Data, Analytics and AI for Marketing Strategy

MKT 511

Verantwortlicher Dozent Prof. Dr. Florian Stahl
Kursbetreuer Tim Bublies
Veranstaltungs­art Vorlesung und Übung
Leistungs­punkte 8 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

    Der Kurs Data, Analytics and AI for Marketing Strategy vermittelt den Studierenden grundlegende Prinzipien und Methoden daten­basierter Marketingentscheidungen. Im Mittelpunkt steht die Frage, wie Daten, Analytik und künstliche Intelligenz strategische Marketingentscheidungen unter­stützen können – vom Verständnis des Kunden­verhaltens und der Optimierung von Marketinginvestitionen bis hin zur Entwicklung effektiver Preis­strategien und der Steigerung der Profitabilität.

    Die Studierenden beschäftigen sich mit zentralen Konzepten wie Kunden­segmentierung, Customer Lifetime Value, Kunden­gewinnung, Kunden­bindung, Marketingeffektivität und Umsatz­optimierung. Darüber hinaus wird unter­sucht, wie neue Technologien wie maschinelles Lernen, generative künstliche Intelligenz und KI-Agenten die Marketing­strategie verändern. Anhand praxisnaher Fall­studien, praktischer Übungen und anwendungs­orientierter Workshops lernen die Studierenden, analytische Er­kenntnisse kritisch zu bewerten, die Aus­wirkungen von Marketingmaßnahmen zu beurteilen und Daten in konkrete strategische Handlungs­empfehlungen zu übersetzen.

  • Gliederung

    The course is split into fourteen lecture units:

    Part A – Foundations of Data-Driven Marketing Strategy

    01 – Marketing Decision Architecture
    02 – Data, Measurement & Causal Identification

    Part B – Customer & Market Intelligence

    03 – Segmentation for Strategic Targeting
    04 – Customer Lifetime Value & Investment Decisions
    05 – Customer Acquisition, Retention & Churn Analytics
    06 – Cross-Selling & Recommendation Decisions

    Part C – Marketing Effectiveness & Resource Allocation

    07 – Marketing Mix Modeling & Budget Allocation
    08 – Advertising Response & Media Effectiveness

    Part D – Pricing, Demand & Revenue Optimization

    09 – Demand & Price Elasticity Modeling
    10 – Choice Models & Competitive Substitution
    11 – Revenue & Profit Optimization

    Part E – Autonomous & AI-Augmented Marketing Decisions

    12 – Machine Learning for Marketing Decisions
    13 – AI Agents & Reinforcement Learning in Marketing
    14 – Generative AI & Marketing Intelligence

  • Vorlesung

    Dozent Prof. Dr. Florian Stahl
    Ansprech­partner Tim Bublies
    Termine Bitte entnehmen Sie die aktuellen Informationen auf Portal2 und ILIAS
    Benotung Schriftliche Prüfung (100%)
  • Übung

    Übungs­leiter Tim Bublies
    Termine Bitte entnehmen Sie die aktuellen Informationen auf Portal2 und ILIAS