Marktforschung mit Panels: Arten - Erhebung - Analyse - Anwendung, 2. Auflage

Martin Günther/Ulrich Vossebein/Raimund Wildner Marktforschung mit Panels

Martin Günther/Ulrich Vossebein/ Raimund Wildner

Marktforschung mit Panels Arten – Erhebung – Analyse – Anwendung 2., vollständig überarbeitete Auflage

Bibliografische Information Der Deutschen Bibliothek Die Deutsche Bibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über abrufbar.

Martin Günther ist Leiter der Bereiche Direktmarketing und Sozialmarktforschung bei der GfK Gesellschaft 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 Fachtagungen zu diesem Themenkreis.

1. Auflage 1984 1. Auflage 1977 . 1. Auflage September 1998 2., 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. Jede Verwertung außerhalb der engen Grenzen des Urheberrechtsgesetzes ist ohne Zustimmung des Verlags unzulässig und strafbar. Das gilt insbesondere für Vervielfältigungen, Übersetzungen, Mikroverfilmungen und die Einspeicherung und Verarbeitung in elektronischen Systemen. Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten wären und daher von jedermann benutzt werden dürften. Umschlaggestaltung: Ulrike Weigel, www.CorporateDesignGroup.de Druck und buchbinderische Verarbeitung: Wilhelm & Adam, Heusenstamm Gedruckt auf säurefreiem und chlorfrei gebleichtem Papier Printed in Germany ISBN-10 3-409-22244-8 ISBN-13 978-3-409-22244-0

Vorwort In den letzten Jahren ist die Bedeutung der Panelforschung immer weiter gestiegen. Dies liegt einerseits daran, dass die Wettbewerbsintensität auf vielen Märkten zugenommen hat, so dass eine möglichst genaue Beschreibung der Marktzusammenhänge 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 Zielsetzung sowie die Struktur des Buches beibehalten wurden. Das Buch bietet weiterhin einen umfassenden Einblick in den Bereich der Panelforschung, wobei zunächst aufgezeigt wird, wie Panels aufgebaut werden können, und welche methodischen 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. Daran schließt sich eine Auswahl von Sonderanalysen an, die die normale Berichterstattung ergänzen. Gerade im Zusammenhang mit den Sonderanalysen wird immer wieder deutlich, welche Vorteile unverzerrte Längsschnittsanalysen gegenüber 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

V

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 VII

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

VIII

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

IX

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

X

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

XI

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

XII

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

XIII

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

XIV

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 Wettbewerber 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 Handelspanel 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 Zielgruppen 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 1

können, sind Daten des Fernsehzuschauerpanels erforderlich. Sie liefern kontinuierliche Informationen zum Fernsehverhalten und beantworten z.B. die Frage, zu welchen Zeiten und bei welchen Sendegattungen die eigene Zielgruppe besonders gut erreicht wird. Eine besondere Form der Werbung betrifft die Handelsanzeigen, die in der Regel in Zusammenhang mit Aktionen geschaltet werden. Hierüber berichten Spezialpanels 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).

Handel Handelspanel

Handels- und Verbraucherpanel

z.B. Prisma oder Drotax

Hersteller

z.B. Nielsen Media Research

Medien

Endverbraucher

TVZuschauer panel

Abbildung 1.1: Abbildung der unterschiedlichen Aspekte des Marktgeschehens durch Panels

2

Neben der aktuellen Situation eines Marktes sind es für das Marketingmanagement in aller Regel die Veränderungen, die Maßnahmen auslösen oder Beurteilungskriterien für in der Vergangenheit durchgeführte Maßnahmen bieten. Den Veränderungen im Marktgeschehen gilt daher das besondere Interesse des Marketingmanagements. Von daher ist es verständlich, dass jedes Panel in mehrfacher 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: Warengruppen 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 anderes 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 Einheiten 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 Grundgesamtheit verlassen. Beim Handelspanel ist dies bei Geschäftsaufgabe, beim Verbraucherpanel durch Tod oder Umzug ins Ausland oder in ein Altenheim der Fall. In der Regel weitaus umfangreicher ist jedoch der Wechsel in der Stichprobe durch die Einstellung der Mitarbeit des Panelteilnehmers, weil dieser das 3

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 Grundgesamtheit, über die berichtet werden soll, nicht zu starken Veränderungen unterliegt. So war es nach 1989 wenig sinnvoll, in den früher zum Warschauer Pakt gehörenden Ländern sofort nach der Grenzöffnung mit der Handelspanelerhebung zu beginnen. Die zahlreichen Geschäftsgründungen und –schließungen hätten eine sehr instabile Stichprobe zur Folge gehabt. Darüber hinaus ist es in einer solchen Situation unmöglich, verlässliche Informationen zur Grundgesamtheit 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 Werbebekanntheit durch das Werbetracking. Hier wird durch die ausführliche Befragung über die Werbung die künftige Werbewahrnehmung der Interviewten verändert. Eine Erhebung durch ein Panel gibt daher keinen Sinn: Die ausgewiesenen 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 4

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: V2(X2/n - X1/n) = V2(X1)/n + V2(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: V2(X2/n-X1/n) = V2(X1)/n + V2(X2)/n - 2 . r(X1; X2) . V(X1) . V(X2)/n Wird vereinfachend davon ausgegangen, dass V2(X1) = V2(X2) = V2, dass also die Streuung der Variablen zu beiden Zeitpunkten gleich ist, so vereinfacht sich obige Gleichung zu: V2(X2/n-X1/n) = 2 . V2 / n - 2 . r(X1; X2) . V2 / n 2 . V2 . [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: V2(X2/(f . n) -X1/(f . n)) = 2 . V2 . [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: V2(X2 / [n . (1-f)] -X1 / [n . (1-f)]) = 2 . V2 / [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 durchgehenden Masse f ergeben:

1

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

5

V2(X2 / n - X1 / n) = f . 2 . V2 / (f . n) + (1-f) . 2 . V2 / [n . (1-f)] – f . 2 . r(X1; X2) . 2 V / (f . n);

.

Werden f bzw. 1-f soweit möglich herausgekürzt so ergibt sich die folgende sehr einfache Formel2: V2(X2 / n - X1 / n) 2 . V2 . [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 Korrelationskoeffizienten mit dem Anteil der durchgehenden Masse. Die Formel liefert damit auch eine theoretische Begründung für den Wert einer hohen durchgehenden 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 . V2 . [1 – f . r(X1; X2)]/n1 = 2 . V2/n2 Aufgelöst nach n2 ergibt sich nach kurzer Rechnung:

2

6

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

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 Abverkäufe durch Erhebung der Zugänge und der Bestandsveränderungen) im Handelspanel tendenziell höhere ausgewiesene Absatzzahlen zur Folge als die Erfassung 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 Verbraucherpanel verlor die traditionelle schriftliche Erfassung (Kalendermethode) zugunsten einer elektronischen Erfassung an Bedeutung. Doch sind solche Übergänge, 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 Marktveränderungen 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 Erhebungen jeweils zu den stets gleichbleibenden Terminen wiederholt werden, weil nur so saisonale Schwankungen von marktbedingten Veränderungen getrennt werden können. 7

Zusammenfassend kann ein Panel dadurch charakterisiert werden, dass grundsätzlich x der stets gleiche Sachverhalt x zu den stets gleichen, wiederkehrenden Zeitpunkten x bei der stets gleichen Stichprobe auf die x 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 Befragungspanels 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 Kanarienvögeln ein neues Spezialfutter zur Prüfung der Akzeptanz durch das Tier zuzusenden. 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. 8

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 Grundgesamtheit 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 Verbraucherpanels 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: x Handelspanels, mit denen über bestimmte Handelsgeschäfte (in aller Regel: Einzelhandelsgeschäfte; Panels von Großhandelsgeschäften spielen mit Ausnahme 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: Lebensmitteleinzelhandelspanel, Elektropanel, Schreibwarenpanel etc. x Verbraucherpanels mit der weiteren Unterscheidung - Großverbraucherpanels wie zum Beispiel Kantinen- oder KrankenhausPanels. 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. 9

x 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 kontinuierlich 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 Grundgesamtheit gehört oder nicht. Diese Definition muss nicht nur eindeutig, sondern auch einfach sein. Denn nur so ist eine einheitliche Anwerbung der Panelteilnehmer 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 eingegangen.

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 zusammengefasst werden, wobei Geschäftstypen so zu bilden sind, dass sie als weitgehend homogene Teilgesamtheiten für die Marktbearbeitung sinnvolle Unterteilungen darstellen. So besteht das LEH-Panel von IRI/GfK (- die Abkürzung „LEH“ steht für „Lebensmitteleinzelhandel“ -) aus den Geschäftstypen "Verbrauchermärkte", "Discounter" und "Traditioneller LEH". Für die Definition eines Geschäftstyps können verschiedene Kriterien einzeln oder in Kombination verwendet werden. Üblich sind:

10

x Verkaufsfläche: Die Vorgabe einer Mindestverkaufsfläche erfolgt gelegentlich, wenn der Aufwand für die Erhebung vieler kleiner Geschäfte in keinem Verhältnis zur Marktbedeutung dieser Geschäfte steht. Geschäfte unter dieser Mindestverkaufsfläche 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. x 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. x 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 atypisch 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 Grundgesamtheit 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. x Umsatz: Gelegentlich wird auch der Gesamtumsatz eines Geschäfts zur Definition herangezogen, obwohl sich dieses Kriterium insgesamt nicht bewährt hat. Nach11

teilig ist vor allem, dass der Umsatz eines Geschäfts kein stabiles, leicht zu erhebendes Kriterium ist. Dadurch wird die Bestimmung einer stabilen Grundgesamtheit 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. x Besondere Ausschlüsse: Insbesondere aus erhebungstechnischen Gründen werden häufig bestimmte Geschäfte ausgeschlossen. So gehören beim Elektropanel der GfK die DutyFree-Geschäfte auf den Flughäfen nicht zur Grundgesamtheit, da zu diesen Geschäften kein freier Zugang für den die Erhebung durchführenden Außendienst besteht. Aus dem gleichen Grund sind im Fotopanel solche Fotofachgeschäfte ausgeschlossen, die sich in Vergnügungsparks, Tiergärten o.ä. befinden. Die Definition der Grundgesamtheit wird in der Regel beim Aufbau eines Einzelhandelspanels 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 verschiedenen 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 Grundgesamtheit dem Marktforschungsinstitut und ist zum Teil mit erheblichen Schwierigkeiten verbunden:

12

x 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 Umsatzsteuerstatistik beruht auf zwei Jahre alte Daten. Zudem bezieht sich die Umsatzsteuerstatistik auf Unternehmen, nicht auf die interessierenden Handelsbetriebe, was durch die an Bedeutung gewinnenden Filialunternehmen zu wachsenden Unterschieden führt. Dennoch ist die Umsatzsteuerstatistik eine wichtige Quelle zur ersten Orientierung über die Größenverhältnisse. x Die Veröffentlichungen der Handelsunternehmen sind für andere Zwecke konzipiert. Sie enthalten ebenfalls wichtige Hinweise, sind in vielen Fällen jedoch keinesfalls ausreichend. x Besonders wertvolle Datenquellen zur Bestimmung der Grundgesamtheit sind Filialverzeichnisse der Handelsunternehmen oder auch Lieferadressen wichtiger 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 Grundgesamtheit notwendig ist. In manchen Fällen ist es möglich, durch die Zusammenführung dieser Informationen die Grundgesamtheit der Geschäfte ausreichend genau zu bestimmen. Das wichtigste Beispiel hierfür ist der Lebensmitteleinzelhandel, dessen Grundgesamtheit 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 Wahrscheinlichkeit 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 3

vgl. Rainer Schlittgen: "Zur Bestimmung von Grundgesamtheiten in der Marktforschung", Diskussionsbeitrag aus dem Fachbereich Wirtschaftswissenschaften der Universität - Gesamthochschule Essen, Essen 1987 13

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 möglichen 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. 14

Adressfiles von Kunden / Adressverlagen

N Adresse offensichtlich kein Teil der GG (Grundgesamtheit)

n

b

ja

Frage nach b dem nächsten Konkurrenten

Im Adr.file?

c Neues Geschäft etc.

Zufallsstichprobe von Adressen

Teil der GG?

nein a Kein Teil der Grundgesamtheit, geschlossen etc.

Kombinierter File ohne Doppelte

nein d

ja

Schätzung der Grundgesamtheit

Telefonische oder persönliche Erhebung der Strukturmerkmale bei n Adressen (n > 300)

Schätzung der Grundgesamtheit: Zahl der “guten” b Adressen in ˜N + Adressenfile + n Zahl der Konkurrenzc adressen nicht im ˜N cd Adressenfile

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 Konkurrenzgeschäfte werde mit m bezeichnet. Nun wird überprüft, ob diese Geschäfte in der bisherigen Adressdatei enthalten sind. Hier lassen sich folgende mögliche Ergebnisse 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 15

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

N˜

b n

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: N1 N1  N 2

Wird

c o N1  N 2 cd

N1

N˜

cd ˜ N1 c

b (s. oben) eingesetzt, so ergibt sich als Schätzwert für die n

Gesamtzahl der Geschäfte: N1  N 2

cd b ˜N˜ c n

(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. 16

Davon existierten a = 44 Geschäfte nicht. Von den b = 266 existierenden Geschäften nannten 187 die Adresse des nächstliegenden Geschäfts, d = 128 dieser 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 Zielgruppe des Endverbrauchermarketings der Hersteller. Weiter sind dadurch die Einkäufe von Firmen und Behörden ausgeschlossen. Auch hier liegen Entscheidungsprozesse 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 GfKHaushaltspanels, 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 beherrschen, auch solche Personen gleicher Nationalität repräsentieren können, die 17

keine entsprechenden Sprachkenntnisse haben. Es werden also für die Stichprobe Ausländer der entsprechenden Nationalität mit guten deutschen Sprachkenntnissen angeworben. Deren Einkaufsverhalten spricht dann insgesamt für die jeweilige Volksgruppe. Bis Ende 2005 wurde zusätzlich ein Kriterium „selbstständig wirtschaftend“ verwendet. Dies führte jedoch zu Problemen bei der Bestimmung der Grundgesamtheit, 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 MediaAnalyse 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 relevanten 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 Haushaltspanel daher weniger geeignet. Sie werden besser in einem Individualpanel erfasst. 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 18

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 Mehrfachpackungen 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 Erhebungstechniken 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 bestimmten 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 19

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. Handelspanelstichproben 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 Rechenvorschrift existiert, so dass die Mittelwerte der errechneten Werte aller möglichen 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 angewendeten 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 5 vgl. Z.B. Cochran, William G.: Sampling Techniques, New York 1977, S. 96ff 20

100% 90% 80%

13,6% 36,1% 17,9%

70% 60% 18,3%

50%

VM Discounter Trad. LEH

40% 68,5%

30% 45,6%

20% 10% 0% Grundgesamtheit

Stichprobe

Quelle: IRI/GfK; VM = Verbrauchermärkte

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 Fehlentscheidungen 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:

21

x x x x x

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 Stichproben 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 abschätzen, so stößt man auf die erste Schwierigkeit, dass alle Panelstichproben nach der Quotenauswahl bestimmt sind und dass dafür keine Formeln für die Stichprobenstandardabweichung 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 Verallgemeinerung 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

s( y)

¦Wh2 ˜ h 1

S h2 ˜ (1  f h ) nh

mit: L = Zahl der Schichten Wh = Nh/N = Anteil der Schicht h an der Grundgesamtheit, wobei 6

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

22

Sh2 nh fh

Nh = Umfang der Grundgesamtheit in Schicht h N = Umfang der Grundgesamtheit gesamt = Streuung des Merkmals in der Schicht h = Umfang der Stichprobe in der Schicht h = 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 proportionalen Stichproben die Stichprobenstandardabweichungen zweier sonst gleicher Panels mit verschieden großen Grundgesamtheiten um den Faktor 1

F1 = 1

n

N1 n

N2

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 Geschäfte, so steigt die Genauigkeit um etwa 0,6%. Der Unterschied ist also vernachlässigbar. 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 Genauigkeit zweier Stichproben unterscheidet sich bei sonst gleichen Verhältnissen im Wesentlichen um den Faktor F2 =

n n

1 2

23

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

Fehler bei GG von 50000 = 100

Stichprobengröße n =700 100,00 90,00 80,00 70,00 60,00 50,00 40,00 30,00 20,00 10,00 0,00 0

10000

20000

30000

40000

50000

Umfang der Grundgesamtheit

Abbildung 1.4: Einfluss der Größe der Grundgesamtheit auf den Stichprobenfehler Einen großen Einfluss hat auch die Streuung des zu schätzenden Merkmals. Die Stichprobenstandardabweichung des Gesamtwerts steigt näherungsweise proportional mit der durchschnittlichen Standardabweichung des zu schätzenden Merkmals in den Schichten. Das bedeutet für die aufgeführten Zahlen eines Panelberichts aber auch, dass die Ergebnisse für homogene Segmente (z.B. Traditioneller 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 wichtige Rolle: Je homogener die Schichten sind, d.h. je geringer die Streuung in den 24

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 unterschiedliche Bedeutung haben können. So kann ein LEH-Geschäft eine Verkaufsfläche 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 Verbraucherpanel die Spannweite der Bedeutung von Haushalten oder Einzelpersonen wesentlich geringer. Aus diesem Grund wird im Verbraucherpanel häufig mit im Wesentlichen proportionalen, im Handelspanel mit disproportionalen 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 Stichprobe sprechen aber auch noch weitere gewichtige Gründe: x 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. x 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 Herstellers bearbeitet. Dagegen sind kleine Geschäfte meist nur indirekt über die Zentrale erreichbar.

25

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

nh

n˜

Wh ˜ S h L

¦W

h ˜ Sh

,

h 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. Handelspanelberichte weisen jedoch für viele Warengruppen, die aus Hunderten von Artikeln bestehen und für zahlreiche Variable (z.B. Distribution, Verkaufsmengen, 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 LEHPanels der GfK 19988. Dabei wird angenommen, dass die dick umrandeten Segmente auch ausgewiesen werden. Es sind dies (außer dem Totalwert):

7

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

8

26

-

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 überlappen. - 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 Nord VM >=5000 m² VM 1500-4999 m² VM 800-1499 m²

NRW

Mitte

Ba-Wü Bayern

84

147

107

68

402

412

197

217

Nord- Nord- Berlin Ost West 82 68 78 6

259

201

188

94

Total 640 1970

987

976

538

511

632

373

309

154

4480

1286

1731

1153

1265

1577

1156

1197

325

9690

Trad. LEH 400-799 m²

686

1085

936

527

881

483

422

240

5260

Trad. LEH 200-399 m²

1194

1201

1073

702

1063

818

837

222

7110

Trad. LEH < 200 m²

5441

7118

5206

4550

6166

3601

3749

319

36150

10080

12670

9210

7840

10660

6700

6780

1360

65300

Discounter 400-799 m²

Total

VM = Verbrauchermärkte; Trad. LEH = Traditioneller Lebensmitteleinzelhandel

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.

27

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: J

Q=

I

¦¦ Z

2 ji

˜ Var (Yˆi j ) Æ Min!

(1.6)

j 1 i 1

Dabei ist Yˆi j der geschätzte Mittelwert der Variablen Yi für Segment j, z.B. der geschätzte mittlere Preis pro Stück eines Artikels (Variable) in den Verbrauchermärkten (Segment), Var (Yˆi j ) ist die dazu gehörige Stichprobenstreuung. Diese Werte errechnen sich wie folgt:

Yˆi j

L

¦W

jh

˜ Yˆih .

(1.6a)

h 1

Var (Yˆi j )

L

W jh2 ˜ Sih2

h 1

nh

¦

(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%. Sih2 ist die Streuung des Merkmals i in der Hochrechnungszelle h. Die Omega ( Z 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 Stichprobenstreuung. Die Bedeutungsgewichte sind demnach vom Untersuchungsleiter gemäß der 28

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:

nh

¦ ¦Z W S n ¦ ¦ ¦Z W S j

2 ji

i

j

i

2 jh

2 ji

2 ih

2 jh

(1.7)

2 ih

h

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. Standard- Standardabweichung Ladenfläche abweichung der numedes rischen Umsatzes Distribution der Warengruppe X Verbrauchermärkte >=5000 m² Verbrauchermärkte 1500-4999m² Verbrauchermärkte 800-1499 m² Discounter 400-799 m² Traditioneller LEH 400-799 m² Traditioneller LEH 200-399 m² Traditioneller LEH < 200 m² Quelle: Eigene Berechnungen

7500 3250 1150 600 600 300 100

7,29 3,16 1,12 0,58 0,58 0,29 0,097

0,5 0,5 0,5 0,5 0,5 0,5 0,5

Tabelle 1.3 zeigt die Stichprobenstandardabweichungen für die Mittelwerte der beiden Merkmale und die ausgewiesenen Segmente, wenn verschiedene Optimierungsstrategien 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 29

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 verschiedene Optimierungsstrategien Variable (Ȧ-Werte für Segmente)

Gesamt

West

Ost

Berlin

VM

Disc

1,6

1,8

3,3

11

4,8

4,1

Trad. LEH 1,8

0,032

0,036

0,068

0,242

0,277

0,048

0,009

2,7

3,1

5,6

14,5

2,7

3,7

3,6

0,015 0,017 0,031 0,124 0,098 0,043 Umsatz (Ȧ=1 für Gesamt, sonst Ȧ=0) 1,7 1,9 3,5 11,1 3,8 4,2 Numerische Distribution (Ȧ=1 für 3 Gesamt, sonst Ȧ=0) 0,019 0,022 0,041 0,166 0,15 0,049 Umsatz (Ȧ=1 für Gesamt, sonst Ȧ=0) 1,9 2,2 3,5 4,7 3,3 4 Numerische Distribution (Ȧ=1 für 4 Gesamt und Ȧ=1/6 Segmente) 0,018 0,021 0,035 0,07 0,132 0,047 Umsatz (Ȧ=1 für Gesamt und Ȧ=1/6 für Segmente) Quelle: Eigene Berechnungen VM = Verbrauchermärkte, Disc. = Discounter, Trad. LEH = Traditioeller Lebensmitteleinzelhandel

0,011

Fall Numerische Distribution (Ȧ=1 für 1 Gesamt, sonst Ȧ=0) Umsatz (Ȧ=0) Numerische Distribution (Ȧ=0) 2

30

2 0,009 2,3 0,011

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 77,91 Verbrauchermärkte 1500-4999m² 21,01 21,54 10,3 11,34 13,54 11,25 10,52 22,08 121,58 Verbrauchermärkte 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 26,45 170,53 Traditioneller LEH 400-799 m² 7,03 11,11 9,59 5,4 9,02 5,99 5,24 19,35 72,73 Traditioneller 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 22,33 354,59 1000 Summe 139,81 173,1 118,5 102,61 135,29 102,13 102,74 125,82 Quelle: Eigene Berechnungen

Eine weitere Frage ist, wie die Stichprobe grundsätzlich zu bestimmen ist. Dabei sind bewusste Auswahl (hier insbesondere die Quotenauswahl) und Zufallsauswahl 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 festgelegt 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. Erwartungstreue 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 Voraussetzungen 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 Marktforschungsinstitute) 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 31

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 x Geschäftstyp x Geschäftsgröße x Gebiet x Zugehörigkeit zu Handelsunternehmen / Vertriebsschiene vorgegeben. Die Anwerbung selbst erfolgt je nach Organisation des Handelsunternehmens 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 Haushaltspanelstichprobe) 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 Handelspanelstichprobe schon erwähnt, die hier allerdings ebenfalls nicht erfüllt werden können. Auch im Falle des Haushaltspanels existiert keine Liste „Elemente der Grundgesamtheit“, in diesem Fall also der privaten deutschen Haushalte. Hier könnte jedoch nach einem anerkannten Zufallsstichprobenverfahren wie z.B. dem ADM32

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 sogenannte "Verweigerungsquote"), bis zu 30% beträgt. Diese Werte sind selbst bei Befragungen mit ihrer begrenzten und nur kurzzeitigen Belastung der Interviewpartner kaum erreichbar. Völlig unmöglich ist dies jedoch bei Panelstichproben, wo es auf eine langfristige, nach Möglichkeit mehrere Jahre dauernde Zusammenarbeit 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 möglich 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": x Haushaltsgröße als zentrales, den Umfang des Verbrauchs determinierendes Merkmal, x Haushaltsnettoeinkommen als Ausdruck der wirtschaftlichen Leistungsfähigkeit, x Alter der haushaltsführenden Person als "Lebenszyklusvariable", x 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 33

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 Haushaltspanels 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 Disproportionalität 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 Haushaltspanel 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 Luxuswarengruppen 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 Berichtsverhaltens mehr ein. Die Befürchtung, dass die Panelteilnehmer aufgrund der Mit10

Unveröffentlichte Präsentation von Sylvia Petzold / GfK Panel Services vom 3.12.2004

34

arbeit im Laufe der Zeit ihr Einkaufsverhalten ändern, ist demnach unbegründet. Dagegen führt die Tatsache, dass ein Panel zwar soziodemografisch gut ausgesteuert 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 Markenartikel 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 Bevölkerung 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 adhoc-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 35

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 Panelpflege, 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 Einkommen einen stärkeren Anreiz darstellen würde als für Personen mit höheren Einkommen 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 durchgehend von Anfang bis Ende eines Zeitraums im Panel verbleiben, werden als "durchgehende Masse" bezeichnet. Eine große durchgehende Masse ist ein wichtiges Qualitätsmerkmal eines Panels, nicht nur für die schon angesprochene Kontinuität der Daten und für die Genauigkeit der Schätzung von Veränderungen. Für viele Sonderanalysen bilden nur die Haushalte der „durchgehenden Masse“ die Basis.

36

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 jeweils für ein Geschäft die in der Vorperiode distribuierten Artikel vorgedruckt, so dass nur noch neu geführte Artikel mit ihrer Bezeichnung, Inhalt, Packungsformen 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 37

Bestände, Verkäufe werden errechnet. 3. Erfassung der Verkäufe über die Scannerkasse, der Einkäufe über Datenträger und Berechnung der Bestände. Dabei müssen abhängig von der Warengruppe die Bestände in regelmäßigen Abständen u.U. doch erhoben werden, da sonst Schwund durch Verderb oder Diebstahl zu einer permanenten Erhöhung der Bestände führen würde. Insbesondere die Verwendung von Scannerdaten hat auch einen „Methodeneffekt“ auf die Daten. Dies soll an einem fiktivem Zahlenbeispiel erläutert werden. 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 1 2 3 4 5 6 7 8 Woche 1 2 3 4 5 6 7 8

38

Geschäft 1 Preis Menge 120 1,99 2,69 25 2,69 30 2,69 20 2,69 22 2,69 24 2,69 19 2,69 25

Geschäft 2 Preis Menge 12 2,79 112 1,99 2,79 13 2,79 15 2,79 12 2,79 11 2,79 10 2,79 12

Geschäft 3 Preis Menge 35 2,59 40 2,59 221 1,89 2,59 28 2,59 34 2,59 38 2,59 30 2,59 32

Geschäft 4 Preis Menge 28 2,69 24 2,69 22 2,69 142 1,89 2,69 26 2,69 32 2,69 30 2,69 25

Geschäft 5 Preis Menge 12 2,89 9 2,89 11 2,89 8 2,89 58 2,19 2,89 12 2,89 15 2,89 16

Geschäft 6 Preis Menge 21 2,69 18 2,69 16 2,69 22 2,69 20 2,69 89 1,99 2,69 12 2,69 19

Geschäft 7 Preis Menge 32 2,69 28 2,69 33 2,69 31 2,69 29 2,69 27 2,69 243 1,89 2,69 21

Geschäft 8 Preis Menge 2,79 12 2,79 14 2,79 16 2,79 13 2,79 11 2,79 14 2,79 14 1,99 186

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 zugeordnet. 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 Gesamtumsätzen 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 gravierende 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 Durchschnittspreis unter dem Handelspanelpreis. Dagegen ordnet die Scannerkasse den Preisen die richtige Menge zu, so dass hier mengengewichtete Durchschnittspreise vorliegen. Der Unterschied kann bei aktionsintensiven Warengruppen 20% und mehr betragen. Ein weiterer Methodeneffekt der Scannerkasse liegt in der unterschiedlichen Behandlung von Schwund durch Diebstahl oder Verderb. Bei der manuellen Erhebung wird Schwund als Verkauf erfasst, bei der Scannerkasse nicht. Auch hier kann bei vom Schwund besonders betroffenen Artikeln (z.B. kleine Spirituosenflaschen) 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 Datenträgeraustausch bezüglich Einkäufe und Verkäufe kombiniert. Dabei dominiert der Datenträgeraustausch jedoch deutlich.

39

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 Außendienste mit 200 Mann und mehr fast vollständig abgebaut. Lediglich bei der Promotionerfassung ist auch heute noch eine manuelle Erhebung vor Ort erforderlich.

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 EANCodes abgestellt sind. Diese Verfahren sind (in der Reihenfolge ihrer Entwicklung) 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: x Datum des Einkaufs 40

x x x x x x

Einkaufsstätte Marke 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: x Duftrichtungen bei Seifen / Parfums etc. x Angabe, ob der Artikel als Geschenk oder zum Eigenverbrauch gekauft wurde oder x Angabe, ob der Artikel aus dem Regal oder einer anderen Plazierung entnommen wurde. Die Methode mag nicht mehr modern und zeitgemäß sein, hat aber dennoch eine Reihe von Vorteilen. Wichtigster Vorteil ist, dass jeder Artikel unabhängig davon, ob er EAN-codiert ist oder nicht11, den gleichen Aufwand für die Eingabe verursacht. Dies war in Deutschland besonders wichtig, da hier nicht nur unverpackte Frischeartikel keinen EAN-Code aufweisen, sondern auch große Teile des Sortiments von verschiedenen Handelsunternehmen. Aktuell hat dieses Argument durch die Einführung von Scannerkassen bei Aldi stark an Bedeutung verloren. Ein weiterer Vorteil ist, dass die Methode auch von nicht „technik-affinen“ Zielgruppen, 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.

41

Abbildung 1.5: Seite aus dem Einkaufskalender (Quelle: GfK). 42

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. Dadurch werden die Möglichkeiten von Sortiments- und Warenkorbanalysen limitiert, 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 Artikelangaben 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 Kalendermethode 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:

43

x Jeder Panelhaushalt wird mit einer oder mehreren Identifikationskarten im Scheckkartenformat ausgestattet, auf der die Haushaltsnummer als Barcode aufgedruckt ist. x Der Haushalt zeigt die Karte bei jedem Einkauf in den kooperierenden Geschäften vor. Die Karte wird mit über den Scanner gezogen und die EANCodes sowie die Mengen und Preise der gekauften Artikel werden zusammen mit der Haushaltsnummer in einem eigenen Einkaufssatz gespeichert. x 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 Mitarbeit bewegt werden, die den Aufwand scheuen, der mit den anderen Erhebungsmethoden 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 Haushaltspanel 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 aufgeschrieben werden.

44

Die Methode hat aber auch eindeutige Nachteile. So können nur EAN-codierte Produkte erfasst werden. Dies macht die Methode für manche Warengruppen unbrauchbar, vor allem für unverpackte Lebensmittel wie Frischfleisch, unverpacktes 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 umfassende 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 notwendig, dass das Handelsunternehmen mit dem Marktforschungsinstitut kooperiert. Dadurch wird eine Erfassung der Einkäufe bei Aldi unmöglich. Insgesamt ist die Methode unter den derzeitigen Bedingungen für einen flächendeckenden Einsatz nicht geeignet. Ihr Einsatz erfolgt derzeit nur im BehaviorScan-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 InhomeScanning-Methode verwendet hierzu ein mobiles elektronisches Gerät mit den Ausmaßen eines größeren Taschenrechners, das den Panelteilnehmern zur Verfügung gestellt wird und mit folgenden Features ausgestattet ist: x Zwei- bis vierzeiliges Display x Tastatur mit Zahlen- und einigen Funktionstasten x Leseeinrichtung für EAN Codes (Lesestift oder Scanner) Zu diesem "Inhome-Scanner" gehört auch eine Basisstation, in die ein Modem 45

zur Datenübertragung über Telefonleitung zum Institut sowie die Stromversorgung 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 Einkaufsstätte eingegeben. Letzteres erfolgt durch Eintippen oder Einlesen des Barcodes oder einer Kennziffer, die aus einer vom Institut zur Verfügung gestellten Aufstellung entnommen wird. Dann wird jeder EAN-codierte Artikel eingescannt 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 Gerätegeneration eingesetzt, die sich in folgenden Features von den Inhome-ScanningGeräten unterscheiden: x Etwa 1 bis 2 MB interner Speicher (gegenüber 64 bis 128 KB bei InhomeScanning) x 10-zeiliges Display (gegenüber 2 bis 4 Zeilen) x Alphanumerische Tastatur mit Funktionstasten (gegenüber numerischer Tastatur mit Funktionstasten) Durch diese Hardwareänderungen wird das Gerät zwar größer und schwerer (vgl. 46

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 Grobkategorie 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 47

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 zuzusenden, 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-Omnibusuntersuchung Januar 2006. Damit ist die Interneterfassung derzeit nur eine zusätzliche Erfassungsmethode, welche die Kalendererfassung bei solchen Haushalten 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 48

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 Textilpanel 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 sogenannte 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.

49

1. Bearbeitung der Einkaufsstätte: Wer hat wann wo gekauft? Wurde eine Kundenkarte vorgelegt? 2. Auswahl Artikel zur 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 Marktmengen grundsätzlich nicht erfasst werden können. So macht es keinen Sinn, bei einem Haushaltspanel auch die durch institutionelle Haushalte wie Krankenhäuser, Haftanstalten, Altersheimen etc. erworbenen Mengen mit zu erfassen, da 50

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 zunehmenden 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 Handelsunternehmen Preisgefälle ausnutzen und Ware internationaler Konzerne aus dem Ausland beziehen und in Deutschland verkaufen. Dies kann dann zu Panelmengen 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 Erhebung verbundenen Kosten in einem Missverhältnis zu dem dabei erzielten Erkenntnisgewinn) vorgenommen wird (s. oben). Beispiele hierfür sind die Nichterfassung des Bürokonsums im Verbraucherpanel und von Aldi im Handelspanel. 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 51

in den folgenden Abschnitten näher beleuchtet werden.

Abbildung 1.9: Coverage Handelspanel und Haushaltspanel Schließlich gibt es eine weitere Abweichung der vom Panel gemessenen Marktmengen von den tatsächlichen Mengen, die aufgrund von Fehlern bei der Erhebung, 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: 52

x Ausschluss bestimmter Geschäftstypen bzw. Handelsorganisationen aus der Grundgesamtheit (Aldi etc.). x 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. x Falsche Bestimmung der Grundgesamtheit. So wurde die co op AG Ende der 80er Jahre von allen Panelinstituten überzeichnet, da die veröffentlichten Zahlen des Unternehmens die Lage zu positiv schilderten. x 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 überprüft werden. Dazu müssen Panelzahlen und die Absatzstatistik des Herstellers aufeinander abgestimmt werden. Da Panelzahlen aufgrund vertraglicher Bindungen 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 Organisationsform die gelieferten Mengen um folgende Positionen korrigiert: x 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 abgerechnet) herauszurechnen. x 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 53

vorgenommen werden. Trotzdem ist dies i.d.R. für praktische Zwecke ausreichend 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: x 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 zurückzuführen sein. x 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: x Einkäufe von nicht privaten Haushalten. So wird ein nicht unerheblicher Teil des Röstkaffees in Anstalten und in Büros konsumiert. x Nichteintragung durch Panelteilnehmer. Dies ist besonders relevant für Produkte, die den Haushalt nicht erreichen, weil sie unterwegs aufgebraucht werden. Beispiele hierfür sind Coladosen (im Haushaltspanel) oder Einer54

packungen von Schokoriegeln (im Individualpanel). Dies betrifft aber auch Produkte, die von Kindern selbstständig eingekauft werden. x 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: x der Warengruppe. Hier spielt insbesondere eine Rolle, inwieweit eine Warengruppe von nicht privaten Haushalten oder selbstständig von Kindern eingekauft wird. x der Packungsform. So sind Getränkedosen eher für den Unterwegskonsum geeignet und werden daher schlechter erfasst als Mehrwegflaschen. x 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 Großpackungen von den Einkäufen von Arztpraxen, Gastwirtschaften, Putzkolonnen etc. beeinträchtigt. x der Geschäftsart: So werden bei der Warengruppe Röstkaffee Verbrauchermärkte sehr gut, Bäckereien dagegen eher schlecht abgedeckt. Grund dafür ist, dass Bürokonsum häufig auf den Weg zur Arbeit schnell in der Bäckerei eingekauft wird. x der Art der Erhebung. Der letzte Punkt bedarf einer Erläuterung: POS-Scanning führt dazu, dass die Einkäufe in einem Teil der Geschäfte grundsätzlich 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 Warengruppe 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 verwechselt werden kann. 55

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 Mehraufwand 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 vorkommen, 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 Zeichnungen unterstützt wird, an welcher Stelle die Warengruppe erhoben (Warengruppen an vorderer Stelle sind bevorzugt) und welcher Platz der Warengruppe eingeräumt wird.

1.2.6 Hochrechnung Die Hochrechnung ist der Prozess, durch den der Schluss von den Stichprobenergebnissen auf die entsprechenden Werte der Grundgesamtheit möglich wird. Zu diesem Zweck werden die in der Stichprobe erhobenen Werte mit den sogenannten 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: 56

x Organisationsform x Gebiet (Bundesland) x 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 dadurch, 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" unbesetzt 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 ausgestattet 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 Geschäfte in der Stichprobe ist. Dies ist jedoch nicht immer möglich, z.B. weil die Geschäfte, die erhoben werden können, vom Handelsunternehmen bestimmt 57

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 LEHPanel 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 Distribution" bezeichnet. Darhinter steht die Überlegung, dass die grundsätzliche Entscheidung, 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 Hochrechnungsfaktor 2 angewendet, der deshalb auch als "Hochrechnungsfaktor Menge" bezeichnet wird. Diese Fakts werden von der Größe des Geschäfts determiniert. Darüber hinaus gibt es Fakts, für deren Berechnung beide Hochrechnungsfaktoren 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 58

dem dies dann zu gewichten ist, dagegen mit dem Hochrechnungsfaktor Menge. Ein (fiktives) Beispiel soll die Vorgehensweise veranschaulichen: Von einer Hochrechnungszelle X ist bekannt: x Grundgesamtheit: 120 Geschäfte mit zusammen 250 Mio. € relevanten Umsatz. x Stichprobe: 2 Geschäfte mit zusammen 8 Mio. € relevanten Umsatz. Dann ergibt sich: x Hochrechnungsfaktor Distribution: 120/2 = 60,00 x Hochrechnungsfaktor Umsatz: 250/8 = 31,25 Die Stichprobengeschäfte haben also einen fast doppelt so hohen mittleren Umsatz als der Durchschnitt in der Grundgesamtheit. Als Ergebnis der Erhebung ist für die beiden Stichprobengeschäfte bekannt: x Geschäft 1: Verkauf Produkt A 20 Stück zu je € 2,99, Umsatz in der Warengruppe € 2750,-x Geschäft 2: Produkt A wird nicht geführt, Umsatz in der Warengruppe € 4900,-Dann wird für die betreffende Zelle der Grundgesamtheit geschätzt: x Zahl der Geschäfte mit Distribution von A: 60 * 1 + 60 * 0 = 60. Da die Grundgesamtheit 120 Geschäfte umfasst, ergibt sich eine numerische Distribtion Verkauf von 50%. x Verkauf Menge (in Stück) von A: 20 * 31,25 = 625 x Verkauf Wert von A: 20 * 2,99 € * 31,25 = 1.868,75 € x Umsatz in der Warengruppe der Geschäfte mit Distribution von A: 2.750 € * 31,25 = 85.937,5 € x Umsatz in der Warengruppe der Geschäfte gesamt: (2.750 € + 4.900 €) * 31,25 = 239.062,5 €

59

x Daraus ergibt sich eine gewichtete Distribution Verkauf für A für die entsprechende 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 Hochrechnungsfaktor von 1925. Das bedeutet, dass jeder Einkauf eines Haushalts für 1925 Einkäufe entsprechender Haushalte in der Grundgesamtheit steht. In der Praxis stellt sich die Hochrechnung im Verbraucherpanel jedoch komplexer dar, da zunächst vor der Hochrechnung mit dem konstanten Faktor eine strikte Proportionalität der Stichprobe hergestellt werden muss. Die Proportionalität kann aus verschiedenen Gründen verletzt sein: x Ein Haushalt hat in einer Berichtsperiode nicht oder nicht ausreichend berichtet und fällt daher aus. x Ein Haushalt hat die Zusammenarbeit mit dem Panelinstitut beendet und konnte noch nicht durch einen strukturgleichen Haushalt ersetzt werden. x Die Einpersonenhaushalte sind absichtlich geringer in der Stichprobe vertreten, als es ihrem Anteil in der Grundgesamtheit entspricht, weil sie relativ wenig zum Gesamtvolumen der Märkte beitragen und nur schwierig gewonnen und gehalten werden können. Dies geschieht durch eine als "iterative Gewichtung" bezeichnete Prozedur. Dadurch wird die Innenverteilung einer Tabelle in mehreren sich wiederholenden Schritten so verändert, dass ihre Randverteilung einer vorgegebenen Sollver60

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 Übereinstimmung 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 Ausgangsmatrix 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 Abweichungen 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: x Durch Doppelung von Haushalten. Dabei werden so lange Haushalte der betreffenden Zelle zufällig ausgewählt und gedoppelt, bis die erreichte Sollzahl erreicht ist. x Durch Gewichtung: Alle haushaltsbezogenen Zahlen in der betreffenden Zelle werden mit dem Wert Sollwert / Istwert multipliziert. x Die Doppelung hat den Vorteil, dass ganzzahlige Werte erreicht werden und somit alle käuferbezogenen Sonderanalysen gerechnet werden können. Nachteilig ist, dass auch untypische Haushalte gedoppelt werden können und so ein 61

Tabelle 1.6: Fiktives Beispiel für iterative Gewichtung Ausgangssituation Alter der HH-führenden Person HH-Größe -29 -39 -59 1 40 30 2 30 30 3 10 20 4+ 1 10 GESAMT 81 90 SOLL 90 100

60+ 20 30 20 5 75 70

30 30 10 10 80 85

GESAMT SOLL 120 150 120 125 60 50 26 20 345

1. Zeilenkorrektur: Zeilenweise Multiplikation mit Soll/ Gesamt Alter der HH-führenden Person HH-Größe -29 -39 -59 60+ GESAMT SOLL 1 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/Gesamt Alter der HH-führenden Person HH-Größe -29 -39 -59 60+ GESAMT SOLL 1 49,80 40,28 22,80 37,60 150,48 150,00 2 31,13 33,56 28,50 31,33 124,52 125,00 3 8,30 17,90 15,20 8,36 49,75 50,00 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/ Gesamt Alter der HH-führenden Person HH-Größe -29 -39 -59 60+ GESAMT SOLL 1 49,65 40,15 22,73 37,48 150,00 150,00 2 31,25 33,69 28,61 31,45 125,00 125,00 3 8,34 17,99 15,27 8,40 50,00 50,00 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/Gesamt Alter der HH-führenden Person HH-Größe -29 -39 -59 60+ GESAMT SOLL 1 49,65 40,15 22,70 37,50 150,01 150,00 2 31,25 33,70 28,58 31,47 125,00 125,00 3 8,34 17,99 15,26 8,40 49,99 50,00 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

62

noch höheres Gewicht erhalten. Die Gewichtung führt dagegen zu nicht ganzzahligen 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 Rohdaten. 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 möglichst 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 Handelspanel führen dazu, dass die Eingangsdaten auf verschiedenen Datenträgern und in unterschiedlichen Formaten vorliegen: Vom Außendienst gehen maschinenlesbare Papierformulare sowie mit Handscanner erfasste Daten über die Telefonleitung ein. Die Handelsdaten werden auf Datenträgern oder per Datenfernübertragung geliefert, wobei die Formate zwischen den Handelsunternehmen verschieden sind. Häufig arbeiten auch die Handelsunternehmen nicht mit den 63

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 Datenqualität entscheidend. Nach der Prüfung der Datenträger auf Vollständigkeit und grundsätzliche Lesbarkeit erfolgt eine erste Prüfung auf Geschäftsebene. Dabei werden u.a. folgende Punkte geprüft: x Anzahl der vorhandenen Datensätze insgesamt im Vergleich zu den vorangegangenen 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 Handelsunternehmens aus der Lieferung ausgeschlossen sein. Die entsprechenden Daten können dann noch angefordert werden. x 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. x Anteile der bewegten Artikelsätze, die in der Vorperiode noch nicht bewegt wurden. Sind hier im Zeit- oder Geschäftsvergleich starke Abweichungen vorhanden, so kann dies u.U. darauf hindeuten, dass die Daten eines falschen Geschäfts geliefert wurden. Werden bei dieser Prüfung Auffälligkeiten entdeckt, so wird zunächst recherchiert, 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 64

Panel, so kann der Fehler einfach durch Differenzenbildung beseitigt werden. Ist eine solche Korrektur nicht möglich, so wird ein berichtigter Datenträger angefordert. Ist ein solcher nicht oder nicht rechtzeitig lieferbar, wird bei gravierenden 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 vorhanden? 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 Artikelnummer, 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 Packung, 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, Energieklasse, 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 65

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 Verarbeitung dieser Periode ausgeschlossen werden. 2. Sind Preisgrenzen eingehalten? Dabei ist die Prüfung gegen feste Preisgrenzen 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 Geschäftsgröße abhängigen variablen Grenzen möglich, wobei häufig ein Vergleich mit den Daten der Vorperiode durchgeführt wird. Z. B. kann es vorkommen, dass für einzelne Artikel die Verkäufe mehrerer Perioden aufaddiert 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: x Preis pro Stück x Einkauf Stück x Bestand Stück aufgegliedert nach Regal, Lager und Display (soweit erfasst, in der Regel heute nicht mehr) x Verkauf Stück 66

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 Grundgesamtheit bedingt ist. Da jedoch aus verschiedenen Gründen (z.B. Geschäftsschließungen) kontinuierlich Panelgeschäfte aus der Berichterstattung herausgenommen 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 “geladen”. Dies erfolgt, indem die geprüften Rohdaten so zusammengefasst und verrechnet werden, dass die Zahlen für die Standardberichterstattung generiert werden. Konkret geschieht dabei folgendes: x Pro im Berichtssystem ausgewiesenen Artikel bzw. pro Artikelzusammenfassung (z.B. für Hohes C Mehrweg mit Fruchtfleisch, Hohes C gesamt, Orangensäfte gesamt und für die Warengruppe Fruchthaltige Getränke) x pro ausgewiesenen Segment (z.B. Edeka, Bayern, Verbrauchermärkte etc.) x pro Berichtsperiode werden die ausgewiesenen Fakts errechnet und gespeichert. Dadurch entsteht häufig ein sehr umfangreicher Datenkörper. Bei einer Warengruppe 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 Berichtsmonat folgenden Monats abgeschlossen. Lediglich die erste Periode eines Jahres benötigt etwas mehr Zeit, weil die Hochrechnung neu aufgebaut werden muss.

