Datengetriebenes Marketing: Wie Unternehmen Daten Zur Skalierung Ihres Geschäfts Nutzen Können
Gespeichert in:
| Beteilige Person: | |
|---|---|
| Format: | Elektronisch E-Book |
| Sprache: | Deutsch |
| Veröffentlicht: |
Wiesbaden
Springer Fachmedien Wiesbaden GmbH
2020
|
| Schriftenreihe: | Essentials Ser
|
| Links: | https://ebookcentral.proquest.com/lib/hwr/detail.action?docID=6281981 |
| Beschreibung: | Description based on publisher supplied metadata and other sources |
| Umfang: | 1 Online-Ressource (62 pages) |
| ISBN: | 9783658308421 |
Internformat
MARC
| LEADER | 00000nam a2200000zc 4500 | ||
|---|---|---|---|
| 001 | BV048223126 | ||
| 003 | DE-604 | ||
| 005 | 00000000000000.0 | ||
| 007 | cr|uuu---uuuuu | ||
| 008 | 220516s2020 xx o|||| 00||| ger d | ||
| 020 | |a 9783658308421 |9 978-3-658-30842-1 | ||
| 035 | |a (ZDB-30-PQE)EBC6281981 | ||
| 035 | |a (ZDB-30-PAD)EBC6281981 | ||
| 035 | |a (ZDB-89-EBL)EBL6281981 | ||
| 035 | |a (OCoLC)1203757305 | ||
| 035 | |a (DE-599)BVBBV048223126 | ||
| 040 | |a DE-604 |b ger |e rda | ||
| 041 | 0 | |a ger | |
| 049 | |a DE-2070s | ||
| 100 | 1 | |a Rashedi, Jonas |e Verfasser |4 aut | |
| 245 | 1 | 0 | |a Datengetriebenes Marketing |b Wie Unternehmen Daten Zur Skalierung Ihres Geschäfts Nutzen Können |
| 264 | 1 | |a Wiesbaden |b Springer Fachmedien Wiesbaden GmbH |c 2020 | |
| 264 | 4 | |c ©2020 | |
| 300 | |a 1 Online-Ressource (62 pages) | ||
| 336 | |b txt |2 rdacontent | ||
| 337 | |b c |2 rdamedia | ||
| 338 | |b cr |2 rdacarrier | ||
| 490 | 0 | |a Essentials Ser | |
| 500 | |a Description based on publisher supplied metadata and other sources | ||
| 505 | 8 | |a Intro -- Was Sie in diesem essential finden können -- Vorwort -- Inhaltsverzeichnis -- 1 Einleitung -- 2 Collect - Daten sammeln -- 2.1 Was sind Daten? -- 2.2 Wie können wir Daten differenzieren? -- 2.3 Welche Daten aus welchen Quellen können genutzt werden? -- 2.4 Mehr Daten, mehr Wissen? -- 2.5 Wie entstehen Datensilos und wie gehen wir damit um? -- 2.6 Welche Kriterien sind bei der Technologiewahl relevant? -- 2.7 Welche Rahmenbedingungen müssen wir beachten? -- 2.8 Leitfragen für Collect -- 3 Understand - Die gesammelten Daten verstehen -- 3.1 Warum ist ein Verstehen zentral? -- 3.2 Welche Voraussetzungen brauchen wir, um verstehen zu können? -- 3.3 Wie muss eine technische Aufbereitung aussehen? -- 3.4 Wie können wir uns Daten erschließen? -- 3.5 Was bedeutet eine Emotionalisierung von Daten? -- 3.6 Wie können wir ein Verstehen erleichtern? -- 3.7 Leitfragen für Understand -- 4 Decide - Auf Basis der gesammelten Daten entscheiden -- 4.1 Was unterscheidet eine datengetriebene Entscheidung von einer Bauchentscheidung? -- 4.2 Welche Arten von Entscheidungen werden in Unternehmen getroffen? -- 4.3 Welche Voraussetzungen müssen zum Treffen einer guten Entscheidung gegeben sein? -- 4.4 Welche Rolle spielt der Faktor Zeit bei Entscheidungen? -- 4.5 Wie können wir Daten visualisieren? -- 4.6 Daten versus Bauch - oder in der Kombination besser? -- 4.7 Leitfragen für Decide -- 5 Automate - Automatisierung -- 5.1 Warum kommen wir um eine Automatisierung nicht herum? -- 5.2 Welche technischen Voraussetzungen erfordert eine Automatisierung? -- 5.3 Welchen Mehrwert schafft eine KI im Rahmen der Automatisierung? -- 5.4 Ist Automatisierung noch mehr als KI? -- 5.5 Wie schaffen wir es, unsere Erkenntnisse automatisiert in Prozesse zu überführen? -- 5.6 Welche Ursachen kann ein Widerstand gegen die datengetriebene Organisation haben? | |
