Heterogenität in der Präferenzanalyse: Ein Vergleich von hierarchischen Bayes-Modellen und Finite-Mixture-Modellen
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Format: | Elektronisch E-Book |
| Sprache: | German |
| Veröffentlicht: |
Wiesbaden
Deutscher Universitätsverlag
2003
|
| Schriftenreihe: | Beiträge zur betriebswirtschaftlichen Forschung
107 |
| Schlagworte: | |
| Online-Zugang: | Volltext |
| Beschreibung: | Eine stärkere Orientierung an den Präferenzen der Konsumenten rückt heute immer mehr ins Zentrum von Marketingmaßnahmen. In diesem Zusammenhang werden häufig Ansätze diskutiert, die eine gezielte Ansprache der Kunden erlauben, wie das beispielsweise im Rahmen von personalisierten Angeboten oder Mass Customization möglich ist. Voraussetzung hierfür ist eine möglichst disaggregierte Analyse der Präferenzen der Konsumenten, damit die Heterogenität in den Präferenzen der Konsumenten angemessen berücksichtigt werden kann. Anhand einer groß angelegten Simulationsstudie vergleicht Sonja Gensler die Conjoint-Analyse und die Choice-Based-Conjoint-Analyse als Methoden zur Erfassung und Analyse von Konsumentenpräferenzen und untersucht die Möglichkeiten zur Berücksichtigung heterogener Präferenzen durch Finite-Mixture-Modelle und hierarchische Bayes-Modelle. Sie zeigt, wo die Stärken und Schwächen der Methoden liegen und leitet Implikationen für den Einsatz in der Praxis ab |
| Beschreibung: | 1 Online-Ressource (XXVII, 306S. 37 Abb) |
| ISBN: | 9783322820020 9783824491179 |
| DOI: | 10.1007/978-3-322-82002-0 |
Internformat
MARC
| LEADER | 00000nmm a2200000zcb4500 | ||
|---|---|---|---|
| 001 | BV041605949 | ||
| 003 | DE-604 | ||
| 005 | 00000000000000.0 | ||
| 007 | cr|uuu---uuuuu | ||
| 008 | 140130s2003 |||| o||u| ||||||ger d | ||
| 020 | |a 9783322820020 |c Online |9 978-3-322-82002-0 | ||
| 020 | |a 9783824491179 |c Print |9 978-3-8244-9117-9 | ||
| 024 | 7 | |a 10.1007/978-3-322-82002-0 |2 doi | |
| 035 | |a (OCoLC)863820454 | ||
| 035 | |a (DE-599)BVBBV041605949 | ||
| 040 | |a DE-604 |b ger |e aacr | ||
| 041 | 0 | |a ger | |
| 049 | |a DE-634 |a DE-91 |a DE-92 |a DE-573 |a DE-1102 |a DE-860 |a DE-824 |a DE-703 |a DE-706 | ||
| 082 | 0 | |a 658.83 |2 23 | |
| 084 | |a WIR 000 |2 stub | ||
| 100 | 1 | |a Gensler, Sonja |e Verfasser |4 aut | |
| 245 | 1 | 0 | |a Heterogenität in der Präferenzanalyse |b Ein Vergleich von hierarchischen Bayes-Modellen und Finite-Mixture-Modellen |c von Sonja Gensler |
| 264 | 1 | |a Wiesbaden |b Deutscher Universitätsverlag |c 2003 | |
| 300 | |a 1 Online-Ressource (XXVII, 306S. 37 Abb) | ||
| 336 | |b txt |2 rdacontent | ||
| 337 | |b c |2 rdamedia | ||
| 338 | |b cr |2 rdacarrier | ||
| 490 | 0 | |a Beiträge zur betriebswirtschaftlichen Forschung |v 107 | |
| 500 | |a Eine stärkere Orientierung an den Präferenzen der Konsumenten rückt heute immer mehr ins Zentrum von Marketingmaßnahmen. In diesem Zusammenhang werden häufig Ansätze diskutiert, die eine gezielte Ansprache der Kunden erlauben, wie das beispielsweise im Rahmen von personalisierten Angeboten oder Mass Customization möglich ist. Voraussetzung hierfür ist eine möglichst disaggregierte Analyse der Präferenzen der Konsumenten, damit die Heterogenität in den Präferenzen der Konsumenten angemessen berücksichtigt werden kann. Anhand einer groß angelegten Simulationsstudie vergleicht Sonja Gensler die Conjoint-Analyse und die Choice-Based-Conjoint-Analyse als Methoden zur Erfassung und Analyse von Konsumentenpräferenzen und untersucht die Möglichkeiten zur Berücksichtigung heterogener Präferenzen durch Finite-Mixture-Modelle und hierarchische Bayes-Modelle. Sie zeigt, wo die Stärken und Schwächen der Methoden liegen und leitet Implikationen für den Einsatz in der Praxis ab | ||
