marketing intelligence - uni-hohenheim.de

Marketing Intelligence

Wintersemester 2019/2020

Prof. Dr. Karsten HadwichLehrstuhl für DienstleistungsmanagementInstitut für Marketing & ManagementUniversität Hohenheim

Wollgrasweg 23, 70599 StuttgartE-Mail: [email protected] Internet: www.dlm.uni-hohenheim.de Tel.: 0711/459 24466Fax: 0711/459 24462

Institut für Marketing & Management, Lehrstuhl für Dienstleistungsmanagement (570D)


2

Inhalte der Veranstaltung Marketing Intelligence (I)

Allgemeines

Lehrform: Verbindlichkeit: SWS: ECTS: Prüfung:

Vorlesung mit ÜbungPflicht36Klausur (90 min)

Veranstaltung Vorlesung (wöchentlich): Dienstag, 08:15 Uhr bis 09:45 Uhr (Euro-Forum/Katharinasaal)Start: 22.10.2019

Inhalte

− Grundlagen− Fragebogenkonzeption & Auswertung− Multidimensionale Skalierung− Faktorenanalyse− Strukturgleichungsmodelle− Data Mining


3

Inhalte der Veranstaltung Marketing Intelligence (II)

Übung 5 Termine

Übung 1: Grundlagen & Qualitative Methoden Do., 07.11.2019 (16.00-17.30 Uhr, HS 4)Übung 2: Multidimensionale SkalierungDo., 21.11.2019 (16.00-17.30 Uhr, HS 4)Übung 3: FaktorenanalyseDo., 05.12.2019 (16.00-17.30 Uhr, HS 4) Übung 4: StrukturgleichungsmodellierungDo., 19.12.2019 (16.00-17.30 Uhr, HS 4)Übung 5: Data MiningDo., 16.01.2020 (16.00-17.30 Uhr, HS 4)

Ein detaillierter Semesterplan wird zudem auf ILIAS bereitgestellt


4

Ansprechpartner der Veranstaltung

Prof. Dr. Karsten Hadwich

[email protected]. 0711/459-24461

Lukas Ogrzewalla, M. Sc.

Wissenschaftlicher [email protected]. 0711/459-24463


5

Inhalte und Ziele der VorlesungInhalte der Veranstaltung

Die Studierenden haben vertiefte Kenntnisse über die Methoden der Marktforschung sowie über die Rolle der Marktforschung innerhalb der Marketing Intelligence.

Sie verfügen dabei über Kenntnisse hinsichtlich der wesentlichen Schritte eines Marktforschungsprozesses sowie einer Auswahl von multivariaten Analysemethoden.

Die Studierenden können aufzeigen, welche Konzeptions-, Durchführungs- und Analyseentscheidungen im Rahmen von Marktforschungsprojekten zu treffen sind und sind fähig, für verschiedene Entscheidungssituationen fundierte Empfehlungen zu geben.

Sie verstehen die behandelten multivariaten Analysemethoden und können die jeweiligen statistischen Daten interpretieren.

Zudem verstehen die Studierenden den Prozess sowie die grundlegenden Verfahren des Data Mining und kennen deren Anwendung in der Marktforschung.


6

Grundlegende Literatur zur Veranstaltung

Kapitel 1

Kapitel 2

Kapitel 3

Göb, J. (2010): Marketing Intelligence: Wissen als Entscheidungs-grundlage im Marketing, Wiesbaden

Homburg, C. (2017):Marketingmanagement,6. Aufl., Wiesbaden

Döring, N./Bortz, B. (2016): Forschungsmethoden und Evaluation, 5. Aufl., Berlin/Heidelberg

Backhaus, K./Erichson, B./Plinke, W./Weiber, R. (2018):Multivariate Analysemethoden,15. Aufl., Berlin/Heidelberg

Weiber, R./Mühlhaus, D. (2014):Strukturgleichungsmodellierung, 2. Aufl., Berlin/Heidelberg


7

Ergänzende Literatur

Ziel der Veranstaltung:

Einblick in grundlegende Entscheidungsfelder des

Dienstleistungsmanagements in Wissenschaft und Praxis

• Agrawal, R./Imieliński, T./Swami A. (1993): Mining association rules between sets of items in large databases, in: Acm sigmod record, Vol. 22, No. 2, S. 207-216.