| 505 | 8 | |a 5.7 Leitfragen für Automate -- 6 Execute - Organisatorische Umsetzung -- 6.1 Welche Voraussetzungen sind für eine Umsetzung notwendig? -- 6.2 Welche Vorteile resultieren aus einer datengetriebenen Organisation? -- 6.3 Wem gehören die Daten? -- 6.4 Wie setzen wir ein datengetriebenes Marketing organisatorisch um? -- 6.5 Leitfragen für Execute -- 7 Zusammenfassung -- Was Sie aus diesem essential mitnehmen können -- Literatur | |
| 776 | 0 | 8 | |i Erscheint auch als |n Druck-Ausgabe |a Rashedi, Jonas |t Datengetriebenes Marketing |d Wiesbaden : Springer Fachmedien Wiesbaden GmbH,c2020 |z 9783658308414 |
| 912 | |a ZDB-30-PQE | ||
| 943 | 1 | |a oai:aleph.bib-bvb.de:BVB01-033603859 | |
| 966 | e | |u https://ebookcentral.proquest.com/lib/hwr/detail.action?docID=6281981 |l DE-2070s |p ZDB-30-PQE |q HWR_PDA_PQE |x Aggregator |3 Volltext | |
Datensatz im Suchindex
| _version_ | 1818989467851030528 |
|---|---|
| any_adam_object | |
| author | Rashedi, Jonas |
| author_facet | Rashedi, Jonas |
| author_role | aut |
| author_sort | Rashedi, Jonas |
| author_variant | j r jr |
| building | Verbundindex |
| bvnumber | BV048223126 |
| collection | ZDB-30-PQE |
| contents | Intro -- Was Sie in diesem essential finden können -- Vorwort -- Inhaltsverzeichnis -- 1 Einleitung -- 2 Collect - Daten sammeln -- 2.1 Was sind Daten? -- 2.2 Wie können wir Daten differenzieren? -- 2.3 Welche Daten aus welchen Quellen können genutzt werden? -- 2.4 Mehr Daten, mehr Wissen? -- 2.5 Wie entstehen Datensilos und wie gehen wir damit um? -- 2.6 Welche Kriterien sind bei der Technologiewahl relevant? -- 2.7 Welche Rahmenbedingungen müssen wir beachten? -- 2.8 Leitfragen für Collect -- 3 Understand - Die gesammelten Daten verstehen -- 3.1 Warum ist ein Verstehen zentral? -- 3.2 Welche Voraussetzungen brauchen wir, um verstehen zu können? -- 3.3 Wie muss eine technische Aufbereitung aussehen? -- 3.4 Wie können wir uns Daten erschließen? -- 3.5 Was bedeutet eine Emotionalisierung von Daten? -- 3.6 Wie können wir ein Verstehen erleichtern? -- 3.7 Leitfragen für Understand -- 4 Decide - Auf Basis der gesammelten Daten entscheiden -- 4.1 Was unterscheidet eine datengetriebene Entscheidung von einer Bauchentscheidung? -- 4.2 Welche Arten von Entscheidungen werden in Unternehmen getroffen? -- 4.3 Welche Voraussetzungen müssen zum Treffen einer guten Entscheidung gegeben sein? -- 4.4 Welche Rolle spielt der Faktor Zeit bei Entscheidungen? -- 4.5 Wie können wir Daten visualisieren? -- 4.6 Daten versus Bauch - oder in der Kombination besser? -- 4.7 Leitfragen für Decide -- 5 Automate - Automatisierung -- 5.1 Warum kommen wir um eine Automatisierung nicht herum? -- 5.2 Welche technischen Voraussetzungen erfordert eine Automatisierung? -- 5.3 Welchen Mehrwert schafft eine KI im Rahmen der Automatisierung? -- 5.4 Ist Automatisierung noch mehr als KI? -- 5.5 Wie schaffen wir es, unsere Erkenntnisse automatisiert in Prozesse zu überführen? -- 5.6 Welche Ursachen kann ein Widerstand gegen die datengetriebene Organisation haben? 