Metadaten







Promotionsordnung


PromO07

Kumulative Dissertation


ja

Titel


Advanced Statistical Models for Pricing, Mass Customization and Forecasting : A Bayesian Approach

Titel (englisch)



Autor/Autorin


Stadel, Daniel Philipp

Unter Mitarbeit von


Stahl, Florian (Prof.); Iyengar, Raghuram (Prof.); Herrmann, Andreas (Prof.); Dellaert, Benedict (Prof.); Landwehr, Jan (Dr.)

Geburtsdatum


23.02.1982

Geburtsort


München

Matrikelnummer


08-617-532

Schlagwörter (GND)


Zahlungsbereitschaft; Markov-Ketten-Monte-Carlo-Verfahren; Verbraucherverhalten; Multivariate Daten; Probit-Modell; Verkaufserfolg; Prognoseverfahren; Bayes-Verfahren; Aufsatzsammlung

DDC (Dewey Decimal Classification)


Wirtschaft - 330

Freie Stichwörter (deutsch)


Intertemporaler Nutzen; Prognose-Modell; Nutzung von Online-Daten; Produkt-Konfigurator; Entscheidungsmodell; individuelles Diskontierungsverhalten; Flexibilitätspräferenz; Vertragsbindung; Multivariates Multinomiales Probit Modell; Bayesianische Statistik

Freie Stichwörter (englisch)


Subscriptions; Pricing; Intertemporal Choice; Mass Customization; Defaults; Online Configurators; Online Data; Time Series

Kurzfassung


In den unterschiedlichsten Teilgebieten der Wirtschaftswissenschaften erfreuen sich statistische Methoden aufgrund der stetig steigenden Komplexität der Fragestellungen immer grösserer Beliebtheit. In der Disziplin des quantitativen Marketings können hochentwickelte Methoden den nötigen Wissensvorsprung liefern, um bestmöglichst auf sich ändernde Kundenanforderungen zu reagieren.
Die vorliegende Dissertation diskutiert statistische Modelle für Anwendungen in den Bereichen Tarifdesign, Konfigurator-Optimierung und Prognoserechnung. Der erste Aufsatz diskutiert die Gestaltung von Abo-Tarifen bezüglich Laufzeit und Preis unter Berücksichtigung des individuellen Planungshorizonts der Kunden. Der Fokus liegt dabei auf dem individuellen Diskontierungsverhalten der Konsumenten. Der zweite Beitrag untersucht das Upselling-Potential mittels Produktkonfiguratoren am Beispiel eines Car-Konfigurators. Es wird analysiert, wie Konsumenten auf voreingestellte Optionen innerhalb des Konfigurationsprozesses reagieren (Effekt 1. Ordnung), und ob diese Auswirkungen auf spätere Entscheidungen innerhalb des selben Konfigurationsprozesses (Effekt 2. Ordnung) haben. Wir erarbeiten ein konzeptionelles Gerüst für die optimale Auswahl von Defaults unter Berücksichtigung beider Effekte. Der letzte Artikel befasst sich mit der Prognose von Verkaufsmengen. Für zwei Pkw-Modelle werden mittels Online-Daten und einem statistischen Zeitreihen-Modell zukünftige Bestellungen vorhergesagt. Es wird gezeigt, dass sich, unter Berücksichtigung der Online-Daten, die Prognose-Güte signifikant verbessern lässt, und den Herstellern somit eine weitere zuverlässige Datenquelle für Prognosemodelle gegeben ist.
Die wissenschaftlichen Ausführungen zeigen die Anwendung statistischer Methoden zur Bearbeitung und Lösung komplexer Fragestellungen im Zusammenhang der wirtschaftlichen Interaktion zwischen Unternehmen und ihren Kunden. Basierend auf diesen Methoden und deren Ergebnisse, können Implikationen und Empfehlungen von grosser Bedeutung für Management-relevante Entscheidungen abgeleitet werden.

Kurzfassung (englisch)


In many fields of business studies such as finance, econometrics and quantitative marketing the importance of advanced statistical methods steadily increases as the problems gain complexity. With faster computers and new sources for vast amounts of data, statistical approaches are challenged to cope with these aspects, and must therefore be improved. For quantitative marketing, the information gained by complex models, and the insights given by new advanced methods strengthen the ability of companies to faster react to their customers' needs. This dissertation discusses the application of advanced statistical methods to a variety of research objectives, such as tariff design, mass customization profitability, and forecasting.
The first essay broaches the issue of consumers' intertemporal tradeoffs among subscription plans and the respective consequences for its optimal pricing. Subject of further investigation is the individual's discounting behavior which has a significant influence on the perceived value for the customer. We augment a general discount function by an additional parameter to account for flexibility preferences in the individual's discounting behavior. Such behavior has a tremendous influence on optimal pricing strategies for service providers. The second essay investigates default-based upselling potentials in mass customization systems such as online car configurators. We study whether companies can start their customers off on a high-margin decision path based on a few high-end default selections early on in the configuration process. We analyze whether default attribute levels within the customization process can increase consumers' choices for high-margin attribute levels (first-order default effects) and whether these effects help or hurt margins on later subsequent attribute level choices (second-order default effects). We offer a conceptual framework to managerially guide default selection to accommodate these two effects. The third essay provides an analysis of online data from a car configurator and web search queries to assess its usefulness as input for forecasting models. Due to large amounts of data available online, companies can benefit from proper analyses of such data pools. Therefore, time series methods are applied to the data. The forecasting performance is compared to models without incorporating the online data. It is shown that such data can significantly improve the forecasting performance and, hence, companies should face the challenge to cope with the task of utilizing available online data.
The intended research projects, and therefore the resulting essays show applications of advanced statistical tools to cover complex but important issues among the economic interaction of companies and their customers. Based on these methods, I am able to conduct several analyses to draw conclusions of high importance and relevance for managerial implications.

Universität


Universität St.Gallen

Referent/Referentin


Herrmann, Andreas (Prof. Dr.)

Korreferent/Korreferentin


Tomczak, Torsten (Prof. Dr.)

Erweitertes Diss. Komitee



Fachgebiet


Betriebswirtschaftslehre (PMA)

Sprache


ENG

Promotionstermin (dd.mm.yyyy)


19.09.2011

Erstellungsjahr (yyyy)


2011

Dokumentart


Dissertation

Format


PDF

Dissertationsnummer


3937

Quelle



PDF-File


dis3937.pdf

Dokumentverknüpfung


Link zu diesem Dokument







letzte Änderung: 08/18/2015 - Allgemeine rechtliche Informationen - Datenschutz [ Nach oben ]