Die Entwicklung von Marketingstrategien auf Basis der Conjoint-Analyse

Gliederung

Abkürzungsverzeichnis

Abbildungsverzeichnis

Tabellenverzeichnis

1. Einleitung

2. Strategisches Marketing
2.1. Strategisches Zielsystem
2.2. Strategische Marketingplanung

3. Die Conjoint-Analyse als Methode der Marktforschung
3.1. Gegenstand der Conjoint-Analyse
3.2. Formen der Conjoint-Analyse
3.2.1. Traditionelle Ansätze der Conjoint-Analyse
3.2.2. Neuere Ansätze der Conjoint-Analyse
3.3. Ablauf einer Conjoint-Analyse
3.3.1. Datenerhebung
3.3.1.1. Ermittlung der Merkmale und Merkmalsausprägungen
3.3.1.2. Bestimmung der Präferenz- und Verknüpfungsfunktion
3.3.1.3. Festlegung des Erhebungsdesigns und Konstruktion der Stimuli
3.3.1.4. Bewertung der Stimuli/Festlegung der Skalierung
3.3.1.5. Präsentationsform der Stimuli und Datenerhebungsmethode
3.3.2. Datenauswertung
3.3.2.1. Auswahl eines Schätzverfahrens
3.3.2.2. Schätzung der Teilnutzenwerte und Berechnung der Gesamtpräferenzen
3.3.2.3. Auswertung und Interpretation der Ergebnisse
3.3.3. Gütekriterien
3.3.3.1. Reliabilität
3.3.3.2. Validität

4. Ableitung von Marketingstrategien aus Conjoint-Analysen
4.1. Einsatz der Conjoint-Analyse zur Gestaltung der instrumentalstrategischen Marketingebene
4.1.1. Marktsegmentierung als Informationsgrundlage der Strategiebildung
4.1.2. Produktstrategie
4.1.2.1. Produktgestaltung
4.1.2.2. Produktstrategische Handlungsoptionen
4.1.3. Preisstrategie
4.1.3.1 Preisoptimierung
4.1.3.2. Statische und dynamische Preisstrategien
4.1.4. Kommunikationsstrategie
4.1.4.1. Implikationen für die Werbebotschaft
4.1.4.2. Gestaltung der Werbemittel
4.1.4.3. Messung der Werbewirkung
4.1.4.4. Optimierung von Verkaufsförderungsmaßnahmen
4.1.5. Distributionsstrategie
4.1.5.1. Nutzenmaximale Absatzmittler- und Absatzwegewahl
4.1.5.2. Optimale Ausgestaltung der Distributionslogistik
4.2. Marktsimulation als Entscheidungsgrundlage der Strategiebildung
4.2.1. Choice Simulator
4.2.2. Marktsimulation
4.3. Entwicklung von Marketing-Grundsatzstrategien auf Basis der Conjoint-Analyse
4.3.1. Marktfeldstrategien
4.3.1.1. Marktdurchdringungsstrategie
4.3.1.2. Marktentwicklungsstrategie
4.3.1.3. Produktentwicklungsstrategie
4.3.2. Marktstimulierungsstrategien
4.3.2.1. Präferenzstrategie
4.3.2.2. Preis-Mengen-Strategie
4.3.3. Marktparzellierungsstrategien
4.3.3.1. Massenmarktstrategie
4.3.3.2. Marktsegmentierungsstrategie

5. Resümee

Anhang 1: Berücksichtigung von Interaktionseffekten

Anhang 2: Auswirkung von Verfahrensvariationen auf die Gütekriterien

Literaturverzeichnis

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

Abbildungsverzeichnis

Abbildung 1: Zielsystem der Unternehmung

Abbildung 2: Systematisierung der Marketingziele des Unternehmens

Abbildung 3: Prozessablauf der Strategieentwicklung

Abbildung 4: Unterscheidung von dekompositioneller und kompositioneller Präferenzmessung

Abbildung 5: Formen der Conjoint-Analyse

Abbildung 6: Beispiel für eine Zwei-Faktor-Bewertung in Form einer Trade-Off-Matrix

Abbildung 7: Beispiel für Stimuli bei der Profilbewertung

Abbildung 8: Darstellung der Bewertung mittels kalibriertem Einzelkonzept und Paarvergleich

Abbildung 9: Alternative Präferenzmodelle

Abbildung 10: Vollständiges faktorielles Design

Abbildung 11: Lateinisches Quadrat

Abbildung 12: Eigenschaften und Eigenschaftsausprägungen

Abbildung 13: Stimuli im vollständigen Design

Abbildung 14: Resultierende Rangwerte der Auskunftsperson

Abbildung 15: Berechnung der Gesamtnutzenwerte beim linear-additiven Modell unter Verwendung der metrischen Varianzanalyse

Abbildung 16: Berechnungstableau der metrischen Varianzanalyse

Abbildung 17: Merkmale und Merkmalsausprägungen

Abbildung 18: Teilnutzenwerte Autobeispiel

Abbildung 19: Vergleich der Nutzenwerte dreier Autos bei Auskunftsperson 1

Abbildung 20: Individuelle und aggregierte PAF für Auto A

Abbildung 21: Beispielhafte Gesamtmarkt-Preis-Absatz-Beziehung Auto A

Abbildung 22: Darstellung einer Paarvergleichsabfrage bei Produkt- und Preisbündelung

