Versions Compared

Key

  • This line was added.
  • This line was removed.
  • Formatting was changed.
Comment: Migration of unmigrated content due to installation of a new plugin
Composition Setup
cloak.toggle.exclusive = false

Die Conjoint-Analyse (Englisch „conjoint“ - gemeinsam, verbunden), auch bekannt als Conjoint Measurement, konjunkte Analyse oder Verbundsmessung, ist ein multivariates Analyseverfahren zur Ermittlung der Präferenzen von Konsumenten für verschiedene Konzept- oder Produktalternativen und ist heute die meist verwendete Methode im Marketing zur Untersuchung von Auswahlentscheidungen bei Verbrauchern. Sie gehört zu den sogenannten dekompositionellen Verfahren der Präferenzmessung, bei denen angenommen wird, dass sich der Gesamtnutzen linear-additiv aus den Teilnutzenwerten ergibt. Dies ermöglicht den Beitrag einzelner Merkmale von Objekten zum Gesamtnutzen dieser Objekte zu ermitteln. Die Conjoint-Analyse wird daher insbesondere zur Optimierung der Gestaltung neuer Produkte herangezogen.

Toggle Cloak
idgesamtverzeichnis
Inhaltsverzeichnis

Cloak
visibletrue
idgesamtverzeichnis
falsenone

|

1. Ursprung


Die Conjoint-Analyse stammt ursprünglich aus der Psychologie und basiert auf der theoretisch-konzeptionellen Forschung von Luce und Tukey, deren Artikel „Simultaneous Conjoint Measurement: A New Type of Fundamental Measurement” 1964 im Journal of Mathematical Psychology erschienen ist. In den 70er Jahren wurde das Verfahren dann insbesondere durch Green und Rao (1971) in die Konsumentenverhaltensforschung eingeführt und gewann dadurch zunehmend an Popularität.

Footnote Macro
Böhler, H./Scigliano, D. (2009): Traditionelle Conjointanalyse, in: Braier, D./Brusch, M. (Hrsg): Conjointanalyse: Methoden - Anwendungen - Praxisbeispiele, Berlin und Heidelberg: Springer Verlag, S. 102.
Böhler, H./Scigliano, D. (2009): Traditionelle Conjointanalyse, in: Braier, D./Brusch, M. (Hrsg): Conjointanalyse: Methoden - Anwendungen - Praxisbeispiele, Berlin und Heidelberg: Springer Verlag, S. 102.

Böhler, H./Scigliano, D. (2009): Traditionelle Conjointanalyse, in: Braier, D./Brusch, M. (Hrsg): Conjointanalyse: Methoden - Anwendungen - Praxisbeispiele, Berlin und Heidelberg: Springer Verlag, S. 102.

2. Bedeutung der Conjoint-Analyse


Die Conjoint-Analyse ist heute eines der am häufigsten verwendeten Verfahren zur Messung von Präferenzen von Konsumenten sowie zur Durchführung von Marktsimulationen bzw. Choice-Simulatoren.  Der klare Vorteil der Conjoint-Analyse besteht darin, dass die bewusste Präferenzabwägung der Konsumenten zwischen unterschiedlichen Komponenten von Produkten bzw. Dienstleistungen (sog. Trade-off) realitätsnah abgebildet wird, da das Produkt von den Probanden als Ganzes beurteilt wird.

Die Haupteinsatzgebiete der Conjoint-Analyse liegen in den Bereichen Produktinnovation, Marktsegmentierung und Preisoptimierung (nutzenorientierte Preisfindung). Auch im Bereich des Service Engineering findet die Conjoint-Analyse Anwendung. Durch die Ermittlung der Konsumentenpräferenzen können Produkte und Dienstleistungen, inklusive ihrer Markenstrategien und Preise, gezielt auf einzelne Käuferschichten und Märkte ausgerichtet werden. Aufgrund der verbesserten Anpassung der Produkte und Dienstleistungen an die Bedürfnisse der Konsumenten können Wettbewerbsvorteile aufgebaut werden.

Footnote Macro
1. Skiera, B./ Gensler, S. (2002): Berechnung von Nutzenfunktionen und Marktsimulationen mit Hilfe der Conjoint-Analyse (Teil I), Frankfurt am Main: Uni Frankfurt, S.1; Meffert, H./ Burmann, C./ Kirchgeorg, M. (2008): Marketing. Grundlagen marktorientierter Unternehmensführung. Konzepte. Instrumente. Praxisbeispiele, 10., vollständig überarbeitete und erweiterte Auflage. Wiesbaden: Gabler, S.431; Wulf, S. (2008): Traditionelle nicht-metrische Conjointanalyse - Ein Verfahrensvergleich, Marketing und Handel, Band 15, Berlin: Lit Verlag, S.1-4
1. Skiera, B./ Gensler, S. (2002): Berechnung von Nutzenfunktionen und Marktsimulationen mit Hilfe der Conjoint-Analyse (Teil I), Frankfurt am Main: Uni Frankfurt, S.1; Meffert, H./ Burmann, C./ Kirchgeorg, M. (2008): Marketing. Grundlagen marktorientierter Unternehmensführung. Konzepte. Instrumente. Praxisbeispiele, 10., vollständig überarbeitete und erweiterte Auflage. Wiesbaden: Gabler, S.431; Wulf, S. (2008): Traditionelle nicht-metrische Conjointanalyse - Ein Verfahrensvergleich, Marketing und Handel, Band 15, Berlin: Lit Verlag, S.1-4

