17

Marktforschung (Fach) / Conjointanalyse (Lektion)

Diese Lektion wurde von Niiklas1997 erstellt.

Lektion lernen

Diese Lektion ist leider nicht zum lernen freigegeben.

zurück  |  weiter 1 / 1

• Definition Conjointanalyse Die CA ermittelt, welche Präferenzen Probanden bzgl. der Eigenschaften von Objekten und ihren Ausprägungen haben. -> Welchen Beitrag leisten verschiedene Komponenten zum Gesamtnutzen eines Objekts?
• Beispiele CA - Produktgestaltung: Welche Präf. bestehen im Bezug auf verschiedene Produkteig. und wie wichtig sind diese für den Konsumenten? - Markenwertmessung: Wie wichtig ist die Marke bei der Kaufentscheidung eines Konsumenten
• Grundidee CA - Nutzenmodell: Gesamtnutzen = ∑ Teilnutzen für einzelne Eigenschaften - Problem bei der Frage nach Wichtigkeit von Produkteigenschaften: Meist werden alle Eig. als wichtig bezeichent -> Probanden werden zu Trade-Offs gezwungen (Bsp.: Was ist wichtiger, Preis oder Farbe)
• Prinzipien der CA - ganzheitliche Nutzenmessung -> Dekomposition in Teilnutzen - Präferenzmessung auf disaggregiertem Niveau
• Vorgehen bei der Choice-Based CA 1. Auswahl von Eigenschaften und deren Ausprägungen 2. Auswahl Erhebungsdesign 3. Bewertung der Stimuli 4. Schätzung der Nutzenwerte 5. Aggregation der Nutzenwerte 6. Marktanteilssimulation 7. Beurteilung der Güte der Ergebnisse
• 1. Schritt: Auswahl von Eigenschaften und deren Ausprägungen Eigenschaften: -  müssen relevant sein - sollten durch Hersteller beeinflussbar sein - sollten voneinander unabhängig sein - dürfen keine K.O.-Kriterien darstellen - Anzahl der Eig. und ihrer Ausprägungen muss begrenzt sein - Eigenschaftsausprägungen müssen realisierbar sein
• Schritt 2 und 3 CA: Erhebungsdesign und Bewertung der Stimuli - Konstruktion von Stimuli, die anhand ihrer Eigenschaftsausprägungen beschrieben werden - Bildung von Choice-Sets mit verschiedenen Stimuli (Probanden wählen aus jedem Set einen Stimulus aus) -> No-Choice-Option möglich, sorgt für validere Antworten, da kein Antwortzwang - No-Choice-Option notw. bei Ermittlung von Zahlungsbereitschaften
• Schritt 4 CA: Choice Modell Pk = e(∑(iεI)∑(mεM) ßim*ximk) / ∑(jεCa) e(∑(iεI)∑(mεM) ßim*ximj) Pk = Wahrscheinlichkeit, dass ein Proband die k-te Alternative wähltßim = Nutzenparameter der m-ten Ausprägung der i-ten Eigenschaftximk = Wert der m-ten Ausprägung der i-ten Eigenschaft bei der k-ten AlternativeCa = Indexmenge der Alternativen im a-ten Choice-Set
• Bestimmung der Deutungsgewichte bei der CA - Differenzen zwischen dem besten und dem schlechtesten Wert für jedes Merkmal berechnen - Diffi = Differenz zwischen größtem und kleinstem Teilnutzenwert bei Eigenschaft i -> Bedeutungsgewicht: BGi = Diffi / ∑(jεI)Diffj
• Schritt 5 CA: Aggregation der Nutzenwerte - Voraussetzung: Normierung der Teilnutzen -> kleinster TN-Wert pro Eigenschaft wird auf 0 gesetzt (Subtraktion der jeweils kleinsten TN-Werts von allen TN-Werten einer Eigenschaft) -> Gesamtnutzen des am stärksten präferierten Stimulus wird auf 1 gesetzt (Teilen durch die Summe der jeweils größten (reskalierten) TN pro Eigenschaft) -> jeweilige neue TN durch Summe der jeweils größten TN dividieren)
• Anzeige
• Schritt 6 CA: Marktanteilssimulation Annahmen zum Kaufverhalten: -> First Choice: Der Konsument kauft ds Produkt mit dem höchsten Gesamtnutzen -> Probalistic Choice: Kaufwahrscheinlichkeit = eGesamtnutzen des betrachteten Produkts / ∑ (alle Produkte) eGesamtnutzen des betrachteten Produkts
• 7. Schritt CA: Gütebeurteilung - Interne Validität: -> inhaltlich: Konsistenz im Urteil der Befragten-> Prüfmaß: Hit Rate (welcher Anteil der Entscheidungen wird korrekt vorhergesagt?)-> Werte: Wert sollte möglichst nah an 1 sein - Externe Validität: -> inhaltlich: stimmen der aus dem Modell abgeleitete und der tatsächliche Marktanteil ungefähr überein?-> Prüfmaß: Abweichung zwischen dem durch das Modell vorhergesagten und dem tatsächlichen Marktanteil-> Werte: Abweichung sollte möglichst gering sein
• Unterschied Choice-Based-CA und traditionelle CA Vorgehensweisen sind identisch, aber bei der traditionellen CA geschieht die Schätzung der Nutzenwerte durch eine Regression
• Bewertung der Stimuli Entweder durch Rating oder durch Ranking - Ranking: Stimuli werden in Reihenfolge gebracht (wird in der Praxis am häufigsten angewendet) - Rating: Stimuli werden auf einer Ratingskala bewertet (meist wird zunächst ein Ranking angewendet, bevor es zum Rating kommt)
• Schätzung der Nutzenwerte Nutzenfunktion: yk = ∑(iεI)∑(mεM) ßim*ximk yk = Gesamtnutzen für Stimulus k ßim = TN-Wert für die m-te Ausprägung der i-ten Eigenschaft ximk = 1, falls bei Stimulus k die Eigenschaft i in der Ausprägung m vorliegt, sonst 0 => Schätzung der TN bei Ranking/Rating mithilfe der OLS-Regression -> Rating/Ranking = abhängige Var.-> Dummies für Eig.ausprägungen = unabhängige Var.
• Adaptive Conjointanalyse - mehrstufige Vorgehensweise -> kompositionelle Analyse zur Bestimmung der wichtigsten Eigenschaften-> dekompositionelle Analyse mit diesen wichtigsten Eigenschaften-> Gewicht der ermittelten Nutzenwerte aus beiden Analysestufen => Vorteile: Berücksichtigung vieler Eig. möglich, Computergestützte Befragung erlaubt persönliches Design
• Anwendungsempfehlungen CA - traditionelle CA wird kaum noch eingesetzt -> sehr mühsam für Probanden-> unrealistische Erhebungssituation - Standard: Choice-Based-CA -> Berücksichtigung von Heterogenität über Mixture Modell - falls viele Eigenschaften vorliegen -> Adaptive Conjointanalyse

zurück  |  weiter 1 / 1