Computer-Based and Quantitative Methods in Market Research

  • Klaus Ambrosi
Conference paper

Abstract

A shift from an industrial to an information society is taking place in the leading industrial nations of the world. This shift is partly due to the development of new information and communication technology, and has significant effects on the field of marketing and particularly on market research.

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.

References

  1. Aaker, D. A. (1971): Multivariate Analysis in Marketing: Theory and Application, BelmontGoogle Scholar
  2. Ambrosi, K. (1980): Aggregation und Identifikation in der numerischen Taxonomie, MeisenheimGoogle Scholar
  3. Ambrosi, K. (1985): Zur Anwendung Multivariater Methoden in der Marktforschung, Arbeitspapiere zur Mathematischen Wirtschaftsforschung 77, Universität AugsburgGoogle Scholar
  4. Ambrosi, K.; Hansohm, J. (1987): Ein dynamischer Ansatz zur Repräsentation von Objekten, Operations Research Proceedings 1986, Berlin, 425–431Google Scholar
  5. Ambrosi, K.; Lauwerth, W. (1984): Clusteranalyse unter Verwendung von Präordnungen auf Objektpaaren, Operations Research Proceedings 1983, Berlin, 316–327Google Scholar
  6. Ambrosi, K.; Opitz, O. (1983): Statistische Tests in der Marktforschung, in: Beckmann, M.J.; Eichhorn, W.; Krelle, W. (Eds.): Mathematische Systeme in der Ökonomie, Königstein/Ts., 41–64Google Scholar
  7. Arabie, P.; Caroll, J. D. (1980): MAPCLUS: A Mathematical Programming Approach to Fitting the ADCLUS Model, Psychometrika 45, 211–235MATHCrossRefGoogle Scholar
  8. Backhaus, K.; Erichson, B.; Plinke, W.; Schuchard-Ficher, Chr.; Weiber, R. (1987): Multivariate Analysemethoden, BerlinGoogle Scholar
  9. Bagozzi, R. P. (1980): Causal Models in Marketing, New YorkGoogle Scholar
  10. Bamberg, G.; Baur, F. (1987): Statistik, MünchenGoogle Scholar
  11. Bausch, Th. (1989): Sample Techniques used in Marketing Research, this VolumeGoogle Scholar
  12. Bock, H. H. (1974): Automatische Klassifikation, GöttingenMATHGoogle Scholar
  13. Bock, H. H. (1979): Clusteranalyse mit unscharfen Partitionen, in: Studien zur Klassifikation, Bd.6, 137–163Google Scholar
  14. Böckenholt, I.; Both, M.; Gaul, W. (1988): PROLOG-Based Decision Support for Data Analysis in Marketing, in: Gaul, W.; Schader, M. (Eds.): Data, Expert Knowledge and Decisions: An Interdisciplinary Approach with Emphasis on Marketing Applications, Berlin, 19–34Google Scholar
  15. Böckenholt, I.; Both, M.; Gaul, W. (1989): A Knowledge-Based System for Supporting Data Analysis Problems, to appear in Decision Support Systems, 1989Google Scholar
  16. Böhler, H. (1977): Methoden und Modelle der Marktsegmentierung, StuttgartGoogle Scholar
  17. Both, M.; Gaul, W. (1986): Ein Vergleich zweidimensionaler Clusteranalyseverfahren, Methods of Operations Research 57, 593–605Google Scholar
  18. Büning, H.; Trenkler, G. (1978): Nichtparametrische statistische Methoden, BerlinMATHGoogle Scholar
  19. Carroll, J. D.; Chang, J. (1970): Analysis of Individual Differences in Multidimensional Scaling via an N-way Generalization of “Eckart-Young” Decomposition, Psychometrika 35, 283–319MATHCrossRefGoogle Scholar
  20. Cochran, W. G. (1972): Stichprobenverfahren, BerlinMATHGoogle Scholar
  21. Dichtl, E.; Bauer, H. H.; Schobert, R. (1980): Die Dynamisierung mehrdimensionaler Marktmodelle am Beispiel des deutschen Automobilmarktes, Marketing ZFP, 3, 163–178Google Scholar
