werbequalit t und marktanteil modellgest tzte analyse eines zusammenhangs n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Werbequalität und Marktanteil: Modellgestützte Analyse eines Zusammenhangs PowerPoint Presentation
Download Presentation
Werbequalität und Marktanteil: Modellgestützte Analyse eines Zusammenhangs

Loading in 2 Seconds...

play fullscreen
1 / 45

Werbequalität und Marktanteil: Modellgestützte Analyse eines Zusammenhangs - PowerPoint PPT Presentation


  • 71 Views
  • Uploaded on

Werbequalität und Marktanteil: Modellgestützte Analyse eines Zusammenhangs. Regensburg, den 5.6.2002 raimund.wildner@gfk.de. Agenda. Kurzvorstellung GfK Das Advertising Response Modell Zielsetzung Modellstruktur Fallstudie Neuere Entwicklungen Datenfusion Mikromodelling Ausblick.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Werbequalität und Marktanteil: Modellgestützte Analyse eines Zusammenhangs' - akiko


Download Now An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
werbequalit t und marktanteil modellgest tzte analyse eines zusammenhangs

Werbequalität und Marktanteil: Modellgestützte Analyse eines Zusammenhangs

Regensburg, den 5.6.2002

raimund.wildner@gfk.de

agenda
Agenda
  • Kurzvorstellung GfK
  • Das Advertising Response Modell
    • Zielsetzung
    • Modellstruktur
    • Fallstudie
  • Neuere Entwicklungen
    • Datenfusion
    • Mikromodelling
  • Ausblick
zur geschichte der gfk
Zur Geschichte der GfK
  • 1924 Gründung des Instituts für Wirtschafts- beobachtung der deutschen Fertigware.
  • 1934 gegründet als GfK-Nürnberg e.V. durch u.a. W. Vershofen, L. Erhard.
  • 1945 Wiederaufbau durch u.a. G. Bergler.
  • Ab 1980 Gründung von GfK-Firmen in den europäischen Key-Ländern.
  • 1984 GfK GmbH, 1990 GfK AG.
  • Seit 1999 an der Börse, seit 2000 im MDax.
aktueller steckbrief der gfk gruppe
Aktueller Steckbrief der GfK-Gruppe
  • 2001: 525 Mio. € Gesamtleistung (+11,9%).
  • In Deutschland Nr. 1, weltweit Nr. 6.
  • 31.12.2001: 4750 Mitarbeiter, in D 1448.
  • Zunehmende Internationalisierung (63,1% der Gesamtleistung außerhalb Deutschlands).
  • 4 Geschäftsfelder (Ad Hoc, Consumer Tracking, Non-Food Tracking, Media).
  • Weltweit das Marktforschungsinstitut mit der größten Produktpalette.
agenda1
Agenda
  • Kurzvorstellung GfK
  • Das Advertising Response Modell
    • Zielsetzung
    • Modellstruktur
    • Fallstudie
  • Neuere Entwicklungen
    • Datenfusion
    • Mikromodelling
  • Ausblick
struktur bisheriger marketingmix modelle
Struktur bisheriger Marketingmix-Modelle

Werbung

Werbepretest

Preis

Werbedruck

MARKETING

MIX MODEL

Marketingmix-

Modell

Promotion

Distribution

Bisherige Modelle berücksichtigen nicht die Werbe-qualität, wie sie in Werbepretests gemessen wird.

zielsetzung ber cksichtigung der werbequalit t
Zielsetzung: Berücksichtigung der Werbequalität

Werbung

Werbepretest

Preis

Werbedruck

MARKETING

MIX MODEL

Marketingmix-

Modell

Promotion

Distribution

Bis auf Produkt Berücksichtigung fast des kompletten

Marketingmix.

welche qualit t hat mein werbefilm ad vantage act
Welche Qualität hat mein Werbefilm? AD*VANTAGE/ACT

Studiotest mit mindestens 125 Testpersonen

Einladung: Es geht um Vorabendprogramm im TV

1. Eingangsinterview (u.a. bevorzugte Marke)

2. Vorabendprogramm

Kurzfilm

Werbung (T-K-T-K-T-K-T)

Kurzfilm

3. Fragen zum Programm

4. Memoryspiel

5. Vorabendprogramm

Kurzfilm

Werbung (T- T - T - T)

6. Lotteriespiel: Welche Marken sollen in den

Einkaufskorb der verlost wird?

