Conjoint-Analyse

Conjoint Analyse

Simulation von Kaufentscheidungssituationen

Die Conjoint Analyse ist eine Methode zur Simulation von Kaufentscheidungssituationen, mit welcher der optimale Wert für jedes Attribut eines Produkts oder einer Dienstleistung ermittelt werden kann. Sie bietet die Möglichkeit, Marktsimulationen zu berechnen und aufzuzeigen, welche Produktkonfiguration die grössten Marktchancen haben oder auch in welchem Masse neue Produkte bereits auf dem Markt etablierte eigene Produkte verdrängen könnten.

Conjoint-Analysen können sowohl für Produkte (z.B. Fast Moving Consumer Goods) als auch für Dienstleistungen eingesetzt werden. Diese müssen jedoch in kaufentscheidungsrelevante Merkmale zerlegbar sein, welche in ihren Ausprägungen variiert werden können. Den Befragten müssen die zur Auswahl stehenden Produkt- oder Dienstleistungsalternativen zudem auf möglichst realitätsnahe Weise vermittelt werden.

Die Abbildung zeigt ein Abfragebeispiel für eine Choice-Based-Conjoint-Aufgabe: Die Befragten müssen sich für eines der drei Telekommunikations-Bundles oder für «Kein Kauf» entscheiden. Die Bestandteile der Bundles (helle Zellen der Tabelle) inkl. Preise werden für jede Aufgabe zufällig generiert. Diese Wahlaufgabe wird beim Choice Based Conjoint (CBC, siehe unten) bis zu 20 Mal mit wechselndem Inhalt gezeigt.

Wann ist die Conjoint-Analyse sinnvoll?

Eine Conjoint-Analyse kann sinnvoll eingesetzt werden bei komplexen Produkten oder Dienstleistungen, die sich aus mehreren Teileigenschaften zusammensetzen. Darüber hinaus sollte es zu diesen Eigenschaften Alternativen geben (so könnte beispielsweise ein Tablet-PC verschiedene Bildschirmgrössen und Speicherkapazitäten haben). Die Conjoint-Analyse ermittelt den relativen Wert jeder dieser Eigenschaften (Teilnutzen) und kann den optimalen Preis für das jeweilige Gesamtprodukt (Summe aller Teilnutzen) ermitteln. Wir setzen in erster Linie die folgenden Conjoint-Verfahren ein:

Choice Based Conjoint-Analyse (CBC)

Beim Choice Based Conjoint müssen sich die Befragten für eines von zwei, drei, vier oder auch mehr auf einer Seite dargestellten und vollständig beschriebenen Produkten entscheiden (Discrete choice Ansatz). Da sie auch die Möglichkeit haben, sich gegen alle vorgelegten Produkte zu entscheiden (No choice option) und somit kein Produkt zu wählen, kommt die Abfrage einer realen Entscheidungssituation sehr nahe. Diese Wahlaufgabe wird beim CBC bis zu 20 Mal mit wechselndem Inhalt gezeigt.

Adaptive Conjoint-Analyse (ACA)

Beim CBC ergeben sich für die Befragten sehr rasch anspruchsvolle Entscheidungsaufgaben, auch wenn die zur Wahl stehenden Produkte nur mit wenigen Merkmalen beschrieben sind. Eine Obergrenze von sechs Merkmalen sollte deshalb nicht überschritten werden. Falls mehr Merkmale zum Einsatz kommen sollen, bietet sich die Adaptive Conjoint Analyse (ACA) an. Sie unterteilt sich in einen konventionellen Teil, in dem die Wichtigkeit der Merkmale erhoben wird und einen eigentlichen Conjoint-Teil, in dem Merkmals-Muster zusammengestellt und den Befragten zur Auswahl vorgelegt werden.

Adaptive Choice-Based-Conjoint (ACBC)

Während beim CBC die gezeigten Produktalternativen für die Befragten nicht auf die persönlichen Produktpräferenzen ausgerichtet sind, bietet das ACBC-Verfahren die Möglichkeit, die vorgelegten Produkte an die Vorlieben der Befragten anzupassen. Es besteht aus zahlreichen Einzelschritten, deren Inhalte sukzessive die Präferenzstruktur des Befragten aufdecken helfen. Das ACBC-Verfahren ist deutlich länger als ein normales CBC. Dafür wird ein ACBC von den Befragten meist als interessanter und involvierender erlebt.

Grenzen des Conjoint-Ansatzes

Es gibt zwei grundsätzliche Kritikpunkte am Conjoint-Ansatz, denen wir mit unterschiedlichen Lösungsansätzen begegnen:

Kognitive Überforderung der Befragten: Bevor wir entscheiden, ob ein Conjoint-Ansatz die richtige Methode ist, schauen wir uns den Entscheidungsprozess der Kund:innen genauer an. Dies kann auf Basis unterschiedlicher Datenquellen geschehen – z.B. enger Austausch mit den Auftraggebenden, eigenes Branchenwissen oder auch eine qualitative Vorstudie. Wenn wir den Eindruck haben, dass die Befragten mit einem Conjoint-Ansatz überfordert wären, empfehlen wir alternative Ansätze. Je nach Ausgangslage der Auftraggebenden sowie den Forschungszielen kann z.B. ein experimenteller Ansatz mit verschiedenen Testmonaden und / oder ein Price Sensitivity Measurement die Empfehlung sein.
«Blinde Flecken» des Conjoint-Ansatzes: Grundsätzlich bringt jeder Conjoint-Ansatz drei Herausforderungen mit sich:

- Kompensatorisches Modell: Im Conjoint gehen wir davon aus, dass jeder «Nachteil» eines Produkts durch ein anderes, vorteilhaftes Attribut ausgeglichen werden kann. Typische Annahme ist, dass ein günstiger Preis jeden Nachteil ausgleichen kann.
  Im «echten Leben» gibt es jedoch von Kundenseite immer wieder Mindestanforderungen, deren Nichteinhaltung auch durch einen noch so günstigen Preis nicht ausgeglichen werden können. Dies berücksichtigen wir durch entsprechende Fragen im Rahmenfragebogen und die Korrektur der jeweiligen Nutzenwerte.
- Lineare Interpolation zwischen Preispunkten: Conjoint kennt zunächst einmal keine Preisschwellen, sondern geht davon aus, dass zwischen zwei erhobenen Preispunkten linear interpoliert werden kann. Auch hier hat sich gezeigt, dass diese Annahme häufig nicht zutrifft, da es sehr wohl Preisschwellen gibt. Auch diese Schwäche des Conjoints korrigieren wir durch die Erhebung von Preisschwellen im Rahmenfragebogen und die entsprechende Anpassung der Rohdaten.
- Überschätzung des Preisinteresses: Durch die Art der Abfrage rückt der Conjoint-Ansatz das Preisattribut in den Vordergrund und vermittelt den Befragten eine Preistransparenz, die sie in der Realität häufig nicht haben und auch nicht einfordern. Auch hier wissen wir aus einer Vielzahl an entscheidungsbezogenen Untersuchungen, dass die Preishöhe häufig nur ein Entscheidungskriterium unter vielen ist. Daher bestimmen wir im Rahmenfragebogen das Preisinteresse der Befragten und berücksichtigen dies in den Conjoint-Daten.

Alle drei Korrekturansätze geschehen in enger Absprache mit unseren Auftraggebenden und je nach Ausgangslage sowie Entscheidungssituation der Befragten. Sie werden fallweise und nur dann eingesetzt, sofern sie zu einer Verbesserung der Datenqualität beitragen.