Interdisziplinäre Anwendung des Supervised Machine Learning für nachfragerbezogene Analysen im Marketing

Manuel Muth and Gerd Nufer

PraxisWissen - German Journal of Marketing, 2024, vol. 9, issue 01/2024, 34-52

Abstract: 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.

Keywords: Datenbasierte Prognosen; Künstliche Intelligenz; Interdisziplinäre Anwendungsforschung; Marketing Analytics; Modelltransparenz; Nachfragerverhalten; Supervised Machine Learning (search for similar items in EconPapers)
Date: 2024
References: Add references at CitEc
Citations:

Downloads: (external link)
https://www.econstor.eu/bitstream/10419/335556/1/1950057690.pdf (application/pdf)

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:zbw:afmpwm:335556

DOI: 10.15459/95451.65

Access Statistics for this article

PraxisWissen - German Journal of Marketing is currently edited by Mahmut Arica, Annett Wolf

More articles in PraxisWissen - German Journal of Marketing from AfM – Arbeitsgemeinschaft für Marketing
Bibliographic data for series maintained by ZBW - Leibniz Information Centre for Economics ().