BVM: Preise der Deutschen Marktforschung Die Gewinner des Innovationspreises und Nachwuchsforscher 2021

Mit dem Innovationspreis werden Studien oder Verfahren ausgezeichnet, die methodisch innovativ sind, gegenüber bestehenden Ansätzen Effektivitäts- und Effizienzvorteile aufweisen und breite Einsatzmöglichkeiten bieten. Drei Einreichungen waren in diesem Jahr für den Innovationspreis nominiert.
Die Gewinner des Innovationspreises 2021
rc-research & consulting GmbH, Deutsche Bahn AG und IfaD Institut für angewandte Datenanalyse GmbH gewinnen den Innovationspreis 2021 für ihre Einreichung.
Der von den Gewinnern entwickelte DB-CX-Impact-Simulator basiert auf einem Kundenbefragungstool, das alle Kontaktpunkte integriert und die Wirkung von Zufriedenheit, Image und Preis-Leistungsbeurteilung in Kombination mit objektiven Qualitätsmetriken der Deutschen Bahn in ein neu entwickeltes Simulationsmodell zusammenführt. Damit können Prognosen zu künftiger Reisendenanzahl, Umsatz und Zufriedenheit erstellt werden und im Tool selbst kontinuierlich validiert werden. Die Entwicklung eines solchen elaborierten Analyse- und Prognosemodells bewertet die Jury als besonders innovativ. Das Tool managt Daten und Informationen und gibt Guidance für umsatz- und profit-relevante Unternehmensentscheidungen – auch für New-Normal-Scenarien durch Covid-19 Einflüsse. Der monetäre Einfluss von Kundenzufriedenheit wird greifbar und auch deren relevantesten Treiber besser priorisierbar gemacht.
Auch Stichprobe und Methodeneinsatz überzeugt die Jury. Über 50.000 Fälle gingen ins finale Modell ein, ein Zufriedenheitsmodell mit 4 Ebenen, 81 Variablen verschiedener Skalenniveaus. Unterschiedliche kausalanalytische OLS Strukturgleichungsmodelle wurden miteinander verknüpft. Und laut Bewerbung brauchte es Zeitreihenmodellierungen, MaxDiff-Verfahren, Kreuzvalidierungen, Card-Sorting- Dimensionierung, KI Random Forest Modell und Autoregressive Distributed Lag Zeitreihen-Modelle.
Bei der Präsentation der drei Nominierten gab es ausgerechnet beim späteren Preisträger technische Probleme. So musste rc-Chef Ingo Sander die Präsentation weitestgehend alleine schultern, da die Verbindung zu Johannes Lüken, Leiter Data Sciences von IfaD, zeitweilig ausfiel. Da aber das Juryurteil bereits vor den Präsentationen feststand, fiel die dadurch etwas holprige Präsentation nichts in Gewicht.
Die anderen beiden Präsentationen des Duos Skopos/ Rewe sowie des Trios Bilendi/Barilla/Omnicom liefen dagegen technisch weitestgehend ohne Probleme ab.
Skopos stellte die für Rewe entwickelte DIY-Plattform MyMafo vor, die Rewe deutliche Effizienzsprünge bei der Durchführung von wiederkehrenden Ad-hoc-Studien wie Handzettel- oder Eigenmarken-Tests verschaffte. Wie schon bei der Vorstellung des Tools im Rahmen der succeet21 zeigte Projektleiterin Uta Hümer live das Aufsetzen und die Auswertung einer Umfrage im interaktiven Dashboard. Das Tool wird zukünftig als Skopos One auch für andere Auftraggeber erhältlich sein.
Andreas Knappstein von Bilendi überzeugte mit seinen beiden Mitreferierenden ebenfalls. Er stellte vor, wie das Projekttrio zusammen eine Zielgruppen-Kampagne für das Pesto von Barilla in der Schweiz aufsetzte und deren Wirkung messen konnte. Der Beitrag passte ausgezeichnet zum Leitthema des diesjährigen Kongresses "Personas vs. Segments – What’s the Story?", schien der Jury aber dennoch deutlich weniger preiswürdig zu sein als der Gewinnerbeitrag.
