traue keiner studie - statistik-basics für online-marketer und studienverwender

biedenkapp.it | 13.04.2023

Traue keiner Studie – Statistik-Basics für Marketer und

Studienverwender

Thorsten Biedenkapp

biedenkapp.it | 13.04.2023 Statistik für Online-Marketer

Über mich Thorsten Biedenkapp (37) Studium Humanmedizin in

Frankfurt am Main Seit 2002 freier IT-Berater Seit 2007 Inhaber biedenkapp.it Schwerpunkt Healthcare Tätigkeitsfelder

Konzeption Umsetzung von Websites / Portalen

im Bereich Healthcare Social Media / Kommunikative

Nachbetreuung im Bereich Healthcare

Twitter: @biedenkappIT

Statistik für Online-Marketerbiedenkapp.it | 13.04.2023

Womit alles begann…

Quelle: http://t3n.de/news/studie-seziert-million-headlines-559473/


Fragen über Fragen

Quelle: http://moz.com/blog/5-data-insights-into-the-headlines-readers-click


Voraussetzungen für gute Studien / Umfragen

Statistik für Online-Marketer

Untersucher sollte objektiv sein Untersucher sollte Daten korrekt kodieren Untersucher sollte Entscheidungen treffen

können, die der Studie zuträglich sind Bsp.: Probanden nicht im Freundeskreis

rekrutieren Untersucher sollte Daten korrekt

interpretieren können


Gutes Personal ist wichtig


Studie sollte auch bei mehrmaliger Anwendung immer die gleichen Ergebnisse erzeugen (Reliabilität)

Studie sollte das messen, was in der Arbeitshypothese beschrieben wird (Validität)

Studie sollte unabhängig von wirtschaftlichen, politischen oder sonstigen Interessen durchgeführt werden

Studie sollte transparent und überprüfbar mit den erhobenen Daten umgehen können


Gute Studie = Gute Daten


Häufige Fehler in Statistiken


Sind die Zahlen korrekt?

Quelle: spiegel.de

Bei der Hochrechnung zur Parlamentswahl 2011 im russischen Fernsehen kommt es zu einem kuriosen Rechenfehler: Zählt man die Prozentwerte aller Parteien zusammen haben diese angeblich 146,67 % der Stimmen auf sich vereinigen können.

Bild: http://www.spiegel.de/fotostrecke/wahlkuriositaeten-in-russland-wir-sind-99-47-prozent-oder-fotostrecke-75892-3.html


Mehr als 2 Käufe / Monat2 Käufe / Monat1 Kauf / Monat

43 %

15 %


Wie häufig kaufen Sie in Onlineshops ein?

28 %


Der Maßstab machts

1 2 3 4 5 6 7 8 9465470475480485490495500505510515

Häufigkeit von Zahlen beim Roulettespiel


Der Maßstab machts – Teil 2

1 2 3 4 5 6 7 8 90

100

200

300

400

500

600

Häufigkeit von Zahlen beim Roulettespiel


Die Perspektive machts


Die Zielpopulation / Grundgesamtheit setzt sich aus allen Individuen zusammen, die untersucht werden sollen. Bsp.: Kaufverhalten der Deutschen in Online-Shops

Zielpopulation = Gesamte deutsche Bevölkerung Einschränkung = Geschäftsfähiges Alter + Wohnort in

Deutschland

Negativbeispiel: „Ein Glas Rotwein am Abend ist gesund!“


Unklare Zielpopulation


Repräsentativ bedeutet, dass die Zusammensetzung der Stichprobe mengenmäßig die Zielpopulation im kleinen Maßstab abbildet

Auswahl der Probanden sollte auf aktuellen Daten beruhen

Keine Bevorzugung von bestimmten Teilmengen der Zielpopulation


Stichprobe sollte Zielpopulation repräsentieren


Wir haben eine Umfrage durchgeführt und…

4 von 5 Zahnärzten würden Zahnbürsten von XYZ empfehlen.

