28.07.2009: http://www.marktforschung.

de/information/fachartikel/marktforschung/moderne-verfahren-dererfolgsprognose-fuer-konsumgueter-welche-anforderungen-sollten-sie-erfuellen/

Moderne Verfahren der Erfolgsprognose fr Konsumgter: Welche Anforderungen sollten sie erfllen?
Der Wunsch, den Erfolg von Konsumgtern mithilfe simulierter Verfahren prognostizierbar zu machen, kam in Deutschland bereits in den 60er und den frhen 70er Jahren fr consumerpackaged-goods (CPG) auf. Im Auftrag grerer Markenartikler wurden in dieser Zeit erstmals simulierte Testmrkte als Planungsinstrument entwickelt. Sie waren die Antwort auf die bis dahin ausschlielich realen und meist geografisch definierten Testmrkte. Diese galten als langsam, teuer und boten keine Mglichkeit, ein neues Produkt geheim zu testen. Die Rufe nach einer Weiterentwicklung der bereits existierenden Konzept- und Produkt-Tests mit absatzprognostischen Komponenten wurden lauter. Die Idee eines simulierten Testmarktes (STM) war geboren. Die ersten STM-Varianten waren ausschlielich sogenannte Macro-Modelle, die auf Basis aggregierter Daten fr Gruppen und die Gesamtheit einer Stichprobe Absatzvolumina ermittelten und auf Gesamtmarktgre hochrechneten. Prominente Vertreter waren BASES, SENSOR und ASSESSOR. Etwas spter, Anfang der 80er Jahre, kamen Micro-Modelle hinzu, die Volumina auf Basis personenbezogener Verrechnung der Daten ermittelten, beispielsweise der MicroTest. Mit der Entwicklung von simulierten Testmarktverfahren zur Absatzprognose von CPG wurde ein weiterer Meilenstein zur konsequenten Verbesserung der Planungsqualitt erreicht. Die STM-Verfahren trugen den damaligen Marktgegebenheiten alles in allem zufriedenstellend Rechnung. Inzwischen gibt es nicht nur einige der damaligen STM-Verfahren nicht mehr; die noch bestehenden wurden modifiziert oder umfangreich weiterentwickelt. Aber auch die Gte der Modelle, d.h. die Genauigkeit der Vorhersage, blieb nicht unverndert. Teilweise nahm sie ab, was im Extremfall das Verschwinden der Methode vom Markt zur Folge hatte. Teils fhrten Innovationen im Modelling-Ansatz aber auch zu einer verbesserten Prognosequalitt. In der Entstehungsphase des Micro-Models Anfang der 80er Jahre herrschten im Vergleich zu heute noch deutlich einfachere Marktgegebenheiten: Die Anzahl der verfgbaren Massenmedien, aber auch die der vorhandenen Produktkategorien und Vertriebswege waren vergleichsweise berschaubar. Beim Einkauf hatte man bei Tafelschokolade die Auswahl zwischen den populrsten Basisgeschmacksrichtungen Vollmilch und Nougat sowie einer begrenzten Range-Ergnzung um Traube-Nuss, Kakao oder Mokka. Auch der traditionelle Bierkonsum in Deutschland kam noch ohne die Vielzahl an Bier-Pre-Mixgetrnken aus, die inzwischen auf dem deutschen Markt boomen; die Beispiele lieen sich beliebig fortsetzen. Aber nicht nur die Produktwahlmglichkeiten haben sich durch neue Varianten, Sortimentserweiterungen oder gar "echte" Innovationen deutlich erhht. Auch die MarketingKanle, ber die die Produkte mit dem Verbraucher in Kontakt treten und Einfluss auf das Kaufverhalten nehmen, haben sich besonders in den letzten zehn Jahren deutlich gewandelt. Wir verzeichnen einen starken Anstieg von TV- und Radio-Sendern, hufigere und lngere Sendezeiten fr Werbeblcke, neue Formen des Sponsorings oder weiterentwickelte Formen der Auenwerbung. Das damals noch nicht existierende Internet hat neben seiner Funktion als
1