Nachwuchsforschende 2021
Gemeinsam mit den Branchenverbänden aus Österreich und der Schweiz schreibt der BVM jährlich den Wettbewerb zu den Nachwuchsforschenden des Jahres – BVM/VMÖ/SWISS INSIGHTS aus. Dieser Preis geht an Absolventen und Wissenschaftler, die herausragende Dissertationen oder Masterarbeiten verfasst haben. Für den diesjährigen Wettbewerb wurden 23 Arbeiten eingereicht.
Der Preisträger in der Kategorie Dissertation
Dr. Jochen Hartmann, Postdoktorand an der Universität Hamburg mit seiner Arbeit: „Machine Learning Methods for Data-Driven Marketing“.
Die Dissertation "Machine Learning Methods for Data-Driven Marketing" ergänzt den aktuellen Forschungsstand an der Schnittstelle von maschinellem Lernen und datengetriebenem Marketing: In den drei Essays werden verschiedenste Methoden des maschinellen Lernens eingesetzt, um reale Marketingprobleme mit unstrukturierten Daten zu lösen. Ein verbindendes Thema aller Aufsätze ist ein Multi-Methoden-Ansatz, der sich dadurch auszeichnet, dass neuartige Methoden des maschinellen Lernens mit etablierten Marketingmodellen kombiniert werden. Inhaltlich beschäftigt sich die Dissertation mit Social Media Marketing, Konsumentenpräferenzen und emotionaler Ansteckung in komplexen sozialen Systemen. Um eine Brücke zwischen akademischer Strenge und praktischer Relevanz zu schlagen, beinhaltet die Dissertation vier große Datensätze aus Kooperationen mit Industriepartnern.
Die Preisträgerin in der Kategorie Masterarbeit
Anne Juliane Zeh von der Westfälischen Wilhelms-Universität in Münster für ihre Arbeit: „Ethical Consequences of Algorithmic Biases in Marketing“.
Die Masterarbeit behandelt mit der möglichen Verstärkung von ethischen Problemen durch den Einsatz von Machine Learning im Marketing ein Thema, das von außerordentlicher Bedeutung für die sinnvolle Nutzung dieser Verfahren ist. Da Algorithmen den Vorhersagen, die viele Bereiche des Lebens der Menschen betreffen, Objektivität verleihen sollen, ist das Vertrauen in sie gestiegen. Allerdings sind Algorithmen anfällig für Verzerrungen, da sie sich weiterentwickeln und Informationen über Rückkopplungsschleifen verarbeiten, was zur Verstärkung ihrer abweichenden Ergebnisse führt. Dadurch entstehen dicht korrelierte Informationsnetzwerke, die nachweislich bestimmte Gruppen in der Bevölkerung diskriminieren.
Im Bereich des Marketings werden häufig prädiktive Algorithmen eingesetzt, die individuelle Informationen über die Nutzer einbeziehen. Das von Anne Zeh durchgeführte Feldexperiment, so Prof. Dr. Henning Schröder in seiner Laudatio, greife den Faktor Raum als Proxy für Bildungsunterschiede auf und gehe hinsichtlich Konzeption, Umsetzung und Analyse weit über das hinaus, was in einer durchschnittlichen Masterarbeit geleistet wird. Von der Programmierung einer Website und eines Fragebogens, der Einbindung von Web-Analytics bis zur Auswertung mit Random Forests und Gradient Boosting Machines werde ein weiter Bogen von Methoden sinnvoll verknüpft.
/mvw, hg
Kommentare (0)
Noch keine Kommentare zu diesem Artikel. Machen Sie gerne den Anfang!
Um unsere Kommentarfunktion nutzen zu können müssen Sie sich anmelden.
Anmelden