Werbequalität und Marktanteil: Modellgestützte Analyse eines Zusammenhangs

1. Werbequalität und Marktanteil: Modellgestützte Analyse eines Zusammenhangs Regensburg, den 5.6.2002 raimund.wildner@gfk.de

2. Agenda • Kurzvorstellung GfK • Das Advertising Response Modell • Zielsetzung • Modellstruktur • Fallstudie • Neuere Entwicklungen • Datenfusion • Mikromodelling • Ausblick

3. Zur Geschichte der GfK • 1924 Gründung des Instituts für Wirtschafts- beobachtung der deutschen Fertigware. • 1934 gegründet als GfK-Nürnberg e.V. durch u.a. W. Vershofen, L. Erhard. • 1945 Wiederaufbau durch u.a. G. Bergler. • Ab 1980 Gründung von GfK-Firmen in den europäischen Key-Ländern. • 1984 GfK GmbH, 1990 GfK AG. • Seit 1999 an der Börse, seit 2000 im MDax.

4. Aktueller Steckbrief der GfK-Gruppe • 2001: 525 Mio. € Gesamtleistung (+11,9%). • In Deutschland Nr. 1, weltweit Nr. 6. • 31.12.2001: 4750 Mitarbeiter, in D 1448. • Zunehmende Internationalisierung (63,1% der Gesamtleistung außerhalb Deutschlands). • 4 Geschäftsfelder (Ad Hoc, Consumer Tracking, Non-Food Tracking, Media). • Weltweit das Marktforschungsinstitut mit der größten Produktpalette.

5. Agenda • Kurzvorstellung GfK • Das Advertising Response Modell • Zielsetzung • Modellstruktur • Fallstudie • Neuere Entwicklungen • Datenfusion • Mikromodelling • Ausblick

6. Struktur bisheriger Marketingmix-Modelle Werbung Werbepretest Preis Werbedruck MARKETING MIX MODEL Marketingmix- Modell Promotion Distribution Bisherige Modelle berücksichtigen nicht die Werbe-qualität, wie sie in Werbepretests gemessen wird.

7. Zielsetzung: Berücksichtigung der Werbequalität Werbung Werbepretest Preis Werbedruck MARKETING MIX MODEL Marketingmix- Modell Promotion Distribution Bis auf Produkt Berücksichtigung fast des kompletten Marketingmix.

8. Welche Qualität hat mein Werbefilm? AD*VANTAGE/ACT Studiotest mit mindestens 125 Testpersonen Einladung: Es geht um Vorabendprogramm im TV 1. Eingangsinterview (u.a. bevorzugte Marke) 2. Vorabendprogramm Kurzfilm Werbung (T-K-T-K-T-K-T) Kurzfilm 3. Fragen zum Programm 4. Memoryspiel 5. Vorabendprogramm Kurzfilm Werbung (T- T - T - T) 6. Lotteriespiel: Welche Marken sollen in den Einkaufskorb der verlost wird? 7. Diagnostische Fragen Motivationale Schubkraft Durchsetzungs- vermögen T = Testspot K = Kontrollspot

9. Werbepretest: Ad*VantageKonsequenzen Durchsetzungsvermögen in % Story motiviert nicht genügend zum Kauf -> Story überarbeiten Norm Schalten Norm Marke wird nicht genügend erinnert -> Marke mehr in den Vordergrund Nicht schalten Motivationale Schubkraft in %

10. Die Modellstruktur:Das Kaufmodell Kauf der Marke Kauf Konkurrenzmarke oder kein Kauf Kauf der Marke oder kein Kauf Kein Kauf Nichtkäuferohne Produkterf. Wieder-käufer Probierer Nichtkäufermit Produkterf. Kauf Konkurrenzmarke

11. Die Modellstruktur:Das Kaufmodell Warum wird keinRegressionsmodell verwendet? • Motivationale Schub- kraft ist Anteil von Markenwechslern. • Regressionsmodelle sind ideal zur Ab- bildung sofort wirkender Effekte. Nichtkäufer ohne Produkterf. Wieder-käufer Probierer Nichtkäufer mitProdukterf.

12. Nichtkäufer ohne Produkterf. Wieder-käufer Probierer Nichtkäufer mitProdukterf. Die Modellstruktur:Das Kaufmodell Display Normalpreis Aktionspreis Distribution Probierkauf-/Wiederkauf-/ Treuekaufrate ElastizitätenNormalpreis/Aktionspreis Aufmerksam-keitswirkungRegal / Displ.