  22. Dichtl, E.; Schobert, R. (1979): Mehrdimensionale Skalierung — Methodische Grundlagen und betriebswirtschaftliche Anwendungen, MünchenGoogle Scholar
  23. Espejo, E.; Gaul, W. (1986): Two-Mode Hierarchical Clustering as an Instrument for Marketing Research, in: Gaul, W.; Schader, M. (Eds.): Classification as a Tool of Research, Amsterdam, 121–128Google Scholar
  24. Ferber, R. (1974): Handbook of Marketing Research, New YorkGoogle Scholar
  25. Förster, F.; Fritz, W.; Silberer, G.; Raffée, H. (1984): Der LIS REL-Ansatz der Kausalanalyse und seine Bedeutung für die Marketing-Forschung, ZfB, 54, 346–367Google Scholar
  26. Freter, H. (1983): Marktsegmentierung, StuttgartGoogle Scholar
  27. Gaul, W.; Förster, F.; Schiller, K. (1986): Typologisierung deutscher Marktforschungsinstitute — Ergebnisse einer empirischen Studie, Marketing ZFP, 3, 163–172Google Scholar
  28. Gaul, W.; Homburg, Ch. (1988): The Use of Data Analysis Techniques by German Market Research Agencies: A Causal Analysis, Journal of Business Research, 17, 67–79CrossRefGoogle Scholar
  29. Gaul, W.; Schader, M. (1988): Data, Expert Knowledge and Decisions: An Interdisciplinary Approach with Emphasis on Marketing Applications, BerlinMATHGoogle Scholar
  30. Gaul, W.; Schader, M. (1989): Datenanalyse und Entscheidungsunterstützung, in: Studien zur Klassifikation, Bd. 19, 59–78Google Scholar
  31. Geise, W. (1978): Die Operationalisierung von Einkaufsstätten-Images auf der Basis eines mehrdimensionalen Imagekonzepts-Konstruktion und Auswertung eines bereichsspezifischen Imagedifferentials, Der Markt 66, 52 ff.Google Scholar
  32. Glagow, H. (1984): Interview-Computer: Rechnergestützte Datenerhebung, in: Zentes, J. (Ed.): Neue Informations- und Kommunikationstechnologien in der Marktforschung, Berlin, 42–66Google Scholar
  33. Green, P. E.; Tull, D. S. (1982): Methoden und Techniken der Marketingforschung, 4. Aufl., Deutsche Übersetzung von R. Köhler und Mitarbeitern, StuttgartGoogle Scholar
  34. Greensted, C. S.; Jardine, A. K. S.; Macfarlane, J. D. (1974): Essentials of Statistics in Marketing, LondonGoogle Scholar
  35. Hamman, P.; Erichson, B. (1978): Marktforschung, StuttgartGoogle Scholar
  36. Hansohm, J. (1987): Die Behandlung qualitativer Datenstrukturen in quantitativen Analysemethoden durch das Prinzip der optimalen Skalierung, FrankfurtMATHGoogle Scholar
  37. Hansohm, J. (1989): PC-gestützte Marktforschung am Beispiel des Marketinginformationssystems PC — INF*ACT, in: Spremann, K.; Zur, E. (Eds.) Computerunterstützte Unternehmensplanung, WiesbadenGoogle Scholar
  38. Hansohm, J.; Möhler, R. (1983): Erfolgsanalyse eines Zweigstellennetzes mittels multivariater Verfahren — eine Fallstudie, Arbeitspapiere zur Mathematischen Wirtschaftsforschung 67, Universität AugsburgGoogle Scholar
  39. Hartung, J.; Elpelt, B. (1986): Multivariate Statistik, WienGoogle Scholar
  40. Henn, R. (1963): Das Testen von Hypothesen in der Marktforschung, in: Zukunftsaufgaben in Wirtschaft und Gesellschaft. Festschrift zur Einweihung der neuen Gebäude der Hochschule St. Gallen für Wirtschafts- und Sozialwissenschaften, Zürich, St. GallenGoogle Scholar
  41. Herrmanns, A. (1986): Neue Kommunikationstechniken, MünchenGoogle Scholar
  42. Hildebrandt, L. (1983): Konfirmatorische Analysen von Modellen des Konsumentenverhaltens, BerlinGoogle Scholar
  43. Hüttner, M. (1978): Multivariate Methoden im Marketing, MünchenGoogle Scholar