| 505 | 0 | |a 1 Einleitung -- 1.1 Problemstellung -- 1.2 Ziele der Arbeit -- 1.3 Aufbau der Arbeit -- 2 Präferenzerfassung und Präferenzanalyse mittels Conjoint Analyse und Choice-Based Conjoint Analyse -- 2.1 Nutzenkonstrukt und Präferenzen -- 2.2 Conjoint Analyse -- 2.3 Choice-Based Conjoint Analyse -- 2.4 Vergleich von Conjoint Analyse und Choice-Based Conjoint Analyse -- 2.5 Fazit -- 3 Möglichkeiten zur Modellierung von Heterogenität in der Präferenzanalyse -- 3.1 Bedeutung der Heterogenität -- 3.2 Modellierung von Heterogenität in Modellen auf aggregierter Ebene -- 3.3 Modellierung von Heterogenität in Modellen auf Segment-Ebene -- 3.4 Modellierung von Heterogenität in Modellen auf individueller Ebene -- 3.5 Beurteilung der unterschiedlichen Möglichkeiten zur Modellierung von Heterogenität in der Präferenzanalyse -- 3.6 Fazit -- 4 Segmentspezifische Präferenzanalyse mit Finite Mixture Modellen -- 4.1 Finite Mixture Conjoint Modell -- | |
| 505 | 0 | |a 4.2 Finite Mixture Choice-Based Conjoint Modell -- 4.3 Empirischer Vergleich der Finite Mixture Modelle -- 4.4 Fazit -- 5 Individuelle Präferenzanalyse mit Hierarchischen Bayes Modellen -- 5.1 Einführung in die Bayes-Statistik -- 5.2 Hierarchisches Bayes Conjoint Modell -- 5.3 Hierarchisches Bayes Choice-Based Conjoint Modell -- 5.4 Empirischer Vergleich der hierarchischen Bayes Modelle -- 5.5 Fazit -- 6 Vergleich von Finite Mixture Modellen und hierarchischen Bayes Modellen -- 6.1 Theoretischer Vergleich von Finite Mixture Modellen und hierarchischen Bayes Modellen -- 6.2 Empirischer Vergleich von Finite Mixture Modellen und hierarchischen Bayes Modellen -- 6.3 Vergleich von Finite Mixture Modellen und hierarchischen Bayes Modellen anhand von Simulationsstudien -- 7 Durchführung der Simulationsstudie -- 7.1 Ziele der Simulationsstudie -- 7.2 Berücksichtigte Faktoren in der Simulationsstudie -- 7.3 Generierung der Daten -- 7.4 Betrachtete Modelle -- 7.5 Gütemaße -- | |
| 505 | 0 | |a 8 Ergebnisse der Simulationsstudie -- 8.1 Einfluss des Modelltyps und der berücksichtigten Faktoren auf die Gütemaße -- 8.2 Beurteilung der Anpassungsgüte der Modelle -- 8.3 Beurteilung der Aufdeckung der Nutzenstruktur -- 8.4 Beurteilung der Prognosevalidität -- 8.5 Zusammenfassung der Ergebnisse -- 9 Zusammenfassung und Implikationen -- 9.1 Zusammenfassung -- 9.2 Implikationen -- Stichwortverzeichnis | |
| 650 | 4 | |a Economics | |
| 650 | 4 | |a Marketing | |
| 650 | 4 | |a Economics/Management Science | |
| 650 | 4 | |a Market Research | |
| 650 | 4 | |a Management | |
| 650 | 4 | |a Wirtschaft | |
| 650 | 0 | 7 | |a Entscheidungsmodell |0 (DE-588)4121201-0 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Heterogenität |0 (DE-588)4201275-2 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Verbraucherforschung |0 (DE-588)4187567-9 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Kaufverhalten |0 (DE-588)4073331-2 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Präferenzrelation |0 (DE-588)4197168-1 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Präferenz |0 (DE-588)4121501-1 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Bayes-Verfahren |0 (DE-588)4204326-8 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Marktforschung |0 (DE-588)4037630-8 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Conjoint Measurement |0 (DE-588)4213629-5 |2 gnd |9 rswk-swf |
| 655 | 7 | |8 1\p |0 (DE-588)4113937-9 |a Hochschulschrift |2 gnd-content | |
| 689 | 0 | 0 | |a Conjoint Measurement |0 (DE-588)4213629-5 |D s |
| 689 | 0 | 1 | |a Kaufverhalten |0 (DE-588)4073331-2 |D s |
| 689 | 0 | 2 | |a Präferenz |0 (DE-588)4121501-1 |D s |
| 689 | 0 | 3 | |a Entscheidungsmodell |0 (DE-588)4121201-0 |D s |
| 689 | 0 | |8 2\p |5 DE-604 | |
| 689 | 1 | 0 | |a Conjoint Measurement |0 (DE-588)4213629-5 |D s |
| 689 | 1 | 1 | |a Präferenzrelation |0 (DE-588)4197168-1 |D s |
| 689 | 1 | 2 | |a Heterogenität |0 (DE-588)4201275-2 |D s |
| 689 | 1 | 3 | |a Bayes-Verfahren |0 (DE-588)4204326-8 |D s |
| 689 | 1 | |8 3\p |5 DE-604 | |
| 689 | 2 | 0 | |a Marktforschung |0 (DE-588)4037630-8 |D s |
| 689 | 2 | 1 | |a Verbraucherforschung |0 (DE-588)4187567-9 |D s |
| 689 | 2 | 2 | |a Bayes-Verfahren |0 (DE-588)4204326-8 |D s |
| 689 | 2 | |8 4\p |5 DE-604 | |
| 856 | 4 | 0 | |u https://doi.org/10.1007/978-3-322-82002-0 |x Verlag |3 Volltext |
| 912 | |a ZDB-2-SWI |a ZDB-2-BAD | ||
| 940 | 1 | |q ZDB-2-SWI_Archive | |
| 940 | 1 | |q ZDB-2-SWI_2000/2004 | |
| 999 | |a oai:aleph.bib-bvb.de:BVB01-027047083 | ||
| 883 | 1 | |8 1\p |a cgwrk |d 20201028 |q DE-101 |u https://d-nb.info/provenance/plan#cgwrk | |