67

1.3.3 Der Produktionsprozess im Verbraucherpanel Beim Verbraucherpanel wird insbesondere die erste Phase des Produktionsprozesses bis zu den geprüften Rohdaten sehr stark durch die Erhebungsmethode beeinflusst. a) Kalendermethode: Bei der Kalendermethode werden die eingesandten Berichtsblätter nach Warengruppenbereichen getrennt und den jeweiligen Erfassern / Erfasserinnen zugeordnet. Diese haben die Aufgabe die Daten zu prüfen und in den Computer einzugeben. 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 Warengruppen. 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.

68

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 berichtet 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 unzureichend 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 Auswertungssysteme) verlaufen ähnlich wie beim Handelspanel, so dass eine separate Darstellung 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

69

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-Tochterfirmen 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 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 13

70

Gebiet ist das Unternehmen weltweit tätig und eindeutiger Weltmarktführer. In verschiedenen Ländern – u.a. auch Deutschland – werden auch Verbraucherpanels 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 möglich, 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 Werbetracking spezialisert. Das fünftgrößte Institut weltweit, die deutsche GfK-Gruppe, hat einen Schwerpunkt in der Panelforschung (vgl. www.gfk.com). Im Bereich der Handelspanels für technische Gebrauchsgüter ist das Unternehmen weltweit tätig und Marktführer. 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 – Fernsehzuschauerpanels betrieben. Durch die Fusion mit NOP World im Jahre 2005 hat sich die GfK-Gruppe nun auf Rang 4 vorgeschoben. 71

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-amerikanische 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.

72

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 Fragestellungen nicht nur die eigenen Produktionskennzahlen notwendig sind, sondern eine Branche (Warengruppe) immer als Gesamtheit betrachtet werden muss. Ein Unternehmen, 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 verfolgen zu können. Es wurden bereits damals Kennzahlen der Mitbewerber und der Handelsunternehmen benötigt. Da diese aber in der Regel nicht bekannt gegeben wurden, suchte A. C. Nielsen nach Möglichkeiten, Näherungswerte zu berechnen 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 entwickelt 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

73

2.1 Klassifizierungen von Panels Nun wurden in den letzten Jahren neue, innovative Panels konzipiert, die in dieser eindimensionalen Betrachtungsweise keinen Platz finden (Beispiel: Landwirtschaftspanel, 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 NonFood3 Warengruppen und Dienstleistungen etabliert. Es werden z. B. neben Finanzdienstleistungen und Reisen, Warengruppen der Sanitär- und Möbelindustrie und sämtliche Medienwarenbranchen beobachtet. Damit hat sich der Stellenwert von Panels innerhalb der Marktforschung kontinuierlich erhöht. Panels sind heute ein fester Bestandteil der Marktforschung und auch bisher durch keine andere Erhebungsform austauschbar.

Gesamtheit aller Panels

Ebene 1: Untersuchungsansatz Personen- / Institutionelle Panels

Ebene 2: Güterbeschreibung Food / NonFood / Dienstleistungen

Ebene 3: Erhebungsart z.B.: Scanner / Internet / schriftlich

Abbildung 2.1: Unterscheidungsebenen von Panels 2 3

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

74

Diese Ausweitung machte es erforderlich, umfangreichere Klassifizierungsmerkmale zu benutzen, die die Gesamtkomplexität beschreiben können. Ein allgemeines Klassifizierungssystem ist dreistufig angelegt mit den Ebenen: 1. Untersuchungsansatz / Befragungsansatz 2. Güterbeschreibung 3. Erhebungsart Mit dieser, in Abbildung 2.1 dargestellten Systematik ist eine sinnvolle Einteilung 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 Personenpanels bieten aber noch eine dritte, zusätzliche Produktart an, die seit einigen Jahren etabliert ist. Es handelt sich um die unterschiedlichsten Dienstleistungen und „sonstige Warengruppen“, 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.

75

Gesamtheit aller Panels

Institutionelle Panels Beispiele: Handelspanel Industriegüterpanel Pharmapanel Verpackungspanel

Personen Panels Beispiele: Verbraucherpanel Elitepanel Kulturartenpanel Landwirtschaftspanel

Abbildung 2.2: Unterscheidungsebene 2– der Erhebungsansatz Die dritte Ebene ist technisch angelegt und beinhaltet die Methodik der Datensammlung 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 entsprechenden 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 beschrieben, weiterhin Gültigkeit. Weiterhin treffen natürlich auch die genannten Vorteile der Panelforschung weiterhin zu.

76

Variationen ergeben sich nach: x x x x

dem Untersuchungsgegenstand den Untersuchungsintervallen den Erhebungsarten und den Erhebungsorten.

Gesamtheit aller Panels

Institutionelle Panels

Gebrauchsgüter

Personen Panels

Verbrauchsgüter

Dienstleistungen

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 Personenpanels zu sehen. Gegen Ende der 60-iger Jahre begann die GfK in Nürnberg erstmals zusammen mit der Firma Infratest in München ein Haushaltspanel zu etablieren. Diese Panelart, dieser Untersuchungsansatz mit einem völlig differenten Erhebungs- und Auswertungsansatz gegenüber dem Handelspanel, kann als Revolution im Themenbereich Panelforschung angesehen werden. Die Entwicklung der im Folgenden beschriebenen Paneluntersuchungsansätze unterstützt diese These.

77

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 Unternehmen. Es wurde von „dem Handelspanel“ ohne weitere Differenzierung gesprochen. Gemeint war damit die Informationserhebung für definierte Warengruppen4, in ausgewählten traditionellen Einzelhandelsgeschäften. Die Handelsstruktur dieser Jahre bestand vorwiegend aus mittleren und kleinen Geschäften, die ein breites Sortiment von Artikeln in nicht allzu großer Tiefe führten. Befriedigt werden konnte hier im Bereich des Lebensmitteleinzelhandels vor allem der Bedarf an täglich notwendigen Konsumgütern und im Bereich des Facheinzelhandels der Bedarf an kurz- und auch langlebigen Gebrauchsgütern. Die Produkte wurden aber im Laufe der Zeit differenzierter; zusätzliche Hersteller aus dem In- und Ausland drängten, mit zum Teil gleichen oder weiterentwickelten Produkten und Ausstattungen, auf den Markt. Mit diesem Wandel in der Produktpalette (größere Sortimentstiefe) ging auch ein Wandel in der Sortimentsbreite einher. Parallel zur Veränderung der Sortimentsbreite und -tiefe, ergaben sich auch Verschiebungen in der Handelslandschaft und im Einkaufsverhalten der Konsumenten. Völlig neue Vertriebsschienen entstanden. Der traditionelle Einzelhandel wurde (wird) immer weiter zurückgedrängt5. All diese Entwicklungen sind sämtlichst in das ursprüngliche Handelspanel eingegangen und haben zu einer starken Diversifizierung innerhalb der Institute geführt. 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 5

Zur Definition von Warengruppen siehe Punkt 3.1.1 Im Anhang ist die Entwicklung der Handelslandschaft aufgezeigt.

78

Food Panels: Im Food Panel werden alle Warengruppen der sog. FMCG – Warengruppen erhoben 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 Nahrungsmittel und Getränke, sowie Drogeriewaren (Körperpflegeartikel, Wasch-, Putz- und Reinigungsmittel). Diese Definition umfasst sämtliche Warengruppen der Verbrauchsgüterindustrie, Warengruppen, die eine hohe (schnelle) Wiederkaufsrate 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 Artikel 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 „Verbzw. Gebrauch“ der Güter begründet. Dies ist auch der Ansatz für die Langlebigkeit 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 (täglichen) Gebrauch (Non-Food) bestimmt und erfreuen sich relativ schneller (hoher) Wiederkäufe (Food). In die gleiche Kategorie fallen DVD – Rohlinge und Zeitungen. Welchem Bereich diese Warengruppen zugeordnet werden ist in den ver79

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 Kategorisierung wurde von der GfK eingeführt. Hiernach wird zwischen den beschriebenen Food und Non-Food Warengruppen unterschieden – alle eher nicht eindeutig identifizierbaren 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 betrieben. Dabei ist die weltweite Marktabdeckung bereits sehr weit vorangeschritten, lediglich in einigen Ländern Afrikas ist dieses Panel noch nicht etabliert. Damit blickt dieses Panel aber auch als bisher einziges über Deutschland und Europa – wie immer dies auch definiert sein mag – weit hinaus. In einer globalisierten 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 anderen 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 Betrachtung allerdings zeigen sich doch einige, teils gravierende Unterschiede. Diese werden in den nachfolgenden Kapiteln detailliert beschrieben. Das Handelspanel wurde über viele Jahrzehnte mit der Methodik der Bestandserhebung am POS8 betrieben. Diese Vorgehensweise ist auch heute noch bei einigen Absatzmittlern (Key-Accounts) die einzige Möglichkeit die Daten zu erhe6

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

80

ben, da diese sich verweigern durch Scannerkassen erhobene Daten an die Institute 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 Artikeln ist mit einem bestehenden Personalstamm durchzuführen, weitere Warengruppen die beobachtet werden sollen verlangen aber Personalausweitungen. Diese sprungfixen Kosten haben dazu geführt, das die Institute bei der Inventurmethodik 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 Warengruppenumfeld 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 anderen Seite – diese beiden Pole bilden zurzeit das Spannungsfeld für Veränderungen im Handelspanel. Das Handelspanel umfasst heute nahezu alle in der obigen Definition eingeschlossen Warengruppen. Der Grund liegt hier in der Datenlieferung einiger Handelsorganisationen. Diese liefern alle verkauften Artikel und nehmen keinerlei Selektion der Daten vor. Damit sind die Institute in die Lage versetzt, die Warengruppe 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 einen Seite der Weiterentwicklung (Ausweitung) der Handelspanels; auf der anderen Seite ist aber auch die Entwicklung der Handelslandschaft zu nennen. Die Veränderung hier ist ebenso spannend. Einige Beispiele mögen dies verdeutlichen. Die Anzahl der Verbrauchermärkte9 stieg von 1.920 Einkaufsstätten in Westdeutschland (incl. West Berlin) im Jahre 1981 auf 2.690 im Jahr 1991. Anfang 1998 waren in der wiedervereinigten Bundesrepublik 7.090 Geschäfte als

81

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 Lebensmitteleinzelhandelsgeschäften11 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 Traditioneller 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 Zur Definition siehe Punkt 3.2.1.2.2 11 Zur Definition siehe Punkt 3.2.1.2.3 10

82

Discounter gewinnen an Bedeutung und dürfen, bei allen Schwierigkeiten, in einer 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 beträchtlicher 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 Erhebungsmethodiken zusammen. Wann immer möglich werden die sehr validen Daten aus den Scannerkassen zur Berechnung der jeweiligen Kennziffern verwendet. Bei dieser Datenform ist die Anforderung an die Datensicherheit am stärksten 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 Lieferung 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 Problemfällen zwei Lösungsansätze. Die notwendigen Daten können vom institutseigenen Außendienst erhoben, oder aber aus dem Verbraucherpanel in die Handelspanels 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 durchgeführt, die keine Scannerdaten zur Verfügung stellen können (wollen). Für diese Geschäfte erfolgt die Berechnung 83

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

Zoofachhandel (Pet Shops)

Kauf- / Warenhäuser

Sonstige Kanäle Parfümerien Apotheken C+C

( * ) außer Penny, HL, Minimal

* Minimal und Penny

Abbildung 2.4: Datenarten im Handelspanel

12

2. Scannerdaten:

über eine Scannerkasse direkt am POS erfasste Verkaufsdaten. Liefert ein Key-Accounter neben den Scannerdaten eines ausgewählten Panelgeschäfts die Daten aller Geschäfte, so wird auch von Zensusdaten gesprochen. In diesem Fall ist keine Hochrechnung des Key-Accounts notwendig.

3. Kausaldaten:

Auch in Scannergeschäften werden die sog. Promotiondaten (noch) durch den Außendienst erhoben. Hierzu zählen Preisreduktionen, Display- und die unterschiedlichsten Kommunikationsaktivitäten.

Zur genauen Beschreibung der Bestandsmethodik vgl. Punkt 1.2.4.1

84

2.2.3 Datenquellen und Datenverfügbarkeit Liefert eine Vertriebsschiene oder ein Key-Account die oben beschriebenen Scanerdaten, 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 Erhebungsart lediglich zweimonatlich.

Datenverfügbarkeit am Beispiel des Handelspanel FOOD

WOCHENDATEN

MONATSDATEN

LEH > 200 m²

LEH > 200 m²

C+C

REWE mit HL, *

Impulsgeschäfte

Aldi, Norma, Lidl

Zoofachhandel

Kauf- / Warenhäuser

REWE ohne HL,*

2-MONATSDATEN Drogerien

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 Gesamtmarkt erstellt werden. Auch in den Wochenberichten, die alle Scannerdatengeschäfte umfassen, ist eine „vollständige“ Gesamtmarktbetrachtung aufgrund fehlender Audit Geschäfte nicht möglich. Dieser Umstand ist aber verschmerzbar. Wie bereits beschrieben fehlen die Daten der kleinen und vom Umsatz her eher unbedeutenden Geschäfte. 85

Abbildung 2.6: Beobachtete Absatzkanäle des Handelspanels Food

86

Parfümerien

Supermärkte

Traditioneller LEH

AutobahnTankstellen

Drogeriemärkte

Discounter

Kioske

StraßenTankstellen

Impulskanäle

Drogerien

Drogeriemärkte Parfümerien

Verbraucher märkte

LEH GAM Getränkeabholmärkte

Bars / Diskotheken

Cafes

Hotels/ Gasthöfe

Restaurants

Gastronomie

Bäckereien

Metzgereien

Lebensmittel handwerk

Apotheken

Sonstige

Landhandel

Garten-Center

Baumärkte

Zoofachhandel

Kauf- und Warenhäuser

Cash & Carry

Sonstige Kanäle

Beobachtete Absatzkanäle des Handelspanel FOOD

Ein drittes Problem stellen diejenigen Geschäfte dar, die weder Scannerdaten liefern, 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 Vertriebsschiene 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 Absatzkanälen zusammen, die wiederum bis zu sieben Unterteilungen aufweisen. In Abbildung 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 Warengruppen Foto und Do-it-yourself im Focus, etwas zeit verzögert folgten die Warengruppen der sog. „Braunen und Weißen Ware“. Dabei sind auch heute noch folgende Kategorien subsumiert13: x Braune Ware :

Fernsehgeräte, Videorecorder, Camcorder, Radios etc.

x Weiße Ware :

Großgeräte wie: Kleingeräte wie:

Kühlschränke, Gefriergeräte, Herde Rasierer, Bügeleisen, Küchenhilfen

Aber auch für das Non-Food Panel haben sich die Rahmenbedingungen wie bereits oben beschrieben gegenüber den Anfängen deutlich verändert. Aus dem Blickwinkel der Handelslandschaft haben viele kleine Geschäfte dem Wettbewerbsdruck 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. Kühlgeräte wurden (werden) in einem weißen Outfit geliefert. TV-Geräte waren (sind) überwiegend braun.

87

1. Fachmärkte 1.1. Traditioneller Facheinzelhandel (keiner Einkaufskooperation angeschlossen) 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 Globalisierung 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 Vielzahl von einzelnen Warengruppen. Die Unterteilung in die pro Warengruppe relevanten, unterschiedlichen Absatzkanäle 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 Warengruppen Brillenfassungen, Brillengläser, Kontaktlinsenpflegemittel

88

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 bezeichnet 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 Frage 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 Informationen rund um den Einkauf dieser Produkte in einen sog. Haushaltskalender eintragen. Die erste Verbraucherpanelart war ein reines Haushaltspanel. Dies bedeutete, dass der sog. Haushaltsführer alle Einkäufe, die für den Gesamthaushalt bestimmt 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 kontinuierlich sowohl in horizontaler, wie auch in vertikaler Richtung.

15

Vgl.: Beschreibung der Wiederkaufsraten unter Punkt 3.4.2

89

Die horizontale Betrachtung legt einen Blick auf die zu erhebenden Warengruppen frei. Neben den anfänglichen hochfrequenten Warengruppen des Food Marktes 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 begonnen, das Panel auf die Warengruppen des Non-Foods auszubauen. Zu dem Bereich gehören Elektrogeräte, Bestecke und Kochgeschirre, oder alle Teilwarengruppen der Sanitärartikel. Bücher, Zeitschriften, Musik, Videospiele, Klingeltöne 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 Datenerhebung, bzw. macht diese völlig unmöglich. Als Beispiel sei hier die Haushaltswarenindustrie 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 Eintrittskarten für Veranstaltungen und Events die lediglich über das Internet zum Verkauf angeboten werden. Das Verbraucherpanel ist hier aber nicht stehen geblieben. Es erfolgte wenig später die Ausweitung auf einen dritten Bereich, die Dienstleistungen. Hier werden z.B. Finanzdienstleistungen wie Versicherungsbestände, Versicherungsneuabschlüsse, Bausparverträge und Bankdienstleistungen kontinuierlich erhoben und analysiert. Diese Aufzählung erhebt keinen Anspruch auf Vollständigkeit. Sie verdeutlicht aber, dass eine permanente Weiterentwicklung in der horizontalen Betrachtungsweise gegeben ist. Dieser kontinuierliche Prozess wird einerseits durch Kundenwünsche weiter fortgeschrieben, andererseits auch durch Marktentwicklungen getrieben. Die vertikalen Weiterentwicklungen beinhalten keine inhaltlichen Änderungen dieses Haushaltspanels, sondern beschreiben die Ausweitung der berichtenden 90

Personen. Zahlreiche Artikel, auch Warengruppen sind heute nicht mehr für den Konsum des gesamten Haushaltes bestimmt. Viele Waren werden von einem Individuum gekauft, und alleine von diesem auch „verbraucht“. Ein gutes Beispiel stellt das "Kaugummi" dar. Der Haushaltsführer kann in einem Haushaltspanelansatz diese Warengruppe nicht vollständig berichten, da nicht alle Haushaltsmitglieder jeden individuellen Einkaufsakt dieser "Berichtsinstanz" mitteilen werden. Als anderes Beispiel kann der Download von Klingeltönen herangezogen 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 zusätzlich ein Individualpanel installiert. Die Methodik an sich bleibt identisch, lediglich 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 Individualperson; die Einkäufe anderer Haushaltsmitglieder fließen in das Individualpanel nicht mit ein.

Verbraucherpanels

Haushaltspanels

FMCG

SMCG

Alle Food Warengruppen z.B.: Nahrungsmittel Wasch-, Putz-, Reinigungsmittel

Alle Gebrauchsgüter z.B.: Elektrogrossgeräte Elektrokleingeräte Möbel

Individualpanels

FMCG

SMCG

Ausgewählte Food Warengruppen Beispiele: Deomittel, Kosmetik, Süsswaren

Ausgewählte Warengruppen Beispiele: Klingeltöne, Musik, Zeitschriften

Abbildung 2.7: Verbraucherpanelarten 91

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“ einfach gegeneinander abgrenzbar sein. Dies gelingt auch in der überwiegenden Zahl der Fälle. Warengruppen mit einem hohen familiären Nutzungsgrad gehören erhebungstechnisch zum Haushaltspanel. Mit ansteigendem Individualisierungsgrad 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 Teilwarengruppen steht der haushaltsbezogene - familiäre – Nutzen klar im Vordergrund. Dies spricht für eine Erhebung im Haushaltspanel. Die Armbanduhren dagegen sind für den persönlichen Bedarf bestimmt, und sollten daher im Individualpanel eingefragt werden. Daraus ergeben sich nun drei Erhebungsvarianten. Vollständige Erhebung im Individual- oder Haushaltspanel – Splittung der Gesamtwarengruppe 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 Haushaltsoder Individualpanelansatz, auf drei grundsätzlich unterschiedliche Arten erhoben.

92

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 eingebautem Scanner und Tastatur. Der EAN-Code jedes gekauften Produkts wird eingescannt und über die Tastatur werden die fehlenden Informationen (Einkaufsstätte, Preis, etc.) schnell ergänzt. Der Vorteil ist einleuchtend. Die detaillierte Produktinformation ist bereits auf dem Produkt (im EAN Code) gespeichert. Es ist unnötig, 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 bildet 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 direkt 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 Geschäftstyp 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 Produktabbildung und einen GfK eigenen Code.

93

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. Kalender, 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 zurückgesendet.

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 Usernamen und Kennwort, stehen dem berichtenden Teilnehmer alle Warengruppen 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.) 2.)

Schnellere und detailliertere Datenlieferung Verlagerung von Erfassungsaufwendungen hin zum Panelteilnehmer

Diese Art der Datenerhebung schreitet immer weiter voran und wird auch die oben beschriebene schriftliche Erhebungsmethodik in naher Zukunft vollkommen abgelöst haben. Bisher haben sich gegen diese Art der Datenerhebung vorwiegend die älteren Zielgruppen gesperrt. Einerseits wollten diese keine Erfassung 94

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“ Kalendereintragungen, andererseits wird immer das Originalmailing an die GfK gesendet, eine eindeutige Zuordnung ist damit gewährleistet. Damit die Teilnehmer mit ihrem gewohnten 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 diejenigen 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 tatsächliche 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 Datenerhebungsmethodiken innerhalb einer Warengruppe oder soziodemographischen Schicht sinnvoll und berechtigt sein können. Sicherlich wird es in naher Zukunft neue zusätzliche Erhebungsmethodiken geben werden, so wie es heute bereits bei der GfK durchgeführt wird. Hier wurde 95

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 eintragen. Hier sind also schon die Techniken Scannererfassung und Online kombiniert. Welche Möglichkeiten das Handy in naher Zukunft offenbart ist heute für den Bereich der Datenerhebung in der Panelforschung noch nicht vollständig absehbar. 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 Unterscheidungsgrad 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 Warengruppen ebenso vorzufinden, wie auch Tertiale, Halbjahresperioden oder lediglich Jahresperioden. Der Versuch alle Warengruppen nach deren Lieferrhythmus zu systematisieren stellt sich als eher schwierig heraus. Als Lieferkriterium böte sich die oben beschriebene Systematisierung an. Erhebungsmethodik FMCG - SMCG Haushaltspanel - Individualpanel Saisonalität Fallzahl (Anzahl Einkaufsakte) pro Zeiteinheit Erhebungsmethodik Ein wesentliches Kriterium zur Periodizität einer Verbraucherpanelwarengruppe stellt die Erhebungsmethodik dar. Die höchstfrequenteste Warengruppe kann 96

nicht wöchentlich berichtet werden, wenn die Datenerhebung auf der schriftlichen Kalendermethodik beruht. Damit wird deutlich, dass die Liefergeschwindigkeit und die Periodizität einer Warengruppe unmittelbar mit dem Erhebungsmethodik 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 deutlich 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 Digitalkameras. Haushaltspanel - Individualpanel Zahlreiche Warengruppen aus beiden Panelarten weisen sowohl sehr hohe als auch sehr niedrige Kaufakte je Zeiteinheit auf. So sind die Kaugummikäufe (Individualpanel) deutlich höher als die Büchereinkäufe. Kaffee (Haushaltspanel) wird häufiger konsumiert und damit eingetragen als Elektrogeräte aller Art. Damit ist auch dieses Unterscheidungskriterium zur generellen Systematisierung ungeeignet. Saisonalität Warengruppen könnten durchaus auch einen im Jahresverlauf unterschiedlichen Berichtsrhythmus aufweisen. Eine technisch erhobene Warengruppe könnte beispielsweise 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 Ge97

samtabsatz im Frühjahr und Sommer sehr gering, so steigt dieser doch sehr erheblich 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 aber auch wiederum ersichtlich, dass die Saisonalität ebenfalls kein geeignetes generelles Systematisierungsmerkmal darstellt. Fallzahl (Anzahl der Einkaufsakte) je Zeiteinheit Bleibt einzig die Fallzahl je Zeiteinheit die als geeigneter Maßstab für die Lieferfrequenz 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 Lieferung 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 entweder nach den Panelarten, Haushalts- versus Individualpanel oder aber nach der Erhebungsmethodik unterschieden werden können. Auch eine Warengruppeneinteilung erscheint sinnvoll, wenn die unterschiedlichen Produktgruppen zu sinnvollen Kategorien zusammengefasst werden.

98

In diese Systematik lassen sich jedoch zwei Panelarten so einfach nicht integrieren. Es handelt sich dabei um das E-Commerce Panel Web*Scope und das Direktmarketing 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 Warengruppe 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 kontinuierlich 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 Vielzahl von Teilnehmern möchte weiterhin mit Hilfe des schriftlichen Kalenders die Einkäufe berichten. Online gekauft, bedeutet daher nicht zwangsweise auch online berichtet. In diesem Panel gibt es keine Artikel- und damit auch keine Warengruppeneinschränkung. 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 Einkauf von Neuprodukten, bei Web*Scope wird auch der Kauf von Gebrauchtprodukten analysiert. Der Vertriebsweg Internet war in den Jahren 2001 – 2005 ein dynamisch wachsender 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 traditionellen Versandhändler auf den nächsten Platzen.

16

Zu den Einschränkungen des Handelspanels siehe Punkt 2.5

99

E-Commerce-Umsatzentwicklung 2002

2003

2004

8.840 Mio. Euro

11.195 Mio. Euro

2005 12.957 Mio. Euro

6.347 Mio. Euro

davon jeweils 1. Hj

5.316 Mio. Euro

3.848 Mio. Euro

2.539 Mio. Euro

6.236 Mio. Euro

Quelle: GfK-Web*Scope

Abbildung 2.8: Entwicklung des E-Commerce

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

31,2

38,1

38,5

Jan. 04

Jan. 05

32,3

18,0 10,8 6,0

Mitte 1998 Mitte 1999 Mitte 2000 Frühling 2002

Jan. 03

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

Abbildung 2.9: Personen mit Internetzugang

100

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 Deutschland lagen keine Daten über die Direktmarketingaktivitäten der unterschiedlichsten Versender vor. Es existierte keine Wettbewerbsbeobachtung, Daten über Auflagenzahlen, Zielgruppenanalysen, Responseraten17 etc. der unterschiedlichsten Versender gab es nicht. Im Jahr 2000 erfolgt daraus der Start des ersten Direktmarketing Panels in Deutschland durch die GfK.

Die Direktmarketinginstrumente

Mailings Adressierte, teil- und unadressierte Werbebriefe

Telefon Marketing

E-Mail Marketing

Abbildung 2.10: Die unterschiedlichen Direktmarketinginstrumente

101

Der Distanzhandel, die Versandhändler betreiben seit je her alle Formen des Direktmarketings. 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 Werbebriefen 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 / Gewinnspiele 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 unterschiedliche Datenerhebungssysteme. Klassisch nach der bereits beschriebenen Kalendermethodik werden die Werbeanrufe registriert. Hier trägt der Panelteilnehmer 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 Behandlung. Für die Panelteilnehmer ist es sehr schwierig und auch zu umfangreich 17

Die Responserate beschreibt die Menge an Antworten auf 100 versendete Mailings.

102

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 Freiumschlag, in dem die Werbebriefe gesammelt und am Monatsende an die GfK eingeschickt werden. Die dritte Erhebungsart stellt das E-Mail Marketing dar. In diesem Fall werden die bei den Panelteilnehmern eingehenden Werbemails direkt an die GfK weitergeleitet. 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 Erfassungsmethodiken. 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 heutigen Zeitpunkt ist die Firma Drotax aus Königstein die einzige Firma die ein Anzeigenpanel betreibt. Die Zielsetzung dieses Panels ist angelehnt an die Aktivitäten des Handels. Nicht die Abverkäufe stehen hier im Mittelpunkt, sondern die Preisaktionen der unterschiedlichen Handelsschienen und Key-Accounter werden detailliert analysiert. Die relevanten Preisinformationen der einzelnen Absatzkanäle werden dabei aus Tageszeitungen, Anzeigenblättern, Handzetteln und Kundenzeitschriften gewonnen. Tageszeitungen sind abonniert und treffen somit täglich bei DROTAX ein. Repräsentativ ausgewählte Haushalte sammeln die Werbesendungen der Verbrauchermärkte und des traditionellen Handels aus dem Briefkasten und senden diese 103

an das Institut. Die dritte Stützte zur Informationssammlung sind spezielle Außendienstmitarbeiter, die Handzettel in den Geschäften sammeln und ebenfalls einsenden. Erfasst und ausgewertet werden folgende Informationen: x Wer hat x wann, x in welchem Medium (Tageszeitung, Handzettel, Anzeigenblatt, Kundenzeitschrift) x in welcher Größe, x zu welchem Preis x welches Produkt offeriert. Damit liefert dieses Anzeigenpanel sehr schnell Informationen über aktuelle Preise und auch über Promotionaktivitäten. In sog. Vorabberichten werden Aktivitäten 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 repräsentatives 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 aufgezeigt 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 Vorbereitung. 18

Die Angaben zu Single Source beruhen auf Unterlagen von A.C. Nielsen

104

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 EANCodes sowie die Codes für die Einkaufsstätten einscannen. Zusätzlich ist für jedes 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 Tageszeitungsinserate) auf das Kaufverhalten ebenfalls erfassen zu können, haben die Haushalte die Möglichkeit, mit Hilfe des Handscanners anzugeben, ob sie beim Kauf einzelner 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 eingesetzt (People-Meter), mit dessen Hilfe eine personen- und sekundengenaue Datenerfassung möglich ist. Über eine spezielle Fernbedienung können sich die einzelnen Familienmitglieder an- bzw. abmelden, wenn sie mit dem Fernsehen beginnen bzw. wenn sie wieder den Raum verlassen. Die Zuordnung zu den richtigen Programmen erfolgt automatisch durch den People-Meter. Das Radioverhalten wird mit Hilfe einer Befragung erhoben. Die Daten aus den Handscannern und dem People-Meter werden über ein Modem 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 Mediaverhalten hergestellt werden. Auf die zusätzliche Integration von Handelszahlen wurde verzichtet, so dass keine 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, wo105

bei allerdings auch hier die typischen Probleme von Verbraucher- und Fernsehpanels auftreten, ergeben sich insbesondere durch die Berücksichtigung des Mediaverhaltens. Insgesamt lassen sich folgende Aspekte aufführen: x x x x

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

Typische Fragestellungen, die mit Hilfe von Single Source beantwortet werden können: x x x x x x x

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 beeinträchtigt? x Wie wirkt die Kampagne bei verschiedenen Zielgruppen? x Wo liegt in der Woche vor dem Einkaufsakt die optimale Kontaktmenge? x Wie lange hält die Wirkung der Kampagne an? Tabelle 2.1: Segmentierung nach Käufer- und Mediaverhalten (Ausschnitt) Segmentierung nach dem Kaufverhalten

Segmentierung nach dem Mediaverhalten

Konsumenten bestimmter Warengruppen Konsumenten bestimmter Marken Konsumenten bestimmter Produkte Kunden bestimmter Handelsorganisationen Promotion-/Non-Promotion-Käufer markentreue Käufer / Markenwechsler TV -Nutzung (hohe - geringe Kontaktdosis) Print-Nutzung (gemessen über den Kauf der Printmedien)

106

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: x x x x x x x

Erst- und Wiederkäuferanalyse Gain & Loss Analyse Kaufhäufigkeitsanalyse Preisklassenanalyse Bedarfsdeckungsanalysen Einführungsanalyse oder Promotion-Analyse.

Für den Vertrieb sind u.a. die x x x x

Warenkorbanalyse warengruppenübergreifende Analysen Key-Account-Analysen oder Einkaufsstättenanalysen

von Bedeutung. Weiterhin können durch die Kombination der erhobenen Variablen (Einkaufsund Mediaverhalten) eine Vielzahl von Kreuzanalysen durchgeführt werden.

2.6 Fernsehzuschauerpanel 2.6.1 Grundlagen Die Fernsehzuschauerforschung erfasst kontinuierlich, welche Haushalte und 107

Personen zu welchen Zeiten wie lange welche Sender und Sendungen nutzen. Sie verfolgt damit vor allem zwei Ziele: x Zunächst liefert sie die Grundlage für die Analyse und Planung der Fernsehprogramme. 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 insgesamt zu analysieren, sondern auch ihre Veränderung im Zeitablauf, um so einzelne Stärken und Schwächen einer Sendung zu erkennen. x Weiter liefert die Fernsehforschung auch den Leistungsnachweis für die Fähigkeit 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 mehrfacher 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 verkauft. 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 gegeben) im Auftrag der Sender durchgeführt. Die Daten sind Eigentum der "Arbeitsgemeinschaft Fernsehforschung" (AGF), die von den Fernsehsendern getragen wird. Die Durchführung der Fernsehforschung wird dagegen einem Institut übertragen, das auch Eigentümer des Panels ist und methodisch die letzte Verantwortung 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 Godesberg den Auftrag inne, seit 1985 ist die GfK Fernsehforschung in Nürnberg mit 108

dieser Aufgabe betraut. Etwas vereinfacht lässt sich sagen, dass die GfKFernsehforschung 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. Dadurch ergeben sich besonders hohe Forderungen an die Nachprüfbarkeit und Genauigkeit dieser Form der Panelforschung. Drittens entfällt eine wichtige Möglichkeit der Kunden, die Ergebnisse der Fernsehforschung zu kontrollieren, die im Handels- und Verbraucherpanel besteht. Dort können die eigenen Absätze mit den im Panel registrierten Mengen verglichen werden (Coverageberechnung). Dies wird durch eine sehr intensive Kontrolle des gesamten Forschungsprozesses durch die Auftraggeber ausgeglichen, die in dieser Form wiederum nur möglich ist, weil die Daten eben in deren Eigentum 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 “Währungscharakter” haben. Im Gegensatz dazu gibt es zu vielen Bereichen des Handelsund 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 Jahren. 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 unterschiedlichen Empfangsmöglichkeiten über Antenne, Kabel und Satelliten109

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 gebildet von den privaten deutschen und EU-Ausländer-Haushalten, die mindestens ein Fernsehgerät besitzen. Damit sind von der Erfassung u.a. ausgeschlossen: x Das Zuschauerverhalten der sonstigen ausländischen Bevölkerung. Ein 1998 erfolgter Versuch, auch das Fernsehzuschauerverhalten dieser wichtigen Bevölkerungsgruppe zu erfassen, wurde von den Sendern abgebrochen. x Das Zuschauerverhalten in den institutionellen Haushalten wie Krankenhäuser, Bundeswehr, Haftanstalten, Altersheimen etc. x Das Zuschauerverhalten in Hotels, Ferienwohnungen, Ferienhäusern, etc. Die Unterschiede in den Definitionen des Haushaltspanels und des Fernsehzuschauerpanels 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 Gemeinschaftsstudie 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 derzeit (März 2005) aus etwa 13.000 Personen, die in 5.640 Haushalten leben, da110

von 5.500 deutsche und 140 EU-Ausländer-Haushalte. Bei der Anwerbung und Steuerung des Panels werden folgende Klassen von Merkmalen berücksichtigt: x 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 Personen 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 Haupteinkommensbezieher ist. Damit ergeben sich bereits nach der Soziodemographie 81 Hochrechnungszellen, die die Grundlage der Hochrechnung bilden. x Regionale Gesichtspunkte wie Bundesland, Regierungsbezirk, Gemeindegrößenklasse und Wohnumfeld. x Empfangsmöglichkeiten für Programme, wobei je nach Zahl der zu empfangenden Sender unterschieden wird zwischen “terrestrisch”, “Kabel” oder “Satellit”. Die Kombination der 81 soziodemographisch gebildeten Hochrechnungszellen mit 17 Bundesländern (Berlin West und Berlin Ost werden jeweils als eigenständige 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 Sendegebiete eine für einen separaten Ausweis ausreichende Stichprobe haben. Ansonsten ist das Panel proportional besetzt. Darüber hinaus wird eine Vielzahl von Variablen, die bei der Erstbefragung der Haushalte anfallen und für die entsprechende Vergleichswerte aus der MA vorliegen, laufend kontrolliert, indem die Paneldaten mit denen der MA verglichen werden.

111

Die Hochrechnung erfolgt täglich, um technisch begründete Datenausfälle berücksichtigen zu können. Dabei wird ein komplexes Verfahren angewendet, dessen 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 GfKMeter. Hierbei handelt es sich um ein elektronisches Gerät, das direkt oder indirekt (z.B. über den Videorecorder) mit dem Fernsehgerät verbunden wird (vgl. Abbildung 2.11). Jedes stationär betriebene TV-Gerät der teilnehmenden Panelhaushalte wird mit einem GfK-Meter ausgestattet.

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

112

Das Gerät erkennt automatisch: x welcher Sender eingeschaltet ist. Dies geschieht durch die Kanalerkennung, die möglich ist, weil das Gerät mit zwei eigenen Tunern ausgestattet ist. Zusätzlich wird eine Kennung ähnlich dem VPS-Signal erfasst, die eine Identifikation von bisher nicht bekannten Sendern ermöglicht. x Aufzeichnung und Wiedergabe von Fernsehsendungen sowie den Durchschleifbetrieb durch den Videorecorder, wobei bei der Wiedergabe aufgezeichneter Sendungen Datum, Uhrzeit und Kanal erkannt werden. Andere Kassetten werden als Fremdkassetten erkannt. x 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. Fernsehgeräte, die über eine Fernbedienung verfügen, werden mit einem Gerät ausgestattet, bei dem die Gerätefunktionen auch mit einer dazugehörigen Fernbedienung gesteuert 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 Drücken der Personenanmeldetaste auf einer Fernbedienung. Jede Person des Haushalts 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 TVGeräts 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 Haushalt zuzuordnen, sind aufgrund technischer Probleme sowie der mangelnden Akzeptanz durch einen Großteil der potenziellen Haushalte gescheitert.

