Werbequalität und Marktanteil: Modellgestützte Analyse eines Zusammenhangs

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




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


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.


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


Einschaltquotenpro Sender

Die Modellstruktur: Verbindung Kaufmodell und Werbemodell

LOYAL PURCHASERATE

Nicht aware

Aware, nichtmotiviert


Motiviert


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




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




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


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%


17,1%

Quelle: MediaScan 1995

Probleme mit dem STAS-DifferentialProbleme mit dem STAS-Differential




17,1%


17,1%

Differenz zwischen den Gruppen nur dann als Werbewirkung interpretierbar, wenn Gruppen ansonsten gleichen Einflüssen ausgesetzt sind.






17,1%


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“


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


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“




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“



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%


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


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%


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.

Documents

Werbequalität und Marktanteil: Modellgestützte Analyse eines Zusammenhangs