Volltext-Downloads (blau) und Frontdoor-Views (grau)

Interdisziplinäre Anwendung des supervised machine learning für nachfragerbezogene Analysen im Marketing

  • Der konzeptionelle Beitrag gibt einen Überblick über den Stand der Forschung zum Einsatz des Supervised Machine Learning im Kontext von nachfragerbezogenen Marketinganalysen. Der Artikel befasst sich dabei mit dem Funktionsprinzip und der Systematisierung dieses Gebiets und identifiziert Praxisanforderungen aus beiden Fachrichtungen. Diskutiert werden etwa marketingspezifische Anwendungsvoraussetzungen für das Supervised Machine Learning, technische Rahmenbedingungen sowie Methodiken zur Erzeugung von Modelltransparenz. Ebenso werden dahingehende Limitationen erörtert, beispielsweise mögliche Verzerrungen in Nachfragerdaten. Die Untersuchungsergebnisse leisten so einen Beitrag für ein differenziertes Verständnis des Anforderungsspektrums im analysierten interdisziplinären Anwendungsgebiet.
  • This conceptual paper synthesizes the state-of-the-art knowledge at the intersection of consumer-related marketing analytics and Supervised Machine Learning. The article discusses the principles and systematization of this area and identifies practical requirements coming from both disciplines. It includes marketing-specific application criteria for Supervised Machine Learning, general technical prerequisites, and strategies for creating model transparency. Also, relevant limitations, such as potential biases in consumer data, are explored. Thus, the findings contribute to a differentiated understanding of key aspects to be considered in this interdisciplinary marketing field.

Download full text files

Export metadata

Additional Services

Search Google Scholar

Statistics

frontdoor_oas
Metadaten
Author of HS ReutlingenNufer, Gerd; Muth, Manuel
URN:urn:nbn:de:bsz:rt2-opus4-54160
DOI:https://doi.org/10.15459/95451.65
ISSN:2509-3029
Erschienen in:PraxisWissen : German journal of marketing
Publisher:Hochschule für Technik und Wirtschaft (HTW) Berlin
Place of publication:Berlin
Document Type:Journal article
Language:German
Publication year:2024
Tag:Datenbasierte Prognosen; Interdisziplinäre Anwendungsforschung; Künstliche Intelligenz; Modelltransparenz; Nachfragerverhalten
marketing analytics; supervised machine learning
Volume:2024
Issue:1
Page Number:19
First Page:34
Last Page:52
DDC classes:650 Management
Open access?:Ja
Licence (German):License Logo  Open Access