113

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 verständlich 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

Sehdauer Sender A 30 1 1 20 2 50 1 2 0 2 100 3 Sehdauer Personen 200 Sehdauer Haushalte 130 114

Sehdauer Sender B 70 0 50 30 0 150 120

Die Personen im Haushalt haben die Sendungen demnach zumindest teilweise parallel gesehen. Reichweite, Durchschnittliche Reichweite, Einschaltquote und Sehbeteiligung: Die absolute Reichweite (oder auch die Ratings) drückt die gesamte Nutzung von TV insgesamt, eines Senders oder einer Sendung aus. Die gesamte personengebundene Nutzung des Senders A beträgt im Beispiel 200 Personenminuten, die entsprechende Haushaltsbezogene Nutzung beträgt 130 Haushaltsminuten. Die relative Personenreichweite oder auch Durchschnittsreichweite ergibt 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. Entsprechend ergibt sich auch die relative Haushaltsreichweite. Reichweiten auf Personenebene 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 dagegen 200 Personenminuten. Danach errechnet sich eine relative Personenreichweite 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 ausgeschlossen werden, die es weniger als eine Minute zusammenhängend gesehen haben. Dadurch werden diejenigen nicht einbezogen, die nur sehr kurzfristig 115

(z.B. beim "zappen", d.h. beim schnellen Durchwechseln der Kanäle) den entsprechenden Sender gesehen haben. Auch die Nettoreichweite kann durch Multiplikation 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 Grundgesamtheit durchschnittlich ein TV-Angebot nutzt. Im Beispiel beträgt die durchschnittliche personenbezogene Sehdauer für Sender A 200 Minuten / (10 Haushalte × 3 Personen) = 6,7 Minuten. Auch diese Zahl kann personenbezogen und haushaltsbezogen 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 personenbezogenen Fernsehnutzung eines Zeitintervalls. Weil dieser auf die gesamte Fernsehnutzung in dem Zeitintervall bezogen ist, ist er unabhängig von der absoluten 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 Berücksichtigung 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 herangezogen werden, die bei der Anwerbung der Haushalte erhoben werden, wie z.B. 116

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 Kombination aller vorhandener Abfragen der Haushalte möglich. Dennoch gibt es Segmente, die vor allem in der Standardberichterstattung häufig verwendet werden. x Zuschauer gesamt: Alle fernsehenden Personen ab 3 Jahren in Fernsehhaushalten ohne Gäste. x Erwachsene ab 14 Jahren: Alle fernsehenden Personen in Fernsehhaushalten ab 14 Jahre ohne Gäste. x Kinder: Alle fernsehenden Personen in Fernsehhaushalten von 3 bis 13 Jahren ohne Gäste x Satellitenhaushalt: Haushalte mit Besitz eines individuellen Satellitenreceivers. x Kabelhaushalt: Empfang von mindestens fünf Satellitenprogrammen und nicht Satellitenhaushalt. Diese Definition war nach der Wiedervereinigung notwendig geworden, da der Kabelempfang in den neuen Bundesländern nicht vergleichbar 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. x Terrestrischer Haushalt: Alle Haushalte, die nicht Kabelhaushalt oder Satellitenhaushalt 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 eingeführt, die das in Frankreich entwickelte ERIM-System in Deutschland in Li117

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 vergleichbares System angeboten. Weitere Mikrotestmärkte existieren derzeit in Europa 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: x Haßloch hat die richtige Größe. Es ist mit 8500 Haushalten groß genug, so dass ein soziodemografisch repräsentatives Panel von 3000 Haushalten aufgebaut 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 können, die eine haushaltsbezogene Erfassung der Einkäufe der Testhaushalte ermöglichen. 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. x Haßloch hat alle wichtigen Einkaufsstätten am Ort (u.a. ein SB-Warenhaus mit 20.000 qm Verkaufsfläche, kleine Nachbarschaftsgeschäfte und Drogeriemärkte), 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. 118

x Schließlich liegt Haßloch im Gebiet des Kabelpilotprojekts Ludwigshafen / Vorderpfalz, so dass vom Start weg eine hohe Verkabelungsdichte gewährleistet war, die wiederum Voraussetzung für die Anwendung der Split-CableTechnologie ist. 2000 der 3000 Testhaushalte wurden mit einem Gerät ausgestattet (der so genannten GfK-Box), das die Überblendung von Werbespots durch Testwerbung erlaubt. Die dazu notwendige Technik wurde von der US-Firma Information Resource Inc. (IRI) übernommen und für den deutschen Markt modifiziert. Diese Split-Cable-Technologie lässt sich wie folgt skizzieren: x Im Kabelnetz steht für Testzwecke mindestens ein Kanal zur Verfügung (derzeit sind es zwei Kanäle, die hierfür genutzt werden können). x In Haßloch wurde ein Studio errichtet, das mit einem Zentralrechner sowie der für die Überblendung notwendigen Technik ausgestattet ist. x Auf dem Zentralrechner werden die für die Überblendung vorgesehenen GfKBoxen ausgewählt. Zusätzlich wird der für die Überblendung vorgesehene Kanal eingegeben. Die GfK-Boxen sind über eine Datenleitung mit dem Zentralrechner 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 vorgesehenen Kanal empfangen. x Der Umschaltvorgang wird im Studio durch einen Knopfdruck ausgelöst. Gleichzeitig wird auf dem GfK-Kanal die Testwerbung gesendet. Die ausgewählten 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 Umschaltvorgänge 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 Kabelnetz statt, was die Einwilligung des Betreibers (damals die Deutsche Bundespost) erforderlich machte. Diese konnte erst nach einer Neukonstruktion der von der 119

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 desjenigen Werbetreibenden erforderlich, dessen Werbefilm überblendet wird. Der entsprechenden 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 Abverkäufe der Geschäfte erfasst (Single-Source-Ansatz). Die Haushalte erhalten als Gegenleistung die Kabelgebühr ersetzt, wöchentlich eine Fernsehzeitschrift, kleine Geschenke zwischendurch und nehmen an Verlosungen teil. Über die zur Verfügung gestellte Fernsehzeitschrift kann auch die Wirksamkeit von Printwerbung getestet werden: Dazu werden die Hefte für einen 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: x Test der Verbraucherakzeptanz für neue oder veränderte Produkte, wobei mit TV-Werbung, Printwerbung, allen Instoremaßnahmen und der Probenverteilung 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 Instoremaßnahmen, der Distribution und des Werbedrucks variiert werden19. x Test von Fernsehwerbung, wobei verschiedene Werbespots oder auch verschiedene 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: ESOMAR Seminar on "New Methodologies in Testmarketing", Amsterdam 1988 S. 205-228

120

Testgeschäfte Testgeschäfte Basisfür fürDistribution Distribution Basis Verkaufsdaten der Geschäfte

ScannerScannerkasse kasse

Einkaufsverhalten der Testhaushalte

Identifikationskarte Print-Werbung Print-Werbung

RepräsentativeTesthaushalte Testhaushalte Repräsentative

Promotion Promotion

1000ohne ohneGfK-Box GfK-Box 1000 TV-Werbung TV-Werbung

2000mit mit GfK-Box GfK-Box 2000

Abbildung 2.12: Das Testsystem GfK-BehaviorScan x Test von Instoreaktivitäten, wobei ihre Wirksamkeit durch den Vergleich der erreichten Abverkaufszahlen der Geschäfte bzw. Einkaufszahlen der Haushalte in den aktionierten Wochen mit den nicht aktionierten Wochen ermittelt wird. x Test von Printwerbung und Verteilung von Produktmustern an Haushalte, wobei wie bei der TV-Werbung Test- und Kontrollgruppe gebildet werden. Die Vielseitigkeit der Testmöglichkeiten unter fast vollkommen natürlichen Bedingungen 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 Geheimhaltung der Testprodukte. Hier haben die Testmarktsimulatoren wie TESI oder BASES eindeutige Vorteile, die aber durch eine geringere Analysetiefe und eine schlechtere Prognosegenauigkeit erkauft werden müssen.

121

2.8 Spezialpanels Neben den oben aufgeführten Handels- und Verbraucherpanel gibt es eine Vielzahl weiterer Bereiche, in denen Paneldaten eine wesentliche Grundlage der Marktforschung darstellen. Im Folgenden werden einige dieser Panels kurz vorgestellt, wobei die Informationen den Prospekten und den Internetseiten der Panelanbieter 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 bundesdeutsche 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 Stichprobe kann ein separater Ausweis für größere Betriebe, mit mindestens 100 Mitarbeitern, 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 Einkauf 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.

122

x Allgemeiner Teil: Im allgemeinen Teil werden aktuelle und allgemein interessierende Fragestellungen berücksichtigt. Hierzu gehören beispielsweise die Einschätzung der konjunkturellen Lage, die geplanten Auslandsaktivitäten oder die Investitionspläne in den nächsten Monaten. Weiterhin werden für eine Vielzahl von Produkten der aktuelle Produkteinsatz sowie die geplanten Anschaffungen erfasst. x Schwerpunktthema: Pro Erhebungsperiode wird ein Produktfeld besonders intensiv untersucht. Die Auswahl sowie die Frageformulierungen werden vom Vogel Verlag vorgenommen, der anschließend die Studienergebnisse zum Verkauf anbietet. x Firmenindividueller Teil Wie bereits angesprochen, handelt es sich bei diesem Panel um eine Omnibuserhebung, das bedeutet, es besteht für Firmen die Möglichkeit, individuelle Fragestellungen in die Erhebung einzuschalten. Die hierbei erzielten Ergebnisse stehen natürlich dem Auftraggeber exklusiv zur Verfügung. Typische Fragestellungen 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 Dienstleistungen. 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 Anschaffung für die nächsten zwei bis drei Jahre ins Auge gefasst? Es geht dabei sowohl um Neuanschaffungen als auch um Ersatz bzw. um zusätzliche 123

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)

Zielgruppe Alle Betriebe Großbetriebe Kleinbetriebe

Produkt im Anschaffung längerfristiger Größe der ZielEinsatz geplant Bedarf gruppe (netto) 81,0 38,3 13,5 100,0 59,9 28,3 10,0 74,0 72,2 42,6 3,5 81,7 58,4 26,5 10,8 73,0

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

Zielgruppe Großbetriebe Kleinbetriebe

Produkt im Anschaffung längerfristiger Größe der ZielEinsatz geplant Bedarf gruppe (netto) 47.600 22.500 8.000 58.800 6.500 3.800 300 7.300 41.200 18.700 7.600 51.500

Die Zielgruppe in den beiden oben aufgeführten Tabellen setzt sich aus den Unternehmen zusammen, die entweder das Produkt im Einsatz haben, die Anschaffung planen oder einen längerfristigen Bedarf signalisieren, wobei Mehrfachnennungen 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 größeren Unternehmen zum Einsatz kommt (72,2 % : 58,4 %). Die Produktdurchdringung in der Zielgruppe liegt bei 81,0 Prozent, so dass sich hier noch ein deutliches Marktpotenzial ergibt. Rund 22.500 Betriebe planen in den nächsten 2 bis 3 Jahren, Produkt X einzusetzen, wobei hierbei nicht die Art der Beschaffung, Neu-, Ersatz- oder Erweite124

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 Produkterfahrung 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 Investition das Unternehmen auch als Anbieter berücksichtigt wird. Der Vergleich der Zielgruppe mit der Gesamtstichprobe zeigt, dass rund 25 % aller Unternehmen nicht zur Zielgruppe gehören. Hier stellt sich die Frage, ob dies aus Unkenntnis über die Leistungsfähigkeit des Anbieters von Produkt X eingetreten ist, oder ob die Produktgruppe von Produkt X nicht benötigt wird. Die Idee, dass dies etwas mit der Branchenzugehörigkeit der Unternehmen zu tun haben 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 Chemie, Kunststoffe, Steine und Erden Metallerzeugung und –bearbeitung Stahlbau Werkzeugmaschinenbau Maschinen- und Fahrzeugbau Elektrotechnik Feinmechanik, Optik Eisen-, Blech-, Metallwaren Sonstiges verarbeitendes Gewerbe

Alle Betriebe 17,2 15,0 7,9 5,6 22,1 15,7 2,7 8,4 5,5

Zielgruppe 15,2 18,8 8,1 5,6 22,6 14,8 2,3 9,1 3,4

Eine entsprechende Analyse nach Gebieten ergibt auch keine größeren Abweichungen.

125

Bekanntheit und Attraktivität Ein weiterer wichtiger Aspekt ist die Frage nach der Bekanntheit der unterschiedlichen 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 bekannt, 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, aussehen. Tabelle 2.6: Bekanntheit von Anbietern des Produkts X (Angaben in Prozent) Firma

Alle Betriebe A 43,6 B 16,6 C 65,8 D 40,4 E 57,5 F 6,6 G 8,9 H 20,2 I 54,4 J 28,2 K 12,6 L 30,8 Durchschnitt 32,1 Anzahl Nennungen 3,9

Großbetriebe 59,5 14,0 81,7 43,2 68,6 8,9 12,3 19,4 62,1 26,8 15,4 39,7 37,6 4,5

Mittel-/ Kleinbetriebe 41,6 16,9 63,8 40,1 56,1 6,3 8,5 20,3 53,4 28,4 12,2 29,7 31,4 3,8

Zielgruppe 36,3 15,2 77,4 43,0 61,0 6,8 10,6 19,6 56,7 27,9 14,8 35,7 33,8 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.

126

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 Kommunikationsstrategie 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 Stichprobe 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 weiteren 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 Bekanntheitsgrad auch die Attraktivität betrachtet wird. In Tabelle 2.7 ist dieser Vergleich sowohl auf der Basis aller Unternehmen als auch für die Zielgruppe dargestellt. 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 Lieferantenanalyse 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.

127

Tabelle 2.7: Bekanntheit und Attraktivität von Anbietern des Produkts X (Angaben in Prozent) Firma A B C D E F G H I J K L Durchschnitt Anzahl Nennungen

Alle Betriebe Alle Betriebe Zielgruppe Bekanntheit Attraktivität Bekanntheit 43,6 17,7 36,3 16,6 5,8 15,2 65,8 35,5 77,4 40,4 8,3 43,0 57,5 24,9 61,0 6,6 1,5 6,8 8,9 2,8 10,6 20,2 6,8 19,6 54,4 22,7 56,7 28,2 6,6 27,9 12,6 3,1 14,8 30,8 12,7 35,7 32,1 12,4 33,8 3,9 1,5 4,1

Zielgruppe Attraktivität 19,2 5,9 37,1 9,3 28,0 1,6 3,3 5,6 21,5 6,4 5,2 13,8 13,1 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 Bekanntheitsgrat, den Erfahrungen mit dem jeweiligen Anbieter auch auf Imagewerte zurückführen. Aus diesem Grund ist es wichtig, dass ein Unternehmen weiß, wie es mit den Augen der potenziellen Kunden gesehen wird. Die hierzu abgefragten Aussagen bzw. Eigenschaften beruhen auf den Ergebnissen von Pre-Tests, die durchgeführt werden, um alle relevanten Imagedimensionen auch in der Befragung berücksichtigen zu können. Fragestellung: Falls Ihnen die Firma A als Hersteller / Anbieter von Produkt X bekannt ist: Welche der folgenden Aussagen / Eigenschaften trifft auf diese Firma zu? 128

Die abgefragten Aussagen und Eigenschaften sind in Tabelle 2.8 ersichtlich, in der auch ein Ergebnisbeispiel für Firma A angegeben ist. Zur besseren Einordnung der Ergebnisse sollte auch ein Split nach den Unternehmen gemacht werden, denen Firma A bekannt ist. Tabelle 2.8: Das Image von Unternehmen A Firma A Erstklassige Referenzen Kurze Lieferzeiten Günstiges Preis- / Leistungsverhältnis Kompetente Beratung Geringer Schulungsaufwand Lange Lebensdauer der Produkte Umfassende Garantie Umfassender Service Kurze Kundendienstreaktionszeiten Einfache Programmierung Vielseitige und leistungsstarke Steuerung Anwendungsspezifische Software-Pakete Durchschnitt Anzahl Nennungen

Alle Betriebe 18,9 14,9 20,8

Groß- Kleinbetriebe betriebe 26,9 17,9 11,9 15,3 26,4 20,1

Zielgruppe 22,9 13,4 23,6

A bekannt 43,4 34,2 47,8

16,3 25,5

27,6 23,2

14,9 25,8

22,0 24,4

37,4 58,5

14,5

28,2

12,8

21,4

33,3

20,7 28,2 28,4

16,2 26,4 28,8

21,3 28,4 28,4

18,5 27,3 28,6

47,5 64,6 65,2

20,7 28,2

16,2 26,4

21,3 28,4

18,5 27,3

47,5 64,6

28,4

28,8

28,4

28,6

65,2

22,1 2,7

23,9 2,9

21,9 2,6

23,0 2,8

50,8 6,1

Aus der Sicht derjenigen, die Firma A kennen, liegen deren größten Vorteile in den Dimensionen „kurze Kundendienst-Reaktionszeiten“, „anwendungsspezifische 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 129

für den potenziellen Käufer bei seiner Kaufentscheidung ausschlaggebend sind. Aus diesem Grund werden neben dem Image auch die Anschaffungskriterien abgefragt. Anschaffungskriterien Fragestellung: Falls Ihre Firma Produkt X anschaffen würde (gleichgültig, ob dies tatsächlich geplant ist): Wie wichtig sind dann die folgenden Kriterien bei der Lieferantenauswahl? (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

wichtig

43,4 34,2 47,8

besonders wichtig 39,2 44,7 38,0

29,2 37,2 34,1

Nicht ganz so wichtig 27,8 13,9 22,9

Erstklassige Referenzen Kurze Lieferzeiten Günstiges Preis- / Leistungsverhältnis Kompetente Beratung Geringer Schulungsaufwand Lange Lebensdauer der Produkte Umfassende Garantie Umfassender Service Kurze Kundendienstreaktionszeiten Einfache Programmierung Vielseitige und leistungsstarke Steuerung Anwendungsspezifische Software-Pakete Durchschnitt Anzahl Nennungen

37,4 58,5

67,9 37,3

25,4 32,2

3,2 28,2

33,3

42,9

30,2

24,5

47,5 64,6 65,2

28,5 42,2 37,3

44,4 31,5 29,7

24,6 23,0 29,8

47,5 64,6

28,5 42,2

44,4 31,5

24,6 23,0

65,2

37,3

29,7

29,8

50,8 6,1

40,5 4,9

33,3 4,0

22,9 2,8

Die Ergebnisse in Tabelle 2.9 machen sehr schnell deutlich, dass die starken 130

Imagedimensionen von Firma A wahrscheinlich nicht zu dem erhofften wirtschaftlichen 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 insgesamt 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 Beratung leisten kann. Ungünstig ist darüber hinaus die Situation bei den Lieferzeiten.

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 Entscheider abgefragt werden, so dass eine Optimierung der Kommunikationsstrategie erfolgen kann. Aufgrund der Ergebnisse in Tabelle 2.10 wird erkennbar, dass Kleinbetriebe deutlich stärker - wenn auch auf niedrigem Niveau - Datenbankrecherchen als Informationsquelle 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 Veränderung ergeben hat. Weiterhin fällt auf, dass die Bedeutung von Fachveranstaltungen und Seminaren in Kleinbetrieben höher angegeben wird als in Großbetrieben, wohingegen diese häufiger Händler besuchen, um ihre zukünftigen Investitionsentscheidungen vorzubereiten.

131

Tabelle 2.10: Informationsbeschaffung Quelle Fachbücher Fachzeitschriften - Redaktion Fachzeitschriften - Anzeigen Fachmessen / -ausstellungen Technische Universalmessen Fachveranstaltungen / Seminare Vertreterbesuche Besuche bei Herstellern Besuche bei Händlern unverlangt zugeschickte Prospekte extra angeforderte Prospekte Gespräche mit Fachkollegen Kontakte mit Hochschulen Patentrecherchen Datenbankrecherchen

Zielgruppe 9% 89 % 53 % 49 % 53 % 33 % 25 % 25 % 33 % 7% 73 % 43 % 47 % 13 % 17 %

alle Betriebe 11 % 87 % 45 % 58 % 55 % 47 % 41 % 23 % 25 % 12 % 55 % 31 % 21 % 26 % 9%

Großbetriebe 13 % 85 % 45 % 58 % 55 % 40 % 46 % 20 % 30 % 13 % 57 % 31 % 20 % 26 % 5%

Kleinbetriebe 11 % 89 % 46 % 58 % 56 % 56 % 39 % 27 % 20 % 11 % 53 % 31 % 24 % 26 % 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 Fragestellungen 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 aufgeschlüsselt werden: x x x x x x

Grundstücke/Gebäude Maschinen Fuhrpark Telekommunikation, Hard- und Software Andere Sachanlagen Finanzanlagen etc.

Typische Probleme, die aus der Sicht der Unternehmen für die Unternehmen be132

stehen, könnten u.a. folgende sein: x x x x x x x x x x x x x x x

hohe Unternehmenssteuern hohe Personal- und Personalzusatzkosten hohe Energiekosten hohe Kapitalbeschaffungskosten Umweltschutzauflagen starker Konkurrenzdruck zu hohes Auftragsvolumen zu niedriges Auftragsvolumen stark schwankendes Auftragsvolumen Exportbeschränkungen Forderungsausfälle zu viele behördliche Vorschriften kurze Betriebsnutzungszeiten/Maschinenlaufzeiten ungünstige Arbeitszeitregelung geringe Motivation der Mitarbeiter

2.8.1.4 Schlussbetrachtung Die Ausführungen zum MM-Industrie-Panel belegen, dass hier ein sehr umfangreiches 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 entsprechenden Veränderungen betrachtet werden. Hier tritt wieder der große Vorteil von Panels auf, da sonst aufgrund der methodischen Unterschiede von Messpunkt 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 Gesamtbetrachtung der Märkte sinnvoll zu ergänzen.

2.8.2 Das Verpackungspanel 2.8.2.1 Beschreibung des Panels Nicht erst seit der Diskussion um umweltverträgliche Verpackungen bildet das 133

Verpackungspanel eine wichtige Grundlage für strategische und operative Entscheidungen in vielen Branchen. Das Verpackungspanel wird seit 1969 angeboten und liegt heute in der Verantwortung sowohl der PM Pack-Marketing GmbH in Frankfurt a.M. als auch der GVM Gesellschaft für Verpackungsmarktforschung mbH in Wiesbaden. 21 Im Rahmen von jährlichen Befragungen von Einkaufsleitern sowie Füllgutherstellern in den verschiedenen Branchen werden u. a. Informationen über die Entwicklung in den Verpackungsstufen: x x x x

Innenverpackung Verschlüsse der Innenverpackung Sammelverpackung Versandverpackung

erhoben. Zur Datenerhebung werden unterschiedliche Verfahren eingesetzt: x x x x x x x

Schriftliche bzw. telefonische Interviews persönliche Fachgespräche Store-Checks Auswertung 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 ausgewiesen: x Packmittelform x Materialart x Neu-, Gebrauchtkauf (Eigen-, Fremdconditionierung) x Einweg-, Mehrwegeinsatz x Füllgröße 21

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

134

x x x x x

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: x Struktur der Packmittelnachfrage x Segmentierung des Füllgutmarktes in Einzelbereiche, z.B. Haushalts- oder Großverbrauch) x Prognosen x Kurzfrist-Prognosen (2 Jahre), auf der Basis systematischer Befragungen von Verbänden, Branchenkennern und den Marketingabteilungen der Branchenführern x Mittelfrist-Prognosen (5 Jahre), durch Zeitreihenanalysen mit Unter- und Obergrenzen für Füllgutproduktion und Packmittel. Als Sonderschwerpunkte werden u.a. folgende Themengebiete behandelt: x x x x

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

Die Ergebnisse des Panels sind aber nicht nur für die Verpackungsindustrie, wobei hier insbesondere die Glas-, Karton-, Weissblech-, Aluminium- und Kunststoffindustrie zu nennen sind, sondern auch für Verbände und staatliche Organisationen von großem Interesse

2.8.2.2 Ergebnisbeispiele Nachfolgend wird anhand zweier Beispiele der Aufbau des Grundberichts aufge135

zeigt (vgl. Tabelle 2.11 und 2.12). Die Berichte können natürlich auch nach individuellen Anforderungen erstellt werden bzw. es kann ein Vergleich mit den Vorjahreszahlen integriert werden. Tabelle 2.11: Packmitteleinsatz Füllgutbereich Fruchtsäfte, Nektare (Ausschnitt) Materialart

Verpackungsform Innenverpackung HüttenMW-Engglas halsflasche

MW-Weithalsflasche

Füllmenge

1.000 ml 700 ml 330 ml 200 ml insges. 1.000 ml 750 ml 200 ml insges.

Mehrwegsektor insges. HüttenEW-Engglas halsflasche

EW-Weithalsflasche

1.000 ml 750 ml 700 ml 330 ml 200 ml insges. 1.000ml 750 ml 700 ml 330 ml 200 ml insges.

Einwegflaschen insges. Hüttenglasflaschen ges.

136

An- Ge- Wert zahl wicht

Produktionsmenge abs. relativ

Tabelle 2.12: Packmitteleinsatz Füllgutbereich Wurstkonserven (Ausschnitt) Materialart

Verpackungsform Innenverpackung WeißFalzdeckelblech dosen

Füllmenge

Alu

80125 g 160250 g 300400 g 600825 g 1.0001.800 g 2.5008.000 g insges. 80-100g

Aufreißdekkeldosen rund

An- Ge- Wert zahl wicht

Produktionsmenge abs. relativ

125 g 160 g 200 g 250400g insges. Hüttenglas etc. Innenverpackung insges.

2.8.2.3 Zusammenfassung Das Verpackungspanel stellt eine wichtige Basis für die Diskussion um das Thema Verpackungen dar. Aufgrund der umfangreichen Branchenabdeckung und 137

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 methodische Veränderungen verfälscht werden. Zur Verdeutlichung der Breite der Erhebungen sind nachfolgend nur einige Bereiche genannt, die im Rahmen der Panelberichtserstattung aufgezeigt werden. x x x x x x x x x x x x x x x x x x x x x x x x x x x x 138

Teigwaren Trockensuppen und Soßen Babynahrung Essig Senf Fischerzeugnisse Frühstücksprodukte Salz-, Käse- und Laugengebäck Obstkonserven Kaffeemittel Alkoholische und alkoholfreie Getränke Zigaretten, Zigarren, Zigarillo Haustierfutter Sauerkonserven Tiefkühlkost Pralinen Lackfarben und andere Anstrichmittel Druckfarben Holzschutzmittel Pharmazeutika Milcherzeugnisse Voll-, Spezial- und Einweichmittel Allzweckreiniger Leime und Klebstoffe Kosmetika Fleisch- und Wurstwaren Haarwasch- und –pflegemittel Dekorative Kosmetik

2.8.3 Das Landwirtschaftspanel Paneldaten stellen auch im Bereich der Landwirtschaft eine wesentliche Grundlage für Markt- und Wettbewerbsanalysen dar. Die Kleffmann Group aus Lüdingshausen 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

2.8.3.1 Beschreibung des Panels Im Rahmen der Panelforschung werden u. a. für die Kulturarten: x x x x x x x x x x x

Winter- / Sommergetreide Winterraps Mais Zuckerrüben Kartoffeln Sonnenblumen Wein Obst Hopfen Zuckerrohr Gemüse

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.

139

Beobachtete Themenkomplexe im Bereich Saatgut x x x x x x

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

Aufgrund des unterschiedlichen zeitlichen Einsatzes des Saatgutes erfolgt die Erhebung nicht für alle Saatgutarten an einem einheitlichen Termin, sondern nach einem exakten Zeitplan. Beispielsweise sind für Europa und Nordamerika folgenden typischen Datenlieferungszeiten vereinbart (die Erhebung erfolgt dementsprechend im Vorfeld): x x x x x x x

Mais: Sonnenblume: Zuckerrübe: Kartoffeln: Winterraps: Wintergetreide: etc.

30.07 01.08 15.09. 30.09. 30.01. 15.02.

In Asien und Australien ergeben sich dagegen ganz andere Termine: x x x x x x x x x 140

Wein: Zuckerrohr: Mais: Sonnenblume: Hirse: Obst: Getreide: Winterraps: etc.

01.04. 20.04. 25.04. 25.04. 25.04. 20.06. 31.12. 31.12.

Beobachtete Themenkomplexe im Bereich Pflanzenschutz x x x x x x

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

Beobachtete Themenkomplexe im Bereich Feed Additives / Supplements x x x x x

Marktanalyse der Produkte und Hersteller: Marktanteil, Volumen, Umsatz, etc. Marktsegmentierung Vertriebsstrukturen, Marktpenetration Kundenzufriedenheit, Kundentreue, Position im Markt, Image, Wettbewerbssituation, Marktdurchdringung Kaufverhalten: Wer kauft meine Produkte? Wer kauft Produkte des Wettbewerbs? Warum? Zu welchem Zeitpunkt? Wer beeinflusst den Kauf der Produkte?

2.8.3.2 Schlussbetrachtung Neben der langen Erfahrung im Bereich der Landwirtschaft liegt der große Vorteil des vorgestellten Panels in der globalen Ausrichtung. Eine einheitliche Erhebungsform sowie die entsprechende Software führen dazu, dass sehr schnell erdteilbezogene oder auch globale Studien erstellt werden können. Das Hauptproblem internationaler Studien, die Abstimmung der Erhebungsform sowie die definitorische Abgrenzung der erhobenen Variablen, tritt durch die gemeinsame Plattform nicht auf.

141

2.8.4 Das Tiergesundheitspanel Dieses ebenfalls von der Kleffmann Group angebotene Panel beantwortet zahlreiche 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 Desinfektionsmittel sowie wesentliche Produkte aus der allgemeinen Tiermedizin. Aufgrund der Panelerhebungen können zu folgenden Fragen Aussagen getroffen werden: x x x x x

x

Marktanalysen der Produkte und Hersteller (Marktanteil, Volumen, Umsatz) Marktsegmentierung Vertriebsstrukturen, Marktpenetration Kundenzufriedenheit, Kundentreue, Position im Markt, Image, Wettbewerbssituation Kaufverhalten: Wer kauft meine Produkte? Wer kauft Produkte des Wettbewerbs? 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 Transparenz. 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 Direkteinkäufe 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 142

als auch die Preise ausgewiesen werden. Mit Hilfe des Softwaretools IMS Dataview können professionell aktuelle Marktanalysen erstellt werden, in denen nicht nur der Status quo, sondern auch die Veränderungen im Zeitverlauf zielgruppenspezifisch 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 Berücksichtigung der Retouren und Naturalrabatte. Anhand dieser Daten kann eine monatliche bzw. quartalsweise Analyse der regionalen Umsatz- und Absatzentwicklung des deutschen Pharmamarktes erfolgen, womit dieses Panel insbesondere bei der Bewertung und Steuerung des pharmazeutischen Außendienstes eingesetzt werden kann. Aufgrund der Datenstruktur können entweder 1.860 oder 2.847 regionale Segmente separat ausgewiesen werden. 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 Unternehmens

143

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 hochgerechnet 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. folgende Informationen bereitgestellt: x Diagnose Profils: x ICD Code x Patientenstruktur (Alter, Geschlecht) x Arztstruktur (Facharztgruppe, Alter, Geschlecht) x Therapie (ATC/Produkt/Form) x Krankenkasse x Region, Gemeindegrößenklasse x akute / chronische Erkrankung x Indikationsgruppen / Produkt Profils x ATC/Produkt/Form/Hersteller x Diagnose/ICD Code x Arztstruktur (Facharztgruppe, Alter, Geschlecht) x Patientenstruktur (Alter, Geschlecht) x Krankenkasse x Anwendungsform x Mitverschreibung x Region, Gemeindegrößenklasse x akute / chronische Erkrankung x Aut-Idem Als Facharztgruppen werden Praktiker, HNO Ärzte, Internisten, Neurologen, Pädiater, Orthopäden, Gynäkologen, Pulmologen, Dermatologen und Urologen unterschieden. 144

2.8.5.4 GPI Krankenhaus-Index (DKM) Der GPI Krankenhaus-Index (DKM) basiert auf den Daten der Krankenhauspotheken, von rund 370 Akutkrankenhäusern, die Verbrauchsdaten auf der Basis von Fachabteilungen und Stationen zur Verfügung stellen. Die Studien umfassen circa 10.000 Präparate sowie 20.000 Darreichungsformen. Die Hochrechnung erfolgt nach vier Bettengrößen, 16 Fachrichtungen und sieben Regionen. Der Bericht gibt Auskunft über das Absatz- und Umsatzvolumens des kompletten 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 Apothekenverkäufe, -einkäufe, Lagerbestände, Distributionen sowie weitere Marktkennziffern für das komplette Apothekensortiment. Eine Aufschlüsselung der Ergebnisse nach Selbstmedikation und Verordnung ist hierbei möglich. Die gewünschten Daten werden durch die wöchentliche elektronische Erfassung des Apothekenwarenwirtschaftssystems von über 4.000 öffentlichen Apotheken generiert.

2.8.5.6 Schlussbetrachtung 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. 145

Die erhobenen Daten umfassen dabei neben den Bereichen Verordnungs-, OTC-, SM- und Medicalprodukte, auch Marktinformationen zur Dental- und Veterinärmedizin. Darüber hinaus werden die Bereiche Diagnostika und Medizintechnik 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 Unterscheidung zwischen: vom Arzt verschrieben oder als Arztmuster bekommen x in Apotheken für die Selbstmedikation gekauft, oder x außerhalb der Apotheken (Drogerie, Lebensmittelhandel, Reformhäuser etc.) erworben x

gemacht wird. Als Datenbasis dient Medic*Scope das Individualpersonenpanel der 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: x Packungsgröße x Verwender des Produkts x Beschwerden/Anwendung x Wie erhalten? x Patiententypus (Stamm-, Wechsel-, Neu- und Erstpatient) x Gründe für einen Präparatwechsel Selbstmedikation in der Apotheke: x Packungsgröße x Verwender des Produkts x Beschwerden/Anwendung 146

x x x x x

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: x Packungsgröße x Kassenbonsumme (Gesamteinkauf) x Verwender des Produkts x Beschwerden/Anwendung x Anlass des heutigen Kaufs x Einkaufsstätte x Kaufgrund (Empfehlung Verkaufspersonal, Arzt, Preis, Zufriedenheit, Werbung, etc.) x 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, Familienstand, 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 werden. Im Rahmen des Category Managements wird mit Hilfe von Gain & Loss-, Käuferwanderungs- oder Warenkorbanalysen genau abgebildet, welche Veränderungen 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 Au147

ßendienstes bei den niedergelassenen Ärzten in Deutschland, wobei die 860 berichtenden Stichprobenärzte in neun Facharztgruppen unterteilt werden: x x x x x x x x x x

Allgemeinärzte Internisten Gynäkologen HNO-Ärzte Dermatologen Pädiater Neurologen Orthopäden Urologen Kardiologen

Jeder Arzt führt ein Tagebuch über die Besuche der wissenschaftlichen Außendienstmitarbeiter der unterschiedlichen Hersteller, wobei pro Besuch die nachfolgend aufgeführten Angaben erfolgen sollen: x x x x x x x x x x

Hersteller Allgemeine 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, Fortbildungsveranstaltungen, 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, Beratung, allgemeine Themen u.s.w. aufgeteilt. 148

Wichtige Fakts, die mit Hilfe dieses Panels ausgewiesen werden können sind beispielsweise: x x x x x x

Indikationsgruppenwerte im Kalenderjahr pro Facharztgruppe Rangfolge der Präparate nach Besprechungen Rangfolge der Hersteller nach Besuchen im Kalenderjahr pro Facharztgruppe Herstellersortierung Indikationsgruppensortierung mit Verordnungsprognosen im aktuellen Monat Rangfolge nach Gesprächen über Fortbildungsveranstaltungen im 12Monatszeitraum

Aufgrund der umfangreichen Datenerfassung erlaubt dieses Panel das Thema Arztbesuche durch den wissenschaftlichen Außendienst umfassend zu bearbeiten. Neben den Querschnittsanalysen dürften sich insbesondere durch den zeitlichen Vergleich der unterschiedlichen Fakts wertvolle Erkenntnisse für die Kunden 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: x

x

x

Außendienstaktivitäten Anhand der Paneldaten soll dokumentiert werden, welche Gespräche zwischen den Außendienstmitarbeitern und dem einkaufsberechtigten Personal in den öffentlichen Apotheken stattgefunden haben. Werbematerial Hierbei wird das in den Apotheken eingetroffene Werbematerial erfasst, wobei in Bezug auf die Platzierung die drei Orte: Schaufenster, Offizin und Lager unterschieden werden. Schaufensterplatzierungswochen Hier wird nicht nur der Ort, sondern auch die Dauer der Platzierung berücksichtigt. 149

Alle Angaben sind nach Einzelprodukten, Produktgruppen und nach Herstellern aufzuschlüsseln. Im Rahmen der Sonderanalyseform Benchmarking können die eigenen Aktivitäten mit denen der Konkurrenz vergleichen werden. Hierzu können auch noch weitere Fakts, die nicht in der Standardanalyse angeboten werden, mit berücksichtigt werden. Mögliche Themenbereiche für ein Benchmarking sind beispielsweise: x x x x x x x x x x

Besuche mit Marketing-Kontakt Besprechungen Mit 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 Online-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 Haus150

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 unterschiedlichen 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 aufgezeigt wird. Dadurch ergeben sich wertvolle Erkenntnisse in Bezug auf die Identifizierung sowie die Bearbeitung von Zielgruppen, und generell für die Produkt- 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 erlaubt, alle Aktivitäten auf den PCs der Panelteilnehmer zu dokumentieren. Zur Ergänzung der Analysemöglichkeiten können zu dieser Datenbank auch Ergebnisse 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.:

x Identifikation und Ansprache von Kundensegmenten

Welche Kunden sind am Rentabelsten? Welcher Kundentyp wird sich mit einer hohen Wahrscheinlichkeit für mein Produkt oder meine Serviceangebot interessieren? x 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

151

x Einstellungen, Wünsche und Bedürfnisse der Kunden

Inwieweit stimmen geäußertes und tatsächliches Verhalten überein? Welche Verbesserungspotenziale gibt es in Bezug auf mein Online-Angebot? x 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? x 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 Nielsen/NetRatings wie zum Beispiel NetView. NetView NetView arbeitet auf der Basis von Paneldaten von Nielsen/NetRatings und gibt beispielsweise Auskunft über: x Die Nutzung von Internetangeboten auf unterschiedlichen Ebenen (Parents, Brands, Channels, Domains und Sites) x Die Demographie der Nutzer, getrennt nach Ländern ebenfalls nach Parents, Brands, Channels, etc. x 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) ergeben sich u. a. die Zahl der Besucher, die Reichweite, die Seitenaufrufe pro Person, die durchschnittliche Nutzungsdauer etc. Alle Fakts (Measures) werden separat nach Parents, Brands, Channels, Domains und Sites ausgewiesen.

152

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 Sozialforschungsinstitute) Richtlinien für Online-Befragungen herausgegeben, die auch für Online-Panel gelten. Einige wesentliche Inhalte dieser Richtlinie sind (verkürzte Darstellung): x Wissenschaftliche Vorgehensweise

Stichprobenbildung und Stichprobenziehung müssen auf der Grundlage wissenschaftlich anerkannter Verfahren erfolgen. Die bei Click-me-Befragungen häufig anzutreffende Selbstrekrutierung erfüllt diese Anforderung 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 mögliche Hochrechnung der Stichprobenwerte genau bekannt sein, damit die Frage nach der Repräsentativität sinnvoll beantwortet werden kann. x Freiwilligkeit der Teilnahme

Bereits bei der Rekrutierung ist auf die Freiwilligkeit der Teilnahme explizit hinzuweisen. Über den Verwendungszweck der erhobenen Rekrutierungsdaten sind die Panelteilnehmer in Kenntnis zu setzen. Es muss möglich sein, Fragen zu überspringen oder das Interview jederzeit abzubrechen. x

Anonymisierung der erhobenen Daten Analog zu den herkömmlichen Studien ist es auch bei Online-Befragungen 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.

x

Trennung von Forschung und forschungsfremden Tätigkeiten 153

Strikte Trennung von Marktforschung und Verkaufsförderung. Dies bedeutet zum Beispiel, dass auf der Website mit dem Fragebogen keine Banner 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 Wirtschaft, Politik und Verwaltung zu aktuellen Themen befragt. Die rund 600 Führungskräfte stammen zu zwei Dritteln aus den Topetagen der deutschen Wirtschaft, 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 Bundesverband Deutscher Markt- und Sozialforscher e.V. herausgegeben wird.

2.9 Aspekte Internationaler Panelforschung Die internationale Panelforschung sollte sich vom Ansatz her nicht von einer nationalen 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 - vereinfachend – 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. 154

Ist ein monatliches Reporting geplant, darf in keinem Land eine lediglich zweimonatliche Erhebung durchgeführt werden. Wöchentliche Erhebungen wären möglich, denn eine Aggregation ist auch auf internationalem Niveau im Handelspanel 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 jeden nur erdenklichen Zeitraum bereits physisch in die Datenstrukturen einzufügen. 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 unbedeutende Änderungen im Fragebogen – können zu erheblichen Unterschieden im Antwortverhalten führen. Die Probleme der internationalen Panelforschung lassen sich in vier große Bereiche mit allerdings unterschiedlicher Gewichtung unterteilen, wobei diese Probleme natürlich auch bei anderen Forschungsansätzen auftreten: x x x x

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 bieten internationale Paneldaten an. Die GfK AG ist auf die internationale NonFood Berichterstattung im Handelspanel spezialisiert und bietet hier ohne Übertreibung ein Weltmarktpanel an. Nicht ganz so weit ist heute A.C. Nielsen, spezialisiert auf den Bereich Handelspanel Food. Hier sind die Formen der internationalen Berichterstattung auf europäischem Niveau angelangt.

25

Zur Problematik der Käuferkumulation siehe Punkt 3.4.2

155

Sprachliche Unterschiede Es erscheint eher trivial – aber allein sprachliche Unterschiede können zu unterschiedlichen 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 Fragebogens, 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 Landessprachen 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 Entsprechung 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 Datenerhebungsanweisung 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 studienführenden 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 Vergleich 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 156

den einzelnen Ländern. Ein erster gravierender Unterschied stellt die Handelslandschaft dar. Discounter und Elektrofachmärkte sind zwar in den westlichen Ländern der EU vorzufinden, in den östlichen Ländern aber noch nicht ausgeprägt. Dies hat entsprechende Auswirkungen auf die jeweilige Sortimentstiefe und –breite. Ein anderer nicht zu unterschätzende Grund stellt die technische Infrastruktur eines 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 technische 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 gemeinsame inhaltliche Abgrenzung der Artikel vorgenommen wird, wobei die Schwierigkeit darin liegt, dass zwar die Begriffe häufig in mehreren Ländern auftreten, die Inhalte aber deutlich voneinander abweichen. Zum Ausweis gemeinsamer Berichtsperioden, muss der Erhebungsrhythmus in den beteiligten Ländern aufeinander abgestimmt werden. Zusätzlich muss gewährleistet werden, dass die Segmentdefinitionen untereinander kompatibel sind. Allein innerhalb Deutschlands gibt es einerseits zwischen den Instituten, aber auch zwischen Handelspanel Food und Non-Food unterschiedliche Definitionen. So sind z.B. die Verbrauchermärkte 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 Erhebungsmethodik angesetzt werden kann. Bis heute ist es nicht möglich allein innerhalb Europas eine repräsentative telefonische Panelbefragung durchzuführen. Das zu Grund liegende Datenmaterial der Grundgesamtheiten ist zu schwach. Dies führt 157

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.

158

3. Dimensionen einer Panelzahl Die Informationsbedürfnisse für Marktforschung, Marketing und Vertrieb können mit den unterschiedlichen Panels beantwortet werden. Je nach der aktuellen Fragestellung kann die Antwort mit den Daten des Handels- oder Verbraucherpanels 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 werden. Jedes Panel lebt von seinen Inhalten, den Daten. Diese Daten werden aus den unterschiedlichsten Quellen bezogen: x Die Handelsunternehmen liefern über deren Scannerkassen erfasste Abverkaufsdaten direkt an die jeweiligen Institute. x In wenigen Ausnahmefällen, wie den kleinen nicht mit Scannerkassen bestückten Geschäften und /oder Geschäften die ein mit wenig EAN Nummer ausgestattetes Spezialsortiment führen (z. B.: Bastelgeschäfte) kommt noch die Inventurmethodik2 zur Anwendung. x Die Verbraucher scannen deren Einkäufe zuhause mittels eines Handscanners ein. Dabei werden über eine kleine Tastatur auch Fragen nach der Einkaufsstätte und dem Preis beantwortet. x Manche Artikel sind nicht mit einer sog. EAN Nummer3 versehen (z.B.: Blumen, 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. x Manche Haushalte sind den beschriebenen Methodiken abgeneigt und wünschen sich eine online Datenerhebung. Über das Internet werden dabei pro 1

Vgl.: Kapitel 2 Vgl. Inventurmethodik siehe Punkt 1.2.4.1 3 Vgl. Beschreibung der EAN siehe Punkt 3.1.3 2

159

Einkaufssatz alle bisher schriftlich erfragten Informationen direkt vom Panelteilnehmer eingetragen. x Der Panelteilnehmer führt permanent einen kleinen Scanner mit sich und jeder einzelne Artikel wird direkt am POS gescannt. Zu gegebener Zeit wird das Gerät an den PC angeschlossen, und die EAN Daten übermittelt. Anschließend 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 Warengruppe: x x x x

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 4dimensionalen Panelzahl gesprochen, mit den Ausprägungen x x x x

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 Periodizität. Der Ort der Erhebung (Handelspanel) oder des Einkaufs (Verbraucherpanel) bildet u. a. die Bestandteile der Segmente. 4

Einerseits: Eine Kaffeemaschine bestimmten Typs bleibt eine Kaffeemaschine, unabhängig von der Panelart Verbraucherpanel oder Handelspanel. Andererseits kann es aber unterschiedliche Warengruppendefinitionen geben, so dass inhaltlich identische Artikel in unterschiedlichen Warengruppen berichtet werden.

160

Artikel

D-Gesamt Gebiete Unternehmensarten Key-Accounter

Pe r io de n

Segmente

Dimensionen einer Panelzahl

Jan/Feb Mrz/Apr

D-Gesamt

Klare Schnäpse Korn Doppelkorn Marke A Marke B

FAKTS: Verkauf Wert Verkauf Stück Bestand Stück Jan/Feb Klare Schnäpse

Abbildung 3.1: Dimensionen einer Panelzahl Die Art der Information bestimmt die Ausprägung und Inhalte der unterschiedlichen 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 Verbrauchsgüterindustrie. Eine detaillierte Auflistung der heute erhobenen Food161

Warengruppen befindet sich im Anhang. Bei Betrachtung dieser Artikelbreite ergibt sich eine erste Klassifikation nach dem Unterscheidungskriterium Gebrauchs-, Verbrauchsgüter sowie Dienstleistungen. Diese ist aber bei weitem nicht ausreichend, um zu einer kundenspezifischen 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 Warengruppe. Zusammenfassungen von Warengruppen ergeben einen sog. Warengruppenkorb oder auch Category. Erst die Aggregation aller Categories führt zur „Warenwelt“.

