Zurück zur Übersicht

Nicht-lineare Regression

Johannes Lüken / Dr. Heiko Schimmelpfennig Die lineare Regressionsanalyse geht davon aus, dass der Zusammenhang zwischen den unabhängigen und der abhängigen Variable linear ist. Diese Annahme ist zwar in vielen Fällen angebracht, mitunter ist aber der Einsatz der nicht-linearen Regression erforderlich, mit der auch andere Formen des Zusammenhangs untersucht werden können.   Beispiel aus der Sensorik Es wird die Abhängigkeit der Kaufbereitschaft für eine Limonade von einer Eigenschaft wie der Süße betrachtet. Die Süße wird…

Das Bestimmtheitsmaß der linearen Regression

Johannes Lüken / Dr. Heiko Schimmelpfennig Von der Vielzahl an Gütemaßen ist das Bestimmtheitsmaß oder R² das bekannteste. Es gibt an, wie gut die durch ein Regressionsmodell vorhergesagten Werte mit den tatsächlichen Beobachtungen übereinstimmen.   Interpretation des R² in der linearen Regression Formal ist das Bestimmtheitsmaß der Anteil der Varianz der abhängigen Variable, der durch die unabhängige(n) Variable(n) erklärt wird. Es kann insofern Werte zwischen 0 und 1 annehmen. Abbildung 1 zeigt verschiedene Konstellationen der…

Kriterien der Prognosegüte für kategoriale Merkmale

Johannes Lüken / Dr. Heiko Schimmelpfennig Sei es die Kaufentscheidung für eine Marke oder die Zuordnung zu einem Segment – häufig ist die Prognose der Ausprägung einer kategorialen Variable gefragt. Die wichtigsten Gütemaße zur Beurteilung und zum Vergleich von Prognosemodellen für kategoriale Merkmale werden anhand der Vorhersage des Ausgangs von Fußballspielen veranschaulicht.   Klassifikations- oder Konfusionsmatrix Wie gut sind Wettquoten geeignet, um Ergebnisse von Fußballspielen vorherzusagen? Dazu wurden von der Website football-data.co.uk die Quoten für…

Kriterien der Prognosegüte für metrische Merkmale

Johannes Lüken / Dr. Heiko Schimmelpfennig Ziel der Methoden, die unter „Predictive Analytics“ (Predictive Modelling) zusammengefasst werden, ist die Entwicklung von Prognosemodellen, mit denen Ereignisse vorhergesagt oder unbekannte Merkmalswerte bestimmt werden können. Bevor ein Modell genutzt wird, sollte zunächst seine Qualität (für einen Testzeitraum oder anhand einer Validierungsstichprobe) überprüft werden. Dazu bedarf es geeigneter Gütemaße, von denen einige gängige für metrische Merkmale vorgestellt werden. Ein Prognosemodell soll Marktanteile vorhersagen – beispielsweise die der Top 5…

Namenstest mit Concept Impact Mapping

Klassische Namens- und Konzepttests führen oft zu oberflächlichen und undifferenzierten Ergebnissen. Nicht selten geben die Befragten auf den Ratingskalen ähnliche Bewertungen für die vorgelegten Konzeptvarianten ab. Oft noch schwerwiegender wirken Urteilsfehler, aufgrund derer insbesondere diejenigen Varianten gut abschneiden, die potenziellen Kunden – durch Konkurrenzprodukte – bekannt erscheinen (Halo-Effekt). Genau deshalb hat IfaD das Concept Impact Mapping (CIM) entwickelt. Attraktivität und Einzigartigkeit CIM kombiniert die Betrachtung der zwei relevanten Dimensionen der Markenwirkung. Es misst die intuitive…

Treiberanalyse mit Entscheidungsbäumen

Johannes Lüken / Dr. Heiko Schimmelpfennig Random Forests sind nicht nur zur Prognose, sondern zugleich zur Analyse der Treiber einer abhängigen Variable einsetzbar. Gegenüber vielen anderen Verfahren besitzen sie den Vorteil, dass mühelos Treiber mit unterschiedlichen Skalenniveaus untersucht werden können und keine Annahme über die Form des Zusammenhangs zur abhängigen Variable getroffen wird. Zudem stellt Multikollinearität für sie kein Problem dar. Je nach Skalenniveau der abhängigen Variable existieren mehrere Möglichkeiten zur Messung der Bedeutung der…

