Beobachtungsdatenanalyse
Im Zeitalter von Big Data entsteht eine große Menge an Daten im Internet. Durch die Nutzung von digitalen Märkten hinterlassen Kunden und Verkäufer*innen sowohl bewusst als auch unbewusst eine Vielzahl von Daten. Diese reichen von unbewusst generierten Clickstream-Daten über Käufe bis hin zu bewusst veröffentlichen Online-Bewertungen. Diese unterschiedlichen Datenquellen können zu umfassenden Datensätzen für wissenschaftliche Studien kombiniert werden. Durch eine geeignete ökonometrische Analyse dieser Beobachtungsdaten lassen sich wissenschaftliche Erkenntnisse über Korrelationen und kausale Wirkzusammenhänge auf digitalen Märkten generieren. Dabei verwenden wir beispielsweise Ereignisse wie Gesetzesänderungen oder auch Änderungen am Design von Webseiten als natürliche Experimente, ohne als Wissenschaftler aktiv Einfluss auf den Untersuchungsgegenstand zu nehmen.
- Mehrere tausend Pay-per-Bid Auktionen einer großen deutschen Webseite für Auktionen
- Mehrere zehntausend Apps in einem führenden Appstore für Smartphones inkl. Online-Bewertungen, Verkaufsränge und Release Notes
- Mehrere Millionen Online-Bewertungen einer führenden Bewertungsplattform für lokale Restaurants, Hotels, etc.
- Mehrere Millionen Antworten auf Fragen einer deutschen Freizeit-Q&A-Community
- Mehrere zehntausend Unterkünfte einer führenden Sharing Economy Plattform für Kurzzeitvermietung von Unterkünften
- Wie verändert sich das Bietverhalten durch den Einsatz automatischer Bietagenten?
- Welche Auswirkungen hat ein App Update auf die Verkaufszahlen?
- Wie verändert sich das Beitragsverhalten in einer Q&A Community nach einer Veränderung der virtuellen Anreizstruktur (Badges, Punkte, etc.)?
- Welchen Effekt hat der Markteintritt einer Lieferdienstplattform auf den lokalen Restaurantmarkt?
- Wie verändert sich das Preissetzungsverhalten in der Sharing Economy nach gesetzlichen Einschränkungen bzgl. der Nutzung der Sharing Economy Plattform?
- Gutt, D., von Rechenberg, T., Kundisch, D. 2020. Goal Achievement, Subsequent User Effort and the Moderating Role of Goal Difficulty. Journal of Business Research, 106, 277-287.
- Gutt, D., Neumann, J., Jabr, W., Kundisch, D. 2019. The App Updating Conundrum: Implications of Platform’s Rating Resetting on Developers’ Behavior, in: Proceedings of the 40th International Conference on Information Systems (ICIS), Munich, Germany.
- Kundisch, D., von Rechenberg, T. 2017. Does the Framing of Progress Towards Virtual Rewards Matter? Empirical Evidence from an Online Community. Business & Information Systems Engineering, 59 (4), 207-222.
- Neumann, J., Gutt, D., Kundisch, D. 2017. The Traveling Reviewer Problem – Exploring the Relationship between Offline Locations and Online Rating Behavior, in: Proceedings of the 38th International Conference on Information Systems (ICIS), Seoul, South Korea.
- Herrmann, P., Kundisch, D., Rahman, M. 2015. Beating Irrationality: Does Delegating to IT Alleviate the Sunk Cost Effect?. Management Science, 61 (4), 831-850.
Die vollständige Publikationsliste des Lehrstuhls finden sie hier.
- SFB 901 – On-the-Fly Computing – Teilprojekt A4: Empirische Analysen auf Märkten für OTF-Dienstleistungen
- Trusted Shops GmbH
- meineLinse GmbH