28.07.2009: http://www.marktforschung.de/information/fachartikel/marktforschung/moderne-verfahren-dererfolgsprognose-fuer-konsumgueter-welche-anforderungen-sollten-sie-erfuellen/

Werbetrger mit Bewertungen, Erfahrungs- und Testberichten in Internetforen oder Weblogs einen zunehmenden Einfluss auf den Erfolg oder Misserfolg von Konsumgtern. Diesen neuen Marktverhltnissen mssen auch STM-Verfahren gerecht werden, wenn sie den Anspruch erheben, mglichst genau den Absatzerfolg neuer Produkte prognostizieren zu knnen. Was aber sind in diesem modernen Umfeld die Faktoren, die einen entscheidenden Einfluss auf den Erfolg oder Misserfolg von Launches, Re-Launches oder Line-Extensions haben? Neben den immer schnelleren Reaktionen der Wettbewerber in Form von Preisreaktionen oder Gegenkampagnen nimmt ein Faktor zunehmend Einfluss auf die individuellen Kaufentscheidungen von Verbrauchern das Word of Mouth (WOM).

Der Einfluss des Word of Mouth auf die Kaufbereitschaft nimmt zu

Der Effekt des Word of Mouth, also des direkten Meinungsaustausches zu Produkten in der realen wie in der virtuellen Welt, kann bewirken, dass der Konsument Produkte oder Produkteigenschaften fr sich entdeckt, die er in dieser Form noch nicht kannte oder erst jetzt als spannend und reizvoll empfindet. In die andere Richtung fhren schlechte Erfahrungen mit einem Produkt. Hierauf reagiert der Konsument selbst mit Enttuschung oder Abwendung, noch fataler fr das Produkt aber eventuell sogar mit aktivem Abraten bei anderen Personen. Word of Mouth ist vor allem deshalb fr die Erfolgsprognose relevant, weil es sich zu einer Art Entscheidungshelfer in einer Einkaufswelt zunehmender Produktalternativen entwickelt hat. Urteile von Vertrauenspersonen, seien es Freunde, Meinungsbildner oder vermeintliche Experten im Bekanntenkreis, sind oftmals willkommene Ratgeber. Aus Grnden der realistischen Einschtzung einer Absatzentwicklung sollte daher auch Word of Mouth in ein Prognosemodell aufgenommen werden. Eine Vielzahl an Medien und Produktkategorien, aber auch neue Marketing-Kanle und das Phnomen das Word of Mouth setzen den Rahmen fr die Anforderungen, die eine moderne Erfolgsprognose von Konsumgtern heute erfllen muss. Wie aber gelingt es, die tatschlichen Verbrauchergewohnheiten zu erfassen?

Wie werden tatschliche Verbrauchergewohnheiten erfasst?

Fr eine Absatzschtzung ist es unabdingbar, das tatschliche Verbraucherverhalten zu kennen. In einer direkten Verbraucher-Befragung erhlt man aber eine beabsichtigte Verhaltensweise in Bezug auf den zuknftigen Verbrauch. Dies ist noch nicht identisch mit den realen Verbrauchsgewohnheiten und kann von den tatschlichen spteren Verhaltensweisen der Konsumenten deutlich abweichen. Befragte neigen in der Regel zum "over-claiming". Fr eine realittsnahe Erfassung des Verbrauchs von Marken, Hufigkeiten und Mengen im Haushalt liegt die Lsung in der Bercksichtigung von tatschlichen Nutzungsgewohnheiten in der Kategorie, wie sie beispielsweise in einem Haushaltspanel vorliegen. Eine Kalibrierung an Haushaltspanel-Daten stellt sicher, dass sich die Antworten der Befragten zum beabsichtigten Verbrauch an der Realitt orientieren und fr Korrekturen keine Norm-Datenbank - wie bei Macro-Models - fr die Prognose erforderlich ist.

