Market Research for Sustainability Innovation

Market Research forSustainability Innovation

Prof. Dr. Rolf WüstenhagenVize-Direktor IWÖ-HSG, Universität St. Gallen

MSC-Anwendungsfeld “Nachhaltige Unternehmensleistungen”Vorlesung 617. November 2008

[email protected]

www.iwoe.unisg.ch/wuestenhagen

2

Warm-Up: Two questions to you

– What do you remember from last week‘s course?

– Sustainability news of the week?

3

Sustainability News of the Week

FT 10.11.2008

4


FT 16.11.2008

5Sustainability News of the Week

http://gigaom.com/2008/11/11/web-firms-step-into-green-shadow-in-the-valley/

John Doerr, partner at Kleiner Perkins Caufield Byers, declared green technology to be “the growing thing in Silicon Valley” and said kick-starting energy research will be President-elect Barack Obama’s most important task. Kleiner was responsible for Internet investments like Google (GOOG) and has now allocated a third of its fund to green investments — equal to the amount it’s pumping into digital media/web plays. Doerr even told the audience that Kleiner partner Bill Joy would be a good choice for Obama’s Chief Technology Officer; Joy has stated for the past year that he is staying away from most Internet investments and focusing entirely on innovations to fight climate change.

Over three decades GE has sold eight or nine generations of medical devices, but only one generation of energy technology.

Energy alone is a $6 trillion market, compared to $100 billion for the Internet.

6http://www.iwoe.unisg.ch > Aktuelles

7


http://earth2tech.com/2008/11/07/al-gore-calls-for-web-20-to-fight-climate-change/

Gore's (…) aggressive energy plan for the U.S., (…) calls for 100 percent of the country’s electricity to come from renewables within 10 years. “We would be fools not to make a transition to renewables.”

8


FT 11.11.2008

9

Sustainability News of the Week: Oil

FT 13.11.2008

10

SustainabilityNews of theWeek:

Decliningoil demand

11

The Bigger Picture: Peak Oil?

http://meteo.sf.tv/sf1/kassensturz/index.php?docid=20080610

12

Outline

1. Theoretical Background on Market Research

2. What is the Market Research Problem for Product Innovations?

3. What is the Market Research Problem for Sustainability?

4. Qualitative Methods: Focus Groups

5. Quantitative Methods: conjoint analysis

6. Conclusions

13Market Research for Sustainability InnovationIntroductory Question

– Has anyone of you worked in market research before (e.g. internship)?

– Which market research methods do you know?

– What is different doing market research for mobile phones today compared to doing the same thing 10 years ago?

14

Theoretical Background: Market Research Terms

Field ResearchDesk Research

Quantitative M.R.Qualitative M.R.

Objective DataSubjective Data

Stimulus Mediating VariableResponse

B2CB2B

15

Thinking in Variables

Source: Metzger/Spoun 2004

16

Overview: Research Methods

Source: Metzger/Spoun 2004

17

Forms of Data Collection

SurveyWritten

PersonalTelephone

ObservationPersonalScanning

Measurementetc.

ExperimentCross-Sectional

Longitudinale.g. Store-Test

Level of Causality

e.g. Recall-Test

CausalExplicatoryExperimential

AcausalDescriptiveMeasuring

Data Generation

Reactive Non-reactive

Source: Trommsdorff 1993

18

Forms of Quantitative Data Analysis

– Analysis of Interdependencies (no dependent variable)

– Factor Analysis– Cluster Analysis– Multidimensional Scaling

– Analysis of Dependencies (at least 1 dependent variable)

– Regression Analysis– Variance Analysis– Discriminance Analysis– Conjoint Analysis– Structural Equation Modelling (LISREL)

19

Outline






6. Conclusions

20

Challenges in Doing Market Research for New, Innovative Products

– Customers are unaware of their preferences

– Customers don‘t know what they might need the product for

– Customers are unaware of possible product features

– Customers are unaware of realistic prices for product features

– It is unclear who customers will be

-> Many market research methods that work well with established products will not provide valid results in the context of new, innovative products!

