Date post: | 05-Apr-2015 |
Category: |
Documents |
Upload: | cundry-books |
View: | 104 times |
Download: | 0 times |
WIR
TS
CH
AF
TS
INF
OR
MA
TIK
WestfälischeWilhelms-Universität Münster
WIRTSCHAFTSINFORMATIK
Methoden zur Identifizierung Methoden zur Identifizierung von Nutzerpräferenzen von Nutzerpräferenzen
bei LBSbei LBS
Location-Based-Service - SeminarLocation-Based-Service - Seminar
2006-07-062006-07-06Christian LückeChristian Lücke
2
WIRTSCHAFTSINFORMATIK
GliederungGliederung
1. Einführung Aktuelle Hinderungsgründe für die Nutzung von LBS
Besonderheiten von LBS
2. Grundlagen der Marktforschung Datenerhebung
Skalen
3. Einordnung und Vorstellung der Methoden Einordnung der Verfahren
Kurzvorstellung der Verfahren und Beurteilung
4. Fazit und Literaturquellen
3
WIRTSCHAFTSINFORMATIK
1. Studie zu Hinderungsgründen 1. Studie zu Hinderungsgründen von LBS-Angebotenvon LBS-Angeboten
Studie an Frankfurter Universität bei Studenten des Vertiefungsfaches M-Commerce zu bestehenden LBS-Angeboten
26,40%
17,00%
15,10%
3,80%
7,50%
43,40%
0,00% 5,00% 10,00% 15,00% 20,00% 25,00% 30,00% 35,00% 40,00% 45,00% 50,00%
kein Bedarf
zu teuer
kein passender Dienst
Datenschutzbedenken
zu kompliziert
kein passendes Display
Quelle: Universität Frankfurt 08/2005
Vermutete Probleme nicht relevant: 8% „zu kompliziert“ 4% „kein passendes Display“
Hauptprobleme: 43% „kein Bedarf“ 26% „zu teuer“
4
WIRTSCHAFTSINFORMATIK
Besonderheiten von LBS (1/2)Besonderheiten von LBS (1/2)
Technische Besonderheiten Infrastruktur
Hohe Kompatibilität zu Endgeräten
Zusammenführung von Anbietern zu integriertem Service
Dienstleistungsspezifische Besonderheiten: Generelle Probleme:
Immaterialität Bereitstellungs- und Vorhaltekosten
5
WIRTSCHAFTSINFORMATIK
Besonderheiten von LBS (2/2)Besonderheiten von LBS (2/2)
Vom Unternehmen geplantes Serviceangebot
Kunden-erwartungen
an das Serviceangebot
Tatsächliches Serviceangebot
Beobachtete Zufriedenheitslücke
Integration des externen Faktors Aktivierung/Freischalten des Service Installation durch Kunden Fehlende Testmöglichkeiten Problem der Transaktionskosten
Skepsis durch „First-Generation“-Services
„Zufriedenheitslücke“:
Weitere Dienstleistungsspezifische Besonderheiten:
Quelle: Meffert Dienstleistungsmarketing
6
WIRTSCHAFTSINFORMATIK
2. Grundlagen der „MaFo“2. Grundlagen der „MaFo“
Maßgebliche Entwicklung der Marktforschung (MaFo)nach 2. Weltkrieg in Deutschland
Das führendes deutsche Unternehmen:
Untenehmensdaten: Ca. 1 Mrd. Umsatz in 2005 Davon 81%
für Konsumgüterforschung45% Industrie, 21% Medien, 15% Handel
Rest: 6% B2B, 7% Staat, 6% Sonstige StudienQuelle: GfK
7
WIRTSCHAFTSINFORMATIK
Datenerhebung (1/2)Datenerhebung (1/2)
Primärerhebung
Art der Erhebung
einmalig Befragung
Experimente
Beobachtungen
Zufallsauswahl
Bewusste Auswahl
Häufigkeit der Erhebung
Auswahl der Zielgruppe
wiederholend
Aufteilung in Primär- und Sekundärerhebung: Die Primärerhebung:
Die kontextabhängige, individuelle Datenerhebung
i.Anl. Backhaus, K.
8
WIRTSCHAFTSINFORMATIK
Datenerhebung (2/2)Datenerhebung (2/2)
Sekundärerhebung: Keine unmittelbare Datenerhebung!
