Marketing Analytics
Winter
4,5 ECTS
Englisch
Bachelor: Vertiefung
Master
Prüfungsleistung anderer Art
Teilleistung "T-WIWI-107720 – Market Research" muss bestanden sein.
Vorlesung
|
Relevanz des Vorlesungsbesuches
Hinblicklich: Folien selbsterklärend, Vorlesung behandelt zusätzlichen Stoff |
|
| Nicht Prüfungsrelevant | Sehr prüfungsrelevant |
|
|
|
|
Gestaltung der Vorlesung
|
|
| Uninteressant | Sehr interessant |
|
|
|
|
Qualität der Vorlesungsmaterialien
Hinblicklich: Vollständigkeit, Struktur |
|
| Materialien schlecht | Materialien gut |
|
|
|
Prüfung
| Reproduktion | Transfer |
|
|
|
| Nicht rechenlastig | Sehr rechenlastig |
|
|
|
| Aufwand < ECTS | Aufwand > ECTS |
|
|
|
| Prüfungsvorbereitung schlecht | Prüfungsvorbereitung gut |
|
|
|
| Reproduktion | Transfer |
|
|
|
| Nicht rechenlastig | Sehr rechenlastig |
|
|
|
| Aufwand < ECTS | Aufwand > ECTS |
|
|
|
| Prüfungsvorbereitung schlecht | Prüfungsvorbereitung gut |
|
|
|
Kommentare und Einzelbewertungen
− 1+
Es gibt keine Prüfung. Stattdessen muss man in 3-4er Teams im 2-wöchigen Rythmus 4 Datensätze mit zunehmend komplexen statistischen Methoden in R auswerten.
Das Fach ist direkt nach den Winterferien vorbei. Die ist VL teils sehr kurz gehalten und erklärt notwendige Vorgehensweisen/ Packages etc. wenn überhaupt nur extrem kurz. Eigenständiges Arbeiten im Team ist absolute Vorraussetzung.
Das gesamte Fach ist extrem praktisch und man kann tatsächlich ausnahmweise mal seine erlernten analytischen Fähigkeiten aus anderen Fächern unter Beweis stellen. Gleichzeitig ist das Fach extrem aufwändig, was allerdings mit guter Note belohnt wird. Schlechter als 1,3/ 1,7 ist praktisch unmöglich. Ganz ähnlich zu einem Seminar
Der Prof sagt, dass R als Programmiersprache keine Vorraussetzung ist. Dem würde ich zustimmen, allerdings nur wenn man Python o.ä. einigermaßen beherrscht oder man eine gute Gruppe hat. ChatGPT kann einem hier auch nicht vollkommen aus der Bredouille helfen. Wenn man eine schlechte Gruppe erwischt hat, würde ich mich versuchen vor der ersten Abgabe abzumelden. Alles was danach kommt wird sonst einfach nur purer Schmerz.
Außerdem sind (teils sehr) weiterführende Veranstaltungen in Statistik als Vorwissen sehr zu empfehlen. Beispielsweise VWL III, Analyse Multivariater Daten, Multivariate Verfahren etc. um die Methoden welche man dort anwendet wirklich zu verstehen. Wie o.g. ist die VL viel zu kurz und der Prof gibt umunwunden zu, dass er Teile de notwendigen Theorie selbst nicht versteht und nur anwendet.
Semester der Prüfung: WS23-24
Der Kommentator würde diese Veranstaltung empfehlen.
− -1+
Regressionsanalyse auf Englisch. Wer sich dafür bzw. für statistische Methoden in praktischem Kontext interessiert ist hier genau richtig. Allerdings ist ein Übungsbesuch zu empfehlen, da die Lösungen nicht hochgeladen werden und die Übung extrem relevant für die Klausur ist. Grundsätzlich wurde aber hauptsächlich Verständnis und Transfer abgefragt. Gute Note mit etwas Aufwand machbar. Viele Altklausuren verfügbar!!
Semester der Prüfung: WS18-19
Der Kommentator würde diese Veranstaltung empfehlen.
Einzelbewertung