21

Outline






6. Conclusions

22

Market Research for Sustainability

– When it comes to social or environmental issues, people have a tendency to provide socially desirable answers.

– The more direct they are asked, the more biased they will answer.

– This may lead to an overestimation of people‘s willingness to buy sustainable products or to pay for environmental issues.

23

COUNTRY

Yes, I would pay up to 5% more

Yes, I would pay 6-10%

more

Yes, I would pay 11-25%

more

Yes, I would pay more than 25%

more

No, I am not prepared to

pay moreDo not

know

L 32 21 3 1 37 5

NL 33 21 3 1 38 5

S 29 19 3 1 44 4

DK 24 23 5 2 44 4

A 30 13 1 0 45 10

I 28 13 3 1 45 11

IRL 22 11 2 0 45 21

FIN 31 16 2 1 48 3

GR 29 10 2 1 50 8

UK TOTAL 24 14 2 1 52 6

EU15 24 11 2 1 54 9

E 20 7 1 1 57 15

D TOTAL 24 9 1 0 59 8

F 18 10 1 0 63 8

B 21 8 1 0 64 5

P 14 2 1 0 72 11Source: Eurobarometer „Energy“, 2002

NB: 88 % say that global warming and climate change are serious issues which

need immediate action

Example for Challenges in Market Research for Sustainability38 % of Europeans state that they are willing to pay for Green Electricity

24Challenges in Market Research for SustainabilityStated Willingness to pay for Green Electricity

Source: Wüstenhagen 2000

x

Stated preference (A)

Actual purchasing bevaviour (B)

25

What happens between intention (A) and behaviour (B)?

– Stated preference was not the true preference (socially desirable answer)

– Conflicting preference (mediating variable) that was not controlled for in the survey situation (e.g. price, convenience)

– The product was not available

– The marketing message did not meet the consumer preference

– etc.

26

What can be done?

– Qualitative methods to gain a deeper understanding of underlying needs, preferences

– More sophisticated quantitative methods that avoid socially desirable answers

– Shift from ex-ante market research to test markets (ex-post)

27

Outline






6. Conclusions

28

Focus Groups

– Moderierte Gruppendiskussionen zu einem spezifischen Thema (dem „Fokus“).

– Der Einsatz der Fokusgruppe erlaubt es, eine Gruppe von Personen schrittweise mit dem Thema in Berührung zu bringen und die entsprechenden Entwicklung der Einstellungen zu untersuchen.

– Die Situation der Gruppendiskussion ist ein Abbild der sozialen Prozesse, die bei der Adoption von Innovationen eine Rolle spielen.

– Es werden in der Diskussion Bewertungen und Argumente geäussert, mit denen die Teilnehmer auch in ihrem privaten und beruflichen Umfeld konfrontiert sein werden.

– Durch einen entsprechenden Aufbau der Gruppendiskussion kann eine stufenweise Vermittlung von Informationen (ähnlich wie diese etwa durch die Medien geschehen würde) nachgebildet werden.

– Realitätsnähere Abbildung der Prozesse der Präferenzbildung bei Konsumenten im Vergleich zu schriftlicher Einzelbefragung.

Quelle: Truffer 2001

29

Focus Groups: Weaknesses

– Meist hohe Diversität in den Diskussionsverläufen.

– Dominanz einzelner Gruppenmitglieder kann zu Übergewichtung gewisser Themen führen (keine Repräsentativität).

– Auswertung: Zustimmung zu einer bestimmten Äusserung geschieht meist nicht explizit. Es ist also schwierig festzuhalten, wieviele Teilnehmende wirklich mit einer geäusserten Position einverstanden sind.

– Attitude Depolarization: Interaktion zwischen Gruppenmitgliedern führt zur Nivellierung von Randmeinungen (realitätsnäher für B2B als B2C?)

