Wissenschaftspreis 2024 geht an Dr. Jannik Rößler (Prof. Dr. Detlef Schoder, CIIS)

Am Abend des 28. Februars 2024 feierten rund 250 Spitzenkräfte auf Einladung von EHI Stiftung und GS1 Germany die 17. Verleihung des Wissenschaftspreises im Rahmen der EuroCIS in Düsseldorf. Ausgezeichnet wurde Jannik Rößler (Universität zu Köln, CIIS, Betreuer: Prof. Dr. Detlef Schoder) in der Kategorie „Beste Dissertation“. Kern der Dissertation sind Ergebnisse des am Lehrstuhl verfolgten Forschungsfeldes „Machine Learning im Marketing“.

In der Handels- und Konsumgüterindustrie bieten Business Analytics und Machine Learning enormes Potential für die Automatisierung von Aufgaben und die Optimierung von Geschäftsprozessen. Vor allem die Optimierung von sogenannten „Treatment Assignment Policies“ (TAP) ist von zentraler Bedeutung, da diese von Handels- und Konsumgüterunternehmen genutzt werden, um gezielter Neukunden/Neukundinnen zu gewinnen, Cross- und Upselling Angebote auszuspielen und um Abwanderungsquoten zu reduzieren. Treatment Assignment Policies beziehen sich auf Verfahren, die bestimmen, welche Individuen/Konsumenten mit welcher Maßnahme (z.B. ein Rabatt auf den nächsten Produkteinkauf oder den nächsten Vertrag) bespielt werden sollen, um den größtmöglichen Gewinn zu erzielen. Für die Arbeiten von Jannik Rößler stehen hierbei vor allem Verfahren im Vordergrund, in welchen diejenigen Individuen angespielt werden, bei denen die Maßnahme zur größten Veränderung im Verhalten führt (alias „Uplift Modeling“).

Auf Grundlage der Analyse der Methoden und Algorithmen zur TAP aus zwei bislang disjunkten Fachbereichen, die zum bislang größten Methodenvergleich im akademischen Schrifttum führte, entwickelt Jannik Rößler selbst einen neuartigen Ansatz. Dieser zeigt sich im Vergleich robuster und weniger daten- und anwendungsabhängig als bisherige Methoden. Die Leistungsfähigkeit des Ansatzes wird im Rahmen scharf geschalteter, realer Marketing-Kampagnen ausgiebig erprobt. Als Validierung konnte beispielsweise durch die Optimierung einer Direktmarketing Kampagne eines Strom- und Gasanbieters mittels der neuen Methode nachweislich Einsparungen von bis zu ~370.000€ gemachen werden, so dass die Kosten pro Vertragsverlängerung von ~38€ auf ~4€ reduziert werden konnten. In einem anderen Beispiel konnte ein Unternehmen in einer Marketingkampagne Ausspielungskosten i.H.v. ~200.000€ einsparen bei gleichzeitiger Verringerung der Abwanderungsquote.

In dieser Arbeit wird nicht nur das bestehende Wissen im Bereich von Treatment Assignment Policies konsolidiert und erweitert, sondern es werden auch für Unternehmen konkrete Hinweise auf deren Verwendung und Optimierung erarbeitet.

Die Ergebnisse zeigen, dass die Wahl des Algorithmus sich beträchtlich auf die Ergebnisse und den Erfolg einer Treatment Assignment Policy auswirkt.

Dies ist von großer Bedeutung, da unter ungünstigen Bedingungen sogar kontraproduktive Ergebnisse mit TPA oder genauer: mit dem zugrunde liegenden Ansatz des Uplift Modelling erreicht werden. Diese, mit den Arbeiten von Jannik Rößler gut abgesicherte Erkenntnis steht durchaus im Widerspruch mit der häufig zu findenden Einschätzung, derartige Uplift-Modelling Absätze sind immer ultima ratio im Marketing-Kampagnen-Management. Damit liefern die Arbeiten einen sehr wichtigen Beitrag für die Einschätzung, die Grenzen und für die Optimierung des TAP-Ansatzes.

Im Zusammenhang mit dieser Evaluation stellt die Arbeit die größte dokumentierte und öffentlich verfügbare Sammlung von Datensätzen im Bereich des Uplift Modeling dar. Darüber hinaus werden in mehreren hochrangig publizierten Forschungsartikeln Jannik Rößlers Ansatz vorgestellt, der die Zuverlässigkeit, Robustheit, und Vorhersagekraft der derzeitigen Uplift Modeling Algorithmen verbessert. So wird aufgezeigt, dass nicht-stationäre Eigenschaften – verursacht durch Saisonalität oder makroökonomische Bedingungen – die Effektivität der Algorithmen um bis zu 37% verringern können. Der größte Teil der Dissertation wurde in führenden wissenschaftlichen Zeitschriften und Konferenzen veröffentlicht, wie dem Journal of Interactive Marketing, der International Conference on Information Systems (ICIS), der European Conference on Information Systems (ECIS), und der Hawaii International Conference on System Sciences (HICSS).

Link zur Preisverleihung: https://www.wissenschaftspreis.org/news/newcomer-ausgezeichnet/

Link zu den Publikationen: https://wim.uni-koeln.de/de/das-seminar/habilitanden-post-docs/dr-jannik-roessler

Lehrstuhl / Institut: https://wim.uni-koeln.de/de/ und https://ciis.uni-koeln.de/en/institute

Stichworte:

Uplift Modeling, Individual Treatment Effects, Machine Learning, Treatment Assignment Policies, Causal Inference