• Baron, R. M./Kenny, D. A. (1986): The moderator–mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations, in: Journal of personality and social psychology, Vol. 51, Nr. 6, S. 1173-1182.

• Berekoven, L./Eckert, W./Ellenrieder, P. (2001, 2006, 2009): Marktforschung. Methodische Grundlagen und praktische Anwendung. 12. Aufl., Wiesbaden.

• Böhler, H. (1992, 2004): Marktforschung. 3. Aufl., Stuttgart.• Brady, M. K./ Voorhees, C. M./ Brusco, M. J. (2012): Service sweethearting: its antecedents and customer consequences, in: Journal of

Marketing, Vol. 76, No. 2, S. 81-98.• Brown, T. (2006, 2014): Confirmatory factor analysis for applied research, New York.• Bruhn, M. (2002): Integrierte Kundenorientierung: Implementierung einer kundenorientierten Unternehmensführung, Wiesbaden.• Bruhn, M. (2019): Marketing Grundlagen für Studium und Praxis. 14., überarbeitete Auflage, Wiesbaden.• Bruhn, M./Hadwich, K. (2017): Produkt- und Servicemanagement, 2. Aufl., München.• Churchill, G.A. (1979): A paradigm for developing better measures of marketing constructs, in: Journal of marketing research, Vol. 16, No. 1, S.

64-73.• Diamantopoulos, A./Winklhofer, H.M. (2001): Index construction with formative indicators: an alternative to scale development, in: Journal of

Marketing research, Vol. 38, No. 2, S. 269-277.• Domingos, P./ Pazzani, M. (1997): On the optimality of the simple Bayesian classifier under zero-one loss, in: Machine learning, Vol. 29, Nr. 2-3,

S. 103-130.• Eichen, F. (2010): Messung und Steuerung der Markenbeziehungsqualität: eine branchenübergreifende Studie im Konsumgütermarkt, Springer-

Verlag.• Ester M./Sander J. (2000): Knowledge Discovery in Databases: Techniken und Anwendungen, Wiesbaden.• Everelles, S./Fukawa, N./Swayne, L. (2016): Big Data consumer analytics and the transformation of marketing, in: Journal of Business

Research, Vol. 69, S. 897-904.• Golsefid, M./Malek, S. (2010): International market segmentation and cross-export strategies development case study: Iranian furniture

industry., in: Journal of Global Marketing, Vol. 23, Nr. 5, S. 446-460.


8

Ergänzende Literatur

Ziel der Veranstaltung:

Einblick in grundlegende Entscheidungsfelder des

Dienstleistungsmanagements in Wissenschaft und Praxis

• Hammann, P./Erichson, B. (2000): Marktforschung, 4., überarbeitete und erweiterte Aufl., Stuttgart.• Han, J./Kamber, M./Pei, J. (2012): Data Mining – Concepts and Techniques, 3rd ed., Boston u.a.• Herrmann, A./Huber, F./Kressmann, F. (2006): Varianz-und kovarianzbasierte Strukturgleichungsmodelle—ein Leitfaden zu deren Spezifikation,

Schätzung und Beurteilung, in: Schmalenbachs Zeitschrift für betriebswirtschaftliche Forschung, Vol. 58, Nr. 1, S. 34-66.• Herrmann, A./Klarmann, M./Pflesser, C. (2008): Konfirmatorische Faktorenanalyse, Gabler.• Hippner H./Rentzmann, R. (2006): Text Mining, in: Informatik Spektrum, Vol. 29, Nr. 3, S. 287-290. • Kühn, R./ Fankhauser, K. (1996): Marktforschung: Ein Arbeitsbuch für das Marketing-Management.• Kulas, J. T./McInnerney, J. E./DeMuth, R. F./Jadwinski, V. (2007): Employee satisfaction and theft: Testing climate perceptions as a mediator, in:

The Journal of Psychology, Vol. 141, Nr. 4, S. 389-402.• Kuß A. (2012): Marktforschung, 4. Aufl., Wiesbaden.• Lincoln, Y. S.; Guba, E. G. (1985): Naturalistic Inquiry. Beverly Hills pp.:Sage Publications• Malhotra, N.K. (2010): Marketing research: An applied orientation, Prentice Hall• Mayerhofer, W. (2009): Das Fokusgruppeninterview, in: Qualitative Marktforschung, Gabler, S. 477-490.• Mayring, P. (2015): Qualitative Inhaltsanalyse : Grundlagen und Techniken, Weinheim.• McCallum, A./Nigam, K. (1998): A comparison of event models for naive bayes text classification, in: AAAI-98 workshop on learning for text

categorization, Vol. 752, No. 1, S. 41-48.• Neckel, P./Knobloch, B. (2005): Customer Relationship Analytics – Praktische Anwendung des Data Mining im CRM, Heidelberg. • Preacher, K. J./ Hayes, A. F. (2004): SPSS and SAS procedures for estimating indirect effects in simple mediation models, in: Behavior research

methods, instruments, & computers, Vol. 36, Nr. 4, S. 717-731.• Preacher, K. J./ Hayes, A. F. (2008): Asymptotic and resampling strategies for assessing and comparing indirect effects in multiple mediator

models, in: Behavior research methods, Vol. 40, Nr. 3, S. 879-891.• Rossiter, J.R. (2002): The C-OAR-SE procedure for scale development in marketing, in: International journal of research in marketing, Vol. 19,

No. 4, S. 305-335.• Russell, G. J./ Petersen, A. (2000): Analysis of cross category dependence in market basket selection, in: Journal of Retailing, Vol. 76, Nr. 3, S.

367-392.• Stock-Homburg, R. (2012): Der Zusammenhang zwischen Mitarbeiter-und Kundenzufriedenheit: Direkte, mediierende und moderierende Effekte.


9

VeranstaltungsunterlagenOrganisation

− Wichtige Informationen und Handouts zu dieser Veranstaltung finden Sie ab sofort auf der ILIAS-Plattform:

https://ilias.uni-hohenheim.de

− Die Unterlagen sind ab der zweiten Vorlesungswoche passwortgeschützt.

− Das Passwort lautet:


10

1. Grundlagen der Marketing Intelligence

2. Marktforschungsprozess

2.1 Festlegung von Untersuchungsproblem und -design

2.2 Auswahl der Marktforschungsmethode und Datenerhebung2.2.1 Festlegung der Datenerhebungsmethode2.2.2 Stichprobenauswahl2.2.3 Entwicklung des Erhebungsinstrumentes

2.3 Datenanalyse und -interpretation

Inhaltsübersicht


11

Inhaltsübersicht

3. Multivariate Verfahren zur Analyse von Marktforschungsdaten

3.1 Multidimensionale Skalierung3.2 Konfirmatorische Faktorenanalyse3.3 Strukturgleichungsmodelle

4. Data Mining

4.1 Grundlagen4.2 Data Mining-Prozess4.3 Data Mining-Verfahren

4.3.1 Klassifikation4.3.2 Clusteranalyse4.3.3 Assoziationsanalyse


12

1. Grundlagen der Marketing Intelligence

2. Marktforschungsprozess

2.1 Festlegung von Untersuchungsproblem und -design

2.2 Auswahl der Marktforschungsmethode und Datenerhebung2.2.1 Festlegung der Datenerhebungsmethode2.2.2 Stichprobenauswahl2.2.3 Entwicklung des Erhebungsinstrumentes