– Rekrutierung ist entscheidend und nicht trivial

Quelle: Truffer 2001, Bristol/Fern 2003, eigene Forschung

30Focus Group Example: Market Research for Clean Energy in the US

Six focus groups, consisting of consumers, businesses and opinion leaders and led them through exercises that required participants to: 1) write an obituary for fossil fuels; 2) draw a picture of their clean energy world, name it and date it;3) review concept ads that reflected a range of potential messaging themes; 4) select those messages that most resonated.

-> See Handout “Marketing Clean Energy in the United States”

Quelle: http://www.smartpower.org/

31

SmartPower Energy Smart Ad Challenge

http://www.youtube.com/watch?v=uOxZ1pGgiCY

http://www.youtube.com/watch?v=BXJ7ShQGAXo

32

Another example of focus group results

33

Outline






6. Conclusions

34

Que

lle: S

ankt

Gal

ler

Sta

dtw

erke

Fallbeispiel 1: Wahlentscheidungen im Strommarkt

35Choice-Based Conjoint-Analyse

Die 7 wichtigsten Attribute bei der Kauf-entscheidung – möglichst unabhängig voneinander

15 Choice Tasks mit variierenden

Ausprägungen

4-5 Ausprägungen

je Attribut

Konsument entscheidet sich für das präferierte Produkt

36Theoretische Grundlage der Conjoint Analyse (Lancaster 1966: Produkte als Nutzenbündel)

Utility function and decision rule:

Ujk = utility of product k for consumer j

vjk = vector of deterministic relevant decision attributes which subsumes feasible product attributes of product k for consumer j (zjk)

jk = stochastic random variable which comprises unobservable product attributes zjk*, unobservable personal attributes sj* and measurement errors jk.

max!, jkjkjkjk vUU

Discrete Choice Analysis:

Pjk = probability that consumer j chooses product k

Multinominal logit model (MNL) Maximum likelihood estimation

tjnjkjk XnknkUUobP ,;;Pr

37

Hypothesen: Kundennutzen im Strommarkt

H0: Der Nutzen eines Stromprodukts lässt sich darstellen als die Summe der Teilnutzen seiner Attribute. Die Höhe dieser Teilnutzen ist empirisch messbar.

H1: Der heute auf dem Markt angebotene Strommix stiftet einen mindestens gleich hohen Kundennutzen wie alternative Produkte.

H2: Da die Umweltverträglichkeit erneuerbarer Energien ein Sozialnutzen ist, schlägt sie sich nicht in einem höheren Kundennutzen nieder.

H3: Öko-Labels (Signalling) stiften einen positiven Kundennutzen, weil sie die Vertrauenseigenschaft Umweltverträglichkeit in eine Sucheigenschaft transformieren.

38Design der Befragung: Attribute und Ausprägungen

Attribute Ausprägungen

VertragsdauerMonatlich kündbar

Quartalsweise kündbar

Halbjährlich kündbar

Jährlich kündbar

Strommix

60% Gas/Kohle/Erdöl 35% Kernenergie 5% Unbekannte Herkunft

55% Kernenergie 45% Wasserkraft

50% Gas/Kohle/Erdöl 45% Wasserkraft 3% Windenergie 2% Solarenergie

85% Wasserkraft 5% Windenergie 5% Solarenergie 5% Biomasse

100% Wasserkraft

StromlieferantLokaler Lieferant

Regionaler Lieferant

Nationaler Lieferant

Ausländischer Lieferant

Ort der Stromproduktion

in Ihrer Region

in der Schweizin Nachbarländern

in Osteuropa

Monatliche Stromkosten

30 CHF 50 CHF 70 CHF 90 CHF

Zertifizierung TÜVNaturemade basic

Naturemade star -

PreisstrukturMonatlicher Festbetrag

Fixpreis pro kWh

Variierender Preis pro kWh

Hoch-/ Niedertarif

H0

H1

H3

H2

39Daten und Vorgehen bei der empirischen Analyse

– Experteninterviews und telefonische Vorbefragung (N=30) zur Validierung der Attribute

