The goal of this dissertation is to help practitioners make marketing decisions in situations of little information with high levels of uncertainty. We begin by constructing an allocation procedure and demonstrate that it outperforms all other methods it can be compared to. Next, we compare 8 pricing rules in a monopoly, and determine which rules are preferable, based on the situation. Both of these are evaluated with Monte-Carlo simulations. The largest novelty in the approach is the minimal information required to apply the rules (2 periods) and the robustness of the results independent of the shape and parameters of the response functions, and the size of the error terms. Finally, a test is developed for compairing methods in ANOVAs with all higher interactions and an arbitrary number of variables, which is a yet untapped area of mathematical research.

Das Ziel dieser Dissertation ist es, praktische Marketing-Entscheidungen in Situationen von wenig Information und hoher Unsicherheit zu fällen. Zunächst konstruieren wir eine Allokationsregel, und zeigen, dass sie bessere Ergebnisse liefert als alle anderen bekannten Methoden, mit denen sie sich vergleichen lässt. Anschließend vergleichen wir 8 Preissetzungsregeln im Monopol, und zeigen auf, welche in welcher Situation zu empfehlen ist. Beides wird mit Hilfe von Monte-Carlo Simulationen ausgewertet. Die Neuheit an diesen Verfahren ist, dass nur sehr wenig Information zur Anwendung nötig ist (2 Perioden), sowie die Robustheit der Ergebnisse unabhängig von der Form und den Parametern der Response-Funktion oder der Höhe der Fehlerterme. Schließlich wird ein Test entwickelt um Methoden innerhalb ANOVAs mit allen Interaktionen bei einer beliebigen Anzahl von Variablen zu vergleichen. Dies ist ein bisher unbekanntes Gebiet der mathematischen Forschung.