Zusammenfassung
Im Marketing stellt die Marktsegmentierung ein zentrales Problem dar. Die methodische Lösung dieses Problems liegt in der Klassifikation des vorhandenen Datenmaterials, um Gemeinsamkeiten in den Eigenschaftsstrukturen der verwendeten Daten herauszufmden. Dafür stellt die Statistik Verfahren zur Clusteranalyse bereit. Im Bereich der künstlichen neuronalen Netze ist es möglich, mit selbstorganisierenden Karten Klassen zu bilden. Die statistischen und die konnektionistischen Ansätze führen bei gleichen Ausgangsbedingungen zu differierenden Lösungen. Die auf solchen Analyseergebnissen basierenden Entscheidungen über Investitionen können demnach völlig falsch gewichtet und ausgerichtet sein. Darauf gründet sich der Bedarf an methodischen Hinweisen fir den Einsatz von Clusteranalyseverfahren und selbstorganisierenden Karten, wozu in diesem Beitrag einige wesentliche Ausfiihrungen erfolgen.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Similar content being viewed by others
Literatur
Backhaus, K., Erichson, B., Plinke, W., Weiber, R. (1994): Multivariate Ana-lysemethoden. Eine anwendungsorientierte Einfihrung, 7. Auflage, Berlin Heidelberg New York 1994.
Buchholz, P., Löbler, H., Petersohn, H. (1997): Einsatz von Künstlichen Neu-ronalen Netzen bei Klassifikationsproblemen im Marketing, zur baldigen Veröffentlichung vorgesehener Artikel.
Hruschka, H., Natter, M. (1995): Clusterorientierte Marktsegmentierung mitHilfe künstlicher Neuronaler Netzwerke. In: Marketing ZFP, 15 ( 1995 ) 4, S. 249–254.
Kohonen, T. (1995): Self-Organizing Maps, Berlin Heidelberg 1995.
Mazanec, J. A. (1992): Classifying Tourists into Market Segments: A NeuralNetwork Approach. In: Journal of Travel & Tourism Marketing, 1 ( 1992 ) 1, S. 39–59.
Mazanec, J.A. (1995): Positioning Analysis with Self-Organizing Maps. Anexploratory Study on Luxury Hotels. In: Cornell Hotel and Restaurant Administration Quarterly, 36 ( 1995 ) 6, S. 80–95.
Petersohn, H. (1996): Ein Vorgehensmodell zur systematischen Auswahl vonKlassifikationslösungen. In: IM-Informationsmanagement 11 ( 1996 ) 3, S. 3034.
Petersohn, H. (1997): Vergleich von multivariaten statistischen Analyseverfah-ren und Künstlichen Neuronalen Netzen zur Klassifikation bei Entscheidungsproblemen in der Wirtschaft, Frankfurt am Main 1997.
Rittinghaus-Mayer, D. (1993): Die Anwendung von Neuronalen Netzen in derMarketingforschung, München 1993.
Author information
Authors and Affiliations
Editor information
Rights and permissions
Copyright information
© 1999 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Petersohn, H. (1999). Beurteilung von Clusteranalysen und selbstorganisierenden Karten. In: Hippner, H., Meyer, M., Wilde, K.D. (eds) Computer Based Marketing. Business Computing. Vieweg+Teubner Verlag, Wiesbaden. https://doi.org/10.1007/978-3-663-11996-8_57
Download citation
DOI: https://doi.org/10.1007/978-3-663-11996-8_57
Publisher Name: Vieweg+Teubner Verlag, Wiesbaden
Print ISBN: 978-3-663-11997-5
Online ISBN: 978-3-663-11996-8
eBook Packages: Springer Book Archive