Preiskomplexität: Gestaltungsmerkmale, Kundenwahrnehmung und Auswirkungen

Melanie Krämer Preiskomplexität GABLER RESEARCH Schriftenreihe des Instituts für Marktorientierte Unternehmensführung...

Author: Melanie Krämer

13 downloads 1128 Views 800KB Size Report

This content was uploaded by our users and we assume good faith they have the permission to share this book. If you own the copyright to this book and it is wrongfully on our website, we offer a simple DMCA procedure to remove your content from our site. Start by pressing the button below!
Report copyright / DMCA form

DOWNLOAD PDF

Melanie Krämer Preiskomplexität

GABLER RESEARCH Schriftenreihe des Instituts für Marktorientierte Unternehmensführung Universität Mannheim Herausgegeben von Professor Dr. Hans H. Bauer, Professor Dr. Dr. h.c. mult. Christian Homburg und Professorin Dr. Sabine Kuester

Das Institut für Marktorientierte Unternehmensführung (IMU) wurde 1999 an der Universität Mannheim neu konstituiert. Das Institut ist durch Umbenennung aus dem ehemaligen Institut für Marketing entstanden. Es versteht sich als Plattform für anwendungsorientierte Forschung sowie als Forum des Dialogs zwischen Wissenschaft und Praxis. Ziel dieser Schriftenreihe ist es, wissenschaftliche Erkenntnisse zu publizieren, die für die marktorientierte Unternehmensführung von Bedeutung sind.

Melanie Krämer

Preiskomplexität Gestaltungsmerkmale, Kundenwahrnehmung und Auswirkungen Mit einem Geleitwort von Prof. Dr. Dr. h.c. mult. Christian Homburg

RESEARCH

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

Dissertation Universität Mannheim, 2009

1. Auflage 2010 Alle Rechte vorbehalten © Gabler Verlag | Springer Fachmedien Wiesbaden GmbH 2010 Lektorat: Ute Wrasmann | Stefanie Loyal Gabler Verlag ist eine Marke von Springer Fachmedien. Springer Fachmedien ist Teil der Fachverlagsgruppe 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: KünkelLopka Medienentwicklung, Heidelberg Gedruckt auf säurefreiem und chlorfrei gebleichtem Papier Printed in Germany ISBN 978-3-8349-2336-3

Geleitwort

V

Geleitwort Die Frage, wie Konsumenten Komplexität in unterschiedlichen Bereichen des Marketing-Mix wahrnehmen, hat in den letzten Jahren in der wissenschaftlichen Diskussion an Bedeutung gewonnen. Erkenntnisse aus dem Produkt- oder Vertriebsbereich zeigen, dass komplexe Einkaufsumgebungen negative Wahrnehmungen hervorrufen können, die sich wiederum negativ auf den Kaufprozess auswirken können. Komplexität ist auch im Preismanagement ein stark verbreitetes Phänomen. Ein hohes Maß an Preisdifferenzierung kann zum Beispiel zu einer hohen Komplexität für den Endkunden führen. Je mehr Rechnungen der Kunde durchführen muss, um den Endpreis eines Angebots zu bestimmen, desto schwieriger wird es, eine optimale Kaufentscheidung zu treffen. Trotz der hohen wissenschaftlichen und praktischen Bedeutung des Themas wurde die Untersuchung des Phänomens bisher stark vernachlässigt und es gibt wenig Anhaltspunkte für die Unternehmenspraxis zur Gestaltung von Preissystemen. Bislang existiert keine umfassende Systematisierung von Gestaltungsmerkmalen, Kundenwahrnehmungen und Auswirkungen von Preiskomplexität. Somit bleibt unklar, welche Auswirkungen eine hohe Preiskomplexität auf den Kaufprozess und in letzter Konsequenz auf den Unternehmenserfolg hat. Die Arbeit von Frau Krämer widmet sich dieser Forschungslücke. Die besondere Bedeutung der Arbeit von Frau Krämer liegt darin, dass sie an einer grundlegenden Fragestellung im Marketingbereich anknüpft und diese auf das Preismanagement überträgt. Es geht im Kern um die zentrale Frage, ob Konsumenten eine Zahlungsbereitschaft für Einfachheit besitzen und Unternehmen somit einen Aufschlag für Einfachheit im Rahmen ihrer Preisgestaltung verlangen können. Zur Beantwortung der offenen Forschungsfragen führt Frau Krämer zunächst eine umfassende theoretisch-konzeptionelle Analyse durch, in die Erkenntnisse aus der Preisforschung und der Konsumentenverhaltensforschung einfließen. Die Durchführung von mehreren empirisch experimentellen Studien schafft darüber hinaus eine außerordentliche Basis zur Beantwortung der Forschungsfragen.

VI

Geleitwort

Im ersten Untersuchungsrahmen der Arbeit untersucht Frau Krämer den Zusammenhang zwischen Preiskomplexität, Preisfairness und Kaufverhalten. Sie zeigt, dass die Wahrnehmung von Preiskomplexität die wahrgenommene Preisfairness und somit die Kaufentscheidung negativ beeinflusst. Die experimentellen Analysen bestätigen, dass es bei der Beurteilung von einfachen im Vergleich zu komplexen Preisen zu Verzerrungen in der Preiseinschätzung in Form eines Simplicity-Bias kommt. Dies führt schließlich zu verzerrtem Entscheidungsverhalten. Im zweiten Untersuchungsrahmen der Arbeit untersucht Frau Krämer, wie sich Auswahlmöglichkeiten im Rahmen der Preisgestaltung auf den Kaufentscheidungsprozess auswirken. Die Ergebnisse zeigen, dass mehr Auswahl einerseits die Wahlfreiheit zwischen den Alternativen erhöht und deshalb positiv wirkt, andererseits aber auch die Preiskomplexität erhöht und somit negativ wirkt. Frau Krämer betrachtet darüber hinaus weitere wichtige Kontextvariablen aus dem Preismanagement, die die Preiswahrnehmung beeinflussen, wie beispielsweise die Unsicherheit bezüglich des eigenen Nutzungsverhaltens und das Preisniveau. Die umfangreiche Darstellung der Management-Implikationen zeigt, dass Unternehmen über konkrete Gestaltungs- und Darstellungsmerkmale von Preissystemen direkt die Kundenwahrnehmung und somit das Kaufverhalten beeinflussen können. Diese Stellhebel zur Gestaltung von Preissystemen werden ausführlich anhand von konkreten Beispielen aus der Praxis erläutert. Zusammenfassend ist festzuhalten, dass die Arbeit von Frau Krämer einen wichtigen Beitrag zur Integration der Preiskomplexität in die verhaltenswissenschaftliche Preisforschung leistet und somit einen Ausgangspunkt für weiterführende wissenschaftliche Analysen darstellt. Für die Marketingpraxis liefert die Arbeit eine Basis, um Preiskomplexität anhand der beschriebenen Gestaltungsmerkmale systematisch zu analysieren und Preissysteme zielgruppen- und situationsgerecht zu gestalten. Daher ist der Arbeit eine weite Verbreitung in Wissenschaft und Praxis zu wünschen. Christian Homburg

Vorwort

VII

Vorwort Diese Arbeit entstand während meiner Tätigkeit als wissenschaftliche Mitarbeiterin am Lehrstuhl für Allgemeine Betriebswirtschaftslehre und Marketing I an der Universität Mannheim. Sie wurde im Dezember 2009 von der Fakultät für Betriebswirtschaftslehre der Universität Mannheim als Dissertationsschrift angenommen. Den Menschen, die mich bei der Entstehung der Arbeit unterstützt haben, möchte ich an dieser Stelle danken. An erster Stelle möchte ich mich bei meinem Doktorvater und akademischen Mentor, Prof. Dr. Dr. h.c. mult. Christian Homburg, bedanken. Ich danke ihm für das entgegengebrachte Vertrauen und die Freiheiten, die er mir in der Ausarbeitung der Themenstellung gelassen hat. Er hat durch die intensive fachliche Betreuung und die vielen fruchtbaren Diskussionen maßgeblich zu der Qualität der Arbeit beigetragen. Mein Dank gilt außerdem Frau Prof. Dr. Sabine Kuester für die zügige und unkomplizierte Erstellung des Zweitgutachtens. Besonderer Dank gebührt den Kollegen, die mich durch fachlichen Input in unterschiedlichen Phasen meiner Arbeit unterstützt haben. An erster Stelle möchte ich hier meinen Kollegen Dirk Totzek nennen, mit dem ich während meiner Zeit am Lehrstuhl an gemeinsamen Veröffentlichungen gearbeitet habe. Die effiziente Zusammenarbeit und freundschaftliche Arbeitsatmosphäre haben neben dem fachlichen Informationsaustausch zu dem Erfolg meiner Arbeit beigetragen. Dank gebührt ebenfalls Prof. Wayne Hoyer von der University of Texas, der mir wichtige Impulse für die Konzeptualisierung der Arbeit gegeben hat. Des Weiteren möchte ich mich ganz herzlich bei den Kollegen des Sonderforschungsbereichs 504 der Universität Mannheim für die Unterstützung bei der Durchführung meiner Laborexperimente bedanken. Großer Dank gebührt auch allen wissenschaftliche Hilfskräften, die mich tatkräftig bei dem Sammeln und Aufbereiten der Daten und in der Recherchephase unterstützt haben: Chiara Agnoli, Alexander Hahn, Andrea Hollik und Thomas Koslowski. Ganz herzlich bedanken möchte ich mich bei Beate Scherer und dem gesamten Team des Lehrstuhls. Die freundliche und kameradschaftliche Atmosphäre am Lehrstuhl ha-

VIII

Vorwort

ben mir das Vorankommen sehr erleichtert und den Abschied nicht leicht gemacht. Danken möchte ich meinen ehemaligen Kollegen Martin Artz, Stephan Bingemer, Torsten Bornemann, Melchior Bryant, Silke Esser, Laura Hainle, Prof. Dr. Martin Klarmann, Max Kretzer, Christina Kühnl, Dr. Michael Müller, Dr. Jana Prigge, Britta Rautenberg, Jens Schmitt, Dr. Viviana Steiner und Dirk Totzek für eine lustige, freundschaftliche sowie spannende Zeit und eine stets angenehme Arbeitsatmosphäre. Meinem Partner Christian möchte ich für seine bedingungslose Unterstützung und seinen liebevollen Rückhalt in den letzten Jahren danken. Neben wertvollen fachlichen Hinweisen, insbesondere in der Korrekturphase der Arbeit, hat er mich dazu gebracht, manches Problem mit der nötigen Entspanntheit und Gelassenheit zu sehen. Meinen Freundinnen Vanessa, Franziska und Alexandra und meiner Schwester Daniela danke ich für ihre große Anteilnahme, für ihr immer offenes Ohr und für das Korrekturlesen dieser Arbeit. Großer Dank gebührt meiner ganzen Familie, meinen Eltern, Großeltern, meiner Tante und meinem Onkel und insbesondere meiner Schwester, die mich alle stets mit Liebe und Anteilnahme auf meinem Weg begleiten. Mein ganz besonderer Dank gilt meinen Eltern. Der bedingungslose Rückhalt von ihnen und die große moralische Unterstützung insbesondere in stressigen Phasen meines Lebens haben erheblich zu dem zügigen Abschluss meiner Dissertation beigetragen. Ich danke Ihnen für die vermittelten Werte, für eine sorgenfreie, wunderschöne Kindheit und Jugendzeit und eine hervorragende Ausbildung. Meinen Eltern widme ich diese Arbeit. Melanie Krämer

Inhaltsverzeichnis

IX

Inhaltsverzeichnis Abbildungsverzeichnis.............................................................................................XIII Tabellenverzeichnis................................................................................................... XV 1

Einführung in das Thema...................................................................................... 1 1.1 Praktische Relevanz von Preiskomplexität ..................................................... 1 1.2 Theoretische Relevanz von Preiskomplexität ................................................. 2 1.2.1 Relevanz für die verhaltenswissenschaftliche Preisforschung ............. 2 1.2.2 Relevanz für die Konsumentenverhaltensforschung............................ 5 1.3 Ziele der Arbeit und Ableitung der Forschungsfragen .................................... 8 1.4 Aufbau der Arbeit ............................................................................................ 9 1.5 Überblick über die empirischen Studien der Arbeit ...................................... 11

2

Der Zusammenhang zwischen Preiskomplexität, Preisfairness und Kaufverhalten ....................................................................................................... 16 2.1 Einleitung....................................................................................................... 16 2.2 Kurzer Literaturüberblick: „Partitioned Pricing“ .......................................... 20 2.3 Studie 1 – Einflussgrößen und Auswirkungen von Preiskomplexität........... 22 2.3.1 Konstruktdefinitionen......................................................................... 22 2.3.2 Herleitung der Hypothesen................................................................. 26 2.3.3 Methodik............................................................................................. 29 2.3.3.1 Studienaufbau ........................................................................ 29 2.3.3.2 Stichprobe und Aufbau des Experiments .............................. 33 2.3.3.3 Messung der Konstrukte........................................................ 34 2.3.3.4 Ergebnisse.............................................................................. 36 2.4 Studie 2 – Verzerrungen im Rahmen der Kaufentscheidung ........................ 38 2.4.1 Überblick ............................................................................................ 38 2.4.2 Herleitung der Hypothesen................................................................. 40 2.4.3 Methodik............................................................................................. 42 2.4.3.1 Studienaufbau ........................................................................ 42 2.4.3.2 Stichprobe und Aufbau des Experiments .............................. 44

X

Inhaltsverzeichnis

2.4.3.3 Messung der Konstrukte........................................................ 45 2.4.3.4 Ergebnisse.............................................................................. 46 2.5 Studie 3 – Validierung und moderierender Effekt von Zeitdruck ................. 50 2.5.1 Überblick und Herleitung der Hypothesen......................................... 50 2.5.2 Methodik............................................................................................. 51 2.5.3 Ergebnisse........................................................................................... 53 2.6 Diskussion der Ergebnisse............................................................................. 55 2.6.1 Theoretische Implikationen ................................................................ 55 2.6.2 Praktische Implikationen .................................................................... 59 3

Kosten- und Nutzenwahrnehmungen von Auswahlmöglichkeiten.................. 61 3.1 Einleitung....................................................................................................... 61 3.2 Theoretisch-konzeptionelle Entwicklung...................................................... 65 3.2.1 Überblick ............................................................................................ 65 3.2.2 Auswahlmöglichkeiten und Kosten- und Nutzenwahrnehmungen.... 66 3.2.3 Kosten- und Nutzenwahrnehmungen und Entscheidungssicherheit ..................................................................... 70 3.2.4 Preiskomplexität, Kosten- und Nutzenwahrnehmungen und Entscheidungssicherheit ..................................................................... 72 3.2.5 Situative Variablen, Kosten- und Nutzenwahrnehmungen und Entscheidungssicherheit ..................................................................... 73 3.3 Studie 1 – Zusammenhang zwischen Auswahlmöglichkeiten und Kostenund Nutzenwahrnehmungen.......................................................................... 75 3.3.1 Überblick ............................................................................................ 75 3.3.2 Studienaufbau ..................................................................................... 75 3.3.3 Stichprobe und Aufbau des Experiments ........................................... 77 3.3.4 Messung der Konstrukte..................................................................... 78 3.3.5 Ergebnisse........................................................................................... 79 3.4 Studie 2 – Einfluss weiterer situativer Variablen und Auswirkungen auf die Entscheidungssicherheit ................................................................................ 82 3.4.1 Untersuchungsdesign.......................................................................... 82 3.4.2 Stichprobe und Aufbau des Experiments ........................................... 83 3.4.3 Messung der Konstrukte..................................................................... 85 3.4.4 Ergebnisse........................................................................................... 85

Inhaltsverzeichnis

XI

3.5 Diskussion der Ergebnisse............................................................................. 92 3.5.1 Zusammenfassung und theoretische Implikationen ........................... 92 3.5.2 Praktische Implikationen .................................................................... 94 3.5.3 Einschränkungen und Forschungsausblick ........................................ 96 4

Implikationen für die Management-Praxis ....................................................... 98 4.1 Die Bedeutung einer kundenfreundlichen Gestaltung von Preissystemen ... 98 4.1.1 Relevanz einer einfachen Preisgestaltung .......................................... 98 4.1.2 Wirkungsgefüge der Preiskomplexität im Überblick ....................... 101 4.2 Was macht ein Preissystem komplex? “Stellhebel der Preiskomplexität”.. 105 4.2.1 Gestaltung der Größe eines Preissystems......................................... 105 4.2.1.1 Anzahl der Preiselemente (vertikal) .................................... 105 4.2.1.2 Anzahl der Optionen (horizontal)........................................ 107 4.2.2 Gestaltung der Zahlen....................................................................... 108 4.2.3 Gestaltung der Rechnungen.............................................................. 110 4.2.4 Ermittlung eines Komplexitätsindex ................................................ 114 4.3 Warum sind Kunden bereit, mehr für Einfachheit zu zahlen? .................... 115 4.3.1 Komplexitätswahrnehmung.............................................................. 115 4.3.1.1 Überlastung durch komplexe Preise.................................... 115 4.3.1.2 Probleme bei der Preisberechnung ...................................... 117 4.3.1.3 Probleme bei der Angebotsbeurteilung ............................... 119 4.3.2 Preiseinschätzung ............................................................................. 121 4.3.3 Wahrnehmung der Preisfairness ....................................................... 124 4.3.3.1 Beurteilung des Preis-Leistungs-Verhältnisses ................... 124 4.3.3.2 Benachteiligung gegenüber anderen Kunden...................... 126 4.3.3.3 Wahrnehmung der Preisstrategie des Unternehmens .......... 128 4.4 Fazit und Ausblick ....................................................................................... 131

5

Schlussbemerkung.............................................................................................. 134

Literaturverzeichnis ................................................................................................. 141

Abbildungsverzeichnis

XIII

Abbildungsverzeichnis Abbildung 1: Inhaltlicher Zusammenhang von Kapitel 2 und 3 .................................. 11 Abbildung 2: Phasen der kognitiven Informationsverarbeitung .................................. 23 Abbildung 3: Übersicht der Variablen in Studie 1 (Kapitel 2) ..................................... 26 Abbildung 4: Überblick der Variablen in Studie 2 (Kapitel 2)..................................... 39 Abbildung 5: Einordnung von Entscheidungsstrategien .............................................. 40 Abbildung 6: Kaufentscheidung in Abhängigkeit des objektiven Preisvorteils........... 48 Abbildung 7: Übersicht der Variablen in Studie 3 (Kapitel 2) ..................................... 50 Abbildung 8: Untersuchungsrahmen von Kapitel 3 ..................................................... 66 Abbildung 9: Übersicht Informationsintegrationstheorie............................................. 68 Abbildung 10: Manipulation von Auswahl und Preiskomplexität ............................... 77 Abbildung 11: Darstellung der Mittelwerte von Studie 1 (Kapitel 3) .......................... 81 Abbildung 12: Wahrgenommene Kosten und Nutzen von Studie 2 (Kapitel 3) .......... 89 Abbildung 13: Wichtigkeit der Kriterien der Preisentscheidung.................................. 99 Abbildung 14: Wirkungsgefüge der Preiskomplexität ............................................... 102 Abbildung 15: Komplexitätsdimension 1a: Anzahl der Preiselemente ...................... 106 Abbildung 16: Anwendungsbeispiel: Anzahl der Preiselemente................................ 106 Abbildung 17: Komplexitätsdimension 1b: Anzahl der Optionen ............................. 107 Abbildung 18: Anwendungsbeispiel: Anzahl der Optionen ....................................... 108 Abbildung 19: Komplexitätsdimension 2: Gestaltung der Zahlen ............................. 109 Abbildung 20: Anwendungsbeispiel: Gestaltung der Zahlen..................................... 110 Abbildung 21: Komplexitätsdimension 3: Gestaltung der Rechnungen .................... 111 Abbildung 22: Anwendungsbeispiel a: Gestaltung der Rechnungen ......................... 112 Abbildung 23: Anwendungsbeispiel b: Gestaltung der Rechnungen ......................... 113 Abbildung 24: Überprüfung des Komplexitätsindex.................................................. 115 Abbildung 25: Überforderung durch komplexe Preise............................................... 117 Abbildung 26: Probleme bei der Preisberechnung ..................................................... 119 Abbildung 27: Probleme bei der Angebotsbeurteilung .............................................. 121 Abbildung 28: Verzerrungen in der Preisbeurteilung und in der Kaufentscheidung . 122 Abbildung 29: Preiseinschätzungen ........................................................................... 123 Abbildung 30: Beurteilung des Preis-Leistungs-Verhältnisses .................................. 126

XIV

Abbildungsverzeichnis

Abbildung 31: Benachteiligung gegenüber anderen Kunden..................................... 128 Abbildung 32: Wahrnehmung der Preisstrategie des Unternehmens ......................... 130 Abbildung 33: Wirkungskette der Preiskomplexität .................................................. 132 Abbildung 34: Kaufbereitschaft für einen einfachen versus komplexen Preis .......... 133

