• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 2
  • Tagged with
  • 2
  • 2
  • 2
  • 2
  • 2
  • 2
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

Applications of Advanced Analytics to the Promotion of Freemium Goods

Runge, Julian 06 October 2020 (has links)
“Freemium” (Free + Premium) hat sich zu einem führenden Preismodell für digitale Güter entwickelt. Dabei kann die Basisversion eines Produkts, z.B. von Handy-Applikationen (“Apps”), unbegrenzt kostenlos genutzt werden und Firmen bieten Premium-Erweiterungen gegen Bezahlung an. Konsumenten haben in 2018 194 Milliarden mal Apps heruntergeladen und 101 Milliarden US-Dollar für In-App-Einkäufe ausgegeben. Beinahe 80% des Umsatzes auf App-Stores wird dabei durch Handyspiele generiert. 2,4 Milliarden Menschen haben in 2019 Handyspiele gespielt, was der Hälfte aller App-Nutzer im gleichen Zeitraum entspricht. Die Hauptthese dieser Dissertation ist, dass preisreduzierende Sonderangebote von großer Wichtigkeit für das Vermarkten von Freemium-Gütern sind: Obwohl Freemium bereits eine extreme Preis-Reduktion darstellt, indem es ein Produkt Konsumenten kostenlos zum Ausprobieren zur Verfügung stellt, können demnach Firmen durch die Nutzung weiterer Sonderangebotstaktiken höhere Profite generieren. Die Arbeit postuliert weiter (und beweist dies empirisch), dass lange angenommene Risiken in der Nutzung von Sonderangeboten, die vor allem bei klassischen Konsumgütern etabliert wurden, im Freemium-Bereich in dieser Form nicht zutreffen. Diese Perspektive entwickelt und vertieft der Autor über vier individuelle Papiere, die zusammen mit einer einleitenden Zusammenfassung die fünf Kapitel dieser Dissertation ausmachen. Die vorliegende Arbeit ist empirischer Natur und wendet “Advanced Analytics”, insbesondere Feldexperimente und maschinelles Lernen, in Zusammenarbeit mit Firmen an. Als repräsentativer Forschungsgrund dienen dabei Freemium-Handyspiele, in denen Firmen detaillierte Daten über Interaktionen mit Kunden sammeln. Anhand dieser Daten leitet der Autor neue Kenntnisse über Kundenverhalten ab und entwickelt Entscheidungsunterstützungssysteme, die es Firmen ermöglichen, höhere Gewinne beim Verkauf von Freemium-Gütern zu erzielen. / “Freemium” (free + premium) has become a workhorse pricing model in the digital economy: A basic version of a product or service, e.g., mobile applications (“apps”), can be used for free in perpetuity and premium upgrades are available against payment of a fee. Consumers downloaded apps 194 billion times in 2018 and spent $101 billion on in-app purchases in the same time period. Accounting for almost 80% of that revenue, gaming in particular has seen an unparalleled expansion of demand. It is estimated that 50% of mobile app users play games regularly and that a global total of 2.4 billion people will play mobile games in 2019. The core thesis of this dissertation is that promotions are essential to the marketing of freemium goods such as mobile apps and games. While freemium already represents a promotional pricing tactic in using a zero price for free sampling, the author conjectures that firms can operate their freemium offerings more profitably by using further promotional tactics, especially targeted and personalized promotions, to sell premium upgrades. The author also argues (and shows) that widespread concerns around the use of promotions, particularly developed in the setting of consumer packaged goods, do not apply in the same way in this setting. This thinking is qualified and developed across four chapters that represent individual papers after providing an introduction to the work in the first chapter. The work is empirical in nature and applies advanced analytics, in particular field experimentation and machine learning, in collaboration with firms. As representative of the freemium app economy, the collaborating firms observe dense user data that enable the author to both derive insights on consumer behavior that extend existing conceptual thinking in the field of marketing and to devise decision support and expert systems that allow firms to operate more profitably in this setting.
2

Dishonesty: The role of rewards, professional identity and experimenter purpose disclosures

Rahwan, Zoe 03 June 2022 (has links)
Wann und warum entscheiden sich Menschen für unehrliches Verhalten? Durch das Verständnis von unehrlichem Verhalten sind politische Entscheidungsträger besser in der Lage, ein solches Verhalten zu verhindern und eine florierende Gesellschaft und Wirtschaft zu unterstützen. Das Studium der Unehrlichkeit hat in den letzten Jahren eine Blütezeit erlebt, angetrieben durch die Etablierung von Crowd-Sourced-Arbeitsplattformen, obwohl auch einige wichtige Feldarbeiten entstanden sind. Die empirischen Erkenntnisse aus diesen Studien haben die Entstehung neuer ökonomischer und psychologischer Modelle zur Erklärung unehrlichen Verhaltens unterstützt. Doch wie replizierbar und verallgemeinerbar sind die führenden experimentellen Ergebnisse? Und welche anderen kontextuellen Faktoren wie die Art und das Ausmaß der Belohnung und die Designentscheidungen des Experimentators können unehrliches Verhalten beeinflussen? Im Mittelpunkt dieser Arbeit stand der Versuch der Replikation einer in der akademischen Welt und in der populären Presse viel zitierten Arbeit. Frühere Replikationsversuche haben diese Arbeit umgangen, da es schwierig war, Zugang zu professionellen Teilnehmern zu bekommen. Die Arbeit, die wir zu wiederholen versuchten, ergab, dass nur Banker, deren berufliche Identität hervorgehoben wurde, sich unehrlich verhielten. Diese Arbeit basierte auf der Vorstellung, dass das Priming, also das Hervorheben eines Aspekts der Identität einer Person und der damit verbundenen Normen, das Verhalten beeinflussen würde. Da das Priming der professionellen Bankidentität Unehrlichkeit auslöste, wurde daraus geschlossen, dass dies ein Hinweis auf problematische Normen im Bankensektor ist. Es war jedoch unklar, ob dieses Ergebnis auch für andere Banken gilt, z. B. in der gleichen oder einer anderen Gerichtsbarkeit, in verschiedenen Segmenten (z. B. Commercial versus Investment Banking) und im Zeitverlauf. / When and why do people decide to behave dishonestly? By understanding dishonest behaviour, policy makers are better able to deter such behaviour and to support a thriving society and economy. The study of dishonesty has flourished in recent years, driven by the establishment of crowd-sourced labour platforms, though some important field work has also emerged. The empirical findings from these studies have supported the emergence of new economic and psychological models to explain dishonest behaviour. Yet, how replicable and generalisable are leading experimental findings? And what other contextual factors -- like the nature of reward, scale of reward, and design choices from the experimenter-- may drive dishonest behaviour? The central focus of this thesis was the attempted replication of a heavily cited paper in academia and the popular press. Previous replication efforts by-passed this work given the challenge of accessing professional participants. The paper which we attempted to replicate found that only bankers whose professional identity was made salient behaved dishonestly. This work was based on the notion that priming, or making salient one aspect of an individual’s identity and the associated norms, would affect behaviour. As priming professional banking identity prompted dishonesty, this was concluded to be indicative of problematic norms in the banking sector. Though it was unclear if this finding would hold with other banks, for example in the same or other jurisdictions, in different segments (e.g. commercial versus investment banking), and over time.

Page generated in 0.0936 seconds