5.7 Leitfragen für Automate -- 6 Execute - Organisatorische Umsetzung -- 6.1 Welche Voraussetzungen sind für eine Umsetzung notwendig? -- 6.2 Welche Vorteile resultieren aus einer datengetriebenen Organisation? -- 6.3 Wem gehören die Daten? -- 6.4 Wie setzen wir ein datengetriebenes Marketing organisatorisch um? -- 6.5 Leitfragen für Execute -- 7 Zusammenfassung -- Was Sie aus diesem essential mitnehmen können -- Literatur |
| ctrlnum | (ZDB-30-PQE)EBC6281981 (ZDB-30-PAD)EBC6281981 (ZDB-89-EBL)EBL6281981 (OCoLC)1203757305 (DE-599)BVBBV048223126 |
| format | Electronic eBook |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>03715nam a2200385zc 4500</leader><controlfield tag="001">BV048223126</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">00000000000000.0</controlfield><controlfield tag="007">cr|uuu---uuuuu</controlfield><controlfield tag="008">220516s2020 xx o|||| 00||| ger d</controlfield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783658308421</subfield><subfield code="9">978-3-658-30842-1</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(ZDB-30-PQE)EBC6281981</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(ZDB-30-PAD)EBC6281981</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(ZDB-89-EBL)EBL6281981</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)1203757305</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)BVBBV048223126</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-2070s</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Rashedi, Jonas</subfield><subfield code="e">Verfasser</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Datengetriebenes Marketing</subfield><subfield code="b">Wie Unternehmen Daten Zur Skalierung Ihres Geschäfts Nutzen Können</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Wiesbaden</subfield><subfield code="b">Springer Fachmedien Wiesbaden GmbH</subfield><subfield code="c">2020</subfield></datafield><datafield tag="264" ind1=" " ind2="4"><subfield code="c">©2020</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">1 Online-Ressource (62 pages)</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="490" ind1="0" ind2=" "><subfield code="a">Essentials Ser</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">Description based on publisher supplied metadata and other sources</subfield></datafield><datafield tag="505" ind1="8" ind2=" "><subfield code="a">Intro -- Was Sie in diesem essential finden können -- Vorwort -- Inhaltsverzeichnis -- 1 Einleitung -- 2 Collect - Daten sammeln -- 2.1 Was sind Daten? -- 2.2 Wie können wir Daten differenzieren? -- 2.3 Welche Daten aus welchen Quellen können genutzt werden? -- 2.4 Mehr Daten, mehr Wissen? -- 2.5 Wie entstehen Datensilos und wie gehen wir damit um? -- 2.6 Welche Kriterien sind bei der Technologiewahl relevant? -- 2.7 Welche Rahmenbedingungen müssen wir beachten? -- 2.8 Leitfragen für Collect -- 3 Understand - Die gesammelten Daten verstehen -- 3.1 Warum ist ein Verstehen zentral? -- 3.2 