Produktmanagement (Fach) / 1. Grundlagen (Lektion)

Diese Lektion wurde von ManutheKing1991 erstellt.

Lektion lernen

Diese Lektion ist leider nicht zum lernen freigegeben.

zurück  |  weiter 1 / 1

• Folie 09 Produktbegriff verbal ? Ein Produkt ist ein Bündel von Eigenschaften, das auf die Schaffung von Kundennutzen(jedweder Art) abzielt.
• Folie 09 Produktbegriff Grafik, was alles zusätzlich zum Produktkern zu einem Produkt zählt ? Produktkern (Kerneigenschaften) Zusatzeigenschaften (z.B. Farbe) Gestaltung des tangiblen Umfeldes, Verpackung Basisdienstleistungen (z.B. Reparatur, Basisgarantie) Zusatzdienstleistungen („Value Added Services“) Marke Geordnet von innen nach außen
• Folie 10 Produkttypen Unterteilung ? Produkttypen unterteilt in: Sachgüter                  und Dienstleistungen Sachgüter unterteilt in: Konsumgüter  (Verbrauchsgüter, Gebrauchsgüter)                und Industriegüter
• Folie 16 Markov-Modell der Produktwahl ? vollstochastisches Modell der Produktwahl, d.h. Kaufentscheidungsprozess als Zufallsmechanismus Ergebnis des Modells: Wahrscheinlichkeit, mit der ein Individuum eine Marke wählt Darstellung der Zu- und Abwanderungen von Konsumenten in Bezug auf verschiedene Marken in verschiedenen Perioden anhand der so genannten Fluktuationsmatrix Grundannahme: Zwischen zwei Perioden wandern Käufer einer Marke (z.B. A) zu anderen Marken (z.B. B und C). Ebenso können Käufer der anderen Marken (B,C) zu Marke A wandern Zentrale Fragestellung: Wie sieht der (langfristige) Gleichgewichtsmarktanteil der einzelnen Marken aus?
• Folie 21 Modelle der Nutzenmaximierung ? Modelltyp: Aus der Mikroökonomie stammende Ansätze: Neoklassisches Nachfragemodell der mikroökonomischen Haushaltstheorie   +   „Neue Mikroökonomie“ von Lancaster Aus der mathematischen Psychologie stammende Ansätze: Teilstochastische Ansätze (Luce-Modelle, Logit-/ProbitModelle)   +    Raum- und Präferenzmodelle (z.B. Idealpunkt- oder Idealvektor-Modelle)
• Folie 25 Modifiziertes Luce-Modell ? (Involvement-Kontexte) Wünschenswert: Anpassung an Kaufkontext High Involvement-Kontexte: Starke Informationssuche = Präzisere Nutzeninformationen und starkes Vertrauen in Nutzenwahrnehmung Stärkere Tendenz, das beste Produkt zu wählen Ganz besonders bei hohen Einmalinvestitionen (z.B. Autokauf, Hauskauf) Low Involvement-Kontexte: Geringe Informationssuche = Wenig Nutzeninformationen und geringes Vertrauen in Nutzenwahrnehmung Tendenz zur Gleichgültigkeit und zum „Satisficing“
• Folie 25 Modifiziertes Luce-Modell Berücksichtigung der Involvement-Kontexte im Luce-Modell durch welche Exponenten ? Berücksichtigung in Luce-Modell durch Integration eines Exponenten β Hohes β: Hohe Wahrscheinlichkeit der Wahl der tatsächlich nutzenmaximierenden Alternative Niedriges β: Tendenz zur Gleichwahrscheinlichkeit für die Wahl der Alternativen
• Folie 36 Weitere Modelle (I): Produktmarktraummodell ? Ziele:- Ermittlung zentraler Dimensionen der Produktwahrnehmung- Identifizierung der relativen Position von Produkten zueinander- Produktpositionierung entlang dieser Dimensionen- Darstellung der Produktpositionen im Vergleich zum Wettbewerb Produkteigenschaften (Ei):- unabhängig- wahrnehmbar- kaufrelevant- differierend Verfahren:- kompositionelle Verfahren: Probanden beschreiben Produkt anhand vorgegebenerEigenschaften- dekompositionelle Verfahren: Probanden beurteilen Produkte anhand globaler Ähnlichkeiten (→ multidimensionale Skalierung) Kritik:- keine Aussage über Wahlentscheidung eines Individuums
• Folie 37 Weitere Modelle (II): Idealvektormodelle ? Idee: Produktbeurteilung gibt noch keinen Aufschluss über Präferenzen → Erweiterung des Produktmarktmodells um eine Präferenzanalyse Präferenzvektor Isopräferenzlinie als Senkrechte zum Vektor → metrische Abbildung der Präferenzordnung
