Zusammenfassung
Gegenstand der nachfolgenden Ausführungen bildet die Frage des Einsatzes Künstlicher Neuronaler Netze zur Datenanalyse bzw. zum Modellaufbau im Marketing, einem Aufgabengebiet, das mit finanzwirtschaflichen Fragestellungen einige Berührungspunkte aufweist. In jüngster Zeit fanden im Marketing Künstliche Neuronale Netze, neben den klassischen statistischen (multivariaten) Verfahren verstärkte Aufmerksamkeit. Dennoch sind die Beiträge zum Thema „Neuronale Netze im Marketing“ bis dato rar gesäht. Einige Anwendungsbeispiele aus diesem Bereich können dennoch dargestellt werden, ein Hinweis auf weitere potentielle Einsatzgebiete erfolgt ebenso.1
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Referenzen
Weitere, dem Bereich Marketing zuzuordnende Anwendungen Neuronaler Netze werden z.B. in Curry, B./Moutinho, L.(1993), Seiten 5–20 und Hoptroff, R. G. (1993), Seite 64, diskutiert.
„Neural network techniques have also been applied to the field of marketing. For years, advertising agencies and marketing companies have been trying to identify and sell to target, or specific markets. For example, consider a direct marketing company which sends out advertisement brochures enclosed in monthly credit card bills on a regular basis. What the company would like to do is to send out only a small percentage of these brochures and keep information on those who respond. Once the company has these data, it can build a predictive model using neural networks to select only those who are likely to respond, thus cutting down the expenses.“Wong, F. S.(1990/1991), Seite 157.
Vgl. Hruschka, H.(1991), Seiten 217–225.
Hruschka, H.(1991), Seite 222.
Vgl. Hruschka, H.(1991), Seite 223.
Hruschka, H.(1991), Seite 223.
Vgl. Gaul, W./Decker, R./Wartenberg, F.(1994A), Seite 69. An dieser Stelle sei ausdrücklich darauf hingewiesen, daß wesentliche Passagen von den drei Initiatoren des Ansatzes Gaul/Decker/Wartenberg wortwörtlich übernommen wurden. Vgl. hierzu Gaul, W./Decker, R./Wartenberg, F.(1994B), Seiten 281–306 und die Ausführungen in Wartenberg, F./Decker, R.(1994).
Vgl. Gaul, W./Decker, R./Wartenberg, F.(1994A), Seite 66.
Vgl. Gaul, W./Decker, R./Wartenberg, F.(1994B), Seite 281.
Vgl. Gaul, W./Decker, R./Wartenberg, F.(1994A), Seite 66.
Vgl. Gaul, W./Decker, R./Wartenberg, F.(1994A), Seite 68.
Vgl. Gaul, W./Decker, R./Wartenberg, F.(1994A), Seite 69.
Vgl. Gaul, W./Decker, R./Wartenberg, F.(1994B), Seite 287.
Gaul, W./Decker, R./Wartenberg, F.(1994B), Seite 304. Vgl. zur nachfolgenden Abbildung Wartenberg, F./Decker, R.(1994), Seite 3.
„The filtering method is based on a classic neural network problem called ‚encoder‘. The neural network finds an efficient internal represation. For example, suppose there are eight binary bits in which only one at a time can be on as input to the network. Our neural network’s goal is to output the values it received as input. This is difficult because we only allow the network three hidden nodes and no direct connections. One solution the neural network might learn is using a binary number representation to compress input information. The network would then use this representation to recreate the input for the output nodes. This technology is used in some types of image compression.“ Vgl. Ruggiero, M. A.(1994), Seite 47.
Hruschka, H.(1991), Seite 224.