Exemplarischer Aufbau der Artikelpyramide

Artikelpyramide

Gesamte Warenwelt

Alkoholische Getränke Klare Schnäpse Korn Doppelkorn Aquavit

Oldesloher Hardenberger

Sekt/ Champagner

Warengruppenkorb

Bier Warengruppen Export Premium Weizen

Produktgruppen

Krombacher Warsteiner Marken

Oldesloher 0,7 Liter Hardenberger 0,7 Liter

Krombacher 0,5 Liter Mehrweg Krombacher 0,33 Liter Mehrweg

Abbildung 3.2: Aufbau der Artikelpyramide 162

Artikel

Wichtig ist eine klare und nach Möglichkeit einfache Definition einer Warengruppe. 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 möglich ist. Eine gute und nach Möglichkeit einfache Warengruppendefinition sollte demnach folgendes beinhalten: x x x x

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 besonders gut zu Beschreibung einer Warengruppe: Sekt zählt zu der Gruppe der Qualitätsschaumweine. Er ist ein aus Weintrauben gewonnenes, alkoholisches Getränk mit Kohlensäure. Dabei beträgt der Alkoholgehalt beim Qualitätsschaumwein 10 Vol. %, beim Qualitätsschaumwein bestimmter Anbaugebiete (QbA) 10,5 Vol.%. Ein Alkoholgehalt von 12 Vol. % wird selten überschritten. Unterscheidungsmerkmale innerhalb dieser Warengruppe (Produktgruppen) DEUTSCHER SEKT: Aus deutschen Grundweinen hergestellter Sekt. CAVA: Bezeichnung für spanische Schaumweine nach der Flaschengärmethode. BLANC DE BLANCS: Weißer französischer Schaumwein aus weißen 163

Trauben. Bezeichnung zur Unterscheidung vom sonst überwiegend aus roten 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 Anbaugebiete) sind geographische (Lagensekt) und Jahrgangsangaben (Jahrgangssekt) erlaubt. Eine gesonderte Unterteilung in die Einzelbetrachtungen des Qualitätsschaumweines erfolgt nicht. REBSORTENSEKT: 100 % des Sektes müssen in der EU von der angegebenen Rebsorte (z.B. Riesling) stammen, falls nicht einzelne Länder 85 % erlauben. ROTSEKT: Fast nur in Deutschland und osteuropäischen Ländern hergestellte Variante aus roten Trauben. Meist lieblich. Roten Champagner gibt es nicht. ROSÉSCHAUMWEIN: Der Sektgrundwein wird aus roten Trauben gekeltert. 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 hergestellt, 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 Burgund, Champagne, Elsaß und Loire beschränkt. Zur Herstellung von Crémants dürfen nur Weine aus der Appellation D´Origine Controlée verwendet 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):

164

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 muss die Bezeichnung "Champagner", die Erzeuger-Nummer und Herstellerangaben (Haus, Winzer, Winzergenossenschaft und Nebenmarke bei Sonderabfüllungen) tragen. Zudem muss die Geschmacksrichtung und bei Jahrgangs-Champagner das Weinjahr angegeben werden. Verkorkt dürfen die Flaschen nur mit einem Naturkorken werden. Dieser trägt auf der Unterseite den Aufdruck "Champagne". Asti: (ohne ital. Sekt, ohne Prosecco) Nur aus Asti, Cuneo und Allessandria (Norditalien) stammender, stets süßer Schaumwein aus der Muskatellerrebe. Asti ist immer als solcher bezeichnet. Prosecco Spumante: (ohne Asti, ohne ital. Sekt) ist immer als solcher bezeichnet. Merkmale: Flaschengrößen: 0,2 l 0,375 l 0,75 l 1,5 l

Piccolo Demi Imperial Magnum

165

Besonderheiten: Schaumwein ist der Oberbegriff für schäumende Weine. In Frankreich und in Luxemburg heißen die durch Flaschengärung gewonnenen Schaumweine Crémant, in Deutschland, soweit vom Winzer selbst erzeugt, Winzersekt. Ausgeschlossene Artikel: Diabetiker - Sekt alle anderen wie oben aufgeführte Flaschengrößen alle Prosecco Frizzante alle Obstschaumweine, die nicht aus Weintrauben hergestellt werden Sehr selten stellt sich eine Warengruppendefinition im Bereich des SMCG einfacher 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 DVDPlayer können außerdem noch VCDs und SVCDs, das sind CDs mit Filmen oder Photos, verarbeiten. Der DVD Player ist abwärtskompatibel zum CDSpieler: 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 "Universal-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" besonders 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-

166

kanal-Tonformat vorhanden ist. Ansonsten hört man gewohnte Stereoqualität oder auch, je nach Alter des Filmmaterials, ein Mono Tonsignal. Die unterschiedlichen Ausführungsvarianten: x

Einzelgerät

x

tragbares Gerät, z. B. mit kleinen Flüssigkristall-Bildschirmen

x

integriert in andere Geräte (Autos oder Kühlschränken)

Ausgeschlossen aus dieser Warengruppe x x x x x

CD-Player gehören zu ihrer eigenen Warengruppe MD-Player5 gehören zur Warengruppe MD/MP3 Hardware PC’s mit DVD-RAM Laufwerk Separate DVD-RAM Laufwerke für PC’s Kombinationen aus Farbfernsehgerät und DVD gehören zur Warengruppe Color TV x Audio Home System + DVD gehören zur Warengruppe Audio Home System

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 identifiziert, klassifiziert und in einer Datenbank mit allen Eigenschaften hinterlegt. Damit wird es möglich mit Hilfe der unterschiedlichen Softwaretools der Institute 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 Datenbetrachtung ermöglicht. Dennoch müssen heute einige wenige „vernachlässigbare“ Artikel zu einer Sammelposition „SONSTIGE“ zusammengefasst werden.

5

MD-Player = Mini Disc Player, die in einer separaten Warengruppe beobachtet werden

167

Die Institute verfügen über sogenannte Standardseitenrisse für jede Warengruppe. Diese beinhalten aber nicht zwangsläufig die vollständigen Artikelpositionen 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 permanenter 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: x Der einfachste Weg ist die direkte Information durch die am Panel beteiligten Industrieunternehmen an die Institute. Allerdings beziehen nicht alle Unternehmen, die in diesem Markt (Warengruppe) agieren, auch die entsprechenden Paneldaten und fallen somit als Informationslieferant aus. x Weiter können die benötigten Informationen von den datenliefernden Handelsunternehmen direkt kommen. Diese Handelsseite wird dabei einerseits durch die übermittelten Daten, andererseits auch durch die physische Bestandserhebung der Institute abgedeckt. x Dem Verbraucherpanel kommt als Informationsquelle für neue Artikel eine ganz entscheidende Rolle zu. Der tägliche Datenabruf der GfK bei den Panelteilnehmern führt dazu, dass nahezu tagesgenau neue Artikel identifiziert werden 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 bestehenden 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. 168

3.1.3 Der EAN Code Die EAN ist eine International abgestimmte, einheitliche und weltweit überschneidungsfreie 8-, 13- oder 14-stellige Artikelnummer für Produkte und Dienstleistungen. Sie bildet die Grundlage für den Einsatz der Scannertechnologie und erleichtert wesentlich die elektronische Kommunikation. x die 13-stellige EAN, auch Normalnummer genannt x die 8-stellige EAN, auch Kurznummer genannt Auf den Artikeln sind bei beiden Varianten immer ein maschinenlesbarer Balkencode 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 derartige 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-

169

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 Hersteller oder Lieferant des Artikels sein. Prinzipiell aber vergibt derjenige die vollständige EAN, der diese als erster in das Gesamtsystem einbringt und den maschinenlesbaren Code aufdruckt. Daher müssen auch nicht die ersten beiden Stellen 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 Gründungsmitglied der internationalen EAN-Organisation, deren Standards heute in 129 Ländern eingesetzt werden. Gesellschafter der GS1 Germany sind der Markenverband und das EuroHandelsinstitut. Die GS1 Germany 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.

170

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 entwickelt und getestet. Für die Prüfziffer der EAN gab es jedoch keine Auswahlmöglichkeiten. Es mussten die Prüfalgorithmen des amerikanischen UPC Systems übernommen werden. Dies allein schon aus dem Grund, damit beide Systeme kompatibel zueinander sind, und ein reibungsloser Warenaustausch gewährleistet werden konnte. Dieses UPC System (UPC steht für Unique Product Classification) basiert auf einer Gewichtung der zu prüfenden Ziffernfolge. Es werden die beiden Ziffern 3 und 1 jeweils alternierend (wichtig: von rechts beginnend) mit der EAN multipliziert, 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 aufwendige 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 dargelegt 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 Verpackung geklebt. Von diesem System sind die meisten LEH Geschäfte wieder abgerückt. Die falsche Bedienung der Waage, betätigen der billigeren „Holländische Tomaten“ Taste, obwohl deutsche Ware eingekauft wurde; nachlegen von Ware nach dem 171

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, sondern 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 Pricing 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 unterschiedlichen „EAN´s“ ausgestattet werden. Damit ist auch Key-Account übergreifend nicht gewährleistet, dass zufällig identische „EAN´s“, und sei es auch nur in bestimmten Nummernsegmenten, die identische Bedeutung haben. Von daher sind diese Codes für die Institute ebenfalls sehr aufwendig in der weiteren Verarbeitung. Ein anderer Aspekt ist die Verweigerung des EAN Nummersystems und der Aufbau einer eigenen „EAN“ Datei. Diesen Weg hat Aldi sehr lange beschritten, jeder Artikel wurde mit einer internen Nummer versehen. Heute ist Aldi von diesem 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 : Gewichtung : Multiplikation: Summe : 172

4 0 1 3 4 0 28

1 3 6 0 0 1 3 1 3 1 1 9 6 0 0

0 1 1 1 1 3 1 3 1 3 0 1 3 1 3

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 eigentliche 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 Gewichtung : 1 3 Multiplikation: 4 0 Summe : Division :

1 3 6 0 0 1 3 1 3 1 1 9 6 0 0

0 1 1 1 1 3 1 3 1 3 0 1 3 1 3

2 1 2

30 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 Identifikationsmerkmal für ein Buch. Neben dem Bestellwesen für Bücher stellt es ein wesentliches Merkmal für die internationale Literaturausstattung der Bibliotheken dar. Es sichert die innerbibliothekarische Zusammenarbeit auch über Landesgrenzen und oftmals Sprachbarrieren hinweg. Die Buchproduktion wird nun nicht weltweit zentral benummert, sondern die 173

Vergabe einer ISBN Nummer erfolgt jeweils landesweit. Damit keinerlei Doppelbenummerungen möglich sind wurde die ISBN in vier Teile aufgeteilt. Die verschiedenen Teilbereiche sind entweder durch Bindestriche oder Zwischenräume 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 bestehend 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 jeden einzelnen Artikel. In Abhängigkeit von Teil 2 der ISBN stehen den Verlagen jeweils unterschiedliche Mengen an Artikelnummern zu Verfügung. Können bei 3-stelliger Verlagsnummer immerhin 100.000 Artikelnummern vergeben werden, so stehen bei einer 5-stelligen Verlagsnummer nur noch 1.000 interne Artikelnummern zur Verfügung. Teil 4 – Prüfziffer – Beispiel hier 0 Die Prüfziffer ist immer einstellig. Die Berechnung erfolgt auf Basis des Modulo8 11 mit der Gewichtung 10 bis 2.

8

Zur Berechnungsmethodik siehe Prüfziffernberechnung bei der EAN, Seite 172

174

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 Zeitschriften, Schriftenreihen und Zeitungen wurde die ISSN (Internationale Standard 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 Gruppenunterscheidung lässt analog zur ISBN ein Sprachgebiet oder einen Verlagskennziffer 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 Ergebnis 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 andere Segmente (Einkaufsstätten) mit einem anderen Detaillierungsgrad als im Handelspanel 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 eine Erhebung überhaupt möglich ist. 9

siehe auch http://www.issn.org Die konkrete Berechnung dieser Prüfziffer ist in der DIN ISO 3297 ausführlich beschrieben 11 Zur genauen Systematik vgl.: www.ISDS.com 10

175

In dieser Betrachtungsweise würden allerdings nur die sog. klassischen Vertriebswege 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 einfließen muss.

Gesamtheit aller Panels

Brick and Mortar

Click and Mortar

Offline stationärer Handel

Pure Player

Online E-Commerce

Abbildung 3.4: Gesamtheit aller Panels Dieser Vertriebsweg bedingt das erste Klassifizierungsmerkmal und die Einteilung erfolgt nach folgendem Aufbau:

1. reine offline Geschäfte – Brick & Mortar hierbei handelt es sich um den ursprünglichen, stationären Handel, der lediglich die klassischen Vertriebswege nutzt. Handel über die Vertriebsschiene Internet wird nicht betrieben. Oftmals verfügen sie über eine eigene Homepage, jedoch nie über einen Onlineshop.

176

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 Instituten. 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 standardisierter Segmentsplitt nach: x Vertriebsweg BCP (Brick and Mortar; Click and Mortar; Pure Player) (wurde das Produkt über den klassischen, stationärer Handel, über den Versandhandel verkauft oder wurde es online vertrieben) x Gebieten (in welcher Region, in welchen Bundesländern wurde ein Produkt verkauft), x Geschäftstypen (Berücksichtigung finden u. a. die Geschäftsgröße nach Quadratmetern und Umsatz, das Warensortiment, etc.) x Key-Accountern oder Absatzmittlern (welcher Organisation gehört ein Geschäft an)

177

Die beiden erstgenannten Segmente sind für alle Handelspanelarten identisch. Der Verkaufsweg BCP, unterschieden nach Online (Web-Site) oder Offline (stationärer Handel), macht keinen Unterschied in den zu beobachtenden Branchen. Nahezu alle in der Vergangenheit lediglich stationär verkauften Artikel, sind heute auch online verfügbar.

SchleswigHolstein MecklenburgVorpommern Bremen

Hamburg Berlin Niedersachsen

SachsenAnhalt

NordrheinWestfalen

Brandenburg

Sachsen Thüringen Hessen RheinlandPfalz

Bayern Saarland BadenWürttemberg

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, Regierungsbezirken oder je nach Panel nach vielfach noch kleineren regionalen Einheiten. Daher gelten die Gebietsbeschreibungen ebenfalls Handelspanel übergreifend. Der Ausweis von Bundesgebieten zählt für alle Institute, hier sind die GfK in Nürnberg, Information Resources und auch A.C. Nielsen zu nennen, zur Standardlieferung. Alle haben die gleiche Definition zugrunde gelegt. Die Gebiete basieren auf den unterschiedlichen Bundesländern (vgl. Abbildung 3.5), werden 178

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 Nord West - Schleswig-Holstein, Hamburg - Niedersachsen, Bremen Nordrhein-Westfalen - Nordrhein - Westfalen Mitte - Hessen, Rheinland Pfalz, Saarland Baden Württemberg Bayern Berlin Nord Ost - Mecklenburg-Vorpommern - Brandenburg, Sachsen-Anhalt Thüringen, Sachsen

A.C. Nielsen Gebiet 1 - Gebiet 1 (Nord) - Gebiet 1 (Süd) Gebiet 2 - Gebiet 2 (West) - Gebiet 2(Ost) Gebiet 3a Gebiet 3b Gebiet 4 Gebiet 5 Gebiet 6

Gebiet 7

3.2.1.1 Geschäftstypen des Handelspanels Food Bei dem Ausweis nach Geschäftstypen werden die Geschäfte, die für das Handelspanel FOOD relevant sind, in die drei Bereiche Verbrauchermärkte, Discounter und Traditioneller LEH unterteilt. Als relevant gilt im Jahr 2006 der stationäre 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 Ver12

Nicht alle Panels lassen diese Segmente unberücksichtigt. Vgl. auch die Segmente des Handelspanels Non-Food und des Verbraucherpanels

179

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 Verbrauchermarktes, 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 beschriebenen feinen Gebieten erfolgt jedoch aus methodischen Gründen nicht. Die Verbrauchermärkte weisen somit in den Berichten der Institute folgende Untergliederung auf:

Verkaufsfläche Verbrauchermärkte Gesamt 800 - 1499 Qm

Regionen Verbrauchermärkte Gesamt Verbrauchermärkte WEST

1500 - 2499 Qm

Verbrauchermärkte NORD WEST

2500 - 4999 Qm

(Schleswig-Holstein, Hamburg, Niedersachsen, Bremen)

5000 Qm und

Verbrauchermärkte NRW Verbrauchermärkte MITTE

mehr

(Hessen, Rheinland-Pfalz, Saarland)

Verbrauchermärkte SÜD (Bayern, Baden-Württemberg)

Verbrauchermärkte OST

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.

180

Abbildung 3.7 verdeutlicht die leicht positive Entwicklung der Verbrauchermärkte. 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 Definition dieses Segmentes zurückzuführen. Bis Ende 1993 lag die Verkaufsflächendefinition eines Verbrauchermarktes bei 1.000 qm und mehr. Diese Definition wurde dann auf die Verkaufsflächenzahl von 800 qm und mehr reduziert.

in Mrd. €

in Tsd.

10

60

50

40

30

20

10

0

0

1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Anzahl in Tsd.

Umsatz in Mrd. €

Abbildung 3.7: Entwicklung der Anzahl Geschäfte und Umsatz der Verbrauchermärkte

3.2.1.1.2 Discounter Discounter sind Selbstbedienungsgeschäfte die ein eng begrenztes Sortiment mit überwiegendem Lebensmittelanteil führen. Die Ausstattung der Geschäfte ist eher einfach gehalten, es wird eine starke Betonung auf Niedrigpreise gelegt. 181

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 Außendienstmitarbeiter zulässt. Die Handelspanelzahlen beider Institute sind daher für den Discountbereich 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

in Mrd. €

in Tsd.

60

20

50

40

30

10

20

10

0

0

1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Anzahl in Tsd.

Umsatz in Mrd. €

Abbildung 3.8: Entwicklung der Anzahl Geschäfte und Umsatz der Discounter Eine andere Unterscheidung orientiert sich an dem Datum des Markteintritts. 182

Nach dieser Vorgehensweise kann in klassische und Markendiscounter unterschieden 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 deutlich. Die Anzahl der Discounter hat sich im Zeitraum 1990 – 2005 nahezu verdoppelt. 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. Süßwareneinzelhandel, Bäckereien), die nur ein Lebensmittelrandsortiment offerieren. Eine weitere Untergliederung des Traditionellen LEH erfolgt, wie bei den Verbrauchermärkten, 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

183

starker Rückgang zu verzeichnen.

in Mrd. €

in Tsd.

80

80

70

70

60

60

50

50

40

40

30

30

20

20

10

10

0

0

1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Anzahl in Tsd.

Umsatz in Mrd. €

Abbildung 3.9: Entwicklung der Anzahl Geschäfte und Umsatz des traditionellen LEH Insgesamt haben diese drei beschriebenen Segmentierungsformen folgende Entwicklung in den letzten beiden Jahren aufzuweisen: Tabelle3.2: Entwicklung der Geschäftstypen Geschäftstypen Verbrauchermärkte Discounter Traditioneller LEH Gesamt:

184

Anzahl Geschäfte 2004 2005 7.980 7.940 14.270 14.540 32.390 29.670 54.640 52.150

Umsatz in Mrd. € 2003 2004 52,1 51,7 52,4 54,2 21,3 19,9 125,8 128,8

3.2.1.2 Key-Accounter des Handelspanels Food Die Key-Account Betrachtung ist der dritte Blick auf den Gesamtmarkt der Bundesrepublik Deutschland. Eine beständige Definition kann hier jedoch nicht abgegeben 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

Metro Einzelhandel Edeka-Gruppe

Markant Rewe-Handelsgruppe

„Variable“ Untergliederung Einzelhandel Beteiligungsgesellschaften Sonstige Beteiligungen Gedelfi Spar -799 QM 800-1499 QM 1500 QM und mehr

Tengelmann-Gruppe Restl. 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 eindeutige 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: 185

Tabelle 3.3: Anzahl Geschäfte und Umsätze der Key-Accounts in 2004/2005 Metro- Edeka Spar15 Markant Rewe Tengel- Restl. Einzelmann LEH handel Anzahl der Ge580 10.260 5.250 20.660 7.115 3.730 14.945 schäfte (2005) Umsatz in Mrd. 7,730 25,855 8,225 24,550 21,550 8,745 13,885 € (2004) Key-Accounts

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 vielen 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 vollständigen Beobachtung des Biermarktes die Getränke Abholmärkte mit ausgewiesen werden.

3.2.1.3.1 Drogerie-/Parfümerie-Fachhandel Der komplexe Bereich des Drogerie-/Parfümerie Fachhandels setzt sich aus mehreren 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 Fachparfümerien. Traditionelle Drogerien und Drogerien mit Parfümerie Randsorti15

Seit Januar 2006 wird die Spar nicht mehr separat ausgewiesen. Diese Geschäfte sind in die EdekaGruppe integriert.

186

menten werden den Fachdrogerien zugeordnet, während unter die Fachparfümerien filialisierte und nicht filialisierte Fachgeschäfte mit annähernd ausschließlichem Umsatz im Depotkosmetikbereich zugeordnet werden. Ein Drogeriemarkt ist ein Einzelhandelsgeschäft, das im Wesentlichen Drogeriewaren 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 ausgewiesen.

3.2.1.3.2 Abholmärkte Als Abholmarkt werden alle Geschäfte definiert, die den Hauptumsatz aus dem Verkauf von Getränken in Mehrwegverpackungen realisieren. Hierbei unterscheidet man zwischen: x ungebundene oder x gebundene Abholmärkte Als ungebunden zählen Filialisten wie z.B. Fristo, Hoffmann und Kronland. Handelt es sich allerdings um eine ausgelagerte Getränkeabteilung z. B. eines Verbrauchermarktes, wird dieser als gebundener Abholmarkt bezeichnet. Dies gilt auch für Märkte die räumlich und auch organisatorisch getrennt sind, aber dennoch 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 Geschäftstyp mit ein.

16

Die genaue Entwicklung dieses Segmentes ist im Anhang aufgeführt.

187

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, Haushaltswaren und Lebensmittel angeboten. Hierzu zählen Karstadt, Galeria Kaufhof sowie Woolworth. Kaufhäuser dagegen sind Einzelhandelsfachgeschäfte mit ebenfalls größerer Fläche, allerdings mit einem breiten und tiefen, branchenbetonten Sortiment. Im Jahr 1995 existierten noch 750 Geschäfte dieses Typs – im Jahr 2005 lediglich 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

Nord-West NordrheinWestfalen Mitte BadenWürttemberg Bayern Nord-Ost ThüringenSachsen Berlin Gesamt

Anzahl der Geschäfte des LEH 2004 2005

Umsatz der Geschäfte in Mrd. Euro 2003 2004

7.915 9.820

7.510 9.325

17,080 23,030

16,990 22,905

7.205 6.020

6.845 5.715

13,750 11,960

13,675 11,900

8.290 5.105 5.235

7.870 4.825 4.950

13,240 8,250 8,770

13,170 8,175 8,695

1.110

1.060

4,120

4,090

50.700

48.100

100,200

99,600

Die verschiedenen Segmente des Handelspanels Food entwickeln sich derart unterschiedlich, dass ein jährlicher Blick auf die genauen Strukturen, Zugehörigkeiten und auch Umsatz- und Outletentwicklung notwendig ist. Aus diesem Grund 188

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 Unterschied 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 heute 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. Eine derartige Berichterstattung bedingt allerdings einen hohen Abstimmungsbedarf in Bezug auf die unterschiedlichen zu berichtenden Dimensionen. Insbesondere für die Absatzmittler gilt es hier einheitliche Definitionen, soweit dies möglich ist, zu finden. Einige wesentliche Definitionen seien hier aufgeführt. Apotheken In 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, 189

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. Autohändler Diese Einzelhändler verkaufen sowohl Neu- als auch Gebrauchtwagen, entweder als freier markenunabhängiger Händler, oder als Konzernhändler. Zubehör gehört 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. Buchhandel Der stationäre Buchhandel ist darauf spezialisiert ein reichhaltiges und sortiertes Angebot an neuen Büchern und Zeitschriften anzubieten. Zeitungen gehören nicht dazu. Unterschieden werden Verlagsbuchhandlungen, freie Buchhandlun190

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 Einzelhändler zugänglich sind. Computershops Computershops sind auf den Verkauf von Computerhardware spezialisiert. Dazu gehören neben dem PC auch Peripheriegeräte wie Drucker und Scanner. Standardsoftware gehört ebenfalls zum Sortiment. Nicht angeboten werden Softwareanpassungen, die programmiertechnische Kenntnisse erfordern. Discounter (Lebensmitteldiscounter) Siehe hierzu die detaillierte Beschreibung im Kapitel 3.2.1.1.2. Drogerien Drogerien führen eher kosmetische und Toilettenartikel. Im Non-Food Panel finden sie deshalb noch Berücksichtigung, da hier vereinzelt auch Fotoarbeiten angeboten werden. Einzelhandel für Haushaltswaren Der Umsatz wird hauptsächlich mit dem Verkauf von Geschirr, Bestecken, Porzellan und Keramik bestritten. Glaswaren gehören ebenfalls zum Sortiment. Elektromärkte Elektromärkte bieten Produkte aus allen Bereichen der Elektronik für den Privatkunden an. Elektronische Geräte, Telekommunikationsartikel, Haushaltsgroßund 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.

191

Farbenfachgeschäfte Voll- 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. Fernglasfachhändler Fachhändler, die sich auf den Verkauf von Ferngläsern spezialisiert haben. Die Grenze zwischen Fotohändlern und auch Jagdgeschäften ist eher schwimmend. Fotostudios/Ateliers Dies sind Fotofachbetriebe, die überwiegend die Gesellschafts- und Portraitsphotographie entweder direkt im Studio oder außerhalb anbieten. Gartencenter Überwiegend 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 Gartenrandsortimente angeboten. Dazu zählen Blumenkästen und auch Gartenmöbel. Gartengerätefachhandel - Motoristen In diesem Geschäftstyp wird nicht nur verkauft, sondern werden auch Dienstleistungen rund um den Garten angeboten. Insbesondere die Garten- und Landschaftspflege gehören hier zum Angebot. Juweliergeschäfte Derartige Geschäfte sind vorwiegend in den Innenstädten vorzufinden. Zum Angebot 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. 192

Kälte- und Klimafachgeschäfte Installationsfirmen aus dem Bereich der Kälte- und Klimatechnik bieten Klimaanlagen 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. Küchenfachgeschäfte Ein Küchenfachgeschäft ist auf den Verkauf von Küchen im engeren Sinn konzentriert. 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. Landhandel Hier sind Einzelhändler zu landwirtschaftlichen Genossenschaften zusammengeschlossen und bieten Tierfutter, Düngemittel und auch Saatgut an. Lederwarengeschäfte Lederwarengeschäfte sind oftmals auch Gepäckspezialisten die neben allgemeinen Lederwaren wie Portemonaises und Gürteln auch Koffer, Reisetaschen, Kosmetiktaschen, Aktentaschen und Kleiderbeutel im Sortiment führen. Möbelgeschäfte Der gesamte Möbelhandel wird zurzeit in zwei Gruppen aufgeteilt. Auf der einen Seite ist der Möbelfachhandel zu nennen, auf der anderen Seite der sog. Möbelmitnahmemarkt. 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, sowie 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. 193

Optiker Brillenfachgeschäfte sind auf optische Produkte spezialisiert. Dazu gehören Brillenfassungen und Gläser mit und ohne Sehkorrektur. Gleichzeitig werden auch Kontaktlinsen angeboten. Reinigungsmittel und der Service der Augenvermessung runden das Angebot ab. Reifenfachhandel Kfz-Reifen und Kfz-Räder werden hier offeriert. Ein Montage- und Einlagerungsservice gehört in vielen Fällen zum Angebot. Sanitätshäuser Sanitätshäuser verkaufen medizinische Geräte, Bandagen und Kompressionsstrümpfe, Inkontinenzprodukte, medizinische Kleidung, Textilien, etc. die keiner Rezeptpflicht unterliegen. Schreibwarengeschäfte Bürobedarf, Schreibwaren und Geräte sowie Zeichenbedarf werden hier an private und auch gewerbliche Abnehmer verkauft. Büromöbel und auch Bürotechnik gehören i.d.R. nicht zum Sortiment. Schuhgeschäfte Einzelhandelsgeschäfte, die Schuhe und Schuhartikel wie Pflegemittel etc. verkaufen, gehören zu diesem Segment. Zu beachten ist, dass sich zahlreiche Geschäfte 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 privatwirtschaftlich 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. Sportgeschäfte Einzelhändler mit einem rundum Angebot an Sportartikeln werden auch als 194

Sportgeschäfte bezeichnet. Wichtig hier: Sportgeschäfte die sich auf eine bestimmte Sportart spezialisiert haben (Segeln, Golfen) sind nicht in diesem Segment enthalten. Tankstellen (gebundene und freie) Gebundene Tankstellen, im Gegensatz zu "freien Tankstellen", werden auch als Markentankstellen (Beispiel: Shell, ARAL) bezeichnet. Alle sind auf den Verkauf von Treibstoffen und Zubehör für Kraftfahrzeuge spezialisiert. Ein Waschund Reparaturservice wird oftmals mit angeboten. Zahlreiche Tankstellen verfügen aber auch zusätzlich über einen Shop in dem FMCG Produkte wie Getränke, Tiefkühlkost etc. angeboten werden. Ein geringes Fastfood Angebot kann zusätzlich vorhanden sein. Zweiradhändler Zweiradhändler bieten Fahrräder und motorisierte Zweiräder an. Nahezu sämtliches 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 erlaubt tief greifende Analysen der Käuferstrukturen, die ein Handelspanel aufgrund des methodischen Ansatzes nicht leisten kann. Das Verbraucherpanel stellt den Konsumenten in den Focus und kann eine Vielzahl von soziodemographischen Merkmalen ausweisen. Gleichzeitig ist das Verbraucherpanel aber auch ein sehr guter Spiegel des Gesamtmarktes. Segmente die das Handelspanel nicht darstellen kann oder darf, wie z.B. Aldi, sind im Verbraucherpanel nicht ausgeschlossen. Insgesamt ergeben sich folgende Unterscheidungen bei den Panelarten in Bezug auf die Segmente: x Segmente die das Handelspanel nicht liefern kann, können i.d.R. durch das Verbraucherpanel erhoben werden. Damit stellt diese Panelart ein hervorra195

gendes Instrument dar, dem Gesamtmarkt ein Stück näher zu kommen. x 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 erhoben werden. Sämtliche für das Food und Non-Food Handelspanel aufgeführten Segmentierungen sind auch aus dem Verbraucherpanel verfügbar. Auch die Aufteilungen nach den bereits beschriebenen Gebieten oder KeyAccountern stellen kein Problem 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 Verbraucherpanel zugesteuert werden.

3.2.3.1 Discounter inkl. Aldi Es wurde bereits vielfach auf die Handelspanelproblematik der Discounter hingewiesen. Aldi, Lidl, Norma sind nicht bereit Abverkaufsdaten an die Marktforschungsinstitute zu liefern. Damit diese Kanäle aber dennoch in eine Gesamtmarktbetrachtung einfließen können ist das Verbraucherpanel gefragt. Anhand des Beispiels Aldi soll dies verdeutlicht werden. Die Problematik ALDI aus dem Handelspanel (kein Datenaustausch mit den Instituten und keine Erlaubnis für den Besuch von Außendienstmitarbeitern, siehe auch Punkt 3.2.1.1.2) wird zumindest teilweise durch das Verbraucherpanel re17

Vgl.: Punkt 3.2.1.1.2

196

duziert. Da der Haushalt vermerkt, wo er ein Produkt eingekauft hat, ist ein separater 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 soziodemographischen Kriterien Region, Geschlecht, Alter, Einkommen, Haushaltsgröße etc. zusammengefasst. Es handelt sich dabei lediglich um eine selektive Auswahl. Weitergehende, auch kundenspezifische Ausweisanforderungen sind i. d. R. möglich.

18

Die Grenze zwischen Aldi Nord und Aldi Süd, manchmal scherzhaft auch Aldi-Äquator genannt, verläuft 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-NordGebiet.

197

Abbildung 3.11: Soziodemographische Merkmale des Verbraucherpanels

198

Sollten diese Kriterien nicht vorliegen, so ist eine Nacherhebung zumindest bei der GfK sehr kurzfristig möglich19. Das Verbraucherpanel erlaubt nun eine detaillierte Beschreibung des Konsumenten und seines Einkaufsverhaltens. Einerseits kann festgestellt werden, welche Produkte eine bestimmte Käuferschicht präferiert, welche Produkte einer bestimmten Warengruppe in „Set of Mind“ sind. Andererseits wird aber auch deutlich, welche Einkaufsstätten ein bestimmter Käufertypus bevorzugt, welche Einkaufsstätten 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 dargestellt 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 regionale Ausweis, sowie die Aufteilung der Geschäftstypen und Key-Accounter wird hier vergleichbar abgebildet. Nun bietet allerdings das Anzeigenpanel den großen Vorteil „nur auf Tageszeitungen, 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 kurzfristig zu diesem Thema schriftlich befragt.

199

Zentrale beispielsweise untersagt, deren Vertriebsschiene „MiniMAL“ im Handelspanel separat auszuweisen, ist man hier an diese Bedingungen nicht gebunden. Vielmehr gelten eher die Regeln des Verbraucherpanels, keine externen Restriktionen erfüllen zu müssen. Das Anzeigenpanel bietet daher die Möglichkeit des separaten Ausweises sämtlicher Vertriebsschienen eines jeden Key-Accounters. Selbst kleinste Segmente, die nur eine Anzeige pro Woche schalten, können separat dargestellt werden. Allerdings können zur Messung der Wirkung der unternehmenseigenen WKZ (Werbekostenzuschüsse: Zahlungen der Industrieunternehmen an die Handelsunternehmen für deren Werbemaßnahmen wie Handzettel, Anzeigen in Tageszeitungen, Plakate etc.) nur die Anzahl der Anzeigen herangezogen werden, da keine direkte Verknüpfung zu Abverkaufszahlen besteht. Für den Segmentausweis gilt daher: x Analog zum Handelspanel x Discounter wie im Verbraucherpanel x 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 Lidl Norma Plus Penny Netto Delta, Diska, Kondi, NP, Treff

200

(Aldi) (Lidl&Schwarz) (Norma) (Tengelmann Gruppe) (Rewe-Gruppe) (Spar-Gruppe, seit 01/06 Edeka-Gruppe) (Edeka-Einzelhandel)

separat in den Berichten erwähnt. Weitere Unterteilungen sind, insbesondere bei den Key-Accounts, nach Rücksprache mit dem Marktforschungsinstitut, möglich. 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 Angebotspreis, der ebenfalls erfasst wird, eine entscheidende Rolle. Dieses wichtige Fakt Preis erfährt daher oftmals, in der Regel auf Kundenwunsch, eine separate Segmentierung. 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 können 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 einzelnen Panels, andererseits durch die zwischen Auftraggeber und Institut geschlossenen Verträge unterschiedliche Berichtsrhythmen oder Periodizitäten ergeben. 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 folgenden Werktag, so dass die hochgerechneten Abverkaufsdaten dem Kunden nach zwei Tagen zur Verfügung stehen. Das Personenpanel berichtet einige ausgewählte Warengruppen (die Warengrup201

penauswahl ist abhängig von der Anzahl der Kaufakte pro Periode) wöchentlich, mit Datenlieferung am Dienstag der Folgewoche. Das Handelspanel Food berichtet wöchentlich, jedoch immer erst nach Abschluss eines Monats. Es wird rückwirkend 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 NonFood Warengruppen ausgelegt. Aufgrund der Fallzahlen ist eine monatliche Datenlieferung 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 Panelart konstanten, gleich bleibenden Rhythmen berichtet. Ein gutes Beispiel liefert das Sport Panel. Hier liegen die Hauptabsatzmonate, bei Betrachtung der Warengruppe Ski oder Skibindungen, klar in den Wintermonaten. Nicht eine ganzjährige zweimonatliche Berichterstattung, sondern dreimonatlich in den Wintermonaten 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 orientieren.

3.3.1 Monatsperioden Auf dem ersten Blick erscheint die Beschreibung einer Monatsperiode trivial. Es wird unterstellt, dass eine Berichtsperiode identisch zum Kalendermonat ausgerichtet ist und es damit keiner weiteren Erläuterung bedarf. Tatsächlich aber hat sich eine Vielzahl von unterschiedlichen Monatsperioden etabliert, die nur bedingt an den Kalender angelehnt sind. Und dies, obwohl die Handelsunternehmen ihre Scannerdaten für die Food und Non-Food Panels wöchentlich, in einigen Fällen sogar auch täglich liefern. Zur vollständigen Datenlieferung gehört natürlich auch der Verkaufstag, so dass die Handelsdaten auch an den Kalendermonat exakt angepasst werden können. Gleiches gilt für die Verbraucherpanels – 202

hier vermerkt der Panelteilnehmer den genauen Einkaufstag. Somit wäre es von den Ursprungsdaten her durchaus möglich, eine tagesgenaue und/oder kalendermonatliche Berichterstattung anzubieten. Diese tagesgenaue Betrachtungsweise hat sich aber auch bei den Marktforschern in der Industrie bisher nicht durchsetzen 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 (Kalenderwoche 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 berichtet. 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 Kalendermonat. 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 zugeschlagen. 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 wesentlich enger an den Kalender angelehnt. Der Januar endet am 30. und lediglich der 31. würde dem Februar zugeordnet. Auch das Ende des Februars ist einsichtiger, 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 gegeben. Diese ist zwar recht selten anzutreffen, sollte aber dennoch nicht unerwähnt 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. 203

Januar Jahr 01 Mo

Di

Mi Do

Fr

3 10 17 24 31

4 11 18 25

5 12 19 26

7 14 21 28

Mo

Di

Mi Do

4 11 18 25

5 12 19 26

6 13 20 27

Mo

Di

Mi Do

4 11 18 25

5 12 19 26

6 13 20 27

6 13 20 27

Februar Jahr 01 Sa 1 8 15 22 29

So Mo 2 9 7 16 14 23 21 30 28

Di Mi 1 2 8 9 15 16 22 23

Sa 2 9 16 23 30

So Mo 3 10 2 17 9 24 16 23 30

Di

Mi Do

3 10 17 24 31

4 11 18 25

Sa 2 9 16 23 30

So Mo 3 1 10 8 17 15 24 22 31 29

Di 2 9 16 23 30

April Jahr 01

7 14 21 28

Fr 1 8 15 22 29

7 14 21 28

Di

Mi Do

Fr

3 10 17 24 31

4 11 18 25

5 12 19 26

7 14 21 28

Mo

Di

Mi Do

2 9 16 23 30

3 10 17 24 31

4 11 18 25

6 13 20 27

So Mo 6 13 7 20 14 27 21 28

Di Mi 1 2 8 9 15 16 22 23 29 30

Fr

Sa

Di

6 13 20 27

7 14 21 28

So Mo 1 8 6 15 13 22 20 29 27

5 12 19 26

Mi 3 10 17 24 31

Do 4 11 18 25

Fr 5 12 19 26

So Mo 2 9 7 16 14 23 21 30 28

Fr

Sa

6 13 20 27

7 14 21 28

So Mo 1 8 6 15 13 22 20 29 27

Di Mi 1 2 8 9 15 16 22 23 29 30

Do 3 10 17 24

Fr 4 11 18 25

7 14 21 28

7 14 21 28

Mi Do 1 2 8 9 15 16 22 23

Fr 3 10 17 24

So Mo 7 14 5 21 12 28 19 26

Di 6 13 20 27

Sa 5 12 19 26

So 6 13 20 27

Mi 1 8 15 22 29

Do 2 9 16 23 30

Fr 3 10 17 24

Sa 4 11 18 25

So 5 12 19 26

Mi Do 1 7 8 14 15 21 22 28 29

Fr 2 9 16 23 30

Sa 3 10 17 24

So 4 11 18 25

Dezember Jahr 01

Sa 5 12 19 26

So Mo 6 13 5 20 12 27 19 26

Sa 4 11 18 25

So Mo 5 12 6 19 13 26 20 27

Di 6 13 20 27

Mi Do 1 7 8 14 15 21 22 28 29

Fr 2 9 16 23 30

Sa 3 10 17 24 31

So 4 11 18 25

Sa 4 11 18 25

So 5 12 19 26

März Jahr 02 Di 7 14 21 28

Abbildung 3.12: Periodenbeschreibungen im Jahresverlauf

204

Fr 4 11 18 25

September Jahr 01 Sa 6 13 20 27

Februar Jahr 02 Di

Do 3 10 17 24 31

Juni Jahr 01

November Jahr 01

Sa 1 8 15 22 29

Januar Jahr 02

5 12 19 26

März Jahr 01 Sa 5 12 19 26

August Jahr 01

Oktober Jahr 01 Mo

Fr 4 11 18 25

Mai Jahr 01

Juli Jahr 01 Fr 1 8 15 22 29

Do 3 10 17 24

Mi 1 8 15 22 29

Do 2 9 16 23 30

Fr 3 10 17 24 31

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 diskutiert 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 Berichtsmonats mit dem Kalendermonat zu erzielen. Es gibt somit für diese Fragestellung 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 exakt an den Kalender angelehnt und berichten permanent vom Monatsersten bis zum Monatsletzten. Das klingt zunächst sinnvoll, denn damit werden Datenschwankungen allein aufgrund der Zugehörigkeit einer Kalenderwoche zu einer bestimmten Berichtsperiode vermieden. Vorsicht ist dennoch beim direkten Periodenvergleich 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 Sanitärbereich. 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 durchgeführt. Die Inventurmethodik ist mit hohem personellem Aufwand verbunden, und je 20

Vorausgesetzt, die Handelsunternehmen verweigern diese Art der Datenerhebung nicht. Vgl.:Kapitel 3.7

205

nach Auslastungsgrad werden die genannten Geschäfte zweimonatlich, in einigen 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 Januar / Februar März / April Mai / Juni Juli / August September / Oktober November / Dezember

Non-Food Panel Februar / März April / Mai Juni / Juli August / September Oktober / November 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 Veränderung einer Warengruppe zu kommen. Beispielhaft sei dies an der Warengruppe Sekt erklärt. Die Hauptabsatzmonate liegen bei dieser Warengruppe im Dezember mit dem Weihnachts- und Silvesterumsatz. Die Periode Dezember (unabhängig 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 Mineralwasser wird in starkem Maße von der Witterung beeinflusst, so dass selbst gleiche Perioden (aus dem aktuellen und dem Vorjahr) nur unter Berücksichtigung dieses Witterungseffektes verglichen werden können. Nachfolgend sind alle üblichen Periodenkumulationen, die aus den erhobenen Berichtsperioden gebildet werden können, detailliert beschrieben. Gleichzeitig 206

wird damit deutlich, welche Einzelwochen in die jeweilige Betrachtung einfließen. 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: Quartal 2: Quartal 3: Quartal 4:

1. Januar – 31 März 1. April – 30. Juni 1. Juli – 30. September 1. Oktober – 31. Dezember

Die Zusammenfassung von 13 Wochen führt bei den scannerbasierten Handelspanelwarengruppen annäherungsweise zu den Quartalsperioden. Diese sind unter den Instituten direkt vergleichbar, da beide einen 13 Wochen Rhythmus für die Quartale aufgestellt haben. Quartal 1: Quartal 2: Quartal 3: Quartal 4:

Woche 1 – 13 Woche 14 – 26 Woche 27 – 39 Woche 40 – 52

Erfolgt in einer Warengruppe ausschließlich eine zweimonatlich Datenlieferung, so können Quartalsperioden nicht erzeugt werden, gleiches gilt für die oben beschriebene 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 207

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 Halbjahresperioden 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 einbezogen.