Skiera, B./ Gensler, S. (2002): Berechnung von Nutzenfunktionen und Marktsimulationen mit Hilfe der Conjoint-Analyse (Teil I), Frankfurt am Main: Uni Frankfurt, S.1; Meffert, H./ Burmann, C./ Kirchgeorg, M. (2008): Marketing. Grundlagen marktorientierter Unternehmensführung. Konzepte. Instrumente. Praxisbeispiele, 10., vollständig überarbeitete und erweiterte Auflage. Wiesbaden: Gabler, S.431; Wulf, S. (2008): Traditionelle nicht-metrische Conjointanalyse - Ein Verfahrensvergleich, Marketing und Handel, Band 15, Berlin: Lit Verlag, S.1-4

3. Grundidee


Die Conjoint-Analyse dient der Ermittlung der Präferenzen von Einzelpersonen oder Personenmehrheiten für verschiedene Produktalternativen. Jedes (Produkt-)Angebot lässt sich grundsätzlich als Bündel nutzenstiftender Eigenschaften betrachten. Der Gesamtnutzen setzt sich dabei aus den Teilnutzenwerten der einzelnen Attribute (z.B. Design, Marke, Preis eines Produktes) zusammen.

Das Conjoint-Verfahren ermöglicht sowohl die Bestimmung des globalen Gesamtnutzens als auch die Ermittlung der Teilnutzenwerte der einzelnen Attribute. Grundlegendes Prinzip der Conjoint-Analyse ist dabei die dekompositionelle Vorgehensweise. Im Gegensatz zu kompositionellen Methoden, bei welchen die Beurteilung einzelner Eigenschaften und Ausprägungen erfragt wird, die anschließend zu einem Gesamturteil zusammengesetzt werden, erheben dekompositionelle Verfahren Gesamturteile von den Befragten. Diese werden dann mittels einer statistischen Analyse in die Teilpräferenzen für die zugrunde liegenden Eigenschaften zerlegt.

Die dekompositionelle Vorgehensweise ist realitätsnaher als kompositionelle Verfahren und daher besser zur Messung von Konsumentenpräferenzen geeignet. Der Grund hierfür ist, dass Konsumenten in einer realen Kaufsituationen mit dem Produkt als Ganzem konfrontiert sind und nicht mit einzelnen Teileigenschaften.

Footnote Macro
Braier, D./Brusch, M. (2009): Erfassung von Kundenpräferenzen für Produkte und Dienstleistungen, in: Braier, D./Brusch, M. (Hrsg): Conjointanalyse: Methoden -\\- Anwendungen -\\- Praxisbeispiele, Berlin und Heidelberg: Springer Verlag, S. 10f.
Braier, D./Brusch, M. (2009): Erfassung von Kundenpräferenzen für Produkte und Dienstleistungen, in: Braier, D./Brusch, M. (Hrsg): Conjointanalyse: Methoden -\\- Anwendungen -\\- Praxisbeispiele, Berlin und Heidelberg: Springer Verlag, S. 10f.

Braier, D./Brusch, M. (2009): Erfassung von Kundenpräferenzen für Produkte und Dienstleistungen, in: Braier, D./Brusch, M. (Hrsg): Conjointanalyse: Methoden – Anwendungen – Praxisbeispiele, Berlin
und Heidelberg: Springer Verlag, S. 3f.

Float
right
widht200px
right
background#ddfddd

(1) Eigenschaften und Eigenschaftsausprägungen

Float
right
widht200px
right
background#ddfddd

(2) Erhebungsdesign

Float
right
widht200px
right
background#ddfddd

(3) Bewertung der Stimuli

Float
right
widht200px
right
background#ddfddd

(4) Schätzung der Nutzenwerte

Float
right
widht200px
right
background#ddfddd

(5) Aggregation der Nutzenwerte

4. Ablauf einer traditionellen Conjoint-Analyse


Stark vereinfacht beschrieben, baut die traditionelle Conjoint-Analyse auf einem ganzheitlichen Vergleich verschiedener Kombinationen von Merkmalsausprägungen auf: Die an der Analyse beteiligten Probanden bringen die ihnen präsentierten Profile in Präferenzrangfolgen bzw. bewerten in einem paarweisen Vergleich einzelne Eigenschaften und deren Ausprägungen. Anschließend werden mittels metrischer oder nichtmetrischer statistischer Analyseverfahren aus den erhobenen Daten, die Nutzenbeiträge der einzelnen Merkmale bestimmt. Zuletzt erfolgt die Berechnung individueller bzw. aggregierter Nutzenfunktionen.

Nachstehend folgt eine „Checklist“, die den Ablauf einer traditionellen Conjoint-Analyse darstellt.

4.1 Gewinnung und Auswahl der Produkt- bzw. Dienstleistungsmerkmale

Entscheidend für Erfolg oder Misserfolg einer Conjoint-Analyse ist, neben der Auswahl geeigneter Probanden, vor allem die Auswahl der auf ihren Nutzenbeitrag zu überprüfenden Produkt- bzw. Dienstleistungskomponenten sowie ihrer optimalen Ausprägungen.

4.1.1 Gewinnung der Merkmale

Sowohl Primär- als auch Sekundärquellen sind zur Gewinnung der Produkt- bzw. Dienstleistungsmerkmale geeignet.

Im Rahmen der Gewinnung von Daten durch Sekundärquellen können Informationsbroschüren, Prospekte, Werbung, Testberichte, aber auch Fachliteratur herangezogen werden. Hierbei besteht allerdings die Gefahr, dass wichtige Merkmale übersehen werden, da die Kaufaspekte aus Sicht der Kunden vernachlässigt werden.