Tabellenverzeichnis

XV

Tabellenverzeichnis Tabelle 1: Einflussfaktoren und Auswirkungen von Preiskomplexität ........................ 13 Tabelle 2: Zahlungsbereitschaft für Einfachheit........................................................... 14 Tabelle 3: Kosten versus Nutzen von Auswahlmöglichkeiten ..................................... 15 Tabelle 4: Übersicht der Studien................................................................................... 20 Tabelle 5: Manipulation der objektiven Preiskomplexität in Studie 1 (Kapitel 2)....... 31 Tabelle 6: Vorgegebenes Nutzungsverhalten in Studie 1 (Kapitel 2) ........................... 33 Tabelle 7: Konstruktmessungen Studie 1 (Kapitel 2) ................................................... 35 Tabelle 8: Mittelwerte der wahrgenommenen Preiskomplexität (Kapitel 2)................ 36 Tabelle 9: Der Einfluss von objektiver auf wahrgenommene Preiskomplexität .......... 37 Tabelle 10: Aufbau des Attributkonfliktes zwischen Preis und Komplexität............... 43 Tabelle 11: Konstruktmessungen Studie 2 (Kapitel 2) ................................................. 46 Tabelle 12: Mittelwerte und Standardabweichungen ................................................... 47 Tabelle 13: Konstruktmessungen Studie 3 (Kapitel 2) ................................................. 53 Tabelle 14: Manipulation der unabhängigen Variablen in Studie 2 (Kapitel 3) ........... 83 Tabelle 15: Ergebnisse der MANCOVA (H3a, H4a, H5) ............................................. 88 Tabelle 16: Ergebnisse der Regressionsanalyse............................................................ 91 Tabelle 17: Komplexitätsindex ................................................................................... 114 Tabelle 18: Checkliste zur Erfassung der Preisbelastung des Kunden....................... 117 Tabelle 19: Checkliste zur Erfassung der Berechnungschwierigkeit des Kunden ..... 119 Tabelle 20: Checkliste zur Erfassung der Beurteilungsschwierigkeit des Kunden .... 121 Tabelle 21: Checkliste zur Erfassung der Preis-Leistung-Fairness ............................ 126 Tabelle 22: Checkliste zur Erfassung der relationalen Fairness ................................. 128 Tabelle 23: Checkliste zur Erfassung der Unternehmenswahrnehmung .................... 131

Einführung in das Thema

1

1 Einführung in das Thema 1.1 Praktische Relevanz von Preiskomplexität „Vergegenwärtigt man sich die vielen Facetten einer Preisstrategie z.B. anhand der üblicherweise sehr komplexen Tarifmodelle eines Telekommunikationsanbieters, wird schnell klar, dass die Preishöhe eines bestimmten Elementes weit weniger entscheidend ist als die Preisstruktur als Ganzes…“ (Bauer/van Douwe/Schneider 2005, S. 4). Komplexe Preissysteme sind in vielen Branchen wie beispielsweise in der Telekommunikations-, Luftfahrt- oder Finanzdienstleistungsbranche üblich. Preiskomplexität entsteht in diesen Branchen, da sich Verkaufspreise oftmals aus mehreren Preiselementen zusammensetzen, die miteinander kombiniert werden müssen, um den Gesamtpreis zu errechnen. Preiselemente sind zum Beispiel Grundpreise, monatliche Preisnachlässe, Gutschriften bei Inzahlungnahme oder monatliche Gebühren (vgl. Estelami 2003). Komplexe Preisstrukturen erschweren es im Allgemeinen dem Kunden, den Endpreis eines Angebots akkurat zu kalkulieren und die für ihn optimale Kaufentscheidung zu treffen (vgl. Estelami 2003; Kim/Kachersky 2006). Unternehmen entscheiden sich häufig aus ökonomischen Gründen für eine komplexe Preisgestaltung. Erstens können Unternehmen über die variable Gestaltung der einzelnen Preiskomponenten leichter auf Änderungen im Markt reagieren (vgl. Monroe 2003) und zweitens kann es Unternehmen gelingen, durch komplexe Preissysteme Fehleinschätzungen des Kunden hervorzurufen und dadurch höhere Erträge zu realisieren (vgl. McGovern/Moon 2007). Abwägungen unternehmensinterner Kosten- und Nutzengrößen im Rahmen der Preisoptimierung berücksichtigen jedoch keine externen Kosten in Form von subjektiven Wahrnehmungen des Kunden. Erkenntnisse aus anderen Bereichen des Marketing-Mix wie der Produkt- und Vertriebspolitik zeigen, dass komplexe Einkaufsumgebungen negative Wahrnehmungen hervorrufen und sich diese Wahrnehmungen negativ auf den Kaufprozess auswirken können. Eine große Auswahl an Angeboten (vgl. Rudolph/Schweizer 2004), komplexe Produkte, die mit einer Vielzahl an Funktionen ausgestattet sind (vgl. Rust/Thomp-

2


son/Hamilton 2006) oder der Vertrieb identischer Produkte in unterschiedlichen Vertriebskanälen (vgl. Heinemann 2008) führen beispielsweise zu einer Überforderung der Verbraucher während des Einkaufsprozesses. Negative Wahrnehmungen als Folge von komplexen Einkaufssituationen können dazu führen, dass Kaufentscheidungen verschoben werden (vgl. z.B. Walsh 2002) oder der Kaufprozess abgebrochen wird (vgl. z.B. Huffman/Kahn 1998). Deshalb ist es von großer Bedeutung, dass in der Preisoptimierung neben der Preishöhe auch die Art der Preisdarstellung eines Preissystems berücksichtigt wird. Die Relevanz des Themas zeigt sich auch an der starken Präferenz von Konsumenten für Flatrate-Tarife. Konsumenten entscheiden sich häufig für einen Flatrate-Tarif, obwohl sie unter Berücksichtigung ihres eigentlichen Nutzungsverhaltens mit einem anderen nutzungsabhängigen Tarif weniger zahlen müssten (vgl. z.B. Lambrecht/Skiera 2006). Dieses nichtökonomische Verhalten von Konsumenten zeigt, dass Manager bei der Preisbestimmung nicht nur ökonomische Aspekte, sondern auch psychologische Effekte der Preisdarstellung mit einbeziehen sollten, da subjektive Wahrnehmungen der Preisdarstellung maßgeblich die Kaufentscheidung beeinflussen (vgl. Liu/Soman 2008). Aus diesen Überlegungen leitet sich die zentrale Frage für Unternehmen ab, wie Kunden komplexe Preissysteme wahrnehmen und wie sich diese Wahrnehmungen auf das Kaufverhalten auswirken. In Bezug auf die Verknüpfung zwischen der Gestaltung von Preissystemen und der Wahrnehmung von Preiskomplexität liefert die Marketingforschung jedoch bislang nur wenig Hinweise für die Praxis. Der Fokus der Preisforschung lag bisher auf der Bestimmung der optimalen Preishöhe oder des optimalen Grades der Preisdifferenzierung (vgl. Bauer 2000). 1.2 Theoretische Relevanz von Preiskomplexität 1.2.1

Relevanz für die verhaltenswissenschaftliche Preisforschung

Im Gegensatz zur klassischen Preistheorie, die rationales Kundenverhalten und ökonomische Nutzenmaximierung unterstellt, widmet sich die verhaltenswissenschaftliche Preisforschung der Fragestellung, wie Kundenentscheidungen durch die Wahrneh-


3

mung von Preisen und Preisinformationen beeinflusst werden. Homburg/Koschate (2005a; 2005b) ordnen in ihren Überblicksartikeln die zentralen Konzepte der verhaltenswissenschaftlichen Preisforschung in den kognitiven Informationsverarbeitungsprozess ein. Die meisten Arbeiten sind in der Phase der Preisinformationsbeurteilung zu finden. Zu den Konzepten, die am häufigsten untersucht wurden, zählen unter anderem Preisspannweiten (vgl. z.B. Kalyanaram/Little 1994), Referenzpreise (vgl. z.B. Janiszewski/Lichtenstein 1999) oder wahrgenommene Preisfairness (vgl. z.B. Bolton/Warlop/Alba 2003). Der Fokus von Forschungsarbeiten im Bereich der verhaltenswissenschaftlichen Preisforschung liegt bisher hingegen auf der Wahrnehmung von Einzelpreisen. Preissysteme als Einflussgrößen für nicht-ökonomisches Kaufverhalten wurden in der Vergangenheit nur unzureichend betrachtet (vgl. Herrman/Wricke 1998; Estelami 1997). Des Weiteren existiert bislang keine theoretische oder empirische Fundierung der Einflussfaktoren und der Wahrnehmung von Preiskomplexität. In der internationalen Marketingliteratur hat die Gestaltung und Wahrnehmung von Preissystemen im Vergleich zu Einzelpreisen in den letzten Jahren jedoch an Bedeutung gewonnen (vgl. Liu/Soman 2008). Es lassen sich drei neue Untersuchungsfelder in der verhaltenswissenschaftlichen Preisforschung identifizieren, die Anknüpfungspunkte für die vorliegende Arbeit bieten: Die Wahrnehmung von mehrdimensionalen Preisen, von geteilten Preisen und von Flatrate-Tarifen. Der in der englischsprachigen Marketingliteratur verwendete Begriff „multidimensional Prices“ (im Deutschen mehrdimensionale Preise) bezieht sich auf Preise, die aus mehreren Elementen und nicht nur aus einer einzelnen Zahl bestehen (vgl. Estelami 1997). Sie unterscheiden sich von eindimensionalen Preisen darin, dass Kunden Rechnungen durchführen müssen, um den Gesamtpreis zu bestimmen und die Vorteilhaftigkeit eines Angebots bewerten zu können (vgl. Estelami 1999). Beispiele für mehrdimensionale Preise sind Produktpreise mit zusätzlichen Transportkosten, die Zusammensetzung von Preisen aus einer monatlichen Rate und einer Anzahlung oder mehrteilige Tarife.

4


Erste Arbeiten in diesem Forschungsfeld gehen auf Estelami (1997; 1999) zurück. Zusammenfassend konnte in diesen Studien gezeigt werden, dass Unternehmen durch eine spezifische Form der Preisdarstellung die Verarbeitungsschwierigkeit des Konsumenten gezielt beeinflussen können. Die empirischen Studien bieten Hinweise darauf, dass Konsumenten alleine durch die Art der Preisdarstellung eines Preissystems kognitiv überfordert sein könnten und oftmals darin scheitern, die einzelnen Elemente zu einer korrekten Gesamtbeurteilung zusammenzufügen. Das Forschungsfeld bietet einen engen Bezug zur Preiskomplexität, da eine Dimension der Komplexität eines Preissystems (die Schwierigkeit der Berechnung) betrachtet wird. Die Zusammenhänge zwischen Gestaltung und Wahrnehmung von Preissystemen und daraus resultierendes Kaufverhalten wurden in diesen Studien allerdings nicht betrachtet. Der Begriff geteilte Preise (im Englischen „partitioned Pricing“) bezieht sich auf die Aufspaltung eines Preises in einen Grundpreis und einen zusätzlichen Aufschlag (vgl. Bertini/Wathieu 2008; Kim/Kachersky 2006; Morwitz/Greenleaf/Johnson 1998). Ähnlich wie das Konzept „multi-dimensional Prices“ bezieht sich das Konzept der geteilten Preise auf die Aufgliederung des Gesamtpreises in Komponenten. Die Unterscheidung zwischen den beiden Konzepten lässt sich daher nicht eindeutig vornehmen. Ein Unterscheidungsmerkmal ist, dass der Fokus bei „partitioned Pricing“ nicht auf der Berechnungsschwierigkeit des Gesamtpreises liegt, sondern auf den Auswirkungen von mehrteiligen Preisen auf die Preiseinschätzung und das daraus resultierende Kaufverhalten. Morwitz/Greenleaf/Johnson (1998) untersuchten in ihrer Pionierarbeit wie Konsumenten auf geteilte Preise reagieren. Sie stellten fest, dass Konsumenten Preisaufschläge nicht immer in voller Höhe verarbeiten und statt präziser Berechnungen Heuristiken zur Bestimmung des Gesamtpreises anwenden. Somit wird der Gesamtpreis insgesamt unterschätzt, da der Fokus der Bewertung lediglich auf dem Grundpreis liegt. Aufbauend auf der grundlegenden Studie von Morwitz/Greenleaf/Johnson (1998) untersuchten eine Reihe von Autoren in den letzen fünf Jahren weitere Einflussgrößen der Effektivität der Preisteilung (vgl. z.B. Burman/Biswas 2007; Cheema 2008; Hamilton/Srivastava 2008; Xia/Monroe 2004). Das Forschungsfeld bietet ebenfalls empirische und konzeptionelle Anknüpfungspunkte zur Preiskomplexität, da ähnlich wie bei


5

mehrdimensionalen Preisen eine Dimension der Komplexität von Preissystemen (z.B. die Größe eines Preissystems) betrachtet wird. Jedoch wurde bisher in den Studien keine umfassende Analyse der Einflussgrößen und der Wahrnehmung von Preiskomplexität oder eine Einordnung in den Prozess der kognitiven Informationsverarbeitung der verhaltenswissenschaftlichen Preisforschung vorgenommen. Ein Untersuchungsbereich, der im weiteren Sinne Anknüpfungspunkte für die Betrachtung der Preiskomplexität liefert, bezieht sich auf die Wahrnehmung von FlatrateTarifen. Eine Flatrate ist eine Sonderform eines nicht-linearen Tarifs, bestehend aus lediglich einer Preiskomponente. Im Rahmen einer Flatrate werden mehrere Komponenten eines Preissystems in einem Pauschalpreis zusammengefasst, der häufig eine unbegrenzte Nutzung beinhaltet (vgl. Lambrecht/Skiera 2006). Aus diesem Grund kann eine Flatrate als ein Preissystem mit äußerst geringer Komplexität bezeichnet werden. Eine Reihe von Studien in diesem Forschungsfeld weist darauf hin, dass eine Flatrate gegenüber nutzungsabhängigen Tarifen häufig bevorzugt wird, selbst wenn der Rechnungsbetrag in Bezug auf die monatliche Nutzung höher ausfällt (vgl. z.B. Kridel/Lehman/Weisman 1993; Lambrecht/Skiera 2006; Schulze/Gedenk 2005). Die Ursache hierfür ist in verschiedenen psychologischen Effekten zu sehen, die darauf schließen lassen, dass Preise, bei denen die Komponenten aggregiert präsentiert werden, positiver wahrgenommen werden als Preise, die in ihre Einzelkomponenten zerlegt sind. Die grundlegende Vermutung, dass sich Verzerrungen in der Wahrnehmung der Preishöhe aufgrund der Preisgestaltung und -darstellung auf die Kaufentscheidung auswirken, wird im Rahmen der Untersuchungen von Flatrates bestätigt. Deshalb bietet dieser Untersuchungsbereich im weiteren Sinne Anknüpfungspunkte für die vorliegende Arbeit. 1.2.2

Relevanz für die Konsumentenverhaltensforschung

Arbeiten, die sich in der Konsumentenverhaltensforschung mit den kundenseitigen Auswirkungen von komplexen Einkaufssituationen beschäftigen, beziehen sich fast ausschließlich auf Stimuli aus dem Produktbereich. Preisstimuli als Ursache von Ent-

6


scheidungskomplexität wurden bisher im Rahmen der kognitiven Informationsverarbeitung vernachlässigt. Dennoch lassen sich zwei Untersuchungsfelder identifizieren, die insbesondere für die Analyse der Wahrnehmung und der Auswirkungen von Preiskomplexität auf das Kaufverhalten Anknüpfungspunkte bieten. Hierzu zählen maßgeblich Arbeiten zur Informationsbelastung des Konsumenten im Kaufentscheidungsprozess und zur Konsumentenverwirrung. Seit Anfang der 70er Jahre werden in der englischsprachigen Marketingliteratur unter dem Konzept „Information Load“ die Auswirkungen von Informationsbelastung des Konsumenten im Kaufprozess auf die Wahrnehmung und Beurteilung von Produkten diskutiert. Die Informationsbelastung bezieht sich auf die Anzahl und Unterschiedlichkeit der Stimuli, z.B. die Anzahl der Produktalternativen und -eigenschaften, mit denen der Konsument konfrontiert wird (vgl. Jacoby 1977). Informationsüberlastung entsteht, wenn die Informationsmenge, die verarbeitet wird, die Verarbeitungskapazität übersteigt (vgl. Milord/Perry 1977). Eine Vielzahl empirischer Studien hat die Auswirkung von Informationsbelastung auf die Richtigkeit einer Entscheidung (vgl. z.B. Jacoby/Speller/Kohn 1974), die Qualität der Entscheidung (vgl. z.B. Scammon 1977), die Entscheidungssicherheit (vgl. z.B. Keller/Staelin 1987) oder auf negative Emotionen (vgl. z.B. Lee/Lee 2004) untersucht. Teilweise wurden Kontextfaktoren wie z.B. Zeitdruck (vgl. z.B. Hahn/Lawson/Lee 1992) berücksichtigt. Die empirischen Ergebnisse sind jedoch nicht eindeutig. Zum einen zeigen die Ergebnisse, dass eine größere Belastung automatisch eine schlechtere Entscheidungsqualität nach sich zieht (vgl. z.B. Summers 1974; Wilkie 1975), andererseits wird ein kurvilinearer Verlauf bestätigt, der darauf schließen lässt, dass Konsumenten ab einem bestimmten Punkt nicht weiter überlastet werden können (vgl. z.B. Jacoby/Speller/Kohn 1974). Obwohl die Erkenntnisse zu den Auswirkungen von Informationsbelastung nicht einheitlich sind und die Kernfrage, ob Konsumenten überhaupt überlastet werden können, nicht abschließend geklärt ist, lässt sich die grundsätzliche Annahme, dass Konsumenten nur begrenzte Verarbeitungskapazität besitzen, auf den Preisbereich und die Wahrnehmung von Preiskomplexität übertragen.


7

Eine Vielzahl aktueller empirischer Studien überträgt den Gedanken der Informationsbelastung auf die Wahrnehmung einer großen Anzahl an Produkteigenschaften oder einer großen Sortimentsauswahl (vgl. z.B. Broniarczyk 2004; Iyengar/Lepper 2000; Lee/Lee 2004). Die empirischen Ergebnisse dieser Studien stellen damit die traditionelle Aussage, dass mehr Vielfalt automatisch positiver wahrgenommener wird (vgl. z.B. Zuckerman et al. 1978), in Frage. Diese Erkenntnisse bieten ebenfalls Anknüpfungspunkte für den Untersuchungsbereich der vorliegenden Arbeit. Da Auswahlmöglichkeiten im Rahmen von Preissystemen ebenfalls die Komplexität erhöhen, ist fraglich, ob eine größere Auswahl ausschließlich positiv wahrgenommen wird, oder ob sie durch die erhöhte Preiskomplexität auch negativ wahrgenommen werden kann. Das Konzept Konsumentenverwirrung, das in der internationalen Marketingliteratur als „Consumer Confusion“ bezeichnet wird, bezieht sich auf eine temporäre kognitive Überlastung oder emotionale Überreizung (vgl. Malhotra 1984) und kann als eine direkte Konsequenz der Informationsbelastung gesehen werden. Mitte der 80er Jahre wurde das Konzept der Konsumentenverwirrung insbesondere im Hinblick auf „Brand Confusion“ diskutiert (vgl. Foxman/Muehling/Berger 1990; Loken/Ross/Hinkle 1986; Miaoulis/D‘Amato 1987; Sproles/Kendall 1986). In den letzten zehn Jahren fand eine Erweiterung des markenbezogenen Ansatzes in Bezug auf weitere Stimuli aus dem Marketingbereich durch Mitchell/Papavassiliou (1999) statt, auf dem weitere Arbeiten aufbauten (vgl. Chryssochoidis 2000; Mitchell/Walsh/Yamin 2005; Schweizer/Koutuc/Wagner 2006; Turnbull/Leek/Ying 2000). Ein hohes Ausmaß an Konsumentenverwirrung kann sich direkt auf den Kaufprozess auswirken: Kaufentscheidungen können verschoben werden (vgl. z.B. Walsh 2002), an andere delegiert werden (vgl. z.B. Schweizer/Kotouc/Wagner 2006), der Kauf kann abgebrochen werden (vgl. z.B. Huffman/Kahn 1998) oder alternative Produkte von Wettbewerbern können bevorzugt werden (vgl. z.B. Schweizer 2004). Die Erfahrung eines negativen Einkaufserlebnisses kann auch zu einer negativen Wahrnehmung des Unternehmens im Nachkaufprozess führen und negative Mundpropaganda, geringeres Vertrauen oder gesunkene Markenloyalität hervorrufen (vgl. z.B. Mitchell/Walsh/Yamin 2005).

8


Anknüpfungspunkte zu der vorliegenden Arbeit ergeben sich aus der Analyse der Auswirkungen von Konsumentenverwirrung. Da Konsumentenverwirrung als Bindeglied zwischen der Gestaltung von Stimuli (Stimulimenge, Stimulivielfalt oder Stimulikonflikt) und Verhaltensauswirkungen analysiert wurde, ergeben sich Anhaltspunkte für die Auswirkungen der Preiskomplexitätswahrnehmung auf das Kaufverhalten. Preiskomplexität als Ursache für Konsumentenverwirrung wurde bisher in der Literatur nicht betrachtet. 1.3 Ziele der Arbeit und Ableitung der Forschungsfragen Die vorangegangenen Erklärungen zu der praktischen und theoretischen Relevanz von Preiskomplexität zeigen, dass das Konzept sowohl für die Marketingpraxis als auch für die Marketingforschung von hoher Bedeutung ist. In Bezug auf die Marketingpraxis (vgl. Abschnitt 1.1) ist das Ziel der vorliegenden Arbeit, eine neue Perspektive in der Preisoptimierung aufzuzeigen, die neben der Preishöhe auch die Gestaltung und Darstellung der Elemente eines Preissystems berücksichtigt. In Bezug auf die verhaltenswissenschaftliche Preisforschung (vgl. Abschnitt 1.2.1) besteht das Ziel der Arbeit darin, neue Erkenntnisse zur Rolle von Preissystemen im Vergleich zu Einzelpreisen im Rahmen der Preisinformationsverarbeitung zu gewinnen und Einflussgrößen sowie Auswirkungen von Preiskomplexität theoretisch und empirisch zu fundieren. In Bezug auf die Konsumentenverhaltensforschung (vgl. Abschnitt 1.2.2) soll die Arbeit einen Beitrag dazu leisten, bestehende Erkenntnisse zu der Wahrnehmung und den Auswirkungen der Informationsbelastung und den Auswirkungen von Konsumentenverwirrung auf Preisstimuli zu übertragen. Um die in den vorangehenden Abschnitten erläuterten Lücken zu schließen, werden die im Folgenden dargestellten Forschungsfragen beantwortet: Untersuchungsziel 1: Empirische und theoretische Fundierung der Einflussfaktoren und der Wahrnehmung von Preiskomplexität Forschungsfrage 1a: Welche Faktoren machen ein Preissystem komplex? Forschungsfrage 1b: Wie werden komplexe Preissysteme wahrgenommen?