| 883 | 1 | |8 2\p |a cgwrk |d 20201028 |q DE-101 |u https://d-nb.info/provenance/plan#cgwrk | |
| 883 | 1 | |8 3\p |a cgwrk |d 20201028 |q DE-101 |u https://d-nb.info/provenance/plan#cgwrk | |
| 883 | 1 | |8 4\p |a cgwrk |d 20201028 |q DE-101 |u https://d-nb.info/provenance/plan#cgwrk | |
Datensatz im Suchindex
| _version_ | 1804151801827557376 |
|---|---|
| any_adam_object | |
| author | Gensler, Sonja |
| author_facet | Gensler, Sonja |
| author_role | aut |
| author_sort | Gensler, Sonja |
| author_variant | s g sg |
| building | Verbundindex |
| bvnumber | BV041605949 |
| classification_tum | WIR 000 |
| collection | ZDB-2-SWI ZDB-2-BAD |
| contents | 1 Einleitung -- 1.1 Problemstellung -- 1.2 Ziele der Arbeit -- 1.3 Aufbau der Arbeit -- 2 Präferenzerfassung und Präferenzanalyse mittels Conjoint Analyse und Choice-Based Conjoint Analyse -- 2.1 Nutzenkonstrukt und Präferenzen -- 2.2 Conjoint Analyse -- 2.3 Choice-Based Conjoint Analyse -- 2.4 Vergleich von Conjoint Analyse und Choice-Based Conjoint Analyse -- 2.5 Fazit -- 3 Möglichkeiten zur Modellierung von Heterogenität in der Präferenzanalyse -- 3.1 Bedeutung der Heterogenität -- 3.2 Modellierung von Heterogenität in Modellen auf aggregierter Ebene -- 3.3 Modellierung von Heterogenität in Modellen auf Segment-Ebene -- 3.4 Modellierung von Heterogenität in Modellen auf individueller Ebene -- 3.5 Beurteilung der unterschiedlichen Möglichkeiten zur Modellierung von Heterogenität in der Präferenzanalyse -- 3.6 Fazit -- 4 Segmentspezifische Präferenzanalyse mit Finite Mixture Modellen -- 4.1 Finite Mixture Conjoint Modell -- 4.2 Finite Mixture Choice-Based Conjoint Modell -- 4.3 Empirischer Vergleich der Finite Mixture Modelle -- 4.4 Fazit -- 5 Individuelle Präferenzanalyse mit Hierarchischen Bayes Modellen -- 5.1 Einführung in die Bayes-Statistik -- 5.2 Hierarchisches Bayes Conjoint Modell -- 5.3 Hierarchisches Bayes Choice-Based Conjoint Modell -- 5.4 Empirischer Vergleich der hierarchischen Bayes Modelle -- 5.5 Fazit -- 6 Vergleich von Finite Mixture Modellen und hierarchischen Bayes Modellen -- 6.1 Theoretischer Vergleich von Finite Mixture Modellen und hierarchischen Bayes Modellen -- 6.2 Empirischer Vergleich von Finite Mixture Modellen und hierarchischen Bayes Modellen -- 6.3 Vergleich von Finite Mixture Modellen und hierarchischen Bayes Modellen anhand von Simulationsstudien -- 7 Durchführung der Simulationsstudie -- 7.1 Ziele der Simulationsstudie -- 7.2 Berücksichtigte Faktoren in der Simulationsstudie -- 7.3 Generierung der Daten -- 7.4 Betrachtete Modelle -- 7.5 Gütemaße -- 8 Ergebnisse der Simulationsstudie -- 8.1 Einfluss des Modelltyps und der berücksichtigten Faktoren auf die Gütemaße -- 8.2 Beurteilung der Anpassungsgüte der Modelle -- 8.3 Beurteilung der Aufdeckung der Nutzenstruktur -- 8.4 Beurteilung der Prognosevalidität -- 8.5 Zusammenfassung der Ergebnisse -- 9 Zusammenfassung und Implikationen -- 9.1 Zusammenfassung -- 9.2 Implikationen -- Stichwortverzeichnis |
| ctrlnum | (OCoLC)863820454 (DE-599)BVBBV041605949 |
| dewey-full | 658.83 |
| dewey-hundreds | 600 - Technology (Applied sciences) |
| dewey-ones | 658 - General management |
| dewey-raw | 658.83 |
| dewey-search | 658.83 |
| dewey-sort | 3658.83 |
| dewey-tens | 650 - Management and auxiliary services |
| discipline | Wirtschaftswissenschaften |
| doi_str_mv | 10.1007/978-3-322-82002-0 |
| format | Electronic eBook |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>06626nmm a2200817zcb4500</leader><controlfield tag="001">BV041605949</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">00000000000000.0</controlfield><controlfield tag="007">cr|uuu---uuuuu</controlfield><controlfield tag="008">140130s2003 |||| o||u| ||||||ger d</controlfield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783322820020</subfield><subfield code="c">Online</subfield><subfield code="9">978-3-322-82002-0</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783824491179</subfield><subfield code="c">Print</subfield><subfield code="9">978-3-8244-9117-9</subfield></datafield><datafield tag="024" ind1="7" ind2=" "><subfield code="a">10.1007/978-3-322-82002-0</subfield><subfield