Decision Support Systeme im Marketing

  • Jan Engelke
  • Hermann Simon
Article
First Online:

Zusammenfassung

Der praktische Einsatz von Decision Support Systemen im Marketing steht heute erst am Anfang, auch wenn diese Systeme in der akademischen Forschung schon seit langem vorgeschlagen und untersucht werden. Der Hauptgrund liegt darin, dass Decision Support Systeme sehr spezifisch auf die jeweilige Problemstellung angepasst werden müssen. Dabei sind nicht nur die Besonderheiten der Branche, sondern auch die konkreten Bedingungen des Unternehmens und selbst des einzelnen Produktes tiefgehend zu berücksichtigen. Der Aufwand lohnt sich, da Entscheidungen auf diese Weise wesentlich besser fundiert und Risiken sorgfältiger abgeschätzt werden können. Der folgende Artikel beschreibt den neuesten Erkenntnisstand über den praktischen Einsatz solcher Systeme und zeigt auch die Rahmenbedingungen auf, unter denen sie erfolgreich eingesetzt werden können. Insbesondere haben wir unsere eigenen Erfahrungen aus zahlreichen Anwendungen derartiger Systeme einfließen lassen.

Decision Support System Marktsimulationsmodell Marktinformationssystem Produktoptimierung Preisoptimierung Preisdifferenzierung 

Summary

The practical application of decision support systems in marketing is still in its infancy, even though academic research has been recommending the use of such systems for years. This is largely due to the lack of a single, generally applicable decision support system. The specific requirements and problems of marketing are too different to make one universal decision support system feasible. However, improved PC performance, enhanced market survey methods such as conjoint measurement and further developed programming tools permit the varying requirements to be fairly flexibly met. The following article describes practical state-of-the-art know-how regarding the utilization of such systems, and addresses the preconditions for employing them. We have included many examples gathered from our own experience with numerous applications.

Keywords

Decision Support System Marketing Model Marketing Information System Product Optimization Price Optimization Price Differentiation 