9

Untersuchungsziel 2: Auswirkungen von einfachen im Vergleich zu komplexen Preissystemen auf den Kaufentscheidungsprozess Forschungsfrage 2a: Wie ist der Zusammenhang zwischen Wahrnehmung der Preiskomplexität, Preisfairness und Kaufverhalten? Forschungsfrage 2b: Wie wirkt sich Zeitdruck auf die Verarbeitung einfacher bzw. komplexer Preise aus? Untersuchungsziel 3: Auswirkungen von Auswahlmöglichkeiten im Rahmen der Preisgestaltung auf die Kundenwahrnehmung Forschungsfrage 3a: Fühlen sich Kunden durch Auswahlmöglichkeiten überlastet oder werden Auswahlmöglichkeiten ausschließlich positiv wahrgenommen? Forschungsfrage 3b: Wie verändern sich diese Kosten- und Nutzenwahrnehmungen durch zusätzliche Kontextvariablen? 1.4 Aufbau der Arbeit Die Arbeit ist in insgesamt fünf Kapitel unterteilt und kumulativ aufgebaut. Nach der Einleitung folgen Kapitel 2, 3 und 4, die den Hauptteil der Arbeit darstellen. Diese Kapitel stellen drei in sich abgeschlossene Arbeiten dar. Kapitel 2 und 3 beziehen sich auf theoretische und empirische Analysen zu dem Themenkomplex „Einflussfaktoren, Wahrnehmung und Auswirkungen von Preiskomplexität“. Kapitel 4 verdeutlicht die Implikationen dieser Analysen für die Marketingpraxis in Form einer Praxisarbeit. Das erste Kapitel der Arbeit umfasst eine Einführung in das Thema. In den Abschnitten 1.1 und 1.2 wurde die Relevanz von Preiskomplexität für die Praxis und Forschung dargestellt. Daraus konnten im Anschluss die der Arbeit zugrunde liegenden Forschungsfragen abgeleitet werden. Die zentralen empirisch experimentellen Analysen der Arbeit werden zusammenfassend im nachfolgenden Abschnitt 1.5 erläutert. Kapitel 2 der Arbeit ist in Form eines wissenschaftlichen Arbeitspapiers gegliedert und widmet sich dem ersten Untersuchungsrahmen der Arbeit, d.h. dem Zusammenhang zwischen Preiskomplexität, Preisfairness und Kaufverhalten (vgl. Abbildung 1). In Abschnitt 2.3 wird der direkte Zusammenhang zwischen objektiven Gestaltungs-

10


merkmalen der Preiskomplexität, sog. strukturellen Charakteristika von Preissystemen, und vom Kunden wahrgenommener Preiskomplexität analysiert. Die Wahrnehmung der Preiskomplexität wird anschließend mit Preisfairness und Kaufverhalten verknüpft (vgl. Abbildung 1). Abschnitt 2.4 betrachtet darüber hinaus die Auswirkungen zwischen einem einfachen und einem komplexen Preissystem unter Berücksichtigung von Preisvariationen auf Preiseinschätzungen, Preisfairness und die Kaufentscheidung. In Abschnitt 2.5 werden die Erkenntnisse validiert, indem Zeitdruck als zusätzliche Moderatorvariable untersucht wird. Im Rahmen von Kapitel 2 werden die Forschungsfragen 1a und b sowie 2a und b beantwortet. Die grundlegenden Zusammenhänge, die in Kapitel 2 untersucht werden, und die Abgrenzung zu dem dritten Kapitel der Arbeit sind in Abbildung 1 dargestellt. Das dritte Kapitel ist ebenfalls in Form eines wissenschaftlichen Arbeitspapiers aufgebaut. Der zweite Untersuchungsrahmen der Arbeit, der in Kapitel 3 vorgestellt wird, bezieht sich auf Kosten- und Nutzenwahrnehmungen von Auswahlmöglichkeiten im Rahmen der Preisgestaltung und auf die Auswirkung auf Entscheidungssicherheit (vgl. Abbildung 1). Auswahlmöglichkeiten im Rahmen der Preisgestaltung werden in der vorliegenden Arbeit als weiterer Einflussfaktor der Preiskomplexität betrachtet. Wie in Abbildung 1 zu erkennen ist, fließen die in Kapitel 2 definierten strukturellen Charakteristika von Preissystemen und die Wahrnehmung von Preiskomplexität in Form von psychologischen Kosten ebenfalls in die Untersuchung des dritten Kapitels ein. Nach einem konzeptionellen Überblick in Abschnitt 3.2 folgt in Abschnitt 3.3 eine Analyse des grundlegenden Zusammenhangs zwischen Auswahlmöglichkeiten und Kostenund Nutzenwahrnehmungen. Darauf aufbauend stellt Abschnitt 3.4 eine erweiterte Analyse dar, indem zusätzliche Kosten- und Nutzentreiber in den Untersuchungsrahmen integriert werden. Kapitel 3 beantwortet Forschungsfragen 3a und b der Arbeit. Kapitel 4 fasst die Implikationen für die Management-Praxis, die aus den theoretischen und empirischen Analysen in Kapitel 2 und 3 resultieren, zusammen. Abschnitt 4.1 stellt in einem übergreifenden Untersuchungsrahmen die vom Unternehmen direkt beeinflussbaren Treiber der Preiskomplexität den kundenseitigen Auswirkungen gegenüber. Abschnitt 4.2 fasst anhand konkreter Beispiele zur Gestaltung und Darstellung von Preissystemen die Stellhebel der Preiskomplexität zusammen. Im Anschluss


11

daran wird in Abschnitt 4.3 gezeigt, warum diese Treiber die Kundenwahrnehmung und somit das Kaufverhalten beeinflussen. Anhand deskriptiver Auswertungen wird gezeigt, warum Kunden einfache Preise bevorzugen und eine Zahlungsbereitschaft für Einfachheit besitzen. Abschließend fasst Kapitel 5 der Arbeit die gewonnenen Erkenntnisse zusammen. Die Forschungsfragen, die in Kapitel 1 gestellt wurden, werden in diesem Kapitel abschließend beantwortet.

Einflussfaktoren der Preiskomplexität

Auswirkungen von Preiskomplexität

Preisfairness Strukturelle Charakteristika von Preissystemen: Größe und Heterogenität

Wahrnehmung von Komplexität: Kosten Kaufentverhalten

Auswahlmöglichkeiten im Rahmen der Preisgestaltung

Wahrnehmung von Auswahlmöglichkeiten: Nutzen

= Untersuchungsrahmen in Kapitel 2

Entscheidungssicherheit

= Untersuchungsrahmen in Kapitel 3

Abbildung 1: Inhaltlicher Zusammenhang von Kapitel 2 und 3

1.5 Überblick über die empirischen Studien der Arbeit Von April 2006 bis März 2009 wurde eine Reihe von Untersuchungen zur kundenseitigen Wahrnehmung von Preiskomplexität im Business-to-Consumer-Bereich durchgeführt, die die Datengrundlage für die vorliegende Arbeit bildet. Vier zentrale empirisch experimentelle Studien der Untersuchungsreihe sind in Tabellen 1 bis 3 zusammengefasst. Zusätzlich zu den Experimenten, deren Fokus auf der Telekommunikationsbran-

12


che lag, wurden weitere experimentelle Studien in den Branchen Finanzdienstleistungen, Luftfahrt und Einzelhandel durchgeführt, um die Ergebnisse zu validieren. Der Einsatz von Experimenten in der Marketingforschung ermöglicht die strikte Überprüfung von kausalen Beziehungen. Experimente ermöglichen die Analyse der Wirkung von einer oder mehrerer unabhängiger Variablen auf eine oder mehrere abhängige Variablen (vgl. Aaker/Kumar/Day 2001; Homburg/Krohmer 2006). Der zentrale Unterschied zur nicht-experimentellen Forschung liegt in einer gezielten Variation der unabhängigen Variablen (vgl. Kinnear/Taylor 1983). In der Preisforschung kommen viele Experimente zum Einsatz, da konkrete Gestaltungsmechanismen des Preismanagements in Experimenten überprüft werden können (vgl. Homburg/Koschate 2005a). In der vorliegenden Arbeit soll beispielsweise untersucht werden, wie sich verschiedene Ausprägungen der unabhängigen Variablen (z.B. die Komplexität von Preissystemen) auf abhängige Variablen (z.B. Komplexitäts- und Fairnesswahrnehmungen) auswirken. Zusätzliche Variablen, die einen Einfluss auf die abhängigen Variablen haben könnten, sollten ausgeschaltet oder kontrolliert werden, damit sich die direkte Ursache-Wirkungs-Beziehung zwischen den unabhängigen und abhängigen Variablen feststellen und messen lässt (vgl. Koschate 2002).


13

Experiment 1: Kapitel 2 und 4 der Arbeit Teilnehmer Branche Experiment

Aufgabe

Fazit

485 Studenten, 56,1 % weiblich, Durchschnittsalter: 20,7 Jahre Telekommunikation x Schriftliche Befragung in Papierform x Experiment wurde im Rahmen einer Marketing-Vorlesung an der Universität Mannheim durchgeführt Die Teilnehmer sollten verschiedene Tarife hinsichtlich ihrer Komplexität beurteilen. Die Komplexität der Preissysteme wurde über mehrere Stufen hinweg systematisch manipuliert, um den Einfluss einzelner Gestaltungsmerkmale festzustellen. Insgesamt gab es acht verschiedene Tarife, jeder Teilnehmer beurteilte einen spezifischen Tarif. Die Preishöhe aller Tarife war im Vergleich zu einem Referenzpunkt relativ günstig und konstant über alle Szenarien hinweg (das Nutzungsverhalten der Teilnehmer wurde vorgegeben). Die Beurteilung der Komplexität wurde anhand eines neuen Messsystems anlehnend an den Prozess der Preisinformationsbearbeitung gemessen. Im Anschluss an die Komplexitätswahrnehmung wurden die Teilnehmer darum gebeten, die Fairness der einzelnen Preisstrukturen zu beurteilen. Kontrollvariablen waren u.a. Alter, Geschlecht, Branchenkomplexität, Involvement, Erfahrung mit dem Produkt. x Die Komplexität eines Preissystems lässt sich systematisch über sog. Stellhebel steuern: Größe eines Preissystems, Gestaltung der Zahlen, Gestaltung der Rechenarten x Komplexe Preise werden als unfair wahrgenommen und daher sinkt auch die Kaufbereitschaft dafür

Tabelle 1: Einflussfaktoren und Auswirkungen von Preiskomplexität

14


Experimente 2 und 3: Kapitel 2 und 4 der Arbeit Teilnehmer

Branche Experiment

Aufgabe

Fazit

Experiment 2: 181 Konsumenten, 58,8% weiblich, Durchschnittsalter 33,6 Jahre Experiment 3: 291 Studenten, 52,2% weiblich, Durchschnittsalter 23,6 Jahre Telekommunikation Experiment 2: Computer-Experiment, Choice-Design x Experiment wurde im Rahmen eines „Tag der offenen Tür“ an der Universität Mannheim durchgeführt x Besucher wurden eingeladen, freiwillig an einem Laborexperiment teilzunehmen Experiment 3: Computer Experiment, Choice-Design x Experiment wurde im Forschungslabor des Sonderforschungsbereichs der Universität Mannheim durchgeführt x Teilnehmer wurden über einen E-Mailverteiler zu dem Experiment eingeladen und erhielten eine Vergütung von €5 Experiment 2: Die Teilnehmer wurden dazu aufgefordert, sich anhand einer ausführlichen Erklärung in eine reale Kaufsituation zu versetzen. Sie wurden mit zwei verschiedenen Handytarifen konfrontiert, die jeweils in den Merkmalen Preis und Komplexität systematisch zwischen den Ausprägungen hoch und niedrig variierten. Insgesamt gab es vier verschiedene Preis-Komplexitätsabstufungen. Die Teilnehmer wurden zunächst darum gebeten, eine Preiseinschätzung zu geben, ihre Kaufbereitschaft zu nennen und sich für ein Angebot zu entscheiden. Anschließend mussten die Teilnehmer beide Tarife im Vergleich zueinander beurteilen (Wahrnehmung der Komplexität, der Fairness). Im Anschluss daran wurden die Schwierigkeit der Entscheidungssituation und negative Emotionen abgefragt. Kontrollvariablen waren u.a. Alter, Geschlecht, Branchenkomplexität, Involvement, Erfahrung mit dem Produkt, Entscheidungszeit. Experiment 3: Studie 3 ähnelte im Aufbau der Studie 2. Zusätzlich wurde die Entscheidungszeit für die Beantwortung der Fragen manipuliert. Die Hälfte der Teilnehmer wurde künstlich unter Zeitdruck gesetzt und es wurde eine Stresssituation simuliert. Der Text enthielt mehrere Hinweise darauf, dass die nächste Straßenbahn erreicht werden müsste und sich die Teilnehmer beeilen sollten. Des Weiteren erschienen Pop-Up Windows am Computer, die darauf hinwiesen, dass die Straßenbahn in 10, 5 und 1 Minute abfahren würde. x Verbraucher besitzen eine Zahlungsbereitschaft für Einfachheit x Die Einfachheit eines Preissystems wird fast genauso wichtig eingeschätzt wie die Höhe des Preises x Es kommt bei der Preiseinschätzung zu systematischen Verzerrungen: einfache Preise werden unter- und komplexe Preise werden überschätzt x Dieser Effekt wird durch Zeitdruck verstärkt

Tabelle 2: Zahlungsbereitschaft für Einfachheit


15

Experiment 4: Kapitel 3 und 4 der Arbeit Teilnehmer Branche Experiment

Aufgabe

Fazit

477 Teilnehmer, Verbraucher, 38% weiblich, Durchschnittsalter 36,5 Telekommunikation Computer-Experiment x Das Experiment wurde online durchgeführt x Die Teilnehmer wurden über einen E-Mail-Verteiler rekrutiert Die Teilnehmer wurden dazu aufgefordert, sich einen neuen Mobilfunktarif auszusuchen und zu beurteilen. Die Teilnehmer wurden in insgesamt 12 Gruppen eingeteilt. Vier Gruppen beurteilten einen Tarif bestehend aus einer Option, vier Gruppen beurteilten einen Tarif mit drei Optionen und vier Gruppen beurteilten einen Tarif bestehend aus fünf Optionen. Je nach Szenarienbeschreibung variierte zusätzlich das Preissegment zwischen niedrig und hoch, die Vorgabe eines fiktiven Nutzungsverhaltens und die Komplexität der Preise wurden ebenfalls variiert. Die Teilnehmer mussten ihre Kaufbereitschaft, ihre Preiseinschätzung, die Wahl der Option, Auswahlmöglichkeiten und Komplexität des Tarifs beurteilen. x Zusätzliche Optionen innerhalb eines Preissystems werden nur dann vorteilhaft von Kunden beurteilt, wenn die Kunden ihr eigenes Nutzungsverhalten kennen, die Komplexität des Tarifs gering ist und sie sich gut mit der Branche auskennen x In einer hohen Preiskategorie werden mehrere Optionen vorteilhaft beurteilt

Tabelle 3: Kosten versus Nutzen von Auswahlmöglichkeiten

Aufbau und Untersuchungsdesign der in den Tabellen 1-3 zusammengefassten Experimente werden in Kapitel 2 und 3 jeweils ausführlicher beschrieben. Die Ergebnisse der Auswertungen der Experimente werden sowohl in Kapitel 2 und 3 als auch in Kapitel 4 dargestellt.

16

Der Zusammenhang zwischen Preiskomplexität, Preisfairness und Kaufverhalten

2 Der Zusammenhang zwischen Preiskomplexität, Preisfairness und Kaufverhalten Das zweite Kapitel der Arbeit ist in Form eines wissenschaftlichen Arbeitspapiers gegliedert und orientiert sich im Aufbau an drei Studien. In Abschnitt 2.3 wird gezeigt, dass wahrgenommene Preiskomplexität die Wahrnehmung von Preisfairness und somit die Kaufentscheidung negativ beeinflusst. In Abschnitt 2.4 werden Verzerrungen in der Preiseinschätzung in Form eines Simplicity-Bias untersucht. Abschnitt 2.5 stellt eine Validierung der Erkenntnisse aus Abschnitt 2.4 dar, indem der Untersuchungsrahmen des vorangehenden Abschnitts unter zusätzlicher Berücksichtigung von Zeitdruck als Moderatorvariable untersucht wird. Kapitel 2 beantwortet die anfangs postulierten Forschungsfragen 1a-b und 2a-b. 2.1 Einleitung „Companies have found that confused and ill-informed customers, who often end up making poor purchasing decisions, can be highly profitable indeed. What follows is a cautionary tale. […] Dissatisfaction and churn should be particularly worrisome to firms that see their customers defecting to a competitor that provides a transparent and friendly alternative” (McGovern/Moon 2007, S. 78). In verschiedenen Situationen müssen Kunden zusätzliche Gebühren zu einem Basispreis addieren, fixe und variable Entgelte miteinander kombinieren oder Preise von Zusatzleistungen beim Vergleich verschiedener Angebote hinzurechnen. Komplexe Preise und Preismenüs sind in vielen Branchen sehr beliebt. Arbeiten zur mehrteiligen Preissetzung deuten darauf hin, dass Preise, die aus verschiedenen

Komponenten

bestehen,

die

Nachfrage

erhöhen

(vgl.

Mor-

witz/Greenleaf/Johnson 1998; Xia/Monroe 2004) und die Preissensitivität eines Kunden senken (vgl. Hamilton/Srivastava 2008). Die Begründung ist darin zu sehen, dass Kunden den Gesamtpreis nicht komplett verarbeiten, wenn sie mit mehreren Preiskomponenten konfrontiert werden, sondern sich im Sinne einer vereinfachten Preisinformationsverarbeitung auf eine der Preiskomponenten fokussieren (z.B. auf den Ba-


17

sispreis eines Angebots). Deshalb neigen Kunden dazu, den Gesamtpreis eines Angebots zu unterschätzen. Dies wird als einer der Hauptgründe betrachtet, die zu dem angenommenen, positiven Effekt von komplexen Preisen für Unternehmen führt (vgl. Morwitz/Greenleaf/Johnson 1998). In Abschnitt 2.2 erfolgt eine kurze Zusammenfassung der relevanten Erkenntnisse von Arbeiten zur mehrteiligen Preissetzung. Im Gegensatz dazu haben Manager in großen Branchen wie Mobilfunk und Finanzdienstleistungen festgestellt, dass einfache Preise eine hohe Attraktivität auf Kunden ausüben. Kunden entscheiden sich zunehmend für faire Alternativen (vgl. McGovern/Moon 2007; Monroe 2003). Dies wird durch die wachsende Zahl von Unternehmen bestätigt, die ihre Angebote durch einfache Preispräsentationen bewerben. Vodafone (2008), zum Beispiel, bewirbt einen einfachen Tarif auf seiner Website: “Find out about Vodafone Simply, the pay as you go price plan that gives you more. Vodafone Simply makes everything straight forward.” Natter et al. (2008) zeigen, dass eine einfache Preissetzung eine effektive Strategie sein kann, um Marktanteile von Wettbewerbern zu erobern (vgl. Natter et al. 2008). Aus Kundensicht könnte ein Grund für die schlechte Bewertung von komplexen Preisen sein, dass Preise, die aus mehreren Komponenten bestehen, einen höheren kognitiven Aufwand verursachen (vgl. Estelami 2003; Kim/Kramer 2006) und deshalb von Kunden negativ wahrgenommen werden (vgl. Johnson/Payne 1985). Je nachdem wie eine Preisstruktur gestaltet ist, sind verschiedene Ebenen kognitiver Anstrengung in die Berechnung eines Endpreises eingebunden (vgl. Estelami 1999; Estelami 2003; Herrmann/Wricke 1998; Kim/Kachersky 2006; Kim/Kramer 2006). Insgesamt ist jedoch nur wenig darüber bekannt, wie Kunden unterschiedlich komplexe Preise wahrnehmen und wie ihr Entscheidungsverhalten durch diese Wahrnehmungen beeinflusst wird. Entscheiden sich Kunden zu Gunsten von Einfachheit, obwohl das entsprechende Angebot teurer ist als vergleichbare komplexe aber günstigere Konkurrenzangebote? Trotz ihrer praktischen Relevanz wurde diese Verzerrung im Preisbeurteilungsprozess, im Folgenden als Simplicity-Bias bezeichnet, bislang nicht theoretisch und empirisch analysiert. Deshalb bleibt unklar, ob Unternehmen ihre Preise komplex oder einfach gestalten sollten. Einerseits gibt es Anhaltspunkte dafür, dass Kunden die Gesamtkosten von mehrteiligen Preisen unterschätzen und sich komplexe