7. Diagnostische Fragen

Motivationale

Schubkraft

Durchsetzungs-

vermögen

T = Testspot

K = Kontrollspot

werbepretest ad vantage konsequenzen
Werbepretest: Ad*VantageKonsequenzen

Durchsetzungsvermögen in %

Story motiviert

nicht genügend

zum Kauf ->

Story überarbeiten

Norm

Schalten

Norm

Marke wird nicht

genügend erinnert

-> Marke mehr in

den Vordergrund

Nicht

schalten

Motivationale Schubkraft in %

die modellstruktur das kaufmodell
Die Modellstruktur:Das Kaufmodell

Kauf der Marke

Kauf Konkurrenzmarke oder kein Kauf

Kauf der Marke oder kein Kauf

Kein Kauf

Nichtkäuferohne Produkterf.

Wieder-käufer

Probierer

Nichtkäufermit Produkterf.

Kauf Konkurrenzmarke

die modellstruktur das kaufmodell1
Die Modellstruktur:Das Kaufmodell

Warum wird keinRegressionsmodell verwendet?

  • Motivationale Schub- kraft ist Anteil von Markenwechslern.
  • Regressionsmodelle sind ideal zur Ab- bildung sofort wirkender Effekte.

Nichtkäufer ohne Produkterf.

Wieder-käufer

Probierer

Nichtkäufer mitProdukterf.

die modellstruktur das kaufmodell2

Nichtkäufer ohne Produkterf.

Wieder-käufer

Probierer

Nichtkäufer mitProdukterf.

Die Modellstruktur:Das Kaufmodell

Display

Normalpreis

Aktionspreis

Distribution

Probierkauf-/Wiederkauf-/

Treuekaufrate

ElastizitätenNormalpreis/Aktionspreis

Aufmerksam-keitswirkungRegal / Displ.

besonderheit f r neuprodukte
Besonderheit für Neuprodukte
  • Problem: Die Entwicklung für neue Produkte zeigt häufig einen „Novelty Peak“ aufgrund von Verbrauchern, die gerne neue Produkte ausprobieren.
  • Lösung: Probierkaufrate und Wiederkaufrate ändern sich über die Zeit hinweg.
    • Probierkaufrate startet hoch und fällt dann ab.
    • Wiederkaufsrate startet niedrig und steigt an.
    • Dazu wird ein Anteil von Vielprobierern geschätzt.
modellierung preis
Modellierung Preis

Preiseffekt = Normalpreiseffekt * Promotionpreiseffekt

Normalpreis Konkurrenz

Normalpreis Marke

( )NPE

Normalpreis Marke

Durchschnittspreis Marke

( )PPE

Preiseffekt wirkt auf Erst- und Wiederkauf.

NPE = Normalpreiselastizität

PPE = Promotionpreiselastizität

modellierung distribution
Modellierung Distribution
  • Voraussetzung für Probierkauf (Verfügbar- keit wird für Wiederkauf vorausgesetzt).
  • Schafft Awareness.
  • Displays schaffen zusätzliche Awareness.

Veränderung Probierkaufrate (PKR):

Probierkaufrate * Distribution * Awarenesseffekt

Awarenesseffekt =

= Awarenesseffekt Regal * Regalanteil +

+ Awarenesseffekt Display * Distr. Display

die modellstruktur das werbemodell
Die Modellstruktur:Das Werbemodell

Verbraucher, welche die Werbung nicht sehen können

Einschaltquotenpro Sender

Ohne aktuellen Werbe-kontakt

Max. Reichweitepro Sender

Mite einem aktuellen Werbe-kontakt

Schaltungen pro Sender

Vergessens-

rate

Mit 2+ aktuellen Werbe-kontakten / nicht aware

Durchsetzungs-vermögen

Mit 2+ aktuellen Werbe-konatakten / aware

die modellstruktur verbindung kaufmodell und werbemodell
Die Modellstruktur: Verbindung Kaufmodell und Werbemodell

Probierkaufrate

Treuekauf-rate

Nicht aware

Nichtkäufer ohne Produkterf.

