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

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

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

© ASKOS Folie 4 "Think it easy? Think it easily complex!" 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?" Sie sagen: "Think it easy!" Und dann: "Sex sells. Werben Sie mit einer kurvenreichen Blondine dafür." Wirklich?

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

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

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

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

© ASKOS Folie 9 "Think it easy? Think it easily complex!" Doch der Kunde braucht es detaillierter... Population Männer Frauen Männer ABLMänner NBL Frauen ABLFrauen NBL Segmente, deskr. Stat. Cluster 1Cluster 2Cluster 3 Typen, Klassifizie- rung PM1PM2PM3PM4PM5Produkt 1Produkt 2Produkt 3 Zusammen- hänge, Modellstatistik PM=Produktmerkmal Kaufentscheidung

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

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

© ASKOS Folie 12 "Think it easy? Think it easily complex!" Genanntes Beispiel beruht auf einem realen Projekt, Konzern und Produkt sind aber fiktiv Kunde: Produktplanungsabteilung eines grossen deutschen Konzerns Produkte: Computer (fiktiv) Marktanteil: Über 60%, je nach Marktsegment bis zu 90% Frage: Wie kann die Produktpalette weiter optimiert werden? ==> 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?" Zielvorstellung: Umsatzwachstum durch jede Massnahme auf jedem Segment in Euro zu prognostizieren.

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

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

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

© ASKOS Folie 16 "Think it easy? Think it easily complex!" Käufertypen und Produkteigenschaften sollen differenziert und psychologisch plausibel mit Kundenzufriedenheit (KZ) in Zusammenhang gebracht werden. Der Zusammenhang zwischen Kundenzufriedenheit, Kaufentscheidung (KE) und Strukturbindung (SB) muss untersucht und dargestellt werden 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. Aus individuellen Kaufwahrscheinlichkeiten sollen Umsätze geschätzt werden. 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%". Dritter Ansatz: Modell- und Simulationsstudie Anforderungen:

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

© ASKOS Folie 18 "Think it easy? Think it easily complex!" Drei Arbeitsansätze für die Existenzfrage des Marketings "What shall we do?" I. "Kreuztabelle" = Häufigkeitsauszählungen und vergleichende Mittelwerte (Deskriptive Statistik) 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. III. Elementare Modelle. Das Bild vom Kunden und seinen Entscheidungsprozessen wird im Computer konstruiert. ==> Die Vorstellungen von Kaufentscheidungen können angemessen komplex werden.

© ASKOS Folie 19 "Think it easy? Think it easily complex!" Modelle sind "Vorstellungen" oder "Bilder" über die Wirklichkeit Vorstellungen über Typen oder Zusammenhänge werden gebraucht, um Kaufentscheidungsprozesse zu verstehen. ==> Aus Kreuztabellen allein lassen sich weder Typen erkennen noch Zusammenhänge! 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? Ausserdem: Modellstatistik holt aus Daten mehr relevante Informationen heraus. (Modellstatistik ist nicht so "fallzahlhungrig" wie deskr. Statistik) Wozu Modelle?

© ASKOS Folie 20 "Think it easy? Think it easily complex!" Wozu Simulation? X1 Y Kann ich verstehen 1 X1 X2 X3 Y 2 3 Kann ich verstehen X1 X2 X3 Z1 Z2 Y Wird schon schwierig

© ASKOS Folie 21 "Think it easy? Think it easily complex!" X1 X2 X3 Z1 Z2 Y log Was soll das denn sein ? 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. Y2 W(x)Y1(x)dx

© ASKOS Folie 22 "Think it easy? Think it easily complex!" Kaufwahrscheinlichkeits- Modell Kaufwahrscheinlichkeit M30 M29 M31 Zufr. Komfort Wichtigkeitsind. (Frage 13) Intermediäres ModellDetail-Modell PC F42 F41 Geschlecht Alter Firma Leistungsklasse Kaufgrund PCUmsatz mit uns Kontrollvariablen M2 M1 M4 M3 M4 M6 M5 M10 M9 M12 M11 M13 M15 M14 M7M16 M8 Zufriedenheit Service. Kundenzufriedenheit SATI, RECO PC … F40_1 F40_12 Leistungsdimensionen M18 M17 M20 M19 M21 M23 M22 M25 M24 M27 M26 M28 Zufriedenheit Leistung.. Preis- bindung Mon- Bindung KundP- Bindung Wiederkauf- bereitschaftREPU K B I Strukturchart aus dem realen Projekt (Beschriftungen geändert)