18


Preise somit positiv für das Unternehmen auswirken. Andererseits gibt es Anhaltspunkte dafür, dass Kunden großen Wert auf Einfachheit und Transparenz legen (deshalb möglicherweise die Kosten von einfachen Preisen im Vergleich zu komplexen Preisen unterschätzen) und sich komplexe Preise somit negativ für das Unternehmen auswirken. Kapitel 2 konzentriert sich auf die Kernfrage, ob ein Simplicity-Bias bei Preisbewertungen existiert, da Kunden komplexe Preise als unfair betrachten und automatisch einen höheren Preis von einem komplexen Preissystem ableiten. In Kapitel 2 wird auf die folgenden vier Untersuchungsebenen eingegangen: Erstens wird untersucht, was unter wahrgenommener Preiskomplexität zu verstehen ist und was die objektiven Treiber wahrgenommener Preiskomplexität sind. Der Fokus der durchgeführten Studien liegt deshalb auf der subjektiven Kundenwahrnehmung von Preiskomplexität, da Konsumentenreaktionen auf die Preisstrategie eines Unternehmens nicht vollständig rational sind (vgl. Kim/Natter/Spann 2009). Diese subjektiven Wahrnehmungen werden wiederum bestimmt durch die Art, wie Unternehmen die verschiedenen Komponenten ihrer Preissysteme gestalten, was im Folgenden als objektive Preiskomplexität bezeichnet wird (vgl. Engelmann 2005). Zweitens wird die Beziehung zwischen wahrgenommener Preiskomplexität und Preisfairness betrachtet. Bewerten Kunden die Einfachheit eines Preises bei gleich bleibender Preishöhe fairer? Falls Fairnesswahrnehmungen nicht nur durch das Preisniveau beeinflusst werden, sondern auch durch die wahrgenommene Komplexität eines Preises, dann hätte dies wichtige Auswirkungen auf die Gestaltung von Preissystemen und würde das Wissen in der verhaltenswissenschaftlichen Preisforschung zu Fairnesswahrnehmungen von Preisen erweitern. Bislang wurde Preisfairness hauptsächlich in Bezug auf Preiserhöhungen untersucht (vgl. z.B. Bolton/Alba 2006; Campbell 1999; 2007). Während der letzten Jahre hat Preisfairness auch gestiegene Aufmerksamkeit auf dem Gebiet einzelner Preistaktiken erfahren, wie z.B. Revenue-Management (vgl. Kimes/Wirtz 2003) oder Dynamic Pricing (vgl. Cox 2001). Studien, die sich auf Preistaktiken beziehen, zeigen, dass nicht nur das Preisniveau selbst, sondern auch die Art der Preispräsentation eines Unter-


19

nehmens die Fairness-Wahrnehmung der Kunden (vgl. Maxwell 2002) und deren Kaufentscheidung beeinflussen kann. Dennoch ist nach derzeitigem Wissen der Zusammenhang zwischen Preisfairness und der einfachen bzw. komplexen Präsentation eines Preises noch nicht betrachtet worden. Drittens werden Kundenreaktionen bei einem Zielkonflikt zwischen Preis und Komplexität untersucht. Kunden könnten einen einfachen Preis bevorzugen, obwohl dieser höher ist. Einige Studien im Produktmanagement und im Einzelhandel stützen einen ähnlichen Gedanken. Sie beschäftigen sich mit einem ähnlichen Konflikt zwischen Einfachheit und Vielfalt. Ergebnisse zeigen, dass eine große Zahl an Produktmerkmalen oder eine breite Auswahl an Produkten zu Verwirrung führen kann, was wiederum zu einer niedrigeren Kaufabsicht führt (vgl. z.B. Chernev 2003; Gourville/Soman 2005). Viertens wird Zeitdruck als moderierende Variable bei der Verarbeitung einfacher bzw. komplexer Preise betrachtet. Zeitdruck spielt eine bedeutende Rolle im Kaufentscheidungsprozess, da Kunden zunehmend mit Zeitdruck und Stress konfrontiert sind (vgl. Edland 1994). Deshalb wird untersucht, wie sich Zeitdruck auf Preisschätzungen und Fairness-Wahrnehmungen auswirkt. Es wurden drei experimentelle Studien durchgeführt, um die Beziehung zwischen wahrgenommener Preiskomplexität, Preisfairness und Verhaltensreaktionen zu untersuchen. Die Studien 2 und 3 bauen auf den Ergebnissen von Studie 1 auf und konfrontieren Probanden mit einer Entscheidungssituation, die einen Zielkonflikt zwischen Komplexität und Preis beinhaltet. Studie 3 stellt eine Validierung des Untersuchungsrahmens aus Studie 2 dar mit der zusätzlichen moderierenden Variablen, Zeitdruck. Tabelle 4 fasst die Kernmerkmale dieser Studien zusammen.

20

Fokus der Studien

Unabhängige Variablen (manipuliert) Unabhängige Variablen (gemessen) Abhängige Variablen Stichprobe Studientyp Schlüsselmethoden


Studie 1 Kundenwahrnehmungen von unterschiedlichen Preiskomplexitätsniveaus und Auswirkungen auf Preisfairness

Studie 2 Kundenwahrnehmungen von Preiskomplexität und Entscheidungsverhalten in einem Attributkonflikt zwischen Komplexität und Preislevel

Studie 3 Validierung der Studie 2, Kundenwahrnehmungen von Preiskomplexität und Entscheidungsverhalten in einem Attributkonflikt zwischen Komplexität und Preislevel abhängig von Zeitdruck Objektiver Preisvorteil, Zeitdruck

Objektive Preiskomplexität

Objektiver Preisvorteil

-------------------------------

Wahrgenommene Preiskomplexität


Wahrgenommene Preiskomplexität, Preisfairness, Kaufbereitschaft 485 Studenten Paper-and-pencil, Vorlesungssaal MANOVA, Strukturgleichungsmodell

Subjektiver Preisvorteil, Preisfairness, Kaufentscheidung 181 Konsumenten Computergestützt, Experimentallabor Logistische Regression, Strukturgleichungsmodell

Subjektiver Preisvorteil, Preisfairness, Kaufentscheidung 291 Studenten Computergestützt, Experimentallabor Logistische Regression, Strukturgleichungsmodell

Tabelle 4: Übersicht der Studien

2.2 Kurzer Literaturüberblick: „Partitioned Pricing“ Eine mit der Preiskomplexität verwandte Forschungsrichtung, die sich ebenfalls mit der Aufteilung eines Gesamtpreises in verschiedene Komponenten beschäftigt, wird in der englischsprachigen Literatur als „partitioned Pricing“ bezeichnet. Erkenntnisse aus diesem Literaturfeld liefern Anhaltspunkte für die Untersuchung der Rolle von Preiskomplexität in der verhaltenswissenschaftlichen Preisforschung. Im Folgenden werden die Erkenntnisse dieses Literaturfelds kurz zusammengefasst. Geteilte Preissetzung bezieht sich auf Situationen, in denen Kunden einen Grundpreis für ein bestimmtes Produkt oder einen bestimmten Service zahlen müssen und zusätzliche Aufpreise in ihrer Kalkulation des Gesamtpreises mit einbeziehen müssen. Die Vermutung ist, dass Konsumenten den Grundpreis stärker wahrnehmen und gewichten


21

als die Aufpreise, da diese üblicherweise viel geringer ausfallen als der Grundpreis. Grundlegende Arbeiten in diesem Forschungsfeld zeigen, dass Kunden einen insgesamt niedrigeren Preis wahrnehmen, wenn der Gesamtpreis in mehrere Komponenten aufgeteilt ist als bei einer Angabe des Komplettpreises. Diese niedrigere Preiswahrnehmung führt insgesamt zu einer höhere Kaufbereitschaft (vgl. Morwitz/Greenleaf/ Johnson 1998). Im Einzelnen hängt die Effektivität der Preisaufteilung für das Unternehmen, d.h. die Preisunterschätzung der Konsumenten, von verschiedenen Faktoren ab. Erstens spielt die Anzahl der Aufpreise eine Rolle. Der positive Effekt der Preisaufteilung verschwindet beispielsweise, wenn zwei oder mehr Aufpreise erwähnt werden (vgl. Xia/Monroe 2004). Zweitens hängt die Effektivität der Preisaufteilung von der Höhe des Aufpreises ab. Wenn der Aufpreis relativ hoch ist (z.B. 50% des Grundpreises), ist die Kaufbereitschaft der Kunden niedriger als wenn die Preise nicht aufgeteilt wären (vgl. Burman/Biswas 2007; Sheng/Bao/Pan 2007). Unverhältnismäßig hohe Aufpreise führen auch zu einer erhöhten wahrgenommenen Unfairness (vgl. z.B. Lee/Han 2002). Drittens spielt das Ansehen des Verkäufers eine Rolle. Verkäufer mit hoher Reputation können höhere Aufpreise im Rahmen der Preisaufteilung anbieten, da die Käufer keinen Verdacht schöpfen, hintergangen zu werden und den Aufpreisen geringere Aufmerksamkeit schenken (vgl. Cheema 2008; Carlson/Weathers 2008). Verkäufer mit geringerem Ansehen beim Käufer stellen sich besser, wenn sie einen Gesamtpreis anbieten und den Preis nicht in einzelne Komponenten aufteilen. Die Definition von Preiskomplexität in diesem Kapitel der Arbeit ist allgemeiner ausgelegt als das Verständnis von geteilten Preisen im Rahmen der „partitioned Pricing“Forschung. Das Verständnis von Preiskomplexität, das dieser Arbeit zugrunde liegt, hängt nicht von der Voraussetzung ab, dass die einzelnen Preiselemente eines Preissystems grundlegend unterschiedlich von einander sein müssen. Ebenso wird nicht vorausgesetzt, dass Kunden ein höheres Gewicht auf einen Grundpreis legen als auf mögliche Aufpreise. Zudem wird im Rahmen der durchgeführten Studien die Heterogenität eines Preissystems betrachtet. Die Arbeit grenzt sich somit von früheren Studien ab, die hauptsächlich die Anzahl der Preiselemente variiert haben, d.h. die Größe eines Preissystems. Heterogenität der Zahlen und Rechnungen innerhalb eines Preissystems

22


wurden bisher nicht als beschränkende Faktoren der Effektivität von geteilten Preisen betrachtet. Frühere Arbeiten haben beispielsweise entweder gerade Zahlen verwendet, die einfach zu verarbeiten sind (vgl. Schindler/Morrin/Bechwati 2005) oder ungerade Zahlen, die schwieriger zu verarbeiten sind (vgl. DelVecchio/Krishnan/Smith 2007; Morwitz/Greenleaf/Johnson 1998). Zusammenfassend lässt sich sagen, dass sich Arbeiten im Zuge der „partitioned Pricing“-Forschung nicht direkt mit der Frage beschäftigt haben, ob die Wahl einer einfachen Preissetzung für das Unternehmen vorteilhafter ist als eine komplexe Preissetzung. 2.3 Studie 1 – Einflussgrößen und Auswirkungen von Preiskomplexität 2.3.1

Konstruktdefinitionen

Objektive Preiskomplexität wird im Folgenden unter Bezugnahme der Systemtheorie und Organisationstheorie definiert. Demnach lässt sich objektive Preiskomplexität als die Größe und die Heterogenität einer Preisstruktur definieren, auch bezeichnet als strukturelle Komplexität (vgl. Damanpour 1996; Duncan 1972). In Übereinstimmung mit Dellaert/Stremersch (2005) werden die Größe eines Systems und zwei Facetten der Heterogenität (der Zahlen und der Rechnungen) als die drei Dimensionen von Preiskomplexität betrachtet. Die objektive Preiskomplexität wird somit bestimmt durch die Gesamtanzahl der Elemente innerhalb einer Preisstruktur (z.B. „geringe Anzahl an Preiselementen“ verglichen mit „hoher Anzahl an Preiselementen“), durch die Vielfalt verschiedener Zahlen (z.B. „die meisten Zahlen sind gleich“ verglichen mit „alle Zahlen sind verschieden bzw. nutzen andere Werte“) und durch die Vielfalt der Berechnungen, die zur Bestimmung eines Gesamtpreises notwendig sind (z.B. „nur eine Art von Berechnung“ verglichen mit „verschiedenen Arten von Berechnungen“). In Abschnitt 4.2 der Arbeit wird die praktische Relevanz der drei Komplexitätsdimensionen anhand von konkreten Beispielen aus der Praxis detaillierter erläutert. Der Fokus der vorliegenden Forschung liegt auf der vom Kunden wahrgenommenen Preiskomplexität. Diese wird in dieser Arbeit definiert als der gesamte kognitive Aufwand (vgl. Cooper-Martin 1994), der bei der Bewertung eines objektiv komplexen


23

Preises empfunden wird. Grundlegenden Arbeiten zur Informationsverarbeitung (vgl. Bettman/Johnson/Payne 1990) und im speziellen der Preisinformationsverarbeitung (vgl. Jacoby/Olson 1977) zufolge, kann die kognitive Gesamtlast in einzelne Stufen aufgeteilt werden. Abbildung 2 verdeutlicht die zentralen Schritte im Prozess der Preisinformationsverarbeitung. Die Phasen der kognitiven Preisinformationsverarbeitung (vgl. Jacoby/Olson 1977; Homburg/Koschate 2005a) können in folgende Schritte unterteilt werden: Preisinformationsaufnahme, Preisinformationswahrnehmung und Urteilsbildung.

Preisinformationen

Preisinformationsaufnahme

Preisinformationswahrnehmung

Urteilsbildung

Kundenverhalten

Abbildung 2: Phasen der kognitiven Informationsverarbeitung

Preisinformationen beziehen sich zunächst auf die vom Unternehmen direkt beeinflussbaren Gestaltungsmerkmale von Preisen, z.B. die Gestaltung eines Preissystems. Preisinformationen in Form von externen Reizen beeinflussen nicht direkt sondern lediglich indirekt das Verhalten. Diese externen Reize müssen wahrgenommen und interpretiert werden, bevor sie Entscheidungsprozesse beeinflussen und auf das Verhalten wirken. Die Phase der Preisinformationsaufnahme bezieht sich auf die Aufnahme von Preisinformationen in das Kurzzeitgedächtnis. Im Ultra-Kurzzeitspeicher werden Sinneswahrnehmungen nur kurzzeitig gespeichert und in bioelektrische Impulse umgewandelt (vgl. Kroeber-Riel/Weinberg 2003). Die Kapazität des sensorischen Informationsspeichers ist sehr groß, die Speicherdauer beträgt jedoch nur wenige Sekunden. In der Phase der Preisinformationswahrnehmung kommt es zur Entschlüsselung der Preise und zur Verarbeitung der objektiven Preisinformationen im Kurzzeitspeicher. Das heißt, dass ein Teil aller Reize der sensorischen Informationsaufnahme weiterverarbeitet wird (vgl. Kroeber-Riel/Weinberg 2003). Bei komplexen Preissystemen besteht häufig die Gefahr einer Informationsüberlastung, da zu viele Informationen auf

24


einmal auf das Kurzzeitgedächtnis wirken. Bereits in der Phase der Wahrnehmung kommt deshalb ein selektiver Filter zum Einsatz, der vor der Verarbeitung Teilinformationen entfernen kann. Hier werden objektive Reize in subjektive Eindrücke transformiert. Die entstehenden subjektiven Größen dienen als Basis für die Preis- und Komplexitätsbeurteilung. Dieser Transformationsprozess wird auch als Kodierung bezeichnet (vgl. Hay 1987). In Bezug auf die Beurteilung eines Preissystems kann es zu folgenden Ausprägungen der Kodierung kommen: x die Preisinformation wird unverändert kodiert, d.h. der subjektive Preis entspricht dem objektiven Preis (keine Abweichung in der Preishöhe) x nur ein Teil der Preisinformationen wird zur weiteren Verarbeitung herangezogen (abweichende Preishöhe) x die Preisinformation wird elaboriert, d.h. der objektiven Information werden weitere Informationen hinzugefügt (abweichende Preishöhe) Nach der Phase der Wahrnehmung folgt die Phase der Urteilsbildung. Hier werden die kodierten Preisinformationen beurteilt. Durch die Verknüpfung der kodierten Preisstimuli mit Informationen und Erfahrungen aus dem Langzeitgedächtnis entsteht ein subjektives Wahrnehmungsbild der Preisinformation und Preiskomplexität (vgl. Dieckmann 1993). Anlehnend an den Prozess der Preisinformationsverarbeitung wird Preiskomplexität als ein Konstrukt zweiter Ordnung mit drei Dimensionen konzeptualisiert: Preisbelastung (Empfinden der Preisinformation), Berechnungsaufwand (Verständnis und Verarbeitung der Preisinformation) und Bewertungsaufwand (Bildung einer Einstellung). Die erste Dimension wahrgenommener Preiskomplexität, die Preisbelastung, bezieht sich auf die Anzahl der Preiselemente, die der Kunde verarbeiten muss (vgl. Jacoby 1977). Überlastung und Verwirrung entstehen aufgrund der begrenzten Fähigkeit von Individuen, Informationen zu verarbeiten (vgl. z.B. Jacoby/Speller/Kohn 1974; Malhotra 1982). Frühere Studien, die sich mit Überlastung der Konsumenten beschäftigt haben, konzentrierten sich jedoch vor allem auf Überlastung, die durch produktbezogene Stimuli verursacht wird (und nicht durch Preise).


25

Die zweite Dimension, der Berechnungsaufwand, bezieht sich auf die Schwierigkeit des Konsumenten, einen Endpreis zu berechnen. Forschung zur Preisinformationsverarbeitung hat gezeigt, dass komplexe, numerische Stimuli zu Schwierigkeiten bei der Preisbeurteilung führen (vgl. Monroe/Lee 1999; Thomas/Morwitz 2009). Kunden haben z.B. nur eine begrenzte Fähigkeit, Berechnungen durchzuführen, die stark in ihrer arithmetischen und numerischen Form variieren (vgl. Coulter/Coulter 2005; Estelami 2003). Die dritte Dimension, der Bewertungsaufwand, bezieht sich auf die wahrgenommene Schwierigkeit, den Gesamtpreis mit dem Nutzen eines Angebots zu vergleichen. Bei steigender Komplexität haben Kunden Schwierigkeiten, die Vorteilhaftigkeit eines Angebots zu bewerten. Dies ist wiederum eine Hauptursache von gefühlter Unsicherheit und negativen Emotionen bei der Entscheidungsfindung (vgl. Garbarino/Edell 1997; Heitmann/Lehmann/Herrmann 2007). Als abhängige Variable wird Preisfairness betrachtet, welche durch wahrgenommene Preiskomplexität beeinflusst wird. Campbell (2007) definiert Preisfairnesswahrnehmungen als „[…] a consumer’s subjective sense of a price as right, just, or legitimate versus wrong, unjust, or illegitimate” (Campbell 2007, S. 261). Viele empirische Studien haben gezeigt, dass Preisfairness eine wichtige preisbezogene Variable ist, um die Kaufabsicht eines Kunden zu erklären (vgl. z.B. Campbell 1999; Kukar-Kinney/Xia/Monroe 2007). Daher wird die Absicht eines Kunden, ein bestimmtes Angebot zu kaufen, auch als Folge von Preisfairness betrachtet. Abbildung 3 gibt einen Überblick über die Variablen der Studie 1.

26


Wahrgenommene Preiskomplexität Objektive Preiskomplexität

Preisfairness Preisbelastung

Berechnungsaufwand

Kaufbereitschaft

Beurteilungsaufwand

Abbildung 3: Übersicht der Variablen in Studie 1 (Kapitel 2)

2.3.2

Herleitung der Hypothesen

Die zentrale Prämisse, der im Rahmen der Arbeit dargestellten Untersuchungsmodelle ist, dass alle drei Dimensionen objektiver Preiskomplexität gleichzeitig die Kundenwahrnehmungen beeinflussen. Das übergreifende Argument ist, dass ein gesteigerter kognitiver Aufwand zu einer gesteigerten Wahrnehmung von Preiskomplexität führt. Dieser gesteigerte kognitive Aufwand wird durch eine erhöhte Anzahl an Preiselementen und durch die gestiegene Heterogenität des Preissystems verursacht (vgl. Bettman/Johnson/Payne 1990; Johnson/Payne 1985). Die Variation der objektiven Preiskomplexität wird ausführlich in Abschnitt 2.3.3.1 beschrieben. Insbesondere bei der Betrachtung der ersten Dimension der Preiskomplexität, der Größe des Systems, wird die Informationstheorie (vgl. Anderson 1982) herangezogen. Diese Theorie deutet an, dass Kunden einzelne Preisdimensionen in subjektive Bewertungen transformieren und diese subjektiven Bewertungen schließlich in eine Gesamtbeurteilung einbinden. Herrmann/Wricke (1998) zeigen, dass ein Anstieg der Anzahl der Preisdimensionen einen negativen Effekt auf die Genauigkeit einer Preisbeurteilung hat. In Anlehnung an die Informationstheorie lässt sich daraus schließen, dass eine hohe Anzahl von Preiselementen zu einem höheren wahrgenommenen Aufwand führt.


27

Die zweite und dritte Dimension der Preiskomplexität beziehen sich beide auf die Heterogenität des Preises: die Vielfalt von Zahlen und die Vielfalt der Berechnungen. Erkenntnisse auf dem Gebiet der numerischen Kognition zeigen, dass Preisinformationen auf eine sehr ähnliche Art wie Zahlen verarbeitet werden (vgl. Vanhuele/Drèze 2002; Xia 2003). Deshalb ist die Verarbeitung der dargestellten Preisinformationen anspruchsvoller, wenn das Angebot aus vielen verschiedenen Zahlen besteht. Darüber hinaus liefern Arbeiten aus der Arithmetik Hinweise darauf, dass Kunden Schwierigkeiten haben, sogar grundlegendste Berechnungen durchzuführen. Dies wiederum führt zu psychologischem Stress (vgl. Hitch 1978). Berechnungen, die Subtraktionen oder Divisionen verlangen, werden komplexer wahrgenommen als additive oder multiplikative Berechnungen (vgl. Estelami 2003). Eine größere Vielfalt verschiedener Berechnungen innerhalb eines PreisAngebots verlangt die Anwendung mehrerer Berechnungsregeln und dementsprechend die Inanspruchnahme größerer kognitiver Ressourcen (vgl. Dehaene 1992). Basierend auf diesen Erkenntnissen lässt sich folgende grundlegende Hypothese ableiten: H1:

Objektive Preiskomplexität, d.h. die Anzahl der Elemente und die Heterogenität der Zahlen und Berechnungen, hat einen positiven Effekt auf die wahrgenommene Preiskomplexität.