Random Forests und Boosted Trees

Johannes Lüken / Dr. Heiko Schimmelpfennig Entscheidungsbäume dienen der Vorhersage einer zu beschreibenden (abhängigen) Variablen. Die (unabhängigen) Trennungsvariablen formen den Baum und können die Strukturen im analysierten Datensatz perfekt abbilden, das heißt die abhängige Variable genau „prognostizieren“. Für die Vorhersage der abhängigen Variablen in weiteren Daten kann ein solcher Baum aber dennoch ungeeignet sein. Ein möglicher Lösungsweg ist die Induktion mehrerer Bäume, von denen jeder einzelne auf einem etwas anderen Datensatz beruht. Random Forests und…

Entscheidungsbäume – Algorithmen im Überblick

Johannes Lüken / Dr. Heiko Schimmelpfennig Entscheidungsbäume können zur Segmentierung und Prognose eingesetzt werden. Sie teilen einen Datensatz in einer baumartigen hierarchischen Struktur in immer kleiner und hinsichtlich einer abhängigen Variable immer homogener werdende Teilgruppen (Knoten) auf. An jeder Verzweigung wird eine der unabhängigen Variablen (die Trennungsvariable) genutzt, um die Fälle aufzuteilen. Den Endknoten wird schließlich eine Ausprägung der abhängigen Variable zugeordnet. Dies ist je nach Skalenniveau ihr Modal- oder Mittelwert für die Fälle eines…

Kontingenzanalyse und Chi-Quadrat-Test

Johannes Lüken / Dr. Heiko Schimmelpfennig Besteht ein Zusammenhang zwischen zwei kategorialen Merkmalen? Unterscheiden sich die Verteilungen eines kategorialen Merkmals zwischen zwei oder mehr Gruppen voneinander? Dies sind typische Fragestellungen, die eine Kontingenzanalyse beantwortet. Sie kann auch metrische Merkmale berücksichtigen, wenn die Ausprägungen zu Klassen zusammengefasst werden.   Messung der Stärke des Zusammenhangs Ein Beispiel: Es wurde die ungestützte Erinnerung an die Werbung für eine Marke erhoben. Untersucht werden soll, ob es einen Zusammenhang zwischen…

Beste Tools für Marktforschung von IfaD: Penalty & Reward Treiber-Analysen in neuen Geschwindigkweitsdimensionen

Penalty-Reward-Analysen in neuen Geschwindigkeits-Dimensionen

Die Penalty & Reward Analyse (PRA) ermöglicht neben der Bestimmung der relativen Wichtigkeit die Differenzierung in Basis-, Begeisterungs- und Lineare Treiber, ohne dass dazu eine aufwendige Erhebung wie in der Kano-Analyse notwendig wäre. Sie ist ein Verfahren der Treiberanalyse, das ohne die Annahme linearer Zusammenhänge auskommt und keine Probleme mit Multikollinearität hat. Die PRA basiert auf der sehr zeitintensiven Berechnung von Shapley Values. Aus diesem Grund war ihre Anwendbarkeit bislang auf Analysen mit bis zu…

Regal-Conjoint

Vor kurzem kam einer unserer Kunden mit folgender Frage auf uns zu: Könnt Ihr das auch, das ist doch eher ein BPTO oder ist das wirklich ein Conjoint? Dazu kam ein Screenshot, der ähnlich wie dieser aussah: Und wir konnten einfach antworten: Ja, klar können wir das auch. Das ist ein sogenanntes Regal-Conjoint. Bei einem Regal-Conjoint handelt es sich um ein spezielles CBC mit den Merkmalen Produkt und Preis plus evtl. noch Packungsgröße.  Es werden…

Multistage Ansätze mit Conjoint und MaxDiff

Die Nachfrage nach Conjoints mit vielen Merkmalen (gerne 15 und mehr) und Ausprägungen nimmt stetig zu. Bei solch komplexen Herausforderungen können Multistage Ansätze helfen. Eine Grundvoraussetzung dafür ist, dass eine Struktur in den Merkmalen und Ausprägungen zu entdecken ist. Nicht immer ist es so einfach wie bei dem folgenden Beispiel, eine Struktur zu entdecken: Multistage Conjoint: Beispiel aus der Automobilbranche Bei Multistage Conjoints wird z.B. eine große und komplexe Conjointmatrix in mehrere Themenkomplexe (ein Hauptconjoint…

Conjoint und MaxDiff auf Smartphones? Kein Problem, oder?

