Julia Engelmann
Julia hat sich als promovierte Volkswirtin einige Jahre intensiv mit ökonometrischen Modellen und statistischen Methoden beschäftigt und an der Helmut-Schmidt-Universität in Hamburg dazu gelehrt und geforscht. Im Data Science Team und Onsite Testing Team bei der Zalando SE in Berlin hat sie das Wissen und die Erfahrung in der Praxis angewendet und dort zahlreiche A/B Tests und Datenanalysen zum Nutzerverhalten durchgeführt. Als Principal Data Science bei konversionsKRAFT kümmert sie sich um die Bereiche Data Analytics und Data Science, Personalisierung und Web Analytics. Ihr Fokus liegt darauf, relevante Erkenntnisse über das Nutzerverhalten aus den Daten und Modellen zu generieren und für wirksame Optimierung und Personalisierung der digitalen Customer Journey zu nutzen.
julia.engelmann@konversionskraft.de
70% deiner A/B-Tests sind “underpowered”: So rockst du die Statistik
Viele A/B-Tests werden zu früh abgebrochen und sind nicht valide. Steigere den Testerfolg und berechne Mindestlaufzeiten mit dem Sample Size Tool!
E-Book: Die Entmystifizierung der Personalisierung mit dem 4-Stufen-Modell
Mit unserem 4-Stufen-Modell geben wir dir ein systematisches Framework an die Hand, mit dem du Personalisierung erfolgreich in die Praxis überführst.
So bewertest du die Business-Potenziale von Personalisierung und leitest das konkrete Vorgehen ab (Praxisbeispiel e.on)
Praktische Einblicke, wie e.on Personalisierung entwickelt hat. So analysierst du Revenue Streams, Zielgruppen und legst deine Personalisierungs-Roadmap fest.
Datenanalysen auf Knopfdruck: Mit Augmented Analytics wirst auch Du Analytics-Profi
Wir zeigen dir, was hinter dem Trend Augmented Analytics steckt und wie Du ihn einsetzen kannst, um bei der Conversion Optimierung viel schneller zu mehr Return On Investment aus deinen Daten zu kommen.
Wie C&A in drei einfachen Schritten ihren Onlineshop personalisieren
Im Praxisbeispiel zeigt C&A, wie mittels Design-Prozess Personalisierung im Fashion E-Commerce für erfolgreiches Customer Experience Management entwickelt wird.
Data-to-Persona Modell: Data Analytics und Personae verbinden
Data-to-Persona Modell: Wie Personalisierung durch die Verbindung von Konsumpsychologie mit Machine Learning Methoden und Data Analytics funktioniert.