Wie beschrieben führt ein Anstieg der objektiven Komplexität einer Preisstruktur aufgrund der begrenzten kognitiven Kapazität eines Individuums zu einer höheren kognitiven Belastung. Daher haben Kunden größere Schwierigkeiten, den Wert eines komplexen Preises im Vergleich zu einem einfachen Preis zu beurteilen. Sie müssen einen höheren Denkaufwand in die Bestimmung der Gesamtkosten investieren (vgl. Estelami 2003). Im Folgenden wird dieser Gedanke mit der Beurteilung der Preisfairness verknüpft. Das grundlegende Dilemma bei komplexen Preisentscheidungen besteht darin, dass der Kunde unbewusst darum bemüht ist, eine möglichst genaue Entscheidung zu treffen und gleichzeitig den Aufwand, der mit der Entscheidungsfindung verbunden ist, möglichst zu minimieren. Bettman/Luce/Payne (1998) haben vier Hauptziele identifiziert, die die Basis für das Treffen von Entscheidungen sind.

28


Kunden versuchen, ihren kognitiven Aufwand zu minimieren, das Ergebnis ihrer Entscheidung zu optimieren, negative Emotionen während des Entscheidungsprozesses zu vermeiden und die Entscheidung möglichst einfach zu rechtfertigen. Wenn die Komplexität einer Preisstruktur steigt, dann sind diese vier Ziele schwieriger zu erreichen. Je schwieriger es ist, eine korrekte Beurteilung zu erzielen, desto schwieriger wird es, die Entscheidung zu rechtfertigen. Daher kommt es zu einem Trade-off zwischen den entscheidungsbezogenen Kosten und dem entscheidungsbezogenen Nutzen (vgl. Johnson/Payne 1985). Zu den Kosten zählt z.B. die kognitive Anstrengung, um die Vorteilhaftigkeit eines Angebots zu bestimmen. Zu den Nutzen zählt z.B. die empfundene Richtigkeit der Entscheidung. Die Kosten der Entscheidungsfindung steigen durch eine komplexe Preisgestaltung an und können zu Entscheidungsfehlern führen (vgl. Bettman/Luce/Payne 1998). Dieser Zielkonflikt, der durch komplexe Preise verursacht wird, sollte Wahrnehmungen der Preisfairness negativ beeinflussen, also zu einer geringeren Preisfairness führen, da hohe Denkkosten als unfair empfunden werden. Ein erhöhter kognitiver Aufwand führt zu höheren Bewertungskosten einer bestimmten Alternative. Gemäß der Equity Theorie (vgl. Adams 1965; Homans 1961) vergleichen Individuen ihren erhaltenen Gewinn mit dem investierten Einsatz einer Entscheidung. Neben den monetären Investitionen einer Kaufentscheidung sind die Denkkosten eines Kunden relevante Inputs. Die Beurteilung komplexer Stimuli bedeutet ein höheres Niveau des kognitiven Einsatzes, verglichen mit der Beurteilung einfacher Stimuli. Individuen vergleichen ihr eigenes Output-Input-Verhältnis (Verhältnis von erhaltenem Gewinn einer Entscheidung zu investiertem Einsatz einer Entscheidung) nicht nur mit dem Output-Input-Verhältnis anderer Käufer, sondern auch mit dem Output-InputVerhältnis vorheriger Einkaufserfahrungen (vgl. Adams 1965). Daher haben ähnliche Käufe verschiedene Output-Input-Verhältnisse, entsprechend dem wahrgenommenen kognitiven Aufwand. Niedrigere Quotienten (z.B. bedingt durch höhere Denkkosten aufgrund von komplexen Preisen) sollten deshalb als weniger fair betrachtet werden. Ein hoher komplexer Preis erfordert im Vergleich zu einem einfachen Preis (der gleich viel kostet) höhere Denkkosten und hat ein schlechteres Output-Input-Verhältnis zur


29

Folge. Dies wirkt sich wiederum direkt auf die Preisfairness aus. Aus diesem Grund wird folgende Hypothese aufgestellt: H2:

Wahrgenommene Preiskomplexität hat einen negativen Effekt auf Preisfairness.

Hinsichtlich der Verbindung zwischen Preisfairness und Kaufabsicht wird keine Forschungshypothese formuliert. Der positive, direkte Effekt wurde bereits in früheren Arbeiten betrachtet und bestätigt (vgl. z.B. Kukar-Kinney/Xia/Monroe 2007). 2.3.3

Methodik

2.3.3.1 Studienaufbau Nach einer sorgfältigen Analyse von Angeboten in verschiedenen Dienstleistungsbranchen (z.B. Telekommunikation, Finanzdienstleistungen, Autovermietung und Energieversorgung) wurde die Telekommunikationsbranche für die Durchführung des Experiments ausgesucht. Die Tarife der Telekommunikationsbranche eignen sich gut für eine relativ einfache Variation der Preiskomplexität. Im Rahmen des Experiments wurden die Teilnehmer mit einem fiktiven Mobilfunktarif, dem „Best Talk“-Tarif, konfrontiert. Dieser Tarif variierte in seinem Niveau der objektiven Preiskomplexität. Die Teilnehmer der Studie wurden darum gebeten, jeweils die Komplexität eines bestimmten Tarifs zu bewerten und ihre FairnessWahrnehmungen und Kaufabsichten anzugeben. Um unterschiedlich komplexe Tarife zu erstellen, wurden die Anzahl der Preiselemente (Größe des Systems) und die Vielfalt verschiedener Zahlen und Berechnungen (Heterogenität des Systems) als die Kernelemente objektiver Preiskomplexität betrachtet. In einem 2 x 2 x 2 Between-Subjects-Design wurde die objektive Preiskomplexität des Mobilfunkvertrages verändert: die Anzahl der Elemente, die Vielfalt der Berechnungen und die Vielfalt der Zahlen. Basierend auf einer Analyse von Tarifen der Telekommunikationsbranche variierten die Ausprägungen jeder Komplexitätsdimension zwischen zwei Niveaus (hoch und niedrig). Durch diese Variation wurden acht verschiedene Tarife erstellt. Tabelle 5 zeigt beispielhaft drei der acht Tarife.

30


Die in Tabelle 5 dargestellten Tarife repräsentieren drei unterschiedliche Komplexitätsniveaus.

Das

niedrigste

Komplexitätsniveau

zeigt

Szenario

1

(alle

Komplexitätsdimensionen sind niedrig ausgeprägt), ein Beispiel eines hohen Komplexitätsniveaus zeigt Szenario 5 (zwei Komplexitätsdimensionen sind hoch ausgeprägt)

und

das

höchste

Komplexitätsniveau

zeigt

Szenario

8

(alle

Komplexitätsdimensionen sind hoch ausgeprägt). Um realistische Niveaus jeder Dimension sicherzustellen, wurde die Komplexität von 95 europäischen und USamerikanischen Tarifen anhand der drei Komplexitätsdimensionen analysiert. Basierend auf dieser Analyse wurden acht Tarife erstellt.


31

Szenario 1: niedrige Anzahl an Elementen, niedrige Heterogenität der Zahlen und Berechnungen (niedriges Komplexitätsniveau) Telefonate „Tele Best” Kunden 0,10 €/min. Festnetz 0,10 €/min. Sonstige Mobilfunknetze 0,10 €/min. SMS „Tele Best” Kunden 0,10 €/SMS Sonstige Mobilfunknetze 0,10 €/SMS Szenario 5: niedrige Anzahl an Elementen, hohe Heterogenität der Zahlen und Berechnungen (hohes Komplexitätsniveau) Telefonate „Tele Best” Kunden

0,18 €/min. – 20% Rabatt jeden Monat

Festnetz

0,07 €/min.

Sonstige Mobilfunknetze

0,17 €/min.

SMS Alle Netze

0,09 €/SMS Gratis: 60 SMS jeden Monat Szenario 8: hohe Anzahl an Elementen, hohe Heterogenität der Zahlen und Berechnungen (sehr hohes Komplexitätsniveau)

Telefonate „Tele Best” Kunden

0,18 €/min. – 20% Rabatt jeden Monat

Festnetz

0,05 €/min.

Sonstige Mobilfunknetze

0,13 €/min.

SMS Alle Netze

0,09 €/SMS Gratis: 60 SMS jeden Monat

Mailbox Abfrage

0,10€

Grundgebühr (monatlich)

6€

Discount (monatlich)

4€

Anschlussgebühr (einmalig)

14€

Willkommensrabatt (einmalig)

14€

Tabelle 5: Manipulation der objektiven Preiskomplexität in Studie 1 (Kapitel 2)

Erwähnenswert ist in diesem Zusammenhang, dass kein Flatrate-Tarif (als die einfachste Form eines Tarifes) miteinbezogen wurde, um jegliche Beeinflussung durch

32


einen Flatrate- oder Pay-Per-Use-Bias zu vermeiden (vgl. Lambrecht/Skiera 2006). Diese Verzerrungen werden im Zusammenhang mit Unsicherheit im Hinblick auf zukünftige Produktnutzung erforscht. Sie betrachten allerdings nicht das Format der Preispräsentation. In der vorliegenden Studie geht es darum, dass alleine die Präsentation eines Preises („einfach“ verglichen mit „komplex“) die Kaufentscheidung beeinflusst. Im weiteren Verlauf des Experiments wurde jeder Teilnehmer mit der Situation konfrontiert, dass sein Mobilfunkvertrag (35€ pro Monat) ablaufen würde und er sich für einen neuen, günstigeren Tarif desselben Anbieters interessieren würde. Den Probanden wurde mitgeteilt, dass sie gerne bei diesem Anbieter bleiben wollten, da die meisten Freunde auch Verträge dort hätten. Außerdem wurde ihnen gesagt, dass sie einen Überblick ihres durchschnittlichen Nutzungsverhaltens angefordert hätten, um die Kosten des neuen Tarifes zu bestimmen. Alle Teilnehmer erhielten dann den gleichen Überblick ihrer durchschnittlichen monatlichen Anrufe und Textnachrichten, wie in Tabelle 6 dargestellt ist. Die Nutzungsübersicht (vgl. Tabelle 6) wurde sehr einfach gehalten, um jede weitere Komplexität zu vermeiden (vgl. Nunes 2000). Die Teilnehmer wurden aus unterschiedlichen Gründen mit ihrem Nutzungsverhalten konfrontiert. Erstens sollte sichergestellt werden, dass sich alle Teilnehmer auf denselben Nutzungsumfang beziehen, um den Preis zu schätzen, und nicht auf ihre eigene Handynutzung. Zweitens sollte ein möglichst realistisches Preisszenario erstellt werden. Drittens sollte bezweckt werden, dass sich jeder Teilnehmer eine gewisse Zeit mit dem Tarif beschäftigt, indem er das Nutzungsverhalten mit dem Preisszenario abgleicht.


33

Vorgegebenes durchschnittliches Nutzungsverhalten im Monat (für alle 8 Szenarien identisch) Telefonate „Tele Best” Kunden Festnetz Sonstige Mobilfunknetze SMS „Tele Best” Kunden Sonstige Mobilfunknetze Mailbox Abfrage

100 min. 50 min. 50 min. 50 50 10 Mal

Tabelle 6: Vorgegebenes Nutzungsverhalten in Studie 1 (Kapitel 2)

Nach dem vorgegebenen monatlichen Nutzungsverhalten würde jeder der acht neuen Tarife 30€ kosten. Da der alte Tarif 35€ kostete, würde sich jeder Teilnehmer mit dem neuen Tarif besser stellen, unabhängig vom Komplexitätsniveau. In der ersten Studie wurde der Preis nicht experimentell variiert zwischen den unterschiedlichen Komplexitätsabstufungen, um die Verbindung zwischen objektiver und wahrgenommener Preiskomplexität, Preisfairness und Kaufabsicht zu analysieren. 2.3.3.2 Stichprobe und Aufbau des Experiments Die Stichprobe umfasste 485 Bachelor-Studenten verschiedener Fachrichtungen der Universität Mannheim. Das Experiment wurde im Rahmen einer Vorlesung an der Universität Mannheim durchgeführt. Zehn Fragebögen wurden aufgrund unvollständiger Antworten aus der Stichprobe entfernt. Nach einer kurzen Einführung wurde jeder Teilnehmer zufällig mit einem der acht Tarife, die sich in ihrem Komplexitätsniveau unterschieden, konfrontiert. Dann wurden die Teilnehmer gebeten, ihre Kaufabsicht, die von ihnen wahrgenommene Preiskomplexität und Preisfairness anzugeben. Außerdem wurden einige Kontrollvariablen wie Alter, Geschlecht und die monatlichen Ausgaben der Teilnehmer für ihre Mobilfunknutzung erhoben. Als Belohnung wurden nach dem Experiment zehn Gutscheine eines Internet-Buchhändlers verlost.

34


2.3.3.3 Messung der Konstrukte Alle Konstrukte (wahrgenommene Preiskomplexität, Preisfairness und Kaufabsicht) wurden mit Hilfe eines reflektiven Multi-Item-Messansatzes erhoben (vgl. Tabelle 7). Die wahrgenommene Preiskomplexität wurde als Konstrukt zweiter Ordnung mit drei Dimensionen gemessen (Preisbelastung, Berechnungsaufwand und Bewertungsaufwand). Zusätzlich zu einer ausführlichen Literaturrecherche wurden 15 semistrukturierte Interviews mit Studenten, Hausfrauen und Rentnern durchgeführt, um relevante Indikatoren zu identifizieren. Schließlich wurden die Skalen der wahrgenommenen Preiskomplexität mit einer Studenten-Stichprobe vorab getestet. Durch diese Vorgehensweise wurde die inhaltliche Validität der Indikatoren sichergestellt. Die Preisfairness-Skala umfasste Indikatoren, die bereits in früheren Studien benutzt wurden (vgl. Herrmann et al. 2004). Um die Kaufabsicht zu messen, wurde die Skala von Dodds/Monroe/Grewal (1991) herangezogen. Die Reliabilität und Validität der jeweiligen Konstrukte wurde auf Basis der konfirmatorischen Faktorenanalyse ermittelt. Alle Konstrukt-Reliabilitäten übersteigen den empfohlenen Grenzwert von 0,4 und liegen innerhalb der Spanne von 0,52 und 0,87. Alle drei Dimensionen wahrgenommener Preiskomplexität, Preisfairness und Kaufabsicht weisen ebenfalls eine sehr gute interne Konsistenz auf, mit Reliabilitäten zwischen 0,81 und 0,91. Die Messung der Konstrukte wird in Tabelle 7 ersichtlich. Darüber hinaus wurde die Modellgüte des Konstruktes zweiter Ordnung, der wahrgenommenen Preiskomplexität, analysiert. Ein Modell zweiter Ordnung weist akzeptable Gütemaße mit folgenden Daten auf: 2/df = 4,05, CFI = 0,97, TLI = 0,95, RMSEA = 0,08, SRMR = 0,04. Ein Modell erster Ordnung liefert deutlich schlechtere Werte: (2/df = 15,73, CFI = 0,82, TLI = 0,77, RMSEA = 0,18, SRMR = 0,08; 2 (df = 3) = 525,90, p < 0,01).


Konstrukte mit Indikatoren Kaufbereitschaft Die Wahrscheinlichkeit das Produkt zu kaufen ist… Meine Kaufbereitschaft für das Produkt ist… Die Wahrscheinlichkeit, dass ich den Kauf dieses Produkts in Erwägung ziehen würde ist… Wahrgenommene Preiskomplexität (Konstrukt 2. Ordnung mit drei Dimensionen) Preisbelastung (1. Dimension) Bei diesen vielen Preisen fällt es mir schwer zu verstehen, worum es eigentlich geht. Ich müsste sehr viel wissen, um das Preissystem zu verstehen. Das Preissystem sieht für mich sehr kompliziert aus. Es ist schwierig für mich, mir einen Überblick über alle Zahlen des Preissystems zu verschaffen. Berechnungsaufwand (2. Dimension) Es war mühsam, den insgesamt zu zahlenden Preis zu berechnen. Es fiel mir schwer, mit den einzelnen Zahlen umzugehen. Es war anstrengend, die vielen unterschiedlichen Berechnungen durchzuführen. Es war schwierig, den Gesamtpreis ohne Taschenrechner zu bestimmen. Beurteilungsaufwand (3. Dimension) Es hat viel Zeit gekostet, das Preissystem zu beurteilen und mich zu entscheiden. Ich musste mich sehr konzentrieren, um das Preissystem zu beurteilen und mich zu entscheiden. Es war schwierig, sich mit dem Preissystem zu beschäftigen. Preisfairness Der Preis des Best Talk Tarifs ist fair. Das ist genau der Preis, den ich für die Leistung erwartet hätte. Der Preis des Best Talk Tarifs ist für die Leistung, die ich bekomme, angemessen. Der Best Talk Tarif ist seinen Preis wert. Tabelle 7: Konstruktmessungen Studie 1 (Kapitel 2)

35

DurchschnittIndikalich Faktortorrelia- erfasste reliabili- Ausgewählte bilität Varianz tät Referenzen Dodds/Monroe 0,86 0,95 /Grewal 0,82 (1991) 0,91 0,84

0,67 0,56

0,69

0,90

0,68

0,89

0,68

0,89

0,61

0,81

Cooper-Martin (1994); Heitmann/ Lehmann/ Herrmann (2007)

0,73

0,91

Herrmann et al. (2004)

0,65 0,76 0,75 0,81 0,77 0,68 0,78

Burnham/ Frels/Mahajan (2003); Heitmann/ Lehmann/ Herrmann (2007); Sproles/Kendall (1986) Cooper-Martin (1994); Heitmann/Lehmann/Herrmann (2007); Estelami (2003)

0,52 0,78 0,61 0,58 0,65

0,64 0,68 0,87 0,66

36


2.3.3.4 Ergebnisse Die Analyse des entsprechenden Manipulationstests zeigt, dass die gewählte Manipulation der Preiskomplexität erfolgreich war. Die Bewertung der Gesamtkomplexität reichte von 1,75 bis 5,02 (vgl. Tabelle 8).

Objektive Preiskomplexität

Wahrgenommene Preiskomplexität Komplexitätsniveau

Preisbelastung

Rechenaufwand

Beurteilungsaufwand

Manipulationscheck „der Preis ist komplex”

Niedrig (0)

1

1,69 (0,66)

1,60 ( 0,79)

2,19 ( 0,95)

1,75 (0,99)

Hoch (1)

Niedrig (0)

2

2,13 (0,99)

2,41 (1,36)

2,49 (1,26)

3,02 (1,70)

3 Niedrig (n=62) (0)

Niedrig (0)

Hoch (1)

2

2,23 (1,19)

2,09 (1,06)

2,41 (0,90)

3,58 (1,56)

4 (n=59)

Niedrig (0)

Niedrig (0)

2

2,44 (1,31)

2,66 (1,27)

2,92 (1,41)

3,63 (1,29)


Hoch (1)

Hoch (1)

3

3,34 (1,36)

3,31 (1,39)

3,49 (1,30)

4,77 (1,31)

6 (n=59)

Hoch (1)

Hoch (1)

Niedrig (0)

3

2,31 (1,03)

3,36 (1,38)

3,25 (1,24)

3,95 (1,53)

7 (n=59)

Hoch (1)

Niedrig (0)

Hoch (1)

3

3,12 (1,52)

3,02 (1,42)

3,41 (1,33)

4,64 (1,47)

8 (n=60)

Hoch (1)

Hoch (1)

Hoch (1)

4

3,70 (1,40)

4,11 (1,49)

3,76 (1,23)

5,02 (1,27)

Szenario

Größe

Vielfalt Zahlen

Vielfalt Rechnungen

1 (n=63)

Niedrig(0)

Niedrig (0)


Hoch (1)

Tabelle 8: Mittelwerte der wahrgenommenen Preiskomplexität (Kapitel 2)

Um die Ergebnisse zu validieren, wurden vier Abstufungen der Gesamtkomplexität definiert, die durch das Niveau der Komplexitätsdimensionen des Preissystems angezeigt werden (vgl. Tabelle 8). Die Durchschnittswerte der Komplexitätsniveaus wurden den jeweils nächst niedrigeren Niveaus mit Hilfe von Kontrasttests gegenübergestellt. Diese waren signifikant für den Manipulationscheck (p < 0,01) und für alle Durchschnittswerte der drei Dimensionen wahrgenommener Preiskomplexität (p < 0,05). Die Mittelwerte aller Ausprägungen sind in Tabelle 8 dargestellt. Um H1 zu testen, wurde eine 2 x 2 x 2 MANOVA mit den drei Dimensionen objektiver Preiskom-


37

plexität als unabhängigen Variablen und den drei Dimensionen wahrgenommener Preiskomplexität als abhängigen Variablen durchgeführt. Die Kontrollvariablen haben keinen signifikanten Einfluss gezeigt und wurden daher von der weiteren Analyse ausgenommen. Die Ergebnisse zeigen signifikante Haupteffekte aller drei Komplexitätsdimensionen auf alle drei Dimensionen wahrgenommener Preiskomplexität. Alle Effekte sind hochsignifikant bei p < 0,01, wodurch H1 bestätigt wird (vgl. Tabelle 9). Wie vermutet steigen Preisbelastung, Berechnungsaufwand und Beurteilungsaufwand, wenn das Niveau objektiver Preiskomplexität steigt.

