DataDIE ZEIT

academics

Academics ist der Stellenmarkt aus dem Hause DIE ZEIT und der führende Stellenmarkt und Karrierebegleiter für Wissenschaft und Forschung.

Folge 3 hat für academics das intern genutzte Anzeigen Performance-Tool entwickelt, mit dem sich die Reichweite und der Erfolg von Stellenanzeigen untersuchen und steuern lässt. Zentral für die Funktion des Tools ist die integrierte Reichweiten-Prognose, die unter Berücksichtigung unterschiedlicher Merkmale mit Hilfe eines Neuronalen Netzes vorhersagt, welche Reichweite eine Stellenanzeige erzielen kann. Das Anzeigen Performance-Tool (APT) verschränkt zwei für academics wesentliche Datenquellen. Das sind zum einen die Reichweite-Daten aus dem Web-Tracking und zum anderen die Daten aus dem internen Anzeigen-Pool. Das APT macht diese Daten im Unternehmen verfügbar, so dass sie für die Mitarbeiter sichtbar werden und von Ihnen genutzt werden können.

Der Fokus der ersten Ausbauphase lag auf der Steuerung der Anzeigenperformance. Mit Hilfe des APT können Anzeigen, die weniger Reichweite generieren als erwartet, identifiziert und beobachtet werden. Wahlweise können die Mitarbeiter aus einer Reihe von performancesteigernden Gegenmaßnahmen auswählen und diese einleiten. In der zweiten Ausbaustufe rückt verstärkt die Analyse in den Blickpunkt. Das APT wird Academics zukünftig detaillierte Untersuchungen der Performance ermöglichen und helfen zu verstehen, weshalb eine Anzeige gut oder schlecht läuft.

Mit dem Anzeigen Performance-Tool sind für academics zwei wichtige Datenquellen in ihrer Korrelation erschlossen worden und können zur Erreichung der Geschäftsziele genutzt werden. Die Visualisierung des Tools basiert auf dem Styleguide des Academics Internetauftritts. Aus diesen Spezifikationen haben wir die Ansichten des Performance-Tools abgeleitet und für spezifische Anforderungen wie zum Beispiel der Diagrammdarstellung fortentwickelt.

… mehr über neuronale Netze

mehr über academics

Unsere Leistungen
  • application design
  • UX
  • UI
  • implementation
  • visualization
  • continuous revolution
  • neuronal network
  • data forecast