DE / EN

MKT 511: Marketing Analytics

Contents
Aufgrund der Digitalisierung des Lebens der Verbraucher sowie der Funktionen und Prozesse in Unternehmen verfügen Unternehmen heute über eine große Menge unterschiedlicher Daten, zunehmend nicht nur auf aggregierter, sondern auch auf individueller Ebene. Doch die Menge der verfügbaren Daten und Informationen führt nicht immer zu besseren Entscheidungen. Die Herausforderung besteht darin, zu wissen, wie man Daten analysieren und interpretieren muss. Insbesondere von den Marketing­verantwortlichen wird zunehmend erwartet, dass sie ihre Entscheidungen mit Hilfe der Analysen von Daten fundieren. Marketing Analytics erlaubt es Managern die Leistung des Marketings genau zu beziffern, um anhand der Ergebnisse die Effektivität zu maximieren und die Rentabilität (ROI) des Marketings zu optimieren. Verschiedene Marketing Analytics Methoden erlauben es Präferenzen und Trends der Kunden offenzulegen, Informationen, welche für zukünftige Marketing- und Geschäftsentscheidungen von zentraler Bedeutung sind.

Learning outcomes
In diesem Kurs lernen die Teilnehmenden anhand von praktischen Anwendungen, wie Daten im Marketing genutzt werden können um Kunden, Märkte oder Wettbewerber besser zu verstehen. Dieser Kurs vermittelt verschiedene analytische Methoden von Statistik bis hin zum maschinellen Lernen als Mittel zur Bewertung und Optimierung von Marketingaktivitäten und -kampagnen. Teilnehmende verlassen den Kurs mit einem soliden Verständnis dafür, wie Marketing Analytics zur Vorhersage von Ergebnissen und zur systematischen Allokation von Ressourcen eingesetzt werden können.

Necessary prerequisites

Recommended prerequisites

Forms of teaching and learningContact hoursIndependent study time
Lecture2 SWS7 SWS
Exercise class2 SWS6 SWS
ECTS credits6
Graded yes
Workload180h
LanguageEnglish
Form of assessmentSchriftliche Prüfung (90 Min.)
Restricted admissionno
Further information
Examiner
Performing lecturer
Prof. Dr. Florian Stahl
Prof. Dr. Florian Stahl
Frequency of offeringSpring semester
Duration of module 1 semester
Range of applicationM.Sc. MMM, M.Sc. WiPäd, M.Sc. VWL, M.Sc. Wirt. Inf., LL.M., MAKUWI, MMDS
Preliminary course work
Program-specific Competency GoalsCG 1, CG 4
LiteratureChapman, Christopher N., McDonnell Feit, Elea (2015): R for Marketing Research and Analytics. The book is available for free from the URL: https://link.springer.com/book/10.1007/978–3-319–14436-8
Grigsby, Mike (2018) Marketing Analytics: A Practical Guide to Improving Consumer Insights Using Data Techniques
Katsov, Ilya (2018) Introduction to Algorithmic Marketing: Artificial Intelligence for Marketing Operations
Course outlineIntroduction in Marketing and Marketing Analytics
Consumer and Customer Analytics: Analyzing and Predicting Individual-level Preferences and Brand Choice
Binary Brand and Product Choice
Multinomial Brand and Product Choice
Markov Models
Analyzing and Modeling Purchase Quantity and Timing
Market Analytics: Analyzing and Predicting Aggregated Demand and Competition
Product Sales
Market Basket Analysis
Forecasting New Product Sales
S-Curves (New Product Sales Over Time)
Neural Networks
Considering Trends and Seasonality
Brand Sales and Market Share
Market and Customer Segmentation
RFM Models
Classification Trees
Latent Class Analysis
Collaborative Filtering
Marketing Management: Increasing Efficiency of Marketing and Competitive Advantage through Analytics Customer Management
Customer Relations­hip Management (CRM) Analytics
Customer Journey Analytics
Brand Management
Measuring Brand Perception Using Big Data
Brand Audit through Social Listening
Marking Strategy: Increasing Efficiency of Marketing Instruments Pricing Analytics
Dynamic Pricing
Multi-Channel Pricing