Unabhängige Variablen

Preisbelastung F

Abhängige Variablen Berechnungsaufwand F

Beurteilungsaufwand F

Zahl der Preiselemente (E)

25,14***

63,61***

40,45***

Vielfalt der Zahlen (Z)

19,64***

67,04***

22,02***

Vielfalt der Rechnungen (R)

74,39***

28,76***

26,36***

ExZ

5,80**

0,26

2,71

ExR

0,63

0,37

0,21

RxZ

6,20**

1,32

2,59

ExZxR

0,03

0,00

3,25*

*** p < 0,01; **p < 0,05; *p < 0,10. Tabelle 9: Der Einfluss von objektiver auf wahrgenommene Preiskomplexität

Um H2 zu testen und um die strukturellen Beziehungen zwischen wahrgenommener Preiskomplexität (als ein Konstrukt zweiter Ordnung), Preisfairness und Kaufabsicht (vgl. Abbildung 3) zu testen, wurde eine Kausalanalyse mit MPlus 4.1 durchgeführt (Muthén/Muthén 1998–2007). Als exogene Variable wurde objektive Preiskomplexität in Form eines Komplexitätsindex miteinbezogen. Die globalen Gütemaße weisen insgesamt gute Werte auf (2/df = 2,46, CFI = 0,97, TLI = 0,96, RMSEA = 0,05, SRMR = 0,07). Wie erwartet ist die Parameterschätzung positiv und signifikant für den Effekt der objektiven Preiskomplexität auf wahrgenommene Preiskomplexität ( = 0,55; p < 0,01). H2 prognostiziert einen negativen Effekt der wahrgenommenen Preiskomplexi-

38


tät auf Preisfairness. Diese Hypothese wird ebenfalls bestätigt ( = -0,24; p < 0,01). Schließlich beeinflusst Preisfairness die Kaufabsicht wie erwartet positiv ( = 0,51; p < 0,01). Zusammenfassend zeigt Studie 1, dass die drei Dimensionen objektiver Preiskomplexität die wahrgenommene Preiskomplexität beeinflussen, und dass wahrgenommene Preiskomplexität einen negativen Effekt auf Preisfairness hat. Preisfairness wiederum beeinflusst die Kaufabsicht. Diese Ergebnisse legen nahe, dass wahrgenommene Preiskomplexität eine wichtige Variable bei der Verarbeitung von Preisinformationen ist. Jedoch bleibt anzumerken, dass im Experiment keine Preisvariationen durchgeführt wurden, was subjektive Preisbewertungen und letztlich auch das Fairnessurteil beeinflussen sollte. Deshalb wird diese Interaktion zwischen Preis und Komplexität in Studie 2 und 3 betrachtet. 2.4 Studie 2 – Verzerrungen im Rahmen der Kaufentscheidung 2.4.1

Überblick

Studie 2 baut auf den Ergebnissen der ersten Studie auf und untersucht, ob Konsumenten einfache Preise komplexen Preisen vorziehen, auch unter der Voraussetzung, dass der einfache Preis möglicherweise höher ist. In Studie 2 werden die Teilnehmer deshalb mit einem Konflikt zwischen den zwei Attributen Preis und Komplexität konfrontiert. Die theoretisch-konzeptionelle Betrachtung von Konflikten zeigt, dass im Allgemeinen ein Konflikt entsteht, wenn Konsumenten mit konkurrierenden Attributen innerhalb einer Alternative oder zwischen einer Auswahl an Alternativen konfrontiert werden (vgl. z.B. Luce/Payne/Bettman 1999). Die zwei konkurrierenden Attribute sind im vorliegenden Fall die Komplexität und der Preis der zwei alternativen Angebote. Das Attribut Preis wurde in Form eines objektiven Preisvorteils einer der beiden Alternativen berücksichtigt. Die höchste Ausprägung eines Konfliktes würde entstehen, wenn die erste Alternative einfacher aber gleichzeitig teurer als die zweite Alternative wäre. Das


39

bedeutet, dass die erste Alternative im Vergleich zur zweiten Alternative im Attribut „Einfachheit“ überlegen sein müsste, aber im Attribut „Preis“ unterlegen. Nach der Behavioral Decision Theory wird der subjektive Wert eines Preises nicht nur durch den objektiven Wert beeinflusst, sondern auch durch kognitive Verzerrungen, sog. Biases (vgl. z.B. Kahneman/Tversky 1979). Deshalb wurde in Studie 2 der subjektive Wert eines Preises in Form eines subjektiv empfundenen Preisvorteils einer Alternative berücksichtigt. Ziel ist es, den Einfluss der realen Preisdifferenz zwischen zwei Alternativen und den Einfluss von Wahrnehmungen der Preiskomplexität auf den subjektiven Preisvorteil zu erfassen. Zusammengefasst bezieht sich der objektive Preisvorteil auf die reale Preisdifferenz, wohingegen der subjektive Preisvorteil die Differenz der vom Kunden empfundenen Preise der Alternativen ist. Bisherige Arbeiten haben gezeigt, dass subjektive Preiswahrnehmungen die Preisfairness stark beeinflussen (vgl. z.B. Maxwell 2002; Xia/Monroe/Cox 2004). Wie in Studie 1 beschrieben, beeinflusst Preisfairness zudem die Kaufabsicht. Daher wird Preisfairness als zentraler Treiber der Kaufentscheidung betrachtet (vgl. Tabelle 4 und Abbildung 4 für einen Überblick der Variablen in Studie 2).


Preisbelastung

Berechnungsaufwand

Beurteilungsaufwand

Subjektiver Preisvorteil

Objektiver Preisvorteil

Abbildung 4: Überblick der Variablen in Studie 2 (Kapitel 2)

Preisfairness

Kauf

40

2.4.2


Herleitung der Hypothesen

Bei der Herleitung von H2 in Studie 1 wurde die Kosten-Nutzen-Perspektive von Bettman/Luce/Payne (1998) herangezogen. Zwei der genannten übergeordneten Entscheidungsziele beziehen sich auf die Minimierung des Entscheidungsaufwands und die Maximierung der Entscheidungsgenauigkeit. Alle Entscheidungsstrategien lassen sich in einem Raster basierend auf den beiden Kernzielen Maximierung der Genauigkeit einer Entscheidung (y-Achse) und Minimierung des Denkaufwands einordnen (x-

Genauigkeit der Entscheidung: z.B. die exakte Bestimmung des zu zahlenden Preises

Achse) (vgl. Abbildung 5).

+ Genaues Abwägen und Gewichten der Details

Zufallsauswahl

-

Aufwand der Entscheidung: z.B. investierte Zeit, Nachdenken

+

Abbildung 5: Einordnung von Entscheidungsstrategien

Das Treffen einer Zufallsauswahl, die in Abbildung 5 unten links positioniert ist, bedeutet, dass relativ wenig Aufwand in die Entscheidung investiert wird ähnlich wie bei einer Auswahl per Los. Durch das zufällige Auswählen ist allerdings auch die Richtigkeit der Entscheidung nicht gegeben. Diese Art von Auswahl erfolgt meistens heuristisch, das heißt nach bestimmten Ankerpunkten, an denen sich der Kunde orientiert. Die genaue Berechnung eines komplexen Preises würde das höchste Niveau kognitiven Aufwands erfordern und ist deshalb nicht sehr wahrscheinlich (vgl. Raghubir/Srivastava 2002). Die Kaufentscheidung kann durch die Anwendung heuristischer


41

Entscheidungsregeln und mentaler Abkürzungen vereinfacht werden (vgl. Luce/Payne/Bettman 2000). Allerdings kann dies dazu führen, dass man sich möglicherweise für einen Anbieter entscheidet, der einen einfachen Preis macht, aber nicht unbedingt günstiger als die Konkurrenz ist (Ankerpunkt: Einfachheit). Deshalb weicht der Wert des subjektiven Preises vom Wert des objektiven Preises ab (vgl. Monroe/Lee 1999). Dies ist die zentrale Prämisse des postulierten Simplicity-Bias. Gegenpol dazu bildet die Strategie „genaues Abwägen und Gewichten der Details“, indem jedes Attribut und jede Alternative genau evaluiert werden. Bei einer Preisentscheidung, die dem genauen Abwägen entspricht, vergleicht der Verbraucher sein durchschnittliches Nutzungsverhalten mit einem gegebenen Preis und errechnet sich fiktive monatliche Kosten, was in der Praxis selten vorkommt und einen hohen Denkaufwand nach sich ziehen würde. Des Weiteren wird argumentiert, dass einfache Preise im Hinblick auf ihren monetären Wert vorteilhafter bewertet werden als komplexe Preise. Eine Erklärung für diese vorteilhafte Bewertung des einfachen Preises wird wie bereits beschrieben durch das Kosten-Nutzen-Modell impliziert. Dieses deutet an, dass Konsumenten auch ihre Denkkosten in die Bewertung der Gesamtkosten eines Produktes einbeziehen (vgl. Bettman/Luce/Payne 1998). Wenn die Denkkosten einer Alternative ansteigen, dann sinkt der wahrgenommene Gesamtwert dieser Alternative. Eine weitere Erklärung ist, dass Einfachheit als Signal für „günstig“ dienen kann. Frühere Arbeiten zu Attributkonflikten haben gezeigt, dass ein Attribut als Signal für ein anderes Attribut dienen kann (vgl. Kirmani/Rao 2000). In Situationen, in denen Konsumenten Urteile basierend auf unvollständigen Informationen fällen müssen, werden beobachtbare Merkmale als Hinweise auf nicht-beobachtbare Merkmale genutzt. In diesem Fall würde die Einfachheit eines Preises die monetäre Bewertung des Preises zusätzlich beeinflussen. Folglich sollte der Konsument den komplexen Preis als teurer betrachten als den einfachen Preis. Ein weiterer Hinweis auf die günstigere Einschätzung von einfachen Preisen im Vergleich zu komplexen Preisen liefert der „Numerosity-Bias“. Der grundlegende Mechanismus, der bei dieser Verzerrung vorliegt, impliziert, dass Kunden den Gesamtpreis

42


auf der Basis der Anzahl der Einzelkomponenten, in die der Preis unterteilt ist, bewerten, ohne jedoch die monetäre Summe der Einzelkomponenten genauer zu betrachten (vgl. Pelham/Sumarta/Myaskovsky 1994). Pelham/Sumarta/Myaskovsky (1994) zeigen, dass Kunden bei der Kalkulation der Summe bestehend aus vielen verschiedenen Komponenten höhere Schätzwerte angaben als bei dem Schätzwert einer Summe aus wenigen Elementen. Zusätzlich verstärkte die Komplexität einer Entscheidungssituation den Numerosity-Bias. In Bezug auf komplexe Preissysteme bedeutet diese Heuristik, dass Kunden Preissysteme, die aus vielen Elementen bestehen und zusätzlich eine hohe Heterogenität aufweisen, teuerer beurteilen, als einfache Preissysteme (vgl. Carlson/Weathers 2008; Wertenbroch/Soman/Chattopadhyay 2007). Basierend auf diesen Annahmen werden folgende Hypothesen aufgestellt: H3:

Preise, die komplexer wahrgenommen werden, werden auch teurer wahrgenommen.

H4:

Kunden entscheiden sich häufiger für den einfachen Preis, auch wenn der einfache Preis teurer ist.

Schließlich wird vermutet, dass diese verzerrten Preisbewertungen die Preisfairness und daher die Kaufentscheidung beeinflussen. Diese Vermutung steht im Einklang mit H2 und des bereits in Studie 1 untersuchten Zusammenhangs zwischen Preisfairness und Kaufabsicht (vgl. Kukar-Kinney/Xia/Monroe 2007). 2.4.3

Methodik

2.4.3.1 Studienaufbau Studie 2 untersucht den Effekt eines Konfliktes zwischen Preishöhe und Einfachheit auf subjektiven Preisvorteil, Preisfairness und Kaufentscheidung (siehe Abbildung 4). Die Variation der Merkmalsausprägungen basiert auf der Unterscheidung zwischen Konflikten innerhalb der Alternativen und Konflikten zwischen den Alternativen (vgl. Luce/Jia/Fisher 2003), wie in Tabelle 10 dargestellt ist. Die Teilnehmer des Experiments mussten zwischen zwei alternativen Mobilfunkverträgen A und B wählen. Einer der Tarife war komplex gestaltet, der andere einfach.


43

Entsprechend der Komplexitätswahrnehmungen der Kunden in Studie 1, wurde das erste der acht Komplexitätsszenarien herangezogen, um das einfache Preissystem zu repräsentieren. Aufgrund von signifikanten Interaktionseffekten in Studie 1, wurde Szenario 5 der Studie 1 für das komplexe Preissystem ausgewählt. Zusätzlich mussten die Preise jedes Tarifes variiert werden, um einen Attributkonflikt zwischen Preis und Komplexität herzustellen. Der Gesamtwert der beiden Alternativen betrug entweder 35€ oder 30€. Es wurden Pre-Tests durchgeführt, um einen realistischen Preisunterschied zwischen den beiden Mobilfunkverträgen bei einem vorgegebenem Nutzungsverhalten sicherzustellen. Ein Preisunterschied von ca. 16% erwies sich auch in früheren Studien als ausreichend hoch (vgl. z.B. Mazumdar/Jun 1993).

Attribute

Szenario 1 Szenario 2 Szenario 3 Szenario 4

Preis

Konflikt innerhalb der Alternative

Niedrig

Hoch

Hoch

Hoch

Niedrig

Hoch

A

Niedrig

Niedrig

Niedrig

B

Hoch

Niedrig

Hoch

A

Niedrig

Hoch

Hoch

B

Hoch

Hoch

Niedrig

A

Niedrig

Niedrig

Niedrig

B

Hoch

Hoch

Niedrig

Alternativen

Komplexität

A B

Konflikt zwischen den Alternativen Hoch Mittel Mittel Niedrig

Tabelle 10: Aufbau des Attributkonfliktes zwischen Preis und Komplexität

Das Experiment umfasste ein Between-Subjects-Design, bei dem der Preis des einfachen Tarifes (A) und der Preis des komplexen Tarifes (B) die unabhängigen Variablen darstellten. Basierend auf der Variation der Preise konnte der objektive Preisvorteil des einfachen Tarifes (Preis des komplexen Tarifes minus Preis des einfachen Tarifes) die Werte -5€, zweimal 0€ (beide Tarife kosten 30€ oder beide kosten 35€) und 5€ annehmen. Die wichtigste abhängige Variable war die Kaufentscheidung, d.h. die Wahl zwischen Alternative A oder B. Die experimentelle Manipulation führte zu vier Szenarien, wie in Tabelle 10 gezeigt wird. Das daraus resultierende Konfliktniveau (Preis

44


und Komplexität) zwischen den beiden Alternativen A und B war hoch in Szenario 1, mittel in den Szenarien 2 und 3 und niedrig in Szenario 4. 2.4.3.2 Stichprobe und Aufbau des Experiments Die Stichprobe in Studie 2 bestand aus Konsumenten. Somit konnte die externe Validität der Ergebnisse gesteigert werden. Besucher wurden im Rahmen eines „Tag der offenen Tür“ an der Universität Mannheim in ein Experimentallabor eingeladen. Das Experiment wurde computergestützt durchgeführt. Jedem Teilnehmer wurden zusätzlich Papier und Stifte zur Verfügung gestellt, so dass Berechnungen bei Bedarf durchgeführt werden konnten. Das Durchschnittsalter der Probanden war 33,6 Jahre. 45% der Teilnehmer waren Studenten. 181 Probanden wurden den vier Szenarien zufällig zugeordnet. Fünf Teilnehmer beendeten das Experiment nicht und wurden von der weiteren Analyse ausgeschlossen. Die Teilnehmer wurden mit einer ähnlichen Situation wie in Studie 1 konfrontiert. Der Einleitungstext beinhaltete Informationen dazu, dass ihr aktueller Mobilfunkvertrag abgelaufen sei und sie sich nach einem neuen Vertrag bei demselben Anbieter umschauen würden. Der alte Vertrag kostete 35€. Anschließend wurden die Probanden mit den beiden Tarifen „A“ und „B“ konfrontiert. Eine der beiden Alternativen beinhaltete ein niedriges Niveau der Preiskomplexität, „A“, und die andere ein hohes Niveau, „B“. Die Preise variierten basierend auf der 2 x 2 Manipulation. Um Reihenfolge-Effekte zu kontrollieren, wurde die Abfolge zwischen einfachem und komplexem Tarif verändert. Die beiden Tarife waren immer simultan am Bildschirm sichtbar. Das Nutzungsverhalten der Teilnehmer war dasselbe wie in Studie 1. Im Folgenden wurden die Probanden nach ihrer Kaufentscheidung für A oder B befragt. Der nächste Abschnitt enthielt die Messung der wahrgenommenen Preiskomplexität und der Preisfairness. Anschließend wurden die Teilnehmer gebeten, die Kosten jedes Tarifes zu schätzen. Der letzte Abschnitt enthielt einige Fragen zu Alter, Geschlecht, Bildungshintergrund und monatlichen Ausgaben der Teilnehmer für ihre Mobilfunknutzung.


45

2.4.3.3 Messung der Konstrukte Es wurden dieselben Indikatoren für wahrgenommene Preiskomplexität und Preisfairness wie in Studie 1 verwendet. Dem Experimentaufbau folgend wurde jeder Indikator in vergleichenden Beurteilungen auf bipolaren 7-Punkt-Bewertungsskalen mit -3, „Alternative A ist komplexer / fairer als Alternative B“, und +3, „Alternative B ist komplexer / fairer als Alternative A“ gemessen. Reliabilität und Validität der Messung wurden mit Hilfe einer konfirmatorischen Faktorenanalyse beurteilt (vgl. Tabelle 11). Alle drei Dimensionen wahrgenommener Preiskomplexität und Preisfairness wiesen exzellente interne Konsistenz auf. Wie in Studie 1 war ein Modell zweiter Ordnung für Preiskomplexität (2/df = 1,40, CFI = 0,99, TLI = 0,98, RMSEA = 0,05, SRMR = 0,04) einem Modell erster Ordnung (2/df = 5,23, CFI = 0,87, TLI = 0,83, RMSEA = 0,16, SRMR = 0,07; 2 (df = 3) = 172,68, p < 0,01) überlegen. Der subjektive Preisvorteil wurde ebenfalls in einer vergleichenden Abfrage gemessen. Für jeden Teilnehmer wurde die Differenz zwischen geschätztem Preis des komplexen Tarifes (B) und geschätztem Preis des einfachen Tarifes (A) berechnet. Schließlich wurde der potenzielle Einfluss negativer Emotionen kontrolliert (Luce, Payne/Bettman 2000), da der angenommene Zielkonflikt zwischen Preis und Komplexität rein kognitiver Art sein sollte. Negative Emotionen wurden anhand der folgenden vier Indikatoren gemessen: „nervös“, „besorgt“, „überspannt“ und „verzweifelt“ (vgl. Mano/Oliver 1993). Diese Indikatoren wurden anhand einer 7-Punkt-Likert-Skala beurteilt. Die Skala umfassten die Spanne von „Stimme überhaupt nicht zu“ (1) bis „Stimme voll und ganz zu“ (7). Die interne Konsistenz der Skala war mit einer Reliabilität von 0,85 sehr gut.

46


Konstrukte mit Indikatoren Wahrgenommene Preiskomplexität (Konstrukt 2. Ordnung mit drei Dimensionen) Preisbelastung (1. Dimension) Bei diesen vielen Preisen fällt es mir schwer zu verstehen, worum es eigentlich geht. Ich müsste sehr viel wissen, um das Preissystem zu verstehen. Das Preissystem sieht für mich sehr kompliziert aus. Es ist schwierig für mich, mir einen Überblick über alle Zahlen des Preissystems zu verschaffen. Berechnungsaufwand (2. Dimension) Es war mühsam, den insgesamt zu zahlenden Preis zu berechnen. Es fiel mir schwer, mit den einzelnen Zahlen umzugehen. Es war anstrengend, die vielen unterschiedlichen Berechnungen durchzuführen. Es war schwierig, den Gesamtpreis ohne Taschenrechner zu bestimmen. Beurteilungsaufwand (3. Dimension) Es hat viel Zeit gekostet, das Preissystem zu beurteilen und mich zu entscheiden. Ich musste mich sehr konzentrieren, um das Preissystem zu beurteilen und mich zu entscheiden. Es war schwierig, sich mit dem Preissystem zu beschäftigen. Preisfairness Der Preis des Best Talk Tarifs ist fair. Das ist genau der Preis, den ich für die Leistung erwartet hätte. Der Preis des Best Talk Tarifs ist für die Leistung, die ich bekomme, angemessen. Der Best Talk Tarif ist seinen Preis wert.

Indikatorreliabilität

0,75

Durchschnittlich erfasste Varianz

Faktorreliabilität

0,78

0,92

0,59

0,85

0,71

0,91

0,74

0,90

0,77

0,93

0,51 0,36 0,77 0,69 0,88 0,65 0,79 0,82 0,59 0,73 0,61 0,85 0,77 0,77 0,87 0,84 0,60

Tabelle 11: Konstruktmessungen Studie 2 (Kapitel 2)

2.4.3.4 Ergebnisse Zunächst wurden die Mittelwerte der drei Dimensionen der wahrgenommenen Preiskomplexität und der abhängigen Variablen der verschiedenen Szenarien betrachtet


47

(vgl. Tabelle 12). Der einfache Preis wird in allen Preisszenarien als niedriger und fairer als der komplexe Preis wahrgenommen, sogar wenn er teurer oder gleich teuer wie der komplexe ist. Zum Beispiel liegt in dem Szenario, in dem der einfache Preis weniger vorteilhaft ist (mit einem objektiven Preisvorteil von -5€), der Mittelwert des subjektiven Preisvorteils bei 0,90€. Daher deuten die deskriptiven Ergebnisse bereits eine verzerrte Schätzung des einfachen bzw. komplexen Preises zugunsten des einfachen Preises an.