28.07.2009: http://www.marktforschung.de/information/fachartikel/marktforschung/moderne-verfahren-dererfolgsprognose-fuer-konsumgueter-welche-anforderungen-sollten-sie-erfuellen/

Moderne Verfahren der Erfolgsprognose fr Konsumgter: Welche Anforderungen sollten sie erfllen? (Seite 2/3)
Wie verlsslich ist eine individuell geuerte Kaufbereitschaft?
Die Kaufabsicht ist eines der zentralen Mae fr eine Volumenschtzung. Klassischerweise wurde sie auf der 5-stufigen Kauf-Skala gemessen und mit Erfahrungswerten und Referenzgren gewichtet. Die zunehmende Vielfalt von Alternativen am Point of Sale zwingt jedoch zu einer genderten Betrachtung dieses Entscheidungsprozesses, denn nur bei geringer Auswahlmglichkeit ist die Entscheidung fr den Kufer vergleichsweise einfach. Deshalb und auch dies ist eine Optimierung in der Prognose ist es sinnvoller, die Kaufabsicht im Kontext des Einkaufsverhaltens in der jeweiligen Kategorie zu erfassen. Mit anderen Worten: Die Rolle des entsprechenden Produktes im Umfeld der Kategorie ist relevanter fr die Prognose der Kaufentscheidung als die - unabhngig vom Umfeld geuerte Kaufbereitschaft.

Der ideale STM

Joe Willke, Prsident von ACNielsen BASES, hat schon im Jahr 2002 in treffender Weise die Kriterien fr einen idealen STM charakterisiert und damit eine Lanze fr Micro-Modelle gebrochen: "STMs will need to forecast entirely at the individual level, not just trial and repeat probabilities. They will need to allow for different marketing plans for each individual and they will need to estimate different promotional and advertising elasticities for each person. Without this, forecast accuracy will decline." Grundstzlich haben Micro-Modelle das grte Potenzial, da sie als einziger Ansatz in der Lage sind, jede geplante Marketing-Variable auf Personenebene zu erfassen; Kunde um Kunde, Kauf fr Kauf. Es kann also personenbezogen bercksichtigt werden, ob und auch wann Marketing-Manahmen wie Promotionen am Point of Sale, Bandenwerbung in Sportstadien oder Sponsorings fr Veranstaltungen vom Konsumenten wahrgenommen werden. Damit sind auch Berechnungen von Volumina fr ausgewhlte Zielgruppen und eine entsprechende Optimierung von Marketing-Plnen mglich. Eines der neuesten Prognosemodelle, der MicroTest NouveauTM von TNS Infratest basiert auf der Wahrscheinlichkeitstheorie, die davon ausgeht, dass ein Verbraucher in einem bestimmten Zeitraum mit einer gewissen Wahrscheinlichkeit in einer Kategorie einkauft. Im Falle des Kaufs zeigt das Modell dann, mit welcher Wahrscheinlichkeit der Konsument ein bestimmtes Produkt erwirbt. Werden diese Wahrscheinlichkeiten fr den Kauf eines Produktes ber einen bestimmten Zeitraum und ber eine grere Stichprobe aufaddiert, ergibt sich ein sehr przises und robustes Gesamtbild. Dabei geht man fr jede Person von einer Basis-Kaufwahrscheinlichkeit fr ein bestimmtes Produkt aus, die sich erhht, wenn Marketingaktivitten wie Werbung, Rabatte oder Promotions hinzukommen. Umgekehrt sinkt diese, wenn beispielsweise der Wettbewerb aktiv wird und ebenfalls Preissenkungen vornimmt. Die Wahrscheinlichkeit sinkt auch, wenn berwiegend schlecht ber das Produkt gesprochen wird.