Zu den Primärquellen kann die Befragung der Konsumenten anhand verschiedener Techniken gezählt werden. Bei solchen direkten Methoden besteht die Gefahr des Auftretens von Verzerrungseffekten. Zudem wird den Probanden unterstellt, dass sie sich der verhaltensbeeinflussenden Merkmale bewusst sind und außerdem fähig und dazu bereit sind, diese verbal auszudrücken. Zu den indirekten Methoden zählen u.a. die Thinking-Aloud-Methode, bei der der Proband seine Gedanken während eines real gestalteten Kaufprozesses aufnimmt. Weiterhin zählen projektive Techniken, wie Satzergänzungen und Wortassoziationen; sowie Tiefeninterviews, bei der der Proband durch Psychologen befragt wird, wobei tieferliegendere Ursachen für das Kaufverhalten des Probanden ermittelt werden sollen, dazu.

Um keine wichtigen Merkmale zu vernachlässigen, sollten mehrere Methoden kombiniert werden. Bei Produktinnovationen ist es zusätzlich ratsam auch Forschungs- und Entwicklungsabteilungen zu befragen.

Footnote Macro
Wulf, S. (2008): Traditionelle nicht-metrische Conjointanalyse - Ein Verfahrensvergleich, Marketing und Handel, Band 15, Berlin: Lit Verlag, S. 22-24.
Wulf, S. (2008): Traditionelle nicht-metrische Conjointanalyse - Ein Verfahrensvergleich, Marketing und Handel, Band 15, Berlin: Lit Verlag, S. 22-24.

Wulf, S. (2008): Traditionelle nicht-metrische Conjointanalyse - Ein Verfahrensvergleich, Marketing und Handel, Band 15, Berlin: Lit Verlag, S. 22-24.

4.1.2 Auswahl der Merkmale

Um die Probanden nicht zu überfordern, sollte eine Konzentration auf die wichtigsten Eigenschaften erfolgen. Hierbei muss eine angemessene Anzahl von Merkmalen bestimmt werden, um zum einen eine realitätsnahe Abbildung der Produkt- bzw. Dienstleistungsbewertung zu ermöglichen und zum anderen eine überschaubare und bewertbare Anzahl von Vergleichen zu sichern.

Merkmale, die in die Conjoint-Analyse eingebracht werden, sollten folgende Anforderungen erfüllen:

Footnote Macro
Wulf, S. (2008): Traditionelle nicht-metrische Conjointanalyse - Ein Verfahrensvergleich, Marketing und Handel, Band 15, Berlin: Lit Verlag, S. 25-27. Backhaus, K./ Erichson, B./ Plinke, W./ Weiber, R. (2003): Multivariate Analysemethoden – Eine anwendungsorientierte Einführung, 10. Auflage, Heidelberg: Springer-Verlag, S. 548-549.
Wulf, S. (2008): Traditionelle nicht-metrische Conjointanalyse - Ein Verfahrensvergleich, Marketing und Handel, Band 15, Berlin: Lit Verlag, S. 25-27. Backhaus, K./ Erichson, B./ Plinke, W./ Weiber, R. (2003): Multivariate Analysemethoden – Eine anwendungsorientierte Einführung, 10. Auflage, Heidelberg: Springer-Verlag, S. 548-549.

Wulf, S. (2008): Traditionelle nicht-metrische Conjointanalyse - Ein Verfahrensvergleich, Marketing und Handel, Band 15, Berlin: Lit Verlag, S. 25-27.
Backhaus, K./ Erichson, B./ Plinke, W./ Weiber, R. (2003): Multivariate Analysemethoden – Eine anwendungsorientierte Einführung, 10. Auflage, Heidelberg: Springer-Verlag, S. 548-549.

  1. Sie müssen für die Kaufentscheidung relevant sein, d.h., sie müssen einen direkten Einfluss auf den empfundenen Gesamtnutzen des Produktes bzw. der Dienstleistung haben.
  2. Die Merkmale müssen unabhängig voneinander sein. Der durch den Probanden wahrgenommene Nutzen einer Merkmalsausprägung darf nicht durch die Interaktion mit einer anderen Merkmalsausprägung beeinflusst werden.
  3. Die Merkmale sollten durch die Untersuchenden (bzw. Produktverantwortliche) beeinflussbar und realisierbar sein.
  4. Die Eigenschaften müssen in einem kompensatorischen Verhältnis zueinander stehen. Bei der traditionellen Conjoint-Analyse wird davon ausgegangen, dass sich Einzelbewertungen zu einem Gesamtnutzen aufsummieren lassen, sodass Merkmalsausprägungen als substituierbar angesehen werden. Geringere Teilnutzenwerte einzelner Merkmale müssen somit durch höhere Teilnutzenwerte anderer Merkmale ausgeglichen werden können.
  5. Es darf keine Ausschlusskriterien (K.O.-Kriterien) geben. Keine Merkmalsausprägung darf von den Probanden als unbedingt vorhanden voraussetzt werden. Wäre dies der Fall, so wäre diese Merkmalsausprägung nicht mehr substituierbar.
  6. Die Merkmale sollten möglichst objektiv sein. Idealerweise sollten diese von allen Probanden in gleicher Art und Weise wahrgenommen werden, sodass es keinen Interpretationsspielraum gibt.
4.1.3 Wahl der Ausprägungsstufen

Auch die Ausprägungsstufen der Merkmale sollten möglichst nah an der realen Entscheidungssituation der Konsumenten unter Markt- und/oder Wettbewerbsbedingungen bestimmt werden. Die Anzahl der Ausprägungen eines jeden Merkmals sollte, analog zur Anzahl der Merkmale, nach Möglichkeit gering gehalten werden. Außerdem sollte darauf geachtet werden, dass die Ausprägungen eines Merkmals vollständig sind und sich gegenseitig ausschließen. Zwischen den einzelnen Abstufungen der Merkmale sollte eine gewisse Ausgeglichenheit herrschen, da Probanden einer Eigenschaft eine größere Bedeutung beimessen, wenn sie zahlreiche Ausprägungen besitzt (Level-Effekt).