Welche Voraussetzungen brauchen wir, um verstehen zu können? -- 3.3 Wie muss eine technische Aufbereitung aussehen? -- 3.4 Wie können wir uns Daten erschließen? -- 3.5 Was bedeutet eine Emotionalisierung von Daten? -- 3.6 Wie können wir ein Verstehen erleichtern? -- 3.7 Leitfragen für Understand -- 4 Decide - Auf Basis der gesammelten Daten entscheiden -- 4.1 Was unterscheidet eine datengetriebene Entscheidung von einer Bauchentscheidung? -- 4.2 Welche Arten von Entscheidungen werden in Unternehmen getroffen? -- 4.3 Welche Voraussetzungen müssen zum Treffen einer guten Entscheidung gegeben sein? -- 4.4 Welche Rolle spielt der Faktor Zeit bei Entscheidungen? -- 4.5 Wie können wir Daten visualisieren? -- 4.6 Daten versus Bauch - oder in der Kombination besser? -- 4.7 Leitfragen für Decide -- 5 Automate - Automatisierung -- 5.1 Warum kommen wir um eine Automatisierung nicht herum? -- 5.2 Welche technischen Voraussetzungen erfordert eine Automatisierung? -- 5.3 Welchen Mehrwert schafft eine KI im Rahmen der Automatisierung? -- 5.4 Ist Automatisierung noch mehr als KI? -- 5.5 Wie schaffen wir es, unsere Erkenntnisse automatisiert in Prozesse zu überführen? -- 5.6 Welche Ursachen kann ein Widerstand gegen die datengetriebene Organisation haben?</subfield></datafield><datafield tag="505" ind1="8" ind2=" "><subfield code="a">5.7 Leitfragen für Automate -- 6 Execute - Organisatorische Umsetzung -- 6.1 Welche Voraussetzungen sind für eine Umsetzung notwendig? -- 6.2 Welche Vorteile resultieren aus einer datengetriebenen Organisation? -- 6.3 Wem gehören die Daten? -- 6.4 Wie setzen wir ein datengetriebenes Marketing organisatorisch um? -- 6.5 Leitfragen für Execute -- 7 Zusammenfassung -- Was Sie aus diesem essential mitnehmen können -- Literatur</subfield></datafield><datafield tag="776" ind1="0" ind2="8"><subfield code="i">Erscheint auch als</subfield><subfield code="n">Druck-Ausgabe</subfield><subfield code="a">Rashedi, Jonas</subfield><subfield code="t">Datengetriebenes Marketing</subfield><subfield code="d">Wiesbaden : Springer Fachmedien Wiesbaden GmbH,c2020</subfield><subfield code="z">9783658308414</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-30-PQE</subfield></datafield><datafield tag="943" ind1="1" ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-033603859</subfield></datafield><datafield tag="966" ind1="e" ind2=" "><subfield code="u">https://ebookcentral.proquest.com/lib/hwr/detail.action?docID=6281981</subfield><subfield code="l">DE-2070s</subfield><subfield code="p">ZDB-30-PQE</subfield><subfield code="q">HWR_PDA_PQE</subfield><subfield code="x">Aggregator</subfield><subfield code="3">Volltext</subfield></datafield></record></collection> |
| id | DE-604.BV048223126 |
| illustrated | Not Illustrated |
| indexdate | 2024-12-20T19:38:57Z |
| institution | BVB |
| isbn | 9783658308421 |
| language | German |
| oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-033603859 |
| oclc_num | 1203757305 |
| open_access_boolean | |
| owner | DE-2070s |
| owner_facet | DE-2070s |
| physical | 1 Online-Ressource (62 pages) |
| psigel | ZDB-30-PQE ZDB-30-PQE HWR_PDA_PQE |
| publishDate | 2020 |
| publishDateSearch | 2020 |
