Syllabus

Title
4261 Business Modelling and Data Analytics II
Instructors
ao.Univ.Prof. Dr. Andreas Mild, Dr. Martin Waitz
Type
PI
Weekly hours
2
Language of instruction
Deutsch
Registration
02/16/21 to 02/28/21
Registration via LPIS
Notes to the course
Dates
Day Date Time Room
Thursday 03/25/21 12:00 PM - 01:30 PM Online-Einheit
Monday 04/19/21 03:00 PM - 07:30 PM TC.5.02
Monday 05/03/21 03:00 PM - 07:30 PM TC.5.02
Monday 05/17/21 03:00 PM - 07:30 PM TC.5.02
Monday 05/31/21 03:00 PM - 07:30 PM TC.5.02
Monday 06/14/21 03:00 PM - 07:30 PM TC.5.02
Contents

 

Die in Kurs 4 –  Business Modelling and Data Analytics I theoretisch vermittelten Methoden, werden in diesem Kurs von den Studierenden praktisch umgesetzt. Dabei handelt es sich sowohl um statistische Datenauswertungsmethoden (Regressionsanalyse, Conjointanalyse) als auch um allgemeine Konzepte der Preisgestaltung, der Marktsegmentierung und Positionierung. Zudem ist das Gestalten eines Fragebogens zur Kundenpräferenzmessung Bestandteil dieses Seminars.

 

Learning outcomes
Studierende sind nach Abschluss dieser Lehrveranstaltung in der Lage, quantitative Methoden der Neuproduktentwicklung im Rahmen eines praktischen Projektes umzusetzen. Sie können marktrelevante Daten (z.B. Verkaufsdaten oder Befragungsdaten) selbstständig mit dem Softwareprogramm „R“ aufbereiten und auswerten, sowie die Ergebnisse interpretieren. Des Weiteren erlangen die Studierenden die Fähigkeit der zielgerichteten Formulierung von Fragen sowie die Auswahl eines geeigneten Fragebogendesigns.
Attendance requirements

Für eine PI ist laut Prüfungsordnung volle studentische Anwesenheit vorgesehen. Abwesenheit in den Präsenz-Einheiten wird in maximal 1 Einheit toleriert. Durch die Abwesenheit verpasste Punkte können nicht nachgeholt werden. 

Anwesenheit in der ersten LV-Einheit ist jedenfalls verpflichtend

Erscheint ein Studierender unentschuldigt nicht zur ersten Einheit der Lehrveranstaltung, so wird dieser von der Lehrveranstaltung abgemeldet und der nächste Studierende auf der Warteliste, der auch anwesend ist, erhält seinen Platz. Entschuldigungen für das Fernbleiben aus einem wichtigen Grund werden bis zum Beginn der Einheit durch die LV-Leiter per E-Mail entgegengenommen. 

Teaching/learning method(s)

Während des Seminars erarbeiten die Studierenden in Teams zielgerichtete Fragebögen. Diese werden von den anderen Studierenden und den Lehrveranstaltungsleitern besprochen. Im Anschluss daran üben die Studierenden das Arbeiten mit realen, marktrelevanten Daten und fassen die Ergebnisse in einer Seminararbeit zusammen. Dazu wird die Statistiksoftware „R“ verwendet. Zum Abschluss wird eine Vorstandspräsentation simuliert, bei der die Studierenden die wichtigsten Erkenntnisse Ihrer Studie präsentieren.

 

ACHTUNG: Diese Lehrveranstaltung kann nur in Kombination mit der LV " Business Modelling and Data Analytics I" (Kurs 4 - LV.Nr.: 4101) im selben Semester absolviert werden. Durch die Anmeldung zu Kurs 4, werden Sie automatisch zu diesem Kurs 5 angemeldet. 

Wenn Sie sich Kurs 4 ( Business Modelling and Data Analytics I) im Zuge eines Auslandssemester angerechnet haben, so ist ein Besuch des Kurses 5 (Business Modelling and Data Analytics II) NICHT möglich! 

Assessment

Beurteilung:
Qualität Business Plan – Gesamt (30%)
Qualität Business Plan – Teil der jeweiligen Kleingruppe (30%)
Abschließende Besprechung Business Plan (20%)
Mitarbeit (20%)

Notenschlüssel:
1 ab 90%
2 ab 80%
3 ab 70%
4 ab 60%

Other

ACHTUNG: Diese Lehrveranstaltung kann nur in Kombination mit der LV " Business Modelling and Data Analytics I" (Kurs 4 - LV.Nr.: 4101) im selben Semester absolviert werden. Durch die Anmeldung zu Kurs 4, werden Sie automatisch zu diesem Kurs 5 angemeldet. 

Wenn Sie sich Kurs 4 ( Business Modelling and Data Analytics I) im Zuge eines Auslandssemester angerechnet haben, so ist ein Besuch des Kurses 5 ( Business Modelling and Data Analytics II) NICHT möglich! 

Last edited: 2021-02-03



Back