Marken- und Produktpositionierung - TU Berlin
Marken- und Produktpositionierung - TU Berlin
Marken- und Produktpositionierung - TU Berlin
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Ein für Positionierungsanwendungen typisches Problem der Faktorenanalyse liegt in der<br />
Vorstellung eines gemeinsamen Raumes für alle relevanten <strong>Marken</strong>, wogegen üblicherweise jede<br />
für eine Marke erhobene Datenmatrix aus Imageitems <strong>und</strong> Befragten faktorisiert wird <strong>und</strong> dann so<br />
viele verschiedene Imageräume entstehen, wie <strong>Marken</strong> in der Untersuchung sind. Die Konstruktion<br />
eines gemeinsamen Raumes für alle k <strong>Marken</strong> kann auf verschiedenen Wegen erreicht werden: Ein<br />
Weg läuft über die Transformation der Imagewerte von "allen anderen" k-1 <strong>Marken</strong> in den<br />
Referenzraum einer Marke, der z.B. aus der Faktorenanalyse der Idealmarke oder der eigenen<br />
Marke errechnet wurde. Ein anderer Weg ist die dreimodale Faktorenanalyse, wobei neben dem<br />
Modus "Items" <strong>und</strong> "Personen" als dritter Modus "<strong>Marken</strong>" in einer simultanen Faktorenanalyse<br />
des gesamten Datenkubus geführt werden. Die Marktforschungspraxis geht bislang großzügig über<br />
dieses an sich gravierende Problem hinweg. Meistens bleibt es bei einer Faktorenanalyse für die<br />
Marke des Auftraggebers. Schon die Berechnung von Faktorwerten für eine gemeinsame<br />
Positionierung aller <strong>Marken</strong> unterbleibt in der Regel.<br />
2.3.2. Positionierung mit der Mehrdimensionalen Skalierung (MDS)<br />
Ziel der MDS ist es, aus Ähnlichkeits-, Präferenz- oder Substitutionsdaten einen möglichst nur<br />
zwei- oder dreidimensionalen Positionierungsraum zu generieren. Darin sollen die <strong>Marken</strong> so<br />
abgebildet werden, dass die erhobenen Ähnlichkeiten zwischen den <strong>Marken</strong> den Interdistanzen im<br />
Modell möglichst gut entsprechen. Zielkriterium der MDS ist die Minimierung eines Maßes<br />
(Stress) für die durchschnittliche Abweichung der empirischen Daten von den modellanalytisch<br />
rekonstruierten Daten aus der geschätzten MDS-Konfiguration (vgl. WÜHRER 2000, S. 441).<br />
Nach der Erstellung des Positionierungsraumes folgt die Interpretation der ermittelten<br />
Dimensionen. Sie kann entweder auf Basis von Expertenurteilen erfolgen oder durch weitere<br />
Fragen an die Probanden, nun direkt zu den Ausprägungen bestimmter Produkteigenschaften.<br />
Mittels eines als "Property Fitting" (PROFIT) bezeichneten optimierenden Verfahrens wird die<br />
durch die MDS ermittelte Lösungskonfiguration mit den Ergebnissen der direkten Abfrage<br />
überprüft (SCHOBERT 1979, S. 187). Ein anderes Verfahren zur Interpretation der räumlichen<br />
Darstellung ist LINMAP (LINear programming techniques for Multidimensional Analysis of<br />
Preferences) (SRINIVASAN/SHOCKER 1973).<br />
2.3.3. Positionierung mit der Conjoint-Analyse<br />
15