Abbildung 23: Struktur eines Marktsimulationsmodells

Tabellenverzeichnis

Tabelle 1: Relevante Skalentypen und ihre Eigenschaften

Tabelle 2: Vergleich von Befragungstechniken zur Erhebung von Präferenzdaten

Tabelle 3: Auswirkung von Verfahrensvariationen auf die Gütekriterien

1. Einleitung

Die Conjoint-Analyse (CA) hat seit ihrer ersten Anwendung im Marketing, Anfang der siebziger Jahre, enorm an Bedeutung gewonnen. Sowohl in der Marketingwissenschaft als auch in der Marketingpraxis steigt die Anzahl der Anwendungen, der Einsatzbereiche und der Fragestellungen ständig an. Die CA wird in allen Güterbereichen – Konsum-, Produktiv- und Industriegüter sowie für Dienstleistungen – eingesetzt und beantwortet Fragestellungen bezüglich Produkt- und Konzeptentwicklung, Preisfindung, Marktsegmentierung, Wettbewerberanalysen, Werbe- und Distributionsplanung sowie Neupositionierung.^[1]

Der besondere Wert für das Marketing ergibt sich allerdings daraus, dass sich aus den Ergebnissen der CA nicht nur einzelne Fragestellungen beantworten lassen, sondern auch konkrete Erkenntnisse über die Ausgestaltung der einzelnen Marketinginstrumente und bezüglich deren Kombination zu einem Marketing-Mix gewinnen lassen.^[2] Dadurch stellt sie ein ideales Instrument zur Lösung strategischer Fragestellungen dar.^[3]

Diese Arbeit soll die Möglichkeiten aufzeigen, mit Hilfe der CA, wichtige Erkenntnisse zur konkreten Entwicklung von Marketingstrategien einerseits zu gewinnen und andererseits auch praktikabel umzusetzen. Nach einem kurzen Überblick über das Wesen, den Gegenstand und die Aufgabe des strategischen Marketings erfolgt im dritten Teil die Darstellung der CA an sich und zwar einerseits hinsichtlich der ursprünglichen sowie der heutzutage bedeutendsten alternativen Verfahren der CA und andererseits hinsichtlich der allgemeinen Vorgehensweise bei der Durchführung einer CA. Im vierten Teil wird zunächst darauf eingegangen, welche (quantitativen) Erkenntnisse die CA bezüglich der Ausgestaltung der instrumentalstrategischen Marketingebene generiert, um darauf folgend aufzuzeigen welche qualitativen Erkenntnisse die CA hinsichtlich der Formulierung von Marketing-Grundsatzstrategien liefert, die in der konkreten Umsetzung wiederum jeweils einen spezifischen Mix der instrumentalstrategischen Ebene darstellen.

Die Besonderheit dieser Arbeit liegt darin, dass sie nicht einzelne strategische oder operative Fragestellungen aufgreift und punktuell löst, wie dies in allen, dem Verfasser bekannten deutsch- und englischsprachigen Veröffentlichungen zu diesem Thema geschieht, sondern dass eine systematische Einordnung der jeweiligen Fragestellung in den Komplex des Marketing einerseits und den Prozess der Strategiegenerierung andererseits vorgenommen wird, und darin, dass nicht nur strategische Fragestellungen aufgezeigt werden, sondern unter Einbeziehung aller relevanten Marketinginstrumente konkret einsetzbare Lösungsmöglichkeiten dargestellt werden.

2. Strategisches Marketing

2.1. Strategisches Zielsystem

Das strategische Marketing soll durch eine konsequente Ausrichtung aller relevanten Aktivitäten auf die Bedürfnisse des Absatzmarktes, genauer auf eine möglichst optimale Befriedigung der Konsumentenbedürfnisse, dazu beitragen die Verwirklichung der Unternehmensziele langfristig sicher zu stellen.^[4] Diese Unternehmensziele stehen in einer hierarchischen Beziehung zueinander, die sich wie folgt darstellen lässt (s. Abb. 1).^[5] An oberster Stelle steht der Unternehmenszweck selbst, der die langfristigen Vorstellungen bezüglich der Art und des Wesens des Unternehmens beinhaltet; die so genannte Business Mission stellt den groben Handlungsrahmen aller weiteren Aktivitäten im Unternehmen dar.^[6] Darunter, auf einer zweiten Ebene, stehen die Ziele des Gesamtunternehmens, die sowohl finanzieller (z.B. Erhöhung des Shareholder Value), als auch nicht-finanzieller Natur (z.B. Erzielung hoher Kundenzufriedenheit) sein können.^[7] Auf der dritten Ebene sind die Ziele der strategischen Geschäftseinheiten^[8] und die Funktionalziele (z.B. Marketing, Finanzen, Produktion und F&E) anzusiedeln.^[9] Welche Ziele dabei über- bzw. untergeordnet sind, ist nicht generell zu beantworten, sondern hängt von der Organisation^[10] des Unternehmens und der jeweiligen, spezifischen Betrachtungsweise ab. Auf der untersten Stufe der Zielhierarchie stehen die Instrumentalziele, die in unserem Falle, da wir uns der Entwicklung von Marketingstrategien widmen, aus preis-, produkt-, kommunikations- und distributionspolitischen Zielen bestehen.^[11]