13. Besonderheit für Neuprodukte • Problem: Die Entwicklung für neue Produkte zeigt häufig einen „Novelty Peak“ aufgrund von Verbrauchern, die gerne neue Produkte ausprobieren. • Lösung: Probierkaufrate und Wiederkaufrate ändern sich über die Zeit hinweg. • Probierkaufrate startet hoch und fällt dann ab. • Wiederkaufsrate startet niedrig und steigt an. • Dazu wird ein Anteil von Vielprobierern geschätzt.

14. Modellierung Preis Preiseffekt = Normalpreiseffekt * Promotionpreiseffekt Normalpreis Konkurrenz Normalpreis Marke ( )NPE Normalpreis Marke Durchschnittspreis Marke ( )PPE Preiseffekt wirkt auf Erst- und Wiederkauf. NPE = Normalpreiselastizität PPE = Promotionpreiselastizität

15. Modellierung Distribution • Voraussetzung für Probierkauf (Verfügbar- keit wird für Wiederkauf vorausgesetzt). • Schafft Awareness. • Displays schaffen zusätzliche Awareness. Veränderung Probierkaufrate (PKR): Probierkaufrate * Distribution * Awarenesseffekt Awarenesseffekt = = Awarenesseffekt Regal * Regalanteil + + Awarenesseffekt Display * Distr. Display

16. Die Modellstruktur:Das Werbemodell Verbraucher, welche die Werbung nicht sehen können Einschaltquotenpro Sender Ohne aktuellen Werbe-kontakt Max. Reichweitepro Sender Mite einem aktuellen Werbe-kontakt Schaltungen pro Sender Vergessens- rate Mit 2+ aktuellen Werbe-kontakten / nicht aware Durchsetzungs-vermögen Mit 2+ aktuellen Werbe-konatakten / aware

17. Die Modellstruktur: Verbindung Kaufmodell und Werbemodell Probierkaufrate Treuekauf-rate Nicht aware Nichtkäufer ohne Produkterf. LOYAL PURCHASE RATE Durchsetzungs-vermögen Wieder-käufer Probierer Nichtkäufer mitProdukterf. Wiederkaufrate Aware, nichtmotiviert 1 MotivationaleSchubkraft Nichtkäufer ohne Produkterf. 1 1 Wieder-käufer Probierer Motiviert Nichtkäufer mitProdukterf. 1

18. Die Modellstruktur:Parameterschätzung • Start mit einem grob geschätzten Set von Parametern. • Berechnung der Summe der Abweichungsquadrate. • Zielgerichtete Änderung der Parameter, so dass Summe der Abweichungsquadrate minimiert wird. Modell real

19. Die Modellstruktur:Parameterschätzung

20. Die Modellstruktur: Prognoseprozedur Basiszeitraum Prognosezeitraum

21. Die Modellstruktur:Validierungen • 14 Validierungen • 8 Warengruppen • 2 USA, 12 Deutschland • Marktanteil in der Basisperiode 2,6% bis48,5% • Ausreißer: Relaunch und Einführung einerKonkurrenzmarke. • R² ohne Ausreißer: 89% Veränderung Modell Reale Veränderungen

22. Große deutsche Getränkemarke Seit Jahrzehnten etabliert Marktführer Starke Promotion- und Werbeunterstützung in der Warengruppe Werbedruck der Marke unter Durchschnitt Welchen Effekt hat mehr oder verbesserte Werbung? Welchen Effekt haben Änderungen in der Werbung im Vergleich zu Änderungen bei anderen Marketingmix-Variablen? Fallstudie: Ausgangspunkt der Marke H

23. Fallstudie: Änderung beim Werbedruck Markt- anteil Aktueller Werbe-druck = 100 Index= 0 Index= 300

24. Fallstudie: Einfluss der Werbeparameter Werbedruck MotivationaleSchubkraft Durchsetzungs-vermögen Indices; aktuelle Situation = 100

25. Vergleich Wirkung Werbung mit anderen Variablen Marke H Vergleichbare Wirkung von Werbung und Promotion

26. Agenda • Kurzvorstellung GfK • Das Advertising Response Modell • Zielsetzung • Modellstruktur • Fallstudie • Neuere Entwicklungen • Datenfusion • Mikromodelling • Ausblick

27. Warum Datenfusion? • TV-Panel ist “Währung” für Fernsehsender und Werbungtreibende. • Ein Test in 1995 zeigte die Folgen auf, wenn zusätzlich zum TV-Zuschauerverhalten auch das Einkaufsverhalten erhoben werden: • Zuwachs der Panelsterblichkeit um 50%. • Abnahme der Teilnahmebereitschaft am Panel um 50%. • Nachteil der Datenfusion: Ca. 50% der Werbewirkung gehen verloren.