Objektiver Preisvorteil -5€ Einfacher Preis ist teurer 1,38 (1,08)

0€ Beide sind gleich teuer (30€) 1,41 (1,08)

0€ Beide sind gleich teuer (35€) 1,21 (1,33)

5€ Einfacher Preis ist günstiger 1,60 (1,05)

Berechnungsaufwand

1,34 (1,19)

1,18 (1,32)

1,00 (1,31)

1,62 (1,29)

Beurteilungsaufwand

1,17 (1,16)

1,27 (1,19)

1,13 (1,28)

1,55 (1,16)

Preisfairness

0,20 (1,41)

0,82 (1,32)

0,60 (1,33)

0,90 (1,15)

Subjektiver Preisvorteil

0,90€ (8,63)

3,40€ (7,06)

4,40€ (7,07)

5,40€ (5,76)

Preisbelastung

Tabelle 12: Mittelwerte und Standardabweichungen

Zweitens wurde eine Kausalanalyse mit MPlus 4.1 durchgeführt (Muthén/Muthén 1998–2007), um H3 und die anderen wechselseitigen Beziehungen der Variablen zu testen (vgl. Abbildung 4). Insgesamt weisen die globalen Gütemaße gute Werte auf (2/df = 1,67; CFI = 0,96; TLI = 0,95; RMSEA = 0,06; SRMR = 0,08). H3 besagt, dass Komplexitätswahrnehmungen eines Preissystems die Preisbeurteilungen eines Konsumenten beeinflussen: je höher die wahrgenommene Preiskomplexität eines komplexen Tarifes, desto teurer ist der komplexe Tarif im Vergleich zum einfachen Tarif. H3 wird bestätigt, da die entsprechende Parameterschätzung positiv und signifikant ist ( = 0,17; p < 0,05). Bezüglich der anderen Variablen, die in Abbildung 4 dargestellt werden, gibt es eine positive und signifikante Parameterschätzung für den Einfluss des objektiven Preisvorteils auf den subjektiven Preisvorteil ( = 0,20; p
0,10). Ausschließlich die Variation des Zeitdrucks beeinflusste deutlich die negativen Emotionen (F (1, 289) = 59,79, p < 0,01) innerhalb der beiden Gruppen. Mit Hilfe von Mplus 4.1 wurde zusätzlich eine Mehrgruppen-Kausalanalyse durchgeführt, um die Interdependenzen zwischen den Variablen zu untersuchen (vgl. Muthén/Muthén 1998–2007). Das Modell war dasselbe wie in Studie 2, ergänzt um die zusätzliche moderierende Variable Zeitdruck. Die Stichprobe wurde anhand dieser Variablen in zwei Gruppen aufgeteilt (hoher und niedriger Zeitdruck). Die beiden Moderator-Hypothesen prognostizieren eine Veränderung in der Stärke des Effektes wahrgenommener Preiskomplexität auf subjektiven Preisvorteil (H5) und in der Stärke des Effektes des objektiven Preisvorteils auf den subjektiven Preisvorteil (H6). Es wurden 2-Differenztests betrachtet, um die prognostizierten Veränderungen zu testen. Deshalb wurden für jede Hypothese die 2-Werte eines allgemeinen Modells, indem die entsprechenden Effekte in beiden Situationen verschieden sein durften, mit den 2-Werten eines eingeschränkten Modells, indem die entsprechenden Effekte in beiden Teilstichproben zwingend gleich sein mussten, verglichen. Die globalen Gütemaße des allgemeinen Modells weisen gute Werte auf (2/df = 1,66, CFI = 0,96, TLI = 0,95, RMSEA = 0,07, SRMR = 0,07). H5 prognostiziert einen stärkeren Effekt wahrgenommener Preiskomplexität auf den subjektiven Preisvorteil, wenn Zeitdruck hoch ist. Die Parameterschätzung ist positiv und signifikant in der Gruppe mit hohem Zeitdruck ( = 0,34, p < 0,01) und nicht signifikant in der Gruppe mit niedrigem Zeitdruck ( = -0,09, p > 0,10). Der 2-Test zeigt, dass dieser Unterschied bei p < 0,01 signifikant ist (2 (df= 1) = 11,35). Daher wird H5 bestätigt. H6 wurde genauso getestet. Die Parameterschätzung ist signifikant in der Gruppe mit niedrigem Zeitdruck ( = 0,27, p < 0,01) und nicht signifikant in der Gruppe mit hohem Zeitdruck ( = 0,04, p > 0,10). Der 2-Unterschied ist signifikant bei p
0,10). Deshalb wird auch H3a bestätigt. Die Analyse zeigt zudem einen signifikanten Interaktionseffekt zwischen der Anzahl der Optionen und der Preiskomplexität auf wahrgenommenen Nutzen (F (3, 284) = 8,35; p < 0,01). Der Interaktionseffekt auf wahrgenommene Kosten ist nicht signifikant (F (3, 284) = 1,48; p > 0,10). Abbildung 11 bietet einen Überblick über die Mittelwerte der wahrgenommenen Kosten und des wahrgenommenen Nutzens in den Szenarien mit niedriger und hoher Komplexität. Die deskriptive Analyse lässt erkennen, dass sowohl wahrgenommene Kosten als auch wahrgenommener Nutzen mit der Erhöhung der Anzahl der Optionen steigen. Zudem zeigt die deskriptive Analyse, dass Preiskomplexität ein weiterer wichtiger Treiber wahrgenommener Kosten der Auswahl ist. Der Interaktionseffekt deutet sogar darauf hin, dass der wahrgenommene Nutzen einer größeren Anzahl von Optionen abnimmt, wenn das Komplexitätsniveau steigt. Die Kontrollvariablen haben keinen signifikanten Einfluss gezeigt.

Kosten- und Nutzenwahrnehmungen von Auswahlmöglichkeiten

81

7 6

Nutzen Kosten

5 4,14

4 3,18

3

2,84

2

2,08

1 1 Option

3 Optionen

Niedrige Preiskomplexität

7 6

Nutzen Kosten

5 4 3

3,69

3,61

3,73 3,32

2 1 1 Option

3 Optionen

Hohe Preiskomplexität

Abbildung 11: Darstellung der Mittelwerte von Studie 1 (Kapitel 3)

Zusammenfassend zeigt Studie 1, dass Auswahlmöglichkeiten im Pricing, d.h. verschiedene Optionen innerhalb eines Preissystems, sowohl zu höheren wahrgenommenen Kosten als auch zu höherem wahrgenommenem Nutzen führen. Preiskomplexität ist zudem ein wichtiger zusätzlicher Treiber wahrgenommener Kosten. Diese Erkenntnis ist deckungsgleich mit den Ergebnissen aus Studie 1 von Kapitel 2.

82


3.4 Studie 2 – Einfluss weiterer situativer Variablen und Auswirkungen auf die Entscheidungssicherheit 3.4.1

Untersuchungsdesign

Ziel der Studie 2 ist, alle Variablen des Modells in Abbildung 8 zu adressieren und die Ergebnisse der Studie 1 zu validieren. Es wird die Vermutung getestet, dass Kostenund Nutzenwahrnehmungen die Entscheidungssicherheit asymmetrisch beeinflussen. Weiterhin wird erwartet, dass Entscheidungssicherheit durch wahrgenommenen Nutzen positiv und durch wahrgenommene Kosten negativ beeinflusst wird. Drittens wird untersucht, ob Kosten- und Nutzenwahrnehmungen von zusätzlichen situativen Treibern beeinflusst werden. Als situative Treiber kommen neben internen Merkmalen eines Preissystems wie die Anzahl der Optionen und die Preiskomplexität, Unsicherheit bezüglich des Nutzungsverhaltens und das Preisniveau in Frage. Das Untersuchungsdesign der Studie 2 ist ähnlich zu dem Aufbau der Studie 1, die in Abschnitt 3.3 vorgestellt wurde. Wie auch in Studie 1 wurde die Telekommunikationsbranche für die Untersuchung ausgewählt. Die Auswahlmöglichkeiten eines Preissystems wurden anders als in Studie 1 durch eine, drei und fünf Optionen dargestellt. Preiskomplexität und die beiden zusätzlichen Variablen Nutzungsunsicherheit und Preisniveau wurden jeweils mit den Ausprägungen „niedrig“ und „hoch“ manipuliert. Es wurde ein reduziertes experimentelles Design, bestehend aus 12 Szenarien, gewählt (anstelle eines kompletten 3 x 2 x 2 x 2 Between-Subjects-Design). Konkret bedeutet dies, dass die Auswahl des Preissystems mit jeder zusätzlichen Kontextvariablen kombiniert wurde, es wurde jedoch darauf verzichtet alle unabhängigen Variablen miteinander zu kombinieren. Entsprechend dieser Manipulation bildeten die Szenarien vier Teilstichproben, die in Tabelle 14 dargestellt sind.


83

Unabhängige Variablen Sub Gruppen

„Kontrollgruppe”

„Hohe Preiskomplexität”

„Hohe Unsicherheit”

„Hohes Preisniveau”

Szenario

Anzahl der Optionen

Preiskomplexität

Nutzungsunsicherheit

Preisniveau

1

1

-

-

-

2

3

-

-

-

3

5

-

-

-

4

1

+

-

-

5

3

+

-

-

6

5

+

-

-

7

1

-

+

-

8

3

-

+

-

9

5

-

+

-

10

1

-

-

+

11

3

-

-

+

12

5

-

-

+

Notation: „-“ bedeutet niedrig und „+” bedeutet hoch ausgeprägt Tabelle 14: Manipulation der unabhängigen Variablen in Studie 2 (Kapitel 3)

3.4.2

Stichprobe und Aufbau des Experiments

Die Stichprobe bestand aus 477 Teilnehmern eines Online-Panels, die den Szenarien zufällig zugeordnet wurden. Das Experiment wurde computergestützt durchgeführt und die Teilnehmer wurden vorab per E-Mail rekrutiert. Als Belohnung wurden nach dem Experiment zehn Gutscheine eines Internet-Buchhändlers verlost. Der generelle Ablauf verlief ähnlich wie in Studie 1. Erstens erhielt jeder Teilnehmer im Rahmen der Einführung der experimentellen Studie Informationen zu seinem durchschnittlichen monatlichen Nutzungsverhalten. Wie in Studie 1 erhielt jeder Teilnehmer der Szenarien 1 - 6 das gleiche durchschnittliche Nutzungsverhalten. Dadurch ergab sich ein Preis von 35€ für den alten Tarif und ein Preis von 30€ für den neuen Tarif. Entsprechend würde der Tarif mit nur einer Option 30€ kosten und die mittlere

84


Option des Tarifes mit mehreren Optionen würde auch 30€ kosten. Gleichzeitig wurden alle anderen Optionen so gestaltet, dass sie 35€ kosten würden. Gemäß der Manipulation der Unsicherheit erhielten die Teilnehmer in den Gruppen 1 - 6 sowie 10 - 12 konkrete Zahlen (identisch mit den Stimuli, die in Studie 1 genutzt wurden), wohingegen Teilnehmer in den Gruppen 7 - 9 die oben erläuterte Nutzungsbandbreite erhielten. In den Szenarien mit Hochpreisniveau (10 – 12) wurden die Teilnehmer mit einem anderen Einleitungstext konfrontiert. Anstatt den Teilnehmern zu sagen, dass ihr alter Tarif 35€ kostete, wurde ihnen vermittelt, dass sie gerne einen Tarif mit einem neuen High-Tech Handy kaufen möchten, da sie die entsprechenden Funktionen regelmäßig nutzen würden. Die Internetnutzung wurde in das durchschnittliche Nutzungsverhalten eingebunden (neben Anrufen, Mailboxabfragen und Textnachrichten). Der erwartete Preis für den Vertrag war 85€. Dieser Preis wurde basierend auf bestehenden Tarifen gewählt. Der Tarif wurde in Anlehnung an die Niedrigpreis-Szenarien 1 - 9 so gestaltet, dass der neue und günstigere Preis bei 75€ liegen würde. Dementsprechend würden der Tarif mit nur einer Option und die mittlere Option des Szenarios mit mehreren Optionen 75€ kosten. Die anderen Optionen würden 85€ kosten. Wie in Studie 1 wurden die Teilnehmer, die mit dem Tarif mit mehreren Optionen konfrontiert wurden, gebeten, ihre Präferenz für eine der drei oder fünf Optionen anzugeben. Zudem sollten sie den Preis des Angebots schätzen. Durch diesen Ablauf wurde sichergestellt, dass sich alle Teilnehmer eine gewisse Zeit mit den experimentellen Anforderungen beschäftigten. Anschließend wurden die Teilnehmer aufgefordert, ihre wahrgenommenen Kosten und ihren wahrgenommenen Nutzen sowie ihre Entscheidungssicherheit anzugeben. Anschließend wurden Manipulations-Checks für alle unabhängigen Variablen durchgeführt. Schließlich wurde neben anderen Kontrollvariablen die Erfahrung der Teilnehmer im Bereich Mobilfunktarife gemessen. Individuen mit hoher Erfahrung sind besser in der Lage, sich mit komplexen Anforderungen auseinanderzusetzen, als Individuen mit niedriger Erfahrung (vgl. z.B. Alba/Hutchinson 1987; Spence/Brucks 1997). Außerdem deuten frühere Forschungsergebnisse an, dass Branchenerfahrung wahrgenommene Kosten senkt und wahrgenommenen Nutzen steigert (vgl. Dellaert/Stremersch 2005).


3.4.3

85

Messung der Konstrukte

Alle abhängigen Variablen (wahrgenommene Kosten und wahrgenommener Nutzen der Auswahl sowie Entscheidungssicherheit und Branchenerfahrung) wurden mit Hilfe einer Multi-Item Messung und einer 7-Punkt Likert-Skala erhoben. Die Likert-Skala reichte von „Stimme überhaupt nicht zu“ (1) bis „Stimme voll und ganz zu“ (7). Wahrgenommene Kosten und wahrgenommener Nutzen wurden mit den gleichen Indikatoren wie in Studie 1 gemessen. Wie in Studie 1 sind auch hier die internen Konsistenzen der Skalen über alle vier Teilstichproben hinweg und für beide Konstrukte ausgezeichnet. Cronbachsches Alpha für die einzelnen Dimensionen der wahrgenommenen Kosten variiert zwischen 0,83 und 0,91 in den vier Teilstichproben. Bei der Konstruktmessung zweiter Ordnung der wahrgenommenen Kosten liegt das Cronbachsche Alpha zwischen 0,86 und 0,89. Das Cronbachsche Alpha des wahrgenommenen Nutzens variiert zwischen 0,89 und 0,92 in den vier Teilstichproben. Entscheidungssicherheit wurde in Anlehnung an Heitmann/Lehmann/Herrmann (2007) mit drei Items gemessen. Diese drei Items waren: „Ich war mir sicher, dass die gewählte Option meinen Präferenzen am besten entspricht.“, „Ich fühlte mich sicher, eine Option auszuwählen, die meinen Präferenzen am besten entspricht.“ und „Ich war überzeugt davon, eine Option auszuwählen, die meine Bedürfnisse am besten erfüllt.“. Die interne Konsistenz ist mit Werten zwischen 0,94 und 0,95 in allen vier Teilstichproben sehr gut. Branchenerfahrung wurde mit drei Indikatoren gemessen: „Ich bin sehr erfahren im Bereich Mobilfunktarife.“, „Ich weiß viel über Mobilfunktarife.“ und „Mein Wissen über Mobilfunktarife ist im Vergleich zum Rest der Bevölkerung sehr gut.“ (vgl. Mitchell/Dacin 1996). Wiederum ist die interne Konsistenz für alle vier Teilstichproben exzellent (das Cronbachsche Alpha liegt zwischen 0,94 - 0,96). 3.4.4

Ergebnisse

Als erstes wurde überprüft, ob die Manipulationen der unabhängigen Variablen erfolgreich waren. Die Ergebnisse der ANOVAs zeigen, dass alle Manipulationen erfolgreich waren: F Auswahl (2, 117) = 34,37; p < 0,01, F Komplexität (1, 237) = 32,00, p < 0,01; F Unsi-

86

cherheit


(1, 238) = 78,71; p < 0,01, F Preisniveau (1, 236) = 6,07; p < 0,01. Die dazugehöri-

gen Indikatoren waren: „Der Tarif bietet gute Auswahlmöglichkeiten.”, „Der Tarif ist komplex.”, „Ich war mir sicher in Bezug auf meine monatliche Nutzung.“ und „Der Tarif repräsentiert ein Hochpreissegment.“. Im Hinblick auf die Manipulation der Auswahlmöglichkeiten werden nur Ergebnisse der ersten Teilstichprobe gezeigt (Szenarien 1 – 3), da die Ergebnisse der anderen Teilstichproben deckungsgleich waren. Die grundlegende Argumentation in dieser Arbeit lautet, dass Auswahl in der Form von 1, 3 oder 5 Optionen sowohl wahrgenommene Kosten als auch wahrgenommenen Nutzen positiv beeinflusst (H1a und H1b). Diese Hypothesen und der Einfluss der zusätzlichen Kontrollvariablen Branchenerfahrung wurden mit einer MANCOVA einzeln für alle Teilstichproben getestet. Ein Anstieg der Anzahl der Optionen steigert sowohl wahrgenommene Kosten als auch wahrgenommenen Nutzen in allen Teilstichproben. Daher werden H1a und H1b ebenfalls in Studie 2 bestätigt. Außerdem ist Branchenerfahrung eine signifikante Kontrollvariable sowohl für Kosten- als auch für Nutzenwahrnehmungen. Tabelle 15 fasst die Ergebnisse der MANCOVA für alle vier Teilstichproben zusammen. Um die Vermutung zu testen, dass zusätzliche Treiber auch Kosten- und Nutzenwahrnehmungen der Auswahl beeinflussen, wurden MANCOVAs in verschiedenen Teilstichproben durchgeführt (H3a, H4a und H5). Daher wurde die erste Teilstichprobe „Kontrollgruppe“ immer mit einer der drei Teilstichproben „hohe Komplexität“, „hohe Unsicherheit“ und „hohes Preisniveau“ zusammengeführt. Dementsprechend wurden drei MANCOVAs erstellt. Dabei stellten die Anzahl der Optionen sowie die drei zusätzlichen Treiber die unabhängigen Variablen dar. Branchenerfahrung stellte die Kontrollvariable dar, wahrgenommene Kosten und wahrgenommener Nutzen waren die abhängigen Variablen. In allen Analysen wurden signifikante Haupteffekte der Auswahl festgestellt. Des Weiteren ist der Effekt von Preiskomplexität auf wahrgenommene Kosten wie erwartet signifikant (F (6, 232) = 75,34; p < 0,01) und der Effekt von Preiskomplexität auf wahrgenommenen Nutzen nicht signifikant (F (6, 232) = 0,93; p > 0,10). Deshalb wird H3a bestätigt. Zudem wurde angenommen, dass Unsicherheit die wahrgenommenen Kosten, ähnlich wie Preiskomplexität, positiv beeinflusst. Dieser Effekt ist signifikant


87

(F (6, 233) = 12,49; p < 0,01) und der Effekt von Nutzungsunsicherheit auf wahrgenommenen Nutzen ist nicht signifikant (F (6, 232) = 0,53; p > 0,10). Daher wird H4a bestätigt. Darüber hinaus wurde vermutet, dass das Preisniveau den wahrgenommenen Nutzen beeinflusst. Dieser Effekt war ebenfalls signifikant (F (6, 231) = 22,00; p < 0,01) und wie erwartet für wahrgenommene Kosten nicht signifikant (F (6, 231) = 1,82; p > 0,10). Somit wird H5 bestätigt. Außerdem wurde ein signifikanter Interaktionseffekt zwischen den beiden unabhängigen Variablen Auswahl und Preisniveau auf wahrgenommenen Nutzen festgestellt. Dies spiegelt sich auch im Anstieg der Nutzenkurve in Abbildung 12 wider. Die anderen Interaktionseffekte haben sich als nicht signifikant herausgestellt. Die Mittelwerte der Kosten- und Nutzenwahrnehmungen sind ebenfalls in Abbildung 12 dargestellt.

88


Abhängige Variablen Unabhängige und Kontrollvariablen

Wahrgenommene Kosten

Wahrgenommener Nutzen

F

F

Gruppe A: Kontrollgruppe + Hohe Preiskomplexität Auswahl (A)

13,34***

32,90***

Preiskomplexität (PK)

75,34***

0,93

A x PK

0,86

0,18

Branchenerfahrung

9,86***

15,50***

Gruppe B: Kontrollgruppe + Hohe Unsicherheit Auswahl (A)

13,34***

36,81***

Unsicherheit (U)

12,49***

0,53

AxU

1,20

0,64

Branchenerfahrung

13,53***

14,82***

Gruppe C: Kontrollgruppe + Hohes Preisniveau Auswahl (A)

7,90***

Preisniveau (PN)

1,82

A x PN

0,63

Branchenerfahrung

7,90***

61,52*** 22,00*** 3,47** 10,92***

***p < 0,01; **p < 0,05; *p < 0,01 Tabelle 15: Ergebnisse der MANCOVA (H3a, H4a, H5)

Bezüglich der dritten abhängigen Variablen, Entscheidungssicherheit, wird vermutet, dass sie von wahrgenommenen Kosten und wahrgenommenem Nutzen asymmetrisch beeinflusst wird (vgl. Abbildung 12). Folglich sollte Entscheidungssicherheit dort am höchsten sein, wo die Diskrepanz zwischen der Kosten- und der Nutzenkurve am größten ist (wenn der wahrgenommene Nutzen höher ist als die wahrgenommenen Kosten). Die resultierende Differenz der Mittelwerte der Entscheidungssicherheit passt zu den Kosten- und Nutzenkurven in den vier Teilstichproben.


