Back To Top

info@comelio.com

  • Berlin, Germany
    Comelio GmbH
    Fon: +49.30.8145622.00
    Fax: +49.30.8145622.10

  • Frankfurt, Germany
    Comelio GmbH (Ecos Office)
    Fon: +49.69.1732068.30
    Fax: +49.69.1732068.39

  • Düsseldorf, Germany
    Comelio GmbH (Ecos Office)
    Fon: +49.211.6355642.00
    Fax: +49.211.6355642.09

  • Hamburg, Germany
    Comelio GmbH (Ecos Office)
    Fon: +49.40.209349960
    Fax: +49.40.209349969

  • Hannover, Germany
    Comelio GmbH (Ecos Office)
    Fon: +49.511.165975060
    Fax: +49.511.165975069

  • Stuttgart, Germany
    Comelio GmbH (Ecos Office)
    Fon: +49.711.460512750
    Fax: +49.711.460512759

  • München, Germany
    Comelio GmbH (Ecos Office)
    Fon: +49.711.460512750
    Fax: +49.711.460512759

  • Miami, USA
    Comelio, Inc. (Regus)
    Fon: +1.305.395.7962
    Fax: +1.305.395.7964

  • Kolkata, India
    Comelio Business Solutions Pvt. Ltd.
    Fon: +9133.4601.4451
    Fax:+9133.4601.4452

Referenzen

Statistische Analysen im Personalmanagement

Statistische Auswertung für Mitarbeiterbefragungen

Titel:
Beschreibende Analyse und Conjoint-Analyse bei Mitarbeiterbefragungen

Kunde:
Beratungsunternehmen im Bereich Personal und empirische Sozialforschung.

Zusammenfassung:

Das statistische Analysemodul für Mitarbeiterbefragungen enthält die üblichen deskriptiven Verfahren, die bei einem Standard-Fragebogen im Bereich Personalmanagement auftreten.
Im Rahmen dieser traditionellen Mitarbeiterbefragung werden aber auch explizit komplexe Fragestellungen behandelt, welche Präferenzen bei Sozialleistungen, Vergütungssystemen und Alternativen bei der Arbeitsorganisation prüfen. Darüber hinaus soll auch die Glaubwürdigkeit von Management-Aussagen und Handeln auf sozialer und ethischer Ebene des Managements untersucht werden. Dazu wurden die entsprechenden Fragen mit verschiedenen Verfahren aus der Conjoint-Analyse untersucht.
Die jeweiligen Ergebnisse werden dann tabellarisch oder als Diagramm in speziellen hoch-aggregierten Mannagement-Berichten ausgegeben sowie auch in einem nicht automatisch erstellten Management-Berich aufbereitet.

Statistische Auswertung für Bildungsevaluation

Titel:
Analyse von Schulungsmaßnahmen und Lernergebnissen im Rahmen von Bildungsevaulation

Kunde:
Beratungsunternehmen im Bereich Personal und Bildung.

Zusammenfassung:

Das Bewertungssystem bietet die Möglichkeit, die Qualität von Bildungsmaßnahmen zu untersuchen. Dabei betreffen einige Fragestellungen direkt die Teilnehmer und ihre individuelle Einschätzung einer Schulung oder sonstigen Weiterbildungsmaßnahme sowie ihre Erwartungen an eine solche Maßnahme und wie sie erfüllt wurden. Andere Fragestellungen dagegen sollen verschiedene Arten von Bildungsmaßnahmen zum gleichen Thema, die in verschiedenen Längen oder Formen durchgeführt wurden, miteinander vergleichen. Neben einer einzelnen Analyse innerhalb der beiden Dimensionen "Teilnehmer" und "Schulung" werden dann auch Wechselwirkungen zwischen beiden Dimensionen und multivariate Analysen durchgeführt.

