


- Universität
-
| Fakultäten
- Fakultät für Biologie
- Fakultät für Chemie
- Fakultät für Erziehungswissenschaft
- Fakultät für Geschichtswissenschaft,
Philosophie und Theologie - Fakultät für Gesundheitswissenschaften
- Fakultät für Linguistik und
Literaturwissenschaft - Fakultät für Mathematik
- Medizinische Fakultät (in Gründung)
- Fakultät für Physik
- Fakultät für Psychologie und Sportwissenschaft
- Fakultät für Rechtswissenschaft
- Fakultät für Soziologie
- Technische Fakultät
- Fakultät für Wirtschaftswissenschaften
- | Informationen für ...
-
-
Start
-
Aktuelles
-
Team
-
Mitarbeiter
-
Honorar- und Gastprofessoren
-
Hilfskräfte
-
Ehemalige Mitarbeiter
-
Dr. Anja Plumeyer
-
Dr. Pascal Kottemann
-
Senol Keser (M.A.)
-
Luis Brandt (M.Sc.)
-
Stephan Heuermann (M.Sc.)
-
Wilhelm Klat (M.Sc.)
-
Dr. Diana Schindler
-
Dipl.-Kffr. Silvia Raskovic
-
Prof. Dr. Martin Meißner
-
Dipl.-Kfm. Lars Lüpke
-
Dipl.-Kfm. Frank Kroll
-
Dr. Carl Peter Kleidat
-
Dipl.-Kfm. Sören W. Scholz
-
Dr. Ralf Wagner
-
Dr. Antonia Hermelbracht
-
Dr. Katharina Monien
-
Prof. Dr. Claudia Bornemeyer
-
Dr. Thorsten Temme
-
-
Externe Doktoranden
-
-
Lehre
-
Forschung
-
Kontakt
- keine
- 2
- 4, nur in Verbindung mit der Modulprüfung
- Benotete Modulklausur
- Die Vorlesungsunterlagen finden Sie im Lernraum der Veranstaltung.
- Klausurtermine finden Sie auf der Übersichtsseite des Semesters.
- Einsichtstermine sowie das zugehörige Online-Anmeldeformular erreichen Sie über diesen Link.
Enthalten in den Modulen:
Teilnahmevoraussetzung:
SWS:
LP:
Prüfungsform:
Die Verfügbarkeit stetig wachsender Datenmengen beeinflusst in der heutigen Zeit Marketingentscheidungen in besonderem Maße. Konsumenten hinterlassen sowohl aktiv als auch passiv marketingrelevante Daten, mit deren Hilfe Verhalten, Einstellungen und Absichten analysiert werden können. Marketingstrategien werden immer häufiger aus den Ergebnissen komplexer Analysen abgeleitet. Dabei wächst der Anspruch an zukünftige Marketing-Experten, insb. auch aus unübersichtlichen und unstrukturierten Daten wertvolle Erkenntnisse zu gewinnen.
Ziel der Veranstaltung "Marketing and Data Science" ist es daher, Methoden und Techniken des Data Mining zu vermitteln und deren Funktionsweise anhand verschiedener Problemstellungen und Beispiele aus Marketing und Marktforschung zu verdeutlichen. Ein Schwerpunkt liegt dabei u.a. auf Klassifizierungsverfahren aus dem Bereich des Maschinellen Lernens. Des Weiteren wird auf Methoden zur Gewinnung und Aufbereitung unstrukturierter Daten im Rahmen des Web Mining eingegangen. Darüber hinaus wird gezeigt, wie die vorgestellten Methoden mittels frei verfügbarer Software eigenständig angewendet werden können.
Die Gliederung und Literaturübersicht für das SoSe 2018 ist über den Lernraum der Veranstaltung verfügbar.