Werbequalität und Marktanteil: Modellgestützte Analyse eines Zusammenhangs
Regensburg, den [email protected]
Agenda
Kurzvorstellung GfKDas Advertising Response Modell
Zielsetzung Modellstruktur Fallstudie
Neuere Entwicklungen Datenfusion Mikromodelling
Ausblick
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
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.
Agenda
Kurzvorstellung GfKDas Advertising Response Modell
Zielsetzung Modellstruktur Fallstudie
Neuere Entwicklungen Datenfusion Mikromodelling
Ausblick
Struktur bisheriger Marketingmix-Modelle
Werbung
Werbepretest
Preis
Promotion
Distribution
WerbedruckMARKETINGMIX MODELMarketingmi
x-Modell
Bisherige Modelle berücksichtigen nicht die Werbe-
qualität, wie sie in Werbepretests gemessen wird.
Zielsetzung: Berücksichtigung der Werbequalität
Werbung
Werbepretest
Preis
Promotion
Distribution
WerbedruckMARKETINGMIX MODELMarketingmi
x-Modell
Bis auf Produkt Berücksichtigung fast des kompletten
Marketingmix.
Welche Qualität hat mein Werbefilm? AD*VANTAGE/ACT
1. Eingangsinterview (u.a. bevorzugte Marke)2. Vorabendprogramm Kurzfilm Werbung (T-K-T-K-T-K-T) Kurzfilm3. Fragen zum Programm4. Memoryspiel5. Vorabendprogramm Kurzfilm Werbung (T- T - T - T)6. Lotteriespiel: Welche Marken sollen in den Einkaufskorb der verlost wird?7. Diagnostische Fragen
Studiotest mit mindestens 125 TestpersonenEinladung: Es geht um Vorabendprogramm im TV
Durchsetzungs-vermögen
MotivationaleSchubkraft
T = TestspotK = Kontrollspot
Werbepretest: Ad*VantageKonsequenzen
Motivationale Schubkraft in %
Durchsetzungsvermögen in %Norm
Norm
Story motiviertnicht genügendzum Kauf ->Story überarbeiten
Nichtschalten
Schalten
Marke wird nichtgenügend erinnert-> Marke mehr in den Vordergrund
Die Modellstruktur:Das Kaufmodell
Kauf Konkurrenzmarke
Nichtkäuferohne
Produkterf.
Nichtkäufermit
Produkterf.
Probierer Wieder-käufer
Kein Kauf
Kauf der MarkeKauf der Marke oder kein Kauf
Kauf Konkurrenzmarke oder kein Kauf
Die Modellstruktur:Das Kaufmodell
Nichtkäufer ohne
Produkterf.
Nichtkäufer mit
Produkterf.
Probierer Wieder-käufer
Warum wird keinRegressionsmodell verwendet?
• Motivationale Schub- kraft ist Anteil von Markenwechslern.• Regressionsmodelle sind ideal zur Ab- bildung sofort wirkender Effekte.
Die Modellstruktur:Das Kaufmodell
DisplayDisplay
NormalpreisNormalpreis
AktionspreisAktionspreis
DistributionDistribution
Probierkauf-/Wiederkauf-/
Treuekaufrate
Probierkauf-/Wiederkauf-/
Treuekaufrate
ElastizitätenNormalpreis/Aktionspreis
ElastizitätenNormalpreis/Aktionspreis
Aufmerksam-keitswirkungRegal / Displ.
Aufmerksam-keitswirkungRegal / Displ.
Nichtkäufer ohne
Produkterf.
Nichtkäufer mit
Produkterf.
