I know half the money I spend in advertising is wasted. I just don´t know which half.“ Diese
Aussage von John Wanamaker (1837-1922) (Erichson, Maretzki 1993, S.523), einem
erfolgreichen Einzelhändler aus den USA, beschreibt auf humoristische Weise das Problem
der Werbung. Keine andere Investition ist mit einer solchen Ungewißheit über deren Erfolg
behaftet wie die Werbung. Dieses Risiko zu minimieren ist das Ziel der
Werbeerfolgskontrolle. Die Ansatzpunkte der Werbeerfolgskontrolle sind ebenso vielfältig,
wie die abhängigen Zielgrößen der Werbung. Sie lassen sich in ökonomische, z.B.
Absatzmenge, und außerökonomische Zielgrößen, z.B. Aufmerksamkeit, unterteilen. Die
frühen Modelle beschränken sich vorwiegend darauf, anhand von Reaktionsfunktionen der
Praxis die gewählte Zielgröße zu prognostizieren. Diese Modelle haben aus heutiger Sicht
einige Defizite. Sie sind teilweise nicht in der Lage, sich auf unterschiedliches
Konsumentenverhalten anzupassen, oder messen der Dynamik der Werbewirkung wenig
Bedeutung bei.
Die Werbewirkung läßt im Laufe der Zeit durch verschiedene Dämpfungseffekte nach. Diese
sogenannten Wearout- Effekte treten aus verschiedenen Ursachen auf und wirken
unterschiedlich auf die Zielgrößen.
In Kapitel 2 werden zwei bestehenden Modelle unter Berücksichtigung der oben genannten
Defizite modifiziert. Das Modell in Kapitel 2.2 geht dabei von einer ökonomischen Zielgröße
aus, wohingegen eine außerökonomische Zielgröße in Kapital 2.3 zugrunde gelegt wird.
Nach Vorstellung und Erweiterung der Modelle folgt die empirische Belegung in Kapitel 3
und schließt mit einer abschließenden Zusammenfassung und Schlußbetrachtung in Kapitel 4
ab.
Inhaltsverzeichnis
1 Einleitung
2 Modelle zur Entwicklung von Media Plänen unter Berücksichtigung von Wearout-Effekten
2.1 Grundlagen zur Modellierung
2.2 Modifiziertes Vidale/Wolfe- Modell
2.2.1 Modellgrundlagen
2.2.2 Aufbau des Modells
2.2.3 Zusammenfassung/Überleitung
2.3 Modifiziertes Nerlove/Arrow- Modell
2.3.1 Modellgrundlagen
2.3.2 Aufbau des Modells
2.3.2.1 Wirkung von Wearout Effekte auf die Werbequalität
2.3.2.2 Media- Schaltung
2.3.3 Zusammenfassung
3.Empirische Befunde
3.1. Modifiziertes Vidale/Wolfe- Modell
3.1.1 Daten
3.1.2 Empirische Ergebnisse
3.2 Modifiziertes Nerlove/Arrow- Modell
3.2.1 Daten
3.2.2 Schätzung mit Hilfe des Kalman-Filters
3.2.3 Schätzung der Parameter/ Empirische Ergebnisse
4. Zusammenfassung/Ausblick
Zielsetzung und Themen der Arbeit
Die vorliegende Arbeit untersucht Möglichkeiten zur Optimierung der Media-Planung unter expliziter Berücksichtigung dynamischer Werbewirkungsverluste, sogenannter Wearout-Effekte, um die Effizienz von Werbeinvestitionen zu steigern.
- Modellierung von Werbewirkung und Wearout-Effekten
- Vergleich von stetigen und pulsierenden Werbestrategien
- Optimierung von Werbebudgets mittels mathematischer Ansätze
- Empirische Validierung der Modelle anhand von Marktdaten
Auszug aus dem Buch
2.2.2 Aufbau des Modells
Das Vidale/Wolfe- Modell ist eines der frühesten Modelle, die auf die Dynamik der Werbung eingehen. Die Formulierung des Modells mit der Verkaufsrate S ($ / t) als abhängige Variable lautet (2.1), wobei ρ eine Responsekonstante, x die Werbeintensität ($ / t), m das Marktpotential und β die Verfallskonstante darstellt. Simon und Arndt (1980) stellten nach Überprüfung von 100 empirischer Studien in fast allen Fällen einen konkaven Verlauf der Response-Funktionen fest. Andere Studien belegen jedoch die Linearisierung des konvexen Teils der S-förmigen Funktion bei Firmen mit einer pulsierenden Strategie, wenn aggregierte Werbe- und Verkaufswerte zugrunde gelegt werden, so daß die S-förmige Funktion nicht erkannt wird (mahajan/ Muller 1986). Angesichts dessen wird die Werbeintensität mit einem Exponenten δ erweitert, der für 0 < δ ≤ 1 einen konkaven Verlauf und für δ > 1 einen S-förmigen Verlauf angibt.
Das mittlere Level S(x) liegt annahmegemäß zwischen dem Maximum M und dem Ausgangsniveau S0 (Little 1979). S(x) läßt sich somit mit einer linear konvexen Kombination von M und S0 beschreiben. Umformuliert und mit der Binärvariable U(t1 – ta) erweitert, die Fälle ausschließt, in denen der exponentielle Anpassungsprozeß ta in T nicht beendet ist, lautet die Modellierung des Maximums: (2.6).
Zusammenfassung der Kapitel
1 Einleitung: Einführung in das Problem der Werbeerfolgskontrolle und die Notwendigkeit der Berücksichtigung von Wearout-Effekten bei der Modellierung der Werbewirkung.
2 Modelle zur Entwicklung von Media Plänen unter Berücksichtigung von Wearout-Effekten: Theoretische Herleitung und Modifizierung zweier bestehender Modelle (Vidale/Wolfe sowie Nerlove/Arrow) zur Abbildung ökonomischer und außerökonomischer Zielgrößen.
3.Empirische Befunde: Anwendung der entwickelten Modelle auf fiktive und reale Datensätze unter Nutzung des Kalman-Filters zur Schätzung der Modellparameter.
4. Zusammenfassung/Ausblick: Synoptische Betrachtung der Ergebnisse und Diskussion der Limitierungen sowie zukünftiger Forschungsbedarfe.
Schlüsselwörter
Media-Planung, Werbewirkung, Wearout-Effekte, Response-Funktionen, Werbebudgetierung, Vidale/Wolfe-Modell, Nerlove/Arrow-Modell, Kalman-Filter, Pulsierende Werbestrategie, Markenbekanntheit, Marketing-Modelle.
Häufig gestellte Fragen
Worum geht es in dieser wissenschaftlichen Arbeit grundsätzlich?
Die Arbeit befasst sich mit der Entwicklung und Analyse mathematischer Modelle für die Media-Planung, um Werbebudgets effektiver zu verteilen und dabei die abnehmende Wirkung von Werbung im Zeitverlauf zu berücksichtigen.
Welche zentralen Themenfelder werden bearbeitet?
Die zentralen Felder sind die Werbewirkungsanalyse, die Modellierung von Wearout-Effekten (wie Repetition, Copy und Brand Awareness Wearout) sowie der Vergleich zwischen stetigen und pulsierenden Werbestrategien.
Was ist das primäre Ziel oder die Forschungsfrage?
Das primäre Ziel ist die Optimierung von Media-Plänen durch die Berücksichtigung von Dynamik und Wearout, um die gewählte Zielgröße (Absatz oder Markenbekanntheit) bei gegebenem Budget zu maximieren.
Welche wissenschaftliche Methode kommt zum Einsatz?
Es werden mathematische Differentialgleichungsmodelle zur Beschreibung der Werbewirkung verwendet und für die empirische Schätzung wird der Kalman-Filter in Verbindung mit dem Genetic Algorithmus angewandt.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in eine theoretische Modellentwicklung zweier modifizierter Modelle (Vidale/Wolfe für Absatz, Nerlove/Arrow für Aufmerksamkeit) und deren anschließende empirische Validierung anhand von Zerealien- und Schokoladendaten.
Welche Schlüsselwörter charakterisieren die Arbeit am besten?
Die zentralen Begriffe sind Media-Planung, Wearout-Effekte, Werbebudgetierung, Pulsierende Strategien und Kalman-Filter.
Welchen Stellenwert nimmt der Kalman-Filter in dieser Untersuchung ein?
Der Kalman-Filter dient als methodisches Werkzeug, um Zustandsvariablen wie Aufmerksamkeit und Werbequalität simultan zu schätzen, was für die Validierung der theoretischen Modelle mit realen Daten unerlässlich ist.
Warum bevorzugen die Modelle in der Arbeit pulsierende gegenüber stetigen Strategien?
Unter den angenommenen Bedingungen von Wearout-Effekten führt eine pulsierende Strategie häufiger zu einer effizienteren Nutzung des Werbebudgets, da sie den Erinnerungsverfall gezielter adressiert.
- Quote paper
- Lasse Walter (Author), 2002, Entwicklung von Mediaplänen unter Berücksichtigung von Wearout Effekten, Munich, GRIN Verlag, https://www.grin.com/document/16358
