Take Klausur_Marketing_2022_23 and compare your solution. From the course Marketing at Eberhard Karls Universität Tübingen (Uni Tübingen).
Marketing Myopia...
ΔPreisΔAbsatz⋅AbsatzPreis=−3
Bitte kreuzen Sie jeweils die richtige Antwort an. Bei jeder Frage gibt es entweder eine oder mehrere richtige Antworten. Falsche oder fehlende Antworten führen zum anteiligen Punktabzug. Jede Frage wird mit 0 oder mehr Punkten bewertet. Um die volle Punktzahl zu erhalten, müssen Sie die gewählte Auswahlentscheidung inhaltlich sinnvoll begründen.
Welche Aussagen über das Bass-Diffusionsmodell sind richtig?
Nehmen Sie an, bei einer Erhöhung des Werbeaufwands steigt die Absatzmenge relativ schnell an, und bleibt auch nachdem der Werbeaufwand wieder auf sein Ausgangsniveau reduziert wurde, konstant erhöht. Wie nennt sich diese Art von dynamischer Marktreaktion?
Welchem Skalentyp kann die Platzierung in einer Fußball-Bundesliga-Tabelle zugeordnet werden?
Werbung sollte in Low-Involvement Situationen ...
Welche Frage kann mit Hilfe eines Holdoutsamples beantwortet werden?
Gemäß welcher Implikation aus der Prospect Theory sollten Geschenke besser getrennt verpackt werden?
Nennen und erläutern Sie drei zentrale Kritikpunkte, denen sich das Marketing ausgesetzt sieht.
Stellen Sie die value function der Prospect Theory grafisch dar. Benennen Sie die zentralen Elemente der Prospect Theory, und stellen Sie sicher, dass diese in der Grafik wiederzufinden sind. Das Auto von Person A wird auf dem Parkplatz beschädigt. Sie muss 200€ für die Reparatur zahlen. Am selben Tag gewinnt sie 25€ im Lotto. Das Auto von Person B wird auf dem Parkplatz beschädigt. Sie muss 175€ für die Reparatur zahlen. Stellen Sie diese Situation in der oben angefertigten Grafik dar und benennen Sie das zugrunde liegende Handlungsprinzip.
Sie haben folgende Werbung in einem Tübinger Stadtbus gesehen. Auf welche Art von Framing wird hier Bezug genommen? Definieren Sie diese Art des Framings und erklären Sie inwieweit das von Ihnen genannte Konzept in der hier dargestellten Werbeanzeige Anwendung findet. 10€ 10% TuBus TüBus DOW MAN TuBus Monatskarte für 45,00€ statt 55,00€ BIS 31.12.2022 SIGERS Tigers Tübingen 10% auf Einzeltickets bei Heimspielen und Merchandising-Artikel 10% LTT Landestheater Tübingen 10% auf Theaterkarten für LTT-eigene Inszenierungen
Wie entsteht Kundenzufriedenheit? Welche Konsequenzen kann Unzufriedenheit von Kunden haben?
Im Praxisvortrag von Capgemini wurde über aktuelle und zukünftige Entwicklungen im Customer Relationship Management in der Automobilbranche diskutiert. Nennen Sie die vier im Vortrag besprochenen wichtigsten Trends, mit denen sich die Automobilbranche derzeit beschäftigt und erklären Sie kurz, was jeweils damit gemeint ist.
