Add links

    Dayzzi

    From Gyaanipedia

    Vorlage:Löschantragstext Vorlage:Export

    Vorlage:Infobox Unternehmen

    Die Dayzzi Schweiz AG wurde 2012 von André Rebsamen und Beat Ritschard in Zürich gegründet und ist ein Internetunternehmen mit Sitz in Zürich und Münster. [1] Das Unternehmen betreibt ein Preisvergleichsportal für Werbeartikel mit einem wissenschaftlich entwickelten und lernfähigen Empfehlungsalgorithmus.[2]

    Geschichte[edit | edit source]

    Das Unternehmen wurde 2012 von André Rebsamen und Beat Ritschard in Zürich gegründet. 2013 wurde der Internationale Markenschutz offiziell eingetragen.[3]

    2013 begann die Zusammenarbeit mit dem Institut für Angewandte Simulation der ZHAW und der HSG St. Gallen für die Entwicklung der Technologie. Zunächst analysierten die Entwickler und Forscher die Problemstellung des Beschaffungsprozesses im Werbeartikelmarkt. Das Problem der Onlineshops ist, dass sie die Bedürfnisse der Käufer nicht kennen. Häufig fehlen die nötigen Informationen, wie zum Beispiel, Einsatzzweck, Bestellhistorie und Budget. Das bedeutet, dass der Käufer die richtige Idee respektive das richtige Produkt selber finden muss. Aus diesem Grund muss ein Berater die entsprechenden Informationen für das passende Produkt in einen zeitintensiven und für beide Seiten kosteninstensiven Prozess mit dem Käufer herausfinden.[4]

    Ziel der Entwicklung und Forschung war es, den klassischen Beratungsprozess zu digitalisieren. Der Algortihmus soll eine viel höhere Effizienz und Qualität im Entscheidungsprozess ermöglichen.

    In der erste Phasen der Entwicklung begann das Institut für Marketing der Universität St. Gallen mit dem wissenschaftlichen Auftrag. Das Institut für Marketing der Universität St. Gallen analysierte inwiefern die Reihenfolge der Fragen eine Auswirkung auf das Verhalten des Käufers hat und wie die Eingaben die Auswahlkriterien beeinflusst werden können. In der zweiten Phase wurde das Kaufverhalten analysiert. Welche Überlegungen stellt der potenzielle Käufer im Entscheidungsprozess an? In der dritten Pahse wurde die Trefferquote anhand von statistisch bewertbaren Kriterien überprüft.[5]

    In der letzten Phase der Entwicklung war der Hauptforschungspartner, Institut für Angewandte Simulation der ZHAW, für die Konzeption und Realisation der zu entwickelnden Systemlandschaft verantwortlich. Dazu gehören die Schaffung der verschiedenen webbasierten Softwarelösungen und das Datenbankdesign unter Verwendung projektspezifischer Lern- und Clustering-Algorithmen. Diese werden in fächerübergreifenden Projekten von Mathematikern, statistischen Physikern und Forschern aus den Disziplinen Neural Networks und Machine Learning entwickelt.[6] Die IAS ZHAW arbeitet an der Entwicklung von Algorithmen mit konkreter Fragestellung an die Markforschung und an der Entwicklung einer entsprechenden Datenstruktur und Datenbank.

    2014 wurde die erste Beta-Version getestet und auf dem Markt eingeführt.[7]

    2015 wurde die Tochtergesellschaft Dayzzi Deutschland GmbH gegründet und Pascal Ritter wurde zum Geschäftsführer ernannt. [8]

    2015 wurde die Technologie mit dem "Industriepreis 2015 - Best of" und mit dem "Innovationspreis-IT Best of" ausgezeichnet. Mit der innovativen Technologie verändert das Unternehmen den Werbeartikelmarkt und nimmt eine innovative Vorreiterrolle ein. [9]

    Seit 2016 arbeitet dayzzi an der Weiterentwicklung der Technologie. "Dayzzi - Next Generation: Hybrides Framework für zukunftsweisende Empfehlungsalgorithmen." Weiterentwicklung eines B2B-Experten-Systems zu einem neuartigen, hybriden Systems, das die Stärken unterschiedlicher Empfehlungsalgorithmen kombiniert. Hinterlegtes Expertenwissen, kombiniert mit lernfähigen Algorithmen ermöglicht eine Annäherung an ein "echtes" Beratungsgespräch.[10]

    Geschäftsmodell[edit | edit source]

    Das Unternehmen finanziert sich über Provisionen aus den vermittelten Geschäften sowie Werbung auf der Unternehmenswebsite. Der Algorithmus kann für jedes Unternehmen die idealen Werbeartikel für ihre spezielle Zielgruppe ermitteln. [11] Ausserdem können die Kunden die Werbeartikelpreise von mehr als 80.000 Produkten und Anbietern vergleichen.[12] Für den Kunden ist die Nutzung kostenfrei. Das Unternehmen ist das erste Preisvergleichsportal für Werbeartikel in Europa. [13]

    Technologie[edit | edit source]

    Zusammen mit dem Institut für Angewandte Simulation der ZHAW und der HSG St. Gallen hat dayzzi einen Algorithmus entwickelt, der mittels Fachwissen aus den unzähligen Möglichkeiten die besten Werbeartikel empfehlen kann.[14] Durch den digitalisierten Beratungsprozess nimmt das Unternehmen eine innovative Vorreiterrolle ein[15]Dafür wurden dem System die Zusammenhänge zwischen den Anforderungen der Kunden und den Eigenschaften der Produkte beigebracht.[16] Dadurch ist dayzzi in der Lage, für jedes Projekt, jedes Unternehmen und jede Zielgruppe, den richtigen Werbeartikel zu finden. [17]Um diesen Anforderungen gerecht zu werden, musste ein Algorithmus entwickelt werden, der sowohl mit den grossen Datenmengen der Produkte und Firmenprofile umgehen als auch aus vergleichbar wenig Transaktionsdaten genug Informationen ziehen kann.

