2

1. Einleitung

Durch den zunehmenden Wettbewerb und eine Vielzahl von Produkten in nahezu allen Branchen und Märkten wird es für die Unternehmen zunehmend wichtiger, ihre Ziele, konsequent an den Nutzenerwartungen ihrer Konsumenten auszurichten. Nur so kann ein Unternehmen dem intensiven Konkurrenzkampf um Marktanteile gerecht werden und Flops mit seinen Produkten vermeiden. Flops kommen vor allem dadurch zustande, dass Unternehmen ihre Produkte ohne Einbeziehung der potentiellen Verwender und der sich auf dem Markt befindlichen Konkurrenzprodukte entwickeln. Diese Tatsachen haben dazu geführt, dass die Gewinnung von Informationen über die Absatzmärkte zu einem Kernelement der unternehmerischen Tätigkeit geworden ist. Der Marktforschung kommt damit schon in einem frühen Stadium der Produktentwicklung eine große Bedeutung zu. Wichtig ist dabei die Berücksichtigung der Präferenzen der einzelnen Individuen. Diese Präferenzen verdeutlichen die subjektiven Vorteile, die ein potentieller Kunde in einem Produkt erkennt.

Zur Erhebung dieser produktrelevanten Informationen stehen den Unternehmen im Rahmen der Marktforschung eine breite Palette an Instrumentarien zur Verfügung. Eine dieser Datenerhebungsmethoden ist die Conjoint Analyse. Sie zählt zu den computergestützten Befragungen und wird heute von immer mehr Unternehmen im Rahmen der Präferenz- und Wahrnehmungsforschung zur Ermittlung von Konsumenteninformationen eingesetzt.

Im Rahmen dieses Projektberichtes wird zunächst das Wesen und der Ablauf einer klassischen Conjoint Analyse beschrieben. Im weiteren Verlauf werden Vor- und auch Nachteile dargestellt. Anhand des praktischen Beispiels “Joghurt” wird die Adaptive Conjoint Analyse (ACA), eine weiterentwickelte Art der klassischen Conjoint Analyse, betrachtet. Dieser Ansatz wird auch in seinen einzelnen Schritten interpretiert und ausgewertet.

3

2. Die Conjoint Analyse

2.1. Begriff und Bedeutung der Conjoint Analyse

Das Verfahren der Conjoint Analyse ermöglicht es, Präferenzen bzw. Nutzenvorstellungen von Personen bezüglich alternativer Produktkonzepte zu erklären, zu beeinflussen und vorherzusagen. Der Begriff Conjoint Analyse umfasst eine Reihe von multivariaten Untersuchungsansätzen, die auf unterschiedlichen Wegen versuchen, den Zusammenhang zwischen der Gesamtbeurteilung von Objekten und den sie bestimmenden Objektmerkmalen zu ermitteln. Gesamturteile werden zu alternativen Produktkonzepten erhoben (Gesamtnutzenwert), aus denen der Beitrag einzelner Eigenschaften (Teilnutzenwert) zum Gesamturteil bestimmt wird (dekompositioneller Ansatz). Es wird unterstellt, dass sich der Gesamtnutzen additiv aus den Teilnutzen zusammensetzt. ¹ Beim dekompositionellen Ansatz wird, die Präferenzwirkung einzelner

Produkteigenschaften ganzheitlich ermittelt. Dabei werden die Konsumenten veranlasst Kompromisse einzugehen. Man kann nun beobachten, hinsichtlich welcher Produktmerkmale bzw. Merkmalsausprägungen dies geschieht. Die Conjoint Analyse zeichnet sich durch eine vergleichsweise hohe prognostische Validität aus. Die größte praktische Relevanz hat die Conjoint Analyse als Verfahren der Präferenzmessung bei der Konzeptentwicklung für neue oder modifizierte Produkte. Da in der Conjoint Analyse nicht alle Produkteigenschaften berücksichtigt werden, sondern vielmehr ausgewählte Merkmale zu ganzheitlichen Produktkonzepten konstruiert werden, wird sie als quasi-dekompositioneller Untersuchungsansatz bezeichnet.