– Schriftliche Teilnahmeeinladung an 10‘000 Stromkunden in der Region Ostschweiz

– 774 Teilnehmer an der Online-Befragung (Choice-Based Conjoint Analyse) , davon 666 vollständig ausgefüllte Fragebögen

– 628 Datensätze mit je 15 Choice Tasks (= 9'420 Wahlentscheidungen) flossen nach einer abschliessenden Konsistenzprüfung in die Endauswertung ein

– Design der Choice Tasks und Auswertung mit Sawtooth CBC

40Ergebnisse der Choice-Based Conjoint Analyse (1)

Attribut Ausprägung Koeffizient Standardabweichung t-WertStrommix Mix 1 -1.1332*** 0.03478 -32.579

Mix 2 -0.3689*** 0.02789 -13.228Mix 3 -0.1159*** 0.02647 -4.379Mix 4 0.9937*** 0.02514 39.521Mix 5 0.6243*** 0.02458 25.403

Lieferant Lokaler Lieferant 0.0784*** 0.02196 3.570Regionaler Lieferant 0.1197*** 0.02182 5.486Nationaler Lieferant 0.0536** 0.02204 2.431Ausländischer Lieferant -0.2517*** 0.02311 -10.889


In der Region 0.3200*** 0.02147 14.905In der Schweiz 0.3183*** 0.02141 14.863In Nachbarländern -0.1145*** 0.02254 -5.080In Osteuropa -0.5238*** 0.02453 -21.356

Preis 30 CHF pro Monat 0.6865*** 0.02129 32.24650 CHF pro Monat 0.2979*** 0.02129 13.99470 CHF pro Monat -0.1930*** 0.02283 -8.45590 CHF pro Monat -0.7914*** 0.02640 -29.973

Öko-Label TÜV -0.0178 0.02218 -0.805naturemade star 0.0409* 0.02208 1.852naturemade basic 0.0026 0.02221 0.117- 0.0256 0.02225 -1.153

Kündigungsfrist Monatlich kündbar 0.0337 0.02202 1.530Quartalsweise kündbar 0.0070 0.02220 0.313Halbjährlich kündbar -0.0291 0.02224 -1.308Jährlich kündbar -0.0116 0.02226 -0.519

Preisstruktur Monatlicher Festbetrag -0.0421* 0.02235 -1.883Fixpreis pro kWh -0.0154 0.02226 -0.676Variierender Preis pro kWh -0.0651** 0.02235 -2.912Hoch- und Niedertarif 0.1222*** 0.02180 5.606

* Signifikant bei einem Konfidenzniveau von 90%.** Signifikant bei einem Konfidenzniveau von 95%.

*** Signifikant bei einem Konfidenzniveau von 99%.N = 9420

Qu

elle

: Bu

rkha

lter/K

ae

nzig

/Wü

sten

ha

ge

n fo

rthco

min

g

41Ergebnisse (2): Implizite Zahlungsbereitschaften für Ausprägungen der einzelnen Attribute

Preismodell

5.51.71.00.0

0

10

20

30

40

50

60

70

80

variierender Preispro kWh

monatlicherFestbetrag

Fixpreis pro kWh Hoch- undNiedertarif

CH

F

Zertifizierung

2.61.90.00.00

10

20

30

40

50

60

70

80

TÜV - naturemade star naturemade basic

CH

F

Vertragsdauer (Kündigungsfrist)

