Präferenzanalyse und Zahlungsbereitschaft für Sporttickets

Gliederung

Abbildungsverzeichnis

Tabellenverzeichnis

Abkürzungsverzeichnis

1 Einleitung
1.1 Ausgangssituation
1.2 Relevanz der Arbeit
1.3 Aufbau der Arbeit

2 Theoretische Grundlagen
2.1 Grundlagen der Conjoint-Analyse
2.2 State-of-the-Art der Conjoint-Analyse im Sport
2.3 Modelle zur Standortbeurteilung
2.3.1 Interaktionsmodelle
2.3.1.1 Gravitationsmodelle
2.3.1.2 Nutzenmodelle
2.3.1.3 Conjoint-Analyse
2.3.2 Standorteffekte

3 Methodik
3.1 Methodisches Instrumentarium
3.2 Eigenschaften und -ausprägungen
3.2.1 Ticketpreis
3.2.2 Sitzkategorie
3.2.3 Begleitperson
3.2.4 Distanz
3.3 Aufbau der Untersuchung
3.4 Platzierung und Dauer der Umfrage
3.5 Datenverarbeitung und Auswertung

4 Resultate
4.1 Deskriptive Statistik
4.1.1 Beurteilung der Stichprobe
4.1.2 Güte der Choice-Based Conjoint-Analyse
4.1.3 Analyse der Stichprobe
4.2 Benefitsegmentierung
4.2.1 Preissensible-Begleitungsorientierte Zuschauer
4.2.2 Begleitungs-Sitzplatzorientierte Fans
4.2.3 Preis-Begleitungsorientierte Fans
4.2.4 Begleitungsorientierte Fans
4.3 Relevanz der Distanz für den Austragungsort
4.4 Implikationen

5 Fazit

Anhang

Anhang 1: Exemplarischer Fragebogen

Anhang 2: Deskriptive Auswertung der CBCA

Anhang 3: Gütebeurteilung der CBCA

Anhang 4: Vergleich der Segmentlösungen

Anhang 5: Sensitivitätsanalyse der CBCA

Quellenverzeichnis

Erklärung

Abbildungsverzeichnis

Abbildung 1: Methoden der Präferenzmessung

Abbildung 2: Der Nutzen einer räumlichen Interaktion als hypothetisches Konstrukt

Abbildung 3: Neuansiedlung einer Betriebsform und Effekte auf die regionale Marktstruktur

Abbildung 4: Stadionplan

Abbildung 5: Exemplarisches Choice Set der CBCA

Abbildung 6: Zweistufige Segmentierung der Gesamtheit aller Konsumenten

Abbildung 7: Ablauf der LCCA

Abbildung 8: Altersverteilung der Umfrageteilnehmer

Abbildung 9: Vergleich der Verteilung der Nielsengebiete

Abbildung 11: Prozentuale Verteilung der Wichtigkeiten der Eigenschaften

Abbildung 12: Prozentuale Verteilung der Segmente

Abbildung 13: Vergleich der Wichtigkeiten der einzelnen Eigenschaften

Abbildung 14: Verteilung der Begleitungs-Sitzplatzorientierten Fans nach Nielsengebieten

Abbildung 15: Teilnutzenwerte der Zeitdistanz

Abbildung 16: Verteilung der Nielsengebiete nach Segmenten

Tabellenverzeichnis

Tabelle 1: Vor- und Nachteile der traditionellen Variante bzw. der Conjointanalyse allgemein