3.3.7 Aufgelaufenes Jahr (Year-to-Date) Dieser Periodentyp beschreibt die Zusammenfassung von Perioden ab dem Startzeitraum, 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

208

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 aktuellen 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 Vorjahresvergleichen immer Perioden mit der gleichen Länge betrachtet werden.

3.3.8 Rollierendes Jahr (MAT) Hier werden von der aktuellen Periode aus rückwärts Gesamtjahreswerte gebildet. 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 aggregiert werden. Die Arbeit mit rollierenden Jahren wird insbesondere in der Vertriebssteuerung eingesetzt. Aber auch für die Planung operativer Marketingmaßnahmen 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 Periode für ein definiertes Segment, einen bestimmten Wert annehmen. Dieser Wert kann entweder aus den jeweiligen Panelerhebungen unmittelbar bestimmt werden, 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, 209

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 kontinuierlich an Bedeutung gewinnen.

Klassifizierung der Informationsvariablen (Fakts) nach Panelarten Handelspanel

Verbraucherpanel

FMCG

SMCG

FMCG

SMCG

Dienstl.

Basisfakts

Basisfakts

Basisfakts

Basisfakts

Basisfakts

PromotionPromotionfakts fakts

Promotion Promotion Promotion--fakts fakts fakts

PromotionPromotionfakts fakts

Promotion PromotionPromotion Promotion-fakts fakts fakts

Qualitative Fakts

Qualitative Fakts

Abbildung 3.13: Klassifizierungsmöglichkeiten von Fakts (Measures) Eine Besonderheit weist anschließend noch das Verbraucherpanel mit den NonFood Warengruppen auf. Hier wurde der Abfrageumfang im Laufe der Zeit kontinuierlich 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 Einkaufsverhalten von Konsumenten zu erläutern, werden diese hier nachfolgend als qualitative Fakts bezeichnet.

210

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 unterschiedliche Arten statt. Entweder erfolgt eine Bestands- und Promotionerhebung durch den institutseigenen Außendienst in den Stichprobengeschäften, oder die Handelsunternehmen liefern die Daten ganz oder teilweise auf Datenträgern22. 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 Ermittlung der Verkäufe bereits heute eher die Ausnahme bildet. Dennoch ist der Außendienst notwendig, denn eine Vielzahl von Aufgaben können auch von Scannerkassen 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 verwenden 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 unterschiedlichen Packungsarten, werden vergleichbare Größen geschaffen. Die Fakts des Handelspanels unterteilen sich zunächst einmal grundsätzlich nicht 22

Vgl.: Punkt 1.2.4.1 Vgl.: Seite 40 Promotionerhebungen durch den Außendienst - Fieldservice 24 Der Mengenausweis erfolgt je nach Warengruppe in Dosen, Portionen, Kilogramm, Flaschen, Mehrweg etc.. 23

211

nach den Warengruppenausprägungen FMCG und SMCG. Die sog. Basisfakts sind warengruppenunabhängig. Dennoch wird eine Differenzierung in der zweiten 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 Kennzahlen wird auch hier notwendig werden.

3.4.1.2 Die Basisfakts des Handelspanels Die tägliche, wöchentliche oder gar nur monatliche Datenlieferung der teilnehmenden Handelsunternehmen beinhaltet neben einer genauen Beschreibung des abverkauften Artikels (EAN Nummer, soweit vorhanden) derer Absatzmengen und Abverkaufspreise je Geschäft. Damit sind wesentliche Voraussetzungen geschaffen, 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-

212

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) miteinander addiert werden dürfen. Eine Aggregation von Key- Accountern z. B. Rewe und dem Gebiet NRW führt zu einer teilweisen Doppelzählung der Verkäufe 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 Prozentuierungsvorschrift für alle Anteilsfakts heranziehen. Tabelle 3.6: Berechnung des mengenmäßigen Marktanteils Segment: D Gesamt Periode 1 Verkauf tausend Liter

Verkauf Liter in %

Sekt Gesamt

60.985

100,0%

Sekt weiß Sekt rot Sekt rose

57.478 2.698 809

94,2% 4,4% 1,4%

Marke A

6.214

10,8%

Marke B

2.013

3,5%

Verkauf Liter in %

100,0%

Bei Tabelle 3.6 bildet der Gesamtmarkt (Sekt/Champagner) die Prozentuierungsbasis für die nachfolgenden Produktgruppen, an dem diese einen mengenmäßigen Verkaufsanteil von 94,2 % (Sekt weiß), 4,4% (Sekt rot) und 1,4 % (Sekt rose) erreichen. Die beiden Marken A und B, es soll sich um weißen Sekt handeln, 25 26

Vgl.: Punkt 3.3 Vgl.: Punkt 3.2.2

213

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 resultiert 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 A ¦ Verkauf der Prozentuierungsbasis

100 = Verkauf Menge in % für Marke A

Tabelle 3.7: Mengenmäßiger Marktanteil in kumulierten Perioden Segment: D Gesamt Verkauf tausend Liter 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 % ergeben (10,8 + 11,8 + 12,3)/3. Auf den ersten Blick ist der Unterschied nicht sonderlich 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 Unterschiede in der Berechnungsmethodik doch gravierend. Verkauf €uro Die Multiplikation des Fakts Verkauf Menge mit dem gelieferten oder am mittle214

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 Produkt- 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 Segment: D Gesamt Periode 1 Verkauf tausend Liter

Verkauf Liter in %

Verkauf tausend €

Verkauf € in %

Sekt Gesamt

60.985

100,0%

249.184

100,0%

Sekt weiß Sekt rot Sekt rose

57.478 2.698 809

94,2% 4,4% 1,4%

235.515 10.668 3.001

94,5% 4,3% 1,2%

Marke A Marke B

6.214 2.013

10,8%

29.343 7.133

12,5% 3,0%

3,5%

Für kumulierte Perioden müssen wieder die Gesamtwerte über alle Perioden betrachtet 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 Preisrelation einer Marke zur Produktgruppe. Je größer dieser Abstand (prozentual) wird, desto größer ist die Preisdifferenz zur Prozentuierungsbasis (Sekt weiß). Einen 215

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 der gewichteten 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 jeweils alle Geschäfte des untersuchten Typs. Tabelle 3.9: Numerische Distribution Segment: D Gesamt Periode 1

Gesamtmarkt

Anzahl Geschäfte 48117

Sekt Gesamt

47.635

99%

Sekt weiß Sekt rot Sekt rose

44.335 42.138 39.847

92% 88% 83%

Marke A Marke B

38.391 24.021

80% 50%

%

Die Gesamtzahl aller Geschäfte für das Segment Deutschland Gesamt wären beispielsweise 48.117 Geschäfte (vgl. Tabelle 3.9). Die Warengruppe selbst wird 216

aber nur in 47.635 Geschäften geführt. Es ergibt sich somit eine numerische Distribution von 99 %. Marke A ist in 38.391 Geschäften verkauft worden, welches einer numerischen Distribution, bezogen auf den Gesamtmarkt, von 80 % entspricht. 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 Segment: D Gesamt Periode 1 Warengruppenumsatz

%

Sekt Gesamt

283.000.000

100%

Sekt weiß Sekt rot Sekt rose

280.730.000 177.617.000 90.581.000

99% 63% 32%

Marke A Marke B

186.741.000 150.125.000

66% 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 Durchschnittsrech217

nung zu Fehlern führt. Dies ist einerseits darauf zurückzuführen, dass die Grundgesamtheiten (Anzahl Geschäfte und Umsatz der Warengruppe) in den unterschiedlichen 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 berücksichtigen sind. Für Marke A (vgl. Tabelle 3.11) ergibt sich bei einer einfachen Durchschnittsbildung eine Numerische Gesamtdistribution in den Perioden 1-3 von 83 %. Tabelle 3.11: Distributionen in kumulierten Perioden Segment: D Gesamt Anzahl Num. Geschäf- Distri. te Perio- Periode de 1 1 Gesamtmarkt 48117

Anzahl Num. Anzahl Num. Geschäf- Distri. GeschäfDistri. Pete Perio- Periode te Perioriode 3 de 2 2 de 3 47.095 46.871

Sekt Gesamt

47.635

99%

46.934

99%

46.807

100%

Sekt weiß Sekt rot Sekt rose

44.335 42.138 39.847

92% 88% 83%

44.300 39.850 37.843

94% 85% 80%

44.250 39.850 37.800

94% 85% 81%

Marke A Marke B

38.391 24.021

80% 50%

38.420 23.910

82% 51%

39.517 23.900

84% 51%

Wird als Grundlage aber immer die Anzahl der Geschäfte herangezogen, so ergibt 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: 218

Tabelle 3.12: Berechnung des Durchschnittspreises Segment: D Gesamt Periode 1 Verkauf tausend Liter

Verkauf Liter in %

Verkauf tausend €

Verkauf € in %

Preis €

Sekt Gesamt

60.985

100,0%

249.184

100,0%

4,09

Sekt weiß Sekt rot Sekt rose

57.478 2.698 809

94,2% 4,4% 1,4%

235.515 10.668 3.001

94,5% 4,3% 1,2%

4,09 3,95 3,71

Marke A Marke B

6.214 2.013

10,8%

29.343 7.133

12,5% 3,0%

4,72 3,54

3,5%

Während der Preis für die Einzelperioden von den Instituten in den Berichtsbänden geliefert wird, werden in der Praxis oftmals die Preise für das Geschäftsjahr, Rollierende Jahr oder auch Aufgelaufene Jahr27 benötigt. Hier gilt analog zur Berechnung der Marktanteile über kumulierte Perioden, dass die Summe der Einzelpreise dividiert durch die Anzahl der zusammengefassten Perioden nicht den kumulierten Durchschnittspreis ergibt. Die Berechnung ist wiederum aufwendiger und muss korrekterweise wie folgt durchgeführt werden:

¦ Verkauf Wert in den Einzelperioden ¦ Verkauf Menge in den Einzelperioden

I 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 Verkauf tausend € Preis Liter

6.214 29.343 4,72

6.591 31.834 4,83

9.351 37.310 3,99

22.156 98.487 4,44

Der gewichtete Durchschnittspreis für Marke A liegt in diesem Beispiel nach der 27

Vgl.: Punkt 3.3

219

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 geführt und einen tendenziellen Preisverfall (oder Aktion) nicht deutlich genug widergespiegelt. Preisabstand absolut Der Preisabstand für ein Produkt wird ermittelt aus dem eigenen Preis abzüglich des Preises der Prozentuierungsvorschrift für die Marktanteile. Anhand der Angaben in Tabelle 3.12 ergibt sich in Periode 1 für Produkt A der absolute Preisabstand 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 Gesamtdurchschnitt 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 Tabelle 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 Gesamt Distribution 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 220

Artikel wird demnach in vorwiegend großen Geschäften geführt. Ein Wert kleiner 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 sollten 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 verkaufenden) 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 (umsatzstarken, oder umsatzschwachen) getroffen. Dies ist aber ein wesentlicher Faktor, um die unterschiedlichen Mengen zweier Artikel pro Geschäft auch direkt miteinander vergleichen zu können. Die Normierten Verkäufe Menge beziehen in die Berechnung 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 Verkauf

Verkauf Menge pro (verkaufenden) Geschäft Distribution Gewichtet Verkauf

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:

221

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 Geschäften eines Artikels bezogen auf die übergeordnete Produkt-, oder Warengruppe 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 Menge

100 Distribution Numerisch Gesamt

Wie bei den Distributionsfakts allgemein, gilt auch für dieses Fakt, dass in kumulierten Perioden immer durch die gesamte Anzahl der betreffenden Geschäfte dividiert werden muss. Einfache Durchschnittswerte können das Ergebnis verfälschen29. 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 definierte 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 29

Vgl.: Seite 218 Vgl.: Seite 217

222

100 € _____________________________________ Umsatz pro verkaufenden Geschäft und Monat

Artikel pro Geschäft Dieses Fakt beschreibt die durchschnittliche Anzahl von unterschiedlichen Artikeln einer Warengruppe, die pro Geschäft verkauft werden. Die Berechnung erfolgt 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 vertreten, die jeweils eine numerische Gesamtdistribution von 70 % aufweisen. Zusammen ergibt dies einen Wert von 270% für die Numerische Gesamtdistribution dieser 4 Marken (80 (A)+ 50 (B)+ 140). Dieser Wert dividiert durch die entsprechende 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 Handelspanel 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: 223

Berichtet werden durch die Haushalte die Einkäufe in Flaschen, Dosen oder Kästen. 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 Einheiten 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 Artikel, Produktgruppe und Warengruppe von den Haushalten oder den berichtenden Einzelpersonen eingekauft wurden. Ein direkter Vergleich zweier Marken ist über diese Kennziffer möglich. Ebenso wie in den Einzelperioden stellt die Berechnung der Einkäufe für beliebige 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 + BadenWürttemberg = Süddeutschland, oder für die Soziodemographie eine Zusammen30 31

Vgl.: Punkt 3.3 Vgl.: Punkt 3.2.3

224

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 falschen 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, son225

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 tausend Liter

Einkauf Liter in %

Einkauf Liter in %

Sekt Gesamt

60.985

100,0%

Sekt weiß Sekt rot Sekt rose

57.478 2.698 809

94,2% 4,4% 1,4%

Marke A

6.214

10,8%

Marke B

2.013

3,5%

100,0%

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 resultiert ein Marktanteil, der nicht mit den eingekauften Mengen der Einzelperiode 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%

226

Die Berechnung des Marktanteils Einkauf Menge nach der oben beschriebenen Methode des einfachen arithmetischen Mittels hätte einen Anteil von 11,6 % ergeben (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 Berichtsperiode 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 Produkt- oder Warengruppe und wird als Einkaufsanteil Wert oder Marktanteil (Wert) €uro bezeichnet. Tabelle 3.16: Gegenüberstellung des wert- und mengenmäßigen Marktanteils Segment: D Gesamt Periode 1 Einkauf tausend Liter

Einkauf Liter in %

Einkauf tausend €

Einkauf € in %

Sekt Gesamt

60.985

100,0%

249.184

100,0%

Sekt weiß Sekt rot Sekt rose

57.478 2.698 809

94,2% 4,4% 1,4%

235.515 10.668 3.001

94,5% 4,3% 1,2%

Marke A Marke B

6.214 2.013

10,8%

29.343 7133

12,5% 3,0%

3,5%

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 Produktgruppe weißer Sekt. 227

Während sich für Marke A ein Anteil für den Einkauf in Stück von 10,8 % errechnet, liegt der Marktanteil für den Einkauf Wert bei 12,5 %. Die beiden Anteilswerte in Kombination betrachtet, treffen eine Aussage über die Preisrelation einer Marke zur Produktgruppe. Je größer dieser Abstand (prozentual) wird, desto größer ist die Preisdifferenz zur Prozentuierungsbasis (weißer Sekt). Ein deutlich niedrigerer Preis ist demnach für die Marke B festzustellen, dessen wertmäßiger 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 obiges Beispiel ergeben sich die in Tabelle 3.17 dargestellten Einkaufspreise. Tabelle 3.17: Ermittlung des Einkaufspreises Segment: D Gesamt Periode 1 Einkauf tauEinkauf send Liter Liter in %

Einkauf tausend €

Einkauf € in %

Preis €

Sekt Gesamt

60.985

100,0%

249.184

100,0%

4,09

Sekt weiß Sekt rot Sekt rose

57.478 2.698 809

94,2% 4,4% 1,4%

235.515 10.668 3.001

94,5% 4,3% 1,2%

4,10 3,95 3,70

Marke A Marke B

6.214 2.013

10,8% 3,5%

29.343 7.133

12,5% 3,0%

4,72 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 anzumerken, dass die Summe der Einzelpreise dividiert durch die Anzahl der zu32

Vgl.: Punkt 3.3

228

sammengefassten Perioden nicht dem kumulierten Durchschnittspreis ergibt. Die Berechnung ist wiederum aufwendiger und muss korrekterweise wie folgt durchgeführt 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

Einkauf tausend Liter Einkauf tausend € Ø-Preis Marke B

6.214 29.343 4,72

5.190 23.442 4,51

5.380 23.941 4,45

16.784 76.726 4,57

Einkauf tausend Liter Einkauf tausend € Ø-Preis

2.013 7.122 3,53

1.873 6.452 3,44

1.998 6.674 3,34

5.884 20.248 3,44

Marke A

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 abzüglich 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) 229

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 untereinander 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 seiner 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 Berichtszeitraum, diesen Artikel mindestens einmal gekauft hat. Bei genau einmaligem Einkauf wird dieser auch als Einmalkäufer bezeichnet. Tabelle 3.19: Anzahl Käufer pro Periode Segment: D Gesamt Anzahl Käufer in tausend Periode 1 Periode 2 Periode 3

Marke A 2.057,6 1.226,9 971,1

Marke B 344,7 251,4 465,7

Dieses Fakt ist für Kumulationen über Artikel, Perioden und Segmente sehr schwierig, bzw. ohne sog. Rohdaten für den Kunden überhaupt nicht zu berechnen. Für die einzelnen Dimensionen gelten folgende Einschränkungen:

230

1) Kumulation über Segmente Es ist hierbei zu beachten, dass nur Segmente gleichen Typs, d h. ohne Überschneidungen, 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 Doppelzählung 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 (unterstellt 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

Marke A

Anzahl Käufer in tausend 2057,6

0,75 Liter 0,2 Liter

1.543,2 771,5

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.

231

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 Käufer 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 gekauft) aufweisen kann. 3) Kumulation über Perioden Tabelle 3.21: Anzahl Käufer pro Periode (Vergleich zweier Marken) Segment: D Gesamt Anzahl Käufer in tausend Periode 1 Periode 2 Periode 3

Marke A 2.057,6 1.226,9 971,1

Marke B 344,7 251,4 465,7

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 berücksichtigen, dass ein Haushalt oder eine Einzelperson, sowohl in der ersten, als auch möglicherweise in einer beliebigen anderen Periode diese Marke 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 Pro232

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 Käuferanzahl eines Produktes ins Verhältnis zu allen Panelteilnehmern, und wird oftmals auch als Käuferkreis bezeichnet. Tabelle 3.22: Käuferreichweiten Segment: D Gesamt Periode 1

Sekt Gesamt

Käuferreichweite 84,9%

Sekt weiß Sekt rot Sekt rose

83,6% 34,1% 22,5%

Marke A Marke B

9,3% 5,8%

Die Werte der Käuferpenetration sind in der Regel höher als die Werte für die Käuferreichweite. Dies resultiert aus den unterschiedlichen Prozentuierungsvorschriften die diesen beiden Fakts zugrunde liegen. Wird für die Käuferpenetration die Warengruppe oder eine Produktgruppe daraus zur Berechnung herangezogen, 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 Marktanteile Wert und Menge, siehe Tabelle 3.16, benutzt wird.

233

Abbildung 3.15: Entwicklung der Käufer Gesamt und Käufer Produkt A Jeder einzelne Einkaufsakt wird durch den Panelhaushalt oder den Einzelteilnehmer gemeldet. Wird am selben Tag ein Artikel zweimal gekauft, möglicherweise mit nur kurzer zeitlicher Differenz, und sogar im gleichen Geschäft, werden 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 ausgewiesen. Die ermittelten Werte dienen dazu, dass folgende Fakt, die Wiederkäuferrate zu berechnen. 234

Anzahl Wiederkäufer in % (Wiederkäuferrate) Die Wiederkäuferrate beschreibt das Verhältnis der Wiederkäufer zu allen Käufern 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 Anzahl WiederkäuWiederkäuferrate (in tausend) fer (in tausend) Sekt Gesamt

22.118,3

18.230,4

82,3%

Sekt weiß Sekt rot Sekt rose

21.779,6 8.883,8 5.861,7

14.875,5 6.192,0 5.134,8

68,3% 69,7% 87,6%

Marke A Marke B

2.057,6 344,7

1.002,1 159,9

48,7% 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 Periode 1 Periode 2 Periode 3

Marke A 16,0 36,0 38,5

Marke B 47,3 38,2 20,6 235

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 geringfügige 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 Saisonalität 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 Durchschnitt gekauft hat. Zur Berechnung sind die Einkaufsmengen und die Käuferzahl notwendig: Einkauf Menge Gesamt _______________________________

Anzahl Käufer Gesamt Tabelle 3.25: Einkauf Menge pro Käufer Segment: D Gesamt Anzahl Käufer in tausend Marke A

Periode 1

Periode 2

Periode 3

Halbjahr

Einkauf tausend Liter Anzahl Käufer Menge pro Käufer Marke B

6.214 2057,6 3,02

5.190 1226,9 4,23

5.380 971,1 5,54

16.784 3.823,2 4,39

Einkauf tausend Liter Anzahl Käufer Menge pro Käufer

2.013 344,7 5,84

1.873 251,4 7,45

1.998 465,7 4,29

5.884 969,4 6,07

Einkauf Wert pro Käufer Der Einkaufswert pro Käufer beschreibt den durchschnittlichen Umsatz der pro 236

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

Einkauf tausend € Anzahl Käufer Wert pro Käufer Marke B

29.343 2057,6 14,26

23.442 1226,9 19,11

23.941 971,1 24,65

76.726 3.823,2 20,07

Einkauf tausend € Anzahl Käufer Wert pro Käufer

7.122 344,7 20,66

6.452 251,4 25,66

6.640 465,7 14,26

20.214 969,4 20,85

Marke A

Aktionseinkäufe Menge Die Aktionseinkäufe Menge kennzeichnen die eingekauften Mengen, die der Haushalt, oder die teilnehmende Person aus seiner Sicht, rein subjektiv, als Aktionseinkauf einschätzt. Als Aktionsunterstützung kommt eine Anzeige in der Tageszeitung, Handzetteln oder Kundenzeitschriften ebenso in Betracht, wie platzierte 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 wurde.

237

Tabelle 3.27: Subjektive Aktionseinkaufseinschätzung Segment: D Gesamt Periode 1

Periode 2

Periode 3

Einkäufe tausend Liter Auktionseinkäufe tausend Liter Marke B

6.214 1118

5.190 856

5.380 574

Einkäufe tausend Liter Auktionseinkäufe tausend Liter

2.013 231

1.873 264

1.998 445

Marke A

Aktionseinkäufe Menge in % der Aktionseinkäufe Die als Aktionseinkäufe deklarierten Mengen eines Produktes, gemessen an allen Einkäufen dieses Produktes, werden als Aktionseinkäufe Menge in %, oder Aktionsanteil Menge bezeichnet. Für obiges Beispiel ergeben sich daraus folgende Anteilswerte: Tabelle 3.28: Anteil der Aktionseinkäufe Segment: D Gesamt Periode 1

Periode 2

Periode 3

Einkäufe tausend Liter Auktionseinkäufe tausend Liter Auktionsanteil Menge in % Marke B

6.214 1118 18,0%

5.190 856 16,5%

5.380 574 10,7%

Einkäufe tausend Liter Auktionseinkäufe tausend Liter Auktionsanteil Menge in %

2.013 231 11,5%

1.873 264 14,1%

1.998 445 22,3%

Marke A

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 folgenden Verlauf: 238

Abbildung 3.16: Entwicklung der Aktionsanteile

Aktionseinkäufe Menge in % aller Aktionseinkäufe Tabelle 3.29: Aktionseinkäufe Menge in % Segment: D Gesamt Periode 1

Periode 2

Periode 3

Einkäufe tausend Liter Aktionseinkäufe tausend Liter

60.985 9.697

58.745 9.928

59.630 9.838

Aktionspreis Menge in % Sekt weiß

15,9%

16,9%

16,5%

Einkäufe tausend Liter Aktionseinkäufe tausend Liter

57.478 20.175

44.076 18.336

43.585 18.872

Aktionspreis Menge in %

35,1%

41,6%

43,3%

Sekt Gesamt

239

Segment: D Gesamt Periode 1

Periode 2

Periode 3

Einkäufe tausend Liter Aktionseinkäufe tausend Liter

6.214 1118

5.190 856

5.380 574

Aktionspreis Menge in % Marke B

5,5%

4,7%

3,0%

Einkäufe tausend Liter Aktionseinkäufe tausend Liter

2.013 231

1.873 264

1.998 445

Aktionspreis Menge in %

1,1%

1,4%

2,4%

Marke A

Abbildung 3.17: Anteile der Aktionseinkäufe Wird als Berechnungsbasis der Aktionseinkäufe in % eines Artikels nicht der Gesamteinkauf dieses Artikels, sondern die gesamten Aktionseinkäufe der Produkt- oder Warengruppe herangezogen (dies dürfte i.d.R. die gleiche Basis wie für die Marktanteile sein), errechnet sich der Aktionseinkauf Menge in % gemes240

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, ergibt sich der Aktionseinkauf Wert. Aktionseinkäufe Wert in % der Aktionseinkäufe Die mengenmäßigen Aktionseinkäufe, multipliziert mit den Einkaufspreisen, ergeben 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 Aktionsanteil Wert bezeichnet (vgl. Tabelle 3.30). Tabelle 3.30: Anteil der Aktionseinkäufe Segment: D Gesamt Periode 1

Periode 2

Periode 3

Einkäufe tausend €uro Aktionseinkäufe tausend €uro

29.343 4.405

23.442 3.398

23.941 2.273

Aktionsanteil €uro in % Marke B

15,0%

14,5%

9,5%

Einkäufe tausend €uro Aktionseinkäufe tausend €uro

7.122 744

6.452 842

6.640 1.415

Aktionsanteil €uro in %

10,4%

13,1%

21,3%

Marke A

Aktionseinkäufe Wert in % aller Einkäufe Werden für die Ermittlung des Anteilswertes die Aktionseinkäufe Wert eines Artikels nicht auf die Gesamteinkäufe Wert dieses Artikels bezogen, sondern auf 241

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 allein durch die unterschiedlichen soziodemographischen Ausprägungen der Haushalte (insbesondere durch unterschiedliche Einkommensniveaus) verschiedene Wahrnehmungen zu Aktionspreisen auf. Tabelle 3.31: Entwicklung des Aktionspreises Segment: D Gesamt Periode 1

Periode 2

Periode 3

Aktionseinkäufe tausend Liter Aktionseinkäufe tausend €

1118 4.405

856 3.398

574 2.273

Aktionspreis Marke B

3,94

3,97

3,96

Aktionseinkäufe tausend Liter Aktionseinkäufe tausend €

231 744

264 842

445 1.415

Aktionspreis

3,22

3,19

3,18

Marke A

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

242

festzustellen, dass die Aktionspreise tatsächlich auch über den „Normal“-Einkaufspreisen liegen können. Tabelle 3.32: Gegenüberstellung des Normal- und des Aktionspreises Segment: D Gesamt Periode 1

Periode 2

Periode 3

"Normal"-Preis

4,72

4,51

4,45

Aktionspreis Marke B

3,94

3,97

3,96

"Normal"-Preis

3,53

3,44

3,34

Aktionspreis

3,22

3,19

3,18

Marke A

3.4.3 Die qualitativen Fakts des Verbraucherpanels All diese bisher beschriebenen Fakts sind der Kategorie „quantitative Fakts“ zuzuordnen. Es sind die Standardfakts, die in jedem Haushalts- oder Individualpanel 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 gestellt werden. Diese qualitativen Fakts werden heute vorwiegend in den Warengruppen der SMCG Güter erhoben. Die Erhebung der Konsumenteneinstellungen zu vielen Fragestellungen „rund um den Kauf eines Produktes“ sind ein wichtiger Teil der sog. Consumer Insights und eine wichtige Komponente quantitative Paneldaten qualitativ anzureichern. Die Fragestellungen, und damit die oftmals schwierige Frageformulierung differieren einerseits sehr stark von Warengruppe zu Warengruppe, andererseits sind diese Fragestellungen auch sehr stark durch die Kunden beeinflusst. Kein Instrument bietet wie ein Panel, mit seinen beschriebenen Vorzügen, die Möglich243

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 vorgegeben und er Panelteilnehmer kann die zwei wichtigsten Punkte notieren. Nachfolgend einige exemplarische Fragestellungen aus dem Bereich des Spendenverhaltens. 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 eingerichtet 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. 244

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 besucht? 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 Gründe für den Kauf des beschriebenen Gerätes exakt abgefragt werden. Die einzelnen Ausstattungsmerkmale wie Farbe, Größe, Gewicht und auch die technischen Merkmale sind ebenso wichtig, wie Fragen rund um die Lebensdauer und Entsorgung 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 245

Fragen rund um einen Einkaufsakt beantworten muss, um evtl. lediglich den Einkauf eines preiswerten Mitnahmeartikels zu melden, wird das Panel schnell verlassen 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 Promotionaktivitäten erzielt. Diese Werte werden durch die sog. Promotionfakts beschrieben. Es handelt sich dabei nicht um vollständig neue Faktformeln, lediglich der Dateninhalt ändert sich leicht. Der Dateninhalt ist in der Regel ein kleiner Teilbereich des Gesamtwertes. Daher bleiben die bisherigen Formeln und Beschreibungen erhalten, hier erfolgt nun die Ergänzung ohne alle Beschreibungen zu wiederholen. Von herausragender Bedeutung sind die Promotionfakts für die beiden Panelarten 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 qualitativen Fakts zur detaillierten Beschreibung der Märkte und auch Verbrauchereinstellungen 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 Verkaufsförderungsmaßnahmen 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

246

Werden Promotionaktivitäten vom Handel mit bestimmten Artikeln durchgeführt, 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 unterschiedlichen Aktivitäten in den Geschäften erfasst. Diese Erhebungen werden wöchentlich in den Stichprobengeschäften durchgeführt. 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 ausführlicherer Form die Aktivitäten rund um das Thema Kommunikation. Alle möglichen Ausprägungen rund um dieses Thema sind in Abbildung 3.19 aufgeführt. Diese ausführlichere Form der Promotionmessung liegt in der Form der Datenerhebung begründet. Dies unterscheidet sich zwischen beiden Panelarten sehr deutlich.

247

Die Promotionerhebung im Handelspanel findet durch den institutseigenen Außendienst 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 beantwortet werden. Um den durch eine Promotion induzierten Verkauf, den Zusatzverkauf 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 beschrieben wird. Alle beschriebenen Basisfakts sind auch als Promotionfakts verfügbar. Durch die Promotionerhebungen des Außendienstes wird zunächst die Promotionart ermittelt. Aufgrund der definierten Baseline (pro Geschäft und Artikel) ist der Basisabsatz hinterlegt – alle zusätzlichen Abverkäufe (Menge und Wert) werden im Promotionfall dem Incremental Verkauf zugerechnet. Abbildung 3.19 verdeutlicht die Erhebungsvielfalt und auch den Erhebungsumfang durch den Außendienst (Fieldservice).

248

Aufteilung des Gesamtverkaufs

Incremental verkauf

Gesamtverkauf

=

Basisverkauf

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 249

Die Basisfakts werden nun, bis auf wenige Ausnahmen, um diese Promotionfakts ergänzt. Die nachfolgende Tabelle verdeutlicht, welche Promotionarten in den Berichtsreportings ausgewiesen werden können. Dabei wird dem jeweiligen Fakt lediglich die Promotionbezeichnung angehängt. Tabelle 3.33: Promotionreporting Kausaldaten Reporting

Display Feature 1+2 (1) (2)

nur Display X nur Feature Display und Feature Preisreduktion Preisreduktion und Display Preisreduktion und Feature Preisreduktion und Feature und Display Display gesamt X Feature gesamt Preisreduktion gesamt ohne Preisreduktion X

Preisre- 1 + 3 2 + 3 1 + 2 +3 duktion (3)

X X X X X X

X

X X

X X

X

X

X X

X X X

X

Zum genauen Faktabgleich werden nachfolgend die Basisfakts und Promotionfakts im Einzelnen aufgeführt. Die Basisfakts: Verkauf (gesamt) 250

Verkauf in Wert, Menge (Stück) Baseverkauf in Wert, Menge (Stück) Incrementalverkauf in Wert, Menge (Stück) Incrementalverkauf im Promotionsplit nach Display/Feature und Preisreduktion 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 251

Basepreis Euro/Stück bzw. Menge Promotionpreis Euro/Stück bzw. Menge Promotionpreis Euro/Stück bzw. Menge im Promotionsplit nach Display/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 Verhalten der angeschriebenen Personen gezogen werden.

3.4.5.1 Die allgemeinen Fakts des Direktmarketing Panels Mailingauflage Die 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. Mailingkosten Jede Mailingaktion und jedes Einzelmailing ist mit Kosten verbunden. Hier fallen 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 252

Farbgebung eines Mailings sind diese Variablen bei der GfK in Formeln hinterlegt. Damit können diese Kosten berechnet werden. Schwieriger ist die Berechnung 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 würden keine, oder zumindest nur sehr geringe Agenturleistungen anfallen. Ein ähnliches Problem ergibt sich bei den Adresskosten. Auch diese sind nicht unmittelbar greifbar, denn es ist nicht unbedingt erkennbar, ob es an Bestandskunden (keine Adresskosten) oder zur Neukundengewinnung versandt wurde. Aus diesem 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 253

Auflagenanteil Ob eine Branche nun viele oder eher wenige Werbesendungen an die Privathaushalte 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 gefolgt von den Banken. Bereits an Position drei finden sich die Spendenorganisationen. Diese Anteile werden monatlich erstellt. Dabei kommt eine starke Saisonalität 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 einerseits 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. Anstoßkette Die 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 ignoriert. 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 identifizieren. 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 aus254

reichend für eine Empfängerprofilbeschreibung. Zusätzlich untersucht die GfK, ob es sich um ein Neukunden-, oder um ein Stammkundenmailing handelt. Hierzu wird jedes Mailing einzeln detailliert analysiert und entsprechend den Kategorien: Neukunde Stammkunde 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 255

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 Imponderabilien belegt. Dieser Entscheidungsweg ist im nachfolgenden Modell abgebildet. Der Versender druckt eine gewisse Menge an Mailings und sendet diese an unterschiedliche Haushalte in Deutschland. Am Ende resultiert aus diesem Versand eine bestimmte Responsequote, die nur in seltenen Fällen über 3% liegt. Die übrigen 97% der Mailings gehen „verloren“. Das Analysemodell der GfK ist dreistufig angelegt. Der erste Schritt ist ganz entscheidend. Was passiert direkt nach dem Öffnen des Briefkastens (vgl. Abb. 3.21)? AttentionRate Bei 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, oder aber geöffnet werden. Jedes Mailing, das zumindest geöffnet wird, weckt das Interesse des Kunden und zählt zur AttentionRate. TrashRate Der Umschlag wird nicht geöffnet, das Mailing nicht gelesen. Es wird direkt entsorgt. 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 ActionRate Kann ein Mailing im Haushalt der AttentionRate zugerechnet werden, so ergeben 256

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 dagegen das Mailing einbehalten und in den monatlich gelieferten Kalender eingetragen, könnte exakt dieses Mailing benutzt werden, um das beworbene Produkt zu ordern. Alle eingetragenen Mailings werden auch der ActionRate zugerechnet. 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 Tageszeitungen, Anzeigenblätter, Handzettel und Kundenzeitungen analysiert. Erfasst werden neben den Artikeln der in der Beobachtung befindlichen Waren257

gruppen36, Informationen über die Anzeigengestaltung. Die Höhe wird in Millimetern, 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 verwendet wird. Aus diesen Daten wird ein spezieller Bericht gefertigt, der als Standardinformation 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 gefunden 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 unterschiedlichen Preisen veraktioniert wird. Dieser Fall ist häufig bei regionalen Einzelhändlern 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 entsprechend der notwendigen Vorgehensweise beim Handelspanel und Verbraucherpanels 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 Auswertungs36 37

Zur Warengruppendefinition siehe Punkt 3.1.1 Vgl. Kapitel 3 Seite 218

258

tools entwickelten. Für die GfK hieß dieses Produkt Inmarkt Express und die Nielsen Daten wurden mit In*fact ausgewertet. Beide Tools sind noch heute vereinzelt auf dem Markt vertreten. Parallel dazu hat das amerikanische Marktforschungsunternehmen 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 Produktionssystemen 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 Unterschied der Lieferphilosophie der drei Unternehmen. Nicht der Weg über das Internet, 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 Wünschen der Kunden nahezu keine Grenze gesetzt. Und diese Wünsche sind oft genug im Vorfeld nicht bekannt. Zwar ist bekannt welche Informationen prinzipiell benötigt werden, dennoch entwickelt sich das Panelgeschäft immer mehr zu einem „Ad-Hoc“ Datenbereitstellungsinstrument, das die spontan aufkommende, momentane Fragestellung beantworten muss. Dieser Anfragetypus ist mit aggregierten Daten nicht zwingend beantwortbar.

259

Für eine Datenbereitstellung auf Rohdatenebene spricht auch der heutige Entwicklungsstand der Hardware. Diese ist leistungsstark genug, um auch eine Vielzahl 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 benötigt, 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 anzuzeigen. Bei dieser Vorgehensweise ist zudem zusätzlich die Möglichkeit gegeben, 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:

38

S*t*a*r*T*r*a*c*k (System To Analyze & Report on TRACKing data) für die Produktion und die Analyse von Handelspaneldaten Non-Food.

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 bereits seit vielen Jahren keiner Wartung und Weiterentwicklung unterliegt, werden auch die darauf aufbauenden Produkte nicht weiter erläutert.

260

ARES eine Analysesoftware, speziell angepasst für die besonderen Anforderungen an Verbraucherpaneldaten IRI:

PlusSuite – die Nachfolgelösung für den Oracle Sales Analyzer, eine Auswertungssoftware für Handelspaneldaten Food.

Nielsen: NITRO – Nielsens Interface to Microsoft – eine allgemeine Schnittstelle 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 aufgrund 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 zugängliche 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 internationale Berichtsplattform für die Vertragskunden. Während die Public-Site öffentlich zugängliche Informationen zur Verfügung stellt, liefert die Premium-Site speziellere und tiefer greifende Informationen zu Märkten und Methoden. Optisch 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 Marktdaten. Die Nutzer der Premium-Site können zeitgleich über alle freigegebenen Daten aller Niederlassungen weltweit verfügen. Dies sind eindeutig die Vorteile, die heute das Internet bietet, und derer sich hier bedient wird. Damit bleibt der Kunde vollständig unberührt von der innerbetrieblichen Verteilung dieser Information. Das persönliche Kundenprofil sorgt dafür, dass der Kunde die Daten nach 261

seinem individuellen Bedürfnissen aufbereitet zugestellt bekommt, die unterschiedlichen Organisationseinheiten eines Unternehmens sind damit personalisiert mit Informationen versorgt. Das auf der Premium-Site verfügbare Informationsangebot umfasst neben der menügesteuerten Berichtsauswahl interaktive Softwarebausteine, DownloadFunktionen und auch aktive Benachrichtigungsfunktionen, welche den Besucher (Kunden) beim Öffnen der Seite über neu eingestellte Berichte oder Hitlisten informieren. Neben der aktuellen Berichterstattung steht dem Kunden eine Auswahl von aktuellen Präsentationen und Dokumentationen zu Basisstudien und Coverage-Daten zur Verfügung. Weitere wichtige Hintergrundinformationen werden ständig ergänzt. Definitionen von Warengruppen und Vertriebskanälen runden das Informationsportfolio 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 Verbraucherpaneldaten. 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 hinterlegte Rohdatenbank in der auf EAN-Basis alle Datensätze sämtlicher Panelteilnehmer 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

262

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 Soziodemographie hinterlegt. Neben der Anzahl Personen im Haushalt ist die exakte Anschrift, das Einkommen, das Alter der Personen, der Beruf und auch der Ausbildungsstand hinterlegt. Weitere erhobene Merkmale sind z.B. der PKW Besitz, die Religionszugehörigkeit etc. Ähnlich umfangreich stellt sich der Artikelstamm dar. Neben der Zuordnung eines 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 Datenbanken (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 Aggregationsregeln 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 Verfügung.

263

• 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 bewährten 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 auszuwerten. Dabei benötigt der Anwender, wie bei ARES auch, keinerlei Softwareinstallation. Er kann bequem per Internet die Daten analysieren und greift dabei immer auf den aktuellen Datenbestand zurück. Für die sicherlich wenigen An264

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 Microsoft 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 Analysevielfalt 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.

265

Damit sollten ähnliche Möglichkeiten gegeben sein, obwohl NITRO etwas modularer 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 Daten entwickelt. Es steht eine Vielzahl von bewährten Graphiktypen zur Verfügung, 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 hinterlegen 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 Programmierung anzusehen und wird von A.C. Nielsen direkt erbracht. Die Ausgabe dieser erstellten Reports erfolgt meist in Excel und diese können anschließend im Unternehmen 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 Kundenwarengruppen nahezu beliebig gefüllt werden können. U.a. befinden sich darunter Reports zu Promotionsanalysen und zur allgemeinen Entwicklung von Produkten – nicht nur für die aktuelle Periode, sondern auch über einen bestimmten Zeitablauf.

266

4. Sonderanalysen 4.1 Handelspanel Neben der Beobachtung der verschiedenen Fakts eines Handelspanels, kann man durch Sonderanalysen die Aussagekraft des Handelspanels stark erhöhen. Nachfolgend werden einige dieser Möglichkeiten aufgezeigt, wobei insbesondere auf die Themen Preisstellung, Aktionserfolge und Distributionsanalysen eingegangen wird. Durch speziell angeforderte Zusatzerhebungen kann man die Sonderanalysen auch auf sehr individuell ausgerichtete Fragestellungen ausweiten.

4.1.1 Preisanalysen Aufgrund der hohen Bedeutung des Preises, ergibt sich eine Vielzahl von Sonderanalysen, um den Durchschnittspreis so aufzuschlüsseln, dass gezielte Marketingaktivitäten möglich werden. Nachfolgend wird auf einige Ansätze eingegangen, 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 Durchschnittspreises ergibt zwar einen ersten Anhaltspunkt, ist aber zur Feinsteuerung nicht geeignet. Besser ist es in diesen Fällen, die Bedeutung der verschiedenen Angebotspreise für den Abverkauf aufzuzeigen, wobei bei Aktionsartikeln zusätzlich eine Aufsplitterung nach Normal- und Aktionsgeschäft sinnvoll ist (vgl. Tabelle 4.1).

267

Tabelle 4.1: Preisstellung Gesamtbetrachtung Normalgeschäft Aktionsgeschäft Preis P-häufig- kum. P-häufig- kum. P-häufig- kum. (P) keit in % Verkäufe keit in % Verkäufe keit in % 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 % aller 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 Beziehung 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 268

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 1. Halbjahr Regalpreise Preis 7,99 8,49 8,79 8,99 9,49 9,79 9,99 DPreis DAV

PH in %

2,7 7,9 4,9 23,8 15,5 40,5 9,19

Marke B 1. Halbjahr 2. Halbjahr Regalpreise Regalpreise

2. Halbjahr Regalpreise

AV in Stk.

7,2 4,5 3,4

6,0

PH in %

4,3 6,2 2,9 43,6 12,0 25,2 9,11

AV in Stk.

7,1 4,3 2,4

5,0

PH in %

6,2 12,1 9,3 6,5 64,8 9,49

AV in Stk.

12,5

8,8

PH in %

4,1 24,0 17,5 2,8 49,6 9,34

10,7

AV in Stk.

12,6

7,1

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.

269

B auch im 2. Halbjahr die beiden niedrigsten Preispunkte noch vermeiden konnte. Die Kraft der Marke scheint weiterhin stark genug zu sein, um trotz leicht höherer 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 Gesamtabsatz dargestellt. Tabelle 4.3: Hochgerechnete Preise Gesamtpreisstellung Preis

PH in %

AV in %

GV abs.

Ø-GV

5,95 5,99 7,73 7,98 7,99

26,6 55,5 1,7 8,1 8,1

25,7 72,6 0,1 0,7 0,9

6551 18514 36,9 168,0 217,5

103,5 140,3 9,0 8,7 11,3

Summe Ø Verkauf Ø Preis

100

100

25488

Normalpreisstellung PH in %

NV abs.

1,7 8,1 8,1

0,1 0,7 0,9

36,9 168,0 217,5

17,9

1,7

422,4

107,2 6,02

NV in %

Aktionspreisstellung

ØNV

PH in %

AKV abs.

