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 IdentificationPart 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 DecisionsPart C – Marketing Effectiveness & Resource Allocation
07 – Marketing Mix Modeling & Budget Allocation
08 – Advertising Response & Media EffectivenessPart D – Pricing, Demand & Revenue Optimization
09 – Demand & Price Elasticity Modeling
10 – Choice Models & Competitive Substitution
11 – Revenue & Profit OptimizationPart E – Autonomous & AI-Augmented Marketing Decisions
12 – Machine Learning for Marketing Decisions
13 – AI Agents & Reinforcement Learning in Marketing
14 – Generative AI & Marketing IntelligenceVorlesung
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