Pforzheim/Frankfurt a.M., 14.06.2023 – Jessica Wagner, Absolventin des Masterstudiengangs Marketing Intelligence (MMI) an der Business School der Hochschule Pforzheim, hat für ihre Thesis den Preis „Nachwuchsforscher/in “ in der Kategorie „Masterarbeit“ erhalten, der jährlich von den Marktforschungs-Berufsverbänden aus Deutschland, Österreich und der Schweiz vergeben wird. Die Preisverleihung fand am 14. Juni 2023 im Rahmen des Kongresses der Deutschen Marktforschung in Frankfurt am Main statt. Vor dem interessierten Fachpublikum stellte Jessica Wagner dort zunächst die Ergebnisse ihrer Masterarbeit vor. Die Auszeichnung ist mit einem Preisgeld von 1.000 Euro dotiert.

Die Nachricht, dass sie den Forschungspreis erhalten würde, habe sie sehr gefreut und stolz gemacht, berichtet Jessica Wagner. „Das ist ein Meilenstein in meiner akademischen Laufbahn, der meine Leidenschaft für das Gebiet Marketing Intelligence weiter bekräftigt“. Ihr Dank gilt Professorin Dr. Elke Theobald und Professor Dr. Torben Kuhlenkasper von der Fakultät für Wirtschaft und Recht der Hochschule Pforzheim für die wissenschaftliche Betreuung ihrer Arbeit, sowie Dr. Stefanie Seifert, Head of Analytics bei PIA DYMATRIX, die die Thesis in Kooperation mit dem Unternehmen ermöglicht hat und mit fachlichem wie persönlichem Rat zur Seite stand. Bei Professorin Dr. Elke Theobald bedankt sich Jessica Wagner ganz besonders „für die Ermutigung, den Vorschlag und ihre Mühe, an dieser Preisausschreibung teilzunehmen“. Elke Theobald, Studiengangleiterin des Masters Marketing Intelligence (MMI), ist stolz auf ihre Absolventin: „Die Auszeichnung ist ein toller Erfolg für unsere Absolventin, aber auch für unseren Master - gerade für unseren noch jungen Studiengang ist der Preis eine deutlich sichtbare Qualitätsauszeichnung, über das ich mich sehr freue.“

Jessica Wagner gehört zum dritten Jahrgang des 2018 neu an der Hochschule Pforzheim eingeführten Studiengangs, der sich mit IT-Systemen und Datenanalysen im Marketingkontext befasst. In ihrer Masterarbeit mit dem Titel "Vorhersage der Wirkung von Katalog-Marketing durch Einsatz von Causal Machine Learning" erforschte sie einen praxisorientierten Ansatz zur datengetriebenen Wahl passender Werbemittel für spezifische Zielgruppen. Mithilfe von Causal Machine Learning, so die Erkenntnis der Thesis, kann Kundenverhalten allein auf Basis von Beobachtungsdaten modelliert werden.

Durch die Methode ist es möglich, in der Unternehmenspraxis die Wirkung von Katalog-Marketing ohne randomisierte Experimente zu modellieren. Als Basis ihrer Forschung konnte sie auf die Daten eines großen Online-Versenders der Textilindustrie zurückgreifen. In der Unternehmenspraxis werden trotz besseren Wissens randomisierte Experimente zur Verbesserung der Kommunikationsqualität häufig nicht eingesetzt, da ein Umsatzverlust bei der Testgruppe befürchtet wird. Dieses Risiko wollen Unternehmen nicht eingehen und nehmen dafür Streuverluste in Kauf. Genau an dieser Herausforderung setzt die hier empfohlene Arbeit an und stellt einen innovativen Ansatz vor, wie aufgrund historischer Daten mittels Machine Learning die Kommunikation optimiert werden kann, indem die affinsten Zielgruppen für das Katalogmarketing selektiert werden.

Frau Wagner führt sehr gut die Theorien der kausalen Effekte aus und verbindet die theoretischen Ansätze sehr gut mit dem Uplift-Modell des Marketing. Im nächsten Schritt erfolgt der Transfer des Modells in Algorithmen des Machine Learning. Verschiedene Verfahren werden mit einer Bewertung der Einsatzbereiche und Verbesserungspotentialen vorgestellt. Sehr gut wird die Forschungslücke begründet und die konkrete Forschungsfrage abgeleitet.

Sehr transparent legt Frau Wagner die erforderlichen Schritte der notwendigen Datenaufbereitung dar. Entlang der Arbeitsschritte stellt Frau Wagner im Anschluss den Einsatz der Causale Treatment Methode auf den Datensatz vor und erstellt ein Uplift-Modell, das das bisherigen Vorhersagemodellen der Kundenconversion in seiner Güte übertrifft.

Das erstellte Modell wird mit einem weiteren Datensatz überprüft und konnte auch in der zweiten Anwendung bestätigt werden. Schlüssig diskutiert Frau Wagner die Implikationen ihres Testergebnisses für Theorie und Praxis und benennt die einschlägigen Limitationen des Forschungsansatzes und des eingesetzten Use Case.

Der innovative Ansatz der Thesis hat eine große praktische Relevanz, denn Unternehmen können auf der Grundlage der Studienergebnisse durch den Einsatz von Causal Treatment in Zukunft jede Form von Werbemittel zielgruppengerechter auf Basis historischer Daten aussteuern, ohne mit Testgruppen zu arbeiten und mögliche Umsatzverluste in Kauf zu nehmen. Die Arbeit ist ein herausragendes Beispiel der angewandten Forschung und trägt wesentlich zur Weiterentwicklung der Disziplin bei.

Weitere Informationen

Der Preis Nachwuchsforscher/in - BVM/VMÖ/SWISS INSIGHTS würdigt im Rahmen des Deutschen Marktforschungspreises herausragende Forschungsarbeiten des wissenschaftlichen Nachwuchses im Bereich der Markt-, Media-, Meinungs- und Sozialforschung sowie verwandter Gebiete. Er wird jährlich von den Verbänden BVM Berufsverband Deutscher Markt- und Sozialforscher, VMÖ Verband der Marktforscher Österreichs und SWISS INSIGHTS - Swiss Data Insights Association vergeben. In den beiden Kategorien „Dissertation“ und „Masterarbeit“ werden Arbeiten ausgezeichnet, die eine gelungene Synthese aus anspruchsvoller Methodik und hoher Praxisrelevanz aufweisen und so zur Weiterentwicklung der Marktforschung beitragen.

Informationen zu Teilnahmebedingungen, Bewerbung und Vergabe finden sich auf der offiziellen Webseite des BVM