code="2">doi</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)863820454</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)BVBBV041605949</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">aacr</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-634</subfield><subfield code="a">DE-91</subfield><subfield code="a">DE-92</subfield><subfield code="a">DE-573</subfield><subfield code="a">DE-1102</subfield><subfield code="a">DE-860</subfield><subfield code="a">DE-824</subfield><subfield code="a">DE-703</subfield><subfield code="a">DE-706</subfield></datafield><datafield tag="082" ind1="0" ind2=" "><subfield code="a">658.83</subfield><subfield code="2">23</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">WIR 000</subfield><subfield code="2">stub</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Gensler, Sonja</subfield><subfield code="e">Verfasser</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Heterogenität in der Präferenzanalyse</subfield><subfield code="b">Ein Vergleich von hierarchischen Bayes-Modellen und Finite-Mixture-Modellen</subfield><subfield code="c">von Sonja Gensler</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Wiesbaden</subfield><subfield code="b">Deutscher Universitätsverlag</subfield><subfield code="c">2003</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">1 Online-Ressource (XXVII, 306S. 37 Abb)</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="490" ind1="0" ind2=" "><subfield code="a">Beiträge zur betriebswirtschaftlichen Forschung</subfield><subfield code="v">107</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">Eine stärkere Orientierung an den Präferenzen der Konsumenten rückt heute immer mehr ins Zentrum von Marketingmaßnahmen. In diesem Zusammenhang werden häufig Ansätze diskutiert, die eine gezielte Ansprache der Kunden erlauben, wie das beispielsweise im Rahmen von personalisierten Angeboten oder Mass Customization möglich ist. Voraussetzung hierfür ist eine möglichst disaggregierte Analyse der Präferenzen der Konsumenten, damit die Heterogenität in den Präferenzen der Konsumenten angemessen berücksichtigt werden kann. Anhand einer groß angelegten Simulationsstudie vergleicht Sonja Gensler die Conjoint-Analyse und die Choice-Based-Conjoint-Analyse als Methoden zur Erfassung und Analyse von Konsumentenpräferenzen und untersucht die Möglichkeiten zur Berücksichtigung heterogener Präferenzen durch Finite-Mixture-Modelle und hierarchische Bayes-Modelle. Sie zeigt, wo die Stärken und Schwächen der Methoden liegen und leitet Implikationen für den Einsatz in der Praxis ab</subfield></datafield><datafield tag="505" ind1="0" ind2=" "><subfield code="a">1 Einleitung -- 1.1 Problemstellung -- 1.2 Ziele der Arbeit -- 1.3 Aufbau der Arbeit -- 2 Präferenzerfassung und Präferenzanalyse mittels Conjoint Analyse und Choice-Based Conjoint Analyse -- 2.1 Nutzenkonstrukt und Präferenzen -- 2.2 Conjoint Analyse -- 2.3 Choice-Based Conjoint Analyse -- 2.4 Vergleich von Conjoint Analyse und Choice-Based Conjoint Analyse -- 2.5 Fazit -- 3 Möglichkeiten zur Modellierung von Heterogenität in der Präferenzanalyse -- 3.1 Bedeutung der Heterogenität -- 3.2 Modellierung von Heterogenität in Modellen auf aggregierter Ebene -- 3.3 Modellierung von Heterogenität in Modellen auf Segment-Ebene -- 3.4 Modellierung von Heterogenität in Modellen auf individueller Ebene -- 3.5 Beurteilung der unterschiedlichen Möglichkeiten zur Modellierung von Heterogenität in der Präferenzanalyse -- 3.6 Fazit -- 4 Segmentspezifische Präferenzanalyse mit Finite Mixture Modellen -- 4.1 Finite Mixture Conjoint Modell --</subfield></datafield><datafield tag="505" ind1="0" ind2=" "><subfield code="a">4.2 Finite Mixture Choice-Based Conjoint Modell -- 4.3 Empirischer Vergleich der Finite Mixture Modelle -- 4.4 Fazit -- 5 Individuelle Präferenzanalyse mit Hierarchischen Bayes Modellen -- 5.1 Einführung in die Bayes-Statistik -- 5.2 Hierarchisches Bayes Conjoint Modell -- 5.3 Hierarchisches Bayes Choice-Based Conjoint Modell -- 5.4 Empirischer Vergleich der hierarchischen Bayes Modelle -- 5.5 Fazit -- 6 Vergleich von Finite Mixture Modellen und hierarchischen Bayes Modellen -- 6.1 Theoretischer Vergleich von Finite Mixture Modellen und hierarchischen