Dr. Vladimir Manewitsch

Senior Researcher

Die Schwerpunkte der Arbeit von Vladimir Manewitsch liegen in der Erforschung, der Weiterentwicklung und der Erprobung von datenanalytischen Methoden im Kontext von Marktentscheidungen. Aktuell fokussiert sich seine Forschung auf die Methoden der künstlichen Intelligenz, insbesondere auf kausalanalytische Ansätze. Das Ziel ist dabei, die für die Entscheidungen von Konsumenten und Unternehmen relevante Wirkmechanismen daten- und verhaltensanalytisch zu untersuchen

Frühere Projekte:

• Bayes‘sche Netze und Kausalgraphen für Treiberanalysen
• Marketing-Mix-Modellierung anhand Verbraucherpaneldaten (GfK-Brand Simulator)
• Discrete-Choice-Modelle: Evaluierung von Conjoint Designs
• Automatische Detektion von Emotionen, v.a. Mimikanalyse
• Entwicklung und Implementierung von Segmentierungsansätzen

​Stationen:

• GfK Verein, Fundamental Research (Schwerpunkt: Statistische Methoden)
• Promotion zum Dr. rer. pol. an der Universität Erlangen Nürnberg mit den Schwerpunkten: multivariate Statistik, Analysemethoden bei fehlenden Werten, Kausale Inferenz
• GfK SE, Data Science
• Studium der Betriebswirtschaftslehre an der Universität Kiel

Publikationen:

• Lipovetsky, S., & Manewitsch, V. (2018). Analytical Closed-Form Solution for General Factor with Many Variables. Journal of Modern Applied Statistical Methods,17(2), Forthcoming.
• Manewitsch, V. (2013). Statistische Methoden zur Analyse von Daten mit strukturell fehlenden Werten:  Mit Anwendungen aus der Marktforschung.  Dissertation, Universitätsbibliothek der Universität Erlangen-Nürnberg.