Der erste Schritt bei der Anwendung der Conjoint Analyse ist die Bestimmung der Produkteigenschaften, auf die sich später die Teilnutzenwerte beziehen. Es ist dabei darauf zu achten, dass die Eigenschaften relevant sind, sprich die Kaufentscheidung beeinflussen.

¹ vgl. Koch: Marktforschung - Begriffe und Methoden 1997; S. 258 ff

4

Weiterhin müssen die Eigenschaften so variierbar sein, dass sie Gegenstand der Produktgestaltung sein können und technisch realisierbar sind. Wichtig ist ebenso, dass die Eigenschaften unabhängig sind, d.h. der Nutzen der einen Eigenschaft sollte nicht durch den Nutzen einer anderen Eigenschaft beeinflussbar sein (Voraussetzung für das Additive Modell). Entsprechend der Eigenschaften sollte eine kompensatorische Beziehung untereinander bestehen, so dass die Nutzenänderung einer Eigenschaft durch eine Nutzenänderung einer anderen Eigenschaft kompensiert werden kann. Die Anzahl der Eigenschaften sollte begrenzt sein, um den Befragungsaufwand in einem realisierbaren Rahmen zu halten. Eine ordinal skalierte Maßeinheit ist dabei ausreichend.

Das Erhebungsdesign der Conjoint Analyse richtet sich ganz nach der Erhebungsmethode. In der Praxis haben sich traditionell zwei Methoden zur Erhebung der Ausgangsdaten durchgesetzt: die “Profilmethode” (Full Concept Approach) und die “Zwei - Faktoren - Methode” (Pairwise Trade Off Approach). Heutzutage sind allerdings neue computergestützte Verfahren als Weiterentwicklung der traditionellen Verfahren im Einsatz. Dazu zählen beispielsweise die Adaptive Conjoint Analyse (ACA) und die Choice Based Analyse (CBC).

2.2. Vor- und Nachteile einer Conjoint Analyse

Der besondere Vorteil der Conjoint Analyse ist in den folgenden Punkten begründet:

• Es ist ein ganzheitlicher Ansatz, d.h. es wird davon ausgegangen, dass jedes

Individuum Produkte ganzheitlich in bezug auf seinen Gesamtnutzen beurteilt. Der Gesamtnutzen ist gewissermaßen ein “Kompromiss” aus der Bewertung der einzelnen Produkteigenschaften und ihren Ausprägungen.

• Es ist ein prognostischer Ansatz, da nachgewiesen wird, welchen Beitrag spezifische

Eigenschaften zum Gesamtnutzen eines Produktes liefern. (Teilnutzenwerte) Dies ist wichtig bei der Neueinführung von Produkten, da das Marketing bei der Gestaltung des Joghurts wissen muss, welche Produkteigenschaften (in welchen

5

Ausprägungen) für die Wahlentscheidung der Verbraucher relevant sind. Damit lässt sich voraussagen, welche Produktkonzepte auf dem Markt eine Chance haben.

• Die Conjoint Analyse ist in der Lage, Kannibalisierungseffekte aufzudecken. Es

kann also überprüft werden, ob ein neu einzuführendes Produkt, einem anderen Produkt unserer Produktpalette Marktanteile abnehmen wird.

Nachteile ergeben sich vor allem aus:

• der zufälligen Auswahl der Testpersonen, da es sich eventuell um Nichtverwender

des Produktes handelt, die es demzufolge auch nicht einschätzen und bewerten können.

• der Informationsüberlastung, die sich ergeben kann, wenn einfach zu viele

Merkmale in den Produktkonzepten Berücksichtigung finden. Dadurch wird ebenfalls die Urteilsfähigkeit der Testpersonen beeinträchtigt.