Bayes Modellen -- 6.2 Empirischer Vergleich von Finite Mixture Modellen und hierarchischen Bayes Modellen -- 6.3 Vergleich von Finite Mixture Modellen und hierarchischen Bayes Modellen anhand von Simulationsstudien -- 7 Durchführung der Simulationsstudie -- 7.1 Ziele der Simulationsstudie -- 7.2 Berücksichtigte Faktoren in der Simulationsstudie -- 7.3 Generierung der Daten -- 7.4 Betrachtete Modelle -- 7.5 Gütemaße --</subfield></datafield><datafield tag="505" ind1="0" ind2=" "><subfield code="a">8 Ergebnisse der Simulationsstudie -- 8.1 Einfluss des Modelltyps und der berücksichtigten Faktoren auf die Gütemaße -- 8.2 Beurteilung der Anpassungsgüte der Modelle -- 8.3 Beurteilung der Aufdeckung der Nutzenstruktur -- 8.4 Beurteilung der Prognosevalidität -- 8.5 Zusammenfassung der Ergebnisse -- 9 Zusammenfassung und Implikationen -- 9.1 Zusammenfassung -- 9.2 Implikationen -- Stichwortverzeichnis</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Economics</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Marketing</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Economics/Management Science</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Market Research</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Management</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Wirtschaft</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Entscheidungsmodell</subfield><subfield code="0">(DE-588)4121201-0</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Heterogenität</subfield><subfield code="0">(DE-588)4201275-2</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Verbraucherforschung</subfield><subfield code="0">(DE-588)4187567-9</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Kaufverhalten</subfield><subfield code="0">(DE-588)4073331-2</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Präferenzrelation</subfield><subfield code="0">(DE-588)4197168-1</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Präferenz</subfield><subfield code="0">(DE-588)4121501-1</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Bayes-Verfahren</subfield><subfield code="0">(DE-588)4204326-8</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Marktforschung</subfield><subfield code="0">(DE-588)4037630-8</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Conjoint Measurement</subfield><subfield code="0">(DE-588)4213629-5</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="655" ind1=" " ind2="7"><subfield code="8">1\p</subfield><subfield code="0">(DE-588)4113937-9</subfield><subfield code="a">Hochschulschrift</subfield><subfield code="2">gnd-content</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Conjoint Measurement</subfield><subfield code="0">(DE-588)4213629-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Kaufverhalten</subfield><subfield code="0">(DE-588)4073331-2</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="2"><subfield code="a">Präferenz</subfield><subfield code="0">(DE-588)4121501-1</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="3"><subfield code="a">Entscheidungsmodell</subfield><subfield code="0">(DE-588)4121201-0</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="8">2\p</subfield><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="1" ind2="0"><subfield code="a">Conjoint Measurement</subfield><subfield code="0">(DE-588)4213629-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="1"><subfield code="a">Präferenzrelation</subfield><subfield code="0">(DE-588)4197168-1</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="2"><subfield code="a">Heterogenität</subfield><subfield code="0">(DE-588)4201275-2</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="3"><subfield code="a">Bayes-Verfahren</subfield><subfield code="0">(DE-588)4204326-8</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2=" "><subfield code="8">3\p</subfield><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="2" ind2="0"><subfield code="a">Marktforschung</subfield><subfield code="0">(DE-588)4037630-8</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="2" ind2="1"><subfield code="a">Verbraucherforschung</subfield><subfield