2.52.41.00.00

10

20

30

40

50

60

70

80

jährlich halbjährlich monatlich quartalsweise

CH

F

Strommix

74.964.5

41.2

26.3

0.00

10

20

30

40

50

60

70

80

Mix 1 Mix 2 Mix 3 Mix 5 Mix 4

CH

F

Stromlieferant

14.111.911.6

0.00

10

20

30

40

50

60

70

80

ausländisch national lokal regional

CH

F


31.030.5

16.6

0.00

10

20

30

40

50

60

70

80

Osteuropa Nachbarländer Region Schweiz

CH

F

N=628

/ M

on

at

/ M

on

at

/ M

onat

/ M

onat

/ M

onat

/ M

onat

42

N=628

43Resultate: Kundennutzen im Strommarkt

H0: Der Nutzen eines Stromprodukts lässt sich darstellen als die Summe der Teilnutzen seiner Attribute. Die Höhe dieser Teilnutzen ist empirisch messbar.

H1: Der heute auf dem Markt angebotene Strommix stiftet einen mindestens gleich hohen Kundennutzen wie alternative Produkte.

Der heutige Mix liegt in der Gunst der Kunden an vorletzter Stelle.

H2: Da die Umweltverträglichkeit erneuerbarer Energien ein Sozialnutzen ist, schlägt sie sich nicht in einem höheren Kundennutzen nieder.

Produktvarianten mit erneuerbarer Energie stiften in den Trade-Off Entscheidungen der Befragten einen höheren Nutzen.

H3: Öko-Labels (Signalling) stiften einen positiven Kundennutzen, weil sie die Vertrauenseigenschaft Umweltverträglichkeit in eine Sucheigenschaft transformieren. /

Öko-Labels spielen im Strommarkt (noch) eine geringere Rolle als z.B. bei energieeffizienten Geräten.

44Fallbeispiel 2: Bedeutung von Öko-Labelling für Kaufentscheidungen bei Hausgeräten

– Projekt im Auftrag des Bundesamtes für Energie (Evaluation Energieetikette, Kooperation mit Infras), Dez. 2003-Mrz. 2005

– 300 Interviews am POS (Media Markt, Fust)

– Ziel: Analyse der Kundenpräferenzen in Bezug auf Marke vs. Energielabel

– Methode: Choice Based Conjoint Analyse

45Signalling is key for environmental products‘ transition from niche to mainstream market

t

MarketShare

Target groups beyond

the eco-niche

dark green light greenignorant

consumers

True-

Blue

Green

s

Green

back

Green

sSpro

uts

Grouse

rs

Basic

Browns

Source: Wüstenhagen 2000 and Roper Starch Worldwide 1998

46

Survey design

Objects: Light bulbs: cheap (1-20 EUR) , habitual buying decision Washing machines: expensive (250-3000 EUR),

extensive buying decision Cars (subcompact car, medium-class car): expensive

(16’000-30’000 EUR), extensive buying decision

Survey: Stated preference approach 2/3 of the interviews: German-speaking part of

Switzerland 1/3 of the interviews: French-speaking part of

Switzerland

47

Survey design

Washing machine/light bulb survey: Sample: 150 consumers of washing machines and 150

consumers of light bulbs * 20 Choice Tasks Point of sale: Fust, Media Markt (washing machines);

Coop Bau&Hobby, Lumimart (light bulbs) Personal interviews (paper and pencil)

Subcompact car/medium-class car survey: Sample: 159 subcompact car buyers, 156 medium-class

car buyers * 21 Choice Tasks Personal Interviews (phone)

48

Softwareseitige Umsetzung

Schritt Software-Tool

Verantwortlich

Zusammenstellung der Produktvarianten für die Choice Tasks (reduziertes Design)

Sawtooth CBC

IWÖ-HSG mit Beratung durch Marktforschungsinstitut

Datenerfassung SPSS Marktforschungsinstitut

Analyse der Daten NLOGIT 3.0 (Limdep)

IWÖ-HSG

Analyse der energetischen Wirkungen

INFRAS

49

Our Hypotheses

– H1: The energy label positively influences consumers’ buying decisions for household appliances.

