Refine
Document Type
- Journal article (2) (remove)
Language
- German (2) (remove)
Has full text
- yes (2)
Is part of the Bibliography
- yes (2)
Institute
- ESB Business School (2) (remove)
Publisher
- Beck (1)
- Sciamus GmbH (1)
Obwohl die Wirkungsbeziehungen im Marketing oft einen nichtlinearen und interdependenten Charakter aufweisen, beschränkt sich die Modellbildung überwiegend auf einfache mathematische Funktionen. Daher wird in diesem Anwendungskontext der Einsatz des Machine Learning ausführlicher beleuchtet, das mit Verfahren wie Künstlichen Neuronalen Netzen die Modellierung sehr komplexer Zusammenhänge ermöglicht und dadurch relevante Einsatzpotenziale für aktuelle Fragestellungen der Marketingpraxis eröffnet.
Eine wichtige Informationsgrundlage für strategische Entscheidungen im Sportmarketing bildet das Markenimage, da es die Perspektive der Anspruchsgruppen auf die Marke widerspiegelt. Die Analyse des Markenimages ist jedoch methodisch komplex, weshalb dafür der Einsatz Künstlicher Neuronaler Netze eingehender untersucht wird. Denn dieses Verfahren der Künstlichen Intelligenz ermöglicht die Modellierung vielschichtiger und nichtlinearer Wirkungsbeziehungen. Der konzeptionelle Ansatz wird am empirischen Praxisbeispiel des Sportartikelherstellers adidas veranschaulicht, indem ein mehrschichtiges Künstliches Neuronales Netz zwischen den Bewertungen spezifischer Markenattribute und der Gesamtmarke modelliert wird. Mithilfe einer Analyse der Verbindungsgewichte des Netzes wird der Variableneinfluss verschiedener Markenattribute gemessen, woraus sich konkrete Implikationen für die Sportmarketingpraxis ergeben.