TY - THES A1 - Falkenberg, Anne T1 - Advancing price comparison sites by forecasting prices of consumer goods N2 - 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. N2 - This thesis develops methodological approaches to extend the service spectrum of price comparison websites for electronic consumer goods with respect to the determination of the optimal purchase time point. The central decision criterion of price comparison sites’ customers is the (expected) minimum price. This paper therefore focuses on the prediction of minimum prices and therefrom derived events and answers three questions that set the stage for extending services of price comparison sites: 1. How long do is the expected waiting time to buy our desired product for a set budget or desired price? 2. When should a customer buy so that s/he pays the lowest price within a short, predefined decision horizon? 3. How can a price comparison site make price predictions for a large, heterogeneous set of products over different horizons, and what are the best methods for doing so? The database used for the analysis results from the specific requirements of the study context. While the first two papers focus on a subset of electronic consumer goods - smartphones - to demonstrate the application of the developed methodology, the third paper addresses the challenges of price prediction for the heterogeneous product landscape on price comparison sites and therefore includes multiple product categories in the analysis. KW - Data Science KW - Prognoseverfahren KW - Big Data KW - Electronic Commerce KW - Price forecasting KW - Price comparison sites KW - Data-driven service innovation KW - Predictive analytics KW - E-Commerce KW - Preisvergleich Y1 - 2022 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:824-opus4-7340 ER - TY - THES A1 - Buchwitz, Benjamin T1 - Forecasting price decline events for consumer goods [cumulative dissertation] N2 - 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. N2 - Die vorliegende kumulative Dissertation umfasst fünf Beiträge, die sich mit der Prognose von Preissenkungsereignissen für Konsumgüter beschäftigen. Ziel ist die Entwicklung eines methodischen Rahmens, um aus historischen Minimumpreiszeitreihen Empfehlungen abzuleiten, die potenzielle, preissensitive Kunden bei der Bestimmung eines wirtschaftlich vorteilhaften Kaufzeitpunktes für eindeutig differenzierbare, homogene Güter unterstützen. Die dafür notwendigen Schritte der Entwicklung, Anwendung und Konfiguration einer Prognosemethodologie werden in den einzelnen Forschungsbeiträgen beleuchtet. Beitrag 1 legt die Grundlagen der Prognosemethodik und zeigt Möglichkeiten und Herausforderungen bei der Evaluation abgeleiteter Entscheidungen auf. Beitrag 2 verdeutlicht die entwickelte Methodik und zeigt mittels eines realen Datensatzes, dass erstellte Entscheidungsempfehlungen wirtschaftlichen Mehrwert bieten. Beitrag 3 beleuchtet den Fall eines zu setzenden Schwellenwertes für eine Mindestersparnis genauer und zeigt, dass dieser Schwellenwert wirtschaftlich optimal auf Basis der Minimumpreiszeitreihe bestimmt sowie bereits 90 Tage nach Markteintritt eines Produktes präzise geschätzt werden kann. Beitrag 4 betrachtet einen weiteren Anwendungsfall im Kontext von Preisvergleichsportalen und entwickelt einen zusätzlichen Ansatz zur Erweiterung des als Preisalarm bezeichneten Benachrichtigungsservices. Beitrag 5 erweitert das eingesetzte Methodenspektrum zur Prognose von Preisänderungsereignissen und zeigt, dass die entscheidenden Dynamiken über Produktgruppen hinweg verallgemeinerbar sind und für die Steigerung der Prognosequalität genutzt werden können. KW - Statistik KW - Data Science KW - Prognoseverfahren KW - Big Data KW - Electronic Commerce Y1 - 2019 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:824-opus4-5217 ER -