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

© ASKOS Folie 24 "Think it easy? Think it easily complex!" Simulation und Modellstatistik? Simulationen "rechnen" statistische Modelle durch. Gegeben: Eingangsdaten (real oder fiktiv), Zusammenhänge (statistisch geschätzt) Ermittelt: Ausgangsdaten, d.h. entscheidungsrelevante Grössen Simulationen kapseln damit die Modelle gegen die Nutzer ab: Der Nutzer muss kein Statistikexperte sein. Simulationen absorbieren die Komplexität der Beziehungen "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 Folie 25 "Think it easy? Think it easily complex!" Simulation können noch mehr Statistischen Fehler jeder Aussage ermitteln Missing Data schätzen Latente Variablen schätzen ("Imputing") Von statistischen Variablen auf operative Variablen umrechnen (Bsp.: Von Bruttoeinkommen auf Nettoeinkommen. Oder: Von Kaufwahrscheinlichkeit auf Umsatz) Eigendynamische Entwicklungen darstellen (X wirkt auf Y und Y wirkt auf X) Forecasting von zeitlichen Entwicklungen auf Mikro- und Makroebene

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

© ASKOS Folie 27 "Think it easy? Think it easily complex!" Ergebnis unseres Beispielprojekts: Auch der dritte Ansatz "Statische Simulation" scheiterte. Der Konzern hatte "Vorwissen", dem die Simulationsergebnisse widersprachen. ==> 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. Massnahmeszenarien erbrachten unplausible Ergebnisse, wenn "extreme" Massnahmen eingegeben wurde. "Extreme" Massnahmen waren aber häufig.

© ASKOS Folie 28 "Think it easy? Think it easily complex!" 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. Die Software und alle Ergebnisse des Projekts verschwanden in der Schublade.

© ASKOS Folie 29 "Think it easy? Think it easily complex!" 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 Folie 30 "Think it easy? Think it easily complex!" Generische "Fehler" im statistischen Modell des Beispiels: Gleichgewichtsmodell, statisch. Kaufentscheidungen sind aber Prozesse und dynamisch. Zentrale Grössen, die aus der Psychologie und Soziologie bekannt sind, fehlten. Wichtigste: Das soziale Netzwerk und allgemeiner die gesamte soziale Umwelt des Kunden. 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. 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 Folie 31 "Think it easy? Think it easily complex!" 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 Lösungsansatz: Elementares Modellieren

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

© ASKOS Folie 33 "Think it easy? Think it easily complex!" Wie baut man ein elementares Modell? 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! Ein elementares Modell muss alltagsvalide sein ==> Es muss alle prototypischen bekannten Situationen und Prozesse auf der Personenebene richtig darstellen ("repräsentieren") können. Daher muss ein elementares Modell eine Mikromodell sein.

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

© ASKOS Folie 35 "Think it easy? Think it easily complex!" Agentensimulationen werden in den WW, Soziologie, Psychologie als Instrument zur Theoriekonstruktion eingesetzt. 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 Zur Programmierung gibt es eigene Sprachen wie MIMOSE, SWARM oder ACE

© ASKOS Folie 36 "Think it easy? Think it easily complex!" Ziel: Die künstlichen Käufer in der Computersimulation sollen sich so ähnlich wie möglich zu dem verhalten, was wir als reales Kaufverhalten kennen. 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.

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

© ASKOS Folie 38 "Think it easy? Think it easily complex!" Elementares Modell und statistisches Modell: Kein Gegensatz, sondern Äpfel und Birnen: Sie ergänzen sich gegenseitig. In einem guten längerfristigen Projekt gibt es beides, relativ unverbunden! Mit Hilfe des EM baut man den Ansatz des SM 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 Folie 39 "Think it easy? Think it easily complex!" Auftraggeber, Marktforscher Vorstellungen, Plausibilitäten, Erfahrungen, Vorurteile Reale Kunden Statistisches Modell der Kunden Wirkung von Massnahmen Elementares Modell der Kunden Verstehen, beurteilen, hinterfragen, lernen, erweitern Qualitative Studie Auswertungen Virtuelle Daten realvirtuell Daten

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

© ASKOS Folie 41 "Think it easy? Think it easily complex!"...und wo kommen die Millionen her, so etwas zu erstellen? Irrtum des Top-Down-Planens! Top-Down-Planung: Alles von oben nach unten durchplanen, bevor man einen einzigen Arbeitsschritt in die Realität umsetzt ==> Keine gute Idee für "Neuland"-Projekte. 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. ==> Zuerst reinschnuppern, Workshops veranstalten, eine kleine Agentensimulationen erstellen/lassen (z.B. mit ein "Gefühl" dafür bekommen, welche Modellierung für den betreffenden Markt und das entsprechende Informationsbedürfnis notwendig wäre.

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

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