Footnote Macro
Wulf, S. (2008): Traditionelle nicht-metrische Conjointanalyse - Ein Verfahrensvergleich, Marketing und Handel, Band 15, Berlin: Lit Verlag, S. 27-29. Skiera, B./ Gensler, S. (2002): Berechnung von Nutzenfunktionen und Marktsimulationen mit Hilfe der Conjoint-Analyse (Teil I), Frankfurt am Main: Uni Frankfurt, S. 4.
Wulf, S. (2008): Traditionelle nicht-metrische Conjointanalyse - Ein Verfahrensvergleich, Marketing und Handel, Band 15, Berlin: Lit Verlag, S. 27-29. Skiera, B./ Gensler, S. (2002): Berechnung von Nutzenfunktionen und Marktsimulationen mit Hilfe der Conjoint-Analyse (Teil I), Frankfurt am Main: Uni Frankfurt, S. 4.

Wulf, S. (2008): Traditionelle nicht-metrische Conjointanalyse - Ein Verfahrensvergleich, Marketing und Handel, Band 15, Berlin: Lit Verlag, S. 27-29. Skiera, B./ Gensler, S. (2002): Berechnung von Nutzenfunktionen und Marktsimulationen mit Hilfe der Conjoint-Analyse (Teil I), Frankfurt am Main: Uni Frankfurt, S. 4.

4.2 Auswahl eines geeigneten Erhebungsdesigns

In diesem Schritt der Analyse werden zunächst die Merkmalsausprägungen zu Bündeln zusammengefasst, die als Stimuli bezeichnet werden. Die Festlegung des Erhebungsdesigns bedeutet, diese Stimuli zu definieren und ihre Anzahl zu bestimmen. Ein vollständiges Design besteht aus allen denkbaren Kombinationen der Eigenschaftsausprägungen. Wegen der Gefahr der Überforderung der Probanden sollten allerdings nicht mehr als 30 Stimuli verwendet werden. Üblich ist die Einbeziehung von ca. 16 Stimuli. Ein fraktioniertes Design hingegen berücksichtig nur einen Teil der Stimuli, welche jedoch repräsentativ für das vollständige Design sein sollten.

Footnote Macro
Wulf, S. (2008): Traditionelle nicht-metrische Conjointanalyse - Ein Verfahrensvergleich, Marketing und Handel, Band 15, Berlin: Lit Verlag, S. 39-47. Skiera, B./ Gensler, S. (2002): Berechnung von Nutzenfunktionen und Marktsimulationen mit Hilfe der Conjoint-Analyse (Teil I), Frankfurt am Main: Uni Frankfurt, S. 4-6. Backhaus, K./ Erichson, B./ Plinke, W./ Weiber, R. (2003): Multivariate Analysemethoden – Eine anwendungsorientierte Einführung, 10. Auflage, Heidelberg: Springer-Verlag, S. 552-556.
Wulf, S. (2008): Traditionelle nicht-metrische Conjointanalyse - Ein Verfahrensvergleich, Marketing und Handel, Band 15, Berlin: Lit Verlag, S. 39-47. Skiera, B./ Gensler, S. (2002): Berechnung von Nutzenfunktionen und Marktsimulationen mit Hilfe der Conjoint-Analyse (Teil I), Frankfurt am Main: Uni Frankfurt, S. 4-6. Backhaus, K./ Erichson, B./ Plinke, W./ Weiber, R. (2003): Multivariate Analysemethoden – Eine anwendungsorientierte Einführung, 10. Auflage, Heidelberg: Springer-Verlag, S. 552-556.

Wulf, S. (2008): Traditionelle nicht-metrische Conjointanalyse - Ein Verfahrensvergleich, Marketing und Handel, Band 15, Berlin: Lit Verlag, S. 39-47. Skiera, B./ Gensler, S. (2002): Berechnung von Nutzenfunktionen und Marktsimulationen mit Hilfe der Conjoint-Analyse (Teil I), Frankfurt am Main: Uni Frankfurt, S. 4-6. Backhaus, K./ Erichson, B./ Plinke, W./ Weiber, R. (2003): Multivariate Analysemethoden – Eine anwendungsorientierte Einführung, 10. Auflage, Heidelberg: Springer-Verlag, S. 552-556.

4.3 Präsentation und Bewertung der Stimuli durch die Probanden

Die ermittelten Stimuli werden den Probanden auf visuelle, physische und/oder verbale Art präsentiert. Sie können durch die Probanden mittels metrischer - oder nicht-metrischer Skalen bewertet werden. Die Wahl der Präferenzmessungsskala sollte unter Berücksichtigung der späteren Schätzmethodik getroffen werden, da durch sie das spätere Datenniveau bestimmt wird.

Footnote Macro
Wulf, S. (2008): Traditionelle nicht-metrische Conjointanalyse - Ein Verfahrensvergleich, Marketing und Handel, Band 15, Berlin: Lit Verlag, S. 47-57. Backhaus, K./ Erichson, B./ Plinke, W./ Weiber, R. (2003): Multivariate Analysemethoden – Eine anwendungsorientierte Einführung, 10. Auflage, Heidelberg: Springer-Verlag, S. 556-557.
Wulf, S. (2008): Traditionelle nicht-metrische Conjointanalyse - Ein Verfahrensvergleich, Marketing und Handel, Band 15, Berlin: Lit Verlag, S. 47-57. Backhaus, K./ Erichson, B./ Plinke, W./ Weiber, R. (2003): Multivariate Analysemethoden – Eine anwendungsorientierte Einführung, 10. Auflage, Heidelberg: Springer-Verlag, S. 556-557.

