Projektseminar Customer & Marketing Analytics (Master)

Übersichtsgraphik Schritte von der Strategie bis zur Technologie

Überblick und Lernziele

Die Emergenz von digitalen Technologien stellt Unternehmen vor die große Herausforderung Ihre Geschäftstätigkeit digital zu transformieren um konkurrenzfähig zu bleiben. Dies kann zum einen erfolgen, indem ein bestehendes Geschäftsmodell zunehmend durch den Einsatz digitaler Technologien unterstützt wird (Digitale Evolution) oder durch die Entwicklung neuer Geschäftsmodelle basierend auf neuen digitalen Technologien (Digitale Revolution). Beide Dimensionen der digitalen Transformation erfordern ein klares Verständnis und eine strukturierte Herangehensweise, um emergente digitale Technologien zu identifizieren und Geschäftsmodelle, Prozesse und Anwendungssysteme entsprechend zu gestalten.

Im Rahmen des Masterseminars erwerben Studierende die Fähigkeit, ein Thema (vgl. Themenliste) aus dem Bereich des Digital Business zu erarbeiten. Ziel ist es, den Studierenden eine wissenschaftliche Herangehensweise an wirtschaftswissenschaftliche Fragestellungen und Projekte zu vermitteln und ihnen dabei die Möglichkeit zu geben kreativ im Team zu arbeiten. Die Ausarbeitung der Seminarthemen mit anschließender Präsentation und Diskussion der Ergebnisse fördert die rhetorische Fertigkeit und soziale Kompetenz der teilnehmenden Studierenden.

Die Seminarthemen werden in in Gruppen (Gruppengröße: 3 Studierende) ausgearbeitet. Neben der üblichen schriftlichen Ausarbeitung steht hierbei ein praktischer Teil (z.B. in Form einer Datenanalyse oder eines Experiments) im Vordergrund der Gruppenprojekte.
Für die Durchführung des Praxisteils erhalten die Studierenden eine konkrete forschungsnahe Aufgabenstellung und ggf. einen realen Datensatz. Die Studierenden sollen bei der wissenschaftlichen Bearbeitung der Aufgabenstellung sowohl eigene Ideen einbringen als auch existierende Literatur und Methoden zum gewählten Thema berücksichtigen. Zur Bearbeitung der Projekte sind keine Programmierkenntnisse erforderlich. Für einzelne Themen können grundlegende Programmierkenntnisse (z. B. in Python oder R) jedoch von Vorteil sein.

Themen

Gamification beschreibt generell die Verwendung spieltypischer Elemente in spielfremden Zusammenhängen mit dem Ziel die Motivation von Nutzern sowie deren Verhaltensweisen zu beeinflussen. Gerade im Bereich der Bildung ist Gamification ein vielversprechender Ansatz, um Lernende zu motivieren und die Vermittlung von Lerninhalten attraktiver zu gestalten. In diesem Projekt soll der aktuelle Stand der Forschung zum Thema "Gamification in der Hochschullehre" analysiert werden. Darüber hinaus soll im Praxisteil des Projekts ein Design Science Projekt im Vordergrund stehen mit dem Ziel ein Konzept für den Einsatz von Gamification-Elementen in einer konkreten Vorlesungs- oder Übungseinheit zu erstellen und dieses ggf. zu evaluieren.

In den letzten Jahren wurde das Tracking von Marketingaktivitäten einzelner Kunden im Internet immer einfacher. Hierbei liegt die Herausforderung darin, die erzielten Umsätze den einzelnen Aktivitäten zuzuordnen. Um eine akkurate Zuordnung der Umsätze auf die Marketingaktivitäten durchführen zu können, müssen die Abhängigkeiten zwischen den einzelnen Aktivitäten berücksichtigt werden. Im Rahmen dieses Seminars sollen die unterschiedlichen spieltheoretischen Ansätze zur Bewertung dieser Abhängigkeiten identifiziert und analysiert werden. Im Anschluss soll einer dieser Ansätze auf einen realen Datensatz angewendet und evaluiert werden.

Während die Kosten für Werbung bekannt sind, ist der Anteil einzelner Marketingaktivitäten an Kaufentscheidungen und folglich am erzielten Umsatz zunächst unklar. Marketing Attribution verfolgt das Ziel, Umsätze den verschiedenen Marketingaktivitäten zuzuordnen, um die Effizienz des Marketings zu bestimmen und zu steuern.
In Zeiten des digitalen Marketings können Interaktionen von Nutzern mit einzelnen Marketingkanälen über Cookies nachvollzogen werden. Diese Daten bieten die Basis für den Einsatz fortschrittlicher KI / Maschine Learning Methoden. In diesem Projektseminar soll der aktuelle Stand der Forschung in diesem Bereich recherchiert werden. Anschließend soll in einem praktischen Teil eine geeignete Marketing Attribution Methode aus dem Bereich KI / Maschine Learning auf einen realen Datensatz angewendet und evaluiert werden.

