Skip to main content

Uplift von Werbemaßnahmen – Case-Study zur Marketing-Optimierung

  • Chapter
  • First Online:
Data-driven Marketing

Zusammenfassung

Jeder Werbetreibende weiß, dass nicht jedes Werbemittel den gewünschten Effekt erzielt. Neben Streuverlusten und nicht treffenden Werbebotschaften gibt es insbesondere in bedarfsdeckenden Branchen mit einer hohen Kauffrequenz immer die Herausforderung, die Werbung so zu gestalten, dass sie tatsächlich eine Verhaltensänderung bewirkt. Gerade bei den besten Kunden passiert es sehr häufig, dass die Werbung der Kaufentscheidung eigentlich nur noch hinterhergeschickt wird. Dies bedeutet, dass die angesprochene Gruppe zwar hohe Umsätze tätigt, sie diese aber auch ohne die Ansprache größtenteils getätigt hätte. Ein Ziel des analytischen Direktmarketings ist daher die Maximierung von Uplifts, der Differenz zwischen dem erwarteten Umsatz ohne Werbung und dem erwarteten Umsatz mit Werbung. Im Data-driven Marketing gibt es inzwischen viele statistische Techniken, um Uplift-Prognosen zu erstellen, die dann für Werbeaussendungen genutzt werden können. Tatsächlich scheitern in der Praxis viele dieser Methoden an den sehr strengen Datenanforderungen, die an sie gestellt werden. In dieser Fallstudie stellen die Autoren daher eine Heuristik vor, die sehr erfolgreich bei einem großen Drogeriehändler eingesetzt werden konnte und Potenzial für eine verbreitete Anwendung besitzt.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 54.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 69.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Similar content being viewed by others

Literatur

  • Fader, P. S., Hardie, B. G. S., & Lee, K. L. (2005). RFM and CLV: Using iso-value curves for customer base analysis. Journal of Marketing Research, XLII(4), 415–430.

    Article  Google Scholar 

  • Jaskowski, M., & Jaroszewicz, S. (2012). Uplift modeling for clinical trial data. ICML Workshop on Clinical Data Analysis.

    Google Scholar 

  • Lo, V. S. (2002). The true lift model – A novel data mining approach to response modeling in database marketing. SIGKDD Explorations, 4(2), 78–86.

    Article  Google Scholar 

  • Moodley, R., Chiclana, F., Caraffini, F., & Carter, J. (2019). A product-centric data mining algorithm for targeted promotions. Journal of Retailing and Consumer Services, 54, 101940.

    Article  Google Scholar 

  • Radcliffe, N. J. (2007). Using control groups to target on predicted lift: Building and assessing uplift models. Direct Marketing Journal, 1, 14–21.

    Google Scholar 

  • Radcliffe, N. J., & Surry, P. D. (2011). Real-world uplift modelling with significance-based uplift trees. White Paper TR-2011-1, Stochastic Solutions (S. 1–33).

    Google Scholar 

  • Rzepakowski, P., & Jaroszewicz, S. (2012). Uplift modeling in direct marketing. Journal of Telecommunications and Information Technology, 2012, 43–50.

    Google Scholar 

Download references

Author information

Authors and Affiliations

Authors

Corresponding authors

Correspondence to Björn Goerke or Dennis Proppe .

Editor information

Editors and Affiliations

Rights and permissions

Reprints and permissions

Copyright information

© 2020 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Goerke, B., Proppe, D. (2020). Uplift von Werbemaßnahmen – Case-Study zur Marketing-Optimierung. In: Boßow-Thies, S., Hofmann-Stölting, C., Jochims, H. (eds) Data-driven Marketing. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-29995-8_6

Download citation

  • DOI: https://doi.org/10.1007/978-3-658-29995-8_6

  • Published:

  • Publisher Name: Springer Gabler, Wiesbaden

  • Print ISBN: 978-3-658-29994-1

  • Online ISBN: 978-3-658-29995-8

  • eBook Packages: Business and Economics (German Language)

Publish with us

Policies and ethics