– H2: The relative importance of the energy label as a buying criterion is higher for products that are characterized by low-involvement buying decisions.

– H3: A-labelled energy efficient products cause a willingness to pay that is at least equal to the monetary value of reduced energy consumption over the lifetime of a product.

50

Methodology: Discrete Choice Analysis

– Discrete Choice (auch bezeichnet als Choice-Based-Conjoint-Analyse) ist eine Form der Conjoint-Analyse

– Im Gegensatz zu anderen Conjoint-Analyse-Ansätzen werden bei Discrete Choice von den Auskunftspersonen Präferenzurteile in Form von Auswahlentscheidungen verlangt

– Die Bewertung der Stimuli erfolgt dabei durch wiederholte Auswahl eines Stimulus (Produktvariante) aus einem Alternativen-Set (Paarvergleich, Games)

– Theoretische Grundlage: Zufallsnutzentheorie

– Vorteil: Annäherung an realistische Kaufentscheidungssituation

– Mit Hilfe eines multinomialen Logit-Modells lassen sich auf Basis der aggregierten Auswahlentscheidungen die relevanten Parameter berechnen (keine Berechnung individueller Nutzenwerte)

– Ergebnis: relative Wichtigkeit von Produkteigenschaften (z.B. Marke, Leistung, energieEtikette) (indirekte Ermittlung!!!)

– Marktsimulationen

51

Discrete Choice Design: Product Attributes and Levels

Washing Machines Light Bulbs

Attribute Attribute levels Attribute Attribute levels

Brand AEGV-ZugMieleIberna (no name)

Brand PhilipsOsramStella (no name)

Equipment Version Simple*Medium*De Luxe*

Form Bar Bulb Globe

Water consumption (l/wash cycle)

39l/wash cycle47l/wash cycle58l/wash cycle

Power (Wattage) 11 Watt60 Watt

Energy consumption (kWh/wash cycle)

0.85 kWh/cycle1.0 kWh/cycle1.3 kWh/cycle

Lifetime 1'000 h 6’000 h 15’000 h

Energy Efficiency Rating (Energy label)

A B C

Energy efficiency rating (Energy label)

A C F

Price 980 CHF1890 CHF2650 CHF3780 CHF

Price 1.90 CHF9.90 CHF18.90 CHF

52Wenn Sie heute eine Glühbirne mit üblicher Fassung und gleicher Helligkeit kaufen (warmes Licht), für welches Modell würden Sie sich entscheiden?

Marke: Osram Marke: Philips Marke: Stella

Form: Stab Form: Standard Form: Globe

Watt: 60 Watt: 11 Watt: 11

Effizienzklasse: F Effizienzklasse: C Effizienzklasse: A

Lebensdauer: 6000h Lebensdauer: 1000h Lebensdauer:

15.000h

Preis: 1.90 CHF Preis: 9.90 CHF Preis: 18.90 CHF

Welches dieser drei Modelle würden Sie kaufen?

Bitte zutreffendes ankreuzen! 1

2

3

Keine 4

Survey Instrument

(sample choice task for light bulbs)

53

Results: Discrete Choice Analysis – Washing Machine (1)

Variable Coefficient ( (b)

Standard Error ( (St.Er.)

Ratio of Coefficient to t Standard Error ( (b/St.Er)

Prob value P[|Z|>z]

Constant, E0 0.1152 0.0621 1.853 0.0639

Brand: AEG (dummy), em1 0.3136 0.0875 3.583 0.0003

Brand: VZug (dummy), em2 0.8785 0.0992 8.859 0.0000

Brand: Miele (dummy), em3 0.8610 0.1014 8.489 0.0000

Brand: Iberna (no name) 0 - - -

Equipment version: Simple (dummy), ea1 -0.5308 0.0851 -6.236 0.0000

Equipment version: Middle (dummy), ea2 -0.1164 0.0775 -1.502 0.1330

Equipment version: De Luxe 0 - - -

Water Consumption: l/wash cycle, ewv -0.0090 0.0037 -2.410 0.0160

Energy Consumption: kWh/wash cycle, eev -0.2648 0.1970 -1.344 0.1789

Energy efficiency rating A (dummy), eeka 0.4874 0.0918 5.306 0.0000

Energy efficiency rating B (dummy), eekb 0.2434 0.0828 2.941 0.0033

Energy efficiency rating: C 0 - - -

Price: Swiss francs, e_pr -0.0007 -4.87E-05 -15.039 0.0000

54

Discrete Choice Results (2) (Washing Machines)

