Marktforschung der Zukunft - Mensch oder Maschine (eBook)

Bernhard Keller ist passionierter Markt- und Meinungsforscher und mehrfacher Buchautor.Hans-Werner Klein ist CIO der Twenty54Labs – Experte für Datawork in Industrie und Marktforschung.Prof. Dr. Stefan Tuschl ist Professor für Quantitative Methoden an der Hochschule für Angewandte Wissenschaften (HAW) Hamburg.

Vorwort der Herausgeber 5
Nachtrag zum Vorwort des Buches 13
Inhaltsverzeichnis 14
Von Mauern und Windmühlen: Warum sich die Marktforschung neu erfinden muss 16
Zusammenfassung 16
1Einleitung 17
2Die fünf Elemente der Veränderung 17
2.1Veränderte Wissensbedarfe der Unternehmen 17
2.2Wandel vom Consumer zum Prosumer 18
2.3Do-it-yourself-Tools als Alternative 21
2.4Datenverfügbarkeit für jeden 22
2.5Konkurrenz hinter dem Horizont – Innovationsblindheit 25
3Zukunft der Marktforschung: Mauern oder Windmühlen 27
3.1Relevanz ist das Stichwort – Mehrwert aus Kundensicht 27
3.1.1 Der Mehrwert von mehr Daten gehört auf den Prüfstand 27
3.1.2 Geschwindigkeit und Realtime sind Teil der Qualität 28
3.1.3 Tools jenseits der klassischen Befragung 30
3.1.4 Value Exchange und Cognitives Surplus 33
3.2Fazit: Die neuen Anforderungen an Marktforschung und Marktforscher 34
3.2.1 Marktforscher in der Identitätskrise – schmollen oder wandeln? 34
3.2.2 Fünf Handlungsfelder für die Transformation 35
3.2.3 Ausblick: Chance der Entwicklung eines neuen Selbstverständnisses 39
Literatur 40
An den Grenzen der Marktforschung 43
Zusammenfassung 43
1Einleitung 44
2Methoden der Trendforschung 44
3Zukunftsforschung – Wer kann helfen? 47
3.1Artistic Research 48
3.2Raus aus dem Elfenbeinturm 49
3.3Vernetzen und Kooperieren 50
3.4Was ist der Output? 51
4Anwendungsfelder 53
5Wer soll das bezahlen? 54
6Fazit: Forscht! 55
Literatur 58
Partnerschaft in der Marktforschung 60
Zusammenfassung 60
1Dienstleistung und Partnerschaft 61
1.1Bisheriger Forschungsstand 61
1.2Die ideale Partnerschaft 64
2Empirische Ergebnisse 64
2.1Befunde anhand des Prozesses einer Marktforschungsstudie 65
2.2Treiber und Indikatoren für eine Partnerschaft 70
3Fazit 70
Literatur 73
Gemeinsam mehr als die Summe ihrer Teile 75
Zusammenfassung 75
1Einleitung 75
2Wissen von der Stange? Nein! Auf zum Prozessdesign 77
2.1Wie laufen unsere Studien normalerweise ab? 77
2.2Ein Blick auf die Theorie von Veränderungsprozessen 78
2.3Wie könnte es aussehen, wenn Research und Design Hand in Hand gehen? 79
2.3.1 Offenes, iteratives und adaptives Prozessdesign 79
2.3.2 Bereicherung unserer Methoden durch Design-Tools 82
3Neue Outputs, mehr Anwendbarkeit 84
3.1Wie macht es die Marktforschung bisher? 84
3.2Was können wir hier von Designern lernen? 84
4Ausblick 87
4.1„The future of research for us is in transformative research. Research that matters and truly enables stakeholders.“ 87
Literatur 88
Predictive Analytics 90
Zusammenfassung 90
1Alles anders: Die Digitalisierung der Welt 90
1.1Digitale Disruption wird zum Buzzword 91