ProbiererWieder-käufer
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
Preiseffekt = Normalpreiseffekt * Promotionpreiseffekt
Normalpreis Konkurrenz Normalpreis Marke( )NPE
Normalpreis MarkeDurchschnittspreis Marke( )PPE
Preiseffekt wirkt auf Erst- und Wiederkauf.NPE = NormalpreiselastizitätPPE = Promotionpreiselastizität
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
Veränderung Probierkaufrate (PKR):Probierkaufrate * Distribution * Awarenesseffekt
Awarenesseffekt = = Awarenesseffekt Regal * Regalanteil ++ Awarenesseffekt Display * Distr. Display
Die Modellstruktur:Das Werbemodell
Verbraucher, welche die Werbung nicht sehen könnenOhne aktuellen Werbe-kontakt
Mite einem aktuellen Werbe-kontaktMit 2+ aktuellen Werbe-kontakten / nicht aware
Mit 2+ aktuellen Werbe-konatakten / aware
Max. Reichweitepro SenderSchaltungen pro Sender
Vergessens-rate
Durchsetzungs-vermögen
Einschaltquotenpro Sender
Die Modellstruktur: Verbindung Kaufmodell und Werbemodell
LOYAL PURCHASERATE
Nicht aware
Aware, nichtmotiviert
MotivationaleSchubkraft
Motiviert
Durchsetzungs-vermögen
Nichtkäufer ohne
Produkterf.
Nichtkäufer mit
Produkterf.
Probierer
Wieder-
käufer
Nichtkäufer ohne
Produkterf.
Nichtkäufer mit
Produkterf.
Probierer
Wieder-
käufer
Probierkaufrate Treuekauf-rate
Wiederkaufrate
1
1
11
Die Modellstruktur:Parameterschätzung
Vor der Optimierung
0%
5%
10%
15%
20%
25%
30%
35%
40%
45%
1
13
Woche der Basisperiode
Mark
tante
il
Start mit einem grob geschätzten Set von Parametern.
Berechnung der Summe der Abweichungsquadrate.
Zielgerichtete Änderung der Parameter, so dass Summe der Abweichungsquadrate minimiert wird.
real Modell
Die Modellstruktur:Parameterschätzung
Modell nach Optimierung
15%
17%
19%
21%
23%
25%
27%
29%
31%
33%
35%
Woche Basiszeitraum
Mar
ktan
teil
RealModell
Die Modellstruktur: Prognoseprozedur
Prognose mit optimierten Parametern
15%
20%
25%
30%
35%
40%
Woche Basis- / Prognosezeitraum
Mart
kante
il RealModell
Basiszeitraum Prognosezeitraum
Die Modellstruktur:Validierungen
80
90
100
110
120
130
140
80 100 120 140
80
90
100
110
120
130
140
80 100 120 140
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: Änderung beim Werbedruck
Aktueller Werbe-druck = 100
Index=300
Index= 0
Markt-anteil
Fallstudie: Einfluss der Werbeparameter
0 100 200 30080
90
100
110
120
130
0 100 200 30080
90
100
110
120
130
80 100 120 140 16080
90
100
110
120
130
WerbedruckWerbedruck MotivationaleSchubkraft
MotivationaleSchubkraft
Durchsetzungs-vermögen
Durchsetzungs-vermögen
Indices; aktuelle Situation = 100
Vergleich Wirkung Werbung mit anderen Variablen
Vergleichbare Wirkung von Werbung und
Promotion
0 0 0 0 0 1 1
Veränderung VeränderungVariable Marktanteil
Werbedruck 100% 15%Motiv. Schubkraft 100% 20%Werbedruck + Motiv. Schubkraft 100% 48%Durchsetzungsvermögen 20% 2%Gew. Distribution 10% 10%Normpreis Marke -10% 26%Promotionpreis Marke -10% 11%Promtionintensität Marke 100% 28%
Marke H
Agenda
Kurzvorstellung GfKDas Advertising Response Modell
Zielsetzung Modellstruktur Fallstudie
Neuere Entwicklungen Datenfusion Mikromodelling
Ausblick
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.
Vorgehensweise Fusion für dieWerbewirkungsmessung
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.
Elimination vonStörvariablen
Beispiel für das STAS-Differential (Jones 1994)Beispiel für das STAS-Differential (Jones 1994)
Werbekontakt für Marke Ainnerhalb von 7 Tagen vorKaufakt in Warengruppe?
Einkaufin der
Warengruppe
Kaufakte mit WerbungAnteil für beworbenesProdukt
Kaufakte ohne WerbungAnteil für beworbenes Produkt
Unterschied:STAS-Differential
Unterschied:STAS-Differential
Elimination vonStörvariablen
Beispiel für das STAS-Differential (Jones 1994)Beispiel für das STAS-Differential (Jones 1994)
Werbekontakt für Marke Ainnerhalb von 7 Tagen vorKaufakt in Warengruppe?