28.07.2009: http://www.marktforschung.de/information/fachartikel/marktforschung/moderne-verfahren-dererfolgsprognose-fuer-konsumgueter-welche-anforderungen-sollten-sie-erfuellen/

Negativbewertungen durch Verbraucher in Internetforen oder Blogs knnen dabei deutliche Bremsspuren beim Absatzerfolg hinterlassen.

(Abb. 1: Wie funktioniert das Grundprinzip des Prognose-Modells von MicroTest Nouveau? klicken zum Vergrern) Die detaillierte Informationserhebung und das Prinzip der personenbezogenen Betrachtung der Erhebungsdaten zieht sich konsequent durch bis zu den individuellen Kaufvolumina und ermglicht so eine Einsicht in die Einzelmotivationen von Kaufentscheidungen. Damit lassen sich jederzeit Prognosen fr beliebig definierte Zielgruppen erstellen, die im Gesamtsample enthalten sind. Die Kenntnis der Einzelvolumen in der Testgruppe ermglicht es, ber Hochrechnung auf die Anzahl der infrage kommenden Haushalte in einem Land ein Gesamtvolumen zu ermitteln: Die Absatzprognose.

Hhere Przision in der Erfolgsprognose mglich

Neue Mglichkeiten ergeben sich auch beim Marketing-Input, der fr die przise Erfolgsprognose wichtig ist: Smtliche Marketing-Manahmen, die ein Hersteller fr relevant erachtet und damit einer mglichst genauen Abbildung der Realitt dienen, werden einbezogen. Und sie knnen in frei gewhlten Intervallen, beispielsweise wchentlich, monatlich oder quartalsweise bercksichtigt und so sinnvoll der Dynamik einer Produktkategorie angepasst werden.

28.07.2009: http://www.marktforschung.de/information/fachartikel/marktforschung/moderne-verfahren-dererfolgsprognose-fuer-konsumgueter-welche-anforderungen-sollten-sie-erfuellen/

(Abb. 2: Wie entwickeln sich die Abverkufe? - klicken zum Vergrern)

Moderne Verfahren der Erfolgsprognose fr Konsumgter: Welche Anforderungen sollten sie erfllen? (Seite 3/3)
Knnen Prognosezeitrume flexibel gewhlt werden?
Eine traditionelle marktforscherische Vorgehensweise im Rahmen der Erfolgsprognose besteht darin, Prognosesysteme auf Zeitrume von ein und zwei Jahren nach Launch bzw. ReLaunch anzulegen. Dies mag fr einen Groteil der schnell drehenden Konsumgter hinreichend hilfreich sein. Bei besonders dynamischen Mrkten wie Erfrischungsgetrnken oder Milchprodukten, die saisonal bedingte Hochphasen haben, sind krzere Prognosezeitrume sinnvoll. Frei whlbare Prognosezeitrume kommen der prziseren Marketing-Planung also ebenso zu gute wie die Mglichkeit, fr gleiche Zeitrume alternative Szenarien zu simulieren. Je genauer der Input an geplanten Marketing-Manahmen, desto genauer ist die Prognose. Daher wird empfohlen, mglichst realistische Einschtzungen hinsichtlich der verfgbaren Ressourcen und der Entwicklung der Distribution zu machen und diese in die Berechnung einzugeben. Das Simulationsmodell lsst auch zu, von alternativen Voraussetzungen auszugehen. Unter einer optimistischen Annahme hiee das: "Welches Volumen wrde ich
5

28.07.2009: http://www.marktforschung.de/information/fachartikel/marktforschung/moderne-verfahren-dererfolgsprognose-fuer-konsumgueter-welche-anforderungen-sollten-sie-erfuellen/

erzielen, wenn die Distribution besser verluft, und/oder mehr Mittel in Werbung oder Promotionen investiert wrde?" Im Umkehrschluss kann dies aber auch bedeuten, dass die entsprechende Prognose mit reduziertem Marketing-Input als "pessimistische" Annahme gerechnet wird. Grundstzlich kann jeder beliebige Input und jeder beliebige Zeitraum problemlos prognostisch simuliert werden. Daher eignet sich dieser Ansatz auch zur schnellen berprfung alternativer Marketing-Strategien bzw. zur Optimierung der Variablen, die zum Erreichen eines Action Standards fhren.