Conjoint und auch MaxDiff auf Smartphones beantworten zu lassen, klingt erst mal nach: „kein Problem, bekommt man doch ganz einfach hin“. Die Tücken liegen aber auch hier mal wieder im Detail. Technisch geht fast alles. Zum Beispiel kann man mit Tooltipps oder Vergrößerungen arbeiten und alles andere etwas verkleinern. Ja, das ist möglich, macht aber, um ehrlich zu sein, nur bis zu einem gewissen Grad Sinn, und meist sind einfach zu viele MaxDiff-Items mit zu…

Verwende kein Conjoint

Conjoint ist nicht gleich Conjoint. Deshalb gibt es auch für jede Fragestellung das passende Verfahren. Doch egal, ob einfach oder komplex – mit der richtigen Beratung schon vor dem Studienstart sind Sie gut beraten. Der Data Science Service von IfaD denkt an alles und berät Sie mit geballter Kompetenz – schon vor dem Auftrag. Und bietet verlässliche Antworten auf Ihre Fragen. Welches ist das richtige Conjoint für meine Zweck? Wie baut man ein Conjoint auf?…

7 Beispiele für Varianten des CBC - Choice Based Conjoint - von IfaD

Sieben CBC auf einen Streich

Das Choice Based Conjoint (kurz CBC) ist die am meisten in der Praxis verwendete Conjoint-Variante, da es gut an besondere Forschungsaufgaben angepasst werden kann. Um diese Flexibilität zu zeigen, haben wir aus unserer Servicepraxis sieben verschiedene CBCs zu sieben unterschiedlichen Themen in einem Beispielfragebogen auf unserer Homepage zusammengestellt. Anforderungen an CBCs, die mit dabei sind, sind unter anderem: Prohibitions: Gegenseitige Ausschlüsse von Merkmalsausprägungen Alternative Specific Design (ASD): ein oder mehrere Merkmale werden nur beim Auftreten…

KUZU - Kundenzufriedenheit: vom NPS zur Treiberklassifikation

KUZU – vom NPS zur Treiberklassifikation

  Wer seine Kunden nach ihrer Zufriedenheit fragt, möchte oft auch wissen, weshalb oder womit sie im Einzelnen (un-)zufrieden sind. Mit einem schnellen Feedback erhalten Sie zwar einen Überblick beispielsweise über die durchschnittliche Weiterempfehlungsbereitschaft, doch um die treibenden Kräfte zu identifizieren und regelbar zu machen, braucht es mehr. Aber es geht.   NPS  – und dann? Eine sehr reduzierte Form stellt die Frage nach der Weiterempfehlungsbereitschaft und eine offene Nachfrage zur Urteilsbegründung dar. Aus der…

Mit Conjoint bringen Sie Ihr Innovationsmarketing voran

Innovationsmarketing mit Conjoint

Eine erfolgreiche Innovation braucht das passende Marketing – und das Marketing braucht Innovation für den Produkterfolg. Beim Innovationsmarketing geht es nicht nur um die Vermarktung neuer Produkte, sondern auch um die Erforschung der – aktuellen und zukünftigen – Kundenbedürfnisse, mögliche Marktpotentiale und Konzept- und Prototypentests mit Kunden. Produkte und Dienstleistungen müssen marktgerecht und auf den Kundennutzen ausgerichtet gestaltet werden.  Typische Fragen, denen sich Marktforschung und Innovationsmarketing gegenüber stehen, sind beispielsweise: Welche Produktmerkmale sind für den…

So wählen Sie das richtige Conjoint-Verfahren

Das richtige Conjoint-Verfahren

Sie möchten; Ihre Produkte oder Dienstleistungen marktgerecht und auf den Kundennutzen ausgerichtet gestalten? Dann sollten Sie in Erfahrung bringen, welche Produktmerkmale für den Kunden kaufentscheidend sind, wo möglichen Kaufschwellen liegen und wo der optimale Preis liegt. Denn diese Informationen helfen Ihnen dabei, die Produktkonfiguration mit den besten Marktchancen zu identifizieren – eine fundierte Entscheidungshilfe für Management und Innovationsmarketing. Dem kundenindividuellen Nutzen können Sie am besten über eine Primärerhebung ermitteln, der die Produktmerkmale und deren Ausprägungen…

DIY Tools für die Marktforschung - IfaD Statistics Toolbox: - www.ifad.de - AHP

AHP – Tool zur hierarchischen Präferenzanalyse

Strand oder Berge? Sport oder Sofa? Wein oder Bier? Manche Entscheidungen lassen sich einfach aus dem Bauch treffen und bringen dadurch persönliche Präferenzen zum Ausdruck. In der Marktforschung lassen sich solche Daten klassischerweise über Auswahl-, Rating- oder Rankingfragen erfassen. Anders ist die Lage, wenn komplexe Entscheidungen unter Einbezug mehrerer Kriterien gefällt werden müssen, oder Präferenzen für sehr komplexe Produkte erfasst werden sollen. Dies kann die Wahl zwischen Bewerbern mit unterschiedlichen Qualifikationen sein, die Wahl zwischen…