• Der Aggregation der erhobenen Daten, wodurch wichtige Informationen verloren

gehen können und die

• für jeden Befragten erhobenen Teilpräferenzwerte verzerrt werden

(Mehrheitstrugschluss)

2.3. Planung und Durchführung einer Conjoint Analyse

2.3.1. Auswahl der Merkmale und deren Merkmalsausprägungen

Um eine Conjoint Analyse anwenden zu können, ist im ersten Schritt, eine sachgerechte Auswahl der zu testenden Konzeptmerkmale notwendig. Desweiteren sind Merkmalsausprägungen festzulegen. Generell können diese in Form verbaler Beschreibungen als subjektive Nutzenmerkmale (benefits, z.B. “besonders fruchtig”)

6

oder als objektive Produkteigenschaften (characteristics, z.B. “mit Fruchtstückchenen”) formuliert werden. 2

Prinzipiell beeinflussen sowohl die Anzahl als auch die Art der Konzeptmerkmale die Gestaltung des Erhebungsdesign einer Conjoint Analyse. Von ihnen hängt vor allem die Validität und die Reliabilität der Untersuchungsergebnisse ab. Einerseits werden die Konzeptbeschreibungen mit steigender Merkmalsanzahl realistischer und erreichen damit eine höhere Validität. Andererseits kann dies aber auch sehr leicht zur Überforderung der Auskunftsperson führen, wenn die Anzahl der zu beurteilenden Stimuli enorm ansteigt. ³ Bei der Auswahl der Merkmale und Merkmalsausprägungen ist

darauf zu achten, dass sie vom Hersteller beeinflussbar sind und zumindest langfristig auch realisiert werden können. Außerdem sollte die Testperson auch in der Lage sein diese zu beurteilen.

Die Abbildung 1 zeigt im folgenden die Merkmale und Merkmalsausprägungen die im Rahmen des Projektes für ein neues Fruchtjoghurtkonzept festgelegt wurden.

Abbildung 1: Merkmale und Merkmalsausprägungen für ein Fruchtjoghurtkonzept

Es wurden also drei Merkmale mit jeweils vier Ausprägungen festgelegt, sowie ein Merkmal mit jeweils drei Ausprägungen. Diese Auswahl stellt nach Meinung der Verfasser die wesentlichsten Komponenten bei einer Kaufentscheidung von Joghurt dar.

² vgl. Scharf, A. / Schubert, B.: Marketing 1996, S.112

³ vgl. Schubert, B.: Conjoint Analyse, in: Handwörterbuch des Marketing, 2, 1995, S. 378

7

2.3.2. Erstellung des experimentellen Designs

Jede Kombination der zuvor genannten Merkmalsausprägungen würde für sich betrachtet jeweils ein eigenes Produktkonzept darstellen, z.B. Joghurt mit Erdbeergeschmack, im 250g Pfandglas, hergestellt von Ehrmann zu einem Preis von 0,69 DM.

Nach diesem Muster würden sich für das betrachtete Beispiel 4 x 4 x 3 x 4 = 192 mögliche Kombinationen für ein neues Joghurtkonzept ergeben. Diese Art des Erhebungsdesigns bezeichnet man auch als Full-Profile-Ansatz oder vollständig faktorielles Design. Da aber eine derartig hohe Anzahl von verschiedenen zu beurteilenden Produktkonzepten, für die zu befragenden Auskunftspersonen kaum zu bewältigen ist, kommt dieser Ansatz hier nicht zum Einsatz. In den Mittelpunkt rückt die Frage, wie die Vielzahl möglicher Merkmalskombinationen reduziert werden kann. Das Ergebnis einer Begrenzung der Anzahl der möglichen Kombinationen auf ein überschaubares Ausmaß wird auch als reduziertes oder unvollständiges faktorielles Design bezeichnet. Dieses ist vom Umfang her nun wesentlich besser von den Auskunftspersonen zu beurteilen und erlaubt gleichzeitig die Schätzung der Teilnutzenwerte aller Merkmalsausprägungen.