    Die Technologie digitalisiert den gesamten Beratungsprozess in der Werbeartikelbranche. Der zeitlich aufwändige Findungsprozess, der in der Handelsmarge von 25 bis 40% enthalten ist, wird durch die Digitalisierung effizienter. Der Algorithmus ermöglicht den Käufern eine viel höhere Effizienz und Qualität im Entscheidungsprozess. Mit der Kanalisierung der Informationsflut über eine zielführende Einagbe der Projektvorgabe nimmt das Unternehmen eine innovative Vorreiterrolle ein.

    Datei:Dayzzi-algorithmus.png
    Bayes´sches Netz[18]

    Anforderungen[edit | edit source]

    Um die Ressourcen von Käufern und Händlern zu schonen, wurde eine Software entwickelt, die Zusammenhänge zwischen Anforderungen der Kunden und den Eigenschaften der Artikel erfasst. Dieses Expertensystem im B2B – Umfeld ist in der Lage,für jedes Projekt, jede Kampagne den optimalen Werbeartikel zu finden.[19] Sowohl auf der Verkäufer – wie auch auf der Käuferseite steht eine Firma, welche bei Kaufmengen bis zu 10.000 Stück eines Artikels darauf angewiesen ist, dass dieser Artikel sowohl auf die Käuferfirma als auch auf die Kampagne und die Zielgruppe passgenau zugeschnitten ist.[20] Um diese Anforderungen gerecht zu werden, musste ein Algorithmus entwickelt werden, der sowohl mit den grossen Datenmengen der Artikel und Firmenprofile umgehen als auch vergleichbar wenige Transaktionsdaten genug Information ziehen kann.[21]

    Bayes’sches Netz[edit | edit source]

    Im Herzen des Algorithmus befindet sich ein Bayes’sches Netz, welches die Kausalstruktur des Empfehlungsprozesses abbildet. Anders als bei herkömmlichen Algorithmen werden hier die jeweiligen Inputgrössen mit Wahrscheinlichkeiten gewichtet. Aus diesen wird eine Wahrscheinlichkeitsverteilung über alle Artikel im Sortiment errechnet, die dann zu geeigneten Empfehlungen führt. Um den Algorithmus lernfähig zu machen, wurde in Form eines selbstlernenden neuronalen Netzes auf eine Technik aus der bio-inspired computation zurückgegriffen. Der so entstandene Algorithmus kann sich an jedes einzelne Käuferprofil und an die ändernden Trends und Geschmäcker anpassen und lernt durch die einzelnen Transaktionen, seine Empfehlungen zu verbessern.[22]

    Datei:Technologie-dayzzi.png
    Aufbau des Empfehlungsalgorithmus[23]

    Weblinks[edit | edit source]

    Einzelnachweise[edit | edit source]

    1. ↑ Vorlage:Literatur
    2. ↑ Vorlage:Literatur
    3. ↑ Vorlage:Internetquelle
    4. ↑ Vorlage:Literatur
    5. ↑ Vorlage:Internetquelle
    6. ↑ Vorlage:Internetquelle
    7. ↑ Vorlage:Internetquelle
    8. ↑ Vorlage:Internetquelle
    9. ↑ Vorlage:Literatur
    10. ↑ Vorlage:Internetquelle
    11. ↑ Vorlage:Internetquelle
    12. ↑ Vorlage:Literatur
    13. ↑ Vorlage:Literatur
    14. ↑ Vorlage:Internetquelle
    15. ↑ Vorlage:Internetquelle
    16. ↑ Vorlage:Literatur
    17. ↑ Vorlage:Literatur
    18. ↑ Zbinden, Erich;Eggel, Thomas(2014). Expertensystem für Werbeartikel: Entwicklung eines auf Bayes Netzwerken basierenden Expertensystems und seiner Anwendung in einer konkreten Marktsituation.TRANSFER Nr. 1 / April 2014, 1.4.
    19. ↑ Vorlage:Literatur
    20. ↑ Vorlage:Literatur
    21. ↑ Vorlage:Literatur
    22. ↑ Zbinden, Erich;Eggel, Thomas(2014). Expertensystem für Werbeartikel: Entwicklung eines auf Bayes Netzwerken basierenden Expertensystems und seiner Anwendung in einer konkreten Marktsituation.TRANSFER Nr. 1 / April 2014, 1.4., S.4
    23. ↑ Dr. Michael Reinhold, Dr. Stephan Reinhold: . Hrsg.: Marketing Review St. Gallen. 04/2014 Auflage. 1. August 2014, S. 5 bis 11
    Retrieved from "https://de.gyaanipedia.com/w/index.php?title=Dayzzi&oldid=5635"