DE / EN

Marketing Analytics

MKT 511

Verantwortlicher Dozent Prof. Dr. Florian Stahl
Kursbetreuer  
Veranstaltungs­art Vorlesung und Übung
Leistungs­punkte 6 ECTS
Semesterwochenstunden 4
Semester Frühjahrssemester
Sprache Englisch
Registrierung keine Registrierung erforderlich
Zugelassene Teilnehmer Mannheim Master in Management, Mannheim Master in Business Research (MMBR), M.A. Culture and Economy / Business, M.Sc. Business Education, M.Sc. Business Informatics, M.Sc. Business Mathematics, M.Sc. Economics, Diplom Business Administration

    Weitere Informationen

  • Kursbeschreibung

    Unternehmen geben derzeit Millionen von Dollar zur Datenerfassung aus, aber nur wenige sind erfolgreich all diese Daten zu nutzen, um Einnahmen zu generieren und den Gewinn zu steigern. Die Umwandlung von Daten in eine gesteigerte Unternehmens­leistung erfordert die Fähigkeit, durch Analysen Er­kenntnisse aus Daten zu gewinnen.

    Marketing Analytics ist die Praxis des Messens, Verwaltens und Analysierens der Marketingleistung, um die Effektivität zu maximieren und den Return on Investment (ROI) der Marketingaktivitäten zu optimieren. Mit einem tiefgreifenden Verständnis von Marketing Analytics, werden Marketingexperten effizienter sein, die Leistung ihrer Marketingaktivitäten erhöhen und die Verschwendung von Marketingresourcen minimieren.

    Dieser Kurs behandelt die drei Säulen der Analytik - deskriptiv, prädiktiv und präskriptiv - innerhalb des Marketingkontext. Die Studenten werden sich mit verschiedenen Methoden, wie lineare Regression, logistische Regression, multinomiale Regression und Methoden des maschinellen Lernens (z.B. neuronale Netze und Support Vector Maschines) auseinandersetzen. Wir werden lernen, wie diese Methoden für Managemententscheidungen eingesetzt werden können, beispielsweise für Nachfrageprognosen, Preisgestaltungen und Bewertungen von Kunden.

    Zusammenfassend werden die Studierenden eine datenanalytische Denkweise entwickeln, neue Tools erlernen und verstehen, wie man Zahlen in verwertbare Er­kenntnisse umwandelt.

     

  • Gliederung

    Die Vorlesungen zum Thema „Marketing Analytics“ decken folgende Themen ab:

    Introduction in Marketing and Marketing Analytics

    • Difference between Normative/Prescriptive and Descriptive/Predictive 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 Network
      • 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
    • Advertising Analytics
      • Measuring Advertising Effectiveness
      • Data-Driven Media Selection
      • Attribution Models 
    • Attribution Modeling in Digital Marketing
      • Last & first touch and click
      • Holdout Testing
  • Vorlesung

    Dozent Prof. Dr. Florian Stahl
    Ansprech­partner  
    Termine  
    Benotung Schriftliche Prüfung (100%)
  • Übung

    Übungs­leiter  
    Termine