Spezielle Forschungsschwerpunkte
Data Mining im Marketing
Große Datenbestände besitzen erst dann einen wirklichen Wert für die betriebliche Entscheidungsunterstützung, wenn es gelingt, die darin enthaltenen, nicht trivialen und potenziell nützlichen Informationen zutage zu fördern. Zentraler Anspruch des Data Mining ist es deshalb, mit vertretbarem Aufwand, „interessante“ Muster in großen Datenbeständen zu identifizieren. Die aktuell geführten Diskussionen zu den Möglichkeiten und Grenzen von Data Mining belegen die Notwendigkeit einer kontinuierlichen Weiterentwicklung des entsprechenden Instrumentariums im Hinblick auf dessen Nutzen spendenden Einsatz in der Marketingpraxis. Ein Schwerpunkt unserer Forschungsaktivitäten liegt im Bereich des maschinellen Lernens, mit einem speziellen Fokus auf künstlichen neuronalen Netzen.
Neue Verfahren zur computergestützten Präferenzmessung
Die Entwicklung von computergestützten Präferenzmessungsverfahren zur Planung neuer oder Verbesserung existierender Produkte stellt einen weiteren Schwerpunkt unserer aktuellen Forschung dar. Besondere Herausforderungen für die Präferenzmessung ergeben sich insbesondere aus der immer größeren Komplexität neuer Produkte sowie der zunehmenden Heterogenität vieler Märkte. Gegenwärtig beschäftigen wir uns u. a. mit adaptiven Präferenzmessungsverfahren, die den Erhebungsaufwand für die Probanden reduzieren und die Berücksichtigung komplexer Produkte erleichtern. Darüber hinaus untersuchen wir mittels Eyetracking das Entscheidungsverhalten im Zusammenhang mit computergestützten Präferenzmessungen. Einen weiteren Forschungsschwerpunkt bildet die systematische Analyse von Online-Kundenmeinungen mittels ökonometrischer Methoden, z.B. im Hinblick auf verborgene Präferenzmuster.
Quantitative Methoden im Vertriebsmanagement
Eine effiziente und effektive Vertriebsplanung stellt einen wesentlichen Erfolgsfaktor für ein erfolgreiches Unternehmensmanagement dar. Ziele der quantitativen Vertriebsplanung sind insbesondere die gewinnoptimale Bestimmung der Verkaufsgebietsstruktur oder die Anzahl der Außendienstmitarbeiter in den einzelnen Verkaufsgebieten. Im Rahmen des Forschungsschwerpunktes erfolgt eine komparative Betrachtung und Diskussion bereits bekannter Algorithmen. Ferner wird erforscht, ob eine Adaption von bereits in anderen Anwendungsgebieten bewährten Verfahren, z.B. aus dem Bereich des maschinellen Lernens, im Kontext der Vertriebsplanung möglich ist und ggf. zu verbesserten Ergebnissen führt. Auch die zunehmende Bedeutung der Multinationalisierung bzw. Globalisierung der Absatzmärkte und einer daraus resultierenden Reorganisation des Vertriebs- und Unternehmensmanagements soll innerhalb des Forschungsschwerpunktes untersucht und im Rahmen der quantitativen Überlegungen berücksichtigt werden.