Anwendung:
Die Treiberanalyse ermittelt, wie wichtig verschiedene Treiber (z.B. einzelne Produkteigenschaften oder Dienstleistungsmerkmale) einer Zielgröße (z.B. Kundenzufriedenheit, aber auch Markensympathie, Loyalität oder Kaufabsicht) sind. Durch die Identifikation der Haupttreiber können Hebel zur Verbesserung der jeweiligen Zielgröße priorisiert werden. Die Anwendungsbereiche erstrecken sich über die Analyse der Kundenzufriedenheit bis hin zur Markenwahrnehmung oder Produktkonzepten.
Umsetzung:
- Definition der Zielgröße: Welche Zielgröße soll gemessen werden? Wie soll diese Zielgröße gemessen werden? Alleine zur Definition von Kundenzufriedenheit gibt es über 50 (!) verschiedene Ansätze in der Marketing Science Literatur. Hier ist es wichtig, eine individuelle, auf das jeweilige Unternehmen oder Produkt zugeschnittene Definition zu entwickeln, die alle relevanten Dimensionen der Kundenzufriedenheit abdeckt (z.B. Zufriedenheit mit dem Preis, der Lieferung, der Garantie, verschiedenen Produkteigenschaften, etc.)
- Zielgruppe festlegen: Wer sind meine (potentiellen) Kunden? Welche Subgruppen sind besonders wichtig? Soll repräsentativ befragt werden oder gezielte Gruppen gescreent oder geboostet werden?
- Fragebogendesign: Je nach Schwerpunktsetzung werden relevante Konstrukte und Messinstrumente zur Erhebung der Kundenzufriedenheit mit den entsprechenden Subdimensionen und Treibern identifiziert, skaliert, und im Fragebogen programmiert. Dabei ist ebenso wichtig, dass der Fragebogen eine runde “Story” hat, um möglichst hohes Engagement bei den Befragten hervorzurufen und etwaige Verzerrungseffekte beim Ausfüllen zu vermeiden.
- Datenbereinigung und -beschreibung: Nach Abschluss der Befragung muss der resultierende Rohdatensatz auf fehlende Werte (Missing Values) und Ausreißer (Outlier) untersucht werden. Anschließend folgt die deskriptive Analyse, um einen Überblick über die Stichprobenzusammensetzung und Verteilung der Daten zu bekommen.
- Treiberanalyse: In der eigentlichen Treiberanalyse werden alle relevanten Treiber und die Zielgröße in ein simultanes Modell eingeführt. Häufig handelt es sich dabei um ein Strukturgleichungsmodell oder ein Modell aus der Familie der Regressionsanalysen (supervised Machine Learning). Als Ergebnis der Treiberanalyse erhält man Bedeutsamkeit und Wirkungsrichtung der Haupt- und Nebentreiber der Zielgröße.
- Reporting: Mit den Ergebnissen kann nun die definierte Zielgröße effektiver gemanaged werden, da man um die wichtigsten Stellschrauben weiß und diese in ihrer Wirkungsstärke und -richtung besser beurteilen und beeinflussen kann.
Datenquellen: Externe Daten, z.B. Online-Befragung