Aus unternehmensinternen Quellen Umsatzstatistiken, Daten der KLR, Kundendienstberichte,
Aus unternehmensexternen Quellen Amtliche Statistiken Veröffentlichte Studien Öffentliche Datenarchive
9
WIRTSCHAFTSINFORMATIK
SkalenSkalen
„Meßlatte“ Transformation von Skalen
ist nur auf niedere Skalen möglich
Führt zu Verlust von Informationen
NiedrigesSkalennivea
HohesSkalennivea
10
WIRTSCHAFTSINFORMATIK
3. Einordnung der Methoden3. Einordnung der Methoden
Varianzanalyse
Regressionsanalyse
Diskriminanzanalyse
Conjointanalyse
Faktorenanalyse
ClusteranalyseNeuronale Netze
Mean-End-Chains
Kreuztabellierung
Kontingenzanalyse
Strukturengleichungsmodelle
Logistische Regression
Multidimensionale Skalierung
Korrespondenzanalyse
Auszug aus der Menge an multivariaten Verfahren: Beschränkung auf wesentliche Methoden:
11
WIRTSCHAFTSINFORMATIK
3. Einordnung der Methoden3. Einordnung der Methoden
Varianzanalyse
Regressionsanalyse
Diskriminanzanalyse
Conjointanalyse
Faktorenanalyse
ClusteranalyseNeuronale Netze
Mean-End-Chains
Kreuztabellierung
Kontingenzanalyse
Strukturengleichungsmodelle
Logistische Regression
Multidimensionale Skalierung
Korrespondenzanalyse
Beschränkung auf wesentliche Methoden:
12
WIRTSCHAFTSINFORMATIK
3. Einordnung der Methoden3. Einordnung der Methoden
Varianzanalyse
Regressionsanalyse
Diskriminanzanalyse
Conjointanalyse
Faktorenanalyse
ClusteranalyseNeuronale Netze
Mean-End-Chains
Multivariate Analyseverfahren
Strukturen-prüfende Verfahren
Strukturen-entdeckende Verfahren
- Regressionsanalyse
- Varianzanalyse
- Diskriminanzanalyse
- Conjoint-Analyse
- Faktorenanalyse
- Clusteranalyse
- Neuronale Netze
- Mean-End-Chains
13
WIRTSCHAFTSINFORMATIK
Übersicht:Übersicht:
Multivariate Analyseverfahren
Strukturen-prüfende Verfahren
Strukturen-entdeckende Verfahren
- Regression- Varianz- Diskriminanz
-Conjointanalyse
- Faktorenanalyse
- Clusteranalyse
- Neuronale Netze
- Mean-End-Chains
Skalenniveau
Unabhängige Variable
Metrisch Nominal
-Regressions- -Varianzanalyse
Metrisch analyse
Skalenniveau
Abhängige -Diskriminanz-
Variable Nominal analyse
Zusätzliche Einteilung
innerhalb der Strukturen-Prüfenden-Methoden:
14
WIRTSCHAFTSINFORMATIK
RegressionsanalyseRegressionsanalyse
Multivariate Analyseverfahren
Strukturen-prüfende Verfahren
Strukturen-entdeckende Verfahren
- Regression
- Varianzanalyse
- Diskriminanzanalyse
- Conjoint-Analyse
- Faktorenanalyse
- Clusteranalyse
- Neuronale Netze
- Mean-end-Chains
Verfahren: Eine metrische abh. Variable
+
eine (evt. mehrere) metrische unabh. Variable
Beschreibung und Erklärung von Zusammenhängen Ursache-Wirkungsbeziehungen („je-desto“) + Einfache Datenerhebung - Problem: Finden der richtigen Regressionsgraden!
Bsp: „Einfluss von Preis, Leistungsumfang, Schnelligkeit, Usability auf die Absatzmenge eines Service“
15
WIRTSCHAFTSINFORMATIK
VarianzanalyseVarianzanalyse
Multivariate Analyseverfahren
Strukturen-prüfende Verfahren
Strukturen-entdeckende Verfahren
- Regression- Varianz- Diskriminanz
-Conjointanalyse
- Faktorenanalyse
- Clusteranalyse
- Neuronale Netze
- Mean-End-Chains
Skalenniveau
Unabhängige Variable
Metrisch Nominal
-Regressions- -Varianzanalyse
Metrisch analyse
Skalenniveau
Abhängige -Diskriminanz-
Variable Nominal analyse
16
WIRTSCHAFTSINFORMATIK
VarianzanalyseVarianzanalyse
Multivariate Analyseverfahren
Strukturen-prüfende Verfahren
Strukturen-entdeckende Verfahren
- Regressionsanalyse
- Varianz
- Diskriminanzanalyse
- Conjoint-Analyse
- Faktorenanalyse
- Clusteranalyse
-Neuronale Netze
- Mean-End-Chains
Verfahren:
Eine metrische abh. Variable
+
eine (evt. mehrere) nominale unabh. Variable Beschreibung und Erklärung von Zusammenhängen Unabhängige Variable kann nur „0/1“-Ausprägungen zeigen + Trotz einfacher Befragung sind gute Analysen möglich - Nur Tatsache von Zusammenhängen,