Wulf, S. (2008): Traditionelle nicht-metrische Conjointanalyse - Ein Verfahrensvergleich, Marketing und Handel, Band 15, Berlin: Lit Verlag, S. 47-57. Backhaus, K./ Erichson, B./ Plinke, W./ Weiber, R. (2003): Multivariate Analysemethoden – Eine anwendungsorientierte Einführung, 10. Auflage, Heidelberg: Springer-Verlag, S. 556-557.

4.4 Schätzung der Nutzenwerte

Zur Schätzung der Teilnutzenwerte der Eigenschaftsausprägungen können, je nach Art, der bei der Bewertung erhobenen Daten, verschiedene Schätzmethoden verwendet werden.

Wurden bei der Bewertung der Merkmalsausprägungen metrische Daten erhoben, so können diese mit Hilfe einer Regressionsanalyse ausgewertet werden. Wurden nicht-metrische Daten ermittelt, dann können diese durch Verfahren wie LINMAP (Linear Programming techniques for multidimensional analysis of preferences) und PREFMAP ausgewertet werden. Am weitesten verbreitet ist die Anwendung der MONANOVA (monotone Varianzanalyse: modifiziertes varianzanalytische Verfahren für ordinale Daten).

Footnote Macro
Wulf, S. (2008): Traditionelle nicht-metrische Conjointanalyse - Ein Verfahrensvergleich, Marketing und Handel, Band 15, Berlin: Lit Verlag, S. 57-59, 67-84. Backhaus, K./ Erichson, B./ Plinke, W./ Weiber, R. (2003): Multivariate Analysemethoden – Eine anwendungsorientierte Einführung, 10. Auflage, Heidelberg: Springer-Verlag, S. 557-565.
Wulf, S. (2008): Traditionelle nicht-metrische Conjointanalyse - Ein Verfahrensvergleich, Marketing und Handel, Band 15, Berlin: Lit Verlag, S. 57-59, 67-84. Backhaus, K./ Erichson, B./ Plinke, W./ Weiber, R. (2003): Multivariate Analysemethoden – Eine anwendungsorientierte Einführung, 10. Auflage, Heidelberg: Springer-Verlag, S. 557-565.

Wulf, S. (2008): Traditionelle nicht-metrische Conjointanalyse - Ein Verfahrensvergleich, Marketing und Handel, Band 15, Berlin: Lit Verlag, S. 57-59, 67-84. Backhaus, K./ Erichson, B./ Plinke, W./ Weiber, R. (2003): Multivariate Analysemethoden – Eine anwendungsorientierte Einführung, 10. Auflage, Heidelberg: Springer-Verlag, S. 557-565.

4.5 Aggregation und Interpretation der Ergebnisse

Im letzten Schritt können die Ergebnisse der Schätzung individuell ausgewertet werden, d.h., dass für jeden Probanden die jeweiligen Teilnutzenwerte geschätzt werden. Weiter verbreitet ist jedoch die Aggregierte Auswertung, bei der die Daten aller Probanden zu Gruppen zusammengefasst werden, die ähnliche Präferenzmuster aufweisen.

Footnote Macro
Wulf, S. (2008): Traditionelle nicht-metrische Conjointanalyse - Ein Verfahrensvergleich, Marketing und Handel, Band 15, Berlin: Lit Verlag, S. 59-63. Backhaus, K./ Erichson, B./ Plinke, W./ Weiber, R. (2003): Multivariate Analysemethoden – Eine anwendungsorientierte Einführung, 10. Auflage, Heidelberg: Springer-Verlag, S. 566-569.
Wulf, S. (2008): Traditionelle nicht-metrische Conjointanalyse - Ein Verfahrensvergleich, Marketing und Handel, Band 15, Berlin: Lit Verlag, S. 59-63. Backhaus, K./ Erichson, B./ Plinke, W./ Weiber, R. (2003): Multivariate Analysemethoden – Eine anwendungsorientierte Einführung, 10. Auflage, Heidelberg: Springer-Verlag, S. 566-569.

Wulf, S. (2008): Traditionelle nicht-metrische Conjointanalyse - Ein Verfahrensvergleich, Marketing und Handel, Band 15, Berlin: Lit Verlag, S. 59-63. Backhaus, K./ Erichson, B./ Plinke, W./ Weiber, R. (2003): Multivariate Analysemethoden – Eine anwendungsorientierte Einführung, 10. Auflage, Heidelberg: Springer-Verlag, S. 566-569.

5. Beispiel: Kauf einer Digitalkamera


Für das Produkt „Digitalkamera“ wurden zunächst mittels Fokusgruppengesprächen und/oder Tiefeninterviews vier relevante Produkteigenschaften bestimmt: Preis, Marke, Auflösung und Design. Für jedes Merkmal wurden anschließend zwei bzw. drei Ausprägungen festgelegt (siehe nachfolgende Tabelle).

Relevante Produkteigenschaften und -ausprägungen

Die Merkmalsausprägungen wurden zu verschiedenen Stimuli zusammengefasst und den Probanden als Produktkonzepte vorgelegt. Die Präsentation fand in Form von Paarvergleichen statt, bei denen die Probanden ihre Präferenz jeweils auf einer Skala von 1 „eher Produkt A“ bis 7 „eher Produkt B“ angeben mussten.


Beispiel für einen Paarvergleich

Footnote Macro
Meffert, H./ Burmann, C./ Kirchgeorg, M. (2008): Marketing. Grundlagen marktorientierter Unternehmensführung. Konzepte. Instrumente. Praxisbeispiele, 10., vollständig überarbeitete und erweiterte Auflage. Wiesbaden: Gabler, S.541.
Meffert, H./ Burmann, C./ Kirchgeorg, M. (2008): Marketing. Grundlagen marktorientierter Unternehmensführung. Konzepte. Instrumente. Praxisbeispiele, 10., vollständig überarbeitete und erweiterte Auflage. Wiesbaden: Gabler, S.541.