1.2Folgen für die Marktforschung 92
2Maschinen statt Menschen: Automatisierung der Arbeitswelt 92
3Von Nullen und Einsen: Daten als Religion 93
3.1Big Data als neue Erkenntnisquelle 94
3.2Zwischen Sammelwut und Datenschutz 95
4Die Kunst der Prognose: Predictive Analytics 96
4.1Datenbasierte Zukünfte 96
4.2Abschied vom Kausalitätsdenken 97
4.3Willkommen in der Ära der Korrelationen 99
4.4Statistiker sind sexy 100
5Vermittler zwischen Mensch und Maschine 100
6Zusammenfassung 101
Literatur 101
Zur Zukunft der Online-Felddienstleistung 104
Zusammenfassung 104
1Einleitung 104
2Entwicklung der Online-Felddienstleistung 105
3Die Ressource Mensch 107
4Von der Telefonforschung zur digitalen Erlebniswelt 109
4.1Spezialisierung 110
4.2Bereinigung 112
4.3Veränderung 113
5Digitale Chancen 115
6Strategien einer Zukunft 116
7Fazit 119
Literatur 120
Nachholen, Aufholen, Überholen 121
Zusammenfassung 121
1Anspruchsvolles Marketing 121
2Trends, Entwicklungen und wie wir ihnen begegnen 122
2.1Content Marketing 123
2.2Storytelling 124
2.3Mobile Communication 125
2.4Trust 126
2.5Die goldenen Regeln erfolgreichen Marketings 127
3360° Communication Touchpoint Management 128
3.1Communication Touchpoints 128
3.2Überblick und Zusammenfassung 135
4Fazit: Das große Ganze und das Marketing für die Marktforschung der Zukunft 136
Literatur 138
Renaissance der Psychologie im Marketing: ein Plädoyer 139
Zusammenfassung 139
1Einführung 139
2Hat Marktforschung ein Innovationsproblem? 140
3Wichtige „Consumer Insights“ aus Verhaltensökonomie und Neuromarketing-Forschung 143
3.1Das ökonomische Prinzip starker Marken 144
3.2Freier Wille? Das Gehirn hat schon vorher entschieden 145
3.3„Brain Branding“ beim Imagetransfer 145
3.4Belohnung und Relevanz: gefiltert wird, was bedeutsam ist 145
3.5„Soziales Gehirn“: Schlüsselreize steuern die Aufmerksamkeit 146
3.6Paradigmenwechsel in der Marketingplanung: rezeptionsorientierte statt soziodemografische Zielgruppenmodelle 146
4Marktforschung der Zukunft ist (auch) Verständnis für eine „psychologische Komplexität ohne mathematische Algorithmen“ 147
4.1Algorithmen versus Heuristiken 148
5Wir brauchen eine Renaissance der Psychologie in Marketing und Marktforschung 150
6Zusammenfassung und Ausblick 151
Literatur 151
Oh Mensch – Neue Methoden in der qualitativen Marktforschung 153
Zusammenfassung 153
1Einführung 154
2Ansätze, Vorteile und Einsatzgebiete der „neuen“ qualitativen Marktforschung 156
2.1Market Research Online Communities 156
2.2Mobile Ethnografien 158
2.3Ethnografien 160
2.4Fokusgruppen – Weiterentwickelt 161
2.5Semiotik – in der deutschen Praxis angekommen? 162
3Fazit 164
Literatur 165
Big Data und amtliche Statistik 166
Zusammenfassung 166
1Einführung 166
2Was sind Big Data? 168
3Was bedeuten Big Data für die amtliche Statistik? 169
3.1Produktionsprozesse in der amtlichen Statistik 170
3.2Statistikausbildung in Zeiten von Big Data 172
4Big Data Roadmap in der amtlichen Statistik 174