nicht dessen Stärke wird ermittelt
Bsp: „Besitzer teurer Handys (metrisch) nutzen öfter LBS-Dienste (nominal: Ja/Nein)
17
WIRTSCHAFTSINFORMATIK
DiskriminanzanalyseDiskriminanzanalyse
Multivariate Analyseverfahren
Strukturen-prüfende Verfahren
Strukturen-entdeckende Verfahren
- Regression- Varianz- Diskriminanz
-Conjointanalyse
- Faktorenanalyse
- Clusteranalyse
- Neuronale Netze
- Mean-End-Chains
Skalenniveau
Unabhängige Variable
Metrisch Nominal
-Regressions- -Varianzanalyse
Metrisch analyse
Skalenniveau
Abhängige -Diskriminanz-
Variable Nominal analyse
18
WIRTSCHAFTSINFORMATIK
DiskriminanzanalyseDiskriminanzanalyse
Multivariate Analyseverfahren
Strukturen-prüfende Verfahren
Strukturen-entdeckende Verfahren
- Regressionsanalyse
- Varianzanalyse
- Diskriminanz
- Conjoint-Analyse
- Faktorenanalyse
- Clusteranalyse
- Neuronale Netze
- Mean-End-Chains
Verfahren: Eine nominale abh. Variable
+
eine (evt. mehrere) metrische unabh. Variable
Analyse von Gruppenunterschieden und bildet Prognosen für Klassenzugehörigkeit von Elementen
„Lineare Trennformel“: Abstände zwischen zwei Gruppen „Max!“ und Diskrimanzen innerhalb einer Gruppe „Min!“
+ Besonders in Kombi mit Clusteranalyse sind Cross-Selling Potentiale zu entdecken
Bsp: Preisbereitschaft
Häufigkeit
Navi-Anfragetyp
„Private“-User (0/1)
„Business“-User (0/1)
19
WIRTSCHAFTSINFORMATIK
Conjoint AnalyseConjoint Analyse
Multivariate Analyseverfahren
Strukturen-prüfende Verfahren
Strukturen-entdeckende Verfahren
- Regressionsanalyse
- Varianzanalyse
- Diskriminanzanalyse
- Conjoint
- Faktorenanalyse
- Clusteranalyse
- Neuronale Netze
- Mean-End-Chains
Annahme: Summe der Teilnutzen = Gesamtnutzen
Verfahren: Kombination mehrerer Merkmale eines Produktes auf verschiedenen Karten, die vom Probanden in Reihenfolge des Nutzens sortiert werden sollen.
+ Aufdeckung von Einzelbeiträgen zu Gesamtproduktnutzen + Möglichkeit der Teilnutzenbestimmung - Annahme aus Nutzentheorie: Kunde würden jede vorgestellte
Kombination kaufen Bsp.: 2 Merkmale mit 2 Ausprägungen:
Karte 1Navi-route:
Schnell
Schön
Karte 2Navi-route:
Schnell
Standard
Karte 3Navi-route:
Langsam
Schön
Karte 4Navi-route:
Langsam
Standard
Bitte Sortieren!
20
WIRTSCHAFTSINFORMATIK
Faktorenanalyse(1/2)Faktorenanalyse(1/2)
Multivariate Analyseverfahren
Strukturen-prüfende Verfahren
Strukturen-entdeckende Verfahren
- Regressionsanalyse
- Varianzanalyse
- Diskriminanzanalyse
-Conjointanalyse
- Faktoren
- Clusteranalyse
- Neuronale Netze
- Mean-End-Chains
Neben den unmittelbaren Wirkungen einzelner Variablen, gibt es noch zusätzliche Interdependenzen:
Verfahren: Bündelung einzelner Variablen zu gemeinsamen Faktoren Regression liefert bei Interdependenzen fehlerhafte Ergebnisse,
daher Nutzung der Faktorenanalyse
Bsp: Variable: „Kundenfreundlichkeit“, „Reparaturservice“, „Aboservice“ lassen sich zu Faktor „Service-Paket“ zusammenfassen
„Kundenfreunlichkeit“
„Installationshilfe“
„Abo-Service“
„Service“ Paket
21
WIRTSCHAFTSINFORMATIK
Faktorenanalyse(2/2)Faktorenanalyse(2/2)
Multivariate Analyseverfahren
Strukturen-prüfende Verfahren
Strukturen-entdeckende Verfahren
- Regressionsanalyse
- Varianzanalyse
- Diskriminanzanalyse
-Conjointanalyse
- Faktoren
- Clusteranalyse
- Neuronale Netze
- Mean-End-Chains
Zusätzliche Möglichkeit der räumlichen Anordnung von eigenen und Wettbewerbs-produkten zur Überprüfung der systematischen Eingliederung:
Hoher Preis
Umfangreicher Service
Niedriger Preis
Kaum Service
„Unser Produkt“
22
WIRTSCHAFTSINFORMATIK
ClusteranalyseClusteranalyse
Multivariate Analyseverfahren
Strukturen-prüfende Verfahren
Strukturen-entdeckende Verfahren
- Regressionsanalyse
- Varianzanalyse
- Diskriminanzanalyse
-Conjointanalyse
- Faktorenanalyse
- Cluster
- Neuronale Netze
- Mean-End-Chains
Verfahren: Aufteilung einer Stichprobe in zuvor ausgewählte Teilgruppen.
