Mercator Stiftungslehrstuhl

In diesem Kurs soll ein Gefühl dafür vermittelt werden, wie Analyseprojekte funktionieren, um sie managen und/oder ihren Nutzen beurteilen zu können.

Es handelt sich nicht um einen Modellierungskurs - obwohl wir uns mit Modellierung beschäftigen werden. Es ist auch kein Programmierkurs - obwohl wir in R viel programmieren werden (unterstützt durch DataCamp). Stattdessen dient die Modellierung und Programmierung nur zur Veranschaulichung der Schritte, die in typischen Analyseprojekten vorkommen. Dies soll bei der Planung eines solchen Projekts helfen, angefangen vom Verständnis des Geschäftsproblems über die Modellierung bis hin zur Modellbewertung und Kommunikation der Projektergebnisse (oder eines Projektvorschlags) an einen Kunden.

Es gibt keine klassische Trennung zwischen Vorlesungs- und Tutoriumssitzungen; stattdessen werden in allen Sitzungen Vorlesungselemente, praktische Demonstrationen und Übungen miteinander vermischt, um ein ansprechenderes Umfeld zu schaffen. In einer bewerteten Gruppenarbeit durchlaufen Sie alle Phasen eines datenwissenschaftlichen Projekts, einschließlich der Gestaltung der Geschäftsziele und der Verbindung der Modellierungsergebnisse mit diesen.

Wir werden auch Visualisierungskonzepte sowohl in der Theorie als auch in der Praxis behandeln, wobei wir für letzteres Tableau verwenden. Insbesondere werden wir uns mit dem Design von Dashboards, interaktiven Karten (wie die in Abb. 1 gezeigte) und Diagrammen sowie mit der Strukturierung von Verkaufsgesprächen befassen.

Der Lehrplan sieht wie folgt aus:

1. Einführung in den CRISP-DM-Prozess (Geschäftsverständnis)
2. Probenahme und Partitionierung (Datenaufbereitung)
3. Informationsauswahl, Modellierung und Überanpassung (Modellierung)
4. Bewertung des Modells
5. Beweiskombination (Naïve Bayes, Association Mining) und Visualisierung
6. Visualisierung, Dashboards, Verkauf Ihres Projekts an Endbenutzer

Pricing Analytics (Die Preisanalyse) und  Revenue Management (das Ertragsmanagement) konzentrieren sich darauf, wie ein Unternehmen die Nachfrage modellieren, automatisierte Preis- und Produktverfügbarkeitsentscheidungen über seine verschiedenen Vertriebskanäle festlegen und aktualisieren sollte, um seine Rentabilität zu maximieren. Der Einsatz solcher Strategien hat das Transport- und Gastgewerbe verändert, und sie werden im Einzelhandel, in der Telekommunikation, in der Unterhaltungsbranche, bei Finanzdienstleistungen, im Gesundheitswesen und in der Fertigung immer wichtiger.

Innerhalb des breiteren Bereichs der Preistheorie legt der Kurs den Schwerpunkt auf die taktische Optimierung von Preis- und Kapazitätszuweisungsentscheidungen, die mit Hilfe von Nachfragemodellierung und eingeschränkter Optimierung - den beiden Hauptbausteinen von Ertragsmanagementsystemen - angegangen werden.

Fallstudien vermitteln praktische Erfahrungen mit dem Thema. Die Teilnehmer verwenden R für die meisten Übungen innerhalb der RStudio-Umgebung, wobei sowohl die Nachfragemodellierung als auch Optimierungsprobleme behandelt werden. Im Kontext der kundenspezifischen B2B-Preisgestaltung untersuchen wir zum Beispiel die Frage, wie die Gewinnwahrscheinlichkeitsfunktion aus historischen Daten geschätzt werden kann und wie diese zur Optimierung individueller Preisangebote verwendet werden kann.

Der Lehrplan sieht wie folgt aus:

1. Einführung, Kundenbewertungsspiel
2. Nachfragemodellierung (parametrische, nicht-parametrische Modelle, nicht einschränkend)
3. Eingeschränkte Preisoptimierung, Kapazitätskontrolle, Netzertragsmanagement
4. Dynamische Preiskontrolle, (ungefähre) dynamische Programmierung
5. Preisabschläge, verhaltensorientierte Preisgestaltung
6. Angepasste B2B-Preisgestaltung, Schätzung der Gewinnwahrscheinlichkeitsfunktion