code="0">(DE-588)4187567-9</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="2" ind2="2"><subfield code="a">Bayes-Verfahren</subfield><subfield code="0">(DE-588)4204326-8</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="2" ind2=" "><subfield code="8">4\p</subfield><subfield code="5">DE-604</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://doi.org/10.1007/978-3-322-82002-0</subfield><subfield code="x">Verlag</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-2-SWI</subfield><subfield code="a">ZDB-2-BAD</subfield></datafield><datafield tag="940" ind1="1" ind2=" "><subfield code="q">ZDB-2-SWI_Archive</subfield></datafield><datafield tag="940" ind1="1" ind2=" "><subfield code="q">ZDB-2-SWI_2000/2004</subfield></datafield><datafield tag="999" ind1=" " ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-027047083</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">1\p</subfield><subfield code="a">cgwrk</subfield><subfield code="d">20201028</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#cgwrk</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">2\p</subfield><subfield code="a">cgwrk</subfield><subfield code="d">20201028</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#cgwrk</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">3\p</subfield><subfield code="a">cgwrk</subfield><subfield code="d">20201028</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#cgwrk</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">4\p</subfield><subfield code="a">cgwrk</subfield><subfield code="d">20201028</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#cgwrk</subfield></datafield></record></collection> |
| genre | 1\p (DE-588)4113937-9 Hochschulschrift gnd-content |
| genre_facet | Hochschulschrift |
| id | DE-604.BV041605949 |
| illustrated | Not Illustrated |
| indexdate | 2024-07-10T01:00:36Z |
| institution | BVB |
| isbn | 9783322820020 9783824491179 |
| language | German |
| oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-027047083 |
| oclc_num | 863820454 |
| open_access_boolean | |
| owner | DE-634 DE-91 DE-BY-TUM DE-92 DE-573 DE-1102 DE-860 DE-824 DE-703 DE-706 |
| owner_facet | DE-634 DE-91 DE-BY-TUM DE-92 DE-573 DE-1102 DE-860 DE-824 DE-703 DE-706 |
| physical | 1 Online-Ressource (XXVII, 306S. 37 Abb) |
| psigel | ZDB-2-SWI ZDB-2-BAD ZDB-2-SWI_Archive ZDB-2-SWI_2000/2004 |
| publishDate | 2003 |
| publishDateSearch | 2003 |
| publishDateSort | 2003 |
| publisher | Deutscher Universitätsverlag |
| record_format | marc |
| series2 | Beiträge zur betriebswirtschaftlichen Forschung |
| spelling | Gensler, Sonja Verfasser aut Heterogenität in der Präferenzanalyse Ein Vergleich von hierarchischen Bayes-Modellen und Finite-Mixture-Modellen von Sonja Gensler Wiesbaden Deutscher Universitätsverlag 2003 1 Online-Ressource (XXVII, 306S. 37 Abb) txt rdacontent c rdamedia cr rdacarrier Beiträge zur betriebswirtschaftlichen Forschung 107 Eine stärkere Orientierung an den Präferenzen der Konsumenten rückt heute immer mehr ins Zentrum von Marketingmaßnahmen. In diesem Zusammenhang werden häufig Ansätze diskutiert, die eine gezielte Ansprache der Kunden erlauben, wie das beispielsweise im Rahmen von personalisierten Angeboten oder Mass Customization möglich ist. Voraussetzung hierfür ist eine möglichst disaggregierte Analyse der Präferenzen der Konsumenten, damit die Heterogenität in den Präferenzen der Konsumenten angemessen berücksichtigt werden kann. Anhand einer groß angelegten Simulationsstudie vergleicht Sonja Gensler die Conjoint-Analyse und die Choice-Based-Conjoint-Analyse als Methoden zur Erfassung und Analyse von Konsumentenpräferenzen und untersucht die Möglichkeiten zur Berücksichtigung heterogener Präferenzen durch Finite-Mixture-Modelle und hierarchische Bayes-Modelle. Sie zeigt, wo die Stärken und Schwächen der Methoden liegen und leitet Implikationen für den Einsatz in der Praxis ab 1 Einleitung -- 1.1 Problemstellung -- 1.2 Ziele der Arbeit -- 1.3 Aufbau der Arbeit -- 2 Präferenzerfassung und Präferenzanalyse mittels Conjoint Analyse und Choice-Based Conjoint Analyse -- 2.1 Nutzenkonstrukt und Präferenzen -- 2.2 Conjoint Analyse -- 2.3 Choice-Based Conjoint Analyse -- 2.4 Vergleich von Conjoint Analyse und