Wirtschaftsinformatik 2 - Informationsmanagement, SS 2003 1 Aktuelles Aus: "Playing the Search-Engine Game" (The Wall Street Journal Europe, Friday/Saturday/Sunday,

Präsentation zum Thema: "Wirtschaftsinformatik 2 - Informationsmanagement, SS 2003 1 Aktuelles Aus: "Playing the Search-Engine Game" (The Wall Street Journal Europe, Friday/Saturday/Sunday,"—  Präsentation transkript:

1 Wirtschaftsinformatik 2 - Informationsmanagement, SS 2003 1 Aktuelles Aus: "Playing the Search-Engine Game" (The Wall Street Journal Europe, Friday/Saturday/Sunday, June 20-22, 2003, Seite R1 und R3) * Direct mailings and "unspecified" advertising are reduced. * Instead, Search-Engines are increasingly employed for marketing purpuses, because there the customer is particularly and actively looking for help (products, services). Globally, the revenue for "paid listing" und "paid inclusion" shall increase fivefold to about $ 7 billion by 2007 (outside the US the "starting-amount" is smaller, but the increase is higher).

2 Wirtschaftsinformatik 2 - Informationsmanagement, SS 2003 2 Aktuelles * "paid listings": Google for example displays sponsored links at the top of each results page. Yahoo shows sponsor results at the top and potentialley at the bottom of each page of search results. (It is also called "pay per placement, pay for performance etc.) Advertisers bid for these placements. Neckermann Versand is an example. They moved in 2000 to search marketing. Markus Knechtring, director of new media, is very pleased with the results.

3 Wirtschaftsinformatik 2 - Informationsmanagement, SS 2003 3 Aktuelles * "paid inclusions": To overcome the problem, that a company with a lot of products which vary only a little, has to pay much money for "paid listings", "paid inclusion" means that the advrtising company pays a search engine for the right to submit the entire content of its web site - this does not work with Google - so that a merchant does not have to wait for example weeks until the web crawler passes by and indexes the content. it costs about $ 20 - $ 40 annually per web page. alternatively, one can arrange a pay-per-click payment with 15-40 US Cents per click.

4 Wirtschaftsinformatik 2 - Informationsmanagement, SS 2003 4 Aktuelles Sony is a good example for having applied this technique. * "search engine optimization": describe your products in a way that a regular search-engnie user easily finds it, and design your web system in a way that the crawlers can easily find what you want to be found. ------------------------------------

5 Wirtschaftsinformatik 2 - Informationsmanagement, SS 2003 5 Ziel ist es, die Schlüsselfaktoren für die erfolgreiche Implementierung von E-Commerce in allen Bereichen zu identifizieren und die damit zusammenhängende heutige und zukünftige Wettbewerbsfähigkeit von Ländern, Ländergruppen und Wirtschaftsräumen im internationalen Kontext zu evaluieren. Teilnehmende Nationen: Brasilien, China, Dänemark, Deutschland, Frankreich, Japan, Mexiko, Singapur, Taiwan, USA. Es wurden zunächst Daten zur Rahmeninfrastruktur in Deutschland im internationalen Vergleich erfasst. Es wurde 2002 eine empirische Untersuchung mit 202 Unternehmen (in Deutschland) durchgeführt. Je zur Hälfte umfasste die Stichprobe KMU sowie große Unternehmen. E-Commerce Readiness and E-Commerce Diffusion

6 Wirtschaftsinformatik 2 - Informationsmanagement, SS 2003 6 IT und E-Commerce-Infrastruktur: 1.Hardware, etwa PCs. 2.Kommunikationsinfrastruktur, etwa Internetzugang 3.Software, IT-Ausrüstung, IT-Dienstleistungen und Carrier Services 4.E-Commerce unterstützende Services, etwa Verfügbarkeit von Kredit- oder Debitkarten IT-Infrastruktur und E-Commerce in Deutschland

7 Wirtschaftsinformatik 2 - Informationsmanagement, SS 2003 7 Verbreitung von PCs in Westeuropa 2001 Anzahl der Business-PCs je 100 Angestellte Anzahl der PCs je 100 Einwohner Deutschland7133 Frankreich7729 Großbritannien8535 Westeuropa7828 USA13882 Quelle: EITO 2003, S. 76 IT-Infrastruktur und E-Commerce in Deutschland Hardware

8 Wirtschaftsinformatik 2 - Informationsmanagement, SS 2003 8 Kommunikationsinfrastruktur Verbreitung je Einwohner in 2001 Einwohner (000) Haushalte (000) Telefonleitungen je 100 Einwohner Mobilfunk- Verträge je 100 Einwohner Deutschland82.37138.9906368 Frankreich59.20024.0705861 Großbritannien59.50024.8806176 Westeuropa388.442160.1915673 Quelle: EITO 2003, S. 77 IT-Infrastruktur und E-Commerce in Deutschland

