Marken- und Produktpositionierung - TU Berlin

Weitere Magazine

Empfehlungen

Info

Mit der Conjoint-Analyse kann man Beiträge einzelner Produkteigenschaften zum subjektiven Gesamtwert (Nutzen, Einstellung, Zahlungsbereitschaft) der Marke quantitativ abschätzen. Damit ist sie auch als Instrument der Produktpositionierung anzusehen, wenngleich die Ergebnisse nicht den gleichen Aussagencharakter haben. Die Conjoint-Analyse wird in der Praxis vornehmlich für die Bestimmung optimaler Produkteigenschaften im Rahmen der Neuproduktplanung eingesetzt. Den Befragten werden in einem quasi experimentellen Untersuchungsdesign hypothetische Marken in Form von unterschiedlichen Eigenschaftsbeschreibungen auf mehreren Dimensionen vorgelegt. Die Befragten müssen lediglich Präferenzurteile unter Paaren oder Triaden der vorgelegten "Marken" bilden. Das Verfahren behandelt die ordinalen Nutzenwerte aus der Befragung als abhängige Variable. Diese wird mit einer Art nichtmetrischer Varianzanalyse auf Beeinflussung durch die Eigenschaftsausprägungen untersucht. Aufgrund der Redundanz der Inputdaten können die Rangdaten in Gesamtnutzenwerte transformiert werden sowie in Teilnutzenwerte für die einzelnen Merkmalsausprägungen. Optimierungskriterium für die Schätzung der Nutzenwerte, die hinter den empirischen Rangordnungen stehen, ist die Übereinstimmung der generierten Gesamtnutzen-Ränge mit den empirischen Input-Rangwerten (vgl. TEICHERT 2000, S. 471 f.). Die Teilnutzenwerte können zu Wichtigkeitsindices der Positionierungsmerkmale aggregiert werden. Das ist eine für abzuleitende produktpolitische Maßnahmen wichtige Zusatzinformation, die über die Aussage klassischer Modelle hinausgeht. Anhand der Teilnutzenwerte lassen sich die fiktiven Marken, aber dann auch reale Marken, in einem Positionierungsraum abbilden. 2.3.4. Statistische Verfahrenssynopse Alle vorgestellten Verfahren dienen der Ermittlung der Merkmale und Ausprägungen, anhand derer die Konsumenten bestimmte Marken beurteilen. Die Verfahren lösen diese Aufgabe entweder kompositionell, durch den Weg von Einzelurteilen zum Gesamturteil (so die Faktorenanalyse) oder dekompositionell, durch Auflösen eines Globalurteils in seine Bestandteile (so MDS und Conjoint Measurement). Bei der Abfrage von Globalurteilen werden keine Eigenschaften vorgegeben (indirekte Abfrage), während bei der direkten Abfrage Marken nach vorgegebenen Attributen bewertet werden. Bei der indirekten Methode werden Vergleiche zwischen je zwei oder mehreren Marken verlangt. Eine indirekte Datenabfrage entspricht der eher ganzheitlichen menschlichen Wahrnehmung besser. Marken, deren relevante Eigenschaften nur schwer anhand von Skalen zu beurteilen sind (z.B. das Verführerische eines Parfums), lassen sich besser über Globalurteile positionieren. 16
Die indirekte Datenerhebung ist schwieriger, zeitaufwändiger und teurer: Die auf Ähnlichkeitsdaten (oder anderen vergleichenden Urteilen) basierenden Verfahren erfordern den Vergleich von mindestens sieben Marken. Abgesehen von dem Zeit- und Kostenaufwand übersteigt diese Anzahl der Marken oftmals das Consideration Set der Befragten. Es werden dann Marken bewertet, die subjektiv gar nicht relevant sind. Ein weiteres Problem der dekompositionellen Verfahren liegt in der Interpretation der Dimensionen. Das kann jedoch durch zusätzliche kompositionelle Verfahren (siehe 2.3.2, MDS mit Property Fitting) überwunden werden. Faktorenanalyse Multidimensionale Skalierung Conjoint- Analyse Verfahren Input Datenniveau Vorteile Nachteile komponierend Eigenschaftsbeurteilungen dekomponieren d dekomponieren d Ähnlichkeits-, Präferenz-, Verwechsl.-, Substituierbrk.daten mindestens quasi Intervallniveau mindestens binäres Ordinalniveau Rangwerte mindestens Ordinalniveau Tabelle 1: Vergleich wichtiger Statistikmethoden für die Positionierung 3. Positionierungsmodelle • einfach in der Anwendung • Dimensionen interpretiert • kein Detailwissen über Marken erforderlich • wie menschl. Wahrnehmung • auch fiktive Marken zu beurteilen, daher innovationsgeneigt • vorheriges Wissen über die Marken und Eigenschaften erforderlich • mindestens sieben Marken • Wissen über die Eigenschaften notwendig • unrealistische Marken möglich Bevor einige ausgewählte Modelle vorgestellt werden, soll ein kurzer Überblick über größere Etappen in der Geschichte der Positionierungsmodelle gegeben werden. Die ersten Modelle basierten auf Cluster-, Diskriminanz- und Faktorenanalysen. Heute nehmen Positionierungsmodelle auf Basis der Multidimensionalen Skalierung und der Conjoint-Analyse die wichtigste Stellung ein. Die Entwicklung begann Anfang der 70er Jahre mit einer Vielzahl neuer MDS-Algorithmen. Typische Vertreter sind INDSCAL, COSPA, KYST, MULTISCAL und ALSCAL. Einer der ersten Conjoint-Algorithmen für derartige Anwendungen war ZIPMAP. Als prominenten Vertreter der ersten Modellgeneration stellen wir PERCEPTOR von URBAN (1975) dar (3.1). Aus den ersten Ansätzen ergaben sich zwei grundsätzliche Diskussionspunkte: Die Annahmen bei der Berechnung der Kaufwahrscheinlichkeiten und die Gewinnmaximierung bei der Suche nach der optimalen Markenposition. Diese Diskussion wurde in mehreren neuen Modellen 17
Seite 1 und 2: Volker Trommsdorff, Umut Asan, Just
Seite 3 und 4: Annahmen durch einen eigenen Ansatz
Seite 5 und 6: Von der Positionierung als Abbildun
Seite 7 und 8: können über das kommunikative Mar
Seite 9 und 10: Abbildung 2: Begriffssystem der Mar
Seite 11 und 12: Diskriminanzfähigkeit: Die Eigensc
Seite 13 und 14: Positionierungsräume, die existier
Seite 15: Ein für Positionierungsanwendungen
Seite 19 und 20: Grundsätzlich beruhen die Annahmen
Seite 21 und 22: HORSKY und NELSON auf Daten von im
Seite 23 und 24: Die vorgestellten Positionierungsmo
Seite 25 und 26: gleichzeitig im Consideration Set s
Seite 27 und 28: Strategieableitung als Input für W
Seite 29 und 30: 4. Literaturverzeichnis ALBERS, S.
Seite 31: TEICHERT, T. (2000): Conjoint-Analy

Marken- und Produktpositionierung - TU Berlin

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

Template löschen?

Als Template speichern?