Suche nach Personen

plus im Publikationsserver
plus bei BASE
plus bei Google Scholar

Daten exportieren

 

Advancing price comparison sites by forecasting prices of consumer goods

Titelangaben

Verfügbarkeit überprüfen

Falkenberg, Anne:
Advancing price comparison sites by forecasting prices of consumer goods.
Eichstätt ; Ingolstadt, 2022
(Dissertation, 2021, Katholische Universität Eichstätt-Ingolstadt)

Volltext

Open Access
[img]
Vorschau
Text (PDF)
Download (185kB) | Vorschau

Kurzfassung/Abstract

Die vorliegende Dissertation entwickelt methodische Ansatzpunkte zur Erweiterung des Dienstleistungsspektrums von Preisvergleichsseiten für elektronische Konsumgüter im Hinblick auf die Bestimmung des besten Kaufzeitpunktes. Das zentrale Entscheidungskriterium der Kunden von Preisvergleichsseiten ist dabei der (erwartete) Minimumpreis.
Diese Arbeit stellt daher die Prognose von Minimumpreisen und daraus abgeleitete Ereignisse in den Mittelpunkt ihrer Analysen und beantwortet drei Fragen, die die Voraussetzung schaffen, um Services von Preisvergleichsseiten zu erweitern:
1. Wie lange muss man voraussichtlich warten, bis man sein Wunschprodukt kaufen kann, wenn man ein Budget bzw. einen Wunschpreis festgelegt hat?
2. Wann sollte man kaufen, damit man den niedrigsten Preis innerhalb eines kurzen, vordefinierten Entscheidungshorizontes bezahlt?
3. Wie kann eine Preisvergleichsseite Preisprognosen für eine große, heterogene Menge an Produkten über unterschiedliche Horizonte erstellen und welche Methoden eignen sich dafür am besten?
Die zur Analyse herangezogene Datenbasis ergibt sich aus den spezifischen Anforderungen des Untersuchungskontexts. Während in den ersten beiden Veröffentlichungen auf eine Untergruppe der elektronischen Konsumgüter – Smartphones – fokussiert wird, um die Anwendung der entwickelten Methodik zu demonstrieren, beschäftigt sich der dritte Beitrag mit den Herausforderungen bei der Preisvorhersage für die heterogene Produktlandschaft auf Preisvergleichsseiten und bezieht daher multiple Produktkategorien in die Analyse ein.

Weitere Angaben

Publikationsform:Hochschulschrift (Dissertation)
Schlagwörter:Data-driven service innovation; E-Commerce; Predictive analytics; Price comparison sites; Price forecasting; Data Science; Prognoseverfahren; Big Data; Electronic Commerce; Preisvergleich
Sprache des Eintrags:Englisch
Institutionen der Universität:Wirtschaftswissenschaftliche Fakultät > Statistik > Lehrstuhl für Statistik und Quantitative Methoden der Wirtschaftswissenschaften
Wirtschaftswissenschaftliche Fakultät > Dissertationen / Habilitationen
DOI / URN / ID:urn:nbn:de:bvb:824-opus4-7340
Open Access: Freie Zugänglichkeit des Volltexts?:Ja
Titel an der KU entstanden:Ja
KU.edoc-ID:29585
Eingestellt am: 27. Jan 2022 09:47
Letzte Änderung: 25. Feb 2022 10:27
URL zu dieser Anzeige: https://edoc.ku.de/id/eprint/29585/
AnalyticsGoogle Scholar