Prof. Dr. Michael Jungbluth

Raum:
A240
Lehrgebiet:
Artificial Intelligence in Consumer Commerce
Fakultät:
Business School
Forschung
- Empirische Anwendungsfälle künstlicher Intelligenz zur verbesserten Ausgestaltung von Endkundenbeziehungen (Customer Experience)
- Inkrementelle Wertbeiträge von Omni-Kanal-Maßnahmen
- Kognitives Transformationspotential von Technologien künstlicher Intelligenz in Kundeninteraktionen (z.B. Lernen, Problemlösung, Entscheidungsfindung)
Vita
- 2012-2021: SAS Institute GmbH: Customer Intelligence Practice – Führungskraft Pre- und Post-Sales in der DACH Region
- 2010-2012: Bertelsmann SE & Co. KGaA: Analytisches CRM und Datenkommerzialisierung im Handel und der Konsumgüterbranche
- 2005-2010: Promotion am Lehrstuhl für ABWL, Absatzwirtschaft und Marketing der Katholischen Universität Eichstätt-Ingolstadt
- 2000-2005: Studium der Betriebswirtschaftslehre an der wirtschaftswissenschaftlichen Fakultät der Katholischen Universität Eichstätt-Ingolstadt und der Corvinus Universität Budapest
Veröffentlichungen
- Jungbluth, M. (2010): „Transaktionsbasierte Kundenbewertung unter Wettbewerb – Der Einfluss einseitiger Wettbewerbsstrukturen am Beispiel der Einkaufsstättenwahl“, Dr. Kovac, Hamburg.
- Jungbluth, M. (2021): „First-Party-Tracking: Ist Google jetzt das alternativlose Vorbild?“, Digital Business Cloud Magazin, 03/2021.
- Jungbluth, M. (2020): „Customer Experience: Kundenzentriertes Marketing in Krisenzeiten zum Erfolg führen“, eCommerce Magazin, 12/2020.
- Jungbluth, M. (2014): „Leveraging Ticketing Efficiency Through Text Analytics – An Example from the Public Sector”, Proceedings of the SAS Analytics Conference, Frankfurt.
- Jungbluth, M. und Büschken, J. (2009): “Customer Scoring and Competition – The Case of Retail Format Competition”, Proceedings of the 31st INFORMS Marketing Science Conference, Ann Arbor.
- Jungbluth, M. und Büschken, J. (2008): “A Simulation-Based Performance Comparison of Stochastic and Naïve Models of Consumer Behavior”, Proceedings of the 30th INFORMS Marketing Science Conference, Vancouver.
- Jungbluth, M. und Büschken, J. (2007): “The Importance of Drop-Out Modeling in an Always-a-Share Transaction Setting – An Explicit vs. Implicit Modeling Approach”, Proceedings of the 29th INFORMS Marketing Science Conference, Singapur.