Die Auswahlbasierte Conjoint-Analyse, auch als choice-based conjoint analysis bekannt, ist eine statistische Methode. Sie wird vor allem in der Marktforschung eingesetzt, um Vorlieben von Verbrauchern für verschiedene Produkteigenschaften zu untersuchen und zu verstehen. Ziel ist es, am Ende ein Produkt zu optimieren oder ein neues passendes Produkt zu entwickeln. In diesem Blogbeitrag gebe ich dir einen Überblick über die Verwendung, die Voraussetzungen und die Umsetzung dieser Methode.

Verwendung der Auswahlbasierten Conjoint-Analyse

Die Auswahlbasierte Conjoint-Analyse ermöglicht es Forschenden und Unternehmen, die Entscheidungsprozesse von Verbrauchern besser zu verstehen. In der Studiendurchführung werden den Teilnehmenden verschiedene Produktprofile präsentiert. Die Produktprofile bestehen aus verschiedenen Merkmalen und Merkmalskombinationen und ergeben so ein mögliches Produkt mit bestimmten Produkteigenschaften. Im Verlauf der Studie wählen die Teilnehmenden mehrfach aus verschiedenen Produktprofilen ein Profil aus, das ihnen am ehesten zusagt. Dadurch können Marktforschende herausfinden, welche Produktmerkmale und Merkmalskombinationen für die Konsumenten besonders wichtig sind. Dieses Verständnis ist entscheidend für die Produktentwicklung, Positionierung und Marketingstrategien.

Voraussetzungen für die Auswahlbasierte Conjoint-Analyse

Damit eine Auswahlbasierte Conjoint-Analyse aussagekräftige Ergebnisse liefert, sind sorgfältige Planung und Festlegung der Studienparameter erforderlich. Hier sind einige wichtige Voraussetzungen:

1. Festlegung der Merkmale und Merkmalskategorien

Zunächst werden die Merkmale bestimmt, deren Einfluss in der Studie untersucht werden soll. Diese Auswahl der relevanten Merkmale, die die Produkteigenschaften repräsentieren, ist entscheidend. Zudem müssen Forschende realistische und gut definierte Merkmalskategorien wählen, um aussagekräftige Ergebnisse zu erhalten. Die Auswahl sollte vielfältig sein, aber gleichzeitig soll die Anzahl der Kategorien überschaubar bleiben.

Die ausgewählten Merkmale sollen

  • für die Kaufentscheidung relevant sein,
  • einen direkten Einfluss auf den Gesamtnutzen des Produkts haben,
  • nicht zu viele sein (maximal 6)
  • nicht redundant sein,
  • vom Unternehmen beeinflussbar und realisierbar sein und
  • zu realistischen Produktalternativen führen.

Die Merkmalskategorien sollen so festgelegt werden, dass sie

  • realistisch sind,
  • zum Nutzen des Produkts beitragen,
  • eine möglichst geringe Anzahl haben,
  • dabei aber das Merkmal möglichst vollständig abdecken und
  • eine möglichst ähnliche Anzahl bei verschiedenen Merkmalen haben.
Merkmale und Merkmalskategorien am Beispiel Fortbildung

Abbildung Merkmale und Merkmalskategorien am Beispiel Fortbildung. Hier wurden als Merkmale der Preis, die Dauer und der Ort der Fortbildung ausgewählt und jeweils 3 Kategorien für jedes Merkmal bestimmt.

2. Design der Choice-Sets

Die Choice-Sets sind Gruppen von Produktprofilen, die den Studienteilnehmerinnen und Teilnehmern gemeinsam präsentiert werden. Die Teilnehmenden sind dann angehalten, sich für ein Produkt aus dem Choice-Set zu entscheiden. Dabei kann ein Choice-Set aus zwei oder mehr Produktprofilen bestehen. Zudem kann erlaubt werden, dass der Teilnehmende keines der Produkte auswählt.

Im Beispiel oben mit den drei Merkmalen mit jeweils drei Kategorien gibt es 3x3x3 = 27 verschiedene Kombinationen der Merkmalsausprägungen. Es sind also 27 verschiedene Produktprofile sind möglich. Wenn in diesem Beispiel ein Choice-Set aus zwei Profilen bestehen soll (die Teilnehmenden sehen zwei Produktprofile gleichzeitig), können also 27*26 = 702 verschiedene Choice-Sets gebildet werden.

Die Auswahl der Choice-Sets wird am besten durch eine spezielle Software oder spezielle Pakete in R umgesetzt.