Vgl. v. Altrock, C.(1991), Seite 626, Hoptroff, R. G. (1993), Seite 64. Letzterer schreibt u.a.: „For example, if the effects of price, promotional activity and advertising spend on demand can be modelled, then the cost effectiveness of the different marketing startegies can be quantified. This has an obvious advantage for both marketing companies/departments and their clients.“
C. Hallbeschreibt in diesem Kontext eine Anwendung wie folgt: „A sales support system that culls a marketing database of dormant customers. The system helps telemarketers to contact the best potential customers by weeding out those who are less likely to reorder. The system was developed by Churchill Systems, of Troy, Michigan for Veratex Corporation.“ Hall, C.(1992), Seite 3.
Vgl. Blien, U./Lindner, H.-G.(1993), Seiten 402 f. und die dort angegebenen Quellen.
Widrow, B./Rumelhart, D. E./Lehr, M. A.(1994), Seite 95.
Vgl. Utta, S./Shekhar, S./Wong W. Y.(1994), Seite 540–543, wobei ihre Resultate jedoch nach eigener Aussage als vorläufige Ergebnisse angesehen werden sollten.
Vgl. Dutta, S./Shekhar, S./Wong W. Y.(1994), Seite 540.
Vgl. Dutta, S./Shekhar, S./Wong W. Y.(1994), Seiten 540 u. 541.
Vgl. Dasgupta, C. G./Dispensa, G. S./Ghose, S.(1994), Seiten 235–244.
Dasgupta, C. G./Dispensa, G. S./Ghose, S.(1994), Seite 236.
Vgl. Dasgupta, C. G./Dispensa, G. S./Ghose, S.(1994), Seite 240.
„As is common in many studies on neural net models, basically three parameters — the learning rate, the momentum, and the number of hidden notes — needed to be varied by us to enhance the learning and the generalization performance of the neural network model.“ Dasgupta, C. G./Dispensa, G. S./Ghose, S.(1994), Seite 241.
Dasgupta, C. G./Dispensa, G. S./Ghose, S.(1994), Seite 242.
„It is evident that such a result is different from most business applications in the literature, where typically the neural model trends to dominate. However, none of these applications predicted market response; nor were these models calibrated on individual level consumer data.“ Dasgupta, C. G./Dispensa, G. S./Ghose, S.(1994), Seite 243.
McKim, R. A.(1993), Seiten 28.
Vgl. McKim, R. A.(1993), Seite 30.
McKim, R. A.(1993), Seite 31.
McKim, R. A.(1993), Seite 32.
Schumann, M.(1991), Seite 41.
v. Altrock, C.(1991), Seite 627. Vgl. auch Barr, T. (1991), Seite 88, der meint, daß die Neuronalen Netze generell für Aufgaben wie Rohstoffoptimierungen, Kostenreduktionen oder Qualitätskontrolle geeignet sind.
Krause, C.(1993), Seite 75.
Schumann, M.(1991), Seite 31.
Vgl. Schumann, M.(1991), Seite 44. Dort wird auf die Arbeiten von Poliac, M.O. et al. (1987) und Corall, J.(1990) hingewiesen, die sich mit der Personaleinplanung für Fast Food Restaurants bzw. Fluglinien beschäftigten. M. Schumannweist darauf hin, daß das Tourenzuordnungsproblem bei Speditionen oder Fuhrparks ähnlich gelagert ist.
Vgl. Ritter, H./Martinetz, T./Schulten, K.(1991), Seiten 111–114. „Z.B. gibt es für das Traveling-Salesman-Problem exakte Lösungsverfahren, die allerdings nur für kleine Probleme rechenbar sind. Größere Probleme können nur mit heuristischen Verfahren gelöst werden, wobei nicht mehr gewährleistet ist, daß die gefundene Lösung optimal ist. Eine alternative Lösungsmöglichkeit bieten Neuronale Netze, die zwar auch nicht mit Sicherheit die Optimallösung finden, von denen man sich aber bessere Lösungen als bei den heuristischen Verfahren oder wegen der Parallelisierungsmöglichkeit schneller eine gute Lösung erhofft.“ Krause, C.(1993), Seite 76. H. Sauerburgersagt: „Ein Anwendungsgebiet (der Kohonen-Netze) stellen die Optimierungsprobleme dar, wie z.B. das Traveling-Salesman-Problem.“ Sauerburger, H.(1991), Seite 26. Vgl. auch Schulte, B.(1989), Seite 152, die früh auf dieses potentielle Anwendungsgebiet Neuronaler Netze hinweist.