3. Adaptive Conjoint Analyse (ACA) am Beispiel einer neuen

Fruchtjoghurtkonzeption

3.1. Begriffsdefinition

Die Adaptive Conjoint Analyse (ACA) ist eine Weiterentwicklung der klassischen Conjoint-Analyse. Die Datenerhebung erfolgt hier computergestützt im Dialog mit den Testpersonen, deren individuelle Vorstellungen entsprechend einem “optimalen” Objekt kombiniert werden können. Diese Möglichkeit eines interaktiven Interviews, welches sich am Urteilsvermögen der Auskunftspersonen orientiert, erlaubt es den Präferenzbildungsprozess auf der Basis individuell wichtiger Konzeptmerkmale zu

8

analysieren. 4

3.2. Ablauf der Adaptiven Conjoint Analyse

3.2.1. Auswahl der Merkmale und deren Merkmalsausprägungen

Die Auswahl der Merkmale und Merkmalsausprägungen wurde bereits im Rahmen der klassischen Conjoint Analyse unter Punkt 2.3.1. wie auch die Erstellung des experimentellen Designs unter Punkt 2.3.2. ausführlich beschrieben. Deshalb soll an dieser Stelle auf eine nochmalige Erläuterung verzichtet werden.

3.2.2. Erhebung der Präferenzdaten

Im Rahmen des hier zu betrachtenden Beispiels, wurden 40 Personen nach ihren persönlichen Präferenzen für verschiedene Joghurtprodukte befragt, die sich aus den Kombinationen der einzelnen Merkmalsausprägungen zusammensetzten. Nach einer kurzen Einführung werden die einzelnen Merkmale mit ihren Merkmalsausprägungen der Reihe nach vorgestellt. Im darauf folgenden kompositionellen Befragungsteil der Adaptive Conjoint Analyse besteht die Aufgabe der Testpersonen darin, die jeweiligen Ausprägungen der einzelnen Merkmale in eine Rangfolge nach ihrer individuellen Präferenz zu bringen. (ranking) Als Beispiel soll die Abbildung 2 diesen Sachverhalt am Merkmal “Geschmacksrichtung” verdeutlichen.

Abbildung 2: Präferenz - Ranking im ACA System

⁴ vgl. Schubert, B.: Conjoint Analyse, in: Handwörterbuch des Marketing, 2, 1995, S. 380

9

Auf dieser Grundlage werden nun im nächsten Schritt der Befragung Paarvergleiche vom ACA System erstellt, in denen die Akzeptanz der Merkmalsausprägungen, sowie die Wichtigkeit der Merkmale erhoben werden soll. In der folgenden Abbildung 3 wird ein solcher Paarvergleich, der auf der Basis der gegebenen Antworten so vom Programm kombiniert werden könnte, als Beispiel dargestellt. Hier wird die jeweils meist präferierte Variante der am wenigsten präferierte Variante gegenübergestellt.

Abbildung 3: Paarvergleich in der Adaptive Conjoint Analyse

Im anschließenden dekompositionellen Befragungsteil werden den Probanden in mehreren Paarvergleichen jeweils zwei Konzepte vorgestellt. Diese werden aufgrund der vorangegangenen Antworten systematisch zusammengestellt. Dabei werden sowohl stark präferierte Ausprägungen als auch weniger stark präferierte Ausprägungen in den einzelnen Produktvorschlägen berücksichtigt. Wird beispielsweise die

Geschmacksrichtung Rhabarber in den vorherigen Abfragen (Ranking und Paarvergleich) eher abgelehnt, so wird diese Merkmalsausprägung vom Programm jetzt mit den am stärksten bevorzugten Merkmalsausprägungen kombiniert. Damit ist es

10

möglich, die Wichtigkeit eines Produktmerkmales zu ermitteln, da die Testperson praktisch gezwungen wird, Kompromisse zwischen erwünschten und weniger erwünschten Eigenschaften einzugehen.

Abbildung 4 soll verdeutlichen, wie die Auskunftsperson bei der Wahl der Konzepte gegebenenfalls Zugeständnisse machen würde. Es muss also entschieden werden, welche Merkmalsausprägungen am wichtigsten sind.

