Anwendung der Multidimensionalen Skalierung in der Marktforschung

INHALTSVERZEICHNIS

1) Einführung

2) Historische Entwicklung der MDS

3) MDS-Beiträge

4) MDS-Verfahren
4.1) Mögliche Methoden
4.2) Vorgangsweise
4.2.1) Datenermittlung
a) Rangreihungsmethode
b) Ratingsmethode
c) Ankerpunktmethode
d) Beispiel
4.2.2) Datenreduktion

5) Häufigste Fehlerquellen bei der Anwendung

6) Vorteile der MDS

7) Nachteile (Probleme zum Erfolg der Anwendung)

8) Literaturverzeichnis

1) EINFÜHRUNG

Seit langer Zeit versuchen Marktforscher mit vielen Studien zu erfahren wie Konsumenten auf verschiedene Produktklassen und Anreize reagieren. Von speziellem Interesse sind auch die Vorzüge der Verbraucher für verschiedene Produktalternativen, sei es innerhalb oder außerhalb der Produktklasse.

Sehr unterschiedlich in deren Zielen und Endergebnissen sind die Methoden, die psychologischen Empfindungen und Vorzüge der Verbraucher studieren.

Die Multidimensionale Skalierung hat in der Marketingliteratur eine breite Aufmerksamkeit erweckt, und auch einen hohen Anwendungsgrad gefunden.

Angesichts der ständigen Suche nach Differenzierungsmöglichkeiten ist es für ein Unternehmen von Vorteil zu wissen, auf welche Weise die Leistungsabnehmer seine Produkte, Dienstleistungen, Marken oder das Unternehmen selbst im Vergleich zu Mitbewerbern evaluieren und welche Position sie als Ergebnis dieses Prozesses im Wahrnehmungsraum der potentiellen Kunden einnehmen.

Eine graphische Darstellung dieses Wahrnehmungsraumes wird mit einer Gruppe von Verfahren möglich, die als mehrdimensionale Skalierung (MDS) bezeichnet wird.

Mit Hilfe von MDS können unterschiedliche Objekte auf eine solche Weise graphisch abgebildet werden, so dass die geometrische Nähe die wahrgenommene Ähnlichkeit dieser Objekte wiedergibt.

Es wird angenommen, dass jedes Objekt vom Individuum bewusst oder unbewusst als das Ergebnis einer Kombination von Eigenschaften wahrgenommen wird.
Die Eigenschaften eines Autos zum Beispiel sind Türenanzahl, PS-Stärke, Spritverbrauch, u.ä.. Allerdings werden diese Eigenschaften subjektiv wahrgenommen und interpretiert.

Dann wird das Auto beispielsweise als eine „sportliche Hochleistungskarosserie“ wahrgenommen, die Spaß beim Fahren garantiert, und die von einem jungen dynamisches Publikum gewählt wird.

Die Eigenschaften dienen den potentiellen Kunden als Vergleichskriterien bei der Bewertung der Alternativen (Leistungen oder Leistungsanbieter), die ihm in der Kaufentscheidung bewusst sind.

Besonders wichtig ist in diesem Zusammenhang zu erwähnen, dass die relevanten Eigenschaftsdimensionen im vornherein nicht feststehen, sondern erst im Rahmen der Analyse (-interpretation) definiert werden. Dadurch wird ausgeschlossen, dass wichtige Dimensionen unberücksichtigt bleiben oder Eigenschaften von nur geringer Relevanz einbezogen werden.

2) HISTORISCHE EVOLUTION

Einer der ersten Einsätze der MDS, der wiederum an Theoreme von Young/Householder (1938) anknüpft, geht auf Arbeiten von Torgerson (1952, 1958) zurück. Ziel dieses Ansatzes ist die Skalierung einer relativ einfachen, aber häufig im Marketingbereich anzutreffenden Datenstruktur.

Während dieser Ansatz noch starke Gemeinsamkeiten zur bekannten Hauptkomponentenanalyse aufweist, leiten die Veröffentlichungen von Shepard (1962) und insbesondere Kruskal (1964) eine Entwicklung ein, die in kurzer Zeit zu einer Vielfalt eigenständiger Modelle auf dem Gebiet der MDS führen.

Eine detaillierte Übersicht über diese bis zum Ende der 60er Jahre reichende Entwicklungsphasen geben die Arbeiten von Carrol (1972) und Cliff (1973). Als herauszuhebende Stationen dieses Prozesses sind folgende Themenschwerpunkte zu nennen:

- Entwicklung spezieller Algorithmen zur MDS qualitativer Daten, wie die von Kruskal (1964) vorgeschlagene ALS (Alternating Least Squares) – Technik.
- Konzeption von Modellansätze zur MDS Komplexer Datenstrukturen wie z.B. das von Carrol/Chang (1970) vorgeschlagene INDSCAL-Modell, zur Berücksichtigung individuellspezifischer Wahrnemungsunterschiede.
- Konzeption von Modellansätzen zur MDS von Präferenzdaten, wie das Unfolding-Modell von Schönemann (1970).

Die Grundideen der in diesen Arbeiten ausgeführten Modellansätze wurden von zahlreichen Autoren aufgegriffen und weiterentwickelt. Diese rasch erzielte Modellvielfalt schlug sich in einem breiten Spektrum unterschiedlicher Marketinganwendungen, insbesondere in den Bereichen Positionierung und Segmentierung, nieder.

Aber auch in verwandten verhaltenswissenschaftlichen Disziplinen, wie die Psychologie und die Soziologie, ließen sich schon nach kurzer Zeit eine Reihe von Anwendungserfolgen zusammenstellen.

3) MDS-BEITRÄGE

Dank der MDS können im Feld der Marktforschung, folgende Fragen beantwortet werden:

a. Welche Eigenschaften sind für die Nachfrager bei der Beurteilung der auf einem Markt befindlichen Güter ausschlaggebend?
b. Welche Realmarken kommen hinsichtlich ihrer Eigenschaften der Idealmarke im Urteil der Nachfrager relativ am nächsten?
c. Welchen Realmarken gegenüber zeigen die Nachfrager Indifferenz?
d. Welche Realmarken sind im Urteil der Nachfrager Substitutionsgüter?
e. Wo ergeben sich Marktnischen bzw. Marktlücken?
f. Wie können Marktsegmente gebildet werden?
g. In welcher Richtung sollten Maßnahmen der Produktgestaltung angesetzt werden?

[...]