Dr. Torsten Melles, Nordlight Research GmbH "Um die Produktentwicklung valide an den Käuferpräferenzen auszurichten, sollte die Conjoint-Analyse fester Bestandteil sein"

Herr Melles, wir kennen Sie als Geschäftsführer von Nordlight. Sie haben vor fast 20 Jahren in Münster über Framing-Effekte in der Conjoint-Analyse promoviert. Inwiefern hat sich die Methode der Conjoint-Analyse seitdem weiterentwickelt?

Torsten Melles: Ich bin gerade selbst überrascht, dass das tatsächlich schon 20 Jahre her ist. Zur Jahrtausendwende war die heute dominierende Choice-Based-Conjoint (CBC) noch ein recht junges Verfahren. Dieses hat sich - besonders in der Kombination mit Bayes'schen-Schätzverfahren - zunehmend durchgesetzt. Es gab zwar eine Reihe von Weiterentwicklungen, wie z.B. ACBC oder HIT-CBC, denen wir jedoch keine allgemein bessere Performance bescheinigen können. Ihre Anwendung bleibt daher auf wenige Ausnahmesituationen beschränkt. Ein weiterer Trend in der Praxis ist die zunehmende Komplexität der Fragestellungen und der Conjoint-Designs.

Wie groß ist die Popularität von Methoden wie der Conjoint-Analyse noch in der Marktforschung? Anders gefragt, wo befindet sich die Conjoint-Analyse im Produktlebenszyklus?

Torsten Melles: Möchte man die Produktentwicklung möglichst valide an den Präferenzen der potenziellen Käufer ausrichten, sollte die Conjoint-Analyse fester Bestandteil der Entwicklung sein. Sinnvoll ist der Einsatz aber erst dann, wenn es bereits konkrete Vorstellungen zu möglichen Ausgestaltungsvarianten des Produktes oder des Produktportfolios gibt. Die Conjoint-Analyse zeigt einem nicht nur, auf welche Merkmale es ankommt, sondern auch welcher Preis, welches Produkt und welcher Produktmix optimal sind. Dabei wird auch die Positionierung im Wettbewerb berücksichtigt. Meiner Ansicht nach weiß ein Großteil der Marktforscher die Vorzüge des Verfahrens zu schätzen. Die Popularität wird allenfalls durch zwei Faktoren gebremst: Die im Vergleich zu einfacheren Verfahren höheren Kosten und den zeitlichen Mehraufwand, insbesondere in der Planungsphase.

Einige Insights-Plattformen bieten mittlerweile hochautomatisierte Baukastenlösungen für CBA, TURF oder MaxDiff-Projekte an. Wie bewerten Sie solche Entwicklungen? Sind solche Projekte nicht zu komplex, um sie zu automatisieren?

Torsten Melles: Die Ergebnisse eines Verfahrens können nur so gut sein wie die Qualität des Inputs. Insofern hängt die Eignung automatisierter Verfahren von der Expertise desjenigen ab, der sie bedient. Geht es beispielsweise um die Messung von Merkmalsrelevanzen wie beim MaxDiff-Verfahren, gibt nur wenige Regeln, die zu beachten sind. Das Ausmaß der erforderlichen Expertise ist daher überschaubar. Bei Conjoint-Analysen sieht das aufgrund der multiattributiven Situation (mehrere Merkmale mit mehreren Ausprägungen) schon ganz anders aus. Da muss das ganze Wirkungsgefüge passen. Konzeption und teilweise auch die Programmierung bleiben daher auch weiterhin Handarbeit, wenn man kein blaues Wunder erleben möchte. Im Bereich der Analysen kann man dagegen gut mit automatisierten Tools arbeiten. Da gibt es m.E. auch immer noch Entwicklungspotenzial. TURF ist ja letztendlich auch "nur" ein Analyseverfahren, das sich auf MaxDiff- und Conjoint-Ergebnissen aufsetzen lässt, um die bestmögliche Kombination an Merkmalen bzw. Produkten zu identifizieren.

Ob durch Mensch oder Computer: Welche Fehler werden bei Produkttests immer wieder gemacht?

