Hochschule München

Lernziele / Kompetenzen:

Die Studierenden sind in der Lage, die Besonderheiten des E-Commerce/E-Marketing zu verstehen und aktuelle Entwicklungen zu deuten. Die Teilbereiche des E-Commerce/E-Marketing können benannt und erklärt werden. In Kleingruppen können die Studierenden eine praxisorientierte Problemstellung im E-Commerce analysieren, die Daten aufbereiten und Handlungsempfehlungen ableiten. Eine wichtige Grundlage dazu bilden Befragungen von potenziellen Kunden im Rahmen von Fokusgruppen, Interview oder Befragung sowie die Modellierung von Kundenanforderungen mit Hilfe von KI-Methoden.

Fach- und Methodenkompetenz:

• Online-Kaufverhalten und Customer Journeys analysieren und interpretieren
• Frontend-Design nutzerorieniert analysieren können (UX)
• Best Practice- Analyse
• Kundensicht durch Anwendung von Methoden des Requirements Engineerging erheben können (Fokusgruppe, Interview, Befragung etc.)
• Kunden (Personas) mit Hilfe von Generativer KI generieren können und für Simulationen nutzen können
• Psychologische Grundlagen des Online-Kaufverhaltens kennen (PsyConversion)
• Frontend als Prototyp generieren und testen können.
• Online-Marketing-Mix (Serach, Display, Social etc.) analysieren können und Handlungsempfehlungen erarbeiten können
• Online-Marketing-Kampagnen konzipieren und umsetzen
• Performance-Kennzahlen analysieren und Optimierungsvorschläge erarbeiten können

Selbstkompetenz

• Recherche, Datenaufbereitung und Ergebnisbericht selbständig planen und umsetzen
• Eigenständig die Grundlagen von Online-Marketing-Tools (z.B. im Suchmaschinenmarketing) erarbeiten können, unter Nutzung von Online-Selbstlerninhalten
• Ergebnisse (pyramidal) präsentieren können

Sozialkompetenz

• In Kleingruppen zielorientiert zusammen arbeiten können
• Strukturiertes und systematisches Feedback geben können

 Eingesetzte Methoden der Betriebswirtschaftslehre:

·        Modelle und Methoden der Analyse (Forschungs- und Analysemodelle):

·        Analyse von Customer Journeys

·        Analyse der User Experience

·        Analyse des Online-Marketing-Mix

·        Analyse von Performance-Daten

·        Quantitativ-Empirische Methoden (Vergleichende – statistische, mathematische Methode, Datenanalysen):

·        Berechnung von KPI (Conversion Rates, Cost Revenue Ratio, Cost per Acquisition, Return on Marketing Investment etc.)

·        Online-Marketing-Mix-Optimierung und Budgetierung

·        Anwendung statistischer Verfahren der Datenanalayse (deskriptiv)

·        Qualitativ-Interpretative Methoden (Experteninterview, Umfragen, standardisierte Erhebungen):

• Fallstudien
• Kundenbefragungen
• Einsatz von Generativer KI für Silicon Personas sowie die Generierung von Marketing Content, inkl. Webseiten

Lehr- und Lernmethoden:

·          Seminaristischer Unterricht

·          Selbstgesteuertes Lernen / Literaturarbeit

·          Präsentationen

·          Diskussion

·          Fallbeispiele / Übungen / Gruppenarbeit

·          Lernzielkontrollen (u.a. in Form von Multiple-Choice-Tests)

Literatur: 

• Laudon, Traver, E-Commerce

• Chaffey et. al., Digital Marketing Excellence 

• Heinemann, der neue Online-Handel 

• Spreer, PsyConversion 

Aktuelle Literaturempfehlungen werden in der Veranstaltung gegeben.