ØAKV

26,6 55,5

AV in %. 25,7 72,6

6551 18514

103,5 140,3

82,1

98,3

25065

9,0 8,7 11,3

9,9 7,97

128,4 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.

270

Die Preise, die in der betrachteten Woche am häufigsten auftraten waren 5,95 € und 5,99 €, wobei beides Aktionspreise waren. Der Vergleich zwischen Normalund 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 davon betroffen waren. Deutlich wird der Erfolg der Aktion auch beim Vergleich der Abverkaufszahlen. Die 82,1 % an der Aktion teilnehmenden Geschäfte erzielen über 98 % des gesamten Absatzes in der Betrachtungsperiode. Die gleiche Analyse kann natürlich auch für ausgewählte Anbieter durchgeführt werden, wobei neben Querschittsanalysen auch Längsschnittsanalysen durchgeführt werden können. Gerade bei der Untersuchung von Preis- und Marktanteilsveränderungen im Zeitverlauf, stellt ein Panel die einzig sinnvolle Datenbasis dar.

4.1.1.4 Auswirkungen von Preisveränderungen

Durchschnittliche Abverkäufe / Geschäft / Woche Relative Preishäufigkeit in Prozent

360

60

180

230

24

380

90

160 270

32

420

105

200 290

57 135

50 53

46

40

32 30

30

23

24 19

20

16 12

13

12 7

10

7

3

3

Jan. 2004

April 2004

-7 ,9 9 -8 ,9 9 -9 ,9 9 -1 0, 99 >1 0, 99

-1 0 >1 0, 99

-7 ,9 9 -8 ,9 9 -9 ,9 9

-7 ,9 9 -8 ,9 9 -9 ,9 9 -1 0, 99 >1 0, 99

0

Mai 2004

Abbildung 4.1: Auswirkungen einer Preiserhöhung

271

In den Fällen, in denen eine Preisveränderung vorgenommen wird, ist es notwendig, die Verschiebungen innerhalb der Preisstellungen bzw. -klassen kontinuierlich zu beobachten, damit rechtzeitig einer nicht geplanten Entwicklung entgegengewirkt werden kann. Ein möglicher Aufbau solch einer Analyse ist in Abbildung 4.1 dargestellt. Der erste Block (Januar 2004) stellt die bisher „normale“ Preisverteilung dar, bevor im April der Preis für Produkt A erhöht wurde. Beim Vergleich der Januarmit den April- und Maiwerten sieht man, dass die durchschnittliche Abverkaufsmenge 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 häufiger 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 werden. Wichtig für den Erfolg einer Preisveränderung (analoge Analysen sind bei Preissenkungen durchzuführen) ist somit weniger die Frage, ob zu einem bestimmten Preis überhaupt etwas verkauft werden kann, sondern vielmehr, wie sich einerseits 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 werden konnte als im ersten Monat des Jahres. 272

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 PreisMengen-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 reagiert 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.

Preis Teilfunktion A

Gesamtfunktion P*

Teilfunktion B

Menge

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 Teilfunkti273

on (Teilfunktion A in Abbildung 4.2) den Zusammenhang oberhalb der Preisschwelle, 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 Bewertung 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.

Preis

Po Monopolistischer Bereich Pu

Menge

Abbildung 4.3: Doppelt geknickte Preis-Absatz-Funktion Welche Ausmaße der monopolistische Bereich annimmt, hängt sehr stark von der 274

Marktsituation und den Präferenzen der Kunden ab. Sicherlich wird es in Produktkategorien 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 Vordergrund steht. Unabhängig von der Größe des Bereichs ist es aber für den Anbieter von entscheidender Bedeutung zu Wissen, ob er durch seine geplante Preisvariation seinen monopolistischen Bereich verlässt, um die zu erwartende Mengenreaktion richtig einschätzen zu können.

4.1.1.7 Preiselastizität der Nachfrage

Preis-Absatz-Funktion: x = 10 - p

Preis 10 9

p1

8

p2

7

PE < -1 = elastischer Bereich

6

PE = -1

5 4

p3 p4

PE > -1 = unelastischer Bereich

3 2 1

1

2

3

x1 x2

4

5

6

7

8

9

10

x3 x4

Menge

Abbildung 4.4: Preiselastizität der Nachfrage Die Preiselastizität der Nachfrage gibt an, ob die relative Mengenänderung größer, 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, 275

wenn der Preis gesenkt wird. Berechnet wird die Preiselastizität der Nachfrage (PE) wie folgt:

dx x bzw. dx p dp dp x p 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 absolute Preissenkung beim Ausgangspunkt p3 = 3 und x3 = 7 durchgeführt, so sinkt der Umsatz um 5 Einheiten (Umsatz vorher: 3 (p3) * 7 (x3) = 21; Umsatz nachher: 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) Umsatzsteigerungen 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 zwischen 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 276

folgt berechnet:

dx a xa dp b pb 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 Verhaltensweise 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 bedeutet, dass es sich um Komplementärprodukte handelt. Die Preissenkung von Produkt B führt dazu, dass von Produkt A mehr verkauft wird. Die KPE nimmt in diesen Fällen einen negativen Wert an. Liegt ein substitutionales Produktverhältnis 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

Fall A

Fall B

Fall C

Menge a Veränderung Menge a 100 105 5 110 5 100 95 -5 90 -5 100 100 0 100 0

Preis b 10 9 8 10 9 8 10 9 8

Veränderung Preis b

KPE

-1 -1

-0,50 -0,48

-1 -1

0,50 0,48

-1 -1

0 0

277

4.1.1.9 Preisabstandsanalyse Eine andere Möglichkeit, die Konkurrenzbeziehung zweier Produkte zu ermitteln, ist die Preisabstandsanalyse. Bei dieser Analyseform wird untersucht, welche Verteilung sich zwischen den beiden Marken bei sich verändernden Preisabständen 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 Produkt 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 umgekehrten Fall, Produkt B ist 20 % teurer als Produkt A, fällt der Anteil von B auf 25 %. Prozent 100 90

87 75

80

66

70

63 57

60 50

43 38

40 30 20 10 0 -30

-20

-10

0

10

20

30

Preisdifferenz in Prozent Pa - Pb

Abbildung 4.5: Preisabstandsanalyse Diese Analyse gewinnt noch an Bedeutung, wenn man sie auf weitere Produkte ausweitet, dass heißt mehrere Zweiervergleiche durchführt. Aufgrund der Ergeb278

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 Marktanteils 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 Anzahl der Aktionen 100%

500 450

440

400

80%

360

350

310

28

11

60%

250

50%

200

40%

17

150

30%

5 4

100

20%

50

10%

0

0% P rod. B

Pro d. C

25

26

70%

300

P rod. A

7

9

90%

14 23

Pro d. A

17

6 11 5

25

8 6

16

P rod . B

30

P/D/K D/K P/K P/D K D P

7

Prod. C

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 279

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 durchgeführt 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 einzelnen Produkte deutlich voneinander unterscheiden. Aktionen für Produkt A erfolgen schwerpunktmäßig entweder als reine Preisaktion (25 %) oder als Kombination aus Display und Kommunikation (26 %). Reine Display- bzw. Kommunikationsaktionen 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. Kommunikativ unterstützte Preisaktionen weisen mit 23 % die zweitgrößte Häufigkeit auf. Der Hersteller von Produkt C verzichtet dagegen weitgehend auf Preisreduktionen. 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 Unterschiede zwischen den Handelsorganisationen? x Wird eine Aktionsart im Vergleich mit der Warengruppe zu stark favorisiert? x

280

Wer ist der Hauptgegner bei den einzelnen Aktionsarten? x Sind alle Aktionsschwerpunkte innerhalb einer Warengruppe ähnlich? x Wie verändert sich das eigene sowie das Aktionsverhalten der Konkurrenz im Zeitverlauf? x Inwieweit finden sich in den Jahresgesprächen ausgehandelten Aktionen im Markt wieder? x

4.1.2.2 Aktionsbedeutung für den Absatz Bei aktionsstarken Produkten sollte man untersuchen, welcher Anteil des Gesamtabsatzes im Rahmen von Aktionen erzielt wird, um die Markenpositionierung 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. Normalgeschäft

Aktionsgeschäft

100% 90% 80%

22 43

70%

45 61

68

60% 50% 40% 30% 20%

78 57

55 39

32

10% 0% Produkt A Produkt B

0,75 l

0,2 l

0,33 l

Abbildung 4.7: Aktionsbedeutung für den Abverkauf Neben dem Vergleich unterschiedlicher Produkte kann man in diesem Zusammenhang auch eine Gegenüberstellung der verschiedenen Angebotsformen eines 281

Produkts durchführen (vgl. Abbildung 4.7), um feststellen zu können, ob das Gesamtbild auf die Einzelprodukte übertragen werden kann, oder ob deutliche Unterschiede 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 0,75Liter 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 geplante mit der realisierten Aktionsmenge vergleichen. Hierzu bietet sich die Aktionsindexanalyse an (vgl. Abbildung 4.8).

Index 700

650

600

550

500 400 300 225

255

200 100 100 0 Normalverkauf

Preisred. geplant

Preisred. realisiert

P+D+K geplant

P+D+K realisiert

Abbildung 4.8: Aktionsindexanalyse In Abbildung 4.8 zeigt sich, dass die mit Hilfe einer Preisaktion geplante Abver282

kaufssteigerung um 125 % übertroffen werden konnte (Index = 255), wohingegen der Erfolg der auf allen drei Grundformen beruhenden Aktion deutlich hinter den Erwartungen zurückgeblieben ist (Index 550 anstatt der geplanten 650). Diese Erkenntnisse müssen anschließend analysiert werden, um die nächsten Aktionsplanungen 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: x Vorphase x Aktionsphase x Nachphase Der Vergleich der Vorphase mit der Aktionsphase erlaubt die Bewertung des Aktionserfolges. 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 Abhängigkeit von den eigenen Aktionen viel besser bewertet werden. Welche Konkurrenzprodukte 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 Aktionsarten 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 denen die betrachteten Produkte distribuiert sind und die zu untersuchende Aktionsart gerade durchgeführt wird, ist eine umfangreichere Bewertung einer Warengruppe sehr aufwendig. Der Zwei-Produkt-Fall kann dagegen in der Regel relativ schnell bewältigt werden. 283

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 untenstehendem 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 1-5 6-10 11-15 16-25 >25

Index Produkt A

Index Produkt B

295 186 161

308 182 138 112 127

Anteil Geschäfte mit Aktionen von Produkt A 55 44 1 0 0

Anteil Geschäfte mit Aktionen von Produkt B 67 22 6 2 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 Indexwert 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 Produkt 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 Mengenindices liegen recht nahe zusammen. Deutlich wird insbesondere bei Produkt B, dass der Erfolg der Aktionen tendenziell abnimmt, wenn das Produkt zu häufig als Aktionsware angeboten wird.

284

4.1.2.6 Profiler Promotion-Effizienz Die Profiler Promotion-Effizienz wird eingesetzt, um die Effizienz unterschiedlicher 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-ProzentSchritten, aufgeteilt. Hiermit wird das Spektrum möglicher Aktionsarten erweitert, was wiederum dazu führt, dass die Bestimmung der „optimalen“ Aktionsform genauer erfolgen kann. Durch die Einbeziehung der Wettbewerber in diese Analyse ergeben sich insbesondere beim Vergleich unterschiedlicher Zeitpunkte wichtige Erkenntnisse zum besseren Ressourceneinsatz.

4.1.2.7 Warenkorbanalyse Mit Hilfe der Warenkorbanalyse lassen sich warengruppenübergreifende Aussagen 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 Aktionsware 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 Betrachtungszeitraums in etwa auf dem Niveau der 33. Woche. 285

Tabelle 4.6: Warenkorbanalyse Woche Kunden- davon Käufer der durchschnittli. Posi- durchschnittl. frequenz der Aktionsmarke tionen pro Bon 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 34,23 36 6.300 72 % 11,3 33,35 37 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 Vertriebsstruktur 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 erreichen 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 erwirtschaftet, 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 deutlich geringere Relevanz, da diese Outlets nur 30 % Umsatzanteil aufweisen. Wesentlich 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.

286

Gemessen an der Umsatzstruktur der Gesamtwarengruppe weisen beide Produkte eine unterdurchschnittliche Bedeutung in den Geschäften mit Warengruppenumsätzen von 7.500 € bis 12.000 € auf. Hier ergibt sich ein interessanter Anknüpfungspunkt für den Vertrieb. Zunächst müsste intern geklärt werden, ob es Gründe 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 Warengruppe erzielen.

Prozent 60 48 50 40

50 39

35

35 28

26

30 20 20 10

15 17

15

12

25 23 17

5

0 Geschäfte

Umsatz mit der Warengruppe

Umsatz -Produkt A

Umsatz - Produkt B

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 €

Abbildung 4.9: Vertriebsstrukturanalyse 4.1.3.2 Distributionsüberschneidungsanalyse

Mit Hilfe der Distributionsüberschneidungsanalyse soll die Marktbedeutung eines 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 Produkt distribuiert. Anschließend werden die für die Analyse interessanten Fakts gruppenspezifisch aufgezeigt und miteinander verglichen. Hieraus lassen sich 287

beispielsweise wichtige Erkenntnisse darüber gewinnen, inwieweit ein Anbieter sein Verhalten ändert, wenn sein Produkt zusammen mit einem Konkurrenzprodukt 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 A B

Num.Distri- Num. Distr. Num. Distr. Num. Distr. bution gesamt nur A nur B A und B 57 23 34 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 unterschiedlichen Gruppen vorgenommen werden (vgl. Tabelle 4.9) Tabelle 4.8: Distributionsüberschneidungsanalyse (II) Produkt

gesamt

A B

10,6 7,2

A B

12,40 12,68

Marktanteil nur A disnur B distribuiert tribuiert 15,3 12,9 Preis pro Einheit 13,18 12,82

A und B distribuiert 13,9 7,9 11,72 11,65

Die Werte in Tabelle 4.8 belegen, dass Produkt A relativ unabhängig von Produkt 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. 288

4.1.3.3 Distributions-Dichte-Analyse Für Anbieter, die von einem Produkt unterschiedliche Sorten anbieten, zum Beispiel ein Anbieter von Fruchtsäften bietet unterschiedliche Geschmacksrichtungen 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 Geschäftstypen, Key-Accounter, Regionen oder der Größe der Verkaufsfläche durchgeführt werden (vgl. Tabelle 4.9). Tabelle 4.9: Distributionsdichte (ohne Konkurrenzprodukt) Anzahl der Sorten 2 3 4 5 6 ‡- Verkauf Stück/Geschäft Traditioneller LEH 112 118 121 128 125 122 Discounter 156 178 189 212 234 255 Verbrauchermärkte 193 223 253 288 328 370 1

7 131 287 415

Eine alternative Vorgehensweise ergibt sich, wenn anstatt unterschiedlicher Sorten 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 Anstieg des Abverkaufs durch die Hinzunahme weiterer Sorten von Produkt A gering 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 dargestellt. 289

Tabelle 4.10: Distributionsdichte (mit Konkurrenzprodukt) Anzahl der Sorten 2 3 4 5 6 ‡- Verkauf Stück/Geschäft Traditioneller LEH 78 81 80 85 82 85 Discounter 123 131 147 158 169 181 Verbrauchermärkte 152 161 176 198 219 234 1

7 88 194 249

Die zusätzliche Distribution von Konkurrenzprodukten führt nicht nur erwartungsgemäß 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 Konkurrenten zu einer Erhöhung von mehr als 100 % kam. Diese Analyseart zeigt sowohl dem Produzenten als auch dem Handel, ob sich durch die Erweiterung der Sortenvielfalt 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 Geschäfte, die das Produkt einmal distribuiert haben, dieses auch weiterhin zu- und abverkaufen. Besondere Bedeutung hat diese Analyseform bei der Produktneueinführung, da dort durch eine qualitative Bewertung der Distributionsentwicklung Probleme frühzeitig aufgezeigt werden können. Die Betrachtung der reinen Distributionszahlen kann dagegen zu schwerwiegenden Fehlinterpretationen führen. In dem in Tabelle 4.11 dargestellten Beispiel wird deutlich, dass zwar die Distribution kontinuierlich mit ähnlichen Zuwächsen ausgebaut werden kann, dass aber diese positive Entwicklung auf die überproportionale Hinzugewinnung neuer Geschäfte zurückzuführen ist. Problematisch ist, dass in allen Perioden Distributionsverluste bei den bereits gewonnenen Geschäften zu verkraften sind. Beispielsweise ist das Produkt in der vierten Periode nur noch in jedem dritten Ge290

schäft vertreten, in denen es in der ersten Periode distribuiert war. Von den Geschäften, die das Produkt in der zweiten Periode zum ersten Mal führten, verzichtet 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 erhofften Absatzzahlen nicht realisieren. Eine weitere Erklärung könnte in der unzureichenden Belieferung der Geschäfte liegen, wenn zum Beispiel die zu geringe Produktionsmenge zunächst für die Neukunden reserviert wird. Tabelle 4.11: Distributionswanderungsanalyse Periode 1 2

3

4

Gesamtdistribution 12 Geschäfte Neudistrider 1. Per. bution 18 8 10 Geschäfte Neudistrider 2. Per. bution 27 6 7 14 Geschäfte Neudistrider 3. Per. bution 30 4 5 9 12

Anhand dieses einfachen Beispiels wird deutlich, wie trügerisch eine zunehmende Distribution sein kann, wenn man nicht überprüft, wie viel der einmal erreichten 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 möglich ist. Durch die Aufschlüsselung des Marktes nach Verkaufsflächen, Geschäftstypen, Gebieten oder Key-Accounts werden die größten Potenziale lokalisiert, so dass der Vertrieb dort seine Aktivitäten verstärken kann, wo die größten Umsatzreserven liegen. 291

Tabelle 4.12: Distributions-Potenzial-Analyse (I) bis 99 qm

Verkaufsfläche 100 - 399 400 -799 800 qm qm qm und mehr 17.650 11.900 3.800 (31,1 %) (20,9 %) (6,7 %) 1.472.600 3.382.270 4.010.450 (14,2 %) (32,5 %) (38,5 %)

Grundgesamtheit 56.775 (100 %) 10.400.920 (100 %)

Geschäfte insges. Warengruppenumsatz

23.425 (41,3 %) 1.535.600 (14,8 %)

Anzahl Geschäfte, die A führen numerische Distribution

7.082 (32,3 %)

8.989 (41,1 %)

3.235 (14,8 %)

2.590 (11,8 %)

21.896 (100 %)

30

51

27

68

39

Umsatz der Geschäfte, die A führen gewichtete Distribution

441.932 (9,4 %)

739.689 1.079.645 (15,8 %) (23,1 %)

2.422.655 (51,7 %)

4.683.921 (100 %)

29

50

32

60

45

Umsatzanteil Produkt 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 Bedeutung von Produkt A in den unterschiedlichen Verkaufsflächen sehr stark streut. Weiterhin ist zu beachten, dass zwar insgesamt die gewichtete Distribution über dem numerischen Wert liegt, dass aber in drei von vier Verkaufsflächen eine atypische Situation vorliegt, da dort die numerische Distribution einen höheren Wert als die gewichtete aufweist. Offensichtlich ist es dem Hersteller von Produkt A primär gelungen, in die eher umsatzschwachen Geschäfte zu gelangen. Dies erscheint um so verwunderlicher, da der Vertrieb von Produkt A sich sehr stark auf die Großfläche konzentriert hat, da diese Verkaufsfläche überproportional 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. Gemes292

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 dagegen 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 Umsatzanteil von Produkt A in den verschiedenen Verkaufsflächen konstant bleibt. Auf die Angabe einer bestimmten Periodenlänge bei den durchschnittlichen Umsätzen wurde bewusst verzichtet, weil dies für die weiteren Überlegungen ohne Bedeutung ist. Die erste Priorität bei der Distributionsausweitung sollte die Großfläche haben, da man dort bisher nur in den kleineren Outlets vertreten ist und die Durchschnittsumsätze in den bisher noch nicht erreichten Geschäften deutlich über den der bisher erreichten liegt (1.312 : 935). Jede Neulistung erbringt einen Zusatzumsatz von 1.312 * 0,065 = 85 €. Ein weiterer Ausbau der Distribution in den beiden kleinen Verkaufsflächen erscheint dagegen nicht so reizvoll, zwar gehören 74,2 % aller Geschäfte dieser Gruppen an, diese erzielen aber nur 29 % des Warengruppenumsatzes. Ein weiteres 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 Verkaufsfläche 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.

293

Tabelle 4.13: Distributions-Potential-Analyse (II) bis 99 qm 7.082 Erreichte Geschäfte (32,3 %) nicht erreichte 16.343 Geschäfte (46,9 %) 62 ‡- Umsatz der WG der erreichten Geschäfte 66 ‡- Umsatz der WG der nicht erreichten Geschäfte 441.932 Umsatz WG (9,4 %) erreichter Geschäfte 1.093.668 Umsatz WG (19,1 %) nicht erreichter Geschäfte

Verkaufsfläche 100 - 399 400 -799 800 qm und Grundgeqm qm mehr samtheit 8.989 3.235 2.590 21.896 (41,1 %) (14,8 %) (11,8 %) (100 %) 8.661 8.665 1.210 34.879 (24,8 %) (24,8 %) (3,5 %) (100 %) 82 333 935 214

84

265

1.312

164

739.689 (15,8 %)

1.079.645 (23,1 %)

2.422.655 4.683.921 (51,7 %) (100 %)

732.911 (12,8 %)

2.302.625 (40,3 %)

1.587.795 5.716.999 (27,8 %) (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 horizontale Breite gemessen wird. Ein Meter Regalfläche hat somit bei dieser Betrachtungsweise immer das gleiche Gewicht, unabhängig davon, ob es sich hierbei um ein einzelnes Regal handelt oder mehrere Regelböden übereinander angeordnet sind. Ebenso bleibt unberücksichtigt, ob hinter dem sichtbaren Produkt in der ersten Reihe weitere Produkte in den nächsten Reihen stehen. Diese Vorgehensweise 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 294

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. K

K K K

K

K

K K

K K

K

K

K

K K

K

K

K

K K

K

K

K

K

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 Zwischenräumen 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 Kontaktstrecke 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 beantwortet werden: x

Welche Platzierungssituation ist im Markt bzgl. einer bestimmten Waren295

gruppe gegeben? x Wie hoch ist die Absatz- bzw. Umsatzeffizienz unterschiedlicher Platzierungen? x Welche Beziehung besteht zwischen der Platzierung der Wettbewerbsprodukte und dem eigenen Abverkauf? x Wie kann eine Sortimentsoptimierung vorgenommen werden? Einige der wesentlichen Fakts, die im Rahmen einer Untersuchung ausgewiesen werden, sind: x x x x x

Distribution Kontaktstrecke / 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 erfolgreiches Category Management unerlässlich ist.

4.1.3.8 Launch Report Tabelle 4.14: Der Launchreport Segment X Produkt A

296

Periode 1 Periode 2 Verkauf in Tsd. Liter Normalverkauf Aktionsverkauf Numerische Distribution Gewichtete Distribution Durchschnittspreis gesamt Durchschnittspreis Normal Durchschnittspreis Aktion etc.

Periode n

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 möglichst 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 Absatzmittleranalyse für ein bestimmtes Produkt bzw. eine Warengruppe durchführen.

Warengruppenwachstum Key-Accounter A – Gesamtmarkt (in Prozentpunkten)

4.1.4.1 Sortimentsanalyse

+3 Aufsteiger

Sieger

+2

WG 3 WG 1

+1

WG 2

0 WG 5 -1 WG 4 -2 Satten

Verlierer -3 -3

-2

-1

0

+1

+2

+3

Abweichung der Warengruppenmarktanteile Key-Accounter A – Gesamtmarkt (in Prozentpunkten)

Abbildung 4.11: Portfolio-Analyse für Key-Accounter A

297

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 Vorperiode 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“ - Warengruppen 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 dadurch 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 entwickeln, 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), abgetragen.

298

Marktanteil K-A – Gesamtmarktanteil

% - Punkte +3 Billiganbieter

Könner

+2

K-A 2 K-A 1 K-A 5

+1

0 K-A 4

-1

K-A 3

-2 Preisstratege

Unerfreuliche -3 -3

-2

-1

0

+1

+2

+3

Preis - Durchschnittspreis K-A = Key-Accounter

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 Preisstellung 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 interessant. Dem gegenüber steht der „Billiganbieter“, bei dem Produkt A u. a. aufgrund 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, 299

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 Gruppe, die „Unerfreulichen“ stellen für den Hersteller von Produkt A ein Problem dar, da trotz günstiger Preisstellung nur unterdurchschnittliche Marktanteile erzielt 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. Insbesondere in den drei aufgezeigten Schwerpunkten: Preisanalysen x Aktionsanalysen x Vertriebsbezogenen Analysen x

gibt es heutzutage für viele Warengruppen ausreichend Daten, die nur noch zielgerichtet analysiert werden müssen. Hierzu sollten die aufgeführten Beispiel Anregungen liefern, ohne dass damit auch nur annähernd der Gesamtpool an Sonderanalysen dargestellt werden konnte. Deutlich wurde aber auch, dass der Umgang mit Paneldaten gelernt werden muss, damit die vielfältigen Aspekte zu einem 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 300

in einem Verbraucherpanel bewegt werden. Ein einziger großer Verbrauchermarkt kann pro Woche 25.000 Kunden haben. Das derzeit größte Haushaltspanel in Deutschland hat dagegen „nur“ 20.000 Haushalte. Manche Markenartikler, 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 Handelspanel. Der zweite Grund liegt in der Eignung des Datenbestands von Verbraucherpanels zur Beantwortung einer Vielzahl von Fragen des Marketings. Welche Merkmale haben die Käufer der eigenen Produkte? Welche Einstellungen haben sie und welche die Käufer der Konkurrenzprodukte? Das sind Fragen, die für die Gestaltung der Werbung und für die Mediaplanung von entscheidender Bedeutung sind und die nur aus einem Verbraucherpanel heraus zu beantworten 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 Panelhaushalte, der im jeweiligen Untersuchungszeitraum in jeder Auswertungsperiode 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 Analyse einbezogen werden. Die durchgehende Masse ist also um die Haushalte reduziert, die während des Untersuchungszeitraums ersetzt wurden oder die während des Untersuchungszeitraums ihre Mitarbeit unterbrochen haben. Bei einem gut geführten Haus301

haltspanel sind dies etwa 20 bis 30 % der Panelhaushalte pro Jahr. Für die Interpretation bedeutsam ist auch, dass bestimmte Haushaltsstrukturen (z.B. sehr kleine oder sehr große Haushalte) eher die Mitarbeit einstellen als andere Haushalte. Die durchgehende Masse ist daher nicht in dem Maße repräsentativ, wie die gesamte Masse des Haushaltspanels. Gleichzeitig reduziert sich die in der Sonderanalyse 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 geschaffen 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 bestimmten Zeitraum. Solche Bilder können auch über mehrere Perioden miteinander 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 Abhängigkeiten 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 Segmente (z.B. verschiedene Haushaltsgrößen) getrennt ausgewiesen werden. Wird eine Beschreibung gewünscht, die über die in der Standardberichterstattung aus302

gewiesenen Segmentierung hinausgeht, so kann dies im Rahmen einer Sonderanalyse vorgenommen werden. Dabei lassen sich grundsätzlich alle Informationen 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 ältesten Gruppe auf 12 % zurück. Daraus wird man folgern, dass für dieses Produktfeld eine kommunikative Ansprache von jüngeren Zielgruppen eher lohnt, als von älteren. Tabelle 4.15: Käuferstrukturanalyse für ein Produktfeld A

Käuferkreis in % Menge pro Käufer in kg

gesamt 30

bis 30 46

3,9

5,9

Alter der haushaltsführenden Person 31 bis 40 41 bis 50 51 bis 60 61 + 41 29 22 12 4,3

3,2

2,6

1,8

Soziodemographische Käuferstrukturen zeigen jedoch in den letzten Jahren immer 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

303

Mit den Lebensphasen x Ausbildung x Berufstätigkeit und x Ruhestand und den Schichten x Mittelschicht (einschließlich Oberschicht) x Arbeiterschicht x Arbeitslose x ergeben sich insgesamt 10 verschiedene Familienlebenswelten (vgl. Abbildung 4.13).

Berufsleben

Ausbildung

Studierende/ Auszubildende (eig. Haushalt) (eigener Haushalt)

Aufsteiger, Singles, DINKS

3

11

Ruhestand

Mittelschicht Familien mit Kindern

Mittelschicht Familien ohne Kinder

Mittelschicht Rentner Familien

14

5

13 alleinstehende Ältere

berufstätige Alleinlebende 6

14

Arbeiter Familien mit Kindern

Arbeiter Familien ohne Kinder

Arbeiterschicht Rentner Familien

15

4

9

Soziale Schicht Arbeitslosen Familien Lebens-Phasen

6

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 304

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 Bedürfnisse befriedigen, der Familie, der Karriere, auch der Altersvorsorge. Man sucht nach Möglichkeit, dem Stress zu entkommen, zumindest zeitweilig (im Urlaub), 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 Geschirrspülmaschine als der Durchschnitt der Haushalte. Dabei geht es nicht nur um die finanziellen Möglichkeiten: Videorekorder sind bei Arbeiterschicht-Familien stärker vertreten als bei Mittelschichtfamilien.

4.2.2.1.3 Psychografische Käuferstrukturen nach Euro-Socio-Styles

Bedürfnis: Haben

Wandel / Metamorphosis

Die Träumer

6%

Die Schutzsuchenden

3,8 Mio.

14% 10%

9,0 Mio.

6,8 Mio.

Die Bodenständigen

Die Behaglichen

23%

5% Die Weltoffenen

11% 7,2 Mio.

2,9 Mio.

Die Kritischen

17%

15,0 Mio. Die Anspruchsvollen

11,2 Mio.

Beständigkeit / Permanence

Die Abenteurer

Bedürfnis: Frieden und Sicherheit

Bedürfnis: Leidenschaften Leben

Schein / Mirage

14% 9,2 Mio. Realität / Reality

Bedürfnis: Sein Die Anteile und die Absolutzahlen in Mio. beziehen sich auf die deutsche Bevölkerung ab 14 Jahre Quelle: AWA / GfK Lebensstilforschung

Abbildung 4.14: Euro-Socio-Styles Die Euro-Socio-Styles wurden 1972 in Frankreich entwickelt und 1989 im Rahmen von Europanel auf Europa und damit auch auf Deutschland übertragen. Aus305

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 Bereiche des persönlichen und sozialen Lebens abdeckt. Über verschiedene multivariate 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: x Soziodemografie: Hohe Bildung und mittleres bis hohes Einkommen, überdurchschnittlich häufig verheiratet und mit Kinder. Eher mittleres bis höheres Alter. x Persönliche Hoffnungen: Zeit haben, verbunden mit beruflicher Unabhängigkeit. Sie streben nach Gleichgewicht, Toleranz und sind offen für kontrollierte Veränderungen. x Konsum: Eher gering, aber wenn, dann authentische und optimierte Produkte hoher Qualität. Entsprechend suchen sie nach den zu ihnen passenden Marken. x Werbung: Wird eher als aufdringlicher Verführer abgelehnt. Genutzt werden vor allem Informationsblätter am POS sowie Mund-zu-Mund Botschaften. Eine weitere Beschreibung liefern sogenannte „Mood-Boards“, welche die Lebensstile 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 Kurzfragebogen 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. 306

Eine weitere Aufteilung nach Lebensstilen, die ihren Ursprung in der Politikforschung hat, wird von der Firma Sinus-Sociovision unter dem Namen „SinusMilieus“ angeboten.

Traum und Mentalität

Lifestyle

Konsum

Kommunikation

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 der GfK Panel Services. Auf der Basis des Einkaufsverhaltens bezüglich der verpackten Güter des täglichen Verbrauchs werden folgende Typen definiert: x Premiumkäufer: Verbraucher, die ihren Bedarf überproportional über Premiummarken decken. Premiummarken sind definiert als Marken, deren Preis über dem Preis der größten Marke und über dem Durchschnittspreis 307

der Warengruppe liegt. x Markenkäufer: Verbraucher, die ihren Bedarf überproportional über sonstige Herstellermarken (d.h. nicht Premiummarken) decken. x Promotion-Käufer: Verbraucher, die ihren Bedarf an FMCG überproportional über Marken zu Promotion-Preisen decken. x Handelsmarken-Käufer: Verbraucher, die ihren Bedarf an FMCG überproportional über Handelsmarken (incl. Aldi-Marken) decken.

Premiumkäufer

Verteilung aller Haushalte

Markenkäufer

23

Verteilung der Käufer der Warengruppe X

20

30

12

13

39 100%

20

21

Alle Käufer

35

50%

20

34

80% 70%

Handelsmarkenkäufer

12

28

0%

Verteilung 100% Marke90% A

Promotionkäufer

32

60%

43

50%

48 40

62

40% 30%

Marke20% B 10%

46 36

26

32 18

0%

0

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 Auswertung für zwei Marken einer Warengruppe X. Dabei zeigt sich sehr deutlich, dass die Marke A unterproportional bei den Premium- und Markenkäufern positioniert 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. 308

4.2.2.2 Einkaufshäufigkeit Die Einkaufshäufigkeitsanalyse gibt darüber Auskunft, wie oft in einem vorzugebenden 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. Selbstverständlich ist diese Tiefe des Wiederkaufs auch durch die Länge des untersuchten Zeitraums (je länger der Zeitraum, desto höher ist die durchschnittliche Zahl der Kaufakte) und der Packungsgrößenstruktur (größere Packungen werden seltener 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 Frühindikator 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 verantwortlich ist und dass das Drittel der Extensivkäufer, das von 0 bis 0,33 auf der xAchse abgetragen ist, nur etwa 6 % der Gesamtmenge einkauft. Auch diese Analyse kann wieder durch eine Käuferstrukturanalye ergänzt werden, mit der dann die Teilgruppen näher beschrieben werden können. 309

Kumulierter Mengenanteil

1 0,8 0,6 0,4

34% 0,2

6% 0 0

0,1

0,2

0,3 0,4 0,5 0,6 0,7 Kumulierter Käuferanteil

0,80 0,90

1

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 betrachteten Produkten. Zwei Beispiele sollen dies verdeutlichen: x 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. x Wenn die Käufer einer Marke A überproportional die Marke B, aber unterproportional die Marke C kaufen, dann wird man auf eine starke Konkurrenzbeziehung zu B, aber auf eine schwache Konkurrenzbeziehung zu C schließen.

310

4.2.2.5 Kombinationsauszählung

Kombinationsauszählung von drei Produkten A, B und C Käufer von A und B Käufer von nur A

Käufer von nur B Käufer von B

Käufer von A Käufer von A, B und C Käufer von A und C

Käufer von B und C Käufer von nur C Käufer von C

Starke Überschneidung zwischen A und B Geringe 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 werden, 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 überproportional starke Konkurrenz- oder Komplementärbeziehungen zu interpretieren 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 311

eines Käufers einer Marke A bezüglich dieser Marke dividiert durch seine gesamte 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 dieses 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 Wiederkaufsrate - die Loyalität der Käufer zu der Marke aus. Die Bedarfsdeckung lässt sich auf zwei Arten analysieren: Die durchschnittliche Bedarfsdeckung 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 Extensivkäufer. Die durchschnittliche Bedarfsdeckung einer Marke lässt sich demnach 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 gekauften 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 Warengruppenbedarf über Marke B, bei Marke A beträgt dieser Wert dagegen nur 11 %. Zu 312

Marken

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% treuen Käufer der Marke B.

Käufer von B

23%

Käufer von A

19%

30%

45%

0%

20%

20%

40%

60%

27%

24% 11%

80% 100%

Käuferanteile bis 33%

34%-66%

67%-99%

100%

Lesebeispiel: 45% der Käufer von A haben eine Bedarfsdeckung mit Marke A von 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 gezeigt haben, dass diese Käufer sehr treu bei ihrer Marke bleiben und somit für eine hohe Stabilität des Marktanteils sorgen. Häufig entfallen 70% der Umsätze ei-

313

ner Marke auf die First Choice Buyer. Auswertungen haben ergeben4: Ein Haushalt kauft im Bereich der verpackten Güter des täglichen Verbrauchs im Durchschnitt 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 Durchschnitt 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 Einkaufsstätte 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 untersucht.

4

vgl.: Wolfgang Twardawa: Der Weg zurück zur Herstellermarke, S. 74 in: GfK Panel Services Consumer Research GmbH, GfK-Nürnberg e.V. (Hrsg.): Nachhaltig erfolgreiche Markenführung – von den Champions lernen, Nürnberg 2004 5 vgl. a.a.O., S. 74ff

314

100%

Bis zu 2 mal

90% 80% 70% 60%

42%

Marke C Marke B Marke A

50%

58%

40% 30% 20%

3 mal und öfter

Lesebeispiel:

10% 0% 1 Marke

2 versch. Marken

3 versch. 4+ versch. Marken Marken

Unter den Käufern, die drei verschiedene Marken in der Warengruppe gekauft haben und mindestens 3 mal in der Warengruppe eingekauft haben, hat Marke A einen Marktanteil 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 Marken, so wird eine Marke, die in dieser Gruppe hohe Marktanteile erzielt, vor allem 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 315

Haushalts in einer Periode seine Einordnung in den folgenden Perioden beeinflusst.

4.2.3.1 Käuferkumulation / Käuferpenetration Eine grundlegende Frage bei der Beurteilung einer Marke nach einer Neueinführung oder einem Relaunch ist, ob das Konzept genügend Haushalte dazu bringt, es zumindest einmal zu kaufen. Distribution, Werbung und Verpackung sind Beispiele 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 nachfolgenden 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 Warengruppenkäufer erreicht wurde. Die Penetration kann auch dazu herangezogen werden, die Erstkäuferentwicklungen von Produkten aus verschiedenen Warengruppen mit differierenden Warengruppenniveaus miteinander zu vergleichen. Langjährige 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: x Das Niveau der Kurve, das die Zahl der erreichten Haushalte angibt x 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 316

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.

Entwicklung der kumulierten Käufer in 4 Perioden

K2 K1

Periode 1

Periode 2

Periode 3

Periode 4

Abbildung 4.21: Beispiel für eine Käuferkumulation Käuferkreisentwicklung zweier Produkte A und B 7 6

Käuferkreis

5 Produkt A

4

Produkt B

3 2 1 0 0

1

2 Monate

3

4

Abbildung 4.22: Käuferkumulation zweier Marken 317

4.2.3.2 Kumulierte Wiederkäufer, Wiederkaufsrate und Wiederkäuferpenetration Käuferkumulation bzw. die Penetration geben Auskunft über die Fähigkeit einer Marke oder eines Produkts, neue Käufer für ein Produkt zu gewinnen. Die Analyse der Wiederkaufsrate gibt Auskunft darüber, inwieweit diese dann auch gehalten werden können. Wiederkäufer haben im betreffenden Zeitraum ein Produkt mindestens zweimal gekauft. Die Wiederkaufsrate prozentuiert die kumulierten 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 Produktenttäuschung 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 Produkts überhaupt nachgekauft haben. Die entsprechende Kennzahl wird als Wiederkäuferpenetration 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: x Allgemein schlechte Produktqualität, die zur Enttäuschung führt. x Zu schlechtes Preis- / Leistungsverhältnis. Ein häufig beobachteter Fehler bei der Neuprodukteinführung ist, dass das Neuprodukt als Line-Extension einer Premiummarke und folglich auch zu einem Premiumpreis angeboten wird. Wenn nun die Innovation eine solche Positionierung nicht rechtfertigt, dann ist Enttäuschung vorprogrammiert. x Schließlich werden mitunter auch durch die Kommunikation falsche Erwartungen geweckt. So hat die Werbung für einen Schokoriegel suggeriert, dass es sich dabei um ein besonders leichtes Produkt handelt, was aber nicht der Fall war. Im Verbraucherpanel schlug sich dies in einer Erhöhung des Käuferkreises aber einer Reduzierung der Wiederkaufsrate nieder.

318

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 etwas 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 hingewiesen, 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 berechnet als oben (vgl. Abschnitt 4.2.2.6) dargestellt. Ihre inhaltliche Interpretation als Fähigkeit des Produkts, einen Käufer dauerhaft zu binden, bleibt jedoch erhalten. Treffender muss die von Parfitt-Collins gewählte Form der Bedarfsdeckung jedoch als Bedarfsdeckung seit dem Erstkauf bezeichnet werden. Zunächst soll nur auf die Wiederkaufsakte abgestellt werden. Deshalb ist der Erstkauf ausgeschlossen. 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. Abbildung 4.23 verdeutlicht die Vorgehensweise. In der ersten Periode seit dem Erstkauf (also in der zweiten Periode für die Haushalte 1 und 2 und in der dritten Periode für die Haushalte 3, 4 und 5) wurde insgesamt viermal nachgekauft, davon zweimal die Marke A. Wenn alle gekauften Artikel den gleichen Inhalt haben, beträgt die Bedarfsdeckung in der zweiten Pe319

riode somit 50 %. In der zweiten Periode seit dem Erstkauf wurden fünf Artikel gekauft, davon zweimal Marke A. Die Bedarfsdeckung beträgt somit 40 % usf.

Zur Berechnung der Bedarfsdeckung bei Parfitt-Collins

Panelmitglied

Perioden -> 1

2

3

4

5

1 2 3 4 5

A A -

B A A A

B A A C A

C B A C

A B C A

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 Erstkauf Der Intensitätsfaktor, als die dritte Komponente der Prognose nach ParfittCollins, drückt aus, inwieweit durch das Produktkonzept eher Intensivkäufer oder Extensivkäufer angesprochen werden, kann also als Maß für die Qualität der erreichten Zielgruppe aufgefasst werden. Er wird errechnet als Durchschnittseinkauf in der Warengruppe der Käufer der Marke A dividiert durch den Durchschnittseinkauf 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 Durchschnittswert 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 Tatsache ist darin zu finden, dass die Intensivkäufer häufig mehrere Marken kaufen und daher bei mehr Marken berücksichtigt werden, als die Extensivkäufer. 320

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 Marktanteil, der nach der Stabilisierung (- das ist der auf Wiederkaufsakten beruhende Marktanteil -), erreicht werden kann. Abbildung 4.24 enthält eine Beispielrechnung.

Penetration

Bedarfsdeckung 45 40

12 10

35 30 25 20 15 10

8 6 4 2

5 0

0 0

5

10

0

5

10

Intensitätsfaktor Ist Prognose

1,35 1,3 1,25

Marktanteilsprognose nach Parfitt-Collins = = 0,105* 0,32 * 1,21 = 0,038 = 3,8%

1,2 1,15 1,1 1,05 0

5

10

Nach rechts sind jeweils aufgetragen die Monate seit der Markteinführung Hypothetisches Beispiel

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 Marken liefert, wenn die einzelnen Komponenten miteinander verglichen werden. Sie bildet darüber hinaus die Basis der Prognosen von Testmarktsimulationsinstrumenten wie BASES von Infratest / Burke oder TESI von GfK, bei denen auf321

grund eines Studiotests der Marktanteil von Neuprodukten prognostiziert wird.

