Gabriela Alves Werb


Forschungsinteressen

Digitale Marketingstrategie
Nutzergenerierte Inhalte
Markebasierte Aktiva
Marketing-Risiken
Online-Marktplätze

Zur Person

Gabriela Alves Werb ist quantitative Marketingforscherin und Doktorandin an der Goethe-Universität Frankfurt im Rahmen des strukturierten Promotionsprogramms der Graduate School of Economics, Finance and Management (GSEFM). Ihren M.Sc. in Quantitative Management absolvierte sie an der GSEFM (Deutschland) und ihren Ingenieurabschluss erwarb sie an der PUC-Rio (Brasilien).

Sie begann ihre Karriere bei IBM (2007-2011), wo sie sich den Bereichen Finanzdiensleistung, Finanzanalyse, Controlling und Pricing widmete. 2011 wechselte sie zum Beratungsunternehmen Hays, wo sie mehr als drei Jahre tätig war. Sie leitete zunächst Projekte im Bereich Engineering & Manufacturing und später leitete und umstrukturierte den Geschäftsbereich Oil & Gas in Brasilien.

Ihren Forschungsschwerpunkt liegt in der Schnittstelle zwischen Marketing und Finanzwesen. Ihr besonderes Interesse gilt dem Verständnis, wie Marketingaktivitäten zu neuen Risiken für Unternehmen, Investoren und Konsumenten führen können. Ihre Lehre widmet sich den Methoden des maschinellen Lernens (engl.: „Machine Learning“) und deren Anwendung zur Lösung grundlegender Marketing-Probleme.

In ihrer Freizeit engagiert sich Gabriela Alves Werb ehrenamtlich für soziale Projekte, die die Integration von Kindern und Jugendlichen mit Migrationshintergrund sowie Mädchen und junge Frauen fördern. Im Jahr 2018 wurde sie als herausragende Persönlichkeit mit Migrationshintergrund in Frankfurt geehrt (Publikation Herausragende Persönlichkeiten 2018).

Ausgewählte Forschungsprojekte

- (Alves Werb, G., Skiera, B.,Doppler, C., 2019), Visibility-at-Risk: Measuring Firms’ Risk of Visibility Losses in Organic Search Results - Under Review at the Journal of Marketing Research

- (Alves Werb, G.), The “Google Effect”: Linking Organic Search Visibility to Shareholder Value - Work in Progress

- (Alves Werb, G., Paul,T., 2019), In Reviews We Trust: The Dark Side of Review Incentive Programs - Work in Progress

- (Alves Werb, G., Schmidberger, M., Skiera, B., 2019), Predictive Modelling in Marketing: Ensemble Methods for Response Modeling“

Lehre

Gabriela Alves Werbs Lehre widmet sich den Methoden des maschinellen Lernens (engl. „Machine Learning“) und deren Anwendung zur Lösung grundlegender Marketing-Probleme. Sie führt gerne Diskussionen über die Stärken und Schwächen der in der Vorlesung behandelten Methoden sowie aktuelle Beispiele deren Anwendung in der Marketingforschung und -praxis.

Vorlesungen

- WS1819: Machine Learning (Ph.D. und MSQ, Englisch) mit Prof. Dr. Bernd Skiera

- SS17, SS18 und SS19: Data Mining in Marketing (Master, Deutsch / Englisch) mit Hon-.Prof. Martin Schmidberger

Top