DIY Tools für die Marktforschung - IfaD Statistics Toolbox: - www.ifad.de - RALV

RALV – Tool zur Treiberanalyse und Strukturgleichungs-Modellierung

„Das Ende des Ballbesitzfußballs“ (Süddeutsche Zeitung vom 2.7.2018) „Wer den Ball hat, wird immer gewinnen“ (Zeit online vom 3.7.2018) „Hast du viel Ballbesitz, hast du schon verloren“ (BZ vom 4.7.2018) „Das Ende des Ballbesitz-Fußballs ist noch nicht gekommen“ (RP online vom 9.7.2018)   Muss Jogi tatsächlich umdenken? Dies sind nur ein paar Zitate, die das Hochkochen der kontroversen Diskussion um die Bedeutung des Ballbesitzes für den (Miss-)Erfolg nach dem Ausscheiden der deutschen Nationalmannschaft bei der Fußball-WM verdeutlichen. Lassen wir…

DIY Tools für die Marktforschung - IfaD Statistics Toolbox: - www.ifad.de - CORA

CORA – Tool zur grafischen Korrespondenzanalyse

Die Datenmengen werden In der heutigen Zeit immer umfangreicher und unübersichtlicher. Besonders bei tabellarischen Darstellungen kategorialer Variablen fällt es oft schwer, relevante Aussagen über deren Zusammenhänge zu treffen. Die visuelle Darstellung einer Korrespondenzanalyse macht diese Beziehungen greifbar, indem sie komplexe Sachverhalte vereinfacht. Dies wird durch eine Reduktion der Variablenkategorien auf einen zweidimensionalen Raum erreicht, wodurch zugrunde liegende latente Dimensionen aufgedeckt und veranschaulicht werden. Das alles erleichtert die Interpretation und macht gefundene Insights nachvollziehbar (Näheres zu…

DIY Tools für die Marktforschung - IfaD Statistics Toolbox: - www.ifad.de

Die Data Sciences Toolbox „IfaD Statistics“

Statistik-Programme gibt es viele, aber nicht alle können alles. Da sie oft für einen möglichst breiten Nutzerkreis entwickelt wurden, weisen sie für die speziellen Anforderungen von Marktforschern und Sozialforschern oft Schwächen auf. Um diese Lücken zu schließen, hat IfaD die Online Toolbox „IfaD Statistics“ entwickelt, die inzwischen neun Data Sciences Tools für die Marktforschungs-Praxis bereitstellt. Anneke Schwier, Leiterin für klassische Data Science Verfahren bei IfaD, bringt die Vorzüge dieser Online Toolbox so auf den Punkt….

DIY Tools für die Marktforschung - IfaD Statistics Toolbox: - www.ifad.de - BPTO

BPTO – Tool zur Preisforschung mit Brand Price Trade Off

Ziel des Brand Price Trade Off (BPTO)-Verfahrens ist es, den Zusammenhang zwischen Produktalternativen (inkl. Wettbewerbsprodukte) und Preisstellungen zu ermitteln. Es wird untersucht, zu welchen Preisen welche Produkte am ehesten präferiert werden. Mit unserem BPTO–Tool zur Preisforschung aus der IfaD Statistics Toolbox können Sie diese Fragen beantworten: Welche Preise werden für ein Produkt maximal akzeptiert? Welche geldwerten Unterschiede zwischen den vorgelegten Produkten werden von den Verwendern wahrgenommen? Bei welchen Preisen erreicht ein Produkt welche Verwendungsanteile im…

DIY Tools für die Marktforschung - IfaD Statistics Toolbox: - www.ifad.de - PSM

PSM – Tool zum Price Sensitivity Measurement in IfaD Statistics

Der Preis ist heiß Was darf es denn kosten? Diese Frage ist bei der Neueinführung von Produkten von großer Bedeutung, da der Preis einen großen Einfluss auf den erzielten Umsatz und Gewinn eines Unternehmens hat. Aber auch bei bereits etablierten Produkten ist die Preisstrategie von großer Bedeutung. Doch wo liegt der optimale Preis für das jeweilige Produkt? Eine der am meisten verbreiteten Methoden zur Bestimmung des optimalen Preises, ist das Price Sensitivity Measurement (PSM) bzw….