4.1Koordinierte Verfahrensweisen der europäischen Statistischen Ämter 174
4.2Big Data Roadmap and Action Plan 1.0 176
4.3Pilotprojekte 177
5Ausblick 178
Literatur 179
Das Reziprozitätsprinzip in der Lehre für zukünftige Marktforscher 182
Zusammenfassung 182
1Veränderter Kontext Marktforschung 183
2Kompetenzprofil eines HUB-Experten 183
2.1HUB-Experte als Ermöglicher von Reziprozität 184
2.2Co-Multimodalität des Kompetenzprofils 184
2.3Responsiveness der HUB-Funktion durch wechselseitige Perspektivwechsel 185
3Reziproke Lehre in der Marktforschung? – Ein Lehrprojekt unter günstigen Voraussetzungen 187
3.1Das CORE-Prinzip als Reaktion auf sich wandelnde Ausbildungsanforderungen und Studierendeninteressen 187
3.2Bausteine des CORE-Prinzips – und Skizze im Lehrexperiment 189
4Ausblick – Offen bleiben für eine sich wandelnde Zukunft 193
5Fazit 194
Literatur 195
Alles nur ein Spiel? 197
Zusammenfassung 197
1Online-Befragungen – Ein Segen mit Risikopotenzial 198
2Gamification 198
2.1Eine Definition 198
2.2Was Gamification im Online-Research erreichen kann 199
2.3Motivation als Schlüssel 200
2.4Wie Gamification in Online-Befragungen umgesetzt werden kann 201
3Empirische Untersuchung der Effekte von Gamification-Elementen 202
3.1Befragungsinhalte und Befragungslayout 202
3.2Ausgewählte Fragetypen und deren Grad der Gamifizierung 203
3.2.1 Gamefulness-Elemente 203
3.2.2 Gamification Elemente zur Veränderung der Fragenformulierung 207
3.2.3 Forschungsfragen 208
3.3Studiendesign 209
3.4Untersuchungsergebnisse 209
3.4.1 Einsatz von Gamefulness-Elementen 210
3.4.2 Gamification-Elemente 214
3.4.3 Weitere Kriterien zur Bewertung des Antwortverhaltens 219
4Fazit 220
Literatur 222
Shorter Smarter Surveys 224
Zusammenfassung 224
1Veränderte Befragungskanäle 224
2Kernprinzip für kürzere, smartere Interviews: Think mobile first! 227
3Schritt 1: Redundanzen verringern, Validität erhöhen 228
4Schritt 2: Modularisierung – „Chunking“ und „Stitching“ 229
4.1Chunking und Stitching mit Big-Data-Techniken 231
5Empirische Erkenntnisse aus Fallbeispielen und Learnings 234
Literatur 236
Bekannte, aktuelle und neue Anforderungen an Treiberanalysen 238
Zusammenfassung 238
1Bedeutung nichtlinearer Treiberanalysen 239
2Methoden zur Bestimmung des Treibertyps 241
2.1Kano-Analyse 241
2.2Zwei alternative Ansätze 242
3Grundlegende Anforderungen an Treiberanalysen 243
3.1Beherrschung von Multikollinearität 243
3.2Behandlung fehlender Werte 244
4Treiber der Urlaubszufriedenheit 245
4.1Studiendesign 245
4.2Ergebnis der Kano-Analyse 246
4.3Ergebnis der Nichtlinearen Regressionsanalyse 246
4.4Ergebnis der Penalty & Reward-Analyse
5Unbeobachtbare Heterogenität als zukünftige Herausforderung für Treiberanalysen 248
6Fazit 249
Literatur 249
Werthaltige Segmentierung 251
Zusammenfassung 251
1Marktsegmentierung – Quo vadis 252
2Werthaltige Kundensegmentierung – eine Fallstudie 254
2.1Kundenwunsch & Projektziele