28. Vorgehensweise Fusion für die Werbewirkungsmessung • Regressionsrechnung im TV-Panel • Abhängige: Kontaktsumme Kampagne; Sehdauer Werbung gesamt. • Unabhängige: • TV-Zuschauerverhalten (Genre - Sender - Zeitschnitte) • Soziodemografie (insb. Alter) • Erreichtes Bestimmtheitsmaß: Ca. 60 bis 70% • Übertragung der Regressionsbeziehung auf die haushaltsführende Person im Verbraucherpanel-> Schätzung der Kontakte bis zum Kaufakt • Zuordnung haushaltsführenden Personen der beiden Panels aufgrund Anzahl der Kontakte mit Kampagne und Sehdauer gesamt.

29. Elimination von Störvariablen Beispiel für das STAS-Differential (Jones 1994) Werbekontakt für Marke A innerhalb von 7 Tagen vor Kaufakt in Warengruppe? Einkauf in der Warengruppe Kaufakte ohne Werbung Anteil für beworbenes Produkt Unterschied: STAS-Differential Kaufakte mit Werbung Anteil für beworbenes Produkt

30. Elimination von Störvariablen Beispiel für das STAS-Differential (Jones 1994) Werbekontakt für Marke A innerhalb von 7 Tagen vor Kaufakt in Warengruppe? Einkauf in der Warengruppe Kaufakte ohne Werbung Warengruppe: 2165 Marke A: 298 Anteil von A: 13,8% STAS-Differential: 16,1%/13,8%=1,171 17,1% Kaufakte mit Werbung Warengruppe: 2890 Marke A: 466 Anteil von A: 16,1% Quelle: MediaScan 1995

31. Elimination von Störvariablen Probleme mit dem STAS-Differential Kaufakte ohne Werbung Warengruppe: 2165 Marke A: 298 Anteil von A: 13,8% Differenz zwischen den Gruppen nur dann als Werbewirkung interpretierbar, wenn Gruppen ansonsten gleichen Einflüssen ausgesetzt sind. STAS-Differential: 16,1%/13,8%=1,171 17,1% Kaufakte mit Werbung Warengruppe: 2890 Marke A: 466 Anteil von A: 16,1%

32. Elimination von Störvariablen Probleme mit dem STAS-Differential Wenigseher TV-Werbung Mit hoher Wahrschein- lichkeit Nichtseher von Werbung von A Vielseher von TV-Werbung Mit hoher Wahrscheinlich- keit Seher von Werbung von A Kaufakte ohne Werbung Warengruppe: 2165 Marke A: 298 Anteil von A: 13,8% Unterschiede in - Freizeitverhalten - Soziodemografie - Einstellung zu (TV-)Werbung - Kontakte Kon- kurrenzwerbung - etc. STAS-Differential: 16,1%/13,8%=1,171 17,1% Kaufakte mit Werbung Warengruppe: 2890 Marke A: 466 Anteil von A: 16,1% Intervenierende Variable „Per- sönlichkeit“

33. Elimination von Störvariablen Bestimmung der Störvariablen „Persönlichkeit“ Soziodemo- grafie Einstellungen zu TV Einstellungen zu Werbung Freizeit- verhalten Inter- venierende Variable Sehdauer TV-Werbung Sehdauer TV- Werbung trans- portiert Einfluß der Persönlich- keit auf das STAS-Differential Einfluß auf STAS

34. Elimination von Störvariablen Probleme mit dem STAS-Differential Einfluss der Abstimmung von Werbung und Promotion auf das STAS-Differential Intervenierende Variable „Instore- situation“ Obwohl keine Werbewirkung vorliegt (pro Woche gleiche Anteile für A in beiden Gruppen) STAS-Differential von 78%