Tabelle 2: Wesentliche Unterschiede zwischen TCA und CBCA

Tabelle 3: Gravitationstheoretische Interaktionsmodelle –

Modellvarianten und ihre Charakteristika

Tabelle 4: CBCA Eigenschaften und Eigenschaftsausprägungen

Tabelle 5: Die zehn meistgenannten Teams

Tabelle 6: Nutzenwerte der Eigenschaftsausprägungen

Tabelle 7: Vergleich der Segmentierungsmöglichkeiten

Tabelle 8: Übersicht verschiedener Eigenschaften der Segmente

Tabelle 9: Nutzenwerte der Eigenschaftsprägungen

Abkürzungsverzeichnis

AWA Allensbacher Markt- und Werbeträgeranalyse

CA Conjoint-Analyse

CBCA Choice-Based Conjoint-Analyse

DCA Discrete-Choice Analyse

GLS Generalized Least Squares-Schätzung

HBCA Hierarchical-Bayes Conjoint-Analyse

IGLS Iterative Generalized Least Square-Schätzung

KQS Kleinste-Quadrate-Schätzung

LCA Limited Conjoint-Analyse

LCCA Latent-Class Conjoint-Analyse

MCI Multiplicative Competitive Interaction

NFL National Football League

OLS Ordinary Least Square-Schätzung

SFQ Sport Fandom Questionnaire

TCA Traditionelle Conjoint-Analyse

Zusammenfassung

Die National Football League spricht offen darüber, dass es Überlegungen gibt, ein reguläres Saisonspiel in Deutschland auszutragen. Für eine erfolgreiche Umsetzung dieser neuartigen Dienstleitung ist es notwendig, vorab Informationen über das voraussichtliche Verhalten der potentiellen Konsumenten zu ermitteln. Dies erfolgt innerhalb dieser Arbeit anhand einer Choice-Based Conjoint-Analyse, welche die Präferenzen, Zahlungs- und Distanzüberwindungsbereitschaften in den Fokus stellt. Anhand der Auswertung der mehr als 1000 Fragebögen, kann festgestellt werden, dass alle diese Faktoren eine hohe Ausprägung aufweisen, aber innerhalb von einzelnen Segmenten signifikant variieren und dies im Falle einer Realisation beachtet werden muss.

Abstract

The National Football League speaks openly about the fact that they consider to host a regular season game in Germany. In order to ensure a sucessful implementation of this service, it is necessary to get information about the expected behavior of the potential consumers in advance. This paper utilizes a choice-based conjoint-analysis to do this, and focuses on the preferences, willingness to pay, and willingness to travel. Based upon the data gathered from over 1000 respondents, it can be stated that all factors mentioned are of high value and yet display significantly varying degrees of manifestation within the segments. In case of realisation of the premise, it is crucial that these are taken into consideration.

1 Einleitung

1.1 Ausgangssituation

Deutschland ist ein Land dessen Bevölkerung äußerst sportaffin ist. Laut der Allensbacher Markt- und Werbeträgeranalyse (AWA) interessieren sich insgesamt 47,51 Millionen Menschen, dies entspricht 67,8% der Gesamtbevölkerung des Landes, allgemein für Sport (Institut für Demoskopie Allensbach 2017, 44). Dieses Interesse drückt sich ökonomisch dadurch aus, dass im Jahre 2010 mehr als 26 Milliarden Euro für die Befriedigung des Sportinteresses ausgegeben wurden (Alfs 2014, 58). Ein wichtiger Aspekt hierbei ist der Besuch von Sportveranstaltungen. Gemäß des AWA Berichts aus dem Jahre 2017 besuchen 42,5% der Bevölkerung Deutschlands ab 14 Jahren gelegentlich und 9,8% auf regelmäßiger Basis Sportevents (Institut für Demoskopie Allensbach 2017, 44). Im Jahre 2010 entfielen 40% der Gesamtausgaben aufgrund des Interesses an Sport auf den Erwerb von Tickets (Alfs 2014, 58). Hierbei wird wenig überraschend der größte Teil der Ausgaben im Bereich des Fußballs getätigt (Alfs 2014, 57). Allerdings können auch andere Sportarten als Zuschauermagneten fungieren und so für den Veranstalter aus wirtschaftlicher Sicht äußerst attraktiv sein.