LOYAL PURCHASE

RATE

Durchsetzungs-vermögen

Wieder-käufer

Probierer

Nichtkäufer mitProdukterf.

Wiederkaufrate

Aware, nichtmotiviert

1

MotivationaleSchubkraft

Nichtkäufer ohne Produkterf.

1

1

Wieder-käufer

Probierer

Motiviert

Nichtkäufer mitProdukterf.

1

die modellstruktur parametersch tzung
Die Modellstruktur:Parameterschätzung
  • Start mit einem grob geschätzten Set von Parametern.
  • Berechnung der Summe der Abweichungsquadrate.
  • Zielgerichtete Änderung der Parameter, so dass Summe der Abweichungsquadrate minimiert wird.

Modell

real

die modellstruktur prognoseprozedur
Die Modellstruktur: Prognoseprozedur

Basiszeitraum Prognosezeitraum

die modellstruktur validierungen
Die Modellstruktur:Validierungen
  • 14 Validierungen
  • 8 Warengruppen
  • 2 USA, 12 Deutschland
  • Marktanteil in der Basisperiode 2,6% bis48,5%
  • Ausreißer: Relaunch und Einführung einerKonkurrenzmarke.
  • R² ohne Ausreißer: 89%

Veränderung Modell

Reale Veränderungen

fallstudie ausgangspunkt der marke h
Große deutsche Getränkemarke

Seit Jahrzehnten etabliert

Marktführer

Starke Promotion- und Werbeunterstützung in der Warengruppe

Werbedruck der Marke unter Durchschnitt

Welchen Effekt hat mehr oder verbesserte Werbung?

Welchen Effekt haben Änderungen in der Werbung im Vergleich zu Änderungen bei anderen Marketingmix-Variablen?

Fallstudie: Ausgangspunkt der Marke H
fallstudie nderung beim werbedruck
Fallstudie: Änderung beim Werbedruck

Markt-

anteil

Aktueller Werbe-druck = 100

Index= 0

Index=

300

fallstudie einfluss der werbeparameter
Fallstudie: Einfluss der Werbeparameter

Werbedruck

MotivationaleSchubkraft

Durchsetzungs-vermögen

Indices; aktuelle Situation = 100

vergleich wirkung werbung mit anderen variablen
Vergleich Wirkung Werbung mit anderen Variablen

Marke H

Vergleichbare Wirkung von Werbung und Promotion

agenda2
Agenda
  • Kurzvorstellung GfK
  • Das Advertising Response Modell
    • Zielsetzung
    • Modellstruktur
    • Fallstudie
  • Neuere Entwicklungen
    • Datenfusion
    • Mikromodelling
  • Ausblick
warum datenfusion
Warum Datenfusion?
  • TV-Panel ist “Währung” für Fernsehsender und Werbungtreibende.
  • Ein Test in 1995 zeigte die Folgen auf, wenn zusätzlich zum TV-Zuschauerverhalten auch das Einkaufsverhalten erhoben werden:
    • Zuwachs der Panelsterblichkeit um 50%.
    • Abnahme der Teilnahmebereitschaft am Panel um 50%.
  • Nachteil der Datenfusion: Ca. 50% der Werbewirkung gehen verloren.
slide28

Vorgehensweise Fusion für die

Werbewirkungsmessung

  • Regressionsrechnung im TV-Panel
    • Abhängige: Kontaktsumme Kampagne; Sehdauer Werbung gesamt.
    • Unabhängige:
      • TV-Zuschauerverhalten (Genre - Sender - Zeitschnitte)
      • Soziodemografie (insb. Alter)
    • Erreichtes Bestimmtheitsmaß: Ca. 60 bis 70%
  • Übertragung der Regressionsbeziehung auf die haushaltsführende Person im Verbraucherpanel-> Schätzung der Kontakte bis zum Kaufakt
  • Zuordnung haushaltsführenden Personen der beiden Panels aufgrund Anzahl der Kontakte mit Kampagne und Sehdauer gesamt.
slide29

Elimination von

Störvariablen

Beispiel für das STAS-Differential (Jones 1994)

Werbekontakt für Marke A

innerhalb von 7 Tagen vor

Kaufakt in Warengruppe?