Bezüglich der Hierarchie findet von oben nach unten eine Konkretisierung statt, was so viel bedeutet, dass übergeordnete Ziele die jeweils nachgelagerten Ebenen determinieren^[12] und ihnen im Sinne der Oberzielerfüllung spezifische Teilaufgaben zuweisen.^[13] Zudem stehen die Ebenen in einer strengen Mittel-Zweck-Beziehung, was bedeutet, dass die jeweils nachgelagerten Ziele einer Stufe das bzw. die Mittel zur Erreichung des übergeordneten Zwecks (Ziels) darstellen.^[14]

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1: Zielsystem der Unternehmung

Quelle: Homburg/Krohmer (2003), S. 343 (leicht modifiziert)

Die Marketingziele^[15], um die es in dieser Arbeit geht (s. Abb. 2), lassen sich in potentialbezogene, markterfolgsbezogene und wirtschaftliche Marketingziele untergliedern.^[16] Potentialbezogene Marketingziele sind solche, die den eigentlichen Zielen vorgelagert sind und das Verhalten der Kunden kausal beeinflussen, gewissermaßen das Potenzial für einen späteren Markterfolg schaffen, wie z.B. ein positives Image oder hohe Kundenzufriedenheit.^[17] Markterfolgsziele basieren dahingegen auf dem tatsächlichen Verhalten der Kunden, also auf der Realisierung eines zuvor geschaffenen Potentials. Ein häufig verfolgtes Markterfolgsziel stellt bspw. die Erhöhung des absoluten oder relativen^[18] Marktanteils dar. Den wirtschaftlichen Zielen schließlich, liegen die gängigen ökonomischen Erfolgsgrößen zugrunde, wie z.B. Gewinn, Umsatz, Cash Flow oder ROI.^[19]

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2: Systematisierung der Marketingziele des Unternehmens

Quelle: Homburg/Krohmer (2003), S. 346

2.2. Strategische Marketingplanung

Im Rahmen der strategischen Marketingplanung werden nun die jeweils zu verfolgenden Marketingziele – abhängig von der jeweiligen Betrachtungsebene – konkretisiert und anschließend, in Abhängigkeit der zu Grunde liegenden Ausgangssituation, alternative Strategien zu deren Erreichung formuliert. Sowohl bei der Zielkonkretisierung als auch bei den Anforderungen an den Prozess der Strategieentwicklung, werden die jeweils unteren Ebenen von den jeweils darüber liegenden Ebenen determiniert. So geben die so genannten Marketing-Grundsatzstrategien einen Rahmen vor, in den die Instrumentalstrategien eingebettet werden. Im Folgenden werden dann zielbezogen strategische Handlungsoptionen für die Instrumentalebene abgeleitet, aus deren Kombination bzw. Instrumenten-Mix sich die Grundsatzstrategien zusammensetzen.^[20] Bei der konkreten Strategieumsetzung hingegen, wird erneut von unten nach oben eine Mittel-Zweck-Beziehung hergestellt, was soviel bedeutet, dass sich die Marketing-Grundsatzstrategien aus einem bestimmten, situativen Instrumentenmix, also einem instrumentalstrategischen Marketing-Mix, zusammensetzen (s. Abb. 3).

Somit können Strategien ganz allgemein als Wege zum Ziel bezeichnet werden. Konkret bedeutet dies, dass Strategien unter Berücksichtigung der aktuellen und potentiellen Ressourcen^[21] eines Unternehmens die Art und Weise, sozusagen die „Route“ der Zielerreichung, festlegen und einen zielführenden Handlungsrahmen für den Instrumenteneinsatz vorgeben.^[22]

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 3: Prozessablauf der Strategieentwicklung

Quelle: Eigene Darstellung

Um Marketingstrategien zu entwickeln, ist es zusätzlich zu einer klaren Zieldefinition notwendig, die unternehmens- und/oder marktspezifische Ausgangssituation zu analysieren. Im Rahmen einer Umweltanalyse sollen dabei die langfristigen Chancen und Risiken eines Unternehmens im Rahmen des Wettbewerbs identifiziert werden.^[23] Die Unternehmensanalyse hingegen soll die spezifischen Stärken und Schwächen eines Unternehmens ermitteln.^[24] Dazu müssen zuerst die so genannten strategischen Erfolgsfaktoren, das sind die wesentlichen Bestimmungsgründe für den Unternehmenserfolg, identifiziert werden. Strategische Erfolgsfaktoren werden dann zu erfolgsrelevanten Stärken eines Unternehmens, wenn es gelingt, eine konsequente Ausrichtung auf die Kundenbedürfnisse vorzunehmen und diesbezüglich einen Wettbewerbsvorteil ggü. der Konkurrenz aufzubauen.^[25] Die Kundenbedürfnisse an sich, als strategischer Erfolgsfaktor, und die Schaffung von Kundenzufriedenheit, als erfolgsrelevanter Wettbewerbsvorteil, sind in letzter Zeit immer stärker in den Focus sowohl der Marketingwissenschaft als auch der Marketing-Praxis geraten.^[26] Im Folgenden soll mit der Conjoint-Analyse ein Verfahren vorgestellt werden, mit dem die Präferenzen und Präferenzstrukturen von Konsumenten und Konsumentengruppen identifiziert und analysiert werden können, und im Weiteren wie auf Basis dieser Ergebnisse Erkenntnisse bezüglich der konkreten Strategieentwicklung gewonnen werden können.