Planung des Stichprobenumfangs

Johannes Lüken / Dr. Heiko Schimmelpfennig Die Abhängigkeit des Ergebnisses eines Signifikanztests vom Stichprobenumfang führt zu einem Dilemma: Ist der Stichprobenumfang hoch, werden Effekte – zum Beispiel Unterschiede zwischen zwei Mittel- oder Anteilswerten – als signifikant ausgewiesen, obwohl sie aus praktischer Sicht irrelevant sind. Ist er gering, bleiben praktisch relevante Effekte durch einen statistischen Test unerkannt. Gibt man vor, ab welcher Stärke Effekte relevant sind, lässt sich ein optimaler Stichprobenumfang bestimmen, so dass diese Effekte…

DIY Tools für die Marktforschung - IfaD Statistics Toolbox: - www.ifad.de - MASIM

MASIM – Tool zur Marktsimulation in IfaD Statistics

Marktsimulationen sind ein wichtiger Baustein von Conjoint-Studien. Sie nutzen die individuellen – also fallspezifischen – Präferenzstrukturen der Befragten, die sich aus der Analyse ergeben und ermöglichen es, Käuferanteile, Umsätze usw. zu ermitteln. IfaD hat das webbasierte Tool MASIM zur Durchführung von Marktsimulationen entwickelt, das wir Ihnen in diesem Blog-Beitrag vorstellen. Es geht aber nicht nur um Software, sondern auch um Managed Service und Wissenstransfer.   Conjoint als Datenquelle Das Ziel von Conjoint-Studien (z.B. CBC, ACBC…

Power eines statistischen Tests

Johannes Lüken / Dr. Heiko Schimmelpfennig Ab und an ist man vielleicht verwundert, dass zum Beispiel ein Unterschied zwischen zwei Mittelwerten als nicht signifikant ausgewiesen wird. Ob dann davon ausgegangen werden soll, dass tatsächlich kein Unterschied besteht, ist abhängig von der Power des Tests bzw. der Teststärke. Das heißt es ist zu überprüfen, ob der Effekt eine „faire“ Chance hatte, auf Basis der Stichprobe erkannt zu werden.   Signifikanztest und Signifikanzniveau Ein Signifikanztest beginnt mit…

Induktion von Entscheidungsbäumen mit CHAID

Johannes Lüken / Dr. Heiko Schimmelpfennig Zu den bekanntesten Algorithmen für das Aufstellen von Entscheidungsbäumen zählt CHAID (Chi-squared Automatic Interaction Detector). Ein solcher Entscheidungsbaum veranschaulicht die hierarchische Aufteilung eines Datensatzes in immer homogener werdende Teilgruppen. Am Beispiel einer Kundenzufriedenheitsanalyse wird das Verfahren vorgestellt und gezeigt, wie Kombinationen von Variablen ermittelt werden, die Segmente zufriedener und unzufriedener Kunden definieren.   (Fiktives) Beispiel Von 1100 Kunden eines Online-Shops wurde neben der Gesamtzufriedenheit die Zufriedenheit mit dem Bestellvorgang,…

Bedeutung der Effektstärke

Johannes Lüken / Dr. Heiko Schimmelpfennig Ein signifikantes Ergebnis eines statistischen Tests wird häufig gleich gesetzt mit hoher Relevanz zum Beispiel für Entscheidungen. Diese Gleichung geht jedoch aufgrund der Abhängigkeit der Signifikanz vom Stichprobenumfang nicht ohne weiteres auf. Zur Beurteilung der Relevanz eines Ergebnisses sollte deshalb mit der Effektstärke ein weiteres Maß herangezogen werden.   Statistische Signifikanz vs. Relevanz Was bedeutet statistisch signifikant? Wir gehen davon aus, dass ein Effekt – ein Unterschied zwischen zwei…

DIY Tools für die Marktforschung - IfaD Statistics Toolbox: - www.ifad.de - 2/CLU

2/CLU – Tool zur Clusteranalyse in IfaD Statistics

Die zentrale Aufgabenstellung bei einer Clusteranalyse ist die Aufteilung eines vorhandenen Datenbestandes in gut unterscheidbare und in sich homogene Datengruppen. Daher zieht man diese Methode z.B. heran, um innerhalb von Teilnehmern einer Befragung Kundensegmente zu identifizieren. Das prominenteste Segmentierungsverfahren ist der K-Means Algorithmus (siehe „Partitionierende Clusteranalyse“). Der Anwender gibt hier eine Segmentanzahl vor und das Verfahren bestimmt iterativ, basierend auf einer zunächst zufällig bestimmten Aufteilung der Teilnehmer, eine Segmentierungslösung in entsprechend viele Segmente. Aber was…