4.2.3.4 Käuferwanderung Die Käuferwanderung beantwortet die Frage, woher die Käufer einer wachsenden Marke gekommen bzw. wohin die Käufer einer zurückgehenden Marke gegangen 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 durchgeführt, die anhand der Neueinführung einer Marke erläutert werden sollen. a) Käuferwanderung auf Basis der direkten Vorkäufe:

Vergleich der direkten Vorkäufe von A mit allen Käufen 100% 90% Käufer von A 30%

80% 70% 60%

100%

50% 40% 30% 20% 10%

Nicht-käufer von A 70%

0% Vorkäufe Marke B

alle Käufe Marke C

Marke D

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 322

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 Anteil an allen Kaufakten in der Vorperiode, so ist dies ein Indiz dafür, dass die Marke überdurchschnittlich von der Neueinführung getroffen wurde. Nachfolgende Abbildung 4.25 erläutert diesen Zusammenhang am (fiktiven) Beispiel einer neu eingeführten Marke A und drei etablierten Marken B, C und D. In diesem Beispiel werden die Marken B und D von der Neueinführung unterdurchschnittlich getroffen (der Anteil der Vorkäufe ist geringer als der entsprechende Anteil gesamt im Vergleichszeitraum), während die Marke C überdurchschnittlich verliert (deren Anteil der Vorkäufe ist höher als der entsprechende Vergleichsanteil). Statt der Einkaufsakte lassen sich auch die Einkaufsmengen entsprechend untersuchen. 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 Käuferwanderungsanalyse gerecht. b) Zeitraumbezogene Wanderungsanalyse: Bei der zeitraumbezogenen Wanderungsanalyse gehen deutlich mehr Einkaufsakte in die Analyse ein, indem die Einkäufe zweier Zeiträume einander gegenübergestellt werden. Wird z.B. der Relaunch einer Marke A untersucht, so können das Halbjahr vor dem Relaunch und das Halbjahr, in dem der Relaunch durchgeführt wurde, untersucht werden. Dabei werden drei Gruppen von Käufer unterschieden: x Die Abwanderer haben die Marke A nur vor dem Relaunch gekauft. x Die Zuwanderer haben die Marke A nur nach dem Relaunch gekauft. x Die Wiederkäufer haben die Marke A vor und nach dem Relaunch gekauft. Nun werden gegenübergestellt: x die Einkäufe der Abwanderer im ersten Zeitraum den Einkäufen der Zuwande323

rer im zweiten Zeitraum sowie x die Einkäufe der Wiederkäufer im ersten Zeitraum ihren Einkäufen im zweiten Zeitraum. Aus dem Vergleich ergibt sich, woher der Gewinn der untersuchten Marke gekommen 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… nur im 1. Halbjahr: 30%

nur im 2. Halbjahr: 25%

Im ersten und zweiten Halbjahr: 45%

Mengenanteile:

2. HJ Marke B: 50% Marke C: 10% Marke D: 40%

1. HJ 2. HJ Marke A: 25% 50% Marke B: 10% 10% Marke C: 50% 10% Marke D: 15% 30%

1. HJ Marke B: 15% Marke C: 60% Marke D: 25%

Abbildung 4.26: Beispiel für eine zeitraumbezogene Wanderungsanalyse x 25% der Käufer von A kaufen A nur im zweiten Halbjahr. Sie werden als Zuwanderer bezeichnet. x Dagegen kaufen 30% der Käufer von A diese Marke nur im ersten Zeitraum und werden analog als Abwanderer bezeichnet. x Die restlichen 45% kaufen in beiden Zeiträumen und sind entsprechend Wiederkäufer. x Die Abwanderer kaufen zu einem hohen Anteil die Marke B im zweiten Zeitraum. Dagegen ist der Anteil der Marke B im ersten Zeitraum der Zuwanderer 324

zur Marke A gering. B gewinnt also in hohem Maße bei einer Abwanderung, verliert aber nur wenig, wenn ein Käufer zur Marke A zuwandert. x 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 Marktanteil der Marke. Ist der Marktanteil höher als 50%, dann ist der Gewinn überdurchschnittlich. x Die Analyse der Wiederkäufer zeigt, dass die Bedarfsdeckung für die untersuchte Marke A unter den Wiederkäufern steigt. Gleichzeitig gibt es Verschiebungen 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 Wanderung zwischen den Marken, indem jeder einzelne Panelhaushalt für sich in zwei Zeiträumen beobachtet wird. Dabei werden zwei Segmente unterschieden: x 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, Marktveränderungen oder auch durch individuelle Bedürfnisänderungen des Haushalts hervorgerufen sein. x Das aufrechenbare Segment, das in beiden Zeiträumen für jeden Haushalt gleich groß ist. Sein Mengenanteil wird um so höher sein, je größer die Zeiträume gewählt werden, die miteinander verglichen werden. Interpretiert wird vor allem das aufrechenbare Segment, das in Form einer Innenmatrix dargestellt wird (siehe Abbildung 4.27). Die Innenmatrix gibt Auskunft darüber, x 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 insgesamt 80 Einheiten gewonnen, wobei von der Marke B 50 Einheiten und von der Marke C 30 Einheiten kommen. 325

x wie viel eine Marke an andere Marken abgeben musste und welche Konkurrenzmarken 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. x wie viel der Menge einer Marke im zweiten Zeitraum auf Wiederkauf basieren. Im Beispiel der Abbildung 4.27 wurden 60 Einheiten wiedergekauft.

Zuwanderung vom 1. zum 2. Zeitraum

Marke A B C Gewinne Wiederkauf ARBS

Abwanderung vom 1. zum 2. Zeitraum A B C 10 40 50 10 30 10 80 20 50 60 80 50 140 100 100

Verlust 50 60 40 150

Wiederkauf 60 80 50

ARBS 110 140 90

190 340

ARBS = aufrechenbares Segment

Abbildung 4.27: Beispiel für eine Gain-and-Loss-Innenmatrix Die Gesamtmenge des zweiten Zeitraums wird also aufgeteilt in x das nicht aufrechenbare Segment aufgrund von Nichtkauf oder Minderkauf x das aufrechenbare Segment, das wiederum in Wiederkauf, Gewinn und Verlust unterteilt wird. Die Gewinne und Verluste von A können nun weiter analysiert werden. Dabei ist vor allem interessant, mit welchen Marken ein überdurchschnittlicher Austausch stattfindet. Hierzu werden die gesamten Wanderungsbewegungen von und zu einer Marke addiert und auf die Wanderungsbewegungen aller Marken prozentu- 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 aufrechenbaren Segment (140+100)/(340-140+340-110) = 56%. B weist somit einen Affinitätsindex von 43/56*100 = 77 auf, hat also mit A unterdurchschnittliche Wanderungsbewegungen. 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 326

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 Bedarfs genutzt wird, hängt im Wesentlichen von drei Faktoren ab: 1. Die Attraktivität des jeweiligen Geschäfts, die aus verschiedenen Faktoren gebildet 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 Bahnlinien, Flüssen, Autobahnen etc. keine geeigneten Indikatoren. 3. Die alternativen Einkaufsmöglichkeiten, wobei diese ebenfalls nach Erreichbarkeit 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 jeden Haushalts zu bestimmen. Ferner sind durch die Zusammenarbeit mit GENI bekannt: x Die exakten GPS-Koordinaten aller Geschäfte des Lebensmitteleinzelhandels und der Drogeriemärkte. x Die Wegstrecken in Minuten vom Wohnort zum Geschäft (per Kfz, wahlweise auch zu Fuß).

327

 PLUS PLUS

 LIDL LIDL

 PENNY PENNY

SCHLECKER SCHLECKER

 SPAR SPAR

  SCHLECKER STÜSSGEN/S-MARKT STÜSSGEN/S-MARKT SCHLECKER   PLUS PLUS SONSTIGE REWE REWE VM VM SONSTIGE  ALDI ALDI

  PLUS PLUS KAISER_S KAISER_S DRUGSTORE/KD DRUGSTORE/KD

 PLUS PLUS

LL  SPAR SPAR

 SONST. SONST. EDEKA EDEKA EH-BETRIEBE EH-BETRIEBE  SONSTIGE SONSTIGE

 ALDI ALDI  STÜSSGEN/S-MARKT STÜSSGEN/S-MARKT

SPAR SPAR

 SPAR SPAR

 PLUS PLUS  ALDI ALDI  NNY NNY

 STÜSSGEN/S-MARKT STÜSSGEN/S-MARKT   KAISER_S KAISER_S DRUGSTORE/KD DRUGSTORE/KD

  SCHLECKER SCHLECKER  KONTRA KONTRA PLUS PLUS

 PLUS PLUS

 LIDL LIDL

REWE/-KONSUM/-NAHKAUF REWE/-KONSUM/-NAHKAUF  PENNY PENNY  AKTIV-MARKT/EDEKA-AKTIV AKTIV-MARKT/EDEKA-AKTIV MINIMAL MINIMAL

 SP SP

 SCHLECKER SCHLECKER

 PLUS PLUS

PE PE SCH SCHL



Quelle: GfK / Geni

Abbildung 4.28: Optionsspektrum eines Panelhaushalts

Käuferreichweite in %

Fahrzeit Fahrzeit bis 5 min

A B

90,5%

5-10 min

10-15 min

15-20 min 88,6%

88,4%

81,9% 85,7% 71,9% 72,9%

68,8%

C

63,8%

46,4%

Lesebeispiel: Nur 34,5% aller Haushalte, die eine Fahrzeit von 10 bis 15 Minuten zur nächsten Filiale des Discounters C haben, gingen im Jahr 2003 mindestens einmal dort einkaufen.

34,5%

24,7%

Quelle: 12.000er Haushaltspanel ConsumerScan, verpackte Güter des täglichen Bedarfs gesamt, Jahr 2003

Abbildung 4.29: Einfluss der Fahrentfernung auf die Geschäftswahl 328

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 Potenzial abzuschöpfen als A.

4.2.3.7 Sortimentsoptimierung

Anteil der Warengruppenkäufer in %

Lesebeispiel: Das häufigst gekaufte Produkt erreicht 21,4% der Warengruppenkäufer. Das zweite Produkt erreicht 11,1% der Warengruppenkäufer, die durch das erste Produkt noch nicht erreicht wurden. Mit nur 11 Produkten können über 80% der Warengruppenkäufer erreicht werden.

Zusätzliche Käuferreichweite

Kumulierte Käuferreichweite

80,3

50,4 41,7 32,5 21,4

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

Produkte

Quelle: GfK

Abbildung 4.21: Beispiel für Sortimentsanalyse

329

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 erreicht. 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 werden. 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 gemeinsames Kennzeichen ist es, dass im Gegensatz zu den bisher beschriebenen Sonderanalysen die Einkaufsdaten von mehreren Warengruppen betroffen sind. Die Bedeutung von Warenkorbanalysen nimmt derzeit vor allem aus zwei Gründen stark zu: Einmal steigt das Bedürfnis von Handel und Industrie, das Einkaufsverhalten der Haushalte warengruppenübergreifend zu untersuchen. Dies wird auch gestützt durch die zunehmenden Bedeutung des Category Managements. Darüber hinaus verbessert sich durch den Einsatz von Inhome-Scanning mit der damit 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 Warenkorbanalysen wegen der damit verbundenen enormen Datenflut erst am Anfang stehen. Mögliche Fragestellungen für Warenkorbanalysen sind: x Welche Produkte werden signifikant häufiger zusammen mit einem Produkt 330

eingekauft als andere Produkte? So lässt sich feststellen, dass Tee signifikant häufiger mit Süßgebäck eingekauft wird als andere Produkte. Dies kann Hinweise geben für die Platzierung von Waren im Geschäft oder auch die Gestaltung von Verbundaktionen. x Wie hoch ist der Anteil der Haushalte, die überwiegend Billigprodukte kaufen? 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: x Sind die Käufer von 10-kg-Waschmittelpaketen überdurchschnittlich wertvolle Käufer, weil sie auch ansonsten hohe Bonsummen haben? Dies würde trotz der mit diesen Artikeln verbundenen hohen Handlingskosten für ihre Bedeutung bzgl. des Erfolgs eines Einzelhandelsgeschäfts sprechen. x In welchen Warengruppen haben bestimmte Vertriebsschienen überdurchschnittlichen Erfolg, d.h. höhere Anteile am Gesamtmarkt, als ihrem Anteil an der Bonsumme entspricht? Hierfür ist es auch möglich, den Teil der Bonsumme zu betrachten, der sich auf die verpackten Verbrauchsgüter bezieht. Insbesondere Aldi wurde und wird auf diese Weise beleuchtet, da über dieses Handelsunternehmen aus dem Handelspanel keine Daten vorliegen. x Wie entwickeln sich bestimmte Einkaufsstätten hinsichtlich der Zahl der Käufer 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 Besitzmerkmalen hinausgeht. Dies kann durch eine einzige Frage geschehen. So lässt sich im Panel erheben, ob 331

Weichspüler nach Vorschrift mit dem Meßbecher, nach Gefühl mit dem Meßbecher oder nach Gefühl ohne Meßbecher dosiert werden. Eine Auswertung der Einkäufe getrennt nach der Antwort auf diese Frage zeigt erhebliche Unterschiede in der Dosierung und in der Markenwahl (vgl. Abbildung 4.31).

Dosierung von Weichspülern nach Vorschrift mit Messbecher

nach Gefühl mit Messbecher

nach Gefühl ohne Messbecher

Marktanteile Billigmarken Markenartikel

Durchschnittliche Einkaufsmenge je Haushalt in Liter

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 Haushalte. 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 Fragebatterie spezifische Zielgruppen zu bilden. So werden in den GfK-Haushaltspanels 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. 332

Dabei zeigen sich deutliche Abweichungen im Einkaufsverhalten bei umweltrelevanten 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 Preisbewusstsein 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: x Zunächst muss eine Verbindung zwischen dem Marketingmix auf der einen und einer Erfolgsgröße (Abverkäufe bzw. Einkäufe der Haushalte bzw. Marktanteile) auf der anderen Seite hergestellt werden. Hierfür eigenen sich verschiedene mathematisch-statistische Verfahren wie z.B. nichtlineare multiple Regression, neuronale Netze oder Markoff-Ketten. x Diese Verbindung ist zu prüfen auf o inhaltliche Plausibilität, also z.B. ob die Preissenkung eines Produkts zu einer Marktanteilserhöhung dieses Produkts führt. o statistische Signifikanz, d.h. ob der Zusammenhang statistisch gesichert ist oder aber auch auf Zufall beruhen kann. 333

x Ist das Ergebnis der Prüfung positiv, so kann das Modell angewendet werden. Hierbei lassen sich im Wesentlichen die folgenden Anwendungsgebiete identifizieren6: 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 ermöglichen 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 MarketingmixGrößen, also z.B. der Preis, eingegeben werden. Über die Modellgleichungen 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 erwarten? Wird ein zukünftiges Szenario eingegeben, dann wird die Simulation zur Prognose. Für die Konkurrenzaktivitäten sind dabei Annahmen zu treffen (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 voraussetzten, 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 Verbraucherpaneldaten – der GfK-BrandSimulator, in: Jahrbuch der Absatz- und Verbrauchsforschung 4/2005, S. 332354 7 vgl. Amstutz, A.: Computer Simulatation of Competitive Market Response, Cambridge 1967; Lavington, M.R.: Ein Mikrosimulationsmodell der Nachfragereaktion beim Konsumgütermarketing, in: Kroeber-Riel, W. (Hrsg.), Marketingtheorie, Köln 1972; 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; Little, J.: Brandaid: A Marketing Mix Model, Part 1: Structure, Part 2: Implementation, Calibration and Case Study, Operations Research 23 (1974), S. 628 ff.

334

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 weitgehend komplettes Marketingmix simuliert werden kann.11 Damit stellt sich die Frage, wann Verbraucherpaneldatenmodelle und wann Handelspanelmodelle vorzuziehen sind. Zur Beantwortung dieser Frage sind folgende Überlegungen nützlich: x Manche Marketingmix-Variable variieren zum gleichen Zeitpunkt nur zwischen den Geschäften. Dazu gehört z.B. der Verkaufspreis oder die Frage, ob ein Produkt auf einem Display angeboten wird oder nicht. Eine solche in einem 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 unvollkommen abgebildet werden. Dort ist zwar der Preis des gekauften Produkts bekannt. Es sind aber die Preise der Konkurrenzprodukte nur aus den Einkäufen anderer Haushalte im gleichen Key Account bekannt, wobei es in der Regel so sein wird, dass diese Käufe in anderen Geschäften stattgefunden haben und die Preise somit gemittelt sind. x Andere Marketingmix-Variable wirken auf den Endverbraucher (z.B. die Werbung). Hier ist es so, dass beim Handelspanel alle Einkäufe in allen KeyAccounts nur mit einem vom entsprechenden Zeitraum abhängigen Wert ver8

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 Paneldaten für Simulation und Prognose, Jahrbuch der Absatz- und Verbrauchsforschung 2/1991; Vossebein, U. / Wildner, R. (1992): Komplexe Fragestellungen erfordern komplexe Lösungsansätze: Ein MarketingMix-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 Consuming It Faster, in Journal of Marketing Research, Vol. XXXV, S. 390-398. 11 Vgl. Wildner R., Scherübl, B., a.a.O.

335

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 Verbraucherpanels adäquat abzubilden. Im Ergebnis wird ein auf Handelspaneldaten beruhendes Modell die Situation in den Geschäften gut, die Situation bei den Haushalten schlechter abbilden. Bei einem 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 Zeitpunkt mehrere Key-Accounts vs. Durchschnitt aller Verbraucher). Dafür hat das Handelspanel eine deutlich größere Datenbasis an dahinter stehenden Einkaufsakten. Im Folgenden werden beispielhaft zwei Modelle der GfK dargestellt, die ausreichend publiziert sind. Der GfK-Markensimulator basiert auf Scanner-Handelspaneldaten, 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 Datenbasis von ca. 15 bis 30 in sich homogener Datenpunkte ohne auf die sehr unhandliche 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 beeinflussenden 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 Schät336

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“ erläutern. Der Preis jeder Konkurrenzmarke für sich würde zu einer zu großen Variablenzahl führen. Wird nur mit dem durchschnittlichen Konkurrenzpreis gearbeitet, 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 Vorgehensweise berücksichtigt aber nicht, dass die Produkte sich je nach der Ähnlichkeit ihrer Positionierung verschieden stark beeinflussen. Deshalb werden die Gewichte für die Zusammenfassung der Preise so bestimmt, dass die Modellanpassung insgesamt maximiert wird. Das kann für alle Konkurrenzprodukte zusammen oder aber auch für Gruppen von Konkurrenzprodukten getrennt erfolgen, wenn der Markt in verschiedene, klar abgegrenzte Segmente zerfällt. Praktisch 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 spezielle Form der nichtlinearen Regression angewendet, wobei der aktuelle Marktanteil 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:

ys ,t

a0 ˜ zsa,1t 1 ˜ x1a,2s ,t ˜ ... ˜ xna,ns,1t ˜ es ,t

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 Anzahl der verwendeten Perioden – 1 darstellt. Eine Periode wird als zeitver12

vgl. Hoffmann, U., Hofmann, H, Einführung in die Optimierung mit Anwendungsbeispielen aus dem Chemie-Ingenieur-Wesen, Weinheim/ Bergstraße 1971, S. 127ff

337

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 minimiert wird. Die Variable z kann nach einigen Umformungen13 eliminiert werden. Es ergibt sich als zu schätzende Modellgleichung:

y s ,t

a0 ˜ (

x11,sa,t1 a1 1, s ,t 1

x

a2

) ˜ ... ˜ (

x1n, sa,1t x

a1 n , s ,t 1

) an 1 ˜ es ,t

Deren Parameter lassen sich iterativ bestimmen: Hierzu berechnet man zunächst mit einem vorgegebenem a1 = 0 die Ausdrücke in den Klammern. Nach Logarithmieren können die Parameter a0 bis an+1 außerhalb der Klammern mit linearer Regressionsrechnung geschätzt werden, wodurch sich ein neuer Wert für a1 ergibt, der wieder in die Klammerausdrücke eingesetzt wird. Dies führt man so lange 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 inhaltliche Kriterien zur Verfügung14, die anhand eines konkreten Beispiels erläutert 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

338

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 distribuiert 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: x Zahl der EAN, um die Tiefe des angebotenen Sortiments zu erfassen. x Normalpreis. 339

x Promotionpreis, getrennt nach Preissenkung, Display, Feature (Anzeige in Handzettel oder Zeitung) und allen möglichen Kombinationen daraus. x Distribution gewichtet gesamt. x Distribution ohne Promotion. x Distribution Promotion getrennt nach Preissenkung, Display, Feature und allen Kombinationen daraus. Damit wurde die Situation in den Geschäften sehr umfassend berücksichtigt. Insgesamt besteht die Datenbasis aus ca. 3,8 Mio. Zahlen. Die wesentlichen Parameter 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 unerklärt. Dieser Wert muss als sehr gut bezeichnet werden. Allerdings ist anzumerken, 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 Sicherheitswahrscheinlichkeit von 99% signifikant. Ein kleinerer F-Wert würde das gesamte 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% Sicherheitswahrscheinlichkeit 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 Marktanteil), 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). 340

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).

25

Modell

20 15 10 5 0 0

5

10

15

20

25

Real

Abbildung 4.32: Reale vs. geschätzte Marktanteile (1 Datenpunkt ist der Marktanteil 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 geschätzt. Dann werden die Marketing-Mix-Variable für die Wochen 1-34 des Jahres 1999 eingegeben in die Modellgleichung und der zugehörigen Marktanteile geschätzt. Dieser Test ist besonders wichtig, weil so aufgedeckt werden kann, wenn eine gute Anpassung des Modells an die Realität im Schätzzeitraum lediglich auf „Overfitting“ (gute Anpassung ohne real dahinter stehende Zusammenhänge und daher schlechte Erklärung zusätzlicher Datenpunkte) zurückzuführen ist. Mit einer durchschnittlichen Abweichung des prognostizierten Marktanteils vom realen Marktanteil von absolut 0,24 Prozentpunkten kann die Prognose als sehr gut bezeichnet werden (vgl. Abbildung 4.33).

341

Prognosefähigkeit

Marktanteil Menge %

11 10,5 10 Ist

9,5

Modell

9 8,5

34

31

28

25

22

19

16

13

10

7

4

1

8 Woche 1999

Abbildung 4.33: Prognosefähigkeit des Modells (Quelle: GfK) Die zur Produktlinie gehörenden Produkte wurden aufgeteilt in Niedrigpreisprodukte, Mittelpreisprodukte und Hochpreisprodukte. Die Konkurrenten wurden nach Marken getrennt. Die Preise gehen gewichtet ein, wobei – wie oben dargestellt – die Gewichte so bestimmt sind, dass die Modellanpassung insgesamt 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 Zusammenfassungen gebildet: Zuerst werden die Produkte, dann die Promotions zusammengefasst. 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 342

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 Warengruppe 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 genügend Informationen vorliegen. Im Folgenden soll die Modellbildung am Beispiel 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, jedoch 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.

343

Wäscheweichspüler und das Jahr 2002 gewählt wurde. Tabelle 4.18: Key-Account-Struktur für die Modellierung der Warengruppe Weichspüler Key-Account-Aufteilung für die Warengruppe Wäscheweichspüler im Jahr 2002 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. Drogeriemärkte miniMAL (VM) Netto (Disc.) Edeka restl. Spar-Regie (VM) Edeka-Discount Rewe restl. E-Center (SBW) Plus (Disc.) LEH restl. Marktkauf (SBW Aldi (Disc.) SM = Supermärkte, VM = Verbrauchermärkte, SBW = SB-Warenhäuser, Disc = Discounter, DM = Drogeriemärkte

Weiter muss die Struktur der Marken bzw. Produkte festgelegt werden. In Märkten, in denen eine Packungsgröße deutlich dominiert (z.B. Röstkaffee die 500gPackung 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 berücksichtigt, die Preise werden jedoch auf die 750ml-Standardpackung umgerechnet. Bezüglich der Fakts werden bezahlte Preise aus dem Haushaltspanel entnommen, wobei für die Konkurrenzpreise die Einkäufe der anderen Haushalte im jeweiligen Key-Account herangezogen werden. Die Distribution kommt – soweit vorhanden – aus dem Handelspanel und wird sonst (z.B. für Aldi) aus dem Verbraucherpanel 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 344

ist. Für die Modellierung haben sich diese Daten als wenig geeignet erwiesen. Sie werden deshalb aufgrund kurzzeitiger Preissenkungen und gleichzeitig deutlich 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. Abschnitt 4.3.4). Damit der Einfluss der Marketingmix-Größen auf den Einkauf angemessen berücksichtigt werden kann, wird jeder Einkaufsakt in vier Entscheidungen zerlegt: 1. 2. 3. 4.

Wann wird gekauft? Wo wird gekauft, d.h. in welchem Key-Account? Was wird gekauft, d.h. welche Marke bzw. welches Produkt? Wie viel wird gekauft, d.h. welche Anzahl an Packungen?

Wann gekauft wird hängt ab von: x dem Warengruppenpreis, wobei nur die für den Verbraucher relevanten Produkte berücksichtigt werden. x dem Aktionsanteil der Warengruppe, soweit für den Verbraucher relevant. x der Saison (Berechnung der wöchentlichen Saisonalitäten aufgrund von mindestens drei Jahren). Dabei sind Kalenderunregelmäßigkeiten wie z.B. die unterschiedliche Lage von Ostern zu berücksichtigen. x der Zeit seit dem Letztkauf: Je länger die Zeit seit dem letzten Kaufakt in der Warengruppe, desto wahrscheinlicher wird ein Kauf. x der Menge beim Letztkauf: Je weniger beim letzten Kaufakt in der Warengruppe 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 KeyAccount eingekauft wird. Dies wird beeinflusst von: x dem Key-Account-Nutzen (s. unten). x dem Nutzen der Größe des Sortiments. Dieser steigt mit der Anzahl der 345

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. x 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. x 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 Entfernungen jeder mögliche Key-Account von verschiedenen Haushalten unterschiedlich präferiert wird. Zudem kann sich diese Präferenz aufgrund positiver oder negativer Erfahrungen auch verändern, sie ist also dynamisch. Nun liegen von jedem Haushalt mindestens drei Einkaufsakte vor (- sonst wird der Haushalt ausgeschlossen, vgl. oben). Es ist nicht möglich, aus drei Einkaufsakten eine individuelle 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 Warengruppe auf einer Stufe der Key-Account-Bindung befindet. Stufen der KeyAccount-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 klassifiziert, hat er aber mehrmals und nur dort eingekauft, so ist er Treuekäufer. Auf 346

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: 1

p a,AKS h, w

1 ¦e

ª « M « « «¬ m

º

§ ·» ¦ D m ˜ ¨ f m, a, w, h  f m, d , w, h ¸ »» © ¹ 1

»¼

d za

Dabei ist: pa,AKS

:

Wahrscheinlichkeit, dass der Key-Account a in der vom Haushalt h

h, w

und der Woche w abhängigen Account-Konkurrenzsituation AKSh,w gewählt wird. Dabei ist eine Account-Konkurrenzsituation definiert durch die Marketingmix-Situation der für den Haushalt relevanten 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.

D : 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

347

Ist die Tatsache des Kaufs bestimmt und ist weiter modelliert, in welchem KeyAccount 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: ƒ Die Distribution ƒ Der Preis ƒ Die Handelsaktionen ƒ Der Markennutzen ƒ Die Neigung eines Haushalts zum Markenwechsel ƒ 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: x ein Vergessensparameter, der Kontakte umso mehr diskontiert, je älter sie sind. x ein Minimalwert, ab dem Werbung erst wirksam ist. So ist es möglich, dass der erste Werbekontakt noch keine Wirkung entfaltet, weil die Botschaft erst gelernt werden muss. x 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 Abhängigkeit von den effektiven Werbekontakten linear erhöhen, wobei der Linearitätsfaktor von der Stufe der Markenbindung abhängig ist. Die Linearitätsfaktoren sowie die drei Parameter zur Ermittlung der effektiven Kontakte werden so geschätzt, dass der Einfluss der Werbung maximiert wird.

348

4.3.3.2 Fallbeispiel Die Modellqualität wurde durch eine Validierung überprüft. Diese ergab ein gutes Ergebnis (vgl. Abbildung 4.34).

Validierung Weichspülermarke X im Key Account Y

Validierung von acht Marken im Markt für Wäscheweichspüler 30% 20%

120000

10% 100000

-60%

-40%

0% -20% 0% -10%

20%

40%

60%

-20% -30%

R² = 86,5%

80%

80000 Mengen

Modell

-80%

Real

60000

Modell 40000

-40% 20000

-50% -60%

0 1

4

7 10 13 16 19 22 25 28 31 34 37

Real Wochen 2003

Basiszeitraum: 2002; Prognosezeitraum: 1-9/2003

Quelle: Eigene Berechnungen

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 Marktanteilsveränderung 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 durchführen, wobei diese im Programm in folgenden Schritten abläuft:

349

Br. X

Key-Account Y

Brand X Key-Account Y

Erläuterung: Marke X hat im KeyAccount Y vom 1. Halbjahr (KW 1 bis 26) auf das 2. Halbjahr insgesamt 9,49%-Punkte Marktanteil gewonnen. Davon sind 1,91 %Punkte auf den von 1,91 € auf 1,64 € gesunkenen Preis zurückzuführen, -0,51 auf die Distribution und 4,78 auf die Promotion. Die Konkurrenzmarken hatten einen positiven Einfluss (+1,55), während sich die Interaktion zwischen den Faktoren negativ auswirkte (-1,26).

Quelle: Eigene Berechnungen

Abbildung 4.26: Beispiel für eine Due-to-Analyse x Für die erste Marketingmix-Variable der zu untersuchenden Marke werden die Werte aus der ersten Periode in die zweite kopiert. Der ursprüngliche 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 KeyAccount 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 durchschnittlichen Niveau von 1,91 €) so ergibt das Modell einen um 4,92 Prozentpunkten niedrigeren Marktanteil. Die Preissenkung alleine hat damit einen um 4,92 Prozentpunkte höheren Marktanteil bewirkt. x Die Ersetzung des Preises wird dann rückgängig gemacht und es wird mit der Reihe nach mit den anderen Marketingmix-Variablen ebenso verfahren. x Schließlich werden alle Marketingmix-Variablen der Konkurrenzmarken gemeinsam geändert, um den Einfluss der Konkurrenzaktivitäten zu 350

bestimmen. Auch dies wird wieder rückgängig gemacht. x In einem letzen Schritt wird das komplette eigene und konkurrierende Marketingmix des zweiten Zeitraums durch den des ersten Zeitraums ersetzt. 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 gesunkenen Preis und dem gestiegenen Aktionsniveau zurückzuführen ist. Dagegen spielen die Aktivitäten der Konkurrenz und die Interaktion nur eine untergeordnete 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 Haushalts 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 Belastung der Panelhaushalte und damit zu einer Verschlechterung der Datenqualität 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 Einkaufsverhalten (wieder mit Electronic Diary) und die vierte Gruppe nur das Einkaufsverhalten mit herkömmlicher schriftlicher Erfassung. Die Teilnahmebereitschaft am Panel sank um 50%, wenn zusätzlich zum TV17

Die folgende Darstellung folgt der Darstellung in R. Wildner: Messung von Werbewirkung mit fusionierten Paneldaten, Jahrbuch der Absatz- und Verbrauchsforschung 3/2000

351

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 identischen Haushalten Fernsehzuschauer- und Einkaufsverhalten erheben zu müssen. Eine grundsätzliche Möglichkeit dazu ist Datenfusion. Die Datenfusion zur Bewertung von Werbewirkung kann folgendermaßen beschrieben werden : Von den Haushalten eines Verbraucherpanels sind die soziodemografischen Variablen X und das Einkaufsverhalten Y bekannt. Neben dem Fernsehzuschauerverhalten Z sind von den Haushalten eines Fernsehzuschauerpanels die gleichen soziodemografischen Merkmale X bekannt. Da die Variablen X in beiden Datenbeständen vorhanden sind, heißen sie "gemeinsame Variable", während das Einkaufsverhalten Y und das Fernsehzuschauerverhalten Z als "spezifische Variable" 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 gekauft 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 Haushalten mit oder mit viel Werbekontakten. (Ob und wie ein solcher Vergleich Auskunft 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 Verbraucherpanelhaushalt übertragen.

18

vgl. Ohne Verf.: Single Source – ein Methodentest der AGF/GfK Fernsehforschung, Nürnberg1995

352

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 bestimmten Tageszeiten während der Woche, an Samstagen und an Sonn- und Feiertagen (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 Freizeitbeschäftigungen 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 Familienstand und Berufstätigkeit gebildet. Anschließend werden die Fernsehpanelhaus19

vgl. Roberts, A. (1994): Media Exposure and Consumer Purchasing: An improved data fusion technique, in: Marketing and Research Today.

353

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 Kennungen "häufig", "selten" und "nie" verfahren. In einem weiteren Schritt wird eine Regression im Fernsehpanel gerechnet, wobei die abhängige Variable die Zahl der gesehenen Werbespots der zu untersuchenden 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 Verbraucherpanelhaushalte angewendet. Die daraus resultierende Schätzung der Zahl der gesehenen Werbespots 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 Fernsehforschungshaushalten auf die zugehörigen Verbraucherpanelhaushalte übertragen.

4.3.4.3 Werbewirkung mit fusionierten Paneldaten Eine Simulationsstudie hat zwar ergeben, dass fusionierte Paneldaten grundsätzlich 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 beworbene Marke (=1) oder für die Konkurrenz (=0). Unabhängige Variable sind zunächst die effektiven Werbekontakte. Bei der Konstruktion dieser Variablen wird von folgender Vorstellung ausgegangen: x Es gibt eine untere Grenze a(min) ab der Werbung wirkt. Diese untere 20

Vgl. Wildner, 2000, a.a.O.

354

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 x Es gibt darüber hinaus eine obere Grenze a(max), die als Sättigungsgrenze aufgefasst werden kann, ab der zusätzliche Werbekontakte nicht zusätzlich wirken x Schließlich ist es möglich, dass länger zurückliegende Werbekontakte weniger wirken als aktuelle Werbekontakte. Werbung sollte also mit einem pro Woche wirkenden Abzinsungsfaktor i diskontiert werden x Die konkreten Werte für a(min), a(max) und i sind pro Kampagne so zu schätzen, dass die Werbewirkung maximiert wird. Ihre Werte geben wertvolle 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 erheblich unterscheiden. Diese Variablen sind: x Die unterschiedliche Persönlichkeit der Seher und der Nichtseher: Dies beinhaltet unterschiedliche Soziodemografie, Einstellungen gegenüber Werbung, Freizeitverhalten und andere persönlichkeitsbezogene Unterschiede 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 intervenierende Variable. x 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 werden, die auch die Werbung gesehen haben, was aber nur durch die Gleichzeitigkeit, nicht durch die Werbung entsteht. Die Instore-Situation bein355

haltet die Aktionstätigkeit des Handels, die Platzierung in den Regalen, den Preis und die Distribution, jeweils für die eigene Marke und die Konkurrenzmarken. Ein Maß, das alle diese Effekte abbildet, ist der Marktanteil gesamt in der betreffenden Woche lt. Verbraucherpanel. x Markenbindung: Hersteller neigen dazu, die Werbung durch entsprechende Mediapläne an die Zielgruppen zu addressieren, die für ihre Marke eine hohe Affinität haben. Diese Neigung wird durch die Stufen der Markenbindung erfasst, die sich aufgrund der Kaufhistorie eines Haushalts ergeben. 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 Werbekontakte, 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 Kauf 1 0 0 0 1 1 1 1

Werbung Werbung Marke Marktanteil total Treuekl. 1 Treuekl. 2 Treuekl. 3 Treuekl. 4 4,37 28,93 26,62 1 0 0 0 9,05 0,16 36,44 1 0 0 0 1,62 0,16 36,44 1 0 0 0 0 10,88 36,44 0 1 0 0 0,34 10,88 36,44 1 0 0 0 2,43 10,88 36,44 0 1 0 0 2,15 10,88 36,44 0 0 1 0 8,26 10,88 36,44 0 0 0 1

Quelle: Eigene Berechnungen 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: 356

x 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 x Werbung hat auf das Einkaufsverhalten einen positiven Effekt, der mit einem 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 demnach keinen weiteren positiven Einfluss mehr auf das Kaufverhalten x Alle anderen Variablen waren mit Ausnahme der ersten Loyalitätsstufe hoch signifikant, was ihre Bedeutung für die Erklärung des Kaufverhaltens unterstreicht. Tabelle 4.20: Ergebnis der logistischen Regression Variable Eff. Werbekontakte Werbung total Marktanteil Treueklasse 1 Treueklasse 2 Treueklasse 3 Treueklasse 4 F-Wert = R² =

Standard. Beta 0,05 -0,05 0,19 0,00 0,17 0,21 0,46 501,5 35,80%

t-Werte 4,05 -4,83 17,93 -0,16 15,49 19,86 39,06

Quelle: Eigene Berechnungen Durch Nullsetzen des Regressionsparameters für die effektiven Werbekontakte ist es möglich, den Marktanteil ohne Werbeeinfluss zu schätzen und mit dem tatsächlichen Marktanteil (der gleich dem mittleren geschätzten Marktanteil mit Werbung ist) zu vergleichen. Dabei ergibt sich: x Mittlerer geschätzter Marktanteil ohne Werbung: 10,4% x Mittlerer Marktanteil mit Werbung: 13,4% x 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 357

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 begangen 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 Instrument ist, um im Nachhinein Werbewirkung preiswert zu analysieren. Dadurch, dass jeder Kaufakt einen Datenpunkt darstellt entstehen große Datenbasen, die auch dann signifikante Aussagen zulassen, wenn der Werbeeffekt nur gering ist (z.B. 4%).

21

Vgl. Wildner 2000, a.a.O.

358

5. Fallstudie Nachdem in den ersten 4 Kapiteln des Buches die einzelnen Bereiche der Panelforschung ausführlich dargestellt wurden, soll abschließend anhand einer Fallstudie nochmals die Bedeutung und die Einsatzmöglichkeiten von Paneldaten insgesamt aufgezeigt werden. Ausgehend von den Gesamtausgaben für Fast Moving Consumer Goods wird der Biermarkt etwas näher beleuchtet. Die Daten beziehen sich auf den deutschen Markt und wurden von der GfK zur Verfügung gestellt. 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, ergibt 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 Aggregationsebene feststellen, ob es globale Verschiebungen zwischen den einzelnen Warengruppen 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 %) gestiegen 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.

359

Haushaltsausgaben für Fast Moving Consumer Goods (FMCG)Basis: Veränderung Umsatz in % Jan-Dez 2004

1,1

Gesamt

1,3

Nahrungsmittel ohne Frische

0,6

Frischeprodukte

3,7

Süsswaren Getränke

-2,6

Heissgetränke Alkoholfreie Getränke Alkoholische Getränke

-2,4 -3,8 -1,9

Wasch-/Putz-/Reinigungsmittel Papierprodukte

0,6 0,5

Abbildung 5.1: Veränderungen der Haushaltsausgaben Das Gesamtsegment Getränke verlor dagegen mit einem Minus von 2,6 % deutlich an Umsatz. Diese negative Entwicklung scheint sich aber in allen Teilsegmenten wieder zu finden, wobei die alkoholfreien Getränke mit -3,8 % das Schlusslicht bilden. Dagegen ist das Minus bei den Heissgetränken mit 2,4 % sogar noch besser als der Durchschnitt. Relativ gut erging es auch den alkoholischen Getränken, die nur einen Verlust in Höhe von -1,9 % hinnehmen mussten. Bereits an dieser Stelle könnte man nun nach globalen Erklärungen für die aufgezeigte Entwicklung suchen. Ein Ansatz wäre, zunächst die Pro-Kopf-Ausgaben zu erfassen, um zu überprüfen, wie sich diese in den unterschiedlichen Segmenten 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, berücksich360

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 Haushaltsbereich 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 Zeitpunkte möglich wären.

Das Getränkebudget Verbrauchsausgaben im Haushaltsbereich Jahre

Milch/Milchmischgetränke

Heißgetränke (Kaffee/Tee)

1998

1999

2000

2001

2002

2003

2004

8,7

9,0

8,8

8,6

9,5

9,8

10,3

10,6

14,6

15,4

15,5

14,2

13,6

13,0

12,3

12,0

12,1

29,4

29,1

28,4

28,9

29,1

29,3

29,7

30,1

29,6

47,3

46,8

47,0

48,1

48,7

48,2

48,2

47,6

47,7

22,1

22,0

21,9

21,8

21,8

22,4

22,5

22,2

21,8

1996

1997

8,7

Alkoholfreie Getränke

Alkoholhaltige Getränke incl. Bier

Gesamt in Mrd. €

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, 361

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 Marktanteil 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 letzten 9 Jahren, der 1998 mit 15,5 % erreicht wurde. Sowohl die alkoholfreien als auch die alkoholhaltigen Getränke haben ihre Stellung innerhalb der Getränke in etwa halten können. Für die -3,8 % Rückgang 2004 zu 2003 bei den alkoholfreien Getränken sind somit 2 Effekte verantwortlich. 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 Haushaltsbereich 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 über den 10,5 lagen, wurden 2004 nur noch 10,4 Mrd. Euro für alkoholische Getränke 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 bemerkenswerter, 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 Ver362

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.

Alkoholhaltige Getränke Verbrauchsausgaben im Haushaltsbereich Jahre 1996

1997

1998

1999

2000

2001

2002

2003

2004

25,1

25,1

24,2

24,2

23,8

23,6

22,8

23,6

25,2

Sekt

26,9

27,5

28,2

29,4

31,2

32,4

33,3

32,4

31,1

Bier

10,3

10,1

9,9

9,8

9,3

9,1

8,6

8,6

8,8

Alkoholische Mischgetränke

34,6

34,1

33,7

32,7

31,7

30,7

30,5

30,0

29,8

3,2

4,0

3,9

0,8 3,2

0,9 3,3

1,8 3,0

2,4

3,1

1,3 3,8

10,5

10,3

10,3

10,5

10,6

10,8

10,8

Spirituosen

Wein

Alle Anderen

Gesamt in Mrd. €

3,0 10,6

10,4

Abbildung 5.3: Verbrauchsausgaben im Haushaltsbereich in Bezug auf alkoholische Getränke Durcheinander kam der Markt der alkoholischen Getränke 2000 durch die Einführung der alkoholischen Mischgetränke, die sich insbesondere an jüngere Abnehmer 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 Umsatzanteil beträgt noch 1,3 % und wird sich wahrscheinlich weiter verringern.

363

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 Getränkemarkt die meisten Preise unter Druck stehen. Besonders deutlich wird dies bei den alkoholfreien Getränken, wo eine kleine Absatzsteigerung (+ 0,4 %) einer deutlichen Wertverminderung (- 3,8 %) gegenüber steht.

Veränderungsraten Getränke Jahre 2003/2004 D gesamt

Basis: Einkaufsmenge / Ausgaben in % Wert

Menge Alkoholfreie Getränke Bier

-1,6%

Biermischgetränke

-2,2% -1,1%

-5,4%

Sekt

0,6%

Spirituosen

2,1%

Spirituosenmischgetr.

-3,8%

0,4%

-51,4%

-1,0% 2,1% -57,3%

Wein

0,2%

Heissgetränke

0,8%

-1,3% -2,4%

Abbildung 5.4: Mengen- und Wertveränderungen im Getränkemarkt Etwas weniger deutlich ist diese Entwicklung auch bei den Heißgetränken, Absatz: +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.

364

Vernichtend ist die schon kurz angesprochene Entwicklung bei den Spirituosenmischgetränken. Hier bricht sowohl beim Absatz als auch bei der Wertbetrachtung 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 Jahren zu beobachten ist.

