Zum Inhalt springen
Technische Universität München

Veranstaltungen

Zurück zur Liste Nächster Voriger

Commercial Analytics (MGT001473, englisch) (Limited places)

Vortragende/r (Mitwirkende/r)
Jochen Hartmann [L]
Tobias Wachinger
Nummer MGT001473S
Art Seminar
Umfang 2 SWS
Semester Sommersemester 2025
Unterrichtssprache Deutsch
Stellung in Studienplänen Siehe TUMonline
Termine Siehe TUMonline

Termine

Teilnahmekriterien

Siehe TUMonline

Lernziele

Am Ende dieses Kurses werden die Studierenden: - die grundlegenden ‚use cases‘ analytisch arbeitender ‚commercial functions‘ im Geschäftsleben zu gut kennen, wie Pricing, Sortimentierung, Aktionen etc. - in der Lage sein Algorithmen zu evaluieren und die aktuell führenden Techniken anzuwenden um mit diesen ‚use cases‘ wertstiftend zu arbeiten - die Grundlagen und Voraussetzungen auf der Datenseite und bezüglich Technologie verstehen - die notwendigen Bedingungen für ‚change‘ begreifen, die in einem Unternehmen passieren müssen, damit eine analytische Transformation geschehen kann.

Beschreibung

Im Kurs werden wir wesentliche Ansätze der ‚advanced analytics‘ kennenlernen, die für die marktorientierte ‚commercial‘ Seite jedes Unternehmens wesentlich sind. Dabei werden wir uns auf sogenannte ‚use cases‘ fokussieren, wie zum Beispiel Pricing, die Erstellung von (oft personalisierten) Angeboten, Forecasting oder Sortimentierung. Die Studierenden werden die spezifischen Algorithmen und Techniken kennenlernen, um in den jeweiligen ‚use cases‘ Wert zu stiften, und diese an Fallstudien aus der Lebenswelt der Unternehmen der letzten Jahre anwenden. Im Kurs werden wir auch mit den wesentlichen Grundlagen und Voraussetzungen für analytisches Arbeiten in Unternehmen auseinandersetzen, sei es bezüglich Datengenerierung und -aufbereitung, Technologie oder das Erzeugen einer kulturellen Veränderungsbereitschaft

Inhaltliche Voraussetzungen

Keine vertieften Vorkenntnisse werden vorausgesetzt. Allerdings wird der Kurs ein zügiges Tempo vorlegen, so dass die Studierenden angehalten sind, rasch zu lernen und zu verarbeiten

Lehr- und Lernmethoden

Der Kurs wird sowohl aus kurzen Vorlesungen und Präsentationen der Studierenden bestehen wie aus Gruppenarbeiten und interaktiven Übungen. Die Studierenden werden individuell aber insbesondere auch in Teams arbeiten, wodurch kollaboratives Problemlösen und ‚peer learning‘ gefördert wird. Alle Fallstudien entstammen der unmittelbaren Business Realität der letzten Jahre. Neu erlerntes Fachwissen wird direkt in praxisnahen Szenarien angewandt. Coaching und Feedback werden kontinuierlich geboten, sei es im Kurs oder im 1:1

Studien-, Prüfungsleistung

Die Lernergebnisse des Moduls werden durch zwei Bestandteile überprüft: a) Kurzpräsentationen zu den Inhalten, die jeweils eine Vertiefung des Lernstoffes darstellen und b) Gruppenarbeit zur sofortigen praktischen Anwendung des Lernstoffs. Beide Bestandteile werden zu jeweils 1/2 gewertet und ergeben so die Gesamtnote. Die Präsentationen (a) werden in der ersten Stunde des Seminars verteilt, bewertet werden das Präsentationsmaterial (6-8 Seiten) und der Vortrag. Die Gruppenarbeit (b) erfolgt in Teams von 4-5 Studierende. Für die Bestandteile a) und b) erfolgt regelmäßig Feedback, so dass die Studierenden genau wissen, wo die Stärken und Schwächen liegen, und woran sie arbeiten sollten, um sich weiterzuentwickeln

Empfohlene Literatur

LAMARRE, Eric, SMAJE, Kate, ZEMMEL, Rodney (2023), Rewired. The McKinsey Guide to Outcompeting in the Age of Digital and AI. Wiley. ISBN 978-1394207114. - COX, Emmett (2011), Retail Analytics. The Secret Weapon. Wiley. ISBN 987-1118099841. - BULLARD, Brittany (2016) Style and Statistics. Wiley. ISBN 978-1119270317

Links

Zurück zur Liste Nächster Voriger
To top