  44. Hüttner, M. (1979): Informationen für Marketing- Entscheidungen, MünchenGoogle Scholar
  45. Hüttner, M. (1982): Markt- und Absatzprognosen, StuttgartGoogle Scholar
  46. Illig, A. (1980): Konkurrenz analyse mit Hilfe multivariater Klassifikation, Reihe Wirtschaftswissenschaften, Band 194, Frankfurt/MainGoogle Scholar
  47. Kroeber-Riel, W. (1983): Neuere Methoden der Marktforschung, DBW, 277–285Google Scholar
  48. Kroeber-Riel, W.; Neibecker, B. (1983): Elektronische Datenerhebung: Computergestützte Interviewsysteme, in: Fonsum Konsum und Verhalten (Ed.): Innovative Marktforschung, Würzburg, Wien, 193–208.Google Scholar
  49. Kruskal, J. B. (1964 a): Multidimensional Scaling by Optimization Goodness of Fit to a Nonmetric Hypothesis, Psychometrika 29, 1–27MathSciNetMATHCrossRefGoogle Scholar
  50. Kruskal, J. B. (1964 b): Nonmetric Multidimensional Scaling: A Numerical Method, Psychometrika 29, 115–129MathSciNetMATHCrossRefGoogle Scholar
  51. Kuhlmann, E. (1987): Verbraucherinformation durch rechnergestützte Informationssysteme, Marketing ZFP, 2, 77–84Google Scholar
  52. Kuss, A. (1985): Computereinsatz bei der Datenerhebung für die Marktforschung, THEXIS, 3, 12–15Google Scholar
  53. LaBarbera, P. A.; MacLachlan, J. M. (1979): Response Latency in Telephone Interviews, Journal of Advertising Research, 19 (3), 49–55Google Scholar
  54. Lingoes, J. C.; Borg, I. (1978): A Direct Approach to Individual Differences Scaling Using Increasingly Complex Transformations, Psychometrika 43, 491–519MathSciNetMATHCrossRefGoogle Scholar
  55. Litzenroth, H. A. (1986): GfK-BehaviorScan: Experimentelle Messung der Auswirkungen klassischer Werbung auf das effektive Kaufverhalten, in: Holm, K.-F. (Ed.): Werbewirkungsforschung ex ante und ex post, Bd. 1, Hamburg, 137–151Google Scholar
  56. Locarek, H. (1988): Wissensbasierte Systeme zur Durchführung statistischer Analysen, FrankfurtGoogle Scholar
  57. Meffert, H.; Steffenhagen, H. (1977): Marketing-Prognosemodelle, Quantitative Grundlagen des Marketing, StuttgartGoogle Scholar
  58. Opitz, O. (1978): Numerische Taxonomie in der Marktforschung, MünchenGoogle Scholar
  59. Opitz, O. (1980): Numerische Taxonomie, StuttgartMATHGoogle Scholar
  60. Opitz, O.; Bausch, Th. (1986): Nichtdisjunkte Klassifikation mit qualitativen Daten, in: Studien zur Klassifikation, Bd. 17, 211–220Google Scholar
  61. Opitz, O.; Hansohm, J. (1980): Identifikation mit qualitativen Daten, Marketing ZFP, 1, 11–21Google Scholar
  62. Opitz, O.; Hansohm, J.; Locarek, H. (1986): Zur Analyse des Personal Computer Marktes 1985: Fragen der Datengewinnung und Datenauswertung, Arbeitspapiere zur Mathematischen Wirtschaftsforschung 84, Universität AugsburgGoogle Scholar
  63. Opitz, O; Schader, M. (1984): Analyse qualitativer Daten: Einführung und Übersicht, OR Spektrum 6, 67–83MATHCrossRefGoogle Scholar
  65. Schader, M. (1978): Anordnung und Klassifikation von Objekten bei qualitativen Merkmalen, MeisenheimMATHGoogle Scholar
  66. Schader, M. (1981): Scharfe und unscharfe Klassifikation qualitativer Daten, Königstein/Ts.MATHGoogle Scholar
  67. Schader, M.; Lauwerth, W. (1976): Distanzindizes zur Mehrdimensionalen Skalierung, Operations Research Verfahren XXII, 166–175MathSciNetGoogle Scholar
  68. Scheer, A.W. (1988): Wirtschaftsinformatik, BerlinGoogle Scholar
  69. Sheth, J. N. (1971): The Multivariate Revolution in Marketing Research, JoM, 13 ff.Google Scholar