3. Die Conjoint-Analyse als Methode der Marktforschung

3.1. Gegenstand der Conjoint-Analyse

Die Conjoint-Analyse (im Folgenden CA) ist ein Verfahren der dependenten multivariaten Datenanalyse,^[27] das, auf Basis von empirisch erhobenen Gesamtpräferenzurteilen bezüglich Objektalternativen (z.B. alternative reale oder hypothetische Produktkonzepte), die Teilpräferenzen für die das Objekt definierenden Objektmerkmale bzw. deren Ausprägungen als Parameter eines vorher festgelegten Präferenzmodells schätzt.^[28] Sie basiert somit auf der Hypothese, dass sich die Gesamtpräferenz für ein Objekt aus den Teilpräferenzen der einzelnen Objektmerkmale zusammensetzt.

Bei der CA handelt es sich folglich um ein dekompositionelles Verfahren^[29] der Einstellungs- und Präferenzmessung, bei dem zuerst Gesamtpräferenzurteile bezüglich des gesamten Objekts ermittelt werden, die erst später auf Basis geeigneter Methoden, wie z.B. der Ordinary Least Squares Regression oder der monotonen Varianzanalyse^[30], in ihre Teilpräferenzen für die zu Grunde liegenden Objektmerkmale zerlegt werden (dekomponiert), um Schätzwerte bezüglich deren relativen Einflusses auf die Gesamtpräferenz zu ermitteln (s. Abb. 4).^[31]

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 4: Unterscheidung von dekompositioneller und kompositioneller Präferenzmessung

Quelle: Abgeändert nach Skiera/Gensler (2002a), S. 201

Kompositionelle Verfahren hingegen sind dadurch gekennzeichnet, dass zuerst die Einzelurteile bezüglich eines jeden Objektmerkmals direkt ermittelt, und erst danach zu objektspezifischen Gesamturteilen zusammengefasst werden.^[32] Conjoint-Analysen basieren zwar nicht auf kompositionellen Verfahren, doch finden diese Einzug in die so genannten hybriden Ansätze der Conjoint-Analyse, die später noch ausführlicher thematisiert werden sollen.

Bei der Conjoint-Analyse handelt es sich nicht um eine einzelne, geschlossene Methodik, sondern um eine Vielzahl ähnlicher Ansätze (s. Abb. 5), was dazu führt, dass sie von ihrem Wesen her schwer zu fassen ist.^[33]

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 5: Formen der Conjoint-Analyse

Quelle: angelehnt an Schubert (1991), S. 146

Dies schlägt sich auch in der folgenden, sehr weit gefassten Definition nieder:

„Conjoint Analysis is any decompositional method that estimates the structure of consumer`s preferences…given his/her overall evaluations of a set of alternatives that are prespecified in terms of levels of different attributes.” ^[34]

3.2. Formen der Conjoint-Analyse

3.2.1. Traditionelle Ansätze der Conjoint-Analyse

Im Bereich der traditionellen Ansätze werden der Trade-Off-Ansatz, der auch als Zwei-Faktor-Methode bezeichnet wird^[35], und der Profilansatz unterschieden^[36]. Die Unterschiede liegen hauptsächlich in der Art der Datenerhebung und bei der Konstruktion der Stimuli^[37], sowie der Anzahl und Vollständigkeit der gleichzeitig zu beurteilenden Merkmalsausprägungen.^[38]

Beim Trade-Off-Ansatz werden jeweils nur die verschiedenen Ausprägungen zweier Merkmale (Faktoren) des zu beurteilenden Objekts miteinander kombiniert und verglichen. Alle Merkmale werden dabei jeweils paarweise mit allen ihren Ausprägungen kombiniert und in so genannten Trade-Off-Matrizen abgebildet (s. Abb. 6). Jede Zelle dieser Trade-Off-Matrizen bildet dabei einen zu bewertenden Stimulus^[39]. Sie sollen von den Auskunftspersonen in eine Rangreihenfolge^[40] gebracht werden. Diese Paarvergleiche werden so oft wiederholt^[41], bis schließlich alle Merkmale mit allen Ausprägungen verglichen worden sind und eine Rangreihung bezüglich aller das Objekt kennzeichnenden Merkmale vorgenommen wurde.^[42]

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 6: Beispiel für eine Zwei-Faktor-Bewertung in Form einer Trade-Off-Matrix

Quelle: nach Schweikl (1985), S. 47

Besonders geeignet ist der Trade-Off-Ansatz bei komplexen Objekten mit vielen Merkmalen, da durch den Umstand, dass jeweils nur zwei Merkmale kombiniert bewertet werden müssen, die Komplexität reduziert wird und damit einer Informationsüberlastung der Auskunftspersonen vorgebeugt werden kann.^[43] Wegen des sehr hohen Erhebungsaufwands und der unrealistischen Beurteilungssituation wird dieser Ansatz allerdings eher selten eingesetzt.^[44]

Populärer ist der Profil-Ansatz.^[45] Hier werden alle Merkmale eines Objekts gleichzeitig bewertet (s. Abb. 7). Die Testpersonen müssen bei diesem Ansatz Kombinationen aller relevanten Merkmale, die sich durch die unterschiedlichen Merkmalsausprägungen ergeben, bewerten und in eine Präferenzreihenfolge^[46] bringen.^[47] Der Stimulus besteht hier also aus der Kombination je einer Ausprägung aller das Produkt kennzeichnenden Merkmale.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 7: Beispiel für Stimuli bei der Profilbewertung