(Abb. 3: Welches Volumen ist erreichbar? - klicken zum Vergrern)

Ein hoher Excitement-Faktor treibt den Erfolg eines Produktes nachhaltig

Um die Nachhaltigkeit eines Absatzerfolgs abschtzen zu knnen, sollten neben dem erreichbaren Volumen auch die Treiber des Erfolgs eines Produktes betrachtet werden. Erfolgreiche Produkte zeichnen sich dadurch aus, dass sie sich merklich von anderen Produkten unterscheiden (Uniqueness) und dieser Unterschied als persnlicher Vorteil empfunden wird (Relevanz). Eine weitere Dimension sollte dabei aber nicht auer Acht gelassen werden: Excitement. Spannung und Reiz sind Eigenschaften, die sowohl die erlebte Neuartigkeit als auch die Kaufbereitschaft erhhen. Verbraucher nehmen Produkte mit einem hohen Excitement-Faktor als neu und besonders wahr. Mgliche Kaufbarrieren werden leichter berwunden und damit die Wahrscheinlichkeit erhht, dass das Produkt gekauft wird. TNS Infratest verfgt zudem ber eine globale Innovations-Datenbank mit ber 40.000 Fllen, die neben der Ermittlung von relativen Gewinnern und Verlierern im Test auch das
6

28.07.2009: http://www.marktforschung.de/information/fachartikel/marktforschung/moderne-verfahren-dererfolgsprognose-fuer-konsumgueter-welche-anforderungen-sollten-sie-erfuellen/

Benchmarking der Testkonzepte gegen andere Konzepte in der jeweiligen Kategorie ermglicht.

Fazit
Modelle, die den Anspruch erheben, Absatzvolumen fr Produkte przise prognostizieren und Erfolgsfaktoren diagnostizieren zu knnen, mssen in der Lage sein, den heutigen Marktrealitten Rechnung zu tragen. Die wichtigsten Anforderungen an die moderne Erfolgsprognose fr Konsumgter:

Jede geplante Marketing-Variable wird auf Personenebene zugeordnet. Es wird also personenbezogen bercksichtigt, ob und auch wann Marketing-Manahmen wie Promotions am POS, Werbung oder Sponsoring fr Veranstaltungen vom Konsumenten wahrgenommen werden Wettbewerberreaktionen knnen bercksichtigt und deren Auswirkungen auf die individuellen Kaufwahrscheinlichkeiten berechnet werden Word of Mouth wird in der Befragung miterfasst und in der Berechnung bercksichtigt Die Kalibrierung an Haushaltspanel-Daten stellt sicher, dass sich die Ergebnisse an der Realitt orientieren Es ist keine Norm-Datenbank - wie bei Macro-Models - fr die Prognose erforderlich Neben der reinen Volumenprognose werden auch Markterfolgsfaktoren erfasst und im Kontext der globalen Datenbank von TNS Infratest mit ber 40.000 Fllen analysiert

So ndert sich also nicht nur die Welt der Verbraucher, auch die Instrumente, die sie erforschen, unterliegen einem stetigen Wandel. Denn wie schon vor 30 Jahren geht es auch heute darum, Flops zu vermeiden und Produkte mit Erfolgschancen am Markt zu platzieren. (bei marktforschung.de verffentlicht am 29.07.2009) ber den Autor: Martin Sthle ist Client Service Director bei TNS Infratest (zuvor Research International). Sein Einstieg bei Research International erfolgte 1979. Sthle ist Experte fr Fast Moving Consumer Goods (FMCG), insbesondere fr Konzepttests, Marketing-Mix-Elemente (Produkt- und Preistests), Erfolgsprognosen (STM) und Grundlagenstudien (U&A, Potenzialidentifikationen) sowie Werbewirkungsforschung.