Choice-Based Conjoint Analyse -- 2.5 Fazit -- 3 Möglichkeiten zur Modellierung von Heterogenität in der Präferenzanalyse -- 3.1 Bedeutung der Heterogenität -- 3.2 Modellierung von Heterogenität in Modellen auf aggregierter Ebene -- 3.3 Modellierung von Heterogenität in Modellen auf Segment-Ebene -- 3.4 Modellierung von Heterogenität in Modellen auf individueller Ebene -- 3.5 Beurteilung der unterschiedlichen Möglichkeiten zur Modellierung von Heterogenität in der Präferenzanalyse -- 3.6 Fazit -- 4 Segmentspezifische Präferenzanalyse mit Finite Mixture Modellen -- 4.1 Finite Mixture Conjoint Modell -- 4.2 Finite Mixture Choice-Based Conjoint Modell -- 4.3 Empirischer Vergleich der Finite Mixture Modelle -- 4.4 Fazit -- 5 Individuelle Präferenzanalyse mit Hierarchischen Bayes Modellen -- 5.1 Einführung in die Bayes-Statistik -- 5.2 Hierarchisches Bayes Conjoint Modell -- 5.3 Hierarchisches Bayes Choice-Based Conjoint Modell -- 5.4 Empirischer Vergleich der hierarchischen Bayes Modelle -- 5.5 Fazit -- 6 Vergleich von Finite Mixture Modellen und hierarchischen Bayes Modellen -- 6.1 Theoretischer Vergleich von Finite Mixture Modellen und hierarchischen Bayes Modellen -- 6.2 Empirischer Vergleich von Finite Mixture Modellen und hierarchischen Bayes Modellen -- 6.3 Vergleich von Finite Mixture Modellen und hierarchischen Bayes Modellen anhand von Simulationsstudien -- 7 Durchführung der Simulationsstudie -- 7.1 Ziele der Simulationsstudie -- 7.2 Berücksichtigte Faktoren in der Simulationsstudie -- 7.3 Generierung der Daten -- 7.4 Betrachtete Modelle -- 7.5 Gütemaße -- 8 Ergebnisse der Simulationsstudie -- 8.1 Einfluss des Modelltyps und der berücksichtigten Faktoren auf die Gütemaße -- 8.2 Beurteilung der Anpassungsgüte der Modelle -- 8.3 Beurteilung der Aufdeckung der Nutzenstruktur -- 8.4 Beurteilung der Prognosevalidität -- 8.5 Zusammenfassung der Ergebnisse -- 9 Zusammenfassung und Implikationen -- 9.1 Zusammenfassung -- 9.2 Implikationen -- Stichwortverzeichnis Economics Marketing Economics/Management Science Market Research Management Wirtschaft Entscheidungsmodell (DE-588)4121201-0 gnd rswk-swf Heterogenität (DE-588)4201275-2 gnd rswk-swf Verbraucherforschung (DE-588)4187567-9 gnd rswk-swf Kaufverhalten (DE-588)4073331-2 gnd rswk-swf Präferenzrelation (DE-588)4197168-1 gnd rswk-swf Präferenz (DE-588)4121501-1 gnd rswk-swf Bayes-Verfahren (DE-588)4204326-8 gnd rswk-swf Marktforschung (DE-588)4037630-8 gnd rswk-swf Conjoint Measurement (DE-588)4213629-5 gnd rswk-swf 1\p (DE-588)4113937-9 Hochschulschrift gnd-content Conjoint Measurement (DE-588)4213629-5 s Kaufverhalten (DE-588)4073331-2 s Präferenz (DE-588)4121501-1 s Entscheidungsmodell (DE-588)4121201-0 s 2\p DE-604 Präferenzrelation (DE-588)4197168-1 s Heterogenität (DE-588)4201275-2 s Bayes-Verfahren (DE-588)4204326-8 s 3\p DE-604 Marktforschung (DE-588)4037630-8 s Verbraucherforschung (DE-588)4187567-9 s 4\p DE-604 https://doi.org/10.1007/978-3-322-82002-0 Verlag Volltext 1\p cgwrk 20201028 DE-101 https://d-nb.info/provenance/plan#cgwrk 2\p cgwrk 20201028 DE-101 https://d-nb.info/provenance/plan#cgwrk 3\p cgwrk 20201028 DE-101 https://d-nb.info/provenance/plan#cgwrk 4\p cgwrk 20201028 DE-101 https://d-nb.info/provenance/plan#cgwrk |
| spellingShingle | Gensler, Sonja Heterogenität in der Präferenzanalyse Ein Vergleich von hierarchischen Bayes-Modellen und Finite-Mixture-Modellen 1 Einleitung -- 1.1 Problemstellung -- 1.2 Ziele der Arbeit -- 1.3 Aufbau der Arbeit -- 2 Präferenzerfassung und Präferenzanalyse mittels Conjoint Analyse und Choice-Based Conjoint Analyse -- 2.1 Nutzenkonstrukt und Präferenzen -- 2.2 Conjoint Analyse -- 2.3 Choice-Based Conjoint Analyse -- 2.4 Vergleich von Conjoint Analyse und Choice-Based Conjoint Analyse -- 2.5 Fazit -- 3 Möglichkeiten zur Modellierung von Heterogenität in der Präferenzanalyse -- 3.1 Bedeutung der Heterogenität -- 3.2 Modellierung von Heterogenität in Modellen auf aggregierter Ebene -- 3.3 Modellierung von Heterogenität in Modellen auf Segment-Ebene -- 3.4 Modellierung von Heterogenität in Modellen auf individueller Ebene -- 3.5 Beurteilung der unterschiedlichen Möglichkeiten zur Modellierung von Heterogenität in der