Meffert, H./ Burmann, C./ Kirchgeorg, M. (2008): Marketing. Grundlagen marktorientierter Unternehmensführung. Konzepte. Instrumente. Praxisbeispiele, 10., vollständig überarbeitete und erweiterte Auflage. Wiesbaden: Gabler, S.541.

Nach der Bewertung der Stimuli wurden für jeden Probanden die individuellen Teilnutzenwerte für die abgefragten Produkteigenschaften errechnet. In diesem Fall ist der Gesamtnutzen direkt proportional zur Auflösung und indirekt proportional zum Preis. Der Gesamtnutzen steigt also mit der Zahl der Megapixel und sinkt mit dem Anstieg des Preises.


Grafische Darstellung der Teilnutzenwerte

Footnote Macro
Meffert, H./ Burmann, C./ Kirchgeorg, M. (2008): Marketing. Grundlagen marktorientierter Unternehmensführung. Konzepte. Instrumente. Praxisbeispiele, 10., vollständig überarbeitete und erweiterte Auflage. Wiesbaden: Gabler, S.541.
Meffert, H./ Burmann, C./ Kirchgeorg, M. (2008): Marketing. Grundlagen marktorientierter Unternehmensführung. Konzepte. Instrumente. Praxisbeispiele, 10., vollständig überarbeitete und erweiterte Auflage. Wiesbaden: Gabler, S.541.

Meffert, H./ Burmann, C./ Kirchgeorg, M. (2008): Marketing. Grundlagen marktorientierter Unternehmensführung. Konzepte. Instrumente. Praxisbeispiele, 10., vollständig überarbeitete und erweiterte Auflage. Wiesbaden: Gabler, S.541.

Im Anschluss wurden die Teilnutzenwerte addiert, um für jeden Probanden den Gesamtnutzen des Produktkonzepts zu berechnen.


Gesamtnutzenwerte

Footnote Macro
Meffert, H./ Burmann, C./ Kirchgeorg, M. (2008): Marketing. Grundlagen marktorientierter Unternehmensführung. Konzepte. Instrumente. Praxisbeispiele, 10., vollständig überarbeitete und erweiterte Auflage. Wiesbaden: Gabler, S.542.
Meffert, H./ Burmann, C./ Kirchgeorg, M. (2008): Marketing. Grundlagen marktorientierter Unternehmensführung. Konzepte. Instrumente. Praxisbeispiele, 10., vollständig überarbeitete und erweiterte Auflage. Wiesbaden: Gabler, S.542.

Meffert, H./ Burmann, C./ Kirchgeorg, M. (2008): Marketing. Grundlagen marktorientierter Unternehmensführung. Konzepte. Instrumente. Praxisbeispiele, 10., vollständig überarbeitete und erweiterte Auflage. Wiesbaden: Gabler, S.542.

Das Ergebnis dieser stark vereinfachten Conjoint-Analyse ist, dass sich die Probanden für Kamera A entscheiden würden, weil diese insgesamt den höchsten Gesamtnutzen besitzt. Der Preis der Kamera könnte sogar auf 200€ erhöht werden, weil in diesem Fall der Gesamtnutzen mit 6,9 immer noch am höchsten wäre.

Footnote Macro
Meffert, H./ Burmann, C./ Kirchgeorg, M. (2008): Marketing. Grundlagen marktorientierter Unternehmensführung. Konzepte. Instrumente. Praxisbeispiele, 10., vollständig überarbeitete und erweiterte Auflage. Wiesbaden: Gabler, S.540-542.
Meffert, H./ Burmann, C./ Kirchgeorg, M. (2008): Marketing. Grundlagen marktorientierter Unternehmensführung. Konzepte. Instrumente. Praxisbeispiele, 10., vollständig überarbeitete und erweiterte Auflage. Wiesbaden: Gabler, S.540-542.

Meffert, H./ Burmann, C./ Kirchgeorg, M. (2008): Marketing. Grundlagen marktorientierter Unternehmensführung. Konzepte. Instrumente. Praxisbeispiele, 10., vollständig überarbeitete und erweiterte Auflage. Wiesbaden: Gabler, S.540-542.

6. Vor- und Nachteile


Die Conjoint-Analyse besitzt zahlreiche Vorteile von hoher Bedeutung. Hierbei ist besonders die realitätsnahe indirekte Datenerhebung hervorzuheben, die es ermöglicht, validere Konsumentenpräferenzen als mit direkten Abfragen zu ermitteln. Dennoch besitzt die Conjoint-Analyse auch einige Nachteile. Insbesondere ist dabei die notwendige Begrenzung der Anzahl der untersuchten Eigenschaften zu nennen, wodurch ein Einsatz der Conjoint-Analyse bei Objekten mit großen Eigenschaftsanzahlen problematisch wird. Zudem ist der Einsatz bei sehr innovativen Produktideen häufig schwierig, da unbekannt ist, welche Produktkomponenten und Ausprägungen später für die Nachfrager die wichtigsten Kaufentscheidungskriterien sein werden und die Probanden über keine (Anwendungs-)Erfahrung bezüglich des Untersuchungsobjektes verfügen.

Footnote Macro
Braier, D./Brusch, M. (2009): Erfassung von Kundenpräferenzen für Produkte und Dienstleistungen, in: Braier, D./Brusch, M. (Hrsg): Conjointanalyse: Methoden -\\- Anwendungen -\\- Praxisbeispiele, Berlin und Heidelberg: Springer Verlag, S. 10f.
Braier, D./Brusch, M. (2009): Erfassung von Kundenpräferenzen für Produkte und Dienstleistungen, in: Braier, D./Brusch, M. (Hrsg): Conjointanalyse: Methoden -\\- Anwendungen -\\- Praxisbeispiele, Berlin und Heidelberg: Springer Verlag, S. 10f.

