@phdthesis{Buchwitz2019, author = {Buchwitz, Benjamin}, title = {Forecasting price decline events for consumer goods [cumulative dissertation]}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:824-opus4-5217}, school = {Katholische Universit{\"a}t Eichst{\"a}tt-Ingolstadt}, year = {2019}, abstract = {This cumulative dissertation consists of five research contributions considering different questions for forecasting price decline events for consumer goods. The main goal of the dissertation is the development of a methodological framework to derive economically beneficial buying recommendations on the basis of historic minimum price time series that support price-sensitive customers in scheduling their buying decisions when purchasing homogeneous goods. The central steps for the development, configuration and application of a suitable forecasting methodology are described in the five research papers. The first article develops a probabilistic forecasting methodology and shows opportunities and challenges when evaluating decision recommendations. Article 2 exemplifies the developed statistical procedure and shows that generated decision recommendations are economically viable using a real sample from the German e-commerce market. The third article discusses the economic and statistical implications when setting a price decline threshold in more detail and shows that the economically optimal threshold can be determined based on the historic minimum price time series. Additionally, an approach is presented that produces precise estimates based on the incomplete time series 90 days after the product's market entry. Article 4 develops an additional approach to improve target price alarms on price comparison sites. The fifth article extends the methodological spectrum for forecasting price change events and shows that identified dynamics are generalizable over time and product groups. The exploitation of these dynamics leads to more precise and economically relevant buying recommendations.}, subject = {Statistik}, language = {en} } @phdthesis{Falkenberg2021, author = {Falkenberg, Anne}, title = {Advancing price comparison sites by forecasting prices of consumer goods}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:824-opus4-7340}, school = {Katholische Universit{\"a}t Eichst{\"a}tt-Ingolstadt}, year = {2021}, abstract = {Die vorliegende Dissertation entwickelt methodische Ansatzpunkte zur Erweiterung des Dienstleistungsspektrums von Preisvergleichsseiten f{\"u}r elektronische Konsumg{\"u}ter 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 f{\"u}r eine große, heterogene Menge an Produkten {\"u}ber unterschiedliche Horizonte erstellen und welche Methoden eignen sich daf{\"u}r am besten? Die zur Analyse herangezogene Datenbasis ergibt sich aus den spezifischen Anforderungen des Untersuchungskontexts. W{\"a}hrend in den ersten beiden Ver{\"o}ffentlichungen auf eine Untergruppe der elektronischen Konsumg{\"u}ter - Smartphones - fokussiert wird, um die Anwendung der entwickelten Methodik zu demonstrieren, besch{\"a}ftigt sich der dritte Beitrag mit den Herausforderungen bei der Preisvorhersage f{\"u}r die heterogene Produktlandschaft auf Preisvergleichsseiten und bezieht daher multiple Produktkategorien in die Analyse ein.}, subject = {Data Science}, language = {en} }