2.2Projektschritte 255
2.2.1 Überblick 255
2.2.2 Informationsbedarfsanalyse & Studiendesign
2.2.3 Analytische Marktsegmentierung 259
2.2.4 Übertragung der Stichprobenergebnisse auf SAP IS-U 261
2.2.5 Entwicklung segmentspezifischer Maßnahmenprogramme 262
2.3Zielerreichungsgrade – ein Jahr nach Implementierung 264
3Fazit 265
Literatur 266
Zukunft der Mitarbeiterbefragung. Bottom-up statt Top-down 268
Zusammenfassung 268
1Der klassische Ansatz 268
1.1Limitierungen des klassischen Ansatzes 271
2Feedback der neuen Generation 272
2.1Neue Organisationsmodelle 272
2.2Selbststeuerung durch Teams 275
2.3Automatisierung der Abläufe 276
2.4Individuelle Themen ermöglichen 277
2.5Feedback am Mitarbeiterlebenszyklus 278
2.6Befragungen anhand von Stichproben 280
2.7Integrierte Feedbackprozesse 281
3Folgeprozesse 282
3.1Kontinuierliche Maßnahmenableitung 282
3.2Veränderung als Teil des Alltags 283
4Fazit 284
Literatur 285
Ungenutzte Potenziale: Kundenservicedaten in der Marktforschung nutzen 286
Zusammenfassung 286
1Datenquellen 286
1.1Die Klassiker: Befragungen 286
1.2Die neuen Stars: Facebook, Twitter & Co
1.3Die Unterschätzten: Helpdesk- & Ticket-Systeme
2Strukturierung der Daten 290
2.1Problemstellung: Menschliche Sprache, die Herausforderung unstrukturierter Daten 290
2.2Sprache 292
2.3Themen 293
2.4Named Entities 294
2.5Stimmungen 294
3Weitere Verarbeitungsschritte 296
3.1Anreicherung mit strukturierten Daten 296
3.2Klassifikation der relevanten Beiträge 296
4Analyse 297
5Fazit 298
Literatur 299
Automobil-Marktforschung heute und morgen: Vom Marktforscher zum Wissensmanager und Lotsen bei der Umsetzung 301
Zusammenfassung 301
1Der Wandel der Marktforschungsbranche oder „Wer nicht mit der Zeit geht …“ 301
2Marktforschung in der Automobilbranche: bewährte Ansätze 302
3„Gut zu sein genügt nicht mehr!“ Zwischenfazit zum Status quo der Automobil-Marktforschung 304
4Ein Blick über den Tellerrand: neue Wege in der Automobil-Marktforschung 305
4.1Neue Wege: Marktforschung als Begleiter des Produktlebenszyklus 305
4.2Neue Wege: strategische und operative Vertriebsunterstützung 308
4.3Neue Wege: Von der Kundenforschung zum Marketing- und Vertriebs-Cockpit 310
4.4Neue Wege: Erfolgschancen zukünftiger Mobilitätskonzepte 312
5Ausblick 316
6Fazit 317
Literatur 318
Big Data in der empirischen Gesundheitsforschung 320
Zusammenfassung 320
1Einleitung 321
2Die drei V in der empirischen Gesundheitsforschung 322
2.1Vielfalt (Variety) 322
2.1.1 Apotheken 322
2.1.2 Großhandel 323
2.1.3 Krankenhäuser 323
2.1.4 Ambulante Arztpraxen 324
2.2Menge (Volume) 324
2.2.1 Zeit 325
2.2.2 Informationstechnik 325
2.2.3 Ressourcen 325
2.3Geschwindigkeit (Velocity) 326
3Aspekte der Datenqualität bei Nutzung von Big Data 326
3.1Definition des Begriffs „Therapiemonitor“ 327
3.2Datenqualität in onkologischen Therapiemonitoren 328
3.2.1 Panelmanagement 328
3.2.2 Objektivität, Reliabilität und Validität 330
4Schlussfolgerungen 332
5Fazit 333
Literatur 334