0.00

200.00

400.00

600.00

800.00

1000.00

1200.00

1400.00

Iberna (no name) AEG Miele Vzug

CH

F

-800.00

-700.00

-600.00

-500.00

-400.00

-300.00

-200.00

-100.00

0.00

Simple Middle De Luxe

CH

F

0.00

50.00

100.00

150.00

200.00

250.00

300.00

58 l/wash cycle 47 l/wash cycle 39 l/wash cycle

CH

F

0.00

20.00

40.00

60.00

80.00

100.00

120.00

140.00

160.00

180.00

1.3 kWh/wash cycle 1.0 kWh/wash cycle 0.85 kWh/wash cycle

CH

F

0.00

100.00

200.00

300.00

400.00

500.00

600.00

700.00

800.00

C B A

CH

F

Brand

Equipment Version

Eco-Label

Water Consumption Energy Consumption

► Willingness to pay: 800 EUR for a strong brand, 450 EUR for Energy Efficiency Label „A“

0.91

55

Results: Discrete Choice Analysis – washing machines (3) Willingness to pay for Energy Label exceeds underlying willingness to pay

for energy efficiency

0

100

200

300

400

500

600

700

800

C1.25 kWh/wash cycle

B1.05 kWh/wash cycle

A0.85 kWh/wash cycle

CH

F

WTP Energy Label WTP Energy ConsumptionActual Lifetime Energy Savings

56Results: Discrete Choice Analysis – light bulbs

Variable Coefficient (b)

Standard Error (St.Er.)

Ratio of Coefficient to Standard Error ( (b/St.Er)

Prob value P[|Z|>z]

Constant, E0 0.7901 0.0575 1.373 0.1698 Brand: Philips (dummy), em1 0.0685 0.6536 1.047 0.2949 Brand: Osram (dummy), em2 0.1073 0.0645 1.663 0.0963 Brand: Stella (no name) 0 - - - Power:Watt ew 0.0005 0.0022 0.239 0.8109 Energy efficiency rating: A (dummy), eek1 0.4647 0.1448 3.209 0.0013 Energy efficiency rating: C (dummy), eek2 0.0501 0.0860 0.583 0.5600 Energy efficiency rating: F 0 - - - Lifetime: h, 6.40E-05 5.90E-06 10.837 0.0000 Price: Swiss francs, epr -0.0673 0.0055 -12.128 0.0000 Form: Bar (dummy), ef1 0.0987 0.0641 1.539 0.1238 Form: Bulb (dummy), ef2 -0.0299 0.0854 -0.350 0.7262 Form: Globe 0 - - -


0.00

0.20

0.40

0.60

0.80

1.00

1.20

1.40

1.60

1.80

Stella (no name) Philips Osram

CH

F

Average consumer's willingness to pay for a change from one attribute level to another

Fig. 1: Brand Fig. 2: Lifetime

0.00

2.00

4.00

6.00

8.00

10.00

12.00

14.00

1000 h 6000 h 15000 h

CH

F


Average consumer's willingness to pay for a change from one attribute level to another

Fig. 4: Energy Efficiency Rating

0.00

1.00

2.00

3.00

4.00

5.00

6.00

7.00

8.00

F C A

CH

F

59

Energie-Etikette für Fahrzeuge

60Verstärkung der Wirkung des Energie-Labels durch Bonus-Malus-System: Wirksamer bei Klein- als bei Mittelklassewagenfahrern