Einkaufin der
Warengruppe
Kaufakte mit WerbungWarengruppe: 2890Marke A: 466Anteil von A: 16,1%
Kaufakte ohne WerbungWarengruppe: 2165Marke A: 298Anteil von A: 13,8%
STAS-Differential:16,1%/13,8%=1,171
17,1%
STAS-Differential:16,1%/13,8%=1,171
17,1%
Quelle: MediaScan 1995
Probleme mit dem STAS-DifferentialProbleme mit dem STAS-Differential
Kaufakte mit WerbungWarengruppe: 2890Marke A: 466Anteil von A: 16,1%
Kaufakte ohne WerbungWarengruppe: 2165Marke A: 298Anteil von A: 13,8%
STAS-Differential:16,1%/13,8%=1,171
17,1%
STAS-Differential:16,1%/13,8%=1,171
17,1%
Differenz zwischen den Gruppen nur dann als Werbewirkung interpretierbar, wenn Gruppen ansonsten gleichen Einflüssen ausgesetzt sind.
Elimination vonStörvariablen
Probleme mit dem STAS-DifferentialProbleme mit dem STAS-Differential
Kaufakte mit WerbungWarengruppe: 2890Marke A: 466Anteil von A: 16,1%
Kaufakte ohne WerbungWarengruppe: 2165Marke A: 298Anteil von A: 13,8%
STAS-Differential:16,1%/13,8%=1,171
17,1%
STAS-Differential:16,1%/13,8%=1,171
17,1%
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
Unterschiede in- Freizeitverhalten- Soziodemografie- Einstellung zu (TV-)Werbung- Kontakte Kon- kurrenzwerbung- etc.
IntervenierendeVariable „Per-sönlichkeit“
IntervenierendeVariable „Per-sönlichkeit“
Elimination vonStörvariablen
Bestimmung der Störvariablen „Persönlichkeit“Bestimmung der Störvariablen „Persönlichkeit“
Soziodemo-grafie
Soziodemo-grafie
Einstellungenzu TV
Einstellungenzu TV
Einstellungenzu Werbung
Einstellungenzu Werbung
Freizeit-verhalten
Freizeit-verhalten
SehdauerTV-Werbung
SehdauerTV-Werbung
Einfluß aufSTAS
Einfluß aufSTAS
Inter-venierende
Variable
Inter-venierende
VariableSehdauer TV-
Werbung trans-portiert Einflußder Persönlich-
keit auf dasSTAS-Differential
Sehdauer TV-Werbung trans-portiert Einflußder Persönlich-
keit auf dasSTAS-Differential
Elimination vonStörvariablen
Hypothetisches BeispielWoche Werbung Promotion Kaufakte Kaufakte mit Werbung Kaufakte o. Werbung
gesamt WG Marke A WG Marke A1 ++ ++ 200 100 50 100 502 + 0 200 20 2 180 18
Total 400 120 52 280 68Anteile von A 43% 24%STAS-Differential 78%
Einfluss der Abstimmung von Werbung und Promotion aufdas STAS-Differential
Einfluss der Abstimmung von Werbung und Promotion aufdas STAS-Differential
Obwohl keine Werbewirkung vorliegt (pro Woche gleiche Anteile für A in
beiden Gruppen) STAS-Differential von 78%
Obwohl keine Werbewirkung vorliegt (pro Woche gleiche Anteile für A in
beiden Gruppen) STAS-Differential von 78%
IntervenierendeVariable „Instore-
situation“
IntervenierendeVariable „Instore-
situation“
Probleme mit dem STAS-DifferentialProbleme mit dem STAS-Differential
Elimination vonStörvariablen
Elimination vonStörvariablen
Bestimmung der Störvariablen „Instore-Situation“Bestimmung der Störvariablen „Instore-Situation“
PromotionPromotion PlatzierungPlatzierung Preis-situation
Preis-situation
DistributionKonkurrenz
DistributionKonkurrenz
InstoreMarktanteil
InstoreMarktanteil
KaufverhaltenKaufverhalten
Inter-venierende
Variable
Inter-venierende
Variable
Im Verbraucher-panel:
Subsegmente,die sich aus derKreuzung von
9 Key-Accountsund 4 Geschäfts-typen ergeben +
Promotion jeWoche
Im Verbraucher-panel:
Subsegmente,die sich aus derKreuzung von
9 Key-Accountsund 4 Geschäfts-typen ergeben +
Promotion jeWoche