Abbildung 4: Konzeptvergleich in der Adaptive Conjoint Analyse

Abschließend werden der Testperson ausgewählte, ganzheitliche Produktkonzepte vorgestellt. Diese werden ausgehend von allen Antworten vom Programm erstellt. Hier muss die Auskunftsperson die Wahrscheinlichkeit angeben, mit der sie das Produkt kaufen würde, wenn es tatsächlich vorhanden wäre. Dabei müsste das erste Angebot den Anforderungen der jeweiligen Testperson am wenigsten zusagen, das zweite Angebot müsste ihr am meisten zusagen und alle anderen Angebote müssten dazwischen liegen.

Abbildung 5: Kaufwahrscheinlichkeit

3.2.3. Auswertung der Daten der ACA

3.2.3.1. Bestimmung der Wichtigkeit der Merkmale

Nachdem die Befragung von 40 Studenten durchgeführt wurde, kann als nächstes mit der Auswertung der gewonnenen Daten begonnen werden. Hierbei interessiert zunächst, welche Bedeutung die einzelnen Merkmalsausprägungen für die Gesamtbeurteilung der Konzepte haben. Dazu ist es notwendig im ersten Schritt den Base Case zu definieren, auf dessen Grundlage die Wichtigkeit der einzelnen Merkmale anhand von Simulationen dargestellt werden kann. Abbildung 6 zeigt dazu eine Darstellung der

12

Teilpräferenzwerte und Sensitivitäten, die aufgrund des definierten Base Case entstanden sind.

Abbildung 6: Teilpräferenzwerte und Sensitivitäten

Die relativen Wichtigkeiten der Merkmale, oder auch Sensitivitäten, wurden ermittelt indem man den Anteil der Spannweite an der Summe der Spannweiten aller Merkmale errechnete. Die Berechnung der Spannweite eines jeden Merkmals erfolgt, indem man den niedrigsten Teilnutzenwert vom höchsten Teilnutzenwert abzieht. Die so ermittelte Größe der Spannweite gibt dabei an, wie groß der Einfluss des Merkmals auf die Gesamtpräferenz ist. Die folgende Abbildung 7 soll diesen Sachverhalt noch einmal verdeutlichen.

Abbildung 7: Wichtigkeit der Merkmale

Aus diesen Ergebnissen, die auf der Grundlage des vorher zu definierenden Base Case gewonnen werden, wird deutlich, dass dem Merkmal “Geschmack” die größte Bedeutung bei der Kaufentscheidung eines Joghurts zukommt. Während dem Merkmal “Preis” eine ähnlich große Wichtigkeit beigemessen wird, ist die Marke von nicht ganz so großer Bedeutung. Die Verpackungsart wird sogar als nahezu völlig belanglos erachtet. Das heißt also, dass eine Veränderung der Geschmacksrichtung die Kaufentscheidung eher beeinflussen würde, als beispielsweise eine Preiserhöhung. Daraus lässt sich ableiten, dass ein Konsument den Joghurt mit seiner bevorzugten Geschmacksrichtung auch zu einem höheren Preis einkaufen würde.

3.2.3.2. Marktsimulation

Nachdem die individuellen Teilpräferenzwerte berechnet wurden, können auf deren Grundlage verschiedene Situationen die sich am Markt ergeben könnten, simuliert werden. Dabei kann, ausgehend von einem spezifischen Produktkonzept, anschließend festgestellt werden, wie sich gewisse Eigenschaftsänderungen auf die Produktakzeptanz auswirken (“what - if” Analyse). 5

⁵ vgl. Schubert, B.: Conjoint Analyse, in: Handwörterbuch des Marketing, 2, 1995, S. 386

14

Im Rahmen des hier fortlaufend betrachteten Beispiels wurden 3 Marktsimulationen ausgewählt, die stellvertretend für die Vielzahl der möglichen Marktsituationen nachfolgend näher beschrieben werden sollen. Das Anliegen der Verfasser bestand darin, den Markt und die Akzeptanz auf die Einführung neuer Geschmacksrichtungen zu testen.