-2

0

2

4

6

8

10

12

14

16

A B C E G

Energieeffizienzklasse

Mar

gin

aler

Eff

ekt

(Erh

öh

un

g

Wah

lwah

rsch

ein

lich

keit

in

%)

KW ohne Bonus

KW mit Bonus

MKW ohne Bonus

MKW mit Bonus

Quelle: Sammer und Wüstenhagen 2007

61

Outline






6. Conclusions

62

Fazit für heute

– Marktforschung für Innovationen steht vor der Herausforderung, dass Kundenpräferenzen noch nicht entwickelt sind

– Marktforschung für nachhaltige Produkte muss mit sozialer Erwünschtheit umgehen

– Lösungsansatz: Qualitative Methoden (Interviews, Fokusgruppen) und sophistizierte quantitative Methoden (z.B. Conjoint Analyse, Discrete Choice)

– Fallbeispiel Marketing Clean Energy in the US zeigt, wie Fokusgruppen durch kreative Elemente ergiebiger gestaltet werden können (Grabrede, Bild), und wie die Ergebnisse von Fokusgruppen umgesetzt werden.

– Fallbeispiele Ökostrom und Öko-Label Waschmaschine & Co. zeigen, wie Discrete Choice Experimente die soziale Erwünschtheit umschiffen können

63

Danke für Ihre Aufmerksamkeit!

Prof. Dr. Rolf WüstenhagenVize-DirektorInstitut für Wirtschaft und Ökologie (IWÖ-HSG)Universität St. GallenTigerbergstrasse 2CH-9000 St. Gallen / Switzerland

E-mail: [email protected]: +41-71-224 25 87 Mobile: +41-76-306 43 13http://www.iwoe.unisg.chSkype: wuestenhagen

64

Literature

– Lancaster, K.J. (1966): A New Approach to Consumer Theory, The Journal of Political Economy, Vol. 74, No. 2 (Apr., 1966), pp. 132-157

– TRUFFER, B.: Nachfrage nach Ökostrom aus Wasserkraft: Ergebnisse einer Fokusgruppenbefragung zum Thema Ökostrom in den Städten Bern, Zürich und Stuttgart, in: Spreng, D./Truffer, B./Wüstenhagen, R.: Perspektiven für die Wasserkraftwerke in der Schweiz: Die Chancen des Ökostrommarktes, Studie im Auftrag des Bundesamtes für Energie, CEPE, ETH, Zürich 2001 (Kapitel 3).

– BRISTOL, T./FERN, E.F.: The effects of interaction on consumers' attitudes in focus groups, in: Psychology & Marketing; May 2003; 20 (5), 433-454.

– Anderson, R.C./Hansen, E.N.: The impact of environmental certification on preferences for wood furniture: A conjoint analysis approach, in: Forest Products Journal; Mar 2004; 54 (3), 42-50.

– Jane Hall, Rosalie Viney, Marion Haas, Jordan Louviere: Using stated preference discrete choice modeling to evaluate health care programs, in: Journal of Business Research 57 (2004) 1026– 1032

– SAMMER, K./WÜSTENHAGEN, R. (2006): The Influence of Eco-Labelling on Consumer Behaviour – Results of a Choice-Based Conjoint Analysis, in: Business Strategy & the Environment, 15, 185-199. > download at http://www.iwoe.unisg.ch/wuestenhagen

– Kaenzig, J. and Wüstenhagen, R. (2008): Understanding the Green Energy Consumer: Evidence from Swiss Homeowners. Marketing Review St. Gallen, 4-2008: 12-16.

– Burkhalter, A., Känzig, J., Wüstenhagen, R.: Kundenpräferenzen für leistungsrelevante Attribute von Stromprodukten, under review (available on StudyNet)

– http://www.smartpower.org

Documents

Market Research for Sustainability Innovation