9 Wirtschaftsinformatik 2 - Informationsmanagement, SS 2003 9 Software, IT-Ausrüstung, IT-Dienstleistungen und Carrier Services IT-Märkte in Mio. SoftwareIT-AusrüstungIT- Dienstleistungen Carrier Services Jahr20022004*20022004*20022004*20022004* Westeuropa 63.42567.478158.280161.623122.147131.427248.164271.425 USA 97.309103.120162.226151.871186.305202.611254.686269.645 Japan 18.57820.874102.049111.32343.54747.957103.399113.996 Rest der Welt 25.74034.841210.924255.63245.98259.066270.107327.519 Quelle: EITO 2003, S. 345 *: geschätzt IT-Infrastruktur und E-Commerce in Deutschland

10 Wirtschaftsinformatik 2 - Informationsmanagement, SS 2003 10 E-Commerce unterstützende Dienste (Enabling Services) Bargeldlose Zahlungsmethoden nach Ländern in Prozent 1998 Zahlung per Scheck Lastschrift- Verfahren KreditkartenDebitkarten Deutschland4,8%50,6%5,1%39,5% Großbritannien28,0%19,3%33,1%19,4% USA70,0%3,7%24,3%2,0% Quelle: UNCTAD 2001, S. 149 IT-Infrastruktur und E-Commerce in Deutschland

11 Wirtschaftsinformatik 2 - Informationsmanagement, SS 2003 11 Bezogen auf die Umsatzerlöse (B2B und B2C) führt Deutschland im europäischen Vergleich E-Commerce- Umsätze 2000- 2004 in Mrd. $US 200020012002*2003*2004* Deutschland9,519,147,9118,7288,4 Frankreich3,67,218,144,9109,0 Großbritannien8,817,844,4110,1267,5 Europa gesamt33,968,3168,6413,3973,8 Quelle: NFO 2002a, S. 288 + NFO 2002b, S.292 *: geschätzt IT-Infrastruktur und E-Commerce in Deutschland

12 Wirtschaftsinformatik 2 - Informationsmanagement, SS 2003 12 Methodische Schwächen der emp. Untersuchung 2002: eine Auswahl Die ausschließliche Befragung von E-Commerce einsetzenden Unternehmen überzeichnet die tatsächliche Verbreitung Semantische Unterschiede wurden nicht berücksichtigt (es gab kein Glossar für die Antwortenden) Zum Teil waren nicht-disjunkte Alternativen vorgegeben (Nutzung von EDI und Nutzung von elektr. Zahlungsverkehr) Die Gruppierung von Banken und Versicherungen zu einer Klasse erschwert die Dateninterpretation erheblich

13 Wirtschaftsinformatik 2 - Informationsmanagement, SS 2003 13 Als problematisch ist auch die Selbsteinschätzung der antwortenden Unternehmen bezüglich der Auswirkungen von E-Commerce zu sehen Die Technologieverfügbarkeit entspricht nicht zwangsläufig einer intensiven Nutzung derselben Der Fragenkatalog wurde nur teilweise beantwortet, weshalb die Zahlen, etwa zu Investitionen oder Umsatz nicht verwertbar sind Methodische Schwächen der emp. Untersuchung 2002: eine Auswahl

14 Wirtschaftsinformatik 2 - Informationsmanagement, SS 2003 14 DEA: Literatur König, W.; Wigand, R. T.; Beck, R. (2002). Globalization and E-Commerce: Environment and Policy in Germany. In: Communication of the Association for Information Systems, Volume 10; Association for Information Systems Atlanta, USA. Kraemer, K. et al. (2002). Executives Perspectives on the Business Value of Information Technology. CRITO, University of California at Irvine, Irvine, California. Charnes, A.; Cooper, W.; Rhodes, E. (1978). A Data Envelopment Analysis Approach to Evaluation of the Program Follow Through Experiments in U.S. Public School Education. Management Science Research Report No. 432. Scheel, H. (2000). EMS: Efficiency Measurement System. http://www.wiso.uni-dortmund.de/lsfg/or/scheel/ems

15 Wirtschaftsinformatik 2 - Informationsmanagement, SS 2003 15 DEA-Analyse: Beispiel Wir nehmen an, dass die Anzahl der Kassierer linear skalierbar sei. Dann kann abgeschätzt werden, dass man mit 6,3 Kassierern auskommen könnte, um den Output von B zu erhalten. Dabei wird 0,34 von Bank A und 0,29 von Bank C herangezogen. Dieses Ergebnis benötigt 6,3 Kassierer und produziert den gleich Output wie Bank B. Output: 0,34 * 1000 + 0,29 * 200 = 398 (Schecks) 0,34 * 20 + 0,29 * 150 = 50,3 (Kreditanträge) Input: 0,34 * 10 + 0,29 *10 = 3,4 + 2,9 = 6,3 (Kassierer) Man sagt, dass die Effizienzrate von Bank B 0,63 beträgt. Bank A und C besitzen eine Rate von 1.