Simulation 1

Mittels der ersten Simulation wurde getestet, wie sich die Präferenzen gegenüber dem Base Case verändern, wenn Ehrmann bei einer Preisanhebung von 0,69 DM auf 1,09 DM in Simulation 1 eine Plastikverpackung, in Simulation 1a eine Biopappbecherverpackung und in Simulation 1b eine Pfandglasverpackung anbietet.

Abbildung 8: Share of Preference bei Preiserhöhung und Änderung der Verpackung von Ehrmann

Wie die Abbildung 8 zeigt, ist die Kaufbereitschaft der Marke Ehrmann aufgrund der Preisanhebung stark gesunken, während die verschiedenen Verpackungen nur einen geringen Einfluss auf die Präferenzbildung ausmachen. Daraus ist zu schließen, dass die Produkte sehr preisempfindlich sind.

15

Simulation 2

Die 2. Simulation veranschaulicht die Situation, wenn der Joghurthersteller Ehrmann zu einem dem Base Case gegenüber gleichbleibenden Preis von 0,69 DM ein neues Produkt mit der Geschmacksrichtung Kiwi/Banane einführt.

Abbildung 9: :Einführung des Yoghurts Kiwi/Banane von Ehrmann zu 0,69 DM

Auf der Basis der hieraus abzulesenden Daten ist wiederum zu schließen, dass die Geschmacksrichtung eine sehr bedeutende Rolle spielt. So wird keine bessere Präferenz als bei Erdbeerjoghurt von Ehrmann im Plastikbecher zum niedrigsten Preis von 0,69 DM erreichbar sein. In einem Strategieprofil, wie es in Abbildung 10 dargestellt ist, können die sich verändernden Marktchancen auch grafisch dargestellt werden.

Abbildung 10: Strategieprofil

16

Simulation 3

Die dritte Simulation stellt dar, dass nur die Präferenzen der befragten Frauen berücksichtigt werden. Dies schien für die Verfasser sinnvoll, da diese betrachtete Gruppe eher vor einer Kaufentscheidung bei einem Einkauf steht, als die Gruppe der Männer.

Abbildung 11: Kauf der Produkte nach Geschlecht, betrachtete Gruppe: Frauen

Die Betrachtung nach dem Geschlecht zeigt einen signifikanten Unterschied zum Base Case. Aus der Sicht von Ehrmann würde das signalisieren, mehr auf diese Gruppe mit Ihren Präferenzen und Wünschen einzugehen.

Die Abbildung 12 zeigt eine interessante Veränderung der Wichtigkeit der Merkmale, wenn nur die Präferenzen der Frauen betrachtet werden. Demnach legt diese Personengruppe den größten Wert auf den Preis der Produkte, während die Marke und die Verpackung einen sehr geringen Anteil an der Bildung der Gesamtpräferenz haben.

Abbildung 12: Wichtigkeit der Merkmale geschlechtsspezifisch (Frauen)

17

4. Zusammenfassung

Der heutige Markt ist durch eine hochentwickelte Industrie- und eine sogenannte Überflußgesellschaft gekennzeichnet, so dass die Bedeutung des Marketing in den Unternehmen drastisch zugenommen hat. Besonders im Hinblick auf die harten Konkurrenzkämpfe auf bestimmten Märkten zählt die Erforschung von Präferenzstrukturen der Konsumenten in der heutigen Zeit zu einem der wichtigsten Bereiche in der Marketingforschung.

Die in dem hier vorliegenden Projektbericht ausführlich beschriebene Conjoint Analyse hat sich in diesem Forschungsfeld als ein bedeutendes Instrument zur Wahrnehmungs-und Präferenzforschung etabliert, und wird heute von zunehmend mehr Unternehmen zur Messung von Konsumentenpräferenzen genutzt.