2.3 Datenanalyse und -interpretation

Inhaltsübersicht


13

Gegenstand der Marketing Intelligence1. Grundlagen der Marketing Intelligence

Angebotsseitevon Marketing-informationen

(Datenseite)

MarketingIntelligence

Nachfrageseitevon Marketing-informationen

(Entscheidungs-seite)

Entscheidung Verbesserung der Entscheidungs-

qualität


14

Bezugsrahmen von Marketing Intelligence1. Grundlagen der Marketing Intelligence

U N T E R N E H M E N S E I N F L Ü S S E

U M W E LT E I N F L Ü S S E

DA

TE

NS

EIT

E(A

ngeb

otss

eite

von

Mar

ketin

ginf

orm

atio

nen)

EN

TS

CH

EID

UN

GS

SE

ITE

(Nachfrageseite von M

arketinginformationen)

Marketing Intelligence-Cycle

EntscheidungDatenebene

InformationsebeneWissensebene

Quelle: Göb 2010, S. 129


15

Definition: Marketing Intelligence

Marketing Intelligence ist ein kontinuierlicher Prozess der Bildung vonMarketingwissen (Marketing Intelligence Cycle) aus marketingrelevanten Daten bzw. Informationen sowie subjektiven Erfahrungen mit dem Ziel, Marketingentscheidungen zu verbessern und Marketingentscheider zu unterstützen.

Begriff der Marketing Intelligence1. Grundlagen der Marketing Intelligence Göb 2010, S. 95 ff.


16

Darstellung eines Marketing Intelligence-Cycle1. Grundlagen der Marketing Intelligence Quelle: Göb 2010, S. 132

Entscheidungsseite

(Nachfrageseite von

Marketing-

informationen)

Datenseite

(Angebotsseite

von Marketing-

informationen)

Datenebene• Definition des Analyseziels• Informationsbedarfsanalyse

Informationsebene• Prozess der Datenintegration

• Verfahren zur Analyse von Marketingdaten

• Generierung von Marketing Insights

Analyse, Anreicherung

ProblemverständnisProblemdefinition

Wissensebene• Wissensschaffung und -verteilung

(Sozialisation, Externalisierung, Kombination, Internalisierung)

• Ganzheitliches Management von Wissen

Problemlösung


17

Datenebene1. Grundlagen der Marketing Intelligence Quelle: Göb 2010, S. 137

Aufgrund verbesserter Informations- und Kommunikationstechnologien steigt das Angebot von Marketingdaten kontinuierlich an.

Daten die Marketingentscheidern zur Verfügung stehen: Unternehmensinterne Daten (d. h., Daten die im Rahmen operativer Geschäftsprozesse anfallen) Unternehmensexterne Daten (d. h., Daten die (extern) erhoben werden) Aggregierte Markt- bzw. Marktforschungsdaten

Herausforderung: Selektion der für den jeweiligen Sachverhalt tatsächlich relevanten Marketingdaten


18

Isoliert betrachtet, stellen Daten noch keine Information dar. D. h., Daten lassen sich nicht ohne Weiteres für Marketingentscheidungen verwenden.

Um für das Marketing verwertbare „Insights“ (Marketinformationen)zu erhalten, ergibt sich die Notwendigkeit zur: Datenselektion, Datenaufbereitung, Datenfusion und Datenanalyse.

Informationsebene1. Grundlagen der Marketing Intelligence Quelle: Göb 2010, S. 151f.

Marketing Insights

Daten

DatenDaten


19

Marketinginformationen müssen in die Entscheidungsprozesse des Marketing integriert werden. Durch die Interpretation der Informationen entsteht anwendungs-bezogenes Marketingwissen, das die Qualität von Marketingentscheidungen verbessert.Notwendig: Austausch zwischen Daten- und Entscheiderseite

