Big Data im Immobiliensektor. Eine systematische Literaturanalyse
-
- Taschenbuch
- eBook ausgewählt
-
Form:Einzelkauf Download
-
Sprache:Deutsch
18,99 €
inkl. gesetzl. MwSt.Beschreibung
Produktdetails
Format
Kopierschutz
Nein
Family Sharing
Nein
Text-to-Speech
Nein
Erscheinungsdatum
18.01.2024
Verlag
GRINSeitenzahl
55 (Printausgabe)
Dateigröße
786 KB
Auflage
1. Auflage
Sprache
Deutsch
EAN
9783346996947
Bachelorarbeit aus dem Jahr 2023 im Fachbereich BWL - Informationswissenschaften, Informationsmanagement, , Sprache: Deutsch, Abstract: Diese Arbeit stellt zunächst die theoretischen Grundlagen von Big Data dar und untersucht anschließend Techniken der Big-Data-Analyse, um deren Anwendungen im Immobilienbereich zu erläutern. Angesichts des Vorhabens einer systematischen Literaturanalyse wird der weitere Ablauf in Übereinstimmung mit den Ausführungen von Brocke et al. ausgerichtet. Daher wird zuerst die Prozedur und die Umsetzung einer reproduzierbaren Literaturrecherche in wissenschaftlichen Datenbanken dargestellt. Die Festlegung von Parametern und Selektionskriterien stellt die Grundlage für die Auswahl relevanter Literatur dar. Die im vierten Kapitel entwickelte Konzeptmatrix bietet eine Übersicht über die relevanten Themen innerhalb der Literatur und kategorisiert gleichzeitig die anschließende Literatursynthese. Auf Basis der Synthese werden die Ergebnisse und Entwicklungstrends hinsichtlich der Anwendbarkeit von Big Data im Immobilienbereich dargestellt. Im vorletzten Kapitel werden die Ergebnisse analysiert und die möglichen Forschungsaspekte für zukünftige Studien identifiziert. Gleichzeitig erfolgt eine kritische Betrachtung hinsichtlich der Limitation der systematischen Literaturanalyse. Die Arbeit schließt mit einer Zusammenfassung der Ergebnisse und einer Einschätzung hinsichtlich möglicher zukünftiger Anwendungen von Big Data im Immobilienbereich.
Immobilienunternehmen besitzen ein breites Immobilien-Portfolio, investieren erheblich in die Instandhaltung und Erhöhung des Wertes der Gebäude und verfügen dementsprechend über ein umfangreiches Datenarchiv. Diese Datensammlung umfasst unter anderem Immobilien- und Transaktionsdaten, Marktdaten, sozioökonomische Daten, Standortdaten und Nutzerverhalten.
Zur Auswertung dieser Daten ist Microsoft Excel ein gängiges Programm, erreicht bei großen Datenbeständen jedoch früher oder später eine Grenze. Die Analysen der Daten sind häufig durch gleiche Restriktionen in der Verarbeitung limitiert. Zudem besitzt die Einbindung externer Daten oftmals ein hohes Maß an Komplexität, nicht zuletzt aufgrund der Heterogenität der Daten. Diese heterogenen Daten steigen aufgrund des technologischen Fortschritts in den Bereichen Informations- und Kommunikationstechnik exponentiell an.
Immobilienunternehmen besitzen ein breites Immobilien-Portfolio, investieren erheblich in die Instandhaltung und Erhöhung des Wertes der Gebäude und verfügen dementsprechend über ein umfangreiches Datenarchiv. Diese Datensammlung umfasst unter anderem Immobilien- und Transaktionsdaten, Marktdaten, sozioökonomische Daten, Standortdaten und Nutzerverhalten.
Zur Auswertung dieser Daten ist Microsoft Excel ein gängiges Programm, erreicht bei großen Datenbeständen jedoch früher oder später eine Grenze. Die Analysen der Daten sind häufig durch gleiche Restriktionen in der Verarbeitung limitiert. Zudem besitzt die Einbindung externer Daten oftmals ein hohes Maß an Komplexität, nicht zuletzt aufgrund der Heterogenität der Daten. Diese heterogenen Daten steigen aufgrund des technologischen Fortschritts in den Bereichen Informations- und Kommunikationstechnik exponentiell an.
Noch keine Bewertungen vorhanden
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.
Kurze Frage zu unserer Seite
Vielen Dank für Ihr Feedback
Wir nutzen Ihr Feedback, um unsere Produktseiten zu verbessern. Bitte haben Sie Verständnis, dass wir Ihnen keine Rückmeldung geben können. Falls Sie Kontakt mit uns aufnehmen möchten, können Sie sich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice