marktforschung mit panels: arten - erhebung - analyse - anwendung, 2. auflage

Martin Günther/Ulrich Vossebein/Raimund Wildner

Marktforschung mit Panels

Martin Günther/Ulrich Vossebein/Raimund Wildner

Marktforschungmit PanelsArten – Erhebung – Analyse – Anwendung

2., vollständig überarbeitete Auflage

Bibliografische Information Der Deutschen BibliothekDie Deutsche Bibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie;detaillierte bibliografische Daten sind im Internet über <http://dnb.ddb.de> abrufbar.

1. Auflage 19841. Auflage 1977.

1. Auflage September 19982., vollständig überarbeitete Auflage Juli 2006

Alle Rechte vorbehalten© Betriebswirtschaftlicher Verlag Dr. Th. Gabler | GWV Fachverlage GmbH, Wiesbaden 2006

Lektorat: Jutta Hauser-Fahr / Walburga Himmel

Der Gabler Verlag ist ein Unternehmen von Springer Science+Business Media.www.gabler.de

Das Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt. JedeVerwertung außerhalb der engen Grenzen des Urheberrechtsgesetzes ist ohneZustimmung des Verlags unzulässig und strafbar. Das gilt insbesondere fürVervielfältigungen, Übersetzungen, Mikroverfilmungen und die Einspeicherungund Verarbeitung in elektronischen Systemen.

Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werkberechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen imSinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten wären und dahervon jedermann benutzt werden dürften.

Umschlaggestaltung: Ulrike Weigel, www.CorporateDesignGroup.deDruck und buchbinderische Verarbeitung: Wilhelm & Adam, HeusenstammGedruckt auf säurefreiem und chlorfrei gebleichtem PapierPrinted in Germany

ISBN-10 3-409-22244-8ISBN-13 978-3-409-22244-0

Martin Günther ist Leiter der Bereiche Direktmarketing und Sozialmarktforschung bei der GfKGesellschaft für Konsum-, Markt- und Absatzforschung, Nürnberg.

Dr. Raimund Wildner ist dort Geschäftsführer und Leiter der Methodenforschung.

Prof. Dr. Ulrich Vossebein lehrt Marketing an der FH Gießen und leitet Seminare und Fachtagungenzu diesem Themenkreis.

V

Vorwort

In den letzten Jahren ist die Bedeutung der Panelforschung immer weiter gestie-gen. Dies liegt einerseits daran, dass die Wettbewerbsintensität auf vielen Märk-ten zugenommen hat, so dass eine möglichst genaue Beschreibung der Marktzu-sammenhänge im Zeitverlauf unverzichtbar ist. Andererseits wurde diese Form der Marktforschung auf weitere Branchen ausgeweitet.

Die zweite Auflage wurde von Grund auf überarbeitet, wobei die generelle Ziel-setzung sowie die Struktur des Buches beibehalten wurden. Das Buch bietet wei-terhin einen umfassenden Einblick in den Bereich der Panelforschung, wobei zu-nächst aufgezeigt wird, wie Panels aufgebaut werden können, und welche me-thodischen Aspekte hierbei zu beachten sind. Anschließend werden die größten Panels vorgestellt, wobei neben den Handels- und Verbraucherpanel u. a. auch Panels aus dem Industriegüterbereich, der Pharmaindustrie oder der Verpackungsbranche behandelt werden.

Im dritten Kapitel werden die unterschiedlichen Dimensionen einer Panelzahl diskutiert, wobei deutlich wird, welches Potenzial in Panels vorzufinden ist. Dar-an schließt sich eine Auswahl von Sonderanalysen an, die die normale Berichter-stattung ergänzen. Gerade im Zusammenhang mit den Sonderanalysen wird im-mer wieder deutlich, welche Vorteile unverzerrte Längsschnittsanalysen gegen-über reinen Querschnittsdaten haben. Eine Fallstudie, in der der Ablauf einer möglichen Analyse im Biermarkt aufgezeigt wird, schließt das Buch ab.

Über Anregungen, Verbesserungsvorschläge oder Ergänzungen zu diesem Buch sind die Autoren sehr dankbar.

Nürnberg, Kronberg 2006 Martin Günther Ulrich Vossebein Raimund Wildner

VII

Inhaltsverzeichnis

1. Grundlagen ...................................................................................................... 1 1.1 Was ist ein Panel? ...................................................................................... 1 1.2 Elemente eines Panels ................................................................................ 8 1.2.1 Überblick ......................................................................................... 8 1.2.2 Die Grundgesamtheit ....................................................................... 9 1.2.2.1 Die Grundgesamtheit eines Einzelhandelspanels ............ 10 1.2.2.1.1 Definition der Grundgesamtheit..................... 10 1.2.2.1.2 Bestimmung der Grundgesamtheit................. 12 1.2.2.2 Die Grundgesamtheit eines Verbraucherpanels .............. 17 1.2.3 Die Stichprobe ............................................................................... 19 1.2.3.1 Anforderungen an die Panelstichprobe............................ 19 1.2.3.1.1 Repräsentativität............................................. 19 1.2.3.1.2 Geringe Streuung des zu schätzenden Merkmals (Reliabilität) .................................. 21 1.2.3.2 Die Stichprobe eines Einzelhandelspanels ...................... 25 1.2.3.3 Die Stichprobe eines Verbraucherpanels......................... 32 1.2.4 Die Erhebung ................................................................................. 37 1.2.4.1 Die Erhebung im Handelspanel ....................................... 37 1.2.4.2 Die Erhebung im Verbraucherpanel ................................ 40 1.2.4.2.1 Überblick ........................................................ 40 1.2.4.2.2 Die Kalendermethode..................................... 40 1.2.4.2.3 POS-Scanning ................................................ 43 1.2.4.2.4 Inhome Scanning............................................ 45 1.2.4.2.5 Electronic Diary ............................................. 46 1.2.4.2.6 Internet Erfassung .......................................... 48 1.2.5 Coverage von Einzelhandelspanel und Verbraucherpanel ............ 50 1.2.5.1 Grundsätzliche Überlegungen ......................................... 50 1.2.5.2 Coverage des Handelspanels ........................................... 52 1.2.5.3 Coverage des Verbraucherpanels .................................... 54 1.2.6 Hochrechnung................................................................................ 56 1.2.6.1 Hochrechnung im Handelspanel...................................... 56 1.2.6.2 Hochrechnung im Verbraucherpanel............................... 60

VIII

1.3 Der Produktionsprozess ........................................................................... 63 1.3.1 Überblick ....................................................................................... 63 1.3.2 Der Produktionsprozess im Handelspanel ..................................... 63 1.3.2.1 Dateneingang und Prüfung auf Geschäftsebene.............. 63 1.3.2.2 Prüfung auf Artikelebene................................................. 65 1.3.2.3 Hochrechnung und Berichtserstellung............................. 67 1.3.3 Der Produktionsprozess im Verbraucherpanel .............................. 68 1.4 Der Markt für Panelforschung ................................................................. 69

2. Die unterschiedlichen Panelarten ................................................................ 73 2.1 Klassifizierungen von Panels ................................................................... 74 2.2 Das Handelspanel – der Ursprung der institutionellen Panels................. 78 2.2.1 Aktuelle Entwicklungen im Handelspanel .................................... 80 2.2.2 Datenarten im Handelspanel.......................................................... 83 2.2.3 Datenquellen und Datenverfügbarkeit........................................... 85 2.2.4 Spezifische Ergänzungen zum Handelspanel Non-Food .............. 87 2.3 Verbraucherpanels.................................................................................... 89 2.3.1 Verbraucherpanels – Haushalts- versus Individualpanel ............. 92 2.3.2 Möglichkeiten der Datenerhebung im Verbraucherpanel ............ 92 2.3.2.1 Scanning .......................................................................... 93 2.3.2.2 Schriftliche Kalendermethodik ....................................... 94 2.3.2.3 Online Datenerhebung..................................................... 94 2.3.2.4 Einsenden von Werbesendungen an das Institut............. 95 2.3.3 Berichtszyklen im Verbraucherpanel ........................................... 96 2.3.4 Spezialpanels im Verbraucherpanel ............................................. 98 2.4 Anzeigenpanels ...................................................................................... 103 2.5 Nielsen Single Source ............................................................................ 104 2.6 Fernsehzuschauerpanel........................................................................... 107 2.6.1 Grundlagen................................................................................... 107 2.6.2 Methode der Fernsehzuschauerforschung in Deutschland .......... 110 2.6.2.1 Die Grundgesamtheit ..................................................... 110 2.6.2.2 Die Stichprobe und die Hochrechnung.......................... 110 2.6.2.3 Die Erhebung der TV-Nutzungsdaten ........................... 112 2.6.3 Wichtige Fakts ............................................................................. 114 2.6.4 Wichtige Segmente ...................................................................... 116

IX

2.7 Mikrotestmärkte ..................................................................................... 117 2.7.1 Grundlagen der Mikrotestmärkte in Deutschland ....................... 117 2.7.2 GfK-BehaviorScan ...................................................................... 118 2.8 Spezialpanels .......................................................................................... 122 2.8.1 MM-Industrie-Panel .................................................................... 122 2.8.1.1 Beschreibung des Panels................................................ 122 2.8.1.2 Ergebnisbeispiele ........................................................... 123 2.8.1.3 Weitere Analyseansätze................................................. 131 2.8.1.4 Schlussbetrachtung ........................................................ 133 2.8.2 Das Verpackungspanel ................................................................ 133 2.8.2.1 Beschreibung des Panels................................................ 133 2.8.2.2 Ergebnisbeispiele ........................................................... 135 2.8.2.3 Zusammenfassung ......................................................... 137 2.8.3 Das Landwirtschaftspanel............................................................ 139 2.8.3.1 Beschreibung des Panels................................................ 139 2.8.3.2 Schlussbetrachtung ........................................................ 141 2.8.4 Das Tiergesundheitspanel ............................................................ 142 2.8.5 Das Pharmapanel der IMS HEALTH GmbH & Co. ................... 142 2.8.5.1 DPM – Der pharmazeutische Markt .............................. 142 2.8.5.2 RPM – Der regionale pharmazeutische Markt .............. 143 2.8.5.3 VIP – Verschreibungsindex für Pharmazeutika ............ 144 2.8.5.4 GPI Krankenhaus Index (DKM).................................... 145 2.8.5.5 IMS Pharma Trend monatlich ....................................... 145 2.8.5.6 Schlussbetrachtung ........................................................ 145 2.8.6 Die Pharmapanels der GfK Health Care ..................................... 145 2.8.6.1 Medic*Scope ................................................................. 146 2.8.6.2 GPI Werbestatistik-Referenten ..................................... 147 2.8.6.3 APO*STAT – Werbestatistik Apotheke ....................... 149 2.8.7 Online-Panel ............................................................................... 150 2.8.7.1 Das MegaPanel von Nielsen/Netratings ....................... 150 2.8.7.2 Qualitätsanforderungen an Online-Panels..................... 153 2.8.8 Sonstige Panels ............................................................................ 154 2.9 Aspekte Internationaler Panelforschung ................................................ 154

X

3. Dimensionen einer Panelzahl ..................................................................... 159 3.1 Artikel..................................................................................................... 161 3.1.1 Definition einer Warengruppe ..................................................... 161 3.1.2 Warengruppendefinitionen im FMCG und SMCG Bereich........ 163 3.1.3 Der EAN Code............................................................................. 169 3.1.3.1 Der 13-stellige EAN Code............................................. 169 3.1.3.2 Die Prüfziffer ................................................................. 170 3.1.3.3 Die Instore Codes........................................................... 171 3.1.3.4 Die Ermittlung der Prüfziffer......................................... 172 3.1.4 Der ISBN und ISSN Code ........................................................... 173 3.2 Segmente ................................................................................................ 175 3.2.1 Segmente des Handelspanels ....................................................... 177 3.2.1.1 Geschäftstypen des Handelspanels Food....................... 179 3.2.1.1.1 Verbrauchermärkte....................................... 179 3.2.1.1.2 Discounter .................................................... 181 3.2.1.1.3 Traditioneller LEH ....................................... 183 3.2.1.2 Key-Accounter des Handelspanels Food....................... 185 3.2.1.3 Weitere Segmente des Food Handelspanels .................. 186 3.2.1.3.1 Drogerie-/Parfümerie-Fachhandel................ 186 3.2.1.3.2 Abholmärkte................................................. 187 3.2.1.3.3 Kauf- und Warenhäuser ............................... 188 3.2.1.4 Zusammenfassung ......................................................... 188 3.2.2 Segmente des Handelspanels Non-Food ..................................... 189 3.2.2.1 Überblick ....................................................................... 189 3.2.2.2 Internationale Key-Account Definitionen ..................... 189 3.2.3 Segmente des Verbraucherpanels ................................................ 195 3.2.3.1 Discounter inkl. Aldi ..................................................... 196 3.2.3.2 Soziodemographien ....................................................... 197 3.2.4 Segmente der Anzeigenpanels..................................................... 199 3.3 Perioden ................................................................................................. 201 3.3.1 Monatsperioden ........................................................................... 202 3.3.2 Zweimonatsperioden.................................................................... 205 3.3.3 Quartalsperioden.......................................................................... 207 3.3.4 Tertialsperioden ........................................................................... 207 3.3.5 Halbjahresperioden ...................................................................... 208

XI

3.3.6 Jahresperioden ............................................................................. 208 3.3.7 Aufgelaufenes Jahr (Year-to-Date).............................................. 208 3.3.8 Rollierendes Jahr (MAT)............................................................. 209 3.4 Fakts (Measures) der Panels................................................................... 209 3.4.1 Die Fakts des Handelspanels Food und Non-Food ..................... 211 3.4.1.1 Überblick ...................................................................... 211 3.4.1.2 Die Basisfakts des Handelspanels ................................. 212 3.4.2 Die quantitativen Fakts des Verbraucherpanels ......................... 223 3.4.3 Die qualitativen Fakts des Verbraucherpanels ............................ 243 3.4.4 Promotionfakts für das Handels- und Verbraucherpanel ............ 246 3.4.5 Die Fakts des Direktmarketing Panels......................................... 252 3.4.5.1 Die allgemeinen Fakts des Direktmarketing Panels ...... 252 3.4.5.2 Die Responsefakts des Direktmarketing Panels ............ 255 3.4.6 Die Fakts der Anzeigenpanels ..................................................... 257 3.5 Auswertungstools ................................................................................... 258 3.5.1 S*t*a*r*T*r*a*c*k ..................................................................... 261 3.5.2 ARES – Das Tool der GfK für Verbraucherpaneldaten Food ....262 3.5.3 PlusSuite ...................................................................................... 264 3.5.4 NITRO......................................................................................... 265

4. Sonderanalysen............................................................................................ 267 4.1 Handelspanel .......................................................................................... 267 4.1.1 Preisanalysen……………………….. ......................................... 267 4.1.1.1 Preisstellung................................................................... 267 4.1.1.2 Preishäufigkeitsverteilung ............................................. 268 4.1.1.3 Preisstellung hochgerechnet .......................................... 270 4.1.1.4 Auswirkungen von Preisveränderungen........................ 271 4.1.1.5 Preis – Absatz – Funktion.............................................. 273 4.1.1.6 Doppelt geknickte Preis - Absatz - Funktion................. 274 4.1.1.7 Preiselastizität der Nachfrage ........................................ 275 4.1.1.8 Kreuzpreiselastizität....................................................... 276 4.1.1.9 Preisabstandsanalyse...................................................... 278 4.1.2 Aktionsanalysen………............................................................... 279 4.1.2.1 Aktionshäufigkeit / Aktionsprofil.................................. 279 4.1.2.2 Aktionsbedeutung für den Absatz ................................. 281

XII

4.1.2.3 Aktionsindexanalyse...................................................... 282 4.1.2.4 3-Phasen Aktionsindex / Reaktionsindex ...................... 283 4.1.2.5 Promotion Frequenz....................................................... 284 4.1.2.6 Profiler Promotion Effizienz.......................................... 285 4.1.2.7 Warenkorbanalyse ......................................................... 285 4.1.3 Vertriebsbezogene Analysen ....................................................... 286 4.1.3.1 Vertriebsstrukturanalyse ................................................ 286 4.1.3.2 Distributionsüberschneidungsanalyse ........................... 287 4.1.3.3 Distributions-Dichte-Analyse ........................................ 289 4.1.3.4 Distributionswanderungsanalyse ................................... 290 4.1.3.5 Distributions-Potenzial-Analyse.................................... 291 4.1.3.6 Kontaktstreckenanalyse ................................................. 294 4.1.3.7 Custom Profiler Shelf Space Optimizer ........................ 295 4.1.3.8 Launch Report ............................................................... 296 4.1.4 Portfolio-Analyse......................................................................... 297 4.1.4.1 Sortimentsanalyse .......................................................... 297 4.1.4.2 Absatzmittleranalyse...................................................... 298 4.1.5 Zusammenfassung ....................................................................... 300 4.2 Sonderanalysen Verbraucherpanel......................................................... 300 4.2.1 Vorüberlegungen ......................................................................... 300 4.2.2 Statische Sonderanalysen............................................................. 302 4.2.2.1 Käuferstrukturen ............................................................ 302 4.2.2.1.1 Soziodemographische Käuferstrukturen ........ 302 4.2.2.1.2 Käuferstrukturen nach Lebenswelten ............. 303

4.2.2.1.3 Psychographische Käuferstrukturen nach Euro-Socio-Styles........................................... 305 4.2.2.1.4 Käuferstrukturen nach Shopper-Typen .......... 307

4.2.2.2 Einkaufshäufigkeit ......................................................... 309 4.2.2.3 Mengenintensität............................................................ 309 4.2.2.4 Nebeneinanderverwendung ........................................... 310 4.2.2.5 Kombinationsauszählung............................................... 311 4.2.2.6 Bedarfsdeckung / First Choice Buyer............................ 311 4.2.2.7 Markentreue/Markenwechsel ........................................ 314 4.2.3 Dynamische Sonderanalysen ....................................................... 315 4.2.3.1 Käuferkumulation/Käuferpenetration............................ 316

XIII

4.2.3.2 Kumulierte Wiederkäufer ,Wiederkaufsrate und Wiederkäuferpenetration ............................................... 318 4.2.3.3 Prognose nach Parfitt-Collins ........................................ 319 4.2.3.4 Käuferwanderung .......................................................... 322 4.2.3.5 Gain and Loss ................................................................ 325 4.2.3.6 Beurteilung der Handelsattraktivität mit GPS Verortung ....................................................................... 327 4.2.3.7 Sortimentsoptimierung .................................................. 329 4.2.4 Warenkorbanalysen ..................................................................... 330 4.2.5 Korrelation von Befragungs- und Einkaufsdaten ........................ 331 4.3 Modelle mit Paneldaten.......................................................................... 333 4.3.1 Vorüberlegungen ......................................................................... 333 4.3.2 Ein Modell mit Handelspaneldaten: Der GfK Markensimulator 336 4.3.2.1 Modellbildung................................................................ 336 4.3.2.2 Fallbeispiel..................................................................... 339 4.3.3 Modell mit Verbraucherpaneldaten: Der GfK BrandSimulator ..343 4.3.3.1 Modellbildung................................................................ 343 4.3.3.2 Fallbeispiel..................................................................... 349 4.3.4 Modellierung von Werbemittel und Datenfusion........................ 351 4.3.4.1 Grundsätzliches zur Datenfusion................................... 351 4.3.4.2 Durchführung der Fusion............................................... 353 4.3.4.3 Werbewirkung mit fusionierten Paneldaten .................. 354

5. Fallstudie ...................................................................................................... 359 5.1 Gesamtausgaben im Bereich Fast Moving Consumer Goods................ 359 5.2 Das Getränkebudget im Haushaltsbereich ............................................. 361 5.3 Absatz- und Umsatzentwicklung im Getränkemarkt ............................. 364 5.4 Sortenentwicklung im Biermarkt ........................................................... 365 5.5 Preisklassen ............................................................................................ 366 5.6 Vertriebsschienen ................................................................................... 368 5.7 Gebindearten .......................................................................................... 369 5.8 Käuferreichweite und Einkaufsintensität ............................................... 371 5.9 Käuferreichweite und Einkaufsintensität nach Sorten ........................... 373 5.10 Zusammenfassung................................................................................. 377

XIV

6. Anhang ......................................................................................................... 379 6.1 Die Handelslandschaft ........................................................................... 379 6.2 Grundgesamtheiten des Verbraucherpanels........................................... 381 6.3 Die Food Warengruppen ........................................................................ 388 6.4 Definition der Warengruppe „Klare Schnäpse“..................................... 392 6.5 Die EAN-Ländernummern..................................................................... 397

Literaturverzeichnis ......................................................................................... 401

Institutsübersicht...... ........................................................................................ 405

Stichwortverzeichnis ........................................................................................ 407

1

1. Grundlagen

1.1 Was ist ein Panel?

Hersteller von Gebrauchs- und Verbrauchsgütern für den Endverbraucher sind durch ihre Absatzstatistik häufig recht gut über ihre eigenen Verkäufe ab Werk informiert. Für die Steuerung von Marketing und Vertrieb ist diese Information jedoch keinesfalls ausreichend.

Für die Beurteilung der eigenen Abverkäufe sind auch die Absätze der Wett-bewerber wichtig. Schneiden die eigenen Produkte besser oder schlechter ab als der Markt? Welche Warengruppensegmente zeigen überdurchschnittliches Wachstum und versprechen daher Erfolg bei einer Marktbearbeitung? Solche Fragen stehen am Anfang der Analyse eines Marktes und der eigenen Situation in ihm. Sie lassen sich mit einem Handels- oder Verbraucherpanel beantworten.

Für die Vertriebssteuerung stellen sich weitere Fragen: Wieviele und welche Geschäfte führen die eigenen Produkte? Welche unterstützen sie zusätzlich durch Aktionen? Wo werden überdurchschnittliche Verkäufe erreicht? All dies muss selbstverständlich immer im Vergleich zu den Konkurrenzprodukten beurteilt werden. Informationen zur Beantwortung solcher Fragen werden vom Handels-panel geliefert. Besondere Bedeutung erhalten diese Informationen auch dadurch, dass sie in der Regel eine wichtige Diskussionsbasis für die Jahresgespräche bilden, in denen zwischen Händler und Hersteller die Konditionen für das kommende Jahr ausgehandelt werden.

Abverkaufsmengen und die Situation im Handel müssen durch Informationen darüber ergänzt werden, wer die Produkte einkauft, wo also lohnende Ziel-gruppen für die Verbraucheransprache durch Werbung oder andere Maßnahmen zu finden sind. Wichtig für die Marktbearbeitung ist auch, ob ein Produkt zwar von vielen eingekauft, aber nur von wenigen wieder gekauft wird, oder ob es eine zwar kleine, jedoch treue Käuferschicht gibt, die immer wieder zu dem Produkt greift. Das sind Informationen, die das Verbraucherpanel liefert.

Damit diese Zielgruppen auch von der TV-Werbung gezielt angesteuert werden

2

können, sind Daten des Fernsehzuschauerpanels erforderlich. Sie liefern konti-nuierliche Informationen zum Fernsehverhalten und beantworten z.B. die Frage, zu welchen Zeiten und bei welchen Sendegattungen die eigene Zielgruppe be-sonders gut erreicht wird.

Eine besondere Form der Werbung betrifft die Handelsanzeigen, die in der Regel in Zusammenhang mit Aktionen geschaltet werden. Hierüber berichten Spezial-panels wie Prisma oder Drotax.

Die genannten Panels betreffen unterschiedliche Untersuchungsgegenstände(Displays, Abverkäufe, Einkäufe, TV-Einschaltquoten u.a.) bei verschiedenen Merkmalsträgern (Geschäfte, Einzelpersonen, Haushalte). Allen gemeinsam ist jedoch zunächst, dass es um die möglichst umfassende und kontinuierliche Beschreibung von Aspekten des Marktgeschehens geht (vgl. Abbildung 1.1).

Hersteller Endverbraucher

Handel

Medien

Handels-panel

z.B.NielsenMedia Research

TV-Zuschauer

panel

Handels- undVerbraucher-

panel

z.B.Prisma oderDrotax

Abbildung 1.1: Abbildung der unterschiedlichen Aspekte des Marktgeschehens durch Panels

3

Neben der aktuellen Situation eines Marktes sind es für das Marketingmanage-ment in aller Regel die Veränderungen, die Maßnahmen auslösen oder Beurtei-lungskriterien für in der Vergangenheit durchgeführte Maßnahmen bieten. Den Veränderungen im Marktgeschehen gilt daher das besondere Interesse des Mar-ketingmanagements. Von daher ist es verständlich, dass jedes Panel in mehr-facher Hinsicht auf die möglichst genaue Messung von Marktveränderungen hin optimiert ist.

Erstens beobachten Panels grundsätzlich über einen längeren Zeitraum hinweg einen gleichbleibenden Sachverhalt. Dies ist die Grundvoraussetzung für die Messung von Veränderungen. Freilich gilt dies nur eingeschränkt: Waren-gruppen werden zusätzlich in das Erhebungsprogramm aufgenommen oder entfallen, wenn das Marktforschungsinstitut Kunden gewonnen bzw. verloren hat. Noch häufigere Änderungen weisen die Testpanels auf, bei denen das Erhebungsprogramm grundsätzlich nur für die Dauer des Tests konstant bleibt. Für das Endergebnis des Panels, den Bericht, gilt jedoch auch in diesem Fall, dass im Berichtszeitraum der Erhebungsgegenstand konstant bleibt.

Zweitens versuchen Panels auch von Erhebung zu Erhebung mit möglichst gleichbleibender Stichprobe zu arbeiten. Bei der Vielzahl der erhobenen Daten ist ein vollständig identischer Ersatz eines Stichprobenelements durch ein an-deres ausgeschlossen. Jede Veränderung der Stichprobe bedeutet daher eine Änderung im Ergebnis, der keine reale Veränderung in der Grundgesamtheit gegenübersteht und die somit die Veränderung im Marktgeschehen verfälscht. Selbstverständlich lässt sich dieses Ziel nur zu einem bestimmten Grad erreichen. Der Ausfall von Stichprobeneinheiten in einem Panel, die dann durch neue Ein-heiten zu ersetzen sind, wird als "Panelsterblichkeit" bezeichnet. Eine geringe Panelsterblichkeit ist ein wichtiges Qualitätsmaß für jedes Panel.

Für die Panelsterblichkeit gibt es eine Vielzahl von Ursachen. Unvermeidlich ist der Ausfall von Panelteilnehmern, die aus verschiedenen Gründen die Grundge-samtheit verlassen. Beim Handelspanel ist dies bei Geschäftsaufgabe, beim Ver-braucherpanel durch Tod oder Umzug ins Ausland oder in ein Altenheim der Fall. In der Regel weitaus umfangreicher ist jedoch der Wechsel in der Stich-probe durch die Einstellung der Mitarbeit des Panelteilnehmers, weil dieser das

4

Interesse daran verloren hat. Es ist ein wichtiges Ziel jedes Panelinstituts, diese Form der Panelsterblichkeit zu minimieren. Panelinstitute haben daher auch ganze Abteilungen damit beschäftigt, die Panelmitglieder permanent zur weiteren Mitarbeit zu motivieren.

Eine konstante Stichprobe ist auch nur dann möglich, wenn die Grund-gesamtheit, über die berichtet werden soll, nicht zu starken Veränderungenunterliegt. So war es nach 1989 wenig sinnvoll, in den früher zum Warschauer Pakt gehörenden Ländern sofort nach der Grenzöffnung mit der Handels-panelerhebung zu beginnen. Die zahlreichen Geschäftsgründungen und –schließ-ungen hätten eine sehr instabile Stichprobe zur Folge gehabt. Darüber hinaus ist es in einer solchen Situation unmöglich, verlässliche Informationen zur Grundge-samtheit zu bekommen. Die ersten verlässlichen Marktdaten aus diesen Ländern liefert daher das Haushaltspanel.

Wenn die Stichprobe möglichst konstant gehalten werden soll, dann sind nur solche Sachverhalte für eine Panelerhebung geeignet, bei denen die wiederholte Erhebung keinen oder einen nur untergeordneten Einfluss auf das Ergebnis hat. Ein Beispiel hierfür sind die Abverkäufe eines Geschäfts in einer Warengruppe. Die durch das Marktforschungsinstitut immer wieder durchgeführte Erfassung wird die Höhe und Struktur der Verkäufe des Geschäfts kaum beeinflussen. Anders liegen die Dinge bei der kontinuierlichen Erhebung der Werbe-bekanntheit durch das Werbetracking. Hier wird durch die ausführliche Befra-gung über die Werbung die künftige Werbewahrnehmung der Interviewten verändert. Eine Erhebung durch ein Panel gibt daher keinen Sinn: Die ausgewie-senen Änderungen wären mehr durch die Methode als durch die Werbung hervorgerufen. Werbebekanntheit wird daher mit einer Befragung erhoben, bei der die Stichprobe von Erhebung zu Erhebung vollständig ausgetauscht wird, ansonsten aber möglichst viele Elemente der Erhebung konstant gehalten werden. Eine solche Befragung wird als "Wellenbefragung" bezeichnet.

Der Effekt der konstanten Stichprobe gegenüber einer Befragung wechselnder Stichproben (Wellenbefragung) lässt sich auch berechnen. Dazu sei X1/n ein in einem Panel vom Umfang n gemessener Mittelwert zum Zeitpunkt 1 (z.B. die in einem Haushaltspanel gemessene Einkaufsmenge in Stück pro Haushalt für einen

5

bestimmten Artikel), X2/n sei die entsprechende Zahl zum Zeitpunkt 2. Dann gilt1 für die Streuung der Veränderung des Mittelwerts als Maß für die Genauigkeit der Messung:

2(X2/n - X1/n) = 2(X1)/n + 2(X2)/n - 2 . Cov(X1; X2)/n

Sie ist demnach gleich der Summe der Streuungen minus der doppelten Kovarianz zwischen X1 und X2.Da der Korrelationskoeffizient r gleich der Kovarianz dividiert durch die Standardabweichungen der Variablen ist, gilt:

2(X2/n-X1/n) = 2(X1)/n + 2(X2)/n - 2 . r(X1; X2) . (X1) . (X2)/n

Wird vereinfachend davon ausgegangen, dass 2(X1) = 2(X2) = 2, dass also die Streuung der Variablen zu beiden Zeitpunkten gleich ist, so vereinfacht sich obige Gleichung zu:

2(X2/n-X1/n) = 2 . 2 / n - 2 . r(X1; X2) . 2 / n 2 . 2 . [1 - r(X1; X2)] / n

Nun sei der Anteil der durchgehenden Masse f. Nur für diesen Teil kann angenommen werden, dass X1 und X2 korreliert sind. Für ihn gilt:

2(X2/(f . n) -X1/(f . n)) = 2 . 2 . [1 - r(X1; X2)] /(f . n) (1.1)

Dann gilt für den Teil 1-f, der aufgrund der Panelsterblichkeit ersetzt wurde, dass r gleich 0 ist. Für diesen Teil vereinfacht sich daher obige Gleichung zu:

2(X2 / [n . (1-f)] -X1 / [n . (1-f)]) = 2 . 2 / [n . (1-f)] (1.2)

Die Streuung insgesamt ergibt sich dann durch die gewichtete Aufaddition der Formeln (1.1) und (1.2), wobei sich die Gewichte aus dem Anteil der durch-gehenden Masse f ergeben:

1 Vgl. z.B. Heinhold, J., Gaede, K.: Ingenieurstatistik, München 1979

6

2(X2 / n - X1 / n) = f . 2 . 2 / (f . n) + (1-f) . 2 . 2 / [n . (1-f)] – f . 2 . r(X1; X2) .

. 2 / (f . n);

Werden f bzw. 1-f soweit möglich herausgekürzt so ergibt sich die folgende sehr einfache Formel2:

2(X2 / n - X1 / n) 2 . 2 . [1 – f . r(X1; X2)] / n (1.3)

Das bedeutet: 1. Die Genauigkeit der Messung der Veränderung steigt mit der Höhe der

positiven Korrelation. Diese wird um so höher sein - je häufiger ein Artikel eingekauft wird,- je gewohnheitsmäßiger das Einkaufsverhalten ist und - je länger der beoabachtete Zeitraum ist. Bei häufig gekauften Artikeln ist für ein Jahr ein Korrelationskoeffizient von ca. 0,6 üblich. Dagegen kann der Korrelationskoeffizient bei selten eingekauften Artikeln sogar negativ werden: Wer sich in einem Jahr einen Fernseher kauft, der wird dies in der Regel im folgenden Jahr nicht noch einmal tun.

2. Die Genauigkeit der Messung steigt bei positivem Korrelationskoeffi-zienten mit dem Anteil der durchgehenden Masse. Die Formel liefert damit auch eine theoretische Begründung für den Wert einer hohen durch-gehenden Masse. Ist die durchgehende Masse gleich Null, dann liegt eine Wellenbefragung vor.

3. Damit lässt sich auch ausrechnen, wie groß der Stichprobenumfang n2

einer Wellenbefragung sein muss, damit Veränderungen mit der gleichen Genauigkeit wie bei einer Panelerhebung vom Umfang n1 gemessen werden können:

2 . 2 . [1 – f . r(X1; X2)]/n1 = 2 . 2/n2

Aufgelöst nach n2 ergibt sich nach kurzer Rechnung:

2 Diese Formel wurde m. W. erstmals von Dr. V. Bosch hergeleitet (internes GfK-Papier)

7

n2 = n1/[1 – f . r(X1; X2)] (1.4)

Beispiel: Ein Haushaltspanel habe 10.000 Haushalte. Die durchgehende Masse betrage 75%, die Korrelation r = 0,6. Dann muss lt. Formel (1.4) eine Wellenbefragung eine Stichprobe von 18181 Haushalten haben, um die Veränderungen gleich genau bestimmen zu können wie das Panel.

Nach dem Erhebungsgegenstand und der Stichprobe wird bei jedem Panel auch die Erhebungsmethode nach Möglichkeit konstant gehalten. Änderungen in der Erhebungsmethode können ebenfalls zu einer nur methodenbedingten Änderung im Ergebnis führen. So hat die traditionelle Inventurmethode (Ermittlung der Ab-verkäufe durch Erhebung der Zugänge und der Bestandsveränderungen) im Han-delspanel tendenziell höhere ausgewiesene Absatzzahlen zur Folge als die Er-fassung der Verkäufe über die Scannerkasse, weil Schwund durch Verderb oder Diebstahl zwar bei der Inventurmethode, nicht aber beim Scanning als Verkäufe erfasst werden. Im Verbraucherpanel sind die Einflüsse der Erhebungsmethode noch größer. Darauf wird im Abschnitt 1.2.4.1 näher eingegangen.

Auch Methodenänderungen sind in der Praxis jedoch nicht immer vermeidbar. So wurde im Handelspanel in den letzten zwanzig Jahren die Inventurmethode in großem Umfang durch die elektronische Erfassung über die Scannerkasse und durch den Datenträgeraustausch mit den Handelszentralen ersetzt. Im Verbrau-cherpanel verlor die traditionelle schriftliche Erfassung (Kalendermethode) zu-gunsten einer elektronischen Erfassung an Bedeutung. Doch sind solche Über-gänge, sofern sie einen bestimmten Umfang übersteigen, stets sehr vorsichtig und kontrolliert vorzunehmen. Es ist also zu beobachten, welche Änderungen im Ergebnis durch eine Methodenänderung und welche durch tatsächliche Markt-veränderungen bedingt sind. Dies kann beispielsweise dadurch geschehen, dass die Änderung in einem ersten Schritt nur bei einem Teil der Merkmalsträger durchgeführt wird.

Dem Ziel der Messung von Veränderungen entspricht es auch, wenn die Er-hebungen jeweils zu den stets gleichbleibenden Terminen wiederholt werden, weil nur so saisonale Schwankungen von marktbedingten Veränderungen ge-trennt werden können.

8

Zusammenfassend kann ein Panel dadurch charakterisiert werden, dass grund-sätzlich

der stets gleiche Sachverhalt zu den stets gleichen, wiederkehrenden Zeitpunkten bei der stets gleichen Stichprobe auf die stets gleiche Art und Weise

erhoben wird.

Aus dieser Definition folgt, dass die sogenannten Befragungspanels trotz ihrer Bezeichnung nicht zu den Panels im Sinne dieser Definition gehören. Dies gilt auch für Online-Panels oder Produkttestpanels, die Sonderformen von Befra-gungspanels darstellen. Befragungspanels sind feststehende Stichproben (das haben sie mit den Panels gemeinsam), die in unregelmäßigen Abständen zu Befragungen mit wechselnden Themen (dadurch unterscheiden sie sich von den Panels) genutzt werden. Der Vorteil der konstanten Stichprobe liegt darin, dass über die Teilnehmer Vorkenntnisse zur Soziodemografie, zu Besitzverhältnissen etc. vorhanden sind. Dadurch wird es möglich, auch kleine Zielgruppen ohne Streuverluste anzufiltern und so z.B. im Produkttest den Besitzern von Kanarien-vögeln ein neues Spezialfutter zur Prüfung der Akzeptanz durch das Tier zuzu-senden. Ziel des Befragungspanels ist also keine kontinuierliche Erhebung zur Messung von Veränderungen sondern die Vermeidung von Fehlkontakten. Dieser Unterschied ist beim Bezug von „Paneldaten“ zu berücksichtigen, damit die geplanten Analysen, insbesondere im Bereich Prognosen, Veränderungsraten etc., auch tatsächlich durchgeführt werden können.

1.2 Die Elemente eines Panels

1.2.1 Überblick

Jedes Panel ist durch vier Elemente gekennzeichnet, die es vollständig definieren:1. Die Grundgesamtheit eines Panels ist die Menge der Elemente, über die eine

Aussage getroffen werden soll.

9

2. Die Stichprobe ist die Menge der Elemente, bei denen Daten erhoben werden. Sie ist definiert durch ihre Größe und durch die Methode, nach der die Stichprobenelemente aus der Grundgesamtheit ausgewählt werden und wie der gesamte Stichprobenumfang auf die einzelnen Teile der Grundge-samtheit aufgeteilt wird.

3. Die Erhebung der interessierenden Sachverhalte in der Stichprobe beinhaltet die eigentliche Erfassung der Daten. Dabei kommen verschiedene Methoden (Befragung, elektronische Verfahren, Beobachtung) zum Einsatz.

4. Die Hochrechnung, die den Schluss vom Stichprobenergebnis auf die Schätzung des entsprechenden Wertes in der Grundgesamtheit darstellt.

Diese vier Elemente sollen im folgenden näher beleuchtet werden. Dabei wird besonders intensiv auf die verschiedenen Formen von Handels- und Verbrau-cherpanels eingegangen, weil diese Panelarten eine besondere Bedeutung für die Marktforschung und das Marketing haben.

1.2.2 Die Grundgesamtheit

Mit der Grundgesamtheit wird gleichzeitig die Art eines Panels festgelegt, wobei man grundsätzlich zwischen folgenden Panels unterscheiden kann:

Handelspanels, mit denen über bestimmte Handelsgeschäfte (in aller Regel: Einzelhandelsgeschäfte; Panels von Großhandelsgeschäften spielen mit Aus-nahme des Cash & Carry-Bereichs nur eine untergeordnete Rolle) Aussagen getroffen werden sollen. Je nach Art der abgebildeten Geschäfte und der dort erhobenen Warengruppen lassen sich unterscheiden: Lebensmitteleinzel-handelspanel, Elektropanel, Schreibwarenpanel etc. Verbraucherpanels mit der weiteren Unterscheidung - Großverbraucherpanels wie zum Beispiel Kantinen- oder Krankenhaus-

Panels. Diese Formen spielen eine eher untergeordnete Rolle und werden daher im Folgenden ausgeklammert.

- Individualpanels, bei denen Einzelpersonen die Grundgesamtheit bilden sowie

- Haushaltspanels mit Privathaushalten als Grundgesamtheit, welche die weitaus wichtigste Form des Verbraucherpanels darstellen.

10

Sonstige Panels, wie z.B. - Ärztepanels, bei denen das Verschreibungsverhalten von Ärzten und die

Besuche durch die Vertreter der Pharmaindustrie beobachtet werden, - Fernsehzuschauerpanels, bei denen das Fernsehzuschauerverhalten konti-

nuierlich erhoben wird.

Für ein funktionierendes Panel ist es unbedingt erforderlich, dass die Definition der Grundgesamtheit eindeutig erfolgt, d.h. z.B. für ein Handelspanel, dass für jedes existierende Geschäft eindeutig festgestellt werden kann, ob es zur Grund-gesamtheit gehört oder nicht. Diese Definition muss nicht nur eindeutig, sondern auch einfach sein. Denn nur so ist eine einheitliche Anwerbung der Panelteil-nehmer durch den Außendienst des Marktforschungsinstituts gewährleistet. Darüber hinaus erleichtert eine einfache Definition auch die Kommunikation der Ergebnisse eines Panels an die Auftraggeber.

Aufgrund der hohen Bedeutung des Einzelhandels- und des Haushalts- und Individualpanels wird auf deren Grundgesamtheit nachfolgend näher einge-gangen.

1.2.2.1 Die Grundgesamtheit eines Einzelhandelspanels

1.2.2.1.1 Definition der Grundgesamtheit

Die Definition der Grundgesamtheit eines Einzelhandelspanels erfolgt i.a. dadurch, dass mehrere „Geschäftstypen“ definiert und in einem Panel zusam-mengefasst werden, wobei Geschäftstypen so zu bilden sind, dass sie als weit-gehend homogene Teilgesamtheiten für die Marktbearbeitung sinnvolle Unter-teilungen darstellen. So besteht das LEH-Panel von IRI/GfK (- die Abkürzung „LEH“ steht für „Lebensmitteleinzelhandel“ -) aus den Geschäftstypen "Ver-brauchermärkte", "Discounter" und "Traditioneller LEH".

Für die Definition eines Geschäftstyps können verschiedene Kriterien einzeln oder in Kombination verwendet werden. Üblich sind:

11

Verkaufsfläche:Die Vorgabe einer Mindestverkaufsfläche erfolgt gelegentlich, wenn der Auf-wand für die Erhebung vieler kleiner Geschäfte in keinem Verhältnis zur Marktbedeutung dieser Geschäfte steht. Geschäfte unter dieser Mindest-verkaufsfläche werden dann überhaupt nicht erhoben. Die Verkaufsfläche kann aber auch einen Geschäftstyp nach oben oder unten abgrenzen. So ist der Traditionelle LEH u.a. dadurch definiert, dass Geschäfte dieses Typs weniger als 800 qm Verkaufsfläche haben. Die Grenze von 800 qm ist aufgrund der Baunutzungsverordnung sinnvoll, da Geschäfte unter 800 qm Verkaufsfläche sehr leicht eröffnet werden können, Geschäfte über 800 qm jedoch sehr aufwändig genehmigt werden müssen. Sortiment:Dabei kann definiert werden, dass bestimmte Waren geführt werden und / oder bestimmte Umsatzschwerpunkte bestehen oder auch bestimmte Umsatzanteile erreicht werden. So gehören nach der Definition von IRI Geschäfte, die vorwiegend Frischeartikel verkaufen wie z.B. Bäckereien oder Metzgereien nicht zum Lebensmitteleinzelhandel. Zugehörigkeit zu einem Handelsunternehmen: Diese Eigenschaft wird vor allem dann als Ausschlusskriterium verwendet, wenn ein Handelsunternehmen die Erhebung für ein Panel verweigert und die Bedeutung dieses Unternehmens so groß und / oder dessen Geschäfte so aty-pisch sind, dass sie durch Geschäfte anderer Unternehmen nicht repräsentiert werden können. In den LEH-Panels von IRI und Nielsen ist dies z.B. beim Handelsunternehmen "Aldi" der Fall, das daher bei der Definition der Grundgesamtheit ausgeschlossen wird. Anders werden die Geschäfte von "Norma" behandelt, obwohl auch hier eine Erhebung für das Panel vom Handelsunternehmen nicht genehmigt wird. Norma ist wesentlich kleiner als Aldi, so dass es möglich ist, dieses Unternehmen durch Geschäfte anderer Unternehmen zu repräsentieren. Norma ist daher nicht aus der Grundge-samtheit ausgeschlossen. Eine weitere Möglichkeit besteht darin, die Einkaufsdaten aus dem Verbraucherpanel als Ersatz für die fehlenden Abverkaufsdaten zu verwenden und in das Handelspanel zu integrieren. Umsatz:Gelegentlich wird auch der Gesamtumsatz eines Geschäfts zur Definition her-angezogen, obwohl sich dieses Kriterium insgesamt nicht bewährt hat. Nach-

12

teilig ist vor allem, dass der Umsatz eines Geschäfts kein stabiles, leicht zu erhebendes Kriterium ist. Dadurch wird die Bestimmung einer stabilen Grund-gesamtheit ebenso erschwert wie die Bildung einer stabilen Stichprobe. Darüber hinaus widerspricht ein instabiles Kriterium dem Ziel eines jeden Panels, eine möglichst gute Vergleichbarkeit zu erreichen. Besondere Ausschlüsse: Insbesondere aus erhebungstechnischen Gründen werden häufig bestimmte Geschäfte ausgeschlossen. So gehören beim Elektropanel der GfK die Duty-Free-Geschäfte auf den Flughäfen nicht zur Grundgesamtheit, da zu diesen Geschäften kein freier Zugang für den die Erhebung durchführenden Außen-dienst besteht. Aus dem gleichen Grund sind im Fotopanel solche Fotofach-geschäfte ausgeschlossen, die sich in Vergnügungsparks, Tiergärten o.ä. befinden.

Die Definition der Grundgesamtheit wird in der Regel beim Aufbau eines Einzel-handelspanels gemeinsam mit den künftigen Beziehern des Panels erarbeitet. Neben einer eindeutigen Abgrenzung zu anderen Geschäften ist es dabei vor allem notwendig, dass dies mit der Marktbearbeitung durch die Außendienste der Hersteller korrespondiert.

Beispiele für solche Definitionen finden sich bei der Beschreibung der verschie-denen Arten von Einzelhandelspanels.

1.2.2.1.2 Bestimmung der Grundgesamtheit

Bei der Beschreibung der Hochrechnung (Abschnitt 1.2.6) wird deutlich werden, dass für ein funktionierendes Panel eine detaillierte und genaue Kenntnis der aktuellen Grundgesamtheit erforderlich ist. In seltenen Ausnahmefällen (z.B. bei Tankstellen oder Apotheken) bestehen aktuelle Informationen von amtlichen Stellen oder von Verbänden. In der Regel obliegt die Bestimmung der Grundge-samtheit dem Marktforschungsinstitut und ist zum Teil mit erheblichen Schwierigkeiten verbunden:

13

Amtliche Statistiken sind häufig veraltet. Die letzte Arbeitsstättenzählung in Deutschland fand 1987 statt und beinhaltet nur Westdeutschland. Eine Wiederholung ist aktuell nicht geplant. Die jeweils aktuelle Umsatzsteuer-statistik beruht auf zwei Jahre alte Daten. Zudem bezieht sich die Umsatz-steuerstatistik auf Unternehmen, nicht auf die interessierenden Handels-betriebe, was durch die an Bedeutung gewinnenden Filialunternehmen zu wachsenden Unterschieden führt. Dennoch ist die Umsatzsteuerstatistik eine wichtige Quelle zur ersten Orientierung über die Größenverhältnisse. Die Veröffentlichungen der Handelsunternehmen sind für andere Zwecke konzipiert. Sie enthalten ebenfalls wichtige Hinweise, sind in vielen Fällen jedoch keinesfalls ausreichend.Besonders wertvolle Datenquellen zur Bestimmung der Grundgesamtheit sind Filialverzeichnisse der Handelsunternehmen oder auch Lieferadressen wich-tiger Markenartikler. Solche Listen sind teilweise auch über das Internet verfügbar. Sie sind jedoch oft nicht vollständig und nicht in der Aufgliederung (z.B. nach Größenklassen) erhältlich, wie es für die Bestimmung der Grund-gesamtheit notwendig ist.

In manchen Fällen ist es möglich, durch die Zusammenführung dieser Infor-mationen die Grundgesamtheit der Geschäfte ausreichend genau zu bestimmen. Das wichtigste Beispiel hierfür ist der Lebensmitteleinzelhandel, dessen Grund-gesamtheit seit vielen Jahren auf dieser Basis fortgeschrieben wird.

Wo dies nicht möglich ist (und dies ist bei der weitaus überwiegenden Zahl der Panels der Fall) ist eine eigene Primärerhebung erforderlich, eine sogenannte "Basisstudie"3. Eine solche läuft in mehreren Phasen ab (vgl. Abbildung 1.2 auf Seite 15):

Ausgangspunkt sind Adressen von Geschäften, die mit einer hohen Wahrschein-lichkeit zur Grundgesamtheit gehören. Solche Datenbestände können von Adressverlagen (z.B. Schober oder Dun & Bradstreet) gekauft werden oder werden von den Markenartiklern oder kooperierenden Handelsunternehmen in

3vgl. Rainer Schlittgen: "Zur Bestimmung von Grundgesamtheiten in der Marktforschung", Diskussionsbeitrag aus dem Fachbereich Wirtschaftswissenschaften der Universität - Gesamt-hochschule Essen, Essen 1987

14

Form der von ihnen besuchten oder belieferten Geschäftsadressen bzw. Filialverzeichnissen zur Verfügung gestellt. In einem ersten Schritt muss dieser Bestand von mehrfach vorhandenen Datensätzen bereinigt werden. Dies wird häufig durch unterschiedliche Schreibweisen von Namen und / oder Anschriften erschwert. Ergebnis ist ein fusionierter Bestand von Adressen, wobei jede Anschrift mit einer oder mehreren Kennungen versehen ist, in welcher/n Ausgangsdatei/en die Adresse enthalten war. Die Anzahl der in diesem Bestand enthaltenen Adressen sei N. Dieser Adressbestand ist vor allem mit drei Arten von Fehlern behaftet:

1. Ein Teil der Adressen wird zu ehemaligen Geschäften gehören, die nicht mehr existieren.

2. Der Adressdatenbestand enthält nicht alle Geschäfte der Grundgesamtheit, z.B. sind öfters erst kürzlich gegründete Geschäfte nicht enthalten. Häufig sind auch kleine Geschäfte nur unzureichend vertreten, da diese in vielen Fällen nicht direkt oder nur von solchen Unternehmen beliefert werden, die ihre Lieferadressen nicht zur Verfügung stellen.

3. Die Kriterien für die Adressenauswahl stimmen nicht mit denen überein, die zur Definition der Grundgesamtheit verwendet werden. Der Bestand enthält also Adressen von Geschäften, die nicht in die Grundgesamtheit fallen.

Im nächsten Schritt wird zufällig eine Stichprobe vom Umfang n (- abhängig von der Größe und Heterogenität der Grundgesamtheit sowie der zu erreichenden Genauigkeit ab etwa 300 bis mehrere tausend Geschäfte -) aus diesem Bestand gezogen und vom Außendienst des Marktforschungsinstituts durch Besuch oder telefonischen Kontakt überprüft. Entsprechend den o.a. Fehlerarten sind die mög-lichen Ergebnisse einer solchen Überprüfung:

Fall 1: Das Geschäft existiert und entspricht der Definition der Grundgesamtheit. Die entsprechende Anzahl wird mit a bezeichnet.

Fall 2: Das Geschäft existiert nicht (mehr) oder es existiert, erfüllt aber nicht die Kriterien der Definition der Grundgesamtheit.

15

Adressfiles von Kunden / Adressverlagen

Kombinierter File ohneDoppelte

Zufallsstichprobe vonAdressen

Telefonische oder persönlicheErhebung der Strukturmerkmalebei n Adressen (n > 300)

Adresse offen-sichtlich keinTeil der GG

(Grundgesamtheit)

Teil derGG?nein

ja

N

n

a

b

Kein Teil der Grundgesamtheit,

geschlossen etc.Frage nach dem

nächstenKonkurrenten

Im Adr.-file?

neinja

Schätzung derGrundgesamtheit

c

dNeues

Geschäftetc.

Schätzung der Grundgesamtheit:Zahl der “guten”Adressen inAdressenfile +Zahl der Konkurrenz-adressen nicht imAdressenfile

Ndc

c

Nnb

+

b

Abbildung 1.2: Ablauf einer Basisstudie zur Ermittlung der Grundgesamtheit

Bei jedem existierenden und zur Grundgesamtheit gehörenden Geschäft wird neben den wichtigsten Strukturmerkmalen zusätzlich die Adresse des nächst gelegenen Konkurrenten erhoben. Die Zahl der genannten Konkurrenzgeschäftewerde mit m bezeichnet. Nun wird überprüft, ob diese Geschäfte in der bisherigen Adressdatei enthalten sind. Hier lassen sich folgende mögliche Ergeb-nisse unterscheiden:

Fall 1: Das Geschäft ist in der bisherigen fusionierten Adressdatei enthalten. Die entsprechende Anzahl wird mit d bezeichnet.

Fall 2: Das Geschäft ist nicht in der bisherigen Adressdatei enthalten. Die Zahl sei c.

Mit diesen Informationen läßt sich der Umfang der Grundgesamtheit wie folgt

16

abschätzen: Zunächst wird die Zahl N1 der „guten“ Adressen im fusionierten Adressenbestand geschätzt. Diese ergibt sich aus:

nbNN1

wobei definiert wurde: N = Zahl der Adressen im fusionierten Adressbestand b = Zahl der Adressen, die laut Überprüfung zur Grundgesamtheit gehören n = Zahl der Adressen, die vom Außendienst überprüft wurden.

Im nächsten Schritt wird die Zahl N2 der Adressen ermittelt, die nicht im Adressenbestand enthalten sind, wohl aber zur Grundgesamtheit gehören. Die Summe von N1 und N2 entspricht dem Umfang der Grundgesamtheit.

Der Anteil c/(c+d), d.h. der Anteil der zusätzlich erfragten Konkurrenzgeschäfte, die in der Adressdatei enthalten sind, ist ein Schätzwert für N1 / (N1 + N2), d.h. für den Anteil, den die „guten“ Geschäfte in der fusionierten Adressdatei an der Grundgesamtheit haben:

12121

1 Nc

dcNNdc

cNN

N

Wird nbNN1 (s. oben) eingesetzt, so ergibt sich als Schätzwert für die

Gesamtzahl der Geschäfte:

nbN

cdcNN 21 (1.5)

Ein Beispiel (vgl. Schlittgen, a.a.O.) soll die Vorgehensweise verdeutlichen:

Bei einer Basisstudie zur Bestimmung der Grundgesamtheit des Fotofachhandels in Schweden bildete ein fusionierter Adressbestand von N = 1009 Geschäften das Ausgangsmaterial. Davon wurden n = 310 Adressen vom Außendienst überprüft.

17

Davon existierten a = 44 Geschäfte nicht. Von den b = 266 existierenden Geschäften nannten 187 die Adresse des nächstliegenden Geschäfts, d = 128 die-ser Geschäfte waren im Adressbestand enthalten, die anderen c = 59 fehlten.

Der Schätzwert für die Größe der Grundgesamtheit ergibt sich somit wie folgt: N1+N2 = [(128+59)/128] . 1009 . (266/310) = 1265

Weitere Verfeinerungen dieser Prozedur sind möglich, wenn nicht der fusionierte Adressbestand als eine Einheit angesehen wird, sondern die Schätzung für jeden Ausgangsbestand getrennt durchgeführt wird.

1.2.2.2 Die Grundgesamtheit eines Verbraucherpanels

Die Grundgesamtheit eines Haushaltspanels wird gebildet von den privaten Haushalten mit ständigem Wohnsitz in dem jeweiligen Land.

Die Einschränkung auf “private” Haushalte schließt zunächst Personen aus, die in Anstalten oder Kasernen leben wie Bundeswehr- oder Polizeikasernen, Krankenhäuser, Altersheime oder Haftanstalten. Die dort lebenden Menschen versorgen sich nur eingeschränkt selbst und sind daher nur eingeschränkt Ziel-gruppe des Endverbrauchermarketings der Hersteller. Weiter sind dadurch die Einkäufe von Firmen und Behörden ausgeschlossen. Auch hier liegen Entschei-dungsprozesse zugrunde, die mit dem für den Privatverbraucher konzipierten Marketing nicht oder nur beschränkt beeinflusst werden können.

Bis Ende 2002 gehörten nur deutsche Haushalte zur Grundgesamtheit des GfK-Haushaltspanels, wobei die Beschränkung aus praktischen Gründen erfolgte (z.B. Vermeidung mehrsprachiger Erhebungsunterlagen). Seit dem 1.1.2003 schließt die Grundgesamtheit auch solche Ausländer mit ein, die eine unbeschränkte Aufenthalts- und Arbeitsgenehmigung für Deutschland haben. Dabei macht man sich die Tatsache zunutze, dass das Konsumverhalten weitgehend von der Kultur bestimmt wird, in der die Erstsozialisation stattgefunden hat („Muttersprache“), dass somit Haushalte, deren Haushaltsführer die deutsche Sprache gut beherr-schen, auch solche Personen gleicher Nationalität repräsentieren können, die

18

keine entsprechenden Sprachkenntnisse haben. Es werden also für die Stichprobe Ausländer der entsprechenden Nationalität mit guten deutschen Sprachkennt-nissen angeworben. Deren Einkaufsverhalten spricht dann insgesamt für die jeweilige Volksgruppe.

Bis Ende 2005 wurde zusätzlich ein Kriterium „selbstständig wirtschaftend“ ver-wendet. Dies führte jedoch zu Problemen bei der Bestimmung der Grundge-samtheit, da dieses Merkmal in der amtlichen Statistik nicht einheitlich und durchgängig vorhanden ist. Zudem erwies es sich für die Panelkunden als nachteilig, wenn zwischen verschiedenen Grundgesamtheiten jeweils umgedacht werden musste. Deshalb wird seit Januar 2006 die Grundgesamtheit der Media-Analyse zugrunde gelegt, die sich als Privathaushalte am Hauptwohnsitz beschreiben lässt.

Im Haushaltspanel werden vor allem die Einkäufe erfasst, die von der Person getätigt werden, die in der Regel für den Haushalt einkauft (die sogenannte „haushaltsführende Person“). Es wird von seiten des Panelinstituts zwar darum gebeten, dass auch die Einkäufe der anderen Haushaltsmitglieder in den rele-vanten Warengruppen mit erfasst werden, dies geschieht in der Praxis jedoch nur teilweise. Diese Einschränkung wirkt sich dann nicht aus, wenn Warengruppen beobachtet werden, die von der haushaltführenden Person für den Haushalt als Ganzes eingekauft werden. Beispiele dafür sind Wasch-, Putz- und Reinigsmittel wie Haushaltsreiniger, Universalwaschmittel oder Weichspüler, aber auch Nahrungsmittel, die beim Kochen, Backen oder Braten bzw. als Beilagen oder für die Zubereitung benötigt werden wie z.B. Mehl, Öl, Zucker, Backpulver, Reis oder Kartoffeln.

Auf der anderen Seite wirkt sich die Einschränkung erheblich auf Warengruppen aus, die in der Regel von einer Person für sich selbst gekauft werden. Beispiele sind Kosmetikartikel, Shampoo, Zigaretten, viele Süßwaren wie Kaugummi oder Einzelpackungen bei Schokoriegeln. Solche Warengruppen sind für das Haus-haltspanel daher weniger geeignet. Sie werden besser in einem Individualpanelerfasst. Derzeit betreibt in Deutschland nur die GfK ein Individualpanel. Die Grundgesamtheit umfasst die in Privathaushalten lebenden Personen ab 10 Jahren. Die Altersbeschränkung erfolgt dabei aus praktischen Gründen. Die

19

Versuche, ein eigenes Kinderpanel zu installieren, sind in der Vergangenheit an der mangelnden Stabilität der Mitarbeit gescheitert.

Zwischen diesen Extremen sind Warengruppen angesiedelt, die teilweise für den Haushalt, teilweise für den persönlichen Konsum eingekauft werden. Beispiele hierfür sind manche Getränke oder Tafelschokolade. Hier müssen die Vorteile der einzelnen Panels gegeneinander abgewogen werden. Dabei ist zu beachten, dass eine Warengruppe jeweils komplett in einem Panel erfasst werden muss, da sonst keine ganzheitlichen Auswertungen möglich sind. Wenn also Mehrfach-packungen bei Schokoriegeln überwiegend für den Haushalt, Singlepackungen aber überwiegend für den individuellen Bedarf eingekauft werden, dann wird man doch die ganze Warengruppe in einem Panel erheben und berichten müssen (in diesem Fall werden Schokoriegel im Individualpanel erhoben).

Neben dem allgemeinen Haushaltspanel und dem Individualpanel gibt es noch Spezialpanels, die notwendig wurden, weil die zu beobachtenden Warengruppen spezielle Erhebungstechniken erfordern oder weil die in den allgemeinen Panels enthaltenen Zielgruppen zu klein sind.

Letzteres trifft für das Babypanel zu, bei dem die Grundgesamtheit von den Müttern mit Kindern bis zu 30 Monaten gebildet wird und das zur Beobachtung von Babynahrung und Papierwindeln herangezogen wird. Besondere Erhebungs-techniken müssen dagegen beim Autofahrerpanel verwendet werden, dessen Grundgesamtheit von allen Personen mit privater Nutzung eines PKWs gebildet wird. Damit werden Tankstellenbesuche und dort getätigte Einkäufe in bestimm-ten Warengruppen beobachtet. Hier wird ein Erhebungsformular verwendet, das sehr gut im Auto ausgefüllt werden kann.

1.2.3 Die Stichprobe

1.2.3.1 Anforderungen an die Panelstichprobe

1.2.3.1.1 Repräsentativität

Von einer Panelstichprobe wird zunächst erwartet, dass sie repräsentativ ist. Als

20

Kennzeichen der Repräsentativität wird in der Literatur meist genannt, dass die Stichprobe ein verkleinertes Abbild der Grundgesamtheit ist, was bedeutet, dass die Anteile in der Stichprobe denen in der Grundgesamtheit entsprechen4.

Nach dieser sehr engen Definition wäre eine geschichtete Stichprobe (wobei unter den Schichten eine Aufteilung in Teilgesamtheiten zu verstehen ist) nur dann repräsentativ, wenn die Aufteilung der Stichprobe proportional zu den Anteilen in der Grundgesamtheit erfolgen würde. Aus der Stichprobentheorie ist jedoch bekannt, dass diese Aufteilung in der Regel nicht optimal ist5. Handels-panelstichproben sind aus diesem Grund disproportional angelegt (s. Abbildung 1.3). Repräsentativität in diesem engen Sinne ist also kein Qualitätsmerkmal der Stichprobe, sie zu fordern macht keinen Sinn.

Eine Stichprobe wird hier deshalb dann als repräsentativ bezeichnet, wenn sie den Schluss auf die Grundgesamtheit zulässt. Dies ist der Fall, wenn eine Re-chenvorschrift existiert, so dass die Mittelwerte der errechneten Werte aller mög-lichen Stichproben gleich den entsprechenden Mittelwerten der Grundgesamtheit sind (Erwartungstreue oder auch Validität der Schätzung). Mit anderen Worten:

Werden gedanklich aus einer Grundgesamtheit nach der für die Stichprobe ange-wendeten Vorschrift nicht nur eine, sondern alle möglichen Stichproben gezogen, und wird der Mittelwert der Stichprobenergebnisse nach der immer gleichen Rechenvorschrift gebildet, so bedeutet Repräsentativität in diesem Sinne, dass der Mittelwert aller möglichen Stichproben gleich dem Mittelwert der Grundgesamtheit ist. Diese Rechenvorschrift wird bei Panels in der Hochrechnung (vgl. Abschnitt 1.2.6) angewendet.

Nicht repräsentativ in diesem Sinn sind beispielsweise willkürlich gezogene Stichproben, da für solche Stichproben keine Rechenvorschrift mit der genannten Eigenschaft existiert.

4 So z.B. Christiane Heckel: „Online gewonnene Stichproben – Möglichkeiten und Grenzen“, in: Informationszentrum Sozialwissenschaften (Hrsg.): Online-Erhebungen, Bonn 2003, S. 83 5vgl. Z.B. Cochran, William G.: Sampling Techniques, New York 1977, S. 96ff

21

Quelle: IRI/GfK; VM = Verbrauchermärkte

68,5%

45,6%

17,9%

18,3%

13,6%

36,1%

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

Grundgesamtheit Stichprobe

VMDiscounterTrad. LEH

Abbildung 1.3: Struktur von Grundgesamtheit und Stichprobe des LEH-Panels der IRI/GfK 2003

1.2.3.1.2 Geringe Streuung des zu schätzenden Merkmals (Reliabilität)

Eine weitere Anforderung an die Panelstichprobe ist die, dass sie eine hinlänglich genaue Schätzung der Werte der Grundgesamtheit ermöglicht. Dabei bedeutet “hinlänglich genau”, dass aufgrund der Unschärfe der Zahlen keine Fehlent-scheidungen getroffen werden. Die inhaltliche Ausgestaltung dieser Forderung ist somit von der weiteren Verwendung der Zahlen abhängig. Wenn sich aufgrund von Panelergebnissen im Mediabereich Preise für Werbezeiten ergeben, so wird man eine höhere Genauigkeit fordern, als wenn ein Randprodukt der Konkurrenz zu beobachten ist.

Die Genauigkeit einer Stichprobe wird von vielen Faktoren beeinflusst. Dabei sind zu nennen:

22

Die Größe der Grundgesamtheit. Die Größe der Stichprobe. Die Streuung des zu schätzenden Merkmals. Die Aufteilung der Grundgesamtheit in Schichten. Die Aufteilung der Stichprobe auf die Schichten.

Sie wird beurteilt anhand der sogenannten Stichprobenstandardabweichung.Hierbei werden gedanklich alle nach der Ziehungsvorschrift möglichen Stich-proben gezogen und die Standardabweichung der Ergebnisse der Stichproben errechnet. Zu ihrer Berechnung werden von der Stichprobentheorie Formeln zur Verfügung gestellt.

Will man den Einfluss der einzelnen Komponenten auf die Genauigkeit abschät-zen, so stößt man auf die erste Schwierigkeit, dass alle Panelstichproben nach der Quotenauswahl bestimmt sind und dass dafür keine Formeln für die Stichproben-standardabweichung existieren, weil diese Zufallsauswahl voraussetzen. Dabei behilft man sich in der Praxis so, dass man die Formeln für eine eindimensional geschichteten Zufallsstichprobe zugrundelegt. Eine gute Panelstichprobe, die mehrdimensional geschichtet ist, wird nach aller Erfahrung die so bestimmte Genauigkeit erfüllen.

Betrachtet man zunächst die Genauigkeit eines Gesamtwerts (- die Verallge-meinerung auf viele Werte und auch auf Werte einzelner Schichten, wie sie im Panel erhoben werden, erfolgt später -), so liefert die Stichprobentheorie folgende Formel für die Standardabweichung des Mittelwerts einer geschichteten Stichprobe6:

L

hh

h

hh f

nS

Wys1

22 )1()(

mit:L = Zahl der Schichten Wh = Nh/N = Anteil der Schicht h an der Grundgesamtheit, wobei

6 vgl. Cochran, a.a.O., S. 92

23

Nh = Umfang der Grundgesamtheit in Schicht h N = Umfang der Grundgesamtheit gesamt

Sh2 = Streuung des Merkmals in der Schicht h

nh = Umfang der Stichprobe in der Schicht h fh = nh/Nh = Auswahlsatz in Schicht h, d.h. der Anteil der Elemente in der Grundgesamtheit in Schicht h, der in die Stichprobe kommt.

Betrachtet man im Folgenden die einzelnen Einflussgrößen, so ist der Einfluss der Größe der Grundgesamtheit im relevanten Bereich zu vernachlässigen. Aus obiger Formel ist nach einigen Umformungen erkennbar, dass sich bei proportio-nalen Stichproben die Stichprobenstandardabweichungen zweier sonst gleicher Panels mit verschieden großen Grundgesamtheiten um den Faktor

F1 =1 n

1 n1

2

N

N

unterscheiden, wobei n = Umfang der Stichprobe N1, N2 = Umfang der Grundgesamtheit N1 bzw. N2.Bei disproportionalen Stichproben liegt der Faktor etwas höher.

In der Praxis bedeutet dies: Liegt eine Panelstichprobe von 700 Geschäften vor und verringert sich die Grundgesamtheit von 60.000 Geschäfte auf 30.000 Ge-schäfte, so steigt die Genauigkeit um etwa 0,6%. Der Unterschied ist also ver-nachlässigbar. Abbildung 1.4 zeigt, dass die Größe der Grundgesamtheit erst dann bedeutend wird, wenn sie sich der Größe der Stichprobe annähert.

Dagegen ist der Einfluss der Stichprobengröße wesentlich bedeutender. Die Ge-nauigkeit zweier Stichproben unterscheidet sich bei sonst gleichen Verhältnissen im Wesentlichen um den Faktor

F2 = nn

2

1

24

wobei n1 und n2 die jeweiligen Stichprobenumfänge sind. Daraus läßt sich er-rechnen, dass eine Vervierfachung der Stichprobe die Stichprobenstandard-abweichung halbiert. Die Genauigkeit steigt also unterproportional, während die Erhebungskosten proportional zunehmen.

Stichprobengröße n =700

0,0010,0020,0030,0040,0050,0060,0070,0080,0090,00

100,00

0 10000 20000 30000 40000 50000

Umfang der Grundgesamtheit

Fehl

er b

ei G

G v

on 5

0000

= 1

00

Abbildung 1.4: Einfluss der Größe der Grundgesamtheit auf den Stichproben- fehler

Einen großen Einfluss hat auch die Streuung des zu schätzenden Merkmals. Die Stichprobenstandardabweichung des Gesamtwerts steigt näherungsweise propor-tional mit der durchschnittlichen Standardabweichung des zu schätzenden Merk-mals in den Schichten. Das bedeutet für die aufgeführten Zahlen eines Panel-berichts aber auch, dass die Ergebnisse für homogene Segmente (z.B. Traditio-neller LEH bis 400 qm Verkaufsfläche) bei gleichem Stichprobenumfang wesentlich genauer sind, als für heterogene Segmente (z.B. ein Gebiet, in dem alle Geschäftstypen und Organisationsformen enthalten sind).

Hier spielt also auch die Aufteilung der Grundgesamtheit in Schichten eine wich-tige Rolle: Je homogener die Schichten sind, d.h. je geringer die Streuung in den

25

Schichten Sh2, desto genauer wird der entsprechende Gesamtwert geschätzt.

Diese Intention trifft sich i.d.R. mit der Zielsetzung eines Panels, dass möglichst homogene und damit gut steuerbare Teilgesamtheiten ausgewiesen werden sollen.

Schließlich bietet auch die Aufteilung der Stichprobe auf die Schichten ein wichtiges Potenzial zur Verbesserung der Genauigkeit. Dies gilt besonders für das Handelspanel, in dem die einzelnen Geschäfte in den Segmenten sehr unter-schiedliche Bedeutung haben können. So kann ein LEH-Geschäft eine Verkaufs-fläche von 50 qm oder auch von 20.000 qm haben. Unterstellt man für beide Geschäfte in etwa gleiche Umsätze pro qm, dann hat das große Geschäft ungefähr die 400-fache Bedeutung des kleinen Geschäfts. Dagegen ist im Ver-braucherpanel die Spannweite der Bedeutung von Haushalten oder Einzel-personen wesentlich geringer. Aus diesem Grund wird im Verbraucherpanel häufig mit im Wesentlichen proportionalen, im Handelspanel mit dispropor-tionalen Stichproben gearbeitet.

1.2.3.2 Die Stichprobe eines Einzelhandelspanels

Die Heterogenität der Grundgesamtheiten von Einzelhandelspanels spricht in der Regel dafür, die großen Geschäfte in der Stichprobe stärker zu berücksichtigen als in der Grundgesamtheit. Für eine solche disproportionale Stichprobesprechen aber auch noch weitere gewichtige Gründe:

Die absolute Streuung der Merkmalswerte in den großen Geschäften ist deutlich größer als in den kleinen Geschäften. Will man die Gesamtstreuung minimieren, dann müssen die großen Geschäfte stärker berücksichtigt werden. Große Geschäfte sind für das Marketing der Hersteller sehr viel wichtiger als kleine Geschäfte. In den großen Geschäften werden Neuprodukte i.d.R. zuerst eingeführt. Dort zeigt sich als erstes deren Scheitern oder deren Erfolg. Zudem werden die großen Geschäfte häufig noch direkt vom Außendienst des Her-stellers bearbeitet. Dagegen sind kleine Geschäfte meist nur indirekt über die Zentrale erreichbar.

26

Zur Optimierung der Aufteilung der Stichprobe auf die Segmente liefert die Stichprobentheorie das bekannte Neyman’sche Ergebnis7:

L

hhh

hhh

SW

SWnn

1

,

wobei die Werte wie im Abschnitt 1.2.3.1.2 definiert sind. Inhaltlich sagt die Formel, dass der Stichprobenumfang in einer Schicht dann zu erhöhen ist, wenn deren Anteil in der Grundgesamtheit und / oder wenn die Streuung in der Schicht steigt. Sie liefert damit eine Rechtfertigung dafür, dass inhomogene Segmente (z.B. Verbrauchermärkte) stärker in der Stichprobe zu berücksichtigen sind als homogene Segmente (z.B. Discounter).

Ansonsten ist obige Formel für die Praxis wenig hilfreich: Sie minimiert die Stichprobenstreuung nur des Gesamtwerts und nur einer Variablen. Handels-panelberichte weisen jedoch für viele Warengruppen, die aus Hunderten von Artikeln bestehen und für zahlreiche Variable (z.B. Distribution, Verkaufs-mengen, Preise) außer dem Wert für den Gesamtmarkt auch Werte für eine Reihe von Segmenten aus, die ebenfalls hinlänglich genau sein müssen. Wird nach obiger Formel vorgegangen, dann werden insbesondere die Werte der Segmente mit kleinen Geschäften mit einem so hohen Stichprobenfehler im Verhältnis zum Mittelwert ausgewiesen, dass das Ergebnis für diese Segmente unbrauchbar wird.

Dabei sind die in der Panelforschung angewendeten Schichtungen oft sehr komplex. Tabelle 1.1 zeigt zur Verdeutlichung die Grundgesamtheit des LEH-Panels der GfK 19988. Dabei wird angenommen, dass die dick umrandeten Seg-mente auch ausgewiesen werden. Es sind dies (außer dem Totalwert):

7 vgl. Cochran, a.a.O., S. 98 8 Die neueren Grundgesamtheiten werden in dieser Detaillierung nicht veröffentlicht. Zur Verdeutlichung der Vorgehensweise ist diese ältere Grundgesamtheit jedoch ebenso geeignet wie eine neue Grundge-samtheit. Die Dimension Organisationsform (also z.B. Edeka oder Rewe) wurde aus Vereinfachungs-gründen weg gelassen.

27

- Gebiete: West, Ost, Berlin (es wird angenommen, dass Berlin von besonderem Interesse ist, da hier ein Testmarkt besteht).

- Geschäftstypen: Verbrauchermärkte, Discounter, Traditioneller LEH.

Das bedeutet, dass die Grundgesamtheit intern sehr viel tiefer gegliedert ist als im Bericht der Ausweis erfolgt. Dies ist für eine Handelspanelberichterstattung typisch. Es wird daher im Folgenden unterschieden zwischen

- Hochrechnungszellen: Intern verwendete Teile der Grundgesamtheit. Hochrechnungszellen müssen vollständig sein und dürfen sich nicht über-lappen.

- Segmente: Ausgewiesene Teile der Grundgesamtheit. Segmente müssen nicht vollständig sein und dürfen sich überlappen. So ist das Segment „Berlin“ Teil des Segments „Ost“. Jedes Segment setzt sich aus einer oder mehreren Hochrechnungszellen zusammen. In dieser Nomenklatur wird auch der Gesamtwert als Segment aufgefasst.

Tabelle 1.1: Grundgesamtheit Lebensmitteleinzelhandel 1998

Die Aufteilung der Stichprobe auf die Hochrechnungszellen wurde in der Vergangenheit vor allem durch Faustregeln gelöst. Bewährt hat sich dabei die Regel „halber numerischer Anteil + halber Umsatzanteil“, wobei kleinere Segmente dann noch aufgestockt wurden. Als Faustregel galt, dass ausgewiesene Segmente mindestens 70 Geschäfte umfassen sollen. Durch neuere Arbeiten9

9 vgl. Bosch, V., Wildner, R.: Optimum Allocation of Stratified Random Samples Designed for Multiple Mean Estimates and Multiple Observed Variables, in: Communications in Statistics: Theory and Methods, 2003, 32 (10), S. 1897-1909 und Wildner, R., Bosch, V.: Optimierung komplexer Stichproben, in: planung & analyse 1/2004, S. 84 – 89. Dort ist auch das nachfolgende Beispiel durchgerechnet.

Nord NRW Mitte Ba-Wü Bayern Nord-Ost

Nord-West

Berlin Total

VM >=5000 m² 84 147 107 68 82 68 78 6 640VM 1500-4999 m² 402 412 197 217 259 201 188 94 1970VM 800-1499 m² 987 976 538 511 632 373 309 154 4480Discounter 400-799 m² 1286 1731 1153 1265 1577 1156 1197 325 9690Trad. LEH 400-799 m² 686 1085 936 527 881 483 422 240 5260Trad. LEH 200-399 m² 1194 1201 1073 702 1063 818 837 222 7110Trad. LEH < 200 m² 5441 7118 5206 4550 6166 3601 3749 319 36150Total 10080 12670 9210 7840 10660 6700 6780 1360 65300VM = Verbrauchermärkte; Trad. LEH = Traditioneller Lebensmitteleinzelhandel

28

liegt nun ein für die Praxis tauglicher analytischer Lösungsweg vor.

Dabei müssen mehrere Ziele gleichzeitig verfolgt werden: Mehrere Variable sollen in mehreren Segmenten „möglichst genau“ geschätzt werden. Wie bei einem Scoringmodell müssen daher die betreffenden Varianzen gewichtet aufaddiert werden. Das führt zu folgender Zielfunktion:

Q =J

j

I

i

jiji YVar

1 1

2 )ˆ( Min! (1.6)

Dabei ist jiY der geschätzte Mittelwert der Variablen Yi für Segment j, z.B. der

geschätzte mittlere Preis pro Stück eines Artikels (Variable) in den Verbraucher-

märkten (Segment), )ˆ( jiYVar ist die dazu gehörige Stichprobenstreuung. Diese

Werte errechnen sich wie folgt:

ih

L

hjh

ji YWY ˆˆ

1. (1.6a)

L

h h

ihjhji n

SWYVar

1

22

)ˆ( (1.6b)

Dabei ist Wjh der numerische Anteil der h-ten Hochrechnungszelle am j-ten Segment. Geht eine Hochrechnungszelle nicht in ein Segment ein, so gilt: Wjh = 0, besteht ein Segment nur aus einer Hochrechnungszelle, so gilt für diese: Wjh = 1. Die Summe dieser Anteile pro Segment ist 100%. Sih

2 ist die Streuung des Merkmals i in der Hochrechnungszelle h.

Die Omega ( ji ) sind Gewichte, welche die Bedeutung des Schätzwertes der

Variablen i im Segment j ausdrücken. Je höher ein Omega relativ zu den anderen Gewichten ist, desto stärker wird die Variable i und das Segment j bei der Optimierung berücksichtigt, desto kleiner wird die zugehörige Stichproben-streuung.Die Bedeutungsgewichte sind demnach vom Untersuchungsleiter gemäß der

29

Bedeutung der Segmente und Variablen für den Bericht vorzugeben. Sie müssen sich nicht zu 1 addieren.

Werden (1.6a) und (1.6b) in (1.6) eingesetzt, so hängt der Wert der Zielfunktion auch von den Stichprobenumfängen in den Hochrechnungszellen nh ab. Damit lassen sich die nh so bestimmen, dass der Wert Q der Zielfunktion (1.6) minimiert wird. Die Lösung dieser Aufgabe ist:

hj i ihjhji

j i ihjhji

hSW

SWnn

222

222

(1.7)

Die Anwendung der Formel lässt sich anhand der Grundgesamtheit der Tabelle 1.1 zeigen, wenn die folgenden Standardabweichungen für den Umsatz einer Warengruppe bzw. für die Distribution angenommen werden:

Tabelle 1.2: Standardabweichungen für zwei Merkmale Durchschn. Ladenfläche

Standard- ab-

weichung des

Umsatzes der Waren- gruppe X

Standard- abweichung der nume-

rischen Distribution

Verbrauchermärkte >=5000 m² 7500 7,29 0,5Verbrauchermärkte 1500-4999m² 3250 3,16 0,5Verbrauchermärkte 800-1499 m² 1150 1,12 0,5

Discounter 400-799 m² 600 0,58 0,5Traditioneller LEH 400-799 m² 600 0,58 0,5Traditioneller LEH 200-399 m² 300 0,29 0,5

Traditioneller LEH < 200 m² 100 0,097 0,5Quelle: Eigene Berechnungen

Tabelle 1.3 zeigt die Stichprobenstandardabweichungen für die Mittelwerte der beiden Merkmale und die ausgewiesenen Segmente, wenn verschiedene Opti-mierungsstrategien für eine Stichprobe von 1000 Geschäften verfolgt werden. Eine Optimierungsstrategie wird durch jeweils in einem Satz von Bedeutungsgewichten Omega repräsentiert: Im Fall 1 wird die Distribution gesamt optimiert. Das Omega für die Distribution des Gesamtwerts ist eins, alle

30

anderen Omegas sind Null. Dieser Wert zeigt daher die kleinst mögliche Streuung. Das Ergebnis entspricht der Optimierung nach Neyman-Tschuprow (vgl. Abschnitt 1.2.3.2, Seite 26). Fall 2 optimiert den Gesamtumsatz. Fall 3 zeigt, dass bei der Optimierung beider Variablen gleichzeitig jede Variable für sich schlechter geschätzt wird als beim jeweiligen Optimum, dass aber der Gewinn an Genauigkeit bei der jeweils anderen Variablen sehr viel höher ist als der Verlust, der gegenüber der jeweils optimalen Aufteilung hinzunehmen ist. Schließlich zeigt Fall 4, dass der Verlust an Genauigkeit beim Gesamtwert durch die Hinzunahme der Segmente gering ist im Vergleich zum Gewinn bei den Segmenten. Die betreffende Aufteilung der Stichprobe zeigt Tabelle 1.4, wobei noch nicht auf ganze Zahlen gerundet wurde. Es wird deutlich, dass durch das Verfahren die Hochrechnungszellen, die zu kleinen Segmenten (z.B. Berlin) oder zu Segmenten mit großer Streuung (z.B. Verbrauchermärkte) bevorzugt werden: Insgesamt kommen nur 1,5% der Geschäfte in die Stichprobe, in Berlin sind es durchschnittlich 9,3%, in den Verbrauchermärkten 12,2%, in den Verbrauchermärkten in Berlin gar über 52%, wie man leicht feststellt, wenn die Werte der Tabelle 1.4 durch die entsprechenden Werte der Tabelle 1.1 dividiert werden.

Tabelle 1.3: Stichprobenstandardabweichungen von Mittelwerten für verschie-dene Optimierungsstrategien

FallVariable ( -Werte für Segmente) Gesamt West Ost Berlin VM Disc Trad.

LEH

1Numerische Distribution ( =1 fürGesamt, sonst =0)

1,6 1,8 3,3 11 4,8 4,1 1,8

Umsatz ( =0) 0,032 0,036 0,068 0,242 0,277 0,048 0,009

2Numerische Distribution ( =0) 2,7 3,1 5,6 14,5 2,7 3,7 3,6

Umsatz ( =1 für Gesamt, sonst =0)

0,015 0,017 0,031 0,124 0,098 0,043 0,011

3Numerische Distribution ( =1 für Gesamt, sonst =0)

1,7 1,9 3,5 11,1 3,8 4,2 2

Umsatz ( =1 für Gesamt, sonst =0)

0,019 0,022 0,041 0,166 0,15 0,049 0,009

4Numerische Distribution ( =1 für Gesamt und =1/6 Segmente)

1,9 2,2 3,5 4,7 3,3 4 2,3

Umsatz ( =1 für Gesamt und =1/6 für Segmente)

0,018 0,021 0,035 0,07 0,132 0,047 0,011

Quelle: Eigene Berechnungen VM = Verbrauchermärkte, Disc. = Discounter, Trad. LEH = Traditioeller Lebensmitteleinzelhandel

31

Tabelle 1.4: Optimale Aufteilung für Fall 4 der Tabelle 1.3 Nord NRW Mitte Ba-Wü Bayern N-O N-W Berlin Total

Verbrauchermärkte >=5000 m² 9,75 17,06 12,42 7,89 9,52 8,45 9,69 3,13 77,91Verbrauchermärkte 1500-4999m² 21,01 21,54 10,3 11,34 13,54 11,25 10,52 22,08 121,58Verbrauchermärkte 800-1499 m² 23,35 23,09 12,73 12,09 14,95 9,46 7,83 16,37 119,87

Discounter 400-799 m² 19,29 25,96 17,29 18,97 23,65 19,12 19,8 26,45 170,53Traditioneller LEH 400-799 m² 7,03 11,11 9,59 5,4 9,02 5,99 5,24 19,35 72,73Traditioneller LEH 200-399 m² 11 11,07 9,89 6,47 9,8 9,12 9,33 16,11 82,79

Traditioneller LEH < 200 m² 48,38 63,27 46,28 40,45 54,81 38,74 40,33 22,33 354,59Summe 139,81 173,1 118,5 102,61 135,29 102,13 102,74 125,82 1000

Quelle: Eigene Berechnungen

Eine weitere Frage ist, wie die Stichprobe grundsätzlich zu bestimmen ist. Dabei sind bewusste Auswahl (hier insbesondere die Quotenauswahl) und Zufalls-auswahl möglich. Generell haben Zufallsstichproben eine Reihe von Vorteilen, wie z.B. die Möglichkeit, Vertrauensintervalle zu berechnen und so Aussagen zum Stichprobenfehler zu treffen. Stichproben, die mit bewusster Auswahl fest-gelegt wurden, haben diese Möglichkeit zumindest in der Theorie nicht.

Vertrauensintervalle gelten jedoch nur für repräsentative Stichproben, d.h. für solche Stichproben, für die der Mittelwert über alle möglichen Stichproben dem Mittelwert der Grundgesamtheit entspricht, die also erwartungstreu sind. Erwar-tungstreue Zufallsstichproben setzen jedoch voraus, dass jedes Element der Grundgesamtheit eine berechenbare Wahrscheinlichkeit größer Null hat, in die Stichprobe zu kommen. Dies wiederum ist nur gegeben, wenn zwei Vorausset-zungen vorliegen:

1. Es gibt eine irgendwie geartete "Liste" aller Elemente der Grundgesamtheit. Dabei kann die "Liste" in Form einer Kartei, Datei oder auch (wie im Fall des Stichprobenplans der Arbeitsgemeinschaft deutscher Marktforschungs-institute) in Form von Haustüren in einem Straßenzug vorliegen. Im Falle des Handelspanels wäre also eine Liste aller relevanten Einzelhandelsgeschäfte erforderlich. Eine solche Liste existiert nicht.

2. Die zufällig bestimmten Elemente der Grundgesamtheit können auch erhoben werden. Eine Stichprobe bleibt zwar auch dann eine Zufallsstichprobe, wenn diese Voraussetzung nicht gegeben ist. Sie ist dann jedoch i.d.R. verzerrt. Zudem vergrößert sich das Vertrauensintervall drastisch, so dass die Vorteile

32

der Zufallsstichprobe mehr als aufgehoben werden. Nun ist eine auch nur annähernd vollständige Erfüllung dieser Forderung nur in der amtlichen Statistik möglich, bei der die Auskunftswilligkeit durch Bußgelder erzwungen werden kann. In der Marktforschungspraxis hat sich daher die Faustregel bewährt, dass eine Verweigerungsquote von bis zu 30% akzeptiert wird. Doch auch diese Voraussetzung ist in der Panelforschung nicht gegeben.

Im Ergebnis ist also nur eine bewusste Auswahl möglich. Dabei wird dem Außendienst des Marktforschungsinstituts das anzuwerbende Geschäft nach den Kriterien

GeschäftstypGeschäftsgrößeGebietZugehörigkeit zu Handelsunternehmen / Vertriebsschiene

vorgegeben. Die Anwerbung selbst erfolgt je nach Organisation des Handels-unternehmens direkt vor Ort oder über die Zentrale.

1.2.3.3 Die Stichprobe des Verbraucherpanels

Derzeit gibt es in Deutschland zwei Stichproben von Haushaltspanels: Eine Stichprobe von A.C. Nielsen (Frankfurt/Main) mit ca. 9.500 Haushalten und eine Stichprobe von GfK (Nürnberg) mit ca. 20.000 Haushalten.

Für die Verbraucherpanelstichprobe (und hier exemplarisch für die Haushaltspa-nelstichprobe) ist neben der Größe der Stichprobe vor allem festzulegen, ob die Stichprobe zufällig gezogen werden soll oder ob eine bewusste Auswahl wie z.B. das Quotaverfahren vorzuziehen ist. Dabei gelten für die Zufallsstichprobe die gleichen Voraussetzungen wie im vorigen Abschnitt für die Handelspanel-stichprobe schon erwähnt, die hier allerdings ebenfalls nicht erfüllt werden kön-nen.

Auch im Falle des Haushaltspanels existiert keine Liste „Elemente der Grund-gesamtheit“, in diesem Fall also der privaten deutschen Haushalte. Hier könnte jedoch nach einem anerkannten Zufallsstichprobenverfahren wie z.B. dem ADM-

33

Stichprobenplan vorgegangen werden und so zumindest eine Näherung erzielt werden.

Die zweite Voraussetzung ist, dass sich die zufällig bestimmten Einheiten dann auch erheben lassen müssen. Wie bereits im vorigen Abschnitt erwähnt wird in der Marktforschung eine Stichprobe i.d.R. auch dann noch als Zufallsstichprobe akzeptiert, wenn der Anteil der Elemente, die sich nicht erheben lassen (die soge-nannte "Verweigerungsquote"), bis zu 30% beträgt. Diese Werte sind selbst bei Befragungen mit ihrer begrenzten und nur kurzzeitigen Belastung der Interview-partner kaum erreichbar. Völlig unmöglich ist dies jedoch bei Panelstichproben, wo es auf eine langfristige, nach Möglichkeit mehrere Jahre dauernde Zusam-menarbeit ankommt, die zudem vom Panelhaushalt noch ein erhebliches Engagement abverlangt. Bei der Anwerbung von Panelhaushalten beträgt daher die Verweigerungsquote bis über 95%, so dass letztlich keine Zufallsstichprobe möglich ist.

Trotzdem werden bei der Stichprobenziehung soviel Zufallselemente wie mög-lich beibehalten, was durch ein mehrstufiges Verfahren erreicht wird. Hierzu werden zunächst kleine, regionale Einheiten, die sogenannten "Sample-Points", nach Bundesland und Ortsgröße geschichtet und dann eine proportionale, geschichtete Stichprobe von Sample-Points gezogen.

Der Außendienst wird dann beauftragt, in den gewählten Sample-Points nach Quotenvorgabe definierte Haushalte anzuwerben. Die Vorgaben erfolgen in den sogenannten "Quotierungsmerkmalen":

Haushaltsgröße als zentrales, den Umfang des Verbrauchs determinierendes Merkmal,Haushaltsnettoeinkommen als Ausdruck der wirtschaftlichen Leistungsfähig-keit,Alter der haushaltsführenden Person als "Lebenszyklusvariable", Zahl der Kinder unter 15 Jahren als wichtiges, die Struktur des Verbrauchs determinierendes Merkmal.

Dabei erfolgen die Vorgaben in den GfK Haushaltspanels derzeit so, dass die

34

Verteilung der Stichprobe proportional zur Verteilung der Grundgesamtheit ist. Ausnahme ist dabei lediglich, dass der Anteil der Einpersonenhaushalte in der Stichprobe halb so groß ist wie in der Grundgesamtheit. Dafür gibt es zwei Gründe: Einmal kaufen Einpersonenhaushalte in den relevanten Warengruppen deutlich weniger ein. Zweitens ist die Anwerbung und die laufende Motivation besonders der jungen Einpersonenhaushalte besonders schwierig und damit teuer.

Ein anderer Weg wird beim Individualpanel der GfK beschritten: Hier werden zunächst die Einkäufe der 20.000 haushaltsführenden Personen des Haushalts-panels genutzt. Zusätzlich wurde eine Stichprobe von 5.000 Personen angeworben, die keine haushaltsführenden Personen sind. Das Individualpanel umfasst daher 25.000 Personen und ist disproportional angelegt. Die Dispro-portionalität ist einmal durch die Erhebungskosten bedingt: Die Daten aus dem Haushaltspanel fallen ohnehin an. Dies ist aber auch zweckmäßig, weil die haushaltsführenden Personen auch in den für das Individualpanel relevanten Warengruppen (Süßwaren, Körperpflege und Kosmetik) deutlich mehr einkaufen als die Nicht-Haushaltsführer.

Trotz einer sehr sorgfältigen Aussteuerung der Stichprobe tendiert ein Haushalts-panel dazu, die unteren und oberen Gesellschaftsschichten schwächer abzubilden als die Mittelschicht. Anschaulich gesprochen: Der Nichtsesshafte wird ebenso wenig bereit sein, seinen Konsum einem Marktforschungsinstitut zu melden wie der Vorstandsvorsitzende eines großen Konzerns. Das bedeutet, dass Luxus-warengruppen wie z.B. Champagner oder teuere Düfte nur unzureichend in einem Verbraucherpanel abgebildet werden können. Darüber hinaus tendieren Panelhaushalte dazu, dass sie sich für den Einkauf von Produkten, für Preise, Werbung etc. etwas stärker interessieren als der Durchschnitt der Bevölkerung. Diese grundsätzliche Verzerrung wird als Panelbias bezeichnet. Dieser Panelbias wurde von Sylvia Petzold eingehend untersucht10.

Danach ergibt sich folgendes Bild: Nach Aufnahme einer stabilen Mitarbeit tritt keine Änderung des Berichtsver-haltens mehr ein. Die Befürchtung, dass die Panelteilnehmer aufgrund der Mit- 10 Unveröffentlichte Präsentation von Sylvia Petzold / GfK Panel Services vom 3.12.2004

35

arbeit im Laufe der Zeit ihr Einkaufsverhalten ändern, ist demnach unbegründet. Dagegen führt die Tatsache, dass ein Panel zwar soziodemografisch gut ausge-steuert ist, Panelteilnehmer aber insgesamt zu bewussteren Einkaufsverhalten neigen, durchaus zu Abweichungen. Zur Untersuchung dieser Frage werden Panelhaushalten und einer ad-hoc-Stichprobe (Omnibusbefragung mit n=2243) bestimmte Statements vorgelegt und der Grad der Zustimmung erfragt. Dabei ergibt sich:

1. Panelhaushalte informieren sich intensiver über das Produktangebot. 79% der Panelhaushalte aber nur 65% der ad-hoc-Stichprobe informieren sich regelmäßig über Angebote. 16% der ad-hoc-Stichprobe aber nur 11% der Panelhaushalte haben einen Aufkleber am Briefkasten, der den Einwurf von Werbung untersagt.

2. Panelhaushalte sind weniger markenorientiert. 26% der ad-hoc-Stichprobe aber nur 12% der Panelhaushalte bejahen das Statement, dass Marken-artikel besser als Produkte mit unbekanntem Namen sind.

3. Panelhaushalte sind etwas preisbewusster als der Durchschnitt der Bevölkerung (70,5% vs. 68,6%).

4. Panelhaushalte sind innovativer. Dem Statement „Ich probiere gerne neue Produkten aus“ stimmen 57% der Panelhaushalte, aber nur 48% der Bevöl-kerung zu.

5. Panelhaushalte kaufen bewusster ein. 84% von ihnen schreiben vor dem Einkauf einen Einkaufszettel, aber nur 68% aller Haushalte.

6. Dagegen gibt es auch Statements, die gleich bzw. fast gleich beurteilt werden. Diese betreffen vor allem das Warenangebot und den Service. 79% (Panel) bzw. 78% (ad hoc) bevorzugen Geschäfte mit einem umfassenden Warenangebot. 36% bzw. 38% brauchen keine Bedienung im Laden. 42% vs. 40% legen Wert auf kompetente Beratung.

Wie relevant diese Unterschiede sind wurde durch eine Simulationsrechnung untersucht. Dabei wurde angenommen, dass Personen im Panel und in der ad-hoc-Stichprobe gleich einkaufen, wenn sie den entsprechenden Statements gleich zustimmen. Dabei ergeben sich eher geringe Unterschiede. So ergibt sich im Panel ein Anteil der Handelsmarke von 68,1%, simuliert würden sich 70,1% ergeben. Insgesamt sollte man bei der Beurteilung der Panelzahlen diese

36

Verzerrungen beachten. Für die praktische Arbeit sind sie jedoch i.d.R. eher unbedeutend, zumal vor allem Veränderungen interpretiert werden und diese Verzerrungen selbstverständlich konstant sind.

Die Herstellung einer möglichst hohen Konstanz im Panel ist Aufgabe der Panel-pflege, die dafür ein ganzes Bündel von Maßnahmen anwendet.

Materielle Anreize sind nur ein Teil der Maßnahmen. Jeder Haushalt erhält mehrmals pro Jahr ein kleines Geschenk. Darüber hinaus erwirbt der Haushalt durch die Panelteilnahme Punkte, für die er aus einem Katalog Waren auswählen kann. Schließlich nimmt er regelmäßig an Verlosungen von PKWs, Reisen und anderen Sachpreisen teil. Insgesamt haben die materiellen Anreize jedoch mehr den Charakter einer Anerkennungsprämie für eine ehrenamtliche Tätigkeit als den einer Bezahlung. Eine Bezahlung ist abgesehen von den damit verbundenen Kosten auch nicht erwünscht, da sie für Personenkreise mit geringem Einkom-men einen stärkeren Anreiz darstellen würde als für Personen mit höheren Ein-kommen und so letztlich die Repräsentativität der Stichprobe beeinträchtigen würde.

Mindestens ebenso wichtig wie die materiellen Anreize sind die immateriellen Motivationsmaßnahmen. Hierzu zählen insbesondere regelmäßige Kontakte über Broschüren, eine kostenlose Hotline sowie feste Ansprechpartner im Institut. Trotz dieses Maßnahmenpakets beträgt die Panelsterblichkeit im Haushaltspanel der GfK pro Jahr etwa 20% bis 30%, wobei der Durchschnittswert abhängig von der Struktur z.T. deutlich über- bzw. unterschritten wird. Besonders groß ist die Panelsterblichkeit bei jungen Einpersonenhaushalten. Die Haushalte, die durch-gehend von Anfang bis Ende eines Zeitraums im Panel verbleiben, werden als "durchgehende Masse" bezeichnet. Eine große durchgehende Masse ist ein wich-tiges Qualitätsmerkmal eines Panels, nicht nur für die schon angesprochene Kontinuität der Daten und für die Genauigkeit der Schätzung von Verän-derungen. Für viele Sonderanalysen bilden nur die Haushalte der „durchgehenden Masse“ die Basis.

37

1.2.4 Die Erhebung

1.2.4.1 Die Erhebung im Handelspanel

Die klassische Erhebung im Handelspanel erfolgt durch den Außendienst des Marktforschungsinstituts nach der sogenannten Inventurmethode. Dabei werden gegen Ende des Zeitraums, über den berichtet werden soll, die Bestände im Geschäft sowie die Preise durch körperliche Erhebung erfasst. Zusätzlich werden die Einkäufe über die Rechnungsbelege des Geschäfts ermittelt. Mit Hilfe der beim letzten Besuch gezählten Bestände können dann über die Inventurgleichung

Verkäufe (akt. Periode) = Bestand (Vorperiode) + Einkäufe (akt. Periode) – - Bestand (akt. Periode)

die Abverkäufe jedes Artikels errechnet werden.

Der mit dieser Erhebung verbundene Aufwand ist erheblich. Die Erhebung nur eines Verbrauchermarktes kann 200 Arbeitsstunden und mehr erfordern. Von daher ist es verständlich, dass die Marktforschungsinstitute in den letzten 25 Jahren erhebliche Anstrengungen unternommen haben, diese Erhebungsform durch Verfahren mit weniger personellem Aufwand zu ersetzen.

Bereits zu Beginn der 80er Jahre wurde der maschinenlesbare Beleg eingeführt. Dadurch wurde die Übertragung der Daten auf die Erhebungsbelege, die zuvor in Heimarbeit vorgenommen worden war, überflüssig. Darüber hinaus wurden je-weils für ein Geschäft die in der Vorperiode distribuierten Artikel vorgedruckt, so dass nur noch neu geführte Artikel mit ihrer Bezeichnung, Inhalt, Packungs-formen etc. eingetragen werden mussten.

Ab der Mitte der 80er Jahre wurde die manuelle Erhebung zunehmend durch Datenträgeraustausch ersetzt, wobei verschiedene Varianten möglich sind:

1. Erfassung der Verkäufe über die Scannerkasse, Bestände werden manuell erhoben, die Einkäufe errechnet.

2. Erfassung der Einkäufe über Datenträgeraustausch, manuelle Erfassung der

38

Bestände, Verkäufe werden errechnet. 3. Erfassung der Verkäufe über die Scannerkasse, der Einkäufe über Datenträ-

ger und Berechnung der Bestände. Dabei müssen abhängig von der Waren-gruppe die Bestände in regelmäßigen Abständen u.U. doch erhoben werden, da sonst Schwund durch Verderb oder Diebstahl zu einer permanenten Er-höhung der Bestände führen würde.

Insbesondere die Verwendung von Scannerdaten hat auch einen „Methoden-effekt“ auf die Daten. Dies soll an einem fiktivem Zahlenbeispiel erläutert wer-den. Die folgende Tabelle (vgl. Tabelle 1.5) zeigt die wöchentlichen Preise und Abverkäufe aus 8 Geschäften, wobei die Aktionswoche immer um eine Woche verschoben ist.

Tabelle 1.5: Fiktive Preise und Abverkäufe aus acht Geschäften

Woche Geschäft 1 Preis Menge

Geschäft 2 Preis Menge



12345678

1,992,692,692,692,692,692,692,69

120 25 30 20 22 24 19 25

2,791,992,792,792,792,792,792,79

12 112 13 15 12 11 10 12

2,592,591,892,592,592,592,592,59

35 40 221 28 34 38 30 32

2,692,692,691,892,692,692,692,69

28 24 22 142 26 32 30 25

Woche Geschäft 5 Preis Menge




12345678

2,892,892,892,892,192,892,892,89

12 9 11 8 58121516

2,692,692,692,692,691,992,692,69

2118162220891219

2,692,692,692,692,692,691,892,69

32 28 33 31 29 27 243 21

2,792,792,792,792,792,792,791,99

12 14 16 13 11 14 14 186

39

Nimmt man an, diese Geschäfte repräsentieren die Stichprobe eines Segments und jedes Geschäft geht mit dem gleichen Hochrechnungsfaktor in das Panel ein, dann ergibt sich folgende Situation:

Bei der manuellen Erhebung wird durch den Außendienst der Preis der letzten Woche erfasst und allen Verkäufen der 8 Wochen der Erhebungsperiode zuge-ordnet. So ergibt sich im Beispiel bei Geschäft 1 für alle 285 verkauften Stück ein Preis von € 2,69. Der wahre Durchschnittspreis lässt sich aus den Gesamt-umsätzen des Geschäfts und der verkauften Stückzahl zu € 2,21 berechnen. Ähnlich ist die Situation bei den Geschäften 2 bis 7. In Geschäft 8 wird der tatsächliche Durchschnittspreis (€ 2,13) zwar mit dem Panelwert von € 1,99 unterschätzt, insgesamt ergibt sich jedoch für alle acht Geschäfte eine gra-vierende Überschätzung des Preises: Der wahre Durchschnittspreis von € 2,05 wird im Panel mit € 2,61 wiedergegeben.

Das bedeutet: Der manuell erhobene Preis lässt sich als zeitlich gewichteter Durchschnittspreis interpretieren. Da in den Aktionswochen die niedrigen Preise mit hohen Abverkäufen einhergehen, liegt der (wahre) mengengewichtete Durch-schnittspreis unter dem Handelspanelpreis. Dagegen ordnet die Scannerkasse den Preisen die richtige Menge zu, so dass hier mengengewichtete Durchschnitts-preise vorliegen. Der Unterschied kann bei aktionsintensiven Warengruppen 20% und mehr betragen.

Ein weiterer Methodeneffekt der Scannerkasse liegt in der unterschiedlichen Be-handlung von Schwund durch Diebstahl oder Verderb. Bei der manuellen Erhe-bung wird Schwund als Verkauf erfasst, bei der Scannerkasse nicht. Auch hier kann bei vom Schwund besonders betroffenen Artikeln (z.B. kleine Spirituosen-flaschen) der Unterschied bei mehreren Prozent liegen.

Im Ergebnis ist heute die Handelspanelerhebung für Verbrauchsgüter eine Mischmethode, die manuelle Erhebung (- besonders bei kleinen Geschäften, da hier häufig kein Datenträgeraustausch möglich ist -) wird mit dem Daten-trägeraustausch bezüglich Einkäufe und Verkäufe kombiniert. Dabei dominiert der Datenträgeraustausch jedoch deutlich.

40

In den Gebrauchsgüterpanels spielt die EAN-Erfassung dagegen keine Rolle. Aber auch hier werden elektronisch erfasste Verkäufe und die Einkäufe statt durch Zählung und Rechnungsbearbeitung direkt über Datenträgeraustausch an das Institut gemeldet.

In der Folge haben die großen Panelsinstitute in den letzten 20 Jahren Außen-dienste mit 200 Mann und mehr fast vollständig abgebaut. Lediglich bei der Promotionerfassung ist auch heute noch eine manuelle Erhebung vor Ort erfor-derlich.

1.2.4.2 Die Erhebung im Verbraucherpanel

1.2.4.2.1 Überblick

Neben der traditionellen schriftlichen Erhebung durch den "Haushaltskalender" werden derzeit drei Verfahren eingesetzt, die primär auf die Erfassung des EAN-Codes abgestellt sind. Diese Verfahren sind (in der Reihenfolge ihrer Ent-wicklung) das POS-Scanning, das Inhome-Scanning, das Electronic Diary, die Interneterfassung und die Verbindung von Scanning und Interneterfassung im Verfahren „Scan-It“. Alle Verfahren haben spezifische Stärken und Schwächen.

1.2.4.2.2 Die Kalendermethode

Die Kalendermethode ist die älteste Erhebungsmethode im Verbraucherpanel. Sie wird seit den 50er Jahren eingesetzt und ist seitdem immer weiter verfeinert worden. Sie lässt sich wie folgt beschreiben:

Der Panelhaushalt erhält in regelmäßigen Abständen (z.B. einmal im Quartal) ein Buch mit je einem Satz von Berichtsblättern. Darauf sind nach den erhobenen Warengruppen geordnet pro gekauften und zu berichtenden Artikel je eine Zeile vorgesehen, in die einzutragen ist:

Datum des Einkaufs

41

EinkaufsstätteMarke und / oder Hersteller Inhalt pro Packung Zahl der gekauften Stück Preis pro Stück und / oder Gesamtpreis je nach Warengruppe u.U. Sonderangaben

Beispiele für Sonderangaben sind: Duftrichtungen bei Seifen / Parfums etc. Angabe, ob der Artikel als Geschenk oder zum Eigenverbrauch gekauft wurde oderAngabe, ob der Artikel aus dem Regal oder einer anderen Plazierung entnom-men wurde.

Die Methode mag nicht mehr modern und zeitgemäß sein, hat aber dennoch eine Reihe von Vorteilen. Wichtigster Vorteil ist, dass jeder Artikel unabhängig da-von, ob er EAN-codiert ist oder nicht11, den gleichen Aufwand für die Eingabe verursacht. Dies war in Deutschland besonders wichtig, da hier nicht nur unver-packte Frischeartikel keinen EAN-Code aufweisen, sondern auch große Teile des Sortiments von verschiedenen Handelsunternehmen. Aktuell hat dieses Argu-ment durch die Einführung von Scannerkassen bei Aldi stark an Bedeutung verloren.

Ein weiterer Vorteil ist, dass die Methode auch von nicht „technik-affinen“ Ziel-gruppen, wie z.B. vielen alten Menschen, akzeptiert wird. Darüber hinaus ist auch ein Eintrag möglich, wenn keine Packung vorliegt. Dies kann vorteilhaft sein beim Unterwegskonsum (Packung wird weggeworfen), sowie bei Produkten, die im Keller bevorratet werden und daher nicht oder nur zeitverzögert in die Wohnung kommen (z.B. Waschmittel, Getränkekästen, etc.). Schließlich können sehr einfach von der Warengruppe abhängige Sonderangaben erfragt werden (z.B. ob ein Artikel für den Eigenverbrauch oder als Geschenk gekauft wird).

Abbildung 1.5 zeigt ein Beispiel einer Seite eines solchen Haushaltskalenders.

11 vgl. Abschnitt 3.1.3.

42

Abbildung 1.5: Seite aus dem Einkaufskalender (Quelle: GfK).

43

Die Kalendermethode hat aber auch gravierende Nachteile, die sich vor allem aus dem hohen Aufwand pro einzutragenden Artikel ergeben. Die Konsequenz ist, dass sich die Erhebung auf bestimmte Warengruppen beschränken muss. Da-durch werden die Möglichkeiten von Sortiments- und Warenkorbanalysen limi-tiert, wie sie z.B. im Rahmen des "category managements" erforderlich sind. Darüber hinaus ist der laufende Aufwand durch den Druck des Kalenders, den Versand zum Haushalt, den anschließenden Versand der ausgefüllten Erhebungsbögen durch den Haushalt an das Institut und die dortige manuelle Eingabe in den Computer erheblich. Durch den mehrfachen Postversand ist der Prozess auch langsam. Weiter erfordern neu zu erhebende Warengruppen einen Vorlauf von mehreren Monaten. Vergangenheitsdaten (so genannte. "Back Data") sind überhaupt nicht vorhanden. Nachteilig ist auch die geringe Präzision, mit der die Artikel differenziert werden können. Die Haushalte tragen häufig die für die eindeutige Identifikation eines Artikels erforderliche Informationen nicht vollständig ein. Hier liefert der EAN-Code in aller Regel exaktere Artikelan-gaben als die Eintragungen der Haushalte.

Aus diesen Gründen wird die Methode aktuell vor allem bei solchen Produkten angewendet, bei denen keine EAN-Codierung vorhanden ist (z.B. Textilien, Frischeartikel, aber auch Dienstleistungen wie Geldanlagen, Friseurbesuch oder Tourismus) oder wenn insgesamt so wenig Artikel erhoben werden, dass die hohen Investitionskosten einer elektronischen Erfassung nicht lohnen. Dies ist in Deutschland beim Individualpanel der Fall. International wird die Kalender-methode auch in Haushaltspanels für die täglichen Verbrauchsgüter vor allem in Ländern mit geringerer Auslastung des Panels eingesetzt .

In allen anderen Fällen wird auf eine elektronische Erfassung des EAN-Codes und / oder auf die Erfassung über das Internet gesetzt.

1.2.4.2.3 POS-Scanning

POS-Scanning (das Kürzel “POS” steht dabei für Point of Sales) lässt sich kurz wie folgt beschreiben:

44

Jeder Panelhaushalt wird mit einer oder mehreren Identifikationskarten im Scheckkartenformat ausgestattet, auf der die Haushaltsnummer als Barcode aufgedruckt ist. Der Haushalt zeigt die Karte bei jedem Einkauf in den kooperierenden Geschäften vor. Die Karte wird mit über den Scanner gezogen und die EAN-Codes sowie die Mengen und Preise der gekauften Artikel werden zusammen mit der Haushaltsnummer in einem eigenen Einkaufssatz gespeichert. Die Einkaufssätze werden an das Marktforschungsinstitut übertragen und können dort haushaltsbezogen ausgewertet werden.

Die Methode hat eine Reihe eindeutiger Vor- und Nachteile: Ein wichtiger Vorteil ist zunächst, dass der Aufwand für den Haushalt auf ein Minimum beschränkt ist. Er lässt sich nur in Sekunden messen. Von daher ist die Rekrutierung der Panelhaushalte leichter. Es können auch Haushalte zur Mitar-beit bewegt werden, die den Aufwand scheuen, der mit den anderen Erhebungs-methoden verbunden ist. Das erhöht die Repräsentativität des Panels. So konnte im Instrument GfK BehaviorScan jeder dritte Haushalt in Haßloch zur Mitarbeit gewonnen werden, wobei noch Strukturvorgaben zu beachten waren. Der geringe Aufwand minimiert auch die Panelfluktuation. Während ein gut geführtes Haus-haltspanel üblicherweise eine Panelsterblichkeit von etwa 20 % - 30 % hat, liegt die Vergleichszahl für Haßloch bei 10 % bis 15 %. Dadurch verringern sich die Anwerbekosten. Gleichzeitig steigt die Qualität.

Ein weiterer Vorteil ist, dass die Teilnahme am Panel nicht dazu führt, dass sich die Haushalte ihrer Einkäufe mehr bewusst werden als sonst auch. Bei einem Kalender werden Produkt, Preis und Einkaufsstätte aufgeschreiben. Beim Inhome-Scanning oder beim Electronic Diary werden die Produkte nochmals in die Hand genommen und die dazugehörigen Preise eingegeben. Gleiches gilt für die Erfassung über das Internet. Dies führt dazu, dass Panelhaushalte in der Regel etwas preissensibler werden, als andere Haushalte. Die Preise im Verbraucherpanel unterschätzen daher in der Regel die Preise im Markt (vgl. auch Abschnitt 1.2.3.3). Ein solcher Paneleffekt ist dagegen beim POS-Scanning nicht zu erwarten, da vom Haushalt keine weiteren Daten eingegeben oder aufge-schrieben werden.

45

Die Methode hat aber auch eindeutige Nachteile. So können nur EAN-codierte Produkte erfasst werden. Dies macht die Methode für manche Warengruppen un-brauchbar, vor allem für unverpackte Lebensmittel wie Frischfleisch, unverpack-tes Brot etc. Ein weiterer Nachteil ist, dass das Geschäft, in dem die Erhebung statt findet, mit einer Scannerkasse ausgestattet sein muss. Deutschland ist von einer flächendeckenden Scannerkassenausstattung noch weit entfernt. Eine um-fassende Anwendung der Methode ist schon aus diesem Grund nicht möglich. Darüber hinaus muss die Software der Scannerkasse an die Anforderungen des POS-Scannings angepasst werden, da die Erfassung und getrennte Behandlung von bestimmten Haushaltseinkäufen i.d.R. nicht vorgesehen ist. Hierfür sind pro Markt Beträge im fünfstelligen Bereich erforderlich. Schließlich ist es not-wendig, dass das Handelsunternehmen mit dem Marktforschungsinstitut ko-operiert. Dadurch wird eine Erfassung der Einkäufe bei Aldi unmöglich.

Insgesamt ist die Methode unter den derzeitigen Bedingungen für einen flächen-deckenden Einsatz nicht geeignet. Ihr Einsatz erfolgt derzeit nur im Behavior-Scan-Panel der GfK. Bei diesem Testpanel werden die Haushalte nur in einem Ort (Haßloch) angeworben. Ziel des Panels ist jedoch nicht die kontinuierliche Marktbeobachtung, sondern die Beantwortung spezieller Testfragestellungen.

1.2.4.2.4 Inhome-Scanning

Die zunächst von den Marktforschungsunternehmen AGB (1986 in Australien, 1990 in Großbritannien, 1991 in den Niederlanden) und NPD (1988 in den USA) entwickelte und seit 1992 von Nielsen in Deutschland angewandte Inhome-Scanning-Methode verwendet hierzu ein mobiles elektronisches Gerät mit den Ausmaßen eines größeren Taschenrechners, das den Panelteilnehmern zur Ver-fügung gestellt wird und mit folgenden Features ausgestattet ist:

Zwei- bis vierzeiliges Display Tastatur mit Zahlen- und einigen Funktionstasten Leseeinrichtung für EAN Codes (Lesestift oder Scanner)

Zu diesem "Inhome-Scanner" gehört auch eine Basisstation, in die ein Modem

46

zur Datenübertragung über Telefonleitung zum Institut sowie die Stromver-sorgung für das Handgerät integriert ist.

Die Erfassung der gekauften Produkte geschieht nun in folgenden Schritten:

Nach dem Einschalten des Geräts wird zunächst das Einkaufsdatum und die Ein-kaufsstätte eingegeben. Letzteres erfolgt durch Eintippen oder Einlesen des Bar-codes oder einer Kennziffer, die aus einer vom Institut zur Verfügung gestellten Aufstellung entnommen wird. Dann wird jeder EAN-codierte Artikel ein-gescannt sowie Stückzahl und Preis eingegeben. Für nicht EAN-codierte Artikel erhält der Panelteilnehmer ein Buch, das für jeden dieser Artikel einen Barcode enthält. Dieser Code ist herauszusuchen und mit dem Lesestift einzugeben.

Vor allem das Codebuch ist bei dieser Methode nachteilig. Es erhöht den Aufwand für den Panelteilnehmer. Zudem muss es in regelmäßigen Abständen gedruckt und versandt werden, wodurch die Kosten steigen. Diese Nachteile führten dazu, dass von allen Instituten neue Wege der Datenerfassung gesucht wurden.

1.2.4.2.5 Electronic Diary

Bereits 1992 begann die GfK mit einer Neuentwicklung zur Datenerfassung in den Haushalten, die unter der Bezeichnung "Electronic Diary" bekannt geworden ist. Die Methode wurde schrittweise auch von Nielsen übernommen. Zielsetzung ist es, das Codebuch überflüssig zu machen. Hierzu wird eine neue Geräte-generation eingesetzt, die sich in folgenden Features von den Inhome-Scanning-Geräten unterscheiden:

Etwa 1 bis 2 MB interner Speicher (gegenüber 64 bis 128 KB bei Inhome-Scanning)10-zeiliges Display (gegenüber 2 bis 4 Zeilen) Alphanumerische Tastatur mit Funktionstasten (gegenüber numerischer Tasta-tur mit Funktionstasten)

Durch diese Hardwareänderungen wird das Gerät zwar größer und schwerer (vgl.

47

Abbildung 1.6), es ermöglicht aber auch, das Codebuch durch einen intelligenten Dialog zu ersetzen.

Die Eingabe von nicht EAN-codierten Mandeln sieht dann wie folgt aus: Vor Beginn der Artikelabfrage fragt das Gerät nach der Einkaufsstätte. Dazu wird eine Liste aller Einkaufsstätten angeboten. Durch Eingabe der ersten Buchstaben springt der Cursor auf das Geschäft, was durch die Return-Taste bestätigt wird.

Bei der Artikeleingabe wird dem Gerät zunächst mitgeteilt, zu welcher Grobkate-gorie der Artikel gehört (hier lautet die Grobkategorie "Essen"). Es erscheint eine Liste von zugehörigen Warengruppen. Eingabe von "M A N D" führt den Cursor auf Mandeln. Bestätigen mit Return führt zu einer kleinen Liste der Produkte dieses Geschäfts, aus der das betreffende Produkt mit den Cursor auszuwählen und dann zu bestätigen ist.

Abbildung 1.6: Electronic-Diary-Gerät

Neben der einfacheren Eingabe der nicht EAN-codierten Artikel hat Electronic Diary auch den Vorteil, dass der Artikelstamm sehr einfach aktualisiert werden

48

kann. Bei Inhome-Scaninng ist hierzu der Druck und Versand eines Codebuchs an alle Panelhaushalte erforderlich. Bei Electronic Diary geschieht dies durch eine Änderung des im Gerät vorhandenen Artikelstamms über Telefonleitung und Modem.

Die GfK stattete im Frühjahr 1997 ihr Haushaltspanel komplett damit aus. Auch Nielsen setzt bei neuen Haushalten seines Single-Source-Panels ein Gerät ein, das Electronic Diary ermöglicht.

1.2.4.2.6 Internet Erfassung

Die Internet Erfassung hat gegenüber der Kalendermethode eine ganze Reihe von Vorteilen: Die Erfassung ist schneller, da die Postlaufzeiten entfallen. Die Daten stehen bereits in maschinenlesbarer Form zur Verfügung. Damit entfällt die teure und zeitraubende manuelle Übertragung vom Kalender in den Computer. Weitere Kosten können durch den Wegfall des Kalenderdrucks und –versands sowie durch den Rückversand der ausgefüllten Erhebungsunterlagen eingespart werden. Darüber hinaus können schon bei der Eingabe Kontrollen vorgenommen und bei unvollständiger bzw. unplausibler Eingabe kann sofort nachgefragt werden. Weiter ist das Medium moderner und wird daher von jüngeren Zielgruppen eher akzeptiert als der Kalender. Schließlich ist es nun auch einfach und ohne lange Postlaufzeiten möglich, den Panelteilnehmern zusätzliche Fragebögen zuzu-senden, deren Antworten dann mit den Panelergebnissen korreliert werden können.

Nachteilig ist vor allem, dass derzeit (Januar 2006) nur 54% der Bevölkerung ab 14 Jahren Internetzugang von zu Hause aus haben (Quelle: GfK-Omnibus-untersuchung Januar 2006. Damit ist die Interneterfassung derzeit nur eine zusätzliche Erfassungsmethode, welche die Kalendererfassung bei solchen Haus-halten ersetzt, die einen eigenen Internetzugang von zu Hause aus haben. Es ist jedoch abzusehen, dass vor allem in Warengruppen, die nicht EAN-codiert sind, die Web-Erfassung den Kalender ablösen wird.

Für die Gestaltung der Websites ist es wichtig, dass diese ansprechend, jedoch

49

nicht so sehr mit grafischen Elementen überladen sind, so dass der Seitenaufbau zu langsam wird. Wichtig ist auch, dass die gesamte Betreuung wie Verlosungen, Sammeln von Punkten für Prämien und der Kontakt dann ebenfalls über das Internet läuft. Abbildung 1.7 zeigt zwei Bildschirmdarstellungen aus dem Textil-panel der GfK.

Abbildung 1.7: Web-Erfassung im GfK-Textilpanel (Quelle: GfK)

Für die Erfassung von EAN-codierten Artikeln wird ab Januar 2005 bei 4000 und ab Januar 2006 bei 7000 Haushalten des GfK-Haushaltspanels das soge-nannte Scan-It-Verfahren angewendet. Dabei erhält der Haushalt einen Lesestift, mit dem EAN-Codes erfasst werden können und der über die USB-Schnittstelle des PCs und über das Internet diese Daten an das Institut überträgt. Von dort werden die Artikeltexte zurück gemeldet, worauf der Panelteilnehmer die weiteren Informationen (Einkaufsstätte, Einkaufsdatum und Preise der Produkte) eingibt. Abbildung 1.8. zeigt die Scan-It-Erfassung.

50

1. Bearbeitung der Einkaufsstätte: Wer hat wann wo gekauft?Wurde eine Kundenkarte vorgelegt?

2. Auswahl Artikelzur Bearbeitung

3. Bearbeitung eines Artikels

Abbildung 1.8: Scan-It-Erfassung (Quelle: GfK)

1.2.5 Coverage von Einzelhandelspanel und Verbraucherpanel

1.2.5.1 Grundsätzliche Überlegungen

Der Teil des Gesamtmarktes, der in einem Panel abgebildet wird, wird als "Coverage" bezeichnet. Ideal wäre eine vollständige Abbildung des Marktes. Insofern ist die Höhe der Coverage ein wichtiges Qualitätskriterium für ein Panel. Die vorhandenen Abweichungen von diesem Idealzustand müssen jedoch sehr genau nach ihrer Ursache unterschieden werden, damit die Qualität eines Panels sachgerecht beurteilt werden kann.

Ein Teil des Coverageverlusts rührt daher, dass in einem Panel bestimmte Markt-mengen grundsätzlich nicht erfasst werden können. So macht es keinen Sinn, bei einem Haushaltspanel auch die durch institutionelle Haushalte wie Kranken-häuser, Haftanstalten, Altersheimen etc. erworbenen Mengen mit zu erfassen, da

51

diese Mengen auf andere Weise beeinflusst werden als der Absatz an den privaten Endverbraucher. Hierzu gehören auch die Mengen, die ins Ausland verkauft werden. Solche Mengen spielen im Handelspanel wegen der zunehmen-den Größe und internationalen Verflechtung der Handelsunternehmen eine steigende Rolle. Dieser Coverageverlust mag zwar zu beklagen sein, kann jedoch nicht als Qualitätsmangel eines Panels gewertet werden.

Auch der umgekehrte Fall ist selbstverständlich möglich, nämlich dass Handels-unternehmen Preisgefälle ausnutzen und Ware internationaler Konzerne aus dem Ausland beziehen und in Deutschland verkaufen. Dies kann dann zu Panel-mengen führen, die die Fabrikabsätze des Herstellers in Deutschland übersteigen.

Ein weiterer Teil des Coverageverlusts rührt aus einer engen Definition der Grundgesamtheit, die aus verschiedenen Gründen (häufig stehen die mit der Er-hebung verbundenen Kosten in einem Missverhältnis zu dem dabei erzielten Er-kenntnisgewinn) vorgenommen wird (s. oben). Beispiele hierfür sind die Nicht-erfassung des Bürokonsums im Verbraucherpanel und von Aldi im Handels-panel.

Generell bildet also jedes Panel einen Teil des Gesamtmarktes ab. In der Regel überlappen sich die Teile, die von Handels- und Verbraucherpanel abgebildet werden, sind jedoch nicht identisch. Insgesamt ergeben sich daraus vier Teile des Gesamtmarktes (vgl. Abbildung 1.9).

Ein erster Teil wird in beiden Panels erhoben (die doppelt schraffierte Fläche der Abbildung 1.9) und kann beispielhaft als Einkauf eines privaten Haushalts bei Edeka umschrieben werden. Ein zweiter Teil wird zwar im Handelspanel, nicht aber im Verbraucherpanel erfasst. Ein Beispiel hierfür ist ein Einkauf für den Bürokonsum bei Edeka. Der dritte Teil wird zwar im Haushaltspanel erfasst, nicht aber im Handelspanel, wie z.B. der Einkauf eines privaten Haushalts bei Aldi. Schließlich gibt es einen Teil des Gesamtmarktes, der in keinem Panel erfasst wird, z.B. ein Einkauf für den Bürokonsum bei Aldi.

Die relative Größe der vier Felder hängt dabei von der Warengruppe, von der Vertriebsstruktur des Produkts, der Packungsgröße und anderen Faktoren ab, die

52

in den folgenden Abschnitten näher beleuchtet werden.

Abbildung 1.9: Coverage Handelspanel und Haushaltspanel

Schließlich gibt es eine weitere Abweichung der vom Panel gemessenen Markt-mengen von den tatsächlichen Mengen, die aufgrund von Fehlern bei der Erhe-bung, bei der Bestimmung der Stichprobe oder bei der Hochrechnung entstehen und die als echte Qualitätsmängel des Panels zu bezeichnen sind. Doch auch hier ist wieder eine Unterscheidung zu treffen: So werden insbesondere Änderungen in der Coverage von den Beziehern der Paneldaten als kritisch bewertet. Panels dienen primär zur Abbildung von Marktentwicklungen. Deshalb wird häufig ein Fehler in der Coverage akzeptiert, solange der Fehler über die Zeit hinweg konstant bleibt und daher die Marktentwicklung richtig abgebildet wird.

1.2.5.2 Coverage des Handelspanels

Die Coverage des Handelspanels kann insbesondere beeinträchtigt werden durch:

53

Ausschluss bestimmter Geschäftstypen bzw. Handelsorganisationen aus der Grundgesamtheit (Aldi etc.). Nichterhebung von Handelsunternehmen, die gleichwohl zur Grundgesamtheit gehören. Ein Beispiel dafür ist die Discounterkette Norma, die durch andere Discounter im Panel repräsentiert werden muss. Hier ist es möglich, dass die Nachbildung bestimmte Artikel über- oder unterzeichnet. Falsche Bestimmung der Grundgesamtheit. So wurde die co op AG Ende der 80er Jahre von allen Panelinstituten überzeichnet, da die veröffentlichten Zah-len des Unternehmens die Lage zu positiv schilderten. Fehler in der Erhebung und im nachfolgenden Produktionsprozess. Ein Beispiel hierfür ist, dass ein Artikel im Institut nicht übersetzt und daher nicht verarbeitet wird.

Die Coverage kann im Handelspanel bezüglich einzelner Artikel sehr gut über-prüft werden. Dazu müssen Panelzahlen und die Absatzstatistik des Herstellers aufeinander abgestimmt werden. Da Panelzahlen aufgrund vertraglicher Bindun-gen des Marktforschungsinstituts an die erhobenen Handelsunternehmen nicht detaillierter als im Bericht ausgewiesen dargestellt werden können, müssen die Absatzstatistiken des Herstellers angepasst werden. Hierzu werden pro Organi-sationsform die gelieferten Mengen um folgende Positionen korrigiert:

Es werden Mengen abgezogen, die anderen Organisationsformen oder anderen Geschäftstypen zuzuordnen sind. Wird z.B. die Coverage von Kaugummi überprüft, dann sind an die obi-Baumärkte gelieferten Mengen (obi gehört zum Handelsunternehmen "Tengelmann" und wird u.U. dort auch abge-rechnet) herauszurechnen. Es werden Mengen dazu addiert, die in anderen Organisationsformen enthalten sind. Dies ist z.B. möglich, wenn bei Firmenaufkäufen während des Jahres die Grundgesamtheit aus Gründen der Kontinuität der Berichterstattung beibehalten wird.

Die so bereinigten Mengen werden mit den Einkaufsdaten lt. Panel in der Organisationsform verglichen. Dies ist nicht immer eindeutig möglich. So kann es sein, dass ein Verbrauchermarkt mit angeschlossenem Baumarkt nur eine Liefer- und Rechnungsadresse hat. In diesem Fall müssen Schätzungen

54

vorgenommen werden. Trotzdem ist dies i.d.R. für praktische Zwecke ausreich-end genau möglich.

Werden Geschäfte nicht direkt sondern nur über den Großhändler beliefert und weist ein Artikel starke Schwankungen im Abverkauf (z.B. Sekt) aus, dann kann es vorkommen, dass Panelzahlen und Fabrikabsätze zeitversetzt untersucht werden müssen.

Sind bei bestimmten Organisationsformen zu große Abweichungen vorhanden, so müssen die Ursachen herausgefunden werden:

Die Datenerhebung und der nachfolgende Produktionsprozess wird analysiert, indem der Hersteller die Mengen einzeln abgerechneter Geschäfte liefert und das Marktforschungsinstitut die Rohdaten der Geschäfte dagegen hält, die sich in der Panelerhebung befinden. Tauchen hier Herstellermengen nicht auf, so kann dies auf einen Fehler des Marktforschungsinstituts hinweisen (z.B. fehlende Übersetzung von Artikelcodes). Tauchen zu hohe Mengen auf, dann kann dies auf andere Bezugsquellen des Handelsunternehmens zurückzu-führen sein. Grundgesamtheit, Stichprobe und Hochrechnung werden überprüft, indem einzelne Vertriebslinien untersucht werden, die aufgrund der vertraglichen Vereinbarungen im Panel nicht ausgewiesen werden dürfen.

Insgesamt kann eine solche Überprüfung ein langwieriger Prozess sein, der auf beiden Seiten eine enge und vertrauensvolle Zusammenarbeit voraussetzt.

1.2.5.3 Coverage des Verbraucherpanels

Die Coverage des Verbraucherpanels ist vor allem beeinträchtigt durch:

Einkäufe von nicht privaten Haushalten. So wird ein nicht unerheblicher Teil des Röstkaffees in Anstalten und in Büros konsumiert. Nichteintragung durch Panelteilnehmer. Dies ist besonders relevant für Pro-dukte, die den Haushalt nicht erreichen, weil sie unterwegs aufgebraucht wer-den. Beispiele hierfür sind Coladosen (im Haushaltspanel) oder Einer-

55

packungen von Schokoriegeln (im Individualpanel). Dies betrifft aber auch Produkte, die von Kindern selbstständig eingekauft werden. Fehler in der Erhebung. Besonders häufig kommt es vor, dass Artikel noch nicht im Artikelstamm angelegt sind und daher die bereits erfasste EAN nicht richtig übersetzt werden kann.

Die tatsächlich erreichte Coverage für ein Produkt hängt daher von vielen Faktoren ab. Sie ist u.a. abhängig von:

der Warengruppe. Hier spielt insbesondere eine Rolle, inwieweit eine Waren-gruppe von nicht privaten Haushalten oder selbstständig von Kindern eingekauft wird. der Packungsform. So sind Getränkedosen eher für den Unterwegskonsum ge-eignet und werden daher schlechter erfasst als Mehrwegflaschen. der Packungsgröße. Bei Haushaltsreinigern ist die Coverage bei mittleren Größen am Besten. Sie wird bei sehr kleinen Größen von den Einkäufen von Anstaltshaushalten (z.B. Altenwohnheimen oder Kasernen), bei den Großpa-ckungen von den Einkäufen von Arztpraxen, Gastwirtschaften, Putzkolonnen etc. beeinträchtigt. der Geschäftsart: So werden bei der Warengruppe Röstkaffee Verbraucher-märkte sehr gut, Bäckereien dagegen eher schlecht abgedeckt. Grund dafür ist, dass Bürokonsum häufig auf den Weg zur Arbeit schnell in der Bäckerei eingekauft wird. der Art der Erhebung.

Der letzte Punkt bedarf einer Erläuterung: POS-Scanning führt dazu, dass die Einkäufe in einem Teil der Geschäfte grund-sätzlich nicht erfasst werden. Aus diesem Grund wird das Verfahren derzeit nur in dem Testpanel GfK-BehaviorScan in Haßloch eingesetzt. Der Kalender, mit dem nur bestimmte Warengruppen erhoben werden und der nach Warengruppen gegliedert ist, ist immer dann problematisch, wenn die Grenze für eine Waren-gruppe nicht eindeutig gezogen werden kann. Dies gilt insbesondere für den Süßwarenbereich. Ein Beispiel ist das Produkt "Schokobons" von Ferrero, das die Grenze zwischen den Bonbons und den Schokoknabberartikeln verwischt oder „Yes“ von Nestlé, das als Kleinkuchen leicht mit einem Schokoriegel ver-wechselt werden kann.

56

Beim Inhome-Scanning, beim Electronic Diary und beim Scan-It-Verfahren spielt eine wesentliche Rolle, ob das Produkt EAN-codiert ist. EAN-codierte Produkte lassen sich sehr leicht, nicht codierte Produkte nur mit einem Mehr-aufwand erfassen, der insbesondere beim Inhome-Scanning erheblich sein kann. Schließlich ist bei diesen Methoden auch wichtig, wo das betreffende Produkt aufbewahrt wird. Bei Produkten, die häufig im Keller aufbewahrt werden (z.B. Getränkekästen, große Waschmittelpackungen, Tiefkühlkost) kann es vorkom-men, dass der Haushalt die Artikel direkt in den Keller trägt. Die EAN kann dann nicht in der Wohnung erfasst werden.

Beim Kalender ist darüber hinaus noch die Gestaltung der Erhebungsunterlagen bedeutsam. Dabei ist wichtig, ob die Erhebung durch entsprechende Zeich-nungen unterstützt wird, an welcher Stelle die Warengruppe erhoben (Wa-rengruppen an vorderer Stelle sind bevorzugt) und welcher Platz der Waren-gruppe eingeräumt wird.

1.2.6 Hochrechnung

Die Hochrechnung ist der Prozess, durch den der Schluss von den Stichproben-ergebnissen auf die entsprechenden Werte der Grundgesamtheit möglich wird. Zu diesem Zweck werden die in der Stichprobe erhobenen Werte mit den soge-nannten Hochrechnungsfaktoren multipliziert.

1.2.6.1 Hochrechnung im Handelspanel

Die Stichprobe eines Handelspanels ist disproportional angelegt, d.h. große Geschäfte erhalten einen höheren Auswahlsatz (Anteil der Stichprobe an der Grundgesamtheit) als kleine Geschäfte (vgl. Abschnitt 1.2.3.2). Das bedeutet, dass die Handelspanelstichprobe eine gewollte Schiefe aufweist. Diese “Schiefe” muss durch die Hochrechnung ausgeglichen werden.

Für die Zwecke der Hochrechnung werden Grundgesamtheit und Stichprobe sehr fein unterteilt hinsichtlich der Kriterien:

57

Organisationsform Gebiet (Bundesland) Geschäftstyp und Geschäftsgröße (Verkaufsfläche).

Bereits im Abschnitt 1.2.3.2 wurde darauf hingewiesen, dass deutlich mehr Hochrechnungszellen verwendet werden, als Segmente im Bericht ausgewiesen sind. Manche dieser Hochrechnungszellen sind leer, d.h. es sind keine Geschäfte in der Grundgesamtheit vorhanden. Solche Zellen sind für die Hochrechnung selbstverständlich ohne Belang. Bei der Vielzahl der Hochrechnungszellen kann trotzdem nicht sichergestellt werden, dass jede nicht leere Hochrechnungszelle mit einem Stichprobengeschäft ausgestattet ist. In der Praxis hilft man sich da-durch, dass ein Geschäft aus einer benachbarten Zelle in die unbesetzte Zelle dupliziert wird. Das bedeutet, dass eine Art virtuelles Geschäft angelegt wird, das mit den Werten eines realen Geschäfts versehen wird. Wenn beispielsweise die Zelle "Trad. LEH bis 400qm der Organisationsform Edeka im Saarland" unbe-setzt wäre, so könnte ein Stichprobengeschäft aus Rheinland-Pfalz mit ansonsten gleichen Merkmalen in das Saarland dupliziert werden. Im Ergebnis muss erreicht werden, dass jede Hochrechnungszelle mit Stichprobengeschäften aus-gestattet ist.

Von jeder Hochrechnungszelle müssen die Anzahl und der Umsatz der Geschäfte in der Grundgesamtheit bekannt sein bzw. sie sind zu schätzen.

Damit ergibt sich ein erster Hochrechnungsfaktor als

Hochrechnungsfaktor 1 = N(i) / n(i),

mit:N(i) = Anzahl der Geschäfte der Grundgesamtheit in der Hochrechungszelle i n(i) = Anzahl der Geschäfte der Stichprobe in der Hochrechnungszelle i

Es wird angestrebt, eine Hochrechnungszelle so zu besetzen, dass die mittlere Größe der Geschäfte in der Grundgesamtheit gleich der mittleren Größe der Ge-schäfte in der Stichprobe ist. Dies ist jedoch nicht immer möglich, z.B. weil die Geschäfte, die erhoben werden können, vom Handelsunternehmen bestimmt

58

werden. In diesem Fall würde der Umsatz bei der ausschließlichen Verwendung des Hochrechnungsfaktors 1 über- bzw. unterschätzt. Aus diesem Grund arbeitet man zusätzlich mit einem zweiten Hochrechnungsfaktor, der sich wie folgt ergibt:

Hochrechnungsfaktor 2 = U(i) / u(i),

U(i) = relevanter Umsatz der Grundgesamtheit in der Hochrechnungszelle i u(i) = relevanter Umsatz der Stichprobe in der Hochrechnungszelle i.

Relevant ist der Umsatz, der durch das Panel abgebildet werden soll. Im LEH-Panel ist es der Umsatz mit Nahrungsmitteln, Getränken und Drogeriewaren.

Bei allen Ergebnissen, die sich pro Geschäft mit ja / nein bzw. vorhanden / nicht vorhanden codieren lassen, wird der Hochrechnungsfaktor 1 angewendet. Ein Geschäft hat einen Artikel im Bestand oder nicht, es hat ihn verkauft und / oder eingekauft oder es hat dies nicht getan. Diese Ergebnisse werden daher für die Berechnung der numerischen Distribution Bestand, Verkauf oder Einkauf und auch gesamt benötigt (vgl. Punkt 3.4.1).

Der Hochrechnungsfaktor 1 wird daher auch als "Hochrechnungsfaktor Distribu-tion" bezeichnet. Darhinter steht die Überlegung, dass die grundsätzliche Ent-scheidung, einen Artikel zu führen, weniger von der Größe als vielmehr vom Typ, der Region und der Organisationsform des Geschäfts abhängt.

Bei allen mengenabhängigen Ergebnissen (Zukauf Menge und Wert, Bestand Menge und Wert, Verkauf Menge und Wert) wird dagegen der Hochrechnungs-faktor 2 angewendet, der deshalb auch als "Hochrechnungsfaktor Menge" be-zeichnet wird. Diese Fakts werden von der Größe des Geschäfts determiniert.

Darüber hinaus gibt es Fakts, für deren Berechnung beide Hochrechnungsfak-toren benötigt werden. Ein Beispiel ist die gewichtete Distribution Verkauf, die aussagt, welchen Umsatzanteil an der Warengruppe diejenigen Geschäfte haben, die ein Produkt führen. Die Tatsache, ob das Produkt geführt wird, wird mit dem Hochrechnungsfaktor Distribution hochgerechnet, der Warengruppenumsatz, mit

59

dem dies dann zu gewichten ist, dagegen mit dem Hochrechnungsfaktor Menge. Ein (fiktives) Beispiel soll die Vorgehensweise veranschaulichen:

Von einer Hochrechnungszelle X ist bekannt: Grundgesamtheit: 120 Geschäfte mit zusammen 250 Mio. € relevanten Umsatz.Stichprobe: 2 Geschäfte mit zusammen 8 Mio. € relevanten Umsatz.

Dann ergibt sich: Hochrechnungsfaktor Distribution: 120/2 = 60,00 Hochrechnungsfaktor Umsatz: 250/8 = 31,25

Die Stichprobengeschäfte haben also einen fast doppelt so hohen mittleren Um-satz als der Durchschnitt in der Grundgesamtheit.

Als Ergebnis der Erhebung ist für die beiden Stichprobengeschäfte bekannt:

Geschäft 1: Verkauf Produkt A 20 Stück zu je € 2,99, Umsatz in der Warengruppe € 2750,-- Geschäft 2: Produkt A wird nicht geführt, Umsatz in der Warengruppe € 4900,--

Dann wird für die betreffende Zelle der Grundgesamtheit geschätzt:

Zahl der Geschäfte mit Distribution von A: 60 * 1 + 60 * 0 = 60. Da die Grundgesamtheit 120 Geschäfte umfasst, ergibt sich eine numerische Distri-btion Verkauf von 50%. Verkauf Menge (in Stück) von A: 20 * 31,25 = 625Verkauf Wert von A: 20 * 2,99 € * 31,25 = 1.868,75 € Umsatz in der Warengruppe der Geschäfte mit Distribution von A: 2.750 € * 31,25 = 85.937,5 € Umsatz in der Warengruppe der Geschäfte gesamt: (2.750 € + 4.900 €) * 31,25 = 239.062,5 €

60

Daraus ergibt sich eine gewichtete Distribution Verkauf für A für die ent-sprechende Zelle von 85.937,5 € / 239.062,5 € = 35,9%

1.2.6.2 Hochrechnung im Verbraucherpanel

Im Verbraucherpanel wird im Gegensatz zum Handelspanel eine im wesentlichen proportionale Stichprobe angestrebt. Dadurch erhält grundsätzlich jedes Element der Stichprobe den gleichen Hochrechnungsfaktor, der sich im Haushaltspanel wie folgt ergibt:

Hochrechnungsfaktor = (Zahl der Haushalte in der Grundgesamtheit) / (Zahl der Haushalte in der Stichprobe)

Bei einer Grundgesamtheit von 38,5 Mio. Haushalten und einer Stichprobe von 20.000 Haushalten ergibt sich somit für jeden Panelhaushalt ein Hochrechnungs-faktor von 1925. Das bedeutet, dass jeder Einkauf eines Haushalts für 1925 Ein-käufe entsprechender Haushalte in der Grundgesamtheit steht.

In der Praxis stellt sich die Hochrechnung im Verbraucherpanel jedoch kom-plexer dar, da zunächst vor der Hochrechnung mit dem konstanten Faktor eine strikte Proportionalität der Stichprobe hergestellt werden muss. Die Propor-tionalität kann aus verschiedenen Gründen verletzt sein:

Ein Haushalt hat in einer Berichtsperiode nicht oder nicht ausreichend berichtet und fällt daher aus. Ein Haushalt hat die Zusammenarbeit mit dem Panelinstitut beendet und konnte noch nicht durch einen strukturgleichen Haushalt ersetzt werden. Die Einpersonenhaushalte sind absichtlich geringer in der Stichprobe ver-treten, als es ihrem Anteil in der Grundgesamtheit entspricht, weil sie relativ wenig zum Gesamtvolumen der Märkte beitragen und nur schwierig gewon-nen und gehalten werden können.

Dies geschieht durch eine als "iterative Gewichtung" bezeichnete Prozedur. Da-durch wird die Innenverteilung einer Tabelle in mehreren sich wiederholenden Schritten so verändert, dass ihre Randverteilung einer vorgegebenen Sollver-

61

teilung entspricht. Dazu wird die Tabelle zuerst zeilenweise mit den Faktoren Sollwert/Istwert der jeweiligen Randverteilung durchmultipliziert. Man erhält eine Tabelle, deren Zeilensumme exakt dem Sollwert entspricht. Anschließend wird die gleiche Prozedur für die Spalten durchgeführt. Dadurch wird die Über-einstimmung der Zeilensumme mit dem Sollwert zwar wieder zerstört, das Ergebnis ist dem Sollwert aber näher als die Ausgangsmatrix. Dies wird solange wiederholt, bis die Abweichung der Randsummen von den Sollverteilungen einen vorgegebenen kleinen Wert unterschreiten. Es ist kein mathematischer Beweis bekannt, dass diese Prozedur konvergiert. In der Praxis konvergiert sie jedoch stets bis auf zu vernachlässigende Sonderfälle (z.B. wenn die Ausgangs-matrix zuviele Nullen enthält).

In Tabelle 1.6 sind die ersten beiden Schritte einer solchen iterativen Gewichtung aufgezeigt. Als Ausgangsbasis dienen 345 Haushalte, die nach Haushaltsgröße (HH-Größe) und dem Alter der haushaltsführenden Person aufgeschlüsselt sind. Es ist schon zu erkennen, wie sich die tatsächlichen Randverteilungen sukzessive den Sollverteilungen annähern.

Diese iterative Gewichtung wird für alle Quotierungsmerkmale durchgeführt. Im Ergebnis erhält man eine neue mehrdimensionale Tabelle, deren Innenverteilung von der Ausgangsverteilung gewisse, wenn in der Regel auch geringe Ab-weichungen aufweist. Da durch die iterative Gewichtung Stichprobenausfälle ausgeglichen werden sollen, sind die Ist-Zahlen in der Regel geringer als die Soll-Zahlen nach Durchführung der Prozedur.

Diese Abweichungen können nun auf zwei Wegen ausgeglichen werden:

Durch Doppelung von Haushalten. Dabei werden so lange Haushalte der be-treffenden Zelle zufällig ausgewählt und gedoppelt, bis die erreichte Sollzahl erreicht ist.Durch Gewichtung: Alle haushaltsbezogenen Zahlen in der betreffenden Zelle werden mit dem Wert Sollwert / Istwert multipliziert. Die Doppelung hat den Vorteil, dass ganzzahlige Werte erreicht werden und somit alle käuferbezogenen Sonderanalysen gerechnet werden können. Nach-teilig ist, dass auch untypische Haushalte gedoppelt werden können und so ein

62

Tabelle 1.6: Fiktives Beispiel für iterative Gewichtung Ausgangssituation

Alter der HH-führenden PersonHH-Größe -29 -39 -59 60+ GESAMT SOLL

1 40 30 20 30 120 150 2 30 30 30 30 120 125 3 10 20 20 10 60 50

4+ 1 10 5 10 26 20 GESAMT 81 90 75 80 SOLL 90 100 70 85 345

1. Zeilenkorrektur: Zeilenweise Multiplikation mit Soll/ GesamtAlter der HH-führenden Person

HH-Größe -29 -39 -59 60+ GESAMT SOLL1 50,00 37,50 25,00 37,50 150,00 150,00 2 31,25 31,25 31,25 31,25 125,00 125,00 3 8,33 16,67 16,67 8,33 50,00 50,00

4+ 0,77 7,69 3,85 7,69 20,00 20,00 GESAMT 90,35 93,11 76,76 84,78 SOLL 90,00 100,00 70,00 85,00 345,00

1. Spaltenkorrektur: Spaltenweise Multiplikation mit Soll/GesamtAlter der HH-führenden Person


4+ 0,77 8,26 3,51 7,71 20,25 20,00 GESAMT 90,00 100,00 70,00 85,00 SOLL 90,00 100,00 70,00 85,00 345,00

2. Zeilenkorrektur: Zeilenweise Multiplikation mit Soll/ GesamtAlter der HH-führenden Person


4+ 0,76 8,16 3,46 7,62 20,00 20,00 GESAMT 89,99 99,99 70,07 84,95 SOLL 90,00 100,00 70,00 85,00 345,00

2. Spaltenkorrektur: Spaltenweise Multiplikation mit Soll/GesamtAlter der HH-führenden Person


4+ 0,76 8,16 3,46 7,62 20,00 20,00 GESAMT 90,00 100,00 70,00 85,00 SOLL 90,00 100,00 70,00 85,00 345,00

63

noch höheres Gewicht erhalten. Die Gewichtung führt dagegen zu nicht ganz-zahligen Käuferzahlen, die schwerer zu vermitteln sind, liefert aber insgesamt Ergebnisse mit etwas geringerer Stichprobenstreuung.

1.3 Der Produktionsprozess

1.3.1 Überblick

Die Gesamtheit aller Arbeitsprozesse nach der Datenerhebung bis zur Erstellung der Tabellenberichte bzw. der Datenbanken für die Auswertungssysteme wird als Produktion bezeichnet. Die rationelle, schnelle und gleichwohl sorgfältige Arbeit ist für die Qualität der Ergebnisse von entscheidender Bedeutung. Die Produktion stellt auch einen nicht zu unterschätzenden Kostenfaktor dar: Etwa 10% bis 20% der Gesamtkosten eines Panels entfallen auf die Produktion.

Grob gliedern sich alle Produktionsprozesse im Panelbereich in zwei Phasen: Das Ergebnis der ersten Phase ist eine strukturierte Datei der geprüften Roh-daten. In der zweiten Phase werden dann die Daten hochgerechnet und die Tabellenberichte bzw. die Datenbanken für die Auswertungssysteme erstellt. In jeder Phase werden mehrere Datenprüfungen vorgenommen, um Fehler mög-lichst frühzeitig identifizieren und korrigieren zu können.

1.3.2 Der Produktionsprozess im Handelspanel

1.3.2.1 Dateneingang und Prüfung auf Geschäftsebene

Die derzeit im Einsatz befindlichen verschiedenen Erhebungsmethoden im Han-delspanel führen dazu, dass die Eingangsdaten auf verschiedenen Datenträgern und in unterschiedlichen Formaten vorliegen: Vom Außendienst gehen maschi-nenlesbare Papierformulare sowie mit Handscanner erfasste Daten über die Telefonleitung ein. Die Handelsdaten werden auf Datenträgern oder per Daten-fernübertragung geliefert, wobei die Formate zwischen den Handelsunternehmen verschieden sind. Häufig arbeiten auch die Handelsunternehmen nicht mit den

64

EAN-Codes sondern mit eigenen Artikelnummern, sogenannten Instore-Codes,die teilweise von Geschäft zu Geschäft unterschiedlich sind. In vielen Fällen treten auch Mischsysteme auf: Für Artikel, die aufgrund ihres Gewichts nur schwer über den Scanner gezogen werden (z.B. 10 kg-Waschmitteltrommeln) werden Instore-Codes, für alle anderen Artikel EAN-Codes verwendet. Eine sorgfältige Pflege der Instore-Codes durch das Panelinstitut ist für die Daten-qualität entscheidend.

Nach der Prüfung der Datenträger auf Vollständigkeit und grundsätzliche Les-barkeit erfolgt eine erste Prüfung auf Geschäftsebene. Dabei werden u.a. folgende Punkte geprüft:

Anzahl der vorhandenen Datensätze insgesamt im Vergleich zu den vorange-gangenen Perioden bzw. - wenn ein Geschäft erstmals in der Auswertung ist - im Vergleich zu den anderen Geschäften gleicher Größe. Wird ein unteres Limit unterschritten, so ist dies ein Indiz dafür, dass nur ein Teil der Daten geliefert wurde. Beispielsweise können z.B. einzelne Abteilungen des Han-delsunternehmens aus der Lieferung ausgeschlossen sein. Die entsprechenden Daten können dann noch angefordert werden. Gesamtumsatz im Vergleich zu den vorangegangenen Perioden: Wenn die Zahl der vorhandenen Datensätze stimmt und trotzdem eine untere Grenze unterschritten wird, so deutet dies entweder auf Probleme bei der korrekten Preisübermittlung (so können tatsächliche Preise durch Eurocentpreise ersetzt sein) oder auf eine Teillieferung (z.B. wurden die Daten bestimmter Wochen nicht geliefert) hin. Wird eine obere Grenze überschritten, so kann es sein, dass die Daten von mehreren Geschäften oder aber auch die aufkumulierten Daten mehrerer Wochen geliefert wurden. Anteile der bewegten Artikelsätze, die in der Vorperiode noch nicht bewegt wurden. Sind hier im Zeit- oder Geschäftsvergleich starke Abweichungen vor-handen, so kann dies u.U. darauf hindeuten, dass die Daten eines falschen Ge-schäfts geliefert wurden.

Werden bei dieser Prüfung Auffälligkeiten entdeckt, so wird zunächst recher-chiert, ob tatsächlich ein Fehler vorliegt. Wenn dies bejaht werden muss, wird zunächst versucht, den Fehler im Panelinstitut zu korrigieren. Werden z.B. die Daten von zwei statt einer Periode geliefert und ist das Geschäft schon länger im

65

Panel, so kann der Fehler einfach durch Differenzenbildung beseitigt werden. Ist eine solche Korrektur nicht möglich, so wird ein berichtigter Datenträger ange-fordert. Ist ein solcher nicht oder nicht rechtzeitig lieferbar, wird bei gravier-enden Fehlern das entsprechende Geschäft als Datenausfall behandelt, d.h. es geht nicht in die Auswertung ein. Bei leichteren Fehlern (z.B. Preise einzelner Artikel fehlen) sind u.U. Schätzwerte (z.B. die Preise der vorangegangenen Periode) möglich.

1.3.2.2 Prüfung auf Artikelebene

Ist ein Geschäft grundsätzlich für die weitere Verarbeitung akzeptiert, so werden die zu einem Artikel gehörenden Bewegungsdatensätze (Einkaufs- Bestands- und Verkaufsdaten) zusammengespielt. Dann erfolgt in einem nächsten Schritt ein Abgleich der Bewegungsdaten mit dem Artikelstamm. Damit verbunden ist eine Datenprüfung auf Artikelebene, die u.a. die folgenden Punkte umfasst:

1. Ist zu jedem Bewegungsdatensatz ein entsprechender Artikelstammsatz vor-handen? Der Aufbau und die Pflege der Artikelstammdateien erfordert von den Panelinstituten erhebliche Anstrengungen. Dabei wird versucht, durch die Auswertung von Katalogen etc. neue Artikel in der Stammdatei zu berücksichtigen, bevor die Artikel in die Geschäfte kommen. Die Artikelstammdatei (im Fachjargon auch "Dictionary" genannt) enthält dabei nicht nur die EAN und / oder eine vom Institut vergebene Artikelnum-mer, sondern auch eine Beschreibung des jeweiligen Artikels bezüglich der für die Auswertung relevanten Dimensionen. So sind bei den fruchthaltigen Getränken nicht nur die Marke und der Hersteller enthalten, sondern auch die Packungsform (Glas Einweg, Glas Mehrweg, Brik etc.), der Inhalt pro Pa-ckung, der Fruchtgehalt, die Fruchtart, ob ein Diätgetränk vorliegt und anderes mehr. Bei technischen Gebrauchsgütern ist die Zahl der relevanten Produkteigenschaften (auch Features) noch wesentlich höher (z.B. bei Waschmaschinen Drehzahl, Schleuderleistung, Wasserverbrauch, Energie-klasse, Vorhandensein von Sonderprogrammen etc.). Diese Informationen sind unverzichtbar für die Berichterstattung. Sie steuern die Einordnung des Artikels in die richtigen Berichtszeilen und regeln die Umrechnung der

66

verkauften Stück in die entsprechenden Mengeneinheiten.

Ist ein Artikelstammsatz nicht vorhanden, so müssen diese Informationen über den Artikel beschafft werden. Hinweise hierzu enthält der Preis, die Herstellernummer der EAN sowie das Geschäft. Kann die Information nicht rechtzeitig beschafft werden, so muss der Artikel von der weiteren Verarbei-tung dieser Periode ausgeschlossen werden.

2. Sind Preisgrenzen eingehalten? Dabei ist die Prüfung gegen feste Preis-grenzen möglich, die dann im Artikelstamm integriert sind und nur manuell geändert werden können. Besser ist die Prüfung gegen variable Preisgrenzen, die vom Geschäftstyp und einer Promotioninformation abhängen und sich selbstständig an veränderte Verhältnisse angleichen können. Ein häufiger Preisfehler ergibt sich durch das Multipackproblem. So kann es sein, dass ein Scannermarkt, der bei Getränken nur Kastenware führt, den Preis für einen Kasten unter der EAN der Einzelflasche abgespeichert hat. Dieser Fehler kann jedoch einfach vom Produktionssystem selbst korrigiert werden, indem die Menge mit der Zahl der Flaschen pro Kasten (die Zahl muss im Artikelstamm abgespeichert werden) multipliziert und der Preis durch diese Zahl dividiert wird.

3. Mengenprüfung: Die Mengenprüfung ist sinnvoll nur gegenüber von der Ge-schäftsgröße abhängigen variablen Grenzen möglich, wobei häufig ein Ver-gleich mit den Daten der Vorperiode durchgeführt wird. Z. B. kann es vor-kommen, dass für einzelne Artikel die Verkäufe mehrerer Perioden auf-addiert werden oder das nur eine Teillieferung erfolgte.

Ergebnis der Prüfung sind geprüfte Rohdatensätze, d.h. pro Geschäft, Periode und Artikel ein Datensatz, der die erhobenen Basisdaten enthält. Im traditionellen Einzelhandelspanel sind dies die folgenden Informationen:

Preis pro Stück Einkauf Stück Bestand Stück aufgegliedert nach Regal, Lager und Display (soweit erfasst, in der Regel heute nicht mehr) Verkauf Stück

67

1.3.2.3 Hochrechnung und Berichtserstellung

Diese Rohdaten werden anschließend mit den Hochrechnungsfaktoren aus der Geschäftsstammdatei hochgerechnet. Einmal jährlich erfolgt eine grundsätzliche Revision der Hochrechnung, die vor allem durch die Änderungen in der Grund-gesamtheit bedingt ist. Da jedoch aus verschiedenen Gründen (z.B. Geschäfts-schließungen) kontinuierlich Panelgeschäfte aus der Berichterstattung herausge-nommen und durch andere Geschäfte ersetzt werden müssen, sind auch während des Jahres laufende Anpassungen erforderlich. Dabei ist während des Jahres besonders darauf zu achten, dass die Einarbeitung der neuen Geschäfte nicht zu Datenbrüchen führt.

Anschließend werden die Daten in die verschiedenen Reportingsysteme “gela-den”. Dies erfolgt, indem die geprüften Rohdaten so zusammengefasst und verrechnet werden, dass die Zahlen für die Standardberichterstattung generiert werden. Konkret geschieht dabei folgendes:

Pro im Berichtssystem ausgewiesenen Artikel bzw. pro Artikelzusammen-fassung (z.B. für Hohes C Mehrweg mit Fruchtfleisch, Hohes C gesamt,Orangensäfte gesamt und für die Warengruppe Fruchthaltige Getränke)pro ausgewiesenen Segment (z.B. Edeka, Bayern, Verbrauchermärkte etc.) pro Berichtsperiode

werden die ausgewiesenen Fakts errechnet und gespeichert.

Dadurch entsteht häufig ein sehr umfangreicher Datenkörper. Bei einer Waren-gruppe mit 1.000 Artikeln und 30 ausgewieseneen Segmenten sowie 50 Fakts werden zu jeder Berichtsperiode 1,5 Millionen, bei sechs Berichtsperioden pro Jahr 9 Millionen Zahlen geliefert. Dies unterstreicht nur die Notwendigkeit eines effizienten Datenzugangs.

In der Regel ist der Produktionsprozess etwa am 20. des dem letzten Berichts-monat folgenden Monats abgeschlossen. Lediglich die erste Periode eines Jahres benötigt etwas mehr Zeit, weil die Hochrechnung neu aufgebaut werden muss.

68

1.3.3 Der Produktionsprozess im Verbraucherpanel

Beim Verbraucherpanel wird insbesondere die erste Phase des Produktions-prozesses bis zu den geprüften Rohdaten sehr stark durch die Erhebungsmethode beeinflusst.

a) Kalendermethode: Bei der Kalendermethode werden die eingesandten Berichtsblätter nach Waren-gruppenbereichen getrennt und den jeweiligen Erfassern / Erfasserinnen zuge-ordnet. Diese haben die Aufgabe die Daten zu prüfen und in den Computer ein-zugeben. Dazu sind entsprechende Warengruppenkenntnisse erforderlich. Fehler, die nicht sofort korrigiert werden können, werden an die Haushaltsbetreuung weiter geleitet. Von dort wird durch einen Anruf eine Klärung versucht.

b) Inhome Scanning und Electronic Diary: Die Daten werden einmal wöchentlich vom Haushalt abgerufen bzw. das beim Haushalt befindliche Erfassungsgerät überträgt von sich aus einmal wöchentlich die Daten über Modem und Telefonleitung an das Institut. EANs zu denen ein entsprechender Artikelsatz in der Artikelstammdatei vorhanden ist, werden sofort entsprechend übersetzt. Anschließend erfolgt eine Prüfung der Menge und des Preises auf Plausibilität. Nicht vorhandene EANs werden zunächst gesammelt. Die ungeklärten EANs werden nach der Häufigkeit ihres Auftretens geklärt. Dabei ist nicht immer eine vollständige Klärung erforderlich. Durch die Struktur des EAN (vgl. Abschnitt 3.1.3) erhält man erste Hinweise auf den Hersteller. Ist der Hersteller in Produktfeldern ausschließlich tätig, die nicht erhoben werden, so reicht eine Zuordnung zu einem Pool von Artikeln nicht berichteter Waren-gruppen. Ist eine vollständige Klärung notwendig, so wird versucht diese durch Anruf beim Hersteller, den Außendienst oder auch durch direkten Kontakt mit dem Haushalt herbeizuführen.

c) POS-Scanning Hier erfolgt die Datenlieferung durch den Handel. Die Artikelklärung erfolgt daher wie im Handelspanel.

69

d) Web-Erfassung Bei der Web-Erfassung wird versucht, die wichtigsten Fehler bereits bei der Erfassung der Produkte durch entsprechende dahinter liegende Prüfungen zu vermeiden. Danach noch auftretende Fehler bzw. Inplausbilitäten müssen wie bei der Kalendererfassung geklärt werden.

Sind geprüfte Rohdaten vorhanden, so erfolgt eine Prüfung auf Haushaltsebene.Hat jeder Haushalt tatsächlich berichtet? Dabei werden nur solche Haushalte in die Berichterstattung mit aufgenommen, die eine Mindestzahl von Wochen be-richtet haben. Als Bericht gilt auch, wenn ein Haushalt wegen Urlaub oder Krankheit keine Einkäufe meldet. Über längere Zeiträume wird auch überprüft, ob die insgesamt gemeldeten Einkaufsmengen plausibel sind. Dies erfolgt durch eine Prüfung gegenüber Haushalten der gleichen soziodemografischen Struktur, aber auch durch eine Prüfung der Entwicklung der Einkäufe jedes Haushalts für sich. So hat sich gezeigt, dass bei einer nachlassenden Mitarbeit zunächst die Einkäufe bei den kleinen Geschäften betroffen sind. Haushalte, die nur unzu-reichend mitarbeiten, werden freundlich gebeten, ihre Mitarbeit wieder zu verbessern. Hat dies nicht den gewünschten Erfolg, so wird die Mitarbeit von seiten des Instituts gekündigt.

Die nachfolgenden Schritte (Hochrechnung und laden der Daten in Auswertungs-systeme) verlaufen ähnlich wie beim Handelspanel, so dass eine separate Dar-stellung sich erübrigt.

1.4 Der Markt für Panelforschung

Einmal jährlich erscheint der von der Marktforschungsorganisation ESOMAR herausgebrachte Überblick über die Marktforschungsbranche. Der folgenden Übersicht über die Panelmarktforschung liegt der Bericht von 2004 zugrunde12

(die Zahlen für 2005 waren bei Drucklegung noch nicht verfügbar).

Danach betrug der Weltmarkt für Marktforschung im Jahre 2004 21,5 Mrd. US-$. Allerdings sind hier Doppelzählungen enthalten. So werden nicht selten Teile

70

nationaler oder internationaler Aufträge an andere Marktforschungsfirmen weiter vergeben. Auch diese Umsätze tauchen dann mehrmals auf. Für 1997 wurden diese Doppelzählungen auf 10% des Umsatzes geschätzt13, für 2004 liegt keine Schätzung vor. Weiter wird der konsolidierte Umsatz der GfK-Gruppe insgesamt in Deutschland gezählt, darüber hinaus werden die Umsätze der GfK-Tochter-firmen in England, Frankreich, USA usf. auch zu den Marktforschungsumsätzen des jeweiligen Landes gezählt. Dies mag auch noch für andere Institute zutreffen. Andererseits gibt es auch Marktforschungsleistungen, die von den Firmen direkt oder aber auch von Universitäten erbracht werden und die in den von ESOMAR veröffentlichten Zahlen nicht enthalten sind. Insgesamt dürfte die von ESOMAR herausgegebene Zahl daher zutreffend sein.

Für insgesamt 37 Länder wird von ESOMAR der Anteil der Panelforschung ausgewiesen. Das gewichtete Mittel beträgt 28 %. Da die USA nicht enthalten sind, dort aber die Panelforschung eine erhebliche Rolle spielt, sind es wohl eher 30% oder etwas mehr als 6,5 Mrd US-$, die pro Jahr weltweit für Panelforschung ausgegeben werden. Ein Vergleich mit den Zahlen von 2001 – er ist nur für wenige Länder möglich – zeigt, dass der Anteil der Panelforschung seitdem tendenziell noch zugenommen hat14.

In Deutschland beträgt der Marktforschungsmarkt lt ESOMAR etwa 2,08 Mrd. US-$, 35% davon oder etwas mehr als 700 Mio. € werden für Panelforschung ausgegeben.

Der Aufbau der Panelforschung erfordert erhebliche Finanzmittel. Von daher ist es nicht erstaunlich, dass die Träger der Panelforschung vor allem die großen Institute sind.

Das größte Marktforschungsunternehmen weltweit – die holländische VNU – hat sich unter dem Namen A.C. Nielsen auf Handels- und Medienpanels spezialisiert (vgl. www.acnielsen.com). Bei Handelspanels liegt der eindeutige Schwerpunkt auf dem Bereich der verpackten Güter des täglichen Verbrauchs. Auf diesem

12 vgl. Industry Study on 2004 – ESOMAR World Research Report, Amsterdam 2005 13 vgl. ESOMAR (Hrsg.) 1998: Annual Study on the Market Research Industry 1997, Amsterdam, S. 6 14 vgl. ESOMAR Annual Study of the Market Research Industry 2001, Amsterdam 2002, S. 17

71

Gebiet ist das Unternehmen weltweit tätig und eindeutiger Weltmarktführer. In verschiedenen Ländern – u.a. auch Deutschland – werden auch Verbraucher-panels gefahren.

Das zweitgrößte Institut weltweit – die britische Taylor Nelson Sofres oder kurz TNS – ist ebenfalls im Panelbereich tätig (vgl. www.tns-global.com). Zu nennen sind insbesondere Verbraucherpanels in Europa (Frankreich, UK, Spanien, Portugal, Bulgarien und Irland), im asiatisch-pazifischen Raum und in Südamerika, Wichtig sind auch die TV-Zuschauerpanels, in Europa u.a. in Benelux, Bulgarien, Großbritannien, Polen, Rumänien und Spanien. Der Schwerpunkt von TNS liegt jedoch in der Ad-Hoc-Forschung.

TNS arbeitet im Verbraucherpanelbereich mit der GfK-Gruppe (s.u.) im Rahmen der Organisation Europanel zusammen. Nachdem sich TNS auf Westeuropa spezialisiert hat, die GfK-Gruppe aber auf Zentral- und Osteuropa, ist es mög-lich, gesamteuropäische Daten zu liefern.

Dagegen hat sich das drittgrößte Institut weltweit wieder auf Panelforschung spezialisiert. Das US-amerikanische IMS-Institut betreibt weltweit Panels für die Pharmaindustrie.

Die Nummer 4 weltweit, die britische Kantar-Gruppe betreibt keine wesentliche Panelforschung. Sie hat sich auf die Ad-Hoc-Forschung sowie das Werbe-tracking spezialisert.

Das fünftgrößte Institut weltweit, die deutsche GfK-Gruppe, hat einen Schwer-punkt in der Panelforschung (vgl. www.gfk.com). Im Bereich der Handelspanels für technische Gebrauchsgüter ist das Unternehmen weltweit tätig und Markt-führer. Im Verbraucherpanelbereich werden Daten aus Belgien, Bulgarien, Dänemark, Deutschland, Italien, Kroatien, Niederlande, Norwegen, Österreich, Polen, Rumänien, Russland, Schweden, Schweiz, Serbien, Slowakei, Slowenien, Tschechien, der Ukraine und aus Ungarn erhoben, analysiert und vermarktet. Daneben werden in verschiedenen Ländern – u.a. in Deutschland – Fernsehzu-schauerpanels betrieben. Durch die Fusion mit NOP World im Jahre 2005 hat sich die GfK-Gruppe nun auf Rang 4 vorgeschoben.

72

Die französische Ipsos-Gruppe als Nummer 6 ist nicht nennenswert in der Panelforschung tätig.

Dagegen hat sich die Nummer 7 weltweit – das erst 1979 gegründete US-ameri-kanische IRI-Institut (vgl. www.infores.com) wieder auf die Panelforschung spezialisiert. Neben Testmarktpanels in den USA werden vor allem in den USA sowie in Deutschland, Großbritannien, Frankreich, Griechenland, Italien, Niederlande und Spanien Handelspanels für verpackte tägliche Verbrauchsgüter angeboten.

Die Nummern 7 bis 10 der Weltmarktliste sind dagegen nicht nennenswert in der Panelforschung tätig; ein weiteres Eingehen auf diese Unternehmen erübrigt sich daher.

Es ist abzusehen, dass die Ausgaben für Panelforschung in den nächsten Jahren noch steigen werden: Große Länder – und hier vor allem Indien und China – entwickeln sich so, dass immer größere Bevölkerungsteile für Markenartikel westlicher Prägung erreichbar sind. Damit steigt die Nachfrage nach kontiunierlich und repräsentativ erhobene Marktdaten, wie sie nur von Panels geliefert werden können.

73

2. Die unterschiedlichen Panelarten

Die Wurzeln der Panelforschung reichen in die USA in die zwanziger Jahre des 20. Jahrhunderts zurück. Bereits zu dieser Zeit beschäftigten sich insbesondere amerikanische Unternehmen der Konsumgüterindustrie mit der Frage, wie die unterschiedlichen Absatzentwicklungen ihrer Produkte erklärt werden konnten. Der Amerikaner A. C. Nielsen erkannte als erster, das für derartige Fragestellun-gen nicht nur die eigenen Produktionskennzahlen notwendig sind, sondern eine Branche (Warengruppe) immer als Gesamtheit betrachtet werden muss. Ein Un-ternehmen, eingebettet in ein wirtschaftspolitisches Umfeld, darf zu keiner Zeit als Insel betrachtet werden. Vielmehr besteht die Notwendigkeit, das Umfeld in seiner Gesamtheit, und somit aller Unternehmen zu betrachten; nur dann können Antworten auf die gestellten Fragen geliefert werden.

Die unternehmenseigene Vertriebssteuerung und Marktbeobachtung ist damit nicht aussagefähig genug um den Verkauf, die Distribution, die Lagerhaltung und die Preisgestaltung1 in den unterschiedlichen Absatzkanälen quantitativ ver-folgen zu können. Es wurden bereits damals Kennzahlen der Mitbewerber und der Handelsunternehmen benötigt. Da diese aber in der Regel nicht bekannt ge-geben wurden, suchte A. C. Nielsen nach Möglichkeiten, Näherungswerte zu be-rechnen und begann mit der Informationssammlung am POS (Point of Sale).

Aus diesen Überlegungen heraus entwickelte sich das sogenannte Handelspanel, das damit - historisch betrachtet - als das erste Panel bezeichnet werden kann. In der Zwischenzeit wurden eine Vielzahl von anderen, zusätzlichen Panels entwi-ckelt die es heute notwendig machen, diese unterschiedlichen Panelarten genauer zu strukturieren. Eine übliche Unterscheidung ist die Paneleinteilung in das

1. Handelspanel (Fragestellung: wo werden welche Waren verkauft), und das

2. Verbraucherpanel (Fragestellung: welcher Konsument kauft welche Güter ein).

1 Weitere Kennzahlen, die aus betriebswirtschaftlicher Sicht zu beobachten sind, finden Sie im Kapitel 3.4

74

2.1 Klassifizierungen von Panels

Nun wurden in den letzten Jahren neue, innovative Panels konzipiert, die in die-ser eindimensionalen Betrachtungsweise keinen Platz finden (Beispiel: Land-wirtschaftspanel, Verpackungspanel2). Neben dieser Ausweitung von Panels auf andere Wirtschaftszweige wurde auch die Produktvielfalt permanent ausgebaut. Heute sind Panels nicht nur in der Konsumgüterindustrie, sondern auch bei Non-Food3 Warengruppen und Dienstleistungen etabliert. Es werden z. B. neben Fi-nanzdienstleistungen und Reisen, Warengruppen der Sanitär- und Möbelindust-rie und sämtliche Medienwarenbranchen beobachtet. Damit hat sich der Stel-lenwert von Panels innerhalb der Marktforschung kontinuierlich erhöht. Panels sind heute ein fester Bestandteil der Marktforschung und auch bisher durch kei-ne andere Erhebungsform austauschbar.

Gesamtheit aller Panels

Ebene 1: UntersuchungsansatzPersonen- / Institutionelle Panels

Ebene 2: GüterbeschreibungFood / NonFood / Dienstleistungen

Ebene 3: Erhebungsartz.B.: Scanner / Internet / schriftlich

Abbildung 2.1: Unterscheidungsebenen von Panels

2 Zur Beschreibung dieser Panelarten siehe Punkt 2.8 3 Zur Definition von Non-Food Warengruppen siehe Punkt 2.2.4

75

Diese Ausweitung machte es erforderlich, umfangreichere Klassifizierungs-merkmale zu benutzen, die die Gesamtkomplexität beschreiben können.

Ein allgemeines Klassifizierungssystem ist dreistufig angelegt mit den Ebenen:

1. Untersuchungsansatz / Befragungsansatz 2. Güterbeschreibung3. Erhebungsart

Mit dieser, in Abbildung 2.1 dargestellten Systematik ist eine sinnvolle Eintei-lung aller bisher existenten Panelarten möglich.

Ebene 1 stellt eine generelle Unterscheidung nach Institutionellen und Personen Panels dar. Diese eher allgemeine Ebene erlaubt erstmals auch die Zuordnung von neuen innovativen Panelarten. Ein Beispiel mag hier zur Verdeutlichung dienen.

Gibt ein Geschäftsführer über sein individuelles Einkaufsverhalten im privaten Bereich Auskunft, sind diese erhobenen Daten einem Personenpanel zuzuordnen. Wird aber dieselbe Person zu den zukünftigen wirtschaftlichen Entwicklungen seines Unternehmens (Branche) befragt, geht es um Daten für ein institutionelles Panel.

Die nächste Ebene stellen die Güter dar, über die berichtet werden soll. Beiden Panelarten ist gemeinsam, dass sie sowohl zur Berichterstattung über Gebrauchs- als auch Verbrauchsgüter herangezogen werden können. Die Perso-nenpanels bieten aber noch eine dritte, zusätzliche Produktart an, die seit einigen Jahren etabliert ist.

Es handelt sich um die unterschiedlichsten Dienstleistungen und „sonstige Wa-rengruppen“, wie z.B. werbliche Telefonanrufe, E-Mail Verkehr und auch das Direktmarketing, die lediglich mit Hilfe von Personenpanels sehr gut langfristig in ihrer Entwicklung beobachtet werden können.

76


Institutionelle Panels

PersonenPanels

Beispiele:HandelspanelIndustriegüterpanelPharmapanelVerpackungspanel

Beispiele:VerbraucherpanelElitepanelKulturartenpanelLandwirtschaftspanel

Abbildung 2.2: Unterscheidungsebene 2– der Erhebungsansatz

Die dritte Ebene ist technisch angelegt und beinhaltet die Methodik der Daten-sammlung und /oder -übertragung. Grundsätzlich kann diese unterteilt werden nach:

1. Datenerhebung am Point of Sale (POS) mittels Scannertechnologie 2. Schriftliche Datenerfassung am POS, wenn eine Ausstattung des entspre-

chenden Geschäfts mit Scannerkassen nicht gegeben ist 3. Inhome Einkaufsdatenerfassung mittels eines Handscanners 4. Inhome online Datenerfassung 5. Inhome schriftliche Datenerfassung nach der Kalendermethodik 6. Befragung

Wenn sich auch der Komplexitätsgrad insgesamt deutlich erhöht hat, so haben doch die vier allgemeinen Grundlagen eines Panels, so wie in Kapitel 1 beschrie-ben, weiterhin Gültigkeit. Weiterhin treffen natürlich auch die genannten Vortei-le der Panelforschung weiterhin zu.

77

Variationen ergeben sich nach:

dem Untersuchungsgegenstand den Untersuchungsintervallenden Erhebungsarten und den Erhebungsorten.


Institutionelle Panels

Gebrauchsgüter Verbrauchsgüter Dienstleistungen

Personen Panels

Abbildung 2.3: Unterscheidungsebene 3 – die Warengruppen

Dem Handelspanel darf der geschichtliche Ursprung zugeschrieben werden. Der erste gravierende Entwicklungsschritt ist dann in der Einführung der Personen-panels zu sehen. Gegen Ende der 60-iger Jahre begann die GfK in Nürnberg erstmals zusammen mit der Firma Infratest in München ein Haushaltspanel zu e-tablieren. Diese Panelart, dieser Untersuchungsansatz mit einem völlig differen-ten Erhebungs- und Auswertungsansatz gegenüber dem Handelspanel, kann als Revolution im Themenbereich Panelforschung angesehen werden. Die Entwick-lung der im Folgenden beschriebenen Paneluntersuchungsansätze unterstützt die-se These.

78

2.2 Das Handelspanel – der Ursprung der institutionellen Panels

Bis in die späten 60iger Jahre galt das Handelspanel als die klassische Art der außerbetrieblichen Informationsgewinnung über die Absatzentwicklung der Un-ternehmen. Es wurde von „dem Handelspanel“ ohne weitere Differenzierung ge-sprochen. Gemeint war damit die Informationserhebung für definierte Waren-gruppen4, in ausgewählten traditionellen Einzelhandelsgeschäften. Die Handels-struktur dieser Jahre bestand vorwiegend aus mittleren und kleinen Geschäften, die ein breites Sortiment von Artikeln in nicht allzu großer Tiefe führten. Befrie-digt werden konnte hier im Bereich des Lebensmitteleinzelhandels vor allem der Bedarf an täglich notwendigen Konsumgütern und im Bereich des Facheinzel-handels der Bedarf an kurz- und auch langlebigen Gebrauchsgütern.Die Produkte wurden aber im Laufe der Zeit differenzierter; zusätzliche Herstel-ler aus dem In- und Ausland drängten, mit zum Teil gleichen oder weiterentwi-ckelten Produkten und Ausstattungen, auf den Markt. Mit diesem Wandel in der Produktpalette (größere Sortimentstiefe) ging auch ein Wandel in der Sorti-mentsbreite einher.

Parallel zur Veränderung der Sortimentsbreite und -tiefe, ergaben sich auch Ver-schiebungen in der Handelslandschaft und im Einkaufsverhalten der Konsumen-ten. Völlig neue Vertriebsschienen entstanden. Der traditionelle Einzelhandel wurde (wird) immer weiter zurückgedrängt5.

All diese Entwicklungen sind sämtlichst in das ursprüngliche Handelspanel ein-gegangen und haben zu einer starken Diversifizierung innerhalb der Institute ge-führt. Es wird heute allgemein eine Grobunterteilung in das

1. Food- oder FMCG- oder CPG Panel und 2. Non-Food- oder SMCG Panel

vorgenommen.

Die wesentlichen Unterscheidungskriterien sind dabei wie folgt zu beschreiben: 4 Zur Definition von Warengruppen siehe Punkt 3.1.1 5 Im Anhang ist die Entwicklung der Handelslandschaft aufgezeigt.

79

Food Panels:Im Food Panel werden alle Warengruppen der sog. FMCG – Warengruppen er-hoben und ausgewertet. FMCG steht dabei für Fast Moving Consumer Goods,somit Waren der Verbrauchsgüterindustrie. Vorwiegend in den angelsächsischen Ländern wird auch vom CPG Panel (Consumer Packaged Goods) gesprochen. Gemeint sind in allen Fällen sämtliche Bereiche der vorverpackten Nahrungsmit-tel und Getränke, sowie Drogeriewaren (Körperpflegeartikel, Wasch-, Putz- und Reinigungsmittel). Diese Definition umfasst sämtliche Warengruppen der Verbrauchsgüterindustrie, Warengruppen, die eine hohe (schnelle) Wiederkaufs-rate aufweisen.

Non-Food Panels:Im Gegensatz zu den Verbrauchsgütern weisen sich die sog. Gebrauchsgüter des Non-Food Panels durch Langlebigkeit aus. Der Zeitraum zwischen Erst- und Wiederkauf kann dabei oftmals mehrere Jahre betragen. Und obwohl diese Arti-kel eine geringere Umschlagshäufigkeit am POS aufweisen, hat sich bis heute der zum Food Panel gegensätzliche Begriff SMCG (Slow Moving Consumer Goods) nur partiell durchgesetzt.

Der gravierende Unterschiede beider Panels liegt in der Begrifflichkeit „Ver- bzw. Gebrauch“ der Güter begründet. Dies ist auch der Ansatz für die Langle-bigkeit der Güter. Sind die Food Warengruppen eher für den täglichen Bedarf und den tatsächlichen Verbrauch bestimmt, so zeichnen sich die Warengruppen der Gebrauchsgüter durch den Gebrauch, niedrige Umschlagsgeschwindigkeit und späte Wiederkaufsaktivität aus. Beispielsweise kann die Wiederkäuferrate im Food Panel bei einem Tag liegen (z.B.: Brot, Kaugummi), wohingegen diese bei Gebrauchsgütern (z. B. Gefrierschränke) auch mehrere Jahre betragen kann.

Eine Vielzahl von Warengruppen lässt sich durch diese Beschreibung entweder dem Food oder Non-Food Bereich zuordnen. Dennoch bleiben einige, wenige Warengruppen übrig, die keines, oder sogar alle Kriterien erfüllen können. Ein gutes Beispiel hierzu stellt die Warengruppe Batterien dar. Diese sind zum (tägli-chen) Gebrauch (Non-Food) bestimmt und erfreuen sich relativ schneller (hoher) Wiederkäufe (Food). In die gleiche Kategorie fallen DVD – Rohlinge und Zei-tungen. Welchem Bereich diese Warengruppen zugeordnet werden ist in den ver-

80

schiedenen Ländern Europas durchaus unterschiedlich geregelt. So fallen die Batterien in Deutschland eher in den Non-Food Bereich, in England aber werden diese dem Food Bereich zugeordnet. Eine neue, nachvollziehbare Kategorisie-rung wurde von der GfK eingeführt. Hiernach wird zwischen den beschriebenen Food und Non-Food Warengruppen unterschieden – alle eher nicht eindeutig i-dentifizierbaren Warengruppen werden, zumindest im Verbraucherpanel, dem Bereich NearFood zugeschlagen.

2.2.1 Aktuelle Entwicklungen im Handelspanel

Das heutige Handelspanel Non-Food wird weltweit von der GfK Nürnberg be-trieben. Dabei ist die weltweite Marktabdeckung bereits sehr weit vorangeschrit-ten, lediglich in einigen Ländern Afrikas ist dieses Panel noch nicht etabliert. Damit blickt dieses Panel aber auch als bisher einziges über Deutschland und Eu-ropa – wie immer dies auch definiert sein mag – weit hinaus. In einer globalisier-ten Welt hat es die GfK geschafft, ein globales Instrument zur Marktbeobachtung der unterschiedlichsten Länder, Mentalitäten und auch Sprachen zu schaffen. Ohne Übertreibung kann hier von einem Weltmarktpanel gesprochen werden.

Das Handelspanel Food dagegen ist eher national ausgelegt und stößt schon bei europäischer Berichterstattung an seine Grenzen. In Deutschland und vielen an-deren Ländern (Europas) wird ein derartiges Panel lediglich von zwei Anbietern betrieben. Auf der einen Seite ist A.C. Nielsen6 zu nennen, auf der anderen Seite bietet auch Information Resources7 ein derartiges Panel an. Beide Wettbewerber bieten ein auf den ersten Blick nahezu identisches Produkt an. Bei genauerer Be-trachtung allerdings zeigen sich doch einige, teils gravierende Unterschiede. Die-se werden in den nachfolgenden Kapiteln detailliert beschrieben.

Das Handelspanel wurde über viele Jahrzehnte mit der Methodik der Bestandser-hebung am POS8 betrieben. Diese Vorgehensweise ist auch heute noch bei eini-gen Absatzmittlern (Key-Accounts) die einzige Möglichkeit die Daten zu erhe-

6 www.acnielsen.de 7 www.infores.com 8 Vgl. Kapitel 1.2.4.1

81

ben, da diese sich verweigern durch Scannerkassen erhobene Daten an die Insti-tute weiterzuleiten. Diese Erhebungsform ist mit manuellem Aufwand verbunden und bedingt eine Vielzahl von Außendienstmitarbeitern. Das ist sehr teuer und nur teilflexibel. Eine gewisse Anzahl von Warengruppen und damit auch Arti-keln ist mit einem bestehenden Personalstamm durchzuführen, weitere Waren-gruppen die beobachtet werden sollen verlangen aber Personalausweitungen.Diese sprungfixen Kosten haben dazu geführt, das die Institute bei der Inventur-methodik lediglich die an die Industrieseite verkauften Warengruppen erhoben haben. Es gab in der Vergangenheit keinen Überblick über den Gesamtmarkt "Food" oder "Non-Food" und teilweise wurde sogar ein definiertes Warengrup-penumfeld nur teilweise beobachtet. Diese Betrachtungsweise hat sich mit der Fokussierung auf Scannerdaten sehr deutlich geändert.

Die Erhebungsmethodik auf der einen Seite, die Handelslandschaft auf der ande-ren Seite – diese beiden Pole bilden zurzeit das Spannungsfeld für Veränderun-gen im Handelspanel.

Das Handelspanel umfasst heute nahezu alle in der obigen Definition einge-schlossen Warengruppen. Der Grund liegt hier in der Datenlieferung einiger Handelsorganisationen. Diese liefern alle verkauften Artikel und nehmen keiner-lei Selektion der Daten vor. Damit sind die Institute in die Lage versetzt, die Wa-rengruppe auch auszuwerten. Ob dies allerdings in jedem Fall und kontinuierlich geschieht hängt immer noch von der bestehenden Auftragslage ab. Es geschieht zwar selten, aber dennoch weisen einige Warengruppen immer wieder Lücken auf.

Die permanente Ausweitung der beobachteten Warengruppen stehen auf der ei-nen Seite der Weiterentwicklung (Ausweitung) der Handelspanels; auf der ande-ren Seite ist aber auch die Entwicklung der Handelslandschaft zu nennen. Die Veränderung hier ist ebenso spannend. Einige Beispiele mögen dies verdeutli-chen.Die Anzahl der Verbrauchermärkte9 stieg von 1.920 Einkaufsstätten in West-deutschland (incl. West Berlin) im Jahre 1981 auf 2.690 im Jahr 1991. Anfang 1998 waren in der wiedervereinigten Bundesrepublik 7.090 Geschäfte als

82

Verbrauchermärkte registriert, die insgesamt einen Umsatz von € 48,73 Mrd. (1997) erreichten. Die Entwicklung insgesamt ist weiterhin positiv, wenn auch das Wachstumstempo aus den Vorjahren nicht gehalten werden konnte. Im Jahr 2005 waren 7.940 Verbrauchermärkte registriert, die einen Umsatz von € 51,65 Mrd. realisierten.

Eine ebenfalls positive Entwicklung ist bei den Discountern10 zu beobachten. Dort ist die Anzahl der Geschäfte von 2.680 im Jahr 1981 auf 5.340 im Jahr 1991 (ohne Aldi) und 9.690 Anfang 1998 gestiegen. Im Jahr 2005 waren es bereits 10.490. Die Anzahl der Geschäfte konnte somit im Zeitraum 1998 – 2004 um 8,3% gesteigert werden. Der Umsatz (ohne Aldi) ist von € 8,9 (1991) auf € 19,8 Mrd. im Jahr 1998 ausgeweitet worden. Im Jahr 2004 betrug dieser bereits € 28,1 Mrd, damit ist umsatzseitig eine Steigerung von 41,9% im Zeitraum 1998 – 2005 erzielt worden.

Aldi selbst hat ebenfalls ein starkes Wachstum bei der Anzahl der Geschäfte und dem dort realisierten Umsatz zu verzeichnen. Die Anzahl der Geschäfte ist von 1850 im Jahr 1985 auf 3050 zu Beginn 1998 angestiegen. Gleichzeitig konnte der Umsatz von € 7,9 Mrd. auf € 16,6 Mrd. (1997) mehr als verdoppelt worden. Diese rasante Entwicklung wurde fortgesetzt. Zum Ende 2003 verfügt Aldi über 4.050 Geschäfte, die einen Umsatz von € 26,1 Mrd. realisierten.

Genau die gegenteilige Entwicklung ist bei den traditionellen Lebensmittelein-zelhandelsgeschäften11 und auch bei den traditionellen Fachhandelsgeschäften zu verzeichnen. Hier ging die Anzahl der Outlets von 84.900 im Jahr 1981 auf 54.370 in 1991. Im Jahr 2005 wurden nur noch lediglich 29.670 Geschäfte dieses Typs gezählt, die einen Umsatz in Höhe von € 19,85 Mrd. realisierten. Damit ist der Umsatz des Discounters Aldi mittlerweile höher als des gesamten Traditio-neller Lebensmitteleinzelhandels.Diese wenigen Beispiele verdeutlichen die rasante Entwicklung in Bezug auf die Outlets in der Handelslandschaft. Die kleinen Geschäfte mit einer Verkaufsfläche bis 200m² nehmen weiter ab und verlieren damit zunehmend an Bedeutung. Die

9 Zur Definition von Verbrauchermärkte siehe Kapitel 3.2.1.2.1 10 Zur Definition siehe Punkt 3.2.1.2.2 11 Zur Definition siehe Punkt 3.2.1.2.3

83

Discounter gewinnen an Bedeutung und dürfen, bei allen Schwierigkeiten, in ei-ner Berichterstattung des Handelspanels nicht fehlen.

Ein anderer Aspekt ist die Entwicklung völlig neuer Geschäftstypologien oder des Internets. Diese sind in die Berichterstattung zu integrieren, wenn ein be-trächtlicher Umsatz der Warengruppe über diese Vertriebsschiene realisiert wird. Es gibt keine generelle Regelung wann ein derartiger neuer Vertriebsweg separat ausgewiesen werden sollte – allgemein akzeptiert ist aber eine Größenordnung ab ca. 5% Umsatzanteil.

2.2.2 Datenarten im Handelspanel

Die Daten eines Handelspanels setzen sich aus zwei unterschiedlichen Erhe-bungsmethodiken zusammen. Wann immer möglich werden die sehr validen Da-ten aus den Scannerkassen zur Berechnung der jeweiligen Kennziffern verwen-det. Bei dieser Datenform ist die Anforderung an die Datensicherheit am stärks-ten ausgeprägt. So kommt es kaum zu fehlerhaften Erfassungen, was sowohl die Verkaufsmengen als auch die jeweiligen Preise betrifft. Diesem Wunsch können die Institute aber nicht vollständig gerecht werden, denn nicht immer steht dieser Datentyp auch zur Verfügung. Einerseits gibt es Handelsgruppen, die eine Liefe-rung von Scannerdaten an die durchführenden Institute ablehnen. Andererseits verfügen insbesondere Geschäfte mit einer Verkaufsfläche von unter 200 qm häufig nicht über Scannerkassen. Grundsätzlich ergeben sich bei diesen Problem-fällen zwei Lösungsansätze. Die notwendigen Daten können vom institutseige-nen Außendienst erhoben, oder aber aus dem Verbraucherpanel in die Han-delspanels integriert werden.

Grundsätzlich wird daher zwischen drei verschiedenen Datenarten unterschieden, die sich an der Erhebungsmethodik orientieren.

1. Auditdaten: Physisch (manuell) erhobene Daten am POS. Diese Art der Datenerhebung wird nur noch in Geschäften durchge-führt, die keine Scannerdaten zur Verfügung stellen kön-nen (wollen). Für diese Geschäfte erfolgt die Berechnung

84

der Verkäufe nach der Formel: Verkauf = Bestand alt + Einkauf – Bestand neu12

Datenarten für das Handelspanel FOOD

REINE SCANERNDATEN SCANER + AUDIT VERBRAUCHERPANEL

LEH > 200 m² REWE mit HL, * Aldi, Lidl, Norma

Drogeriemärkte LEH < 200 m²

REWE ( * ) Impulsgeschäfte

Getränkeabholmärkte

Kauf- / Warenhäuser

Parfümerien

Apotheken

C + C

( * ) außer Penny, HL, Minimal

Zoofachhandel (Pet Shops)

Sonstige Kanäle

* Minimal und Penny

Abbildung 2.4: Datenarten im Handelspanel

2. Scannerdaten: über eine Scannerkasse direkt am POS erfasste Verkaufs- daten. Liefert ein Key-Accounter neben den Scannerdaten eines ausgewählten Panelgeschäfts die Daten aller Ge-schäfte, so wird auch von Zensusdaten gesprochen. In die-sem Fall ist keine Hochrechnung des Key-Accounts not-wendig.

3. Kausaldaten: Auch in Scannergeschäften werden die sog. Promotionda-ten (noch) durch den Außendienst erhoben. Hierzu zählen Preisreduktionen, Display- und die unterschiedlichsten Kommunikationsaktivitäten.

12 Zur genauen Beschreibung der Bestandsmethodik vgl. Punkt 1.2.4.1

85

2.2.3 Datenquellen und Datenverfügbarkeit

Liefert eine Vertriebsschiene oder ein Key-Account die oben beschriebenen Sca-nerdaten, so liegen diese bei den Instituten jeweils zu Beginn der nachfolgenden Woche vor. Damit verfügen die Institute über Daten, die tagesgenau ausgewertet werden können.

Auditdaten hingegen werden manuell erhoben. Dies bedingt Personaleinsatz und den Faktor Zeit. Die Datenerhebung wird in diesem Fall in der Regel monatlich durchgeführt. In wenigen speziellen Segmenten erfolgt dagegen diese Erhe-bungsart lediglich zweimonatlich.

Datenverfügbarkeit am Beispiel des Handelspanel FOOD

WOCHENDATEN MONATSDATEN 2-MONATSDATEN

LEH > 200 m² LEH > 200 m² Drogerien

C + C REWE mit HL, * Impulsgeschäfte

Kauf- / Warenhäuser Aldi, Norma, Lidl Zoofachhandel

REWE ohne HL,* Sonstige Kanäle

Drogeriemärkte

GAM

Parfümerien

Apotheken

* Minimal und Penny

Abbildung 2.5: Datenverfügbarkeit des Handelspanels FOOD

Aufgrund dieser Umstände können keine tagesaktuellen Berichte für den Ge-samtmarkt erstellt werden. Auch in den Wochenberichten, die alle Scannerdaten-geschäfte umfassen, ist eine „vollständige“ Gesamtmarktbetrachtung aufgrund fehlender Audit Geschäfte nicht möglich. Dieser Umstand ist aber verschmerz-bar. Wie bereits beschrieben fehlen die Daten der kleinen und vom Umsatz her eher unbedeutenden Geschäfte.

86

Abbildung 2.6: Beobachtete Absatzkanäle des Handelspanels Food

Beo

bach

tete

Abs

atzk

anäl

e de

s H

ande

lspa

nel F

OO

D

Dro

geri

e-m

ärkt

eP

arfü

mer

ien

LEH

Impu

ls-

kan

äle

GA

MG

eträ

nke-

abh

olm

ärkt

e

Apo

thek

enS

onst

ige

Kan

äle

Gas

tron

omie

Leb

ensm

itte

lh

andw

erk

Kauf

-und

War

enhä

user

Zoof

achh

ande

l

Baum

ärkt

e

Gar

ten-

Cen

ter

Land

hand

el

Sons

tige

Cas

h &

Car

ryR

esta

uran

ts

Hote

ls/

Gas

thöf

e

Caf

es

Bars

/D

isko

thek

en

Verb

rauc

her

mär

kte

Dis

coun

ter

Sup

erm

ärkt

e

Trad

ition

elle

rLE

H

Dro

gerie

n

Dro

gerie

-m

ärkt

e

Parfü

mer

ien

Stra

ßen-

Tank

stel

len

Auto

bahn

-Ta

nkst

elle

n

Kio

ske

Met

zger

eien

Bäck

erei

en

87

Ein drittes Problem stellen diejenigen Geschäfte dar, die weder Scannerdaten lie-fern, noch dem Außendienst Zutritt zu den Geschäften gewähren. Hier sind für das Handelspanel weder Tages-, noch Monatsdaten verfügbar. Insbesondere die Discounter Aldi, Norma und Lidl sind hier angesprochen. Damit die Vertriebs-schiene aber dennoch, und für vereinzelte Warengruppe ist es eine entscheidende Absatzmöglichkeit, mit in die Betrachtung einfließen kann, werden diese Daten aus dem Verbraucherpanel hinzugezogen und in die Berichte fusioniert.

Das heutige Handelspanel Food setzt sich aus acht übergeordneten Absatzkanä-len zusammen, die wiederum bis zu sieben Unterteilungen aufweisen. In Abbil-dung 2.6 ist das Universum des Handelspanels Food vollständig dargelegt.

2.2.4 Spezifische Ergänzungen zum Handelspanel Non-Food

Zu Beginn der Berichterstattung Anfang der 70iger Jahre standen die Waren-gruppen Foto und Do-it-yourself im Focus, etwas zeit verzögert folgten die Wa-rengruppen der sog. „Braunen und Weißen Ware“. Dabei sind auch heute noch folgende Kategorien subsumiert13:

Braune Ware : Fernsehgeräte, Videorecorder, Camcorder, Radios etc.

Weiße Ware : Großgeräte wie: Kühlschränke, Gefriergeräte, Herde Kleingeräte wie: Rasierer, Bügeleisen, Küchenhilfen

Aber auch für das Non-Food Panel haben sich die Rahmenbedingungen wie be-reits oben beschrieben gegenüber den Anfängen deutlich verändert. Aus dem Blickwinkel der Handelslandschaft haben viele kleine Geschäfte dem Wettbe-werbsdruck der großen Fachhandelsketten nicht mehr standhalten können und gaben auf. Diese Entwicklung ist ähnlich zum Handelspanel Food. Es entstanden in den letzten Jahren zahlreiche neue und veränderte Absatzkanäle. Heute wird in diesem Panel mindestens folgende Segmentierung vorgenommen:

13 Die Namensgebung resultiert ursprünglich aus der Farbgebung der einzelnen Warengruppen. Kühlge-räte wurden (werden) in einem weißen Outfit geliefert. TV-Geräte waren (sind) überwiegend braun.

88

1. Fachmärkte 1.1. Traditioneller Facheinzelhandel (keiner Einkaufskooperation ange-

schlossen)1.2. Fachmärkte (Media Markt, Saturn, etc.) 1.3. Einkaufskooperationen

2. Bau- und Heimwerkermärkte

3. warengruppenspezifische Spezialisten14

4. Verbrauchermärkte - Cash & Carry

5. Warenhäuser

6. Versender (Neckermann, Otto, Quelle, etc.)

7. Sonstige

Ein anderer, aber zugleich nicht unwesentlicher Blickwinkel ist die Betrachtung der Hersteller. Die Osterweiterung der Europäischen Union, die allgemeine Glo-balisierung fördert und beschleunigt den Absatz auch „fremder“ Produkte hier in Deutschland. Damit steigt parallel zur Anzahl der anbietenden Hersteller auch die Anzahl der verkaufbaren Produkte - Artikel.

Der Erhebungsumfang des Non-Food Panels ist sehr umfangreich und umfasst bei der GfK Retail &Technology alle wichtigen Produktgruppen mit einer Viel-zahl von einzelnen Warengruppen.

Die Unterteilung in die pro Warengruppe relevanten, unterschiedlichen Absatz-kanäle ist selbstverständlich gegeben. Jeder relevante Absatzkanal wird einzeln ausgewiesen, vorausgesetzt die Zustimmung liegt vor. Dies wird oftmals bereits mit der Einwilligung zur Datenerhebung erteilt.

14 Z.B.: Handyshops bei der Warengruppe Telekommunikation – Optikerfachgeschäfte für die Waren-gruppen Brillenfassungen, Brillengläser, Kontaktlinsenpflegemittel

89

2.3 Verbraucherpanels

Das klassische Verbraucherpanel ist die zweite Form der Panelforschung und wurde in Deutschland zuerst von der G+I (GfK und Infratest) betrieben. Kann die Firma A.C. Nielsen die Erfindung des Handelspanels für sich beanspruchen, so können die GfK und Infratest als die Pioniere der Verbraucherforschung be-zeichnet werden. Der Grundgedanke zur Etablierung eines Verbraucherpanels in der Mitte des vorigen Jahrhunderts war so einfach wie auch brillant.

Das Handelspanel misst Abverkäufe in den unterschiedlichen Absatzkanälen. Durch den Einsatz von Scannerkassen werden diese Daten immer präziser und die Coverage erreicht in einigen Warengruppen nahezu 100%. Damit ist die Fra-ge geklärt, wo Waren um- und abgesetzt werden. Unbeantwortet bleibt dagegen die Frage, welcher Personenkreis diese Güter eingekauft hat. Hier genau setzt das Verbraucherpanel an.

Es wurden Haushalte schriftlich angeworben und bei Bereitschaft zur Mitarbeit im Folgenden immer schriftlich instruiert. Begonnen wurde mit einigen wenigen, hochfrequenten, mit hohen Wiederkaufsraten15 ausgestatteten Warengruppen. Zu diesen Startwarengruppen gehörten Kaffee und Waschmittel. Diese repräsentativ ausgewählten Haushalte sollten wenige, aus damaliger Sicht die wesentlichen In-formationen rund um den Einkauf dieser Produkte in einen sog. Haushaltskalen-der eintragen.

Die erste Verbraucherpanelart war ein reines Haushaltspanel. Dies bedeutete, dass der sog. Haushaltsführer alle Einkäufe, die für den Gesamthaushalt be-stimmt waren, in diesen Kalender eintragen sollte. Neben dem Einkaufsdatum wurde in den Anfängen nach der eingekauften Marke, dem Einkaufsort und dem Preis gefragt. Dieser Haushaltskalender ist auch heute noch existent, jedoch in einer wesentlich komplexeren Form, die mit der damaligen Ausführung in keiner Weise zu vergleichen ist. Die Weiterentwicklung dieses Panels erfolgt kontinu-ierlich sowohl in horizontaler, wie auch in vertikaler Richtung.

15 Vgl.: Beschreibung der Wiederkaufsraten unter Punkt 3.4.2

90

Die horizontale Betrachtung legt einen Blick auf die zu erhebenden Warengrup-pen frei. Neben den anfänglichen hochfrequenten Warengruppen des Food Mark-tes wurden später auch die niedriger frequentierten Warengruppen integriert. Mittlerweile werden ausnahmslos alle Warengruppen der Ausprägung FMCG kontinuierlich beobachtet. Parallel dazu wurde in den 80-ziger Jahren damit be-gonnen, das Panel auf die Warengruppen des Non-Foods auszubauen. Zu dem Bereich gehören Elektrogeräte, Bestecke und Kochgeschirre, oder alle Teilwa-rengruppen der Sanitärartikel. Bücher, Zeitschriften, Musik, Videospiele, Klin-geltöne und vieles andere gelten heute als Standardwarengruppen.

Eine Vielzahl von Warengruppen aus diesem Bereich können heute einzig mit einem Verbraucherpanel berichtet werden. Die Umstellung des Handelspanels auf die reine Scannertechnologie erschwert bei vielen Warengruppen die Daten-erhebung, bzw. macht diese völlig unmöglich. Als Beispiel sei hier die Haus-haltswarenindustrie angemerkt. Diese verfügt auch Ende 2005 noch nicht über einen einheitlichen, brachenweit anerkannten Artikelstamm analog zu den EAN Nummern des Food Panels. Diese fehlenden Basisinformationen erschweren die Etablierung eines Handelspanels ganz erheblich. Gleiches gilt z.B. für Eintritts-karten für Veranstaltungen und Events die lediglich über das Internet zum Ver-kauf angeboten werden.

Das Verbraucherpanel ist hier aber nicht stehen geblieben. Es erfolgte wenig spä-ter die Ausweitung auf einen dritten Bereich, die Dienstleistungen. Hier werden z.B. Finanzdienstleistungen wie Versicherungsbestände, Versicherungsneuab-schlüsse, Bausparverträge und Bankdienstleistungen kontinuierlich erhoben und analysiert.

Diese Aufzählung erhebt keinen Anspruch auf Vollständigkeit. Sie verdeutlicht aber, dass eine permanente Weiterentwicklung in der horizontalen Betrach-tungsweise gegeben ist. Dieser kontinuierliche Prozess wird einerseits durch Kundenwünsche weiter fortgeschrieben, andererseits auch durch Marktentwick-lungen getrieben.

Die vertikalen Weiterentwicklungen beinhalten keine inhaltlichen Änderungen dieses Haushaltspanels, sondern beschreiben die Ausweitung der berichtenden

91

Personen. Zahlreiche Artikel, auch Warengruppen sind heute nicht mehr für den Konsum des gesamten Haushaltes bestimmt. Viele Waren werden von einem In-dividuum gekauft, und alleine von diesem auch „verbraucht“. Ein gutes Beispiel stellt das "Kaugummi" dar. Der Haushaltsführer kann in einem Haushaltspanel-ansatz diese Warengruppe nicht vollständig berichten, da nicht alle Haushalts-mitglieder jeden individuellen Einkaufsakt dieser "Berichtsinstanz" mitteilen werden. Als anderes Beispiel kann der Download von Klingeltönen herangezo-gen werden. Die Kinder werden nicht jeden Download mitteilen, so dass es hier bei einem Haushaltspanelansatz zu Datenverzerrungen kommen würde.

Als Folge dieser Artikelindividualisierung wurde neben dem Haushaltspanel zu-sätzlich ein Individualpanel installiert. Die Methodik an sich bleibt identisch, le-diglich die Warengruppen unterscheiden sich und sind immer eindeutig einem Panel zugeordnet. Der wesentliche Unterschied liegt in dem Eintragungsumfang. Werden im Haushaltspanel die Einkäufe aller Haushaltsmitglieder eingetragen, so sind es im Individualpanel lediglich die einzelnen Einkaufsakte der Individu-alperson; die Einkäufe anderer Haushaltsmitglieder fließen in das Individualpa-nel nicht mit ein.

Verbraucherpanels

Haushaltspanels

Alle Food Warengruppen

z.B.:NahrungsmittelWasch-, Putz-, Reinigungsmittel

Alle Gebrauchsgüterz.B.:

ElektrogrossgeräteElektrokleingeräte

Möbel

Ausgewählte Food Warengruppen

Beispiele: Deomittel, Kosmetik,

Süsswaren

Individualpanels

Ausgewählte Warengruppen

Beispiele: Klingeltöne, Musik,

Zeitschriften

FMCG SMCG FMCG SMCG

Abbildung 2.7: Verbraucherpanelarten

92

2.3.1 Verbraucherpanels – Haushalts- versus Individualpanel

Die Liste der erhobenen Warengruppen ist sowohl für das Haushaltspanel, als auch für das Individualpanel sehr umfangreich und sollte „per Definitione“ ein-fach gegeneinander abgrenzbar sein. Dies gelingt auch in der überwiegenden Zahl der Fälle. Warengruppen mit einem hohen familiären Nutzungsgrad gehö-ren erhebungstechnisch zum Haushaltspanel. Mit ansteigendem Individualisie-rungsgrad allerdings ist bald eine Schwelle erreicht, ab der eine Warengruppe eher im Individualpanel erhoben werden sollte. Diese Grenze ist tatsächlich nicht eineindeutig, ein Beispiel soll dies verdeutlichen.

Die Warengruppe Uhren wird inhaltlich in die Teilwarengruppen Standuhren, Wanduhren und Armbanduhren unterteilt. Für die beiden erstgenannten Teilwa-rengruppen steht der haushaltsbezogene - familiäre – Nutzen klar im Vorder-grund. Dies spricht für eine Erhebung im Haushaltspanel. Die Armbanduhren dagegen sind für den persönlichen Bedarf bestimmt, und sollten daher im Indivi-dualpanel eingefragt werden. Daraus ergeben sich nun drei Erhebungsvarianten.Vollständige Erhebung im Individual- oder Haushaltspanel – Splittung der Ge-samtwarengruppe und damit Teilerhebung in jeder Panelart.

2.3.2 Möglichkeiten der Datenerhebung im Verbraucherpanel

Das Verbraucherpanel zeichnet sich durch eine hohe Vielfalt an individuellen Erhebungsmethodiken aus. Damit wird einerseits dem individuellen Wunsch des Panelteilnehmers Rechung getragen aus unterschiedlichen Methodiken, die für ihn angenehmste Variante auszuwählen. Andererseits hilft es der Panelführung, Hemmnisse der Teilnehmer anzubauen, denn die Panelmortalität (vgl. Punkt 1.1) wird durch einen hohen Individualisierungsgrad bei der Datenerhebung erheblich verringert.

Heute werden die Daten bei den Panelteilnehmern, unabhängig vom Haushalts- oder Individualpanelansatz, auf drei grundsätzlich unterschiedliche Arten erho-ben.

93

2.3.2.1 Scanning

Für alle Beteiligten, Institute und Panelteilnehmer, die angenehmste und sicherste Art der Datenerfassung wäre die Scannererhebung, so wie diese im Handelspanel durchgeführt wird. Dies würde einerseits gewährleisten, dass immer die richtigen Artikel genannt werden und andererseits Datenerfassungsfehler in den Instituten ausgeschlossen sind. Diese Methodik hat sich im Verbraucherpanel allerdings noch nicht in allen Bereichen vollständig durchsetzen können.

Das Verbraucherpanel Food der GfK arbeitet schon seit einigen Jahren mit einer reinen Scannererfassung. Der Haushalt erhält ein Erfassungsgerät mit eingebau-tem Scanner und Tastatur. Der EAN-Code jedes gekauften Produkts wird einge-scannt und über die Tastatur werden die fehlenden Informationen (Einkaufsstätte, Preis, etc.) schnell ergänzt. Der Vorteil ist einleuchtend. Die detaillierte Produkt-information ist bereits auf dem Produkt (im EAN Code) gespeichert. Es ist unnö-tig, dass ein Panelteilnehmer diese Informationen nochmals in einen Kalender einträgt.

Nun ist es leicht ersichtlich, dass selbst im Bereich der FMCG Warengruppen nicht alle Artikel mit einem EAN Code ausgestattet sind. Ein gutes Beispiel bil-det die Warengruppe „Frischeprodukte“. Hierzu zählen neben Obst und Gemüse auch Frischfleisch (incl. Aufschnitt) und –käse. Bei Obst und Gemüse werden oftmals gar keine Zwischenbons (mehr) erstellt, hier erfolgt die Preisfindung di-rekt an der Kassenwaage.

Frischfleisch und -käse, an der Theke frisch verpackt, sind i.d.R. nicht mit einer EAN Nummer versehen. Der „Scannerzettel“, der beim Einkaufsvorgang über die Kasse gezogen wird enthält Informationen über die Produktgruppe und den zu bezahlenden Preis. Leider ist die Produktgruppe von Geschäftstyp zu Ge-schäftstyp unterschiedlich vercodet, oftmals sogar innerhalb von Handelsketten unterschiedlich definiert. Es gibt hier somit keinen eineindeutigen EAN-Code für ein Produkt. Aus diesem Grund hat die GfK für diese Warengruppen ein sog. „Codebuch“ entwickelt. Hochwertig gedruckt, beinhaltet dieses eine Produktab-bildung und einen GfK eigenen Code.

94

Der Panelteilnehmer muss nun in diesem Buch den richtigen Artikel auswählen, den abgebildeten „EAN-Code“ scannen und über die Tastatur die Einkaufsstätte und den Preis ergänzen. Damit ist eine vollständige Scannererfassung für das Verbraucherpanel FOOD gewährleistet.

2.3.2.2 Schriftliche Kalendermethodik

Die schriftliche Methodik zur Datenerhebung in einem Panel ist die älteste und auch heute noch die im Verbraucherpanel Non-Food am Weitesten verbreitete Methodik. Der Panelhaushalt oder der Panelteilnehmer trägt in einen sog. Kalen-der, auch Tagebuch genannt, seine zu berichtenden Einkäufe ein. Diese Kalender sind strukturiert, bestimmte Felder sind mit Inhalten vorgegeben, offene Fragen sind so gut wie ausgeschlossen. Dieser Kalender wird i.d.R. zum Monatsanfang eintreffend an die Haushalte versendet – die notwendigen Eintragungen werden vorgenommen – und am Monatsende wird dieser Kalender an das Institut zu-rückgesendet.

2.3.2.3 Online Datenerhebung

Bei der online Datenerhebung ist der Kalender in ein Datenerfassungsformular, das im Internet bereitsteht, umgewandelt worden. Nach dem Einloggen, mit U-sernamen und Kennwort, stehen dem berichtenden Teilnehmer alle Warengrup-pen in einer Menüauswahl zur Verfügung. Diese Auswahl beinhaltet exakt die Warengruppen, die ansonsten schriftlich berichtet worden wären. Die Vorteile für die Institute, es seien lediglich zwei genannt, liegen klar auf der Hand:

1.) Schnellere und detailliertere Datenlieferung 2.) Verlagerung von Erfassungsaufwendungen hin zum Panelteilnehmer

Diese Art der Datenerhebung schreitet immer weiter voran und wird auch die o-ben beschriebene schriftliche Erhebungsmethodik in naher Zukunft vollkommen abgelöst haben. Bisher haben sich gegen diese Art der Datenerhebung vorwie-gend die älteren Zielgruppen gesperrt. Einerseits wollten diese keine Erfassung

95

über das Internet vornehmen, andererseits war die Internetpenetration in diesen Altergruppen nicht sonderlich hoch. Beides hat sich in der Zwischenzeit deutlich gewandelt.

2.3.2.4 Einsenden von Werbesendungen an das Institut

Eine Sonderform der Datenerhebung stellt das langjährige Direktmarketing Panel (vgl. auch Punkt 3.4.5) der GfK dar.

Werbebriefe, unabhängig ob diese vollständig adressiert sind oder lediglich mit einem Teil der Adresse versehen sind, können nicht mit einem Scanner erfasst werden. Auch die Eintragung dieser Werbemittel über das Internet wirft viele Fragen auf. Die GfK hat daher beschlossen, die Panelteilnehmer zu bitten diese Werbemittel via Post einzusenden. Dies hat für den Panelteilnehmer durchaus Vorteile. Einerseits entfallen die „lästigen – umfangreichen“ Kalendereintragun-gen, andererseits wird immer das Originalmailing an die GfK gesendet, eine ein-deutige Zuordnung ist damit gewährleistet. Damit die Teilnehmer mit ihrem ge-wohnten Verhalten fortfahren können, ist es unabdingbar, dass der Teilnehmer in seiner Handlungsfähigkeit nicht eingeschränkt wird (nicht konditioniert wird). Dies wäre allerdings der Fall, müsste er alle Werbesendungen, somit auch dieje-nigen die er für Bestellungen benötigt, an die GfK senden. Tatsächlich aber wird ein Kalender mitgesendet, in den alle Werbesendungen eingetragen werden, die der Teilnehmer zur Response behalten möchte. Damit ist zwar noch keine tat-sächliche Response auf Mailings gemessen, aber doch ein Responseindikator fest geschrieben.

Jede Einzelmethodik hat für sich separat betrachtet Vor- und auch Nachteile. Immer wichtiger wird es werden, eine Warengruppe in deren Gesamtkontext zu betrachten. Dies bedeutet, dass durchaus unterschiedliche Datenerhebungsme-thodiken innerhalb einer Warengruppe oder soziodemographischen Schicht sinn-voll und berechtigt sein können.

Sicherlich wird es in naher Zukunft neue zusätzliche Erhebungsmethodiken ge-ben werden, so wie es heute bereits bei der GfK durchgeführt wird. Hier wurde

96

vor einiger Zeit ein sog. Handscanner eingeführt, der lediglich die EAN Nummer speichert. Angeschlossen an den PC wird automatisch eine Internetverbindung aufgebaut und der Panelteilnehmer kann online die fehlenden Informationen ein-tragen. Hier sind also schon die Techniken Scannererfassung und Online kombi-niert.

Welche Möglichkeiten das Handy in naher Zukunft offenbart ist heute für den Bereich der Datenerhebung in der Panelforschung noch nicht vollständig abseh-bar. Aber der Siegeszug dieses Mediums wird auch hier nicht zu stoppen sein. MMS – UMTS und eine Vielzahl anderer technischer Innovationen werden in die Datenerfassung auch in die Panelforschung Einzug finden.

2.3.3 Berichtszyklen im Verbraucherpanel

Die Warengruppen des Verbraucherpanels weisen einen ähnlich hohen Unter-scheidungsgrad bei den Lieferzyklen auf, wie dies auch im Handelspanel der Fall ist. Die kürzeste Berichtsperiode stellt hier eine Kalenderwoche dar, gefolgt von einem Kalendermonat. Zweimonatsperioden und Quartale sind bei einigen Wa-rengruppen ebenso vorzufinden, wie auch Tertiale, Halbjahresperioden oder le-diglich Jahresperioden.

Der Versuch alle Warengruppen nach deren Lieferrhythmus zu systematisieren stellt sich als eher schwierig heraus. Als Lieferkriterium böte sich die oben be-schriebene Systematisierung an.

Erhebungsmethodik FMCG - SMCGHaushaltspanel - Individualpanel SaisonalitätFallzahl (Anzahl Einkaufsakte) pro Zeiteinheit

ErhebungsmethodikEin wesentliches Kriterium zur Periodizität einer Verbraucherpanelwarengruppe stellt die Erhebungsmethodik dar. Die höchstfrequenteste Warengruppe kann

97

nicht wöchentlich berichtet werden, wenn die Datenerhebung auf der schriftli-chen Kalendermethodik beruht. Damit wird deutlich, dass die Liefergeschwin-digkeit und die Periodizität einer Warengruppe unmittelbar mit dem Erhebungs-methodik zusammenhängt. Hier gilt daher: je technischer die Datenerhebung (und Datenerfassung) je höher ist tendenziell die Periodizität einer Warengruppe.

FMCG - SMCG Allein die Wortwahl verdeutlicht, dass die Warengruppen des FMCG eine deut-lich höhere Einkaufs- und damit auch Berichtsfrequenz aufweisen als dies bei den Warengruppen des SMCG der Fall ist. Nun ist die Warengruppenabtrennung allerdings auch aus Erhebungsgründen nicht immer überschneidungsfrei – es ist viel Spielraum gegeben.

Beispiel: Die Warengruppe Whisky zählt nach der Einordnung zu den FMCG´s. Einleuchtend ist aber auch, dass hier die Fallzahl je Zeiteinheit deutlich niedriger ausfallen wird, als dies beispielsweise bei der Warengruppe Kaffee der Fall ist. Andererseits werden einige Printmedien (Zeitungen und Zeitschriften) bei den SMCG´s mit erhoben. Hier dürfte der umgekehrte Fall eintreten – die Frequenz ist deutlich höher als bei der Warengruppe Waschmaschinen oder Digitalkame-ras.

Haushaltspanel - Individualpanel Zahlreiche Warengruppen aus beiden Panelarten weisen sowohl sehr hohe als auch sehr niedrige Kaufakte je Zeiteinheit auf. So sind die Kaugummikäufe (In-dividualpanel) deutlich höher als die Büchereinkäufe. Kaffee (Haushaltspanel) wird häufiger konsumiert und damit eingetragen als Elektrogeräte aller Art. Da-mit ist auch dieses Unterscheidungskriterium zur generellen Systematisierung ungeeignet.

SaisonalitätWarengruppen könnten durchaus auch einen im Jahresverlauf unterschiedlichen Berichtsrhythmus aufweisen. Eine technisch erhobene Warengruppe könnte bei-spielsweise eine wöchentliche Berichterstattung in den absatzstarken Monaten und eine lediglich monatliche Berichterstattung in den absatzschwachen Monaten bedingen. Ein gutes Beispiel hierfür stellt die Warengruppe Sekt dar. Ist der Ge-

98

samtabsatz im Frühjahr und Sommer sehr gering, so steigt dieser doch sehr er-heblich im Dezember an.

Mineralwasser hat einen ähnlich zyklischen Verlauf aufzuweisen. In den heißen Sommermonaten steigt der Absatz stark an – hier könnte die Fallzahl für eine wöchentliche Berichterstattung gegeben sein. In den Herbst- und Wintermonaten dagegen wird eine monatliche Berichtslegung ausreichend sein. Hieraus wird a-ber auch wiederum ersichtlich, dass die Saisonalität ebenfalls kein geeignetes ge-nerelles Systematisierungsmerkmal darstellt.

Fallzahl (Anzahl der Einkaufsakte) je Zeiteinheit Bleibt einzig die Fallzahl je Zeiteinheit die als geeigneter Maßstab für die Liefer-frequenz und damit die Periodenauswahl einzelner Warengruppen entscheidend sein darf. Es liegt in der Verantwortung des Instituts hier geeignete Lösungen für mögliche Lieferrhythmen zu definieren.

Auch der Berichtsumfang kann hier von Periode zu Periode variabel definiert werden. Aufgrund der Fallzahlen ist beispielsweise eine monatliche Lieferung des Gesamtmarktes möglich – eine Unterscheidung nach Marken und Produkten allerdings erst mit der Quartalslieferung plausibel genug.

Ein anderer Datenschnitt kann die Segmentstruktur darstellen. Monatlich die Lie-ferung des Gesamtmarktes unterteilt nach Nord und Süd, auf Quartalsebene wird dann aber auf Bundeslandebene berichtet.

2.3.4 Spezialpanels im Verbraucherpanel

Die bisherigen Ausführungen ergeben, dass sämtliche Verbraucherpanels entwe-der nach den Panelarten, Haushalts- versus Individualpanel oder aber nach der Erhebungsmethodik unterschieden werden können. Auch eine Warengruppenein-teilung erscheint sinnvoll, wenn die unterschiedlichen Produktgruppen zu sinn-vollen Kategorien zusammengefasst werden.

99

In diese Systematik lassen sich jedoch zwei Panelarten so einfach nicht integrie-ren. Es handelt sich dabei um das E-Commerce Panel Web*Scope und das Di-rektmarketing Panel, zwei Panels die im nachfolgend beschriebenen Umfang ausschließlich von der GfK angeboten werden.

Web*Scope

Das Handels- und auch Verbraucherpanel untersuchen für eine definierte Waren-gruppe immer alle Artikel die eine bestimmte Warengruppendefinition erfüllen. Ebenso werden alle relevanten Absatzkanäle für diese Warengruppe analysiert16.Diese Systematik wird bei Web*Scope nicht eingehalten.

In diesem Panel wird der gesamte E-Commerce Markt in Deutschland kontinu-ierlich untersucht. Als Individualpanel aufgebaut, berichten 10.000 Teilnehmer alle Einkäufe die sie über das Internet getätigt haben. Die Datenerhebung ist eher klassisch angelegt. Die Teilnehmer berichten sowohl online, aber auch eine Viel-zahl von Teilnehmern möchte weiterhin mit Hilfe des schriftlichen Kalenders die Einkäufe berichten. Online gekauft, bedeutet daher nicht zwangsweise auch onli-ne berichtet.

In diesem Panel gibt es keine Artikel- und damit auch keine Warengruppenein-schränkung. Ausnahmslos alle eingekauften Waren werden hier berichtet. Dies schließt neben E-Commerce affinen Warengruppen wie Bücher und Reisen auch den Autokauf ein. Ein zweites Unterscheidungskriterium liegt nochmals in der Artikelauswahl begründet. Berichten alle übrigen Panels über den Ver- oder Ein-kauf von Neuprodukten, bei Web*Scope wird auch der Kauf von Gebrauchtpro-dukten analysiert.

Der Vertriebsweg Internet war in den Jahren 2001 – 2005 ein dynamisch wach-sender Markt. Immerhin überstieg der Umsatz im Jahr 2004 die 11 Mrd. Euro Grenze. Mit eBay an der Spitze der Internet Shops folgen Amazone und die tra-ditionellen Versandhändler auf den nächsten Platzen.

16 Zu den Einschränkungen des Handelspanels siehe Punkt 2.5

100

E-Commerce-Umsatzentwicklung

Quelle: GfK-Web*Scope

2002 2003 2004

davon jeweils 1. Hj

2.539Mio. Euro

3.848Mio. Euro

5.316 Mio. Euro

6.347Mio. Euro

8.840Mio. Euro

2005

6.236 Mio. Euro

11.195Mio. Euro

12.957Mio. Euro

Abbildung 2.8: Entwicklung des E-Commerce

6,010,8

18,0

31,2 32,3

38,1 38,5

Mitte 1998 Mitte 1999 Mitte 2000 Frühling2002

Jan. 03 Jan. 04 Jan. 05

Quelle: GfK-Online-Monitor; GfK-Individualpanel (ab 2003)

Anzahl Personen ab 14 Jahren mit Internetzugang (in Mio.)

Abbildung 2.9: Personen mit Internetzugang

101

Dieser Vertriebsweg sollte auch in naher Zukunft weiter auf Wachstumskurs bleiben können. Einerseits nimmt auch heute noch die Zahl der Internetnutzer zu, andererseits wagen immer mehr Internetnutzer auch den Internetkauf.

Direktmarketing Panel

Die Analyse von Direktmarketingaktivitäten wurde erstmals von der Firma Thomson Intermedia Plc. in England durchgeführt. Hier wurde damit begonnen den Markt des Direktmarketings genau zu beleuchten.

Diese Idee wurde in Deutschland durch die GfK aufgegriffen. Auch in Deutsch-land lagen keine Daten über die Direktmarketingaktivitäten der unterschiedlichs-ten Versender vor. Es existierte keine Wettbewerbsbeobachtung, Daten über Auflagenzahlen, Zielgruppenanalysen, Responseraten17 etc. der unterschiedlichs-ten Versender gab es nicht. Im Jahr 2000 erfolgt daraus der Start des ersten Di-rektmarketing Panels in Deutschland durch die GfK.

Die Direktmarketinginstrumente

Mailings

Adressierte, teil- und

unadressierte Werbebriefe

TelefonMarketing

E-MailMarketing

Abbildung 2.10: Die unterschiedlichen Direktmarketinginstrumente

102

Der Distanzhandel, die Versandhändler betreiben seit je her alle Formen des Di-rektmarketings. Der Katalogversand, der Versand von Werbebriefen an Kunden oder potenzielle Kunden stellt dabei die eher klassische Art des Direktmarketings dar. Direktmarketing insgesamt ist aber mehr. Neben dem Versand von Werbe-briefen kann der direkte Kontakt zum Kunden (potenziellen Kunden) auch über das Telefon oder über den E-Mail Kanal hergestellt werden.

Jede Einzelmaßnahme für sich allein betrachtet könnte eine Warengruppe des Verbraucherpanels darstellen. Die eigentliche Herausforderung liegt dabei in der Datenerhebung. Eine detaillierte Anweisung für die Panelteilnehmer und die richtige Datenerhebungsmethodik spielen hier die Schlüsselrollen.

Untersucht werden:

Bei adressierten Werbesendungen: Werbebriefe oder –karten / Kataloge / Wurfsendungen, die

unaufgefordert zugeschickt oder zugestellt werden

Beim Telefonmarketing Anrufe, die auf den Verkauf von Produkten / Dienstleistungen / Ge-winnspiele abzielen, und die unaufgefordert angerufen haben

Beim E-Mail Marketing Alle eingegangenen Werbe E-Mail in den beiden Haupt-Accounts der User

Dieses Panel mit seinen drei Untersuchungsansätzen beinhaltet auch drei unter-schiedliche Datenerhebungssysteme. Klassisch nach der bereits beschriebenen Kalendermethodik werden die Werbeanrufe registriert. Hier trägt der Panelteil-nehmer sämtliche Werbeanrufe eines Monats mit qualitativen Zusätzen ein. Am Monatsende zurückgesandt können diese Daten erfasst und ausgewertet werden.

Werbesendungen, ob adressiert oder teiladressiert bedürfen einer speziellen Be-handlung. Für die Panelteilnehmer ist es sehr schwierig und auch zu umfangreich 17 Die Responserate beschreibt die Menge an Antworten auf 100 versendete Mailings.

103

und aufwendig, jede spezifische Mailinginformation einzutragen. Einfacher, für das Institut aber kostenintensiver ist die direkte Einsendung aller Werbebriefe an das Institut. Jeweils zum Monatsbeginn erhalten die Teilnehmer einen Freium-schlag, in dem die Werbebriefe gesammelt und am Monatsende an die GfK ein-geschickt werden.

Die dritte Erhebungsart stellt das E-Mail Marketing dar. In diesem Fall werden die bei den Panelteilnehmern eingehenden Werbemails direkt an die GfK weiter-geleitet. Automatisiert ausgewertet kann hier sehr schnell das Aufkommen von Spam Mailings festgestellt werden.

Das Direktmarketingpanel setzt sich demnach aus drei Bausteinen zusammen – aber auch aus drei unterschiedlichen Datensammlung- und Erfassungsmethodi-ken. Dies ist nicht unbedingt von Nachteil – denn so werden die Panelteilnehmer nicht mit einer einseitigen Erhebungsmethodik „gelangweilt“.

2.4 Anzeigenpanels

In der Bundesrepublik wurden Anzeigenpanels sowohl von der GfK als auch von A.C. Nielsen betrieben. Durchgesetzt hat sich aber eine dritte Firma. Zum heuti-gen Zeitpunkt ist die Firma Drotax aus Königstein die einzige Firma die ein An-zeigenpanel betreibt.

Die Zielsetzung dieses Panels ist angelehnt an die Aktivitäten des Handels. Nicht die Abverkäufe stehen hier im Mittelpunkt, sondern die Preisaktionen der unter-schiedlichen Handelsschienen und Key-Accounter werden detailliert analysiert. Die relevanten Preisinformationen der einzelnen Absatzkanäle werden dabei aus Tageszeitungen, Anzeigenblättern, Handzetteln und Kundenzeitschriften gewon-nen.

Tageszeitungen sind abonniert und treffen somit täglich bei DROTAX ein. Re-präsentativ ausgewählte Haushalte sammeln die Werbesendungen der Verbrau-chermärkte und des traditionellen Handels aus dem Briefkasten und senden diese

104

an das Institut. Die dritte Stützte zur Informationssammlung sind spezielle Au-ßendienstmitarbeiter, die Handzettel in den Geschäften sammeln und ebenfalls einsenden.

Erfasst und ausgewertet werden folgende Informationen:

Wer hat wann,in welchem Medium (Tageszeitung, Handzettel, Anzeigenblatt, Kunden-zeitschrift)in welcher Größe, zu welchem Preiswelches Produkt offeriert.

Damit liefert dieses Anzeigenpanel sehr schnell Informationen über aktuelle Preise und auch über Promotionaktivitäten. In sog. Vorabberichten werden Akti-vitäten der laufenden Woche permanent berichtet und bereits am Montag der Folgewoche erfolgt eine umfassende Berichterstattung aller Preisaktivitäten der vergangenen Woche vor. Diese Informationsgeschwindigkeit des Panels kann ein Handels- oder ein Verbraucherpanel so nicht leisten.

2.5 Nielsen Single Source

Single Source ist ein bezüglich der deutschsprachigen Bevölkerung repräsentati-ves Haushaltspanel, das seit 1992 von der A.C. Nielsen GmbH / Nielsen Media Research für unterschiedliche Warengruppen angeboten wird18. Mit Hilfe dieses Panels soll insbesondere der Einfluss der Werbung auf das Kaufverhalten aufge-zeigt werden. Zurzeit umfasst das Haushaltspanel über 10.000 Haushalte, wobei 4.500 zusätzlich mit einer Technik ausgestattet sind, die das TV-Verhalten der Haushalte erfasst. Bei rund 8.400 Haushalten werden auch das Radio- sowie das Printverhalten erhoben. Eine Erweiterung auf das Online-Verhalten ist in Vorbe-reitung. 18 Die Angaben zu Single Source beruhen auf Unterlagen von A.C. Nielsen

105

Die Daten über das Kaufverhalten (Produkt, Preis, Menge, Einkaufsstätte, etc.) werden mit Hilfe elektronischer Handscanner von den Panelteilnehmern selbst erfasst. Hierzu müssen diese alle eingekauften Produkte mit Hilfe des EAN-Codes sowie die Codes für die Einkaufsstätten einscannen. Zusätzlich ist für je-des Produkt einzugeben, zu welchem Preis es gekauft wurde. Waren, die nicht mit einem EAN-Code versehen sind, wie beispielsweise Obst- und Gemüse, können anhand eines Menüs ebenfalls mit dem Handscanner erfasst werden. Um die Einflussnahme von Promotionmaßnahmen (Handzettel oder Tageszeitungsin-serate) auf das Kaufverhalten ebenfalls erfassen zu können, haben die Haushalte die Möglichkeit, mit Hilfe des Handscanners anzugeben, ob sie beim Kauf ein-zelner Produkte durch eine bestimmte Verkaufsförderungsmaßnahme beeinflusst wurden. Die Erfassung der Verwendung von Printmedien erfolgt ebenfalls über das Lesegerät.

Zur Darstellung der TV-Nutzung wird ein Zusatzgerät für den Fernseher einge-setzt (People-Meter), mit dessen Hilfe eine personen- und sekundengenaue Da-tenerfassung möglich ist. Über eine spezielle Fernbedienung können sich die ein-zelnen Familienmitglieder an- bzw. abmelden, wenn sie mit dem Fernsehen be-ginnen bzw. wenn sie wieder den Raum verlassen. Die Zuordnung zu den richti-gen Programmen erfolgt automatisch durch den People-Meter. Das Radioverhal-ten wird mit Hilfe einer Befragung erhoben.

Die Daten aus den Handscannern und dem People-Meter werden über ein Mo-dem automatisch an den Zentralrechner des Forschungsinstitutes übermittelt, von wo aus sie weiterverarbeitet werden können. Pro Person bzw. pro Haushalt kann somit eine direkte Verbindung zwischen dem Einkaufsverhalten und dem Media-verhalten hergestellt werden.

Auf die zusätzliche Integration von Handelszahlen wurde verzichtet, so dass kei-ne Verbindung zwischen der Warenpräsentation bzw. der Warenverfügbarkeit in den Geschäften und dem Einkaufsverhalten abgebildet wird.

Stärken von Nielsen Single Source

Die Stärken von Nielsen Single Source gegenüber anderen Haushaltspanels, wo-

106

bei allerdings auch hier die typischen Probleme von Verbraucher- und Fernseh-panels auftreten, ergeben sich insbesondere durch die Berücksichtigung des Me-diaverhaltens. Insgesamt lassen sich folgende Aspekte aufführen:

Erfassung der Promotions in Verbindung mit dem Kaufverhalten Sekundengenaue Aufzeichnung des FernsehnutzungsverhaltensKombination von Einkaufs- und Mediadaten auf Haushaltsebene Mediaanalysen auf Basis von Käuferzielgruppen

Typische Fragestellungen, die mit Hilfe von Single Source beantwortet wer-den können:

Welche Leistungswerte erreichen Werbekampagnen in Käuferzielgruppen? Welche Marken haben die treuesten Käufer? Wie unterscheiden sich die jeweiligen Käuferprofile? Wie viele Haushalte stehen hinter den Produkten? Welche Marken werden parallel gekauft und verwendet? Wie hoch ist der Wert des Warenkorbs beim Kauf bestimmter Produkte? Wie stark wird die Markenentwicklung durch Wettbewerbsaktivitäten beein-trächtigt?Wie wirkt die Kampagne bei verschiedenen Zielgruppen? Wo liegt in der Woche vor dem Einkaufsakt die optimale Kontaktmenge? Wie lange hält die Wirkung der Kampagne an?

Tabelle 2.1: Segmentierung nach Käufer- und Mediaverhalten (Ausschnitt)

Segmentierung nach dem Kaufverhalten

Konsumenten bestimmter Warengruppen

Konsumenten bestimmter Marken Konsumenten bestimmter Produkte Kunden bestimmter Handelsorganisationen Promotion-/Non-Promotion-Käufer markentreue Käufer / Markenwechsler Segmentierung nach dem Mediaverhalten

TV -Nutzung (hohe - geringe Kontaktdosis)

Print-Nutzung (gemessen über den Kauf der Printmedien)

107

Die oben genannten Fragestellungen können nicht nur für Deutschland Gesamt ausgewiesen werden, sondern auch nach dem Kauf- und dem Mediaverhalten (vgl. Tabelle 2.1).

Neben der Mediaanalyse lassen sich mit Hilfe von Single Source die typischen Analysemöglichkeiten eines Haushaltspanels nutzen. Dies sind für den Bereich Marketing zum Beispiel:

Erst- und Wiederkäuferanalyse Gain & Loss Analyse KaufhäufigkeitsanalysePreisklassenanalyseBedarfsdeckungsanalysenEinführungsanalyse oder Promotion-Analyse.

Für den Vertrieb sind u.a. die

Warenkorbanalysewarengruppenübergreifende Analysen Key-Account-Analysen oder Einkaufsstättenanalysen

von Bedeutung.

Weiterhin können durch die Kombination der erhobenen Variablen (Einkaufs- und Mediaverhalten) eine Vielzahl von Kreuzanalysen durchgeführt werden.

2.6 Fernsehzuschauerpanel

2.6.1 Grundlagen

Die Fernsehzuschauerforschung erfasst kontinuierlich, welche Haushalte und

108

Personen zu welchen Zeiten wie lange welche Sender und Sendungen nutzen. Sie verfolgt damit vor allem zwei Ziele:

Zunächst liefert sie die Grundlage für die Analyse und Planung der Fernseh-programme. Sehbeteiligungen insgesamt oder von bestimmten Zielgruppen sind die wesentlichen Leistungskriterien für einzelne Sendungen und ganze Sender. Bei Sendegattungen, bei denen der Sender Gestaltungsmöglichkeiten hat (z.B. Talkshows), ist es auch sinnvoll, nicht nur die Sehbeteiligung insge-samt zu analysieren, sondern auch ihre Veränderung im Zeitablauf, um so ein-zelne Stärken und Schwächen einer Sendung zu erkennen.

Weiter liefert die Fernsehforschung auch den Leistungsnachweis für die Fä-higkeit der von einem Sender angebotenen Werbezeiten, eine vordefinierte Zielgruppe quantitativ und qualitativ zu erreichen. Ihre Daten dienen damit den Werbetreibenden und ihren Agenturen zur Planung und Kontrolle ihrer Investitionen in die TV-Werbung.

Die Fernsehzuschauerforschung nimmt innerhalb der Panelforschung in mehrfa-cher Hinsicht eine Sonderrolle ein:

Dies betrifft zunächst ihre Organisation und Finanzierung. Üblicherweise werden Panels von den Panelinstituten aufgebaut und betrieben. Die Daten und daraus folgende Analysen werden dann an die sich dafür interessierenden Hersteller ver-kauft. Sie bleiben jedoch Eigentum des betreibenden Instituts.

Dagegen wird die Fernsehzuschauerforschung in Deutschland seit ihrem Beginn im Jahre 1963 (nicht zufällig gleichzeitig mit dem Start des Sendebetriebs des ZDF; zuvor war mit nur einem Sender, der ARD, keine Konkurrenzsituation ge-geben) im Auftrag der Sender durchgeführt. Die Daten sind Eigentum der "Ar-beitsgemeinschaft Fernsehforschung" (AGF), die von den Fernsehsendern getra-gen wird. Die Durchführung der Fernsehforschung wird dagegen einem Institut übertragen, das auch Eigentümer des Panels ist und methodisch die letzte Verant-wortung für die Erhebung trägt. Von 1963 bis 1974 war dies das Institut Infratam in Wetzlar, von 1975 bis 1984 hatte die Firma teleskopie in Bonn-Bad Godes-berg den Auftrag inne, seit 1985 ist die GfK Fernsehforschung in Nürnberg mit

109

dieser Aufgabe betraut. Etwas vereinfacht lässt sich sagen, dass die GfK-Fernsehforschung Herr des Verfahrens und die AGF Herr der Daten ist.

Eine zweite Besonderheit der Fernsehforschung folgt aus der oben erwähnten Verwendung der Daten als Leistungsnachweis für die Fernsehwerbung. Dies führt dazu, dass ihre Ergebnisse direkt die Verkäuflichkeit und damit indirekt auch die Preise der von den Sendern angebotenen Werbezeiten beeinflussen. Da-durch ergeben sich besonders hohe Forderungen an die Nachprüfbarkeit und Ge-nauigkeit dieser Form der Panelforschung.

Drittens entfällt eine wichtige Möglichkeit der Kunden, die Ergebnisse der Fern-sehforschung zu kontrollieren, die im Handels- und Verbraucherpanel besteht. Dort können die eigenen Absätze mit den im Panel registrierten Mengen vergli-chen werden (Coverageberechnung). Dies wird durch eine sehr intensive Kon-trolle des gesamten Forschungsprozesses durch die Auftraggeber ausgeglichen, die in dieser Form wiederum nur möglich ist, weil die Daten eben in deren Ei-gentum sind.

Der Zusammenschluss der Auftraggeber und rigorose Kontrollen führen viertens dazu, dass das Panel der AGF / GfK die einzige allgemein anerkannte Quelle für Fernsehforschungszahlen in Deutschland ist, deren Daten dadurch “Währungs-charakter” haben. Im Gegensatz dazu gibt es zu vielen Bereichen des Handels- und Verbraucherpanels verschiedene Panelergebnisse von GfK und Nielsen, so dass die obige Aussage hier nicht übertragen werden kann.

Schließlich und fünftens findet die Erhebung in der Fernsehforschung seit ihrem Beginn auf technischem Wege statt. Die Fernsehforschung hat damit gegenüber den anderen Panelbereichen, bei denen eine technische Erhebung mit Scannern erst ab etwa Mitte der 80er Jahre möglich ist, einen Vorsprung von etwa 20 Jah-ren. Von 1963 bis 1974 wurde das auf dem Gerät eingeschaltete Programm auf mechanischem Weg erfasst, seit 1975 erfolgt die elektronische Erfassung und Übermittlung personenbezogener Daten. Seitdem wurde das Erhebungsverfahren laufend verbessert, um den gestiegenen Anforderungen (Nutzung des TV-Geräts auch für PC und Video sowie eine deutlich erweiterte Programmvielfalt mit un-terschiedlichen Empfangsmöglichkeiten über Antenne, Kabel und Satelliten-

110

schüssel, aktuell auch digitale Sender über Antenne und Set-Top-Boxen) gerecht zu werden.

2.6.2 Methode der Fernsehzuschauerforschung in Deutschland

2.6.2.1 Die Grundgesamtheit

Die Grundgesamtheit der Fernsehzuschauerforschung in Deutschland wird gebil-det von den privaten deutschen und EU-Ausländer-Haushalten, die mindestens ein Fernsehgerät besitzen. Damit sind von der Erfassung u.a. ausgeschlossen:

Das Zuschauerverhalten der sonstigen ausländischen Bevölkerung. Ein 1998 erfolgter Versuch, auch das Fernsehzuschauerverhalten dieser wichtigen Be-völkerungsgruppe zu erfassen, wurde von den Sendern abgebrochen. Das Zuschauerverhalten in den institutionellen Haushalten wie Krankenhäu-ser, Bundeswehr, Haftanstalten, Altersheimen etc. Das Zuschauerverhalten in Hotels, Ferienwohnungen, Ferienhäusern, etc.

Die Unterschiede in den Definitionen des Haushaltspanels und des Fernsehzu-schauerpanels sind demnach gering. Im Fernsehzuschauerpanel wird zusätzlich der Besitz mindestens eines Fernsehgeräts vorausgesetzt, im Verbraucherpanel wird dagegen zusätzlich gefordert, dass der Haushalt selbstständig wirtschaftet.

Die Beschreibung der Grundgesamtheit im Fernsehzuschauerpanel richtet sich nach der jeweils aktuellen Media Analyse oder kurz: MA, der jährlich als Ge-meinschaftsstudie durchgeführten bundesdeutschen Werbeträgeranalyse.

2.6.2.2 Die Stichprobe und die Hochrechnung

Die Stichprobe des Fernsehzuschauerpanels ist letztlich eine Personenstichprobe (die wesentlichen Zahlen werden auf Personenebene ermittelt und ausgewiesen), angeworben werden jedoch immer ganze Haushalte. Die Stichprobe besteht der-zeit (März 2005) aus etwa 13.000 Personen, die in 5.640 Haushalten leben, da-

111

von 5.500 deutsche und 140 EU-Ausländer-Haushalte.

Bei der Anwerbung und Steuerung des Panels werden folgende Klassen von Merkmalen berücksichtigt:

Soziodemographie: Haushaltsgröße und ob Kinder unter 14 Jahren vorhanden sind (1, 2, 3, 4, 5 und mehr Personen ohne Kinder, 2, 3, 4, 5 und mehr Perso-nen mit Kinder) sowie Alter (bis 29 Jahre, 30 bis 49 Jahre, 50 Jahre und älter) und Bildung (Volksschule ohne Lehre, Volksschule mit Lehre, weiterführende Schulen) des Haushaltsvorstands. Wer Haushaltsvorstand ist, wird aufgrund der Angaben des Befragten festgelegt bzw. danach, wer Haupteinkommens-bezieher ist. Damit ergeben sich bereits nach der Soziodemographie 81 Hoch-rechnungszellen, die die Grundlage der Hochrechnung bilden. Regionale Gesichtspunkte wie Bundesland, Regierungsbezirk, Gemeinde-größenklasse und Wohnumfeld. Empfangsmöglichkeiten für Programme, wobei je nach Zahl der zu empfan-genden Sender unterschieden wird zwischen “terrestrisch”, “Kabel” oder “Sa-tellit”.

Die Kombination der 81 soziodemographisch gebildeten Hochrechnungszellen mit 17 Bundesländern (Berlin West und Berlin Ost werden jeweils als eigenstän-dige Bundesländer gezählt) und drei Empfangsebenen, bilden die Basis für die Panelsteuerung. Fällt die tatsächliche Besetzung einer Zelle unter ihren Sollwert, so werden gezielt für diese Zelle Haushalte angeworben. Etwa 18 bis 20% der Haushalte beenden pro Jahr die Mitarbeit und müssen ersetzt werden; noch 1992 lag die Quote der “Panelsterblichkeit” bei nur 10%, stieg bis 1998 auf 20% an und ist seitdem stabil.

Die Stichprobe ist regional disproportional besetzt, damit auch kleine Sendege-biete eine für einen separaten Ausweis ausreichende Stichprobe haben. Ansons-ten ist das Panel proportional besetzt. Darüber hinaus wird eine Vielzahl von Va-riablen, die bei der Erstbefragung der Haushalte anfallen und für die entspre-chende Vergleichswerte aus der MA vorliegen, laufend kontrolliert, indem die Paneldaten mit denen der MA verglichen werden.

112

Die Hochrechnung erfolgt täglich, um technisch begründete Datenausfälle be-rücksichtigen zu können. Dabei wird ein komplexes Verfahren angewendet, des-sen detaillierte Darstellung den Rahmen dieses Buches sprengen würde. Wichtig ist jedoch, dass nicht jede Zelle für sich betrachtet wird (dadurch würden die Gewichte bei Datenausfällen zu instabil), sondern jeweils die Randsummen für ein simultanes Gewichtungsverfahren herangezogen werden.

2.6.2.3 Die Erhebung der TV-Nutzungsdaten

Die Erhebung der TV-Nutzungsdaten geschieht durch das so genannte GfK-Meter. Hierbei handelt es sich um ein elektronisches Gerät, das direkt oder indi-rekt (z.B. über den Videorecorder) mit dem Fernsehgerät verbunden wird (vgl. Abbildung 2.11). Jedes stationär betriebene TV-Gerät der teilnehmenden Panel-haushalte wird mit einem GfK-Meter ausgestattet.

Abbildung 2.11: Das GfK-Meter zur Erfassung des TV-Zuschauerverhaltens

113

Das Gerät erkennt automatisch:

welcher Sender eingeschaltet ist. Dies geschieht durch die Kanalerkennung, die möglich ist, weil das Gerät mit zwei eigenen Tunern ausgestattet ist. Zu-sätzlich wird eine Kennung ähnlich dem VPS-Signal erfasst, die eine Identifi-kation von bisher nicht bekannten Sendern ermöglicht. Aufzeichnung und Wiedergabe von Fernsehsendungen sowie den Durch-schleifbetrieb durch den Videorecorder, wobei bei der Wiedergabe aufge-zeichneter Sendungen Datum, Uhrzeit und Kanal erkannt werden. Andere Kassetten werden als Fremdkassetten erkannt. Sonstige Nutzungen des TV-Geräts wie z.B. Videotext mit Seitenerkennung.

Das Gerät ist mit zwei Tunern ausgestattet, die grundsätzlich alle vorhandenen Kanäle empfangen können. Bei der Installation des GfK-Meters wird jedoch streng darauf geachtet, dass die TV-Situation des Haushalts so abgebildet wird, wie sie zum Zeitpunkt der Installation besteht. Es werden daher nur die Kanäle frei geschaltet, die der Haushalt auch ohne GfK-Meter empfangen kann. Aus dem gleichen Grund gibt es auch zwei Typen von Fernbedienungen. Fernsehge-räte, die über eine Fernbedienung verfügen, werden mit einem Gerät ausgestattet, bei dem die Gerätefunktionen auch mit einer dazugehörigen Fernbedienung ge-steuert werden können. Andere Haushalte erhalten ein Gerät, bei dem dies direkt am Display des Geräts erfolgt.

Die Erfassung der zuschauenden Person erfolgt in jedem Fall jedoch durch Drü-cken der Personenanmeldetaste auf einer Fernbedienung. Jede Person des Haus-halts erhält eine eigene Personenanmeldetaste (bis zu 7 Tasten sind vorgesehen). Dadurch wird es möglich, die Zuschauer einer Sendung nach Soziodemographie auszuwerten. Eine weitere Taste ist für Gäste vorgesehen. Die Nutzung des TV-Geräts durch Gäste wird derzeit jedoch nicht ausgewertet.

Versuche in Frankreich, die vor dem TV-Gerät sitzenden Personen mit einem Infrarotauge zu erfassen und dann über Mustererkennung den Personen im Haus-halt zuzuordnen, sind aufgrund technischer Probleme sowie der mangelnden Ak-zeptanz durch einen Großteil der potenziellen Haushalte gescheitert.

114

Die vom GfK-Meter sekundengenau aufgezeichneten und gespeicherten Daten (wann war welcher Sender eingeschaltet und wer hat ferngesehen?) werden nachts über ein eingebautes Modem und Telefonleitung an die GfK übermittelt und dort ausgewertet. Bereits am nächsten Vormittag wird den Sendeanstalten ein Schnellbericht “TV-Quick” als vorläufiger Bericht über die Einschaltquoten der Sendungen des Vortags übermittelt. Die TV-Zuschauerforschung erweist sich hiermit als weitaus schnellste Form der Panelforschung überhaupt.

2.6.3 Wichtige Fakts

Die wichtigsten Fakts der Fernsehforschung sollen anhand eines fiktiven und wegen der Überschaubarkeit stark vereinfachten Beispiels erklärt werden. Es wird eine Hochrechnungszelle betrachtet, deren Stichprobe aus 10 Haushalten mit je drei Personen besteht. Selbstverständlich werden die betreffenden Fakts hochgerechnet ausgewiesen. In der Darstellung der Fakts wird jedoch auf eine Hochrechnung verzichtet, weil so die wesentlichen Zusammenhänge leichter ver-ständlich sind.

In dem Beispiel werden zwei Sender A und B betrachtet, die gleichzeitig eine Sendung von 100 Minuten Dauer ausgestrahlt haben. Für dieses Beispiel wird weiter angenommen, dass nur diese beiden Sender existieren. Dabei soll sich die in Tabelle 2.2 dargestellte Situation ergeben haben:

Tabelle 2.2: Fiktives Zuschauerverhalten zweier Haushalte

Haushalt Person SehdauerSender A

SehdauerSender B

1

2

12123

302050 0

100

70 0 5030 0

Sehdauer Personen Sehdauer Haushalte

200130

150120

115

Die Personen im Haushalt haben die Sendungen demnach zumindest teilweise parallel gesehen.

Reichweite, Durchschnittliche Reichweite, Einschaltquote und Sehbeteili-gung: Die absolute Reichweite (oder auch die Ratings) drückt die gesamte Nut-zung von TV insgesamt, eines Senders oder einer Sendung aus. Die gesamte per-sonengebundene Nutzung des Senders A beträgt im Beispiel 200 Personen-minuten, die entsprechende Haushaltsbezogene Nutzung beträgt 130 Haushalts-minuten. Die relative Personenreichweite oder auch Durchschnittsreichweite er-gibt sich, wenn diese tatsächliche Nutzung auf die gesamte, theoretisch mögliche Nutzung bezogen wird. Sie wird in Prozent angegeben und drückt aus, welcher Teil der maximal möglichen Nutzung auch tatsächlich genutzt wurde. Entspre-chend ergibt sich auch die relative Haushaltsreichweite. Reichweiten auf Perso-nenebene heißen auch Sehbeteiligung, Reichweiten auf Haushaltsebene auch Einschaltquote.

Im obigen Beispiel errechnet sich die relative Personenreichweite für den Sender A wie folgt:

Die mögliche Nutzung des Senders A beträgt 10 Haushalte mal 3 Personen mal 100 Minuten oder 3000 Personenminuten. Die tatsächliche Nutzung beträgt da-gegen 200 Personenminuten. Danach errechnet sich eine relative Personen-reichweite von 6,7 % Die Haushaltsreichweite errechnet sich dagegen aus dem Gesamtwert von 1000 Haushaltsminuten (10 Haushalte mal 100 Minuten) und einer tatsächlichen Haushaltsnutzung von 130 Minuten zu 13 %.

Wird die relative Reichweite mit der Basis (Zahl der Personen bzw. Haushalte) multipliziert, so ergibt sich die absolute Reichweite, die ausdrückt, wie viele Haushalte das entsprechende TV-Angebot im Durchschnitt gleichzeitig genutzt haben.

Die Nettoreichweite ergibt sich aus der bisher dargestellten (Brutto-) Reichweite, indem die Personen aus der Berechnung der Nutzung des TV-Angebots ausge-schlossen werden, die es weniger als eine Minute zusammenhängend gesehen haben. Dadurch werden diejenigen nicht einbezogen, die nur sehr kurzfristig

116

(z.B. beim "zappen", d.h. beim schnellen Durchwechseln der Kanäle) den ent-sprechenden Sender gesehen haben. Auch die Nettoreichweite kann durch Multi-plikation mit der zugrunde liegenden Basis als Absolutzahl ausgedrückt werden.

Durchschnittliche Sehdauer in Minuten: Die durchschnittliche Sehdauer in Minuten drückt aus, wie lange eine Person bzw. ein Haushalt der Grundgesamt-heit durchschnittlich ein TV-Angebot nutzt. Im Beispiel beträgt die durchschnitt-liche personenbezogene Sehdauer für Sender A 200 Minuten / (10 Haushalte × 3 Personen) = 6,7 Minuten. Auch diese Zahl kann personenbezogen und haushalts-bezogen ausgewiesen werden.

Marktanteil: Der Marktanteil eines Senders ist ein wichtiger Indikator für seine relative Stärke im Konkurrenzumfeld. Er errechnet sich als der Anteil an der per-sonenbezogenen Fernsehnutzung eines Zeitintervalls. Weil dieser auf die gesam-te Fernsehnutzung in dem Zeitintervall bezogen ist, ist er unabhängig von der ab-soluten Fernsehdauer. Eine saisonal bedingte niedrigere Nutzung eines Senders im Sommer kann daher durchaus mit höheren Marktanteilen einhergehen, wenn die Gesamtnutzung noch stärker zurückgeht als die Nutzung des betrachteten Senders. Im Beispiel beträgt der Marktanteil des Senders A 200 Personenminuten / 350 Personenminuten = 57,1 %.

Tausendkontaktpreis (TKP): Dieses Maß ist ein wichtiger Indikator für die Preiswürdigkeit eines Werbespots. Zur Berechnung wird der Tarifpreis (ohne Be-rücksichtigung von Rabatten etc.) eines 30-Sekunden-Werbefilms in Beziehung gesetzt zur absoluten Zahl der Zuschauer in Tausend. Ein TKP von € 4,00 sagt aus, dass ein Werbung Treibender, der keine Rabatte erhält, € 4,00 investieren muss, um mit einem 30-Sekundenspot 1000 Personen zu erreichen. Häufig wird zur Beurteilung nicht die gesamte Zuschauerzahl sondern die Zuschauerzahl in einer vorher definierten Zielgruppe (z.B. Kinder) zur Beurteilung herangezogen.

2.6.4 Wichtige Segmente

Grundsätzlich können bei der Zielgruppendefinition alle Merkmale herangezo-gen werden, die bei der Anwerbung der Haushalte erhoben werden, wie z.B.

117

Frauen von 25 bis 45 Jahren, die im Besitz einer Kreditkarte sind. Mit Hilfe des EDV-Programms PV#TV, das Rohdaten verarbeitet, ist eine fast beliebige Kom-bination aller vorhandener Abfragen der Haushalte möglich. Dennoch gibt es Segmente, die vor allem in der Standardberichterstattung häufig verwendet wer-den.

Zuschauer gesamt: Alle fernsehenden Personen ab 3 Jahren in Fernsehhaus-halten ohne Gäste. Erwachsene ab 14 Jahren: Alle fernsehenden Personen in Fernsehhaushalten ab 14 Jahre ohne Gäste. Kinder: Alle fernsehenden Personen in Fernsehhaushalten von 3 bis 13 Jahren ohne Gäste Satellitenhaushalt: Haushalte mit Besitz eines individuellen Satellitenrecei-vers.Kabelhaushalt: Empfang von mindestens fünf Satellitenprogrammen und nicht Satellitenhaushalt. Diese Definition war nach der Wiedervereinigung notwen-dig geworden, da der Kabelempfang in den neuen Bundesländern nicht ver-gleichbar war mit den Empfangsmöglichkeiten durch das Kabel der Telekom in den alten Bundesländern. Als Satellitenprogramme werden gezählt: CNN, 3 SAT, DSF, Eurosport, Kabel 1, MTV-Europe, n-tv, Premiere, PRO SIEBEN, RTL, RTL 2, SAT. 1, Super Channel, VIVA und VOX. Terrestrischer Haushalt: Alle Haushalte, die nicht Kabelhaushalt oder Satelli-tenhaushalt sind.

2.7 Mikrotestmärkte

2.7.1 Grundlagen der Mikrotestmärkte in Deutschland

Mikrotestmärkte dienen nicht der kontinuierlichen Marktbeobachtung. Sie sind vielmehr ein hervorragendes System zum Testen verschiedener Aspekte des Marketingmix. Sie wurden in Deutschland in den 70er Jahren durch die GfK ein-geführt, die das in Frankreich entwickelte ERIM-System in Deutschland in Li-

118

zenz übernommen hat. 1985 wurde – ebenfalls von der GfK – das BehaviorScan Testpanel aufgebaut. Etwas später folgte Nielsen mit dem Telerim-Panel.

Das ERIM-Panel und das Telerim-Panel sind inzwischen eingestellt, so dass der in Deutschland einzige verfügbare Mikrotestmarkt GfK-BehaviorScan ist. Von der Firma MarketingScan (einer gemeinsamen Tochter der französischen Firma Mediametrie und der GfK) wird in Angers und Le Mans in Frankreich ein ver-gleichbares System angeboten. Weitere Mikrotestmärkte existieren derzeit in Eu-ropa nicht.

2.7.2 GfK-BehaviorScan

Als Testort wurde beim Aufbau des Panels Haßloch in der Pfalz ausersehen. Für die Gemeinde spricht eine ganze Reihe von wichtigen Vorteilen:

Haßloch hat die richtige Größe. Es ist mit 8500 Haushalten groß genug, so dass ein soziodemografisch repräsentatives Panel von 3000 Haushalten aufge-baut werden kann. Dies wird auch dadurch unterstützt, dass aufgrund der Nähe der Firma BASF (Ludwigshafen ist nur wenige Kilometer entfernt) trotz des ländlichen Charakters der Gemeinde viele in der Industrie tätige Menschen dort wohnen, und dass die Kaufkraft auf der Höhe des Durchschnittswerts von Westdeutschland liegt. Auf der anderen Seite ist Haßloch auch klein genug, dass mit allen wichtigen Einzelhändlern Verträge geschlossen werden kön-nen, die eine haushaltsbezogene Erfassung der Einkäufe der Testhaushalte er-möglichen. Etwa 95% des in Haßloch getätigten Umsatzes an Lebensmitteln und Drogeriewaren findet denn auch in Testgeschäften statt. Eine Ausnahme bildet lediglich der am Ort befindliche Aldi, der nicht als Testgeschäft zur Verfügung steht, sowie mehrere kleinere Geschäfte, deren Einbeziehung nicht lohnt.Haßloch hat alle wichtigen Einkaufsstätten am Ort (u.a. ein SB-Warenhaus mit 20.000 qm Verkaufsfläche, kleine Nachbarschaftsgeschäfte und Droge-riemärkte), so dass ein Großteil der Einkäufe der Haßlocher Bevölkerung am Ort abgewickelt wird. Ein später im nahen Neustadt errichteter Globus-Markt ist mittlerweile in das Panel integriert.

119

Schließlich liegt Haßloch im Gebiet des Kabelpilotprojekts Ludwigshafen / Vorderpfalz, so dass vom Start weg eine hohe Verkabelungsdichte gewährleis-tet war, die wiederum Voraussetzung für die Anwendung der Split-Cable-Technologie ist.

2000 der 3000 Testhaushalte wurden mit einem Gerät ausgestattet (der so ge-nannten GfK-Box), das die Überblendung von Werbespots durch Testwerbung erlaubt. Die dazu notwendige Technik wurde von der US-Firma Information Re-source Inc. (IRI) übernommen und für den deutschen Markt modifiziert. Diese Split-Cable-Technologie lässt sich wie folgt skizzieren:

Im Kabelnetz steht für Testzwecke mindestens ein Kanal zur Verfügung (der-zeit sind es zwei Kanäle, die hierfür genutzt werden können). In Haßloch wurde ein Studio errichtet, das mit einem Zentralrechner sowie der für die Überblendung notwendigen Technik ausgestattet ist. Auf dem Zentralrechner werden die für die Überblendung vorgesehenen GfK-Boxen ausgewählt. Zusätzlich wird der für die Überblendung vorgesehene Kanal eingegeben. Die GfK-Boxen sind über eine Datenleitung mit dem Zent-ralrechner verbunden. Über diese Leitung werden sie so vorprogrammiert, dass sie beim nächsten im Studio ausgelösten Impuls das angeschlossene Fernsehgerät auf den GfK-Kanal umschalten, sofern sie gerade den vorgese-henen Kanal empfangen. Der Umschaltvorgang wird im Studio durch einen Knopfdruck ausgelöst. Gleichzeitig wird auf dem GfK-Kanal die Testwerbung gesendet. Die ausge-wählten Testhaushalte, die auf dem vorgesehenen Kanal fernsehen, erhalten die Testwerbung. In der Schwarzphase nach dem Werbefilm werden die auf dem GfK-Kanal laufenden Geräte wieder zurückgeschaltet. Beide Um-schaltvorgänge können vom Zuschauer nicht bemerkt werden.

Der Umschaltvorgang hat auch nicht zu vernachlässigende rechtliche Aspekte. Zunächst ist nicht geklärt, ob die Testhaushalte Anspruch auf ein unverändertes TV-Programm haben. Zur Sicherheit wurde jedoch die schriftliche Einwilligung der Testhaushalte eingeholt. Zweitens finden die Umschaltvorgänge im Kabel-netz statt, was die Einwilligung des Betreibers (damals die Deutsche Bundespost) erforderlich machte. Diese konnte erst nach einer Neukonstruktion der von der

120

Firma IRI gelieferten Boxen erlangt werden. Weiter wird das Programm der Sender verändert, was auch deren Zustimmung erfordert. Diese liegt aktuell von allen relevanten Veranstaltern vor. Schließlich ist auch die Zustimmung desjeni-gen Werbetreibenden erforderlich, dessen Werbefilm überblendet wird. Der ent-sprechenden Bitte kam eine große Anzahl von Werbetreibenden nach. Dies fiel angesichts der geringen Anzahl der überblendeten Haushalte (maximal 2000 von damals etwa 25 Millionen in Deutschland) auch nicht schwer.

Die Erfassung der Einkäufe der Testhaushalte erfolgt über die Scannerkassen der kooperierenden Handelsunternehmen, indem eine Haushaltsnummer zusammen mit dem Einkauf erfasst wird. Über die Scannerkasse werden auch die Abver-käufe der Geschäfte erfasst (Single-Source-Ansatz).

Die Haushalte erhalten als Gegenleistung die Kabelgebühr ersetzt, wöchentlich eine Fernsehzeitschrift, kleine Geschenke zwischendurch und nehmen an Verlo-sungen teil. Über die zur Verfügung gestellte Fernsehzeitschrift kann auch die Wirksamkeit von Printwerbung getestet werden: Dazu werden die Hefte für ei-nen Teil der Haushalte mit Werbung ausgestattet, für den anderen Teil nicht. Die Wirksamkeit ergibt sich aus dem Vergleich des Einkaufsverhaltens der beiden Gruppen.

GfK BehaviorScan kann u.a. für folgende Zwecke eingesetzt werden: Test der Verbraucherakzeptanz für neue oder veränderte Produkte, wobei mit TV-Werbung, Printwerbung, allen Instoremaßnahmen und der Probenvertei-lung ein fast komplettes Marketingmix zur Verfügung steht. Die Ergebnisse aus Haßloch dienen dann auch dazu, den realisierbaren nationalen Abverkauf zu prognostizieren. Hierbei kann das Marketingmix auch bezüglich der Insto-remaßnahmen, der Distribution und des Werbedrucks variiert werden19.Test von Fernsehwerbung, wobei verschiedene Werbespots oder auch ver-schiedene Werbedruckalternativen abgetestet werden können. Hierzu werden die Einkäufe in einer Vorperiode genutzt, Testgruppe und Kontrollgruppe so zu bilden, dass das Einkaufsverhalten bezüglich der getesteten Marke und der Warengruppe gleich sind.

19 Zur Prognose vgl. Raimund Wildner: "Application of Models to Improve Sales Prognoses", in: ESO-MAR Seminar on "New Methodologies in Testmarketing", Amsterdam 1988 S. 205-228

121

TestgeschäfteBasis für Distribution

TestgeschäfteBasis für Distribution

Scanner-kasse

Scanner-kasse

PromotionPromotionRepräsentative Testhaushalte

1000 ohne GfK-Box

2000 mit GfK-Box

Repräsentative Testhaushalte

1000 ohne GfK-Box

2000 mit GfK-Box

Identifikationskarte

Einkaufsverhaltender Testhaushalte

Verkaufsdatender Geschäfte

TV-WerbungTV-Werbung

Print-WerbungPrint-Werbung

Abbildung 2.12: Das Testsystem GfK-BehaviorScan

Test von Instoreaktivitäten, wobei ihre Wirksamkeit durch den Vergleich der erreichten Abverkaufszahlen der Geschäfte bzw. Einkaufszahlen der Haushal-te in den aktionierten Wochen mit den nicht aktionierten Wochen ermittelt wird.Test von Printwerbung und Verteilung von Produktmustern an Haushalte, wo-bei wie bei der TV-Werbung Test- und Kontrollgruppe gebildet werden.

Die Vielseitigkeit der Testmöglichkeiten unter fast vollkommen natürlichen Be-dingungen führte dazu, dass BehaviorScan zeitweise sehr stark genutzt wurde. Nachteilig sind vor allem die lange Zeitdauer, die bis zur Beantwortung einer Testfragestellung vergeht (bis zu einem Jahr) sowie die mangelnde Geheimhal-tung der Testprodukte. Hier haben die Testmarktsimulatoren wie TESI oder BA-SES eindeutige Vorteile, die aber durch eine geringere Analysetiefe und eine schlechtere Prognosegenauigkeit erkauft werden müssen.

122

2.8 Spezialpanels

Neben den oben aufgeführten Handels- und Verbraucherpanel gibt es eine Viel-zahl weiterer Bereiche, in denen Paneldaten eine wesentliche Grundlage der Marktforschung darstellen. Im Folgenden werden einige dieser Panels kurz vor-gestellt, wobei die Informationen den Prospekten und den Internetseiten der Pan-elanbieter entnommen sind. Weitergehende Informationen können jederzeit bei den Instituten angefordert werden. Die entsprechenden Kontaktdaten sind im Anhang aufgeführt.

2.8.1 MM-Industrie-Panel

2.8.1.1 Beschreibung des Panels

Das MM-Industrie-Panel wird von der Vogel Verlag und Druck GmbH & Co.KG in Würzburg durchgeführt. Die Grundgesamtheit dieses Panels bilden die Bezieher der Fachzeitschrift „MM Maschinenmarkt“ und somit über 80.000 bun-desdeutsche Unternehmen des Verarbeitenden Gewerbes. Die Stichprobe besteht aus rund 250 Betrieben, die bezüglich der Kriterien Branche, Betriebsgröße und Region repräsentativ für die Grundgesamtheit ist. Durch die Anlage der Stich-probe kann ein separater Ausweis für größere Betriebe, mit mindestens 100 Mit-arbeitern, sowie für mittlere bzw. kleine Unternehmen mit unter 100 Mitarbeitern erfolgen. Zusätzlich kann ein Split bezüglich der jeweiligen Zielgruppe erfolgen. Gefragt werden durchweg hochrangige Entscheidungsträger, wobei allein 73 % der Stichprobe aus Inhabern und Geschäftsführern besteht. 91 % der Befragten sind Entscheider für die Auswahl von Lieferanten, 92 % Entscheider beim Ein-kauf von Maschinen, Anlagen und Einrichtungen. Die Erhebung erfolgt einmal pro Jahr in Form einer schriftlichen Omnibus-Umfrage. 20

Der Fragebogen des MM-Industrie-Panels unterteilt sich in drei Bereiche:

20 Alle Angaben zu dem MM-Industrie-Panel entstammen aus Unterlagen, die der Verlag zur Verfügung gestellt hat.

123

Allgemeiner Teil: Im allgemeinen Teil werden aktuelle und allgemein interessierende Fragestel-lungen berücksichtigt. Hierzu gehören beispielsweise die Einschätzung der konjunkturellen Lage, die geplanten Auslandsaktivitäten oder die Investitions-pläne in den nächsten Monaten. Weiterhin werden für eine Vielzahl von Pro-dukten der aktuelle Produkteinsatz sowie die geplanten Anschaffungen erfasst.

Schwerpunktthema: Pro Erhebungsperiode wird ein Produktfeld besonders intensiv untersucht. Die Auswahl sowie die Frageformulierungen werden vom Vogel Verlag vorge-nommen, der anschließend die Studienergebnisse zum Verkauf anbietet.

Firmenindividueller Teil Wie bereits angesprochen, handelt es sich bei diesem Panel um eine Omnibus-erhebung, das bedeutet, es besteht für Firmen die Möglichkeit, individuelle Fragestellungen in die Erhebung einzuschalten. Die hierbei erzielten Ergebnis-se stehen natürlich dem Auftraggeber exklusiv zur Verfügung. Typische Fra-gestellungen sind zum Beispiel die Erfassung des Images, die Attraktivität des eigenen im Vergleich zum Konkurrenzangebot oder zunächst Fragen über den Bekanntheitsgrad der verschiedenen Anbieter.

2.8.1.2 Ergebnisbeispiele

Produkteinsatz und Anschaffungsabsichten

Fragestellung:Sie finden nachfolgend eine Auflistung von Anlagen, Produkten und Dienstleis-tungen. Bitte kreuzen Sie jeweils an:

a) Welche dieser Produkte sind in Ihrem Betrieb vorhanden bzw. werden eingesetzt?

b) Bezüglich welcher dieser Produkte wird in Ihrem Betrieb eine Anschaf-fung für die nächsten zwei bis drei Jahre ins Auge gefasst? Es geht dabei sowohl um Neuanschaffungen als auch um Ersatz bzw. um zusätzliche

124

Anschaffungen.c) Für Produkte, die weder eingesetzt noch deren Anschaffung geplant ist:

Für welche dieser Produkte könnte für Ihren Betreib zumindest langfristig Bedarf bestehen?

Tabelle 2.3: Produkteinsatz und Anschaffungsabsichten bezüglich Produkt „X“ (alle Angaben in Prozent)

Produkt im Einsatz

Anschaffunggeplant

längerfristigerBedarf

Größe der Ziel-gruppe (netto)

Zielgruppe 81,0 38,3 13,5 100,0 Alle Betriebe 59,9 28,3 10,0 74,0 Großbetriebe 72,2 42,6 3,5 81,7 Kleinbetriebe 58,4 26,5 10,8 73,0

Tabelle 2.4: Produkteinsatz und Anschaffungsabsichten bezüglich Produkt „X“ (hochgerechnete Werte)

Produkt im Einsatz

Anschaffunggeplant

längerfristigerBedarf

Größe der Ziel-gruppe (netto)

Zielgruppe 47.600 22.500 8.000 58.800 Großbetriebe 6.500 3.800 300 7.300 Kleinbetriebe 41.200 18.700 7.600 51.500

Die Zielgruppe in den beiden oben aufgeführten Tabellen setzt sich aus den Un-ternehmen zusammen, die entweder das Produkt im Einsatz haben, die Anschaf-fung planen oder einen längerfristigen Bedarf signalisieren, wobei Mehrfachnen-nungen erlaubt sind.

Die Ergebnisse zeigen, dass knapp 60 % aller befragten Betriebe (rund 47.000) Produkt X bereits einsetzen, wobei ein Vergleich der größeren mit den kleineren Unternehmen verdeutlicht, dass Produkt X überproportional häufig bei den grö-ßeren Unternehmen zum Einsatz kommt (72,2 % : 58,4 %). Die Produktdurch-dringung in der Zielgruppe liegt bei 81,0 Prozent, so dass sich hier noch ein deut-liches Marktpotenzial ergibt.

Rund 22.500 Betriebe planen in den nächsten 2 bis 3 Jahren, Produkt X einzuset-zen, wobei hierbei nicht die Art der Beschaffung, Neu-, Ersatz- oder Erweite-

125

rungsbeschaffung deutlich wird. Diese Zusatzinformationen müssen dann über die internen Daten des Anbieters gewonnen werden, wobei durch die Aufteilung in die beiden Größenklassen schon der Hinweis kommt, dass es sich hierbei in erster Linie um die größeren Unternehmen handelt.

Interessant sind auch die 8.000 Unternehmen, die bisher noch keine Produkter-fahrung mit Produkt X haben, diese auch nicht mittelfristig kaufen wollen, aber bei ihren längerfristigen Überlegungen schon mit berücksichtigen. Hier muss der Außendienst zunächst versuchen, diese Unternehmen zu identifizieren, um den bisher positiven Eindruck weiterhin zu verstärken, damit zum Zeitpunkt der In-vestition das Unternehmen auch als Anbieter berücksichtigt wird.

Der Vergleich der Zielgruppe mit der Gesamtstichprobe zeigt, dass rund 25 % al-ler Unternehmen nicht zur Zielgruppe gehören. Hier stellt sich die Frage, ob dies aus Unkenntnis über die Leistungsfähigkeit des Anbieters von Produkt X einge-treten ist, oder ob die Produktgruppe von Produkt X nicht benötigt wird. Die I-dee, dass dies etwas mit der Branchenzugehörigkeit der Unternehmen zu tun ha-ben könnte, wird durch die Ergebnisse in Tabelle 2.5 nicht bestätigt. Hierzu sind die Abweichungen zwischen der Gesamtstichprobe und der Zielgruppe zu gering.

Tabelle 2.5: Branchenstruktur Stichprobe und Zielgruppe (Angaben in Prozent)

Branchen Alle Betriebe ZielgruppeChemie, Kunststoffe, Steine und Erden 17,2 15,2 Metallerzeugung und –bearbeitung 15,0 18,8 Stahlbau 7,9 8,1 Werkzeugmaschinenbau 5,6 5,6 Maschinen- und Fahrzeugbau 22,1 22,6 Elektrotechnik 15,7 14,8 Feinmechanik, Optik 2,7 2,3 Eisen-, Blech-, Metallwaren 8,4 9,1 Sonstiges verarbeitendes Gewerbe 5,5 3,4

Eine entsprechende Analyse nach Gebieten ergibt auch keine größeren Abwei-chungen.

126

Bekanntheit und Attraktivität

Ein weiterer wichtiger Aspekt ist die Frage nach der Bekanntheit der unterschied-lichen Anbieter. Da aber ein hoher Bekanntheitsgrad nicht automatisch auch zu einer hohen Attraktivität führt, wird diese Variable zusätzlich erhoben.

Fragestellung:a) Welche der folgenden Firmen sind Ihnen als Anbieter von Produkt X be-

kannt, wenn auch vielleicht nur dem Namen nach? b) Wenn Sie Produkt X in Betracht ziehen: An welche Firma/Firmen würden

Sie sich wenden?

Die Ergebnisse für den Frageteil a) könnten wie in Tabelle 2.6 dargestellt, ausse-hen.

Tabelle 2.6: Bekanntheit von Anbietern des Produkts X (Angaben in Prozent) Firma Alle

BetriebeGroß-

betriebeMittel-/ Klein-

betriebeZielgruppe

A 43,6 59,5 41,6 36,3 B 16,6 14,0 16,9 15,2 C 65,8 81,7 63,8 77,4 D 40,4 43,2 40,1 43,0 E 57,5 68,6 56,1 61,0 F 6,6 8,9 6,3 6,8 G 8,9 12,3 8,5 10,6 H 20,2 19,4 20,3 19,6 I 54,4 62,1 53,4 56,7 J 28,2 26,8 28,4 27,9 K 12,6 15,4 12,2 14,8 L 30,8 39,7 29,7 35,7

Durchschnitt 32,1 37,6 31,4 33,8 Anzahl Nennungen 3,9 4,5 3,8 4,1

Im Durchschnitt kennen die Unternehmensvertreter nur 3,9 der 12 abgefragten Anbieter von Produkt X. Für den Bekanntheitsgrad ergibt sich ein Mittelwert von 32,1 %, wobei es deutliche Unterschiede zwischen den Anbietern gibt.

127

Spitzenreiter ist Firma C mit einem Bekanntheitsgrad von 65,8 %, gefolgt von Firma E (57,5 %) und Firma I (54,4 %). Weit abgeschlagen bilden die Firmen G (8,9 %) und F (6,6 %) die Schlusslichter der abgefragten Anbieter.

Bis auf drei Ausnahmen, Firmen B, H und J, liegen die Bekanntheitswerte bei den größeren Unternehmen über denen der kleineren Unternehmen. Hieraus kann man folgern, dass sich kein Unternehmen speziell die kleineren Unternehmen als Zielgruppe ausgesucht hat, wenn man davon ausgeht, dass die gewählte Kom-munikationsstrategie nicht ganz an den Zielen vorbeiging.

Ein Kommunikationsproblem wird aber beim Vergleich der Ergebnisse bei Firma A besonders deutlich. Der Bekanntheitsgrad liegt bezogen auf die gesamte Stich-probe bei 43,6 % und ist damit relativ hoch. Betrachtet man aber die Zielgruppe, dann fällt der Wert auf 36,3 % ab. Hier scheint die Abgrenzung der Zielgruppe im Rahmen der Kommunikationsstrategie nicht gelungen zu sein. In einem wei-teren Schritt wäre zu untersuchen, ob die gewählten Werbeträgern und / oder die Werbebotschaft nicht zielgruppengerecht gewählt wurden.

Weitere wichtige Erkenntnisse lassen sich gewinnen, wenn neben dem Bekannt-heitsgrad auch die Attraktivität betrachtet wird. In Tabelle 2.7 ist dieser Ver-gleich sowohl auf der Basis aller Unternehmen als auch für die Zielgruppe darge-stellt. Auf eine weitere Differenzierung wurde an dieser Stelle verzichtet.

Soll Produkt gekauft werden, so kommen im Durchschnitt hierfür lediglich 1,6 Anbieter in Frage, was bedeutet, dass mit einer hohen Wahrscheinlichkeit weit über 50 % der Befragten nur einen Anbieter genannt haben. Es scheint sich hier um einen Markt mit sehr festen Kundenbeziehungen zu handeln oder aber die Bedeutung von Produkt X ist nicht so hoch, dass hierzu eine tiefer gehende Lie-ferantenanalyse als notwendig angesehen wird.

Aus Sicht der Befragten sind die Firmen C (35,5 %), E (24,9 %) und I (22,7 %) weit überdurchschnittlich attraktiv. Für die Firmen F (1,5 %), G (2,8 %) und K (3,1 %) spiegelt sich durch das Ergebnis ein deutliches Problem wider, selbst wenn die Bekanntheitsgrade mit in die Betrachtung einbezogen werden.

128

Tabelle 2.7: Bekanntheit und Attraktivität von Anbietern des Produkts X (Anga-ben in Prozent)

Firma Alle Betriebe Alle Betriebe Zielgruppe ZielgruppeBekanntheit Attraktivität Bekanntheit Attraktivität

A 43,6 17,7 36,3 19,2 B 16,6 5,8 15,2 5,9 C 65,8 35,5 77,4 37,1 D 40,4 8,3 43,0 9,3 E 57,5 24,9 61,0 28,0 F 6,6 1,5 6,8 1,6 G 8,9 2,8 10,6 3,3 H 20,2 6,8 19,6 5,6 I 54,4 22,7 56,7 21,5 J 28,2 6,6 27,9 6,4 K 12,6 3,1 14,8 5,2 L 30,8 12,7 35,7 13,8

Durchschnitt 32,1 12,4 33,8 13,1 Anzahl Nen-

nungen3,9 1,5 4,1 1,6

Eine klare Ausrichtung auf die Zielgruppe ist offensichtlich Firma E gelungen. Sowohl der Bekanntheitsgrad als auch insbesondere der Attraktivitätswert liegt in der Zielgruppe deutlich höher als in der Gesamtstichprobe.

Image

Die unterschiedlichen Attraktivitätswerte lassen sich neben dem Bekanntheits-grat, den Erfahrungen mit dem jeweiligen Anbieter auch auf Imagewerte zurück-führen. Aus diesem Grund ist es wichtig, dass ein Unternehmen weiß, wie es mit den Augen der potenziellen Kunden gesehen wird. Die hierzu abgefragten Aus-sagen bzw. Eigenschaften beruhen auf den Ergebnissen von Pre-Tests, die durchgeführt werden, um alle relevanten Imagedimensionen auch in der Befra-gung berücksichtigen zu können.

Fragestellung:Falls Ihnen die Firma A als Hersteller / Anbieter von Produkt X bekannt ist: Wel-che der folgenden Aussagen / Eigenschaften trifft auf diese Firma zu?

129

Die abgefragten Aussagen und Eigenschaften sind in Tabelle 2.8 ersichtlich, in der auch ein Ergebnisbeispiel für Firma A angegeben ist. Zur besseren Einord-nung der Ergebnisse sollte auch ein Split nach den Unternehmen gemacht wer-den, denen Firma A bekannt ist.

Tabelle 2.8: Das Image von Unternehmen A

Firma A Alle Be-triebe

Groß-betriebe

Klein-betriebe

Ziel-gruppe

A be-kannt

Erstklassige Referenzen 18,9 26,9 17,9 22,9 43,4 Kurze Lieferzeiten 14,9 11,9 15,3 13,4 34,2 Günstiges Preis- / Leis-tungsverhältnis

20,8 26,4 20,1 23,6 47,8

Kompetente Beratung 16,3 27,6 14,9 22,0 37,4 Geringer Schulungsauf-wand

25,5 23,2 25,8 24,4 58,5

Lange Lebensdauer der Produkte

14,5 28,2 12,8 21,4 33,3

Umfassende Garantie 20,7 16,2 21,3 18,5 47,5 Umfassender Service 28,2 26,4 28,4 27,3 64,6 Kurze Kundendienstreak-tionszeiten

28,4 28,8 28,4 28,6 65,2

Einfache Programmierung 20,7 16,2 21,3 18,5 47,5 Vielseitige und leistungs-starke Steuerung

28,2 26,4 28,4 27,3 64,6

AnwendungsspezifischeSoftware-Pakete

28,4 28,8 28,4 28,6 65,2

Durchschnitt 22,1 23,9 21,9 23,0 50,8 Anzahl Nennungen 2,7 2,9 2,6 2,8 6,1

Aus der Sicht derjenigen, die Firma A kennen, liegen deren größten Vorteile in den Dimensionen „kurze Kundendienst-Reaktionszeiten“, „anwendungsspezifi-sche Software-Pakete“, umfassender Service“, „vielseitige und leistungsstarke Steuerung“ sowie „geringer Schulungsaufwand“. Im Durchschnitt wurden 6,1 der 12 Items Firma A zugeordnet.

Natürlich ist ein positives Image von Vorteil und auch notwendig. Bezogen auf die aufgeführten Imagedimensionen lässt sich aus diesem Vorteil aber nur dann ein wirtschaftlicher Erfolg erzielen, wenn diese Dimensionen auch die sind, die

130

für den potenziellen Käufer bei seiner Kaufentscheidung ausschlaggebend sind. Aus diesem Grund werden neben dem Image auch die Anschaffungskriterien ab-gefragt.

Anschaffungskriterien

Fragestellung:Falls Ihre Firma Produkt X anschaffen würde (gleichgültig, ob dies tatsächlich geplant ist): Wie wichtig sind dann die folgenden Kriterien bei der Lieferanten-auswahl? (Es kann eine Abstufung zwischen „besonders wichtig“, „wichtig“ und „nicht ganz so wichtig“ vorgenommen werden).

Tabelle 2.9: Das Image von Unternehmen A sowie die Anschaffungskriterien der potenziellen Kunden (Stichprobe: Firma A bekannt)

Firma A Image besonderswichtig

wichtig Nicht ganz so wichtig

Erstklassige Referenzen 43,4 39,2 29,2 27,8 Kurze Lieferzeiten 34,2 44,7 37,2 13,9 Günstiges Preis- / Leis-tungsverhältnis

47,8 38,0 34,1 22,9

Kompetente Beratung 37,4 67,9 25,4 3,2 Geringer Schulungsauf-wand

58,5 37,3 32,2 28,2

Lange Lebensdauer der Produkte

33,3 42,9 30,2 24,5

Umfassende Garantie 47,5 28,5 44,4 24,6 Umfassender Service 64,6 42,2 31,5 23,0 Kurze Kundendienstreak-tionszeiten

65,2 37,3 29,7 29,8

Einfache Programmierung 47,5 28,5 44,4 24,6 Vielseitige und leistungs-starke Steuerung

64,6 42,2 31,5 23,0

AnwendungsspezifischeSoftware-Pakete

65,2 37,3 29,7 29,8

Durchschnitt 50,8 40,5 33,3 22,9 Anzahl Nennungen 6,1 4,9 4,0 2,8

Die Ergebnisse in Tabelle 2.9 machen sehr schnell deutlich, dass die starken

131

Imagedimensionen von Firma A wahrscheinlich nicht zu dem erhofften wirt-schaftlichen Erfolg führen werden. Alle 5 genannten Kriterien werden von den potenziellen Kunden nur zu einem deutlich niedrigeren Prozentsatz als besonders wichtig beurteilt. Bei den Kriterien „anwendungsspezifische Software-Pakete“ und „kurze Kundendienstreaktionszeiten“ ist diese Diskrepanz besonders hoch. Jeweils 65,2 % der Unternehmen, die Firma A kennen, gehen davon aus, dass dieses Kriterium von Firma A erfüllt wird, aber beide Kriterien werden insge-samt nur von 37.3 % der Unternehmen als besonders wichtig angesehen, knapp 30 % bewerten sie dagegen als nicht ganz so wichtig.

Probleme ergeben sich in erster Linie bei dem Kriterium „kompetente Beratung“. Diese Fähigkeit wird von 67,9 % der Befragten als besonders wichtig angesehen, aber lediglich 37,4 % der Befragten glauben, dass Firma A diese kompetente Be-ratung leisten kann. Ungünstig ist darüber hinaus die Situation bei den Lieferzei-ten.

2.8.1.3 Weitere Analyseansätze

Neben den im vorherigen Gliederungspunkt aufgezeigten Analysen können mit Hilfe des Panels noch eine Vielzahl weiterer Aspekte kontinuierlich untersucht werden. Beispielsweise könnten die Informationsbeschaffungsquellen der Ent-scheider abgefragt werden, so dass eine Optimierung der Kommunikationsstrate-gie erfolgen kann.

Aufgrund der Ergebnisse in Tabelle 2.10 wird erkennbar, dass Kleinbetriebe deutlich stärker - wenn auch auf niedrigem Niveau - Datenbankrecherchen als In-formationsquelle nutzen, als dies bei Großunternehmen der Fall ist. Zur weiteren Information müssten die entsprechenden Vergangenheitswerte herangezogen werden, um zu überprüfen, ob sich im Vergleich zum letzten Jahr eine Verände-rung ergeben hat. Weiterhin fällt auf, dass die Bedeutung von Fachveranstaltun-gen und Seminaren in Kleinbetrieben höher angegeben wird als in Großbetrie-ben, wohingegen diese häufiger Händler besuchen, um ihre zukünftigen Investi-tionsentscheidungen vorzubereiten.

132

Tabelle 2.10: Informationsbeschaffung

Quelle Ziel-gruppe

alleBetriebe

Groß-betriebe

Klein-betriebe

Fachbücher 9 % 11 % 13 % 11 % Fachzeitschriften - Redaktion 89 % 87 % 85 % 89 % Fachzeitschriften - Anzeigen 53 % 45 % 45 % 46 % Fachmessen / -ausstellungen 49 % 58 % 58 % 58 % Technische Universalmessen 53 % 55 % 55 % 56 % Fachveranstaltungen / Seminare 33 % 47 % 40 % 56 % Vertreterbesuche 25 % 41 % 46 % 39 % Besuche bei Herstellern 25 % 23 % 20 % 27 % Besuche bei Händlern 33 % 25 % 30 % 20 % unverlangt zugeschickte Prospekte 7 % 12 % 13 % 11 % extra angeforderte Prospekte 73 % 55 % 57 % 53 % Gespräche mit Fachkollegen 43 % 31 % 31 % 31 % Kontakte mit Hochschulen 47 % 21 % 20 % 24 % Patentrecherchen 13 % 26 % 26 % 26 % Datenbankrecherchen 17 % 9 % 5 % 13 %

Neben den produkt- konkurrenz- oder kommunikationsbezogenen Aspekten kann auch nach dem allgemeinen Investitionsverhalten sowie nach den Problemen, mit denen sich die Unternehmen beschäftigen müssen, gefragt werden. Typische Fra-gestellungen hierzu wären zum Beispiel:

Das Investitionsvolumen wird sich in diesem Jahr gegenüber dem Vorjahr: erhöhen, nicht verändern, verringern Diese Frage kann auch nach den unterschiedlichen Investitionsobjekten aufge-schlüsselt werden:

Grundstücke/GebäudeMaschinenFuhrparkTelekommunikation, Hard- und Software Andere Sachanlagen Finanzanlagen etc.

Typische Probleme, die aus der Sicht der Unternehmen für die Unternehmen be-

133

stehen, könnten u.a. folgende sein:

hohe Unternehmenssteuern hohe Personal- und Personalzusatzkostenhohe Energiekosten hohe Kapitalbeschaffungskosten Umweltschutzauflagenstarker Konkurrenzdruck zu hohes Auftragsvolumen zu niedriges Auftragsvolumen stark schwankendes Auftragsvolumen ExportbeschränkungenForderungsausfällezu viele behördliche Vorschriften kurze Betriebsnutzungszeiten/Maschinenlaufzeitenungünstige Arbeitszeitregelung geringe Motivation der Mitarbeiter

2.8.1.4 Schlussbetrachtung

Die Ausführungen zum MM-Industrie-Panel belegen, dass hier ein sehr umfang-reiches und flexibles Analyseinstrument für die Industrie zur Verfügung steht. Die Aussagekraft der Ergebnisse nimmt natürlich überproportional zu, wenn nicht nur die Werte aus einem Jahr, sondern der zeitliche Verlauf mit den ent-sprechenden Veränderungen betrachtet werden. Hier tritt wieder der große Vor-teil von Panels auf, da sonst aufgrund der methodischen Unterschiede von Mess-punkt zu Messpunkt die tatsächlichen inhaltlichen Veränderungen nicht exakt dargestellt werden könnten. Der firmenindividuelle Teil der Befragung erlaubt es weiterhin, firmenspezifische Fragestellungen zu formulieren und damit die Ge-samtbetrachtung der Märkte sinnvoll zu ergänzen.

2.8.2 Das Verpackungspanel


Nicht erst seit der Diskussion um umweltverträgliche Verpackungen bildet das

134

Verpackungspanel eine wichtige Grundlage für strategische und operative Ent-scheidungen in vielen Branchen. Das Verpackungspanel wird seit 1969 angebo-ten und liegt heute in der Verantwortung sowohl der PM Pack-Marketing GmbH in Frankfurt a.M. als auch der GVM Gesellschaft für Verpackungsmarktfor-schung mbH in Wiesbaden. 21

Im Rahmen von jährlichen Befragungen von Einkaufsleitern sowie Füllguther-stellern in den verschiedenen Branchen werden u. a. Informationen über die Entwicklung in den Verpackungsstufen:

InnenverpackungVerschlüsse der Innenverpackung Sammelverpackung Versandverpackung

erhoben. Zur Datenerhebung werden unterschiedliche Verfahren eingesetzt:

Schriftliche bzw. telefonische Interviews persönliche Fachgespräche Store-ChecksAuswertung von Verkaufsunterlagen Auswertung öffentlicher Statistiken Auswertung der Unterlagen der Verbände Auswertung von Fachzeitschriften, Fachliteratur etc.

Der anschließende Bericht untergliedert sich in der Regel in einen Tabellenband und einen Textteil. In den Tabellenberichten sind u.a. folgende Fakts ausgewie-sen:

PackmittelformMaterialartNeu-, Gebrauchtkauf (Eigen-, Fremdconditionierung) Einweg-, Mehrwegeinsatz Füllgröße

21 Die Ausführungen beziehen sich auf die im Internet zugänglichen Informationen der beiden Institute

135

Stück (1.000) Gewicht (t) Wert (TDM) Verpacktes Füllgut (in t, 1.000 l oder in Prozent) Preis der Verpackung

Im Textteil werden beispielsweise folgende Analysen durchgeführt:

Struktur der Packmittelnachfrage Segmentierung des Füllgutmarktes in Einzelbereiche, z.B. Haushalts- oder Großverbrauch)Prognosen

Kurzfrist-Prognosen (2 Jahre), auf der Basis systematischer Befragungen von Verbänden, Branchenkennern und den Marketingabteilungen der Bran-chenführernMittelfrist-Prognosen (5 Jahre), durch Zeitreihenanalysen mit Unter- und Obergrenzen für Füllgutproduktion und Packmittel.

Als Sonderschwerpunkte werden u.a. folgende Themengebiete behandelt:

VerpackungsverbrauchAbfall aus Verpackungen Ökobilanzen für Verpackungen Markt-, Absatz- und Branchenanalysen zu Packstoffen und -mitteln.

Die Ergebnisse des Panels sind aber nicht nur für die Verpackungsindustrie, wo-bei hier insbesondere die Glas-, Karton-, Weissblech-, Aluminium- und Kunst-stoffindustrie zu nennen sind, sondern auch für Verbände und staatliche Organi-sationen von großem Interesse

2.8.2.2 Ergebnisbeispiele

Nachfolgend wird anhand zweier Beispiele der Aufbau des Grundberichts aufge-

136

zeigt (vgl. Tabelle 2.11 und 2.12). Die Berichte können natürlich auch nach indi-viduellen Anforderungen erstellt werden bzw. es kann ein Vergleich mit den Vorjahreszahlen integriert werden.

Tabelle 2.11: Packmitteleinsatz Füllgutbereich Fruchtsäfte, Nektare (Ausschnitt)

Material-art

Ver-packungs-

form

Füll-menge

An-zahl

Ge-wicht

Wert Produktions-menge

abs. relativ Innenverpackung

Hütten-glas

MW-Eng-halsflasche

1.000 ml

700 ml 330 ml 200 ml insges. MW-Weit-

halsflasche1.000 ml

750 ml 200 ml insges.

Mehrwegsektor insges. Hütten-

glasEW-Eng-

halsflasche1.000 ml

750 ml 700 ml 330 ml 200 ml insges. EW-Weit-

halsflasche1.000ml

750 ml 700 ml 330 ml 200 ml insges.

Einwegflaschen insges. Hüttenglasflaschen ges.

137

Tabelle 2.12: Packmitteleinsatz Füllgutbereich Wurstkonserven (Ausschnitt)

Material-art

Ver-packungs-

form

Füll-menge

An-zahl

Ge-wicht

Wert Produktions-menge

abs. relativ Innenverpackung

Weiß-blech

Falzdeckel-dosen

80-125 g

160-250 g

300-400 g

600-825 g

1.000-1.800 g

2.500-8.000 g

insges. Alu Aufreißdek-

keldosenrund

80-100g

125 g 160 g 200 g 250-

400g

insges. Hütten-

glas

etc. Innenver-packunginsges.

2.8.2.3 Zusammenfassung

Das Verpackungspanel stellt eine wichtige Basis für die Diskussion um das The-ma Verpackungen dar. Aufgrund der umfangreichen Branchenabdeckung und

138

der breit angelegten Informationsbeschaffung kann hier die aktuelle Situation sowie die zeitliche Entwicklung sehr gut abgebildet werden. Auch in diesem Fall führt der Panelansatz zu verlässlichen Längsschnittsanalysen, die nicht durch me-thodische Veränderungen verfälscht werden. Zur Verdeutlichung der Breite der Erhebungen sind nachfolgend nur einige Bereiche genannt, die im Rahmen der Panelberichtserstattung aufgezeigt werden.

TeigwarenTrockensuppen und Soßen BabynahrungEssigSenfFischerzeugnisseFrühstücksprodukteSalz-, Käse- und Laugengebäck ObstkonservenKaffeemittelAlkoholische und alkoholfreie Getränke Zigaretten, Zigarren, Zigarillo HaustierfutterSauerkonservenTiefkühlkostPralinenLackfarben und andere Anstrichmittel DruckfarbenHolzschutzmittelPharmazeutikaMilcherzeugnisseVoll-, Spezial- und Einweichmittel AllzweckreinigerLeime und Klebstoffe KosmetikaFleisch- und Wurstwaren Haarwasch- und –pflegemittel Dekorative Kosmetik

139

2.8.3 Das Landwirtschaftspanel

Paneldaten stellen auch im Bereich der Landwirtschaft eine wesentliche Grund-lage für Markt- und Wettbewerbsanalysen dar. Die Kleffmann Group aus Lü-dingshausen erhebt seit über 15 Jahren in diesem Bereich Paneldaten, wobei die Datenerhebungen sehr schnell auch auf andere europäische Staaten ausgeweitet wurden. Heute erfasst das Institut in über 30 Staaten Agrar-Paneldaten, wobei sich die Aktivitäten neben Europa auch auf Nord- und Südamerika sowie Asien und Australien erstrecken. Pro Jahr werden mit rund 3.000 Interviewern circa 300.000 Interviews durchgeführt. 22


Im Rahmen der Panelforschung werden u. a. für die Kulturarten:

Winter- / Sommergetreide WinterrapsMaisZuckerrübenKartoffelnSonnenblumen WeinObstHopfenZuckerrohrGemüse

Informationen zum Saatgut sowie zum Pflanzenschutz erhoben. Darüber hinaus gibt es Studien zu Feed Additives / Supplements und über die Anwendung der Gentechnologie. Über die Datenbank AMISGlobal können die nationalen Daten integriert werden, so dass auch globale Aussagen möglich sind.

22 Die Angaben wurden der Homepage des Unternehmens entnommen.

140

Beobachtete Themenkomplexe im Bereich Saatgut

Marktdurchdringung und –anteil pro Sorte, Vertreiber und Züchter Aussaatstärke, Preise Entscheidungs-, Kauf- und Bezahlungszeitpunkte Kaufverhalten für Saatgut – Bezugsquelle, Empfehlungsgeber und sonsti-ge Informationsquellen Markentreue und Wechselinformationen Image, Züchterbekanntheit

Aufgrund des unterschiedlichen zeitlichen Einsatzes des Saatgutes erfolgt die Er-hebung nicht für alle Saatgutarten an einem einheitlichen Termin, sondern nach einem exakten Zeitplan. Beispielsweise sind für Europa und Nordamerika fol-genden typischen Datenlieferungszeiten vereinbart (die Erhebung erfolgt dem-entsprechend im Vorfeld):

Mais: 30.07 Sonnenblume: 01.08 Zuckerrübe: 15.09. Kartoffeln: 30.09. Winterraps: 30.01. Wintergetreide: 15.02. etc.

In Asien und Australien ergeben sich dagegen ganz andere Termine:

Wein: 01.04. Zuckerrohr: 20.04. Mais: 25.04. Sonnenblume: 25.04. Hirse: 25.04. Obst: 20.06. Getreide: 31.12. Winterraps: 31.12. etc.

141

Beobachtete Themenkomplexe im Bereich Pflanzenschutz

Marktdurchdringung und –anteil der Pflanzenschutzmittel, Vertreiber und LizenzhalterAufwandmengen und Preise Einsatz-, Entscheidungs-, Kauf- und Bezahlungszeitpunkte Tankmischungen und Spritzfolge Kaufverhalten für Pflanzenschutzmittel (Bezugsquelle, Empfehlungsge-ber, sonstige Informationsquellen, etc. Markentreue und Wechselinformation für Pflanzenschutzmittel

Beobachtete Themenkomplexe im Bereich Feed Additives / Supplements

Marktanalyse der Produkte und Hersteller: Marktanteil, Volumen, Um-satz, etc. Marktsegmentierung Vertriebsstrukturen, Marktpenetration Kundenzufriedenheit, Kundentreue, Position im Markt, Image, Wettbe-werbssituation, Marktdurchdringung Kaufverhalten: Wer kauft meine Produkte? Wer kauft Produkte des Wett-bewerbs? Warum? Zu welchem Zeitpunkt? Wer beeinflusst den Kauf der Produkte?


Neben der langen Erfahrung im Bereich der Landwirtschaft liegt der große Vor-teil des vorgestellten Panels in der globalen Ausrichtung. Eine einheitliche Erhe-bungsform sowie die entsprechende Software führen dazu, dass sehr schnell erd-teilbezogene oder auch globale Studien erstellt werden können. Das Hauptprob-lem internationaler Studien, die Abstimmung der Erhebungsform sowie die defi-nitorische Abgrenzung der erhobenen Variablen, tritt durch die gemeinsame Plattform nicht auf.

142

2.8.4 Das Tiergesundheitspanel

Dieses ebenfalls von der Kleffmann Group angebotene Panel beantwortet zahl-reiche Fragen zum Thema Tiergesundheit. Zielgruppen dieser Panelumfragen sind Züchter, Tierhalter, Tierärzte und der Fachhandel. Erhoben werden Daten rund um die Tiergesundheit wie Impfstoffen, Hormone oder auch Desinfekti-onsmittel sowie wesentliche Produkte aus der allgemeinen Tiermedizin.

Aufgrund der Panelerhebungen können zu folgenden Fragen Aussagen getroffen werden:

Marktanalysen der Produkte und Hersteller (Marktanteil, Volumen, Um-satz)Marktsegmentierung Vertriebsstrukturen, Marktpenetration Kundenzufriedenheit, Kundentreue, Position im Markt, Image, Wettbe-werbssituationKaufverhalten: Wer kauft meine Produkte? Wer kauft Produkte des Wett-bewerbs? Warum? Zu welchem Zeitpunkt? Wer beeinflusst den Kauf der Produkte?Trends und Perspektiven

2.8.5 Das Pharmapanel der IMS HEALTH GmbH & Co.

2.8.5.1 DPM – Der pharmazeutische Markt

Der Pharmamarkt in Deutschland ist einer der Märkte mit der höchsten Transpa-renz. Dies ist zum Großteil darauf zurückzuführen, dass im Rahmen des „DPM“ eine Vollerhebung aller Einkäufe von Arzneimitteln der öffentlichen Apotheken beim vollsortierten Großhandel, sowie eine Panelerhebung bezüglich der Direkt-einkäufe der öffentlichen Apotheken bei den Herstellern erfolgt. „DPM“ heißt „Der Pharmazeutische Markt“ und wird von der IMS HEALTH GmbH & Co. OHG in Frankfurt a.M. erstellt und vermarktet. Der „DPM“ umfasst mehr als 50.000 Handelsformen von Arzneimitteln, wobei sowohl die Packungseinheiten

143

als auch die Preise ausgewiesen werden. Mit Hilfe des Softwaretools IMS Data-view können professionell aktuelle Marktanalysen erstellt werden, in denen nicht nur der Status quo, sondern auch die Veränderungen im Zeitverlauf zielgruppen-spezifisch aufbereitet werden können. Die Daten von IMS DPM können auch mit Hilfe des Online-Informationssystems IMS DDBpartner analysiert werden, was für die Benutzer eine zusätzliche wichtige Vereinfachung der Arbeit bedeutet. Online sind Analysen möglich, die bis zu 12 Jahre in die Vergangenheit gehen, um auch verlässliche Trendaussagen treffen zu können. 23

2.8.5.2 RPM – Der regionale pharmazeutische Markt

Als Datenquellen dienen bei diesem Angebot die Lieferungen aller vollsortierten pharmazeutischen Großhändler sowie die Lieferung ausgewählter relevanter Teilsortimenter und Re-Importeure an öffentliche Apotheken – unter Berücksich-tigung der Retouren und Naturalrabatte.

Anhand dieser Daten kann eine monatliche bzw. quartalsweise Analyse der regi-onalen Umsatz- und Absatzentwicklung des deutschen Pharmamarktes erfolgen, womit dieses Panel insbesondere bei der Bewertung und Steuerung des pharma-zeutischen Außendienstes eingesetzt werden kann. Aufgrund der Datenstruktur können entweder 1.860 oder 2.847 regionale Segmente separat ausgewiesen wer-den.

Der RPM kann aber nicht nur für Vertriebsaufgaben eingesetzt werden, sondern liefert auch wichtige Erkenntnisse für das Marketing, wie beispielsweise bei der Erfolgskontrolle für Werbe-, Mailing- und Promotionaktivitäten

Zur Analyse bietet das Institut die Analysesoftware IMS Sales Analyzer an, die es erlaubt, unternehmenseigene Daten in den Analysen mit zu berücksichtigen. Analog zum DPM gibt es mit RPM online auch hier eine Web-Applikation, die den Umgang mit den Daten für die Benutzer erleichtert.

23 Die Ausführungen beziehen sich auf die offiziellen Informationen auf der Homepage des Unterneh-mens

144

2.8.5.3 VIP – Verschreibungsindex für Pharmazeutika

Die Daten des VIP beruhen auf den Angaben von mehr als 3.000 repräsentativ ausgewählten Ärzten, die auf die Gesamtheit aller Ärzte in Deutschland hochge-rechnet werden. Ziel des Angebotes ist es, das Diagnose- und Therapieverhalten der zehn wichtigsten niedergelassenen Facharztgruppen abzubilden.

Im Rahmen des Diagnose-Profils sowie der Indikationsgruppen werden u.a. fol-gende Informationen bereitgestellt:

Diagnose Profils: ICD Code Patientenstruktur (Alter, Geschlecht) Arztstruktur (Facharztgruppe, Alter, Geschlecht) Therapie (ATC/Produkt/Form) KrankenkasseRegion, Gemeindegrößenklasse akute / chronische Erkrankung

Indikationsgruppen / Produkt Profils ATC/Produkt/Form/Hersteller Diagnose/ICD Code Arztstruktur (Facharztgruppe, Alter, Geschlecht) Patientenstruktur (Alter, Geschlecht) KrankenkasseAnwendungsform MitverschreibungRegion, Gemeindegrößenklasse akute / chronische Erkrankung Aut-Idem

Als Facharztgruppen werden Praktiker, HNO Ärzte, Internisten, Neurologen, Pä-diater, Orthopäden, Gynäkologen, Pulmologen, Dermatologen und Urologen un-terschieden.

145

2.8.5.4 GPI Krankenhaus-Index (DKM)

Der GPI Krankenhaus-Index (DKM) basiert auf den Daten der Kranken-hauspotheken, von rund 370 Akutkrankenhäusern, die Verbrauchsdaten auf der Basis von Fachabteilungen und Stationen zur Verfügung stellen. Die Studien um-fassen circa 10.000 Präparate sowie 20.000 Darreichungsformen. Die Hochrech-nung erfolgt nach vier Bettengrößen, 16 Fachrichtungen und sieben Regionen.

Der Bericht gibt Auskunft über das Absatz- und Umsatzvolumens des komplet-ten Klinikmarktes sowie dessen Entwicklung im Vergleich zum Vorjahr.

2.8.5.5 IMS Pharma Trend monatlich

Ziel dieses Angebotes ist die zeitnahe und umfassende Darstellung der Apothe-kenverkäufe, -einkäufe, Lagerbestände, Distributionen sowie weitere Markt-kennziffern für das komplette Apothekensortiment. Eine Aufschlüsselung der Ergebnisse nach Selbstmedikation und Verordnung ist hierbei möglich. Die ge-wünschten Daten werden durch die wöchentliche elektronische Erfassung des Apothekenwarenwirtschaftssystems von über 4.000 öffentlichen Apotheken ge-neriert.


Das Angebot der IMS HEALTH GmbH & Co. OHG umfasst noch eine Reihe weiterer Angebote, auf die an dieser Stelle aber nicht näher eingegangen werden soll. Vertiefende Informationen können bei der IMS HEALTH GmbH & Co. OHG in Frankfurt a.M bezogen werden.

2.8.6 Die Pharmapanels der GfK Health Care

Der zweite Anbieter von Paneldaten im Pharmabereich ist die GfK HealthCare in Nürnberg. Sie bietet sowohl Ärzte- als auch Apotheker- und Patienten-Panels an.

146

Die erhobenen Daten umfassen dabei neben den Bereichen Verordnungs-, OTC-, SM- und Medicalprodukte, auch Marktinformationen zur Dental- und Veteri-närmedizin. Darüber hinaus werden die Bereiche Diagnostika und Medizintech-nik kontinuierlich analysiert. Nachfolgend werden einige der Angebote näher vorgestellt.

2.8.6.1 Medic*Scope

Medic*Scope liefert einen Einblick in den Erhalt und Erwerb von Präparaten und Gesundheitsprodukten aus der Sicht der Konsumenten, wobei eine Unterschei-dung zwischen:

vom Arzt verschrieben oder als Arztmuster bekommen in Apotheken für die Selbstmedikation gekauft, oder außerhalb der Apotheken (Drogerie, Lebensmittelhandel, Reformhäuser etc.) erworben

gemacht wird. Als Datenbasis dient Medic*Scope das Individualpersonenpanelder GfK Panel Services mit 19.000 Personen.

Für die drei genannten Kategorien werden u.a. folgende Fakts erhoben:

Verschreibung durch den Arzt oder als Arztmuster bekommen: PackungsgrößeVerwender des Produkts Beschwerden/AnwendungWie erhalten? Patiententypus (Stamm-, Wechsel-, Neu- und Erstpatient) Gründe für einen Präparatwechsel

Selbstmedikation in der Apotheke: PackungsgrößeVerwender des Produkts Beschwerden/Anwendung

147

Anlass für den heutigen Kauf? Wie wurde dem Apotheker das Anliegen vorgebracht? Kaufgrund (Empfehlung, Apotheke, Arzt, Preis, Zufriedenheit, etc.) Produkt in den letzten 12 Monaten schon einmal gekauft? Werbeerinnerung zum gekauften Produkt

Erwerb außerhalb der Apotheke: PackungsgrößeKassenbonsumme (Gesamteinkauf) Verwender des Produkts Beschwerden/AnwendungAnlass des heutigen Kaufs EinkaufsstätteKaufgrund (Empfehlung Verkaufspersonal, Arzt, Preis, Zufriedenheit, Werbung, etc.) Produkt in den letzten 12 Monaten schon einmal verschrieben worden?

Die oben exemplarisch aufgeführten Fakts können für circa 25 demographische Merkmale, Bundesland, Ortsgröße, Stadtkreis/Landkreis, Alter, Geschlecht, Fa-milienstand, Berufsgruppe, Schulbildung etc., getrennt ausgewiesen werden.

Neben einer genauen Beschreibung des Verhaltens von Patienten und Käufern, kann der Fokus der Analysen aber auch auf die einzelnen Produkte gelegt wer-den. Im Rahmen des Category Managements wird mit Hilfe von Gain & Loss-, Käuferwanderungs- oder Warenkorbanalysen genau abgebildet, welche Verände-rungen sich für ein bestimmtes Produkt im Betrachtungszeitraum ergaben.

Ergänzt werden kann Medic*Scope durch Medic*Media, eine einmal jährlich durchgeführte Befragung zur Medianutzung für die Bereiche Print, Hörfunk und TV.

2.8.6.2 GPI Werbestatistik-Referenten

Dieses Panel liefert Information über die Besuche des wissenschaftlichen Au-

148

ßendienstes bei den niedergelassenen Ärzten in Deutschland, wobei die 860 be-richtenden Stichprobenärzte in neun Facharztgruppen unterteilt werden:

AllgemeinärzteInternistenGynäkologenHNO-ÄrzteDermatologen PädiaterNeurologenOrthopädenUrologenKardiologen

Jeder Arzt führt ein Tagebuch über die Besuche der wissenschaftlichen Außen-dienstmitarbeiter der unterschiedlichen Hersteller, wobei pro Besuch die nach-folgend aufgeführten Angaben erfolgen sollen:

HerstellerAllgemeine Gesprächsthemen Besprochenes Präparat inkl. Darreichungsform Gesamtgesprächdauer pro Besuch Teilbesprechungsdauer pro Präparat Bemusterung pro besprochenem Präparat Reine Musterabgabe pro Präparat (ohne Besprechung) Derzeitiges und künftiges Verordnungsverhalten von besprochenen und überreichten Präparaten Präparatsbezogene Gespräche (Anwendungsbeobachtungen, Fortbildungs-veranstaltungen, Patientenberatung)Hauptaussagen bzw. zentrale Informationen des besprochenen Präparates

Die Kosten der einzelnen Arztbesuche werden durch eine jährliche Befragung bei den Kunden des Instituts erfasst. Anschließend werden diese Werte je nach Gesprächsverlauf und Gesprächsinhalt detailliert auf die einzelnen Aspekte, Be-ratung, allgemeine Themen u.s.w. aufgeteilt.

149

Wichtige Fakts, die mit Hilfe dieses Panels ausgewiesen werden können sind bei-spielsweise:

Indikationsgruppenwerte im Kalenderjahr pro Facharztgruppe Rangfolge der Präparate nach Besprechungen Rangfolge der Hersteller nach Besuchen im Kalenderjahr pro Facharzt-gruppeHerstellersortierungIndikationsgruppensortierung mit Verordnungsprognosen im aktuellen MonatRangfolge nach Gesprächen über Fortbildungsveranstaltungen im 12-Monatszeitraum

Aufgrund der umfangreichen Datenerfassung erlaubt dieses Panel das Thema Arztbesuche durch den wissenschaftlichen Außendienst umfassend zu bearbei-ten. Neben den Querschnittsanalysen dürften sich insbesondere durch den zeitli-chen Vergleich der unterschiedlichen Fakts wertvolle Erkenntnisse für die Kun-den ergeben.

2.8.6.3 APO*STAT – Werbestatistik Apotheke

Die Frage nach der Apotheke als Kommunikationskanal steht bei diesem Panel im Vordergrund, wobei drei Schwerpunkte gewählt wurden:

AußendienstaktivitätenAnhand der Paneldaten soll dokumentiert werden, welche Gespräche zwi-schen den Außendienstmitarbeitern und dem einkaufsberechtigten Personal in den öffentlichen Apotheken stattgefunden haben.WerbematerialHierbei wird das in den Apotheken eingetroffene Werbematerial erfasst, wo-bei in Bezug auf die Platzierung die drei Orte: Schaufenster, Offizin und La-ger unterschieden werden. SchaufensterplatzierungswochenHier wird nicht nur der Ort, sondern auch die Dauer der Platzierung berück-sichtigt.

150

Alle Angaben sind nach Einzelprodukten, Produktgruppen und nach Herstellern aufzuschlüsseln.

Im Rahmen der Sonderanalyseform Benchmarking können die eigenen Aktivitä-ten mit denen der Konkurrenz vergleichen werden. Hierzu können auch noch weitere Fakts, die nicht in der Standardanalyse angeboten werden, mit berück-sichtigt werden.

Mögliche Themenbereiche für ein Benchmarking sind beispielsweise:

Besuche mit Marketing-Kontakt BesprechungenMit Besuchen erreichte Apotheken Besuchsfrequenz in den einzelnen Umsatzgrößenklassen Gesprächsdauer pro Besuch Anzahl Präparate pro Besuch Anzahl Werbematerial Verteilung der Ausgaben für Werbematerial nach Umsatzgrößenklassen Erreichte Apotheken Werbematerial Schaufensterplatzierungswochen

2.8.7 Online-Panel

Neben den klassischen Panels haben in der letzten Zeit verstärkt Online-Panels an Bedeutung gewonnen. Allerdings sind zahlreiche Angebote auf dem Markt, die als Online-Panel dargestellt werden, im eigentlichen Sinn keine Panels, da häufig die Konstanz der befragten Zielgruppe fehlt. Eins der bekanntesten Onli-ne-Panels ist das MegaPanel von Nielsen/NetRatings, auf das nachfolgend kurz näher eingegangen wird.

2.8.7.1 Das MegaPanel von Nielsen/Netratings

Das MegaPanel von Nielsen/NetRatings hat Zugriff auf mehr als 100.000 Haus-

151

halte in Deutschland, Großbritannien und Frankreich. 24 Aufgrund der Erfassung der Onlinenutzung sowie vielfältiger Befragungsergebnisse kann mit Hilfe der Paneldaten ein sehr genaues Bild der Bedeutung des Internets für die unter-schiedlichen Kommunikationsprozesse im Zeitverlauf dargestellt werden. Neben dem online-Verhalten kann auch das offline-Verhalten abgebildet werden, so dass der Umgang mit Produkten, Services, Marken und Werbung umfassend auf-gezeigt wird. Dadurch ergeben sich wertvolle Erkenntnisse in Bezug auf die I-dentifizierung sowie die Bearbeitung von Zielgruppen, und generell für die Pro-dukt- und die Kommunikationspolitik.

Zur Sicherung der Qualität des Panels wird vierteljährlich eine Grunderhebung durchgeführt, um sicher sein zu können, dass mit repräsentativen Stichproben gearbeitet wird, wobei sich die Repräsentativität auf die demographische Struktur bezieht.

Die Erfassung der Daten erfolgt durch eine spezielle Messsoftware, die es er-laubt, alle Aktivitäten auf den PCs der Panelteilnehmer zu dokumentieren. Zur Ergänzung der Analysemöglichkeiten können zu dieser Datenbank auch Ergeb-nisse aus Befragungen punktgenau zugespielt werden. Interessant sind in diesem Zusammenhang insbesondere die Untersuchungen, in denen das tatsächliche Verhalten mit den jeweiligen Angaben in den Befragungen verglichen wird.

Typische Beispiele, in denen die Ergebnisse des Online-Panels wertvolle Hilfe leisten können sind u.a.:

Identifikation und Ansprache von Kundensegmenten Welche Kunden sind am Rentabelsten? Welcher Kundentyp wird sich mit einer hohen Wahrscheinlichkeit für mein Produkt oder meine Servicean-gebot interessieren? Maximierung der Effektivität von Multi-Channel-Aktivitäten Welche Medien sind in Bezug auf meine Zielgruppe am Effektivsten? Welcher Einfluss geht von den unterschiedlichen Werbemaßnahmen auf die Online- sowie die Offline Absatzzahlen aus?

24 Die Informationen sind der Homepage von Nielsen/NetRatings entnommen

152

Einstellungen, Wünsche und Bedürfnisse der Kunden Inwieweit stimmen geäußertes und tatsächliches Verhalten überein? Wel-che Verbesserungspotenziale gibt es in Bezug auf mein Online-Angebot? Verbesserung der Kundenzufriedenheit Wie hoch ist die Zufriedenheit meiner Kunden? Wo ist es notwendig, die Kundenbindungsaktivitäten zu erhöhen? Wie können verlorene Kunden zurück gewonnen werden? Konsumentenverhalten bei Online-Geschäften Wer sind meine Kunden? Wie können möglichst hohe Umsätze pro Kunde erzielt werden?

Durch die internationale Ausrichtung des Panels können viele dieser Fragen auch im Vergleich mit anderen Ländern diskutiert werden.

Ergänzt wird das Panelangebot durch eine Reihe weitere Angebote von Niel-sen/NetRatings wie zum Beispiel NetView.

NetView

NetView arbeitet auf der Basis von Paneldaten von Nielsen/NetRatings und gibt beispielsweise Auskunft über:

Die Nutzung von Internetangeboten auf unterschiedlichen Ebenen (Pa-rents, Brands, Channels, Domains und Sites) Die Demographie der Nutzer, getrennt nach Ländern ebenfalls nach Pa-rents, Brands, Channels, etc. Die Verbindung zwischen unterschiedlichen Sites. Welche Sites werden vor oder nach dem Besuch eines bestimmten Internetangebotes genutzt?

Von großem Interesse sind auch die WebSites Reports, in denen die Nutzung der einzelnen Internetangebote umfassend abgebildet wird. Als Fakts (Measures) er-geben sich u. a. die Zahl der Besucher, die Reichweite, die Seitenaufrufe pro Per-son, die durchschnittliche Nutzungsdauer etc. Alle Fakts (Measures) werden se-parat nach Parents, Brands, Channels, Domains und Sites ausgewiesen.

153

2.8.7.2 Qualitätsanforderungen an Online-Panels

Aufgrund der immer noch hohen Risiken beim Umgang mit online erhobenen Daten hat der ADM (Arbeitskreis Deutscher Markt- und Sozialforschungs-institute) Richtlinien für Online-Befragungen herausgegeben, die auch für Onli-ne-Panel gelten. Einige wesentliche Inhalte dieser Richtlinie sind (verkürzte Dar-stellung):

Wissenschaftliche Vorgehensweise Stichprobenbildung und Stichprobenziehung müssen auf der Grundlage wissenschaftlich anerkannter Verfahren erfolgen. Die bei Click-me-Be-fragungen häufig anzutreffende Selbstrekrutierung erfüllt diese Anforde-rung in der Regel nicht.Die genaue Beantwortung der Fragen nach der Reliabilität und Validität ist im Rahmen von Online-Befragungen besonders relevant. Die Struktur der Stichprobe muss insbesondere in Bezug auf eine mögli-che Hochrechnung der Stichprobenwerte genau bekannt sein, damit die Frage nach der Repräsentativität sinnvoll beantwortet werden kann.

Freiwilligkeit der Teilnahme Bereits bei der Rekrutierung ist auf die Freiwilligkeit der Teilnahme ex-plizit hinzuweisen.Über den Verwendungszweck der erhobenen Rekrutierungsdaten sind die Panelteilnehmer in Kenntnis zu setzen.Es muss möglich sein, Fragen zu überspringen oder das Interview jeder-zeit abzubrechen.

Anonymisierung der erhobenen Daten Analog zu den herkömmlichen Studien ist es auch bei Online-Be-fragungen untersagt, die Fragebögen mit dem Absendernamen an den Auftraggeber weiter zu geben.Die Erhebung der Namen und Adressen ist nur für die Qualitätsprüfung und als Grundlage für Folgebefragungen zulässig.

Trennung von Forschung und forschungsfremden Tätigkeiten

154

Strikte Trennung von Marktforschung und Verkaufsförderung. Dies be-deutet zum Beispiel, dass auf der Website mit dem Fragebogen keine Ban-ner oder andere Werbeformen auftreten dürfen.

2.8.8 Sonstige Panels

Die Darstellung aller existierenden Panels in Deutschland würde den Umfang dieses Buches bei weitem sprengen. Stellvertretend sei hier nur noch auf den Konjunkturtest des ifo Instituts für Wirtschaftsforschung, die unterschiedlichen Panels zur Wahlforschung sowie das Elite Panel hingewiesen. Im Rahmen des Elite Panels werden seit 1987 repräsentativ ausgewählte Entscheider aus Wirt-schaft, Politik und Verwaltung zu aktuellen Themen befragt. Die rund 600 Füh-rungskräfte stammen zu zwei Dritteln aus den Topetagen der deutschen Wirt-schaft, das andere Drittel bilden hochrangige Politiker und Ministeriale.

Den besten Überblick über Institute, die Panelanalysen durchführen, bietet das BVM Handbuch der Marktforschungsunternehmen, das jährlich von dem Bun-desverband Deutscher Markt- und Sozialforscher e.V. herausgegeben wird.

2.9 Aspekte Internationaler Panelforschung

Die internationale Panelforschung sollte sich vom Ansatz her nicht von einer na-tionalen Forschung grundsätzlich unterscheiden. Die Definition eines Panels gibt die Erhebungsmethodik mit sämtlichen Beschreibungen vor, Probleme sind auf den ersten Blick nicht identifizierbar. Vielmehr scheint es so, dass - vereinfa-chend – es sich nur um eine Erweiterung der Artikel- und Segmentliste handeln müsste.

Tatsächlich ist die Internationale Panelforschung nicht so trivial, sondern stellt die Betreiber vor eine ungeheure Vielzahl von Abstimmungsproblemen. Jede einzelne Dimension einer Panelzahl gilt es länderübergreifend exakt, einheitlich und in die Internationale Berichterstattung integrierbar zu definieren. Ein sehr simples Beispiel soll dies verdeutlichen.

155

Ist ein monatliches Reporting geplant, darf in keinem Land eine lediglich zwei-monatliche Erhebung durchgeführt werden. Wöchentliche Erhebungen wären möglich, denn eine Aggregation ist auch auf internationalem Niveau im Han-delspanel für jedes Fakt möglich. Vielschichtiger ist schon die Problemstellung im Verbraucherpanel. Zwar ist auch hier eine Vielzahl von Fakts aggregierbar, jedoch sind beispielsweise die Käufer25 nicht über die Einzelmonate hinweg zu kumulieren. Hier ist es zwingend erforderlich, sog. Käuferkumulationen für je-den nur erdenklichen Zeitraum bereits physisch in die Datenstrukturen einzufü-gen.

Ein anderes Beispiel: Die multilinguale Formulierung von Fragebögen und die Erstellung von Anweisungen. Es handelt sich hierbei um eine Problemstellung, die bis heute nicht abschließend lösbar scheint. Schon geringe – scheinbar unbe-deutende Änderungen im Fragebogen – können zu erheblichen Unterschieden im Antwortverhalten führen.

Die Probleme der internationalen Panelforschung lassen sich in vier große Berei-che mit allerdings unterschiedlicher Gewichtung unterteilen, wobei diese Prob-leme natürlich auch bei anderen Forschungsansätzen auftreten:

sprachliche Unterschiede landestypische Unterschiede inhaltliche Unterschiede methodische Unterschiede

Die beiden großen deutschen Panelinstitute, GfK AG in Nürnberg sowie A.C. Nielsen in Frankfurt haben sich diesen Herausforderungen gestellt und beide bie-ten internationale Paneldaten an. Die GfK AG ist auf die internationale Non-Food Berichterstattung im Handelspanel spezialisiert und bietet hier ohne Über-treibung ein Weltmarktpanel an. Nicht ganz so weit ist heute A.C. Nielsen, spe-zialisiert auf den Bereich Handelspanel Food. Hier sind die Formen der internati-onalen Berichterstattung auf europäischem Niveau angelangt.

25 Zur Problematik der Käuferkumulation siehe Punkt 3.4.2

156

Sprachliche Unterschiede Es erscheint eher trivial – aber allein sprachliche Unterschiede können zu unter-schiedlichen Ergebnissen führen. Eine Frage oder Anweisung unterschiedlich formuliert – die Ergebnisse weichen voneinander ab. Daher gilt: aufgrund der Vielzahl unterschiedlicher Sprachen in Europa ist die Übersetzung eines Frage-bogens, oder von Anweisungen für die Datenerhebung für einen multinationalen Panelansatz in der Regel sehr zeitaufwendig und mit hohen Kosten verbunden.

Zunächst scheint sich eine wörtliche Übersetzung in die notwendigen Landes-sprachen als Lösung anzubieten. Dies ist jedoch häufig nicht möglich oder nicht adäquat. Nicht möglich ist es, wenn bestimmte Termini in anderen Sprachen schlicht nicht vorhanden sind. So gibt es bis heute keine exakte englische Ent-sprechung für das deutsche Wort „Abitur“. Nicht adäquat ist eine rein wörtliche Übersetzung immer dann, wenn die scheinbar gleichen Begriffe unterschiedlich beurteilt werden.

Wichtig ist, dass in Fragebögen das „Sprachklima“ einer Frage übertragen wird. So führt eine größere Freundlichkeit und Verbindlichkeit einer Frage zu weniger „weiß nicht“ bzw. „keine Angaben“ und zu einem höheren Anteil, der eine Frage positiv beantwortet. Für Anweisungen aus dem Bereich des Handelspanels gilt es eine möglichst übereinstimmende Warengruppenbeschreibung und Datenerhe-bungsanweisung für den Außendienst zu verfassen.

Um möglichst Fehler, die durch eine nicht exakte Übersetzung des Fragebogens oder der allgemeinen Anweisungen hervorgerufen werden zu vermeiden, wird in der Regel zunächst eine englische Version des Fragebogens vom studienführen-den Institut erstellt. Anschließend wird diese Master-Version in den beteiligten Ländern in die jeweilige Landessprache übersetzt. Das federführende Institut läßt diese Fragebögen anschließend wieder ins Englische „rück“-übersetzen. Ein Ver-gleich dieser „Nachübersetzung“ mit der ursprünglichen Master-Version lässt erste Fehlinterpretationen oder Fehlübersetzungen erkennen.

Landestypische Unterschiede Unter diesen Punkt fallen zum Beispiel die unterschiedlichen Infrastrukturen in

157

den einzelnen Ländern. Ein erster gravierender Unterschied stellt die Handels-landschaft dar. Discounter und Elektrofachmärkte sind zwar in den westlichen Ländern der EU vorzufinden, in den östlichen Ländern aber noch nicht ausge-prägt. Dies hat entsprechende Auswirkungen auf die jeweilige Sortimentstiefe und –breite.

Ein anderer nicht zu unterschätzende Grund stellt die technische Infrastruktur ei-nes Landes dar. Zwar ist mittlerweile das Internet selbst in den kleinsten Zellen innerhalb Europas anzutreffen, so stößt aber die Datenübertragung via Mobilfunk in zahlreichen Regionen noch an ihre Grenzen. Gleichzeitig stellt dieser techni-sche Unterschied einen wesentlichen Grund für die qualitativen Unterschiede bei postalischen oder telefonischen Interviews dar.

Inhaltliche Unterschiede Inhaltliche Unterschiede können sich bei allen vier Dimensionen einer Panelzahl, Artikel, Segment, Periode und Fakt, ergeben. Diese sind zu vermeiden, aber nicht immer unumgänglich. Es ist zwingend erforderlich, dass eine übergreifende ge-meinsame inhaltliche Abgrenzung der Artikel vorgenommen wird, wobei die Schwierigkeit darin liegt, dass zwar die Begriffe häufig in mehreren Ländern auf-treten, die Inhalte aber deutlich voneinander abweichen. Zum Ausweis gemein-samer Berichtsperioden, muss der Erhebungsrhythmus in den beteiligten Ländern aufeinander abgestimmt werden. Zusätzlich muss gewährleistet werden, dass die Segmentdefinitionen untereinander kompatibel sind. Allein innerhalb Deutsch-lands gibt es einerseits zwischen den Instituten, aber auch zwischen Handelspa-nel Food und Non-Food unterschiedliche Definitionen. So sind z.B. die Verbrau-chermärkte einmal ab einer Verkaufsfläche von 800 m² und einmal ab 1000 m² definiert.

Methodische Unterschiede Unter Punkt 1.2.4 wurde bereits aufgezeigt, dass allein durch unterschiedliche Erhebungsmethodiken eine Verzerrung der Ergebnisse verursacht werden kann. Angedeutet wurde auch, dass nicht in jedem Land die identische Erhebungsme-thodik angesetzt werden kann. Bis heute ist es nicht möglich allein innerhalb Eu-ropas eine repräsentative telefonische Panelbefragung durchzuführen. Das zu Grund liegende Datenmaterial der Grundgesamtheiten ist zu schwach. Dies führt

158

zumindest bei internationalen Panelerhebungen dazu, dass in unterschiedlichen Ländern auch unterschiedliche Methodiken zugelassen werden. Es gilt: pro Land sollte die jeweils beste Methodik zur Anwendung kommen. Sollten die übrigen, oben beschriebenen Unterschiede verschwindend gering sein, können auch diese nach unterschiedlichen Methodiken erhobenen Daten miteinander kombiniert werden. Damit wird wieder eine länderübergreifende Berichterstattung möglich.

159

3. Dimensionen einer Panelzahl

Die Informationsbedürfnisse für Marktforschung, Marketing und Vertrieb kön-nen mit den unterschiedlichen Panels beantwortet werden. Je nach der aktuellen Fragestellung kann die Antwort mit den Daten des Handels- oder Verbraucher-panels herbeigeführt werden.

Die Grundlagen dieser Panels sind, wie bereits beschrieben, für alle Panelarten identisch1. Ihre Aussage orientiert sich jedoch am Analysegegenstand und dieser ist von Panel zu Panel unterschiedlich. Im Folgenden sollen die Definitionen, die sich hinter diesen Arten der Berichterstattung verbergen, detailliert erläutert wer-den.

Jedes Panel lebt von seinen Inhalten, den Daten. Diese Daten werden aus den un-terschiedlichsten Quellen bezogen:

Die Handelsunternehmen liefern über deren Scannerkassen erfasste Abver-kaufsdaten direkt an die jeweiligen Institute.In wenigen Ausnahmefällen, wie den kleinen nicht mit Scannerkassen be-stückten Geschäften und /oder Geschäften die ein mit wenig EAN Nummer ausgestattetes Spezialsortiment führen (z. B.: Bastelgeschäfte) kommt noch die Inventurmethodik2 zur Anwendung. Die Verbraucher scannen deren Einkäufe zuhause mittels eines Handscanners ein. Dabei werden über eine kleine Tastatur auch Fragen nach der Einkaufs-stätte und dem Preis beantwortet. Manche Artikel sind nicht mit einer sog. EAN Nummer3 versehen (z.B.: Blu-men, Kinokarten, Textilien, Finanzdienstleistungen) und können daher für das Verbraucherpanel lediglich über die Kalendermethodik erfasst werden. Hierbei trägt der Kalenderführer die „Einkäufe“ in ein Tagebuch ein und schickt dies am Monatsende an das Institut zurück.Manche Haushalte sind den beschriebenen Methodiken abgeneigt und wün-schen sich eine online Datenerhebung. Über das Internet werden dabei pro

1 Vgl.: Kapitel 2 2 Vgl. Inventurmethodik siehe Punkt 1.2.4.1 3 Vgl. Beschreibung der EAN siehe Punkt 3.1.3

160

Einkaufssatz alle bisher schriftlich erfragten Informationen direkt vom Panel-teilnehmer eingetragen.Der Panelteilnehmer führt permanent einen kleinen Scanner mit sich und je-der einzelne Artikel wird direkt am POS gescannt. Zu gegebener Zeit wird das Gerät an den PC angeschlossen, und die EAN Daten übermittelt. An-schließend erfolgt die Abfrage nach Einkaufsstätte und Einkaufspreis. Sollte eine EAN nicht in der Stammdatei des Institutes vorhanden sein, kann der Panelteilnehmer eine Vorklassifizierung des gekauften Artikels vornehmen.

Bei genauer Betrachtung dieser unterschiedlichen Dateneingangskanäle kann die allgemeingültige Aussage getroffen werden, dass sich eine zu analysierende Wa-rengruppe:

aus den Artikeln, Produkten oder Dienstleistungen dieser Warengruppe, die zu einem bestimmten Zeitpunkt oder über einen gewissen Zeitraum, an definierten Orten, zu bestimmten Bedingungen

erhoben werden, zusammensetzen. Es wird daher grundsätzlich von einer 4-dimensionalen Panelzahl gesprochen, mit den Ausprägungen

Artikel (EAN-Code), Periode (Zeitraum), Segment (Abverkaufsort - Einkaufsort) und Fakt (Measure).

Je nach Art des Panels unterscheiden sich diese Dimensionen (Ausprägungen) zum Teil sehr deutlich. Während die Artikel über sämtliche Panels eine gewisse Identität aufweisen4, bestimmt der Auswertungsrhythmus der Panels die Periodi-zität. Der Ort der Erhebung (Handelspanel) oder des Einkaufs (Verbraucher-panel) bildet u. a. die Bestandteile der Segmente.

4 Einerseits: Eine Kaffeemaschine bestimmten Typs bleibt eine Kaffeemaschine, unabhängig von der Pa-nelart Verbraucherpanel oder Handelspanel. Andererseits kann es aber unterschiedliche Warengruppen-definitionen geben, so dass inhaltlich identische Artikel in unterschiedlichen Warengruppen berichtet werden.

161

ArtikelSe

gmen

te

D-GesamtGebieteUnternehmensartenKey-Accounter

Klare Schnäpse

Korn

Doppelkorn

Marke A

Marke B

Period

enJan/FebMrz/Apr

D-Gesamt

Jan/Feb

Klare Schnäpse

FAKTS:Verkauf WertVerkauf StückBestand Stück

Dimensionen einer Panelzahl

Abbildung 3.1: Dimensionen einer Panelzahl

Die Art der Information bestimmt die Ausprägung und Inhalte der unterschiedli-chen Fakts.

Diese unterschiedlichen Informationsbestandteile werden im Folgenden näher beschrieben und mit einer genauen Definition versehen.

3.1 Artikel

3.1.1 Definition einer Warengruppe

Die Bandbreite der in der Beobachtung befindlichen Warengruppen der Institute umfasst nahezu das gesamte Spektrum der Artikel aus der Gebrauchs- und Ver-brauchsgüterindustrie. Eine detaillierte Auflistung der heute erhobenen Food-

162

Warengruppen befindet sich im Anhang.

Bei Betrachtung dieser Artikelbreite ergibt sich eine erste Klassifikation nach dem Unterscheidungskriterium Gebrauchs-, Verbrauchsgüter sowie Dienstleis-tungen. Diese ist aber bei weitem nicht ausreichend, um zu einer kundenspezifi-schen Marktbeobachtung für dessen Sortiment zu gelangen. Es müssen zunächst Gruppen von Artikeln gebildet werden, die gemeinsam in einer Warengruppe,Produktgruppe beobachtet werden sollen.

Die Zusammenfassung von einzelnen Artikeln führt zu einer Marke. Diejenigen Artikel, die sich in wesentlichen Merkmalen gleichen, werden als Produktgruppe bezeichnet. Die erneute Aggregation von Produktgruppen führt zu einer Waren-gruppe. Zusammenfassungen von Warengruppen ergeben einen sog. Warengrup-penkorb oder auch Category. Erst die Aggregation aller Categories führt zur „Warenwelt“.

Exemplarischer Aufbau der Artikelpyramide

GesamteWarenwelt

AlkoholischeGetränke Warengruppenkorb

Klare Schnäpse BierSekt/

Champagner

KornDoppelkornAquavit

ExportPremiumWeizen

OldesloherHardenberger

KrombacherWarsteiner

Oldesloher 0,7 LiterHardenberger 0,7 Liter

Krombacher 0,5 Liter MehrwegKrombacher 0,33 Liter Mehrweg

Warengruppen

Produktgruppen

Marken

Artikel

Artikelpyramide

Abbildung 3.2: Aufbau der Artikelpyramide

163

Wichtig ist eine klare und nach Möglichkeit einfache Definition einer Waren-gruppe. Nur dadurch sind Abgrenzungen zu anderen, ähnlichen Warengruppen gegeben. In der Regel werden die Warengruppen von Institut zu Institut unter Einbeziehung der Kundenwünsche individuell definiert, so dass allein aus diesem Umstand heraus eine unterschiedliche Marktbewertung einer Warengruppe mög-lich ist.

Eine gute und nach Möglichkeit einfache Warengruppendefinition sollte dem-nach folgendes beinhalten:

Die detaillierte Definition einer Warengruppe Unterscheidungsmerkmale innerhalb dieser Warengruppe (Produktgruppen) Art und Umfang der beobachteten Artikel Art und Umfang der ausgeschlossenen Artikel

3.1.2 Warengruppendefinitionen im FMCG und SMCG Bereich

Die detaillierte Definition der Warengruppe Sekt / Champagner eignet sich be-sonders gut zu Beschreibung einer Warengruppe:

Sekt zählt zu der Gruppe der Qualitätsschaumweine. Er ist ein aus Wein-trauben gewonnenes, alkoholisches Getränk mit Kohlensäure. Dabei be-trägt der Alkoholgehalt beim Qualitätsschaumwein 10 Vol. %, beim Qua-litätsschaumwein bestimmter Anbaugebiete (QbA) 10,5 Vol.%. Ein Alko-holgehalt von 12 Vol. % wird selten überschritten.

Unterscheidungsmerkmale innerhalb dieser Warengruppe (Produktgrup-pen)DEUTSCHER SEKT: Aus deutschen Grundweinen hergestellter Sekt.

CAVA: Bezeichnung für spanische Schaumweine nach der Flaschengär-methode.

BLANC DE BLANCS: Weißer französischer Schaumwein aus weißen

164

Trauben. Bezeichnung zur Unterscheidung vom sonst überwiegend aus ro-ten Trauben hell gekelterten Schaumwein.

QUALITÄTSSCHAUMWEIN: Höchste Qualitätsstufe beim Sekt mit genauen Vorschriften wie mindestens 10 % Alkohol, 3 Bar Druck in der Flasche usw. Beim "Qualitätsschaumwein b. A." (bestimmter Anbaugebie-te) sind geographische (Lagensekt) und Jahrgangsangaben (Jahrgangssekt)erlaubt. Eine gesonderte Unterteilung in die Einzelbetrachtungen des Qua-litätsschaumweines erfolgt nicht.

REBSORTENSEKT: 100 % des Sektes müssen in der EU von der ange-gebenen Rebsorte (z.B. Riesling) stammen, falls nicht einzelne Länder 85 % erlauben.

ROTSEKT: Fast nur in Deutschland und osteuropäischen Ländern herge-stellte Variante aus roten Trauben. Meist lieblich. Roten Champagner gibt es nicht.

ROSÉSCHAUMWEIN: Der Sektgrundwein wird aus roten Trauben ge-keltert. Der Most bleibt nach dem Pressen solange auf den Schalen (darin befinden sich die roten Farbstoffe), bis der gewünschte mehr oder weniger helle Roséton erreicht ist.

CRÈMANT: Crémants werden zwar nach der Méthode champenoise her-gestellt, dürfen sich aber nicht Champagner nennen. Diese Schaumweine kommen, je nach Anbaugebiet z.B. als "Crémant d'Alsace" oder "Crémant de Bourgogne" in den Handel. Ihre Herkunft ist auf die Anbaugebiete Bur-gund, Champagne, Elsaß und Loire beschränkt. Zur Herstellung von Cré-mants dürfen nur Weine aus der Appellation D´Origine Controlée verwen-det werden. Der enge Bezug zu den Anbaugebieten wird streng überwacht, da es sich hierbei auch um ein Qualitätsmerkmal handelt.

In der EG gelten für die Dosage von Sekt folgende Vorschriften (Zucker in Gramm pro Liter):

165

brut natur 0 - 3 g/l,extra brut 0 - 6 g/l brut 0 - 15 g/l,extra dry 12 - 20 g/l, dry, sec 17 - 35 g/l,demi-sec 33 - 50 g/l mild, süß,doux über 50 g/l

Champagner: ist ein Qualitäts-Schaumwein, der in der namensgebenden Provinz Champagne in Frankreich angebaut und gekeltert werden muss. Champagner darf die Provinz nur in Flaschen verlassen. Jeder andere Schaumwein hat sich nach deutschem Lebensmittelrecht Sekt zu nennen. Champagner muss mindestens ein Jahr lagern. Das Flaschenetikett mussdie Bezeichnung "Champagner", die Erzeuger-Nummer und Herstelleran-gaben (Haus, Winzer, Winzergenossenschaft und Nebenmarke bei Sonder-abfüllungen) tragen. Zudem muss die Geschmacksrichtung und bei Jahr-gangs-Champagner das Weinjahr angegeben werden. Verkorkt dürfen die Flaschen nur mit einem Naturkorken werden. Dieser trägt auf der Untersei-te den Aufdruck "Champagne".

Asti: (ohne ital. Sekt, ohne Prosecco) Nur aus Asti, Cuneo und Alles-sandria (Norditalien) stammender, stets süßer Schaumwein aus der Muska-tellerrebe. Asti ist immer als solcher bezeichnet.

Prosecco Spumante: (ohne Asti, ohne ital. Sekt) ist immer als solcher bezeichnet.

Merkmale: Flaschengrößen:

0,2 l Piccolo 0,375 l Demi 0,75 l Imperial 1,5 l Magnum

166

Besonderheiten: Schaumwein ist der Oberbegriff für schäumende Weine.In Frankreich und in Luxemburg heißen die durch Flaschengärung gewon-nenen Schaumweine Crémant, in Deutschland, soweit vom Winzer selbst erzeugt, Winzersekt.

Ausgeschlossene Artikel: Diabetiker - Sekt alle anderen wie oben aufgeführte Flaschengrö-ßenalle Prosecco Frizzante alle Obstschaumweine, die nicht aus Weintrau-ben hergestellt werden

Sehr selten stellt sich eine Warengruppendefinition im Bereich des SMCG einfa-cher dar. Eine Ausnahme bildet die Warengruppe DVD-(Player) Spieler.

Ein DVD-Player (auch DVD-Abspielgerät oder DVD-Spieler genannt) ist ein Abspielgerät für DVDs. DVD-Player sind speziell für das Abspielen von Videos auf einem DVD-Datenträger entwickelt worden. Die heutigen DVD-Player können außerdem noch VCDs und SVCDs, das sind CDs mit Filmen oder Photos, verarbeiten. Der DVD Player ist abwärtskompatibel zum CD-Spieler: er kann also auch Audio-CDs abspielen.

Einige neuere DVD-Player können auch Musik im MP3- und WMA-Format abspielen. Noch weniger DVD-Player können hochkomprimierte Filme im DivX-, XviD-, MP4- oder WMV9-Format abspielen. Andere so genannte "U-niversal-Player" beherrschen auch die Audio Medien bzw. Formate SACD (Super Audio Compact Disc) und DVD-Audio welche beide bessere Qualität als herkömmliche CDs bieten können, deswegen sind "Universal-Player" be-sonders in hochwertigen Audio-Anlagen oder Heimkinos oft zu finden. Die exotischsten DVD-Player verschmelzen in ihrer Funktionalität mit den Digital Media Center: sie können Videostreams vom PC über Ethernet-Kabel oder kabellos empfangen und abspielen.

Viele DVD-Player beherrschen Raumklang-Wiedergabe über entsprechende Lautsprecher, sofern ein Dolby Digital-, Dolby Surround- oder anderes Mehr-

167

kanal-Tonformat vorhanden ist. Ansonsten hört man gewohnte Stereoqualität oder auch, je nach Alter des Filmmaterials, ein Mono Tonsignal.

Die unterschiedlichen Ausführungsvarianten:

Einzelgerät

tragbares Gerät, z. B. mit kleinen Flüssigkristall-Bildschirmen

integriert in andere Geräte (Autos oder Kühlschränken)

Ausgeschlossen aus dieser Warengruppe

CD-Player gehören zu ihrer eigenen Warengruppe MD-Player5 gehören zur Warengruppe MD/MP3 Hardware PC’s mit DVD-RAM LaufwerkSeparate DVD-RAM Laufwerke für PC’s Kombinationen aus Farbfernsehgerät und DVD gehören zur Warengruppe Color TV Audio Home System + DVD gehören zur Warengruppe Audio Home Sys-tem

Sämtliche in den Panels beobachtete Warengruppen beinhalten eine Vielzahl von Einzelartikeln. Selten nur wenige hundert (Batterien) oftmals aber viele tausend Artikel sind zu einer Warengruppe verschmolzen. Jeder einzelne Artikel ist iden-tifiziert, klassifiziert und in einer Datenbank mit allen Eigenschaften hinterlegt. Damit wird es möglich mit Hilfe der unterschiedlichen Softwaretools der Institu-te genau die jeweils gewünschte Produktebene exakt zu betrachten. Würden all diese Informationen noch auf Papier geliefert, wie es im letzten Jahrhundert noch immer der Fall war, würde dies bei weitem die Form einer für den Anwender vertretbaren Berichterstattung sprengen. Erst das Internet und die Entwicklung von Datenbanken hat auf der Auswertungsseite diese EAN genaue Datenbetrach-tung ermöglicht. Dennoch müssen heute einige wenige „vernachlässigbare“ Arti-kel zu einer Sammelposition „SONSTIGE“ zusammengefasst werden.

5 MD-Player = Mini Disc Player, die in einer separaten Warengruppe beobachtet werden

168

Die Institute verfügen über sogenannte Standardseitenrisse für jede Waren-gruppe. Diese beinhalten aber nicht zwangsläufig die vollständigen Artikelpo-sitionen die aus individueller Kundensicht betrachtet werden sollen und werden daher in der Regel pro Kunde individuell an dessen Bedürfnisse angepasst. Diese Anpassung geschieht zu Beginn der Berichterstattung und ist dann ein permanen-ter Prozess. Immer wieder werden neue Artikel auf den Markt gebracht, andere dagegen verschwinden. Dies gilt es in der Berichterstattung zu berücksichtigen. Neue Artikel werden daher möglicherweise zunächst in die Sammelposition „Sonstige“ integriert, und erst bei späterer, positiver Entwicklung dieser neuen Artikel (Marken) erfolgt ein Einzelausweis.

Die Institute erhalten derartige Neuprodukt-Meldungen über drei Wege:

Der einfachste Weg ist die direkte Information durch die am Panel beteiligten Industrieunternehmen an die Institute. Allerdings beziehen nicht alle Unter-nehmen, die in diesem Markt (Warengruppe) agieren, auch die entsprechenden Paneldaten und fallen somit als Informationslieferant aus.

Weiter können die benötigten Informationen von den datenliefernden Han-delsunternehmen direkt kommen. Diese Handelsseite wird dabei einerseits durch die übermittelten Daten, andererseits auch durch die physische Be-standserhebung der Institute abgedeckt.

Dem Verbraucherpanel kommt als Informationsquelle für neue Artikel eine ganz entscheidende Rolle zu. Der tägliche Datenabruf der GfK bei den Panel-teilnehmern führt dazu, dass nahezu tagesgenau neue Artikel identifiziert wer-den können.

In der Praxis hat sich das In-Home Scanning (siehe auch Punkt 1.2.4.2.4) aus dem Verbraucherpanel als schnellster Informationslieferant für neue Artikel aus dem Bereich des FMCG herausgestellt. Die i.d.R. wöchentlich, teilweise aber auch täglich bei den Instituten eingehenden Informationen werden den bestehen-den Artikelstammdaten gegenübergestellt. So können neue EAN´s sehr schnell und einfach identifiziert werden. Der EAN Code, der eindeutig auf den Artikeln vermerkt ist, gilt heute als das sicherste Unterscheidungsmerkmal.

169

3.1.3 Der EAN Code

Die EAN ist eine International abgestimmte, einheitliche und weltweit über-schneidungsfreie 8-, 13- oder 14-stellige Artikelnummer für Produkte und Dienstleistungen. Sie bildet die Grundlage für den Einsatz der Scannertechnolo-gie und erleichtert wesentlich die elektronische Kommunikation.

die 13-stellige EAN, auch Normalnummer genannt die 8-stellige EAN, auch Kurznummer genannt

Auf den Artikeln sind bei beiden Varianten immer ein maschinenlesbarer Bal-kencode sowie eine Ziffernreihe sichtbar.

3.1.3.1 Der 13-stellige EAN Code

40 13600 01111 2 Länderkenn- Betriebs- individuelle Prüfziffer zeichen nummer Artikelnr.

Abbildung 3.3: Der 13-stellige EAN Code

Dieser EAN ist in vier Abschnitte aufteilbar (vgl. Abbildung 3.3):

Die ersten beiden Stellen beschreiben das Land der Organisation, welche die nachfolgende Herstellnummer vergeben hat. Jeder Mitgliedsgesellschaft, die der-artige EAN´s vergibt, wurde ein bestimmter Ziffernkreis zugeteilt. Nun ist leicht ersichtlich, dass diese beiden Länderziffern, bei immerhin 129 Mitgliedsländern, nicht ausreichen können. Aus diesem Grund wurden einigen Ländern bereits die ersten drei Ziffern bereitgestellt. Eine genaue Übersicht, welche Länder an dieser EAN beteiligt sind, befindet sich im Anhang. Für die Bundesrepublik Deutsch-

170

land, hier ist die Mitgliedsgesellschaft die GS1 in Köln (vormals CCG)6, sind dies die Ziffernfolgen 40, 41, 42 und 43.

Die anschließenden fünf Stellen beschreiben den Betrieb oder Teilnehmer, der den gesamten EAN für einen Artikel vergibt. Dies dürfte in der Regel der Her-steller oder Lieferant des Artikels sein. Prinzipiell aber vergibt derjenige die voll-ständige EAN, der diese als erster in das Gesamtsystem einbringt und den ma-schinenlesbaren Code aufdruckt. Daher müssen auch nicht die ersten beiden Stel-len jeweils das Herkunftsland beschreiben, es wird länderübergreifend ein einmal festgelegter Code auch in anderen Ländern weiter verwendet.

Die Stellen 8-12 dienen als individuelle Artikelnummer des Herstellers bzw. des Lieferanten. Die bereits in Gebrauch befindliche interne Artikelnummer kann hier verwendet werden, oder, falls diese mehr als 5 Stellen umfaßt, könnte jede beliebige andere Nummer vergeben werden. Sollte ein Hersteller/Lieferant mehr als 100.000 Artikel in seinem Sortiment führen, kann dieser bei der CCG eine zusätzliche Betriebsnummer (Stelle 3-7) beantragen. Zur sinnvollen Anwendung von Warenwirtschaftssystemen sowie von Scannerpaneldaten ist es notwendig, dass möglichst viele Artikel mit einer EAN-Nummer ausgestattet werden.

Die 13. Stelle stellt die Prüfziffer dar, die nach dem sog. Modulo 10 Verfahren errechnet wird. Dieses System wird unter Punkt 3.1.3.4 ausführlich erklärt7.

3.1.3.2 Die Prüfziffer

Die jeweils letzte Ziffer beider EAN Codes (8 oder 13 stellig) stellt die Prüfziffer dar. Eine derartige Prüfziffer wird überall dort benötigt, wo an die eigentliche Datenerfassung keine zusätzliche Prüfroutine angeschlossen werden kann (z. B.:

6 GS1 Germany GmbH (ehemals CCG) ist das Dienstleistungszentrum für unternehmensübergreifende Geschäftsabläufe in der deutschen Konsum- und Gebrauchsgüterwirtschaft. Sie ist zudem Gründungsmit-glied der internationalen EAN-Organisation, deren Standards heute in 129 Ländern eingesetzt werden. Gesellschafter der GS1 Germany sind der Markenverband und das EuroHandelsinstitut. Die GS1 Germa-ny wird paritätisch von Industrie und Handel getragen.7 Die verkürzte 8-stellige EAN Nummer ist ähnlich aufgebaut, jedoch ist die Betriebsnummer lediglich 3 und die Artikelnummer 2 stellig auf den Artikel gedruckt.

171

nochmalige Kontrolle der Eingabe). Beim Einkauf oder Einscannen der Ware an den Kassen muss gewährleistet sein, dass die korrekte Nummer eingegeben oder gescannt wurde.

In der Praxis wurde eine Vielzahl von Methoden zur Prüfziffernberechnung ent-wickelt und getestet. Für die Prüfziffer der EAN gab es jedoch keine Auswahl-möglichkeiten. Es mussten die Prüfalgorithmen des amerikanischen UPC Sys-tems übernommen werden. Dies allein schon aus dem Grund, damit beide Sys-teme kompatibel zueinander sind, und ein reibungsloser Warenaustausch ge-währleistet werden konnte.

Dieses UPC System (UPC steht für Unique Product Classification) basiert auf ei-ner Gewichtung der zu prüfenden Ziffernfolge. Es werden die beiden Ziffern 3 und 1 jeweils alternierend (wichtig: von rechts beginnend) mit der EAN multipli-ziert, die Gesamtsumme durch 10 dividiert und der „Rest“ von 10 subtrahiert. Das Resultat entspricht der Prüfziffer.

3.1.3.3 Die Instore Codes

Die Instore Codes sind für die Institute eine sehr spannende, aber auch sehr auf-wendige Angelegenheit. Spannend und aufregend zugleich, da identische Artikel von Key-Account zu Key-Account eine andere, da individuell vergebene, „EAN“ Nummer aufweisen können. Dies soll am Beispiel von Frischeprodukten darge-legt werden.

Zu den Frischeprodukten zählen neben Obst und Gemüse auch die Frischware an der Wurst- und Käsetheke. Obst und Gemüse wurde bisher in vielen Fällen vom Kunden selbst abgewogen; ein Zeichensymbol auf der Waage bot dem Kunden die notwendige Unterstützung. Der erstellte Wiegeschein wurde auf die Verpa-ckung geklebt.

Von diesem System sind die meisten LEH Geschäfte wieder abgerückt. Die fal-sche Bedienung der Waage, betätigen der billigeren „Holländische Tomaten“ Taste, obwohl deutsche Ware eingekauft wurde; nachlegen von Ware nach dem

172

wiegen etc. hat dazu geführt, dass die meisten Geschäfte heute mit besonderen Kassensystemen (Scanner mit integrierter Waage) ausgestattet sind. Es wird nicht mehr ein EAN Code mit Preisangabe bei der Entnahme der Ware gedruckt, son-dern die Ware wird an der Kasse direkt abgewogen und bepreist.

Während dieses System für Obst und Gemüse möglich ist, kann Wurst und Käse als Frischware nicht unbedingt erst an der Kasse gewogen und in Augenschein genommen werden. Hier ist es weiterhin notwendig, dass die Bedienung an den entsprechenden Theken scannermäßig lesbare Etiketten druckt.

Ein derartiger „Instore-Code“ enthält eine Vielzahl von Informationen. Wichtig aber ist, dass die letzten Ziffern oftmals den Preis beinhalten. Damit ist das Pri-cing gewährleistet, jedoch ist nicht in jedem Fall ersichtlich, welche Wurst und Fleischart, bzw. welche Käseart in der Bedientheke gekauft wurde. Leider ist es auch so, dass Wurstwaren bei den Key-Accountern durchaus mit unterschiedli-chen „EAN´s“ ausgestattet werden. Damit ist auch Key-Account übergreifend nicht gewährleistet, dass zufällig identische „EAN´s“, und sei es auch nur in be-stimmten Nummernsegmenten, die identische Bedeutung haben. Von daher sind diese Codes für die Institute ebenfalls sehr aufwendig in der weiteren Verarbei-tung.

Ein anderer Aspekt ist die Verweigerung des EAN Nummersystems und der Auf-bau einer eigenen „EAN“ Datei. Diesen Weg hat Aldi sehr lange beschritten, je-der Artikel wurde mit einer internen Nummer versehen. Heute ist Aldi von die-sem System abgerückt und bedient sich des Industriestandards.

3.1.3.4 Die Ermittlung der Prüfziffer

Die Prüfziffer für obiges Beispiel lässt sich wie folgt berechnen:

EAN : 4 0 1 3 6 0 0 0 1 1 1 1 Gewichtung : 1 3 1 3 1 3 1 3 1 3 1 3 Multiplikation: 4 0 1 9 6 0 0 0 1 3 1 3 Summe : 28

173

Die Division dieser Summe durch das Modul ergibt 2 „Rest“ 8. Das Modul (10) abzüglich des Restes stellt die Prüfziffer (10 - 8), in diesem Fall 2.

Diese Methode gilt für die Ermittlung der notwendigen Prüfziffer. Die eigentli-che Kontrolle der Prüfziffer, also die Prüfung auf Richtigkeit der gesamten EAN, erfolgt analog. Der Faktor für die Prüfziffer ist dabei 1. Ist die gesamte Nummer richtig eingegeben, so muss sich nach der beschriebenen Vorgehensweise im letzten Schritt der Division als „Rest“ immer eine „0“ ergeben. Ist dies nicht der Fall, liegt ein Fehler vor.

EAN : 4 0 1 3 6 0 0 0 1 1 1 1 2Gewichtung : 1 3 1 3 1 3 1 3 1 3 1 3 1Multiplikation: 4 0 1 9 6 0 0 0 1 3 1 3 2

Summe : 30 Division : 30 / 10 = 3 „Rest“ 0

3.1.4 Der ISBN und ISSN Code

Neben der EAN haben sich andere Standardisierungsmethodiken etabliert. Im Wesentlichen sind hier die

ISBN – Internationale Standard-Buchnummer, und die ISSN – International Standard Serial Number

zu nennen.

Der ISBN Code bezeichnet ein in aller Welt eindeutiges, maschinenlesbares I-dentifikationsmerkmal für ein Buch. Neben dem Bestellwesen für Bücher stellt es ein wesentliches Merkmal für die internationale Literaturausstattung der Bib-liotheken dar. Es sichert die innerbibliothekarische Zusammenarbeit auch über Landesgrenzen und oftmals Sprachbarrieren hinweg.

Die Buchproduktion wird nun nicht weltweit zentral benummert, sondern die

174

Vergabe einer ISBN Nummer erfolgt jeweils landesweit. Damit keinerlei Dop-pelbenummerungen möglich sind wurde die ISBN in vier Teile aufgeteilt. Die verschiedenen Teilbereiche sind entweder durch Bindestriche oder Zwischen-räume voneinander abgegrenzt. Eine unstrukturierte Darstellung der 10 stelligen Nummer ist nicht zulässig. Gleichzeitig gilt eine Nummernfolge im ISBN Format nicht als Internationale Standard Buchnummer, wenn die Buchstaben ISBN nicht vorangestellt sind.

Damit hat eine gültige ISBN, die in vier Teile unterteilt wird, folgende Struktur: Beispiel: ISBN 3–404–11896–0

Teil 1 – Gruppennummer – Beispiel hier 3 Die Gruppennummer bezeichnet geographische, nationale oder sprachliche Gruppen. Im obigen Beispiel steht die 3 für den deutschsprachigen Raum beste-hend aus der Bundesrepublik, Österreich und der deutschsprachigen Schweiz.

Teil 2 – Verlagsnummer – Beispiel hier 404 Die Verlagsnummer kennzeichnet den jeweiligen Verleger eines Buches. Diese ist variabel und kann 3-, 4- oder auch 5-stellig sein.

Teil 3 – Titelnummer – Beispiel hier 11896 Die Titelnummer ist eine von Verlag selbst zu vergebende Artikelnummer für je-den einzelnen Artikel.In Abhängigkeit von Teil 2 der ISBN stehen den Verlagen jeweils unterschiedli-che Mengen an Artikelnummern zu Verfügung. Können bei 3-stelliger Verlags-nummer immerhin 100.000 Artikelnummern vergeben werden, so stehen bei ei-ner 5-stelligen Verlagsnummer nur noch 1.000 interne Artikelnummern zur Ver-fügung.

Teil 4 – Prüfziffer – Beispiel hier 0 Die Prüfziffer ist immer einstellig. Die Berechnung erfolgt auf Basis des Modu-lo8 11 mit der Gewichtung 10 bis 2.

8 Zur Berechnungsmethodik siehe Prüfziffernberechnung bei der EAN, Seite 172

175

Neben Büchern existieren Veröffentlichungen von fortlaufenden Sammelwerken. Gemeint sind hiermit Veröffentlichungen, die keinen von vornherein geplanten Abschluss haben und in aufeinanderfolgenden Teilen erscheinen. Für diese Zeit-schriften, Schriftenreihen und Zeitungen wurde die ISSN (Internationale Stan-dard Serial Number) entwickelt9.

Eine ISS Nummer besteht grundsätzlich aus 8 Ziffern. Getrennt durch einen Bindestrich, sind diese in zwei Gruppen zu je 4 Ziffern getrennt. Diese Gruppen-unterscheidung lässt analog zur ISBN ein Sprachgebiet oder einen Verlagskenn-ziffer vermuten. Diese ist jedoch aus einer ISSN nicht ablesbar. Inhaltlich stellen die ersten sieben Ziffern die ISSN dar, die achte Ziffer ist die Prüfziffer als Er-gebnis der Modulo 11 Berechnung10.

Die ISBN Nummernvergabe obliegt dem Verlag, anders ist es bei der ISSN. Hier erfolgt die Vergabe zentral durch die International Serials Data Systems (ISDS) mit Sitz in Frankfurt am Main11.

3.2 Segmente

Die Segmente beschreiben die Stätte des Warenverkaufs für das Handelspanel, bzw. des Wareneinkaufs für das Verbraucherpanel. Gleichzeitig definieren diese auch die Orte der Datenerhebung und damit die Segmentierungsmöglichkeiten der unterschiedlichen Panelarten. Je nach Art des Panels unterscheiden sich diese ausweisbaren Segmente sehr deutlich. Im Handelspanel Non-Food werden ande-re Segmente (Einkaufsstätten) mit einem anderen Detaillierungsgrad als im Han-delspanel Food ausgewiesen.

Bei der Bestimmung der zu einem Panel gehörigen Segmente wird in erster Linie auf das typische Kaufverhalten der Kunden, sowie das Angebotsverhalten der Händler abgezielt. Weiterhin muss selbstverständlich gewährleistet sein, dass ei-ne Erhebung überhaupt möglich ist.

9 siehe auch http://www.issn.org10 Die konkrete Berechnung dieser Prüfziffer ist in der DIN ISO 3297 ausführlich beschrieben 11 Zur genauen Systematik vgl.: www.ISDS.com

176

In dieser Betrachtungsweise würden allerdings nur die sog. klassischen Ver-triebswege berücksichtigt. Diese Einschränkung auf den stationären Handel ist aber für eine Gesamtmarktbetrachtung bei weitem nicht ausreichend. Mit dem Aufkommen des E-Commerce ist eine völlig neue Absatzform entstanden, deren Bedeutung ständig steigt und somit auch in die Panelberichterstattung mit ein-fließen muss.


Offline -stationärer Handel

Brick and Mortar Click and Mortar Pure Player

Online -E-Commerce

Abbildung 3.4: Gesamtheit aller Panels

Dieser Vertriebsweg bedingt das erste Klassifizierungsmerkmal und die Eintei-lung erfolgt nach folgendem Aufbau:

1. reine offline Geschäfte – Brick & Mortar hierbei handelt es sich um den ursprünglichen, stationären Handel, der le-diglich die klassischen Vertriebswege nutzt. Handel über die Vertriebs-schiene Internet wird nicht betrieben. Oftmals verfügen sie über eine eige-ne Homepage, jedoch nie über einen Onlineshop.

177

2. reine online Geschäfte – Pure Player: dieser Geschäftstyp verfügt über keinen stationären Handel, sondern ist rein über das Internet tätig. Oftmals handelt es sich um Spezialisten, die sich auf wenige Produktfelder spezialisiert haben.

3. online und offline Geschäfte - Click & Mortar diese Geschäftstypen verfügen über beide beschriebenen Vertriebsformen. Sie verfügen über stationäre Outlets und über einen Internetshop.

Eine Vielzahl von Segmenten ist in den verschiedenen Instituten unterschiedlich definiert. Dies ist eine erste Hürde beim Vergleich der Daten zwischen den Insti-tuten. Erschwerend kommt allerdings noch hinzu, dass sogar die Definition eines Segments von Panelart zu Panelart unterschiedlich sein kann.

3.2.1 Segmente des Handelspanels

Für das Handelspanel Food und auch Non-Food erfolgt grundsätzlich ein stan-dardisierter Segmentsplitt nach:

Vertriebsweg BCP (Brick and Mortar; Click and Mortar; Pure Player)(wurde das Produkt über den klassischen, stationärer Handel, über den Ver-sandhandel verkauft oder wurde es online vertrieben)

Gebieten(in welcher Region, in welchen Bundesländern wurde ein Produkt verkauft),

Geschäftstypen(Berücksichtigung finden u. a. die Geschäftsgröße nach Quadratmetern und Umsatz, das Warensortiment, etc.)

Key-Accountern oder Absatzmittlern(welcher Organisation gehört ein Geschäft an)

178

Die beiden erstgenannten Segmente sind für alle Handelspanelarten identisch. Der Verkaufsweg BCP, unterschieden nach Online (Web-Site) oder Offline (sta-tionärer Handel), macht keinen Unterschied in den zu beobachtenden Branchen. Nahezu alle in der Vergangenheit lediglich stationär verkauften Artikel, sind heu-te auch online verfügbar.

Bayern

Baden-Württemberg

Saarland

Hessen

Nordrhein-Westfalen

Berlin

Schleswig-Holstein

Branden-burg

Sachsen

Sachsen-Anhalt

Thüringen

Mecklenburg-Vorpommern

Rheinland-Pfalz

Bremen Hamburg

Niedersachsen

Abbildung 3.5: Gebietsaufteilung der Bundesrepublik

Ähnliches gilt für Gebietsausweise. Die Bundesrepublik unterscheidet sich nicht nach Food- oder Non-Food Märkten, sondern immer nach Bundesländern, Regie-rungsbezirken oder je nach Panel nach vielfach noch kleineren regionalen Ein-heiten. Daher gelten die Gebietsbeschreibungen ebenfalls Handelspanel übergrei-fend.

Der Ausweis von Bundesgebieten zählt für alle Institute, hier sind die GfK in Nürnberg, Information Resources und auch A.C. Nielsen zu nennen, zur Stan-dardlieferung. Alle haben die gleiche Definition zugrunde gelegt. Die Gebiete basieren auf den unterschiedlichen Bundesländern (vgl. Abbildung 3.5), werden

179

aber zwischen den Instituten unterschiedlich bezeichnet. Die Tabelle 3.1 zeigt die wesentlichen Gebietsunterscheidungen, die als Standards zu bezeichnen sind.

Tabelle 3.1: Gebietsaufteilung der Bundesrepublik

GfK Nürnberg Information Resources

A.C. Nielsen

Nord West - Schleswig-Holstein, Hamburg - Niedersachsen, Bremen

Gebiet 1 - Gebiet 1 (Nord) - Gebiet 1 (Süd)

Nordrhein-Westfalen- Nordrhein - Westfalen

Gebiet 2 - Gebiet 2 (West) - Gebiet 2(Ost)

Mitte- Hessen, Rheinland Pfalz, Saarland

Gebiet 3a

Baden Württemberg Gebiet 3b Bayern Gebiet 4 Berlin Gebiet 5 Nord Ost - Mecklenburg-Vorpommern - Brandenburg, Sachsen-Anhalt

Gebiet 6

Thüringen, Sachsen Gebiet 7

3.2.1.1 Geschäftstypen des Handelspanels Food

Bei dem Ausweis nach Geschäftstypen werden die Geschäfte, die für das Han-delspanel FOOD relevant sind, in die drei Bereiche Verbrauchermärkte, Dis-counter und Traditioneller LEH unterteilt. Als relevant gilt im Jahr 2006 der sta-tionäre Handel. Der Vertriebsweg „online“ findet bislang in diesem Panel ebenso wenig Berücksichtigung wie der Versandhandel12.

3.2.1.1.1 Verbrauchermärkte

Verbrauchermärkte sind Selbstbedienungs-Einzelhandelsgeschäfte, die eine Ver-

12 Nicht alle Panels lassen diese Segmente unberücksichtigt. Vgl. auch die Segmente des Handelspanels Non-Food und des Verbraucherpanels

180

kaufsfläche von 800 m2 und mehr aufweisen13. Es werden hier Lebensmittel, aber auch Ge- und Verbrauchsgüter des kurz- und mittelfristigen Bedarfs angeboten.

Die großen Verbrauchermärkte mit einer Verkaufsfläche von 5.000 qm und mehr werden auch als Selbstbedienungs-Warenhäuser (SB-Warenhäuser) bezeichnet.Diese führen ein warenhausähnliches Sortiment, analog der Definition des Ver-brauchermarktes, aber zusätzlich mit Gebrauchsgütern des langfristigen Bedarfs (z. B.: Fernsehgeräte).

Alle Verbrauchermärkte weisen in der Regel einen zentralen Check-Out und weiträumige Kundenparkplätze auf. Der Standort ist oftmals in Stadtrandlagen. Die Institute unterteilen dieses Segment weiter in verschiedene Größenklassen und Regionen. Eine Untergliederung der Verbrauchermärkte nach allen oben be-schriebenen feinen Gebieten erfolgt jedoch aus methodischen Gründen nicht.

Die Verbrauchermärkte weisen somit in den Berichten der Institute folgende Un-tergliederung auf:

Verbrauchermärkte Gesamt Verbrauchermärkte Gesamt

800 - 1499 Qm1500 - 2499 Qm

2500 - 4999 Qm

5000 Qm und

mehr

Verbrauchermärkte WESTVerbrauchermärkte NORD WEST(Schleswig-Holstein, Hamburg, Nieder-sachsen, Bremen)Verbrauchermärkte NRWVerbrauchermärkte MITTE

Verbrauchermärkte SÜD(Bayern, Baden-Württemberg)

Verbrauchermärkte OST

Verkaufsfläche Regionen

(Hessen, Rheinland-Pfalz,Saarland)

Abbildung 3.6: Segmentierung der Verbrauchermärkte 13 A.C. Nielsen definiert im Handelspanel FOOD die Verbrauchermärkte erst ab einer Verkaufsfläche von 1000m2. Gleiches gilt für das Handelspanel Non-Food der GfK.

181

Abbildung 3.7 verdeutlicht die leicht positive Entwicklung der Verbraucher-märkte. Die Anzahl der Outlets ist nahezu kontinuierlich (Ausnahmen 2001 und 2005) gestiegen. Diese Steigerung kann die Umsatzentwicklung nicht aufweisen, denn immerhin in 2001, 2003 und 2005 mussten Umsatzverluste gegenüber dem Vorjahr hingenommen werden.

Die kräftige Steigerung im Jahr 1994 ist in erster Linie auf eine veränderte Defi-nition dieses Segmentes zurückzuführen. Bis Ende 1993 lag die Verkaufsflächen-definition eines Verbrauchermarktes bei 1.000 qm und mehr. Diese Definition wurde dann auf die Verkaufsflächenzahl von 800 qm und mehr reduziert.

0

10

20

30

40

50

60

1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 20050

10

Anzahl in Tsd. Umsatz in Mrd. €

in Tsd.in Mrd. €

Abbildung 3.7: Entwicklung der Anzahl Geschäfte und Umsatz der Verbrau-chermärkte

3.2.1.1.2 Discounter

Discounter sind Selbstbedienungsgeschäfte die ein eng begrenztes Sortiment mit überwiegendem Lebensmittelanteil führen. Die Ausstattung der Geschäfte ist e-her einfach gehalten, es wird eine starke Betonung auf Niedrigpreise gelegt.

182

Als wichtige Vertreter dieser Gruppe sind die Firmen ALDI, NORMA, LIDL, PLUS, PENNY und NETTO zu nennen. Alle Handelspanelinstitute haben große Probleme diese Art des Geschäftstyps vollständig darzustellen. Immer noch ist es so, dass der wichtigste Vertreter dieser Gruppe, ALDI, keinerlei Daten an die beiden Institute liefert, oder eine Erhebung durch die jeweiligen Außendienstmit-arbeiter zulässt. Die Handelspanelzahlen beider Institute sind daher für den Dis-countbereich unvollständig (siehe auch Problematik ALDI Punkt 1.2.2.1.1).

Die Discounter werden von den Instituten auf geographischer Basis nur recht grob in die Discounter West und Ost untergliedert.

Discounter Gesamt - Discounter WEST - Discounter OST

0

10

20

30

40

50

60

1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 20050

10

20


in Tsd.in Mrd. €

Abbildung 3.8: Entwicklung der Anzahl Geschäfte und Umsatz der Discounter

Eine andere Unterscheidung orientiert sich an dem Datum des Markteintritts.

183

Nach dieser Vorgehensweise kann in klassische und Markendiscounter unter-schieden werden.

Klassische Discounter14

- Aldi, Lidl, Norma

Markendiscounter- Diska, Kondi, Netto, NP, Penny, Plus und Treff

In Abbildung 3.8 wird die positive Entwicklung dieses Geschäftstyps sehr deut-lich. Die Anzahl der Discounter hat sich im Zeitraum 1990 – 2005 nahezu ver-doppelt. Beim Umsatz dagegen wurde nahezu eine Verdreifachung erzielt.

3.2.1.1.3 Traditioneller LEH

Alle Geschäfte, die nicht in die Kategorie Verbrauchermärkte oder Discounter gehören, aber vorwiegend Lebensmittel anbieten, werden als Traditioneller LEH bezeichnet. Ausgenommen sind so genannte Fachgeschäfte (z. B. Süßwarenein-zelhandel, Bäckereien), die nur ein Lebensmittelrandsortiment offerieren.

Eine weitere Untergliederung des Traditionellen LEH erfolgt, wie bei den Ver-brauchermärkten, nach der Verkaufsgrößenklasse. Regionale Unterteilungen gibt es nicht.

Traditioneller LEH Gesamt - bis 199 qm - 200-399 qm - 400-799 qm (auch Supermärkte genannt)

Abbildung 3.9 zeigt auf, welche Entwicklung der traditionelle LEH in den letzten Jahren aufzuweisen hat. Die Zunahme der Anzahl der Geschäfte in 1992 ist allein auf die Eingliederung der neuen Bundesländer zurückzuführen, ebenso wie der daraus folgende Umsatzsprung. Seit diesem Zeitpunkt aber ist hier ein permanent 14 Oftmals auch als Harddiscounter bezeichnet

184

starker Rückgang zu verzeichnen.

0

10

20

30

40

50

60

70

80

1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 20050

10

20

30

40

50

60

70

80


in Tsd.in Mrd. €

Abbildung 3.9: Entwicklung der Anzahl Geschäfte und Umsatz des traditionellen LEH

Insgesamt haben diese drei beschriebenen Segmentierungsformen folgende Ent-wicklung in den letzten beiden Jahren aufzuweisen:

Tabelle3.2: Entwicklung der Geschäftstypen

Geschäftstypen Anzahl Geschäfte Umsatz in Mrd. € 2004 2005 2003 2004 Verbrauchermärkte 7.980 7.940 52,1 51,7 Discounter 14.270 14.540 52,4 54,2 Traditioneller LEH 32.390 29.670 21,3 19,9 Gesamt: 54.640 52.150 125,8 128,8

185

3.2.1.2 Key-Accounter des Handelspanels Food

Die Key-Account Betrachtung ist der dritte Blick auf den Gesamtmarkt der Bun-desrepublik Deutschland. Eine beständige Definition kann hier jedoch nicht ab-gegeben werden. Die Strukturen der unterschiedlichen Absatzmittler variieren permanent. Bestehende Geschäfte wechseln die Organisationszugehörigkeit und bedingen dadurch eine veränderte Struktur der Key-Accounter. Bestenfalls kann von einer Konzernuntergliederung gesprochen werden. Dies ist eine relativ feste Größe, die eine wechselnde und deshalb nur variable Unterteilung beinhaltet.

„Feste“ Untergliederung „Variable“ Untergliederung

Metro Einzelhandel Edeka-Gruppe Einzelhandel

Beteiligungsgesellschaften Sonstige Beteiligungen Gedelfi Spar

MarkantRewe-Handelsgruppe -799 QM

800-1499 QM 1500 QM und mehr

Tengelmann-GruppeRestl. LEH

Abbildung 3.10: Key-Accounts

Darüber hinaus geben die Key-Accounter sehr detailliert vor, welcher Ausweis durch die Institute erfolgen darf.

Auch diese Vorgabe kann sich von Jahr zu Jahr ändern. Da somit keine eindeuti-ge Definition möglich ist, werden in Abbildung 3.10 nur die übergeordneten Ausweismöglichkeiten aufgeführt.

Für die Jahre 2004 und 2005 haben diese Key-Accounts nachfolgende Werte für die Anzahl Geschäfte und Umsatz aufzuweisen:

186

Tabelle 3.3: Anzahl Geschäfte und Umsätze der Key-Accounts in 2004/2005

Key-Accounts Metro-Einzel-handel

Edeka Spar15 Markant Rewe Tengel-mann

Restl.LEH

Anzahl der Ge-schäfte (2005)

580 10.260 5.250 20.660 7.115 3.730 14.945

Umsatz in Mrd. € (2004)

7,730 25,855 8,225 24,550 21,550 8,745 13,885

3.2.1.3 Weitere Segmente des Handelspanels Food

Die unter den Punkten 3.2.1.1 und 3.2.1.2 beschriebenen Segmente sind in der Standardlieferung der Institute bei nahezu allen Warengruppen enthalten. In vie-len Warengruppen allerdings ist diese Art der Unterteilung nicht aussagekräftig genug und muss umfangreicher erfolgen.

Werden in den Bereichen der Körperpflege-Warengruppen auch Segmente wie die Drogeriemärkte und Parfümerien mit einbezogen, so müssen bei einer voll-ständigen Beobachtung des Biermarktes die Getränke Abholmärkte mit ausge-wiesen werden.

3.2.1.3.1 Drogerie-/Parfümerie-Fachhandel

Der komplexe Bereich des Drogerie-/Parfümerie Fachhandels setzt sich aus meh-reren unterschiedlichen Einzelsegmenten zusammen. Dazu gehören neben dem Traditionellen Fachhandel und den Drogeriemärkten auch die Drogerie- und (bzw.) die Parfümerieabteilungen der Konzernwarenhäuser.

Der Traditionelle Fachhandel beinhaltet dabei die Fachdrogerien und die Fach-parfümerien. Traditionelle Drogerien und Drogerien mit Parfümerie Randsorti- 15 Seit Januar 2006 wird die Spar nicht mehr separat ausgewiesen. Diese Geschäfte sind in die Edeka-Gruppe integriert.

187

menten werden den Fachdrogerien zugeordnet, während unter die Fachparfüme-rien filialisierte und nicht filialisierte Fachgeschäfte mit annähernd ausschließli-chem Umsatz im Depotkosmetikbereich zugeordnet werden.

Ein Drogeriemarkt ist ein Einzelhandelsgeschäft, das im Wesentlichen Droge-riewaren führt. In der Regel wird zusätzlich ein absatzstarkes (schnell drehendes) Markenartikelsortiment in Selbstbedienung vertrieben. Dieses Zusatzsortiment unterliegt dem Discountprinzip (geringe Sortimentsbreite und -tiefe, eher niedrigpreisig angesiedelt).16 Die Fachparfümerie- und Drogerieabteilungen von Karstadt und Kaufhof werden unter dem Segment der Konzernwarenhäuser aus-gewiesen.

3.2.1.3.2 Abholmärkte

Als Abholmarkt werden alle Geschäfte definiert, die den Hauptumsatz aus dem Verkauf von Getränken in Mehrwegverpackungen realisieren. Hierbei unter-scheidet man zwischen:

ungebundene oder gebundene Abholmärkte

Als ungebunden zählen Filialisten wie z.B. Fristo, Hoffmann und Kronland. Han-delt es sich allerdings um eine ausgelagerte Getränkeabteilung z. B. eines Ver-brauchermarktes, wird dieser als gebundener Abholmarkt bezeichnet. Dies gilt auch für Märkte die räumlich und auch organisatorisch getrennt sind, aber den-noch als ausgelagerte Getränkeabteilung anzusehen sind.

In den Panelberichten werden nur die ungebundenen Getränkeabholmärkte in das separate Segment Abholmärkte einbezogen. Die gebundenen Verkaufsstätten fließen dagegen in die Verbrauchermärkte, oder dem jeweiligen anderen Ge-schäftstyp mit ein.

16 Die genaue Entwicklung dieses Segmentes ist im Anhang aufgeführt.

188

3.2.1.3.3 Kauf- und Warenhäuser

Warenhäuser sind Einzelhandelsgroßbetriebe in zentraler City-Lage. Es wird ein breites Sortiment vorwiegend aus den Bereichen Bekleidung, Textilien, Haus-haltswaren und Lebensmittel angeboten. Hierzu zählen Karstadt, Galeria Kaufhof sowie Woolworth.

Kaufhäuser dagegen sind Einzelhandelsfachgeschäfte mit ebenfalls größerer Flä-che, allerdings mit einem breiten und tiefen, branchenbetonten Sortiment.

Im Jahr 1995 existierten noch 750 Geschäfte dieses Typs – im Jahr 2005 ledig-lich noch 285. Der Umsatz ging im gleichen Zeitraum von € 17,23 Mrd. auf € 9,47 Mrd. zurück.

3.2.1.4 Zusammenfassung

Tabelle 3.4: Entwicklung der Anzahl Geschäfte und Umsatz des LEH Gebiet Anzahl der Geschäfte des

L E H Umsatz der Geschäfte in

Mrd. Euro 2004 2005 2003 2004

Nord-West 7.915 7.510 17,080 16,990 Nordrhein-Westfalen

9.820 9.325 23,030 22,905

Mitte 7.205 6.845 13,750 13,675 Baden-Württemberg

6.020 5.715 11,960 11,900

Bayern 8.290 7.870 13,240 13,170 Nord-Ost 5.105 4.825 8,250 8,175 Thüringen-Sachsen

5.235 4.950 8,770 8,695

Berlin 1.110 1.060 4,120 4,090

Gesamt 50.700 48.100 100,200 99,600

Die verschiedenen Segmente des Handelspanels Food entwickeln sich derart un-terschiedlich, dass ein jährlicher Blick auf die genauen Strukturen, Zugehörigkei-ten und auch Umsatz- und Outletentwicklung notwendig ist. Aus diesem Grund

189

werden die Grundgesamtheiten durch Information Resources und auch A.C. Nielsen jährlich neu veröffentlicht. Ein Blick auf die Tabelle 3.10 zeigt den Stand der Geschäfte nach Anzahl und Umsatz in den Jahren 2004 und 2005.

3.2.2 Segmente des Handelspanels Non-Food

3.2.2.1 Überblick

Das Handelspanel Non-Food berichtet den identischen regionalen Split wie auch das Handelspanel Food, zur detaillierten Beschreibung siehe daher Kapitel 3.2.1. Auch die Geschäftstypen, mit dem Ausweis der Discounter und einer Vielzahl von Fachgeschäften, weisen hier eine ähnliche Struktur auf. Ein wesentlicher Un-terschied ist allerdings in der Definition der Verbrauchermärkte gegeben. Ist im Handelspanel Food ein Verbrauchermarkt seit 1992 bereits ab 800 qm definiert, so definiert die GfK Marketing Services dieses Segment, wie seit Anbeginn, ab 1.000 qm. Kontinuität geht hier vor Zeitreihenverlust.

3.2.2.2. Internationale Key-Account Definitionen

Die Handelspanelberichterstattung aus dem Bereich der Non Food Panels ist heu-te als ein internationales Panel anzusehen. Die GfK Marketingservices betreibt heute in nahezu allen Ländern dieser Welt (Ausnahmen gibt es noch in Afrika) ein derartiges Panel. Damit ist eine Internationale Berichterstattung möglich. Ei-ne derartige Berichterstattung bedingt allerdings einen hohen Abstimmungsbe-darf in Bezug auf die unterschiedlichen zu berichtenden Dimensionen. Insbeson-dere für die Absatzmittler gilt es hier einheitliche Definitionen, soweit dies mög-lich ist, zu finden. Einige wesentliche Definitionen seien hier aufgeführt.

ApothekenIn Apotheken werden neben pharmazeutischen, rezeptpflichtigen Artikeln auch Over the counter (OTC) Produkte und Gesundheitsartikel verkauft. Abgerundet wird das Gesamtsortiment durch einige wenige Warengruppen aus dem Bereich des BHC (Beauty and Household Care). Insbesondere zählen hierzu Zahncremes,

190

ausgewählte Kosmetika und Babyartikel. Aufgrund der zunehmenden Bedeutung der Apotheken für diese Warengruppen ist diese Erhebung notwendig.

Autofachhandel (Ersatzteile und Zubehör) Hier erfolgt die Spezialisierung auf Ersatz- und Zubehörteile rund um das KFZ. Zu den wichtigsten Warengruppen gehören HiFi-Systeme, Navigationssysteme, Telekommunikationseinrichtungen. Aber auch Autowerkzeuge und Pflege- und Reinigungsmittel fehlen nicht.

Autogroßhandel (Ersatzteile und Zubehör) Bei einem ähnlichen Sortiment wie es der Autofachhandel aufweist, liegt hier der Umsatzschwerpunkt im Großhandelsgeschäft, es erfolgt der Direktverkauf an den Fachhandel.

AutohändlerDiese Einzelhändler verkaufen sowohl Neu- als auch Gebrauchtwagen, entweder als freier markenunabhängiger Händler, oder als Konzernhändler. Zubehör ge-hört ebenfalls zum Sortiment.

Baby- und Kleinkindbedarf Diese Einzelhandelsspezialisten haben sich auf ein breit gefächertes Sortiment von Babyartikeln spezialisiert. Dazu gehören Spielwaren und Textilien aber auch Babymöbel, Kinderwägen und Babysicherheitsartikel.

Bau- und Heimwerkermärkte Das Angebot dieses breit gefächerten Sortiments setzt sich aus Materialien für den Bau- und Ausbau einer Immobilie zusammen. Gleichzeitig gehören Bauteile (Türen, Beschläge, Sanitärartikel, Lacke und Farben, Holz, etc.) und Werkzeuge zum Angebot. Erweiterungen liegen im Maschinenverleih, Handwerkerservice und der Aquaristik.

BuchhandelDer stationäre Buchhandel ist darauf spezialisiert ein reichhaltiges und sortiertes Angebot an neuen Büchern und Zeitschriften anzubieten. Zeitungen gehören nicht dazu. Unterschieden werden Verlagsbuchhandlungen, freie Buchhandlun-

191

gen und Bahnhofsbuchhandlungen. E-Commerce Buchhandlungen gehen immer öfter dazu über, auch Gebrauchtbücher mit in das Sortiment aufzunehmen. Hier besteht der Vorteil, dass die Buchpreisbindung nicht gilt.

Cash & Carry Bei den C&C Geschäften (Beispiel: Metro – Selgros – Fegro) handelt es sich um Einkaufsmärkte die von Großhändlern geführt werden. Im Angebot stehen ein breit gefächertes Sortiment an Food- und Non-Food Artikeln, die dem Einzel-händler zugänglich sind.

ComputershopsComputershops sind auf den Verkauf von Computerhardware spezialisiert. Dazu gehören neben dem PC auch Peripheriegeräte wie Drucker und Scanner. Stan-dardsoftware gehört ebenfalls zum Sortiment. Nicht angeboten werden Software-anpassungen, die programmiertechnische Kenntnisse erfordern.

Discounter (Lebensmitteldiscounter) Siehe hierzu die detaillierte Beschreibung im Kapitel 3.2.1.1.2.

DrogerienDrogerien führen eher kosmetische und Toilettenartikel. Im Non-Food Panel fin-den sie deshalb noch Berücksichtigung, da hier vereinzelt auch Fotoarbeiten an-geboten werden.

Einzelhandel für Haushaltswaren Der Umsatz wird hauptsächlich mit dem Verkauf von Geschirr, Bestecken, Por-zellan und Keramik bestritten. Glaswaren gehören ebenfalls zum Sortiment.

Elektromärkte Elektromärkte bieten Produkte aus allen Bereichen der Elektronik für den Privat-kunden an. Elektronische Geräte, Telekommunikationsartikel, Haushaltsgroß- und Kleingeräte, Fotoartikel und eine Vielzahl von Zubehörartikeln gehören zum umfassenden Sortiment. Reparaturservice wird überwiegend als Annahmestelle betrieben, eine Reparatur direkt vor Ort wird nicht angeboten.

192

FarbenfachgeschäfteVoll- und Abtönfarben, Lacke, Holzschutzmittel und Stuckleisten werden sowohl für den Privatkunden als auch den Meisterbetrieb angeboten. Oftmals gehören maschinelle Ausrüstungen für Lackiertätigkeiten, Schleifmittel zum Sortiment. Abdeckfolien, Klebemittel und umfangreiche Pinsel und Rollensortimente sind selbstverständlich.

FernglasfachhändlerFachhändler, die sich auf den Verkauf von Ferngläsern spezialisiert haben. Die Grenze zwischen Fotohändlern und auch Jagdgeschäften ist eher schwimmend.

Fotostudios/AteliersDies sind Fotofachbetriebe, die überwiegend die Gesellschafts- und Portraitspho-tographie entweder direkt im Studio oder außerhalb anbieten.

GartencenterÜberwiegend als Selbstbedienungsgeschäfte eingerichtet, verkaufen Gartencenter Gartenprodukte aller Art. Dazu gehören z.B. Blumen und Pflanzen, Gehölz, Saatgut und Dünger, Pflegeartikel und Gartengeräte. Es werden aber auch Gar-tenrandsortimente angeboten. Dazu zählen Blumenkästen und auch Gartenmöbel.

Gartengerätefachhandel - Motoristen In diesem Geschäftstyp wird nicht nur verkauft, sondern werden auch Dienstleis-tungen rund um den Garten angeboten. Insbesondere die Garten- und Land-schaftspflege gehören hier zum Angebot.

JuweliergeschäfteDerartige Geschäfte sind vorwiegend in den Innenstädten vorzufinden. Zum An-gebot gehört Schmuck aller Art, echt oder als Imitat, und Armbanduhren.

Handyshops (Telekommunikationsgeschäfte)Handyshops können vertragsgebunden oder auch ungebunden sein. Sie bieten Handyverträge aus mindestens einem Kommunikationsnetz an. Neben diesen Verträgen werden auch Handys (neu und auch gebraucht) verkauft und prepaid Karten aufgewertet. Ein Werkstattbetrieb ist nicht angegliedert.

193

Kälte- und Klimafachgeschäfte Installationsfirmen aus dem Bereich der Kälte- und Klimatechnik bieten Klima-anlagen zum Verkauf und zur Installation an. Neben klassischen Klimaanlagen gehören auch Kältetechniken (Kühlanlagen für den privaten Partykeller) zum Angebot. Eine eigene Verkaufsfläche mit einem Ausstellungsbereich ist nicht immer vorhanden.

KüchenfachgeschäfteEin Küchenfachgeschäft ist auf den Verkauf von Küchen im engeren Sinn kon-zentriert. Dazu gehören neben den Küchenmöbeln auch die Kücheneinbaugeräte wie Herde, Mikrowellengeräte und Kühl- und Gefrierkombinationen. Neben dem Verkauf wird der vollständige Kücheneinbau, incl. Elektroinstallation angeboten.

LandhandelHier sind Einzelhändler zu landwirtschaftlichen Genossenschaften zusammenge-schlossen und bieten Tierfutter, Düngemittel und auch Saatgut an.

LederwarengeschäfteLederwarengeschäfte sind oftmals auch Gepäckspezialisten die neben allgemei-nen Lederwaren wie Portemonaises und Gürteln auch Koffer, Reisetaschen, Kosmetiktaschen, Aktentaschen und Kleiderbeutel im Sortiment führen.

MöbelgeschäfteDer gesamte Möbelhandel wird zurzeit in zwei Gruppen aufgeteilt. Auf der einen Seite ist der Möbelfachhandel zu nennen, auf der anderen Seite der sog. Möbel-mitnahmemarkt.

Der Möbelfachhandel bietet ein umfangreiches Sortiment an Möbeln an. Dazu gehören neben Polstermöbeln, Schlaf-, Ess- und Wohnzimmern auch Küchen und deren elektrische Ausstattung. Es werden daher Elektrogroßgeräte und in vielen Fällen auch Elektrokleingeräte mit offeriert. Geschirre und Bestecke, so-wie Accessoires runden das Angebot der großen Möbelhäuser ab.

Möbelmitnahmemärkte sind auf die Selbstauswahl (wenig Kundenberatung) der Kunden fixiert. Ein Aufbauservice vor Ort wird i.d.R. nicht mit angeboten.

194

OptikerBrillenfachgeschäfte sind auf optische Produkte spezialisiert. Dazu gehören Bril-lenfassungen und Gläser mit und ohne Sehkorrektur. Gleichzeitig werden auch Kontaktlinsen angeboten. Reinigungsmittel und der Service der Augenvermes-sung runden das Angebot ab.

ReifenfachhandelKfz-Reifen und Kfz-Räder werden hier offeriert. Ein Montage- und Einlage-rungsservice gehört in vielen Fällen zum Angebot.

SanitätshäuserSanitätshäuser verkaufen medizinische Geräte, Bandagen und Kompressions-strümpfe, Inkontinenzprodukte, medizinische Kleidung, Textilien, etc. die keiner Rezeptpflicht unterliegen.

SchreibwarengeschäfteBürobedarf, Schreibwaren und Geräte sowie Zeichenbedarf werden hier an priva-te und auch gewerbliche Abnehmer verkauft. Büromöbel und auch Bürotechnik gehören i.d.R. nicht zum Sortiment.

SchuhgeschäfteEinzelhandelsgeschäfte, die Schuhe und Schuhartikel wie Pflegemittel etc. ver-kaufen, gehören zu diesem Segment. Zu beachten ist, dass sich zahlreiche Ge-schäfte nur auf ein eher enges Segment spezialisiert haben.

Spielzeuggeschäfte Spielzeuggeschäfte kommen in den unterschiedlichsten Organisationsformen vor. So ist z.B. Vedes genossenschaftlich, Toys R Us dagegen privatwirtschaft-lich organisiert. Diese sind aber für die Definition unerheblich, denn wichtig ist der Sortimentsschwerpunkt. Dieser muss deutlich auf dem Segment Spielwaren liegen, der auch eher weit gefasst ist. Oftmals gehören PC´s und Babyartikel auch zum Sortiment.

SportgeschäfteEinzelhändler mit einem rundum Angebot an Sportartikeln werden auch als

195

Sportgeschäfte bezeichnet. Wichtig hier: Sportgeschäfte die sich auf eine be-stimmte Sportart spezialisiert haben (Segeln, Golfen) sind nicht in diesem Seg-ment enthalten.

Tankstellen (gebundene und freie) Gebundene Tankstellen, im Gegensatz zu "freien Tankstellen", werden auch als Markentankstellen (Beispiel: Shell, ARAL) bezeichnet. Alle sind auf den Ver-kauf von Treibstoffen und Zubehör für Kraftfahrzeuge spezialisiert. Ein Wasch- und Reparaturservice wird oftmals mit angeboten. Zahlreiche Tankstellen verfü-gen aber auch zusätzlich über einen Shop in dem FMCG Produkte wie Getränke, Tiefkühlkost etc. angeboten werden. Ein geringes Fastfood Angebot kann zusätz-lich vorhanden sein.

Zweiradhändler Zweiradhändler bieten Fahrräder und motorisierte Zweiräder an. Nahezu sämtli-ches Zubehör gehört ebenfalls zum Sortiment, ebenso wie ein Reparaturservice.

3.2.3 Segmente des Verbraucherpanels

Das Verbraucherpanel stellt aus der Sicht der ausweisbaren Segmente nicht nur eine Ergänzung zum Handelspanel dar. Die Verbraucherpanelsegmentierung er-laubt tief greifende Analysen der Käuferstrukturen, die ein Handelspanel auf-grund des methodischen Ansatzes nicht leisten kann. Das Verbraucherpanel stellt den Konsumenten in den Focus und kann eine Vielzahl von soziodemographi-schen Merkmalen ausweisen. Gleichzeitig ist das Verbraucherpanel aber auch ein sehr guter Spiegel des Gesamtmarktes. Segmente die das Handelspanel nicht dar-stellen kann oder darf, wie z.B. Aldi, sind im Verbraucherpanel nicht ausge-schlossen.

Insgesamt ergeben sich folgende Unterscheidungen bei den Panelarten in Bezug auf die Segmente:

Segmente die das Handelspanel nicht liefern kann, können i.d.R. durch das Verbraucherpanel erhoben werden. Damit stellt diese Panelart ein hervorra-

196

gendes Instrument dar, dem Gesamtmarkt ein Stück näher zu kommen.

Das Handelspanel liefert Informationen über den Kauf an sich. Es kann keine Informationen über den Käufer generieren. Fragen über Alter, Geschlecht, Einkommenssituationen, Berufe können nur über ein Verbraucherpanel erho-ben werden.

Sämtliche für das Food und Non-Food Handelspanel aufgeführten Segmentie-rungen sind auch aus dem Verbraucherpanel verfügbar. Auch die Aufteilungen nach den bereits beschriebenen Gebieten oder KeyAccountern stellen kein Prob-lem dar. Hier gibt es keinerlei Abstriche.

Zusätzliche Vertriebskanäle aber, die ein Handelspanel nicht liefern kann oder darf, werden durch diese Panelart ergänzt. Im Wesentlichen gilt hier die schon beschriebene Aldi-Thematik17, die auf einige andere Segmente ausgeweitet ist.

Generell formuliert: alle Vertriebskanäle, die keinerlei Informationen an die Marktforschungsinstitute liefern (wollen), oder die sehr restriktiv den separaten Ausweis der einzelnen Vertriebsschienen erlauben, können aus dem Verbrau-cherpanel zugesteuert werden.

3.2.3.1 Discounter inkl. Aldi

Es wurde bereits vielfach auf die Handelspanelproblematik der Discounter hin-gewiesen. Aldi, Lidl, Norma sind nicht bereit Abverkaufsdaten an die Marktfor-schungsinstitute zu liefern. Damit diese Kanäle aber dennoch in eine Gesamt-marktbetrachtung einfließen können ist das Verbraucherpanel gefragt. Anhand des Beispiels Aldi soll dies verdeutlicht werden.

Die Problematik ALDI aus dem Handelspanel (kein Datenaustausch mit den In-stituten und keine Erlaubnis für den Besuch von Außendienstmitarbeitern, siehe auch Punkt 3.2.1.1.2) wird zumindest teilweise durch das Verbraucherpanel re- 17 Vgl.: Punkt 3.2.1.1.2

197

duziert. Da der Haushalt vermerkt, wo er ein Produkt eingekauft hat, ist ein sepa-rater Ausweis der Einkaufsstätte ALDI möglich. Zusätzlich zum Handelspanel (bei ansonsten identischer Definition) sind daher folgende Segmentierungen möglich:

Discounter Gesamt incl. ALDI Discounter West incl. ALDI Discounter Ost incl. ALDI

Discounter ohne ALDI Discounter West ohne ALDI Discounter Ost ohne ALDI

ALDI Gesamt18

ALDI Nord ALDI Süd

3.2.3.2 Soziodemographien

Ein großer Vorteil der Segmentierung des Verbraucherpanels liegt im Ausweis der Soziodemographie und damit einer genauen Beschreibung des Konsumenten. Es werden Bevölkerungsstrukturmerkmale ausgewiesen, die ein Handelspanel aufgrund des Forschungsansatzes nicht liefern kann.

In Abbildung 3.11 sind die heute für viele Warengruppen typischen soziodemo-graphischen Kriterien Region, Geschlecht, Alter, Einkommen, Haushaltsgröße etc. zusammengefasst. Es handelt sich dabei lediglich um eine selektive Aus-wahl. Weitergehende, auch kundenspezifische Ausweisanforderungen sind i. d. R. möglich.

18 Die Grenze zwischen Aldi Nord und Aldi Süd, manchmal scherzhaft auch Aldi-Äquator genannt, ver-läuft vom Niederrhein über Mülheim an der Ruhr, Remscheid, Marburg, Siegen, Gießen nach Osten bis hinter Fulda. Ostdeutschland ist – bis auf die Filiale im thüringischen Sonneberg – vollständig Aldi-Nord-Gebiet.

198

Abbildung 3.11: Soziodemographische Merkmale des Verbraucherpanels

199

Sollten diese Kriterien nicht vorliegen, so ist eine Nacherhebung zumindest bei der GfK sehr kurzfristig möglich19.

Das Verbraucherpanel erlaubt nun eine detaillierte Beschreibung des Konsumen-ten und seines Einkaufsverhaltens. Einerseits kann festgestellt werden, welche Produkte eine bestimmte Käuferschicht präferiert, welche Produkte einer be-stimmten Warengruppe in „Set of Mind“ sind. Andererseits wird aber auch deut-lich, welche Einkaufsstätten ein bestimmter Käufertypus bevorzugt, welche Ein-kaufsstätten nebeneinander besucht werden und wie hoch der Umsatz mit einem Käufer in Einkaufsstätte 1 versus Einkaufsstätte 2 ist.

Eine andere, zusätzliche Segmentierung stellen die biographischen Lebenswelten dar. Es handelt sich dabei um ein mehrstufiges Modell das zweidimensional dar-gestellt werden kann. Auf der X-Achse sind die unterschiedlichen Lebensphasen aufgetragen, der Lebensfortschritt. In oberster Kategorie Grob dreistufig wird es unterschieden nach „Ausbildung – Beruf/Hausarbeit – Ruhestand“. Die Y-Achse stellt die soziale Schicht dar. Auch diese Dimension ist dreistufig angelegt, von „einfach“ über „mittel“ bis zu „Top“. Die aktuellen Zahlen belegen, dass sich im Jahr 2005 beispielsweise 27 % der Bevölkerung bereits im Ruhestand befanden.

3.2.4 Segmente des Anzeigenpanels

Für das Anzeigenpanel gelten analog die Segmentierungsmöglichkeiten des Handelspanels mit den Discountererweiterungen des Verbraucherpanels. Der re-gionale Ausweis, sowie die Aufteilung der Geschäftstypen und Key-Accounter wird hier vergleichbar abgebildet.

Nun bietet allerdings das Anzeigenpanel den großen Vorteil „nur auf Tages-zeitungen, Anzeigenblätter, Handzettel und Kundenzeitungen“ angewiesen zu sein. Die Institute kaufen keine Daten bei Key-Accountern ein und sind daher nicht auf deren Bedingungen angewiesen. Wird den Instituten von der REWE

19 Das Kriterium „Religionszugehörigkeit“ wurde bisher im Verbraucherpanel nicht eingefragt, ist aber für die Warengruppe Spenden durchaus von Bedeutung. In diesem Fall wurden die Panelteilnehmer kurz-fristig zu diesem Thema schriftlich befragt.

200

Zentrale beispielsweise untersagt, deren Vertriebsschiene „MiniMAL“ im Han-delspanel separat auszuweisen, ist man hier an diese Bedingungen nicht gebun-den. Vielmehr gelten eher die Regeln des Verbraucherpanels, keine externen Re-striktionen erfüllen zu müssen.

Das Anzeigenpanel bietet daher die Möglichkeit des separaten Ausweises sämtli-cher Vertriebsschienen eines jeden Key-Accounters. Selbst kleinste Segmente, die nur eine Anzeige pro Woche schalten, können separat dargestellt werden. Al-lerdings können zur Messung der Wirkung der unternehmenseigenen WKZ (Werbekostenzuschüsse: Zahlungen der Industrieunternehmen an die Handelsun-ternehmen für deren Werbemaßnahmen wie Handzettel, Anzeigen in Tageszei-tungen, Plakate etc.) nur die Anzahl der Anzeigen herangezogen werden, da kei-ne direkte Verknüpfung zu Abverkaufszahlen besteht.

Für den Segmentausweis gilt daher:

Analog zum Handelspanel Discounter wie im Verbraucherpanel Die Key-Accounter werden nicht nach den im Handelspanel beschriebenen Merkmalen, sondern wesentlich detaillierter dargestellt. Dadurch ergeben sich zusätzliche Erkenntnisse, die insbesondere für die Vertriebssteuerung sehr wichtig sind.

Beispiel:Für die Discounter, die im Handelspanel nur eine Unterteilung nach West und Ost beinhalten, werden u. a. zusätzlich

Aldi (Aldi) Lidl (Lidl&Schwarz) Norma (Norma) Plus (Tengelmann Gruppe) Penny (Rewe-Gruppe) Netto (Spar-Gruppe, seit 01/06 Edeka-Gruppe) Delta, Diska, Kondi, NP, Treff (Edeka-Einzelhandel)

201

separat in den Berichten erwähnt. Weitere Unterteilungen sind, insbesondere bei den Key-Accounts, nach Rücksprache mit dem Marktforschungsinstitut, mög-lich.

Bei diesem Instrument wird das Angebotsverhalten des Handels untersucht. Dies bezieht sich einmal auf die Anzeigenschaltung selbst, zum anderen aber auch auf die von dieser Handelsschiene betriebene Preispolitik. Neben der Anzahl der Angebote eines oder mehrerer Handelsunternehmen, spielt daher der Angebots-preis, der ebenfalls erfasst wird, eine entscheidende Rolle. Dieses wichtige Fakt Preis erfährt daher oftmals, in der Regel auf Kundenwunsch, eine separate Seg-mentierung. Es werden für die Bundesrepublik Gesamt und die Geschäftstypen von Warengruppe zu Warengruppe unterschiedliche Preissegmente angeboten. Diese Preissegmente orientieren sich an den Kundenwünschen und werden auch dementsprechend feingegliedert angepasst. Abstufungen von 10 Cent bis zu 1 Euro sind hier möglich und werden je nach Warengruppe festgelegt. Leider kön-nen zu diesen Preissegmenten keine Mengen ausgewiesen werden.

3.3 Perioden

Die Perioden beschreiben den Rhythmus der kontinuierlichen Berichterstattung durch die Institute. Einerseits können sich durch die Besonderheiten der ein-zelnen Panels, andererseits durch die zwischen Auftraggeber und Institut ge-schlossenen Verträge unterschiedliche Berichtsrhythmen oder Periodizitäten er-geben. Die Berichtszyklen reichen im Jahr 2006 von der schnellsten, täglichen Datenlieferung bis zur einmaligen Berichterstattung pro Jahr.

Das Fernsehzuschauerpanel weist mit seinem täglichen Auswertungszyklus die kürzeste Periodizität auf. Werktäglich um 10.00 Uhr sind die Daten des Vortages verfügbar. Auch auf Tagesbasis, aber etwas zeitverzögert ist das Scannerpanel Musik und Buch ausgelegt. Die Datenlieferung an das Institut erfolgt am folgen-den Werktag, so dass die hochgerechneten Abverkaufsdaten dem Kunden nach zwei Tagen zur Verfügung stehen.

Das Personenpanel berichtet einige ausgewählte Warengruppen (die Warengrup-

202

penauswahl ist abhängig von der Anzahl der Kaufakte pro Periode) wöchentlich, mit Datenlieferung am Dienstag der Folgewoche. Das Handelspanel Food berich-tet wöchentlich, jedoch immer erst nach Abschluss eines Monats. Es wird rück-wirkend wöchentlich berichtet.

Einer monatlichen Berichterstattung unterliegt eine Vielzahl von Warengruppen des institutionellen Handelspanels Non-Food. Der übrige Teil dieser Panelart wird entweder zweimonatlich, oder sogar nur quartals- oder halbjährlich an den Kunden geliefert. Ähnlich ist die Periodizität beim Personenpanel bei den Non-Food Warengruppen ausgelegt. Aufgrund der Fallzahlen ist eine monatliche Da-tenlieferung oftmals nicht aussagekräftig genug, auch hier sind Aggregationen zu Quartalen, Tertialen und/oder Halbjahren immer wieder anzutreffen.

Aber nicht immer wird das Gesamtjahr über in den oben beschriebenen, je Panel-art konstanten, gleich bleibenden Rhythmen berichtet. Ein gutes Beispiel liefert das Sport Panel. Hier liegen die Hauptabsatzmonate, bei Betrachtung der Waren-gruppe Ski oder Skibindungen, klar in den Wintermonaten. Nicht eine ganzjähri-ge zweimonatliche Berichterstattung, sondern dreimonatlich in den Wintermona-ten und halbjährlich in den Sommermonaten erscheint hier sinnvoll. Natürlich ist dieser Einfluss auch bei anderen Warengruppen gegeben, wobei sich die Institute an den Gegebenheiten des Marktes sowie den spezifischen Kundenwünschen o-rientieren.

3.3.1 Monatsperioden

Auf dem ersten Blick erscheint die Beschreibung einer Monatsperiode trivial. Es wird unterstellt, dass eine Berichtsperiode identisch zum Kalendermonat ausge-richtet ist und es damit keiner weiteren Erläuterung bedarf. Tatsächlich aber hat sich eine Vielzahl von unterschiedlichen Monatsperioden etabliert, die nur be-dingt an den Kalender angelehnt sind. Und dies, obwohl die Handelsunterneh-men ihre Scannerdaten für die Food und Non-Food Panels wöchentlich, in eini-gen Fällen sogar auch täglich liefern. Zur vollständigen Datenlieferung gehört natürlich auch der Verkaufstag, so dass die Handelsdaten auch an den Kalender-monat exakt angepasst werden können. Gleiches gilt für die Verbraucherpanels –

203

hier vermerkt der Panelteilnehmer den genauen Einkaufstag. Somit wäre es von den Ursprungsdaten her durchaus möglich, eine tagesgenaue und/oder kalender-monatliche Berichterstattung anzubieten. Diese tagesgenaue Betrachtungsweise hat sich aber auch bei den Marktforschern in der Industrie bisher nicht durchset-zen können, und so ist auch heute noch eine Monatsbetrachtung, mit Ausweis von Einzelwochen, das Maß der Berichte.

Im Handelspanel Food berichtet A.C. Nielsen nach der sog. 5/4/4 Methodik. Hierbei besteht der erste Monat eines jeden Quartals immer aus 5 Wochen (Ka-lenderwoche 01 – 05 in Quartal 1, Kalenderwoche 14 – 18 in Quartal 2), die nachfolgenden beiden Monate bestehen jeweils aus 4 Wochen. Dies addiert sich zu 13 Wochen pro Quartal und 52 Wochen je Kalenderjahr.

Anders geht Information Resources vor. Hier wird nach der 4/4/5 Methodik be-richtet. Der erste Monat eines jeden Quartals hat hier 4 Wochen, der letzte Monat weist 5 Wochen auf. In Summe sind die Quartale beider Institute identisch, die Einzelmonate sind hingegen nicht direkt vergleichbar.

Beide Verfahren haben systemimmanente Schwächen. Je nach Festlegung der Kalenderwochen sind die Berichtsperioden mehr oder weniger identisch zum Ka-lendermonat. Beginnt im Beispiel der Abbildung 3.12 die Kalenderwoche 01 des Jahres 01 am 03. Januar, so würde der Januar nach der 5/4/4 Methodik am 06. Februar enden. Immerhin 5 Verkaufstage des Februars werden dem Januar zuge-schlagen. Der Februar endet am 06. März und der Quartalsabschluss wäre mit dem 03. April gegeben. In diesem speziellen Fall wäre die 4/4/5 Methodik we-sentlich enger an den Kalender angelehnt. Der Januar endet am 30. und lediglich der 31. würde dem Februar zugeordnet. Auch das Ende des Februars ist einsich-tiger, dieser endet mit dem 27, und erst Ende März treffen beide Methodiken wieder aufeinander.

Eine völlig andere Definition einer Monatsperiode ist bei der 4/4/4 Methodik ge-geben. Diese ist zwar recht selten anzutreffen, sollte aber dennoch nicht uner-wähnt bleiben. Unabhängig von jedem Kalender beschreiben hier immer vier Wochen einen Berichtsmonat (Kalenderwoche 01 – 04, etc.). In Summe ergeben sich so, bei 52 Wochen pro Jahr, 13 Berichtsmonate.

204

Mo Di Mi Do Fr Sa So Mo Di Mi Do Fr Sa So Mo Di Mi Do Fr Sa So1 2 1 2 3 4 5 6 1 2 3 4 5 6

3 4 5 6 7 8 9 7 8 9 10 11 12 13 7 8 9 10 11 12 1310 11 12 13 14 15 16 14 15 16 17 18 19 20 14 15 16 17 18 19 2017 18 19 20 21 22 23 21 22 23 24 25 26 27 21 22 23 24 25 26 2724 25 26 27 28 29 30 28 28 29 30 3131

Mo Di Mi Do Fr Sa So Mo Di Mi Do Fr Sa So Mo Di Mi Do Fr Sa So1 2 3 1 1 2 3 4 5

4 5 6 7 8 9 10 2 3 4 5 6 7 8 6 7 8 9 10 11 1211 12 13 14 15 16 17 9 10 11 12 13 14 15 13 14 15 16 17 18 1918 19 20 21 22 23 24 16 17 18 19 20 21 22 20 21 22 23 24 25 2625 26 27 28 29 30 23 24 25 26 27 28 29 27 28 29 30

30 31

Mo Di Mi Do Fr Sa So Mo Di Mi Do Fr Sa So Mo Di Mi Do Fr Sa So1 2 3 1 2 3 4 5 6 7 1 2 3 4

4 5 6 7 8 9 10 8 9 10 11 12 13 14 5 6 7 8 9 10 1111 12 13 14 15 16 17 15 16 17 18 19 20 21 12 13 14 15 16 17 1818 19 20 21 22 23 24 22 23 24 25 26 27 28 19 20 21 22 23 24 2525 26 27 28 29 30 31 29 30 31 26 27 28 29 30

Mo Di Mi Do Fr Sa So Mo Di Mi Do Fr Sa So Mo Di Mi Do Fr Sa So1 2 1 2 3 4 5 6 1 2 3 4

3 4 5 6 7 8 9 7 8 9 10 11 12 13 5 6 7 8 9 10 1110 11 12 13 14 15 16 14 15 16 17 18 19 20 12 13 14 15 16 17 1817 18 19 20 21 22 23 21 22 23 24 25 26 27 19 20 21 22 23 24 2524 25 26 27 28 29 30 28 29 30 26 27 28 29 30 3131

Mo Di Mi Do Fr Sa So Mo Di Mi Do Fr Sa So Mo Di Mi Do Fr Sa So1 1 2 3 4 5 1 2 3 4 5

2 3 4 5 6 7 8 6 7 8 9 10 11 12 6 7 8 9 10 11 129 10 11 12 13 14 15 13 14 15 16 17 18 19 13 14 15 16 17 18 19

16 17 18 19 20 21 22 20 21 22 23 24 25 26 20 21 22 23 24 25 2623 24 25 26 27 28 29 27 28 27 28 29 30 3130 31

Januar Jahr 02 Februar Jahr 02 März Jahr 02

Juli Jahr 01 August Jahr 01 September Jahr 01

Oktober Jahr 01 November Jahr 01 Dezember Jahr 01

Januar Jahr 01 Februar Jahr 01 März Jahr 01

April Jahr 01 Mai Jahr 01 Juni Jahr 01

Abbildung 3.12: Periodenbeschreibungen im Jahresverlauf

205

Eine besondere Brisanz ist in Jahren mit 53 Wochen gegeben. Unabhängig von allen oben beschriebenen Methodiken basieren alle auf einem 52 Wochen Rhythmus pro Jahr. Was aber sollte unternommen werden, wenn das Gesamtjahr aus 53 Wochen besteht? Diese Frage wird in den Instituten immer wieder disku-tiert und oftmals recht pragmatisch gelöst. Die „überzählige“ Woche wird dort „untergebracht“, wo diese in Anlehnung an den Kalender am besten positioniert ist. Hierbei bedeutet best möglichst immer eine hohe Überschneidung eines Be-richtsmonats mit dem Kalendermonat zu erzielen. Es gibt somit für diese Frage-stellung die unterschiedlichsten Vorgehensweisen, und damit ist nochmals ein Hindernis beim Vergleich der Einzelperioden zwischen den Instituten aufgebaut.

All diese Probleme sind bei den Personenpanels so nicht gegeben. Diese sind ex-akt an den Kalender angelehnt und berichten permanent vom Monatsersten bis zum Monatsletzten. Das klingt zunächst sinnvoll, denn damit werden Daten-schwankungen allein aufgrund der Zugehörigkeit einer Kalenderwoche zu einer bestimmten Berichtsperiode vermieden. Vorsicht ist dennoch beim direkten Peri-odenvergleich über die Jahre hinweg geboten. Die Anzahl der Verkaufstage kann variieren und damit die Einkäufe beeinflussen.

3.3.2 Zweimonatsperioden

In einigen wenigen Warengruppen des Handelspanels ist diese Periodizität als typische Datenlieferfrequenz auch heute noch anzutreffen. Es betrifft vor allem Branchen mit einer geringen oder gar keiner EAN Nummern Durchdringung. Erwähnt seien hier die Bastelartikel, oder zahlreiche Branchen aus dem Sanitär-bereich. Auch die Möbelindustrie ist hier als typischer Vertreter zu nennen. In anderen Warengruppen sind zwar alle Artikel mit einer EAN Nummer vorsehen, aber die Handelsunternehmen verweigern die Datenlieferung an die Institute. In beiden Fällen wird dann die Datenerhebung nach der Inventurmethodik20 durch-geführt.

Die Inventurmethodik ist mit hohem personellem Aufwand verbunden, und je 20 Vorausgesetzt, die Handelsunternehmen verweigern diese Art der Datenerhebung nicht. Vgl.:Kapitel 3.7

206

nach Auslastungsgrad werden die genannten Geschäfte zweimonatlich, in eini-gen Fällen sogar monatlich besucht. Die zweimonatliche Datenerhebung wird dabei für das Food und Non-Food Panel aufeinander folgend durchgeführt, so dass folgende Berichtsrhythmen entstehen:

Tabelle 3.5: Periodenbeschreibung der zweimonatlichen Handelspanels

Food Panel Non-Food Panel Januar / Februar Februar / März März / April April / Mai Mai / Juni Juni / Juli Juli / August August / September September / Oktober Oktober / November November / Dezember Dezember / Januar

Dies sind aber bei weitem nicht alle Perioden, die in der Praxis bei der Analyse und Umsetzung von Marktforschungsdaten relevant sind. Zusätzliche Perioden werden benötigt, um einerseits die Datenbasis zu vergrößern, andererseits aber auch langfristige Entwicklungen transparent zu machen. Dennoch ist hier große Vorsicht geboten. Es gilt genau zu unterscheiden, welche Perioden miteinander verglichen werden können, um zu einer objektiven Betrachtung über die Verän-derung einer Warengruppe zu kommen. Beispielhaft sei dies an der Warengruppe Sekt erklärt. Die Hauptabsatzmonate liegen bei dieser Warengruppe im Dezem-ber mit dem Weihnachts- und Silvesterumsatz. Die Periode Dezember (unabhän-gig von der Berichtsmethodik) verglichen mit jeder beliebigen anderen Periode würde zu der klassischen Fehlinterpretation über gewachsene Märkte führen. Hier kann nur der Dezember des aktuellen Jahres mit der gleichen Periode des Vorjahres verglichen werden.

Ähnliches gilt für besondere Ereignisse. Der Hauptabsatz der Warengruppe Mi-neralwasser wird in starkem Maße von der Witterung beeinflusst, so dass selbst gleiche Perioden (aus dem aktuellen und dem Vorjahr) nur unter Berücksichti-gung dieses Witterungseffektes verglichen werden können.

Nachfolgend sind alle üblichen Periodenkumulationen, die aus den erhobenen Berichtsperioden gebildet werden können, detailliert beschrieben. Gleichzeitig

207

wird damit deutlich, welche Einzelwochen in die jeweilige Betrachtung einflie-ßen. Und dennoch ist bei der jahresübergreifenden Betrachtungsweise Vorsicht geboten, da jahresübergreifende, identische Perioden nicht immer die gleichen (Werk-)Tage beinhalten.

3.3.3 Quartalsperioden

Die Personenpanels berichten die Quartalsperioden exakt nach dem Kalender.

Quartal 1: 1. Januar – 31 März Quartal 2: 1. April – 30. Juni Quartal 3: 1. Juli – 30. September Quartal 4: 1. Oktober – 31. Dezember

Die Zusammenfassung von 13 Wochen führt bei den scannerbasierten Han-delspanelwarengruppen annäherungsweise zu den Quartalsperioden. Diese sind unter den Instituten direkt vergleichbar, da beide einen 13 Wochen Rhythmus für die Quartale aufgestellt haben.

Quartal 1: Woche 1 – 13 Quartal 2: Woche 14 – 26 Quartal 3: Woche 27 – 39 Quartal 4: Woche 40 – 52

Erfolgt in einer Warengruppe ausschließlich eine zweimonatlich Datenlieferung, so können Quartalsperioden nicht erzeugt werden, gleiches gilt für die oben be-schriebene 4/4/4 Methodik.

3.3.4 Tertialsperioden

Die Zusammenfassung von zwei Berichtsperioden aus dem zweimonatlichen Handelspanel mit der Inventurmethodik führt zu einer Tertialsperiode. Bei allen

208

anderen Warengruppen aus dem Handelspanel werden vier Monate zu einem Tertial zusammengelegt.

Diese Perioden sind zwischen den Instituten nicht vergleichbar. Besteht das erste Tertial bei A.C. Nielsen aus 5/4/4/5, also (28) Wochen, so gehen bei Information Resources lediglich 27 Wochen ein.

Die Personenpanels richten sich auch hier wieder exakt nach dem Kalender und berichten das erste Tertial eines Jahres vom 1. Januar bis zum 30. April.

3.3.5 Halbjahresperioden

Eine Halbjahresperiode ist die Kumulation aus sechs einzelnen Monats-21 oder drei Zweimonatsperioden. Entspricht das Geschäftsjahr des Unternehmens dem Kalenderjahr, ergeben sich die beiden Perioden Januar-Juni und Juli-Dezember. Soll hingegen ein anders definiertes Geschäftsjahr die Grundlage bilden, so könnten sich die beiden Perioden Mai-Oktober und November-April als Halbjah-resperioden ergeben.

3.3.6 Jahresperioden

Dieser Periodentypus wird von den oben beschriebenen Halbjahreswerten direkt beeinflusst. Es werden die Perioden Januar-Dezember oder aber auch, je nach Geschäftsjahr, z. B. September-August in die Untersuchung und Analyse einbe-zogen.

3.3.7 Aufgelaufenes Jahr (Year-to-Date)

Dieser Periodentyp beschreibt die Zusammenfassung von Perioden ab dem Start-zeitraum, der auch für die Jahresbetrachtung bestimmt wurde. In obigem Beispiel 21 Bei Warengruppen, die der Inventurmethodik unterliegen, sind es, wie aus der Erhebungsmethodik deutlich wird, drei Berichtsperioden

209

mit Ausrichtung auf das Kalenderjahr, wäre dies die Periode Januar-April, bei der anders definierten Geschäftsjahresbetrachtung die Periode September-April. Es werden somit die Perioden von der so genannten Startperiode (Januar-Februar beim Kalenderjahr oder September-Oktober für das Geschäftsjahr) bis zur aktu-ellen Periode betrachtet. Zu Beginn des Jahres entspricht das aufgelaufene Jahr der ersten Berichtsperiode, nach drei Lieferungen der Halbjahresperiode und am Jahresende der kumulierten Jahresperiode. Der Vorteil liegt darin, dass bei Vor-jahresvergleichen immer Perioden mit der gleichen Länge betrachtet werden.

3.3.8 Rollierendes Jahr (MAT)

Hier werden von der aktuellen Periode aus rückwärts Gesamtjahreswerte gebil-det. Es werden 12 Perioden zu einem neuen Gesamtjahr aggregiert. In obigem Beispiel somit die Periode Mai-April (Kalenderjahr und Geschäftsjahr). Auch hier sind Vergleiche zur entsprechenden Vorjahresperiode zulässig, da immer die gleiche Anzahl von Basisperioden zu einer neu zu analysierenden Periode aggre-giert werden. Die Arbeit mit rollierenden Jahren wird insbesondere in der Ver-triebssteuerung eingesetzt. Aber auch für die Planung operativer Marketingmaß-nahmen ergeben sich eine Vielzahl von hilfreichen Hinweisen.

3.4 Fakts (Measures) der Panels

Die Fakts stellen die 4. Dimension des Informationswürfels von Seite 161 dar. Dabei sind die Fakts nicht anderes als Informationsvariable die in Abhängigkeit der Panelart und der Warengruppe für jeden Artikel in einer beschriebenen Peri-ode für ein definiertes Segment, einen bestimmten Wert annehmen. Dieser Wert kann entweder aus den jeweiligen Panelerhebungen unmittelbar bestimmt wer-den, oder muss über eine hinterlegte Formel ermittelt werden.

Alle Panels weisen einen bestimmten Umfang an Basisfakts auf. Diese sind für die Handelspanels (FMCG und SMCG) ebenso einheitlich, wie diese für alle Warengruppen der Verbraucherpanels nicht differieren. Zusätzlich unterliegen die Food Warengruppen beider Panels starken Promotionaktivitäten des Handels,

210

ein guter Grund, diese Informationsart separat zu beleuchten und mit eigenen Fakts detailliert zu beschreiben. Diese Promotionhäufigkeit ist im Bereich der SMCG Güter (noch) nicht in diesem starken Maße gegeben, diese Fakts werden aber sicher in den kommenden Jahren auch für diese Warengruppen kontinuier-lich an Bedeutung gewinnen.

Klassifizierung der Informationsvariablen (Fakts) nach Panelarten

Handelspanel Verbraucherpanel

FMCG SMCG FMCG SMCG Dienstl.

Basisfakts Basisfakts Basisfakts Basisfakts Basisfakts

Promotion-fakts

Promotion-fakts

QualitativeFakts

QualitativeFakts

PromotionPromotionPromotion---faktsfaktsfakts

PromotionPromotionPromotion---faktsfaktsfakts

Abbildung 3.13: Klassifizierungsmöglichkeiten von Fakts (Measures)

Eine Besonderheit weist anschließend noch das Verbraucherpanel mit den Non-Food Warengruppen auf. Hier wurde der Abfrageumfang im Laufe der Zeit kon-tinuierlich ausgeweitet. Die Wünsche und Einstellungen der Verbraucher, die sog. Consumer Insights unterliegen heute einer kontinuierlichen Beobachtung. Da diese Informationen keine Quantitäten messen, sondern versuchen das Ein-kaufsverhalten von Konsumenten zu erläutern, werden diese hier nachfolgend als qualitative Fakts bezeichnet.

Promotion-fakts

Promotion-fakts

Promotion-fakts

Promotion-fakts

211

3.4.1 Die Fakts des Handelspanels Food und Non-Food

3.4.1.1 Überblick

Der Dateneingang findet bei den Instituten, wie bereits beschrieben, auf zwei un-terschiedliche Arten statt. Entweder erfolgt eine Bestands- und Promotionerhe-bung durch den institutseigenen Außendienst in den Stichprobengeschäften, oder die Handelsunternehmen liefern die Daten ganz oder teilweise auf Datenträ-gern22.

Heute werden die meisten Abverkaufsdaten und auch die dazugehörigen Preise elektronisch geliefert. Damit ist eine physische Bestandserhebung nur in sehr wenigen Ausnahmefällen zur Ermittlung der Basisdaten notwendig. Gleichzeitig werden auch die kleinen Geschäfte mit Warenwirtschaftssystemen und damit Scannerkassen ausgestattet, so dass der Weg der Bestandserhebungen zur Ermitt-lung der Verkäufe bereits heute eher die Ausnahme bildet. Dennoch ist der Au-ßendienst notwendig, denn eine Vielzahl von Aufgaben können auch von Scan-nerkassen nicht übernommen werden23.

Die Verkaufsmengeeinheiten differieren sehr stark zwischen den Warengruppen. Werden bei den Getränken vorwiegend Liter- und Flaschenabgaben berichtet, so sind bei Kosmetika Milliliter zu erwarten. Andere Warengruppen wiederum ver-wenden Gewichtsangaben in Gramm oder Kilogramm.

Eine Maßzahl allein ist somit für alle Warengruppen zur genauen Bestimmung der Verkäufe nicht ausreichend. Vielfach müssen zwei Maßeinheiten benutzt werden, um so z. B. verschiedene Verpackungsarten24 vergleichbar zu gestalten. Für die Warengruppe Sekt/Champagner erfolgt daher sowohl der Ausweis in Einheiten (Flaschen), als auch in Litern. Erst durch die ”Gleichsetzung” der un-terschiedlichen Packungsarten, werden vergleichbare Größen geschaffen.

Die Fakts des Handelspanels unterteilen sich zunächst einmal grundsätzlich nicht

22 Vgl.: Punkt 1.2.4.1 23 Vgl.: Seite 40 Promotionerhebungen durch den Außendienst - Fieldservice 24 Der Mengenausweis erfolgt je nach Warengruppe in Dosen, Portionen, Kilogramm, Flaschen, Mehr-weg etc..

212

nach den Warengruppenausprägungen FMCG und SMCG. Die sog. Basisfakts sind warengruppenunabhängig. Dennoch wird eine Differenzierung in der zwei-ten Ebene notwendig. Hier existieren bis heute die sog. Promotionfakts nur für den Bereich der Fast Moving Consumer Goods.

Die allgemeine Entwicklung deutet darauf hin, dass diese Fakts bald auch für den Bereich der SMCG Güter von Bedeutung sein werden. Die unterschiedlichen Promotionaktivitäten nehmen ständig zu – eine Berichterstattung dieser Kenn-zahlen wird auch hier notwendig werden.

3.4.1.2 Die Basisfakts des Handelspanels

Die tägliche, wöchentliche oder gar nur monatliche Datenlieferung der teilneh-menden Handelsunternehmen beinhaltet neben einer genauen Beschreibung des abverkauften Artikels (EAN Nummer, soweit vorhanden) derer Absatzmengen und Abverkaufspreise je Geschäft. Damit sind wesentliche Voraussetzungen ge-schaffen, um die Abverkäufe für den Gesamtmarkt zu berechnen. Die elementaren Formeln für den Abverkauf lauten:

Verkaufsmenge = Verkauf Stück pro Geschäft * numerische Distribution

Umsatz = Verkauf Stück pro Geschäft * numerische Distribution * Ø Preis Stück

Verkauf Menge

Der mengenmäßige Verkauf zeigt die Mengen, die in einer Periode pro Artikel, Produktgruppe und Warengruppe verkauft wurden. Der Ausweis erfolgt in den warengruppenspezifischen Einheiten. Für dieses Fakt ist ein direkter Vergleich zweier Marken möglich.

Ebenso wie in den Einzelperioden stellt die Berechnung der Verkäufe für belie-

213

bige Kumulate der Perioden25 keine Probleme dar. Über jeden Zeitraum ist dieses Fakt addierbar. Gleiches gilt für die Segmente26. Hier ist jedoch zu beachten, dass nur Segmente gleichen Typs (für Gebiete: Bayern + Baden- Württemberg = Süddeutschland oder für Geschäftstypen: Verbrauchermärkte + Discounter) mit-einander addiert werden dürfen. Eine Aggregation von Key- Accountern z. B. Rewe und dem Gebiet NRW führt zu einer teilweisen Doppelzählung der Ver-käufe und damit zu falschen Werten.

Verkauf Menge in %

Dies ist der prozentuale Anteil der verkauften Mengen eines Artikels bezogen auf die übergeordnete Produkt- oder Warengruppe und wird auch als Marktanteil Menge bezeichnet. Die Institute können dabei innerhalb eines Marktes je nach Kundenwunsch die Produktgruppen zusammenstellen und diese als Prozentuie-rungsvorschrift für alle Anteilsfakts heranziehen.

Tabelle 3.6: Berechnung des mengenmäßigen Marktanteils

Segment: D Gesamt Periode 1

Verkauftausend Li-

ter

VerkaufLiter in %

VerkaufLiter in %

Sekt Gesamt 60.985 100,0%

Sekt weiß 57.478 94,2% 100,0%Sekt rot 2.698 4,4%Sekt rose 809 1,4%

Marke A 6.214 10,8%Marke B 2.013 3,5%

Bei Tabelle 3.6 bildet der Gesamtmarkt (Sekt/Champagner) die Prozentuierungs-basis für die nachfolgenden Produktgruppen, an dem diese einen mengenmäßi-gen Verkaufsanteil von 94,2 % (Sekt weiß), 4,4% (Sekt rot) und 1,4 % (Sekt ro-se) erreichen. Die beiden Marken A und B, es soll sich um weißen Sekt handeln, 25 Vgl.: Punkt 3.3 26 Vgl.: Punkt 3.2.2

214

werden nun nicht weiter auf diesen Gesamtmarkt prozentuiert, sondern die für diese beiden Marken herangezogene Basis bildet die Produktgruppe Sekt weiß.

Der mengenmäßige Marktanteil für kumulierte Perioden wird in der Praxis sehr häufig falsch berechnet. Oftmals werden die Marktanteile in den Einzelperioden aufaddiert und diese Summe durch die Anzahl der Perioden dividiert. Daraus re-sultiert ein Marktanteil, der nicht mit den verkauften Mengen der Einzelperiode gewichtet ist. Richtigerweise muss der Marktanteil für kumulierte Perioden wie folgt berechnet werden:

Verkauf Menge Marke AVerkauf der Prozentuierungsbasis

= Verkauf Menge in % für Marke A100

Tabelle 3.7: Mengenmäßiger Marktanteil in kumulierten Perioden Segment: D Gesamt Verkauf tausend Li-ter

Periode 1 Periode 2 Periode 3 Quartal

Sekt weiß 57.478 44.076 43.585 145.139

Marke A 6.214 5.190 5.380 16.784

Anteil 10,8% 11,8% 12,3% 11,5%

Die Berechnung des Marktanteils Verkauf Menge nach der oben beschriebenen Methode des einfachen arithmetischen Mittels hätte einen Anteil von 11,6 % er-geben (10,8 + 11,8 + 12,3)/3. Auf den ersten Blick ist der Unterschied nicht son-derlich gravierend. Dennoch sollte größter Wert auf eine korrekte Berechnung gelegt werden. Je nach Produktlieferung in den Handel (zu späte Lieferung kann zu sog. Out of stock Situationen und damit sinkenden Marktanteilen bei sogar wachsenden Märkten führen) oder auch Saisonschwankungen sind die Unter-schiede in der Berechnungsmethodik doch gravierend.

Verkauf €uro

Die Multiplikation des Fakts Verkauf Menge mit dem gelieferten oder am mittle-

215

ren Erhebungsstichtag erhobenen Verkaufspreis ergibt den Verkauf Wert oder Umsatz einer Periode.

Verkauf Wert in %

Dies ist der prozentuale Anteil des Umsatzes eines Artikels bezogen auf die Pro-dukt- oder Warengruppe und wird als Marktanteil Wert oder Marktanteil Euro bezeichnet.

Die Prozentuierungsbasis ist hierbei in der Regel dieselbe, wie sie auch für den Verkauf in Menge % ausgewiesen wurde. Die beiden Marken A und B werden wiederum nicht auf den Gesamtmarkt, sondern auf die Produktgruppe Sekt weiß bezogen.

Tabelle 3.8: Berechnung des wertmäßigen Marktanteils


Verkauf tau-send Liter

VerkaufLiter in %

Verkauf tau-send €

Verkauf€ in %

Sekt Gesamt 60.985 100,0% 249.184 100,0%

Sekt weiß 57.478 94,2% 235.515 94,5%Sekt rot 2.698 4,4% 10.668 4,3%Sekt rose 809 1,4% 3.001 1,2%

Marke A 6.214 10,8% 29.343 12,5%Marke B 2.013 3,5% 7.133 3,0%

Für kumulierte Perioden müssen wieder die Gesamtwerte über alle Perioden be-trachtet werden (vgl. Fakt Verkauf Menge in %, Tabelle 3.7, auf der vorherigen Seite).

Während sich für Marke B ein Anteil für den Verkauf in tausend Litern von 3,5 % errechnet, liegt der Marktanteil für den Verkauf Wert bei 3,0 %. Die beiden Anteilswerte in Kombination betrachtet, treffen eine Aussage über die Preisrela-tion einer Marke zur Produktgruppe. Je größer dieser Abstand (prozentual) wird, desto größer ist die Preisdifferenz zur Prozentuierungsbasis (Sekt weiß). Einen

216

noch deutlich höheren Preis ist demnach für die Marke A festzustellen, dessen wertmäßiger Marktanteil um 15,7 % über dem Marktanteil für Verkauf Liter liegt.

Distributionen in der Einzelperiode

In der Handelspanelberichterstattung werden drei Distributionsfakts, mit zwei Basisfakts unterschieden. Die Unterscheidung erfolgt nach der

numerischen und dergewichteten

Distribution. Ein drittes Fakt wird aus den beiden vorgenannten berechnet – es ist damit kein Basisfakt.

Distribution Numerisch

Die numerische Gesamtdistribution gibt an, in wie vielen Geschäften ein Artikel bzw. eine Produktgruppe überhaupt verkauft wurde. Das Universum bilden je-weils alle Geschäfte des untersuchten Typs.

Tabelle 3.9: Numerische Distribution Segment: D Gesamt Periode 1

Anzahl Ge-schäfte %

Gesamtmarkt 48117

Sekt Gesamt 47.635 99%

Sekt weiß 44.335 92%Sekt rot 42.138 88%Sekt rose 39.847 83%

Marke A 38.391 80%Marke B 24.021 50%

Die Gesamtzahl aller Geschäfte für das Segment Deutschland Gesamt wären bei-spielsweise 48.117 Geschäfte (vgl. Tabelle 3.9). Die Warengruppe selbst wird

217

aber nur in 47.635 Geschäften geführt. Es ergibt sich somit eine numerische Dist-ribution von 99 %. Marke A ist in 38.391 Geschäften verkauft worden, welches einer numerischen Distribution, bezogen auf den Gesamtmarkt, von 80 % ent-spricht.

Distribution Gewichtet

Wird statt der absoluten Anzahl der Geschäfte, deren Warengruppenumsatz in die Berechnung einbezogen, so gelangt man zur Distribution gewichtet.

Tabelle 3.10: Gewichtete Distribution


Warengrup-penumsatz %

Sekt Gesamt 283.000.000 100%

Sekt weiß 280.730.000 99%Sekt rot 177.617.000 63%Sekt rose 90.581.000 32%

Marke A 186.741.000 66%Marke B 150.125.000 53%

Die Marke A wird, wie oben beschrieben, in 80 % aller Geschäfte geführt. Diese Geschäfte realisieren einen Warengruppenumsatz in Höhe von € 186,741 Mio. Dies bedeutet, dass sich für Marke A eine gewichtete Gesamtdistribution von 66 % ergibt.

Distributionen in kumulierten Perioden

Am Beispiel der Numerischen Distribution soll die Berechnung für kumulierte Perioden beschrieben werden.

In beliebig kumulierten Perioden müssen sämtliche Distributionsfakts immer wieder aus den Basiszahlen errechnet werden, da eine reine Durchschnittsrech-

218

nung zu Fehlern führt. Dies ist einerseits darauf zurückzuführen, dass die Grund-gesamtheiten (Anzahl Geschäfte und Umsatz der Warengruppe) in den unter-schiedlichen Segmenten Schwankungen unterworfen sind, andererseits durch die Marktgegebenheiten Artikel ausgelistet werden, und neue Artikel in den Regalen des Handels zu finden sind. Sämtliche Distributionsfakts sind daher permanenten Schwankungen unterworfen, die bei der Berechnung entsprechend zu berück-sichtigen sind.

Für Marke A (vgl. Tabelle 3.11) ergibt sich bei einer einfachen Durchschnittsbil-dung eine Numerische Gesamtdistribution in den Perioden 1-3 von 83 %.

Tabelle 3.11: Distributionen in kumulierten Perioden Segment: D Gesamt

AnzahlGeschäf-te Perio-

de 1

Num.Distri.

Periode1


de 2

Num.Distri.

Periode2


de 3

Num.Distri. Pe-

riode 3

Gesamtmarkt 48117 47.095 46.871

Sekt Gesamt 47.635 99% 46.934 99% 46.807 100%

Sekt weiß 44.335 92% 44.300 94% 44.250 94%Sekt rot 42.138 88% 39.850 85% 39.850 85%Sekt rose 39.847 83% 37.843 80% 37.800 81%

Marke A 38.391 80% 38.420 82% 39.517 84%Marke B 24.021 50% 23.910 51% 23.900 51%

Wird als Grundlage aber immer die Anzahl der Geschäfte herangezogen, so er-gibt sich ein Wert von 81,9 % ((38.391 + 38.420 + 39.517) / (48.117 + 47.095 + 46.871)), der in der Analyse auf 82 % aufgerundet wird.

Preis pro Menge

Der Preis errechnet sich immer aus der Division von Verkauf Wert und Verkauf Menge und gibt an, wie viel ein bestimmter Artikel im Durchschnitt kostet. Für obiges Beispiel ergeben sich folgende Verkaufspreise:

219

Tabelle 3.12: Berechnung des Durchschnittspreises


Verkauftausend

Liter

VerkaufLiter in %

Verkauftausend €

Verkauf€ in %

Preis€

Sekt Gesamt 60.985 100,0% 249.184 100,0% 4,09

Sekt weiß 57.478 94,2% 235.515 94,5% 4,09Sekt rot 2.698 4,4% 10.668 4,3% 3,95Sekt rose 809 1,4% 3.001 1,2% 3,71

Marke A 6.214 10,8% 29.343 12,5% 4,72Marke B 2.013 3,5% 7.133 3,0% 3,54

Während der Preis für die Einzelperioden von den Instituten in den Berichtsbän-den geliefert wird, werden in der Praxis oftmals die Preise für das Geschäftsjahr, Rollierende Jahr oder auch Aufgelaufene Jahr27 benötigt. Hier gilt analog zur Be-rechnung der Marktanteile über kumulierte Perioden, dass die Summe der Ein-zelpreise dividiert durch die Anzahl der zusammengefassten Perioden nicht den kumulierten Durchschnittspreis ergibt. Die Berechnung ist wiederum aufwendi-ger und muss korrekterweise wie folgt durchgeführt werden:

Verkauf Wert in den EinzelperiodenVerkauf Menge in den Einzelperioden

Preis

Tabelle 3.13: Berechnung des Durchschnittspreises in kumulierten Perioden

Segment: D Gesamt Marke A Periode 1 Periode 2 Periode 3 Halbjahr

Verkauf tausend Liter 6.214 6.591 9.351 22.156Verkauf tausend € 29.343 31.834 37.310 98.487Preis Liter 4,72 4,83 3,99 4,44

Der gewichtete Durchschnittspreis für Marke A liegt in diesem Beispiel nach der

27 Vgl.: Punkt 3.3

220

oben beschriebenen Berechnung des neuen Preises bei € 4,44. Der einfache Durchschnitt, berechnet als Summe der Einzelpreise dividiert durch die Anzahl der Perioden, hätte hier zu dem viel zu hohen Durchschnittspreis von € 4,51 ge-führt und einen tendenziellen Preisverfall (oder Aktion) nicht deutlich genug wi-dergespiegelt.

Preisabstand absolut

Der Preisabstand für ein Produkt wird ermittelt aus dem eigenen Preis abzüglich des Preises der Prozentuierungsvorschrift für die Marktanteile. Anhand der An-gaben in Tabelle 3.12 ergibt sich in Periode 1 für Produkt A der absolute Preis-abstand von € 0,63 (€ 4,72 - € 4,09) und für Marke B ein Wert von € -0,54 (€ 3,54 - € 4,09). Produkt A ist damit teurer und Produkt B billiger als der Gesamt-durchschnitt der Produktgruppe.

Preisabstand relativ

Der relative Preisabstand eines Produktes errechnet sich aus dem Verhältnis des eigenen Preises zum Preis des Prozentuierungsartikels. Für das Beispiel aus Ta-belle 3.12 gilt:

Marke A hat einen relativen Preisabstand von 15,4 %, Marke B weißt einen Wert von -13,4 % auf.

Distributionsqualität

Um die nur relative Aussagekraft der numerischen und gewichteten Distribution zu objektivieren, d.h. die Geschäfte inhaltlich gleich zu gestalten, werden diese beiden Distributionswerte in Relation zueinander gesetzt und zwar:

Distribution gewichtet GesamtDistribution numerisch Gesamt

Je deutlicher dieser Wert über 1 liegt, je besser ist das Verhältnis zwischen der Anzahl der den Artikel verkaufenden Geschäfte und deren Umsatzbedeutung, der

221

Artikel wird demnach in vorwiegend großen Geschäften geführt. Ein Wert klei-ner als 1 bedeutet eine geringere gewichtete als numerische Distribution.

Nehmen die beiden untersuchten Distributionen denselben Wert an, so liegt die entsprechende Distributionsqualität bei 1. Neben dieser Distributionsqualität soll-ten daher auch immer die beiden Einzelwerte mit in die Betrachtung einfließen.

Normierte Verkäufe Menge pro Periode

Bei genauer Betrachtung der mengenmäßigen Verkäufe pro (führenden oder ver-kaufenden) Geschäft wird deutlich, dass lediglich die Gesamtzahl der Verkäufe in Menge in Relation zu der Anzahl der Geschäfte gesetzt wird. Es wird für das Fakt keinerlei Unterscheidung nach großen und kleinen Geschäften (umsatzstar-ken, oder umsatzschwachen) getroffen. Dies ist aber ein wesentlicher Faktor, um die unterschiedlichen Mengen zweier Artikel pro Geschäft auch direkt miteinan-der vergleichen zu können. Die Normierten Verkäufe Menge beziehen in die Be-rechnung zusätzlich die numerische und gewichtete Verkaufsdistribution mit ein, so dass mögliche unterschiedliche Distributionsniveaus ausgeglichen werden.

Die Normierten Verkäufe Menge berechnen sich demnach wie folgt:

Distribution Numerisch VerkaufDistribution Gewichtet Verkauf

Verkauf Menge pro (verkaufenden) Geschäft

Normierte Verkäufe Wert pro Periode

Analog zum Fakt ”Normierte Verkäufe Menge pro Periode” soll auch hier die unterschiedliche Umsatzbedeutung der führenden Geschäfte bei der Angabe der Verkaufszahlen mit berücksichtigt werden.

Die Normierten Verkäufe Wert beziehen deshalb in die Berechnung zusätzlich die numerische und gewichtete Verkaufsdistribution mit ein, so dass mögliche unterschiedliche Distributionsniveaus ausgeglichen werden:

222

Distribution Numerisch Verkauf * Verkauf Wert pro (verkaufenden) Geschäft ______________________________________________________________ Distribution Gewichtet Verkauf

Marktanteil Menge in verkaufenden Geschäften

Der prozentuale Anteil der verkauften Mengen in Stück in den verkaufenden Ge-schäften eines Artikels bezogen auf die übergeordnete Produkt-, oder Waren-gruppe wird auch als Marktanteil Menge in verkaufenden Geschäften bezeichnet. Zur Berechnung ist neben den mengenmäßigen Abverkäufen die Numerische Distribution Gesamt notwendig. Es wird hier nicht der einfache Marktanteil Menge28 über die verkauften Mengen Total berechnet, sondern nur die Mengen in den verkaufenden Geschäften finden Berücksichtigung.

Die Formel hat folgenden Aufbau:

Marktanteil MengeDistribution Numerisch Gesamt

100

Wie bei den Distributionsfakts allgemein, gilt auch für dieses Fakt, dass in kumu-lierten Perioden immer durch die gesamte Anzahl der betreffenden Geschäfte di-vidiert werden muss. Einfache Durchschnittswerte können das Ergebnis verfäl-schen29.

100.- € Umsatz in X Tagen

Welche Zeitspanne ist notwendig, bis mit einem Artikel ein Umsatz von Euro 100.- realisiert wurde. Dieses Fakt zeigt die Anzahl der Tage auf, bis eine defi-nierte Umsatzhöhe erreicht ist.

Die Berechnung von 100 € / Tagesumsatz der verkaufenden Geschäfte liefert die Anzahl der Tage, die notwendig sind, um 100 € Umsatz zu realisieren.

Die Formel hat dementsprechend folgenden Aufbau:

28 Vgl.: Seite 218 29 Vgl.: Seite 217

223

100 € _____________________________________Umsatz pro verkaufenden Geschäft und Monat

Artikel pro Geschäft

Dieses Fakt beschreibt die durchschnittliche Anzahl von unterschiedlichen Arti-keln einer Warengruppe, die pro Geschäft verkauft werden. Die Berechnung er-folgt über die numerische Distribution:

Summe der numerischen Distributionen aller Marken (Einzelartikel) dividiert durch die numerische Distribution der Warengruppe.

Neben den Marken A und B wären noch 2 andere Marken in diesem Markt ver-treten, die jeweils eine numerische Gesamtdistribution von 70 % aufweisen. Zu-sammen ergibt dies einen Wert von 270% für die Numerische Gesamtdistribution dieser 4 Marken (80 (A)+ 50 (B)+ 140). Dieser Wert dividiert durch die entspre-chende Distribution der Warengruppe von 99 %, ergibt 2.72. Pro verkaufendes Geschäft werden demnach im Durchschnitt 2,7 unterschiedliche Artikel verkauft.

3.4.2 Die quantitativen Fakts des Verbraucherpanels

Das Verbraucherpanel weist eine ähnliche Anzahl von Fakts wie das Handelspa-nel auf. Um aber auch hier einen möglichst vollständigen Überblick zu erlangen, werden auch Fakts, die in beiden Instrumenten benutzt werden, nochmals genau beschrieben.

Die Maßeinheiten der unterschiedlichen Fakts differieren von Warengruppe zu Warengruppe. Eine Maßzahl allein kann aber nicht über alle Warengruppen zur genauen Bestimmung der Einkäufe der Haushalte herangezogen werden. Sehr häufig müssen zwei Maßeinheiten benutzt werden, um so z. B. verschiedene Verpackungsarten vergleichbar zu gestalten. Für die Warengruppe Bier hat dies folgende Auswirkungen:

224

Berichtet werden durch die Haushalte die Einkäufe in Flaschen, Dosen oder Käs-ten. Diese Einheiten beinhalten aber von Hersteller zu Hersteller unterschiedliche Mengen. Es muss daher eine Umrechnung in eine Vergleichsgröße (hier Liter) vorgenommen werden. Erst die” Gleichsetzung” dieser unterschiedlichen Einhei-ten führt zu vergleichbaren Kennzahlen.

Eine grobe Unterteilung der Fakts des Verbraucherpanels erfolgt immer nach: - quantitativen Fakts, sowie- qualitativen Fragestellungen

Die quantitativen Fakts, diese sind im Bereich der FMCG Warengruppen von etwas höherer Priorität werden klassischer weise nach

- Einkaufsfakts und - Käuferfakts

unterschieden. Die qualitativen Fragestellungen werden sehr stark im Bereich der SMCG Produkte eingefragt. Auf diese speziellen Fragestellungen wird in Punkt 3.4.3 näher eingegangen.

Einkauf Menge

Die mengenmäßigen Einkäufe zeigen die Mengen, die in einer Periode pro Arti-kel, Produktgruppe und Warengruppe von den Haushalten oder den berichtenden Einzelpersonen eingekauft wurden. Ein direkter Vergleich zweier Marken ist ü-ber diese Kennziffer möglich.

Ebenso wie in den Einzelperioden stellt die Berechnung der Einkäufe für belie-bige Kumulate der Perioden30 keine Probleme dar. Über jeden Zeitraum ist dieses Fakt addierbar. Gleiches gilt für die Segmente31. Hier ist jedoch zu beachten, dass nur Segmente ”gleichen Typs” (z.B.: für Gebiete: Bayern + Baden-Württemberg = Süddeutschland, oder für die Soziodemographie eine Zusammen-

30 Vgl.: Punkt 3.3 31 Vgl.: Punkt 3.2.3

225

fassung von mehreren Altersklassen) sinnvollerweise miteinander addiert werden können. Eine Aggregation von Key-Accountern z. B. Rewe und dem Gebiet NRW führt zu einer teilweisen Doppelzählung der Einkäufe und damit zu fal-schen Werten.

Abbildung 3.14: Einkaufsentwicklung zweier Marken

Einkauf Menge in %

Dies ist der prozentuale Anteil der eingekauften Mengen eines Artikels bezogen auf die übergeordnete Produkt- oder Warengruppe und wird auch als Marktanteil Einkauf Menge bezeichnet.

Bei Tabelle 3.14 bildet der Gesamtmarkt (Sekt) die Prozentuierungsbasis für die nachfolgenden Farbunterscheidungen dieser Warengruppe. Der weiße Sekt stellt die stärkste Produktgruppe mit 94,2% Anteil, der Sekt rose mit 1,4% die schwächste Produktgruppe dar. Die beiden Marken A und B, es handelt sich um weißen Sekt, werden nun nicht weiter auf diesen Gesamtmarkt prozentuiert, son-

226

dern die für diese beiden Marken herangezogene Basis bildet die Produktgruppe weißer Sekt.

Tabelle 3.14: Berechnung des Einkaufsanteils Segment: D Gesamt Periode 1

Einkauf tau-send Liter

Einkauf Liter in %

EinkaufLiter in %

Sekt Gesamt 60.985 100,0%

Sekt weiß 57.478 94,2% 100,0%Sekt rot 2.698 4,4%Sekt rose 809 1,4%

Marke A 6.214 10,8%Marke B 2.013 3,5%

Der mengenmäßige Marktanteil für kumulierte Perioden wird in der Praxis sehr häufig falsch berechnet. Oftmals werden die Marktanteile in den Einzelperioden aufaddiert und diese Summe durch die Anzahl der Perioden dividiert. Daraus re-sultiert ein Marktanteil, der nicht mit den eingekauften Mengen der Einzelperio-de gewichtet ist. Richtigerweise muss der Marktanteil für jede einzelne Marke in kumulierten Perioden wie folgt berechnet werden:

Einkauf Menge Marke A * 100 = Einkauf Menge in % für Marke A

Einkauf der Prozentuierungsbasis

Tabelle 3.15: Einkaufsanteil in kumulierten Perioden

Segment: D Gesamt Einkauf tausend Liter Periode 1 Periode 2 Periode 3 Halbjahr

Sekt weiß 57.478 44.076 43.585 145.139

Marke A 6.214 5.190 5.380 16.784

Anteil 10,8% 11,8% 12,3% 11,5%

227

Die Berechnung des Marktanteils Einkauf Menge nach der oben beschriebenen Methode des einfachen arithmetischen Mittels hätte einen Anteil von 11,6 % er-geben (10,8 + 11,8 + 12,3 + 11,5)/3. Der richtige Wert liegt dagegen bei 11,5 %. In Abhängigkeit von den konkreten Zahlen, können noch wesentlich größere Abweichungen entstehen.

Einkauf Wert

Die Einkaufsmenge multipliziert mit den Einkaufspreisen, die in der Berichtspe-riode durch die Haushalte geliefert werden, ergibt den Einkauf Wert Gesamt.

Einkauf Wert in %

Dies ist der prozentuale Anteil des Umsatzes eines Artikels bezogen auf die Pro-dukt- oder Warengruppe und wird als Einkaufsanteil Wert oder Marktanteil (Wert) €uro bezeichnet.

Tabelle 3.16: Gegenüberstellung des wert- und mengenmäßigen Marktanteils


Einkauftausend

LiterEinkauf

Liter in % Einkauf tau-

send € Einkauf€ in %

Sekt Gesamt 60.985 100,0% 249.184 100,0%

Sekt weiß 57.478 94,2% 235.515 94,5%Sekt rot 2.698 4,4% 10.668 4,3%Sekt rose 809 1,4% 3.001 1,2%

Marke A 6.214 10,8% 29.343 12,5%Marke B 2.013 3,5% 7133 3,0%

Die Prozentuierungsbasis für den Einkaufsanteil Wert ist dieselbe, wie sie auch für den Einkauf in Menge ausgewiesen wurde. Auch hier werden die beiden Marken A und B nicht auf den Gesamtmarkt bezogen, sondern auf die Produkt-gruppe weißer Sekt.

228

Während sich für Marke A ein Anteil für den Einkauf in Stück von 10,8 % er-rechnet, liegt der Marktanteil für den Einkauf Wert bei 12,5 %. Die beiden An-teilswerte in Kombination betrachtet, treffen eine Aussage über die Preisrelation einer Marke zur Produktgruppe. Je größer dieser Abstand (prozentual) wird, des-to größer ist die Preisdifferenz zur Prozentuierungsbasis (weißer Sekt). Ein deut-lich niedrigerer Preis ist demnach für die Marke B festzustellen, dessen wertmä-ßiger Marktanteil um 15,7 % (oder 0,5 Prozentpunkte) unter dem Marktanteil für Einkauf Liter liegt.

Preis pro Menge

Der durchschnittliche Einkaufspreis errechnet sich immer aus der Division von Einkauf Wert und Einkauf Menge und gibt an, zu welchem Preis ein bestimmter Artikel im Durchschnitt in der ausgewiesenen Periode eingekauft wurde. Für o-biges Beispiel ergeben sich die in Tabelle 3.17 dargestellten Einkaufspreise.

Tabelle 3.17: Ermittlung des Einkaufspreises


Einkauf tau-send Liter

EinkaufLiter in %

Einkauftausend €

Einkauf€ in %

Preis €

Sekt Gesamt 60.985 100,0% 249.184 100,0% 4,09

Sekt weiß 57.478 94,2% 235.515 94,5% 4,10Sekt rot 2.698 4,4% 10.668 4,3% 3,95Sekt rose 809 1,4% 3.001 1,2% 3,70

Marke A 6.214 10,8% 29.343 12,5% 4,72Marke B 2.013 3,5% 7.133 3,0% 3,54

Neben den Einkaufspreisen einer Einzelperiode werden in der Praxis die Preise für das Geschäftsjahr, Rollierende Jahr oder auch Aufgelaufene Jahr32 benötigt. Diese sind nicht in den einzelnen Datenbanken der Institute hinterlegt, sondern werden von den Softwaretools „auf Anforderung“ berechnet. Dies ist sinnvoll, denn zur Berechnung der Marktanteile über kumulierte Perioden ist auch hier an-zumerken, dass die Summe der Einzelpreise dividiert durch die Anzahl der zu-

32 Vgl.: Punkt 3.3

229

sammengefassten Perioden nicht dem kumulierten Durchschnittspreis ergibt. Die Berechnung ist wiederum aufwendiger und muss korrekterweise wie folgt durch-geführt werden:

Einkauf Wert in den Einzelperioden ___________________________________________________________________________________________________________

Einkauf Menge in den Einzelperioden

Der so gewichtete Durchschnittspreis für Marke A liegt im Beispiel in Tabelle xyz nach der oben beschriebenen Berechnung des mittleren Preises bei € 4,57 Der einfache Durchschnitt, berechnet als Summe der Einzelpreise dividiert durch

Tabelle 3.18: Preisermittlung für kumulierte Perioden

Segment: D Gesamt Periode 1 Periode 2 Periode 3 Halbjahr

Marke A

Einkauf tausend Liter 6.214 5.190 5.380 16.784Einkauf tausend € 29.343 23.442 23.941 76.726Ø-Preis 4,72 4,51 4,45 4,57Marke B

Einkauf tausend Liter 2.013 1.873 1.998 5.884Einkauf tausend € 7.122 6.452 6.674 20.248Ø-Preis 3,53 3,44 3,34 3,44

die Anzahl der Perioden, hätte hier einen zwar nur geringfügig niedrigen Preis von € 4,56 ergeben (4,72 + 4,51 + 4,45) / 3, jedoch kann dieser Preisunterschied bei Artikeln mit einer starken Preisspreizung deutlich differieren. Gleiches gilt in diesem Beispiel für Marke B.

Preisabstand absolut

Der Preisabstand eines Artikels wird ermittelt aus dessen Durchschnittspreis ab-züglich des Preises der Prozentuierungsvorschrift für die Marktanteile. Für das Beispiel in Tabelle 3.18 bedeutet dies, dass der absolute Preisabstand für Marke A bei € 0,62 (€ 4,72 - € 4,10), und für Marke B bei € - 0,56 (€ 3,54 - € 4,10)

230

liegt. Marke A ist somit teurer als der Durchschnitt der Produktgruppe, während Marke B deutlich darunter liegt.

Preisabstand relativ

Der relative Preisabstand eines Produktes errechnet sich aus dem Verhältnis des eigenen Preises zum Preis des Prozentuierungsartikels. Es werden somit keine absoluten Preise miteinander verglichen, sondern das Verhältnis der Preise unter-einander ist hier ausschlaggebend. Für das Beispiel in Tabelle 3.18 gilt:

Marke A hat einen relativen Preisabstand von 115 %, Marke B weißt einen Wert von 86 % auf. Da die Berechnungsformeln immer noch mit 100 multipliziert werden, bedeuten Werte von über 100, dass dieser Artikel im Verhältnis zu sei-ner Produktgruppe (sofern dies die Prozentuierungsbasis bildet) entsprechend teurer ist. Werte von unter 100 signalisieren einen Verkaufspreis, der unter dem Durchschnitt der Produktgruppe liegt.

Anzahl Käufer

Käufer eines Artikels ist die Einzelperson oder der Haushalt, der in einem Be-richtszeitraum, diesen Artikel mindestens einmal gekauft hat. Bei genau einmali-gem Einkauf wird dieser auch als Einmalkäufer bezeichnet.

Tabelle 3.19: Anzahl Käufer pro Periode Segment: D Gesamt Anzahl Käuferin tausend

Marke A Marke B Periode 1 2.057,6 344,7Periode 2 1.226,9 251,4Periode 3 971,1 465,7

Dieses Fakt ist für Kumulationen über Artikel, Perioden und Segmente sehr schwierig, bzw. ohne sog. Rohdaten für den Kunden überhaupt nicht zu berech-nen. Für die einzelnen Dimensionen gelten folgende Einschränkungen:

231

1) Kumulation über Segmente

Es ist hierbei zu beachten, dass nur Segmente gleichen Typs, d h. ohne Über-schneidungen, zusammengefasst werden dürfen. Eine Zusammenfassung von sich gegenseitig ausschließenden Regionen (Gebieten) oder eine Aggregation der ebenfalls überschneidungsfreien Soziodemographie (z. B.: Altersklassen) ist zulässig. Key-Accounts können dagegen nicht zusammengefasst werden. Der Zusammenschluss von Edeka und Rewe zu einem neuen Segment würde nicht berücksichtigen, dass ein Haushalt bei diesen beiden Key-Accountern einkaufen kann und es bei einer Aggregation zur unzulässigen Doppelzäh-lung kommen würde33.

2) Kumulation über Artikel

Dieses Fakt darf im Allgemeinen nicht über verschiedene Artikelpositionen addiert werden. So addieren i. d. R. die Käufer der Marke A plus die Käufer der Marke B nicht zu der übergeordneten Produktgruppe Sekt weiß auf (un-terstellt diese Produktgruppe besteht nur aus diesen beiden Artikeln).

Beispiel: Die Marke A wird in den beiden Flaschengrößen 0,75 und 0,2 Liter angeboten. Es werden folgende Käuferzahlen ausgewiesen:

Tabelle 3.20: Anzahl Käufer pro Periode (Vergleich von Gebindegrößen) Segment: D Gesamt Periode 1

Anzahl Käufer in tausend

Marke A 2057,6

0,75 Liter 1.543,20,2 Liter 771,5

Die Summe der beiden Einzelpositionen 0,75 und 0,2 Liter würde zu einer Anzahl Käufer von 2.314,7 (in tausend) führen. Ausgewiesen werden aber

33 Einschränkend muss hinzugefügt werden, dass derartige Doppelzählungen auch bei den Segmenten bei sog. „grenznahen“ (Bundesländergrenzen) Haushalten nicht ausgeschlossen werden können.

232

nur 2.057,6 (in tausend), somit 257,1 (in tausend) weniger. Die Erklärung liegt in der Zählweise der Käufer. Kauft ein Haushalt die 0,75 Liter Flasche, so zählt dieser zur Artikelzeile 0,75 Liter, als auch zur Zeile Marke A. Kauft ein anderer Haushalt dagegen beide Flaschengrößen, so zählt dieser als Käu-fer zur 0,75 und 0,2 Liter Flasche, aber nur einmal als Käufer der Marke A. Damit gilt, dass die Summe der Käufer der Marke A mindestens die Anzahl der Flaschengröße des 0,75 Liter Gebindes (dann haben nur die Käufer auch das Gebinde 0,2 Liter gekauft) und höchstens die Summe der Käuferzahlen aller Einzelgebinde (kein 0,75 Liter Käufer hat das 0,2 Liter Gebinde ge-kauft) aufweisen kann.

3) Kumulation über Perioden

Tabelle 3.21: Anzahl Käufer pro Periode (Vergleich zweier Marken)

Segment: D Gesamt Anzahl Käuferin tausend

Marke A Marke B Periode 1 2.057,6 344,7Periode 2 1.226,9 251,4Periode 3 971,1 465,7

Aus den Einzelperioden (Periode 1 bis Periode 3) allein kann ein kumulierter Zeitraum nicht berechnet werden.

Der Grund liegt, wie bei der Kumulation über Artikel bereits beschrieben, auch hier in den so genannten Käuferüberschneidungen. Eine reine Addition der Käuferanzahl der Marken A und B in den Einzelperioden würde nicht be-rücksichtigen, dass ein Haushalt oder eine Einzelperson, sowohl in der ers-ten, als auch möglicherweise in einer beliebigen anderen Periode diese Mar-ke kauft aber nur einmal in die Käuferzahl einfließen darf.

Käuferpenetration (Käufer in %)

Die Käuferpenetration ist vergleichbar mit den bisher bekannten Marktanteilen. Dieses Fakt stellt die Anzahl der Käufer eines Artikels allen Käufern der Pro-

233

dukt- oder Warengruppe gegenüber. Die Käuferanzahl wird somit ins Verhältnis zur absoluten Käuferanzahl der Prozentuierungsvorschrift gesetzt34.

Käuferreichweite (Käuferkreis)

Die Käuferreichweite ist ein prozentuales Fakt. Es stellt die absolute Käuferan-zahl eines Produktes ins Verhältnis zu allen Panelteilnehmern, und wird oftmals auch als Käuferkreis bezeichnet.

Tabelle 3.22: Käuferreichweiten


Käufer-reichweite

Sekt Gesamt 84,9%

Sekt weiß 83,6%Sekt rot 34,1%Sekt rose 22,5%

Marke A 9,3%Marke B 5,8%

Die Werte der Käuferpenetration sind in der Regel höher als die Werte für die Käuferreichweite. Dies resultiert aus den unterschiedlichen Prozentuierungs-vorschriften die diesen beiden Fakts zugrunde liegen. Wird für die Käuferpenet-ration die Warengruppe oder eine Produktgruppe daraus zur Berechnung heran-gezogen, so werden alle Haushalte, die in der Panelstichprobe enthalten sind, für die Käuferreichweite zugrunde gelegt.

Anzahl Wiederkäufer

Als Wiederkäufer für einen Artikel zählt, wer in einem Berichtszeitraum einen Artikel mindestens zweimal gekauft hat.

34 Diese Prozentuierungsvorschrift ist in der Regel dieselbe, wie sie auch für die Berechnung der Markt-anteile Wert und Menge, siehe Tabelle 3.16, benutzt wird.

234

Abbildung 3.15: Entwicklung der Käufer Gesamt und Käufer Produkt A

Jeder einzelne Einkaufsakt wird durch den Panelhaushalt oder den Einzelteil-nehmer gemeldet. Wird am selben Tag ein Artikel zweimal gekauft, möglicher-weise mit nur kurzer zeitlicher Differenz, und sogar im gleichen Geschäft, wer-den richtigerweise zwei Einkaufsakte gemeldet. Es handelt sich bei dem zweiten Einkauf jedoch nicht um einen Wiederkauf, selbst wenn der erste Einkauf dieses Tages der Erstkauf war.

Es kommt eine zusätzliche zeitliche Abgrenzung zur Faktdefinition hinzu. Als kleinste zeitliche Einheit gelten zurzeit noch Tagesdaten. Als Wiederkauf kann somit nur ein Einkauf desselben Artikels gezählt werden, wenn dieser frühestens am nächsten Tag eingekauft wurde.

Standardmäßig wird dieses Fakt nicht in den Tabellenberichten der Institute aus-gewiesen. Die ermittelten Werte dienen dazu, dass folgende Fakt, die Wiederkäu-ferrate zu berechnen.

235

Anzahl Wiederkäufer in % (Wiederkäuferrate)

Die Wiederkäuferrate beschreibt das Verhältnis der Wiederkäufer zu allen Käu-fern eines Artikels. Die Berechnung erfolgt durch folgende Formel:

Anzahl Wiederkäufer 100 _______________________ Anzahl Käufer

Beispiel:

Tabelle 3.23: Berechnung der Wiederkäuferrate Segment: D Gesamt Periode 1

Anzahl Käufer (in tausend)

Anzahl Wiederkäu-fer (in tausend) Wiederkäuferrate

Sekt Gesamt 22.118,3 18.230,4 82,3%

Sekt weiß 21.779,6 14.875,5 68,3%Sekt rot 8.883,8 6.192,0 69,7%Sekt rose 5.861,7 5.134,8 87,6%

Marke A 2.057,6 1.002,1 48,7%Marke B 344,7 159,9 46,4%

Bedarfdeckungsrate (Markenkraftfaktor)

Die Bedarfdeckungsrate zeigt zu wieviel Prozent ein Käufer seinen gesamten Bedarf mit dem analysierten Artikel deckt.

Tabelle 3.24: Berechnungsbeispiel für die Bedarfdeckungsrate

Segment: D Gesamt Bedarfdeckungsrate

Marke A Marke B Periode 1 16,0 47,3Periode 2 36,0 38,2Periode 3 38,5 20,6

236

Marke A weist in Periode 1 eine Bedarfdeckungsrate von 16,0% auf, die in der Folgeperiode sogar auf 36,0% steigt. Zusätzlich ist eine weitere, eher geringfügi-ge Steigerung in Periode 3 auf 38,5% festzustellen.

Im Gegensatz dazu kann Marke B keine derartigen Steigerungen erzielen. Im Gegenteil. In den Perioden 1 - 3, diese wären nur vergleichbar, wenn keine Sai-sonalität unterstellt werden kann, liegt ein dramatischer Einbruch von 47,3 auf 20,6 % oder ein Minus von 43,5% vor.

Einkauf Menge pro Käufer

Die Einkaufsmenge pro Käufer zeigt, welche Mengen ein Käufer im Durch-schnitt gekauft hat. Zur Berechnung sind die Einkaufsmengen und die Käufer-zahl notwendig:

Einkauf Menge Gesamt _______________________________

Anzahl Käufer Gesamt

Tabelle 3.25: Einkauf Menge pro Käufer Segment: D Gesamt Anzahl Käuferin tausend Periode 1 Periode 2 Periode 3 Halbjahr Marke A

Einkauf tausend Liter 6.214 5.190 5.380 16.784Anzahl Käufer 2057,6 1226,9 971,1 3.823,2Menge pro Käufer 3,02 4,23 5,54 4,39Marke B

Einkauf tausend Liter 2.013 1.873 1.998 5.884Anzahl Käufer 344,7 251,4 465,7 969,4Menge pro Käufer 5,84 7,45 4,29 6,07

Einkauf Wert pro Käufer

Der Einkaufswert pro Käufer beschreibt den durchschnittlichen Umsatz der pro

237

Käufer erzielt wird. Dieses Fakt wird wie folgt berechnet:

Einkauf Wert Gesamt ______________________________

Anzahl Käufer gesamt

oder

Durchschnittsmenge pro Käufer Einkaufspreis

Tabelle 3.26: Einkauf Wert pro Käufer Segment: D Gesamt

Periode 1 Periode 2 Periode 3 Halbjahr Marke A

Einkauf tausend € 29.343 23.442 23.941 76.726Anzahl Käufer 2057,6 1226,9 971,1 3.823,2Wert pro Käufer 14,26 19,11 24,65 20,07Marke B

Einkauf tausend € 7.122 6.452 6.640 20.214Anzahl Käufer 344,7 251,4 465,7 969,4Wert pro Käufer 20,66 25,66 14,26 20,85

Aktionseinkäufe Menge

Die Aktionseinkäufe Menge kennzeichnen die eingekauften Mengen, die der Haushalt, oder die teilnehmende Person aus seiner Sicht, rein subjektiv, als Akti-onseinkauf einschätzt. Als Aktionsunterstützung kommt eine Anzeige in der Ta-geszeitung, Handzetteln oder Kundenzeitschriften ebenso in Betracht, wie plat-zierte Regalstopper oder Lautsprecherdurchsagen im Geschäft. Es handelt sich stets um einen subjektiven Eindruck der keinerlei weiterer Prüfung unterliegt. Aus diesem Grund werden auch die Einkäufe zu ”Dauerniedrigpreisen” nur dann als Aktionsmenge bewertet, wenn dies vom Käufer entsprechend angegeben wur-de.

238

Tabelle 3.27: Subjektive Aktionseinkaufseinschätzung Segment: D Gesamt

Periode 1 Periode 2 Periode 3 Marke A

Einkäufe tausend Liter 6.214 5.190 5.380Auktionseinkäufe tausend Liter 1118 856 574Marke B

Einkäufe tausend Liter 2.013 1.873 1.998Auktionseinkäufe tausend Liter 231 264 445

Aktionseinkäufe Menge in % der Aktionseinkäufe

Die als Aktionseinkäufe deklarierten Mengen eines Produktes, gemessen an allen Einkäufen dieses Produktes, werden als Aktionseinkäufe Menge in %, oder Akti-onsanteil Menge bezeichnet. Für obiges Beispiel ergeben sich daraus folgende Anteilswerte:

Tabelle 3.28: Anteil der Aktionseinkäufe Segment: D Gesamt


Einkäufe tausend Liter 6.214 5.190 5.380Auktionseinkäufe tausend Liter 1118 856 574Auktionsanteil Menge in % 18,0% 16,5% 10,7%Marke B

Einkäufe tausend Liter 2.013 1.873 1.998Auktionseinkäufe tausend Liter 231 264 445Auktionsanteil Menge in % 11,5% 14,1% 22,3%

Die Aktionsanteile der eingekauften Mengen schwanken zwischen den beiden betrachteten Marken A und B sehr stark. Während bei Marke A die Werte von Periode 1 zu Periode 2 um 9,1 % Punkte sinken, steigen diese bei Marke B um 2,6 % Punkte. Steigen bei Marke B in der nächsten Periode diese Werte, so fallen sie bei Marke A ab. Graphisch betrachtet, haben diese beiden Anteilswerte fol-genden Verlauf:

239

Aktionseinkäufe Menge in % aller Aktionseinkäufe

Tabelle 3.29: Aktionseinkäufe Menge in % Segment: D Gesamt

Periode 1 Periode 2 Periode 3 Sekt Gesamt

Einkäufe tausend Liter 60.985 58.745 59.630Aktionseinkäufe tausend Liter 9.697 9.928 9.838

Aktionspreis Menge in % 15,9% 16,9% 16,5%Sekt weiß

Einkäufe tausend Liter 57.478 44.076 43.585Aktionseinkäufe tausend Liter 20.175 18.336 18.872

Aktionspreis Menge in % 35,1% 41,6% 43,3%

Abbildung 3.16: Entwicklung der Aktionsanteile

240

Segment: D Gesamt Periode 1 Periode 2 Periode 3

Marke A

Einkäufe tausend Liter 6.214 5.190 5.380Aktionseinkäufe tausend Liter 1118 856 574

Aktionspreis Menge in % 5,5% 4,7% 3,0%Marke B

Einkäufe tausend Liter 2.013 1.873 1.998Aktionseinkäufe tausend Liter 231 264 445

Aktionspreis Menge in % 1,1% 1,4% 2,4%

Wird als Berechnungsbasis der Aktionseinkäufe in % eines Artikels nicht der Gesamteinkauf dieses Artikels, sondern die gesamten Aktionseinkäufe der Pro-dukt- oder Warengruppe herangezogen (dies dürfte i.d.R. die gleiche Basis wie für die Marktanteile sein), errechnet sich der Aktionseinkauf Menge in % gemes-

Abbildung 3.17: Anteile der Aktionseinkäufe

241

sen an allen Aktionseinkäufen der Produkt- oder Warengruppe. Diese Anteile (vgl. Tabelle 3.39) weisen nun wiederum graphisch betrachtet den in Abbildung 3.17 aufgezeigten Verlauf auf.

Aktionseinkäufe Wert

Durch die Multiplikation der Aktionsmenge mit dem entsprechenden Preis, er-gibt sich der Aktionseinkauf Wert.

Aktionseinkäufe Wert in % der Aktionseinkäufe

Die mengenmäßigen Aktionseinkäufe, multipliziert mit den Einkaufspreisen, er-geben die wertmäßigen Aktionseinkäufe, oder die Aktionseinkäufe Wert. Die als Aktionseinkäufe deklarierten Einkaufswerte eines Artikels, gemessen an allen Einkäufen dieses Produktes, werden als Aktionseinkäufe Wert in %, oder Akti-onsanteil Wert bezeichnet (vgl. Tabelle 3.30).

Tabelle 3.30: Anteil der AktionseinkäufeSegment: D Gesamt


Einkäufe tausend €uro 29.343 23.442 23.941Aktionseinkäufe tausend €uro 4.405 3.398 2.273

Aktionsanteil €uro in % 15,0% 14,5% 9,5%Marke B

Einkäufe tausend €uro 7.122 6.452 6.640Aktionseinkäufe tausend €uro 744 842 1.415

Aktionsanteil €uro in % 10,4% 13,1% 21,3%

Aktionseinkäufe Wert in % aller Einkäufe

Werden für die Ermittlung des Anteilswertes die Aktionseinkäufe Wert eines Ar-tikels nicht auf die Gesamteinkäufe Wert dieses Artikels bezogen, sondern auf

242

die übergeordnete Prozentuierungsbasis, so wird der Aktionseinkauf Wert in %, bezogen auf alle Einkäufe dieser Produkt- oder Warengruppe, ermittelt.

Aktionspreis

Der Aktionspreis errechnet sich, wie alle anderen bisher beschriebenen Preisfakts als Division von Aktionseinkauf Wert durch Aktionseinkauf Menge. Es gelten hier für Periodenkumulationen die gleichen Einschränkungen, wie sie bereits für das Fakt Einkaufspreis dargestellt wurden35.

Welche Einkäufe als Aktionseinkäufe deklariert werden, ist dem subjektiven Empfinden eines jeden Haushaltes überlassen. Möglicherweise treten bereits al-lein durch die unterschiedlichen soziodemographischen Ausprägungen der Haus-halte (insbesondere durch unterschiedliche Einkommensniveaus) verschiedene Wahrnehmungen zu Aktionspreisen auf.

Tabelle 3.31: Entwicklung des Aktionspreises Segment: D Gesamt


Aktionseinkäufe tausend Liter 1118 856 574Aktionseinkäufe tausend € 4.405 3.398 2.273

Aktionspreis 3,94 3,97 3,96Marke B

Aktionseinkäufe tausend Liter 231 264 445Aktionseinkäufe tausend € 744 842 1.415

Aktionspreis 3,22 3,19 3,18

Eigentlich dürfte erwartet werden, dass die ausgewiesenen Aktionspreise generell unterhalb der ”Normal”-Einkaufspreise liegen. In Tabelle 3.32 sind nochmals die für das gewählte Beispiel unterschiedlichen Preise dargestellt. In der Praxis bleibt

35 Vgl.: Seite 228

243

festzustellen, dass die Aktionspreise tatsächlich auch über den „Normal“-Ein-kaufspreisen liegen können.

Tabelle 3.32: Gegenüberstellung des Normal- und des Aktionspreises

Segment: D Gesamt Periode 1 Periode 2 Periode 3

Marke A

"Normal"-Preis 4,72 4,51 4,45

Aktionspreis 3,94 3,97 3,96Marke B

"Normal"-Preis 3,53 3,44 3,34

Aktionspreis 3,22 3,19 3,18

3.4.3 Die qualitativen Fakts des Verbraucherpanels

All diese bisher beschriebenen Fakts sind der Kategorie „quantitative Fakts“ zu-zuordnen. Es sind die Standardfakts, die in jedem Haushalts- oder Individualpa-nel regelmäßig berichtet werden.

Es wurde bereits erwähnt, dass es auch eine Vielzahl von qualitativen Fragen in den Fragebögen – oder den anderen Erhebungsmethodiken – gibt. Diese können nach deren Erhebung wie Fakts ausgewertet und den Kunden zur Verfügung ge-stellt werden. Diese qualitativen Fakts werden heute vorwiegend in den Waren-gruppen der SMCG Güter erhoben. Die Erhebung der Konsumenteneinstellungenzu vielen Fragestellungen „rund um den Kauf eines Produktes“ sind ein wichti-ger Teil der sog. Consumer Insights und eine wichtige Komponente quantitative Paneldaten qualitativ anzureichern.

Die Fragestellungen, und damit die oftmals schwierige Frageformulierung diffe-rieren einerseits sehr stark von Warengruppe zu Warengruppe, andererseits sind diese Fragestellungen auch sehr stark durch die Kunden beeinflusst. Kein In-strument bietet wie ein Panel, mit seinen beschriebenen Vorzügen, die Möglich-

244

keit den Einstellungswandel der Zielgruppen zu Einkaufsstätten, Servicezeiten, Beratung, Informationsverhalten, etc. kontinuierlich über einen langen Zeitraum exakt zu untersuchen.

Eine für nahezu alle SMCG Warengruppen immer wiederkehrende Frage stellt die „Source of Awareness“ dar. Wie wurde der Teilnehmer auf ein Produkt oder eine Einkaufsstätte aufmerksam. Hier werden i.d.R. mehrere Antworten vorge-geben und er Panelteilnehmer kann die zwei wichtigsten Punkte notieren.Nachfolgend einige exemplarische Fragestellungen aus dem Bereich des Spen-denverhaltens. U.a werden die Teilnehmer gefragt:

Wie wurden Sie auf die Organisation aufmerksam? und folgende, auszugsweise Antwortmöglichkeiten sind gegeben: 01: Spendenbrief (Mailing) erhalten 02: Beitrag im Radio 03 Beitrag im TV 04 Artikel in der Zeitung 05 Plakat gesehen 99 sonstiges etc.

Unter dem letzten Punkt „sonstiges“ besteht in einigen Fällen die Möglichkeit hier andere Hinweise einzutragen. Dies hilft auch bei der Weiterentwicklung der Fragebögen – immer die wichtigsten Antwortmöglichkeiten direkt vorzugeben.

Eine andere wichtige Fragestellung bei der Warengruppe „Spenden“ stellt die Zahlungsart dar. Wurde eine Bareinzahlung getätigt, ist ein Dauerauftrag einge-richtet oder wurde online gespendet. Zunehmende online Spenden zwingen auch die übrigen Organisationen eine Internetplattform einzurichten und mit Pop-Up´s bei verschiedenen, stark frequentierten Seiten präsent zu sein.

Typische andere Fragestellungen befassen sich mit verschiedenen Aspekten des Informationsverhaltens vor dem Kauf und zur Einkaufsstätte selbst. Auf einer 5er – oder 6er Skala kann den Panelteilnehmer in Abhängigkeit von dem jeweiligen Produkteintrag von sehr gut bis mangelhaft antworten.

245

Beispiele zum Informationsverhalten: Wie groß war der Zeitraum zwischen dem ersten Gedanken und

dem Kauf des Produktes? Haben Sie in den letzten Wochen (Tagen) vor dem Kauf Werbung

zu dem Produkt gesehen, gehört oder gelesen? Wo ist Ihnen diese Werbung aufgefallen? Welche der nachfolgenden Informationsquellen haben Sie vor dem

Kauf genutzt? Welche der genannten Informationsquellen war die Wichtigste? Wie viele Einkaufsstätten haben Sie insgesamt vor dem Kauf be-

sucht?

Beispiele zur Einkaufsstätte: Wie haben Sie das Gerät gekauft? (Beispiel: online, im Geschäft,

schriftlich, telefonisch, etc.) Warum haben Sie das Gerät in dieser Einkaufsstätte gekauft?Beispiel: Sonderangebot angenehme Atmosphäre gute Beratung guter Service Produkt wurde vorgeführt gute Erfahrung mit der Einkaufsstätte gute Parkplatzmöglichkeit wegen Kunden- bzw. Bonuskarte wegen der großen Auswahl freundliches Personal

Neben der Einkaufsstätte und dem Informationsverhalten sollten auch die Grün-de für den Kauf des beschriebenen Gerätes exakt abgefragt werden. Die einzel-nen Ausstattungsmerkmale wie Farbe, Größe, Gewicht und auch die technischen Merkmale sind ebenso wichtig, wie Fragen rund um die Lebensdauer und Ent-sorgung des Altprodukts.

All diese Fragen sind auch kritisch zu hinterfragen, denn es sollte genau darauf geachtet werden, die Panelteilnehmer nicht zu überfordern. Wer permanent viele

246

Fragen rund um einen Einkaufsakt beantworten muss, um evtl. lediglich den Ein-kauf eines preiswerten Mitnahmeartikels zu melden, wird das Panel schnell ver-lassen wollen.

3.4.4 Promotionfakts für das Handels- und Verbraucherpanel

Die bisher beschriebenen quantitativen Basisfakts des Handels- und auch des Verbraucherpanels beschreiben jeweils die Zahlenwerte für den Gesamtabsatz (Gesamtumsatz). Nun werden aber auch zusätzliche Umsätze durch Promotion-aktivitäten erzielt. Diese Werte werden durch die sog. Promotionfakts beschrie-ben. Es handelt sich dabei nicht um vollständig neue Faktformeln, lediglich der Dateninhalt ändert sich leicht. Der Dateninhalt ist in der Regel ein kleiner Teilbe-reich des Gesamtwertes. Daher bleiben die bisherigen Formeln und Beschreibun-gen erhalten, hier erfolgt nun die Ergänzung ohne alle Beschreibungen zu wie-derholen.

Von herausragender Bedeutung sind die Promotionfakts für die beiden Panelar-ten Handels- und Verbraucherpanel des FMCG Bereichs. Für die Warengruppen der SMCG Kategorien und der Dienstleistungen spielen diese bisher eine eher untergeordnete Rolle. Hier werden stattdessen im Verbraucherpanel die qualitati-ven Fakts zur detaillierten Beschreibung der Märkte und auch Verbraucherein-stellungen herangezogen. Im Handelspanelbereich gibt es erste Auswertungen – es darf aber davon ausgegangen werden, dass zukünftig die Food und Non-Food Fakts nicht sehr stark differieren.

Was aber sind nun Promotions? Prinzipiell sind hierunter Verkaufsförderungs-maßnahmen zu verstehen. Diese finden am PoS statt und dienen u. a. folgender Zielsetzung:

a) Erhöhung von Absatz und Umsatz, b) Stärkung der Kundenbindung an ein Handelsunternehmen c) Gewinnung neuer Kunden d) Erhöhung des Bekanntheitsgrades einer Marke

247

Werden Promotionaktivitäten vom Handel mit bestimmten Artikeln durchge-führt, so wäre es für die Identifikation dieser Artikel erforderlich, mit neuen – anderen – kenntlich gemachten EAN Nummern zu arbeiten. Dies ist aber nicht der Fall. Daher können die Institute auch bei der monatlichen Datenlieferung nicht erkennen, ob ein Artikel in der Promotion- oder regulär verkauft wurde. Es ist daher notwendig, hier den eigenen Außendienst zu bemühen, der die unter-schiedlichen Aktivitäten in den Geschäften erfasst.

Diese Erhebungen werden wöchentlich in den Stichprobengeschäften durchge-führt. Die Merkmale, die zur Erhebung herangezogen werden sind in Abbildung 3.10 auf Seite 249 dargestellt.

Die Promotionfakts werden grundsätzlich in 5 Bereiche differenziert:

Preis: Normalpreis – Reduzierter Preis

Kommunikation z. B. Coupon eingelöst

Handelspromotions z. B. Gratispack (buy one get one free) zahl zwei – kauf drei

Herstellerpromotions z. B. Produkt mit Zugabe (LKW, Bierglas bei Bierkasten)

Sonstiges

Das Handelspanel misst zusätzlich die Promotionarten Display und in ausführli-cherer Form die Aktivitäten rund um das Thema Kommunikation. Alle mögli-chen Ausprägungen rund um dieses Thema sind in Abbildung 3.19 aufgeführt. Diese ausführlichere Form der Promotionmessung liegt in der Form der Datener-hebung begründet. Dies unterscheidet sich zwischen beiden Panelarten sehr deut-lich.

248

Die Promotionerhebung im Handelspanel findet durch den institutseigenen Au-ßendienst statt. Das Verbraucherpanel dagegen misst die Promotions direkt bei der Erfassung der Einkaufsakte. Die Menuesteuerung der Eingabegeräte der GfK fragt bei jedem Artikel diese Promotionarten ab.

Diese Promotions lassen nun eine völlig neue und zusätzliche Analyseart zu. Es können Fragen zur Promotioneffektivität und rund um den Marketing-Mix be-antwortet werden. Um den durch eine Promotion induzierten Verkauf, den Zu-satzverkauf oder Incremental Verkauf zu bestimmen, benötigt man zunächst eine sog. Baseline. Diese definiert den Verkauf eines Artikels, wenn keine Promotion durchgeführt wird. Es handelt sich hierbei um einen internen institutseigenen Trend der pro Woche, Artikel und Geschäft berechnet wird.

Hieraus ergibt sich nun die Gleichung:

Zusatzverkauf (oder auch Promotion – Incrementalverkauf) =Gesamtverkauf – Basisverkauf

Es klingt simpel diesen Basisverkauf – die Baseline zu definieren. Tatsächlich aber fließt eine Vielzahl von Faktoren ein. U. a. gilt es saisonelle Schwankungen zu berücksichtigen. Da diese Informationen sämtlichst für die oben genannten Bausteine hinterlegt werden müssen, ist hier zusätzlich eine hohe Rechenleistung erforderlich.

Für Promotionfakts gilt eine allgemeingültige Aufteilung die im Folgenden be-schrieben wird.

Alle beschriebenen Basisfakts sind auch als Promotionfakts verfügbar. Durch die Promotionerhebungen des Außendienstes wird zunächst die Promotionart ermit-telt. Aufgrund der definierten Baseline (pro Geschäft und Artikel) ist der Basis-absatz hinterlegt – alle zusätzlichen Abverkäufe (Menge und Wert) werden im Promotionfall dem Incremental Verkauf zugerechnet. Abbildung 3.19 verdeut-licht die Erhebungsvielfalt und auch den Erhebungsumfang durch den Außen-dienst (Fieldservice).

249

Aufteilung des Gesamtverkaufs

Basisverkauf

Incrementalverkauf

Gesamtverkauf =

Abbildung 3.18: Aufteilung des Gesamtverkaufs

Fieldservice - Promotionerhebung

• Displays• Kassenbereich• Regalkopf single• Regalkopf mixed• Sonderplatzierung

• Kommunikation• Außenwerbung• Ladeninnenwerbung• Infomaterial• Preisausschreiben• Einkaufwagen• Regalstopper• Handzettel• Tageszeitung/Anzeigenblatt• Kundenzeitung

• Herstellerpromotion• Bonuspack• Multi-/Doppelpack• Inpack• Onpack

• Handelspromotion• Multibuy• Bonuspunkte• Coupons

Abbildung 3.19: Promotionarten

250

Die Basisfakts werden nun, bis auf wenige Ausnahmen, um diese Promotionfakts ergänzt.

Die nachfolgende Tabelle verdeutlicht, welche Promotionarten in den Berichts-reportings ausgewiesen werden können. Dabei wird dem jeweiligen Fakt ledig-lich die Promotionbezeichnung angehängt.

Tabelle 3.33: Promotionreporting

KausaldatenReporting

Display(1)

Feature(2)

1 + 2Preisre-duktion

(3)

1 + 3 2 + 3 1 + 2 + 3

nur Display X nur Feature X Display und Feature X Preisreduktion X Preisreduktion und Dis-play

X

Preisreduktion und Fea-ture

X

Preisreduktion und Fea-ture und Display

X

Display gesamt X X X XFeature gesamt X X X XPreisreduktion gesamt X X X Xohne Preisreduktion X X X

Zum genauen Faktabgleich werden nachfolgend die Basisfakts und Promotion-fakts im Einzelnen aufgeführt.

Die Basisfakts:

Verkauf (gesamt)

251

Verkauf in Wert, Menge (Stück) Baseverkauf in Wert, Menge (Stück) Incrementalverkauf in Wert, Menge (Stück)

Incrementalverkauf im Promotionsplit nach Display/Feature und Preis-reduktion

Verkauf (durchschnittlich) Verkauf pro Geschäft in Wert, Menge (Stück) Normierter Verkauf pro Geschäft in Wert, Menge (Stück) Baseverkauf pro Geschäft in Wert, Menge (Stück) Normierter Baseverkauf pro Geschäft in Wert, Menge (Stück) Incrementalverkauf pro Geschäft in Wert, Menge (Stück)

Distribution Numerische Distribution mit/ohne Promotion im Promotionsplit nach Display/Feature und Preisreduktion Gewichtete Distribution mit/ohne Promotion im Promotionsplit nach Display/Feature und Preisreduktion Distributionsqualität Artikel pro Geschäft Gesamtanzahl Artikel

Marktanteile Marktanteil Wert/Stück und Menge in % Basemarktanteil Wert/Stück und Menge in % Incrementalmarktanteil Wert/Stück und Menge in % Baseverkauf Wert/Stück und Menge in % Incrementalverkauf Wert/Stück und Menge in % Incrementalmarktanteil Wert/Stück und Menge in % im Promotionsplit nach Display/Feature und Preisreduktion

Preise Preis Euro/Stück bzw. Menge

252

Basepreis Euro/Stück bzw. Menge Promotionpreis Euro/Stück bzw. Menge

Promotionpreis Euro/Stück bzw. Menge im Promotionsplit nach Dis-play/Feature und Preisreduktion

3.4.5 Die Fakts des Direktmarketing Panels

Auf dem ersten Blick erscheinen die Fakts des Direktmarketing Panels eher schlicht zu sein. Dieser Eindruck allerdings täuscht. Die anscheinend geringe Anzahl bietet doch eine sehr große Vielfalt an Informationen. Denn neben den Auflagendaten für ein Mailing können auch mögliche Rückschlüsse auf das Ver-halten der angeschriebenen Personen gezogen werden.

3.4.5.1 Die allgemeinen Fakts des Direktmarketing Panels

MailingauflageDie Mailingauflage ist die hochgerechnete Auflage jedes einzelnen Mailings. Die Addition aller Auflagen eines Versenders ergibt dessen gesamte Versandmenge eines Monats, Quartals oder jeder anderen zu berechnenden Periode. Die Auflage schwankt von wenigen tausend gedruckten Exemplaren je Mailing, bis hin zu millionenstarken Auflagen.

MailingkostenJede Mailingaktion und jedes Einzelmailing ist mit Kosten verbunden. Hier fal-len insbesondere folgende Kostenarten an:

1. Druckkosten 2. Portokosten 3. Agenturleistungen 4. Adresskosten

Die Kosten unter Punkt 1 und Punkt 2 können je Mailing ermittelt werden. In Abhängigkeit von dem Gewicht, den unterschiedlichen Bestandteilen und der

253

Farbgebung eines Mailings sind diese Variablen bei der GfK in Formeln hinter-legt. Damit können diese Kosten berechnet werden. Schwieriger ist die Berech-nung der Agenturleistungen für den kreativen Part. Hier gibt es keine allgemeine Formel, mit der diese Werte ermittelt werden können. Auch ist es möglich ein mehrere Jahre zurückliegendes Mailing noch neu aufzulegen. In diesem Fall wür-den keine, oder zumindest nur sehr geringe Agenturleistungen anfallen. Ein ähn-liches Problem ergibt sich bei den Adresskosten. Auch diese sind nicht unmittel-bar greifbar, denn es ist nicht unbedingt erkennbar, ob es an Bestandskunden (keine Adresskosten) oder zur Neukundengewinnung versandt wurde. Aus die-sem Grund sollte eine Annäherung wie folgt beschreibbar sein:

Kosten je Mailingaktion = (Portokosten + Druckkosten) * Auflage

Abbildung 3.20 zeigt die Mailingauflage und die unterschiedlichen Preise, die in einigen erhobenen Branchen im Durchschnitt anfallen.

Abbildung 3.20: Mailingvolumen und Mailingkosten

254

AuflagenanteilOb eine Branche nun viele oder eher wenige Werbesendungen an die Privathaus-halte versendet, kann erst bei Betrachtung aller Branchen beantwortet werden. Der GfK Teilmarkt umfasst nahezu alle Branchen die hier von Bedeutung sind. Danach ist momentan der Bereich der Verlage/Medien der klare Marktführer ge-folgt von den Banken. Bereits an Position drei finden sich die Spendenorganisa-tionen. Diese Anteile werden monatlich erstellt. Dabei kommt eine starke Saiso-nalität zum Ausdruck, mit einem eindeutigen Höhepunkt im letzten Quartal des Jahres.

Share of Letterbox Nicht jeder Haushalt erhält Werbesendungen. Tatsächlich gibt es eine Vielzahl von Haushalten die überhaupt keine Werbesendungen erhalten. Dies liegt einer-seits an der berühmten Robinson-Liste, andererseits aber auch an der strikten Verweigerung dieser Haushalte, die Adresse preiszugeben.Damit wird die eigene Präsenz im Briefkasten wichtig. Diesen Anteil an allen Werbesendungen im Briefkasten bezeichnet man auch als Share of Letterbox.

AnstoßketteDie bestehenden Kunden eines Versandhandelsunternehmens werden nicht nur einmalig pro Jahr mit einem Katalog oder einer Broschüre kontaktiert. Oftmals werden bis zu 12 Kontakte pro Jahr getätigt.Gleiches gilt für potenzielle Neukunden. Diese werden unternehmensindividuell nach einem bestimmten Muster kontaktiert. Erst wenn nach einem fixierten Punkt keine Reaktion erfolgt, wird diese Adresse in späteren Aussendungen ig-noriert. Diese Anstoßketten sind höchst unterschiedlich. Vom Quartalsrhythmus bis hin zur 14-tägigen Aussendung ist hier alles anzutreffen.

Neu- / Bestands Kunde Die Auflage eines Unternehmens ist sehr stark geprägt von der Einteilung nach Neukunde und Bestandskunde. Das Verhältnis aber zu beschreiben ist sehr schwierig. Jedes einzelne Mailing muss durchgelesen werden, um es zu identifi-zieren. Das klingt auf den ersten Blick nicht plausibel, aber der Individualität ist heute keinerlei Grenze gesetzt. Werden bei der GfK die Mailings nach Aussehen, Farbe, Gewicht, Inhalt etc unterschieden, so sind diese Kriterien noch nicht aus-

255

reichend für eine Empfängerprofilbeschreibung. Zusätzlich untersucht die GfK, ob es sich um ein Neukunden-, oder um ein Stammkundenmailing handelt. Hier-zu wird jedes Mailing einzeln detailliert analysiert und entsprechend den Katego-rien:

NeukundeStammkunde Sonstiges

zugeordnet. Die Position Sonstiges ist daher notwendig, da aus dem Versand von Katalogen nicht ersichtlich ist, ob es sich um Neu- oder Stammkunden handelt.

3.4.5.2 Die Responsefakts des Direktmarketing Panels

Abbildung 3.21: Responsemessung im Direktmarketing

Mailings können unaufgefordert zugestellte Werbebriefe sein, der Empfänger hat diese nicht angefordert und es existiert möglicherweise keine Kundenbeziehung

256

zwischen Versender und Empfänger. Versandhandelstypisch ist aber gerade, dass auf diesem Weg neue Kunden gefunden werden sollen. Diese Vorgehensweise schafft Analysefreiräume.

Der Weg vom Briefkasten bis hin zur Bestellung ist lang und mit einigen Impon-derabilien belegt. Dieser Entscheidungsweg ist im nachfolgenden Modell abge-bildet.

Der Versender druckt eine gewisse Menge an Mailings und sendet diese an un-terschiedliche Haushalte in Deutschland. Am Ende resultiert aus diesem Versand eine bestimmte Responsequote, die nur in seltenen Fällen über 3% liegt. Die üb-rigen 97% der Mailings gehen „verloren“.

Das Analysemodell der GfK ist dreistufig angelegt. Der erste Schritt ist ganz ent-scheidend. Was passiert direkt nach dem Öffnen des Briefkastens (vgl. Abb. 3.21)?

AttentionRateBei postalischen Mailings, unabhängig ob diese adressiert-, teiladressiert oder unadressiert sind, hat der Empfänger bei Erhalt (Öffnung des Briefkastens) grundsätzlich zwei Handlungsalternativen. Das Mailing kann direkt entsorgt, o-der aber geöffnet werden. Jedes Mailing, das zumindest geöffnet wird, weckt das Interesse des Kunden und zählt zur AttentionRate.

TrashRateDer Umschlag wird nicht geöffnet, das Mailing nicht gelesen. Es wird direkt ent-sorgt. Diese Größe ist in einem Panel sehr gut messbar und wird als TrashRate bezeichnet.

Für die Gesamtauflage eines Mailings gilt daher auch folgende Formel:

Gesamtauflage = AttentionRate + TrashRate

ActionRateKann ein Mailing im Haushalt der AttentionRate zugerechnet werden, so ergeben

257

sich wiederum zwei Handlungsalternativen. Das Mailing wird geöffnet und am Monatsende mit allen anderen Mailings an die GfK gesendet. Dann hat dieses zwar Interesse geweckt – Response wird aber eher nicht durchgeführt. Wird da-gegen das Mailing einbehalten und in den monatlich gelieferten Kalender einge-tragen, könnte exakt dieses Mailing benutzt werden, um das beworbene Produkt zu ordern. Alle eingetragenen Mailings werden auch der ActionRate zugerech-net. Diese ist damit ein Indikator für potenzielle Response. Siehe hierzu auch Abbildung 3.21.

Abbildung 3.22: Die TrashRate im Branchenvergleich

3.4.6 Die Fakts der Anzeigenpanels

Im Rahmen der Anzeigenstatistik wird das Aktionsverhalten des Handels in Ta-geszeitungen, Anzeigenblätter, Handzettel und Kundenzeitungen analysiert. Er-fasst werden neben den Artikeln der in der Beobachtung befindlichen Waren-

258

gruppen36, Informationen über die Anzeigengestaltung. Die Höhe wird in Milli-metern, die Breite in Spalten (Tageszeitungsspalten) festgehalten. Weiterhin wird erfasst, ob ein Produkt innerhalb einer Anzeige besonders groß oder eher klein dargestellt wird, und ob ein Firmen-Logo oder eine Produktabbildung mit ver-wendet wird. Aus diesen Daten wird ein spezieller Bericht gefertigt, der als Stan-dardinformation die Anzahl der Aktionen, die prozentualen Anteile, sowie das Preisverhalten der unterschiedlichen Key-Accounter enthält.

Anzahl Aktionen

Dieser Wert gibt an, wie viele Preisaktionen in den untersuchten Medien gefun-den wurden. Eine Aktion liegt immer dann vor, wenn ein Handelsunternehmen einen Artikel in den unterschiedlichen Medien platziert hat, unabhängig von der Preisgestaltung. Es liegen zwei Aktionen vor, wenn der identische Artikel vom gleichen Handelsunternehmen in der gleichen Berichtsperiode (Woche) zu unter-schiedlichen Preisen veraktioniert wird. Dieser Fall ist häufig bei regionalen Ein-zelhändlern festzustellen.

Aktionspreis

Der Aktionspreis ist immer der in der Anzeige abgedruckte Preis.

Die Zusammenfassung von den in diesem Panel gelieferten Wochendaten zu Kumulationen der unterschiedlichsten Länge ist nicht üblich. Wird dennoch ein Durchschnittspreis über einen längeren Zeitraum benötigt, so ist dieser entspre-chend der notwendigen Vorgehensweise beim Handelspanel und Verbraucherpa-nels zu berechnen37.

3.5 Auswertungstools

Das mühselige Arbeiten mit gelieferten Papierberichten führte Ende der 80iger Jahre dazu, dass die Institute GfK und A. C. Nielsen PC-Gestützte Auswertungs- 36 Zur Warengruppendefinition siehe Punkt 3.1.1 37 Vgl. Kapitel 3 Seite 218

259

tools entwickelten. Für die GfK hieß dieses Produkt Inmarkt Express und die Nielsen Daten wurden mit In*fact ausgewertet. Beide Tools sind noch heute ver-einzelt auf dem Markt vertreten. Parallel dazu hat das amerikanische Marktfor-schungsunternehmen IRI das Produkt DataServer Analyzer entwickelt. Diese Software wurde 1996 an die Firma Oracle verkauft und unter dem Namen Oracle Sales Analyzer weiter vertrieben.

Mittlerweile ist eine völlig neue Generation von Tools im Einsatz. Keine reinen Auswertungstools mehr, die mit separat produzierten Daten aus Produktionssys-temen versorgt werden, sondern heute kommen Front-Ends zum Einsatz, die über das Internet direkt auf definierte Ebenen der Produktionsumgebung zugreifen können.Dieser Zugriff auf bestimmte Datentypen beschreibt den wesentlichen Unter-schied der Lieferphilosophie der drei Unternehmen. Nicht der Weg über das In-ternet, dieser ist von allen Instituten realisiert, beschreibt die Differenzierung, sondern die Art der Datenbereitstellung.

Grundsätzlich muss zwischen zwei Formen unterschieden werden. Es können entweder

Rohdaten, oder aggregierte Daten

als Basis für die Auswertungstools dienen.

Der Datenabruf von voraggregierten Daten ist evtl. schneller als bei Rohdaten. Der Grund liegt in der eigentlichen Rechenleistung, die mit jedem Datenabruf bei Rohdaten zu tätigen ist. Im Gegenzug ist der Auswertungsvielfalt und den Wün-schen der Kunden nahezu keine Grenze gesetzt. Und diese Wünsche sind oft ge-nug im Vorfeld nicht bekannt. Zwar ist bekannt welche Informationen prinzipiell benötigt werden, dennoch entwickelt sich das Panelgeschäft immer mehr zu ei-nem „Ad-Hoc“ Datenbereitstellungsinstrument, das die spontan aufkommende, momentane Fragestellung beantworten muss. Dieser Anfragetypus ist mit aggre-gierten Daten nicht zwingend beantwortbar.

260

Für eine Datenbereitstellung auf Rohdatenebene spricht auch der heutige Ent-wicklungsstand der Hardware. Diese ist leistungsstark genug, um auch eine Viel-zahl von externen Kundenanfragen schnell genug berechnen und übertragen zu können.

Ein Beispiel mag dies verdeutlichen:

Werden die Verkäufe (Einkäufe) eines KeyAccounts für die Periode Januar be-nötigt, so ist dieses Fakt bei voraggregierten Datenbanken bereits hinterlegt. Der Datenabruf ist schnell – es wird lediglich ein Wert benötigt.

Anders bei Rohdaten. Aus den Einzeldatensätzen des KeyAccounts gilt es die Verkäufe des gewünschten Monats zu extrahieren, diese mit dem hinterlegten Hochrechnungsfaktor zu multiplizieren und schließlich den errechneten Wert an-zuzeigen. Bei dieser Vorgehensweise ist zudem zusätzlich die Möglichkeit gege-ben, einen noch kleineren Zeitraum zu wählen, eine Möglichkeit die bei bereits voraggreggierten Daten nicht mehr gegeben ist, denn eine Trennung eines einmal aggregierten Wertes ist auf Front End Ebene nicht mehr möglich.

Diesen zukunftsweisenden Weg hat die GfK im Bereich des Handels- und Verbraucherpanels bereits seit einigen Jahren erfolgreich eingeschlagen. Auch A. C. Nielsen bietet diese Möglichkeiten mit NITRO an. IRI versucht mit PlusSuite diese Entwicklung und den Kundenwünschen gerecht zu werden.

Die Institute haben jeweils eigene Auswertungstools mit unterschiedlichen Schwerpunkten entwickelt. Hier sind zu nennen38:

GfK: S*t*a*r*T*r*a*c*k (System To Analyze & Report on TRACKing da-ta) für die Produktion und die Analyse von Handelspaneldaten Non-Food.

38 Bisweilen arbeiten noch einige Firmen mit dem Softwarepaket Inmarkt Express. Dieses basiert, wie der oben angesprochene Oracle Sales Analyzer auf der Oracle Software Personal Express. Da diese aber be-reits seit vielen Jahren keiner Wartung und Weiterentwicklung unterliegt, werden auch die darauf auf-bauenden Produkte nicht weiter erläutert.

261

ARES eine Analysesoftware, speziell angepasst für die besonderen Anforderungen an Verbraucherpaneldaten

IRI: PlusSuite – die Nachfolgelösung für den Oracle Sales Analyzer, ei-ne Auswertungssoftware für Handelspaneldaten Food.

Nielsen: NITRO – Nielsens Interface to Microsoft – eine allgemeine Schnitt-stelle um Daten aus den unterschiedlichsten Panelarten mit den Microsoft Office Produkten zu bearbeiten.

3.5.1 S*t*a*r*T*r*a*c*k

Eine detaillierte Beschreibung von S*t*a*r*T*r*a*c*k kann an dieser Stelle auf-grund des Funktionsumfangs nicht gegeben werden. Es erfolgt die Begrenzung auf die Auswertungsseite.

Das Basiskonzept für die Internet-Aktivitäten und der Datenlieferung über das Internet ist von Beginn an auf zwei Zielgruppen ausgelegt worden. Der frei zu-gängliche Public-Bereich (Public-Site) als ganzheitliche Informationsplattform über die globalen Aktivitäten des Non-Food Tracking (Handelspanel), und der passwortgeschützte, individuelle Kunden-Bereich (Premium-Site) als internatio-nale Berichtsplattform für die Vertragskunden. Während die Public-Site öffent-lich zugängliche Informationen zur Verfügung stellt, liefert die Premium-Site speziellere und tiefer greifende Informationen zu Märkten und Methoden. Op-tisch sind beide Bereiche stark aneinander angelehnt, so dass der Benutzer dieser Sites einen eher fließenden Übergang von den öffentlichen zu den geschützten Informationen wahrnimmt.

Die Premium-Site bietet täglich, rund um die Uhr, weltweit Zugriff auf Marktda-ten. Die Nutzer der Premium-Site können zeitgleich über alle freigegebenen Da-ten aller Niederlassungen weltweit verfügen. Dies sind eindeutig die Vorteile, die heute das Internet bietet, und derer sich hier bedient wird. Damit bleibt der Kun-de vollständig unberührt von der innerbetrieblichen Verteilung dieser Informati-on. Das persönliche Kundenprofil sorgt dafür, dass der Kunde die Daten nach

262

seinem individuellen Bedürfnissen aufbereitet zugestellt bekommt, die unter-schiedlichen Organisationseinheiten eines Unternehmens sind damit personali-siert mit Informationen versorgt.

Das auf der Premium-Site verfügbare Informationsangebot umfasst neben der menügesteuerten Berichtsauswahl interaktive Softwarebausteine, Download-Funktionen und auch aktive Benachrichtigungsfunktionen, welche den Besucher (Kunden) beim Öffnen der Seite über neu eingestellte Berichte oder Hitlisten in-formieren.

Neben der aktuellen Berichterstattung steht dem Kunden eine Auswahl von aktu-ellen Präsentationen und Dokumentationen zu Basisstudien und Coverage-Daten zur Verfügung. Weitere wichtige Hintergrundinformationen werden ständig er-gänzt. Definitionen von Warengruppen und Vertriebskanälen runden das Infor-mationsportfolio dieser Premium-Site ab.39

3.5.2 ARES – das Tool der GfK für Verbraucherpaneldaten Food

ARES ist das Web-Reporting-Tool der GfK zur Analyse von Verbraucherpanel-daten. Dabei setzt dieses Tool auf der ebenfalls eigenentwickelten Software aTRACKtive auf und bedeutet aTRACKtive Reporting System. Alle Analysen werden grundsätzlich auf Basis von Rohdaten erstellt, d.h. dem Tool liegt keine voraggregierte Datenbank oder eine Teilaggregation für bestimmte Datentypen zugrunde (wie z.B. bei OSA oder NITRO).

Rohdaten bedeutet in diesem Zusammenhang eine auf einem GfK Server hinter-legte Rohdatenbank in der auf EAN-Basis alle Datensätze sämtlicher Panelteil-nehmer hinterlegt sind. Ein solcher Datensatz enthält die Haushaltsnummer (Teilnehmernummer) des kaufenden Haushalts (Individuums), die gekaufte EAN, Datum des Kaufs und das Geschäft in dem gekauft wurde.

39 Vgl. hierzu insbesondere die permanenten Veröffentlichungen der GfK Marketing Services. Siehe auch www.gfk.de – www.gfkms.com

263

Diese Datensätze werden Bewegungsdaten genannt, auf diesen Bewegungsdaten beruhen alle Berechnungen des Rohdaten-Auswertungssystems ARES.

Zu allen Informationen in einem Bewegungsdatensatz existieren getrennt die sog. Stammdaten. In den Haushalts-Stammdaten ist u. a. die gesamte erhobene Sozio-demographie hinterlegt. Neben der Anzahl Personen im Haushalt ist die exakte Anschrift, das Einkommen, das Alter der Personen, der Beruf und auch der Aus-bildungsstand hinterlegt. Weitere erhobene Merkmale sind z.B. der PKW Besitz, die Religionszugehörigkeit etc.

Ähnlich umfangreich stellt sich der Artikelstamm dar. Neben der Zuordnung ei-nes Artikels in Warengruppen, ist der Hersteller, die Marke, evtl. die Submarke, der Produktname die Packungsgröße und eine Preisschranke hinterlegt.

Interpretationsfähig sind im Allgemeinen nur die aggregierten Daten, für Daten-banken (z.B. OSA oder NITRO) findet die Aggregation bei der Produktion der Datenbank statt. Die Datenbank enthält dann eine endliche Zahl an Zellen mit den entsprechenden aggregierten Informationen.

In ARES wird erst zur Laufzeit aggregiert, d.h. es werden nur Aggregationsre-geln auf dem ARES-Server hinterlegt, die eigentliche Berechnung erfolgt erst „on demand“, d.h. dann wenn die Information benötigt wird.

Vorteile des Web-Server-Konzepts (gegenüber einer Einzel-PC Anwendung)

• Der Zugriff auf die kundenspezifischen, geschützten Daten ist von jedem internetfähigen PC aus möglich. Damit reduziert sich der Aufwand beim Kunden ganz erheblich. Softwareinstallationen und Updates beim Kunden gehören der Vergangenheit an. Stattdessen ist ein weltweiter Zugriff auch von unterwegs (Laptop oder PDA) aus möglich.

• Da keine „Produktion“ von aggregierten Datenbanken nötig ist, stehen die Daten sofort nach Freigabe der Rohdaten zu einer neuen Periode zur Ver-fügung.

264

• Korrekturen in den Stamm-Daten sind sofort nach deren Ausführung und nicht erst nach erneuter Datenbank-Produktion verfügbar.

3.5.3 PlusSuite

PlusSuite löst ab 2006 die bewährte Auswertungssoftware Oracle Sales Analyzer als Standardauswertungstool ab. Damit können dann die Daten durch die be-währten Microsoft Office Tools aufbereitet werden. Wesentliche Eigenschaften des Oracle Sales Analyzer werden dabei mit implementiert.

Abbildung 3.23: Die Benutzeroberfläche des IRI Auswertungstools

Ein wichtiges Merkmal stellt die Möglichkeit dar, Daten direkt via Internet aus-zuwerten. Dabei benötigt der Anwender, wie bei ARES auch, keinerlei Software-installation. Er kann bequem per Internet die Daten analysieren und greift dabei immer auf den aktuellen Datenbestand zurück. Für die sicherlich wenigen An-

265

wender ohne Internetverbindung steht eine Offline-Variante zur Verfügung, bei der die Daten per CD/DVD geliefert werden.

Das Öffnen der Programme erfolgt direkt in Microsoft Powerpoint oder Micro-soft Excel. Der Start funktioniert direkt über die Menüleiste.

Nach der Auswahl der Datenbank stellt die Selektion der Dimensionen einen, wenn nicht sogar den wesentlichen Anwendungsbaustein dar. Hier wird in allen Tools größten Wert auf hohe Benutzerfreundlichkeit gelegt.

Um schnell und effizient auf die Daten zugreifen zu können, ist es unerlässlich, dass die Datenbanken hierarchische Strukturen aufweisen, bzw. die Selektion nach Attributen erlauben. Der User kann so über verschiedenste Tools schnell auf die benötigten Informationen zugreifen.

Die gesamten Funktionalitäten sind ebenfalls in PowerPoint verfügbar. Dabei liegt der Schwerpunkt weniger auf der „letzten grafisch darstellbaren Feinheit“, als viel mehr auf einfach zu aktualisierenden Diagrammen.

Information Resources GmbH bietet mit PlusSuite eine umfangreiche Analyse-vielfalt und stellt dem User ein effizientes, schnell zu erlernendes Werkzeug zur Verfügung.

3.5.4 NITRO

Die technischen integrativen Vorteile von PlusSuite finden sich auch bei Nitro wieder. NITRO (Nielsens Interface to Microsoft Office) ist der Nachfolger der INF*ACT Workstation und von NITE. Als 32-bit-Version unterstützt diese Software AdHoc Abfragen ebenso wie ein wiederkehrendes Reporting.

Die Datenanalyse erfolgt dabei nicht direkt in NITRO selbst, sondern analog PlusSuite in den bekannten Microsoft-Office-Komponenten Excel, Word und PowerPoint.

266

Damit sollten ähnliche Möglichkeiten gegeben sein, obwohl NITRO etwas mo-dularer aufgebaut schein. Diese Einschätzung beruht lediglich auf den wenigen Informationen die beide Unternehmungen zu diesem Thema veröffentlichen. Praktische Erfahrungen liegen den Autoren für die Vorgängerversionen vor.

Folgende Komponenten werden zusätzlich angeboten:

Chart Guide:ChartGuide wurde speziell für die Analyse und graphische Aufbereitung der Da-ten entwickelt. Es steht eine Vielzahl von bewährten Graphiktypen zur Verfü-gung, die die gelieferten Daten schnell und übersichtlich darstellen. Neben der aktuellen, schnellen Aufbereitung von Daten besteht zusätzlich die Möglichkeit Reports die zu jeder Datenlieferung erstellt werden als Graphiklayout zu hinter-legen und damit bei Lieferung automatisch zu aktualisieren.

Reporting System: Der ReportGuide ist ein Standard-Reporting System, das ein firmeneinheitliches Berichtswesen liefert. Inhalt und auch Layout sind kundenindividuell definiert – entweder fest definiert oder (teil)variabel. Diese Erstellung ist als Programmie-rung anzusehen und wird von A.C. Nielsen direkt erbracht. Die Ausgabe dieser erstellten Reports erfolgt meist in Excel und diese können anschließend im Un-ternehmen distribuiert werden.

MarketTrack Standard Reporting System Ist bisher kein festes Reporting im Unternehmen definiert kann es sinnvoll sein auf bereits bestehende Standards zurückzugreifen. Nielsen bietet hier bisher zehn definiert Standards an, die mit den Märkten und Produkten der jeweiligen Kun-denwarengruppen nahezu beliebig gefüllt werden können. U.a. befinden sich dar-unter Reports zu Promotionsanalysen und zur allgemeinen Entwicklung von Pro-dukten – nicht nur für die aktuelle Periode, sondern auch über einen bestimmten Zeitablauf.

267

4. Sonderanalysen

4.1 Handelspanel

Neben der Beobachtung der verschiedenen Fakts eines Handelspanels, kann man durch Sonderanalysen die Aussagekraft des Handelspanels stark erhöhen. Nach-folgend werden einige dieser Möglichkeiten aufgezeigt, wobei insbesondere auf die Themen Preisstellung, Aktionserfolge und Distributionsanalysen eingegan-gen wird. Durch speziell angeforderte Zusatzerhebungen kann man die Sonder-analysen auch auf sehr individuell ausgerichtete Fragestellungen ausweiten.

4.1.1 Preisanalysen

Aufgrund der hohen Bedeutung des Preises, ergibt sich eine Vielzahl von Son-deranalysen, um den Durchschnittspreis so aufzuschlüsseln, dass gezielte Marke-tingaktivitäten möglich werden. Nachfolgend wird auf einige Ansätze eingegan-gen, die zur genauen Beschreibung der Marktsituation berechnet werden sollten. Aber auch hier handelt es sich nur um verschiedene Beispiele, da die konkrete Auswahl von Sonderanalysen erst vorgenommen werden kann, wenn man weiß, welcher Markt untersucht werden soll und welche Bedeutung der Faktor Preis auf diesem Markt hat.

4.1.1.1 Preisstellung

Eine wesentliche Frage für den Hersteller eines Produktes ist die, zu welchen Preisen sein Produkt vom Kunden gekauft wird. Die Angabe des Durchschnitts-preises ergibt zwar einen ersten Anhaltspunkt, ist aber zur Feinsteuerung nicht geeignet. Besser ist es in diesen Fällen, die Bedeutung der verschiedenen Ange-botspreise für den Abverkauf aufzuzeigen, wobei bei Aktionsartikeln zusätzlich eine Aufsplitterung nach Normal- und Aktionsgeschäft sinnvoll ist (vgl. Tabelle 4.1).

268

Tabelle 4.1: Preisstellung

Gesamtbetrachtung Normalgeschäft AktionsgeschäftPreis(P)

P-häufig-keit in %

kum. Verkäufe

P-häufig-keit in %

kum. Verkäufe

P-häufig-keit in %

kum. Verkäufe

5,79 1,1 % 5,5 % 1,1 % 5,5 %5,99 11,4 % 61,2 % 0,4 % 0,4 % 11,0 % 60,8 %6,49 2,8 % 63,3 % 0,2 % 1,0 % 2,6 % 62,3 %6,99 3,5 % 66,4 % 0,6 % 1,5 % 2,9 % 64,9 %7,49 16,3 % 77,3 % 7,9 % 7,9 % 8,4 % 69,4 %7,79 4,5 % 81,4 % 3,9 % 9,9 % 0,6 % 71,5 %7,89 3,2 % 83,1 % 2,8 % 11,0 % 0,4 % 72,1 %7,99 53,4 % 98,8 % 38,5 % 22,5 % 14,9 % 76,3 %8,99 3,8 % 100,0 % 3,3 % 23,3 % 0,5 % 76,7 %

In Tabelle 4.1 wird deutlich, dass 61,2 % des gesamten Absatzes des Produktes zu Preisen bis 5,99 € erzielt werden. Hierbei handelt es sich nahezu vollständig um Aktionsware. Der typische Normalpreis liegt bei 7,99 €, wobei allerdings trotz einer Preishäufigkeit von 53,4% nur 17,7% aller Abverkäufe auf diese Preisstellung entfallen.

Weiterhin ist erkennbar, wie preissensibel das betrachtete Produkt ist. Obwohl der Preis von 7,99 € relativ häufig auch als Aktionspreis benutzt wird (14,9 % al-ler Preisstellungen), werden bei Aktionen lediglich 4,2 % der Verkaufsmenge zu dieser Preisstellung abgesetzt.

4.1.1.2 Preishäufigkeitsverteilung

Preishäufigkeiten sind nicht nur im Zusammenhang mit der Analyse der Bezie-hung Normal- zu Aktionsgeschäft von Bedeutung, sondern auch, wenn man die eigene Preisentwicklung detailliert und im Vergleich zur Konkurrenz betrachten will. In Tabelle 4.2 ist diesbezüglich ein Analyseansatz dargestellt, wobei sich die Angaben nur auf das Regalgeschäft und nicht auf Aktionen beziehen.

Im 1. Halbjahr lag der Preisschwerpunkt von Marke A bei 9,99 €. In mehr als 40 % aller Fälle wurde das Produkt zu diesem Preis verkauft. Im 2. Halbjahr gab es

269

dann einen leichten Preiseinbruch von 9,19 € auf 9,11 €. Gleichzeitig ging der Preisschwerpunkt auf 8,99 € zurück. 43,6 % aller Preisstellungen von Marke A lagen auf diesem Preis.

Tabelle 4.2: Preishäufigkeiten Marke A Marke B

1. Halbjahr Regalpreise




Preis PH in %

AV in Stk.

PH in %

AV in Stk.

PH in %

AV in Stk.

PH in %

AV in Stk.

7,99 2,7 4,3 8,49 7,9 6,2 8,79 4,9 2,9 6,2 4,1 8,99 23,8 7,2 43,6 7,1 12,1 12,5 24,0 12,69,49 15,5 4,5 12,0 4,3 9,3 17,5 9,79 6,5 2,8 9,99 40,5 3,4 25,2 2,4 64,8 8,8 49,6 7,1

D-Preis

9,19 9,11 9,49 9,34

D-AV

6,0 5,0 10,7 9,1

PH = Preishäufigkeit, AV in Stk. = Abverkauf pro Woche und Geschäft D-Preis = Durchschnittspreis, D-AV = Durchschnittsabverkauf1

Der Preis von 8,99 € scheint von den Käufern von Marke A akzeptiert zu sein, da sich die durchschnittlichen Abverkäufe zu diesem Preis kaum vom 1. zum 2. Halbjahr verändert haben. Eine sinkende Preisakzeptanz ist dagegen bei 9,99 € zu erkennen, da dort die Abverkäufe im Durchschnitt deutlich zurückgegangen sind.

Bei Marke B ist der Preisverfall noch deutlicher. Der Durchschnittspreis ging von 9,49 € im 1. Halbjahr auf 9,34 € im 2. Halbjahr zurück. Auch hier verliert der Preispunkt 9,99 € deutlich an Bedeutung. Zwar liegen im 2. Halbjahr immer noch gut die Hälfte aller beobachteten Preise auf diesem Wert, im 1. Halbjahr konnte aber noch ein Wert von 64,8 % erfasst werden. Auffällig ist, dass Marke

1 Das Beispiel wurde den Unterlagen zu dieser Analyseform der Information Resources GfK GmbH, 2004 entnommen.

270

B auch im 2. Halbjahr die beiden niedrigsten Preispunkte noch vermeiden konn-te. Die Kraft der Marke scheint weiterhin stark genug zu sein, um trotz leicht hö-herer Preise mehr als Marke A verkaufen zu können.

Dieser Analyseansatz gibt auch Auskunft darüber, welche Preisstellungen mit welcher Häufigkeit überhaupt in einer Warengruppe zu finden sind und wie sich diese Verteilung im Zeitverlauf verändert. Darüber hinaus kann man überprüfen, ob eine eigene Preisveränderung bzw. eine Preisvariation der Konkurrenz im Markt erfolgreich durchgesetzt werden konnte.

4.1.1.3 Preisstellung hochgerechnet

Diese Analyseform ermöglicht einen sehr tiefgehenden Vergleich zwischen den unterschiedlichen Preisstellungen im Normal- und Aktionsgeschäft. Neben den Preishäufigkeiten werden die durchschnittlichen Abverkäufe sowie der Gesamt-absatz dargestellt.

Tabelle 4.3: Hochgerechnete Preise Gesamtpreisstellung Normalpreisstellung Aktionspreisstellung

Preis PHin %

AVin %

GVabs.

Ø-GV PH in %

NVin %

NVabs.

Ø-NV

PHin %

AVin%.

AKVabs.

Ø-AKV

5,95 26,6 25,7 6551 103,5 26,6 25,7 6551 103,5 5,99 55,5 72,6 18514 140,3 55,5 72,6 18514 140,3 7,73 1,7 0,1 36,9 9,0 1,7 0,1 36,9 9,0 7,98 8,1 0,7 168,0 8,7 8,1 0,7 168,0 8,7 7,99 8,1 0,9 217,5 11,3 8,1 0,9 217,5 11,3

Summe 100 100 25488 17,9 1,7 422,4 82,1 98,3 25065 Ø Ver-

kauf 107,2 9,9 128,4

Ø Preis 6,02 7,97 5,99

PH = Preishäufigkeit, AV in Stk. = Abverkauf pro Woche und Geschäft GV = Gesamtverkauf, NV = Normalverkauf, AKV = Aktionsverkauf2

2 Das Beispiel wurde den Unterlagen der Information Resources GfK GmbH entnommen.

271

Die Preise, die in der betrachteten Woche am häufigsten auftraten waren 5,95 € und 5,99 €, wobei beides Aktionspreise waren. Der Vergleich zwischen Normal- und Aktionspreis zeigt, dass der Aktionspreis in dieser Woche knapp 2 € über dem Normalpreis lag.

Die Aktion wurde sehr intensiv betrieben, da immerhin 82,1 % der Geschäfte da-von betroffen waren. Deutlich wird der Erfolg der Aktion auch beim Vergleich der Abverkaufszahlen. Die 82,1 % an der Aktion teilnehmenden Geschäfte erzie-len über 98 % des gesamten Absatzes in der Betrachtungsperiode.

Die gleiche Analyse kann natürlich auch für ausgewählte Anbieter durchgeführt werden, wobei neben Querschittsanalysen auch Längsschnittsanalysen durchge-führt werden können. Gerade bei der Untersuchung von Preis- und Marktanteils-veränderungen im Zeitverlauf, stellt ein Panel die einzig sinnvolle Datenbasis dar.

4.1.1.4 Auswirkungen von Preisveränderungen

Abbildung 4.1: Auswirkungen einer Preiserhöhung

0

10

20

30

40

50

60

-7,99

-8,99

-9,99

-10,99

>10,99 -7,99 -8,

99-9,

99 -10

>10,99 -7,99 -8,99 -9,99

-10,99

>10,9

9

Durchschnittliche Abverkäufe / Geschäft / Woche

Jan. 2004 Mai 2004April 2004

Rel

ativ

e P

reis

häuf

igke

it in

Pro

zent

360

230

180

90

24 380

270

160

105

32 420

290

200

135

57

12

53

3032

23

127

3

24

46

16

73

13

19

0

10

20

30

40

50

60

-7,99

-8,99

-9,99

-10,99

>10,99 -7,99 -8,

99-9,

99 -10

>10,99 -7,99 -8,99 -9,99

-10,99

>10,9

9

Durchschnittliche Abverkäufe / Geschäft / Woche

Jan. 2004 Mai 2004April 2004

Rel

ativ

e P

reis

häuf

igke

it in

Pro

zent

360

230

180

90

24 380

270

160

105

32 420

290

200

135

57

12

53

3032

23

127

3

24

46

16

73

13

19

272

In den Fällen, in denen eine Preisveränderung vorgenommen wird, ist es not-wendig, die Verschiebungen innerhalb der Preisstellungen bzw. -klassen kontinu-ierlich zu beobachten, damit rechtzeitig einer nicht geplanten Entwicklung ent-gegengewirkt werden kann. Ein möglicher Aufbau solch einer Analyse ist in Ab-bildung 4.1 dargestellt.

Der erste Block (Januar 2004) stellt die bisher „normale“ Preisverteilung dar, be-vor im April der Preis für Produkt A erhöht wurde. Beim Vergleich der Januar- mit den April- und Maiwerten sieht man, dass die durchschnittliche Abverkaufs-menge bei einer Preisstellung von bis zu 7.99 € nochmals ausgeweitet werden konnte. Dies lässt sich leicht dadurch erklären, dass diese Preisstellung nach der Preiserhöhung relativ selten auftritt (7 % bzw. 3 % Preishäufigkeit gegenüber 19 % im Januar) und die Käufer die Chance nutzen, viele Einheiten preisgünstig einzukaufen. In etwas abgeschwächter Form trifft dieser Zusammenhang auch für die Preisstellung 8.99 € zu. Der Preisschwerpunkt von unter 10.- € hat sich im Mai deutlich über die 10.- € Grenze geschoben, wobei offensichtlich der Sprung über die 10.- € Grenze in vielen Fällen zu einer Preisstellung über 11.- € genutzt wurde.

Die durchschnittlichen Abverkaufszahlen pro Geschäft und Monat zeigen auch auf, dass sich die Kunden an die höheren Preise gewöhnen und das Produkt häu-figer zu den hohen Preisstellungen kaufen. Lagen die Durchschnittsverkäufe der Geschäfte pro Woche im Januar bei Preisen über 11.- € noch bei 24 Einheiten, so konnte dieser Wert bei gleicher Preisstellung im Mai mehr als verdoppelt wer-den.

Wichtig für den Erfolg einer Preisveränderung (analoge Analysen sind bei Preis-senkungen durchzuführen) ist somit weniger die Frage, ob zu einem bestimmten Preis überhaupt etwas verkauft werden kann, sondern vielmehr, wie sich einer-seits die Durchschnittsverkäufe pro Preisstellung verändern, andererseits welche Verschiebungen es bei den Preishäufigkeiten gibt. Der Vergleich der Abverkäufe in Abbildung 4.1 zeigt, dass im Mai im Vergleich zum Januar in jeder Preisklasse höhere Abverkaufszahlen realisiert werden konnten, dass aber durch die sehr deutliche Verschiebung der Preishäufigkeiten insgesamt weniger verkauft wer-den konnte als im ersten Monat des Jahres.

273

4.1.1.5 Preis-Absatz-Funktion

Die Grundfrage jeder Preisveränderung ist die, welche Reaktionen diese Aktion auf der Mengenseite auslösen wird. Die Bedeutung dieser Fragestellung wurde bereits unter Punkt 4.1.1.4 aufgegriffen, wobei nun mit der Bestimmung der Preis-Absatz-Funktion eine weitere Möglichkeit zur Offenlegung des Preis-Mengen-Zusammenhangs angesprochen wird.

Die Preis-Absatz-Funktion kann beim Vorhandensein von Scannerdaten relativ leicht geschätzt werden. Zu beachten ist allerdings, ob nicht ein Strukturbruch innerhalb der Daten vorliegt. Dies ist in der Regel immer dann der Fall, wenn Preisschwellen im Markt auftreten. Von Preisschwellen spricht man, wenn beim Über- oder Unterschreiten bestimmter Preise die Nachfrage deutlich stärker rea-giert als dies bei anderen Preisveränderungen der Fall ist. Im Lebensmittelbereich sind dies beispielsweise die Preise 1.- € oder 10.- €. In Abbildung 4.2 ist solch eine Situation aufgezeigt.

Abbildung 4.2: Die Preis-Absatz-Funktion

Würde man in diesem Fall eine Gesamtfunktion schätzen, ergäbe sich ein stark verfälschter Zusammenhang zwischen Preis und Menge. Besser ist es, wenn man die Preis-Absatz-Funktion in zwei Intervallen schätzt, wobei die eine Teilfunkti-

Preis

Menge

P*Gesamtfunktion

Teilfunktion A

Teilfunktion B

Preis

Menge

P*Gesamtfunktion

Teilfunktion A

Teilfunktion B

274

on (Teilfunktion A in Abbildung 4.2) den Zusammenhang oberhalb der Preis-schwelle, die andere Teilfunktion unterhalb der Preisschwelle (Teilfunktion B in Abbildung 4.2) wiedergibt.

4.1.1.6 Doppelt geknickte Preis-Absatz-Funktion

Neben dem Auftreten einer Preisschwelle, gibt es einen weiteren Grund für einen nicht-kontinuierlichen Verlauf einer Preis-Absatz-Funktion. Dieser liegt vor, wenn es einem Anbieter gelingt, durch ein entsprechendes Marketing die Bewer-tung seines Produktes in einem bestimmten Bereich etwas von der Preisstellung zu lösen. Man spricht dann von einer doppelt geknickten Preis-Absatz-Funktion, wie sie zum Beispiel in Abbildung 4.3 skizziert ist.

Der monopolistische Bereich zeichnet sich dadurch aus, dass die durch eine Preisvariation verursachten Mengenveränderungen kleiner sind als außerhalb dieser Preisspanne, was anhand der Steigungen der Preis-Absatz-Funktionen leicht nachvollziehbar ist.

Abbildung 4.3: Doppelt geknickte Preis-Absatz-Funktion

Welche Ausmaße der monopolistische Bereich annimmt, hängt sehr stark von der

Preis

Menge

Po

Monopolistischer Bereich

Pu

Preis

Menge

Po

Monopolistischer Bereich

Pu

275

Marktsituation und den Präferenzen der Kunden ab. Sicherlich wird es in Pro-duktkategorien aus dem täglichen Bedarf mit vielen Anbietern schwieriger sein, solch eine „Monopolstellung“ zu erreichen, als in Warengruppe, in denen das Marken- bzw. Produktimage bei der Kaufentscheidung sehr deutlich im Vorder-grund steht.

Unabhängig von der Größe des Bereichs ist es aber für den Anbieter von ent-scheidender Bedeutung zu Wissen, ob er durch seine geplante Preisvariation sei-nen monopolistischen Bereich verlässt, um die zu erwartende Mengenreaktion richtig einschätzen zu können.

4.1.1.7 Preiselastizität der Nachfrage

Abbildung 4.4: Preiselastizität der Nachfrage

Die Preiselastizität der Nachfrage gibt an, ob die relative Mengenänderung grö-ßer, gleich groß oder kleiner als die sie auslösende relative Preisveränderung ist. Anhand ihres Wertes kann man somit erkennen, ob durch eine Preiserhöhung der Umsatz sinkt oder steigt bzw. in welche Richtung sich der Umsatz verändert,

Preis

Menge

Preis-Absatz-Funktion: x = 10 - p

2

1

6

4

3

5

7

10

9

8

PE = -1

PE > -1 = unelastischer Bereich

PE < -1 = elastischer Bereichp1

p2

p4

p3

x2 x3 x4x1

2 3 4 51 6 7 8 9 10

Preis

Menge

Preis-Absatz-Funktion: x = 10 - p

2

1

6

4

3

5

7

10

9

8

PE = -1

PE > -1 = unelastischer Bereich

PE < -1 = elastischer Bereichp1

p2

p4

p3

x2 x3 x4x1

2 3 4 51 6 7 8 9 10

276

wenn der Preis gesenkt wird. Berechnet wird die Preiselastizität der Nachfrage (PE) wie folgt:

dxxdpp

px

bzw. dxdp

Geht man in Abbildung 4.4 vom Ausgangspunkt p1 = 8 und x1 = 2 aus, so führt eine Preissenkung um 1 Einheit zu einer Umsatzsteigerung von 5 Einheiten, da der Umsatz von 8*2 = 16 auf 7 (p2) * 3 (x2) = 21 steigt. Wird die gleiche absolu-te Preissenkung beim Ausgangspunkt p3 = 3 und x3 = 7 durchgeführt, so sinkt der Umsatz um 5 Einheiten (Umsatz vorher: 3 (p3) * 7 (x3) = 21; Umsatz nach-her: 2 (p4) * 8 (x4) = 16).

Diese unterschiedliche Entwicklung ist darauf zurückzuführen, dass im ersten Fall die relative Preissenkung (-12,5 %) betragsmäßig kleiner als die relative Mengenveränderung (+ 50 %) war. Im zweiten Fall war das Verhältnis dagegen genau umgekehrt (Preisveränderung: -50 %; Mengenveränderung: + 14,3%).

Allgemein kann man festhalten, dass bei einer elastischen PE (PE < -1) Umsatz-steigerungen durch eine Preissenkung realisiert werden können, wohingegen im unelastischen Bereich der Preis-Absatz-Funktion (PE > -1) Umsatzsteigerungen nur durch Preiserhöhungen erreichbar sind. Dieser sehr wichtige Zusammenhang sollte unbedingt vor einer Preisveränderung analysiert werden. Zu beachten ist aber auch, dass es sich hierbei um Aussagen über die Umsatz- und nicht über die Gewinnentwicklung handelt.

4.1.1.8 Kreuzpreiselastizität

Analog zur Preiselastizität der Nachfrage kann man den Zusammenhang zwi-schen der relativen Mengenveränderung eines Produkts und der sie auslösenden relativen Preisveränderung eines zweiten Produkts bestimmen. Der sich hieraus ergebende Koeffizient wird als Kreuzpreiselastizität bezeichnet und wird wie

277

folgt berechnet:

dxx

dpp

a

a

b

b

a = Produkt a; b = Produkt b

Im Gegensatz zur Preiselastizität der Nachfrage ist bei der Kreuzpreiselastizität weniger die Höhe, sondern das Vorzeichen von großer Bedeutung für die Verhal-tensweise im Markt. In Tabelle 4.4 wird diese Aussage anhand eines Beispiels verdeutlicht.

Im Fall A ist die Entwicklung bei den beiden Produkten gegenläufig, dies bedeu-tet, dass es sich um Komplementärprodukte handelt. Die Preissenkung von Pro-dukt B führt dazu, dass von Produkt A mehr verkauft wird. Die KPE nimmt in diesen Fällen einen negativen Wert an. Liegt ein substitutionales Produktverhält-nis vor, dann sind die Entwicklungen der beiden Größen gleichgerichtet und die KPE erhält ein positives Vorzeichen. Ist der Absatz des einen Produkts von der Preisstellung eines weiteren Produkts vollkommen unabhängig, spricht man von indifferenten Produkten (Fall C, KPE = 0).

Tabelle: 4.4: Kreuzpreiselastizität

Menge a VeränderungMenge a

Preis b VeränderungPreis b

KPE

100 10 Fall A 105 5 9 -1 -0,50 110 5 8 -1 -0,48 100 10 Fall B 95 -5 9 -1 0,50 90 -5 8 -1 0,48 100 10 Fall C 100 0 9 -1 0 100 0 8 -1 0

278

4.1.1.9 Preisabstandsanalyse

Eine andere Möglichkeit, die Konkurrenzbeziehung zweier Produkte zu ermit-teln, ist die Preisabstandsanalyse. Bei dieser Analyseform wird untersucht, wel-che Verteilung sich zwischen den beiden Marken bei sich verändernden Preisab-ständen ergibt.

In Abbildung 4.5 zeigt sich, dass bei Preisgleichheit zwischen den Produkten A und B 63 % der gesamten Abverkaufsmenge auf Produkt A und 37 % auf Pro-dukt B entfallen. Produkt A besitzt somit aus der Sicht der Kunden einen Vorteil gegenüber Produkt B. Dieser Produktvorteil führt dazu, dass Produkt A auch dann noch einen höheren Absatz erzielt, wenn es preislich etwas über Produkt B angeboten wird. Ist Produkt A 10 % teurer als Produkt B, sinkt der Marktanteil von A auf 57 %, wohingegen eine 20 % höherer Preisstellung von vielen Kunden nicht mehr akzeptiert wird. Der Marktanteil von A sinkt auf 43 %. Im umgekehr-ten Fall, Produkt B ist 20 % teurer als Produkt A, fällt der Anteil von B auf 25 %.

Abbildung 4.5: Preisabstandsanalyse

Diese Analyse gewinnt noch an Bedeutung, wenn man sie auf weitere Produkte ausweitet, dass heißt mehrere Zweiervergleiche durchführt. Aufgrund der Ergeb-

0

10

20

30

40

50

60

70

80

90

100

-30 -20 -10 0 10 20 30

Prozent

Preisdifferenz in Prozent Pa - Pb

87

75

66 6357

4338

0

10

20

30

40

50

60

70

80

90

100

-30 -20 -10 0 10 20 30

Prozent

Preisdifferenz in Prozent Pa - Pb

87

75

66 6357

4338

279

nisse kann aufgezeigt werden, zu welchem Produkt eine starke bzw. schwache Konkurrenzbeziehung besteht.

Weiterhin können Preispunkte identifiziert werden, die für das eigene Produkt besonders vorteilhaft sind. Diese Preispunkte gilt es dann gegenüber dem Handel auch durchzusetzen. Eine weitere wichtige Erkenntnis ist das Auffinden von Preisschwellen, die zu einer überproportionalen Veränderung des eigenen Markt-anteils führen.

Eine Voraussetzung für diese Analyse ist allerdings, dass die zu untersuchenden Produkte über eine ausreichende Distribution verfügen. Dies bedeutet, dass diese Analyse zum Beispiel für eine Produkteinführung nicht geeignet ist.

4.1.2 Aktionsanalysen

4.1.2.1 Aktionshäufigkeit / Aktionsprofil

Abbildung 4.6: Aktionshäufigkeit und Aktionsprofil P = reine Preisaktion, D = nur Display, K = nur Kommunikation (Handzettel, Handelsanzeigen, Plakate etc.). Durch die Kombination dieser drei Grundformen ergeben sich insgesamt 7 Aktionstypen.

Die Analyse des Aktionsverhaltens beginnt in der Regel mit einer Betrachtung der in einer Periode durchgeführten Aktionen, wobei es sinnvoll ist, neben der absoluten Anzahl auch die Verteilung auf die verschiedenen Aktionsformen zu

440

360

310

050

100150200250300350400450500

Prod. A Prod. B Prod. C

2516

7

45

30

511

17176

61423

8

26 25

9 7

11

28

0%10%20%30%40%50%60%70%80%90%

100%


P/D/KD/KP/KP/DKDP

Anzahl der Aktionen

440

360

310

050

100150200250300350400450500


2516

7

45

30

511

17176

61423

8

26 25

9 7

11

28

0%10%20%30%40%50%60%70%80%90%

100%


P/D/KD/KP/KP/DKDP

Anzahl der Aktionen

280

erheben. Diese Aufsplitterung wird als Aktionsprofil bezeichnet (vgl. Abbildung 4.6).

In der linken Hälfte von Abbildung 4.6 kann man erkennen, dass für Produkt A in den beiden ersten Monaten von 2004 mit 440 die meisten Aktionen durchge-führt wurden. Die Produkte B und C folgen mit 360 bzw. 310 Aktionen.

Da der Erfolg einer Aktion sehr stark von der Art der Maßnahmen abhängig ist, kann aufgrund der bisherigen Angaben noch nicht auf die durch die Aktionen bewirkten Absatzmengen geschlossen werden. Zu diesem Zweck müssen, wie in der rechten Hälfte von Abbildung 4.6 beispielhaft aufgezeigt, die Aktionsprofile für die verschiedenen Produkte erstellt werden.

Die Aktionsprofile machen deutlich, dass sich die Aktionsstrategie für die ein-zelnen Produkte deutlich voneinander unterscheiden. Aktionen für Produkt A er-folgen schwerpunktmäßig entweder als reine Preisaktion (25 %) oder als Kombi-nation aus Display und Kommunikation (26 %). Reine Display- bzw. Kommuni-kationsaktionen werden dagegen kaum durchgeführt. Eindeutig im Vordergrund steht bei Produkt B die Preisreduktion als Auslöser einer Aktion, wobei allein bei 28 % aller Aktionen alle drei Grundformen zusammen eingesetzt werden. Kom-munikativ unterstützte Preisaktionen weisen mit 23 % die zweitgrößte Häufigkeit auf. Der Hersteller von Produkt C verzichtet dagegen weitgehend auf Preisreduk-tionen. Nur in 28 % der Fälle wird im Rahmen einer Aktion eine Preisreduktion vorgenommen. Die Anteile für die Produkte A und B lagen dagegen bei 65 % bzw. 73 %. Die wichtigste Aktionsform ist für dieses Produkt der Einsatz von Displays, die entweder isoliert (30 %) oder in Verbindung mit kommunikativen Maßnahmen (25 %) eingesetzt werden.

Weiterhin können im Rahmen dieser Analyse u. a. folgende Fragen beantwortet werden:

Welches Aktionsprofil strebt der Handel an? Gibt es deutliche Unter-schiede zwischen den Handelsorganisationen? Wird eine Aktionsart im Vergleich mit der Warengruppe zu stark favori-siert?

281

Wer ist der Hauptgegner bei den einzelnen Aktionsarten? Sind alle Aktionsschwerpunkte innerhalb einer Warengruppe ähnlich? Wie verändert sich das eigene sowie das Aktionsverhalten der Konkurrenz im Zeitverlauf? Inwieweit finden sich in den Jahresgesprächen ausgehandelten Aktionen im Markt wieder?

4.1.2.2 Aktionsbedeutung für den Absatz

Bei aktionsstarken Produkten sollte man untersuchen, welcher Anteil des Ge-samtabsatzes im Rahmen von Aktionen erzielt wird, um die Markenpositionie-rung nicht zu gefährden. Dies könnte dann der Fall sein, wenn insbesondere durch Preisaktionen das Normalgeschäft und damit der „Normalpreis“ immer weiter zurückgedrängt wird. In diesen Fällen gewöhnt sich der Kunde an die niedrigen Preise, so dass sich langfristig die eigentliche strategische Preisstellung am Markt nicht mehr wieder findet.

Abbildung 4.7: Aktionsbedeutung für den Abverkauf

Neben dem Vergleich unterschiedlicher Produkte kann man in diesem Zusam-menhang auch eine Gegenüberstellung der verschiedenen Angebotsformen eines

5739

55

32

78

4361

45

68

22

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

Produkt A Produkt B 0,75 l 0,2 l 0,33 l

Normalgeschäft Aktionsgeschäft

5739

55

32

78

4361

45

68

22

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

Produkt A Produkt B 0,75 l 0,2 l 0,33 l

Normalgeschäft Aktionsgeschäft

282

Produkts durchführen (vgl. Abbildung 4.7), um feststellen zu können, ob das Ge-samtbild auf die Einzelprodukte übertragen werden kann, oder ob deutliche Un-terschiede auftreten.

In der rechten Hälfte in Abbildung 4.7 ist beispielsweise zu erkennen, dass der Aktionsanteil für das Produkt A von insgesamt 43 % die Situation für die 0,75-Liter Flasche recht gut beschreibt (45 %). Eine völlig andere Aufteilung ergibt sich dagegen bei den Angebotsformen 0,2-Liter und 0,33-Liter. Im ersten Fall werden rund 2/3 aller Abverkäufe in Aktionen erzielt, wohingegen rund 80 % des Absatzes in der 0,33-Liter Verpackung im Normalgeschäft erfolgt.

4.1.2.3 Aktionsindexanalyse

Zur Überprüfung des mengenmäßigen Erfolgs einer Aktion muss man die ge-plante mit der realisierten Aktionsmenge vergleichen. Hierzu bietet sich die Ak-tionsindexanalyse an (vgl. Abbildung 4.8).

Abbildung 4.8: Aktionsindexanalyse

In Abbildung 4.8 zeigt sich, dass die mit Hilfe einer Preisaktion geplante Abver-

100

225255

650

550

0

100

200

300

400

500

600

700

Normal-verkauf

Preisred.geplant

Preisred.realisiert

P+D+Kgeplant

P+D+Krealisiert

Index

100

225255

650

550

0

100

200

300

400

500

600

700

Normal-verkauf

Preisred.geplant

Preisred.realisiert

P+D+Kgeplant

P+D+Krealisiert

Index

283

kaufssteigerung um 125 % übertroffen werden konnte (Index = 255), wohinge-gen der Erfolg der auf allen drei Grundformen beruhenden Aktion deutlich hinter den Erwartungen zurückgeblieben ist (Index 550 anstatt der geplanten 650). Die-se Erkenntnisse müssen anschließend analysiert werden, um die nächsten Akti-onsplanungen möglichst realistisch durchführen zu können.

4.1.2.4 3-Phasen-Aktionsindex / Reaktionsindex

Eine Erweiterung der Aktionsindexanalyse ist der 3-Phasen-Aktionsindex/-Reaktionsindex der Information Resources GfK GmbH. Bei dieser Analyseart werden zur Bewertung einer Aktion immer 3 Phasen betrachtet:

VorphaseAktionsphaseNachphase

Der Vergleich der Vorphase mit der Aktionsphase erlaubt die Bewertung des Ak-tionserfolges. Um sicher sein zu können, dass durch die Aktion nicht lediglich zukünftiger Konsum vorgezogen wurde, wird eine Nachphase mit in die Analyse einbezogen.

Durch diesen 3-Phasen-Ansatz kann auch das Konkurrenzverhalten in Abhän-gigkeit von den eigenen Aktionen viel besser bewertet werden. Welche Konkur-renzprodukte verlieren Mengen und in wie weit ergeben sich Veränderungen in der Warengruppe durch die Aktion im Vergleich der Vor- mit der Nachphase? Diese Analyse kann natürlich auch getrennt nach den unterschiedlichen Aktions-arten durchgeführt werden. Durch den Vergleich des detailliert aufgeschlüsselten Abverkaufs im Zeitverlauf ergeben sich auch wichtige Erkenntnisse in Bezug auf generelle Verschiebungen in einzelnen Warengruppen.

Dadurch, dass für diese Analyse immer nur Geschäfte in Frage kommen, in de-nen die betrachteten Produkte distribuiert sind und die zu untersuchende Akti-onsart gerade durchgeführt wird, ist eine umfangreichere Bewertung einer Wa-rengruppe sehr aufwendig. Der Zwei-Produkt-Fall kann dagegen in der Regel re-lativ schnell bewältigt werden.

284

4.1.2.5 Promotion Frequenz

Im Rahmen der Promotion Frequenz Analyse wird über einen längeren Zeitraum erfasst, wie viele Aktionen von den unterschiedlichen Anbieter durchgeführt wurden und welche Mengen hierbei realisiert werden konnten. In untenstehen-dem Beispiel sind nur Preisaktionen berücksichtigt, die Analyse kann aber auch für andere Aktionstypen durchgeführt werden.

Tabelle 4.5: Promotion Frequenz Analyse Anzahl der

Aktionen pro Geschäft

IndexProdukt A

IndexProdukt B

Anteil Geschäfte mit Aktionen von Produkt

A

Anteil Geschäfte mit Aktionen von Produkt B

1-5 295 308 55 67 6-10 186 182 44 22

11-15 161 138 1 6 16-25 112 0 2 >25 127 0 3

Der Index bezieht sich in Tabelle 4.5 auf den Verkauf pro Geschäft und Woche, wobei der durchschnittliche Normalverkauf pro Woche und Geschäft als Index-wert 100 dient. Als Basis zur Berechnung der Anteile mit Aktionen der beiden Produkte dienen alle Geschäfte, für die im Betrachtungszeitraum preisgestützte Aktionen beobachtet werden konnten.

In den Geschäften, die preisgestützte Aktionen durchgeführt haben, wurde Pro-dukt A von 66 % der Geschäfte mindestens einmal berücksichtigt. Der Anteil bei Produkt B liegt bei 80 %. 55 % dieser Geschäfte hatten Produkt A bis zu 5 mal in einer Aktion, weitere 44 % sogar zwischen 6 und 10 mal.

Die Aktionsaktivitäten von Produkt B waren noch intensiver. 11 % der Geschäfte hatten Produkt B in dem Betrachtungszeitraum über 10 mal in einer Preisaktion. Der Erfolg der Aktionen ist bei beiden Produkten in etwa vergleichbar. Die Men-genindices liegen recht nahe zusammen.

Deutlich wird insbesondere bei Produkt B, dass der Erfolg der Aktionen tenden-ziell abnimmt, wenn das Produkt zu häufig als Aktionsware angeboten wird.

285

4.1.2.6 Profiler Promotion-Effizienz

Die Profiler Promotion-Effizienz wird eingesetzt, um die Effizienz unterschiedli-cher Promotionsarten sehr detailliert darstellen zu können. Beispielsweise wird nicht nur der Erfolg einer Preisreduktion erfasst, sondern die Preisreduktionen werden nach unterschiedlichen Preisklassen, in der in Regel in Fünf-Prozent-Schritten, aufgeteilt. Hiermit wird das Spektrum möglicher Aktionsarten erwei-tert, was wiederum dazu führt, dass die Bestimmung der „optimalen“ Aktions-form genauer erfolgen kann.

Durch die Einbeziehung der Wettbewerber in diese Analyse ergeben sich insbe-sondere beim Vergleich unterschiedlicher Zeitpunkte wichtige Erkenntnisse zum besseren Ressourceneinsatz.

4.1.2.7 Warenkorbanalyse

Mit Hilfe der Warenkorbanalyse lassen sich warengruppenübergreifende Aussa-gen über das Kaufverhalten der Konsumenten treffen. Insbesondere die Frage, welche Produkte gleichzeitig mit den eigenen Produkten gekauft werden, gibt Aufschluss über mögliche Kooperationspartner im Rahmen von Aktionen sowie zur Präzisierung der Käufergruppen.

Für den Handel ergeben sich zusätzlich Informationen darüber, inwieweit eine durchgeführte Aktion die Kundenfrequenz und den durchschnittlichen Wert je Bon beeinflusst. Anhand des in Tabelle 4.6 dargestellten Beispiels soll dieser Analyseansatz kurz verdeutlicht werden.

Vor den beiden Aktionswochen (35 und 36) ergibt sich eine Kundenfrequenz von rund 4.200, wobei etwas mehr als die Hälfte der Kunden die betrachtete Akti-onsware kaufen. Nach Aktionsstart in der 35. Woche geht die Kundenfrequenz deutlich nach oben, und auch der Wert des Durchschnittsbons nimmt zu, wobei dies auch durch die Ausweitung der Positionen pro Bon hervorgerufen wird. Nach der Aktion sinkt die Kundenfrequenz wieder und liegt am Ende des Be-trachtungszeitraums in etwa auf dem Niveau der 33. Woche.

286

Tabelle 4.6: Warenkorbanalyse

Woche Kunden-frequenz

davon Käufer derder Aktionsmarke

durchschnittli. Posi-tionen pro Bon

durchschnittl.Wert pro Bon

33 4.187 52 % 10,8 32.58 34 4.233 55 % 10,5 32.18 35 5.723 67 % 11,4 34,2336 6.300 72 % 11,3 33,3537 5.450 65 % 10,8 31,30 38 4.289 58 % 10,6 30,90

4.1.3 Vertriebsbezogene Analysen

4.1.3.1 Vertriebsstrukturanalyse

Im Rahmen der Vertriebsstrukturanalyse wird überprüft, inwieweit die Vertriebs-struktur eines Produktes mit der der Warengruppe übereinstimmt. Anhand der Ergebnisse kann abgeleitet werden, in welchen Vertriebskanälen das untersuchte Produkt ein erhöhtes Potenzial hat. Die Strukturierung der Geschäfte erfolgt in der Regel über den Umsatz. In Abbildung 4.9 wird die Situation der Produkte A und B dem allgemeinen Marktbild gegenübergestellt. Von allen Geschäften er-reichen 48 % einen Umsatz mit der betrachteten Warengruppe von bis zu 7.500 €, wobei diese Geschäfte insgesamt 20 % des Warengruppenumsatzes erzielen. 26 % des gesamten Warengruppenumsatzes wird von den 5 % der Geschäfte er-wirtschaftet, die mit dieser Warengruppe Umsätze von über 20.000 € realisieren.

Der Vergleich zwischen den Produkten A und B zeigt, dass die Bedeutung der einzelnen Geschäftstypen sehr unterschiedlich ist. Der Umsatz von Produkt A wird zur Hälfte in Geschäften erzielt, die mit der Warengruppe höchstens 7.500 € Umsatz machen. Demgegenüber hat dieser Geschäftstyp für Produkt B eine deut-lich geringere Relevanz, da diese Outlets nur 30 % Umsatzanteil aufweisen. We-sentlich wichtiger für Produkt B sind die Geschäfte, die über 20.000 Umsatz € pro Jahr mit der Warengruppe erzielen. Auf diese Geschäfte entfallen 35 % des Umsatzes.

287

Gemessen an der Umsatzstruktur der Gesamtwarengruppe weisen beide Produkte eine unterdurchschnittliche Bedeutung in den Geschäften mit Warengruppenum-sätzen von 7.500 € bis 12.000 € auf. Hier ergibt sich ein interessanter Anknüp-fungspunkt für den Vertrieb. Zunächst müsste intern geklärt werden, ob es Grün-de für diese Marktsituation gibt. Anschließend sollte untersucht werden, welche anderen Marken in diesen Geschäften die größten Marktanteile aufweisen, um Hinweise zu finden, wie die eigene Position nachhaltig gestärkt werden kann. Ähnliche Überlegungen sollte der Hersteller von Produkt A auch in Bezug auf die 5 % der Geschäfte anstellen, die die größten Umsätze bezüglich der Waren-gruppe erzielen.

Abbildung 4.9: Vertriebsstrukturanalyse

4.1.3.2 Distributionsüberschneidungsanalyse

Mit Hilfe der Distributionsüberschneidungsanalyse soll die Marktbedeutung ei-nes Produktes in Abhängigkeit eines Konkurrenzproduktes dargestellt werden. Dies erfolgt, indem drei Gruppen von Geschäften unterschieden werden. In der ersten Gruppe sind beide Produkte, in den anderen Gruppen jeweils nur ein Pro-dukt distribuiert. Anschließend werden die für die Analyse interessanten Fakts gruppenspezifisch aufgezeigt und miteinander verglichen. Hieraus lassen sich

48

20

50

25

3539

2823

12 15 15 17

5

26

17

35

0

10

20

30

40

50

60

Geschäfte Umsatz mit derWarengruppe

Umsatz -ProduktA

Umsatz - ProduktB

Umsatz WG bis 7.500 €Umsatz WG von 7.500 € und 12.000 €Umsatz WG von 12.000 € bis 20.000 €Umsatz WG über 20.000 €

Prozent

48

20

50

25

3539

2823

12 15 15 17

5

26

17

35

0

10

20

30

40

50

60

Geschäfte Umsatz mit derWarengruppe

Umsatz -ProduktA

Umsatz - ProduktB

Umsatz WG bis 7.500 €Umsatz WG von 7.500 € und 12.000 €Umsatz WG von 12.000 € bis 20.000 €Umsatz WG über 20.000 €

Prozent

288

beispielsweise wichtige Erkenntnisse darüber gewinnen, inwieweit ein Anbieter sein Verhalten ändert, wenn sein Produkt zusammen mit einem Konkurrenzpro-dukt in einem Geschäft angeboten wird. In Tabelle 4.7 ist die Situation für die Produkte A und B aufgeführt.

Tabelle 4.7: Distributionsüberschneidungsanalyse (I)

Produkt Num.Distri-bution gesamt

Num. Distr. nur A

Num. Distr. nur B

Num. Distr. A und B

A 57 23 34 B 51 17 34

In 34 % aller Geschäfte gehören beide Produkte zum Sortiment, wohingegen in 23 % der Geschäfte nur Produkt A und in 17 % nur Produkt B geführt wird.

Anschließend kann nun ein Vergleich der Marktanteile, der Preise etc. in den un-terschiedlichen Gruppen vorgenommen werden (vgl. Tabelle 4.9)

Tabelle 4.8: Distributionsüberschneidungsanalyse (II)

MarktanteilProdukt gesamt nur A dis-

tribuiertnur B distribuiert

A und B distribuiert

A 10,6 15,3 13,9 B 7,2 12,9 7,9

Preis pro Einheit A 12,40 13,18 11,72 B 12,68 12,82 11,65

Die Werte in Tabelle 4.8 belegen, dass Produkt A relativ unabhängig von Pro-dukt B seine Markterfolge erzielt, wohingegen Produkt B eindeutig Probleme bekommt, wenn Produkt A ebenfalls distribuiert ist. In diesen Fällen nützt es auch nichts, den Preis unterhalb von Produkt A festzusetzen. Für den Anbieter von Produkt B heißt dies zunächst, dass Distributionsausweitungen in Bereichen erfolgen sollten, die attraktiv sind, in denen aber Produkt A noch nicht geführt wird. In Geschäften, in denen nur Produkt B vorhanden ist, können für B höhere Marktanteile erzielt werden, obwohl dort die Kunden höhere Preise bezahlen müssen als in den Geschäften, die beide Produkte anbieten.

289

4.1.3.3 Distributions-Dichte-Analyse

Für Anbieter, die von einem Produkt unterschiedliche Sorten anbieten, zum Bei-spiel ein Anbieter von Fruchtsäften bietet unterschiedliche Geschmacksrichtun-gen der gleichen Marke an, stellt sich die Frage, in welchem Umfang sich der Absatz steigern lässt, wenn mehrere Geschmacksrichtungen in einem Geschäft distribuiert sind. Auch diese Analyse kann nach unterschiedlichen Geschäftsty-pen, Key-Accounter, Regionen oder der Größe der Verkaufsfläche durchgeführt werden (vgl. Tabelle 4.9).

Tabelle 4.9: Distributionsdichte (ohne Konkurrenzprodukt)

Anzahl der Sorten 1 2 3 4 5 6 7

- Verkauf Stück/Geschäft Traditioneller LEH 112 118 121 128 125 122 131 Discounter 156 178 189 212 234 255 287 Verbrauchermärkte 193 223 253 288 328 370 415

Eine alternative Vorgehensweise ergibt sich, wenn anstatt unterschiedlicher Sor-ten der gleichen Marke, Konkurrenzprodukte berücksichtigt werden. Hier lautet die Frage, inwieweit kann der Absatz oder Umsatz einer Warengruppe durch die Anzahl der Konkurrenzangebote gesteigert werden (vgl. Tabelle 4.10).

Werden von Produkt A mehrere Sorten angeboten, so hat dies eine belebende Wirkung auf den Absatz in Stück pro Monat. Die Steigerungen fallen je nach Vertriebstyp aber unterschiedlich aus. Während im Traditionellen LEH der An-stieg des Abverkaufs durch die Hinzunahme weiterer Sorten von Produkt A ge-ring ist, können im Discount- und insbesondere im Verbrauchermarktbereich deutliche Abverkaufssteigerungen realisiert werden. Die Ausweitung auf sieben Sorten führt bei den Verbrauchermärkten zu mehr als einer Verdoppelung des Abverkaufs im Vergleich zur Distribution nur einer Sorte.

Inwieweit sich die durchschnittlichen Abverkaufszahlen verändern, wenn in den Outlets auch Konkurrenzprodukte angeboten werden, wird in Tabelle 4.10 darge-stellt.

290

Tabelle 4.10: Distributionsdichte (mit Konkurrenzprodukt)

Anzahl der Sorten 1 2 3 4 5 6 7

- Verkauf Stück/Geschäft Traditioneller LEH 78 81 80 85 82 85 88 Discounter 123 131 147 158 169 181 194 Verbrauchermärkte 152 161 176 198 219 234 249

Die zusätzliche Distribution von Konkurrenzprodukten führt nicht nur erwar-tungsgemäß zu einer Reduzierung der Abverkäufe von Produkt A, sondern auch der positive Effekt der Sortenvielfalt wird deutlich abgeschwächt. Beispielsweise beträgt nun die Steigerung des Abverkaufs von einer auf sieben Sorten in den Verbrauchermärkten nur noch etwas über 60 %, wohingegen es ohne Konkurren-ten zu einer Erhöhung von mehr als 100 % kam. Diese Analyseart zeigt sowohl dem Produzenten als auch dem Handel, ob sich durch die Erweiterung der Sor-tenvielfalt der Absatz stärker steigern lässt, als durch die Aufnahme weiterer Wettbewerber.

4.1.3.4 Distributionswanderungsanalyse

Die Distributionswanderungsanalyse sollte immer dann durchgeführt werden, wenn man trotz steigender Distributionswerte nicht sicher ist, dass alle Geschäf-te, die das Produkt einmal distribuiert haben, dieses auch weiterhin zu- und ab-verkaufen. Besondere Bedeutung hat diese Analyseform bei der Produktneuein-führung, da dort durch eine qualitative Bewertung der Distributionsentwicklung Probleme frühzeitig aufgezeigt werden können. Die Betrachtung der reinen Dist-ributionszahlen kann dagegen zu schwerwiegenden Fehlinterpretationen führen.

In dem in Tabelle 4.11 dargestellten Beispiel wird deutlich, dass zwar die Distri-bution kontinuierlich mit ähnlichen Zuwächsen ausgebaut werden kann, dass a-ber diese positive Entwicklung auf die überproportionale Hinzugewinnung neuer Geschäfte zurückzuführen ist. Problematisch ist, dass in allen Perioden Distribu-tionsverluste bei den bereits gewonnenen Geschäften zu verkraften sind. Bei-spielsweise ist das Produkt in der vierten Periode nur noch in jedem dritten Ge-

291

schäft vertreten, in denen es in der ersten Periode distribuiert war. Von den Ge-schäften, die das Produkt in der zweiten Periode zum ersten Mal führten, verzich-tet bereits in der vierten Periode jedes zweite Outlet wieder auf das Produkt.

Offensichtlich wurde das Produkt mit starker Kommunikationsunterstützung und sehr guten Einführungsunterlagen in den Handel eingeführt, konnte aber die er-hofften Absatzzahlen nicht realisieren. Eine weitere Erklärung könnte in der un-zureichenden Belieferung der Geschäfte liegen, wenn zum Beispiel die zu gerin-ge Produktionsmenge zunächst für die Neukunden reserviert wird.

Tabelle 4.11: Distributionswanderungsanalyse

Periode Gesamt-distribution

1 12 Geschäfteder 1. Per.

Neudistri-bution

2 18 8 10 Geschäfte

der 2. Per.Neudistri-bution

3 27 6 7 14 Geschäfte

der 3. Per.Neudistri-bution

4 30 4 5 9 12

Anhand dieses einfachen Beispiels wird deutlich, wie trügerisch eine zunehmen-de Distribution sein kann, wenn man nicht überprüft, wie viel der einmal erreich-ten Geschäfte das Produkt weiterhin im Sortiment belassen.

4.1.3.5 Distributions-Potenzial-Analyse

Die Distributions-Potenzial-Analyse wird durchgeführt, wenn man errechnen will, welcher zusätzliche Umsatz durch eine Verbesserung der Distribution mög-lich ist. Durch die Aufschlüsselung des Marktes nach Verkaufsflächen, Ge-schäftstypen, Gebieten oder Key-Accounts werden die größten Potenziale lokali-siert, so dass der Vertrieb dort seine Aktivitäten verstärken kann, wo die größten Umsatzreserven liegen.

292

Tabelle 4.12: Distributions-Potenzial-Analyse (I)

Verkaufsflächebis 99 qm 100 - 399

qm 400 -799

qm 800 qm

und mehr Grundge-samtheit

Geschäfteinsges.

23.425(41,3 %)

17.650(31,1 %)

11.900(20,9 %)

3.800(6,7 %)

56.775(100 %)

Warengrup-penumsatz

1.535.600(14,8 %)

1.472.600(14,2 %)

3.382.270(32,5 %)

4.010.450(38,5 %)

10.400.920(100 %)

Anzahl Ge-schäfte, die A führen

7.082(32,3 %)

8.989(41,1 %)

3.235(14,8 %)

2.590(11,8 %)

21.896(100 %)

numerischeDistribution

30 51 27 68 39

Umsatz der Geschäfte,die A führen

441.932(9,4 %)

739.689(15,8 %)

1.079.645(23,1 %)

2.422.655(51,7 %)

4.683.921(100 %)

gewichteteDistribution

29 50 32 60 45

UmsatzanteilProdukt A

6,5 9,2 14,9 7,9 10,2

Betrachtet man die Angaben in Tabelle 4.12 so fällt zunächst auf, dass die Be-deutung von Produkt A in den unterschiedlichen Verkaufsflächen sehr stark streut. Weiterhin ist zu beachten, dass zwar insgesamt die gewichtete Distributi-on über dem numerischen Wert liegt, dass aber in drei von vier Verkaufsflächen eine atypische Situation vorliegt, da dort die numerische Distribution einen höhe-ren Wert als die gewichtete aufweist. Offensichtlich ist es dem Hersteller von Produkt A primär gelungen, in die eher umsatzschwachen Geschäfte zu gelan-gen. Dies erscheint um so verwunderlicher, da der Vertrieb von Produkt A sich sehr stark auf die Großfläche konzentriert hat, da diese Verkaufsfläche überpro-portional häufig in den Geschäften vorkommt, die Produkt A distribuiert haben (Anteil gesamt: 6,7 %; Anteil Produkt A: 11,8 %).

Eine Ausnahme bildet die Gruppe 400-799 qm mit einer Distribution von 27/32. Hier konnten die besonders umsatzstarken Geschäfte gewonnen werden. Gemes-

293

sen an ihrer Gesamtbedeutung (20,9 %) ist diese Verkaufsfläche bezogen auf Produkt A aber unterrepräsentiert (14,8 %).

In Bezug auf den Marktanteil ist zu erwähnen, dass der Gesamtmarktanteil von 10,2 % in erster Linie über die Verkaufsfläche 400-799 qm (14,9 %) getragen wird. In allen anderen Geschäften scheint die Attraktivität von Produkt A dage-gen nicht so stark zu sein.

Integriert man in die Analyse die durchschnittlichen Umsätze pro Geschäft (vgl. Tabelle 4.13), kann man die Potenziale für Produkt A leicht beschreiben, wobei man in einer ersten Stufe vereinfachend davon ausgehen kann, dass der Umsatz-anteil von Produkt A in den verschiedenen Verkaufsflächen konstant bleibt. Auf die Angabe einer bestimmten Periodenlänge bei den durchschnittlichen Umsät-zen wurde bewusst verzichtet, weil dies für die weiteren Überlegungen ohne Be-deutung ist.

Die erste Priorität bei der Distributionsausweitung sollte die Großfläche haben, da man dort bisher nur in den kleineren Outlets vertreten ist und die Durch-schnittsumsätze in den bisher noch nicht erreichten Geschäften deutlich über den der bisher erreichten liegt (1.312 : 935). Jede Neulistung erbringt einen Zusatz-umsatz von 1.312 * 0,065 = 85 €.

Ein weiterer Ausbau der Distribution in den beiden kleinen Verkaufsflächen er-scheint dagegen nicht so reizvoll, zwar gehören 74,2 % aller Geschäfte dieser Gruppen an, diese erzielen aber nur 29 % des Warengruppenumsatzes. Ein weite-res verkaufendes Geschäft mit einer Verkaufsfläche bis zu 99 qm erbringt für Produkt A einen Zusatzumsatz von 66 * 0,065 = 4,3 €. Das bedeutet, um einen zusätzlichen Umsatz von 85 € zu erzielen, kann man unter den oben getroffenen Annahmen entweder versuchen, einen zusätzlichen Markt mit einer Verkaufsflä-che von mindestens 800 qm oder aber 20 Kleinstgeschäfte zu gewinnen. Auch wenn in diesem Beispiel mit Durchschnittswerten gearbeitet wurde und somit mit gewissen Verzerrungen gerechnet werden muss, verdeutlichen die Zahlen, dass eine detaillierte Distributionsanalyse notwendig ist, bevor neue Distributionsziele definiert werden können.

294

Tabelle 4.13: Distributions-Potential-Analyse (II)

Verkaufsflächebis 99 qm 100 - 399

qm 400 -799

qm 800 qm und

mehr Grundge-samtheit

Erreichte Ge-schäfte

7.082(32,3 %)

8.989(41,1 %)

3.235(14,8 %)

2.590(11,8 %)

21.896(100 %)

nicht erreichte Geschäfte

16.343(46,9 %)

8.661(24,8 %)

8.665(24,8 %)

1.210(3,5 %)

34.879(100 %)

- Umsatz der WG der erreichten Ge-schäfte

62 82 333 935 214

- Umsatz der WG der nicht erreich-ten Geschäfte

66 84 265 1.312 164

Umsatz WG erreichter Ge-schäfte

441.932(9,4 %)

739.689(15,8 %)

1.079.645(23,1 %)

2.422.655(51,7 %)

4.683.921(100 %)

Umsatz WG nicht erreich-ter Geschäfte

1.093.668(19,1 %)

732.911(12,8 %)

2.302.625(40,3 %)

1.587.795(27,8 %)

5.716.999(100 %)

4.1.3.6 Kontaktstreckenanalyse

Mit Hilfe der Kontaktstrecke können Aussagen über die Effizienz der Platzierung getroffen werden. Als Kontaktstrecke versteht man in diesem Zusammenhang die für den Käufer sichtbare Angebotsmenge eines Produktes, wobei nur die hori-zontale Breite gemessen wird. Ein Meter Regalfläche hat somit bei dieser Be-trachtungsweise immer das gleiche Gewicht, unabhängig davon, ob es sich hier-bei um ein einzelnes Regal handelt oder mehrere Regelböden übereinander ange-ordnet sind. Ebenso bleibt unberücksichtigt, ob hinter dem sichtbaren Produkt in der ersten Reihe weitere Produkte in den nächsten Reihen stehen. Diese Vorge-hensweise kann sicherlich modifiziert werden, wobei die weiteren Ausführungen dann lediglich an die veränderte Zählart angepasst werden müssen.

Eine Konsequenz der nur auf die Breite ausgerichteten Vorgehensweise ist, dass

295

bei der Platzierung von Paletten auf Zwischenräume zu achten ist, auch wenn dies beim Handel nur eingeschränkt möglich sein wird (vgl. Abbildung 4.10). Die Frage, ob durch die „lockere“ Platzierung tatsächlich mehr Umsatz erreicht werden kann, muss im Einzelfall im Rahmen eines Tests festgestellt werden.

Abbildung 4.10: Kontaktstrecke

In Abbildung 4.10 kommt man bei der horizontalen Messung zu einer doppelt so hohen Kontaktstrecke, wenn man die Paletten nicht zusammen sondern mit Zwi-schenräumen stellt, damit die Kunden um die Paletten herumlaufen können.

Als Fakts lassen sich unter anderem die Kontaktstrecke in Meter - getrennt nach den unterschiedlichen Platzierungen: Stamm-, Regal- und Zweitplatzierung -, der Anteil an der gesamten Kontaktstrecke sowie die Aufteilung der gesamten Kon-taktstrecke für ein Produkt bestimmen.

4.1.3.7 Custom Profiler Shelf Space Optimizer

Eine Erweiterung der Kontaktstreckenanalyse stellt der Custom Profiler Shelf Space Optimizer dar. Mit Hilfe dieses Tools können u. a. folgende Fragen be-antwortet werden:

Welche Platzierungssituation ist im Markt bzgl. einer bestimmten Waren-

K

K K

K K

K K

K

K

K

K

K

KK

K

K

KK

K

K K

K

K K

K

K K

K K

K K

K

K

K

K

K

KK

K

K

KK

K

K K

K

K K

K

K K

K K

K K

K

K

K

K

K

KK

K

K

KK

K

K K

K

K K

296

gruppe gegeben? Wie hoch ist die Absatz- bzw. Umsatzeffizienz unterschiedlicher Platzie-rungen?Welche Beziehung besteht zwischen der Platzierung der Wettbewerbspro-dukte und dem eigenen Abverkauf? Wie kann eine Sortimentsoptimierung vorgenommen werden?

Einige der wesentlichen Fakts, die im Rahmen einer Untersuchung ausgewiesen werden, sind:

DistributionKontaktstrecke / Facing absolut Kontaktstrecke / Facinganteil in Prozent Strecke / Facings je Markt Absatz / Umsatz je Meter Strecke / Facing

Anhand der aufgeführten Fakts wird deutlich, dass dieses Analysetool für ein er-folgreiches Category Management unerlässlich ist.

4.1.3.8 Launch Report

Tabelle 4.14: Der Launchreport

Segment X Periode 1 Periode 2 Periode n Produkt A Verkauf in Tsd. Liter Normalverkauf Aktionsverkauf Numerische Distribution Gewichtete Distribution Durchschnittspreis gesamt Durchschnittspreis Normal Durchschnittspreis Aktion etc.

297

Im Launch Report erfolgt eine umfassende Darstellung der wichtigsten Fakts in Bezug auf ein Produkt, eine Produkt- oder Warengruppe. Insbesondere bei der Produktneueinführung ist solch ein Instrument von hoher Bedeutung, um mög-lichst schnell auf Planabweichungen reagieren zu können. Übliche Fakts in solch einem Report sind beispielhaft in Tabelle 4.14 dargestellt.

4.1.4 Portfolio-Analyse

Im Rahmen der Portfolio-Analyse kann man entweder eine Sortimentsanalyse für einen Key-Accounter, für eine Region oder ein anderes Segment bzw. eine Ab-satzmittleranalyse für ein bestimmtes Produkt bzw. eine Warengruppe durchfüh-ren.

4.1.4.1 Sortimentsanalyse

Abbildung 4.11: Portfolio-Analyse für Key-Accounter A

+ 3

+ 2

+ 1

0

- 1

- 2

- 3

+ 3- 3 - 2 - 1 0 + 1 + 2

Aufsteiger

Verlierer Satten

Sieger

WG 1

WG 2

WG 3

WG 4

WG 5

Abweichung der WarengruppenmarktanteileKey-Accounter A – Gesamtmarkt (in Prozentpunkten)

War

engr

uppe

nwac

hstu

m

Key

-Acc

ount

erA

–G

esam

tmar

kt (i

n Pr

ozen

tpun

kten

) + 3

+ 2

+ 1

0

- 1

- 2

- 3

+ 3- 3 - 2 - 1 0 + 1 + 2

Aufsteiger

Verlierer Satten

Sieger

WG 1

WG 2

WG 3

WG 4

WG 5

Abweichung der WarengruppenmarktanteileKey-Accounter A – Gesamtmarkt (in Prozentpunkten)

War

engr

uppe

nwac

hstu

m

Key

-Acc

ount

erA

–G

esam

tmar

kt (i

n Pr

ozen

tpun

kten

)

298

Eine Sortimentsanalyse für einen Key-Accounter könnte zum Beispiel wie in Abbildung 4.11 dargestellt, vorgenommen werden, wobei die Wahl der Achsen auf die aktuelle Fragestellung ausgerichtet werden muss. Die Größe der Kreise repräsentiert entweder den Umsatz- oder den Ertragsanteil der Warengruppe am Gesamtsortiment. Durch eine farbliche Hinterlegung der Kreise kann zusätzlich dargestellt werden, ob sich die Position der Warengruppe im Vergleich zur Vor-periode verbessert oder verschlechtert hat.

Analog zur Anwendung des Marktwachstums-Marktanteils-Portfolios lassen sich vier Felder unterscheiden. Als „Sieger“ werden Warengruppen bezeichnet, wenn sowohl das Warengruppenwachstum als auch der Marktanteil der Warengruppe beim betrachteten Key-Accounter über dem Marktdurchschnitt liegen. Dies trifft im obigen Beispiel auf die Warengruppe 3 zu. Bei den „Aufsteigern“ - Waren-gruppen 1 und 2 - erzielt der Händler zwar ein überdurchschnittliches Wachstum, die Bedeutung dieser Warengruppen ist allerdings für ihn noch nicht so groß, wie für die Unternehmen im Durchschnitt. „Satte“ Warengruppen zeichnen sich da-durch aus, dass sie überproportional stark bei dem Key-Accounter vertreten sind, sie aber gemessen am Marktwachstum nur eine geringe Dynamik bei diesem Händler aufweisen (WG 5). Warengruppen, die für den Key-Accounter nur eine geringe Bedeutung haben und sich dort schlechter als im Gesamtmarkt entwi-ckeln, werden als Verlierer bezeichnet, da man davon ausgehen muss, dass sie für den Key-Accounter zukünftig noch weiter an Bedeutung verlieren (WG 4). Sollen diese Warengruppen bei diesem Händler weiterhin vertreten sein, müssen sie intensiv von den Herstellern unterstützt werden.

4.1.4.2 Absatzmittleranalyse

Mit Hilfe der Absatzmittleranalyse kann man die verschiedenen Positionen von Produkt A bei den Händlern aufzeigen. Auf der einen Achse des Portfolios wird die Differenz zwischen dem Marktanteil des zu analysierenden Produktes beim einzelnen Absatzmittler und auf dem Gesamtmarkt (Ergebnisvariable), auf der anderen Achse ein Marketinginstrument des Handels (Aktionsvariable), abgetra-gen.

299

Abbildung 4.12: Absatzmittleranalyse für Produkt A

Die mit dieser Analyse gewonnenen Erkenntnisse können zur Optimierung des Vertriebs und im Rahmen der Jahresgespräche verwendet werden. In Abbildung 4.12 ist eine Absatzmittleranalyse für Produkt A aufgezeigt, wobei die Preisstel-lung als Aktionsvariable gewählt wurde. Andere Marketinginstrumente wären beispielsweise die Bestände, die Anzahl der Aktionen, der Distributionsgrad oder auch die Kontaktstrecke.

Anhand des Portfolios können die einzelnen Händler wiederum vier Gruppen zugeordnet werden. Den „Könnern“ gelingt es, trotz höherer Preise größere Marktanteile mit Produkt A zu erzielen als die Konkurrenz (K-A 2 und 5). Diese Key-Accounter sind für den Hersteller von Produkt A natürlich besonders inte-ressant. Dem gegenüber steht der „Billiganbieter“, bei dem Produkt A u. a. auf-grund der günstigen Abverkaufspreise ebenfalls einen über dem Durchschnitt liegenden Marktanteil erzielt (K-A 1). Für den Hersteller von Produkt A ergibt sich in diesen Fällen dann kein Problem, wenn er diese Preisstellung nicht mit höheren Rabatten „unterstützen“ muss und die verlangten Abverkaufspreise nicht seine Preisstrategie gefährden. „Preisstrategen“ kennzeichnen sich dadurch aus,

+ 3

+ 2

+ 1

0

- 1

- 2

- 3

+ 3- 3 - 2 - 1 0 + 1 + 2

Billiganbieter

Unerfreuliche Preisstratege

Könner

K-A 1

K-A 2

K-A 3K-A 4

K-A 5

Preis - Durchschnittspreis

Mar

ktan

teil

K-A

–G

esam

tmar

ktan

teil

K-A = Key-Accounter

% - Punkte+ 3

+ 2

+ 1

0

- 1

- 2

- 3

+ 3- 3 - 2 - 1 0 + 1 + 2

Billiganbieter

Unerfreuliche Preisstratege

Könner

K-A 1K-A 1

K-A 2K-A 2

K-A 3K-A 3K-A 4K-A 4

K-A 5K-A 5

Preis - Durchschnittspreis

Mar

ktan

teil

K-A

–G

esam

tmar

ktan

teil

K-A = Key-Accounter

% - Punkte

300

dass sie in ihrer Preisstellung über den Konkurrenten liegen, der Marktanteil von Produkt A aber nicht den des Gesamtmarktes erreicht (K-A 3). Die letzte Grup-pe, die „Unerfreulichen“ stellen für den Hersteller von Produkt A ein Problem dar, da trotz günstiger Preisstellung nur unterdurchschnittliche Marktanteile er-zielt werden können (K-A 4). In diesen Fällen scheint die Unterstützung durch den Key-Accounter für das Produkt deutliche Mängel aufzuweisen, die in den Jahresgesprächen angesprochen werden müssen.

4.1.5 Zusammenfassung

Die aufgeführten Sonderanalysen machen deutlich, wie vielfältig und wichtig der Erkenntnisgewinn aus Paneldaten für eine erfolgreiche Markenführung ist. Ins-besondere in den drei aufgezeigten Schwerpunkten:

PreisanalysenAktionsanalysenVertriebsbezogenen Analysen

gibt es heutzutage für viele Warengruppen ausreichend Daten, die nur noch ziel-gerichtet analysiert werden müssen. Hierzu sollten die aufgeführten Beispiel An-regungen liefern, ohne dass damit auch nur annähernd der Gesamtpool an Son-deranalysen dargestellt werden konnte. Deutlich wurde aber auch, dass der Um-gang mit Paneldaten gelernt werden muss, damit die vielfältigen Aspekte zu ei-nem Gesamtbild zusammengefügt werden können.

4.2 Sonderanalysen Verbraucherpanel

4.2.1 Vorüberlegungen

Grundsätzlich gilt, dass die Schätzung von Marktanteilen, Volumina etc. im Verbraucherpanel mit wesentlich größeren Unsicherheiten behaftet ist als im Handelspanel. Dies ist vor allem eine Folge der deutlich geringeren Mengen, die

301

in einem Verbraucherpanel bewegt werden. Ein einziger großer Verbrau-chermarkt kann pro Woche 25.000 Kunden haben. Das derzeit größte Haus-haltspanel in Deutschland hat dagegen „nur“ 20.000 Haushalte. Manche Mar-kenartikler, die sich in Märkten bewegen, die gut durch Handelspanels abgedeckt sind, nutzen daher für die Marktbeobachtung ausschließlich das Handelspanel.

Das ist der eine Grund, warum Sonderanalysen im Verbraucherpanel gegenüber der Standardberichterstattung eine wesentlich größere Rolle spielen als im Han-delspanel. Der zweite Grund liegt in der Eignung des Datenbestands von Ver-braucherpanels zur Beantwortung einer Vielzahl von Fragen des Marketings. Welche Merkmale haben die Käufer der eigenen Produkte? Welche Einstellun-gen haben sie und welche die Käufer der Konkurrenzprodukte? Das sind Fragen, die für die Gestaltung der Werbung und für die Mediaplanung von entscheiden-der Bedeutung sind und die nur aus einem Verbraucherpanel heraus zu beantwor-ten sind. Wie "treu" sind die Käufer meiner Marke? Welche Marken kaufen die Käufer meiner Marke sonst noch? Mit der Antwort auf solche Fragen lassen sich Gefährdungspotenziale abschätzen und auch die mögliche Richtung, aus der eine Gefährdung zu erwarten ist. Das sind nur einige wenige Beispiele für Fragen, die aus dem Datenbestand eines Verbraucherpanels beantwortet werden können.

Bei der Interpretation der Ergebnisse von Sonderanalysen ist zu beachten, dass diese jeweils auf der sogenannten "durchgehenden Masse" basieren, während die in der Standardberichterstattung ausgewiesenen Einkaufsmengen mit der vollen Masse errechnet sind. Die durchgehende Masse besteht aus dem Teil der Panel-haushalte, der im jeweiligen Untersuchungszeitraum in jeder Auswertungsperio-de berichtet hat. Sonderanalysen vergleichen das Einkaufsverhalten verschieden definierter Käufergruppen in einem bestimmten Zeitraum. Ein solcher Vergleich setzt voraus, dass Informationen zum Einkaufsverhalten während des gesamten Untersuchungszeitraums vorliegen. Ein Haushalt, der im Untersuchungszeitraum die Mitarbeit einstellt, unterbricht oder aufnimmt, kann daher nicht in die Analy-se einbezogen werden.

Die durchgehende Masse ist also um die Haushalte reduziert, die während des Untersuchungszeitraums ersetzt wurden oder die während des Untersuchungs-zeitraums ihre Mitarbeit unterbrochen haben. Bei einem gut geführten Haus-

302

haltspanel sind dies etwa 20 bis 30 % der Panelhaushalte pro Jahr. Für die Inter-pretation bedeutsam ist auch, dass bestimmte Haushaltsstrukturen (z.B. sehr klei-ne oder sehr große Haushalte) eher die Mitarbeit einstellen als andere Haushalte. Die durchgehende Masse ist daher nicht in dem Maße repräsentativ, wie die ge-samte Masse des Haushaltspanels. Gleichzeitig reduziert sich die in der Sonder-analyse berücksichtigte Einkaufsmenge. Beides unterstreicht die Bedeutung einer großen durchgehenden Masse als wichtiges Qualitätskriterium eines Panels.

Im Folgenden sollen einige wichtige Sonderanalysen aus dem Verbraucherpanel beschrieben werden. Die Darstellung soll die grundsätzliche Vorgehensweise transparent machen. Sie kann nicht vollständig sein, schon weil in Abhängigkeit von der jeweiligen Fragestellung der Kunden laufend neue Sonderanalysen ge-schaffen werden.

4.2.2 Statische Sonderanalysen

Statische Sonderanalysen liefern je nach Art der Sonderanalyse ein in bestimmter Hinsicht schärferes Bild des Einkaufsverhaltens und der Käufer für einen be-stimmten Zeitraum. Solche Bilder können auch über mehrere Perioden miteinan-der verglichen werden (komparativ statische Sonderanalysen), sie werden aber völlig unabhängig voneinander gezeichnet. Das Verhalten eines Haushalts in der einen Periode hat bei diesem Typ von Sonderanalysen keinerlei Einfluss auf die Einordnung dieses Haushalts in der nachfolgenden Periode. Solche Abhängigkei-ten werden erst bei den dynamischen Sonderanalysen berücksichtigt.

4.2.2.1 Käuferstrukturen

4.2.2.1.1 Soziodemografische Käuferstrukturen

Soziodemografische Käuferstrukturen sind teilweise bereits in einem normalen Standardbericht integriert, in dem die relevanten Marktdaten für bestimmte Seg-mente (z.B. verschiedene Haushaltsgrößen) getrennt ausgewiesen werden. Wird eine Beschreibung gewünscht, die über die in der Standardberichterstattung aus-

303

gewiesenen Segmentierung hinausgeht, so kann dies im Rahmen einer Sonder-analyse vorgenommen werden. Dabei lassen sich grundsätzlich alle Informatio-nen nach den verschiedenen Segmenten differenziert darstellen.

Das Beispiel in Tabelle 4.15 zeigt eine Situation, in der sowohl der Käuferkreis als auch die Einkaufsintensität (gemessen an der gekauften Menge pro Käufer) mit zunehmendem Alter der haushaltsführenden Person abnehmen. Beträgt der Käuferkreis in der Gruppe bis 30 Jahre noch 46 %, so fällt dieser Anteil in der äl-testen Gruppe auf 12 % zurück. Daraus wird man folgern, dass für dieses Pro-duktfeld eine kommunikative Ansprache von jüngeren Zielgruppen eher lohnt, als von älteren.

Tabelle 4.15: Käuferstrukturanalyse für ein Produktfeld A

Alter der haushaltsführenden Person gesamt bis 30 31 bis 40 41 bis 50 51 bis 60 61 +

Käuferkreisin %

30 46 41 29 22 12

Menge pro Käufer in kg

3,9 5,9 4,3 3,2 2,6 1,8

Soziodemographische Käuferstrukturen zeigen jedoch in den letzten Jahren im-mer weniger Trennkraft zwischen den Segmenten, weshalb neuere Verfahren entwickelt wurden.

4.2.2.1.2 Käuferstrukturen nach Lebenswelten

Die „Familien-Lebenswelten“ und die „individuellen Lebenswelten“3 sind eine Kombination der Variable „Lebenszyklus“ mit der Variable „soziale Schicht“. Dahinter steckt die Erkenntnis, dass die aktuelle Phase der jeweiligen Biografie und die jeweilige Schicht die Bedürfnisstruktur und die Handlungsoptionen und damit auch den Konsum erheblich bestimmen.

3 Beide Formen wurden von Prof. Gerhard Kleining in Zusammenarbeit mit der GfK entwickelt. Vgl. Kleining, G. und Prester H.-G.: „Familien-Lebenswelten: Eine neue Marktsegmentation von Haushalten“ in: Jahrbuch der Absatz- und Verbrauchsforschung 1/1999, S. 4-25

304

Mit den Lebensphasen AusbildungBerufstätigkeit und Ruhestand

und den Schichten Mittelschicht (einschließlich Oberschicht) ArbeiterschichtArbeitslose

ergeben sich insgesamt 10 verschiedene Familienlebenswelten (vgl. Abbildung 4.13).

Ausbildung Berufsleben Ruhestand

Studierende/Auszubildende

(eigener Haushalt)

alleinstehendeÄltere

3 11

Aufsteiger,Singles, DINKS

6

berufstätigeAlleinlebende

14

14

Mittelschicht -Familien mit

Kindern

5

Mittelschicht -Familien ohne

Kinder

13

Mittelschicht -Rentner -Familien

15

Arbeiter -Familien mit

Kindern

4

Arbeiter -Familien ohne

Kinder

9

Arbeiterschicht -Rentner -Familien

6

Arbeitslosen -Familien

Studierende/Auszubildende(eig. Haushalt)

Soziale Schicht

Lebens-Phasen

Die Zahlen sind Anteile an allen Haushalten

Abbildung 4.13: Familienlebenswelten (Basis: 2004)

Wichtig ist, dass jede der Familienlebenswelten durch spezifische Probleme und Motive gekennzeichnet sind. So ist der Lebensstandard der Mittelschichtfamilie mit Kindern gut, das Wohl der Kinder steht an erster Stelle, doch die Berufsarbeit

305

vor allem des /der Haupternährers/in erfordert die Aufbietung aller Kräfte und dies geht zu Lasten der Familie und der Kinder. Man muss und will viele Be-dürfnisse befriedigen, der Familie, der Karriere, auch der Altersvorsorge. Man sucht nach Möglichkeit, dem Stress zu entkommen, zumindest zeitweilig (im Ur-laub), möchte sich und der Familie ein glückliches Leben bieten. Entsprechend werden die Möglichkeiten der Arbeitserleichterung im Haushalt genutzt. Diese Familien haben einen über 60% höheren Anteil Ausstattung mit Geschirrspülma-schine als der Durchschnitt der Haushalte. Dabei geht es nicht nur um die finan-ziellen Möglichkeiten: Videorekorder sind bei Arbeiterschicht-Familien stärker vertreten als bei Mittelschichtfamilien.

4.2.2.1.3 Psychografische Käuferstrukturen nach Euro-Socio-Styles

Beständigkeit / P

ermanen

ce

Realität / Reality

Schein / Mirage

Wan

del /

Met

amor

phos

is

Die Bodenständigen

Die Schutzsuchenden

Die Behaglichen

DieWeltoffenen

Die Anspruchsvollen

Die TräumerDieAbenteurer

DieKritischen

14%

6%

10%

23%5%

14%

11%17%

Bedürfnis: Haben

Bedürfnis: Sein

Bed

ürf

nis

: Le

iden

sch

afte

n L

eben

Bed

ürfn

is: Frieden

un

d S

icherh

eit

15,0 Mio.

6,8 Mio.

3,8 Mio.

9,0 Mio.

2,9 Mio.

7,2 Mio.11,2 Mio.

9,2 Mio.

Die Anteile und die Absolutzahlen in Mio. beziehen sich auf die deutsche Bevölkerung ab 14 JahreQuelle: AWA / GfK Lebensstilforschung

Abbildung 4.14: Euro-Socio-Styles

Die Euro-Socio-Styles wurden 1972 in Frankreich entwickelt und 1989 im Rah-men von Europanel auf Europa und damit auch auf Deutschland übertragen. Aus-

306

gangspunkt ist eine Befragung von 24.000 Personen in Europa, die 1989 statt fand, mit einem sehr umfangreichen Fragebogen von 3.500 Items, der alle Berei-che des persönlichen und sozialen Lebens abdeckt. Über verschiedene multivari-ate Analysen (kanonische Analysen, Faktorenanalysen, Clusteranalysen) wurden letztlich zwei Dimensionen extrahiert, in denen zunächst (von 1989 bis 1995) 17, dann (von 1995 bis 2002) 15, aktuell und auf Basis einer neuen Langbefragung mit ca. 500 Items 8 Socio-Styles identifiziert wurden (vgl. Abbildung 4.14).

Aufgrund der Ergebnisse des Langfragebogens lassen sich diese sehr ausführlich und in ihren verschiedenen Facetten beschreiben. Am Beispiel der „Kritischen“ (gemäß Abbildung 4.14 17% der deutschen Bevölkerung ab 14 Jahre) sieht eine Kurzfassung wie folgt aus:

Soziodemografie: Hohe Bildung und mittleres bis hohes Einkommen, ü-berdurchschnittlich häufig verheiratet und mit Kinder. Eher mittleres bis höheres Alter. Persönliche Hoffnungen: Zeit haben, verbunden mit beruflicher Unabhän-gigkeit. Sie streben nach Gleichgewicht, Toleranz und sind offen für kon-trollierte Veränderungen. Konsum: Eher gering, aber wenn, dann authentische und optimierte Pro-dukte hoher Qualität. Entsprechend suchen sie nach den zu ihnen passen-den Marken. Werbung: Wird eher als aufdringlicher Verführer abgelehnt. Genutzt wer-den vor allem Informationsblätter am POS sowie Mund-zu-Mund Bot-schaften.

Eine weitere Beschreibung liefern sogenannte „Mood-Boards“, welche die Le-bensstile der verschiedenen Zielgruppen einzufangen versuchen. Abbildung 4.15 zeigt ein solches Mood-Board für die „Kritischen“.

Für die Anwendbarkeit der Euro-Socio-Styles war es wichtig, dass ein Kurzfra-gebogen entwickelt wurde, nach dessen Beantwortung eine Person mit einer Treffergenauigkeit von ca. 80% einem der acht Lebensstile zugeordnet werden kann. Der Kurzfragebogen kann auch in den Panels eingefragt werden. Damit ist eine Auswertung des Konsumverhaltens nach Lebensstilen möglich.

307

Eine weitere Aufteilung nach Lebensstilen, die ihren Ursprung in der Politikfor-schung hat, wird von der Firma Sinus-Sociovision unter dem Namen „Sinus-Milieus“ angeboten.

Traum und Mentalität Lifestyle

KommunikationKonsum

Quelle : GfK-Lebensstilforschung

Abbildung 4.15: Mood-Board zur Beschreibung des Euro-Socio-Styles „Die Kritischen“

4.2.2.1.4 Käuferstrukturen nach Shopper-Typen

Eine wichtige Möglichkeit des Verbraucherpanels besteht darin, Segmente nach dem Einkaufsverhalten zu bilden. Ein Beispiel dafür sind die Shopper Typen derGfK Panel Services. Auf der Basis des Einkaufsverhaltens bezüglich der ver-packten Güter des täglichen Verbrauchs werden folgende Typen definiert:

Premiumkäufer: Verbraucher, die ihren Bedarf überproportional über Pre-miummarken decken. Premiummarken sind definiert als Marken, deren Preis über dem Preis der größten Marke und über dem Durchschnittspreis

308

der Warengruppe liegt. Markenkäufer: Verbraucher, die ihren Bedarf überproportional über sons-tige Herstellermarken (d.h. nicht Premiummarken) decken. Promotion-Käufer: Verbraucher, die ihren Bedarf an FMCG überproporti-onal über Marken zu Promotion-Preisen decken. Handelsmarken-Käufer: Verbraucher, die ihren Bedarf an FMCG über-proportional über Handelsmarken (incl. Aldi-Marken) decken.

Premium-käufer

Marken-käufer

Promotion-käufer

Handelsmarken-käufer

20

23

28

30

39

3512

13

0% 50% 100%

Verteilung allerHaushalte

Verteilung derKäufer derWarengruppe X

AlleKäufer

4636

26 180

32

32

43

40 6248

12 2134

20 20

00%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%VerteilungMarke A

Marke B

Abbildung 4.16: Beispiel für eine Shopper-Analyse

Jeder Haushalt wird genau einer Gruppe zugeordnet, wobei im Zweifel der stärkste Zusammenhang den Ausschlag gibt. Abbildung 4.16. zeigt eine Auswer-tung für zwei Marken einer Warengruppe X. Dabei zeigt sich sehr deutlich, dass die Marke A unterproportional bei den Premium- und Markenkäufern positio-niert ist und vor allem von den Promotionkäufern lebt. Für diese Marke sind Preisaktionen sehr wichtig. Anders Marke B, die ihren Schwerpunkt bei den Premium- und Markenkäufern hat. Für Marke B wären Preisaktionen dagegen schädlich.

309

4.2.2.2 Einkaufshäufigkeit

Die Einkaufshäufigkeitsanalyse gibt darüber Auskunft, wie oft in einem vorzu-gebenden Zeitraum eine Artikelposition gekauft wurde, wie oft sich also ein Haushalt für das betreffende Produkt entschieden hat. Eine solche Analyse kann z.B. ergeben, dass 20 % der Käufer einer Marke diese nur einmal, 25 % zweimal, 30 % dreimal, 15 % viermal und 10 % fünfmal oder öfter gekauft haben. Selbst-verständlich ist diese Tiefe des Wiederkaufs auch durch die Länge des untersuch-ten Zeitraums (je länger der Zeitraum, desto höher ist die durchschnittliche Zahl der Kaufakte) und der Packungsgrößenstruktur (größere Packungen werden sel-tener gekauft) abhängig. Zur Interpretation der Daten sind also entsprechende Daten anderer Produkte und / oder aus mehreren Zeiträumen erforderlich.

Vor allem bei neuen Produkten ist die Tiefe des Wiederkaufs ein wichtiger Früh-indikator für den langfristigen Erfolg des Produkts.

Selbstverständlich kann diese Sonderanalyse mit einer Käuferstrukturanalyse verbunden werden, indem z.B. die Struktur der Dreimalkäufer mit der Struktur der Einmalkäufer verglichen wird.

4.2.2.3 Mengenintensität

Diese Sonderanalyse ist eine spezielle Form einer Konzentrationsanalyse. Dabei werden die Käufer einer Artikelposition nach zunehmender Kaufmenge sortiert. Die Käufer werden dann kumuliert und auf ihre Gesamtzahl prozentuiert auf der x-Achse abgetragen. Analog wird mit der Menge auf der y-Achse verfahren (vgl. Abbildung 4.17).

Aus der Kurve lässt sich ablesen, dass das Drittel der Intensivkäufer, das von 0,67 bis 1 auf der x-Achse abgetragen ist, für etwa 66 % der Menge verantwort-lich ist und dass das Drittel der Extensivkäufer, das von 0 bis 0,33 auf der x-Achse abgetragen ist, nur etwa 6 % der Gesamtmenge einkauft. Auch diese Ana-lyse kann wieder durch eine Käuferstrukturanalye ergänzt werden, mit der dann die Teilgruppen näher beschrieben werden können.

310

Abbildung 4.17: Analyse der Mengenintensität

4.2.2.4 Nebeneinanderverwendung

Die Nebeneinanderverwendung analysiert das Kaufverhalten der Käufer einer Artikelposition bezüglich einer anderen Artikelposition. Hierbei geht es um die Analyse von Substitutions- und Komplementärbeziehungen zwischen den be-trachteten Produkten.

Zwei Beispiele sollen dies verdeutlichen:

Die Käufer der Seifenmarke A kaufen zu 50% auch die Schaumbadmarke A, während die Nichtkäufer der Seifenmarke A nur zu 10% die Schaumbadmarke A kaufen. Das Dachmarkenkonzept der Marke A funktioniert demnach, weil ihr Kauf in einem Produktfeld den Kauf im anderen Produktfeld begünstigt. Wenn die Käufer einer Marke A überproportional die Marke B, aber unterpro-portional die Marke C kaufen, dann wird man auf eine starke Konkurrenzbe-ziehung zu B, aber auf eine schwache Konkurrenzbeziehung zu C schließen.

0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,80 0,90 1Kumulierter Käuferanteil

0

0,2

0,4

0,6

0,8

1K

umul

ierte

r Men

gena

ntei

l

6%

34%

311

4.2.2.5 Kombinationsauszählung

Käufer von A

Käufer vonnur A

Käufer von B

Käufer vonnur B

Käufer von C

Käufer von nur C

Käufer von B und C

Käufer von A und B

Käufer von A, B und C

Käufer von A und C

Kombinationsauszählung von drei Produkten A, B und C

Starke Überschneidung zwischen A und BGeringe Überschneidung zwischen A und C sowie B und C

Abbildung 4.18: Kombinationsauszählung

Wird die Nebeneinanderverwendung erweitert, indem zwischen den untersuchten Sorten, Varianten oder Marken alle Kombinationsmöglichkeiten gebildet wer-den, so erhält man die Kombinationsauszählung. Bei drei Marken A, B und C gibt sie darüber Auskunft, welche Anteile der Käufer des Gesamtmarktes nur A, nur B, nur C, A und B, A und C, B und C sowie A, B und C gekauft haben (vgl. Abbildung 4.18). Dadurch lassen sich Häufungen identifizieren, die dann als ü-berproportional starke Konkurrenz- oder Komplementärbeziehungen zu interpre-tieren sind.

Weil die Anzahl der möglichen Kombinationen mit der Zahl der untersuchten Artikelpositionen exponentiell zunimmt, sollten nicht mehr als sieben bis acht Artikelpositionen in eine solche Analyse einbezogen werden.

4.2.2.6 Bedarfsdeckung / First Choice Buyer

Die Bedarfsdeckung eines Panelteilnehmers ergibt sich aus der Einkaufsmenge

312

eines Käufers einer Marke A bezüglich dieser Marke dividiert durch seine ge-samte Einkaufsmenge in der Warengruppe. (Selbstverständlich lässt sich analog auch eine Bedarfsdeckung Wert definieren. Aus Vereinfachungsgründen wird diese im Folgenden jedoch nicht berücksichtigt). Eine Bedarfsdeckung von 30 % bedeutet demnach, dass 30% der gesamten gekauften Warengruppenmenge die-ses Haushalts auf die betreffende Marke und 70 % der Menge auf andere Marken entfällt. Die Bedarfsdeckung kann auch als Marktanteil einer Marke bei ihren Käufern interpretiert werden. Ihre Höhe drückt – ähnlich wie die Wiederkaufsra-te - die Loyalität der Käufer zu der Marke aus.

Die Bedarfsdeckung lässt sich auf zwei Arten analysieren: Die durchschnittlicheBedarfsdeckung errechnet sich als die Gesamtmenge einer Marke dividiert durch die gesamte Einkaufsmenge der Käufer dieser Marke in der Warengruppe. Der Durchschnitt ist demnach mit der Warengruppenmenge gewichtet. Intensivkäufer in der Warengruppe gehen mit höherem Gewicht in die Berechnung ein als Ex-tensivkäufer. Die durchschnittliche Bedarfsdeckung einer Marke lässt sich dem-nach als Marktanteil dieser Marke bei ihren Käufern interpretieren.

Bedarfsdeckungsklassen liefern zusätzlich die Information über die Verteilung der Bedarfsdeckung auf die Käufer. Dabei sind die Klassengrenzen vor allem in Abhängigkeit von der Warengruppe (insbesondere ihrer Einkaufsfrequenz) frei wählbar. Häufig werden die Klassengrenzen 33 %, 66 % und 99 % gewählt. In diesem Fall liefert die Analyse die Information, welcher Anteil der Käufer ihren Bedarf zu bis 33 % mit der entsprechenden Marke deckt, welcher Anteil zu über 33 % bis 66 %, welcher Anteil zu über 66 % bis 99 % und welcher Anteil zu 100%. Die Analyse kann auch auf solche Haushalte beschränkt werden, die eine Mindestzahl von Einkaufsakten in der Warengruppe getätigt haben (z.B. vier). Dies ist sinnvoll, da eine Bedarfsdeckung von 100 % bei nur einem Einkaufsakt in der Warengruppe zwangsläufig und kein Ausdruck von Loyalität zum ge-kauften Produkt ist.

Abbildung 4.19 zeigt beispielhaft zwei Marken, wobei die Käufer der Marke B eine wesentlich höhere Bindung zu dieser Marke haben als die Käufer der Marke A. Immerhin 27 % der Käufer von Marke B decken ihren gesamten Warengrup-penbedarf über Marke B, bei Marke A beträgt dieser Wert dagegen nur 11 %. Zu

313

beachten ist bei dieser Analyse, dass jeweils nur die Käufer einer Marke für sich betrachtet werden. Die Frage, wie viele Käufer es insgesamt gibt, wird bei dieser Art der Darstellung nicht deutlich. So kann es sein, dass Marke A so viele Käufer hat, dass die 11% treuen Käufer der Marke A absolut mehr sind als die 27% treu-en Käufer der Marke B.

45%

23%

20% 24%

30%

11%

27%19%

0% 20% 40% 60% 80% 100%

Käufer vonA

Käufer vonB

Mar

ken

Käuferanteile

bis 33% 34%-66% 67%-99% 100%

Lesebeispiel: 45% der Käufer von A haben eine Bedarfsdeckung mit Marke Avon bis zu 33%.

Abbildung 4.19: Bedarfsdeckungsklassen zweier Marken

Eng mit der Bedarfsdeckung verbunden ist der Anteil der First Choice Buyer.Ein Haushalt ist dann Stammkäufer oder „First Choice Buyer“ einer Marke, wenn die betreffende Marke seine am meisten bevorzugte Marke ist, d.h. wenn es die Marke mit der höchsten mengenmäßigen Bedarfsdeckung ist (bei Gleichheit entscheidet die wertmäßige Bedarfsdeckung).

Der Anteil der First Choice Buyer ist insofern wichtig, weil Auswertungen ge-zeigt haben, dass diese Käufer sehr treu bei ihrer Marke bleiben und somit für ei-ne hohe Stabilität des Marktanteils sorgen. Häufig entfallen 70% der Umsätze ei-

314

ner Marke auf die First Choice Buyer. Auswertungen haben ergeben4: Ein Haus-halt kauft im Bereich der verpackten Güter des täglichen Verbrauchs im Durch-schnitt 2,9 verschiedene Marken pro Warengruppe. Davon entfallen 62% auf die Erst-, 21% auf die Zweit- und nur 17% auf die Dritt- und folgenden Präferenzen.

Das Konzept lässt sich auch auf Einkaufsstätten anwenden5: Pro Warengruppe im Bereich der verpackten Güter des täglichen Verbrauchs werden im Durch-schnitt 2,7 verschiedene Einkaufsstätten aufgesucht, 66% des Umsatzes entfällt auf die Erst- und 20% auf die Zweitpräferenz.

Wird nun eine Marke ausgelistet, dann verlieren in der Regel sowohl die Marke als auch die Einkaufsstätte. In welchem Verhältnis die Verluste auftreten, hängt vor allem davon ab, ob der First Choice Buyer-Anteil der Einkaufsstätte oder der Marke höher ist. Ist der Anteil der Marke höher, verliert in der Regel die Ein-kaufsstätte stärker und umgekehrt.

4.2.2.7 Markentreue / Markenwechsel

Eine tiefergehende Analyse der Loyalität der Haushalte zu einer Marke liefert die Sonderanalyse "Markentreue / Markenwechsel". Dabei werden nur Haushalte mit einer bestimmten Mindestzahl von Einkaufsakten in der Warengruppe (z.B. vier) berücksichtigt, weil nur diese Haushalte so häufig eine Markenwahl getroffen haben, dass aus ihrem Einkaufsverhalten auf ihre Loyalität geschlossen werden kann.

Nun werden Teilgruppen danach gebildet, wie viele verschiedene Marken die betreffenden Haushalte gekauft haben und die Marktanteile in den Gruppen un-tersucht.

4 vgl.: Wolfgang Twardawa: Der Weg zurück zur Herstellermarke, S. 74 in: GfK Panel Services Consu-mer Research GmbH, GfK-Nürnberg e.V. (Hrsg.): Nachhaltig erfolgreiche Markenführung – von den Champions lernen, Nürnberg 2004 5 vgl. a.a.O., S. 74ff

315

58%

42%

Bis zu2 mal

3 malund öfter

0%10%

20%30%40%50%

60%70%80%

90%100%

1 Marke 2 versch.Marken

3 versch.Marken

4+ versch.Marken

Marke CMarke BMarke A

Lesebeispiel: Unter den Käufern, die drei verschiedene Marken in der Warengruppe gekauft haben und mindestens 3 mal in derWarengruppe eingekauft haben, hat Marke A einen Markt-anteil Menge von 30%.

Abbildung 4.20: Markentreue / Markenwechsel

Man betrachtet also zunächst die Haushalte, die nur eine Marke gekauft haben. Eine Marke, die in dieser Gruppe hohe Marktanteile erzielt, hat besonders viele loyale Käufer. Betrachtet man jedoch eine Gruppe mit vielen verschiedenen Mar-ken, so wird eine Marke, die in dieser Gruppe hohe Marktanteile erzielt, vor al-lem unloyale Käufer haben. In Abbildung 4.20 besitzt die Marke A in hohem Maße die Loyalität ihrer Käufer (sie hat ihren Schwerpunkt bei den Käufern, die nur eine Marke gekauft haben), während die Marke B nur in sehr geringem Maße loyale Kunden binden kann (ihr Marktanteil ist besonders stark bei den Käufern, die sehr häufig die Marke wechseln).

4.2.3 Dynamische Sonderanalysen

Dynamische Sonderanalysen sind dadurch gekennzeichnet, dass das Verhalten der Haushalte in mehreren Perioden untersucht wird, wobei das Verhalten eines

316

Haushalts in einer Periode seine Einordnung in den folgenden Perioden beein-flusst.

4.2.3.1 Käuferkumulation / Käuferpenetration

Eine grundlegende Frage bei der Beurteilung einer Marke nach einer Neueinfüh-rung oder einem Relaunch ist, ob das Konzept genügend Haushalte dazu bringt, es zumindest einmal zu kaufen. Distribution, Werbung und Verpackung sind Bei-spiele für Marketinginstrumente, durch deren gezielten Einsatz in Verbindung mit dem grundsätzlichen Produktkonzept solche Erstkäufe hervorgerufen werden können. (Die zweite grundlegende Frage nach dem Wiederkauf wird in der nach-folgenden Sonderanalyse untersucht.)

Abbildung 4.21 zeigt die Entwicklung der Käuferkumulation für ein Neuprodukt, das zum Zeitpunkt Z eingeführt wurde. In der ersten Periode haben K1 Haushalte das Produkt erstmals gekauft, in der Folgeperiode K2 - K1 Haushalte usf. Ein Haushalt, der in einer Periode gekauft hat, kann in den folgenden Perioden nicht mehr als Käufer gezählt werden (dynamischer Charakter der Sonderanalyse). Werden die kumulierten Käufer auf alle Panelhaushalte bezogen, so spricht man vom Käuferkreis. Prozentuiert man dagegen auf die Käufer in der Warengruppe, so erhält man die Penetration, die somit angibt, welcher Anteil der Warengrup-penkäufer erreicht wurde. Die Penetration kann auch dazu herangezogen werden, die Erstkäuferentwicklungen von Produkten aus verschiedenen Warengruppen mit differierenden Warengruppenniveaus miteinander zu vergleichen. Langjähri-ge Erfahrung mit dem Haushaltspanel zeigen, dass ein Produkt im Jahr seiner Einführung mindestens 5% Penetration erreichen sollte, damit es sich behaupten kann.

Bei der Interpretation der Käuferkumulation sind zwei Kriterien maßgebend: Das Niveau der Kurve, das die Zahl der erreichten Haushalte angibt Die Steigung der Kurve als Maß für die Dynamik der Entwicklung.

Die weitere Entwicklung des Käuferkreises bzw. der Penetration lässt sich gut aus wenigen vorhandenen Daten prognostizieren. In Abbildung 4.22 (in der eine

317

etwas andere Darstellung gewählt wird) ist bereits nach vier Monaten sehr gut erkenntlich, dass die neue Marke A ohne weitere Maßnahmen nicht mehr die Käuferzahlen der Marke B erreichen wird.

Periode 1 Periode 2 Periode 3 Periode 4

K1

K2

Entwicklung der kumulierten Käufer in 4 Perioden

Abbildung 4.21: Beispiel für eine Käuferkumulation

0 1 2 3 4Monate

0

1

2

3

4

5

6

7

Käu

ferk

reis

Produkt A

Produkt B

Käuferkreisentwicklung zweier Produkte A und B

Abbildung 4.22: Käuferkumulation zweier Marken

318

4.2.3.2 Kumulierte Wiederkäufer, Wiederkaufsrate und Wiederkäuferpene-tration

Käuferkumulation bzw. die Penetration geben Auskunft über die Fähigkeit einer Marke oder eines Produkts, neue Käufer für ein Produkt zu gewinnen. Die Ana-lyse der Wiederkaufsrate gibt Auskunft darüber, inwieweit diese dann auch gehalten werden können. Wiederkäufer haben im betreffenden Zeitraum ein Pro-dukt mindestens zweimal gekauft. Die Wiederkaufsrate prozentuiert die kumu-lierten Wiederkäufer auf die kumulierten Käufer. Sie drückt also aus, welcher Anteil der Käufer das Produkt mindestens einmal nachgekauft hat.

Fehlender Wiederkauf kann jedoch dann nicht als Ausdruck einer Produkt-enttäuschung interpretiert werden, wenn der Haushalt im beobachteten Zeitraum nach dem Erstkauf des Produkts überhaupt noch nicht nachgekauft hat. Deshalb wird die Zahl der Wiederkäufer manchmal auch auf die Zahl der Käufer eines Produkts bezogen, die im betreffenden Produktfeld nach dem Erstkauf des Pro-dukts überhaupt nachgekauft haben. Die entsprechende Kennzahl wird als Wie-derkäuferpenetration bezeichnet. Erfahrungen aus der Panelforschung zeigen, dass ein Neuprodukt mindestens 30% Wiederkäuferpenetration erreichen sollte, um langfristig erfolgreich zu sein.

Fehlender Wiederkauf kann verschiedene Ursachen haben. Zu nennen sind: Allgemein schlechte Produktqualität, die zur Enttäuschung führt. Zu schlechtes Preis- / Leistungsverhältnis. Ein häufig beobachteter Fehler bei der Neuprodukteinführung ist, dass das Neuprodukt als Line-Exten-sion einer Premiummarke und folglich auch zu einem Premiumpreis an-geboten wird. Wenn nun die Innovation eine solche Positionierung nicht rechtfertigt, dann ist Enttäuschung vorprogrammiert. Schließlich werden mitunter auch durch die Kommunikation falsche Er-wartungen geweckt. So hat die Werbung für einen Schokoriegel sugge-riert, dass es sich dabei um ein besonders leichtes Produkt handelt, was aber nicht der Fall war. Im Verbraucherpanel schlug sich dies in einer Er-höhung des Käuferkreises aber einer Reduzierung der Wiederkaufsrate nieder.

319

4.2.3.3 Prognose nach Parfitt-Collins

Die Prognose nach Parfitt-Collins geht von folgender Gleichung aus:

Marktanteil = Penetration × Bedarfsdeckung × Intensitätsfaktor

Mathematisch gesehen stellt die Gleichung im Wesentlichen eine Tautologie dar, die durch Erweitern entstanden ist. (Die Einschränkung bezieht sich auf die et-was andere Art der Definition der Bedarfsdeckung; s. unten.) Die Erweiterung wurde jedoch so vorgenommen, dass sich die einzelnen Komponenten inhaltlich sehr gut interpretieren lassen und zudem aus wenigen Werten der weitere Verlauf der Komponenten gut prognostizierbar ist.

Die Penetration wurde bereits ausführlich diskutiert. Dabei wurde darauf hin-gewiesen, dass die weitere Entwicklung der Penetration gut aus bereits wenigen vorhandenen Werten vorhergesagt werden kann. Es wurde auch ausgeführt, dass die Penetration inhaltlich die Fähigkeit eines Produkts ausdrückt, neue Käufer zu einer Marke zu bringen.

Die zweite Komponente, die Bedarfsdeckung, wird dagegen etwas anders be-rechnet als oben (vgl. Abschnitt 4.2.2.6) dargestellt. Ihre inhaltliche Interpretati-on als Fähigkeit des Produkts, einen Käufer dauerhaft zu binden, bleibt jedoch erhalten. Treffender muss die von Parfitt-Collins gewählte Form der Bedarfsde-ckung jedoch als Bedarfsdeckung seit dem Erstkauf bezeichnet werden. Zunächst soll nur auf die Wiederkaufsakte abgestellt werden. Deshalb ist der Erstkauf aus-geschlossen. Weiter wird auf der Zeitachse die Zeit seit dem Erstkauf abgetragen. Beide Änderungen gegenüber der Definition der Bedarfsdeckung führen dazu, dass sich die weitere Entwicklung anhand weniger Werte gut prognostizieren lässt. Sie erfordert jedoch eine individuelle Umrechnung der Haushalte. Abbil-dung 4.23 verdeutlicht die Vorgehensweise.

In der ersten Periode seit dem Erstkauf (also in der zweiten Periode für die Haus-halte 1 und 2 und in der dritten Periode für die Haushalte 3, 4 und 5) wurde ins-gesamt viermal nachgekauft, davon zweimal die Marke A. Wenn alle gekauften Artikel den gleichen Inhalt haben, beträgt die Bedarfsdeckung in der zweiten Pe-

320

riode somit 50 %. In der zweiten Periode seit dem Erstkauf wurden fünf Artikel gekauft, davon zweimal Marke A. Die Bedarfsdeckung beträgt somit 40 % usf.

Perioden ->Panelmitglied 1 2 3 4 5

1 A B B C -2 A - A - A3 - A A B B4 - A C A C5 - A A C A

Zur Berechnung der Bedarfsdeckung bei Parfitt-Collins

Fettdruck: Erstkauf von A In der ersten Periode seit Erstkauf wurden B, A, C und A gekauft. Das entspricht einer Bedarfsdekung von 50%.

Abbildung 4.23: Beispiel für die Berechnung der Bedarfsdeckung seit dem Erst-kauf

Der Intensitätsfaktor, als die dritte Komponente der Prognose nach Parfitt-Collins, drückt aus, inwieweit durch das Produktkonzept eher Intensivkäufer o-der Extensivkäufer angesprochen werden, kann also als Maß für die Qualität der erreichten Zielgruppe aufgefasst werden. Er wird errechnet als Durchschnitts-einkauf in der Warengruppe der Käufer der Marke A dividiert durch den Durch-schnittseinkauf in der Warengruppe der Warengruppenkäufer. Ist der Quotient größer (kleiner) als 1,0, so werden eher die Intensivkäufer (Extensivkäufer) in der Warengruppe angesprochen.

Allerdings ist bei der Interpretation zu berücksichtigen, dass der Durchschnitts-wert in der Warengruppe zwar 1,0 ist, der Durchschnittswert aller Marken in der Regel aber über 1,0 liegt. Der Grund dieser zunächst paradox erscheinenden Tat-sache ist darin zu finden, dass die Intensivkäufer häufig mehrere Marken kaufen und daher bei mehr Marken berücksichtigt werden, als die Extensivkäufer.

321

Abbildung 4.24 zeigt eine typische Entwicklung dieser drei Komponenten. Alle Werte stabilisieren sich in der Regel bereits nach wenigen Perioden und können daher einfach prognostiziert werden.

Die multiplikative Verknüpfung der drei Komponenten ergibt nun den Marktan-teil, der nach der Stabilisierung (- das ist der auf Wiederkaufsakten beruhende Marktanteil -), erreicht werden kann. Abbildung 4.24 enthält eine Beispielrech-nung.

Penetration Bedarfsdeckung

Intensitätsfaktor

0

2

4

6

8

10

12

0 5 1005

1015202530354045

0 5 10

1,05

1,1

1,15

1,2

1,25

1,3

1,35

0 5 10

Nach rechts sind jeweils aufgetragen die Monate seit der MarkteinführungHypothetisches Beispiel

IstPrognose

Marktanteilsprognose nach Parfitt-Collins == 0,105* 0,32 * 1,21 = 0,038 = 3,8%

Abbildung 4.24: Prognose nach Parfitt-Collins

Wegen der guten inhaltlichen Interpretationsmöglichkeiten liefert die Prognose nach Parfitt-Collins auch ein gutes Analyseraster für Verbraucherpaneldaten, das einen raschen Überblick über die Stärken und Schwächen der untersuchten Mar-ken liefert, wenn die einzelnen Komponenten miteinander verglichen werden. Sie bildet darüber hinaus die Basis der Prognosen von Testmarktsimulationsin-strumenten wie BASES von Infratest / Burke oder TESI von GfK, bei denen auf-

322

grund eines Studiotests der Marktanteil von Neuprodukten prognostiziert wird.

4.2.3.4 Käuferwanderung

Die Käuferwanderung beantwortet die Frage, woher die Käufer einer wachsen-den Marke gekommen bzw. wohin die Käufer einer zurückgehenden Marke ge-gangen sind. Wurde ein Marke neu eingeführt, so lässt sich mit dieser Analyse beantworten, welche etablierten Marken von dieser Neueinführung besonders stark getroffen wurden. Die Käuferwanderung wird in mehreren Formen durch-geführt, die anhand der Neueinführung einer Marke erläutert werden sollen.

a) Käuferwanderung auf Basis der direkten Vorkäufe:

Käufer von A30%

Nicht-käufer von A 70%

100%

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

Vorkäufe alle Käufe

Marke B Marke C Marke D

Vergleich der direktenVorkäufe von A mit

allen Käufen

Abbildung 4.25: Käuferwanderung auf Basis der direkten Vorkäufe

Basis sind die Käufer der neu eingeführten Marke. Für diese wird festgestellt, welche Marken sie beim letzten Einkauf in der Warengruppe vor dem Erstkauf

323

der neu eingeführten Marke (direkter Vorkauf) gekauft haben. Die sich daraus ergebenden Anteile an den Kaufakten werden den Anteilen an allen Kaufakten der etablierten Marken vor der Einführung der neuen Marke gegenübergestellt. Diese Anteile dienen als Meßlatte: Ist der Anteil der Vorkäufe höher als der An-teil an allen Kaufakten in der Vorperiode, so ist dies ein Indiz dafür, dass die Marke überdurchschnittlich von der Neueinführung getroffen wurde. Nachfol-gende Abbildung 4.25 erläutert diesen Zusammenhang am (fiktiven) Beispiel ei-ner neu eingeführten Marke A und drei etablierten Marken B, C und D.

In diesem Beispiel werden die Marken B und D von der Neueinführung unter-durchschnittlich getroffen (der Anteil der Vorkäufe ist geringer als der entspre-chende Anteil gesamt im Vergleichszeitraum), während die Marke C überdurch-schnittlich verliert (deren Anteil der Vorkäufe ist höher als der entsprechende Vergleichsanteil).

Statt der Einkaufsakte lassen sich auch die Einkaufsmengen entsprechend unter-suchen. Es bleibt jedoch der Kritikpunkt, dass durch die Beschränkung auf den letzten Einkaufsakt die vorhandenen Daten nur zu einem geringen Anteil genutzt werden. Dieser Kritik wird die zweite Form der Käuferwanderungsanalysegerecht.

b) Zeitraumbezogene Wanderungsanalyse:Bei der zeitraumbezogenen Wanderungsanalyse gehen deutlich mehr Einkaufs-akte in die Analyse ein, indem die Einkäufe zweier Zeiträume einander gegen-übergestellt werden. Wird z.B. der Relaunch einer Marke A untersucht, so kön-nen das Halbjahr vor dem Relaunch und das Halbjahr, in dem der Relaunch durchgeführt wurde, untersucht werden.

Dabei werden drei Gruppen von Käufer unterschieden: Die Abwanderer haben die Marke A nur vor dem Relaunch gekauft. Die Zuwanderer haben die Marke A nur nach dem Relaunch gekauft. Die Wiederkäufer haben die Marke A vor und nach dem Relaunch gekauft.

Nun werden gegenübergestellt: die Einkäufe der Abwanderer im ersten Zeitraum den Einkäufen der Zuwande-

324

rer im zweiten Zeitraum sowie die Einkäufe der Wiederkäufer im ersten Zeitraum ihren Einkäufen im zweiten Zeitraum.

Aus dem Vergleich ergibt sich, woher der Gewinn der untersuchten Marke ge-kommen bzw. wohin der Verlust gegangen ist. Die Vorgehensweise wird durch das Beispiel in Abbildung 4.26 erläutert:

Käufer der Marke A = 100%Von diesen kauften A…

Im ersten und zweiten Halbjahr: 45%

nur im 1. Halbjahr: 30% nur im 2. Halbjahr: 25%

Mengen-anteile:

Marke B: 50%Marke C: 10%Marke D: 40%

Marke A: 25% 50%Marke B: 10% 10%Marke C: 50% 10%Marke D: 15% 30%

1. HJ 2. HJ2. HJMarke B: 15%Marke C: 60%Marke D: 25%

1. HJ

Abbildung 4.26: Beispiel für eine zeitraumbezogene Wanderungsanalyse

25% der Käufer von A kaufen A nur im zweiten Halbjahr. Sie werden als Zu-wanderer bezeichnet. Dagegen kaufen 30% der Käufer von A diese Marke nur im ersten Zeitraum und werden analog als Abwanderer bezeichnet. Die restlichen 45% kaufen in beiden Zeiträumen und sind entsprechend Wie-derkäufer.Die Abwanderer kaufen zu einem hohen Anteil die Marke B im zweiten Zeit-raum. Dagegen ist der Anteil der Marke B im ersten Zeitraum der Zuwanderer

325

zur Marke A gering. B gewinnt also in hohem Maße bei einer Abwanderung, verliert aber nur wenig, wenn ein Käufer zur Marke A zuwandert. Ob der Anteil von 50% für B bei den Abwanderern als hoch oder als niedrig zu bewerten ist, ergibt sich aus einem Vergleich mit dem gesamten Marktan-teil der Marke. Ist der Marktanteil höher als 50%, dann ist der Gewinn über-durchschnittlich.Die Analyse der Wiederkäufer zeigt, dass die Bedarfsdeckung für die unter-suchte Marke A unter den Wiederkäufern steigt. Gleichzeitig gibt es Ver-schiebungen zwischen den Marke C und D. Während D stärker eingekauft wird, verliert C sehr stark und trägt alleine den Gewinn der beiden Marken A und D.

4.2.3.5 Gain and Loss

Die Gain and Loss-Analyse erlaubt eine noch genauere Quantifizierung der Wan-derung zwischen den Marken, indem jeder einzelne Panelhaushalt für sich in zwei Zeiträumen beobachtet wird. Dabei werden zwei Segmente unterschieden:

Das nicht aufrechenbare Segment, das dadurch entsteht, dass der Haushalt in einem der beiden Zeiträume mehr kauft als in dem anderen Zeitraum. Die Mengen dieses Segments können durch Zufall, saisonale Einflüsse, Marktver-änderungen oder auch durch individuelle Bedürfnisänderungen des Haushalts hervorgerufen sein.Das aufrechenbare Segment, das in beiden Zeiträumen für jeden Haushalt gleich groß ist. Sein Mengenanteil wird um so höher sein, je größer die Zeit-räume gewählt werden, die miteinander verglichen werden.

Interpretiert wird vor allem das aufrechenbare Segment, das in Form einer In-nenmatrix dargestellt wird (siehe Abbildung 4.27).

Die Innenmatrix gibt Auskunft darüber, wie viel eine Marke von anderen Marken gewonnen hat und von welchen Marken die Gewinne kommen. So hat in der Abbildung 4.27 die Marke A ins-gesamt 80 Einheiten gewonnen, wobei von der Marke B 50 Einheiten und von der Marke C 30 Einheiten kommen.

326

wie viel eine Marke an andere Marken abgeben musste und welche Konkur-renzmarken dabei wie viel gewonnen haben. In Abbildung 4.27 hat die Marke A insgesamt 50 Einheiten abgeben müssen, davon 10 an die Marke B, 40 an die Marke C. wie viel der Menge einer Marke im zweiten Zeitraum auf Wiederkauf basie-ren. Im Beispiel der Abbildung 4.27 wurden 60 Einheiten wiedergekauft.

Abwanderung vom 1. zum 2. ZeitraumMarke A B C Verlust Wiederkauf ARBS

Zuwanderung A 10 40 50 60 110vom 1. zum B 50 10 60 80 1402. Zeitraum C 30 10 40 50 90

Gewinne 80 20 50 150Wiederkauf 60 80 50 190

ARBS 140 100 100 340

ARBS = aufrechenbares Segment

Abbildung 4.27: Beispiel für eine Gain-and-Loss-Innenmatrix

Die Gesamtmenge des zweiten Zeitraums wird also aufgeteilt in das nicht aufrechenbare Segment aufgrund von Nichtkauf oder Minderkauf das aufrechenbare Segment, das wiederum in Wiederkauf, Gewinn und Ver-lust unterteilt wird.

Die Gewinne und Verluste von A können nun weiter analysiert werden. Dabei ist vor allem interessant, mit welchen Marken ein überdurchschnittlicher Aus-tausch stattfindet. Hierzu werden die gesamten Wanderungsbewegungen von und zu einer Marke addiert und auf die Wanderungsbewegungen aller Marken pro-zentu- iert. In Abbildung 4.17 ergibt sich für die Marke B ein Wert von (10+50)/(80+60) = 43%. Dagegen beträgt der Anteil der Marke B im aufrechen-baren Segment (140+100)/(340-140+340-110) = 56%. B weist somit einen Affi-nitätsindex von 43/56*100 = 77 auf, hat also mit A unterdurchschnittliche Wan-derungsbewegungen.

Die derzeitige Form der Gain & Loss-Analyse ist nicht unproblematisch. So hängt sie von der Gestaltung des Seitenrisses ab. Wird also eine Marke in ihre

327

verschiedenen Größen aufgespaltet, so ergibt sich für diese (und alle anderen Marken) ein anderes Ergebnis, als wenn die Marke nur als Ganzes behandelt wird. Es gibt daher derzeit (Januar 2006) Überlegungen für eine neue Form der Gain & Loss, die aber noch nicht abgeschlossen sind.

4.2.3.6 Beurteilung der Handelsattraktivität mit GPS-Verortung

Welches Geschäft von einem Haushalt zum Einkauf der Güter des täglichen Be-darfs genutzt wird, hängt im Wesentlichen von drei Faktoren ab:

1. Die Attraktivität des jeweiligen Geschäfts, die aus verschiedenen Faktoren ge-bildet wird. Dazu gehören u.a. das Preisimage („Lidl ist billig“), das Sortiment, die Kundennähe, die Übersichtlichkeit des Geschäfts sowie die Verfügbarkeit und Freundlichkeit des Personals.

2. Die Erreichbarkeit des jeweiligen Geschäfts, die als Fahrzeit von der Wohnung zur Einkaufsstätte gemessen wird. Dabei sind tatsächliche Fahrzeiten zugrunde zu legen. Entfernungen in Luftlinie sind aufgrund von Hindernissen wie Bahnli-nien, Flüssen, Autobahnen etc. keine geeigneten Indikatoren.

3. Die alternativen Einkaufsmöglichkeiten, wobei diese ebenfalls nach Erreich-barkeit und Attraktivität zu unterscheiden sind.

Die Adressen der Panelhaushalte sind bekannt. Damit ist es der GfK möglich, in Zusammenarbeit mit dem Anbieter GENI die exakten GPS-Koordinaten eines je-den Haushalts zu bestimmen.

Ferner sind durch die Zusammenarbeit mit GENI bekannt: Die exakten GPS-Koordinaten aller Geschäfte des Lebensmitteleinzel-handels und der Drogeriemärkte. Die Wegstrecken in Minuten vom Wohnort zum Geschäft (per Kfz, wahl-weise auch zu Fuß).

328

SPARSPARSPARSPARSPARSPARSPARSPARSPAR

STÜSSGEN/S-MARKTSTÜSSGEN/S-MARKTSTÜSSGEN/S-MARKTSTÜSSGEN/S-MARKTSTÜSSGEN/S-MARKTSTÜSSGEN/S-MARKTSTÜSSGEN/S-MARKTSTÜSSGEN/S-MARKTSTÜSSGEN/S-MARKTSCHLECKERSCHLECKERSCHLECKERSCHLECKERSCHLECKERSCHLECKERSCHLECKERSCHLECKERSCHLECKER

AKTIV-MARKT/EDEKA-AKTIVAKTIV-MARKT/EDEKA-AKTIVAKTIV-MARKT/EDEKA-AKTIVAKTIV-MARKT/EDEKA-AKTIVAKTIV-MARKT/EDEKA-AKTIVAKTIV-MARKT/EDEKA-AKTIVAKTIV-MARKT/EDEKA-AKTIVAKTIV-MARKT/EDEKA-AKTIVAKTIV-MARKT/EDEKA-AKTIV

PENNYPENNYPENNYPENNYPENNYPENNYPENNYPENNYPENNY

MINIMALMINIMALMINIMALMINIMALMINIMALMINIMALMINIMALMINIMALMINIMAL

REWE/-KONSUM/-NAHKAUFREWE/-KONSUM/-NAHKAUFREWE/-KONSUM/-NAHKAUFREWE/-KONSUM/-NAHKAUFREWE/-KONSUM/-NAHKAUFREWE/-KONSUM/-NAHKAUFREWE/-KONSUM/-NAHKAUFREWE/-KONSUM/-NAHKAUFREWE/-KONSUM/-NAHKAUF

PLUSPLUSPLUSPLUSPLUSPLUSPLUSPLUSPLUS


SCHLECKERSCHLECKERSCHLECKERSCHLECKERSCHLECKERSCHLECKERSCHLECKERSCHLECKERSCHLECKER

SPARSPARSPARSPARSPARSPARSPARSPARSPAR

KONTRAKONTRAKONTRAKONTRAKONTRAKONTRAKONTRAKONTRAKONTRA

ALDIALDIALDIALDIALDIALDIALDIALDIALDI

KAISER_S DRUGSTORE/KDKAISER_S DRUGSTORE/KDKAISER_S DRUGSTORE/KDKAISER_S DRUGSTORE/KDKAISER_S DRUGSTORE/KDKAISER_S DRUGSTORE/KDKAISER_S DRUGSTORE/KDKAISER_S DRUGSTORE/KDKAISER_S DRUGSTORE/KD

SONSTIGE SPARSONSTIGE SPARSONSTIGE SPARSONSTIGE SPARSONSTIGE SPARSONSTIGE SPARSONSTIGE SPARSONSTIGE SPARSONSTIGE SPAR




LIDLLIDLLIDLLIDLLIDLLIDLLIDLLIDLLIDL


SONSTIGE REWE VMSONSTIGE REWE VMSONSTIGE REWE VMSONSTIGE REWE VMSONSTIGE REWE VMSONSTIGE REWE VMSONSTIGE REWE VMSONSTIGE REWE VMSONSTIGE REWE VM



PENNYPENNYPENNYPENNYPENNYPENNYPENNYPENNYPENNY

LIDLLIDLLIDLLIDLLIDLLIDLLIDLLIDLLIDL

STÜSSGEN/S-MARKTSTÜSSGEN/S-MARKTSTÜSSGEN/S-MARKTSTÜSSGEN/S-MARKTSTÜSSGEN/S-MARKTSTÜSSGEN/S-MARKTSTÜSSGEN/S-MARKTSTÜSSGEN/S-MARKTSTÜSSGEN/S-MARKT SPARSPARSPARSPARSPARSPARSPARSPARSPAR


KAISER_S DRUGSTORE/KDKAISER_S DRUGSTORE/KDKAISER_S DRUGSTORE/KDKAISER_S DRUGSTORE/KDKAISER_S DRUGSTORE/KDKAISER_S DRUGSTORE/KDKAISER_S DRUGSTORE/KDKAISER_S DRUGSTORE/KDKAISER_S DRUGSTORE/KD



LLLLLLLLL

SONST. EDEKA EH-BETRIEBESONST. EDEKA EH-BETRIEBESONST. EDEKA EH-BETRIEBESONST. EDEKA EH-BETRIEBESONST. EDEKA EH-BETRIEBESONST. EDEKA EH-BETRIEBESONST. EDEKA EH-BETRIEBESONST. EDEKA EH-BETRIEBESONST. EDEKA EH-BETRIEBE

SPSPSPSPSPSPSPSPSP

STÜSSGEN/S-MARKTSTÜSSGEN/S-MARKTSTÜSSGEN/S-MARKTSTÜSSGEN/S-MARKTSTÜSSGEN/S-MARKTSTÜSSGEN/S-MARKTSTÜSSGEN/S-MARKTSTÜSSGEN/S-MARKTSTÜSSGEN/S-MARKT

SCHLSCHLSCHLSCHLSCHLSCHSCHSCHSCHLPEPEPEPEPEPEPEPEPE


NNYNNYNNYNNYNNYNNYNNYNNYNNY

Quelle: GfK / Geni

Abbildung 4.28: Optionsspektrum eines Panelhaushalts

Quelle: 12.000er Haushaltspanel ConsumerScan, verpackte Güter des täglichen Bedarfs gesamt, Jahr 2003

FahrzeitFahrzeitFahrzeit

bis 5 min 5-10 min 10-15 min 15-20 min

Käuferreichweite in %

AA

BB

CC72,9%

24,7%

88,6%

85,7%

88,4%90,5%

63,8%

68,8%71,9%

81,9%

34,5%

46,4%Lesebeispiel:Nur 34,5% aller Haushalte, dieeine Fahrzeit von 10 bis 15 Minuten zurnächsten Filiale des Discounters C haben,gingen im Jahr 2003 mindestens einmaldort einkaufen.

Abbildung 4.29: Einfluss der Fahrentfernung auf die Geschäftswahl

329

Damit ergeben sich die Einkaufsmöglichkeiten, die ein Haushalt am Wohnort zur Verfügung hat. Abbildung 4.28 zeigt beispielhaft das Optionsspektrums eines in Köln ansässigen Panelhaushalts. Abbildung 4.29 zeigt für drei Discounterketten, wie sich die Bedarfsdeckung mit zunehmender Entfernung zwischen Wohnort und Einkaufsstätte im Durchschnitt über alle Filialen in Deutschland verändert.

Demnach hat Kette A eine größere Attraktivität als die Ketten B und C, weil die Kunden bereit sind, für einen Einkauf dort auch weitere Entfernungen in Kauf zu nehmen. Besonders Discounter C erweist sich als reiner Nahversorger, für dessen Besuch die Verbraucher nicht bereit sind, auch etwas weitere Wege in Kauf zu nehmen. Dieser Händler braucht demnach ein dichteres Filialnetz, um sein Po-tenzial abzuschöpfen als A.

4.2.3.7 Sortimentsoptimierung

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Produkte

Anteil derWaren-

gruppen-käufer

in %

41,7

32,5

21,4

50,4

KumulierteKäuferreichweite

ZusätzlicheKäuferreichweite

80,3

Lesebeispiel:Das häufigst gekaufteProdukt erreicht 21,4%der Warengruppen-käufer. Das zweiteProdukt erreicht 11,1%der Warengruppen-käufer, die durch daserste Produkt noch nichterreicht wurden. Mit nur11 Produkten könnenüber 80% der Waren-gruppenkäufer erreichtwerden.

Quelle: GfK

Abbildung 4.21: Beispiel für Sortimentsanalyse

330

Für einen Händler besteht die Zielsetzung, sein Sortiment so zu gestalten, dass einerseits ein hoher Anteil der Verbraucher ein attraktives Angebot vorfindet, andererseits das Sortiment nicht zu sehr ausgeweitet wird. Deshalb werden die Kunden eines Händlers nach ihren Einkäufen in der betreffenden Warengruppe untersucht.

Als erstes wird das Produkt mit der höchsten Käuferreichweite ausgewählt. Als nächstes wird das Produkt ausgewählt, das die meisten zusätzlichen Käufer er-reicht.

Das erste Produkt in Abbildung 4.30 erreicht 21,4% der Warengruppenkäufer. Das zweite Produkt erreicht 12,4% der Warengruppenkäufer, davon haben aber bereits 1,3% auch Produkt 1 gekauft, so dass nur 11,1% zusätzlich erreicht wer-den. Produkt 3 erreicht mit 14,1% zwar mehr Käufer, davon sind aber nur 9,1% zusätzliche Käufer, die nicht durch die ersten zwei Produkte erreicht werden.

4.2.4 Warenkorbanalysen

Warenkorbanalysen treten in sehr unterschiedlichen Formen auf; ihr gemeinsa-mes Kennzeichen ist es, dass im Gegensatz zu den bisher beschriebenen Sonder-analysen die Einkaufsdaten von mehreren Warengruppen betroffen sind. Die Be-deutung von Warenkorbanalysen nimmt derzeit vor allem aus zwei Gründen stark zu: Einmal steigt das Bedürfnis von Handel und Industrie, das Einkaufsver-halten der Haushalte warengruppenübergreifend zu untersuchen. Dies wird auch gestützt durch die zunehmenden Bedeutung des Category Managements. Dar-über hinaus verbessert sich durch den Einsatz von Inhome-Scanning mit der da-mit verbundenen Möglichkeit der Erfassung aller verpackten Gebrauchsgüter die bei den Instituten vorhandene Datenbasis deutlich. Trotz dieses grundsätzlichen Interesses muss festgestellt werden, dass die Möglichkeiten der Warenkorb-analysen wegen der damit verbundenen enormen Datenflut erst am Anfang ste-hen.

Mögliche Fragestellungen für Warenkorbanalysen sind: Welche Produkte werden signifikant häufiger zusammen mit einem Produkt

331

eingekauft als andere Produkte? So lässt sich feststellen, dass Tee signifikant häufiger mit Süßgebäck eingekauft wird als andere Produkte. Dies kann Hin-weise geben für die Platzierung von Waren im Geschäft oder auch die Gestal-tung von Verbundaktionen.Wie hoch ist der Anteil der Haushalte, die überwiegend Billigprodukte kau-fen? Wo kaufen diese Haushalte ein und wie ist ihre Struktur?

Eine besondere Form der Warengruppenanalyse ist die Bonsummenanalyse.Beim Inhome-Scanning wird in der Regel auch erfasst, was der Haushalt an der Kasse insgesamt bezahlt hat. Diese Informationen lassen sich für sich auswerten (so lassen sich damit Marktanteile für Handelsunternehmen errechnen), können aber auch mit den Einkaufsdaten einzelner Warengruppen korreliert werden. Mögliche Fragestellungen sind:

Sind die Käufer von 10-kg-Waschmittelpaketen überdurchschnittlich wertvol-le Käufer, weil sie auch ansonsten hohe Bonsummen haben? Dies würde trotz der mit diesen Artikeln verbundenen hohen Handlingskosten für ihre Bedeu-tung bzgl. des Erfolgs eines Einzelhandelsgeschäfts sprechen. In welchen Warengruppen haben bestimmte Vertriebsschienen überdurch-schnittlichen Erfolg, d.h. höhere Anteile am Gesamtmarkt, als ihrem Anteil an der Bonsumme entspricht? Hierfür ist es auch möglich, den Teil der Bonsum-me zu betrachten, der sich auf die verpackten Verbrauchsgüter bezieht. Insbe-sondere Aldi wurde und wird auf diese Weise beleuchtet, da über dieses Han-delsunternehmen aus dem Handelspanel keine Daten vorliegen. Wie entwickeln sich bestimmte Einkaufsstätten hinsichtlich der Zahl der Käu-fer und der bei ihnen erzielten Bedarfsdeckung? Wie ist die Struktur der dort einkaufenden Haushalte?

4.2.5 Korrelation von Befragungs- und Einkaufsdaten

Ziel der Analyse ist die Bildung qualitativ beschriebener Zielgruppen, die über die Segmentation nach soziodemographischen Merkmale bzw. nach Besitzmerk-malen hinausgeht.

Dies kann durch eine einzige Frage geschehen. So lässt sich im Panel erheben, ob

332

Weichspüler nach Vorschrift mit dem Meßbecher, nach Gefühl mit dem Meßbe-cher oder nach Gefühl ohne Meßbecher dosiert werden. Eine Auswertung der Einkäufe getrennt nach der Antwort auf diese Frage zeigt erhebliche Unterschie-de in der Dosierung und in der Markenwahl (vgl. Abbildung 4.31).

Dosierung von Weichspülern

nach Vorschrift nach Gefühl nach Gefühlmit Messbecher mit Messbecher ohne Messbecher

MarktanteileBilligmarken

Markenartikel

DurchschnittlicheEinkaufsmengeje Haushalt inLiter

3,5 4,0 4,8

Quelle: GfK

Abbildung 4.31: Beispiel für eine Korrelationsanalyse

Ein weiteres Beispiel ist die Erfolgsanalyse einer Probenverteilung an die Haus-halte. Hierzu werden die Haushalte befragt, ob sie im relevanten Zeitraum eine Produktprobe, und wenn ja, für welche Marke erhalten haben. Die Einkäufe der Haushalte, die danach eine Produktprobe erhalten haben, werden dann mit den Einkäufen der Haushalte ohne Produktprobe verglichen.

Noch weitergehend ist die Möglichkeit, aus der Beantwortung einer ganzen Fra-gebatterie spezifische Zielgruppen zu bilden. So werden in den GfK-Haushalts-panels seit Mitte der 80er Jahre die Zustimmung bzw. Ablehnung zu einer Reihe von Umweltstatements abgefragt. Aus den Ergebnissen werden die Gruppen der nicht Umweltbewussten, der Umweltbewussten und der Indifferenten gebildet.

333

Dabei zeigen sich deutliche Abweichungen im Einkaufsverhalten bei umweltre-levanten Warengruppen wie Weichspüler, Einwegflaschen etc. Die Ergebnisse dieser Analyse zeigten in der Mitte der 80er Jahre den Waschmittelherstellern, dass die zurückgehende Warengruppenmenge vor allem auf die zunehmende Umweltsensibilisierung zurückzuführen war. Dies führte dann zur Einführung der phosphatfreien Waschmittel.

Weitere Beispiele sind die Korrelation mit Ernährungsstilen, mit dem Preis-bewusstsein oder mit der wahrgenommenen finanziellen Situation.

4.3 Modelle mit Paneldaten

4.3.1 Vorüberlegungen

Panels liefern eine Vielzahl von Daten, die über die Marktentwicklungen der Vergangenheit berichten. Dies mag interessant sein. Viel wichtiger ist jedoch, wie die Input- mit den Erfolgsgrößen im Markt zusammen hängen. Welche Marktanteilsveränderung ist zu erwarten, wenn der Preis um 5% erhöht wird? Was passiert, wenn der Wettbewerb seine Distribution erhöht?

Die Beantwortungen solcher Fragen versprechen Marketingmix-Modelle. Diese gehen alle nach folgendem Prinzip vor:

Zunächst muss eine Verbindung zwischen dem Marketingmix auf der einen und einer Erfolgsgröße (Abverkäufe bzw. Einkäufe der Haushalte bzw. Markt-anteile) auf der anderen Seite hergestellt werden. Hierfür eigenen sich ver-schiedene mathematisch-statistische Verfahren wie z.B. nichtlineare multiple Regression, neuronale Netze oder Markoff-Ketten. Diese Verbindung ist zu prüfen auf o inhaltliche Plausibilität, also z.B. ob die Preissenkung eines Produkts zu ei-

ner Marktanteilserhöhung dieses Produkts führt. o statistische Signifikanz, d.h. ob der Zusammenhang statistisch gesichert ist

oder aber auch auf Zufall beruhen kann.

334

Ist das Ergebnis der Prüfung positiv, so kann das Modell angewendet werden. Hierbei lassen sich im Wesentlichen die folgenden Anwendungsgebiete identi-fizieren6:

1. Analyse: Was hat den Anstieg des Marktanteils bewirkt? Oft haben sich zwischen zwei Zeiträumen (z.B. 1. Halbjahr 2005 zu 1. Halbjahr 2004) sehr viele Einflussgrößen gleichzeitig verändert. Marketingmix-Modelle ermög-lichen es, die gesamte Veränderung auf die Einflussgrößen aufzuteilen und nicht nur einzelne Aspekte isoliert zu betrachten.

2. Simulation: In das Modell können geänderte Werte für die Marketingmix-Größen, also z.B. der Preis, eingegeben werden. Über die Modellgleichun-gen erhält man dann eine Abschätzung der Auswirkung auf die Zielgröße, also z.B. den Marktanteil. Dabei kann nur eine Variable verändert werden (im Beispiel der Preis) oder auch alle Einflussgrößen gleichzeitig, so dass ganze Szenarien auf ihre Auswirkungen überprüft werden können.

3. Prognose: Welcher Marktanteil ist beim geplanten Marketingmix zu erwar-ten? Wird ein zukünftiges Szenario eingegeben, dann wird die Simulation zur Prognose. Für die Konkurrenzaktivitäten sind dabei Annahmen zu tref-fen (z.B. dass die Konkurrenz sich optimal verhält). Es ist auch möglich, verschiedene Konkurrenzaktivitäten einzugeben. Dann erhält man einen Prognosekorridor.

Marketingmix-Modelle sind nicht neu. Erste Versuche in den 1960er und 1970er Jahren7 scheiterten vor allem deshalb, weil die Modelle Daten in einer Form vor-aussetzten, wie sie von der Marktforschung nicht geliefert werden konnten. Erst 1990 wurde mit dem GfK-Markensimulator ein Modell entwickelt, das für tradi-

6 Vgl. Wildner, R., Scherübl, B: Modellgestützte Analyse, Simulation und Prognose mit Verbraucherpa-neldaten – der GfK-BrandSimulator, in: Jahrbuch der Absatz- und Verbrauchsforschung 4/2005, S. 332-3547 vgl. Amstutz, A.: Computer Simulatation of Competitive Market Response, Cambridge 1967; Laving-ton, M.R.: Ein Mikrosimulationsmodell der Nachfragereaktion beim Konsumgütermarketing, in: Kroe-ber-Riel, W. (Hrsg.), Marketingtheorie, Köln 1972; Klenger, F./ Krautter, J.: Simulation des Käuferver-haltens, Teil 1: Werbewirkung und Käuferverhalten, Teil 2: Analyse der Kaufprozesses, Teil 3: Compu-termodell des Käuferverhaltens, Schriften zur theoretischen und angewandten Betriebswirtschaftslehre, herausgegeben von L. Pack, Band 11, Wiesbaden 1973; Little, J.: Brandaid: A Marketing Mix Model, Part 1: Structure, Part 2: Implementation, Calibration and Case Study, Operations Research 23 (1974), S. 628 ff.

335

tionelle Handelspaneldaten verwendet werden konnte.8 Dieses Modell wurde später auf Scanner-Handelspaneldaten übertragen.9 Auch die Firmen A.C.Nielsen und IRI bieten Modelle an, die auf Scanner-Handelspaneldaten beruhen.

Daneben gibt es bereits seit längerem Verbraucherpanelmodelle, die Teilaspekte behandeln, wie z.B. die Wirksamkeit von Handelsaktionen.10 Erst seit Kurzem liegt ein auf Verbraucherpaneldaten gestütztes Modell vor, mit dem ein weitge-hend komplettes Marketingmix simuliert werden kann.11

Damit stellt sich die Frage, wann Verbraucherpaneldatenmodelle und wann Han-delspanelmodelle vorzuziehen sind. Zur Beantwortung dieser Frage sind folgen-de Überlegungen nützlich:

Manche Marketingmix-Variable variieren zum gleichen Zeitpunkt nur zwi-schen den Geschäften. Dazu gehört z.B. der Verkaufspreis oder die Frage, ob ein Produkt auf einem Display angeboten wird oder nicht. Eine solche in ei-nem Geschäft zu einem Zeitpunkt ermittelte Zahl ist demnach nicht gemittelt, sondern für alle im Geschäft getätigten Einkäufe zum betreffenden Zeitraum gültig. Solche Variable können in einem Verbraucherpanel aber nur unvoll-kommen abgebildet werden. Dort ist zwar der Preis des gekauften Produkts bekannt. Es sind aber die Preise der Konkurrenzprodukte nur aus den Einkäu-fen anderer Haushalte im gleichen Key Account bekannt, wobei es in der Re-gel so sein wird, dass diese Käufe in anderen Geschäften stattgefunden haben und die Preise somit gemittelt sind. Andere Marketingmix-Variable wirken auf den Endverbraucher (z.B. die Wer-bung). Hier ist es so, dass beim Handelspanel alle Einkäufe in allen Key-Accounts nur mit einem vom entsprechenden Zeitraum abhängigen Wert ver-

8 vgl. Wildner, R. (1990): "Simulation and Prognosis: New Ways for Getting More Information out of Integrated Panel Data", in EMAC / ESOMAR Symposium on "New Ways in Marketing and Marketing Research", Athens, 24.-27. October 1990, Amsterdam; Wildner, R. (1991): Nutzung integrierter Panelda-ten für Simulation und Prognose, Jahrbuch der Absatz- und Verbrauchsforschung 2/1991; Vossebein, U. / Wildner, R. (1992): Komplexe Fragestellungen erfordern komplexe Lösungsansätze: Ein Marketing-Mix-Modell im Praxistest, planung & analyse 4/1992 9 vgl. Raimund Wildner: "Modellgestützte Marktanteilsprognosen auf Basis von Paneldaten", in: Peter Mertens (Hrsg.): "Prognoserechnung", Heidelberg, 1994, S. 195-203 10 z.B. Ailawadi, K., Scott A. (1998): The Effect of Promotion on Consumption: Buying More and Con-suming It Faster, in Journal of Marketing Research, Vol. XXXV, S. 390-398. 11 Vgl. Wildner R., Scherübl, B., a.a.O.

336

sehen werden können. Ob der einzelne Einkaufsakt nun unter Werbeeinfluss stattfindet oder nicht, ist jedoch unbekannt. Solche Variable können daher nur sehr unvollkommen in einem Handelspanel abgebildet werden. Dagegen ist es gut möglich, die Differenzierung in den einzelnen Haushalten eines Verbrau-cherpanels adäquat abzubilden.

Im Ergebnis wird ein auf Handelspaneldaten beruhendes Modell die Situation in den Geschäften gut, die Situation bei den Haushalten schlechter abbilden. Bei ei-nem auf Haushaltspaneldaten basierenden Modell wird es umgekehrt sein. Dabei ist zu sehen, dass die Differenzierung der Instoresituation im Verbraucherpanel weiter geht als die Differenzierung der Verbraucher im Handelspanel (pro Zeit-punkt mehrere Key-Accounts vs. Durchschnitt aller Verbraucher). Dafür hat das Handelspanel eine deutlich größere Datenbasis an dahinter stehenden Einkaufs-akten.

Im Folgenden werden beispielhaft zwei Modelle der GfK dargestellt, die ausrei-chend publiziert sind. Der GfK-Markensimulator basiert auf Scanner-Handels-paneldaten, der GfK-BrandSimulator auf Verbraucherpaneldaten.

4.3.2 Ein Modell mit Handelspaneldaten: Der GfK-Markensimulator

4.3.2.1 Modellbildung

Die Datenbasis bilden wöchentliche Preise, Abverkäufe und Handelsaktionen aus Handelsgeschäften. Diese werden auf der Ebene Vertriebsschienen (z.B. „Plus“ von Tengelmann) verwendet. Damit erhält man eine umfangreiche Daten-basis von ca. 15 bis 30 in sich homogener Datenpunkte ohne auf die sehr un-handliche Datenbasis der ca. 400 Einzelgeschäfte zurückgehen zu müssen. Bei 52 Wochen ergeben sich somit ca. 750 bis 1500 Datenpunkte.

Wichtig für die Modellbildung ist, dass alle wichtigen, den Absatz beeinflussen-den Variablen gleichzeitig in die Analyse einbezogen werden. Nur einbezogene Variable können für die Simulation auch verwendet werden. Auf der anderen Seite führen zu viele und hoch korrelierte Einflussvariable zu instabilen Schät-

337

zern. Der Ausweg besteht darin, in einem ersten Schritt mehrere Variable zu so genannten Metavariablen zusammen zu fassen.

Die Vorgehensweise lässt sich am Beispiel der Variable "Konkurrenzpreis“ er-läutern. Der Preis jeder Konkurrenzmarke für sich würde zu einer zu großen Va-riablenzahl führen. Wird nur mit dem durchschnittlichen Konkurrenzpreis gear-beitet, dann vermischen sich Preis- und Mengenänderungen. Diese Vermischung kann vermieden werden, wenn die Gewichte der Konkurrenzmarken konstant gehalten werden, z.B. auf den durchschnittlichen Marktanteil. Eine solche Vor-gehensweise berücksichtigt aber nicht, dass die Produkte sich je nach der Ähn-lichkeit ihrer Positionierung verschieden stark beeinflussen. Deshalb werden die Gewichte für die Zusammenfassung der Preise so bestimmt, dass die Modell-anpassung insgesamt maximiert wird. Das kann für alle Konkurrenzprodukte zu-sammen oder aber auch für Gruppen von Konkurrenzprodukten getrennt erfol-gen, wenn der Markt in verschiedene, klar abgegrenzte Segmente zerfällt. Prak-tisch geschieht dies mit einer numerischen Optimierungsmethode, z.B. mit dem Nelder-Mead-Verfahren12. Die Höhe der Gewichte lässt sich als Ausdruck der Nähe eines Produkts zum modellierten Produkt interpretieren (vgl. das Beispiel im folgenden Abschnitt).

Für die Verknüpfung der Variablen wird beim GfK-Markensimulator eine spe-zielle Form der nichtlinearen Regression angewendet, wobei der aktuelle Markt-anteil als abhängige Variable, die verschiedenen Marketingmix-Variable direkt oder in Form von Metavariablen als unabhängige Variable eingesetzt werden. Dabei wird ein multiplikativer Regressionsansatz der folgenden Form verwendet:

tsa

tsna

tsa

tsts exxzay n,,,,,11,0,

121 ...

Dabei ist: ys,t = Marktanteil (Menge) der Vertriebslinie s (s=1,2,...,S) zum Zeitpunkt t

(t=1,2,...,T), wobei S die Zahl der Subsegmente (z.B. 30) und T die An-zahl der verwendeten Perioden – 1 darstellt. Eine Periode wird als zeitver-

12 vgl. Hoffmann, U., Hofmann, H, Einführung in die Optimierung mit Anwendungsbeispielen aus dem Chemie-Ingenieur-Wesen, Weinheim/ Bergstraße 1971, S. 127ff

338

zögerte oder Lag-Periode benötigt. Liegt ein Jahr zugrunde und werden wöchentliche Daten verwendet, so gilt: T = 51.

Zs,t-1= Marktanteil (Menge), wie er in der Vorperiode bestanden hätte, wenn das gleiche Marketing Mix bestanden hätte, wie in der aktuellen Periode.

Xi,s,t = i-te Marketing-Mix-Variable (i=1,2,...n) des Segments s zum Zeitpunkt t, wobei n die Anzahl der einbezogenen Variablen bedeutet. Dabei kann es sich auch um eine Metavariable handeln.

es,t = Störvariable, wird durch den Schätzprozess minimiert. aj = Parameter, die so zu schätzen sind, dass die Quadratsumme der es,t mini-

miert wird.

Die Variable z kann nach einigen Umformungen13 eliminiert werden. Es ergibt sich als zu schätzende Modellgleichung:

tsa

atsn

atsna

ats

ats

ts exx

xx

ay n,

1,,

1,,

1,,1

1,,1

0,1

1

1

2

1

1

)(...)(

Deren Parameter lassen sich iterativ bestimmen: Hierzu berechnet man zunächst mit einem vorgegebenem a1 = 0 die Ausdrücke in den Klammern. Nach Logarith-mieren können die Parameter a0 bis an+1 außerhalb der Klammern mit linearer Regressionsrechnung geschätzt werden, wodurch sich ein neuer Wert für a1 er-gibt, der wieder in die Klammerausdrücke eingesetzt wird. Dies führt man so lan-ge fort, bis sich die Beträge der a1 zweier aufeinander folgender Iterationen um weniger als einen sehr kleinen Betrag (z.B. 0,00001) unterscheiden. Konvergenz des Verfahrens ist zwar nicht bewiesen, trat bis jetzt in der Praxis jedoch stets nach 5 bis 10 Iterationen auf.

Zur Beurteilung der Qualität der Schätzung stehen mehrere statistische und in-haltliche Kriterien zur Verfügung14, die anhand eines konkreten Beispiels erläu-tert werden sollen.

13 Wildner, R., Nutzung integrierter Paneldaten für Simulation und Prognose, Jahrbuch der Absatz- und Verbrauchsforschung 2 (1991), S. 114 ff.

14 vgl. z.B.: Backhaus, Kl., Erichson, B., Plinke, W., Weiber, R.: Multivariate Analysemethoden, Berlin 2003, S. 45ff

339

4.3.2.2 Fallbeispiel

Im Folgenden soll ein Beispiel aus dem Süßwarenbereich dargestellt werden. Die Firma hat zwei Produktlinien mit je mehreren Marken im Angebot. Für beide Produktlinien wurde je ein Modell erstellt. Im Folgenden soll das Modell der 1. Produktlinie näher beleuchtet werden.

Die Datenbasis bilden 87 Wochen von Woche 1 1998 bis Woche 34 1999 in 15 Vertriebslinien. Vertriebslinien, bei denen die Produkte nicht oder kaum distri-buiert waren, wurden aus der Datenbasis entfernt. Damit ergaben sich insgesamt 1131 Datenpunkte.

Tabelle 4.16: Parameter Modell Marke X Produktlinie 1 Modell "Marke X" R² = 93,77% Abh. Variable Marktanteil F-Wert= 1199,188

Betas t-Werte Konstante -0,506 -1,84

Lag-Variable 0,663 43,06 Preis Mittelpreisprodukte Marke X -0,766 -7,57

Preis Niedrigpreisprodukte Marke X -0,167 -2,40 Distr. Prom. Mittelpreisprod. X 0,058 11,52

Distr. Prom. Niedrigpreisprod X 0,087 17,13 Preis Konkurrenten 1 1,135 15,25

Preis Marke X Produktlinie 2 0,086 2,56 Zahl EAN Niedrigpreisprod. X 0,373 6,16

Zahl EAN Marke X Produktlinie 2 0,573 10,10 Zahl EAN Hochpreisprodukte Marke X 0,225 3,99

Distr. Prom. Handelsm. -0,014 -4,73 Preis Handelsmarken 0,064 2,69

Distr. Prom. Konkurrenten 2 -0,017 -3,33 Distr. Prom. sonst. Konkurrenten -0,029 -2,68

Quelle: GfK

Für jeden dieser Datenpunkte wurde ein umfassendes Set an Variablen gebildet. So wurden 70 eigene und konkurrierende Produkte bzw. Zusammenfassungen daraus berücksichtigt. Pro Marke wurden folgende Variable berücksichtigt:

Zahl der EAN, um die Tiefe des angebotenen Sortiments zu erfassen. Normalpreis.

340

Promotionpreis, getrennt nach Preissenkung, Display, Feature (Anzeige in Handzettel oder Zeitung) und allen möglichen Kombinationen daraus. Distribution gewichtet gesamt. Distribution ohne Promotion. Distribution Promotion getrennt nach Preissenkung, Display, Feature und al-len Kombinationen daraus.

Damit wurde die Situation in den Geschäften sehr umfassend berücksichtigt. Ins-gesamt besteht die Datenbasis aus ca. 3,8 Mio. Zahlen. Die wesentlichen Parame-ter des Modells sind in Tabelle 4.16 zusammengefasst.

Die statistische und inhaltliche Qualität des Modells ergibt sich aus: 1. Dem Bestimmtheitsmaß R², das den Anteil der durch die Regression erklärten

Varianz angibt. Mit fast 94% bleiben nur etwas über 6% der Varianz uner-klärt. Dieser Wert muss als sehr gut bezeichnet werden. Allerdings ist anzu-merken, dass das Bestimmtheitsmaß als rein deskriptive Größe noch keine Aussagen zur Signifikanz trifft.

2. Dem F-Wert, der über die Signifikanz des Modells insgesamt Auskunft gibt. Ab einem Wert von 2,04 ist die Regression als Ganzes mit einer Sicherheits-wahrscheinlichkeit von 99% signifikant. Ein kleinerer F-Wert würde das ge-samte Modell wertlos machen. Der Wert von 1199 übersteigt diesen Wert sehr deutlich und muss ebenfalls als sehr gut bezeichnet werden.

3. Den t-Werten, wobei ein t-Wert von < -1,96 oder > +1,96 mit 95% Sicher-heitswahrscheinlichkeit signifikant ist und ein t-Wert von < -2,57 oder > +2,57 zu 99% signifikant ist. Bis auf die Konstante, die nicht weiter interpretiert wird, sind alle Werte zu 95% signifikant sind, bis auf einen sind sie sogar zu 99% signifikant. Auch dies muss als sehr gut bezeichnet werden.

4. Dagegen kann der Absolutwert der Beta-Werte wegen der Transformation der Variablen nicht direkt beurteilt werden. Beurteilt werden kann jedoch das Vorzeichen, wobei ein positives Vorzeichen auf einen gleich gerichteten (bei höherer Produkttiefe, ausgedrückt in der Zahl der EANs, steigt der Marktan-teil), ein negatives Vorzeichen auf einen gegenläufigen Zusammenhang (bei steigendem Preis der Mittelpreisprodukte X sinkt der Marktanteil) hinweist. Alle Vorzeichen zeigen das erwartete Ergebnis (inhaltliche Qualität).

341

5. Wichtig ist auch der Plot der geschätzten zu den realen Marktanteilen. Dieser ergibt, dass die Datenpunkte sehr eng um die Diagonale als Ideallinie streuen und weder im unteren noch im oberen Bereich davon entfernen (s. Abbildung 4.32).

Abbildung 4.32: Reale vs. geschätzte Marktanteile (1 Datenpunkt ist der Markt-anteil in einer Vertriebslinie in einer Woche (Quelle: GfK)

6. Besonders wichtig ist jedoch die Prognosefähigkeit des Modells. Dazu werden nur die Daten der Wochen 1-53 1998 herangezogen und das Modell erneut ge-schätzt. Dann werden die Marketing-Mix-Variable für die Wochen 1-34 des Jahres 1999 eingegeben in die Modellgleichung und der zugehörigen Markt-anteile geschätzt. Dieser Test ist besonders wichtig, weil so aufgedeckt werden kann, wenn eine gute Anpassung des Modells an die Realität im Schätzzeit-raum lediglich auf „Overfitting“ (gute Anpassung ohne real dahinter stehende Zusammenhänge und daher schlechte Erklärung zusätzlicher Datenpunkte) zu-rückzuführen ist. Mit einer durchschnittlichen Abweichung des prognostizier-ten Marktanteils vom realen Marktanteil von absolut 0,24 Prozentpunkten kann die Prognose als sehr gut bezeichnet werden (vgl. Abbildung 4.33).

0

5

10

15

20

25

0 5 10 15 20 25

Real

Mod

ell

342

Abbildung 4.33: Prognosefähigkeit des Modells (Quelle: GfK)

Die zur Produktlinie gehörenden Produkte wurden aufgeteilt in Niedrigpreis-produkte, Mittelpreisprodukte und Hochpreisprodukte. Die Konkurrenten wur-den nach Marken getrennt. Die Preise gehen gewichtet ein, wobei – wie oben dargestellt – die Gewichte so bestimmt sind, dass die Modellanpassung insge-samt maximiert wird. Diese Gewichte lassen sich interpretieren. So ergaben sich für die Mittelpreisprodukte der Marke X für vier Produkte Gewichte zwischen 14% und 25%. Diese Produkte haben Konkurrenten, die mit ihnen vergleichbar sind und damit die Preiswahrnehmung der Marke insgesamt stärker beeinflussen, als die sieben Produkte mit den niedrigen Gewichten zwischen 1% und 9%.

Die Promotions wurden ebenfalls gewichtet zusammengefasst. Die Variable „Distribution Promotion Mittelpreisprodukte“ wurde demnach aus zwei Zusam-menfassungen gebildet: Zuerst werden die Produkte, dann die Promotions zu-sammengefasst. Für die Promotions ergeben sich die Gewichte der Tabelle 4.17.

Die Gewichte zeigen eindeutig, dass in diesem Markt vor allem Preissenkungen wirken, die mit einer kommunikativen Maßnahme (Display und / oder Feature, d.h. Handzettel- oder Zeitungsinserat) verknüpft sind. Isolierte Preissenkungen

Prognosefähigkeit

8

8,5

9

9,5

10

10,5

11

1 4 7 10 13 16 19 22 25 28 31 34

Woche 1999

Mar

ktan

teil

Men

ge %

IstModell

343

oder Kommunikationsmaßnahmen haben dagegen geringere Wirkung.

Tabelle 4.17: Promotionarten und Promotiongewichte Promotionart Gewicht (%)

Preissenkung (P) 3 Display (D) 6 Feature (F) 6

Display und Feature (DF) 6 PD 19 PF 23

PDF 38 Quelle: GfK

4.3.3 Modell mit Verbraucherpaneldaten: Der GfK-BrandSimulator15

4.3.3.1 Modellbildung

Der BrandSimulator stellt ein Modell für alle wichtigen Marken einer Waren-gruppe dar. Damit ist er ein Marktmodell, kein Markenmodell. Er verwendet Scanner-Haushaltspaneldaten jeweils einer Warengruppe für den Zeitraum von eins bis zwei Jahren (Basiszeitraum) auf der Basis einzelner Einkaufsakte. Dabei werden jedoch nur die Haushalte der durchgehenden Masse mit mindestens drei Kaufakten in der Warengruppe berücksichtigt, weil nur für diese Haushalte ge-nügend Informationen vorliegen. Im Folgenden soll die Modellbildung am Bei-spiel der Warengruppe Wäscheweichspüler aufgezeigt werden.

Dazu ist zunächst festzulegen, wie die Handelsstruktur für die Warengruppe im Modell abgebildet wird. Die kleinste verwendete Einheit wird als „Key-Account“ bezeichnet. Verschiedene Key-Accounts sollten möglichst unterschiedlich, je-doch in sich möglichst homogen sein, damit möglichst viel der Varianz in dem Modell abgebildet werden kann. Darüber hinaus sollten sie für den Vertrieb der Hersteller relevant und weder zu groß noch zu klein sein, weil sonst sich zu viele Unterschiede herausmitteln bzw. die Stichprobenstreuung zu groß wird. Tabelle 4.18 zeigt beispielhaft die Key-Account-Aufteilung wie sie für die Warengruppe 15 Die folgende Darstellung folgt Wildner / Scherübl, a.a.O.

344

Wäscheweichspüler und das Jahr 2002 gewählt wurde.

Tabelle 4.18: Key-Account-Struktur für die Modellierung der Warengruppe Weichspüler

E-Aktiv (SM) toom (SBW) Lidl (Disc.)Spar-SEH (SM) Wal*Mart (SBW) Norma (Disc.)HL (SM) Kaufland (SBW) Schlecker (DM)Tengelmann / Kaisers (SM) Globus St. Wendel (SBW) dm (DM)E-Neukauf (VM) real,- (SBW) Rossmann (DM)Extra (VM) Penny (Disc.) sonst. DrogeriemärkteminiMAL (VM) Netto (Disc.) Edeka restl.Spar-Regie (VM) Edeka-Discount Rewe restl.E-Center (SBW) Plus (Disc.) LEH restl.Marktkauf (SBW Aldi (Disc.)

Key-Account-Aufteilung für die Warengruppe Wäscheweichspüler im Jahr 2002

SM = Supermärkte, VM = Verbrauchermärkte, SBW = SB-Warenhäuser,Disc = Discounter, DM = Drogeriemärkte

Weiter muss die Struktur der Marken bzw. Produkte festgelegt werden. In Märk-ten, in denen eine Packungsgröße deutlich dominiert (z.B. Röstkaffee die 500g-Packung bzw. Tafelschokolade die 100g-Tafel) werden in der Regel die anderen Packungsgrößen aus der Analyse ausgeschlossen. Bei den Wäscheweichspülern dominieren zwar die 750-ml-Packungen, aber nicht so stark, dass die anderen Größen vernachlässigt werden können. Deshalb werden alle Packungsgrößen be-rücksichtigt, die Preise werden jedoch auf die 750ml-Standardpackung umge-rechnet.

Bezüglich der Fakts werden bezahlte Preise aus dem Haushaltspanel entnommen, wobei für die Konkurrenzpreise die Einkäufe der anderen Haushalte im jeweili-gen Key-Account herangezogen werden. Die Distribution kommt – soweit vor-handen – aus dem Handelspanel und wird sonst (z.B. für Aldi) aus dem Verbrau-cherpanel nachgebildet.

Bezüglich der Handelsaktionen liefern zwar die Haushalte die Information, ob ein Artikel in der Aktion eingekauft wurde. Auswertungen zeigen jedoch, dass die Erfassung aus Bequemlichkeit oder wegen Erinnerungslücken unvollständig

345

ist. Für die Modellierung haben sich diese Daten als wenig geeignet erwiesen. Sie werden deshalb aufgrund kurzzeitiger Preissenkungen und gleichzeitig deut-lich steigender Abverkäufe nachgebildet.

Da das Fernsehzuschauerverhalten im GfK-Haushaltspanel nicht erhoben wird, muss für die Einbeziehung der TV-Werbung vorher die Zahl der Kontakte mit der Werbung geschätzt werden; dies geschieht mit Hilfe einer Fusion (vgl. Ab-schnitt 4.3.4).

Damit der Einfluss der Marketingmix-Größen auf den Einkauf angemessen be-rücksichtigt werden kann, wird jeder Einkaufsakt in vier Entscheidungen zerlegt:

1. Wann wird gekauft? 2. Wo wird gekauft, d.h. in welchem Key-Account? 3. Was wird gekauft, d.h. welche Marke bzw. welches Produkt? 4. Wie viel wird gekauft, d.h. welche Anzahl an Packungen?

Wann gekauft wird hängt ab von: dem Warengruppenpreis, wobei nur die für den Verbraucher relevanten Produkte berücksichtigt werden. dem Aktionsanteil der Warengruppe, soweit für den Verbraucher relevant. der Saison (Berechnung der wöchentlichen Saisonalitäten aufgrund von mindestens drei Jahren). Dabei sind Kalenderunregelmäßigkeiten wie z.B. die unterschiedliche Lage von Ostern zu berücksichtigen. der Zeit seit dem Letztkauf: Je länger die Zeit seit dem letzten Kaufakt in der Warengruppe, desto wahrscheinlicher wird ein Kauf. der Menge beim Letztkauf: Je weniger beim letzten Kaufakt in der Wa-rengruppe gekauft wurde, desto eher wird gekauft.

Ergibt das Modell zum Zeitpunkt des Kaufs, dass grundsätzlich in einer Woche w gekauft wird, so ist in einem zweiten Schritt zu bestimmen, in welchem Key-Account eingekauft wird. Dies wird beeinflusst von:

dem Key-Account-Nutzen (s. unten). dem Nutzen der Größe des Sortiments. Dieser steigt mit der Anzahl der

346

Produkte, die im Relevant Set des Verbrauchers und distribuiert sind. Ein Produkt ist dann im Relevant Set, wenn es im Basiszeitraum mindestens einmal gekauft wurde. dem Preisniveau, wobei die Preise der für diesen Haushalt relevanten und distribuierten Produkte im betrachteten Key-Account und in den anderen Key-Accounts im Relevant Set des Verbrauchers berücksichtigt werden. Analog zum Produkt ist ein Key-Account dann im Relevant Set, wenn dort im Basiszeitraum mindestens einmal eingekauft wurde. den Handelsaktionen für die Produkte des Relevant Sets im betrachteten und in den relevanten konkurrierenden Key-Accounts.

Dabei bedarf der Key-Account-Nutzen einer Erläuterung: Es ist unmittelbar einleuchtend, dass schon aufgrund unterschiedlicher Entfer-nungen jeder mögliche Key-Account von verschiedenen Haushalten unterschied-lich präferiert wird. Zudem kann sich diese Präferenz aufgrund positiver oder ne-gativer Erfahrungen auch verändern, sie ist also dynamisch. Nun liegen von je-dem Haushalt mindestens drei Einkaufsakte vor (- sonst wird der Haushalt ausge-schlossen, vgl. oben). Es ist nicht möglich, aus drei Einkaufsakten eine individu-elle und sich über die Zeit ändernde Präferenz zu schätzen, weil die Zahl der zu schätzenden Parameter die Zahl der Datenpunkte deutlich übersteigen würde. Deshalb wird ein anderer Weg gegangen:

Dazu wird angenommen, dass sich jeder Haushalt vor einem Kaufakt in der Wa-rengruppe auf einer Stufe der Key-Account-Bindung befindet. Stufen der Key-Account-Bindung sind: 1. Nichtkäufer 2. Probierkäufer 3. Wiederkäufer 4. Treuekäufer

Bei jedem Einkauf in dem entsprechenden Key-Account rückt der Haushalt eine Stufe vor, bei jedem Einkauf in einem konkurrierenden Key-Account fällt er eine Stufe zurück, jeweils solange dies möglich ist. Ein Haushalt, der seit längerem in einem Key-Account nicht eingekauft hat, wird demnach als Nichtkäufer klassifi-ziert, hat er aber mehrmals und nur dort eingekauft, so ist er Treuekäufer. Auf

347

diese Weise wird die Dynamik der Präferenz berücksichtigt.

Pro Key-Account und Treuestufe wird nun ein Parameter geschätzt, der die dazu gehörende Präferenz widerspiegelt und als Nutzenwert interpretiert werden kann. Es wird also angenommen, dass ein Key-Account von allen Haushalten, die sich ihm gegenüber auf der gleichen Stufe der Key-Account-Bindung befinden, im gleichen Maße präferiert wird.

Für die Form dieses Teilmodells (wie auch der anderen Teilmodelle) wurde das multinomiale Logitmodell gewählt, weil diese Modellform sich besonders zur Abbildung von Wahlentscheidungen eignet16. Sie lässt sich für dieses Teilmodell wie folgt darstellen:

Dabei ist:

wh,AKSa,p : Wahrscheinlichkeit, dass der Key-Account a in der vom Haushalt h

und der Woche w abhängigen Account-KonkurrenzsituationAKSh,w gewählt wird. Dabei ist eine Account-Konkurrenzsituation definiert durch die Marketingmix-Situation der für den Haushalt re-levanten Produkte in den relevanten Key-Accounts.

d: Index für Key-Account. Der Summand durchläuft alle relevanten Key-Accounts mit Ausnahme des aktuell betrachteten.

m: Index für Marketingmix-Faktoren (m=1,2,...,M)

f: Marketingmix-Faktor. Seine Ausprägung ist in der Regel abhängig vom Account a bzw. d, von der Woche w und vom Haushalt h.

m : Parameter, der zu schätzen ist und der die Stärke des Einflusses der Marketingmix-Größe m definiert.

16 vgl. Train, K.: Discrete Choice Methods with Simulation, Cambridge 2003, S. 41ff

ad

M

mhwdmfhwamfm

p

1,,,,,,

e1

1wh,

AKSa,

348

Ist die Tatsache des Kaufs bestimmt und ist weiter modelliert, in welchem Key-Account der Kauf stattfindet, so ist nun zu bestimmen, was, d.h. welches der dort distribuierten Produkte im Relevant Set des Haushalts gewählt wird. Dies wird in Abhängigkeit folgender Faktoren modelliert, wobei jeweils das Produkt und die für den Haushalt relevanten Konkurrenzprodukte berücksichtigt werden:

Die DistributionDer Preis Die Handelsaktionen Der Markennutzen Die Neigung eines Haushalts zum Markenwechsel Der Zahl und dem Zeitpunkt der TV-Werbekontakte vor dem Kaufakt.

Dabei wird der Markennutzen analog dem Key-Account-Nutzen über vier Stufen der Markenbindung modelliert. Die Neigung des Haushalts zum Markenwechsel wird aus der Zahl der in der Basisperiode gekauften verschiedenen Marken sowie einem von der Warengruppe abhängigen globalen Treueparameter geschätzt.

Für die Modellierung der TV-Werbung liegen aufgrund der Fusion für jeden Haushalt Schätzwerte dafür vor, wann und wie viele Werbekontakte der Haushalt in der Warengruppe. Daraus werden zunächst die zum Kaufzeitpunkt effektiven Werbekontakte modelliert. Dazu werden geschätzt:

ein Vergessensparameter, der Kontakte umso mehr diskontiert, je älter sie sind.ein Minimalwert, ab dem Werbung erst wirksam ist. So ist es möglich, dass der erste Werbekontakt noch keine Wirkung entfaltet, weil die Bot-schaft erst gelernt werden muss. ein Maximalwert, ab dem weitere Werbekontakte nicht mehr wirksam sind, weil die Botschaft bereits gelernt und gegenwärtig ist.

Weiter wird angenommen, dass sich die Nutzenwerte eines Produkts in Abhän-gigkeit von den effektiven Werbekontakten linear erhöhen, wobei der Lineari-tätsfaktor von der Stufe der Markenbindung abhängig ist. Die Linearitätsfaktoren sowie die drei Parameter zur Ermittlung der effektiven Kontakte werden so ge-schätzt, dass der Einfluss der Werbung maximiert wird.

349

4.3.3.2 Fallbeispiel

Die Modellqualität wurde durch eine Validierung überprüft. Diese ergab ein gu-tes Ergebnis (vgl. Abbildung 4.34).

-60%

-50%

-40%

-30%

-20%

-10%

0%

10%

20%

30%

-80% -60% -40% -20% 0% 20% 40% 60% 80%

Real

Mod

ell

Basiszeitraum: 2002; Prognosezeitraum: 1-9/2003


R² = 86,5%

Validierung von acht Marken im Marktfür Wäscheweichspüler

0

20000

40000

60000

80000

100000

120000

1 4 7 10 13 16 19 22 25 28 31 34 37

Wochen 2003

Men

gen

RealModell

Validierung Weichspülermarke Xim Key Account Y

Abbildung 4.34: Modellvalidierung mit acht Weichspülermarken

Die Anwendung erfolgt mit einer eigens erstellten Software. Dies ist sinnvoll, weil die Simulationsmöglichkeiten so vielfältig sind, dass eine Berichterstattung über Charts und / oder Tabellen den Möglichkeiten nicht gerecht würde. Die Anwendung soll am Beispiel einer Due-to-Analyse gezeigt werden.

Eine im Marketing oft gestellte Frage ist, auf welche Faktoren eine Marktanteils-veränderung von einer Periode (z.B. dem ersten Halbjahr eines Jahres) auf eine andere Periode (z.B. dem zweiten Halbjahr) zurückgeführt werden kann. Mit dem BrandSimulator lässt sich eine solche „Due-to-Analyse“ sehr einfach durch-führen, wobei diese im Programm in folgenden Schritten abläuft:

350

Br. X Key-Account Y

Erläuterung:Marke X hat im Key-Account Y vom 1. Halb-jahr (KW 1 bis 26) auf das 2. Halbjahr ins-gesamt 9,49%-PunkteMarktanteil gewonnen.Davon sind 1,91 %-Punkte auf den von 1,91 € auf 1,64 € ge-sunkenen Preis zurück-zuführen, -0,51 auf die Distribution und 4,78 aufdie Promotion. Die Kon-kurrenzmarken hatten einen positiven Einfluss (+1,55), während sich dieInteraktion zwischen denFaktoren negativauswirkte (-1,26).

Brand XKey-Account Y


Abbildung 4.26: Beispiel für eine Due-to-Analyse

Für die erste Marketingmix-Variable der zu untersuchenden Marke wer-den die Werte aus der ersten Periode in die zweite kopiert. Der ursprüngli-che durch das Modell geschätzte Marktanteil wird dann mit dem nunmehr durch das Modell geschätzten Marktanteil verglichen. Der Unterschied kann auf diese Marketingmix-Variable zurückgeführt werden. Im Beispiel der Abbildung 4.34 sinkt der Preis der Marke X im Key-Account Y von 1,91 € auf 1,64 €. Wird der Preis des 2. Halbjahrs dagegen durch den des 1. Halbjahrs ersetzt (bleibt er also auf dem durchschnittli-chen Niveau von 1,91 €) so ergibt das Modell einen um 4,92 Prozentpunk-ten niedrigeren Marktanteil. Die Preissenkung alleine hat damit einen um 4,92 Prozentpunkte höheren Marktanteil bewirkt. Die Ersetzung des Preises wird dann rückgängig gemacht und es wird mit der Reihe nach mit den anderen Marketingmix-Variablen ebenso verfah-ren.Schließlich werden alle Marketingmix-Variablen der Konkurrenzmarken gemeinsam geändert, um den Einfluss der Konkurrenzaktivitäten zu

351

bestimmen. Auch dies wird wieder rückgängig gemacht. In einem letzen Schritt wird das komplette eigene und konkurrierende Marketingmix des zweiten Zeitraums durch den des ersten Zeitraums er-setzt. Der Vergleich mit der Summe der Einzeländerungen lässt sich als Interaktionseffekt interpretieren.

Abbildung 4.35 zeigt, dass der Zuwachs im Marktanteil vor allem auf den gesun-kenen Preis und dem gestiegenen Aktionsniveau zurückzuführen ist. Dagegen spielen die Aktivitäten der Konkurrenz und die Interaktion nur eine untergeord-nete Rolle.

4.3.4 Modellierung von Werbewirkung mit Datenfusion17

4.3.4.1 Grundsätzliches zur Datenfusion

Eine Möglichkeit zur Analyse von Werbewirkung auf Basis des einzelnen Haus-halts besteht darin, in einer Stichprobe sowohl das Einkaufsverhalten als auch das Fernsehzuschauerverhalten zu erheben. Dies wird von der Firma Nielsen in Deutschland im sogenannten "Single-Source-Panel" getan (vgl. Abschnitt 2.5). Ein von der GfK 1995 durchgeführter und von den Fernsehsendern bezahlter Test hat jedoch gezeigt, dass eine solche Vorgehensweise zu einer zu großen Be-lastung der Panelhaushalte und damit zu einer Verschlechterung der Datenquali-tät führt.

In diesem Test wurden vier gleich strukturierte Gruppen zu je 500 Haushalten gebildet. Die erste Gruppe berichtete nur ihr Fernsehzuschauerverhalten, die zweite Gruppe nur ihr Einkaufsverhalten mit Hilfe des Electronic-Diary-Geräts, die dritte Gruppe sowohl das Fernsehzuschauerverhalten als auch das Einkaufs-verhalten (wieder mit Electronic Diary) und die vierte Gruppe nur das Einkaufs-verhalten mit herkömmlicher schriftlicher Erfassung.

Die Teilnahmebereitschaft am Panel sank um 50%, wenn zusätzlich zum TV- 17 Die folgende Darstellung folgt der Darstellung in R. Wildner: Messung von Werbewirkung mit fusio-nierten Paneldaten, Jahrbuch der Absatz- und Verbrauchsforschung 3/2000

352

Zuschauerverhalten auch das Einkaufsverhalten berichtet werden sollte. Dies hat schwer kontrollierbare negative Einflüsse auf die Repräsentativität des Panels. Darüber hinaus wuchs der Anteil der Haushalte, welche die Mitarbeit einstellten, um etwa 50%.18

Dies führte dazu, dass Senderanstalten und GfK nach einer Möglichkeit suchten, Werbewirkung auf Basis individueller Haushalte zu analysieren, ohne bei identi-schen Haushalten Fernsehzuschauer- und Einkaufsverhalten erheben zu müssen. Eine grundsätzliche Möglichkeit dazu ist Datenfusion. Die Datenfusion zur Be-wertung von Werbewirkung kann folgendermaßen beschrieben werden :

Von den Haushalten eines Verbraucherpanels sind die soziodemografischen Va-riablen X und das Einkaufsverhalten Y bekannt. Neben dem Fernsehzuschauer-verhalten Z sind von den Haushalten eines Fernsehzuschauerpanels die gleichen soziodemografischen Merkmale X bekannt. Da die Variablen X in beiden Daten-beständen vorhanden sind, heißen sie "gemeinsame Variable", während das Ein-kaufsverhalten Y und das Fernsehzuschauerverhalten Z als "spezifische Variab-le" bezeichnet werden. Von jedem Haushalt des TV-Panels ist daher bekannt, ob und wie oft die haushaltsführende Person Kontakt mit der Werbung hatte, von jedem Haushalt des Verbraucherpanels, ob und wie oft die beworbene Marke ge-kauft wurde.

Ziel ist nun die Erzeugung einer Datenbasis, die pro Haushalt die Informationen Soziodemografie, Einkaufsverhalten und TV-Zuschauerverhalten enthält. Ein Ziel dieser Datenbasis ist der Vergleich des Einkaufsverhaltens von Haushalten ohne oder mit wenig Werbekontakten mit dem Einkaufsverhalten von Haushal-ten mit oder mit viel Werbekontakten. (Ob und wie ein solcher Vergleich Aus-kunft über die Werbeeffizienz gibt, wird weiter unten behandelt.) Dazu wird für jeden Haushalt des Verbraucherpanels ein "Partnerhaushalt" des Fernsehpanels gesucht, der bezüglich der gemeinsamen Variablen größtmögliche Ähnlichkeit aufweist. Die Zahl der Werbekontakte der haushaltsführenden Person dieses Fernsehpanelhaushalts wird dann auf den zugeordneten Verbraucherpanelhaus-halt übertragen.

18 vgl. Ohne Verf.: Single Source – ein Methodentest der AGF/GfK Fernsehforschung, Nürnberg1995

353

4.3.4.2 Durchführung der Fusion

In der Praxis stellt sich die Situation noch etwas komplexer dar. Weil sich die Soziodemografie alleine als zu schwach für die Zwillingsbildung erwiesen hat, werden die Verbraucherpanelhaushalte zu ihrem TV-Zuschauerverhalten und die Fernsehpanelhaushalte zu ihrem Einkaufsverhalten befragt. Dadurch liegen zu einigen der spezifischen Variablen Informationen im jeweils anderen Panel vor, die selbstverständlich nicht die gleiche Qualität haben wie die erhobenen Daten und dennoch Indikatoren für die jeweiligen spezifischen Variablen darstellen. Diese werden als "spezifische gemeinsame Variable" bezeichnet.

Diese haben deutlich unterschiedliche Qualität: Während im Fernsehpanel das Zuschauerverhalten elektronisch und sekundengenau erfasst wird, liegen im Verbraucherpanel lediglich Antworten auf die Fragen vor, wie oft sie bestimmte Genres (wie Kriminalfilme, Nachrichtensendungen etc.) und wie oft sie zu be-stimmten Tageszeiten während der Woche, an Samstagen und an Sonn- und Fei-ertagen (sogen. "Zeitschnitte") fernsehen. Dabei kann zwischen "regelmäßig", "häufig", "selten" und "nie" abgestuft werden.

Diese verschiedenen Datenqualitäten müssen zunächst vergleichbar gemacht werden. Dazu wird auf ein Verfahren zurückgegriffen, das zuerst von Roberts 1994 vorgeschlagen wurde19. Dieses berücksichtigt, dass manche Sendungen bei Befragungen stets nach oben verzerrte Sehhäufigkeiten produzieren, während andere Sendungen eher zu schlecht berichtet werden. Darüber hinaus hängt die subjektiv empfundene Nutzungshäufigkeit von der zur Verfügung stehenden Zeit ab. Eine Rentnerin mag der Meinung sein, dass sie mit vier Stunden täglicher Sehdauer wenig fernsieht, weil sie darüber hinaus noch intensiv weitere Freizeit-beschäftigungen betreibt. Auf der anderen Seite kann eine berufstätige Mutter zwei Stunden Sehdauer täglich als sehr viel erachten, wenn dies fast ihre gesamte nicht fest verplante Zeit in Anspruch nimmt.

Deshalb werden in einem ersten Schritt Gruppen von Haushalten nach Familien-stand und Berufstätigkeit gebildet. Anschließend werden die Fernsehpanelhaus-

19 vgl. Roberts, A. (1994): Media Exposure and Consumer Purchasing: An improved data fusion tech-nique, in: Marketing and Research Today.

354

halte pro Genre und pro Zeitschiene nach abnehmender Dauer geordnet. Wenn nun 20% der Verbraucherpanelhaushalte der betreffenden Gruppe angeben, ein Genre regelmäßig zu sehen, erhalten die 20% der Fernsehpanelhaushalte, die das Genre am häufigsten sehen, die gleiche Kennung. Analog wird mit den Kennun-gen "häufig", "selten" und "nie" verfahren.

In einem weiteren Schritt wird eine Regression im Fernsehpanel gerechnet, wo-bei die abhängige Variable die Zahl der gesehenen Werbespots der zu untersu-chenden Kampagne ist. Unabhängige Variable sind die wie oben beschrieben transformierten Fernsehforschungsdaten sowie die gemeinsamen Variablen der Soziodemografie. Die Regression ergibt in der Regel ein Bestimmtheitsmaß von 60% bis 70%.

Die erhaltene Regressionsgleichung wird nun auf die Verbraucherpanelhaushalteangewendet. Die daraus resultierende Schätzung der Zahl der gesehenen Werbe-spots und die tatsächlich gesehene Zahl der Werbefilme laut Fernsehpanel wird nun verwendet, um die entsprechenden Haushalte zu fusionieren. Anschließend werden die Werbekontakte und die Sehdauer gesamt von den Fernsehfor-schungshaushalten auf die zugehörigen Verbraucherpanelhaushalte übertragen.

4.3.4.3 Werbewirkung mit fusionierten Paneldaten

Eine Simulationsstudie hat zwar ergeben, dass fusionierte Paneldaten grundsätz-lich geeignet sind, um Werbewirkung zu analysieren, dass aber nur ein Teil der tatsächlichen Werbewirkung auch als solcher erkannt wird.20

Abhängige Variable ist jeder Kaufakt in der Warengruppe, entweder für die be-worbene Marke (=1) oder für die Konkurrenz (=0).

Unabhängige Variable sind zunächst die effektiven Werbekontakte. Bei der Kon-struktion dieser Variablen wird von folgender Vorstellung ausgegangen:

Es gibt eine untere Grenze a(min) ab der Werbung wirkt. Diese untere 20 Vgl. Wildner, 2000, a.a.O.

355

Grenze kann null sein (dann wirkt die Werbung ab dem ersten Kontakt), sie kann aber auch höher sein, wenn die Werbung nicht sofort verstanden oder nur bei Wiederholung wahrgenommen wird Es gibt darüber hinaus eine obere Grenze a(max), die als Sättigungsgrenze aufgefasst werden kann, ab der zusätzliche Werbekontakte nicht zusätz-lich wirkenSchließlich ist es möglich, dass länger zurückliegende Werbekontakte we-niger wirken als aktuelle Werbekontakte. Werbung sollte also mit einem pro Woche wirkenden Abzinsungsfaktor i diskontiert werden Die konkreten Werte für a(min), a(max) und i sind pro Kampagne so zu schätzen, dass die Werbewirkung maximiert wird. Ihre Werte geben wert-volle Hinweise auf die speziellen Eigenschaften einer Kampagne.

Weitere unabhängige Variable sind die Störvariablen, die dadurch entstehen, dass die Seher der TV-Werbung und die Nichtseher keine gleich strukturierten Test- und Kontrollgruppe sind, sondern dass sie sich selbst durch ihr Verhalten selektieren und sich u.a. im Freizeitverhalten und in der Soziodemografie erheb-lich unterscheiden. Diese Variablen sind:

Die unterschiedliche Persönlichkeit der Seher und der Nichtseher: Dies beinhaltet unterschiedliche Soziodemografie, Einstellungen gegenüber Werbung, Freizeitverhalten und andere persönlichkeitsbezogene Unter-schiede zwischen den Gruppen. Um zu einer Variablen zu kommen, die all diese Einflüsse beinhaltet, ist es hilfreich, sich daran zu erinnern, wie die Unterschiede bezüglich dieser Variablen in die Analyse kommen. Die Unterschiede werden bewirkt durch unterschiedliches Zuschauerverhalten derjenigen, welche die Werbung gesehen hatten im Vergleich zu denen, die keinen Werbekontakt hatten. Die Sehdauer TV-Werbung gesamt wird daher diese Unterschiede transportieren und ist daher eine geeignete inter-venierende Variable. Instore-Situation: Die Störgröße wird dadurch relevant, dass Unternehmen häufig Handelsaktionen und Werbung gleichzeitig fahren. Dies führt dazu, dass Käufe für die beworbene Marke häufig von Personen getätigt wer-den, die auch die Werbung gesehen haben, was aber nur durch die Gleich-zeitigkeit, nicht durch die Werbung entsteht. Die Instore-Situation bein-

356

haltet die Aktionstätigkeit des Handels, die Platzierung in den Regalen, den Preis und die Distribution, jeweils für die eigene Marke und die Kon-kurrenzmarken. Ein Maß, das alle diese Effekte abbildet, ist der Marktan-teil gesamt in der betreffenden Woche lt. Verbraucherpanel. Markenbindung: Hersteller neigen dazu, die Werbung durch entsprechen-de Mediapläne an die Zielgruppen zu addressieren, die für ihre Marke eine hohe Affinität haben. Diese Neigung wird durch die Stufen der Marken-bindung erfasst, die sich aufgrund der Kaufhistorie eines Haushalts erge-ben. Dabei werden vier Stufen vom Nichtkäufer, über den gelegentlichen Käufer und den Wiederkäufer bis zum Treuekäufer unterschieden. Ein Haushalt steigt eine Stufe auf, wenn er die untersuchte Marke kauft. Beim Kauf einer Konkurrenzmarke steigt er ab.

Tabelle 4.19 zeigt einen Ausschnitt aus der Datenbasis. Der erste Kaufakt betrifft einen Kauf der Marke. Der Haushalt hat zum Kaufzeitpunkt 4,37 effektive Wer-bekontakte, die Marke einen Marktanteil von 28,9%. Der Haushalt sieht während des gesamten Zeitraums 26,6 Stunden Werbung und er befindet sich vor dem Kauf auf der untersten Treueklasse gegenüber der Marke.

Tabelle 4.19: Ausschnitt aus der Datenbasis zur Bestimmung der Werbewirkung

KaufWerbung

Marke MarktanteilWerbung

total Treuekl. 1 Treuekl. 2 Treuekl. 3 Treuekl. 41 4,37 28,93 26,62 1 0 0 00 9,05 0,16 36,44 1 0 0 00 1,62 0,16 36,44 1 0 0 00 0 10,88 36,44 0 1 0 01 0,34 10,88 36,44 1 0 0 01 2,43 10,88 36,44 0 1 0 01 2,15 10,88 36,44 0 0 1 01 8,26 10,88 36,44 0 0 0 1


Insgesamt waren in der Warengruppe 6.305 Einkaufsakte registriert, von denen 828 für die Marke A waren.

Die Variable „Kauf“ wird nun mit den anderen Variablen über eine logistische Regression verknüpft. Das Ergebnis der Rechung findet sich in Tabelle 4.20. Es wird wie folgt kommentiert:

357

Die erklärte Varianz beträgt 35,8%. Berücksichtigt man die Tatsache, dass nur Nullen und Einsen angepasst werden, dann kann dieser Wert als gut betrachtet werden. Die Qualität der gesamten Regression wird auch durch den F-Wert von über 500 unterstrichen, der sehr hoch signifikant ist Werbung hat auf das Einkaufsverhalten einen positiven Effekt, der mit ei-nem t-Wert von 4,05 zu mehr als 99,9% signifikant ist. Der untere Schwellenwert a(min) betrug 0, d.h. dass bereits der erste Kaufakt wirkt. Der obere Schwellenwert a(max) lag bei 13. Der 14. Kontakt zeigt dem-nach keinen weiteren positiven Einfluss mehr auf das Kaufverhalten Alle anderen Variablen waren mit Ausnahme der ersten Loyalitätsstufe hoch signifikant, was ihre Bedeutung für die Erklärung des Kaufverhal-tens unterstreicht.

Tabelle 4.20: Ergebnis der logistischen Regression Variable Standard. t-Werte

BetaEff. Werbekontakte 0,05 4,05

Werbung total -0,05 -4,83Marktanteil 0,19 17,93

Treueklasse 1 0,00 -0,16Treueklasse 2 0,17 15,49Treueklasse 3 0,21 19,86Treueklasse 4 0,46 39,06

F-Wert = 501,5R² = 35,80%


Durch Nullsetzen des Regressionsparameters für die effektiven Werbekontakte ist es möglich, den Marktanteil ohne Werbeeinfluss zu schätzen und mit dem tat-sächlichen Marktanteil (der gleich dem mittleren geschätzten Marktanteil mit Werbung ist) zu vergleichen. Dabei ergibt sich:

Mittlerer geschätzter Marktanteil ohne Werbung: 10,4% Mittlerer Marktanteil mit Werbung: 13,4% Werbeeffekt: +29%

Allerdings ist bei der Interpretation zu berücksichtigen, dass der Werbeeffekt tendenziell unterschätzt wird. Eine Simulationsstudie hat zwar gezeigt, dass Werbewirkung mit fusionierten Daten ermittelt werden kann, dass der wahre

358

Werbeeffekt aber um den Faktor 1,5 bis 2 höher liegt, als es die Analyse zeigt.21

Der Grund dafür ist darin zu suchen, dass bei der Fusion Fehler insofern began-gen wurden, als ein Teil der Nichtseher der Werbung den Sehern zugeordnet wird und umgekehrt. Dadurch verwischt sich das Ergebnis.

Grundsätzlich lässt sich jedoch fest stellen, dass Datenfusion ein geeignetes In-strument ist, um im Nachhinein Werbewirkung preiswert zu analysieren. Da-durch, dass jeder Kaufakt einen Datenpunkt darstellt entstehen große Datenba-sen, die auch dann signifikante Aussagen zulassen, wenn der Werbeeffekt nur gering ist (z.B. 4%).

21 Vgl. Wildner 2000, a.a.O.

359

5. Fallstudie

Nachdem in den ersten 4 Kapiteln des Buches die einzelnen Bereiche der Panel-forschung ausführlich dargestellt wurden, soll abschließend anhand einer Fall-studie nochmals die Bedeutung und die Einsatzmöglichkeiten von Paneldaten insgesamt aufgezeigt werden. Ausgehend von den Gesamtausgaben für Fast Mo-ving Consumer Goods wird der Biermarkt etwas näher beleuchtet. Die Daten be-ziehen sich auf den deutschen Markt und wurden von der GfK zur Verfügung ge-stellt.

Die angesprochenen Fragestellungen stellen typische Elemente einer derartigen Analyse dar, sie erheben aber keinen Anspruch auf Vollständigkeit. Durch die ständig zunehmende Informationsmenge sowie die Kreativität der Anwender, er-gibt sich nahezu eine unendliche Anzahl von Analyseansätzen.

5.1 Gesamtausgaben im Bereich Fast Moving Consumer Goods

Ein guter Ausgangspunkt einer umfassenden Analyse im Markt der Fast Moving Consumer Goods (FMCG) stellen die gesamten Haushaltsausgaben in diesen Warengruppen dar. Damit lässt sich schon auf einer sehr hohen Aggregationse-bene feststellen, ob es globale Verschiebungen zwischen den einzelnen Waren-gruppen gibt.

In Abbildung 5.1 sind die Veränderungsraten des Umsatzes für den gesamten Markt sowie für ausgewählte Warengruppen dargestellt. Man kann erkennen, dass die Gesamtausgaben 2004 im Vergleich zum Vorjahr leicht (+1,1 %) gestie-gen sind. Hierbei waren die Süsswaren die Warengruppe, die mit einem Plus von 3,7 % die größte ausgewiesene positive Entwicklung machen konnte. Weitere Wachstumsraten über 1 % traten sonst nur noch bei den Nahrungsmitteln auf, wobei das Segment der Frischeprodukte bei dieser Betrachtungsweise separat ausgewiesen wurde. Geringe, aber immerhin noch positive Veränderungsraten konnten auch für Frischeprodukte, Wasch-, Putz- und Reinigungsmittel sowie für Papierprodukte aufgezeigt werden.

360

Abbildung 5.1: Veränderungen der Haushaltsausgaben

Das Gesamtsegment Getränke verlor dagegen mit einem Minus von 2,6 % deut-lich an Umsatz. Diese negative Entwicklung scheint sich aber in allen Teilseg-menten wieder zu finden, wobei die alkoholfreien Getränke mit -3,8 % das Schlusslicht bilden. Dagegen ist das Minus bei den Heissgetränken mit 2,4 % so-gar noch besser als der Durchschnitt. Relativ gut erging es auch den alkoholi-schen Getränken, die nur einen Verlust in Höhe von -1,9 % hinnehmen mussten.

Bereits an dieser Stelle könnte man nun nach globalen Erklärungen für die auf-gezeigte Entwicklung suchen. Ein Ansatz wäre, zunächst die Pro-Kopf-Ausgaben zu erfassen, um zu überprüfen, wie sich diese in den unterschiedlichen Segmen-ten entwickelt haben. Weiterhin wäre es sinnvoll, neben den Umsätzen auch die Absatzveränderungen zu analysieren, um die Mengen- von den Preiseffekten trennen zu können. Da aber das Ziel der Analyse der Biermarkt ist, erfolgt im nächsten Schritt eine Einschränkung auf den Getränkemarkt, wobei nur der Teil, der über die Verbrauchsausgaben im Haushaltsbereich erfasst wird, berücksich-

-1,9

-2,6

-3,8

-2,4

0,5

0,6

1,3

0,6

3,7

1,1

Haushaltsausgaben für Fast Moving Consumer Goods(FMCG)Basis: Veränderung Umsatz in %

Jan-Dez2004

Getränke

Papierprodukte

Gesamt

Wasch-/Putz-/Reinigungsmittel

Nahrungsmittel ohne Frische

Heissgetränke

Alkoholfreie Getränke

Alkoholische Getränke

Frischeprodukte

Süsswaren

361

tigt wird. Der für den Getränkemarkt wichtige Bereich des Außerhauskonsums ist nicht Gegenstand dieser Analysen.

5.2 Das Getränkebudget im Haushaltsbereich

Zur Überprüfung, ob die in Abbildung 5.1. aufgezeigte negative Entwicklung des Getränkemarktes ein einmaliges Ereignis der die Fortführung eines Trends ist, wird in Abbildung 5.2 die Entwicklung der Verbrauchsausgaben im Haushaltsbe-reich für Getränke in einer Längsschnittsanalyse von 1996 bis 2004 dargestellt. An diesem Beispiel wird auch wieder deutlich, wie wichtig Paneldaten für eine sinnvolle Marktanalyse sind, da sonst keine Betrachtungen über mehrere Zeit-punkte möglich wären.

Abbildung 5.2: Verbrauchsausgaben im Haushaltsbereich für Getränke

Auffällig ist, dass sich das Gesamtvolumen doch recht konstant in der Nähe von 22 Mrd. Euro eingependelt hat. Es gab zwar 2001 einen etwas größeren Anstieg,

47,3 46,8 47,0 48,1 48,7 48,2 48,2 47,6 47,7

29,4 29,1 28,4 28,9 29,1 29,3 29,7 30,1 29,6

14,6 15,4 15,5 14,2 13,6 13,0 12,3 12,0 12,1

8,7 8,7 9,0 8,8 8,6 9,5 9,8 10,3 10,6

22,1 22,0 21,9 21,8 21,8 22,4 22,5 22,2 21,8

Milch/Milch-mischgetränke

Heißgetränke(Kaffee/Tee)

AlkoholfreieGetränke

AlkoholhaltigeGetränke incl.Bier

Gesamt in Mrd. €

Das Getränkebudget Verbrauchsausgaben im

Haushaltsbereich

1996 1997 1998

Jahre

1999 2000 2001 2002 2003 2004

362

von 21,8 auf 22,4 Mrd. Euro, dieses Niveau konnte aber nach 2002 nicht mehr gehalten werden. Es bleibt abzuwarten, ob im Jahr 2005 wieder 22 Mrd. Euro als Gesamtverbrauchsausgaben im Getränkebereich erzielt werden.

Interessant ist auch die Entwicklung von Milch und Milchmixgetränken, die ihre Stellung im Gesamtgetränkemarkt kontinuierlich verbessern konnten. Auch wenn es zwischendurch immer mal wieder leichte Rückschläge gab, liegt der Marktan-teil 2004 um rund 2 %-Punkte über dem von 1996.

Verloren haben in erster Linie die Heißgetränke. Der Umsatzanteil von Kaffee und Tee liegt 2004 mit 12,1 % doch deutlich unter dem Spitzenwert in den letz-ten 9 Jahren, der 1998 mit 15,5 % erreicht wurde.

Sowohl die alkoholfreien als auch die alkoholhaltigen Getränke haben ihre Stel-lung innerhalb der Getränke in etwa halten können. Für die -3,8 % Rückgang 2004 zu 2003 bei den alkoholfreien Getränken sind somit 2 Effekte verantwort-lich. Einerseits ist der Gesamtgetränkemarkt rückläufig gewesen, andererseits haben die alkoholfreien Getränke etwas an Bedeutung in dieser Warengruppe verloren.

Der nächste Schritt ist die Eingrenzung auf den alkoholhaltigen Bereich, der in Abbildung 5.3 im Zeitverlauf zu sehen ist. Die Haushaltsausgaben im Haushalts-bereich für alkoholhaltige Getränke bewegen sich seit 9 Jahren ungefähr bei 10,5 Mrd. Euro. Nachdem die Ausgaben 2001 und 2002 mit 10,8 Mrd. Euro leicht ü-ber den 10,5 lagen, wurden 2004 nur noch 10,4 Mrd. Euro für alkoholische Ge-tränke im Haushaltsbereich ausgegeben.

Der klare Verlierer in diesem Segment ist der Biermarkt. Der Abwärtstrend ist seit 9 Jahren ohne Unterbrechung zu beobachten. Positiv, wenn auch mit Höhen und Tiefen, ist die Entwicklung im Weinbereich, wo die Umsatzanteile seit 4 Jahren immer über denen des Biermarktes liegen. Dies ist umso bemerkenswer-ter, wenn man berücksichtigt, dass 1996 der Umsatzanteil des Biermarktes um über 7,5 %-Punkte über dem von Wein lag.

Ein deutlich negativer Trend lässt sich auch bei Sekt feststellen, obwohl im Ver-

363

gleich zu 2003 2004 eine kleine Steigerung des Umsatzanteils realisiert werden konnte.

Der Spirituosenmarkt erlebt in den letzten zwei Jahren eine Trendumkehr. Nach Verlusten seit 1999 konnten 2003 und 2004 wieder Wachstumsraten realisiert werden, so dass im Jahr 2004 der höchste Umsatzanteil seit 9 Jahren erreicht werden konnte.

Abbildung 5.3: Verbrauchsausgaben im Haushaltsbereich in Bezug auf alkoholi-sche Getränke

Durcheinander kam der Markt der alkoholischen Getränke 2000 durch die Ein-führung der alkoholischen Mischgetränke, die sich insbesondere an jüngere Ab-nehmer richteten. Der Umsatzanteil von 0,8 Prozent 2000 konnte zügig auf 2,4 % im Jahr 2003 gesteigert werden. Der Rückschlag für dieses Segment kam 2004, als die Steuern für diese Getränkegattung deutlich erhöht wurden. Der Umsatzan-teil beträgt noch 1,3 % und wird sich wahrscheinlich weiter verringern.

Alkoholhaltige GetränkeVerbrauchsausgaben im Haushaltsbereich

34,6 34,1 33,7 32,7 31,7 30,7 30,5 30,0 29,8

10,3 10,1 9,9 9,8 9,3 9,1 8,6 8,6 8,8

26,9 27,5 28,2 29,4 31,2 32,4 33,3 32,4 31,1

25,1 25,1 24,2 24,2 23,8 23,6 22,8 23,6 25,2

3,83,03,03,33,23,94,03,23,11,32,41,80,90,8

10,5 10,3 10,3 10,5 10,6 10,8 10,8 10,6 10,4

Spirituosen

Wein

Sekt

Bier

AlkoholischeMischgetränke

Alle Anderen

Gesamt in Mrd. €

1997

Jahre

1999 2000 20021996 1998 2001 2003 2004

364

5.3 Absatz- und Umsatzentwicklung im Getränkemarkt

Der schon angesprochene Vergleich der Absatz- und der Wertentwicklungen ist in Abbildung 5.4 graphisch dargestellt. Es wird sofort deutlich, dass im Ge-tränkemarkt die meisten Preise unter Druck stehen. Besonders deutlich wird dies bei den alkoholfreien Getränken, wo eine kleine Absatzsteigerung (+ 0,4 %) ei-ner deutlichen Wertverminderung (- 3,8 %) gegenüber steht.

Abbildung 5.4: Mengen- und Wertveränderungen im Getränkemarkt

Etwas weniger deutlich ist diese Entwicklung auch bei den Heißgetränken, Ab-satz: +0,8 %; Wert: - 2,4 %, sowie bei Sekt. Gegen den Trend konnten sich die Biermischgetränke behaupten. Trotz einem starken Absatzrückgang (- 5,4 %), waren die Wertverluste mit – 1,1 % nicht so stark ausgefallen. Hier scheint der Preisdruck nicht ganz so hoch zu sein wie in den anderen Segmenten, oder es hat eine deutliche Verschiebung der Marktanteile an einzelne Anbieter gegeben.

Alkoholfreie Getränke

Bier

Biermischgetränke

Sekt

Spirituosen

Spirituosenmischgetr.

Wein

Heissgetränke

Menge

-1,6%

0,4%

0,8%

2,1%

-51,4%

0,2%

0,6%

-5,4%

Wert

-2,2%

-3,8%

-1,1%

-1,0%

-1,3%

-57,3%

2,1%

-2,4%

Getränke Jahre 2003/2004D gesamt

VeränderungsratenBasis: Einkaufsmenge /

Ausgaben in %

365

Vernichtend ist die schon kurz angesprochene Entwicklung bei den Spirituosen-mischgetränken. Hier bricht sowohl beim Absatz als auch bei der Wertbetrach-tung über die Hälfte des Marktes weg.

Für das Untersuchungsfeld Biermarkt bleibt festzuhalten, dass 2004 die Menge mit -1,6 % leicht zurückging, wohingegen der Gesamtwert der Einkaufsmengen um 2,2 % im Vergleich zum Vorjahr niedriger ausfiel. D.h., es gibt offensichtlich noch keine Umkehr des negativen Trends, der auf diesem Markt seit einigen Jah-ren zu beobachten ist.

5.4 Sortenentwicklung im Biermarkt

Abbildung: 5.5: Sortenentwicklung 2004 : 2003 im Biermarkt

-0,1

-4,4

-14,5

0,7

-6,5

-11,3

-5,8

-5,6

1,9

-1,3Pils

Export

Weizen

Hell

Alt

Alkoholfrei

Kölsch

Leichtbier

Schwarzbier

Bock

SortenentwicklungMengenveränderung 2004

vs. 2003 in %

BierJahre 2003/2004D-Gesamt

366

Betrachtet man Abbildung 5.5, so wird sehr schnell deutlich, dass es sich bei der Entwicklung des Biermarktes um ein Gattungsproblem handelt und die Verluste nicht auf einzelne Angebote zurückgeführt werden können. Lediglich bei Export und bei Kölsch konnte eine leichte Mengenausweitung gemessen werden. Aller-dings sind diese beiden Segmente für den Biermarkt nicht so bedeutsam, dass sie den allgemeinen Trend umkehren könnten. Alt und Leichtbier sind die großen Verlierer, wobei, wie später noch aufgezeigt wird (vgl. Punkt 5.9), Alt insbeson-dere durch den Rückgang bei der Käuferreichweite Verluste verbuchen musste. Der mit Abstand größte Teilmarkt Pils verliert mit 1,3 Prozent etwas weniger als der Gesamtmarkt, Bockbier bleibt nahezu unverändert wohingegen bei den rest-lichen Sorten Verluste um die 4 bis 6 Prozent entstanden sind

5.5 Preisklassen

Abbildung 5.6: Preisklassenbetrachtung

BierJahre 1998-2004D-Gesamt

Polarisierung im BiermarktBasis: 20er 0,5 l MW Kasten

Basis: Einkaufsmenge in %

1998

16 17 17 17 21 23

4227 24

4739 41 46

52 52

16

3745

37 31

53

9,33 9,17 9,22 9,32 9,41 9,38 9,31

über 10,00 Euro

5,99 - 9,99 Euro

Preiseinstieg

1999 2000 2001 2002 2004

- Preis

2003

367

Die Betrachtung der Preise kann auf ganz unterschiedliche Art und Weise vorge-nommen werden. Zunächst betrachtet man in der Regel den Durchschnittspreis sowie die Preisabstände zwischen den unterschiedlichen Marken. Hierdurch ge-winnt man einen guten Überblick über das aktuelle Preisniveau in diesem Markt.

Zur genauen Überprüfung der eigenen Preisstellung ist dieser Durchschnittspreis aber häufig nicht ausreichend. Gerade im Biermarkt, in dem eine Vielzahl von unterschiedlichen Gebindegrößen angeboten wird, sollten die Preise auch in einer größeren Detaillierung analysiert werden.

In Abbildung 5.6 ist diese Detailanalyse für den 20er 0,5 l Mehrwegkasten dar-gestellt. Zunächst kann man erkennen, dass der Preis in den Jahren 1999 bis 2004 zunächst angestiegen ist – bis 2002, danach aber wieder eine Preisreduktion im Markt vorgenommen wurde, die dazu führte, dass der Durchschnittspreis 2004 etwas unter dem Niveau von 1998 (9,33 Euro) lag, wobei er 1999 mit 9,17 Euro seinen Tiefststand in den betrachteten Jahren erreicht hatte.

Betrachtet man in Abbildung 5.6 die Verteilung auf die einzelnen Preisklassen, so wird deutlich, dass sich trotz ähnlicher Durchschnittspreise in den Jahren 1998 und 2004 das Marktgeschehen sehr deutlich verändert hat. 1999 lag der Ein-kaufsanteil des Mittelpreissegments – 5,99 bis 9,99 Euro – mit 45 % noch klar vor den beiden anderen Segmenten. Diese Verteilung änderte sich in den nächs-ten fünf Jahren grundlegend. Nach ständigen Verlusten des Mittelpreissegments liegt dessen Anteil 2004 nur noch bei 24 % und hat sich damit fast halbiert. Ge-winner sind die hochpreisigen – über 10,00 Euro – Angebote, deren Anteil von 39 % in 19990 auf 53 % in 2004 anstieg. Die Zahlen in Abbildung 5.6 zeigen auch, dass die Reduktion des Durchschnittspreises in den letzten beiden Jahren auf eine Verschiebung vom Mittelpreissegment ins Niedrigpreissegment zurück zu führen ist, wobei der Einkaufsanteil des Hochpreissegments sogar noch leicht gesteigert werden konnte.

Für eine komplette Darstellung der Preissituation im Biermarkt müsste nun die obige Analyse für alle andere Gebinde ebenfalls durchgeführt werden. Unter Punkt 5.3 wurde deutlich, dass von 2003 auf 2004 auch der Durchschnittspreis für Bier insgesamt leicht zurückging. Es stellt sich somit die Frage, ob Bier in al-

368

len Gebindegrößen und –arten Preisverluste hinnehmen musste, oder ob es auch Beispiele gibt, die sich gegen den Trend entwickelt haben. Interessant wäre auch die Frage, wie diese Veränderungen bei den einzelnen Marken aussehen. Gibt es beispielsweise Anbieter, denen es gelungen ist, Preiserhöhungen ohne Mengen-verluste zu realisieren. Ein weiterer Analyseansatz könnte bei den Segmenten an-setzen, wie sieht es in den einzelnen Regionen oder bei den verschiedenen Key-Acoounts aus?

5.6 Vertriebsschienen

Unter Punkt 5.3 konnte aufgezeigt werden, dass der Biermarkt von 2003 auf 2004 1,6 % des Einkaufsvolumens verloren hat. In Abbildung 5.7 ist dieser Ver-lust auf die einzelnen Vertriebsschienen herunter gebrochen, um Ansatzpunkte dafür zu erhalten, ob es sich hierbei um eine allgemeine Entwicklung handelt, oder ob sich der Biermarkt in den unterschiedlichen Vertriebsschienen differen-ziert entwickelt.

Abbildung 5.7: Vertriebsschienen

-1,9

-5,0

-5,9

-12,0

3,3

17,2

26,0 30,2 28,9

15,1

37,5 38,5

11,4 11,2 11,8

3,1 3,13,33,0 2,72,6

12,719,2

39,9

100 % 100 % 100 %

Trad. LEH

Verbrauchermärkte

Discounter total

GAM

Heimdienst

Alle Anderen

Total

VÄ in %04 vs. 03

2003

BierVertriebsschienen


-3,0-8,6

- SBW- restl. VM 25,9

12,6

Bier Jahre 2002-2004D-Gesamt

- 1,6 %

2004

26,313,6

2002

24,512,9

369

Der Hauptunterschied in der Entwicklung bei den Vertriebsschienen von 2002 auf 2003 und von 2003 auf 2004 kann man an den Verlustes bzw. den Gewinnen der Discounter festmachen. Führte 2003 die Einführung des Dosenpfands zu ei-nem starken Verlust bei den Discountern, die in hohem Maße Bier in Dosen ver-kauft haben, konnte dieser 2004 zumindest zur Hälfte wieder ausgeglichen wer-den. Gewinner waren 2003 in erster Linie die Getränkeabholmärkte, wobei diese 2004 aber diese Stellung nicht halten konnten. Ähnlich erging es den Verbrau-chermärkten, die 2004 auch wieder einen Teil der Gewinne von 2003 verloren.

Die Bedeutung der anderen Vertriebsschienen blieb weitgehend erhalten, wobei der Traditionelle LEH 2004 etwas zulegen konnte. In diesem Jahr erfolgten 11,8 % der Biereinkäufe über diese Vertriebsschienen, 2003 lag der Anteil noch bei 11,2 %.

Die Heimdienste sowie alle anderen Vertriebsschienen bleiben mit 2,7 bzw. 3,1 % zwar relativ konstant aber auch relativ unbedeutend.

5.7 Gebindearten

Aufgrund der hohen Bedeutung der Getränkeabholmärkte sowie der Angebots-politik der meisten Bieranbieter ist es nicht verwunderlich, dass die Mehrwegfla-sche ab 2003 ihre dominierende Stellung in diesem Markt weiter ausbauen konn-te (vgl. Abbildung 5.8). Zwar war das Mehrweggebinde auch 2002 mit 76,3 % das mit Abstand größte Segment im Biermarkt, allerdings erreichte die Dose mit 19 % nahezu jede 5te Mengeneinheit. Hier kann wiederum sehr eindrucksvoll aufgezeigt werden, dass die Absicht bei der Einführung des Dosenpfands, die Reduktion des Dosenkonsums, zumindest in diesem Segment voll erreicht wur-de. Andererseits kann man daraus ersehen, dass doch viele Verbraucher bereit waren, ihre bisherige Lieblingsverpackung durch andere Angebote zu substituie-ren.

Erstaunlich ist sicherlich der von 2003 auf 2004 deutlich Anstieg der Bedeutung der PET-Flasche im Biermarkt. Bier aus einer Plastikflasche zu trinken ist sicher-lich für viele Biertrinker gewöhnungsbedürftig. Der Einkaufsanteil von 6,1 % in

370

2004 zeigt aber, dass sich ein neues Gebindesegment am Markt behaupten kann, wenn die Rahmenbedingungen günstig sind. Wahrscheinlich wird das PET-Gebinde in vielen Fällen als Ersatz für die Dose verwendet. Ein weiterer Grund für die zunehmende Bedeutung könnte auch darin liegen, dass zu vielen Groß-veranstaltungen aus Sicherheitsgründen keine Glasflaschen mitgebracht oder ver-kauft werden dürfen. Hier wäre es sicherlich sinnvoll, genau aufzuzeigen, von welchen Gebindearten die PET-Verwender kommen und wie deren genereller Bierverbrauch aussieht.

Abbildung 5.8: Gebindearten

Die in Abbildung 5.8 dargestellte Übersicht kann nun weiter verfeinert werden. Hierzu wurde das wichtigste Gebinde im Biermarkt, die Mehrwegflasche, in Ab-bildung 5.9 weiter aufgeschlüsselt.

Einerseits kann man in Abbildung 5.9 erkennen, dass die Mehrwegflasche 0,5 l die typische Einheit ist, in der die Konsumenten Bier einkaufen. Die 76,3 % (vgl. Abbildung 5.8) 2002 für Mehrweg teilen sich wie folgt auf:

19,06,1

4,2

1,8

76,3

91,2

4,71,8 1,6

91,3

100 % 100 % 100 %

MW

EW Glas

PET

Dose

Alle Anderen

Total

2003

BierGebindearten



20042002

371

0,5 l Flasche: 65,8 % 0,33 l Flasche 10,4 %

Andererseits wird aber auch deutlich, dass die 0,33 l Flasche von den Problemen bei der Dose stärker profitieren kann als die 0,5 l Einheit. Diese Entwicklung ist zumindest teilweise durch die Verwendungsart zu erklären. Die Dose, als typi-sche Unterwegspackung, wird durch eine 0,33 l Flasche ersetzt, die nicht so groß und so schwer wie die 0,5 l Flasche ist.

Abbildung 5.9: Gebindestruktur bei Mehrweg

5.8 Käuferreichweite und Einkaufsintensität

Einen wichtigen Einblick in die längerfristige Entwicklung des Biermarktes er-hält man auch, wenn man - wie in Abbildung 5.10 dargestellt -, den Verlauf der Käuferreichweite sowie den Einkaufsintensitäten aufzeigt. Die Langfristbetrach-tung von 1982 bis 2004, diese ist in dieser Form nur mit Paneldaten möglich, zeigt ein grundlegendes Problem des Biermarktes.

-2,5

-2,8

-8,1

-3,3

-5,9

-23,6

-1,6

0,8

8,2

6,5

18,3

Gebindestruktur BierBasis: Einkaufsmenge in %

2003VAE in %04 vs. 03

78,9

60,6

1,9

5,2

11,1

13,2

6,7

2,6

1,3

2,4

100,0

MW 0,5 l

- 20er 0,5 l MW

- 11er 0,5 l MW

- a.a. 0,5l MW Kästen / Träger

- Einzelflaschen

MW 0,33 l

- 24er 0,33 l MW

- 20er 0,33 l MW

- 30er 0,33 l MW

- Einzelfl./Multipack 0,33 l

Bier gesamt

77,6

59,9

2,1

4,9

10,6

13,5

6,6

2,8

1,0

2,9

100,0

2004


2002

65,8

51,1

1,2

1,2

12,2

10,4

5,8

1,7

1,3

1,5

100,0

372

Die Käuferreichweite konnte zwar 1997 nochmals auf 84 % gesteigert werden, seit dem nimmt dieser Wert aber kontinuierlich ab und liegt nach dem Tiefpunkt 2003 mit 74 % 2004 auf 76 %. Dies bedeutet, dass rund ein Viertel der mögli-chen Bierkäufer nicht mehr zu dieser Getränkegattung greifen. Dies sind, gemes-sen an dem Topwert von 1997 von 84 %, 8 % -Punkte weniger Käufer.

Erschwerend kommt hinzu, dass nicht nur weniger Haushalte Bier kaufen, son-dern dass auch die Einkaufsintensität kontinuierlich zurückgeht. Lag der durch-schnittliche Biereinkauf 1993 noch bei 126 Liter, so ist er seitdem Jahr für Jahr weiter zurückgegangen. 2004 betrug die Einkaufsintensität nur noch 97 Liter, das bedeutet, dass im Vergleich zu 1993 jeder Käufer nur noch etwas mehr als 70 % der Menge von 1993 einkauft.

Abbildung 5.10: Käuferreichweite und Einkaufsintensität

Auch hier kann eine weitere Detaillierung einen größeren Handlungsspielraum eröffnen. In Abbildung 5.11 wurde die Käuferreichweite beispielsweise auf die unterschiedlichen Altersgruppen runter gebrochen.

82 83 8184 83 83 83 81 80

74 76

124 126 123115 110 108 105 103 102 102 97

Marktentwicklung BierBier Jahre 1991-2004 D-Gesamt

1991 1993 1995 1997 1998 1999 2000 2001 2002 2003 2004

Käuferreichweite in %

Einkaufsintensitätin Liter

373

Es zeigt sich, dass die Veränderung von 2003 auf 2004, Index 102, in den meis-ten Altersgruppen ebenfalls zu beobachten ist. Eine überproportionale Auswei-tung ergab sich bei den Jüngeren (bis 29 Jahre), wohingegen der Anstieg in der Gruppe 60 Jahre und älter mit einem Indexwert von 101 leicht unter der Gesamt-veränderung blieb. Eine unveränderte Käuferreichweite ergab sich bei den 50 bis 59-jährigen, deren Reichweite auch in 2004 den Wert 77,5 erreicht, was letztend-lich dazu geführt hat, dass sich die positive Entwicklung in der Altersklasse bis 29 Jahre nicht stärker auf das Gesamtergebnis auswirken konnte.

Abbildung 5.11: Reichweiten nach Altersgruppen

5.9 Käuferreichweite und Einkaufsintensität nach Sorten

Als letzte Analyse im Rahmen der Fallstudie soll die Käuferreichweite sowie die Einkaufsintensität nach Sorten aufgesplittet werden. Darüber hinaus erfolgt auch ein Blick in zwei Regionen.

In Abbildung 5.12 sind die Entwicklung der Käuferreichweite und der Einkaufs-

75,769,6

75,7 78,0 77,5 75,3

012345

6789

1 01 11 21 31 41 51 61 7

1 81 92 0

2 12 22 32 42 52 62 72 82 9

3 03 13 23 33 43 53 63 73 83 94 0

4 14 24 34 44 54 64 74 84 95 0

5 15 2

5 35 45 55 65 75 85 96 0

6 16 26 36 4

6 56 66 76 86 97 0

7 17 27 37 47 57 6

7 77 87 98 0

8 18 2

Wer kauft Bier?- Reichweiten im Haushaltskonsum -

60 Jahreund älter

- 59 Jahre- 49 Jahre- 39 Jahre- 29 JahreBier ges.

2004

2003

+ +

BierJahre 2003/2004D-Gesamt

+

74,3

Index 04/03102 108 102 101102 100

64,6 74,0 76,8 77,6 74,6

++

374

intensität in den Jahren 2001 bis 2004 nach Sorten für Deutschland gesamt diffe-renziert dargestellt.

Zunächst fällt auf, dass die Käuferreichweiten - bis auf Dunkel - von 2001 auf 2004 für alle Sorten rückläufig sind. Dabei handelt es sich bei den meisten Sorten um einen kontinuierlichen Rückgang, so dass damit gerechnet werden muss, dass sich die Käuferreichweite auch zukünftig weiter verringern wird, wenn nicht ent-sprechende Gegenmaßnahmen ergriffen werden.

Abbildung 5.12: Käuferreichweite und Einkaufsintensitäten nach Sorten

Bei den Einkaufsintensitäten ergibt sich dagegen ein unterschiedliches Bild. Ver-lieren beispielsweise Pils und Kölsch kontinuierlich, so konnte Export pro Jahr Gewinne erzielen. Nach 45 Litern 2001 liegt 2004 die Einkaufsintensität bei 54 Litern. Ohne klaren Trend sind dagegen die meisten anderen Sorten, bei denen sich Gewinne und Verluste in den Jahren abwechseln.

Die in Abbildung 5.10 aufgezeigte Entwicklung der Einkaufsintensitäten zeigt

2001 2002 2003 2004 2001 2002 2003 2004

66,5 65,6 59,4 60,4 Pils 77 77 76 7315,6 15,3 14,5 14,0 Export 45 46 50 547,8 7,1 4,6 4,2 Alt 27 26 31 283,4 2,8 2,7 2,7 Kölsch 44 45 41 38

23,4 24,2 22,1 20,8 Weizen 33 31 32 329,2 8,9 5,7 5,8 Bock 11 11 11 10

19,4 20,8 11,8 15,3 Malz 11 11 12 1112,8 13,2 13,3 12,9 Dunkel 17 15 17 169,1 8,2 7,4 7,2 Hell 32 37 39 362,1 1,8 1,7 1,5 Leicht 43 39 44 38

12,6 11,7 11,6 11,6 Alkoholfrei 22 26 26 231,2 1,0 0,9 1,0 Diät 43 41 47 39

81,2 80,3 74,3 75,7 Bier gesamt 103 102 102 97

Käuferreichweite in % Einkaufsintensität in Liter


SortenKäuferreichweiten / Einkaufsintensitäten

375

somit zwar die allgemeine Entwicklung an, reicht aber für eine gezielte Analyse der Problemfelder nicht aus. Die sortenbezogenen Unterschiede können an-schließend nach weiter unterteilt werden. In Abbildung 5.13 erfolgte die gleiche Darstellung wie in Abbildung 5.12, allerdings beziehen sich die Angaben nicht auf Deutschland gesamt, sondern nur auf die Region Baden Württemberg.

Abbildung 5.13: Käuferreichweite und Einkaufsintensität in Baden Württemberg

Auffallend ist zunächst, dass 2004 die Käuferreichweite in Baden Württemberg in etwa den Wert aufweist, der auch für Gesamtdeutschland berechnet wurde. Betrachtet man die Entwicklung in den dargestellten vier Jahren, ergeben sich dagegen deutliche Unterschiede. Dem kontinuierlichen Verlusten in Deutschland gesamt stehen in Baden Württemberg von 2003 auf 2004 leichte Gewinne ge-genüber. Auch lagen die Käuferreichweiten in dem Bundesland in den Jahren 2001 und 2002 noch deutlich unter den Werten für das gesamte Bundesgebiet.

Die Daten belegen auch, dass in Baden Württemberg die einzelnen Sorten eine vom Bundesdurchschnitt abweichende Bedeutung haben. Dies wird insbesondere

2001 2002 2003 2004 2001 2002 2003 2004

58,3 60,1 53,2 54,4 Pils 52 56 54 5320,9 21,1 19,2 17,3 Export 58 47 57 632,0 2,4 1,8 1,5 Alt 29 17 15 15

35,2 35,3 33,5 31,7 Weizen 31 30 29 324,4 4,7 3,9 3,8 Bock 8 9 8 9

11,7 13,3 8,7 11,2 Malz 9 12 9 117,9 7,8 7,4 7,0 Dunkel 15 14 13 115,2 4,1 5,7 5,7 Hell 29 27 36 192,5 1,9 1,2 1,8 Leicht 29 19 36 20

11,8 11,5 11,2 9,7 Alkoholfrei 25 30 36 330,4 0,3 0,1 0,3 Diät n.n. 28 80 10

76,8 77,8 72,4 75,2 Bier gesamt 86 86 86 82

Käuferreichweite in % Einkaufsintensität in Liter

BierJahre 2001-2004Baden Württemberg

SortenKäuferreichweiten / Einkaufsintensitäten

376

bei Weizenbier aber auch bei Pils und Dunkel deutlich. Nahezu ohne Bedeutung ist in dem südlichen Bundesland Diätbier sowie Alt.

Interessant ist auch der Vergleich der Einkaufsintensitäten. Hier ist sofort zu er-kennen, dass in Baden Württemberg deutlich weniger Bier pro Käufer gekauft wird als im Bundesdurchschnitt. Dies ist sicherlich darauf zurück zu führen, dass in Baden Württemberg traditionell mehr viel Wein getrunken wird, als in Nord-deutschland.

Nach einer konstanten Phase mit 86 Liter pro Käufer in den Jahren 2001 bis 2003, sankt die Einkaufsintensität im Jahr 2004 auf 82 Liter und liegt damit 15 Liter unter dem Bundesdurchschnitt.

Zum Abschluss dieses Punktes sind in Abbildung 5.14 die Zahlen für Bayern aufgeführt, auch wenn die Art der Darstellung etwas unterschiedlich ist.

Abbildung 5.14: Käuferreichweite und Einkaufsintensität in Bayern

2002 2003 2004 2002 2003 2004

Bier gesamt 78,5 71,8 74,3 107,2 112,9 106,2

Pils gesamt 47,9 38,5 40,7 57,7 60,8 58,4

Export gesamt 18,7 17,5 18,1 39,3 46,2 51,8

Hell gesamt 26,1 24,0 22,8 50,2 54,2 49,6

Dunkel gesamt 11,2 10,4 9,5 16,1 19,8 17,1

Weizen gesamt 42,2 39,4 37,2 46,5 50,9 49,0

Alt gesamt 2,2 1,5 1,6 27,2 21,6 11,9

Alkoholfrei gesamt 10,7 11,2 10,2 34,5 32,4 33,8

Light gesamt 5,3 4,6 4,0 37,4 45,2 40,9

Käuferreichweite in % Intensität in Liter

Übersicht Käuferreichweite /

Intensität

Bier Jahre 2002-2004Bayern

377

Im Gegensatz zu Baden Württemberg ist Bier in Bayern schon immer sehr be-liebt. Mit einer Einkaufsintensität von 106,2 Litern in 2004 kauft ein Käufer in Bayern im Durchschnitt etwas über 9 Liter mehr Bier als ein vergleichbarer Käu-fer in dem Nachbarbundesland. Allerdings ist auch hier die Käuferreichweite – wenn auch nur geringfügig – niedriger als im Bundesdurchschnitt. Besonders hervorzuheben sind die Sorten Weizen und Hell, da sich hierfür in Bayern weit über dem Durchschnitt liegen Werte bei beiden Fakts ergeben. Der Konsum von Pils liegt dagegen deutlich geringer.

5.10 Zusammenfassung

Im Rahmen der Fallstudie sollte nochmals verdeutlicht werden, welchen Vorteil Paneldaten gegenüber Querschnittsergebnissen haben. Hierbei stellen die aufge-zeigten Analysebeispiele nur einen ersten Ansatz für eine Marktanalyse dar, wo-bei beispielsweise auf die Betrachtung von einzelnen Marken bewusst verzichtet wurde. Eine umfassende Analyse der Paneldaten kann sehr leicht zu einem un-fangreichen Werk führen, wobei man sich immer die konkrete Frage stellen soll-te: „Kann man mit den gewonnenen Erkenntnissen schon gezielte Maßnahmen ableiten, oder müssen hierzu noch weitere Aspekte in die Analyse mit eingebun-den werden?“ Stellt man sich diese Frage nach jedem Schritt erneut, ist leicht zu erkennen, wie tief die Untersuchung gehen sollte und welche Aspekte bei einer konkreten Fragestellung untersucht werden müssen.

379

6. Anhang

6.1 Die Handelslandschaft G

rund

gesa

mth

eite

n LE

H

Ges

chäf

te in

Tsd

.19

90

1991

19

9219

9319

9419

9519

9619

9719

9819

9920

0020

0120

0220

0320

0420

05

Ver

brau

cher

mär

kte

2,6

2,7

3,1

3,4

6,0

6,2

6,6

6,8

7,1

7,4

7,5

7,4

7,7

7,9

8,0

7,9

Dis

coun

ter (

ohne

Ald

i) 5,

1 5,

3 6,

37,

17,

78,

18,

79,

19,

79,

89,

810

,010

,110

,210

,310

,5

Trad

ition

elle

r LEH

57

,2

54,4

71

,966

,360

,757

,954

,151

,348

,546

,143

,841

,338

,535

,432

,429

,7

-- b

is 1

99 q

m

44,4

41

,2

55,8

49,7

46,5

44,0

40,7

38,4

36,2

34,3

32,5

30,6

28,3

25,6

23,1

20,8

--

200

qm

bis

399

qm

7,

1 7,

2 8,

38,

48,

48,

27,

87,

57,

16,

86,

46,

15,

85,

45,

14,

8 --

400

qm

und

meh

r 5,

7 6,

1 7,

98,

35,

95,

85,

65,

45,

35,

14,

94,

64,

54,

44,

34,

1 LE

H G

esam

t 64

,962

,481

,376

,874

,472

,269

,467

,265

,363

,361

,158

,656

,353

,550

,748

,1

Dro

gerie

-/Par

füm

erie

-Fa

chha

ndel

12,2

12

,5

16,1

16,7

17,6

17,9

18,3

18,5

18,9

19,4

20,0

20,4

20,8

20,9

20,9

20,7

Dro

gerie

mär

kte

(e

xcl.

Schl

ecke

r)

2,12

2,

21

2,56

2,79

2,93

3,01

3,13

3,24

3,27

3,38

3,49

3,57

3,37

3,39

3,36

3,38

Schl

ecke

r 2,

25

2,50

3,00

3,50

4,25

4,90

5,65

6,07

6,72

7,45

8,15

8,75

9,66

10,3

10,9

11,1

D

roge

riem

ärkt

e (in

cl. S

chle

cker

) 4,

37

4,71

5,

566,

297,

187,

918,

789,

319,

9910

,83

11,6

412

,32

13,0

313

,69

14,2

614

,49

Ald

i 2,

15

2,25

2,35

2,39

2,50

2,75

2,95

3,05

3,15

3,25

3,35

3,56

3,70

3,8

3,9

4,1

Dis

coun

ter i

ncl.

Ald

i 7,

25

7,55

8,

659,

4910

,20

10,8

511

,65

12,1

512

,85

13,0

513

,15

13,5

613

,80

14,0

14,2

14,5

Kau

f- W

aren

häus

er

0,70

0,

72

0,77

0,78

0,75

0,75

0,74

0,71

0,69

0,67

0,65

0,30

0,30

0,29

0,29

0,29

Get

ränk

eabh

olm

ärkt

e 7,

20

7,20

8,

258,

658,

858,

919,

039,

069,

069,

7910

,29

10,9

111

,45

11,6

511

,89

12,6

0

C &

C B

etrie

be

0,33

0,

32

0,34

0,36

0,37

0,38

0,39

0,39

0,40

0,40

0,39

0,38

0,38

0,38

0,37

0,37

G

esam

tmar

kt

87,5

85,4

109,

110

5,7

104,

510

2,9

100,

898

,997

,496

,81

95,7

894

,15

92,9

390

,52

88,0

586

,16

380 Gru

ndge

sam

thei

ten

LEH

Um

satz

in M

rd. €

19

90

1991

19

92

1993

19

94

1995

19

96

1997

19

98

1999

20

00

2001

20

02

2003

20

04

2005

V

erbr

auch

erm

ärkt

e 22

,60

24,7

5 29

,81

33,4

4 46

,68

46,2

8 46

,63

46,7

9 48

,73

50,6

2 51

,59

51,4

9 53

,10

51,6

5 52

,15

51,6

5 D

isco

unte

r (oh

ne A

ldi)

8,08

8,

95

11,0

0 13

,81

15,5

5 17

,18

17,9

0 18

,87

19,8

9 20

,66

20,7

6 21

,68

22,9

0 24

,90

26,7

5 28

,10

Trad

ition

elle

r LEH

42

,29

44,1

3 56

,86

55,2

750

,06

38,6

136

,05

33,9

0 31

,70

29,3

5 27

,41

26,5

9 25

,10

22,9

5 21

,30

19,8

5 --

bis

199

qm

10

,69

10,1

8 15

,09

12,5

811

,35

10,7

910

,08

9,57

8,

95

8,24

7,

62

7,32

6,

60

5,80

5,

10

4,60

--

200

qm

bis

399

qm

7,

32

7,52

8,

90

8,70

8,

49

8,34

8,

03

7,72

7,

37

6,80

6,

34

6,14

5,

80

5,30

4,

85

4,50

--

400

qm

und

meh

r 24

,3

26,4

4 32

,88

34,0

0 21

,17

19,4

8 17

,95

16,6

2 15

,39

14,3

2 13

,45

13,1

4 12

,70

11,8

5 11

,35

10,7

5 LE

H G

esam

t 72

,97

77,8

297

,66

102,

5211

2,28

102,

0610

0,58

99.5

810

0,32

100,

6399

,76

99,7

510

1,10

99,5

010

0,20

99,6

0

Dro

gerie

-/Par

füm

erie

- Fa

chha

ndel

5,63

5,

93

8,39

9,

21

9,87

10

,33

10,7

9 11

,05

11,7

1 12

,28

12,9

4 13

,50

14,0

9 14

,21

14,2

9 14

,38

Dro

gerie

mär

kte

(exc

l. Sc

hlec

ker)

2,

53

2,66

3,

07

3,48

3,

66

3,76

3,

94

4,04

4,

40

4,70

5,

11

5,47

5,

916,

056,

206,

39

Schl

ecke

r1,

05

1,21

1,

49

1,74

2,

10

2,46

2,

82

3,02

3,

33

3,70

3,

90

4,19

4,

444,

504,

554,

55

Dro

gerie

mär

kte

(in

cl. S

chle

cker

) 3,

58

3,86

4,

55

5,22

5,

76

6,22

6,

75

7,06

7,72

8,

40

9,03

9,

70

10,3

510

,55

10,7

510

,94

Ald

i11

,00

12,0

2 12

,79

13,3

0 13

,45

14,6

7 15

,60

16,3

7 16

,62

16,9

0 17

,10

18,2

0 22

,00

24,6

0 25

,70

26,1

0 D

isco

unte

r inc

l. A

ldi

19,0

8 20

,97

23,7

8 27

,10

28,9

9 31

,86

33,4

9 35

,23

36,5

1 37

,50

37,9

0 39

,80

44,9

0 49

,50

52,4

5 54

,20

Kau

f- W

aren

häus

er

14,5

8 15

,96

17,2

317

,90

18,1

5 17

,23

15,9

6 15

,34

14,7

8 14

,30

13,8

0 11

,09

11,1

0 10

,75

10,4

3 9,

47

Get

ränk

eabh

olm

ärkt

e 2,

00

2,10

2,

61

3,02

3,

12

3,17

3,

12

3,12

3,

02

3,12

3,

17

3,27

3,

44

3,60

6,

80

6,13

C

& C

Bet

riebe

8,

29

8,95

9,

41

9,92

10

,54

10,8

9 11

,20

11,3

5 11

,61

11,6

0 11

,50

11,5

0 12

,01

12,6

512

,55

12,2

1 G

esam

tmar

kt

114,

412

2,8

148,

115

5,9

167,

415

8,4

157,

215

6,8

158,

015

8,8

158,

315

7,3

163,

7416

5,31

169,

9716

7,89

381

6.2 Grundgesamtheiten des Verbraucherpanels

West Ost Gesamt % %

Regierungsbezirke

Schleswig-Holstein 100% 100%

Niedersachsen Braunschweig 21,0% 21,0% Hannover 26,6% 26,6% Lüneburg 21,6% 21,6% Weser-Ems 30,8% 30,8% 100% 100%

Nordrhein-Westfalen Düsseldorf 28,7% 28,7% Köln Nordrhein 23,7% 23,7% Münster 14,9% 14,9% Detmold 11,7% 11,7% Arnsberg Westfalen 21,0% 21,0% 100% 100%

Hessen Darmstadt 60,2% 60,2% Gießen 18,1% 18,1% Kassel 21,7% 21,7% 100% 100%

Rheinland-Pfalz Koblenz 37,6% 37,6% Trier 12,9% 12,9% Rheinhessen/Rheinpfalz 49,5% 49,5% 100% 100%

Baden-Württemberg Stuttgart 36,5% 36,5% Karlsruhe 25,6% 25,6% Freiburg 20,9% 20,9% Tübingen 17,0% 17,0%

382

Bayern West Ost Gesamt Oberbayern 32,4% 32,4% Niederbayern 10,0% 10,0% Oberpfalz 9,2% 9,2% Oberfranken 9,4% 9,4% Mittelfranken 13,6% 13,6% Unterfranken 11,1% 11,1% Schwaben 14,3% 14,3% 100% 100% Berlin West 100% 100% Hamburg 100% 100% Bremen 100% 100% Saarland 100% 100% Mecklenburg - Vorpommern 100% 100% Brandenburg 100% 100% Sachsen - Anhalt Dessau 20,5% 20,5% Halle 33,3% 33,3% Magdeburg 46,2% 46,2% 100% 100% Thüringen 100% 100% Sachsen Chemnitz 36,6% 36,6%

Dresden 38,8% 38,8% Leipzig 24,6% 24,6% 100% 100% Berlin Ost 100% 100%

383

Bundesländer West Ost Gesamt Schleswig-Holstein 4,5% 3,5% Niedersachsen 12,5% 9,7% Nordrhein-Westfalen 27,2% 21,1% Hessen 9,2% 7,1% Rheinland-Pfalz 6,4% 5,0% Baden-Württemberg 15,9% 12,3% Bayern 19,1% 14,9% Berlin West 10,6% 2,4% Hamburg 2,5% 2,0% Bremen 1,0% 0,8% Saarland 1,7% 1,3% Mecklenburg-Vorpommern 10,6% 2,4% Brandenburg 15,5% 3,5% Sachsen-Anhalt 15,4% 3,4% Thüringen 14,4% 3,2% Sachsen 26,1% 5,8% Berlin Ost 7,4% 1,7% 100% 100% 100%

Ortsgröße West Ost Gesamt bis 1.999 Einw. 5,8% 10,4% 6,9% 2.000 bis 2.999 Einw. 3,5% 4,2% 3,7% 3.000 bis 4.999 Einw. 6,5% 9,5% 7,2% 5.000 bis 9.999 Einw. 11,2% 9,5% 10,8% 10.000 bis 19.999 Einw. 16,4% 11,6% 15,3% 20.000 bis 49.999 Einw. 18,3% 15,4% 17,6% 50.000 bis 99.999 Einw. 10,3% 4,3% 9,0% 100.000 bis 199.999 Einw. 7,2% 6,2% 7,0% 200.000 bis 299.999 Einw. 5,2% 4,6% 5,0% 300.000 bis 499.999 Einw. 3,6% 6,4% 4,2% 500.000 bis 999.999 Einw. 7,9% 0,0% 6,2% 1 Million Einwohner und mehr 4,1% 17,9% 7,2% 100% 100% 100%

384

Alter West Ost Gesamt 10 - 15 Jahre 1989 - 1994 7,3% 6,5% 7,2% 16 - 19 Jahre 1985 - 1988 5,0% 5,4% 5,2% 20 - 24 Jahre 1980 - 1984 6,0% 7,9% 6,4% 25 - 29 Jahre 1975 - 1979 6,2% 6,6% 6,3% 30 - 34 Jahre 1970 - 1974 7,5% 6,2% 7,2% 35 - 39 Jahre 1965 - 1969 9,5% 9,2% 9,4% 40 - 44 Jahre 1960 - 1964 9,8% 9,0% 9,6% 45 - 49 Jahre 1955 - 1959 8,4% 8,9% 8,5% 50 - 54 Jahre 1950 - 1954 7,7% 7,9% 7,8% 55 - 59 Jahre 1945 - 1949 6,5% 6,5% 6,5% 60 - 69 Jahre 1935 - 1944 14,9% 14,6% 14,8% 70 Jahre und älter 1934 und früher 11,1% 11,3% 11,1% 100% 100% 100%

Anzahl der Kinder unter 14 Jahre (Geburtsjahr 1991 und später) West Ost Gesamt ohne Kinder 74,6% 80,3% 75,8% 1 Kind 13,7% 13,0% 13,6% 2 Kinder 9,6% 5,6% 8,8% 3 Kinder 1,8% 1,0% 1,6% 4 Kinder 0,3% 0,1% 0,2% 5 Kinder 0,0% 0,0% 6 Kinder 0,0% 0,0% 7 Kinder 8 Kinder 9 Kinder 100% 100% 100%

Geschlecht West Ost Gesamt weiblich 51,5% 51,3% 51,4%männlich 48,5% 48,7% 48,6% 100% 100% 100%

385

Berufsgruppe West Ost Gesamt Landwirte, Selbständige 0,1% 0,1% 0,1% selbständige Gewerbetreibende 2,4% 2,5% 2,4% freie Berufe 1,0% 0,9% 1,0% Beamte 5,6% 3,1% 5,1% Angestellte 30,6% 27,6% 29,9% Arbeiter 8,3% 9,4% 8,6% Rentner, Berufslose, Sozialvers.- Empfänger,

28,1% 36,4% 29,9%

Witwengeld- und Unterstützungs- empfänger,

vom eigenen Vermögen lebende Personen

Schüler / Studenten 14,5% 15,6% 14,7% Lehrlinge / Zivi / Wehrpflichtige 2,0% 2,3% 2,1% Hausfrau/-mann 7,4% 2,1% 6,2% 100% 100% 100%

Haushaltsnettoeinkommen West Ost Gesamt bis 499 EUR 1,1% 2,2% 1,4% 500 EUR - 749 EUR 2,5% 4,7% 3,0% 750 EUR - 999 EUR 3,6% 5,7% 4,1% 1000 EUR - 1249 EUR 6,4% 10,8% 7,4% 1250 EUR - 1499 EUR 8,7% 13,5% 9,7% 1500 EUR - 1749 EUR 8,8% 10,6% 9,2% 1750 EUR - 1999 EUR 9,0% 10,5% 9,3% 2000 EUR - 2249 EUR 11,3% 11,0% 11,2% 2250 EUR - 2499 EUR 8,9% 7,5% 8,6% 2500 EUR - 2749 EUR 7,7% 5,1% 7,1% 2750 EUR - 2999 EUR 6,4% 4,4% 5,9% 3000 EUR - 3249 EUR 7,0% 3,9% 6,3% 3250 EUR - 3499 EUR 4,2% 3,4% 4,0% 3500 EUR - 3749 EUR 3,1% 2,0% 2,9% 3750 EUR - 3999 EUR 2,7% 1,3% 2,4% 4000 EUR und mehr 8,6% 3,4% 7,4% 100% 100% 100%

386

Soziale Schicht West Ost Gesamt Schicht A 45,0% 43,2% 44,6%Schicht B 19,2% 20,4% 19,5%Schicht C 27,3% 27,4% 27,4%Schicht D 6,9% 7,6% 7,0%Schicht E 1,6% 1,4% 1,5% 100% 100% 100%

Haushaltsgröße West Ost Gesamt 1-Personenhaushalt (weiblich) 10,0% 11,3% 10,3% 2-Personenhaushalt 34,8% 35,7% 35,0% 3-Personenhaushalt 18,2% 22,3% 19,1% 4-Personenhaushalt 20,8% 17,6% 20,1% 5-Personenhaushalt 5,3% 3,2% 4,8% 6-Personenhaushalt 1,1% 0,7% 1,0% 7-Personenhaushalt 0,2% 0,1% 0,2% 8-Personenhaushalt 0,1% 0,0% 0,1% 9-Personenhaushalt 10-Personenhaushalt 1-Personenhaushalt (männlich) 9,5% 9,1% 9,4% 100% 100% 100%

Beschäftigung West Ost Gesamt ganztags berufstätig 35,3% 34,6% 35,1%teilzeit berufstätig 9,0% 7,2% 8,6%stundenweise berufstätig 3,7% 1,8% 3,3%nicht berufstätig 35,5% 38,5% 36,2%in Ausbildung 16,5% 17,9% 16,8% 100% 100% 100%

PKW-Besitz West Ost GesamtPKW nicht vorhanden 13,9% 20,9% 15,5%PKW vorhanden 50,9% 50,5% 50,8%PKW Zweitwagen vorhanden 30,5% 23,9% 29,0%mehr als zwei PKW 4,7% 4,7% 4,7% 100% 100% 100%

387

Schulbildung West Ost Gesamtnicht schulpflichtig 0,0% 0,0% 0,0%Hauptschule ohne Berufsausbildung 7,7% 3,8% 6,9%Hauptschule mit Berufsausbildung 20,5% 12,1% 18,6%Mittlere Reife ohne Berufsausbildung 6,2% 4,4% 5,8%Mittlere Reife mit Berufsausbildung 21,8% 26,9% 22,9%Abitur ohne Berufsausbildung 6,7% 7,3% 6,8%Abitur mit Berufsausbildung 6,1% 4,1% 5,6%Fach- oder Berufsfachschule 12,4% 14,2% 12,8%Fachhochschule/Staatsexamen 18,6% 27,2% 20,5% 100% 100% 100%

388

6.3 Die Food-Warengruppen

Alkohol-Mischgetränke Buttermilch / Sauermilch Allzweckreiniger Cerealien / Müsli Augenschminke Champagner / Sekt Baby Fertigbreie Coffeedrinks Baby Windeln Cola / colahaltige Erfrischungsgetränke. Baby-Breinahrung instant Croissants Baby-Fertigkost Gemüse Damenbinden Baby-Fertigkost Menüs Deomittel Baby-Fertigkost Obst Dickmilch Babynahrung mit / ohne Milch Dünger / Pflanzenschutz Babypflege Duschbäder Baby-Reinigungstücher Echter Tee Babysäfte / Säfte mit Tee Eiskonfekt Babytee / Kindertee instant Essig Backerbsen / Croutons / Suppeneinlagen

Essigreiniger

Backmischungen / Grundteige Extraktkaffee instant Backtreibmittel Feinkostsalate Bad- / Wannenreiniger Feinwaschmittel Badezusätze Fenster- / Glasreiniger Beeren- / Fruchtschaumwein Fertig- / Instantsossen Beerenweine / Fruchtweine Fertigdessert Bier Fertiggerichte in Dosen Biermischgetränke Fertigkuchen Bittergetränke Feuchte HaushaltsreinigungstücherBlondierungen / Strähnchen Fixprodukte Blumenfrischhaltemittel Fleckenmittel Bodenpflege / Steinpflege Flüssigwürzen Bohnenkaffee-Röstware Flüssigwürzen Bonbon Folien / Rollen Haushaltsbedarf Bouillions / Brühen Franzbranntwein Brause Frischkäse / -zubereitung Butter / Butterzubereitungen Frischmilch Butterfett / Butterschmalz Fruchtnektare

389

Fruchtsäfte Haarspülungen Fruchtsaftgetränke Haartönungen Fusspflegemittel Haarwaschmittel Gardinenpflege Hand- / Nagelcreme,-lotion,-gel Geflügel Handgeschirrspülmittel Geflügel Frischware / gekühlt Haushaltsbeutel Gekochte Teigwaren / Frischteige Haushaltstücher Gelatine Heil- / Kräuter- / Früchtetee Gelee / Fondant / Kokosflocken Heil- / Tafel- / Mineralwasser Gemüse Dose / Glas / Brik Herd- / Grill- / Mikrowellenreinig Gemüsekonzentrate / -pasten H-milch / Sterilmilch Gemüsesäfte / Gemüsetrunke Honig / Honigersatz Geröstete Cocktailartikel Hülsenfrüchte Gesichtsmasken Hundefutter nass Gesichtspflege Hundefutter trocken Gesichtsschminke Hygiene- / Sanitärreiniger Gesichtswasser Instantfertiggerichte Getreide Körner / Flocken / Graupen Joghurt fest Getreidemehl Joghurt flüssig / Trinkjoghurt Gewürze / Kräuter eingelegt Kaffeeersatz Gewürze / Kräuter trocken Kaffeefiltertüten Giessanzeiger Kalk- / Belagreiniger / Entkalker Griess Kartoffelnassprodukte Gurken eingelegt / Konserve Kartoffeltrockenprodukte Haarfärbemittel Katzenfutter nass Haarkuren / Haarmasken Katzenfutter trocken Haarspray / Haarlacke Katzengetränke / Welpenmilch Haarspülungen Katzenstreu Haartönungen Katzenzungen / -täfelchen Haarwaschmittel Kaugummi / KaubonbonsHand- / Nagelcreme,-lotion,-gel Kefir Handgeschirrspülmittel Ketchup Haushaltsbeutel Kloss- / Knödelfrischteig Haushaltstücher Kloss- / Knödeltrockenprodukte Haarfärbemittel Knäcke- / Knusper- / Finnbrot Haarkuren / Haarmasken Knusperreisscheiben Haarspray / Haarlacke Komplettgerichte

390

Kondensmilch / Kaffeesahne Pikante gekühlte SnacksKonfitüre / Marmelade / Gelee Pilze Dose / Glas / Brik Körpercreme / -lotion / -gel Pizza / Baguette Kosmetiktücher Pralinen / Konfekt Kraut- / Kohlkonserven Puffreis Küchenrollen Quark Laugen- / Cocktailgebäck Rasierer / Rasierklingen Liköre Rasierschaum / -creme / -seife Limonade Rasierwasser Limonade- / Teegetränke instant Reinigungsmilch / -creme / -öl Lippenpflege Reis Lippenschminke Rum / Rumverschnitt Luftverbesserer Sahne / Creme fraiche / -double Make-up entferner Saison WeihnachtsbackwarenMargarine Saisonnaschwaren / Pasteten Marzipan Salatsossen flüssig Maschinengeschirrspülmittel Salatsossen trocken Mayonnaise Salz Meerrettich Sauerkonserven Metallreiniger Schaumfestiger Milchmixgetränke / Sojadrinks Scheuerreiniger Mischfette / Melange Schlankheitsprodukte Möbelpflege Schmalz Mundwasser / -spray / -spülung Schmelzkäse Müsliriegel / Getreideriegel Schnäpse klar Nagelpflege / -kosmetik Schoko- / Nuss- / Nougataufstriche Naturkäse Schokoriegel / Nussriegel Negerküsse Schuh- / Lederpflege Nudeln Seife Paniermehl Seifenreiniger Papierservietten Senf Papiertaschentücher Sherry / Portwein Peeling Sirupaufstriche / Brotaufstriche Pflanzen- / Speisefett Slipeinlagen Pflanzenschutzmittel Softspirituosen Pflanzgranulate Sonstiges Konservengemüse Pflanzliche Brotaufstriche Spangen- / Zahnersatzreiniger

391

Speiseeis Familienpack Trockendessert Speiseeis Multi- / Einzelpack Trockenfertiggerichte Speiseöl / Tafelöl Trockenfrüchte Sportgetränke flüssig Trockenmilch Sprudlerpatronen Trockensuppen / -eintöpfeStärkezusätze / Speisestärke Überraschungseier Stilleinlagen Vanillinzucker Streichrahm Vogelfutter Suppen Eintöpfe flüssig Vollwaschmittel Süssgebäck Vorwasch- / EinweichmittelSüssstoff Wäschepflege Syndet / Waschlotion WäscheweichspülmittelTafelschokolade Waschmaschinen-Wasserenthärter Tampons Wasser mit zusatz Teefilter Watte inkl. Stäbchen Teegetränk trinkfertig Wc-Reiniger Teppich- / Oolsterpflege Wc-Steine Textilerfrischer Weichkäse Thunfischkonserven Wein Tiefkühlkost Weinbrand / Cognac Toilettenpapier feucht Weinhaltige Getränke Toilettenpapier trocken Wellnessgetränke Tomatenmark Wermut / Aperitif Topfreiniger Haushaltsschwämme Whisky Traubenzucker Würzsossen / Relishes Trinkmolke Zahnbürsten Teegetränk trinkfertig Zahnbürsten Refills Teppich- / Oolsterpflege Zahncreme Textilerfrischer Zahnersatzhaftmittel Thunfischkonserven Zahnseide Tiefkühlkost Zaziki Toilettenpapier feucht Zitronenwürze / Zitronensaft Toilettenpapier trocken Zucker Tomatenmark Zwieback / kross gebackene Brötchen Topfreiniger Haushaltsschwämme Traubenzucker Trinkmolke

392

6.4 Definition der Warengruppe „Klare Schnäpse“

Warengruppendefinition "Klare Schnäpse"

ProduktgruppenSteinhäger Alle als solche bezeichneten Produkte

mit einem Mindestalkoholgehalt von 38 Vol. %

Korn/Doppelkorn Kornbranntwein aus Getreide und MalzEs wird unterschieden: bis 37 Vol. % = Korn ab 38 Vol. % = Doppelkorn

Wacholder/Doppelwacholder Brandwein aus Wacholderbeeren Es wird unterschieden: bis 37 Vol. % = Wacholder ab 38 Vol. % = Doppelwacholder

Aquavit alle als solche bezeichneten Produkte

Obstbrände aus Stein- und Beerenobst gebrannter Alkohol mit spezifischem Obstge-schmack, der als ....geist,....wasser, bezeichnet sein kann. Mindestalkoholgehalt 32 %. Es wird unterschieden: Kirschwasser, Himbeergeist, Birnen-geist, Slivovitz, Mirabellengeist, Zwetschgenwasser, Apfelbrand, Obst-ler, Calvados, Restliche Obstbrände

Wodka aus Kartoffeln oder Getreide herge-stellt

Gin/Genever Getreidebranntwein mit Wacholder und anderen Gewürzen

393

Definition der Warengruppe „Klare Schnäpse“ (Fortsetzung I)

Klarer alle, die die Bezeichnung "Klarer" tragen und mindestens 32 % Alkohol-gehalt haben

Grappa Tresterbranntwein aus Weintrester Ouzo Griechischer Branntwein mit

Anisgeschmack Tequila Branntwein aus Agavensaft

Sonstige Klare Schnäpse Klare Schnäpse, die sich in den oben genannten Gruppen nicht zuordnen lassen, z. B.: Enzian, Kuemmel, Arrak, Zinn 40

Erhoben werden: alle Flaschengrössen

Erhebungseinheit: 1 Flasche = 1 Einheit

Ausgeschlossen sind : Persico/Persiko (Likör) Klare Schnäpse, die in anderer Form als in normalen Flaschen (wie Schiffspositionslampen) angeboten werden Obstbrände/Schnäpse mit Früchten, Miniaturen mit unterschiedlichen Produkten im Verbund, z. B.:Sortimentspack Schladerer: 6 verschiedene Obstbrände Sortimentskistchen Rother: Korn, Doppelkorn, Branntwein-Verschnitte und Soft- spirituosen unterschiedlicher Ge- schmacksrichtungen

394

Definition der Warengruppe „Klare Schnäpse“ (Fortsetzung II)

Einzeln zu erfassende Marken: Steinhäger Landwirth (Echter)

SchinkenhägerSchlichte

Korn/Doppelkorn Bärensiegel BauerndankBerentzenBothBramschBurekornCorvitCottbuserDoornkaatFälmingerFürst Bismarck GeorgswertherGoldene Aue HainhölzerHardenbergerHasseHeidmärkerHulstkampLandwirthNissenNordhäuserNordischer Löwe OldesloherSchwarzeSilberforstStrothmann von Cramm WeizenjungeWitzelerWünschelburger

395

Definition der Warengruppe „Klare Schnäpse“ (Fortsetzung III)

Wacholder/Doppelwacholder Berentzen HardenbergerKiskerLandwirthStrothmann ÜrdingerWippermann

Aquavit Aalborg AngelburgerBommerlunder Hamburger Michel LinieMalteserkreuzO. P. Anderson-Gammal

Obstbrände Boulard DauphineElsässer Obstbrände GilbertKranzLörchPapidouxSchladererSpechtWeissWilko

Wodka Absolut FinnlandiaGrasovkaGorbatschowLandwirthMehaneMoskovckayaNikitaPuschkin

396

Definition der Warengruppe „Klare Schnäpse“ (Fortsetzung IV)

RogoschinSchilkinSmirnoffWilthenerWyborowaZaraska

Gin/Genever Beefeater Bokma BolsDe Kuyper Gin Finsbury Gordons Gin Schilkin

Klarer Anker BramschGoldene Aue Fläminger Lamdwirth NordhäuserOldesloherStrothmann

Grappa, Ouzo, Tequila Barbero Grappa Julia Ouzo 12 Ouzo Restliche PiaveSierra Tequila Silla Tequila

Sonstige Klare Schnäpse Zinn 40

397

6.5 Die EAN-Ländernummern

Die 2- oder 3-stellige Ländernummer (auch Präfix) stellt den ersten Bestandteil einer European Article Number (EAN) dar. Nummer

PräfixLand Vergabestelle

Vertretung00 - 13 U.S.A. & Kanada GS1 UCC 20 - 29 Kennzeichen für

interne Nummerierung 30 - 37 Frankreich GENCOD-EAN France 380 Bulgarien BCCI 383 Slowenien SANA 385 Kroatien CRO-EAN 387 Bosnien-Herzegowina EAN-BIH 400 - 440 Deutschland GS1 (CCG) 45 und 49 Japan Distribution Code Center - DCC 460 - 469 Russian Federation UNISCAN, EAN 471 Taiwan CAN 474 Estland 475 Lettland 476 Aserbeidjan 477 Litauen 478 Usbekistan 479 Sri Lanka 480 Philippinen PANC 481 Belarus 482 Ukraine 484 Moldawien 485 Armenien 486 Georgien 487 Kasachstan 489 Hongkong HKANA 50 Großbritannien E Centre UK 520 Griechenland HELLCAN, EAN HELLAS 528 Libanon 529 Zypern 531 Mazedonien FYR, EAN-MAC 535 Malta MANA 539 Irland

398

54 Belgien & Luxemburg ICODIF/EAN 560 Portugal CODIPOR 569 Island 57 Dänemark 590 Polen 594 Rumänien 599 Ungarn HAPMH 600 - 601 Südafrika 608 Bahrein 609 Mauritius 611 Marokko 613 Algerien 616 Kenia 619 Tunesien TUNICODE 621 Syrien 622 Ägypten 624 Libyen 625 Jordanien 626 Iran 627 Kuwait 628 Saudi-Arabien 629 Vereinigte Arabische Emirate 64 Finnland 690 - 693 China Article Numbering Centre of China70 Norwegen 729 Israel 73 Schweden 740 Guatemala 741 El Salvador 742 Honduras ICCC 743 EAN Nicaragua 744 EAN Costa Rica 745 EAN Panama 746 EAN Dominikanische Republik 750 Mexiko AMECE 759 Venezuela 76 Schweiz & Liechtenstein Suisse, Svizzera 770 Kolumbien IAC 773 Uruguay 775 Peru

399

777 Bolivien 779 Argentinien 780 Chile 784 Paraguay 786 Ecuador (ECOP) 789 Brasilien 80 - 83 Italien INDICOD 84 Spanien AECOC 850 Kuba CCRC 858 Slowakei 859 Tschechien 860 Jugoslawien EAN YU 867 Nord Korea EAN DPR Korea 869 Türkei UCCT 87 Niederlande 880 Südkorea EAN Korea 885 Thailand 888 Singapur SANC 890 Indien 893 Vietnam 899 Indonesien 90 - 91 Österreich 93 Australien 94 Neuseeland 950 EAN Headquarter

(für Länder die keine eigene Vertretung haben)

955 Malaysia Malaysian Article Numbering Council

958 Makao 977 Zeitschriften (Periodicals) (ISSN) 978 - 979 Bücher (ISBN) 980 Rückgabeboncodes,

Gutscheincodes(refund receipts)

981 - 982 Common Currency Coupons 99 Gutscheincodes (Coupons) Von "http://de.wikipedia.org/wiki/EAN-L%C3%A4ndernummer"

401

Literaturverzeichnis

Ailawadi, K., Scott A.: The Effect of Promotion on Consumption: Buying More and Consuming It Faster, in Journal of Marketing Research, Vol. XXXV, S. 390-398.

Amstutz, A.: Computer Simulatation of Competitive Market Response, Cambridge 1967

Backhaus, Kl., Erichson, B., Plinke, W., Weiber, R.: Multivariate Analysemethoden, Berlin 2003,

Berekoven, L., Eckert, W., Ellenrieder, P.: Marktforschung, Methodische Grund-lagen und praktische Anwendungen, 7. Aufl ., Wiesbaden 1996

Bosch, V., Wildner, R.: Optimum Allocation of Stratified Random Samples Designed for Multiple Mean Estimates and Multiple Observed Variables, in: Communications in Statistics: Theory and Methods, 2003, 32 (10), S. 1897-1909

Broder, M.: Haushaltspanel, in Poth, L. (Hrsg.): Marketing, Neuwied 1980

Cochran, W.: Sampling Techniques, New York 1977

Erichson, B.: Elektronische Panelforschung, in Hermanns-Flegel (Hrsg.): Hand-buch des Electronic Marketing, München 1992

ESOMAR (Hrsg.) 1998: Annual Study on the Market Research Industry 1997, Amsterdam,

ESOMAR Annual Study of the Market Research Industry 2001, Amsterdam 2002

Günther, M.; Vossebein, Ulrich: Paneldaten - Wesentlicher Bestandteil moderner Marktforschung, in: Planung und Analyse, 3/96, S. 50-53

Günther, M., Vossebein, U.: Panel ist gleich Panel – oder doch nicht?, in planung & analyse, 6/2002, S. 64-66

402

Günther, M., Vossebein, U.: Panelforschung 1) Handelspanel – die Urform der institutionellen Panelforschung, in planung &analyse, 1/2003, S. 11-12 2) Verbraucherpanel – nur das Spiegelbild zum Handel?, in planung & analyse, 2/2003, S. 11-12 3) Panelforschung im Direktmarketing!, in: planung & analyse, 3/2003, S. 9-104) Fitness – Wellness – AntiAging in der Panelforschung, in: planung & analyse, 4/2003, S. 9-10 5) Wer schaut noch hin? Fernsehpanel in Deutschland, in: planung & analyse, 5/2003, S. 14-15 6) Panelforschung im Industriegüterbereich, in: planung & analyse, 6/2003, S. 15-17

Hammann, P.; Erichson, B.: Marktforschung, 3. Aufl., Stuttgart Jena 1994

Heckel, Ch.: „Online gewonnene Stichproben – Möglichkeiten und Grenzen“, in: Informationszentrum Sozialwissenschaften (Hrsg.): Online-Erhebungen, Bonn 2003

Heinhold, J., Gaede, K.: Ingenieurstatistik, München 1979

Hoffmann, U., Hofmann, H.: Einführung in die Optimierung mit Anwendungsbeispielen aus dem Chemie-Ingenieur-Wesen, Weinheim/ Bergstraße 1971, S. 127ff

Industry Study on 2004 – ESOMAR World Research Report, Amsterdam 2005

Kleining, G. und Prester H.-G.: „Familien-Lebenswelten: Eine neue Marktsegmentation von Haushalten“ in: Jahrbuch der Absatz- und Verbrauchsforschung 1/1999, S. 4-25

Klenger, F./ Krautter, J.: Simulation des Käuferverhaltens, Teil 1: Werbewirkung und Käuferverhalten, Teil 2: Analyse der Kaufprozesses, Teil 3: Computermodell des Käuferverhaltens, Schriften zur theoretischen und angewandten Betriebswirtschaftslehre, herausgegeben von L. Pack, Band 11, Wiesbaden 1973

403

Lavington, M.R.: Ein Mikrosimulationsmodell der Nachfragereaktion beim Konsumgütermarketing, in: Kroeber-Riel, W. (Hrsg.), Marketingtheorie, Köln 1972

Little, J.: Brandaid: A Marketing Mix Model, Part 1: Structure, Part 2: Implementation, Calibration and Case Study, Operations Research 23 (1974), S. 628 ff.

Roberts, A.: Media Exposure and Consumer Purchasing: An improved data fusion technique, in: Marketing and Research Today.

Schlittgen, R.: "Zur Bestimmung von Grundgesamtheiten in der Marktfor-schung", Diskussionsbeitrag aus dem Fachbereich Wirtschaftswissenschaf-ten der Universität - Gesamthochschule Essen, Essen 1987

Train, K.: Discrete Choice Methods with Simulation, Cambridge 2003, S. 41ff

Twardawa, W., Wildner, R.: Innovationsforschung mit Paneldaten, in: Planung und Analyse, 3/98, S. 10-14

Twardawa, W.: Der Weg zurück zur Herstellermarke, in: GfK Panel Services Consumer Research GmbH, GfK-Nürnberg e.V. (Hrsg.): Nachhaltig erfolg-reiche Markenführung – von den Champions lernen, Nürnberg 2004, S. 74

Vossebein, U. / Wildner, R.: Komplexe Fragestellungen erfordern komplexe Lö-sungsansätze: Ein Marketing-Mix-Modell im Praxistest, planung & analyse 4/1992

Vossebein, Ulrich: Einsatzmöglichkeiten von Scannerdaten, in: Jahrbuch der Ab-satz- und Verbrauchsforschung, 1/1993, S. 23-38

Wildner, R.: "Application of Models to Improve Sales Prognoses", in: ESOMAR Seminar on "New Methodologies in Testmarketing", Amsterdam 1988 S. 205-228

Wildner, R.: "Simulation and Prognosis: New Ways for Getting More Informa-tion out of Integrated Panel Data", in EMAC / ESOMAR Symposium on

404

"New Ways in Marketing and Marketing Research", Athens, 24.-27. Octo-ber 1990

Wildner, R.: Nutzung integrierter Paneldaten für Simulation und Prognose, Jahr-buch der Absatz- und Verbrauchsforschung 2 (1991), S. 114-129

Wildner, R.: Modellgestützte Marktanteilsprognosen auf Basis von Paneldaten, in: Mertens, P. (Hrsg.): Prognoserechnung, 5. Aufl. Würzburg-Wien 1994, S. 195-203

Wildner, R.: Messung von Werbewirkung mit fusionierten Paneldaten, Jahrbuch der Absatz- und Verbrauchsforschung 3/2000

Wildner, R., Bosch, V.: Optimierung komplexer Stichproben, in: planung & ana-lyse 1/2004, S. 84 – 89.

Wildner, R., Scherübl, B: Modellgestützte Analyse, Simulation und Prognose mit Verbraucherpaneldaten – der GfK-BrandSimulator, in: Jahrbuch der Absatz- und Verbrauchsforschung 4/2005, S. 332-354

405

Institutsübersicht

Nachfolgend sind einige der wichtigsten Panelinstitute in Deutschland aufge-führt.

A.C. Nielsen Ludwig-Landmann-Straße 405 60486 Frankfurt a.M. Tel.: 069 7938-0 www.nielsen.de

GfK Gruppe Nordwestring 101 90319 Nürnberg Tel.: 0911 3950 www.gfk.de

GVMGesellschaft für Verpackungsmarktforschung mbH Rheingaustr. 85 65203 Wiesbaden DeutschlandTel.: 0611 - 27804 - 0 www.gvm-wiesbaden.de

IMS Frankfurt Hahnstrasse 30-32 60528, Frankfurt/Main Tel: 069 66 04 01 www.imshealth.de

IRI Information Resources GmbH Muggenhofer Straße 136 90429 Nürnberg Tel. : 0911 88182-0 www.infores.com

406

Kleffmann Group Mühlenstraße 1 59348 Lüdingshausen Tel.: 02591 9188-0 www.kleffmann.com

PM Packmarketing GmbH Günthersburg-Allee 6 60316 Frankfurt a.M. Tel.: 069 449811 www.packmarketing.de

Vogel Verlag und Druck GmbH & Co.KG Max-Planck-Str. 7-9 97064 Würzburg Tel.: 0931 418-2907 www.vogel-medien.de

407

Stichwortverzeichnis

Abholmarkt................................... 187 Absatzkanal .................................... 86 Absatzmittleranalyse .............. .298 ff. Actionrate ..................................... 256 ADM-Stichprobenplan ................32 f. Aktionsanalysen ...................... 279 ff. Aktionseinkäufe............................ 237 -, Menge in Prozent ...................... 238 -, Wert ........................................... 241 Aktionshäufigkeit ........................ .279 Aktionsindexanalyse..................... 282 Aktionspreis.................................. 242 Aktionsprofil................................. 279 Aldi .....................11, 82, 87, 182, 197 APO*STAT .................................. 149 Apotheken..................................... 189 Arbeitsgemeinschaft Fernsehfor- schung........................................... 108 ARES.........................................262 f. Artikel ...................................... 161 ff. -, pro Geschäft .............................. 223 Artikelpyramide............................ 162 Artikelstammsatz ............................ 65 Artikelstammdatei .......................65 f. AttentionRate................................ 256 Auswertungstools .................... 258 ff. Autofachhandel............................. 190 Autohändler .................................. 190 Basisstudie ................................. 13 ff. Baumarkt ...................................... 190 Bedarfsdeckung ............................ 311 Bedarfsdeckungsrate..................... 235

BehaviorScan............... 45, 55, 117 ff. Berichtszyklen ........................... 96 ff. Brick & Mortar ............................. 177 Buchhandel ................................... 190

Cash & Carry ................................ 191 Category Management.................... 43 Click & Mortar ............................. 177 Codebuch........................................ 93 Coverage............................ 50 ff., 109 -, Handelspanel .......................... 52 ff. -, Verbraucherpanel ................... 54 ff.

Datenfusion.............................. 351 ff. Direktmarketing............................ 101 Discounter.......................82, 181, 196 Distanzhandel ............................... 102 Distribution................................... 216 -, gewichtet ................................... 217 -, numerisch .................................. 216 -, Qualität ...................................... 220 Distributionsdichteanalyse ........... 289 Distributions-Potential- Analyse ...................................... 291 Distributionsüberschneidungs- analyse ....................................... 287 Distributionswanderungs- analyse ....................................... 290 Drogeriemärkte..................186 f., 191 Drotax .......................................2, 103 Duty-Free-Geschäfte ...................... 12

408

EAN-Code .............41, 93, 159, 169 f. EAN-Erfassung............................... 40 E-Commerce................................. 176 Einkauf................................................ -, Menge........................................ 224 --, in Prozent ................................. 225 --, pro Käufer ................................ 236 -, Wert ........................................... 227 --, pro Käufer ................................ 236 Einkaufshäufigkeit........................ 309 Einkaufskalender ............................ 42 Einzelhandel, traditioneller...... 183 ff. Einschaltquote .............................. 115 Electronic Diary.............. 40, 46 ff. 68 Elektromärkte ............................... 191 Erhebung.....................................9, 37 -, Handelspanel .................... 37, 83 ff. -, online........................................... 94 -, Verbraucherpanel ........................ 92 ERIM-System ............................117 f. Erwartungstreue.............................. 20 ESOMAR ....................................... 69 Euro-Socio-Styles.................... 305 ff.

Fachhandelskette ............................ 87 Fachmärkte ..................................... 88 Fakts......................................... 209 ff. -, Anzeigenpanel........................... 257 -, Direktmarketing- .................. 252 ff. --, Response ............................. 255 ff. -, Handelspanel ........................ 211 ff. -, Promotion .................................. 246 -, Verbraucherpanel ................. 223 ff. Fallzahl ........................................... 98 Fernsehforschung ......................... 108

Food-Bereich .................................. 79

Gain & Loss-Analyse .............. 325 ff. Gebiete.......................................... 179 Geschäftstypen ............................. 177 Getränkeabholmarkt ..................... 187 Gewichtung, iterative ..................... 62 GfK-BehaviorScan .................. 118 ff. GfK-BrandSimulator ............... 343 ff. GfK-Markensimulator ..... 334, 336 ff. GfK-Meter .................................112 f. GPI Werbestatistik-Referenten 147 ff. Grundgesamtheit........................... 4, 8 -, Fernsehzuschauerforschung ...... 110 -, Handelspanel ............................... 10 -, Verbraucherpanel ........................ 17 Güter-, Gebrauchs.................................... 79 -, Verbrauchs .................................. 79

Handelsanzeigen............................... 2 Handelsattrktivität ........................ 327 Haushaltsführende Person .............. 18 Haushaltskalender........................... 89 Hochrechnung................................... 9 -, Handelspanel .......................... 56 ff. -, Verbraucherpanel ................... 60 ff. Hochrechnungsfaktor ......................... -, 1 ................................................... 57 -, 2 ................................................... 58 -, Distribution ................................. 58 -, Menge.......................................... 58 Hochrechnungszelle ...............27, 111

IMS Health GmbH&Co.............142 f.

409

Inhome-Scanning.............40, 45 f., 68 Interneterfassung ................. 40, 48 ff. Instore Codes .............................171 f. Internetzugang .............................. 100 Inventurmethode............................. 37 ISBN ............................................. 173 ISSN.............................................. 173

Jahr, aufgelaufenes ....................... 208 -, rollierendes ................................ 209

Kalendermethode................40, 68, 94 Käufer ........................................... 230 -, Kumulation................................ 316 -, Penetration.........................232, 316 -, Reichweite................................. 233 -, Strukturen .................................. 302 - Wanderung ............................ 322 ff. Kaufhaus....................................... 188 Key-Accounter ...............80, 177, 185 Kombinationsauszählung ............. 311 Kontaktstreckenanalyse................ 294 Kreuzpreiselastizität ..................... 276

Launch-Report .............................. 296 Lebenswelten ................................ 303 Lebensmittelhandel-, traditioneller ......................... 183 ff.

Mailings ................................... 252 ff. Markentreue.................................. 314 Marketingmixmodelle ..............334 f. Masse, durchgehende .............36, 301 Medic*Scope .............................146 f. Mengenintensität .......................... 309

Mikrotestmärkte....................... 117 ff.

Nebeneinanderverwendung .......... 310 Neyman-Tschuprow ....................... 30 NetView........................................ 152 Nielsen Single Source................... 104 Nitro...................................261, 265 f. Non-Food........................................ 79

Omnibusbefragung ......................... 35

Panel ................................................. 1 -, Anzeigen- ...............................103 f. -, Ärzte-........................................... 10 -, Autofahrer- .................................. 19 -, Baby- ........................................... 19 -, Cash & Carry- ............................... 9 -, Direktmarketing- ............ 95, 101 ff. -, Fernsehzuschauer-...... 2, 10, 107 ff. -, Food- ........................................... 79 -, Foto.............................................. 12 -, Großverbraucher- .......................... 9 -, Handels- ................... 1, 9, 73, 78 ff. -, Haushalts-.................................... 92 -, Individual- ...................9, 18, 34, 92 -, Institutionelle............................... 76 -, Internationale............................. 154 -, Kinder.......................................... 19 -, Landwirtschafts-................... 139 ff. -, MM-Industrie-...................... 122 ff. -, Nonfood- ...............................79, 87 -, Online ............................... 8, 150 ff. -, Personen ...................................... 76 -, Pharma- ................................ 142 ff. -, Produkttest..................................... 8

410

-, Tiergesundheits- ........................ 142 -, Verbraucher-................. 1, 73, 89 ff. -, Verpackungs- ....................... 133 ff. Panelbias......................................... 34 Paneleffekt ...................................... 44 Paneleigenschaften .................. 3 ff., 8 Panelpflege ..................................... 36 Panelsterblichkeit .........3, 36, 44, 111 Panelzahl....................................... 161 Parfitt-Collins .......................... 319 ff. People-Meter ................................ 105 Periode ..................................... 201 ff. -, Quartals- .................................... 207 -, Tertials- ..................................... 207 -, Zweimonats-.............................. 205 PlusSuite ....................................264 f. Portfolio-Analyse .................... 297 ff. POS-Scanning................ 40, 43 ff., 55 Preis ......................................218, 228 -, Abstand..............................220, 229 -, Aktions-..................................... 243 -, Häufigkeiten ...........................268 f. -, Normal- ..................................... 243 -, Stellung...................................... 267 -, Veränderungen .......................271 f. Preisanalysen ........................... 267 ff. -, Abstandsanalyse........................ 278 Preiselastizität ............................... 275 Preis-Absatz-Funktion.................. 273 -, doppelt geknickte ..................... 274 Prisma .............................................. 2, Produktionsprozess......................... 63 -, Handelspanel ............................... 63 -, Verbraucherpanel ........................ 68 Prognosekorridor .......................... 334

Promotion ........................................... -, Frequenz .................................... 284 -, Kommunikation......................... 247 -, Handels- .................................... 247 -, Preis ........................................... 247 -, Reporting................................... 250 Prüfziffer........................ 170 f., 172 f. Pure Player.................................... 177

Quotenauswahl ............................... 31 Quotierungsmerkmale .................... 33

Regionen....................................... 179 Reichweite .................................... 115 -, Brutto- ....................................... 115 -, durchschnittliche ....................... 115 -, Netto-......................................... 115 -, relative Haushalts-..................... 115 Reliabilität ...................................... 21 Repräsentativität ............................. 19 Responserate................................. 102

Scan-It-Verfahren ........................... 49 Scannerdaten................................... 84 Scannerkasse................................... 84 Scannererhebung ............................ 93 Segmente ...................................... 175 -, Anzeigenpanel...................... 199 ff. -, Handelspanel ........................ 177 ff. -, Non Food.............................. 189 ff. -, Verbraucherpanel ................. 195 ff. Sehbeteiligung .............................. 115 Single Source..........................48, 120 Shopper-Analyse .......................... 308 Sonderanalysen........................ 267 ff.

411

Sortiment ........................................ 11 Sortimentsanalyse......................... 297 Sortimentsoptimierung ................ 329 Soziodemographie ........................ 198 Split-Cable-Technologie............... 119 S*t*a*r*T*r*a*c*k ...................260 f. Stichprobe................................... 4, 19 -, disproportional ............................ 56 -, Fernsehzuschauerpanel ..........110 f. -, Einzelhandelspanel...................... 25 -, proportional ................................. 34 -, Verbraucherpanel ........................ 32 Stichprobengröße............................ 23 Stichprobenstandardabweichung.... 22

Tankstellen.................................... 195 Tausendkontaktpreis..................... 116 TrashRate...................................... 256

Umsatz in x-Tagen ....................... 222

Validität .......................................... 20 Verbrauchermarkt...................81, 179 -, Menge........................................ 212 -, Basis- ......................................... 248 -, Menge in % ............................... 213 --, in verkaufenden Geschäften..... 222 --, normiert.................................... 221 -, Wert ........................................... 214 -, incremental-............................... 248 -, Wert in % .................................. 215 -, Zusatz-....................................... 248 Verkaufsfläche................................ 11 Versender........................................ 88 Vertriebsstrukturanalyse............... 286

Verweigerungsquote....................... 33

Ware-, braune .......................................... 87 -, weiße ........................................... 87 Warengruppen ................................ 89 -, Definition .................................. 163 Warenhäuser ...........................88, 188 Warenkorbanalyse ......... 285 f., 330 f. Web*Scope................................ 99 ff. Wellenbefragung .............................. 4 Werbesendungen .......................... 102 Wiederkäufer ........................233, 318 Wiederkaufsrate..............89, 235, 318

Zufallsstichprobe ......................22, 32

marktforschung mit panels: arten - erhebung - analyse - anwendung, 2. auflage

Documents