Conjoint Analysen werden schon seit den späten 50er-Jahre als Goldstandard der kundenzentrierten Produktentwicklung angesehen. Und das zurecht, aus mehreren Gründen:
#1 Verständnis von Werttreibern: Mit Conjoint Analysen können wir auch bei komplexen Produkten (Automobile, Telekommunikationstarife, Versicherungen etc.) ermitteln, welchen geldwerten Mehrwert einzelne Angebotskomponenten stiften und an welchen Stellen sich Investitionen in die Produktentwicklung (nicht) lohnen.
#2 Analyse von Präferenzstrukturen: Conjoint erlaubt es, die Präferenzen für Angebote zu quantifizieren, die aus verschiedensten Angebotselementen zusammengesetzt werden. Damit liefert es eine gute Entscheidungsgrundlage, welche Angebote auf den Markt kommen sollten (und welche nicht).
#3 Vorhersagen von Kaufentscheidungen: Der größte Vorteil der Conjoint Analyse besteht in der Möglichkeit, Kaufentscheidungen vorherzusagen. Aus den Präferenzstrukturen lässt sich simulieren, wie vielen Kunden sich in einem bestimmten Marktszenario für ein bestimmtes Angebot entscheiden würden und wie viele Kunden (von welchen Wettbewerbern) gewonnen werden, wenn man das eigene Angebot verbessert oder ein neues auf den Markt bringt.
So elegant dieses Modell auch ist, so unzulässig ist die direkte Übersetzung von Präferenzen in Entscheidungsverhalten. Denn eine der Kernerkenntnisse von Behavioral Economics besagt, dass Entscheidungsverhalten sich nicht direkt aus Präferenzen vorhersagen lässt. Das hat mehrere Ursachen:
#1Kognition: Viele Kunden wissen oft schlicht nicht, was sie wollen und brauchen. Ein Drittel der Mobilfunkkunden weiß beispielsweise nicht einmal, wie viel Datenvolumen ihr aktueller Tarif enthält. Und weniger als ein Fünftel kennt den monatlichen Preis ihres Tarifs auf +/-10% genau.
#2 Motivation: Aus Risikoaversion bleiben Kunden oft auch dann bei ihrem Mobilfunkanbieter, wenn sie wissen, dass es am Markt Tarife gibt, die ihren Bedarf (d.h. ihre Präferenzen) besser bedienen. So sind sich 70% der Mobilfunkkunden voll dessen bewusst, dass sie nicht beim für sie günstigsten Anbieter sind.
#3 Verhalten: Kunden reagieren sehr viel weniger stark auf vorteilhafte Angebote im Markt als es die klassischen Conjoint Analyse glauben macht. So planen nur etwa 10% derjenigen Mobilfunkkunden, die wissen, dass sie nicht beim für sie günstigsten Anbieter sind, einen Anbieterwechsel.
Conjoint Analysen müssen bei der Übersetzung von Präferenzstrukturen in Entscheidungsverhalten also kognitive, motivationale und Verhaltensinformationen berücksichtigen. Dann sind ihre Vorhersagen (“BE-gepatches Conjoint”) deutlich näher an den tatsächlichen Marktverhältnissen:
Mehr dazu und zu unserem Korekturmechanismus GAP (General Algorithmfor Patching Conjoint Analyses) können Sie hier nachlesen.