3. Datenerhebung und Software

Sobald die Choice-Sets erstellt sind, kann die Datenerhebung folgen. Die Auswahlbasierte Conjoint-Analyse erfordert eine strukturierte und aufwendige Datenerhebung. Dafür ist die Verwendung spezialisierter Software, die zum einen das Designs der Choice-Sets entwirft (siehe oben) und zum anderen die Analyse erleichtert, ratsam. Statistiksoftware wie R oder dedizierte Conjoint-Analyse-Tools, z.B. von Qualtrics, bieten hierbei Unterstützung.

Umsetzung der Auswahlbasierten Conjoint-Analyse

Die Umsetzung der Auswahlbasierten Conjoint-Analyse erfolgt in mehreren Schritten:

1. Merkmalsauswahl und Kategorienfestlegung

Forschende müssen die relevanten Merkmale identifizieren, die in der Studie untersucht werden sollen. Diese Merkmale werden in Kategorien unterteilt, um eine klare Struktur für die Analyse zu schaffen.

2. Design der Choice-Sets

Anhand der festgelegten Merkmale und Kategorien werden Choice-Sets erstellt, siehe oben. Neben der Festlegung, wie viele Produktprofile in einem Choice-Set enthalten sein sollen, wird auch bestimmt, wie viele Choice-Sets jede*r Teilnehmende insgesamt präsentiert bekommt.

3. Datenerhebung

Die Teilnehmenden der Studie werden nun mit den erstellten Choice-Sets konfrontiert und müssen ihre Präferenzen auswählen. Die dabei generierten Daten bilden die Grundlage für die statistische Analyse. Die Auswahl wird als dichotome Variable (0 = nicht gewählt, 1 = gewählt) kodiert. Sie wird später in der Datenanalyse die abhängige Variable sein. Im Datensatz bekommt jedes präsentierte Profil eine eigene Zeile mit den Informationen zur Profil-ID, Personen-ID, Choice-Set-ID, Alternativen-ID und den Merkmalsausprägungen. Auch für die Nicht-Auswahl wird eine eigene Zeile angelegt.

Abbildung Datentabelle der Auswahlbasierten Conjoint-Analyse. Jede Entscheidung (Choice Set) enthält 3 Zeilen, da hier zwischen 2 Alternativen gewählt wird und eine Zeile für die Nicht-Auswahl verwendet wird. In der letzten Zeile wird die Wahl dichotom mit 0 (= nicht ausgewählt) und 1 (= ausgewählt) kodiert.

4. Statistische Analyse

Sobald die Daten vorliegen, erfolgt die statistische Analyse mittels konditionalen Logit-Modellen mit Stratifizierung nach Person. Hierbei werden die Einflüsse der verschiedenen Merkmale auf die Produktwahl ermittelt.

5. Ergebnisinterpretation

Anschließend werden die Ergebnisse in Tabellen aufbereitet. Der Einfluss der einzelnen Merkmale bzw. Merkmalskategorien wird mittels Odds Ratios und zugehörigen p-Werten interpretiert. Zudem kann für jedes Merkmal ein Wert der relativen Wichtigkeit aus den Schätzern ermittelt werden, der den Vergleich der Merkmale weiter vereinfacht.

Mit diesen Ergebnissen können die Produktpräferenzen der Zielgruppe interpretiert werden und damit fundierte Entscheidungen in der Produktentwicklung getroffen werden.

Fazit

Die Auswahlbasierte Conjoint-Analyse ist eine wichtige Methode in der Marktforschung, um tiefgreifende Einblicke in die Präferenzen von Verbrauchern zu gewinnen. Die Planung und Umsetzung der Studie ist aufwendig und sollte sehr sorgfältig vorgenommen werden, um aussagekräftige und verlässliche Ergebnisse zu erhalten.

Literatur:

Backhaus, K., Erichson, B. & Weiber, R. (2011). Fortgeschrittene multivariate Analysemethoden: Eine anwendungsorientierte Einführung. Springer. Kap. 7 Auswahlbasierte Conjoint-Analyse.

Gansser, O. & Füller, S. (2015). Präferenzprognosen Mittels Conjoint-Analyse – eine Fallstudie mit Choice-Based-Design. In Springer eBooks (S. 203–222).

Steiner, M. & Meißner, M. (2018). A User’s Guide to the Galaxy of Conjoint Analysis and Compositional Preference Measurement. Marketing ZFP, Issue 2.