Barr, T.(1991), Seite 88.
Kopecz, J./Hormel, M.(1995), Seite 68.
Vgl. Duliba, K. A.(1991), Seiten 163–170.
Hohler, B.(1991), Seite 60. Diese Erkenntnis aus dem Jahre 1991 hat auch heute noch ihre Gültigkeit.
Vgl. Alvager, T./Humpert, B./Weers, D.(1991), Seite 22.
Graf, H. P.(1993), Seite 54.
Vgl. Pintaske, J.(o.J.), Seite 1765.
Vgl. Hall, C.(1992), Seite 3.
Vgl. Hall, C.(1992), Seite 3.
Vgl. hierzu das Informationsblatt zum Ausfüllen von Überweisungsvordrucken der Kreissparkasse Köln.
Vgl. Booth, G.(1992/1993), Seite 36, Schulte, B. (1989), Seite 162.
Barr, T.(1991), Seite 86. Bereits 1989 berichtete B. Francett hierzu folgendes: „An application to verify signatures on bank checks, now being developed by Gould Vision System Inc. (Orlando, FL) using the Nestor Development System from Nestor Inc. (Providence, RI), illustrates the training process. Banks typically verify checks drawn only on business accounts for fairly large amounts. Glenn Ward, Nestor’s customer support manager, reports that the Gould system needed exposure to about 75 checks with valid signatures, which in this case constitute data samples presented to the network, before it was able to weed out forgeries. Ward claims that the trained system spies forgeries 96 percent of time. In comparison, he says, people accurately identify forgeries 50 percent to 60 percent of the time.“ Francett, B.(1989), Seiten 59 u. 60. Vgl. hierzu auch Barr, T. (1991), Seite 86, dessen Ausführungen sich wohl hierauf beziehen.
Zimmermann, H. G.(1991), Seite 1991.
Vgl. hierzu Graf, H. P.(1993), Seite 54.
Vgl. Alvager, T./Humpert, B./Weers, D.(1991), Seite 24.
Vgl. Hackbarth, H.(1991), Seiten 329–332. In diesem Zusammenhang berichten Graf/Säckinger/Jackel von einem Chip, der in der Lage ist, mehr als 1000 Ziffern pro Sekunde zu lesen. Vgl. Graf, H. P./Säckinger, E./Jackel, L. D.(1992), Seite 216.
Neuronale Netze finden sich im Bereich der Geräuscherkennung seit geraumer Zeit in einer Reihe industrieller Anwendungen. Hierzu zählt z.B. die Qualitätskontrolle seriengefertigter Elektromotoren. Vgl. Albrecht, H.-R.(1993), Seite 140.
Vgl. Alvager, T./Humpert, B./Weers, D.(1991), Seite 22, o.V. (1992B), Seiten 62–64.
Vgl. Graf, H. P./Säckinger, E./Jackel, L. D.(1992), Seiten 215 und 216.
Domke, M.(1990), Seite 42.
Domke, M.(1990), Seite 42.
Rights and permissions
Copyright information
© 1995 Betriebswirtschaftlicher Verlag Dr. Th. Gabler GmbH, Wiesbaden
About this chapter
Cite this chapter
Füser, K. (1995). Anwendungen außerhalb der Finanzwirtschaft. In: Neuronale Netze in der Finanzwirtschaft. Gabler Verlag, Wiesbaden. https://doi.org/10.1007/978-3-663-05964-6_7
Download citation
DOI: https://doi.org/10.1007/978-3-663-05964-6_7
Publisher Name: Gabler Verlag, Wiesbaden
Print ISBN: 978-3-409-14098-0
Online ISBN: 978-3-663-05964-6
eBook Packages: Springer Book Archive