Quelle: nach Schweikl (1985), S. 46

Der Profil-Ansatz, bei dem also ganzheitliche Beurteilungen der Objekte auf Grund aller Merkmale abgefragt werden, weist sich an dieser Stelle durch eine größere Realitätsnähe aus. Die Objektbeurteilung auf Grund des Profil-Ansatzes spiegelt insofern den realen Kaufentscheidungs- bzw. Präferenzbildungsprozess wider, als dass alle das Objekt bestimmenden Merkmale^[48] und deren Ausprägungen simultan bewertet werden.^[49] Allerdings ist er nur bei einer eher geringen Anzahl von Merkmalen geeignet, da sich die Kombinationsmöglichkeiten bei steigender Zahl der Merkmale und ihrer Ausprägungen und folglich auch die Anzahl der zu beurteilenden Stimuli überproportional (exponentiell) erhöht und die Testpersonen damit überfordert wären, die Merkmalskombinationen in eine eindeutige Rangreihenfolge zu bringen.^[50]

3.2.2. Neuere Ansätze der Conjoint-Analyse

Die Nachteile der traditionellen Verfahren, insbesondere bezüglich der möglichen Anzahl von Merkmalen und deren Ausprägungen, haben zur Entwicklung neuer Untersuchungsansätze geführt.^[51] Um eine weit höhere Anzahl an Merkmalen und Merkmalsausprägungen in der CA berücksichtigen zu können, wurden die klassischen conjointanalytischen Ansätze zu hybriden Verfahren weiterentwickelt.^[52] Hybride Verfahren kombinieren die Vorteile kompositioneller und dekompositioneller Ansätze der Präferenzanalyse.^[53]

Bei der Hybrid-Conjoint-Analyse werden zunächst alle Merkmale und deren Ausprägungen auf Basis eines Punktbewertungsmodells bezüglich der individuellen Relevanz und der jeweils präferierten Ausprägung direkt bewertet (kompositioneller Teil).^[54] Anhand dieser Ergebnisse werden die Auskunftspersonen zu in sich homogenen Gruppen zusammengefasst.^[55] Diesen Gruppen werden dann anschließend ausgewählte Merkmalskombinationen zur ganzheitlichen Beurteilung vorgelegt (dekompositioneller Teil), um sie in eine Präferenzrangreihung zu bringen. Die Auswahl der zu bewertenden Merkmalskombinationen erfolgt dabei auf Grundlage der Befragung im kompositionellen Teil und umfasst folglich nicht alle möglichen Stimuli, die sich durch die Kombination aller Merkmale mit allen ihren Ausprägungen erzeugen ließen, sondern nur den Teil, dessen Merkmale als wichtig, und mit denjenigen Ausprägungen, die als erwünscht eingestuft wurden^[56]. Dadurch lässt sich die Anzahl der pro Auskunftsperson zu bewertenden Stimuli erheblich reduzieren, ohne dabei die Anzahl der insgesamt zu bewertenden Merkmale zu verringern.^[57] Damit lassen sich zunächst die Teilnutzenwerte auf Gruppenebene schätzen, und durch die Verknüpfung der Ergebnisse mit denen aus dem kompositionellen Teil schließlich auch die Teilpräferenzen für die einzelnen Merkmale und deren Ausprägungen auf Individualebene ermitteln.^[58] Ein großer Vorteil ist, dass die Anzahl ganzheitlich zu bewertender Objekte durch die Vorauswahl im kompositionellen Teil erheblich reduziert werden kann.^[59] Allerdings tritt der Umstand, dass für hybride Conjoint-Analysen relativ große Stichproben benötigt werden, nachteilig ein.^[60]

Neben dem klassischen Hybrid-Ansatz ist insbesondere die Adaptive-Conjoint-Analysis zu erwähnen, die eine Weiterentwicklung des Trade-Off-Ansatzes darstellt. Der Adaptiv-Ansatz, der ebenfalls ein hybrides Modell ist,^[61] zeichnet sich dadurch aus, dass die Datenerhebung computergestützt erfolgt (Software-Paket von Sawtooth) und vom Urteilsverhalten der Testpersonen beeinflusst wird, wodurch eine Dynamisierung der Untersuchung erreicht wird.^[62] Im kompositionellen Teil gibt die Testperson Urteile über die zu untersuchenden Objektmerkmale ab, wodurch eine erste Grobauswahl der Merkmale vorgenommen werden kann, die für die Testperson überhaupt relevant sind. Für diese Merkmale werden dann jeweils die relative Wichtigkeit und die Präferenz für deren Ausprägungen ermittelt.^[63] Im dekompositionellen Teil der Befragung werden dann zuerst Paarvergleiche von jeweils zwei Merkmalskombinationen vorgenommen (s. Abb. 8)^[64] und abschließend eine Präferenzbestimmung anhand kalibrierter Einzelkonzepte durchgeführt, wobei die Merkmalsausprägungen jeweils aufgrund der Befragung im kompositionellen Teil kombiniert werden^[65], um schließlich mittels einem speziellen Algorithmus^[66] auf die Teilpräferenzen und daraus folgend auf die Gesamtpräferenz der alternativen Konzepte zu schließen^[67].

