4
KU.Campus
Home
Englisch
Englisch
Deutsch
Deutsch
Drucken
Login
Navigation
Informationsportal
Prüfungsordnungen
Studiengänge
Module
Lehrveranstaltungen
Rund ums Studium
Prüfungsamt
Studierendenberatung
International Office
Studienmöglichkeiten A-Z
Lehramt.Pro
Studium.Pro
elearnKU (ILIAS)
VHB
Schnellübersichten
Aktuelle Veranstaltungen Eichstätt
Aktuelle Veranstaltungen Ingolstadt
Datumsbezogene Veranstaltungen Eichstätt
Datumsbezogene Veranstaltungen Ingolstadt
KU.Campus Info
Serviceverbesserungen
Befragung der Studierenden
Detailinformationen zum Modul
Modulbezeichnung:
Service Analytics
Modulbezeichnung (englisch):
Service Analytics
Modulnummer:
88-021-IFM03-H-0317
Niveau:
Master (UNI)
Geberstudiengang:
Typ:
Modul
Federführende Fakultät/Sprachenzentrum:
Wirtschaftswissenschaftliche Fakultät
Modulverantwortliche/r:
Setzer, Thomas
Prüfende:
Leistungspunkte (ECTS-Punkte):
5
Kompetenzen
:
- Teilnehmer verstehen die Möglichkeiten und Herausforderungen datenbasierter Modellierung von Dienst- (und Produkt-) Nutzungsverhalten im Digital Commerce und bei CRM-Kampagnen.
- Die Teilnehmer beherrschen analytische Methodik zur Personalisierung von Online-Inhalten, -Diensten und -Kampagnen.
- Sie sind vertraut mit den Algorithmen moderner Recommender Systems und Active Learning.
- Die Studierenden differenzieren zwischen diagnostischen, prädiktiven und präskriptiven Aufgaben und bestimmen und konfigurieren jeweils geeignete Modelle, Methoden und Optimierungskriterien.
- Basierend auf ihrem Theorie- und Technikwissen und dessen Umsetzung in Übungen können die Teilnehmer reflektiert Algorithmik und Software-Komponenten für Service Analytics-Aufgaben entwickeln, testen und anpassen.
Inhalte/Themen
:
Mit steigender Bedeutung von Diensten und Digitalisierung werden Daten-basierte Erkenntnisse bzgl. Kundenpräferenz und -nutzen immer zentraler, um Kundenbedürfnisse und -verhalten zu antizipieren und die richtigen Produkte oder Dienstleistungen zu empfehlen bzw. anzubieten. Die Veranstaltung behandelt Methodik der Datenanalyse und Verhaltensmodellierung für Aufgaben im Digital Commerce und der Kunden-interaktion. Insb. werden die Algorithmen moderner Recommender Systeme behandelt und erprobt. In der Übung mit der Sprache R, wenden die Teilnehmer ihr Wissen auf Praxisprobleme an, entwickeln und testen Empfehlungssysteme auf realistischen, großen Kundendatensätzen.
Die Veranstaltung beinhaltet folgende Themen:
- Einführung in Service Analytics
- Anwendungen im Digital Commerce und CRM-Kampagnenmanagement
- Vorverarbeitung, Reduktion und Modellierung von Kunden- und Produktdaten
- Web-Anwendungen und Analytics, Continuous Engineering
- Empfehlungssysteme und Online-Kampagnen-Management
Formale Voraussetzungen für die Teilnahme
:
Empfohlene Voraussetzungen
:
Keine
Lehr- und Lernformen/Lehrveranstaltungstypen:
- Vorlesung
- Übung
Voraussetzungen für die Vergabe von ECTS-Punkten
:
Klausur am Semesterende in englischer Sprache. Beantwortung darf auch auf Deutsch erfolgen.
Zeitaufwand/Verteilung der ECTS-Punkte innerhalb des Moduls
:
45 h = Präsenzzeit Vorlesung und Übung
75 h = Vor- und Nachbereitung Vorlesung und Übung
30 h = Prüfungsvorbereitung
150 h = Arbeitsaufwand gesamt
Modulnote
:
Klausur (90 Minuten) (100 %)
Lehr- und Lernmethode
:
Polyvalenz mit anderen Studiengängen/Hinweise zur Zugänglichkeit
:
Turnus des Angebots:
SS
Beteiligte Fachgebiete:
Bemerkung: