Think it easy Think it easily complex Modelle

"Think it easy? Think it easily complex!" Modelle und Simulation in der Marktforschung Vortrag für den Regionalabend des BVM Regionalgruppe Bayern Dr. Christof Schatz 8. Oktober 2003 © ASKOS 08. 10. 2003

Wer ist ASKOS? NFO Worldwide Infratest Sozialforschung Moderne Methoden der Simulation und Statistik von den Universitäten, NFO Infratest Wirtschaftsforschung Kooperation (die leider sonst weithingehend unbekannt sind). Alle Formen von quantitativer Dienstleistung. Wenn's um Zahlen geht ASKOS. © ASKOS 08. 10. 2003 Büro für Analyse, Statistik und Simulation seit 1999 "Think it easy? Think it easily complex!" Zahlen und Beratung für den Kunden: Deutsche Lufthansa, TUI Group, Bundesministerien: Arbeit und Gesundheit, Verband Deutscher Rentenversicherungsträger, GEVAS München, Universität Konstanz, BMW Group Folie 2

Einleitung: Wie "think it easy"Träume im Marktforschungsalltag zerstäuben © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 3

n Ein Marketing-Leiter fragt: "Wir haben hier ein grünes Gel. Alles, was man damit einschmiert, wiegt 10% weniger. 10 g kosten 100 Euro. Wie und an wen sollen wir es verkaufen? " n Sie sagen: "Think it easy!" Und dann: "Sex sells. Werben Sie mit einer kurvenreichen Blondine dafür. " n Wirklich? © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 4

Sex sells. . . n Bei Alkoholika, bei Zeitschriften, bei Motorrädern n aber bei Computern? n aber bei Lebensversicherungen? n aber bei Urlaubsreisen? n aber bei Büchern? n aber bei Wohnungen? n aber bei. . . ? © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 5

Sex Appeal ist nur ein kleiner Puzzlebaustein Leistung Qualität Alter Ausstattung Produkt-Image Haltbarkeit Komfort Sex Appeal Kundenprogramm Geschlecht Sicherheit Preis Einkommen Hersteller. Image Service © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 6

Hoffnung I: Vielleicht sieht das Puzzle ja wenigstens so aus: Preis Qualität Sicherheit Sex Appeal Kaufentscheidung Leistung Ausstattung Produkt-Image Haltbarkeit Komfort Service © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 7

Hoffnung II: Oder so? Preis Qualität Sicherheit Käufertyp Alter Geschl. Einstell. Beruf Eink. Sex Appeal Leistung Produkt Ausstattung Produkt-Image Haltbarkeit Komfort Service © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 8

Doch der Kunde braucht es detaillierter. . . Population Segmente, Frauen Männer deskr. Stat. Männer ABL Frauen ABL Männer NBL Cluster 1 Cluster 2 Produkt 1 PM 2 PM 3 Produkt 2 PM 4 PM 5 Frauen NBL Cluster 3 Produkt 3 PM=Produktmerkmal Typen, Klassifizierung Zusammenhänge, Modellstatistik Kaufentscheidung © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 9

Ergebnis: n "Think it easy" ist schon lange vergessen n Die Prognosen stimmen nicht n Mathematische Beziehungen werden missinterpretiert n Unplausible Aussagen im Vergleich zum Erfahrungshintergrund des Kunden © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 10

Ein reales Beispiel für "think-it-easy-"Staub und was daraus gewachsen ist © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 11

n Genanntes Beispiel beruht auf einem realen Projekt, Konzern und Produkt sind aber fiktiv n Kunde: Produktplanungsabteilung eines grossen deutschen Konzerns n Produkte: Computer (fiktiv) n Marktanteil: Über 60%, je nach Marktsegment bis zu 90% n Frage: Wie kann die Produktpalette weiter optimiert werden? n ==> Sehr detaillierter Informationsbedarf. "Lohnt es sich, für umsatzstarke Businesskunden, die Stammkunden sind und die einen Workstation. Class-PC mit 19"-LCD-Bildschirm gekauft haben, die Preisdifferenz zum nächststärkeren Prozessor auf 0% versus 50% zu senken? " n Zielvorstellung: Umsatzwachstum durch jede Massnahme auf jedem Segment in Euro zu prognostizieren. © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 12

n Erster Ansatz: Conjoint-Studie Ergebnis: Viele Zahlen, aber sie waren nicht nachvollziehbar. Grund: Theoretischer Hintergrund des Kaufentscheidungsprozesses fehlte. ==> Scheiterte n Nächster Ansatz: Kundenzufriedenheitsstudie Ergebnis: Viele Zahlen, aber sie waren alle unplausiblel. Grund: Kaufentscheidungen in diesem Marktbereich nicht immer zufriedenheitsbezogen. ==> Scheiterte © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 13

Kundenzufriedenheit und beyond n "Think it easy": Ist der Kunde zufrieden, dann kauft er auch. Kundenzufriedenheit = Kaufentscheidung n Aber: l Oft: Nutzer Kaufentscheider l Monopoleffekte bei bestimmten Produkten/Produktbereichen ==> Der Kunde ist "Geisel" l Rabattierungseffekte durch Stammkundenprogramme l Zeitliche Dimension Strukturbindung © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 14

n Kundenzufriedenheit plus Strukturbindung (plus Preis) = Kaufentscheidung n Aber was heisst: "Plus"? n ==> Einstieg in die Kaufentscheidungspsychologie © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 15

Dritter Ansatz: Modell- und Simulationsstudie Anforderungen: n Käufertypen und Produkteigenschaften sollen differenziert und psychologisch plausibel mit Kundenzufriedenheit (KZ) in Zusammenhang gebracht werden. n Der Zusammenhang zwischen Kundenzufriedenheit, Kaufentscheidung (KE) und Strukturbindung (SB) muss untersucht und dargestellt werden n Die Daten dafür liegen in zwei getrennten Stichproben vor a. Stichprobe mit Konzernkunden. Enthält vor allem KZ-Merkmale b. Stichprobe mit Käufern eines PCs. Enthält vor allem SB-Merkmale. n Aus individuellen Kaufwahrscheinlichkeiten sollen Umsätze geschätzt werden. n Die Statistik soll vor dem Nutzer "abgeschirmt" werden. ==> Benutzerfreundliche Software, die Szenarienrechnungen erlaubt. ("Simulation") ==> "Wenn KZ mit Merkmal 1 um 10% steigt*, dann steigt der Umsatz um y%". © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 16

Wie kann man das schaffen? © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 17

Drei Arbeitsansätze für die Existenzfrage des Marketings "What shall we do? " n I. "Kreuztabelle" = Häufigkeitsauszählungen und vergleichende Mittelwerte (Deskriptive Statistik) n II. Statistische Modelle a. Nur statistische Modelle. Ergebnis: Koeffizienten oder Typen (==> Komplizierte Tabellen. . . ) b. Statistische Modelle und Simulation. Ergebnis: Software. Ein GUI-Tool, in das die Massnahme eingegeben wird und die Wirkung in der Grösse ausgegeben wird, die der Entscheider benötigt. n III. Elementare Modelle. Das Bild vom Kunden und seinen Entscheidungsprozessen wird im Computer konstruiert. ==> Die Vorstellungen von Kaufentscheidungen können angemessen komplex werden. © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 18

Wozu Modelle? n Modelle sind "Vorstellungen" oder "Bilder" über die Wirklichkeit n Vorstellungen über Typen oder Zusammenhänge werden gebraucht, um Kaufentscheidungsprozesse zu verstehen. ==> Aus Kreuztabellen allein lassen sich weder Typen erkennen noch Zusammenhänge! n Zusammenhänge oder Typen muss man kennen, um die eigentlichen Fragen des Marktetings beantworten zu können, die Forecasting-Fragen sind: Wie wirkt sich ein Produkt oder eine Massnahme aus? n Ausserdem: Modellstatistik holt aus Daten mehr relevante Informationen heraus. (Modellstatistik ist nicht so "fallzahlhungrig" wie deskr. Statistik) © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 19

Wozu Simulation? X 1 1 X 2 2 X 2 Kann ich verstehen Y Kann ich verstehen 3 X 1 Y 14 25 35 Z 1 Z 2 46 Y Wird schon schwierig 56 X 3 © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 20

X 1 14 Z 1 24 X 2 X 3 25 51 Z 2 log 46 Y 1 W(x)Y 1(x)dx Y 2 Was soll das denn sein ? 46 35 n Um Zusammenhänge interpretieren zu können, die nicht mehr nur einfach sind, nutzen Koeffiziententabellen nichts mehr: Multikollinearitäten, Nichtlinearitäten, Interaktionseffekte und Prozessketten kann man nicht im Kopf zusammenrechnen. © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 21

Strukturchart aus dem realen Projekt (Beschriftungen geändert) Zufriedenheit Service. M 1 M 2 M 3 M 4 M 5 M 6 M 7 M 8 M 9 M 10 M 11 M 12 M 13 M 14 M 15 M 16 Preisbindung Kundenzufriedenheit SATI, RECO Zufriedenheit. Leistung. M 17 M 18 M 19 M 20 M 21 M 22 M 23 Wiederkaufbereitschaft REPU M 24 M 25 M 26 M 27 M 28 Kund. PBindung Leistungsdimensionen PC PC PC Mon. Bindung F 40_1 … F 40_12 Kontrollvariablen PC PC F 41 F 42 Alter Geschlecht Firma Kaufgrund Leistungsklasse Umsatz mit uns Zufr. Komfort M 29 M 30 © ASKOS 08. 10. 2003 M 31 Detail-Modell K B I Kaufwahrscheinlichkeit Wichtigkeitsind. (Frage 13) Intermediäres Modell Kaufwahrscheinlichkeits. Modell "Think it easy? Think it easily complex!" Folie 22

Was ist Simulation? n Simulation = "So tun, als ob". n Simulation wird heute (fast) überall angewendet: l l l Fahr- und Flugsimulation Verkehrssimulation Wirtschaftssimulation Simulation von naturwissenschaftlichen und technischen Systemen (z. B. auch Wetter) Soziodemographische, soziologische, psycholgische Simulationen Arzt ; -) n Simulation und Statistik: Daten Zusammenhänge © ASKOS 08. 10. 2003 Statistik Simulation "Think it easy? Think it easily complex!" Zusammenhänge Daten Folie 23

Simulation und Modellstatistik? n Simulationen "rechnen" statistische Modelle durch. Gegeben: Eingangsdaten (real oder fiktiv), Zusammenhänge (statistisch geschätzt) Ermittelt: Ausgangsdaten, d. h. entscheidungsrelevante Grössen n Simulationen kapseln damit die Modelle gegen die Nutzer ab: Der Nutzer muss kein Statistikexperte sein. n Simulationen absorbieren die Komplexität der Beziehungen n "Durchgerechnet" werden kann jede Art von statistischem Modell: Conjoints, LR, LDVR, NLR, Strukturmodelle, Zeitreihenmodelle, Ereignis- und Paneldatenmodelle, Decision Trees, Faktorenanalysen (in Verbindung mit LR), MDS, Cluster- und Diskriminanzmodelle, NN, u. v. m. ==> Aber mittels Simulationen können diese Verfahren auch kombiniert werden! © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 24

Simulation können noch mehr n Statistischen Fehler jeder Aussage ermitteln n Missing Data schätzen n Latente Variablen schätzen ("Imputing") n Von statistischen Variablen auf operative Variablen umrechnen (Bsp. : Von Bruttoeinkommen auf Nettoeinkommen. Oder: Von Kaufwahrscheinlichkeit auf Umsatz) n Eigendynamische Entwicklungen darstellen (X wirkt auf Y und Y wirkt auf X) n Forecasting von zeitlichen Entwicklungen auf Mikro- und Makroebene © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 25

Hurra! Think it easy! Einfach Simulation basteln!? ? © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 26

Ergebnis unseres Beispielprojekts: n Auch der dritte Ansatz "Statische Simulation" scheiterte. n Der Konzern hatte "Vorwissen", dem die Simulationsergebnisse widersprachen. n ==> Die Wirkung der Massnahmen war für den Konzern nicht nachvollziehbar, da er die Komplexität des Modells nicht akzeptierte. ==> Das Modell war komplex, die Simulation half, aber der K. hatte noch "Think it easy" im Kopf. n Massnahmeszenarien erbrachten unplausible Ergebnisse, wenn "extreme" Massnahmen eingegeben wurde. "Extreme" Massnahmen waren aber häufig. © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 27

n Die Simulation hatte keine "Autorität", da sie zwar mathematisch-statistisch nachvollziehbar arbeitete, statistisch valide geschätzt wurde, aber da die Aussagen selbst nicht validiert werden konnten. n Die Software und alle Ergebnisse des Projekts verschwanden in der Schublade. © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 28

Ursache: Falscher Denkansatz! Menschenbild des Konzerns: ==> Er nahm das Modell als Wirklichkeit ==> Wollte seine Produkte so optimieren, wie man die Parameter eine Maschine optimiert. Menschenbild von ASKOS: ==> Solche "mechanistischen" Modelle stellen lediglich einfache Tendenzen oder Trends in der Kaufpsychologie dar. Sie können dem Marketingexperten nicht auf der Suche nach dem ultimativen Produkt helfen! Die Psychologie ist viel komplexer! Beispiel: Mobiltelefone und SMS © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 29

Generische "Fehler" im statistischen Modell des Beispiels: n Gleichgewichtsmodell, statisch. Kaufentscheidungen sind aber Prozesse und dynamisch. n Zentrale Grössen, die aus der Psychologie und Soziologie bekannt sind, fehlten. Wichtigste: Das soziale Netzwerk und allgemeiner die gesamte soziale Umwelt des Kunden. n Weithingehend lineares Modell. Die Psychologie ist aber nicht linear, sondern von "Zünd"-Effekten geprägt. Eine "belanglose" Kleinigkeit ändert sich und man entscheidet sich komplett um. n Kaufrationalität kann "unplausibel", d. h. "irrational" sein. Beispiel: Etwas wird fast umsonst angeboten, was man gar nicht braucht. Man kauft es trotzdem, denn es ist ja (fast) umsonst. Ade Rational Choice! © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 30

Lösungsansatz: Elementares Modellieren Schritte beim elementaren Modellieren 1. Ein elementares Modell (eine elementare Theorie) bauen 2. Darauf basierend ein statistisches Modell bauen 3. Das statistische Modell testen und schätzen 4. Massnahmen mit dem statistischen Modell simulieren © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 31

Anwendungsgebiete: Statistische Modelle Elementares Modellieren Projekte mit kürzerer Laufzeit (<= 2 Jahren) Entwicklung eines Planungsinstruments mit langer Entwicklungsdauer (> 2 Jahre) Ziel: Planzahlen zur generellen Orientierung Ziel: Lernen, Analysieren, die Dynamik und Charakteristik des Marktes kennenlernen. Ansprüche an die Qualität der Modelldynamik: Mittel bis gering Ansprüche an die Qualität der Modelldynamik: Hoch Ansprüche an die Validität der Trends: Hoch © ASKOS 08. 10. 2003 Ansprüche an die Validität der Trends: Zunächst gering "Think it easy? Think it easily complex!" Folie 32

Wie baut man ein elementares Modell? n Ein elementares Modell beinhaltet alle Grössen, die der Forscher aufgrund seines Wissens als zentral annimmt. Ihre Messbarkeit spielt dabei keine Rolle! Ebenso beinhaltet sie alle zentralen Beziehungen! n Ein elementares Modell muss alltagsvalide sein ==> Es muss alle prototypischen bekannten Situationen und Prozesse auf der Personenebene richtig darstellen ("repräsentieren") können. n Daher muss ein elementares Modell eine Mikromodell sein. © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 33

Wie formuliert man eine elementares Modell? n Mit Simulationen! n Und zwar s. g. Agentensimulationen - SIMCITY als Arbeitsinstrument! Käuferpopulation Produkt Agent 3 Agent 1 Interesse Wissen Ressourcen Agent 2 Interaktion, Kommunikation Interesse Wissen Ressourcen © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 34

n Agentensimulationen werden in den WW, Soziologie, Psychologie als Instrument zur Theoriekonstruktion eingesetzt. n Die entsprechenden Bereiche arbeiten eng mit der Informatik und der Roboterforschung zusammen. USA: Santa Fe Institute New England Complex Systems Institute The Max-Planck-Institute for Research into Economic Systems Aspect-Oriented Programming (AOP) in Xerox Palo Alto Research Center (PARC) Internet Ecologies Area in Xerox Palo Alto Research Center (PARC) The School of Cognitive and Computing Sciences (COGS) in the University of Sussex at Brighton Deutschland: Institut für sozialwissenschaftliche Informatik Koblenz Lehrstuhl für Operations Research und Systemtheorie Passau n Zur Programmierung gibt es eigene Sprachen wie MIMOSE , SWARM oder ACE © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 35

n Ziel: Die künstlichen Käufer in der Computersimulation sollen sich so ähnlich wie möglich zu dem verhalten, was wir als reales Kaufverhalten kennen. l l l l l © ASKOS 08. 10. 2003 Wahrnehmung von Produkten, Produktinformationen, Anbietern Vertrauensmechanismen Orientierung am Kaufverhalten des anderen Erfahrungen mit dem Produkt/Anbieter Übertragung von Erfahrungen auf andere Produkte/Anbieter Kommunikation von Erfahrungen Bedürfnisweckung, Änderung von Präferenzen Gruppeneffekte, Imagewirkung von Produkten Individuelle ökonomische Charaktere ("Spartyp", "Spielkind") Rahmenbedingungen wie Preis, Kundenprogramme usw. "Think it easy? Think it easily complex!" Folie 36

n Ergebnis ohne elementares Modell: Bild des Kunden liegt nur in den Köpfen vor: Segmentiert, simplifiziert, unterschwellig, unlogisch, nicht kommuniziert. n Ergebnis mit elementarem Modell: Bild des Kunden liegt als Software vor: Ganzheitlich , komplex, explizit, logisch, kommuniziert und diskutiert. © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 37

Elementares Modell und statistisches Modell: n Kein Gegensatz, sondern Äpfel und Birnen: Sie ergänzen sich gegenseitig. n In einem guten längerfristigen Projekt gibt es beides, relativ unverbunden! n Mit Hilfe des EM baut man den Ansatz des SM n Mit Hilfe des EM versucht man die Ergebnisse des SM zu verstehen und/oder zu hinterfragen. Sätze wie "Das erscheint mir aber komisch", "Nein, das kann nicht sein, unsere Kunden sind anders" sind dann keine Sackgasse mehr. © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 38

Vorstellungen, Plausibilitäten, Erfahrungen, Vorurteile Auftraggeber, Marktforscher virtuell Verstehen, beurteilen, hinterfragen, lernen, erweitern real Wirkung von Massnahmen Elementares Modell der Kunden Statistisches Modell der Kunden Virtuelle Daten Auswertungen Qualitative Studie Daten Reale Kunden © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 39

Integrierte Marktforschung von morgen und übermorgen Kleine Nebenbemerkung: Von ASKOS können sie diese schon heute haben. . . www. askos. de © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 40

. . . und wo kommen die Millionen her, so etwas zu erstellen? n Irrtum des Top-Down-Planens! n Top-Down-Planung: Alles von oben nach unten durchplanen, bevor man einen einzigen Arbeitsschritt in die Realität umsetzt ==> Keine gute Idee für "Neuland"-Projekte. n Klein anfangen! Investitionen können nur dann sinnvoll geplant werden, wenn man die Sache kennt, in die man investiert. Am Anfang kennt man aber noch nichts. n ==> Zuerst reinschnuppern, Workshops veranstalten, eine kleine Agentensimulationen erstellen/lassen (z. B. mit www. agentsheets. com), ein "Gefühl" dafür bekommen, welche Modellierung für den betreffenden Markt und das entsprechende Informationsbedürfnis notwendig wäre. © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 41

Zusammenfassung: n "Think it easy" im Sinne von "die Aufgabe ebenso gut lösen, aber weniger kompliziert" ==> OK. n "Think it easy" im Sinne von Vereinfachung ist in der Marktforschung realitätsfern ==> Der Markt, die Kunden, die Anforderungen und die Realität sind komplex. n Man braucht komplexe Vorstellungen von Zusammenhängen und Typen. Die Modellstatistik bietet diese. n Um die Aussagen komplexer Modellstatistik zu verstehen, muss man die Modelle simulieren. n Die modellstatistischen Vorstellungen vom Marktagenten sind starr, einfach und maschinell. Gute Vorstellungen von Marktagenten bekommt man nur mit elementaren Modellen ==> Agentenmodelle und -simulation. © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 42

n Beides zusammen ==> Integrierte Forschung n Auf Gebieten, die noch mitten in der F&E stecken ==> Reine Top-Down-Forschung falsch. n Stattdessen in diesem Fall mehr oder nur Extreme Research: Klein anfangen, nichts fest planen, Projekte Schritt für Schritt wachsen lassen. n ==> Das Anwenden von Patentrezepten ist fast immer falsch. Erst schauen, dann bauen. © ASKOS 08. 10. 2003 "Think it easy? Think it easily complex!" Folie 43