Ein Beispiel hierfür könnte die Austragung eines regulären Saisonspiels der National Football League (NFL) in Deutschland sein. Die NFL versucht seit einigen Jahren mit Hilfe einer Internationalisierung ihre Einnahmequellen zu erweitern, ihre Marke weltweit stärker zu etablieren und folglich neue Märkte zu erschließen. Primäres Ziel ist hierbei die Profitmaximierung (Lehnebach 2017). In Bezug auf den Zielmarkt Europa und hierbei auch für Deutschland hat die Liga verschiedene Maßnahmen umgesetzt. Zunächst wurde im Jahre 1991 die World League of American Football, welche später in NFL Europe umbenannt wurde, etabliert (Campbell Jr. and Kent 2002, 118). Allerdings wurde der Betrieb dieser Liga im Jahre 2007 aufgrund sinkender Nachfrage und mangelnder finanzieller Erfolge eingestellt (Bühler und Nufer, 2014 131). Daraufhin änderte die Liga ihre Expandierungsstrategie und etablierte im Jahre 2007 die NFL International Series. Zunächst umfasste diese bis zu zwei reguläre Saisonspiele, welche im Wembley-Stadion ausgetragen wurden (National Football League 2015b). Die Liga hatte zwar bereits vor der Einführung dieser Serie, Spiele außerhalb der Vereinigten Staaten von Amerika ausgetragen, jedoch waren diese, bis auf eine Ausnahme, auf Preseason-Spiele begrenzt. Aufgrund dessen, dass die American Football Fans in Europa diese neu etablierten Spiele sehr gut angenommen haben, wurden weitere langfristige Verträge über die Austragung von Partien in Großbritannien abgeschlossen. Ein Beispiel hierfür ist ein Vertrag, mit einer Laufzeit von 10 Jahren, zwischen der NFL und den Tottenham Hotspurs, welcher in diesem Zeitraum jährlich die Austragung von zwei Saisonspielen im neuen Stadion des Clubs sicherstellt (National Football League 2015a). Des Weiteren haben die Besitzer der 32 Franchises im Jahre 2015 beschlossen der Liga die Möglichkeit zu geben in den folgenden Jahren noch mehr internationale Saisonspiele, auch außerhalb von England, auszutragen (National Football League 2015b). Aufgrund dieser Entscheidung fanden im Jahre 2017 vier Spiele in London und erstmals seit Beginn dieser Internationalisierungsstrategie eines in Mexico statt. Laut Mark Waller, NFL-Vizepräsident für Internationales und Events, will die Liga in den kommenden Jahren ihre internationalen Aktivitäten auf bis zu acht Spiele pro Saison ausdehnen. Zusätzlich gibt es Überlegungen bezüglich der dauerhaften Etablierung einer Franchise in London (Carpenter 2017). Bereits im Jahre 2016 hat Mark Waller in einem Interview betont, dass die NFL den Standort Deutschland als einen interessanten Markt ansieht und dort gerne eine Partie austragen würde, jedoch ohne einen konkreten Zeitpunkt zu nennen (SPOX 2016). Ähnlich positiv äußerte sich auch Alistair Kirkwood, Geschäftsführer NFL UK in einem Interview: „I know the NFL is incredibly serious about doing more in Germany and not least, because of that we got brilliant broadcast partners and a massive fanbase.“ (ran 2017). Derzeit haben 11,6% (8,13 Millionen) der deutschen Bevölkerung grundlegendes oder hohes Interesse an der Sportart American Football (Institut für Demoskopie Allensbach 2017, 48) und im Jahre 2015 bezeichneten sich bereits 6.66 Millionen Menschen in Deutschland als Fans der NFL (McCarthy 2015). Die Stärke des Interesses an der Liga und einzelner Vereine variiert natürlich auf der individuellen Ebene. Hieraus resultieren folglich unterschiedliche Konsummuster. Diese Annahme wird von einer durch die NFL initiierten Befragung gestützt (Lehnebach 2017). Im Falle eines regulären Saisonspiels der NFL in Deutschland hängt die Entscheidung über den Besuch der Veranstaltung von zahlreichen Faktoren ab, welche innerhalb der einzelnen Fancluster unterschiedlich starken Einfluss haben.