Sie sind Besitzer einer Restaurant-Kette, in der Sport-Ereignisse live übertragen werden. Sie überlegen, auch in Tübingen eine Filiale zu eröffnen und sind daher daran interessiert auf Basis Ihrer Erfahrungen von anderen Standorten ein Prognosemodell für die Kundenzahl pro Tag zu entwickeln. Dazu haben Sie eine lineare Regression durchgeführt, deren Ergebnis unten abgebildet ist. Stellen Sie die geschätzte Funktion auf. Gehen Sie auf die Signifikanz der Konstante und der Koeffizienten ein, interpretieren Sie die Konstante und Koeffizienten sowie das Bestimmtheitsmaß. (Hinweis: kunden = Anzahl von Kunden, einwohner = Einwohnerzahl in der jeweiligen Stadt in Tsd, konkurrenz = Anzahl an Konkurrenz-Restaurants in der Stadt, wochenende = Dummy-Variable mit der Ausprägung wochenende = 1 für Tage an einem Wochenende (Freitag, Samstag und Sonntag), sport_event = Dummy-Variable für Tage, an denen ein Sport-Event übertragen wird). Welche Anzahl an Kunden wäre gemäß Ihres Modells an einem regulären Samstag ohne Sporter-eignis in Tübingen (90.000 Einwohner) bei 19 Konkurrenz-Restaurants zu erwarten? Call: ~ 1m (formula = kunden ~ einwohner + konkurrenz + wochenende + sport_event, data = df) Residuals: 1Q Median Min -84.102 -16.290 Coefficients: 3Q Max -0.345 17.590 73.326 Estimate Std. Error t value Pr(>|t|) (Intercept) 0.07299 1.16623 0.063 0.95 einwohner 15.79599 0.80119 19.716 <2e-16 *** konkurrenz -3.07611 0.76970 -3.997 6.90e-05 *** wochenende 18.95448 1.58941 11.925 < 2e-16 *** sport event 7.43798 1.75058 4.249 2.35e-05 *** Signif. codes: 0*** 0.001 **** 0.01 *** 0.05 0.1' 1 Residual standard error: 24.86 on 995 degrees of freedom Multiple R-squared: 0.3643, Adjusted R-squared: 0.3617 F-statistic: 142.5 on 4 and 995 DF, p-value: < 2.2e-16
Sie sind Besitzer einer Restaurant-Kette, in der Sport-Ereignisse live übertragen werden. Sie überlegen, auch in Tübingen eine Filiale zu eröffnen und sind daher daran interessiert auf Basis Ihrer Erfahrungen von anderen Standorten ein Prognosemodell für die Kundenzahl pro Tag zu entwickeln. Dazu haben Sie eine lineare Regression durchgeführt, deren Ergebnis unten abgebildet ist. Stellen Sie die geschätzte Funktion auf. Gehen Sie auf die Signifikanz der Konstante und der Koeffizienten ein, interpretieren Sie die Konstante und Koeffizienten sowie das Bestimmtheitsmaß. (Hinweis: kunden = Anzahl von Kunden, einwohner = Einwohnerzahl in der jeweiligen Stadt in Tsd, konkurrenz = Anzahl an Konkurrenz-Restaurants in der Stadt, wochenende = Dummy-Variable mit der Ausprägung wochenende = 1 für Tage an einem Wochenende (Freitag, Samstag und Sonntag), sport_event = Dummy-Variable für Tage, an denen ein Sport-Event übertragen wird). Welche Anzahl an Kunden wäre gemäß Ihres Modells an einem regulären Samstag ohne Sporter-eignis in Tübingen (90.000 Einwohner) bei 19 Konkurrenz-Restaurants zu erwarten? Call: ~ 1m (formula = kunden ~ einwohner + konkurrenz + wochenende + sport_event, data = df) Residuals: 1Q Median Min -84.102 -16.290 Coefficients: 3Q Max -0.345 17.590 73.326 Estimate Std. Error t value Pr(>|t|) (Intercept) 0.07299 1.16623 0.063 0.95 einwohner 15.79599 0.80119 19.716 <2e-16 *** konkurrenz -3.07611 0.76970 -3.997 6.90e-05 *** wochenende 18.95448 1.58941 11.925 < 2e-16 *** sport event 7.43798 1.75058 4.249 2.35e-05 *** Signif. codes: 0*** 0.001 **** 0.01 *** 0.05 0.1' 1 Residual standard error: 24.86 on 995 degrees of freedom Multiple R-squared: 0.3643, Adjusted R-squared: 0.3617 F-statistic: 142.5 on 4 and 995 DF, p-value: < 2.2e-16
Sie beschäftigen sich außerdem mit der Preissetzung in Ihrem Restaurant. Erklären Sie den Signaling und Sacrifice Effekt des Preises sowie den jeweiligen Einfluss auf die Kaufwahrscheinlichkeit. Nehmen bei der Beantwortung der Frage Bezug auf das hier gegebene Restaurant-Setting.
Um Ihre Kundschaft allgemein zu vergrößern möchten Sie Werbung an unterschiedlichen Stellen schalten und müssen dazu Ihr Budget von insgesamt 22.000€ auf verschiedene Werbemaßnahmen verteilen. Die durchschnittlichen Grenzkosten betragen 5€, und Sie wissen aus früheren Studien, dass die Preiselastizität €Preis = 2, 6 beträgt. Ermitteln Sie die optimale Aufteilung des Budgets auf die Werbemittel Werbeplakate in der Stadt (EPlakate = 2, 2) und Radiowerbung (ЄRadio = 1,8) unter Berücksichtigung der gegebenen Elastizitäten.