IDEAS home Printed from https://ideas.repec.org/a/zbw/afmpwm/335556.html

Interdisziplinäre Anwendung des Supervised Machine Learning für nachfragerbezogene Analysen im Marketing

Author

Listed:
  • Muth, Manuel
  • Nufer, Gerd

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.

Suggested Citation

  • Muth, Manuel & Nufer, Gerd, 2024. "Interdisziplinäre Anwendung des Supervised Machine Learning für nachfragerbezogene Analysen im Marketing," PraxisWISSEN Marketing: German Journal of Marketing, AfM – Arbeitsgemeinschaft für Marketing, vol. 9(01/2024), pages 34-52.
    • Handle: RePEc:zbw:afmpwm:335556
    DOI: 10.15459/95451.65
    as

    Download full text from publisher

    File URL: https://www.econstor.eu/bitstream/10419/335556/1/1950057690.pdf
    Download Restriction: no
    File URL: https://libkey.io/10.15459/95451.65?utm_source=ideas
    LibKey link: if access is restricted and if your library uses this service, LibKey will redirect you to where you can use your library subscription to access this item
    ---><---

    More about this item

    Keywords

    ;
    ;
    ;
    ;
    ;
    ;
    ;

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:zbw:afmpwm:335556. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: ZBW - Leibniz Information Centre for Economics (email available below). General contact details of provider: https://arbeitsgemeinschaft.marketing/ .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.