Science|Talk

Der PIA DYMATRIX Science|Talk ist die Plattform zum Generieren neuer Insights aus „Marketingtheorie“ und „Marketingpraxis“. In jedem Modul der Formatreihe sprechen ein renommierter Wissenschaftler und ein PIA DYMATRIX Praxisexperte über aktuelle und in der Zukunft relevante Marketingthemen. Dabei liegt ein besonderer Fokus auf der Verknüpfung von Wissenschaft und Anwendbarkeit.

→ Der Science|Talk kommt 2022 mit neuen Sessions wieder!

PIA DYMATRIX Science Talk: Header

Science|Talk Aufzeichnungen

Zukunftsweisende Insights, generiert aus wissenschaftlichen Modellen und praktischen Anwendungsfällen. Für Entscheider. Für zukunftsgerichtetes und zukunftsfähiges Marketing. Die Themenfelder des Science|Talks sind vielfältig: Marketing Automation | Data Science and Analytics | interdisziplinäre Organisation | Technologisierung | Datenmanagement | CRM | uvm.

Hier finden Sie die Links zu unseren vergangenen Science|Talk Sessions dieses Jahres:

Science|Talk Session 1: Kundenorientierte digitale Transformation und die disruptiven Einflüsse der Digitalisierung auf das Marketing mit Prof. Dr. Jörg Nießing & Thomas Dold.

  • Wie müssen sich Unternehmen in der „VUCA-Welt“, insbesondere im Marketing, aufstellen?
  • Gibt es optimales Verhalten oder etablierte Vorgehensmodelle, insbesondere für traditionellere Unternehmen?
  • Gibt es zentrale Maximen, die als Leitplanken in einem Change-Prozess dienen und den Umsetzungserfolg steigern?

Science|Talk Session 2: Interdisziplinäre Zusammenarbeit und die Einflüsse auf Berufsfelder in Marketing, IT & Sales mit Prof. Dr. Inga Schmidt-Ross & Heike Borst.

  • Gibt es erfolgversprechende Weichen, die Unternehmen im Sinne einer interdisziplinären Organisation schon jetzt stellen können?
  • Welchen Einfluss hat das Verschwimmen der Berufsfelder auf den Common Ground? Fördert es gar das Finden einer gemeinsamen Sprache für erfolgreiche Kollaboration und Kooperation?
  • Welchen Stellenwert nimmt die „Customer Centricity“ im Change-Prozess der Unternehmen ein?

Science|Talk Session 3: Die Möglichkeiten der Automatisierung in der Kundenkommunikation für mehr Customer Centricity mit Prof. Dr. Kay Peters und Dr. Dirk Kall.

  • Wie gelingt die vollständige Customer Centricity jetzt und in Zukunft mittels Marketing Automation?
  • Wie werden die Grundlagen (Daten und Analysen) einer erfolgreichen Marketing-Automatisation im Kundendialog geschaffen?
  • Wie müssen Prozesse priorisiert und strukturiert werden, um erfolgreich automatisieren zu können?

Science|Talk Session 4: Die Herausforderungen und Lösungen für ein kundenzentriertes Datenmanagement mit Prof. Dr. Jan Kirenz und Dr. Steffen Daute.

  • Wie ist der Status Quo und die Zukunft des modernen Datenmanagements?
  • Welchen Herausforderungen stehen Unternehmen bei der Implementierung von Datenmanagement-System gegenüber?
  • Was müssen Unternehmen heute tun, um morgen mit einem soliden und gewinnbringenden Datenfundament arbeiten zu können?

Science|Talk Session 5: Kundenwertorientiertes Marketing und die Relevanz des Customer Lifetime Value und des Customer Equity mit Prof. Dr. Thorsten Wiesel und Dr. Daniel Nießing.

  • Welche Chancen und Risiken hat der CLV gegenüber anderen, zur Unternehmenssteuerung etablierten Kennzahlen?
  • Welche Facetten einer (erfolgreichen) Kundenbeziehung können der CLV und der CE abbilden, welche können nur bedingt oder gar nicht berücksichtigt werden?
  • Welche Voraussetzungen müssen gegeben sein, um (traditionelle) Unternehmen auf eine kundenwertbasierte Steuerung umstellen zu können?

Science|Talk Session 6:  Prof. Dr. Manfred Krafft und Sebastian Fischer sprechen über modernes Loyalty Management, dessen Potenziale und Entwicklungsmöglichkeiten.

  • Wann sind Kund:innen bereit, Daten preiszugeben und was ist der erwartete Gegenwert?
  • Was hat sich im Vergleich zum klassischen Verständnis von Loyalty Management verändert?
  • Wo liegen die Potenziale des neuen Verständnisses von Kundenbindungsprogrammen?

Science|Talk Session 7: Prof. Dr. Stefan Lessmann und Dr. Stefanie Seifert sprechen über die Marketingrevolution – Data Science, KI & Analytics.

  • Was sind die aktuellen Entwicklungen im Kontext Data Science und wie weitreichend können die Veränderungen daraus sein?
  • Wie sehen erfolgsversprechende Modelle aus, wie gut dienen sie als Entscheidungsgrundlage und wo liegen Potenziale heute brach?
  • Was ist Causal Machine Learning und welche Potenziale hat dieser revolutionäre Ansatz für das Marketing der Zukunft?