Bei der stochastischen Analyse von Kaufverhalten konzentriert man
sich besonders auf die Aspekte des Kaufzeitpunkts, der
Produktwahl und der Kaufmenge, um im Wettbewerb einen Vorteil
gegenüber der Konkurrenz zu erhalten. Kristina Cindric führt im
Gespräch mit Gudrun Thäter aus, wie sie auf Basis großer
Datenmengen von anonymisierten Vertragsabschlüssen über ein Jahr
Analysen erstellt, Modelle entworfen, trainiert und die
entstehenden Prognosen getestet hat.
Die auftretenden stochastischen Modelle können sehr vielseitig
sein: So kann der Kaufzeitpunkt beispielsweise durch einen
stochastischen Prozess mit exponentieller Verteilung modelliert
werden, für die Produktwahl kann ein Markow-Prozess die
wahrscheinlichsten nächsten Käufe abbilden. Ein zentrales Konzept
für die Analyse und das Training von Modellen ist dann die
Parameterschätzung, die die tatsächliche Ausgestaltung der
Modelle aus den Daten bestimmt.
Literatur und Zusatzinformationen
L. Fahrmeir, G. Raßer, T. Kneib: Stochastische Prozesse,
Institut für Statistik, Ludwig-Maximilians-Universität München,
2010.
O. C. Ibe: Markov Processes for Stochastic Modeling, Academic
Press, Amsterdam, 2009.
L. Yan, R. H. Wolniewicz, R. Dodier: Predicting Customer
Behavior in Telecommunications, IEEE Computer Society 19, 50-58,
2004.
J. Xia, P. Zeephongsekul, D. Packer: Spatial and temporal
modelling of tourist movements using Semi-Markov processes,
Tourism Management 32, 844-851, 2010.
C. Ebling, Dynamische Aspekte im Kaufverhalten: Die
Determinanten von Kaufzeitpunkt, Marken- und Mengenwahl,
Inaugural-Dissertation, Johann Wolfgang Goethe-Universität
Frankfurt am Main, 2007.
Forschungszentrum Informatik (FZI)
Kommentare (0)
Melde dich an, um einen Kommentar zu schreiben.