Die Merkmale, die im kompositionellen Teil als irrelevant bewertet wurden, werden für die nun zu bewertenden Merkmalskombinationen nicht mehr herangezogen^[68]. Allerdings werden stark präferierte Ausprägungen mit weniger stark präferierten kombiniert und die Auskunftsperson so zu einem Trade-Off „gezwungen“, in dem sie Kompromisse zwischen erwünschten und weniger erwünschten Eigenschaften machen muss.^[69] Durch diese Vorgehensweise kann eine große Anzahl von Merkmalen (max. 30) mit vielen Ausprägungen (max. 9) bewertet werden.^[70] Darüber hinaus bietet die ACA die Möglichkeit, computergestützt vergleichsweise einfach umfangreiche Daten zu sammeln und sie bezüglich einer Marktsimulation^[71] aufzubereiten.^[72]

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 8: Darstellung der Bewertung mittels kalibriertem Einzelkonzept und Paarvergleich

Quelle: Eigene Darstellung (teilweise angelehnt/übernommen aus Weiber Rosendahl (1997), S. 110)

Eine weitere Entwicklung computergestützter Conjoint-Analysen stellt die so genannte Choice-Based-Conjoint-Analyse dar. Diese Form der Conjoint-Analyse unterscheidet sich von den oben dargestellten Ansätzen dadurch, dass die Auskunftspersonen nicht nach Kaufwahrscheinlichkeiten oder Präferenzen bezüglich der alternativen Objekte gefragt werden, sondern vor Wahlentscheidungen gestellt werden. Am Bildschirm werden den Auskunftspersonen wiederholt ca. sechs bis acht alternative Objekte (z.B. Produkte oder Produkt-Service-Kombinationen) vorgestellt, die sich jeweils durch die Ausprägungen der sie definierenden Objektmerkmale unterscheiden. Die Auskunftspersonen sollen sich in jedem Durchgang entweder für eine Alternative entscheiden, oder explizit keine der Alternativen wählen.^[73] Durch diese Vorgehensweise wird das Wahlverhalten von Konsumenten in der Realität am besten widergespiegelt, da auch in realen Situationen trotz positiv bewerteter Eigenschaften der Umstand auftreten kann, dass keine der Alternativen tatsächlich gewählt wird und somit eine Nichtwahl-Möglichkeit besteht.^[74] Bei der CBCA werden die Teilpräferenzwerte nicht auf Individualebene, sondern auf aggregiertem Niveau – Gruppen- bzw. Segmentebene – geschätzt,^[75] was den Nachteil birgt, dass keine individuellen Nutzenfunktionen ermittelt werden können.^[76] Die relevanten Parameter der Teilpräferenzwerte werden mit einem multinomialen Logit-Modell^[77] berechnet,^[78] womit die CBCA allerdings den großen Vorteil aufweist, dass damit Interaktionen von Merkmalen berücksichtigt werden können, ohne Verfahrensvariationen vorzunehmen, und bspw. auch Kreuzpreiselastizitäten berechnet werden können.^[79] Wie beim klassischen Hybrid-Modell ist bei der CBCA anzumerken, dass nur eine begrenzte Anzahl von Konzeptmerkmalen getestet werden kann, da die Auskunftspersonen sonst überfordert werden.^[80]

3.3. Ablauf einer Conjoint-Analyse

3.3.1. Datenerhebung

3.3.1.1. Ermittlung der Merkmale und Merkmalsausprägungen

Als allgemeine Anforderungen, die für jede Form der Conjoint-Analyse ihre Gültigkeit haben, sind die Relevanz der Merkmale, die Beeinflussbarkeit und Realisierbarkeit der Merkmale, die begrenzte Anzahl der Merkmale sowie die Objektivität und Redundanzfreiheit der Merkmale zu nennen.^[81]

Hinter der Forderung nach der Relevanz der Merkmale steht der Gedanke, dass nur solche Merkmale in die Untersuchung mit einbezogen werden, bei denen davon ausgegangen werden kann, dass sie von den Auskunftspersonen für eine differenzierte Objektbeurteilung herangezogen werden, die für die Gesamtnutzenbewertung der Befragten von Bedeutung sind und die die Wahlentscheidung beeinflussen.^[82] Somit wird also die Wichtigkeit eines Merkmals für die Wahlentscheidung zum zentralen Kriterium für die Relevanz.^[83]

Des Weiteren müssen die Merkmale vom Hersteller beeinflussbar sein, was bedeutet, dass der Hersteller in der Lage ist, die Variation der Parameter (hier Merkmalsausprägungen) im Rahmen der Objektgestaltung vorzunehmen; und die betrachteten Merkmalsausprägungen und deren Kombinationen müssen realistisch und technisch realisierbar sein.^[84]

[...]

---

^[1] Vgl. Wittink/Cattin (1989), S. 91ff.; Wittink/Vriens/Burhenne (1992), S. 1ff.; Melles/Holling (1998), S. 1ff.; Hartmann/Sattler (2002), S. 1ff.

^[2] Vgl. Schubert (1995), Sp. 387.

^[3] Vgl. Theuerkauf (1989), S. 1191.

^[4] Vgl. Haedrich/Tomczak (1990), S. 11; Homburg/Krohmer (2003), S. 342f.

^[5] An dieser Stelle sei angemerkt, dass unterschiedliche Darstellungen bezüglich der Zielhierarchie eines Unternehmens existieren, die sich aber anhand ihrer inhaltlichen Bedeutung kaum unterscheiden. Im Folgenden soll der Einteilung von Homburg/Krohmer ((2003), S. 343) gefolgt werden; der interessierte Leser vgl. dazu bspw. Meffert (2000), S. 71 oder Becker (2001), S. 28.

^[6] Vgl. Homburg/Krohmer (2003), S. 343.

^[7] Vgl. Homburg/Krohmer (2003), S. 344.