90 % der befragten Leserinnen der Zeitschrift abc würden Hautcreme von 0815 kaufen.

Es wurden eventuell nur 5 Zahnärzte befragt.

Es wurden nur 20 Leserinnen befragt, davon waren 15 Angestellte des Verlags


Beispiel für kleine Stichproben

Quelle: http://www.jolie.de/artikel/jolie-leserinnen-lieben-die-neue-aquasource-bb-cream-2276338.html


Genauigkeit einer Stichprobe / Fehlergrenze

100

1

Bsp.: 100 Personen wurden befragt

= 0,1 = 10 %


Bsp.: 5.000 Besucher einer Website wurden zu Ihrer Meinung über ein Produkt befragt Probleme:

Nur Teilnehmer, die sich AKTIV entschieden haben, an der Umfrage teilzunehmen (meist Menschen mit klaren Vorstellungen und dem Drang zur Meinungsäußerung)

Nur Teilnehmer mit Internetzugang Nur AKTIVE Besucher der Website (möglicherweise

bereits Käufer des Produkts)


Zusammensetzung der Stichprobe


Bsp.: Ein Teil der Studiendaten war unbrauchbar, da die Teilnehmer sinnlose Angaben im Feld „Alter“ gemacht haben. FALSCH:

Fehlerhafte Daten werden aussortiert und verworfen / in der Auswertung unterschlagen

RICHTIG: Fehler dokumentieren und in der Auswertung

darstellen


Willkommen beim Datenfriseur


Bsp.: Ein Medikament wird vor seiner Markteinführung am Patienten getestet. In der Studie wird geschrieben: „Von den Patienten, die erfolgreich an der Studie teilgenommen haben…“ Problem:

Was ist mit den Patienten passiert, die nicht erfolgreich an der Studie teilgenommen haben? Sind sie vielleicht nach Einnahme des Medikaments verstorben?


Willkommen beim Datenfriseur – Teil 2


Bsp.: Ein Online-Shop versendet in einer Umfrage zur Kundenzufriedenheit 5.000 Fragebögen an seine Kunden. Die Aktion erzeugt 250 Rückläufer. Problem:

Was ist mit den Fragebögen der übrigen 4.750 Kunden? Was ist deren Meinung?

Typische Antwortquoten: Brief 50-70% Telefon 80% E-Mail 40% Online 30% Interview 80-85%


Niedrige Antwortquote

Quelle:http://www.utexas.edu/academic/ctl/assessment/iar/teaching/gather/method/survey-Response.php


Suggestivfragen verfälschen die Aussagekraft jeder noch so gut designten Studie Bsp:

Ist XYZ eine starke Marke mit großer Strahlkraft? Wie einfach war es für Sie, den Online-Shop ZZZ zu

benutzen? Sicherlich sind Sie nach der Bestellzusammenfassung

zur Kasse gegangen? 80% unserer Kunden sagen, dass wir ein gutes

Warenangebot haben. Stimmen Sie zu?


Wann frage ich was?


Der Zeitpunkt für eine Studie sollte gut gewählt sein Bsp.: Direkt nach einem Datenskandal in

einem Online-Shop wird eine Umfrage zur Vertrauenswürdigkeit des Anbieters durchgeführt.


Wann frage ich was? – Teil 2


Gedanken zum Studiendesign machen (Objektivität, Reliabilität, Validität)

Zahlen, Diagramme immer auf Korrektheit prüfen (Addition, Maßstab, Perspektive)

Zielpopulation und Stichprobe hinterfragen Umgang mit Daten hinterfragen (Auslassungen,

Antwortquote, Formulierungen) Fragetypen und Timing der Studie beachten


Zusammenfassung


Noch Fragen?Ich freue mich auf Sie!

Vortrag auf Slideshare:

Twitter: @biedenkappIT

E-Mail:[email protected]

traue keiner studie - statistik-basics für online-marketer und studienverwender

Marketing