Braier, D./Brusch, M. (2009): Erfassung von Kundenpräferenzen für Produkte und Dienstleistungen, in: Braier, D./Brusch, M. (Hrsg): Conjointanalyse: Methoden – Anwendungen – Praxisbeispiele, Berlin
und Heidelberg: Springer Verlag, S. 10f.

Übersicht der Vor- und Nachteile des Conjoint-Verfahrens.

Footnote Macro
Braier, D./Brusch, M. (2009): Erfassung von Kundenpräferenzen für Produkte und Dienstleistungen, in: Braier, D./Brusch, M. (Hrsg): Conjointanalyse: Methoden -- Anwendungen -- Praxisbeispiele, Berlin und Heidelberg: Springer Verlag, S. 10
Braier, D./Brusch, M. (2009): Erfassung von Kundenpräferenzen für Produkte und Dienstleistungen, in: Braier, D./Brusch, M. (Hrsg): Conjointanalyse: Methoden -- Anwendungen -- Praxisbeispiele, Berlin und Heidelberg: Springer Verlag, S. 10

In Anlehung an: Braier, D./Brusch, M. (2009): Erfassung von Kundenpräferenzen für Produkte und Dienstleistungen, in: Braier, D./Brusch, M. (Hrsg): Conjointanalyse: Methoden – Anwendungen – Praxisbeispiele, Berlin
und Heidelberg: Springer Verlag, S. 10.


Vorteile

Nachteile

Isolierung und Quantifizierung der Nutzenbeiträge einzelner Eigenschaften

Einsatz nur bei begrenzter Anzahl von Eigenschaften möglich

Realitätsnahe (weil indirekte, ganzheitliche) Datenerhebung

Häufige Verwendung von Ordinal-Skalen (bei denen formal weder Summen noch
arithmetische Mittlewerte gebildet werden dürfen)

Vielseitiger Einsatz bei unterschiedlichen Anwendungsfeldern und
Problemstellungen

Überforderung der Probanden durch zahlreiche Bewertungen von Alternativen, zu
denen evtl. keine eigenen Vorstellungen existieren

Flexibles Instrument aufgrund weitreichender Kontrolle der Beurteilungsaufgabe

Übliche Addition der Teilnutzenwerte stellt eher notwendigen "Kunstgriff" dar

Möglichkeit zur Simulation der Produktakzeptanz und des Wahlverhaltens bei
Variierung der Kombinationen der Eigenschaften bzw. Ausprägungen

Verzerrungen durch eingeschränkte Möglichkeiten bei der notwendigen Beschreibung
untersuchter Eigenschaften und Ausprägungen

Möglichkeit für Rückschlüsse auf Abnehmersegmente bzw. deren Präferenstrukturen

Unabhängigkeit der Ausprägungen wirkt beschränkend auf die generelle Eignung

Ermittlung von intervallsaklierten Ergebnissen

Stabilität der Präferenzstruktur über die Zeit ist fraglich

Einsatz bei Innovationen (auch vor der Entwicklung von Prototypen) möglich

Hohe Kosten der Durchführung

7. Weiterentwicklung


Trotz der langen Forschungsgeschichte der Conjoint-Analyse sowie zahlreichen Weiterentwicklungen und Verbesserungen ist das Entwicklungspotenzial der Methode noch nicht erschöpft.

7.1 Allgemein

Insbesondere die verbesserten technologischen Möglichkeiten erlauben zunehmend bessere Untersuchungsdesigns (z.B. mittels leistungsfähigerer Software) und realistischere Veranschaulichungen von Untersuchungsobjekten (z.B. mittels Virtual Reality Displays). Dadurch vergrößert sich der Anwendungsbereich der Methodik. Conjoint-Analysen werden verstärkt auch in Branchen wie der Tourismusindustrie, der Entertainmentindustrie oder der Gesundheitsvorsorge eingesetzt.

Footnote Macro
Green, P. E./Krieger, A. M./Wind, Y. (2001): Thirty Years of Conjoint Analysis: Reflections and Prospects. Interfaces, 31(3), S. 68-70.
Green, P. E./Krieger, A. M./Wind, Y. (2001): Thirty Years of Conjoint Analysis: Reflections and Prospects. Interfaces, 31(3), S. 68-70.

Green, P. E./Krieger, A. M./Wind, Y. (2001): Thirty Years of Conjoint Analysis: Reflections and Prospects. Interfaces, 31(3), S. 68-70.

7.2 Verfahren

Folgende Entwicklungen vollziehen sich bei den Verfahren der Conjoint-Analyse.

  • Steigende Verbreitung virtueller Verfahren:
    Footnote Macro
    Meffert, H./Burmann, C./Kirchgeorg, M. (2008): Marketing. Grundlagen marktorientierter Unternehmensführung. Konzepte. Instrumente. Praxisbeispiele, Wiesbaden: Gabler Verlag, S. 431.
    Meffert, H./Burmann, C./Kirchgeorg, M. (2008): Marketing. Grundlagen marktorientierter Unternehmensführung. Konzepte. Instrumente. Praxisbeispiele, Wiesbaden: Gabler Verlag, S. 431.

    Meffert, H./Burmann, C./Kirchgeorg, M. (2008): Marketing. Grundlagen marktorientierter Unternehmensführung. Konzepte. Instrumente. Praxisbeispiele, Wiesbaden: Gabler Verlag, S. 431.