| publishDateSort | 2020 |
| publisher | Springer Fachmedien Wiesbaden GmbH |
| record_format | marc |
| series2 | Essentials Ser |
| spelling | Rashedi, Jonas Verfasser aut Datengetriebenes Marketing Wie Unternehmen Daten Zur Skalierung Ihres Geschäfts Nutzen Können Wiesbaden Springer Fachmedien Wiesbaden GmbH 2020 ©2020 1 Online-Ressource (62 pages) txt rdacontent c rdamedia cr rdacarrier Essentials Ser Description based on publisher supplied metadata and other sources Intro -- Was Sie in diesem essential finden können -- Vorwort -- Inhaltsverzeichnis -- 1 Einleitung -- 2 Collect - Daten sammeln -- 2.1 Was sind Daten? -- 2.2 Wie können wir Daten differenzieren? -- 2.3 Welche Daten aus welchen Quellen können genutzt werden? -- 2.4 Mehr Daten, mehr Wissen? -- 2.5 Wie entstehen Datensilos und wie gehen wir damit um? -- 2.6 Welche Kriterien sind bei der Technologiewahl relevant? -- 2.7 Welche Rahmenbedingungen müssen wir beachten? -- 2.8 Leitfragen für Collect -- 3 Understand - Die gesammelten Daten verstehen -- 3.1 Warum ist ein Verstehen zentral? -- 3.2 Welche Voraussetzungen brauchen wir, um verstehen zu können? -- 3.3 Wie muss eine technische Aufbereitung aussehen? -- 3.4 Wie können wir uns Daten erschließen? -- 3.5 Was bedeutet eine Emotionalisierung von Daten? -- 3.6 Wie können wir ein Verstehen erleichtern? -- 3.7 Leitfragen für Understand -- 4 Decide - Auf Basis der gesammelten Daten entscheiden -- 4.1 Was unterscheidet eine datengetriebene Entscheidung von einer Bauchentscheidung? -- 4.2 Welche Arten von Entscheidungen werden in Unternehmen getroffen? -- 4.3 Welche Voraussetzungen müssen zum Treffen einer guten Entscheidung gegeben sein? -- 4.4 Welche Rolle spielt der Faktor Zeit bei Entscheidungen? -- 4.5 Wie können wir Daten visualisieren? -- 4.6 Daten versus Bauch - oder in der Kombination besser? -- 4.7 Leitfragen für Decide -- 5 Automate - Automatisierung -- 5.1 Warum kommen wir um eine Automatisierung nicht herum? -- 5.2 Welche technischen Voraussetzungen erfordert eine Automatisierung? -- 5.3 Welchen Mehrwert schafft eine KI im Rahmen der Automatisierung? -- 5.4 Ist Automatisierung noch mehr als KI? -- 5.5 Wie schaffen wir es, unsere Erkenntnisse automatisiert in Prozesse zu überführen? -- 5.6 Welche Ursachen kann ein Widerstand gegen die datengetriebene Organisation haben? 5.7 Leitfragen für Automate -- 6 Execute - Organisatorische Umsetzung -- 6.1 Welche Voraussetzungen sind für eine Umsetzung notwendig? -- 6.2 Welche Vorteile resultieren aus einer datengetriebenen Organisation? -- 6.3 Wem gehören die Daten? -- 6.4 Wie setzen wir ein datengetriebenes Marketing organisatorisch um? -- 6.5 Leitfragen für Execute -- 7 Zusammenfassung -- Was Sie aus diesem essential mitnehmen können -- Literatur Erscheint auch als Druck-Ausgabe Rashedi, Jonas Datengetriebenes Marketing Wiesbaden : Springer Fachmedien Wiesbaden GmbH,c2020 9783658308414 |