5.4 Sortenentwicklung im Biermarkt

Bier Jahre 2003/2004 D-Gesamt

Sortenentwicklung Mengenveränderung 2004 vs. 2003 in % -1,3

Pils

1,9

Export Weizen

-5,6

Hell

-5,8

Alt

-11,3 -6,5

Alkoholfrei

0,7

Kölsch Leichtbier Schwarzbier Bock

-14,5 -4,4 -0,1

Abbildung: 5.5: Sortenentwicklung 2004 : 2003 im Biermarkt

365

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. Allerdings 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 insbesondere 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 restlichen Sorten Verluste um die 4 bis 6 Prozent entstanden sind

5.5 Preisklassen Polarisierung im Biermarkt

Bier Jahre 1998-2004 D-Gesamt

Basis: 20er 0,5 l MW Kasten Basis: Einkaufsmenge in % 1998

über 10,00 Euro

47

1999

2000

39

41

2001

46

2002

2003

2004

52

52

53

31

27

24

5,99 - 9,99 Euro

37

45

42

37

Preiseinstieg

‡ - Preis

16

16

17

17

17

21

23

9,33

9,17

9,22

9,32

9,41

9,38

9,31

Abbildung 5.6: Preisklassenbetrachtung

366

Die Betrachtung der Preise kann auf ganz unterschiedliche Art und Weise vorgenommen werden. Zunächst betrachtet man in der Regel den Durchschnittspreis sowie die Preisabstände zwischen den unterschiedlichen Marken. Hierdurch gewinnt 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 dargestellt. 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 Einkaufsanteil des Mittelpreissegments – 5,99 bis 9,99 Euro – mit 45 % noch klar vor den beiden anderen Segmenten. Diese Verteilung änderte sich in den nächsten fünf Jahren grundlegend. Nach ständigen Verlusten des Mittelpreissegments liegt dessen Anteil 2004 nur noch bei 24 % und hat sich damit fast halbiert. Gewinner 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 al367

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 Mengenverluste zu realisieren. Ein weiterer Analyseansatz könnte bei den Segmenten ansetzen, wie sieht es in den einzelnen Regionen oder bei den verschiedenen KeyAcoounts 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 Verlust 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 differenziert entwickelt. Bier Jahre 2002-2004 D-Gesamt

Bier Vertriebsschienen Basis: Einkaufsmenge in % 2002

2003

2004

11,4

11,2

11,8

VÄ in % 04 vs. 03

Trad. LEH

Verbrauchermärkte - SBW - restl. VM

Discounter total

GAM

Heimdienst

Alle Anderen

Total

3,3

37,5

39,9

38,5

24,5 12,9

26,3 13,6

25,9 12,6

12,7

15,1

19,2

-3,0 -8,6

17,2

-5,9

26,0

2,6

3,3

100 %

Abbildung 5.7: Vertriebsschienen 368

-5,0

30,2

3,0

3,1

100 %

28,9

2,7

3,1

100 %

-12,0

-1,9

- 1,6 %

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 einem starken Verlust bei den Discountern, die in hohem Maße Bier in Dosen verkauft haben, konnte dieser 2004 zumindest zur Hälfte wieder ausgeglichen werden. Gewinner waren 2003 in erster Linie die Getränkeabholmärkte, wobei diese 2004 aber diese Stellung nicht halten konnten. Ähnlich erging es den Verbrauchermärkten, 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 Angebotspolitik der meisten Bieranbieter ist es nicht verwunderlich, dass die Mehrwegflasche ab 2003 ihre dominierende Stellung in diesem Markt weiter ausbauen konnte (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 wurde. Andererseits kann man daraus ersehen, dass doch viele Verbraucher bereit waren, ihre bisherige Lieblingsverpackung durch andere Angebote zu substituieren. Erstaunlich ist sicherlich der von 2003 auf 2004 deutlich Anstieg der Bedeutung der PET-Flasche im Biermarkt. Bier aus einer Plastikflasche zu trinken ist sicherlich für viele Biertrinker gewöhnungsbedürftig. Der Einkaufsanteil von 6,1 % in 369

2004 zeigt aber, dass sich ein neues Gebindesegment am Markt behaupten kann, wenn die Rahmenbedingungen günstig sind. Wahrscheinlich wird das PETGebinde in vielen Fällen als Ersatz für die Dose verwendet. Ein weiterer Grund für die zunehmende Bedeutung könnte auch darin liegen, dass zu vielen Großveranstaltungen aus Sicherheitsgründen keine Glasflaschen mitgebracht oder verkauft werden dürfen. Hier wäre es sicherlich sinnvoll, genau aufzuzeigen, von welchen Gebindearten die PET-Verwender kommen und wie deren genereller Bierverbrauch aussieht. Bier Jahre 2002-2004 D-Gesamt

Bier Gebindearten Basis: Einkaufsmenge in % 2002

2003

2004

91,3

91,2

MW

EW Glas

76,3 PET

Dose

4,2 Alle Anderen

Total

19,0

100 %

1,8

1,6

1,8

4,7

6,1

100 %

100 %

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 Abbildung 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:

370

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 typische Unterwegspackung, wird durch eine 0,33 l Flasche ersetzt, die nicht so groß und so schwer wie die 0,5 l Flasche ist. Bier Jahre 2002-2004 D-Gesamt

Gebindestruktur Bier Basis: Einkaufsmenge in %

MW 0,5 l

2002

2003

65,8

78,9

77,6

- 20er 0,5 l MW

51,1

60,6

59,9

- 11er 0,5 l MW

1,2

1,9

2,1

- a.a. 0,5l MW Kästen / Träger

1,2

5,2

4,9

- Einzelflaschen

12,2

11,1

10,6

10,4

13,2

13,5

- 24er 0,33 l MW

5,8

6,7

6,6

- 20er 0,33 l MW

1,7

2,6

2,8

- 30er 0,33 l MW

1,3

1,3

1,0

- Einzelfl./Multipack 0,33 l

1,5

2,4

2,9

100,0

100,0

100,0

MW 0,33 l

Bier gesamt

VAE in % 04 vs. 03

2004

-3,3 -2,8 8,2 -8,1 -5,9

0,8 -2,5 6,5 -23,6 18,3

-1,6

Abbildung 5.9: Gebindestruktur bei Mehrweg

5.8 Käuferreichweite und Einkaufsintensität Einen wichtigen Einblick in die längerfristige Entwicklung des Biermarktes erhält man auch, wenn man - wie in Abbildung 5.10 dargestellt -, den Verlauf der Käuferreichweite sowie den Einkaufsintensitäten aufzeigt. Die Langfristbetrachtung von 1982 bis 2004, diese ist in dieser Form nur mit Paneldaten möglich, zeigt ein grundlegendes Problem des Biermarktes. 371

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 möglichen Bierkäufer nicht mehr zu dieser Getränkegattung greifen. Dies sind, gemessen an dem Topwert von 1997 von 84 %, 8 % -Punkte weniger Käufer. Erschwerend kommt hinzu, dass nicht nur weniger Haushalte Bier kaufen, sondern dass auch die Einkaufsintensität kontinuierlich zurückgeht. Lag der durchschnittliche 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. Bier Jahre 1991-2004 D-Gesamt

Marktentwicklung Bier

1991

1993

82

83

1995

81

1997

1998

1999

2000

84

83

83

83

2001

2002

81

80

2003

2004

74

76

102

97

Käuferreichweite in %

124 Einkaufsintensität in Liter

126

123

115

110

108

105

103

102

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. 372

Es zeigt sich, dass die Veränderung von 2003 auf 2004, Index 102, in den meisten Altersgruppen ebenfalls zu beobachten ist. Eine überproportionale Ausweitung 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 Gesamtveränderung blieb. Eine unveränderte Käuferreichweite ergab sich bei den 50 bis 59-jährigen, deren Reichweite auch in 2004 den Wert 77,5 erreicht, was letztendlich dazu geführt hat, dass sich die positive Entwicklung in der Altersklasse bis 29 Jahre nicht stärker auf das Gesamtergebnis auswirken konnte.

Bier Jahre 2003/2004 D-Gesamt

Wer kauft Bier? - Reichweiten im Haushaltskonsum

Bier ges.

- 29 Jahre

-

- 39 Jahre

- 49 Jahre

- 59 Jahre

60 Jahre und älter

75,7

78,0

77,5

75,3

100

101

8 2 8 1 8 0 7 9 7 8 7 7 7 6 7 5 7 4 7 3 7 2 7 1 7 0 6 9 6 8 6 7 6 6 6 5 6 4 6 3 6 2 6 1 6 0 5 9 5 8 5 7 5 6 5 5 5 4 5 3 5 2 5 1 5 0 4 9 4 8 4 7 4 6 4 5 4 4 4 3 4 2 4 1 4 0 3 9 3 8 3 7 3 6

75,7

3 5 3 4 3 3 3 2

2004

69,6

Index 04/03

108

102

102

+

+

+

3 1 3 0 2 9 2 8 2 7 2 6 2 5 2 4 2 3 2 2 2 1 2 0

102

1 9 1 8 1 7 1 6 1 5 1 4 1 3 1 2 1 1

+

+

1 0 9 8 7 6 5 4 3 2 1 0

74,3

2003

64,6

74,0

76,8

77,6

74,6

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 Einkaufs373

intensität in den Jahren 2001 bis 2004 nach Sorten für Deutschland gesamt differenziert 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 entsprechende Gegenmaßnahmen ergriffen werden.

Sorten

Bier Jahre 2001-2004 D-Gesamt

Käuferreichweiten / Einkaufsintensitäten

Käuferreichweite in %

Einkaufsintensität in Liter

2001

2002

2003

2004

66,5 15,6 7,8 3,4 23,4 9,2 19,4 12,8 9,1 2,1 12,6 1,2

65,6 15,3 7,1 2,8 24,2 8,9 20,8 13,2 8,2 1,8 11,7 1,0

59,4 14,5 4,6 2,7 22,1 5,7 11,8 13,3 7,4 1,7 11,6 0,9

60,4 14,0 4,2 2,7 20,8 5,8 15,3 12,9 7,2 1,5 11,6 1,0

81,2

80,3

74,3

75,7

2001

2002

2003

2004

Pils Export Alt Kölsch Weizen Bock Malz Dunkel Hell Leicht Alkoholfrei Diät

77 45 27 44 33 11 11 17 32 43 22 43

77 46 26 45 31 11 11 15 37 39 26 41

76 50 31 41 32 11 12 17 39 44 26 47

73 54 28 38 32 10 11 16 36 38 23 39

Bier gesamt

103

102

102

97

Abbildung 5.12: Käuferreichweite und Einkaufsintensitäten nach Sorten Bei den Einkaufsintensitäten ergibt sich dagegen ein unterschiedliches Bild. Verlieren 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 374

somit zwar die allgemeine Entwicklung an, reicht aber für eine gezielte Analyse der Problemfelder nicht aus. Die sortenbezogenen Unterschiede können anschließend 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.

Sorten

Bier Jahre 2001-2004 Baden Württemberg

Käuferreichweiten / Einkaufsintensitäten

Käuferreichweite in % 2001

2002

2003

2004

58,3 20,9 2,0 35,2 4,4 11,7 7,9 5,2 2,5 11,8 0,4

60,1 21,1 2,4 35,3 4,7 13,3 7,8 4,1 1,9 11,5 0,3

53,2 19,2 1,8 33,5 3,9 8,7 7,4 5,7 1,2 11,2 0,1

54,4 17,3 1,5 31,7 3,8 11,2 7,0 5,7 1,8 9,7 0,3

76,8

77,8

72,4

75,2

Einkaufsintensität in Liter 2001

2002

2003

2004

Pils Export Alt Weizen Bock Malz Dunkel Hell Leicht Alkoholfrei Diät

52 58 29 31 8 9 15 29 29 25 n.n.

56 47 17 30 9 12 14 27 19 30 28

54 57 15 29 8 9 13 36 36 36 80

53 63 15 32 9 11 11 19 20 33 10

Bier gesamt

86

86

86

82

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 gegenüber. 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 375

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 erkennen, 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 Norddeutschland. 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.

Bier Jahre 2002-2004 Bayern

Übersicht Käuferreichweite / Intensität Käuferreichweite in %

Intensität in Liter

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

2,2

1,5

1,6

27,2

21,6

11,9

10,7

11,2

10,2

34,5

32,4

33,8

5,3

4,6

4,0

37,4

45,2

40,9

Alt gesamt Alkoholfrei gesamt Light gesamt

Abbildung 5.14: Käuferreichweite und Einkaufsintensität in Bayern 376

Im Gegensatz zu Baden Württemberg ist Bier in Bayern schon immer sehr beliebt. 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 Käufer 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 aufgezeigten Analysebeispiele nur einen ersten Ansatz für eine Marktanalyse dar, wobei beispielsweise auf die Betrachtung von einzelnen Marken bewusst verzichtet wurde. Eine umfassende Analyse der Paneldaten kann sehr leicht zu einem unfangreichen Werk führen, wobei man sich immer die konkrete Frage stellen sollte: „Kann man mit den gewonnenen Erkenntnissen schon gezielte Maßnahmen ableiten, oder müssen hierzu noch weitere Aspekte in die Analyse mit eingebunden 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.

377

0,70

7,20

0,33 87,5

Kauf- Warenhäuser

Getränkeabholmärkte

C & C Betriebe Gesamtmarkt

2,25 4,37

2,15 7,25

2,50 4,71

2,12

Drogeriemärkte (excl. Schlecker) Schlecker Drogeriemärkte (incl. Schlecker)

Aldi Discounter incl. Aldi

2,21

12,2

Drogerie-/ParfümerieFachhandel

0,32 85,4

7,20

0,72

2,25 7,55

12,5

2,7 5,3 54,4 41,2 7,2 6,1 62,4

2,6 5,1 57,2 44,4 7,1 5,7 64,9

Verbrauchermärkte Discounter (ohne Aldi) Traditioneller LEH -- bis 199 qm -- 200 qm bis 399 qm -- 400 qm und mehr LEH Gesamt

1991

1990

Geschäfte in Tsd.

Grundgesamtheiten LEH

0,34 109,1

8,25

0,77

2,35 8,65

3,00 5,56

2,56

16,1

3,1 6,3 71,9 55,8 8,3 7,9 81,3

1992

0,36 105,7

8,65

0,78

2,39 9,49

3,50 6,29

2,79

16,7

3,4 7,1 66,3 49,7 8,4 8,3 76,8

1993

0,37 104,5

8,85

0,75

2,50 10,20

4,25 7,18

2,93

17,6

6,0 7,7 60,7 46,5 8,4 5,9 74,4

1994

0,38 102,9

8,91

0,75

2,75 10,85

4,90 7,91

3,01

17,9

6,2 8,1 57,9 44,0 8,2 5,8 72,2

1995

0,39 100,8

9,03

0,74

2,95 11,65

5,65 8,78

3,13

18,3

6,6 8,7 54,1 40,7 7,8 5,6 69,4

1996

0,39 98,9

9,06

0,71

3,05 12,15

6,07 9,31

3,24

18,5

6,8 9,1 51,3 38,4 7,5 5,4 67,2

1997

0,40 97,4

9,06

0,69

3,15 12,85

6,72 9,99

3,27

18,9

7,1 9,7 48,5 36,2 7,1 5,3 65,3

1998

0,40 96,81

9,79

0,67

3,25 13,05

7,45 10,83

3,38

19,4

7,4 9,8 46,1 34,3 6,8 5,1 63,3

1999

0,39 95,78

10,29

0,65

3,35 13,15

8,15 11,64

3,49

20,0

7,5 9,8 43,8 32,5 6,4 4,9 61,1

2000

0,38 94,15

10,91

0,30

3,56 13,56

8,75 12,32

3,57

20,4

7,4 10,0 41,3 30,6 6,1 4,6 58,6

2001

0,38 92,93

11,45

0,30

3,70 13,80

9,66 13,03

3,37

20,8

7,7 10,1 38,5 28,3 5,8 4,5 56,3

2002

0,38 90,52

11,65

0,29

3,8 14,0

10,3 13,69

3,39

20,9

7,9 10,2 35,4 25,6 5,4 4,4 53,5

2003

0,37 88,05

11,89

0,29

3,9 14,2

10,9 14,26

3,36

20,9

8,0 10,3 32,4 23,1 5,1 4,3 50,7

2004

0,37 86,16

12,60

0,29

4,1 14,5

11,1 14,49

3,38

20,7

7,9 10,5 29,7 20,8 4,8 4,1 48,1

2005

6. Anhang

6.1 Die Handelslandschaft

379

1991

24,75 8,95 44,13 10,18 7,52 26,44 77,82 5,93

2,66 1,21 3,86

12,02 20,97

15,96 2,10

8,95 122,8

1990

22,60 8,08 42,29 10,69 7,32 24,3 72,97

5,63

2,53

1,05 3,58

11,00 19,08

14,58

2,00

8,29 114,4

Umsatz in Mrd. €

Verbrauchermärkte Discounter (ohne Aldi) Traditioneller LEH -- bis 199 qm -- 200 qm bis 399 qm -- 400 qm und mehr LEH Gesamt

Drogerie-/ParfümerieFachhandel

Drogeriemärkte (excl. Schlecker) Schlecker Drogeriemärkte (incl. Schlecker)

Aldi Discounter incl. Aldi

Kauf- Warenhäuser

Getränkeabholmärkte

C & C Betriebe Gesamtmarkt

Grundgesamtheiten LEH

380 1,74 5,22

3,48

9,21

33,44 13,81 55,27 12,58 8,70 34,00 102,52

1993

9,41 148,1

2,61 9,92 155,9

3,02

17,23 17,90

12,79 13,30 23,78 27,10

1,49 4,55

3,07

8,39

29,81 11,00 56,86 15,09 8,90 32,88 97,66

1992

10,54 167,4

3,12

18,15

13,45 28,99

2,10 5,76

3,66

9,87

46,68 15,55 50,06 11,35 8,49 21,17 112,28

1994 46,63 17,90 36,05 10,08 8,03 17,95 100,58

1996

10,89 158,4

3,17

17,23

14,67 31,86

2,46 6,22

3,76

11,20 157,2

3,12

15,96

15,60 33,49

2,82 6,75

3,94

10,33 10,79

46,28 17,18 38,61 10,79 8,34 19,48 102,06

1995

11,35 156,8

3,12

15,34

16,37 35,23

3,02 7,06

4,04

1999

11,61 158,0

3,02

14,78

16,62 36,51

3,33 7,72

4,40

11,60 158,8

3,12

14,30

16,90 37,50

3,70 8,40

4,70

12,28

48,73 50,62 19,89 20,66 31,70 29,35 8,95 8,24 7,37 6,80 15,39 14,32 100,32 100,63

1998

11,05 11,71

46,79 18,87 33,90 9,57 7,72 16,62 99.58

1997

11,50 158,3

3,17

13,80

17,10 37,90

3,90 9,03

5,11

12,94

51,59 20,76 27,41 7,62 6,34 13,45 99,76

2000

3,44

11,10

22,00 44,90

4,44 10,35

5,91

14,09

53,10 22,90 25,10 6,60 5,80 12,70 101,10

2002

3,60

10,75

24,60 49,50

4,50 10,55

6,05

14,21

51,65 24,90 22,95 5,80 5,30 11,85 99,50

2003

6,80

10,43

25,70 52,45

4,55 10,75

6,20

14,29

52,15 26,75 21,30 5,10 4,85 11,35 100,20

2004

6,13

9,47

26,10 54,20

4,55 10,94

6,39

14,38

51,65 28,10 19,85 4,60 4,50 10,75 99,60

2005

11,50 12,01 12,65 12,55 12,21 157,3 163,74 165,31 169,97 167,89

3,27

11,09

18,20 39,80

4,19 9,70

5,47

13,50

51,49 21,68 26,59 7,32 6,14 13,14 99,75

2001

6.2 Grundgesamtheiten des Verbraucherpanels West %

Ost

Gesamt %

Regierungsbezirke Schleswig-Holstein

100%

100%

Braunschweig Hannover Lüneburg Weser-Ems

21,0% 26,6% 21,6% 30,8% 100%

21,0% 26,6% 21,6% 30,8% 100%

Düsseldorf Köln Nordrhein Münster Detmold Arnsberg Westfalen

28,7% 23,7% 14,9% 11,7% 21,0% 100%

28,7% 23,7% 14,9% 11,7% 21,0% 100%

Darmstadt Gießen Kassel

60,2% 18,1% 21,7% 100%

60,2% 18,1% 21,7% 100%

Koblenz Trier Rheinhessen/Rheinpfalz

37,6% 12,9% 49,5% 100%

37,6% 12,9% 49,5% 100%

Stuttgart Karlsruhe Freiburg Tübingen

36,5% 25,6% 20,9% 17,0%

36,5% 25,6% 20,9% 17,0%

Niedersachsen

Nordrhein-Westfalen

Hessen

Rheinland-Pfalz

Baden-Württemberg

381

Bayern Oberbayern Niederbayern Oberpfalz Oberfranken Mittelfranken Unterfranken Schwaben

West 32,4% 10,0% 9,2% 9,4% 13,6% 11,1% 14,3% 100%

Ost

Gesamt 32,4% 10,0% 9,2% 9,4% 13,6% 11,1% 14,3% 100%

Berlin West

100%

100%

Hamburg

100%

100%

Bremen

100%

100%

Saarland

100%

100%

Mecklenburg - Vorpommern

100%

100%

Brandenburg

100%

100%

20,5% 33,3% 46,2% 100%

20,5% 33,3% 46,2% 100%

100%

100%

36,6% 38,8% 24,6% 100%

36,6% 38,8% 24,6% 100%

100%

100%

Sachsen - Anhalt Dessau Halle Magdeburg

Thüringen Sachsen Chemnitz Dresden Leipzig

Berlin Ost

382

Bundesländer Schleswig-Holstein Niedersachsen Nordrhein-Westfalen Hessen Rheinland-Pfalz Baden-Württemberg Bayern Berlin West Hamburg Bremen Saarland Mecklenburg-Vorpommern Brandenburg Sachsen-Anhalt Thüringen Sachsen Berlin Ost

West 4,5% 12,5% 27,2% 9,2% 6,4% 15,9% 19,1%

Ost

10,6% 15,5% 15,4% 14,4% 26,1% 7,4% 100%

Gesamt 3,5% 9,7% 21,1% 7,1% 5,0% 12,3% 14,9% 2,4% 2,0% 0,8% 1,3% 2,4% 3,5% 3,4% 3,2% 5,8% 1,7% 100%

Ost 10,4% 4,2% 9,5% 9,5% 11,6% 15,4% 4,3% 6,2% 4,6% 6,4% 0,0% 17,9% 100%

Gesamt 6,9% 3,7% 7,2% 10,8% 15,3% 17,6% 9,0% 7,0% 5,0% 4,2% 6,2% 7,2% 100%

10,6% 2,5% 1,0% 1,7%

100% Ortsgröße bis 1.999 Einw. 2.000 bis 2.999 Einw. 3.000 bis 4.999 Einw. 5.000 bis 9.999 Einw. 10.000 bis 19.999 Einw. 20.000 bis 49.999 Einw. 50.000 bis 99.999 Einw. 100.000 bis 199.999 Einw. 200.000 bis 299.999 Einw. 300.000 bis 499.999 Einw. 500.000 bis 999.999 Einw. 1 Million Einwohner und mehr

West 5,8% 3,5% 6,5% 11,2% 16,4% 18,3% 10,3% 7,2% 5,2% 3,6% 7,9% 4,1% 100%

383

Alter 10 - 15 Jahre 1989 - 1994 16 - 19 Jahre 1985 - 1988 20 - 24 Jahre 1980 - 1984 25 - 29 Jahre 1975 - 1979 30 - 34 Jahre 1970 - 1974 35 - 39 Jahre 1965 - 1969 40 - 44 Jahre 1960 - 1964 45 - 49 Jahre 1955 - 1959 50 - 54 Jahre 1950 - 1954 55 - 59 Jahre 1945 - 1949 60 - 69 Jahre 1935 - 1944 70 Jahre und älter 1934 und früher

West 7,3% 5,0% 6,0% 6,2% 7,5% 9,5% 9,8% 8,4% 7,7% 6,5% 14,9% 11,1% 100%

Ost 6,5% 5,4% 7,9% 6,6% 6,2% 9,2% 9,0% 8,9% 7,9% 6,5% 14,6% 11,3% 100%

Gesamt 7,2% 5,2% 6,4% 6,3% 7,2% 9,4% 9,6% 8,5% 7,8% 6,5% 14,8% 11,1% 100%

West 74,6% 13,7% 9,6% 1,8% 0,3% 0,0% 0,0%

Ost 80,3% 13,0% 5,6% 1,0% 0,1%

Gesamt 75,8% 13,6% 8,8% 1,6% 0,2% 0,0% 0,0%

100%

100%

100%

West 51,5% 48,5% 100%

Ost 51,3% 48,7% 100%

Gesamt 51,4% 48,6% 100%

Anzahl der Kinder unter 14 Jahre (Geburtsjahr 1991 und später) ohne Kinder 1 Kind 2 Kinder 3 Kinder 4 Kinder 5 Kinder 6 Kinder 7 Kinder 8 Kinder 9 Kinder

Geschlecht weiblich männlich

384

Berufsgruppe Landwirte, Selbständige selbständige Gewerbetreibende freie Berufe Beamte Angestellte Arbeiter Rentner, Berufslose, Sozialvers.Empfänger, Witwengeld- und Unterstützungsempfänger, vom eigenen Vermögen lebende Personen Schüler / Studenten Lehrlinge / Zivi / Wehrpflichtige Hausfrau/-mann

West 0,1% 2,4% 1,0% 5,6% 30,6% 8,3% 28,1%

Ost 0,1% 2,5% 0,9% 3,1% 27,6% 9,4% 36,4%

Gesamt 0,1% 2,4% 1,0% 5,1% 29,9% 8,6% 29,9%

14,5% 2,0% 7,4% 100%

15,6% 2,3% 2,1% 100%

14,7% 2,1% 6,2% 100%

West 1,1% 2,5% 3,6% 6,4% 8,7% 8,8% 9,0% 11,3% 8,9% 7,7% 6,4% 7,0% 4,2% 3,1% 2,7% 8,6% 100%

Ost 2,2% 4,7% 5,7% 10,8% 13,5% 10,6% 10,5% 11,0% 7,5% 5,1% 4,4% 3,9% 3,4% 2,0% 1,3% 3,4% 100%

Gesamt 1,4% 3,0% 4,1% 7,4% 9,7% 9,2% 9,3% 11,2% 8,6% 7,1% 5,9% 6,3% 4,0% 2,9% 2,4% 7,4% 100%

Haushaltsnettoeinkommen bis 499 EUR 500 EUR - 749 EUR 750 EUR - 999 EUR 1000 EUR - 1249 EUR 1250 EUR - 1499 EUR 1500 EUR - 1749 EUR 1750 EUR - 1999 EUR 2000 EUR - 2249 EUR 2250 EUR - 2499 EUR 2500 EUR - 2749 EUR 2750 EUR - 2999 EUR 3000 EUR - 3249 EUR 3250 EUR - 3499 EUR 3500 EUR - 3749 EUR 3750 EUR - 3999 EUR 4000 EUR und mehr

385

Soziale Schicht Schicht A Schicht B Schicht C Schicht D Schicht E

West 45,0% 19,2% 27,3% 6,9% 1,6% 100%

Ost 43,2% 20,4% 27,4% 7,6% 1,4% 100%

Gesamt 44,6% 19,5% 27,4% 7,0% 1,5% 100%

West 10,0% 34,8% 18,2% 20,8% 5,3% 1,1% 0,2% 0,1%

Ost 11,3% 35,7% 22,3% 17,6% 3,2% 0,7% 0,1% 0,0%

Gesamt 10,3% 35,0% 19,1% 20,1% 4,8% 1,0% 0,2% 0,1%

9,5% 100%

9,1% 100%

9,4% 100%

West 35,3% 9,0% 3,7% 35,5% 16,5% 100%

Ost 34,6% 7,2% 1,8% 38,5% 17,9% 100%

Gesamt 35,1% 8,6% 3,3% 36,2% 16,8% 100%

West 13,9% 50,9% 30,5% 4,7% 100%

Ost 20,9% 50,5% 23,9% 4,7% 100%

Gesamt 15,5% 50,8% 29,0% 4,7% 100%

Haushaltsgröße 1-Personenhaushalt (weiblich) 2-Personenhaushalt 3-Personenhaushalt 4-Personenhaushalt 5-Personenhaushalt 6-Personenhaushalt 7-Personenhaushalt 8-Personenhaushalt 9-Personenhaushalt 10-Personenhaushalt 1-Personenhaushalt (männlich) Beschäftigung ganztags berufstätig teilzeit berufstätig stundenweise berufstätig nicht berufstätig in Ausbildung PKW-Besitz PKW nicht vorhanden PKW vorhanden PKW Zweitwagen vorhanden mehr als zwei PKW 386

Schulbildung nicht schulpflichtig Hauptschule ohne Berufsausbildung Hauptschule mit Berufsausbildung Mittlere Reife ohne Berufsausbildung Mittlere Reife mit Berufsausbildung Abitur ohne Berufsausbildung Abitur mit Berufsausbildung Fach- oder Berufsfachschule Fachhochschule/Staatsexamen

West 0,0% 7,7% 20,5% 6,2% 21,8% 6,7% 6,1% 12,4% 18,6% 100%

Ost 0,0% 3,8% 12,1% 4,4% 26,9% 7,3% 4,1% 14,2% 27,2% 100%

Gesamt 0,0% 6,9% 18,6% 5,8% 22,9% 6,8% 5,6% 12,8% 20,5% 100%

387

6.3 Die Food-Warengruppen Alkohol-Mischgetränke Allzweckreiniger Augenschminke Baby Fertigbreie Baby Windeln Baby-Breinahrung instant Baby-Fertigkost Gemüse Baby-Fertigkost Menüs Baby-Fertigkost Obst Babynahrung mit / ohne Milch Babypflege Baby-Reinigungstücher Babysäfte / Säfte mit Tee Babytee / Kindertee instant Backerbsen / Croutons / Suppeneinlagen Backmischungen / Grundteige Backtreibmittel Bad- / Wannenreiniger Badezusätze Beeren- / Fruchtschaumwein Beerenweine / Fruchtweine Bier Biermischgetränke Bittergetränke Blondierungen / Strähnchen Blumenfrischhaltemittel Bodenpflege / Steinpflege Bohnenkaffee-Röstware Bonbon Bouillions / Brühen Brause Butter / Butterzubereitungen Butterfett / Butterschmalz

388

Buttermilch / Sauermilch Cerealien / Müsli Champagner / Sekt Coffeedrinks Cola / colahaltige Erfrischungsgetränke. Croissants Damenbinden Deomittel Dickmilch Dünger / Pflanzenschutz Duschbäder Echter Tee Eiskonfekt Essig Essigreiniger Extraktkaffee instant Feinkostsalate Feinwaschmittel Fenster- / Glasreiniger Fertig- / Instantsossen Fertigdessert Fertiggerichte in Dosen Fertigkuchen Feuchte Haushaltsreinigungstücher Fixprodukte Fleckenmittel Flüssigwürzen Flüssigwürzen Folien / Rollen Haushaltsbedarf Franzbranntwein Frischkäse / -zubereitung Frischmilch Fruchtnektare

Fruchtsäfte Fruchtsaftgetränke Fusspflegemittel Gardinenpflege Geflügel Geflügel Frischware / gekühlt Gekochte Teigwaren / Frischteige Gelatine Gelee / Fondant / Kokosflocken Gemüse Dose / Glas / Brik Gemüsekonzentrate / -pasten Gemüsesäfte / Gemüsetrunke Geröstete Cocktailartikel Gesichtsmasken Gesichtspflege Gesichtsschminke Gesichtswasser Getreide Körner / Flocken / Graupen Getreidemehl Gewürze / Kräuter eingelegt Gewürze / Kräuter trocken Giessanzeiger Griess Gurken eingelegt / Konserve Haarfärbemittel Haarkuren / Haarmasken Haarspray / Haarlacke Haarspülungen Haartönungen Haarwaschmittel Hand- / Nagelcreme,-lotion,-gel Handgeschirrspülmittel Haushaltsbeutel Haushaltstücher Haarfärbemittel Haarkuren / Haarmasken Haarspray / Haarlacke

Haarspülungen Haartönungen Haarwaschmittel Hand- / Nagelcreme,-lotion,-gel Handgeschirrspülmittel Haushaltsbeutel Haushaltstücher Heil- / Kräuter- / Früchtetee Heil- / Tafel- / Mineralwasser Herd- / Grill- / Mikrowellenreinig H-milch / Sterilmilch Honig / Honigersatz Hülsenfrüchte Hundefutter nass Hundefutter trocken Hygiene- / Sanitärreiniger Instantfertiggerichte Joghurt fest Joghurt flüssig / Trinkjoghurt Kaffeeersatz Kaffeefiltertüten Kalk- / Belagreiniger / Entkalker Kartoffelnassprodukte Kartoffeltrockenprodukte Katzenfutter nass Katzenfutter trocken Katzengetränke / Welpenmilch Katzenstreu Katzenzungen / -täfelchen Kaugummi / Kaubonbons Kefir Ketchup Kloss- / Knödelfrischteig Kloss- / Knödeltrockenprodukte Knäcke- / Knusper- / Finnbrot Knusperreisscheiben Komplettgerichte 389

Kondensmilch / Kaffeesahne Konfitüre / Marmelade / Gelee Körpercreme / -lotion / -gel Kosmetiktücher Kraut- / Kohlkonserven Küchenrollen Laugen- / Cocktailgebäck Liköre Limonade Limonade- / Teegetränke instant Lippenpflege Lippenschminke Luftverbesserer Make-up entferner Margarine Marzipan Maschinengeschirrspülmittel Mayonnaise Meerrettich Metallreiniger Milchmixgetränke / Sojadrinks Mischfette / Melange Möbelpflege Mundwasser / -spray / -spülung Müsliriegel / Getreideriegel Nagelpflege / -kosmetik Naturkäse Negerküsse Nudeln Paniermehl Papierservietten Papiertaschentücher Peeling Pflanzen- / Speisefett Pflanzenschutzmittel Pflanzgranulate Pflanzliche Brotaufstriche 390

Pikante gekühlte Snacks Pilze Dose / Glas / Brik Pizza / Baguette Pralinen / Konfekt Puffreis Quark Rasierer / Rasierklingen Rasierschaum / -creme / -seife Rasierwasser Reinigungsmilch / -creme / -öl Reis Rum / Rumverschnitt Sahne / Creme fraiche / -double Saison Weihnachtsbackwaren Saisonnaschwaren / Pasteten Salatsossen flüssig Salatsossen trocken Salz Sauerkonserven Schaumfestiger Scheuerreiniger Schlankheitsprodukte Schmalz Schmelzkäse Schnäpse klar Schoko- / Nuss- / Nougataufstriche Schokoriegel / Nussriegel Schuh- / Lederpflege Seife Seifenreiniger Senf Sherry / Portwein Sirupaufstriche / Brotaufstriche Slipeinlagen Softspirituosen Sonstiges Konservengemüse Spangen- / Zahnersatzreiniger

Speiseeis Familienpack Speiseeis Multi- / Einzelpack Speiseöl / Tafelöl Sportgetränke flüssig Sprudlerpatronen Stärkezusätze / Speisestärke Stilleinlagen Streichrahm Suppen Eintöpfe flüssig Süssgebäck Süssstoff Syndet / Waschlotion Tafelschokolade Tampons Teefilter Teegetränk trinkfertig Teppich- / Oolsterpflege Textilerfrischer Thunfischkonserven Tiefkühlkost Toilettenpapier feucht Toilettenpapier trocken Tomatenmark Topfreiniger Haushaltsschwämme Traubenzucker Trinkmolke Teegetränk trinkfertig Teppich- / Oolsterpflege Textilerfrischer Thunfischkonserven Tiefkühlkost Toilettenpapier feucht Toilettenpapier trocken Tomatenmark Topfreiniger Haushaltsschwämme Traubenzucker Trinkmolke

Trockendessert Trockenfertiggerichte Trockenfrüchte Trockenmilch Trockensuppen / -eintöpfe Überraschungseier Vanillinzucker Vogelfutter Vollwaschmittel Vorwasch- / Einweichmittel Wäschepflege Wäscheweichspülmittel Waschmaschinen-Wasserenthärter Wasser mit zusatz Watte inkl. Stäbchen Wc-Reiniger Wc-Steine Weichkäse Wein Weinbrand / Cognac Weinhaltige Getränke Wellnessgetränke Wermut / Aperitif Whisky Würzsossen / Relishes Zahnbürsten Zahnbürsten Refills Zahncreme Zahnersatzhaftmittel Zahnseide Zaziki Zitronenwürze / Zitronensaft Zucker Zwieback / kross gebackene Brötchen

391

6.4 Definition der Warengruppe „Klare Schnäpse“ Warengruppendefinition "Klare Schnäpse" Produktgruppen Steinhäger

Alle als solche bezeichneten Produkte mit einem Mindestalkoholgehalt von 38 Vol. %

Korn/Doppelkorn

Kornbranntwein aus Getreide und Malz Es 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 Obstgeschmack, der als ....geist, ....wasser, bezeichnet sein kann. Mindestalkoholgehalt 32 %. Es wird unterschieden: Kirschwasser, Himbeergeist, Birnengeist, Slivovitz, Mirabellengeist, Zwetschgenwasser, Apfelbrand, Obstler, Calvados, Restliche Obstbrände

Wodka

aus Kartoffeln oder Getreide hergestellt

Gin/Genever

Getreidebranntwein mit Wacholder und anderen Gewürzen

392

Definition der Warengruppe „Klare Schnäpse“ (Fortsetzung I) Klarer

alle, die die Bezeichnung "Klarer" tragen und mindestens 32 % Alkoholgehalt haben

Grappa Ouzo

Tresterbranntwein aus Weintrester Griechischer Branntwein mit Anisgeschmack Branntwein aus Agavensaft

Tequila 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 Softspirituosen unterschiedlicher Geschmacksrichtungen

393

Definition der Warengruppe „Klare Schnäpse“ (Fortsetzung II) Einzeln zu erfassende Marken: Steinhäger

Korn/Doppelkorn

394

Landwirth (Echter) Schinkenhäger Schlichte Bärensiegel Bauerndank Berentzen Both Bramsch Burekorn Corvit Cottbuser Doornkaat Fälminger Fürst Bismarck Georgswerther Goldene Aue Hainhölzer Hardenberger Hasse Heidmärker Hulstkamp Landwirth Nissen Nordhäuser Nordischer Löwe Oldesloher Schwarze Silberforst Strothmann von Cramm Weizenjunge Witzeler Wünschelburger

Definition der Warengruppe „Klare Schnäpse“ (Fortsetzung III) Wacholder/Doppelwacholder

Berentzen Hardenberger Kisker Landwirth Strothmann Ürdinger Wippermann

Aquavit

Aalborg Angelburger Bommerlunder Hamburger Michel Linie Malteserkreuz O. P. Anderson-Gammal

Obstbrände

Boulard Dauphine Elsässer Obstbrände Gilbert Kranz Lörch Papidoux Schladerer Specht Weiss Wilko

Wodka

Absolut Finnlandia Grasovka Gorbatschow Landwirth Mehane Moskovckaya Nikita Puschkin

395

Definition der Warengruppe „Klare Schnäpse“ (Fortsetzung IV) Rogoschin Schilkin Smirnoff Wilthener Wyborowa Zaraska Gin/Genever

Beefeater Bokma Bols De Kuyper Gin Finsbury Gordons Gin Schilkin

Klarer

Anker Bramsch Goldene Aue Fläminger Lamdwirth Nordhäuser Oldesloher Strothmann

Grappa, Ouzo, Tequila

Barbero Grappa Julia Ouzo 12 Ouzo Restliche Piave Sierra Tequila Silla Tequila

Sonstige Klare Schnäpse

Zinn 40

396

6.5 Die EAN-Ländernummern Die 2- oder 3-stellige Ländernummer (auch Präfix) stellt den ersten Bestandteil einer European Article Number (EAN) dar. Nummer Land Präfix 00 - 13 U.S.A. & Kanada 20 - 29 Kennzeichen für interne Nummerierung 30 - 37 Frankreich 380 Bulgarien 383 Slowenien 385 Kroatien 387 Bosnien-Herzegowina 400 - 440 Deutschland 45 und 49 Japan 460 - 469 Russian Federation 471 Taiwan 474 Estland 475 Lettland 476 Aserbeidjan 477 Litauen 478 Usbekistan 479 Sri Lanka 480 Philippinen 481 Belarus 482 Ukraine 484 Moldawien 485 Armenien 486 Georgien 487 Kasachstan 489 Hongkong 50 Großbritannien 520 Griechenland 528 Libanon 529 Zypern 531 Mazedonien 535 Malta 539 Irland

Vergabestelle Vertretung GS1 UCC

GENCOD-EAN France BCCI SANA CRO-EAN EAN-BIH GS1 (CCG) Distribution Code Center - DCC UNISCAN, EAN CAN

PANC

HKANA E Centre UK HELLCAN, EAN HELLAS

FYR, EAN-MAC MANA

397

54 560 569 57 590 594 599 600 - 601 608 609 611 613 616 619 621 622 624 625 626 627 628 629 64 690 - 693 70 729 73 740 741 742 743 744 745 746 750 759 76 770 773 775 398

Belgien & Luxemburg Portugal Island Dänemark Polen Rumänien Ungarn Südafrika Bahrein Mauritius Marokko Algerien Kenia Tunesien Syrien Ägypten Libyen Jordanien Iran Kuwait Saudi-Arabien Vereinigte Arabische Emirate Finnland China Norwegen Israel Schweden Guatemala El Salvador Honduras EAN Nicaragua EAN Costa Rica EAN Panama EAN Dominikanische Republik Mexiko Venezuela Schweiz & Liechtenstein Kolumbien Uruguay Peru

ICODIF/EAN CODIPOR

HAPMH

TUNICODE

Article Numbering Centre of China

ICCC

AMECE Suisse, Svizzera IAC

777 779 780 784 786 789 80 - 83 84 850 858 859 860 867 869 87 880 885 888 890 893 899 90 - 91 93 94 950

955

Bolivien Argentinien Chile Paraguay Ecuador (ECOP) Brasilien Italien Spanien Kuba Slowakei Tschechien Jugoslawien Nord Korea Türkei Niederlande Südkorea Thailand Singapur Indien Vietnam Indonesien Österreich Australien Neuseeland EAN Headquarter (für Länder die keine eigene Vertretung haben) Malaysia

INDICOD AECOC CCRC

EAN YU EAN DPR Korea UCCT EAN Korea SANC

Malaysian Article Numbering Council

958 977 978 - 979 980

Makao Zeitschriften (Periodicals) (ISSN) Bücher (ISBN) Rückgabeboncodes, Gutscheincodes (refund receipts) 981 - 982 Common Currency Coupons 99 Gutscheincodes (Coupons) Von "http://de.wikipedia.org/wiki/EAN-L%C3%A4ndernummer"

399

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, Analysemethoden, Berlin 2003,

W.,

Weiber,

R.:

Multivariate

Berekoven, L., Eckert, W., Ellenrieder, P.: Marktforschung, Methodische Grundlagen 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.): Handbuch 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. 64-66 401

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. 9-10 4) 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

402

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 Marktforschung", Diskussionsbeitrag aus dem Fachbereich Wirtschaftswissenschaften 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 erfolgreiche Markenführung – von den Champions lernen, Nürnberg 2004, S. 74 Vossebein, U. / Wildner, R.: Komplexe Fragestellungen erfordern komplexe Lösungsansätze: Ein Marketing-Mix-Modell im Praxistest, planung & analyse 4/1992 Vossebein, Ulrich: Einsatzmöglichkeiten von Scannerdaten, in: Jahrbuch der Absatz- 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 Information out of Integrated Panel Data", in EMAC / ESOMAR Symposium on

403

"New Ways in Marketing and Marketing Research", Athens, 24.-27. October 1990 Wildner, R.: Nutzung integrierter Paneldaten für Simulation und Prognose, Jahrbuch 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 & analyse 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

404

Institutsübersicht Nachfolgend sind einige der wichtigsten Panelinstitute in Deutschland aufgeführt. 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 GVM Gesellschaft für Verpackungsmarktforschung mbH Rheingaustr. 85 65203 Wiesbaden Deutschland Tel.: 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

405

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

406

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 Fernsehforschung........................................... 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-PotentialAnalyse ...................................... 291 Distributionsüberschneidungsanalyse ....................................... 287 Distributionswanderungsanalyse ....................................... 290 Drogeriemärkte..................186 f., 191 Drotax ....................................... 2, 103 Duty-Free-Geschäfte ...................... 12

407

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 ......................... 108 408

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.

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..................................... 8 409

-, 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 .......................... 334 410

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.

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

Verweigerungsquote....................... 33

Tankstellen.................................... 195 Tausendkontaktpreis..................... 116 TrashRate...................................... 256

Zufallsstichprobe ...................... 22, 32

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

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............... 286 411