Ziel: Entdeckung von Ähnlichkeitsstrukturen, zuverlässige Einteilung von Kunden zu Kundenclustern
+ Gutes Verfahren zur segmentierten Marktbearbeitung + ermöglicht die Aufgliederung in Teilgruppen, mit besonderen
Nutzerpräferenzen - Schwierigere Datenerfassung bei immateriellen Services Bsp.: Aufteilung der Stichprobenkunden:
„enttäuschte Kunden“
„zufriednene Kunden“
„preissensible Kunden“
Stichprobe mit Kunden
23
WIRTSCHAFTSINFORMATIK
Neuronale NetzeNeuronale Netze
Multivariate Analyseverfahren
Strukturen-prüfende Verfahren
Strukturen-entdeckende Verfahren
- Regressionsanalyse
- Varianzanalyse
- Diskriminanzanalyse
-Conjointanalyse
- Faktorenanalyse
- Clusteranalyse
-Neur. Netze
- Mean-End-Chains
Verfahren: Klassifikation von Objekten und Prognose von Zuständen Ziel: Erkennung von komplexen Zusammenhängen zwischen den
Variablen Ähnelt Clusteranalyse, aber funktioniert auch noch bei schlecht
strukturierten Daten mit starken Interdependenzen - Sehr aufwendig: Netze müssen erst „Lernen“ + Datenanalyse aus Logdaten von LBS könnten neue Services
auffinden (Cross-Selling) Bsp.: Kunde, der Navigation zu Adresse und Hotel-Buchung möchte,
könnte auch noch ein bestimmtes Restaurant benötigen
Navi-Anfrage
Hotel-Buchung
Zusatzdienst:Restaurant EmpfehlungKunde Prognose:
24
WIRTSCHAFTSINFORMATIK
Mean-End-ChainsMean-End-Chains
Multivariate Analyseverfahren
Strukturen-prüfende Verfahren
Strukturen-entdeckende Verfahren
- Regressionsanalyse
- Varianzanalyse
- Diskriminanzanalyse
-Conjointanalyse
- Faktorenanalyse
- Clusteranalyse
- Neuronale Netze
-Mean-End-C.
Verfahren: Spezielle Interview-Technik zum Erschließen von neuen hintergründigen Nutzer-Werten
Ziel: Verfahren zum Erschließen neuer Nutzerwerte aufgrund von erfragten bestehenden Werten
Einsatz von „W-Fragen“ zur Zielerreichung
- Aufwendiges Verfahren (Zeit, Koordination) + Aufdeckung neuer Werte / Nutzerpräferenzen
Ausführliche Darstellung folgt im Anschluss!
25
WIRTSCHAFTSINFORMATIK
FazitFazit
Multivariate Analyseverfahren
Strukturen-prüfende Verfahren
Strukturen-entdeckende Verfahren
Regressionsanalyse
Varianzanalyse
Diskriminanzanalyse
Conjointanalyse
Faktorenanalyse
Clusteranalyse
Neuronale Netze
Mean-End-Chains
Große Anzahl von Verfahren für unterschiedlichen Methoden
Einordnung als erster Schritt Es gibt nicht das „Allheilmittel“ Verfahren sollen mehr als unterschiedliche „Tools“
eines Werkzeugsortiments gesehen werden
26
WIRTSCHAFTSINFORMATIK
Vielen Dank!Vielen Dank!
Literaturquellen: Zu den Verfahren:
Backhaus, K., Erichson, B., Plinke, W., Weiber, R.:
Multivariate Analysemethoden, 11. Aufl., Berlin 2006 Weis, H., Steinmetz, P.: Marktforschung, 6. Aufl., Ludwigshafen
2005 Berekoven, L., Eckert, W., Ellenrieder, P.: Marktforschung, 10. Aufl.,
Wiesbaden 2006 Hammann, P., Erichson, B.: Marktforschung, 5. Aufl. 2006
Ergänzend: Meffert, H., Bruhn, M.: Dienstleistungsmarketing, 5. Aufl., Wiesbaden
2006 Meffert, H.: Marketing, 9. Aufl. Wiesbaden 2000