• Folie 38 Weitere Modelle (III): Idealpunktmodell ? Wahl des Produktes mit der kürzesten Distanz zum Idealpunkt Isopräferenzlinien als konzentrische Kreise um den Idealpunkt kompensatorische Beziehung zwischen Merkmalen Möglichkeit der Gewichtung von Eigenschaften durch Bildung von Ellipsen -> Ermittlung von Eigenschaftsgewichten und Idealpunktkoordinaten durch LINMAP (LINear programming techniques for Multidimensional Analysis of Preferences)
• Anzeige
• Folie 39 Heuristische Elimination – Tversky‘s „Elimination by Aspects“-Modell ? Ansatz zur Modellierung von Auswahlentscheidungen Entwickelt von Tversky (1972a,b) Übergang zu Verfahren der heuristischen Elimination Viele verschiedene Variationen, da schwieriger zu formalisieren Sequenzielles Vorgehen (z.B. beschrieben in Fader/McAlister 1990): Produkte lassen sich in Eigenschaften mit verschiedenen Ausprägungen zerlegen Zunächst wird eine Eigenschaft ausgewählt o Ebenfalls probabilistisch o Wahrscheinlichkeit für Betrachtung einer Eigenschaft hängt ab von ihrem relativen Nutzenbeitrag Elimination aller Produkte mit unakzeptablen Ausprägungen bei dieser Eigenschaft Ist mehr als ein Produkt übrig, Auswahl einer neuen Eigenschaft Hat kein Produkt mehr unakzeptable Eigenschaft, dann Anwendung des Luce-Modells
• Folie 42 Modelle zur Produktempfehlung: Übersicht ? Kollaborative Systeme Inhaltsbasierte Systeme Wissensbasierte Systeme
• Folie 42 Modelle zur Produktempfehlung: Kollaborative Systeme ? Empfehlungen werden auf Grundlage der Präferenzen anderer Nutzer generiert Auch „collaborative filtering“ genannt Dominant in Praxis (Amazon) Zwei Varianten: Identifikation ähnlicher Nutzer ODER Identifikation von Produkten mit ähnlichen Bewertungsprofilen Vorteile: Keine Daten-Vorerfassung UND Lernendes System Nachteile: Kaltstart-Problem + Neuprodukte werden verzögert empfohlen + Empfehlungen teilw. nicht nachvollziehbar
• Folie 42 Modelle zur Produktempfehlung: Inhaltsbasierte Systeme ? Es werden Produkte empfohlen, die präferierten Produkten des Kunden inhaltlich ähnlich sind Basieren auf Produktdatensatz Zwei Varianten: Datensatz mit Meta-Daten zu Produkten (z.B.Produktkategorien) + Produktdaten werden aus Produkten (z.B. Texten,Musik,…) ausgelesen Vorteile: Neuprodukte sofort integriert + Unabhängig v. Kundenzahl Nachteile: Pflege der Datenbank + „Softe“ Produktaspekte (z.B. Design) nur sehr schwer erfassbar
• Folie 42 Modelle zur Produktempfehlung: Wissensbasierte Systeme ? Empfehlungen werden auf Grundlage einer Kombination von spezifisch geäußerten Kundenwünschen und Produktdatenbank generiert Oft verknüpft mit Optimierungsansatz, es wird das Produkt identifiziert, das den Anforderungen am besten entspricht Vorteile: Anwendbar bei i.d.R. nur einmal gekauften Produkten (z.B. Autos) + Berücksichtigt Nischenprodukte Nachteile: Produkte müssen genau beschreibbar sein + Höherer Aufwand auf Kundenseite
• Folie 44 Kundenvergleichende kollaborative Systeme: Vorgehensweise ? Bestimmung der Ähnlichkeit anderer Kunden Auswahl der ähnlichsten Kunden Prognose der fehlenden Bewertung
• Folie 45 Kundenvergleichende kollaborative Systeme: Vorgehensweise Auswahl der ähnlichsten Kunden ? Fragestellung: Welche Kunden sollen jetzt zur Vorhersage der Präferenz von Alice herangezogen werden? Vorteile von Einschränkung der Kundenbasis bei der Vorhersage: Gesteigerte Präzision, da unähnliche Kunden nicht einfließen + Steigerung der Rechengeschwindigkeit Zwei Ansätze: Schwellenwerte: Nur Kunden ab bestimmter Ähnlichkeit berücksichtigt + Zahlenbegrenzung: Festlegung der Anzahl zu berücksichtigender Kunden

zurück  |  weiter 1 / 1