1.2 Relevanz der Arbeit

Auf Basis dieser Ausgangssituation werden innerhalb dieser Arbeit Thematiken und Fragestellungen erarbeitet, welche sowohl wissenschaftlich als auch wirtschaftlich hohe Relevanz haben. Diese Arbeit hat einen explorativen Charakter da es sich bei einem regulären Saisonspiel der NFL in Deutschland um ein hypothetisches Szenario handelt zu welchem es bisher keinerlei Daten gibt.

Daraus folgt, dass zu diesem Zeitpunkt auch noch keine detaillierten Informationen darüber existieren welche Besucher- beziehungsweise Fancluster es gibt und welche Präferenzen die Personen innerhalb dieser haben. Folglich soll diese Arbeit dazu beitragen Primärdaten zu erheben, um anhand dieser das Potential des deutschen Marktes besser einschätzen, die Wichtigkeit einzelner Produkteigenschaften aufzeigen und konkrete Hinweise für eine erfolgreiche Produktgestaltung und Umsetzung dieses Sportevents geben zu können. Im Detail sollen hierbei einzelne Fancluster anhand der Eigenschaften Distanz, Preis, Sitzkategorie und Begleitperson, identifiziert und analysiert werden. Die erstgenannte Eigenschaft steht hierbei im Fokus und wird innerhalb eines eigenen Gliederungspunktes im Detail untersucht.

Zur Identifizierung dieser Segmente und der Wichtigkeit einzelner Produkteigenschaften wird eine Choice-Based Conjoint-Analyse (CBCA) verwendet, da diese es ermöglicht eine möglichst realistische Kaufsituation abzubilden (Desarbo, Ramaswamy, und Cohen 1995, 137). Die Ausgestaltungsform der Conjoint-Methodik fand erstmals vor mehr als 30 Jahren durch Louviere und Woodworth (1983) Anwendung und ist heutzutage eines der am meisten verwendeten Tools in der Marktforschung (Green, Krieger, und Wind 2001, 56). Jedoch bildet der Sport beziehungsweise die Sportökonomie hierbei eine Ausnahme, da diese Technik in diesem Bereich bisher nur sehr begrenzt Anwendung gefunden hat (Pedersen, Kiil, und Kjær 2010, 181). Dies liegt einerseits daran, dass die Conjoint-Methodik vielen Verantwortlichen innerhalb des Sports nicht bekannt ist und andererseits daran, dass sie im Falle des Bekanntseins häufig aufgrund technischer Schwierigkeiten nicht umgesetzt wird (Lee und Kang 2011, 34). Im Rahmen dieser Arbeit wird daher ein methodischer Ansatz für ein vollkommen neues Feld entwickelt. Folglich kann diese Arbeit dazu beitragen die Anwendbarkeit der CBCA im Bereich des Sports aufzuzeigen, ihre Bekanntheit zu steigern und zusätzlich dabei helfen ihr Potential besser einzuschätzen. Im Detail hilft diese Arbeit dabei die Wichtigkeiten der einzelnen gewählten Attribute für Sportveranstaltungsbesuchersegmente zu ermitteln. Die Resultate können in zukünftigen Conjoint-Analysen (CA) dazu verwendet werden, präzisere Eigenschaften und –ausprägungen zu wählen, welche die Besucherpräferenzen noch besser abbilden und deren Ergebnisse mit denen dieser Arbeit verglichen werden können.