TV-Werbung wird häufig so gestreut, dass Personen mit Affinitätzum beworbenen Produkt stärker erreicht werden
TV-Werbung wird häufig so gestreut, dass Personen mit Affinitätzum beworbenen Produkt stärker erreicht werden
Es besteht die Gefahr, dass eine generell höhere Markenbindung der Personen mit Werbekontakt als Werbewirkung analysiert und
interpretiert wird
Es besteht die Gefahr, dass eine generell höhere Markenbindung der Personen mit Werbekontakt als Werbewirkung analysiert und
interpretiert wird
IntervenierendeVariable „Marken-
bindung“
IntervenierendeVariable „Marken-
bindung“
Probleme mit dem STAS-DifferentialProbleme mit dem STAS-Differential
Elimination vonStörvariablen
Bestimmung der Störvariablen „Markenbindung“: Berücksichtigung Stufe der Markenbindung als Set von 0/1-
Variablen
Bestimmung der Störvariablen „Markenbindung“: Berücksichtigung Stufe der Markenbindung als Set von 0/1-
Variablen
Nichtkäufer
gelegentliche Käufer
Treuekäufer
Wiederkäufer
Anteil der folgendenAnteil der folgendenKaufakte für dieKaufakte für dieMarke AMarke A
Anteil derAnteil derfolgenden folgenden
Kaufakte für eine Kaufakte für eine KonkurrenzmarkeKonkurrenzmarke
80,4%80,4%54,5%54,5%
21,5%21,5%
4,9%4,9%19,6%19,6%
45,5%45,5%
78,5%78,5%
95,1%95,1%
Elimination vonStörvariablen
Durchführung derAuswertung
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)
Unabhängige VariableUnabhängige Variable
Abhängige VariableAbhängige Variable
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
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
Durchführung derAuswertung
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)
Unabhängige VariableUnabhängige Variable
Abhängige VariableAbhängige Variable
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
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 WerbedruckalternativenWerbekontakte (u.U. diskontiert)
Effektive Werbekontakte
Min Max
Min und Max werdenso geschätzt, dass
der Einfluss derWerbung maximiert
wird.
Transformation der Werbekontakte vor Kauf in
effektive Werbekontakte
Transformation der Werbekontakte vor Kauf in
effektive Werbekontakte
Fallbeispiel:Marke C
Spendings 1999: 11 Mio. DMSpendings 1999: 11 Mio. DM
Auszug aus der Datenbasis
8274 Kaufakte, davon 1070 für Marke C
Werbung zu mehr als 99,9%
signfikant
Minimum 0, Maximum 16 ->
Schon der erste Kontakt wirkt! Keine Diskontierung!
ErgebnisErgebnis
Fallbeispiel:Marke C
Bestimmtheitsmaß R² = 45,90%Variable Wald-St. SignifikanzKonstante 984,703 0,000Zahl der eff. Kontakte 13,684 0,000Werbung gesamt 6,146 0,013Marktanteil Handel 377,946 0,000Promotion / Woche 24,028 0,0002. Stufe Markenbindung 257,420 0,0003. Stufe Markenbindung 303,455 0,0004. Stufe Markenbindung 893,842 0,000
45,9% derProduktwahlwird erklärt
0
2
4
6
8
10
12
14
ohneWerbung
mit Werbung
Anteil Kaufaktefür Marke C %
11,2 12,9
Effekt derKampagne:+ 15%
Fallbeispiel:Marke C
Ergebnis Simulation
Ergebnis Simulation
Wahre Werbe-wirkung um ca.100% höher!
Wahre Werbe-wirkung um ca.100% höher!
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!
ModellanwendungModellanwendung
Produktionsprogramm zur Anwendung in der GfK: Datenaufbereitung Schätzung der Parameter
Auswertungsprogramm zur Anwendung beim Kunden: Analyse Simulation Prognose
Auswertungsprogramm im Standardpaket enthalten.
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.