| spellingShingle | Rashedi, Jonas Datengetriebenes Marketing Wie Unternehmen Daten Zur Skalierung Ihres Geschäfts Nutzen Können Intro -- Was Sie in diesem essential finden können -- Vorwort -- Inhaltsverzeichnis -- 1 Einleitung -- 2 Collect - Daten sammeln -- 2.1 Was sind Daten? -- 2.2 Wie können wir Daten differenzieren? -- 2.3 Welche Daten aus welchen Quellen können genutzt werden? -- 2.4 Mehr Daten, mehr Wissen? -- 2.5 Wie entstehen Datensilos und wie gehen wir damit um? -- 2.6 Welche Kriterien sind bei der Technologiewahl relevant? -- 2.7 Welche Rahmenbedingungen müssen wir beachten? -- 2.8 Leitfragen für Collect -- 3 Understand - Die gesammelten Daten verstehen -- 3.1 Warum ist ein Verstehen zentral? -- 3.2 Welche Voraussetzungen brauchen wir, um verstehen zu können? -- 3.3 Wie muss eine technische Aufbereitung aussehen? -- 3.4 Wie können wir uns Daten erschließen? -- 3.5 Was bedeutet eine Emotionalisierung von Daten? -- 3.6 Wie können wir ein Verstehen erleichtern? -- 3.7 Leitfragen für Understand -- 4 Decide - Auf Basis der gesammelten Daten entscheiden -- 4.1 Was unterscheidet eine datengetriebene Entscheidung von einer Bauchentscheidung? -- 4.2 Welche Arten von Entscheidungen werden in Unternehmen getroffen? -- 4.3 Welche Voraussetzungen müssen zum Treffen einer guten Entscheidung gegeben sein? -- 4.4 Welche Rolle spielt der Faktor Zeit bei Entscheidungen? -- 4.5 Wie können wir Daten visualisieren? -- 4.6 Daten versus Bauch - oder in der Kombination besser? -- 4.7 Leitfragen für Decide -- 5 Automate - Automatisierung -- 5.1 Warum kommen wir um eine Automatisierung nicht herum? -- 5.2 Welche technischen Voraussetzungen erfordert eine Automatisierung? -- 5.3 Welchen Mehrwert schafft eine KI im Rahmen der Automatisierung? -- 5.4 Ist Automatisierung noch mehr als KI? -- 5.5 Wie schaffen wir es, unsere Erkenntnisse automatisiert in Prozesse zu überführen? -- 5.6 Welche Ursachen kann ein Widerstand gegen die datengetriebene Organisation haben? 5.7 Leitfragen für Automate -- 6 Execute - Organisatorische Umsetzung -- 6.1 Welche Voraussetzungen sind für eine Umsetzung notwendig? -- 6.2 Welche Vorteile resultieren aus einer datengetriebenen Organisation? -- 6.3 Wem gehören die Daten? -- 6.4 Wie setzen wir ein datengetriebenes Marketing organisatorisch um? -- 6.5 Leitfragen für Execute -- 7 Zusammenfassung -- Was Sie aus diesem essential mitnehmen können -- Literatur |
| title | Datengetriebenes Marketing Wie Unternehmen Daten Zur Skalierung Ihres Geschäfts Nutzen Können |
| title_auth | Datengetriebenes Marketing Wie Unternehmen Daten Zur Skalierung Ihres Geschäfts Nutzen Können |
| title_exact_search | Datengetriebenes Marketing Wie Unternehmen Daten Zur Skalierung Ihres Geschäfts Nutzen Können |
| title_full | Datengetriebenes Marketing Wie Unternehmen Daten Zur Skalierung Ihres Geschäfts Nutzen Können |
| title_fullStr | Datengetriebenes Marketing Wie Unternehmen Daten Zur Skalierung Ihres Geschäfts Nutzen Können |
| title_full_unstemmed | Datengetriebenes Marketing Wie Unternehmen Daten Zur Skalierung Ihres Geschäfts Nutzen Können |
| title_short | Datengetriebenes Marketing |
| title_sort | datengetriebenes marketing wie unternehmen daten zur skalierung ihres geschafts nutzen konnen |
| title_sub | Wie Unternehmen Daten Zur Skalierung Ihres Geschäfts Nutzen Können |
| work_keys_str_mv | AT rashedijonas datengetriebenesmarketingwieunternehmendatenzurskalierungihresgeschaftsnutzenkonnen |