Die besondere Bedeutung der Conjoint Analyse lässt sich mit der Tatsache begründen, dass sich aus den Ergebnissen konkrete Hinweise für die Gestaltung der Marketinginstrumente ableiten lassen. Wie man am gewählten Beispiel des neuen Fruchtjoghurtkonzeptes sehen konnte, wurden mittels Marktsimulationen, die vom Computerprogramm durchgeführt wurden, konkrete Hinweise gegeben, inwieweit sich z.B. eine Preisveränderung zugunsten eines Konkurrenzproduktes auswirken würde. Eine weitere Tatsache, die die hohe Akzeptanz der Conjoint Analyse in der Marketingforschung erklärt, ist die vergleichsweise hohe prognostische Validität, die Conjoint Analysen bieten.

20

SCENARIO: Base Case

SPECIFICATIONS FOR THIS SIMULATION

Number of Products = 4 Number of Attributes = 4 Correlation Cutoff = 0.000 Simulation Mode = SIMULATION Respondent Weighting = NONE Respondent Segment = NONE Model: Share of Preference Adjustment for Product Similarity: Yes Exponent = 1.00

----------------------------------------------------------- 1Mueller 2 Ehrmann 3 Zott 4 Bauer

Average Utility Marke

Verpackung

Geschmack

Preis

22

SCENARIO: 1. Ehrmann, Preis: DM 1.09, Pappbecher

SPECIFICATIONS FOR THIS SIMULATION

Number of Products = 4 Number of Attributes = 4 Correlation Cutoff = 0.000 Simulation Mode = SIMULATION Respondent Weighting = NONE Respondent Segment = NONE Model: Share of Preference Adjustment for Product Similarity: Yes Exponent = 1.00

----------------------------------------------------------- 1Mueller 2 Ehrmann 3 Zott 4 Bauer

Average Utility Marke

Verpackung

Geschmack

Preis

24

SCENARIO: 2. Ehrmann, Preis: DM 1.09, Pfandglas

SPECIFICATIONS FOR THIS SIMULATION

Number of Products = 4 Number of Attributes = 4 Correlation Cutoff = 0.000 Simulation Mode = SIMULATION Respondent Weighting = NONE Respondent Segment = NONE Model: Share of Preference Adjustment for Product Similarity: Yes Exponent = 1.00

----------------------------------------------------------- 1Mueller 2 Ehrmann 3 Zott 4 Bauer

Average Utility Marke

Verpackung

Geschmack

Preis

26

SCENARIO: 3. Ehrmann, Preis: DM 1.09

SPECIFICATIONS FOR THIS SIMULATION

Number of Products = 4 Number of Attributes = 4 Correlation Cutoff = 0.000 Simulation Mode = SIMULATION Respondent Weighting = NONE Respondent Segment = NONE Model: Share of Preference Adjustment for Product Similarity: Yes Exponent = 1.00

----------------------------------------------------------- 1Mueller 2 Ehrmann 3 Zott 4 Bauer

Average Utility Marke

Verpackung

Geschmack

Preis

28

SCENARIO: 4. Ehrmann, Kiwi-Banane

SPECIFICATIONS FOR THIS SIMULATION

Number of Products = 4 Number of Attributes = 4 Correlation Cutoff = 0.000 Simulation Mode = SIMULATION Respondent Weighting = NONE Respondent Segment = NONE Model: Share of Preference Adjustment for Product Similarity: Yes Exponent = 1.00

----------------------------------------------------------- 1Mueller 2 Ehrmann 3 Zott 4 Bauer

Average Utility Marke

Verpackung

Geschmack

Preis

30

SCENARIO: 5. Kauf nach Geschlecht

SPECIFICATIONS FOR THIS SIMULATION

Number of Products = 4 Number of Attributes = 4 Correlation Cutoff = 0.000 Simulation Mode = SIMULATION Respondent Weighting = NONE Respondent Segment = geschlechtsspezifisch Model: Share of Preference Adjustment for Product Similarity: Yes Exponent = 1.00

----------------------------------------------------------- 1Mueller 2 Ehrmann 3 Zott 4 Bauer

Average Utility Marke

Verpackung

Geschmack

Preis

32

III. Abbildungsverzeichnis

IV. Literaturverzeichnis