^[8] Strategische Geschäftseinheiten, oder auch Geschäftsfelder, sind organisatorische Planungseinheiten innerhalb eines Unternehmens mit meist eigener Marktaufgabe und Gewinnverantwortung. Häufig sind sie anhand der betrachteten Produkt-Markt-Kombination klar von einander abgrenzbar. Vgl. Homburg/Krohmer (2003), S. 344f.; Berndt (2005), S. 20f.

^[9] Vgl. Homburg/Krohmer (2003), S. 344.

^[10] Ist ein Unternehmen bspw. in Form einer Matrixorganisation organisiert, so können die Funktionalziele und die Ziele der strategischen Geschäftseinheiten gleichberechtigt sein. Vgl. Bea/Göbel (2002), S. 338ff.; Homburg/Krohmer (2003), S. 344ff.

^[11] Vgl. Homburg/Krohmer (2003), S. 347.

^[12] So könnte bspw. ein in einer „Business Mission“ verankerter schonender Umgang mit natürlichen Ressourcen u.a. im Rahmen der Produktpolitik durch den Einsatz wiederverwertbarer Materialien und im Rahmen der Distributionslogistik durch den Einsatz energiesparender Transportmittel umgesetzt werden. Das Marketing-Funktionalziel „hohe Kundenzufriedenheit“ könnte bspw. in einem produktpolitischen Instrumentalziel der hohen funktionalen und ästhetischen Produktqualität münden. Vgl. dazu auch Homburg/Krohmer (2003), S. 347.

^[13] Vgl. Becker (2002), S. 27f.

^[14] Vgl. Becker (2002), S. 28.

^[15] Auf welcher Ebene der Unternehmenshierarchie die Marketingziele angeordnet sind hängt von der Bedeutung des Marketing an sich ab: Das Marketing kann als Funktionsbereich gleichberechtigt neben den anderen Funktionsbereichen, wie z.B. Personal, Beschaffung, etc. angeordnet sein, als dominierender Funktionalbereich den anderen Funktionalbereichen gegenüber von herausragender/übergeordneter Bedeutung sein oder bei einer Einordnung von Marketing als der wesentlichen Führungsfunktion, die gesamte Unternehmensstrategie bestimmen. Vgl. Homburg/Krohmer (2003), S. 349f.

^[16] Vgl. Homburg/Krohmer (2003), S. 345.

^[17] Vgl. Homburg/Krohmer (2003), S. 345f.

^[18] Der relative Marktanteil drückt den eigenen Marktanteil im Verhältnis zum Marktführer oder zu den führenden Wettbewerbern aus. Vgl. Homburg/Krohmer (2003), S. 346.

^[19] Vgl. Hombur/Krohmer (2003), S. 346f. Zu weiteren wirtschaftlichen Zielgrößen vgl. bspw. auch Berndt (2005), S. 67f.

^[20] Vgl. Meffert (2000), S. 233f.; Becker (2002), S. 139ff.; Berndt (2005), S. 63ff.

^[21] Zu Ressourcen allgemein siehe Bea/Haas (2001), S. 26ff. Bezüglich alternativer Verfahren der Identifikation siehe Bea/Haas (2001), S. 106ff.

^[22] Vgl. Becker (2002), S. 140; Berndt (2005), S. 63f.

^[23] Vgl. hierzu ausführlich Bea/Haas (2001), S. 83ff.

^[24] Vgl. hierzu ausführlich Bea/Haas (2001), S. 106ff.

^[25] Vgl. Bea/Haas (2001), S. 110.

^[26] Vgl. Theuerkauf (1989), S. 1179; Schubert (1991), S. 1ff.; Becker (2001), S. 81.

^[27] Vgl. Kinnear/Taylor (1987), S. 684; Schubert (1991), S. 135ff.; Schubert (1995), Sp. 376; Koch (2001), S. 274; Backhaus u.a. (2003), S. 544 – 600.

^[28] Vgl. Schweikl (1985), S. 39; Schubert (1991), S. 132; Backhaus u.a. (2003), S. 544.

^[29] Vgl. Schubert (1991), S. 130f.; Schubert (1995), Sp. 376; Backhaus (2003), S. 544. Es existiert eine Vielzahl weiterer anwendbarer Schätzverfahren (in Abhängigkeit des Skalenniveaus). Vgl. dazu Abschnitt 3.3.2.1.

^[30] Vgl. Weiber/Rosendahl (1997), S. 108.

^[31] Vgl. Schubert (1991), S. 130; Weiber/Rosendahl (1997), S. 107.

^[32] Vgl. Böcker (1986), S. 560f.; Schubert (1991), S. 127.

^[33] Vgl. Teichert (2000), S. 473.

^[34] Green/Srinivasan (1978), S. 104.

^[35] Vgl. Weiber/Rosendahl (1997), S. 108; Backhaus u.a. (2003), S. 550.

^[36] Vgl. Schubert (1991), S. 147.

^[37] Stimuli sollen hier als alternative Entwürfe oder Beschreibungen der zu beurteilenden Objekte (z.B. ein Produktentwurf oder das Bild eines solchen) verstanden werden, die den Testpersonen vorgelegt werden und sich jeweils durch unterschiedliche Ausprägungen der sie kennzeichnenden Objektmerkmale unterscheiden. Vgl. Abschnitt 3.3.1.3.