Torsten Melles: Da gibt es eine ganze Reihe, so dass es vermutlich den Rahmen dieses Interviews sprengen würde alle aufzuzählen. Ein konzeptioneller Fehler, der häufig in Conjoint-Analysen begangen wird, ist das vorschnelle Ausschließen von Merkmalskombinationen. Produktplaner sind gelegentlich der Ansicht, dass Kombinationen, die sich für das Unternehmen nicht realisieren lassen, dem Befragten nicht angezeigt werden dürfen (z.B. Internet über DSL mit 1.000 Mbit/s Downloadgeschwindigkeit). Man kann solche Kombinationen in Conjoint-Analysen durchaus ausschließen (technisch kein Problem), sollte aber bedenken, dass jeder Kombinationsausschluss zu einer Verzerrung der Nutzenschätzungen führt. In diesem Fall wären die Nutzenwerte der DSL-Technologie und der Downloadgeschwindigkeit verzerrt (statistisch konfundiert). Für die Conjoint-Analyse ist es wichtig, die Merkmale möglichst unabhängig voneinander zu variieren. Nur wenn eine Kombination resultiert, die auch der Befragte als absurd ansieht, sollte man diese ausschließen.

Einen weiteren konzeptionellen Fehler findet man häufig in der Definition von Preisstufen. Es mag durchaus sinnvoll sein, mit einer Conjoint-Analyse die komplette Preisbandbreite der Produkte im Markt abzubilden.

Wie bereits erwähnt, sollten die Preisstufen möglichst unabhängig mit anderen Merkmalen kombiniert werden. Das führt dann allerdings dazu, dass man einerseits maximale Leistung und Premiummarken zum günstigsten Preis und andererseits minimale Leistung zum höchsten Preis angezeigt bekommt. Der Befragte fokussiert damit möglicherweise noch stärker auf den Preis als er es in der realen Kaufsituation machen würde. Einen Ausweg aus dem Dilemma bietet das Conditional Pricing: Hierbei wird für die stärksten Preistreiber ein Aufpreis definiert, der dann durch das Preismerkmal in deutlich kleineren Abstufungen variiert werden kann.

Ein weiterer Fehler, der häufig begangen wird, betrifft falsche Erwartungen, die mit dem Produktkonzepttest verknüpft werden. Es wird angenommen, dass der Test das Marktverhalten widerspiegeln und Käuferpotenziale quantifizieren kann. Eine solche Erwartung lässt sich allerdings nicht erfüllen, da wir mit den Konsumentenpräferenzen immer nur einen kleinen Ausschnitt des Marktgeschehens abbilden (z.B. bleiben werbliche Einflüsse ausgeklammert) und die in der Befragung geäußerte Kaufabsicht von zu viel Optimismus geprägt ist und oftmals nicht im Kauf mündet. Um zu genaueren Aussagen zu gelangen, kalibrieren wir die Ergebnisse für gewöhnlich anhand der Marktdaten und beziehen zusätzliche Variablen in das Modell mit ein, aber auch diesem Vorgehen sind natürlich Grenzen gesetzt.

Wohin wird sich Ihrer Meinung nach der Bereich Produkttest und Pricingforschung zukünftig entwickeln? Welche Trends sehen Sie am Forschungshimmel aufziehen?

Torsten Melles: Auch Produkttests und Pricingforschung unterstützen zunehmend das agile Produktmanagement. Entsprechend werden das Vorgehen individueller und die Testzyklen kürzer. Die Automatisierung von Prozessen spielt dabei sicher eine genauso wichtige Rolle, wie die bestmögliche Einbettung von Forschungsintelligenz, um eine möglichst hohe Qualität zu gewährleisten. Conjoint-Analysen können in diesem Kontext durchaus an Bedeutung gewinnen, da sie in der Lage sind, dynamische Wettbewerbsstrategien abzubilden. Ein weiterer Trend könnte die Integration externer Daten in die Analysen und die Prognosemodelle sein. In Ansätzen ist das derzeit schon üblich, wird sich aber im Zuge von Big Data weiter intensivieren.

/mvw/jvdm