Zusammenfassung
Künstliche Neuronale Netze ermöglichen die Vorhersage unbekannter Größen auf der Grundlage von Beobachtungsdaten und eignen sich daher als Instrument im Marketing-Management. Quantitative Analysen von Erhebungsdaten dienen schon seit vielen Jahrzehnten zur Einschätzung von Absatzchancen in der Marktforschung. Bei der Gruppierung potentieller Käuferschichten zu Marktsegmenten beispielsweise wird auf Clusteranalyse und andere multivariate statistische Verfahren zurückgegriffen (siehe Berekoven et al. 1986). Als Gruppierungskriterien gelten sozioökonomische, demographische und psychographische Merkmale, deren struktureller Zusammenhang allerdings nur selten bekannt ist. Wenn funktionelle Abhängigkeiten zwischen solchen Merkmalen definiert sind, lassen sich durch entsprechende Vorhersagemodelle Kosten für die Marktforschung reduzieren. Eine Modellierung komplexer Zusammenhänge in Form linearer Strukturgleichungen, wie es in den Sozialwissenschaften bisweilen versucht wird (vgl. Blau & Duncan 1967, Duncan 1966, 1975), erfordert jedoch einen hohen Kenntnisstand in soziologischer Theorie und ist nur schwer für praktische Belange des Marketings zu nutzen. Neuronale Netze gehören demgegenüber zu einem breiten Spektrum von Data Mining-Verfahren, die sich ohne Kenntnis struktureller Zusammenhänge bei Klassifikation und Prognose marktrelevanter Merkmale einsetzen lassen.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
BEREKOVEN, L./ ECKERT, W./ ELLENRIEDER, P.: Marktforschung: Methodische Grundlagen und praktische Anwendung, 1986.
BLAU, P.M,/ O.D. DUNCAN: The American Occupational Structure, New York — London 1967.
DUNCAN, O. D.: Path Analysis: Sociological Examples, The American Journal of Sociology Vol 72, No 1, 1–17, 1966.
DUNCAN, O. D.,Introduction to Structural Equation Models, New York 1975.
HÜTTNER, M: Grundzüge der Marktforschung, Wiesbaden 1977.
O. V.: Panel Study of Income Dynamics (PSID), Institute for Social Research, University of Michigan, Word Wide Web 2000.
ROJAS, R.,Theorie der Neuronalen Netze: eine systematische Einführung, Berlin — Heidelberg — New York 1996.
ZELL, A.,Simulation Neuronaler Netze, München — Wien 1997.
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2003 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Uerkvitz, R. (2003). Neuronale Netze zur Einkommensschätzung. In: Wiedmann, KP., Buckler, F. (eds) Neuronale Netze im Marketing-Management. Gabler Verlag, Wiesbaden. https://doi.org/10.1007/978-3-663-10897-9_9
Download citation
DOI: https://doi.org/10.1007/978-3-663-10897-9_9
Publisher Name: Gabler Verlag, Wiesbaden
Print ISBN: 978-3-409-21673-9
Online ISBN: 978-3-663-10897-9
eBook Packages: Springer Book Archive