Einkauf

in der

Warengruppe

Kaufakte ohne Werbung

Anteil für beworbenes

Produkt

Unterschied:

STAS-Differential

Kaufakte mit Werbung

Anteil für beworbenes

Produkt

slide30

Elimination von

Störvariablen

Beispiel für das STAS-Differential (Jones 1994)

Werbekontakt für Marke A

innerhalb von 7 Tagen vor

Kaufakt in Warengruppe?

Einkauf

in der

Warengruppe

Kaufakte ohne Werbung

Warengruppe: 2165

Marke A: 298

Anteil von A: 13,8%

STAS-Differential:

16,1%/13,8%=1,171

17,1%

Kaufakte mit Werbung

Warengruppe: 2890

Marke A: 466

Anteil von A: 16,1%

Quelle: MediaScan 1995

slide31

Elimination von

Störvariablen

Probleme mit dem STAS-Differential

Kaufakte ohne Werbung

Warengruppe: 2165

Marke A: 298

Anteil von A: 13,8%

Differenz zwischen den Gruppen nur

dann als Werbewirkung interpretierbar,

wenn Gruppen ansonsten gleichen

Einflüssen ausgesetzt sind.

STAS-Differential:

16,1%/13,8%=1,171

17,1%

Kaufakte mit Werbung

Warengruppe: 2890

Marke A: 466

Anteil von A: 16,1%

slide32

Elimination von

Störvariablen

Probleme mit dem STAS-Differential

Wenigseher TV-Werbung

Mit hoher Wahrschein-

lichkeit Nichtseher von

Werbung von A

Vielseher von TV-Werbung

Mit hoher Wahrscheinlich-

keit Seher von Werbung

von A

Kaufakte ohne Werbung

Warengruppe: 2165

Marke A: 298

Anteil von A: 13,8%

Unterschiede in

- Freizeitverhalten

- Soziodemografie

- Einstellung zu

(TV-)Werbung

- Kontakte Kon-

kurrenzwerbung

- etc.

STAS-Differential:

16,1%/13,8%=1,171

17,1%

Kaufakte mit Werbung

Warengruppe: 2890

Marke A: 466

Anteil von A: 16,1%

Intervenierende

Variable „Per-

sönlichkeit“

slide33

Elimination von

Störvariablen

Bestimmung der Störvariablen „Persönlichkeit“

Soziodemo-

grafie

Einstellungen

zu TV

Einstellungen

zu Werbung

Freizeit-

verhalten

Inter-

venierende

Variable

Sehdauer

TV-Werbung

Sehdauer TV-

Werbung trans-

portiert Einfluß

der Persönlich-

keit auf das

STAS-Differential

Einfluß auf

STAS

slide34

Elimination von

Störvariablen

Probleme mit dem STAS-Differential

Einfluss der Abstimmung von Werbung und Promotion auf

das STAS-Differential

Intervenierende

Variable „Instore-

situation“

Obwohl keine Werbewirkung vorliegt

(pro Woche gleiche Anteile für A in

beiden Gruppen) STAS-Differential von 78%

slide35

Elimination von

Störvariablen

Bestimmung der Störvariablen „Instore-Situation“

Promotion

Platzierung

Preis-

situation

Distribution

Konkurrenz

Im Verbraucher-

panel:

Subsegmente,

die sich aus der

Kreuzung von

9 Key-Accounts

und 4 Geschäfts-

typen ergeben +

Promotion je

Woche

Inter-

venierende

Variable

Instore

Marktanteil

Kaufverhalten

slide36

Elimination von

Störvariablen

Probleme mit dem STAS-Differential

TV-Werbung wird häufig so gestreut, dass Personen mit Affinität

zum beworbenen Produkt stärker erreicht werden

Es besteht die Gefahr, dass eine generell höhere Markenbindung

der Personen mit Werbekontakt als Werbewirkung analysiert und

interpretiert wird

Intervenierende

Variable „Marken-

bindung“

slide37

Elimination von

Störvariablen

Bestimmung der Störvariablen „Markenbindung“: Berücksichtigung Stufe der Markenbindung als Set von 0/1-Variablen