Einige Recommender Systeme liefern dem Endnutzer neben einer Liste möglicherweise interessanter Produkte auch eine Erklärung, die beschreibt, warum ein bestimmter Artikel empfohlen wird. Solche Erklärungen helfen dem Benutzer nicht nur, die Ergebnisse des Systems zu verstehen, sondern können auch die allgemeine Akzeptanz, die wahrgenommene Qualität oder die Wirksamkeit des Systems verbessern. Vor allem, wenn zusätzlich noch Kundenrezensionen in sowohl die Empfehlung als auch die Erklärung mit einbezogen werden, kann dies die Genauigkeit und das Vertrauen in die Empfehlung erhöhen. Dabei stellt sich die Frage, ob diese Effekte für alle Produktkategorien gleich stark zu beobachten sind. In diesem Projekt sollen Unterschiede im Einfluss von Erklärungen für preislich unterschiedliche Produktkategorien mithilfe eines (Online-) Experiments untersucht und anschließend evaluiert werden.

Kundenrezensionen stellen eine wichtige Informationsquelle für die Kaufentscheidungen von Konsumenten dar. Gefälschte Kundenrezensionen („Fake Reviews“) können sich jedoch negativ auf das Vertrauen von Konsumenten in die auf e-Commerce Plattformen bereitgestellten Informationen auswirken. Um Konsumenten dabei zu unterstützen, die Vertrauenswürdigkeit von Kundenrezensionen einzuschätzen und zwischen seriösen und gefälschten Kundenrezensionen zu unterscheiden, setzen daher immer mehr e-Commerce Plattformen sogenannte „Trust Cues“ (z.B. Helpfulness-Votes) ein. In diesem Projekt soll zunächst der aktuelle Stand der Forschung zum Thema „Trust Cues“ und die Auswirkung verschiedener Trust Cues auf das Vertrauen von Konsumenten analysiert werden. Im Praxisteil des Projekts sollen die Auswirkungen ausgewählter Trust Cues auf das Vertrauen von Konsumenten mittels eines zu implementierenden Online-Experiments untersucht werden. 

Immer mehr Online und auch e-commerce Plattformen verwenden sogenannte „Digital Nudging“ Techniken. Hierbei werden gezielt Designelemente verwendet, um das Verhalten des Nutzers bzw. Konsumenten in einer digitalen Entscheidungsumgebung in eine bestimmte Richtung zu lenken. In diesem Projekt soll der Fokus auf dem Einsatz von „Digital Nudging“ im Kontext von e-commerce Plattformen liegen, die solche Techniken u.a. zur Beeinflussung der Kaufentscheidung verwenden. Zunächst soll der aktuelle Stand der Forschung zum Thema „Digital Nudging“ auf e-commerce Plattformen analysiert werden. Dabei soll die Beeinflussung der Nutzer durch diese Techniken im Vordergrund stehen. Im Praxisteil des Projekts sollen die Auswirkungen ausgewählter „Digital Nudging“ Techniken mithilfe eines zu implementierenden Online-Experiments im Kontext e-commerce Plattformen untersucht werden.

Dozierende

Prof. Dr. Steffen Zimmermann, Institut für Business Analytics
Prof. Dr. Steffen Zimmermann
Stefanie Erlebach, Institut für Business Analytics
Stefanie Erlebach
Stefan Napirata, Institut für Business Analytics
Stefan Napirata
Andrea Wrabel, Institut für Business Analytics
Andrea Wrabel
Kilian Züllig, Institut für Business Analytics
Kilian Züllig

Inhaltliche Informationen

Studierende erwerben im Rahmen dieses Moduls die Fähigkeit, ein Thema aus dem Bereich des Digital Business selbständig und nach wissenschaftlichen Kriterien zu erarbeiten. Die Bearbeitung der Seminararbeit mit anschließender Präsentation und Diskussion der Ergebnisse fördert die rhetorische Fertigkeit und soziale Kompetenz der teilnehmenden Studierenden.

Die angebotenen Themen beziehen sich im Besonderen auf betriebswirtschaftlichen Interessen bzw. fallen in aktuelle Forschungsprojekte des Instituts und weisen einen inhaltlichen Bezug zu Fragestellungen aus der Praxis auf.

Je nach Themengebiet wird individuelle Literatur empfohlen.

Organisatorische Informationen

Nächster Veranstaltungsbeginn: SoSe 2021 

Ort:  Online - alle weiteren Informationen auf Moodle

Termine: 

  • Abgabe der Seminararbeiten: Termin wird rechtzeitig bekannt gegeben
  • Endpräsentation: Zeitpunkt und Ort werden rechtzeitig bekannt gegeben

ECTS: 4

Seminar (2 SWS) (Schriftliche Hausarbeit, Präsentationsunterlagen und Präsentation im Rahmen eines Seminarvortrags)

Die Vergabe der Leistungspunkte erfolgt aufgrund der vollständigen Bearbeitung eines übernommenen Themas (Vortrag und schriftliche Ausarbeitung) sowie der Beteiligung an der Diskussion. Die Anmeldung zur Prüfung setzt keinen Leistungsnachweis voraus.

Die Modulnote entspricht dem Ergebnis der Modulprüfung. Die Note der Modulprüfung ergibt sich aus den Noten der schriftlichen Ausarbeitung und der Präsentation. Im Transcript of Records wird die errechnete Note für die Modulprüfung als eine Prüfungsleistung eingetragen und ausgewiesen.

Schwerpunktfächer: Das Seminar eignet sich besonders für Studierende, welche am Institut für Business Analytics ihre Abschlussarbeit schreiben wollen.

Studiengänge: M.Sc. Wirtschaftswissenschaften, M.Sc. Wirtschaftsmathematik, M.Sc. Wirtschaftschemie, M.Sc. Wirtschaftsphysik und Studiengänge mit Nebenfach Wirtschaftswissenschaften