Moderne Methoden des Preismanagements

Conjoint Measurement: Grundlagen, Vorgehensweise bei der Preisfindung, Risikoberücksichtigung


Seminararbeit, 2009

23 Seiten, Note: 1,3


Leseprobe

Inhaltsverzeichnis

Abbildungsverzeichnis

Abkürzungsverzeichnis

1 Einführung

2 Die Conjoint-Analyse
2.1 Definition der „Conjoint-Analyse“
2.2 Planung und Durchführung einer Conjoint-Analyse
2.2.1 Die Identifikation relevanter Merkmale und ihrer Ausprägungen
2.2.2 Die Wahl des Erhebungsdesigns
2.2.3 Die Präsentation und Bewertung der Beurteilungsobjekte
2.2.4 Die Schätzung und Aggregation der Nutzenwerte
2.3 Reliabilität und Validität der Ergebnisse
2.4 Zwischenergebnis

3 Preisfindung mittels Conjoint-Analyse
3.1 Zielsetzung
3.2 Durchführung
3.2.1 Ansatz nach Mahajan, Green und Goldberg (1982)
3.2.2 Ansatz nach Kohli und Mahajan (1991)
3.2.3 Ansatz nach Jedidi und Zhang (2002)
3.3 Zwischenergebnis

4 Berücksichtigung des Risikofaktors
4.1 Problemstellung
4.2 Lösungsansätze
4.3 Zwischenergebnis

5 Zusammenfassung und Ausblick

Literaturverzeichnis

Abbildungsverzeichnis

Abbildung 1: Conjoint-Analyse im Kontext der Entscheidungsfindung

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

1 Einführung

Der heutige Markt ist geprägt durch zunehmend härtere Bedingungen und größere Konkurrenz. Vor diesem Hintergrund ist es elementar, das eigene Produkt und dessen individuellen Merkmale optimal an den Kunden und seine Bedürfnisse anzupassen. Demgemäß hat das Marketing in der Vergangenheit verstärkt an Be- deutung innerhalb des Unternehmensgeschehens gewonnen. Kundenwünsche und Marktbedürfnisse zu erkennen und entsprechende Produkte zu deren Befriedigung bereitzustellen ist eine entscheidende Determinante des Unternehmenserfolgs.1 Die Berücksichtigung der Präferenzen auf der Nachfrageseite und die damit benö- tigten Messungen bilden eine zentrale Voraussetzung für künftige Entscheidungen und unterstützen den Prozess der Preisfindung (s. Kap. 3). Dabei haben sich Con- joint-Analysen als Verfahren zur Messung von Konsumentenpräferenzen etab- liert.2 Mit ihrer Hilfe ist es möglich, diejenigen Merkmale und ihre Ausprägungen zu identifizieren, welche den Kunden veranlassen sich für ein bestimmtes und gegen ein anderes Produkt zu entscheiden. Infolgedessen trägt die Conjoint- Analyse signifikant zur Preisfindung neuer Produkte bei.

Wird ein spezifisches Produkt geprüft, können seine Eigenschaften, im Folgenden als Bündel beurteilungsrelevanter Merkmale (multiattributiver Ansatz) zu betrach- ten, durch zwei wesentliche Merkmale voneinander unterschieden werden. Es existieren zum einen Eigenschaften mit hohem Unsicherheitsfaktor, zum anderen solche mit geringem (s. Kap. 4). So können bestimmte Sucheigenschaften wie Farbe oder Marke bereits vor dem Kauf hinreichend beurteilt werden, während Erfahrungs- oder Vertrauenseigenschaften hingegen schwieriger zu beurteilen und dementsprechend unsicher sind. Diese unsicheren Eigenschaften sind jedoch le- diglich vorläufig unsicher, da deren Nutzenbeitrag dem Konsumenten durch Er- fahrung allgemein bekannt sein kann. Wesentlicher Kritikpunkt an der Conjoint- Analyse ist die nicht ausreichende Repräsentativität der realen Empfindung eines Konsumenten hinsichtlich des Risikos bestimmter Eigenschaften.3

2 Die Conjoint-Analyse

Das seit 1964 als Conjoint-Analyse benannte Verfahren dient als Set von Metho- den, um Konsumentenpräferenzen im Produkt- und Dienstleistungsbereich mittels multiattributiver Selektion prognostizieren zu können. Die Namensgebung reflek- tiert die progressive Transformation von subjektivem Input der Konsumenten in Schätzparameter.4 Mit Konzentration auf das Marketing zielt die Conjoint- Analyse im vorliegenden Beitrag darauf ab, das Verhalten bzgl. Beurteilung und Entscheidungen von z.B. Konsumenten oder Zulieferern etc. analysieren und da- durch prognostizieren zu können. Sie gilt als eine der populärsten Methoden zur Aufdeckung von Marktsegmenten auf Basis von Nutzenvorstellungen.5 Anhand folgender Abbildung wird die Conjoint-Analyse in den betriebswirtschaftlichen Kontext eingegliedert und wie in Kapitel 2.1 definiert:

Abbildung 1: Conjoint-Analyse im Kontext der Entscheidungsfindung

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Eigene Erstellung in Anlehnung an Aust, Eberhard (1996), Titelseite.

2.1 Definition der „Conjoint-Analyse“

Hauptziel von Conjoint-Analysen ist festzustellen, inwieweit eine gegebene Kombination aus Attributen die Wahl oder Entscheidung eines Befragten beeinf- lusst. Dabei werden den Befragten in der Regel ausgewählte Produkte oder Dienstleistungen zur Verfügung gestellt und anschließend analysiert wie sie ihre Präferenzen unter den gegebenen Möglichkeiten verteilen. Dadurch können die Werte der individuellen Eigenschaften in Form von Nutzen und Teilnutzen be- stimmt werden. Die Werte können zur Entwicklung von Modellen zur Marktan- teilsprognose, zu Einkünften sowie künftiger Profitabilität verwendet werden.6

Folglich wird beim Conjoint Measurement nicht die gewichtete Summe von Ein- zelurteilen über spezifische Eigenschaften eines Objekts zu einer Gesamtbeurtei- lung zusammengesetzt (auf Bottom-Up-Strategie aufbauender kompositioneller Ansatz7 ), sondern Gesamturteile erhoben, aus denen der Einfluss einzelner Eigen- schaften zu diesem Urteil errechnet wird (dekompositioneller Ansatz). Das Er- gebnis ist eine Gruppe von Teilnutzenwerten, die jeweils einem Produktmerkmal zuzuordnen sind.8 Diese sind numerisch und reflektieren den subjektiv empfun- denen Teilnutzen einer spezifischen Merkmalsausprägung in Relation zum Ge- samtnutzen des Untersuchungsobjekts.9 Demzufolge baut die dekompositionelle Form der Datenerhebung auf einer Top-Down-Strategie auf, in welcher die Ge- samtnutzenurteile der Befragten die Datenbasis bilden, und was auf den zuvor beschriebenen Einfluss einzelner Attribute schließen lässt. Im Gegensatz zu der kompositionellen Erfassungsweise können hierbei die Nutzenbeiträge einzelner Attribute bestimmt und bewertet werden.10 Dabei ist es wichtig, die Conjoint Stu- die möglichst gewissenhaft vorzubereiten und zu analysieren, um valide Teilnut- zenwerte der Attribute zu erhalten.11 Nutzer der Conjoint-Analyse erwarten prin- zipiell prädiktive Validität.12

2.2 Planung und Durchführung einer Conjoint-Analyse

Die „Grundvoraussetzung für die valide Messung von Nachfragerpräferenzen für Produkteigenschaften besteht darin, dass die Produkteigenschaften von den Kon- sumenten in der Befragungssituation sicher beurteilt werden können“.13 Somit erfolgt die Messung der Präferenzstruktur theoretisch unter Sicherheit, wohinge- gen Entscheidungssituationen in der Realität durch zahlreiche unsichere Eigen- schaften geprägt sind. Nach Nitschke und Völckner (2005) stehen zahlreiche Lö- sungsansätze zur Modellierung aus dem Gebiet der Entscheidungstheorie zur Ver- fügung, jedoch haben diese „bis heute […] keinen Eingang in die empirische Präferenzmessung mittels Conjoint-Analyse“14 gefunden.15

Die klassische Durchführung einer Conjoint-Analyse durchläuft die nachfolgend dargestellten Schritte:

2.2.1 Die Identifikation relevanter Merkmale und ihrer Ausprägungen

Den elementaren Baustein bildet die Identifikation der nutzenbringenden Pro- duktmerkmale. Zu diesem Zweck werden die für die anvisierte Zielgruppe in Fra- ge kommenden wichtigsten Eigenschaften mittels Interviews aufgezeigt. Dabei muss im Falle eines linear-additiven Nutzenmodells - falls sich also der Gesamt- nutzenwert aus der Summe der ihm zugrundeliegenden Teilnutzen ergibt - auf die Unabhängigkeit der Eigenschaften untereinander geachtet werden. Zusätzlich ist die Anzahl der zu betrachtenden Merkmale auf 4-716 zu beschränken, da die Kon- sumenten andernfalls überfordert werden könnten. Diese müssen aus Sicht des Konsumenten relevant, also für ihn von Bedeutung für seine Entscheidung sein. Insbesondere bei dem häufig verwendeten Attribut des Preises sei an dieser Stelle Vorsicht geboten, da der Preis andere Attribute nachweislich leichter beeinflussen kann.17 Außerdem muss bei der Wahl der relevanten Merkmale auf die technische Realisierbarkeit Rücksicht genommen werden. Dieser erste Schritt zur Durchfüh- rung einer Conjoint-Analyse definiert die Validität der Ergebnisse sehr deutlich.18

Anschließend werden die Merkmalsausprägungen festgelegt. Auch hier wird die Anzahl aus den eben beschriebenen Gründen beschränkt, da die Merkmale und deren Ausprägungen eine exponentiell wachsende Anzahl an Alternativen her- vorbringen. Prinzipiell ist die Erhebung von Daten a priori förderlich. Schwieriger hingegen ist die Limitation der Attributanzahl, so dass die resultierenden Schät- zungen gleichermaßen verlässlich geraten, aber die Konsumentenpräferenzen dennoch ausreichend ausdrücken. Dies erfordert jenen Grundgedanken empiri- scher Forschung, der die effizienteste Kombination der Methoden bei maximal prädiktiver Validität fordert.19

2.2.2 Die Wahl des Erhebungsdesigns

Nach der Festlegung der relevanten Merkmale und deren Ausprägungen muss für diese ein geeignetes Erhebungsdesign gewählt werden. Das bedeutet es wird eine Bestimmung bzgl. der Zusammensetzung der Stimuli aus den einzelnen Merkmalen und ihren Ausprägungen erwirkt. Prinzipiell wird in der Praxis zwischen dem Full-Profile-Ansatz (Profilmethode) und dem Trade-Off-Ansatz („two-factor-at-a- time procedure“ oder Zwei-Faktor-Methode) unterschieden.20 In Bezug auf prädiktive Validität eignet sich ersterer prinzipiell besser bei hoher Korrelation unter den Attributen und letzterer bei geringer Korrelation.21

Die Full-Profile-Methode nutzt das gesamte Potential an Attributen, wodurch der Wissenschaftler Gefahr läuft den Konsumenten zu überfordern. Deswegen wird sie herkömmlich auf 5-6 Attribute limitiert. Eine realistischere Beschreibung der Stimuli spricht für die Profilmethode, der Informationsüberschuss auf Konsumen- tenseite jedoch dagegen. Im Gegensatz dazu untersucht der Trade-Off-Ansatz genau zwei Attribute zu einem Zeitpunkt. Diese werden den Befragten in Form einer Matrix, deren Struktur explizit eine Eigenschaftsausprägung projiziert, prä- sentiert. Er ist vergleichsweise einfach anwendbar und dient dem Zweck der In- formationsreduktion auf Konsumentenseite. Probleme liegen im Informationsver- lust in der realen Situation, in der fortwährend großen Zahl der erforderlichen Be- urteilungen seitens des Konsumenten und in der Tendenz des Konsumenten beim Antworten in Muster zu verfallen.22

Infolgedessen haben sich zwei weitere Methoden entwickelt, die eine Berücksich- tigung multipler Attribute erlauben. Diese sind Hybrid-Ansätze oder die Adaptive Conjoint-Analyse (ACA),23 wobei die ACA eine weiterführende Art eines Hyb- rid-Modells darstellt.24 Der entscheidende Vorteil der Verfahren liegt in der Re- duktion der zu bewertenden Stimuli bei gleichzeitiger Vergrößerung der Anzahl einbezogener Merkmale.

2.2.3 Die Präsentation und Bewertung der Beurteilungsobjekte

Ist die Designwahl getroffen, folgt die Präsentation und Bewertung der ausschlag- gebenden Anreize und der daran anknüpfenden Alternativen. Hinsichtlich eines spezifischen Produktes oder Attributs ist die hier zu wählende Methodik jeweils abhängig von den Objekten und den individuell vorliegenden Rahmenbedingun- gen. Darauf basierend können sich bestimmte Formen der Präsentation gewisser- maßen anbieten oder ausschließen. Indes ist das Ziel eine möglichst realitätsge- treue Abbildung des Produkts und seiner Leistungen.25 Allgemein werden die drei Arten verbale, schriftliche und bildhafte Präsentation unterschieden.26

Jede Option hat Vor- und Nachteile. Der entscheidende Vorteil der verbalen Präsentation liegt in der Einfachheit der Methodik bei gleichzeitiger Effizienz der Datenerhebung. Nachteilig ist die potentielle Gefahr, die Befragten in Muster bei der Beantwortung verfallen zu lassen. Eine vollständigere und realistischere Darstellung der Stimuli liefert die schriftliche Methode, obgleich sie durch die starke Reduktion der Angaben zu inakkuraten Schätzparametern führen kann. Die bildhafte Illustration überzeugt durch Reduktion des Informationsüberschusses, hoher Homogenität der Wahrnehmung und realistischen Stimuli. Zudem ist die Methodik lebhafter und weniger ermüdend. Dem stehen hohe Kosten und ein größerer Zeitaufwand zur Aufbereitung der Daten gegenüber.27

2.2.4 Die Schätzung und Aggregation der Nutzenwerte

Nachdem die metrischen Gesamtnutzenwerte aller Stimuli sowie die relativen Wichtigkeiten der einzelnen Eigenschaften aus den Teilnutzenwerten (partworths) abgeleitet wurden, folgt letztlich die Entwicklung der Schätzparameter.28 Tradi- tionell stehen dem Wissenschaftler dabei drei Methoden zur Verfügung: die eine höchstens ordinalskalierte abhängige Variable voraussetzen (z.B. MONANOVA, PREFMAP, LINMAP), die eine intervallskalierte abhängige Variable annehmen (z.B. durch KQ-Bildung), und die Paarvergleichsdaten einem Wahrscheinlich- keitsmodell gegenüberstellen (z.B. LOGIT, PROBIT). Allgemein erweist sich keine Methode als überlegen.29 Gewöhnlich erfolgt die Abfrage der Präferenz- struktur in Form eines Rankings, wobei die Befragten die unterschiedlichen Al- ternativen entsprechend ihrer Präferenzen in eine Rangfolge einordnen. Zuletzt werden der Gesamt- und die Teilnutzenwerte berechnet.

[...]


1 Vgl. Inderst, Florian (2000), S. 1.

2 Vgl. Nitschke, Thomas/ Völckner, Franziska (2005), S. 1.

3 Vgl. ebenda, S. 2f.

4 Vgl. Green, Paul E./ Srinivasan, V. (1978), S. 103.

5 Vgl. Meffert, Heribert/ Burmann, Christoph/ Kirchgeorg, Manfred 2008, S. 209.

6 Vgl. Green, Paul E./ Krieger, Abba M./ Wind, Yoram (2001), S. 57.

7 Vgl. Green, Paul E./ Srinivasan, V. (1978), S. 104.

8 Vgl. Meffert, Heribert/ Burmann, Christoph/ Kirchgeorg, Manfred (2008), S. 174.

9 Vgl. Inderst, Florian (2000), S. 9.

10 Vgl. Meffert, Heribert/ Burmann, Christoph/ Kirchgeorg, Manfred (2008), S. 205; Inderst, Flo- rian (2000), S. 6.

11 Vgl. Allenby, Greg M./ Arora, Neeraj/ Ginter, James L. (1995), S. 152.

12 Vgl. Green, Paul E./ Srinivasan, V. (1978), S. 104.

13 Nitschke, Thomas/ Völckner, Franziska (2005), S. 3.

14 ebenda, S. 4.

15 weitere Diskussion in Kap. 4.

16 Die empfohlene Anzahl der zu wählenden Merkmale variiert. Weiterführende Diskussion z.B. in Backhaus, Klaus et al. (2006), S. 566ff.

17 Vgl. Inderst, Florian (2000), S. 10.

18 Vgl. Backhaus, Klaus et al. (2006), S. 562.

19 Vgl. Green, Paul E./ Srinivasan, V. (1978), S. 105.

20 Vgl. Backhaus, Klaus et al. (2006), S. 564.

21 Vgl. Green, Paul E./ Srinivasan, V. (1978), S. 107.

22 Vgl. Green, Paul E./ Srinivasan, V. (1990), S. 6f.

23 Vgl. ebenda, S. 8ff.

24 Vgl. Green, Paul E./ Krieger, Abba M. (1996), S. 852.

25 Vgl. Inderst, Florian (2000), S. 16f.

26 Vgl. Green, Paul E./ Srinivasan, V. (1978), S. 111.

27 Vgl. ebenda.

28 Vgl. Backhaus, Klaus et al. (2006), S. 571ff.

29 Vgl. Acito, Franklin/ Jain, Arun K. (1980), S. 110f.

Ende der Leseprobe aus 23 Seiten

Details

Titel
Moderne Methoden des Preismanagements
Untertitel
Conjoint Measurement: Grundlagen, Vorgehensweise bei der Preisfindung, Risikoberücksichtigung
Hochschule
Universität Trier
Note
1,3
Autor
Jahr
2009
Seiten
23
Katalognummer
V159388
ISBN (eBook)
9783640721399
ISBN (Buch)
9783640721870
Dateigröße
587 KB
Sprache
Deutsch
Schlagworte
Moderne, Methoden, Preismanagements, Conjoint, Measurement, Grundlagen, Vorgehensweise, Preisfindung, Risikoberücksichtigung
Arbeit zitieren
Tolga Güneysel (Autor), 2009, Moderne Methoden des Preismanagements, München, GRIN Verlag, https://www.grin.com/document/159388

Kommentare

  • Noch keine Kommentare.
Im eBook lesen
Titel: Moderne Methoden des Preismanagements



Ihre Arbeit hochladen

Ihre Hausarbeit / Abschlussarbeit:

- Publikation als eBook und Buch
- Hohes Honorar auf die Verkäufe
- Für Sie komplett kostenlos – mit ISBN
- Es dauert nur 5 Minuten
- Jede Arbeit findet Leser

Kostenlos Autor werden