Wissensebene1. Grundlagen der Marketing Intelligence Quelle: Göb 2010, S. 178

Entscheidungsprozesse des Marketing

Marketing Insights

Verbesserung der Qualität der Marketing-

entscheidungen

Anwendungs-bezogenes Marketing-

wissen

+ Interpretation


20

Prozesse zur Bildung von Marketingwissen1. Grundlagen der Marketing Intelligence

Marktforschung

„Klassischer“ Marktforschungsprozess Erheben und analysieren von

Marktforschungsdaten Datenanalyse zur Verifikation

von Hypothesen

Data Mining Sammeln und analysieren

großer, oftmals unstrukturierter Datenbestände („Big Data“)

Datenanalyse zur Entdeckung unbekannter Datenmuster

Beide Prozesse dienen der Bildung von Wissen innerhalb des Marketing Intelligence Cycle


21

Definition: Marktforschung

Marktforschung umfasst die Gewinnung, Auswertung und Interpretation von Informationen über jetzige und zukünftige Marketingsituationen und -entscheidungen einer Unternehmung.

Daher: Marktforschung ist kein Selbstzweck, sondern ein Instrument

Begriff der Marktforschung1. Grundlagen der Marketing Intelligence Bruhn 2007


22

Aufgabenverteilung zwischen Marktforschung und Marketing1. Grundlagen der Marketing Intelligence Quelle: Kuß 2012, S. 3

Aufgaben der Marktforschung

Aufgaben des Marketing

Identifizierung vonMarketingchancen

und -problemen

Überprüfung dervorgeschlagenen

Marketingmaßnahmen

Überprüfung desErfolgs der Marketing-

maßnahmen

Entwicklung entsprechenderMarketingmaßnahmen

Realisierung derMarketingmaßnahmen

Modifizierung / Verbesserung der Marketingmaßnahmen


23

Allgemeine Untersuchungsbereiche der Marktforschung1. Grundlagen der Marketing Intelligence

Wirkungen der Marketinginstrumente

Veränderungen von Marktreaktionen

Entwicklung des Marktes

- (Teil-)Marktchancen- Marktpotential

Beobachtung unternehmensspezifischer Marketingfaktoren

Verhalten der Marktteilnehmer

- Konsumentenforschung- Handelsforschung- Konkurrenzforschung

Untersuchungs-bereiche der

Marktforschung


24

Weitere Aufgabenbereiche der Marktforschung1. Grundlagen der Marketing Intelligence Quelle: Kuß 2012, S.4f.

Untersuchungsergebnisse werden dazu verwendet, eigene Entscheidungen (z. B. Produktentwicklungen) zu begründen.

Unterstützung der eigenen Meinung

Misserfolge lassen sich leichter rechtfertigen, wenn belegt werden kann, dass im Vorfeld die Alternativen sorgfältig untersucht wurden.

Absicherung bei Misserfolg

„Notwendige“ weitere Untersuchungen werden als Grundlage dafür genommen eine (Produkt-)Entscheidung hinauszuzögern.

Verzögerung von Entscheidungen

Fragen der Verwechslung von Marken, Irreführungen durch Werbung etc. lassen sich durch Marktbefragungen klären.

Hilfsmittel bei rechtlichen Belangen

z. B. „Deutschlands meistgekaufte Programmzeitschrift“, „Europas beliebtester Kleinwagen“

Argumente für PR und Werbung


25

Mögliche Nutzer von Marketinginformationen1. Grundlagen der Marketing Intelligence Quelle: Kuß 2012, S.5f.

Konsumgüter-unternehmen

z. B.: Regelmäßige Messung von Bedürfnissen („Tracking“)

Dienstleistungs-unternehmen

z. B.: Regelmäßige Messung der Kundenzufriedenheit

Einzelhandel

z. B.: Kundensegmentierung und -ansprache durch Kunden-karten

Werbebranche

z. B.: Werbewirkungsforschung

Medien

z. B.: Bestimmung von Ziel-gruppen für neue Zeitschriften,TV-Formate etc.

Staatliche Stellen

z. B.: Messung von Konsum-gewohnheiten im Stadtmarketing,Tourismusverband

marketing intelligence - uni-hohenheim.de

Documents