35. Elimination von Störvariablen Bestimmung der Störvariablen „Instore-Situation“ Promotion Platzierung Preis- situation Distribution Konkurrenz Im Verbraucher- panel: Subsegmente, die sich aus der Kreuzung von 9 Key-Accounts und 4 Geschäfts- typen ergeben + Promotion je Woche Inter- venierende Variable Instore Marktanteil Kaufverhalten

36. Elimination von Störvariablen Probleme mit dem STAS-Differential TV-Werbung wird häufig so gestreut, dass Personen mit Affinität zum beworbenen Produkt stärker erreicht werden Es besteht die Gefahr, dass eine generell höhere Markenbindung der Personen mit Werbekontakt als Werbewirkung analysiert und interpretiert wird Intervenierende Variable „Marken- bindung“

37. Elimination von Störvariablen Bestimmung der Störvariablen „Markenbindung“: Berücksichtigung Stufe der Markenbindung als Set von 0/1-Variablen 80,4% Anteil der folgenden Kaufakte für die Marke A 54,5% 21,5% Treuekäufer Wiederkäufer 4,9% 19,6% gelegentliche Käufer 45,5% Anteil der folgenden Kaufakte für eine Konkurrenzmarke Nichtkäufer 78,5% 95,1%

38. Durchführung der Auswertung Unabhängige Variable Abhängige Variable • Effektive Kontakte Werbung • Stufe der Markenbindung(Vier 0/1-Variable) • Marktanteil Key-Account /Geschäftstyp (zeitl. konstant) • Promotion je Woche • Sehdauer Werbung gesamt Kauf Marke (=1) oder Kauf Konkurrenz (=0) • Logistische Regression liefert: • Parameter zur Qualität der Regression gesamt (R², F-Wert) • Parameter zur Bedeutung jeder einzelnen Variable (Beta, Stand. Beta, Wald-Statistik) • Möglichkeit zur Simulation verschiedener Werbedruckalternativen

39. Durchführung der Auswertung Unabhängige Variable Abhängige Variable • Effektive Kontakte Werbung • Stufe der Markenbindung(Vier 0/1-Variable) • Marktanteil Key-Account /Geschäftstyp (zeitl. konstant) • Anteil Kauf in Promotion pro Woche • Sehdauer Werbung gesamt Kauf Marke (=1) oder Kauf Konkurrenz (=0) Transformation der Werbekontakte vor Kauf in effektive Werbekontakte Effektive Werbekontakte Min und Max werden so geschätzt, dass der Einfluss der Werbung maximiert wird. • Multiple Regression liefert: • Parameter zur Qualität der Regression gesamt (R², F-Wert) • Parameter zur Bedeutung jeder einzelnen Variable (Beta, Stand. Beta, t-Wert) • Möglichkeit zur Simulation verschiedener Werbedruckalternativen Min Max Werbekontakte (u.U. diskontiert)

40. Fallbeispiel: Marke C Spendings 1999: 11 Mio. DM Auszug aus der Datenbasis 8274 Kaufakte, davon 1070 für Marke C

41. Fallbeispiel: Marke C Ergebnis 45,9% der Produktwahl wird erklärt Minimum 0, Maximum 16 -> Schon der erste Kontakt wirkt! Keine Diskontierung! Werbung zu mehr als 99,9% signfikant

42. Fallbeispiel: Marke C Ergebnis Simulation Effekt der Kampagne: + 15% 12,9 11,2 Wahre Werbe- wirkung um ca. 100% höher!

43. Mikromodelling:Zielsetzung • Simultane Schätzung aller relevanten Marken und Key Accounts (Marktmodell, keine Markenmodell!) • Modell auf Basis einzelner Haushalte / Kaufakte -> beliebige Aggregationen möglich. • Schätzung des Einflusses von • Preis • Promotion • Distribution • Werbung (TV). • ... aber das wäre eigener Vortrag!

44. Modellanwendung • Produktionsprogramm zur Anwendung in der GfK: • Datenaufbereitung • Schätzung der Parameter • Auswertungsprogramm zur Anwendung beim Kunden: • Analyse • Simulation • Prognose • Auswertungsprogramm im Standardpaket enthalten.

45. Ausblick • Modelle bieten die Chance, eine große Menge Daten auf die für das Management wesentlichen Zusammenhänge zu reduzieren. • Ergebnisse werden in der Sprache des Manage-ments präsentiert. • Modelle werden daher zunehmende Bedeutung gewinnen. • Größte Gefahr: Overselling.