JEL-Classification

C5 D4 M21 M31 
This is a preview of subscription content, log in to check access.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Albers, Sönke (2000), Impact of types of functional relationships, decisions, and solutions on the applicability of marketing models, in: International Journal of Research in Marketing, Vol. 17, 169–175.CrossRefGoogle Scholar
  2. Backhaus, Klaus/Erichson, Bernd/Plinke, Wulff/Weiber, Rolf (2003), Multivariate Analysemethoden: eine anwendungsorientierte Einführung, 10. Aufl., Berlin.Google Scholar
  3. Carroll, Douglas J./Green, Paul E. (1995), Psychometric Methods in Marketing Research: Part I, Conjoint Analysis, in: Journal of Marketing Research, Vol. 32, 385–391.CrossRefGoogle Scholar
  4. Desiraju, Ramarao/Shugan, Steven M. (1999), Strategic Service Pricing and Yield Managment, in: Journal of Marketing, Vol. 63, Nr. 1, 44–56.CrossRefGoogle Scholar
  5. Dobson, Gregory/Kalish, Shlomo (1988), Positioning and pricing a product line, in: Marketing Science, Vol. 7, Nr. 2, 107–125.CrossRefGoogle Scholar
  6. Dolan, Robert J./Simon, Hermann (1996), Power Pricing, New York.Google Scholar
  7. Faßnacht, Martin/Homburg, Christian (1998), Preisdifferenzierung und Yield Management bei Dienstleistungsanbietern, in: Meyer, Anton (Hrsg.), Handbuch-Dienstleistungsmarketing, Band 1, Stuttgart, 866–879.Google Scholar
  8. Green, Paul E./Rao, Vithala R. (1971), Conjoint Measurement for Quantifying Judgmental Data, in: Journal of Marketing Research, Vol. 8, 355–363.CrossRefGoogle Scholar
  9. Green, Paul E./Krieger, Abba M. (1988), Choice Rules and Sensitivity Analysis in Conjoint Simulators, in: Journal of the Academy of Marketing Science, Vol. 16, No. 1, 114–127CrossRefGoogle Scholar
  10. Gutsche, Jens (1995), Produktpräferenzanalyse: ein modelltheoretisches und methodisches Konzept zur Marktsimulation mittels Präferenzerfassungsmodellen, in: Schriften zum Marketing, Band 40.Google Scholar
  11. Hagerty, Michael R. (1986), The cost of simplifying preference models, in: Marketing Science, Vol. 5, Nr. 4, 298–324.CrossRefGoogle Scholar
  12. Hartmann, Adriane/Sattler, Henrik (2004), Wie robust sind Methoden zur Präferenzmessung?, in: zfbf, 56. Jg., Heft 2, 3–22.Google Scholar
  13. Hensel-Börner, Susanne/Sattler, Henrik (2000), Ein empirischer Validitätsvergleich zwischen der Customized Computerized Conjoint Analysis (CCC), der Adaptive Conjoint Analysis (ACA) und Self-Explicated-Verfahren, in: ZfB, 70. Jg., Heft 6, 705–727.Google Scholar
  14. Hoffman, Ross N. (2004), Controlling Hurricanes — Can hurricanes or other tropical storms be moderated or deflected?, in: Scientific American, October 2004, 38–45.Google Scholar
  15. Homburg, Christian/Krohmer, Harley (2003), Marketingmanagement, Strategie — Instrumente — Umsetzung — Unternehmensführung, Wiesbaden.Google Scholar
  16. Huber, Joel/Arora, Neeraj/Johnson, Richard M. (1998), Capturing Heterogeneity in Consumer Choices, Advanced Research Techniques Forum Proceedings, American Marketing Association.Google Scholar
  17. Jain, Dipak C./Bass, Frank M. (1989), Effect of choice set size on choice probabilities: An extended logit model, in: International Journal of Research in Marketing, Vol. 6, 1–11CrossRefGoogle Scholar
  18. Kotler, Philip/Bliemel, Friedhelm (1999), Marketing Management, 9, Auflage, Stuttgart.Google Scholar
  19. Leeflang, Peter S.H./Wittink, Dick R./Wedel, Michel/Naert, Philippe A.V. (2000), Building models for marketing decisions, Series: International Series in quantitative Marketing, Vol. 9, Berlin.Google Scholar
  20. Lilien, Gary L./Kotler, Philip/Moorthy, Sridhar K. (1992), Marketing Models, London.Google Scholar
  21. Little, John D.C. (1979), Decision Support Systems for Managers, in: Journal of Marketing, Vol. 43, Nr. 3, 9–26.CrossRefGoogle Scholar
  22. Nikolaos, Matsatsinis F./Siskos, Yannis (2002), Intelligent support systems for marketing decisions, Kluwer Academic Publishers.Google Scholar
  23. Scott, Jerome E./Keiser, Stephen K. (1984), Forecasting acceptance of new industrial products with judgment modeling, in: Journal of Marketing, Vol. 48, Spring, 54–67.CrossRefGoogle Scholar
  24. Wierenga, Berend/van Bruggen, Gerrit H./Staelin, Richard (1999), The success of marketing management support systems, in: Marketing Science, Vol. 18, Nr. 3, 196–207.CrossRefGoogle Scholar
  25. Wittink, Dick R./Vriens, Marco/Burhenne, Wim (1994), Commercial use of conjoint analysis in Europe: Results and critical reflections, in: International Journal of Research in Marketing, Vol. 11, 41–52.CrossRefGoogle Scholar

Copyright information

© Schmalenbach-Gesellschaft.eV. 2007

Authors and Affiliations

  • Jan Engelke
    • 1
  • Hermann Simon
    • 1
  1. 1.MünchenDeutschland

Personalised recommendations