Präferenzanalyse -- 3.6 Fazit -- 4 Segmentspezifische Präferenzanalyse mit Finite Mixture Modellen -- 4.1 Finite Mixture Conjoint Modell -- 4.2 Finite Mixture Choice-Based Conjoint Modell -- 4.3 Empirischer Vergleich der Finite Mixture Modelle -- 4.4 Fazit -- 5 Individuelle Präferenzanalyse mit Hierarchischen Bayes Modellen -- 5.1 Einführung in die Bayes-Statistik -- 5.2 Hierarchisches Bayes Conjoint Modell -- 5.3 Hierarchisches Bayes Choice-Based Conjoint Modell -- 5.4 Empirischer Vergleich der hierarchischen Bayes Modelle -- 5.5 Fazit -- 6 Vergleich von Finite Mixture Modellen und hierarchischen Bayes Modellen -- 6.1 Theoretischer Vergleich von Finite Mixture Modellen und hierarchischen Bayes Modellen -- 6.2 Empirischer Vergleich von Finite Mixture Modellen und hierarchischen Bayes Modellen -- 6.3 Vergleich von Finite Mixture Modellen und hierarchischen Bayes Modellen anhand von Simulationsstudien -- 7 Durchführung der Simulationsstudie -- 7.1 Ziele der Simulationsstudie -- 7.2 Berücksichtigte Faktoren in der Simulationsstudie -- 7.3 Generierung der Daten -- 7.4 Betrachtete Modelle -- 7.5 Gütemaße -- 8 Ergebnisse der Simulationsstudie -- 8.1 Einfluss des Modelltyps und der berücksichtigten Faktoren auf die Gütemaße -- 8.2 Beurteilung der Anpassungsgüte der Modelle -- 8.3 Beurteilung der Aufdeckung der Nutzenstruktur -- 8.4 Beurteilung der Prognosevalidität -- 8.5 Zusammenfassung der Ergebnisse -- 9 Zusammenfassung und Implikationen -- 9.1 Zusammenfassung -- 9.2 Implikationen -- Stichwortverzeichnis Economics Marketing Economics/Management Science Market Research Management Wirtschaft Entscheidungsmodell (DE-588)4121201-0 gnd Heterogenität (DE-588)4201275-2 gnd Verbraucherforschung (DE-588)4187567-9 gnd Kaufverhalten (DE-588)4073331-2 gnd Präferenzrelation (DE-588)4197168-1 gnd Präferenz (DE-588)4121501-1 gnd Bayes-Verfahren (DE-588)4204326-8 gnd Marktforschung (DE-588)4037630-8 gnd Conjoint Measurement (DE-588)4213629-5 gnd |
| subject_GND | (DE-588)4121201-0 (DE-588)4201275-2 (DE-588)4187567-9 (DE-588)4073331-2 (DE-588)4197168-1 (DE-588)4121501-1 (DE-588)4204326-8 (DE-588)4037630-8 (DE-588)4213629-5 (DE-588)4113937-9 |
| title | Heterogenität in der Präferenzanalyse Ein Vergleich von hierarchischen Bayes-Modellen und Finite-Mixture-Modellen |
| title_auth | Heterogenität in der Präferenzanalyse Ein Vergleich von hierarchischen Bayes-Modellen und Finite-Mixture-Modellen |
| title_exact_search | Heterogenität in der Präferenzanalyse Ein Vergleich von hierarchischen Bayes-Modellen und Finite-Mixture-Modellen |
| title_full | Heterogenität in der Präferenzanalyse Ein Vergleich von hierarchischen Bayes-Modellen und Finite-Mixture-Modellen von Sonja Gensler |
| title_fullStr | Heterogenität in der Präferenzanalyse Ein Vergleich von hierarchischen Bayes-Modellen und Finite-Mixture-Modellen von Sonja Gensler |
| title_full_unstemmed | Heterogenität in der Präferenzanalyse Ein Vergleich von hierarchischen Bayes-Modellen und Finite-Mixture-Modellen von Sonja Gensler |
| title_short | Heterogenität in der Präferenzanalyse |
| title_sort | heterogenitat in der praferenzanalyse ein vergleich von hierarchischen bayes modellen und finite mixture modellen |
| title_sub | Ein Vergleich von hierarchischen Bayes-Modellen und Finite-Mixture-Modellen |
| topic | Economics Marketing Economics/Management Science Market Research Management Wirtschaft Entscheidungsmodell (DE-588)4121201-0 gnd Heterogenität (DE-588)4201275-2 gnd Verbraucherforschung (DE-588)4187567-9 gnd Kaufverhalten (DE-588)4073331-2 gnd Präferenzrelation (DE-588)4197168-1 gnd Präferenz (DE-588)4121501-1 gnd Bayes-Verfahren (DE-588)4204326-8 gnd Marktforschung (DE-588)4037630-8 gnd Conjoint Measurement (DE-588)4213629-5 gnd |
| topic_facet | Economics Marketing Economics/Management Science Market Research Management Wirtschaft Entscheidungsmodell Heterogenität Verbraucherforschung Kaufverhalten Präferenzrelation Präferenz Bayes-Verfahren Marktforschung Conjoint Measurement Hochschulschrift |
| url | https://doi.org/10.1007/978-3-322-82002-0 |
| work_keys_str_mv | AT genslersonja heterogenitatinderpraferenzanalyseeinvergleichvonhierarchischenbayesmodellenundfinitemixturemodellen |