80,4%

Anteil der folgenden

Kaufakte für die

Marke A

54,5%

21,5%

Treuekäufer

Wiederkäufer

4,9%

19,6%

gelegentliche

Käufer

45,5%

Anteil der

folgenden

Kaufakte für eine

Konkurrenzmarke

Nichtkäufer

78,5%

95,1%

slide38

Durchführung der

Auswertung

Unabhängige Variable

Abhängige Variable

  • Effektive Kontakte Werbung
  • Stufe der Markenbindung(Vier 0/1-Variable)
  • Marktanteil Key-Account /Geschäftstyp (zeitl. konstant)
  • Promotion je Woche
  • Sehdauer Werbung gesamt

Kauf Marke (=1)

oder Kauf

Konkurrenz (=0)

  • Logistische Regression liefert:
  • Parameter zur Qualität der Regression gesamt (R², F-Wert)
  • Parameter zur Bedeutung jeder einzelnen Variable (Beta, Stand. Beta, Wald-Statistik)
  • Möglichkeit zur Simulation verschiedener Werbedruckalternativen
slide39

Durchführung der

Auswertung

Unabhängige Variable

Abhängige Variable

  • Effektive Kontakte Werbung
  • Stufe der Markenbindung(Vier 0/1-Variable)
  • Marktanteil Key-Account /Geschäftstyp (zeitl. konstant)
  • Anteil Kauf in Promotion pro Woche
  • Sehdauer Werbung gesamt

Kauf Marke (=1)

oder Kauf

Konkurrenz (=0)

Transformation der Werbekontakte vor Kauf in

effektive Werbekontakte

Effektive Werbekontakte

Min und Max werden

so geschätzt, dass

der Einfluss der

Werbung maximiert

wird.

  • Multiple Regression liefert:
  • Parameter zur Qualität der Regression gesamt (R², F-Wert)
  • Parameter zur Bedeutung jeder einzelnen Variable (Beta, Stand. Beta, t-Wert)
  • Möglichkeit zur Simulation verschiedener Werbedruckalternativen

Min

Max

Werbekontakte (u.U. diskontiert)

slide40

Fallbeispiel:

Marke C

Spendings 1999: 11 Mio. DM

Auszug aus der Datenbasis

8274 Kaufakte, davon 1070 für Marke C

slide41

Fallbeispiel:

Marke C

Ergebnis

45,9% der

Produktwahl

wird erklärt

Minimum 0, Maximum 16 ->

Schon der erste Kontakt wirkt! Keine Diskontierung!

Werbung zu

mehr als 99,9%

signfikant

slide42

Fallbeispiel:

Marke C

Ergebnis Simulation

Effekt der

Kampagne:

+ 15%

12,9

11,2

Wahre Werbe-

wirkung um ca.

100% höher!

mikromodelling zielsetzung
Mikromodelling:Zielsetzung
  • Simultane Schätzung aller relevanten Marken und Key Accounts (Marktmodell, keine Markenmodell!)
  • Modell auf Basis einzelner Haushalte / Kaufakte -> beliebige Aggregationen möglich.
  • Schätzung des Einflusses von
    • Preis
    • Promotion
    • Distribution
    • Werbung (TV).
  • ... aber das wäre eigener Vortrag!
modellanwendung
Modellanwendung
  • Produktionsprogramm zur Anwendung in der GfK:
    • Datenaufbereitung
    • Schätzung der Parameter
  • Auswertungsprogramm zur Anwendung beim Kunden:
    • Analyse
    • Simulation
    • Prognose
  • Auswertungsprogramm im Standardpaket enthalten.
ausblick
Ausblick
  • Modelle bieten die Chance, eine große Menge Daten auf die für das Management wesentlichen Zusammenhänge zu reduzieren.
  • Ergebnisse werden in der Sprache des Manage-ments präsentiert.
  • Modelle werden daher zunehmende Bedeutung gewinnen.
  • Größte Gefahr: Overselling.