    • Web-Based Conjoint Analyse: Prinzip der herkömmlichen Conjoint-Analyse, der Fragebogen wird aber über das Internet ausgefüllt                 
    • Fast Polyhedral Adaptive Conjoint Estimation: Es werden Paarvergleiche zwischen verschiedenen Produktprofilen durchgeführt. Auf der Basis dieser Vergleiche werden Nutzenpräferenzen abgeleitet. Im Vergleich zur herkömmlichen Conjoint-Analyse ist diese Abfrage weniger komplex und zeitaufwendig.
    • User Design: Mithilfe eines internetbasierten Produktkonfigurators können Konsumenten ihr persönliches Idealprodukt zusammenstellen. In Abhängigkeit der Reihenfolge der Auswahl können Rückschlüsse auf die Präferenzen gezogen werden.
    • Virtual Concept Testing: Dem Konsumenten werden vollständige Produktkonzepte unter Multimediaeinsatz vorgestellt, die dieser dann bewertet. Dies ermöglicht es Konzepte abzufragen, die in der Realität auf Umsetzungsschwierigkeiten stoßen würden.
  • Zunehmende Bedeutung hybrider Methoden, die Daten aus verschiedenen Quellen kombinieren.
    Footnote Macro
    Hauser, J. R./Rao, V. R. (2002):Conjoint Analysis, Related Modeling, and Applications. Chapter prepared for Advances in Markteing Research: Progress and Prospects, S. 18-19.
    Hauser, J. R./Rao, V. R. (2002):Conjoint Analysis, Related Modeling, and Applications. Chapter prepared for Advances in Markteing Research: Progress and Prospects, S. 18-19.

    Hauser, J. R./Rao, V. R. (2002):Conjoint Analysis, Related Modeling, and Applications. Chapter prepared for Advances in Markteing Research: Progress and Prospects, S. 18f.

  • Komplexere Analysen mit einer höheren Anzahl an Stimuli und Ausprägungen können durchgeführt werden.
    Footnote Macro
    Hauser, J. R./Rao, V. R. (2002):Conjoint Analysis, Related Modeling, and Applications. Chapter prepared for Advances in Markteing Research: Progress and Prospects, S. 18-19.
    Hauser, J. R./Rao, V. R. (2002):Conjoint Analysis, Related Modeling, and Applications. Chapter prepared for Advances in Markteing Research: Progress and Prospects, S. 18-19.

    Hauser, J. R./Rao, V. R. (2002):Conjoint Analysis, Related Modeling, and Applications. Chapter prepared for Advances in Markteing Research: Progress and Prospects, S. 18f.

8. Forschungsbedarf


Um Erfolg und weitere Entwicklungen der Conjoint-Analyse zu gewährleisten, sollten in der Forschung zukünftig insbesondere folgende Themen berücksichtigt werden.

  • Untersuchungen, welche Trade-Offs zwischen der Komplexität der Analyse, Kosten und Schwierigkeiten der Datensammlung, und den Anwendungsmöglichkeiten für Manager betrachten, um Unternehmen bei der Entscheidungsfindung für eine geeignete Variante der Methode zu unterstützen.
  • Vergleichende empirische Studien, welche Reliabilität und Validität der verschiedenen Methoden prüfen.
  • Weiterentwicklung der bestehenden Conjoint-Analysen, um die Anzahl der untersuchten Eigenschaften und Ausprägungen erhöhen zu können und damit auch die ganzheitliche Analyse komplexer Produkte mit einer Vielzahl von Attributen zu ermöglichen.
    Footnote Macro
    Hauser, J. R./Rao, V. R. (2002):Conjoint Analysis, Related Modeling, and Applications. Chapter prepared for Advances in Markteing Research: Progress and Prospects, S. 16-18.
    Hauser, J. R./Rao, V. R. (2002):Conjoint Analysis, Related Modeling, and Applications. Chapter prepared for Advances in Markteing Research: Progress and Prospects, S. 16-18.

    Hauser, J. R./Rao, V. R. (2002):Conjoint Analysis, Related Modeling, and Applications. Chapter prepared for Advances in Markteing Research: Progress and Prospects, S. 16-18.


9. Einzelnachweise


Display Footnotes Macro

10. Weiterführende Literatur


Braier, D./Brusch, M. (Hrsg) (2009): Conjointanalyse: Methoden – Anwendungen – Praxisbeispiele, Berlin und Heidelberg: Springer Verlag.

Meffert, H./ Burmann, C./ Kirchgeorg, M. (2008): Marketing. Grundlagen marktorientierter Unternehmensführung. Konzepte. Instrumente. Praxisbeispiele, 10., vollständig überarbeitete und erweiterte Auflage. Wiesbaden: Gabler.

Wulf, S. (2008): Traditionelle nicht-metrische Conjointanalyse - Ein Verfahrensvergleich, Marketing und Handel, Band 15, Berlin: Lit Verlag.

Skiera, B./ Gensler, S. (2002): Berechnung von Nutzenfunktionen und Marktsimulationen mit Hilfe der Conjoint-Analyse (Teil I), Frankfurt am Main: Uni Frankfurt.
verfügbar über: http://www.marketing.uni-frankfurt.de/fileadmin/Publikationen/Skiera_Gensler_conjoint_01.pdf

Backhaus, K./ Erichson, B./ Plinke, W./ Weiber, R. (2003): Multivariate Analysemethoden – Eine anwendungsorientierte Einführung, 10. Auflage, Heidelberg: Springer-Verlag.


http://www.conjointanalysis.net/

http://www.daswirtschaftslexikon.com/d/conjoint-analyse/conjoint-analyse.htm

http://www.conjoint.com/

http://marktforschung.wikia.com/wiki/Conjoint_Analysis

http://www.mathe.tu-freiberg.de/inst/stoch/Lehre/WiWi_Statistik/WPF_WiWi/SOE/Untersuchung/Conjoint.pdf