Online Special Mobile Research

Das Ende der Komplexität

© Pixabay.com
Mithilfe des sogenannten Responsive Designs lassen sich Fragebögen an die jeweilige Bildschirmgröße anpassen und auf mobilen Endgeräten darstellen. Bei komplexen Präferenzmessverfahren war dies bisher nur schwer möglich. Matthias Abeling, Consultant beim Marktforschungsunternehmen rc-research & consulting GmbH, und Henning Fricke, Projektleiter für Data Sciences beim Institut für angewandte Datenanalyse (IfaD), beschreiben, wie die adaptive Conjoint-Analyse (ACA) neue Ansätze bietet.
Bei Präferenzmessungen kam bisher hauptsächlich die Choice-Based-Conjoint-Analyse (CBC) zum Einsatz. In mehreren realistischen Auswahlaufgaben werden dem Befragten dabei üblicherweise drei oder mehr Produktkonzepte präsentiert, von denen er auswählen muss, welches für ihn persönlich den größten Nutzen stiftet. Das Problem: Mehrere Produkte, die sich aus multiplen Eigenschaften wie Marke und Preis und zum Beispiel technischen Merkmalen zusammensetzen, ließen sich auf mobilen Endgeräten bis dato nur schwer lesbar darstellen.


Unterteilung in mehrere Kleinaufgaben. Die adaptive Conjoint-Analyse (ACA) bietet hier eine Möglichkeit, Präferenzmessungen auch auf Smartphones oder Tablets ansprechend durchführen zu können. Die ACA kombiniert dafür die direkte Bewertung einzelner Merkmale (kompositioneller Teil) mit der ganzheitlichen Bewertung mittels Paarvergleichen (dekompositioneller Teil). Im Gegensatz zur CBC werden die Einflüsse einzelner Merkmale und ihrer Ausprägungen auf die Entscheidung des Befragten nicht mehr ausschließlich durch das Beantworten von Wahlaufgaben bestimmt, sondern in einem mehrstufigen Prozess. Die CBC wird dadurch auf mehrere, weniger komplexe und mobil darstellbare Teilaufgaben verteilt.
<i>Henning Fricke ist Projektleiter für Data Sciences bei IfaD /</i>
Henning Fricke ist Projektleiter für Data Sciences bei IfaD / © IfaD

Präferenzen des Befragten werden berücksichtigt. Befragte können bei der ACA Ausprägungen von der weiteren Befragung ausschließen, die entsprechend ihrer individuellen Präferenzen für sie nicht entscheidungsrelevant sind. Dies entspricht einer Entscheidungsfindung, die nah an der Realität ist. Außerdem reduziert sich dadurch die Komplexität der Entscheidungssituation zusätzlich, da diese von der Anzahl an Produkteigenschaften und deren Ausprägungen abhängt. Um bereits vor den komplexeren Paarvergleichen möglichst viele Informationen über die Präferenzstruktur zu erhalten, werden die verbliebenen Ausprägungen in zwei weiteren Schritten zunächst in eine Rangordnung gebracht und anschließend entsprechend ihrer subjektiven Bedeutung für den Befragten gewichtet. Bei Merkmalen mit einer offensichtlichen Rangfolge kann deren Ordnung auch automatisch erfolgen. Beispielsweise wird in der Regel ein niedriger Preis einem hohen Preis vorgezogen. Zur Verfeinerung und Justierung der Präferenzstrukturen ist es wichtig, dem Befragten möglichst ähnliche Produktkonzepte in den Paarvergleichen gegenüberzustellen. Die Beurteilung kann er abgestuft vornehmen oder beide Konzepte gleich bewerten.
<i>Matthias Abeling ist Consultant bei rc-research & consulting GmbH mit den Schwerpunkten Konzeptforschung und Data Sciences /</i>
Matthias Abeling ist Consultant bei rc-research & consulting GmbH mit den Schwerpunkten Konzeptforschung und Data Sciences / © rc-research & consulting

Vorteile der adaptiven Conjoint-Analyse. Ein großer Vorteil der ACA ist, dass sie mit einer relativ geringen Anzahl an Paarvergleichen auskommt und die benötigten Informationen zur Ermittlung der Präferenzen weitgehend im kompositionellen Befragungsteil erhoben werden. Die Teilnahmebereitschaft ist relativ hoch und die Befragten werden mit dem mehrstufigen Verfahren nicht überfordert. Durch die Abwahl- und Auswahlphase wird die Komplexität zusätzlich reduziert. Wie auch bei der CBC, können durch die Berechnung individueller Nutzenwerte Marktsimulationen und Optimierungen durchgeführt werden. Außerdem lassen sich selbst Befragungen mit verhältnismäßig vielen Ausprägungen realisieren.

Die Bereitschaft zur Teilnahme erhöht sich. Auch wenn die isolierte Betrachtung der Merkmale im kompositionellen Teil zu einer stärkeren Fokussierung auf weniger einflussstarke Merkmale und damit verbunden zu einer Nivellierung der Merkmalsbedeutungen führt, wird dieser Effekt durch die abschließenden Paarvergleiche zum Großteil wieder kompensiert. Die Kritik der geringeren Validität im Vergleich zum klassischen CBC lässt sich jedoch ohne weitere Maßnahmen nicht widerlegen. Auch reine Preisanalysen sind wegen der knappen Preisinformationen und Analysen von Interaktionseffekten aufgrund des Schätzverfahrens noch nicht realisierbar. Fest steht dennoch: Insbesondere heterogene Zielgruppen sowie solche, die besonders dazu neigen, Befragungen mobil zu beantworten, lassen sich mit der ACA sehr gut adressieren. Durch die ansprechende Darstellung der Inhalte erhöht sich zudem die Bereitschaft des Befragten, die Conjoint-Befragung hinreichend valide zu beantworten.


Erschienen in planung&analyse 4/2018



Ich habe die Datenschutzbestimmungen zur Kenntnis genommen und akzeptiere diese.
stats