Please use this identifier to cite or link to this item: https://hdl.handle.net/10419/275991 
Year of Publication: 
2018
Citation: 
[Journal:] Marketing Review St.Gallen [ISSN:] 1865-7516 [Volume:] 35 [Issue:] 4 [Year:] 2018 [Pages:] 52-65
Publisher: 
Thexis Verlag, St.Gallen
Abstract: 
Machine Learning automatisiert und optimiert unterschiedlichste Bereiche des digitalen Marketings wie Targeting oder Content-Personalisierung. Während "harte Kundenfaktoren" – also wie sich Kunden digital verhalten – hierzu bereits gut als Datenquelle erhoben werden können, fehlen zuverlässige Daten zu "weicheren Faktoren" wie Emotionen. Diese geben aber oftmals erst Aufschluss über das "Warum", also, aus welchen Gründen Nutzer Kaufentscheidungen treffen. Affective Computing zielt auf automatisierte, echtzeitbasierte Messung und Erkennung von Emotionen durch Sensoren und lernende Algorithmen ab, um darauf angepasste Reaktionen von Computern zu ermöglichen. Affective Computing gilt als notwendige Bedingung, um Mensch-Computer-Interaktionen, wie Conversational Interfaces oder Virtual Personal Assistants, empathisch zu gestalten. Ziel ist es, Künstliche Intelligenz mit Emotionaler Intelligenz anzureichern. Der vorliegende Beitrag zeigt den Stand bestehender Messmethoden hinsichtlich ihrer heutigen Umsetzbarkeit und Skalierbarkeit auf, schildert exemplarische Einsatzbereiche und bietet eine Checkliste für Unternehmen, um die Relevanz und Bedeutung von Affective Computing einzuschätzen.
Document Type: 
Article

Files in This Item:
File
Size





Items in EconStor are protected by copyright, with all rights reserved, unless otherwise indicated.