  70. Schobert, R. (1979): Die Dynamisierung komplexer Marktmodelle mit Hilfe von Verfahren der Mehrdimensionalen Skalierung, BerlinGoogle Scholar
  71. Schubert, L. (1985): Lösungsansätze der Mehrdimensionalen Skalierung mit Berücksichtigung unterschiedlicher Datenniveaus, MeisenheimMATHGoogle Scholar
  72. Simon, H.; Kucher, E.; Sebastian, K.-H. (1982): Scanner-Daten in Marktforschung und Marketingentscheidung, ZfB, 52, 555–579Google Scholar
  73. Späth, H. (1983): Cluster-Formation und -Analyse, MünchenMATHGoogle Scholar
  74. Topritzhofer, E.; Nenning, M.; Wagner, U. (1979): Zur Kompatibilität alternativer, kommerziell verfügbarer Datenquellen für die Marktreaktionsmodellierung: Die Verwendung von Prewhitening Filtern und Kreuzspektralanalyse sowie ihre Konsequenzen für die Analyse betriebswirtschaftlicher Daten, ZfB 49, 281–297Google Scholar
  75. Irommsdorff, V.; Ernst, M. (1983): Automatische Auswertungsverfahren, in: Forschungsgruppe Konsum und Verhalten (Ed.): Innovative Marktforschung, Würzburg, Wien, 237–257Google Scholar
  76. Tüshaus, U. (1983): Aggregation binärer Relationen in der qualitativen Datenanalyse, Königstein/Ts.MATHGoogle Scholar
  77. Tüshaus, U. (1988): Decision Support for Qualitative Data — KEE Shell Linked to Fortran Programs, in: Gaul, W.; Schader, M. (Eds.): Data, Expert Knowledge and Decisions; An Interdisciplinary Approach with Emphasis on Marketing Applications, Berlin, 204–212Google Scholar
  78. Tüshaus, U. (1989): Entscheidungsunterstützung bei der Analyse qualitativer Daten, in: Studien zur Klassifikation, Bd. 19, 295–300Google Scholar
  79. Winand, U. (1988): Externe Informationsbanken für betriebliches Informationsmanagement — Ein noch unerschlossenes Potential, ZfbF 40, 1130–1149Google Scholar
  80. Windham, M. P. (1983): Classification with weights, in: Studien zur Klassifikation, Bd. 13, 250–257Google Scholar
  81. Young, F.W. (1981): Quantitative Analysis of Qualitative Data, Psychometrika 46, 357–388MathSciNetMATHCrossRefGoogle Scholar
  82. Young, F. W.; De Leeuw, J.; Takane, Y. (1976): Regression with Qualitative and Quantitative Variables: An Alternating Least Squares Method with Optimal Scaling Features, Psychometrika 41, 505–529MATHCrossRefGoogle Scholar
  83. Young, F. W.; Takane, Y.; De Leeuw, J. (1978): The Principal Components of Mixed Measurement Level Multivariate Data: An Alternating Least Squares Method with Optimal Scaling Features, Psychometrika 43, 279–281MATHCrossRefGoogle Scholar
  84. Zelewski, S. (1986): Konzepte für Frühwarnsysteme und Möglichkeiten zu ihrer Fortentwicklung durch Beiträge der Künstlichen Intelligenz, Seminar für Allgemeine Betriebswirtschaftslehre, Arbeitsbericht 7, Universität KölnGoogle Scholar
  85. Zentes, J. (1984): Neue Informations- und Kommunikationstechnologien in der Marktforschung, BerlinGoogle Scholar
  86. Zentes, J. (1987 a): EDV- gestütztes Marketing, Berlin, HeidelbergGoogle Scholar
  87. Zentes, J. (1987 b): Neuere Entwicklung in der Marktforschung: Datengewinnung, Marketing ZFP, 9, 37–42Google Scholar
  88. Zentes, J. (1988): Neuere Entwicklung in der Marktforschung: Datenanalyse, Marketing ZFP, 3, 241–248Google Scholar

Copyright information

© Springer-Verlag Berlin · Heidelberg 1989

Authors and Affiliations

  • Klaus Ambrosi
    • 1
  1. 1.Institut für BetriebswirtschaftslehreUniversität HildesheimGermany

Personalised recommendations