^[38] Vgl. Schubert (1991), S. 146f.; Schubert (1995), Sp. 379; Conrad (1997), S. 34; Weiber/Rosendahl (1997), S. 108.

^[39] Vgl. Schweikl (1985), S. 47.

^[40] Es können hier auch alternativ, durch den Einsatz von Ratingskalen, metrische Urteilsdaten gewonnen werden. Vgl. Schweikl (1985), S. 57; Abschnitt 3.3.1.4.

^[41] Es wird folglich für alle alternativen Paare jeweils eine Trade-Off-Matrix erstellt und bewertet. Vgl. Schweikl (1985), S. 47.

^[42] Vgl. Schubert (1991), S. 147; Schubert (1995), Sp. 379; Conrad (1997), S. 34; Berndt (1996), S. 241; Weiber/Rosendahl (1997), S. 108; Backhaus (2003), S. 550f.

^[43] Vgl. Conrad (1997), S. 34f.

^[44] Vgl. Schubert (1995), Sp. 379.

^[45] Vgl. Wittink/Cattin (1989), S. 92; Hartmann/Sattler (2002), S. 4.

^[46] Dies kann sowohl auf Basis ordinaler Rangreihung als auch auf Basis intervallskalierter Ratings erfolgen. Vgl. Weiber/Rosendahl (1997), S. 108.

^[47] Vgl. Schubert (1995), Sp. 379; Weiber/Rosendahl (1997), S. 108.

^[48] Vgl. dazu Abschnitt 3.3.1.1.

^[49] Vgl. Schubert (1995), Sp. 379.

^[50] Vgl. Schubert (1991), S. 147; Schubert (1995), Sp. 379f.; Berndt (1996), S. 241; Conrad (1997), S. 34f.; Backhaus (2003), S. 550ff.; Abschnitt 3.3.1.1.

^[51] Vgl. Schubert (1995), Sp. 380. Bezüglich der Entwicklung verschiedener Conjoint-Verfahren vgl. auch Carroll/Green (1995), S. 385ff.

^[52] Vgl. Green/Srinivasan (1990), S. 10f.

^[53] Vgl. Schubert (1995), Sp 380.

^[54] Vgl. Schubert (1995), Sp. 380; Weiber/Rosendahl (1997), S. 110.

^[55] Vgl. Weiber/Rosendahl (1997), S. 110.

^[56] Vgl. Schubert (1995), Sp. 380; Weiber/Rosendahl (1997), S.110.

^[57] Vgl. Green/Srinivasan (1990), S. 10f.

^[58] Vgl. Schubert (1991), S. 149; Schubert (1995), Sp. 380; Conrad (1997), S. 35; Weiber/Rosendahl (1997), S. 110.

^[59] Vgl. Schubert (1995), Sp. 380; Conrad (1997), S. 35.

^[60] Vgl. Schubert (1995), Sp. 380.

^[61] Vgl. Weiber/Rosendahl (1997), S.110.

^[62] Vgl. Schubert (1991), S. 148; Schubert (1995), Sp. 380; Conrad (1997), S. 36.

^[63] Vgl. Green/Srinivasan (1990), S. 11; Schubert (1995), Sp. 380.

^[64] Vgl. Schubert (1995), Sp. 380.

^[65] Vgl. Green/Srinivasan (1990), S. 11; Schubert (1995), Sp. 380f.; Weiber/Rosendahl (1997), S. 110; Hensel-Börner (2000), S. 5.

^[66] Es existieren hier keine genauen Angaben bezüglich des verwendeten Schätzverfahrens, da der Algorithmus urheberrechtlich geschützt ist. Vgl. Gutsche (1995), S. 96; Beck (o.J.), S. 181.

^[67] Vgl. Schubert (1995), Sp. 381.

^[68] Es besteht hier also die Möglichkeit, unakzeptable Merkmalsausprägungen zu eliminieren. Vgl. Weiber/Rosendahl (1997), S. 110.

^[69] Vgl. Schubert (1995), Sp. 380f.

^[70] Vgl. Schubert (1995), Sp. 380; Conrad (1997), S. 36.

^[71] Siehe hierzu Abschnitt 4.2.2.

^[72] Vgl. Green/Srinivasan (1990), S. 11.

^[73] Vgl. Schubert (1995), Sp. 381.

^[74] Vgl. Weiber/Rosendahl (1997), S. 109.

^[75] Vgl. Schubert (1995), Sp. 381; Teichert (2000), S. 477.

^[76] Vgl. Hensel-Börner (2000), S. 27.

^[77] Eine ausführliche Darstellung bieten bspw. Decker/Wagner (2000), S. 563ff.

^[78] Vgl. Weiber/Rosendahl (1997), S. 109.

^[79] Vgl. Schubert (1995), Sp. 381; Weiber/Rosendahl (1997), S. 114.

^[80] Vgl. Schubert (1995), Sp. 381.

^[81] Vgl. Schweikl (1985), S. 95ff.; Schubert (1991), S. 177f.

^[82] Vgl. Thomas (1979), S. 203; Schweikl (1985), S. 96; Schubert (1991), S. 177; Backhaus u.a. (2003), S. 548.

^[83] Vgl. Schweikl (1985), S. 97. Vgl. i.d.Z. auch die Diskussion bzgl. „salient“, „important“ und „determinant“ attributes bei Schweikl (1985), S. 96ff.; sowie Schubert (1991), S. 187ff.

^[84] Vgl. Schubert (1991), S. 178; Backhaus u.a. (2003), S. 548.