Es werden mit Hilfe dieser multivariaten Methode die folgenden Forschungsfragen beantwortet: Welche Besuchercluster gibt es im Falle eines Saisonspiels der National Football League in Deutschland? Welche Präferenzen und Zahlungsbereitschaften hinsichtlich des Erwerbs eines Sporttickets weisen diese auf? Welchen Einfluss hat die Distanz auf die Wahrscheinlichkeit eines Stadionbesuches und was bewirkt eine Variation der zu überwindenden Distanz?

1.3 Aufbau der Arbeit

Nachdem bereits die Ausgangssituation als auch die Relevanz dieser Arbeit erläutert wurde, erfolgt unter Punkt 2 die Darstellung der theoretischen Grundlagen auf welcher der empirische Teil dieser Arbeit basiert. Hierbei wird zunächst die Methodik der CA und daran anschließend ihre bisherige Verwendung im Bereich des Sports vorgestellt. Unter Punkt 2.3 erfolgt anschließend die Betrachtung und Beurteilung verschiedener Modelle zur Beurteilung des Faktors Distanz, da diese Variable, wie bereits eingangs erläutert, nach der Identifizierung und Beurteilung der Besuchercluster hinsichtlich deren Präferenzen und Zahlungsbereitschaften noch einmal gesondert analysiert wird. Unter Punkt 3 wird die Methodik aufgezeigt. Hierbei wird der Aufbau der Umfrage und die Auswahl einzelner Attribute, inklusive deren Ausprägungen für die CBCA, argumentativ belegt. Des Weiteren wird innerhalb dieses Gliederungspunktes der Aufbau, die Distribution und die Auswertung der Umfrage im Detail dargestellt. Das Kapitel 4 umfasst die vollständige Auswertung der Onlineumfrage. Hierbei wird zunächst unter Punkt 4.1 die Gesamtstichprobe beurteilt und ihre Güte überprüft. Im Anschluss daran erfolgt unter Punkt 4.2 eine Benefitsegmentierung des Datensatzes. Anhand der Latent Class Methodik erfolgt eine detaillierte Analyse der einzelnen, ermittelten Segmente. Hierbei werden zunächst einzelne Zuschauer- und Fancluster identifiziert und im Anschluss daran im Detail untersucht. Eine explizite Betrachtung des Faktors Distanz und welchen Einfluss dieser auf den potentiellen Austragungsort hat erfolgt unter Punkt 4.3. Aus den gewonnen Erkenntnissen werden unter dem Gliederungspunkt 4.4 Implikationen und Limitationen abgeleitet. Den Abschluss dieser Arbeit bildet ein Fazit, welches die gewonnen Erkenntnisse resümiert.

2 Theoretische Grundlagen

2.1 Grundlagen der Conjoint-Analyse

Die CA wurde in den 60er Jahren durch Luce und Tukey (1964), auf Basis der Arbeit von Debreu (1960), entwickelt (Baier und Brusch 2009, 4f.). Im Bereich des Marketings, in welchem sie heutzutage am meisten genutzt wird, wurde sie erstmals durch Green und Rao (1971) als auch Johnson (1974) eingesetzt (Gustafsson, Herrmann, und Huber 2013, 3). Seit Bekanntwerden dieses Forschungsansatzes haben sich viele Abwandlungen der ursprünglichen Methodik entwickelt, wodurch unter dem Begriff CA heutzutage nicht mehr nur eine Methode sondern eine gesamte Verfahrensgruppe zu verstehen ist (Green und Srinivasan 1978; Green und Srinivasan 1990). Jeder dieser Ansätze beinhaltet noch einmal eine Vielzahl von verschiedenartig ausgestalteten Conjoint-Analysen, welche unterschiedliche Vor- und Nachteile beinhalten (Teichert, Sattler, und Völckner 2008, 653). Zur besseren Übersichtlichkeit werden in Abbildung 1 die verschiedenen Ausgestaltungsformen aufgezeigt.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1: Methoden der Präferenzmessung