Eingesetzte Techniken sind hier u.a. :

  • Faktorenanalyse zur Bündelung von mehreren gemessenen Variablen
  • Hauptkomponentenalyse zur Ableitung von wesentlichen Einflussfaktoren auf den Lernerfolg
  • Logit-Analyse bzw. logistische Regression zur beschreibenden Analysen von Gruppen und ihren Eigenschaften bzgl. verschiedenen untersuchten Fragen

Statistische Analysen für Marktforschung

Statistische Analyse für Marktdurchdringung

Titel:
Statistische Untersuchungen für die Durchführung von Quantitativer Marktanalyse

Kunde:
Lebensmittelkonzern mit hoher Marktdurchdringung

Zusammenfassung:

Durch umfassende Arbeit im Feld durch den Einsatz eines mobilen Fragebogens zur Beobachtung soll der Markt der verschiedenen Produktgruppen eines Lebensmittelkonzerns untersucht werden. Dazu werden im gesamten interessierenden Markt Stichproben bei verschiedenen Verkaufskanälen (Restaurants, Diskotheken, Imbissen, Tankstellen usw.) erhoben, die dann mit Gewichtungen weiter verarbeitet werden. Dadurch entsteht eine Bestandsaufnahme des Marktes zu einem bestimmten Zeitpunkt und an bestimmten Orten. Darüber hinaus entsteht über die Zeit auch eine Sammlung von Zeitreihen, die sich wiederum entlang der Produkthierarchie und entlang der Hierarchie in der Geografie verarbeiten lassen.
Parallel wurden auch ausgewählte Produkte der Konkurrenz erfasst, sodass sämtliche Analysen auch vergleichend durchgeführt werden können.

Die eingesetzten Techniken waren:

  • Beschreibende Zeitreihenanalyse
  • Regressionsanalyse und die Ableitung von Trends und saisonalen Figuren innerhalb der Zeitreihen
  • Anwendung der Methoden  auf vergleichende Analysen über Produktkategorien und einzelne Produkte

Statistische Analyse für Entwicklung der Kundenstruktur

Titel:
Statistische Untersuchungen der bestehenden Kundenstruktur und Prognoserechnung

Kunde:
Verkehrsunternehmen mit Personenbeförderung

Zusammenfassung:

Ein Unternehmen des Öffentlichen Personennahverkehrs will seine Marktdurchdringung untersuchen und dabei zwei Aspekte über die Zeit hinweg analysieren: eine geografische Ausdehnung des Unternehmens und die Zusammensetzung der Kundenstruktur und deren Eigenschaften. Neben der Zeitreihenanalyse ist hier auch eine Analyse der geografischen Daten zum Einsatz gekommen.

Die eingesetzten Techniken waren:

  • Clusteranalyse für die hierarchische Zerlegung der Kundenstruktur
  • Hauptkomponentenanalyse und Conjoint-Analyse für die Analyse von Kaufentscheidungen
  • Multidimensionale Skalierung für die Analyse der Positionierung von Angeboten in der Wahrnehmung des Kunden

Statistische Analyse 

Titel:
Prognosesystem für Kundenentscheidungen

Kunde:
Mittelgroßes Unternehmen der Telekommunikationsbranche

Zusammenfassung:

Kunden und ihre Eigenschaften sollen untersucht werden, wobei neben der üblichen Ableitung von Clustern und einer oder mehreren Hierarchien, mit denen die Kunden beschrieben werden können, auch insbesondere Prognosen für die zukünftige Entwicklung von Verträgen, der Annahme von Angeboten und natürlich auch der Absprungrate.

Die eingesetzten Techniken waren:

  • Clusteranalyse für die hierarchische Zerlegung der Kunden und ihrer Eigenschaften
  • Hauptkomponentenanalyse und Conjoint-Analyse für die Analyse von Entscheidungen, Angeboten anzunehmen oder Verträge zu kündigen
  • Künstliche neuronale Netze für die Vorhersage von einzelnen Entscheidungen
  • Prognose innerhalb der Zeitreihenanalyse für die Vorhersagen von globalen Trends und Schwankungen