Quelle: Sattler (2006), S.156, Abbildung 1

Im Folgenden werden nur die Methodik der traditionellen Conjoint-Analyse (TCA) welche die Basis aller Weiterentwicklungen darstellt und die Choice-Based Conjoint-Analyse ausführlich vorgestellt. Weitere Ausgestaltungsmöglichkeiten der CA werden nicht im Detail, behandelt da sie keine weitere Relevanz für diese Arbeit haben. Die Gemeinsamkeit aller Ausgestaltungsformen liegt darin, dass sie multivariate Verfahren mit einer dekompositionellen Vorgehensweise sind, welche anhand ausgewählter Attribute und deren Ausprägungen, Teil- und Gesamtnutzen eines Produkts oder einer Dienstleistung ermitteln, welche aufgrund der Nutzenmaximierung des Konsumenten in Vorziehenswürdigkeiten und finalen Wahlentscheidungen resultieren (Backhaus, Erichson, und Weiber 2015, 176; Böhler und Scigliano 2009, 101; Dietz 2007, 2f.; Bichler und Trommsdorff 2009, 59; MacInerney 2007, 6). Dekompositionelle Verfahren zeichnen sich dadurch aus, dass aus Gesamturteilen der Nutzen und die Wichtigkeit von einzelnen Eigenschaften und deren Ausprägungen abgeleitet wird (Hillig 2006, 35). Das Gegenteil hiervon sind die kompositionellen Verfahren. Die Conjoint-Analyse ist heutzutage ein häufig genutztes Tool, was vor allen in ihren vielfältigen Anwendungsmöglichkeiten begründet liegt (Gustafsson, Herrmann, und Huber 2013, 3). Diese umfassen beispielsweise Bereiche wie die Neuproduktgestaltung, das Produkt-Redesign, die Zielgruppensementierung und die Preisanalyse (Herrmann, Huber, und Rieger 2009, 133f.; Kamakura und Ozer 2013, 145). Eine besondere Beliebtheit erfährt die Methodik im Bereich des Marketings. Der Grund hierfür liegt darin, dass sie eine der Kernfragen des Marketings beantwortet, welche sich damit befasst warum ein Konsument sich für ein Produkt entscheidet und nicht für ein anderes (Green, Krieger, und Wind 2001, 57).

Zu Beginn einer CA muss zunächst definiert werden welche Attribute inklusive deren Ausprägungen in das Forschungsdesign aufgenommen werden und in sogenannten Profilen den Probanden präsentiert werden (Haaijer und Wedel 2013, 200). Für die Effizienz der Analyse ist es wichtig, dass keine der Eigenschaften die anderen überragt, die Ausprägungen der Eigenschaften möglichst wenige Schnittpunkte aufweisen und eine Konstanz hinsichtlich der Ausprägungen vorliegt (Teichert, Sattler, und Völckner 2008, 697). Im Falle der TCA hat der Forscher bei der Art der Datenerhebung die Auswahl zwischen dem Trade-Off und dem Profil-Ansatz (MacInerney 2007, 8f.). Aufgrund dessen, dass bei Conjoint-Analysen primär die Realitätsnähe im Fokus steht wird zumeist der Profil-Ansatz als vorziehenswürdig erachtet (Dietz 2007, 10). Im Falle der TCA werden die erstellten Profile dann den einzelnen Teilnehmern präsentiert, welche diese anhand einer Bewertungsskala beurteilen oder hinsichtlich ihrer Präferenz anordnen sollen. Folglich werden in der TCA entweder Rankings oder Ratings verwendet (Völckner 2006, 37). Wichtig ist hierbei, dass die präsentierten Profile sich zueinander substitutiv verhalten und folglich Alternativen zueinander darstellen (Backhaus, Erichson, and Weiber 2015, 176). Die Ermittlung der Nutzenwerte kann anhand von drei verschiedenen Modellen erfolgen (Bichler und Trommsdorff 2009, 61)

[...]