7

89

7

Nutzen Kosten

6

Kontrollgruppe 6

Nutzen Kosten

Hohe Preiskomplexität

5

5 4,00

4,23

4

4,54 4,04

4 3,34

4,51

3,96

3

3 2,72

2,87

2,85

2,62 2

2 2,05

1

1 1

3

1

5

3

5

7

7 Nutzen

6

Hohe Unsicherheit 6

Kosten

Hohes Preisniveau

Nutzen Kosten

5,47 5

5

4,67

4,20 4

3,94

4

3,83 2,54 2

3,09 3

3

2,40

2

1

2,91

2,88

3,00

2,33

1

1

3

5

1

3

5

Abbildung 12: Wahrgenommene Kosten und Nutzen von Studie 2 (Kapitel 3)

In den Teilstichproben „Kontrollgruppe“, „hohe Komplexität“ und „hohe Unsicherheit“ ist Entscheidungssicherheit am höchsten für drei Optionen (M = 5,33; SA = 1,70; M = 4,64; SA= 1,67; M = 4,67; SA = 1,41). In der Teilstichprobe „hohes Preisniveau“ wird das höchste Niveau der Entscheidungssicherheit bei fünf Optionen erreicht (M = 5,29; SA = 1,55). Die deskriptiven Ergebnisse deuten bereits an, dass Entscheidungssicherheit sowohl von Kosten- als auch von Nutzenwahrnehmungen beeinflusst wird. Zudem signalisieren die deskriptiven Ergebnisse, dass ein nicht-linearer Effekt von Auswahl auf Entscheidungssicherheit besteht.

90


Außerdem zeigen die Ergebnisse einer ANCOVA mit Preiskomplexität als unabhängige Variable, Erfahrung als Kontrollvariable und Entscheidungssicherheit als abhängige Variable, dass der direkte Einfluss von Preiskomplexität auf Entscheidungssicherheit signifikant ist (F (2, 236) = 8,23; p < 0,01). Dies bestätigt H3b. Das Gleiche gilt für den vermuteten direkten Effekt von Nutzungsunsicherheit auf Entscheidungssicherheit. Dieser Effekt wurde mit einer ähnlichen ANCOVA getestet (F (2, 237) = 10,16; p < 0,01), womit H4b bestätigt wird. Es wurden abschließend mehrere Regressionsanalysen durchgeführt, um die Vermutung zu testen, dass Entscheidungssicherheit durch wahrgenommenen Nutzen der Auswahl positiv (H2a) und durch wahrgenommene Kosten der Auswahl negativ (H2b) beeinflusst wird. Zudem wurde in den drei Teilstichproben getestet, ob die zusätzlichen Treiber Kosten- und Nutzenwahrnehmungen beeinflussen, welche wiederum die Entscheidungssicherheit beeinflussen. Die Mediation von wahrgenommenen Kosten und wahrgenommenem Nutzen auf Entscheidungssicherheit wurde mit Hilfe einer Methode getestet, die von Baron/Kenny (1986) empfohlen wurde. Für jede Teilstichprobe wurden demnach drei Regressionsanalysen durchgeführt (siehe Tabelle 16). Wie in H2a und H2b postuliert wurde, wird Entscheidungssicherheit von wahrgenommenem Nutzen positiv und von wahrgenommenen Kosten negativ beeinflusst. Im ersten Szenario (A) war der resultierende Effekt der wahrgenommenen Kosten auf die Entscheidungssicherheit negativ: = -0,31; p < 0,01. Der resultierende Effekt wahrgenommenen Nutzens auf die Entscheidungssicherheit lag bei = 0,35; p < 0,01.


91

Gruppe A: Kontrollgruppe und hohe Preiskomplexität Kostenwahrnehmung (K)

NutzenWahrnehmung (N)



tWert

P

tWert

P

tWert

P

A

0,27

4,88

0,00

0,44

7,61

0,00

0,06

0,95

0,35

-0,01

-0,18

0,85

PK

0,47

8,58

0,00

0,05

0,92

0,36

-0,18

-2,79

0,01

t-Wert

P

-0,05

-0,76

0,45

K

-0,31

-4,55

0,00

N

0,35

5,46

0,00

Gruppe B: Kontrollgruppe und hohe Nutzungsunsicherheit Kostenwahrnehmung (K)



Entscheidungs sicherheit

tWert

P

t-Wert

P

tWert

P

tWert

P

A

0,30

5,02

0,00

0,41

6,94

0,00

0,17

2,79

0,00

0,09

1,34

0,18

U

0,21

3,56

0,00 -0,05

-0,79

0,43

-0,20

-3,25

0,00

K

-0,13

-2,29

0,02

-0,27

-4,47

0,00

0,41

6,76

0,00

N Gruppe C: Kontrollgruppe und hohes Preisniveau Kostenwahrnehmung (K)



tWert

P

tWert

P

t-Wert

A

0,22

3,51

0,00

0,54

10,11

0,00

0,16

2,46

0,02

PN

0,10

1,61

0,11

0,22

4,14

0,00

0,02

0,37

0,71

P

Entscheidungssicherheit 0,04

tWert

P

0,55

0,59

-0,07

-1,16

0,25

K

-0,34

-5,78

0,00

N

0,36

5,19

0,00

A: Auswahl PK: Preiskomplexität / U: Unsicherheit / PN: Preisniveau K: Kostenwahrnehmung N: Nutzenwahrnehmung Tabelle 16: Ergebnisse der Regressionsanalyse

Unter Berücksichtigung der Kontextvariablen Preiskomplexität (bei A), Nutzungsunsicherheit (bei B) und Preisniveau (bei C) zeigen die Ergebnisse, dass der Effekt von Preiskomplexität auf Entscheidungssicherheit in A nicht mehr signifikant ist, wenn

92


wahrgenommene Kosten und Nutzen als Mediatoren betrachtet werden, was eine volle Mediation bedeutet. In B reduzierte sich der Effekt von Unsicherheit auf Entscheidungssicherheit, wenn man Kosten- und Nutzenwahrnehmungen in Betracht zog. Dies deutet auf eine partielle Mediation hin. Wie erwartet beeinflusst das Preisniveau in C die Entscheidungssicherheit nicht direkt, steigert allerdings den wahrgenommenen Nutzen. Dies wiederum beeinflusst Entscheidungssicherheit positiv. Außerdem liefern die Analysen weitere Hinweise auf einen indirekten Effekt der Auswahl auf Entscheidungssicherheit (bei A, B und C) durch wahrgenommene Kosten und wahrgenommenen Nutzen (vgl. MacKinnon et al. 2002). 3.5 Diskussion der Ergebnisse 3.5.1

Zusammenfassung und theoretische Implikationen

Das Ziel dieser Forschungsarbeit bestand darin, die Effekte der Auswahl im Pricing auf die Kundenwahrnehmungen von Kosten und Nutzen und schließlich auf die Entscheidungssicherheit zu messen. Die Studien zeigen, dass beim Pricing von Dienstleistungen (ähnlich wie im Produktmanagement und im Einzelhandel) mehr Auswahl nicht immer vorteilhaft von den Kunden wahrgenommen wird. Auswahlmöglichkeiten in Preissystemen, die einerseits die Wahrscheinlichkeit erhöhen, dass ein Kunde seine bevorzugte Option findet (vgl. z.B. Zuckerman et al. 1978), können andererseits Konsumenten auch davon abhalten, eine sichere Entscheidung zu treffen. Die Auswahl zwischen vielen Optionen innerhalb eines Preissystems erfordert nämlich ebenfalls eine Reihe komplizierter Rechnungen, was die Denkkosten der Entscheidungsfindung erhöht (vgl. z.B. Urban 2003). Auswahl erhöht deshalb wahrgenommene Kosten in Form einer stärkeren kognitiven Belastung und gleichzeitig wahrgenommenen Nutzen in Form von Entscheidungsfreiheit und wahrgenommener Kontrolle. Diese beiden Variablen beeinflussen die Ergebnisvariable Entscheidungssicherheit asymmetrisch und liefern damit Unterstützung für nicht-lineare Effekte zwischen der Anzahl der Optionen und Entscheidungssicherheit im Pricing.


93

Außerdem wird gezeigt, dass die Verbindung zwischen Auswahl im Pricing und Entscheidungssicherheit zum großen Teil von Kontextfaktoren abhängig ist, die eine wichtige Rolle im Pricing von Dienstleistungen spielen. Betrachtet wurde die Komplexität eines Preissystems, da diese ein vorherrschendes Phänomen in vielen Dienstleistungsbranchen darstellt (vgl. McGovern/Moon 2007). Zusätzlich wurde die Unsicherheit über zukünftiges Nutzungsverhalten eingebaut, da Kunden eine Alternative entsprechend ihres erwarteten Verbrauchs auswählen (vgl. Iyengar/Ansari/Gupta 2007). Die Ergebnisse zeigen, dass sowohl Preiskomplexität als auch Unsicherheit über die zukünftige Nutzung die wahrgenommenen Kosten der Auswahl erhöhen. Dadurch wird der positive Gesamteffekt der Auswahl reduziert. Letztlich spiegelt sich dies in einer niedrigeren Entscheidungssicherheit wider. Das Preisniveau wurde ebenfalls betrachtet, da es die Motivation, Informationen zu verarbeiten, beeinflusst (vgl. Suri/Monroe 2003). Es wurde gezeigt, dass das Preisniveau den wahrgenommenen Nutzen der Auswahl erhöht, was wiederum zu höherer Entscheidungssicherheit führt. Die Ergebnisse dieser Forschungsarbeit liefern drei bedeutende Erkenntnisse für die bestehende Literatur. Diese werden im Folgenden kurz erläutert. Erstens wurden Preissysteme bisher nicht als potenzielle Quelle des Overload-Effektes bei Auswahlmöglichkeiten in Betracht gezogen. Frühere Literaturbeiträge haben sich auf Kundenwahrnehmungen der Sortimentsgröße und der Produktauswahl konzentriert (vgl. Chernev 2003; Iyengar/Lepper 2000), aber nicht auf die psychologischen Auswirkungen von Auswahl im Pricing. Zweitens liefert diese Studie einen Beitrag zum besseren Verständnis der Wirkung von Auswahlmöglichkeiten auf Entscheidungssicherheit in anderen Bereichen des Marketing, z.B. Produktmanagement, Einzelhandel und Konsumentenpsychologie. Kostenund Nutzenwahrnehmungen wurden als Verbindung zwischen Auswahl und Entscheidungssicherheit angesehen. Außerdem ergänzt diese Studie durch die Integration weiterer Kontextvariablen frühere Arbeiten, die sich auf Erklärungen des Effektes der zu großen Auswahl fokussiert hatten (vgl. z.B. Chernev 2003; Iyengar/Lepper 2000; Heitmann/Lehmann/Herrmann 2007).

94


Drittens trägt die vorliegende Studie zur aktuellen Forschung im Bereich der Konzeptualisierung von Kundennutzen im Pricing bei. Dieser Forschungsbereich betont die Notwendigkeit, psychologische Komponenten zu integrieren (vgl. z.B. Kleijnen/De Ruyter/Wetzels 2007; Smith/Colgate 2007). Die Auswirkungen der Auswahl wurden in Form von psychologischen Kosten- und Nutzenwahrnehmungen gemessen. Kostenund Nutzenwahrnehmungen werden im Allgemeinen als die beiden Haupttreiber von Kundennutzen angesehen. Allerdings wurden psychologische Kosten und Nutzen größtenteils vernachlässigt, wenn es um Formen der Preispräsentation ging. Traditionell werden lediglich monetäre Kosten und monetärer Nutzen der Unternehmen betrachtet, während man von rationalem Konsumentenverhalten ausgeht (vgl. Pindyck/Rubinfeld 2009). Die psychologischen Kosten und der psychologische Nutzen wurden in Kapitel 3 als Multi-Item-Konstrukte konzeptualisiert. Dadurch stellt Kapitel 3 auch eine konzeptionelle Basis für weitere Arbeiten und eine neue Perspektive in der Preisforschung dar. 3.5.2

Praktische Implikationen

Die Ergebnisse der vorliegenden Studie liefern wichtige praktische Implikationen für Pricing-Manager. Es wird gezeigt, dass es für Manager von Bedeutung ist, über eine rationale Analyse monetärer Kosten und Nutzen hinauszugehen. Die psychologischen Kosten und Nutzen eines Kunden sollten bei Preismaßnahmen auch berücksichtigt werden, um zusätzlichen Nutzen durch eine möglichst vorteilhafte Präsentation des Preises zu schaffen. Daher bietet das Wissen über diese kundenseitigen psychologischen Kosten und Nutzen Einblicke in die externen Kosten von Preisstrategien. Daraus lassen sich Implikationen für die Gestaltung der optimalen Anzahl von Optionen, die von einem Unternehmen innerhalb eines Preissystems angeboten werden, ableiten. Des Weiteren wurde in der Analyse gezeigt, dass Entscheidungssicherheit eine wichtige Ergebnisvariable im Kaufprozess der Kunden ist. Entscheidungssicherheit wird sowohl von psychologischen Kosten als auch von psychologischem Nutzen des Kunden beeinflusst, unabhängig vom Preisniveau. Reduzierte Entscheidungssicherheit kann langfristig zu negativen Konsequenzen für das Unternehmen führen. Unzufriedene Kunden könnten z.B. zu einem Wettbewerber wechseln, der ihnen eine Option bieten


95

kann, die ihren Präferenzen besser entspricht (vgl. Keaveney 1995; McGovern/Moon 2007). Studien im Bankensektor unterstützen diesen Gedanken und fanden heraus, dass Wechselverhalten und Kundenzufriedenheit in hohem Maße von mangelhafter Preiswahrnehmung abhängen (vgl. z.B. Matzler/Würtele/Renzl 2006; Varki/Colgate 2001). Die praktische Relevanz der Untersuchungsergebnisse wird erhöht durch die Betrachtung weiterer Treiber, die im Kontext des Pricing von Dienstleistungen üblich sind. Diese Treiber können teilweise direkt von Pricing-Managern beeinflusst werden. Es wurde festgestellt, dass diese Treiber entweder Kosten- oder Nutzenwahrnehmungen steigern. Da die Diskrepanz zwischen psychologischen Kosten und psychologischem Nutzen (ähnlich zu den klassischen mikroökonomischen Konzepten) mit Entscheidungssicherheit korreliert, können aus der vorliegenden Analyse im Hinblick auf die optimale Anzahl von Optionen interessante Schlüsse für die Praxis gezogen werden. Erstens kann die Komplexität eines Preissystem vom Marketing-Management durch die Variation der folgenden Parameter beeinflusst werden: die Gesamtzahl von Preiselementen innerhalb einer Preisstruktur, die Auswahl der verschiedenen Zahlen (z.B. „die meisten Preiselemente sind gleich“ im Gegensatz zu „alle Preiselemente sind verschieden“) und die Auswahl der Berechnungen (z.B. „nur eine Art von Berechnungen“ im Gegensatz zu „verschiedene Arten von Berechnungen“). Wenn die Gesamtkomplexität eines Tarifes hoch ist, steigen psychologische Kosten substanziell an, während sich der wahrgenommene Nutzen nicht verändert. Dies führt zu geringerer Entscheidungssicherheit. Im vorliegenden Fall, bei hoher Komplexität, wurden in Anbetracht der wahrgenommenen Kosten drei Optionen vorteilhafter empfunden als eine oder fünf Optionen. Auch die Entscheidungssicherheit war für drei Optionen am höchsten. Die gleichen Ergebnisse gelten für die Analyse der Unsicherheit der Kunden bezüglich der zukünftigen Nutzung. Durch monatliche Statusberichte oder jährliche Zusammenfassungen haben Unternehmen die Möglichkeit, den Kunden Informationen zu deren durchschnittlichem monatlichen oder jährlichen Nutzungsverhalten zu liefern. Einige Unternehmen in der Telekommunikationsbranche und in der Energieversorgung nutzen diese Möglichkeit bereits. Wenn den Teilnehmern der Studie konkrete Zahlen (zum durchschnittlichen Nutzungsverhalten) vorgegeben wurden, hatten sie im Ver-

96


gleich zu einer unsicheren Vorstellung über ihr Nutzungsverhalten wesentlich weniger Schwierigkeiten, mit dem vorgegebenen Preissystem fertig zu werden. Diese Studie hat gezeigt, dass wahrgenommene Kosten bei hoher Unsicherheit substanziell ansteigen und daher die Entscheidungssicherheit reduzieren. Im vorliegenden Fall wurden fünf Optionen im Vergleich zu dem Szenario mit nur einer Option sogar schlechter beurteilt, und drei Optionen wurden am vorteilhaftesten wahrgenommen. Drittens wurde das Preisniveau in der Form eines Vergleichs von Niedrig- und Hochpreissegmenten untersucht. Die Wirkung von Auswahl auf Entscheidungssicherheit ist im Hochpreissegment anders. Das Preisniveau steigert den wahrgenommenen Nutzen mehrerer Optionen. Daher war die Entscheidungssicherheit im Szenario mit fünf Optionen auch am höchsten. Wenn Unternehmen in einem Hochpreissegment tätig sind, sind Kunden eher motiviert, sich mit den Angeboten des Unternehmens auseinander zu setzen und mehr Zeit zu investieren, um alle Optionen in Erwägung zu ziehen. 3.5.3

Einschränkungen und Forschungsausblick

Neben den Beiträgen zur Forschung unterliegt diese Studie auch Einschränkungen. Diese Einschränkungen bieten jedoch eine gute Basis für zukünftige Forschungsarbeiten. Obwohl die Ergebnisse generalisierbar sind, da viele Dienstleistungsunternehmen ähnliche Preisstrukturen verwenden, würde eine branchenübergreifende Studie die Generalisierbarkeit der Ergebnisse verbessern. Zweitens stützt sich diese Studie nicht auf Choice-Experimente. Der Fokus dieser Forschungsarbeit liegt auf der Beziehung zwischen Auswahl und den drei latenten Variablen wahrgenommene Kosten, wahrgenommener Nutzen und Entscheidungssicherheit, um die zu Grunde liegenden psychologischen Abläufe zu verstehen. Zukünftige Forschung könnte weitere Ergebnisvariablen wie Entscheidung, Entscheidungsaufschub oder Entscheidungsvermeidung (vgl. z.B. Dhar 1997) miteinbeziehen. Drittens könnte das in dieser Studie entwickelte Modell im Rahmen zukünftiger Forschung in einer erweiterten Version getestet werden. Weitere interessante situative und individuelle Variablen könnten beispielsweise in ein Strukturgleichungsmodell integriert werden. Auf Basis des vorgegebenen experimen-


97

tellen Designs und des Schwerpunkts der Studie wurden demografische Variablen und individuelle Merkmale als Kontrollvariablen untersucht. Zukünftige Studien könnten auf diesen Ergebnissen aufbauen und diese Variablen in ein übergreifendes Modell integrieren. Zusammengefasst kann festgestellt werden, dass die in dieser Studie erlangten Erkenntnisse die Notwendigkeit zukünftiger Forschung zu den Effekten der Auswahl im Pricing aufzeigen. Die folgenden Fragestellungen könnten zukünftig noch genauer untersucht werden: Unterscheidet sich die Beziehung zwischen Auswahl und Entscheidungssicherheit von der Beziehung zwischen Auswahl und Kaufabsicht? Wie verändert sich die Beziehung zwischen den beiden Variablen, wenn Auswahl im Pricing über fünf Optionen hinausgeht? Wie wirkt sich Zeitdruck, der normalerweise mit einem Anstieg von psychologischem Stress in Verbindung gebracht wird (vgl. z.B. Edland 1994), auf Kosten- und Nutzenwahrnehmungen aus? Gibt es situative und preisspezifische Variablen, die Kosten- und Nutzenwahrnehmungen gleichzeitig beeinflussen?

98

Implikationen für die Management-Praxis

4 Implikationen für die Management-Praxis Kapitel 4 ist in Form eines Praxispapiers gegliedert. Basierend auf den Studien, die in Kapitel 2 und 3 der Arbeit dargestellt wurden, zeigt Kapitel 4 erstens, dass Unternehmen über konkrete Gestaltungs- und Darstellungsmerkmale von Preissystemen direkt die Kundenwahrnehmung und somit das Kaufverhalten beeinflussen können. Diese Stellhebel zur Gestaltung von Preissystemen werden ausführlich anhand von konkreten Beispielen aus der Praxis erläutert. Zweitens wird anhand deskriptiver Auswertungen zusammenfassend gezeigt, warum Kunden eine größere Zahlungsbereitschaft für einfache Preise besitzen. Die Praxisbeispiele und deskriptiven Auswertungen dienen zur ausführlicheren Beantwortung der Forschungsfragen 1a und b der Arbeit. 4.1 Die Bedeutung einer kundenfreundlichen Gestaltung von Preissystemen 4.1.1

Relevanz einer einfachen Preisgestaltung

Insbesondere in verschiedenen Dienstleistungsbranchen bestehen Preise aus mehreren Komponenten, d.h. einem Verbund aus Einzelpreisen, die von dem Verbraucher berücksichtigt werden müssen, um den Gesamtpreis zu bestimmen. Oftmals lässt sich die Preisgünstigkeit und -würdigkeit eines Angebots aus Verbrauchersicht nur beurteilen, wenn das eigene Nutzungsverhalten eines Produktes oder einer Dienstleistung mit den Preiskomponenten des Angebots abgeglichen wird. Eine einfache Gestaltung eines Preissystems führt dazu, dass die Vorteilhaftigkeit eines Angebots relativ leicht bestimmt werden kann und sich der Berechnungsaufwand gering hält. Die Einfachheit der Preisgestaltung hat neben der absoluten Preishöhe eine hohe Relevanz für die Kaufentscheidung, wie sich an der Beurteilung der Wichtigkeit der beiden Merkmale ableiten lässt (vgl. Abbildung 13). Die Preishöhe wird wie die Einfachheit eines Preissystems auf einer Skala von 1 „Stimme überhaupt nicht zu“ bis 7 „Stimme voll und ganz zu“ als relativ wichtig wahrgenommen.


“Stimme voll und ganz zu”

99

7 6

5,7

5,3

5 4 3 2 “Stimme überhaupt nicht zu”

1 "Die Höhe des Preises ist mir sehr wichtig."

"Die Einfachheit des Preissystems ist mir sehr wichtig."

Abbildung 13: Wichtigkeit der Kriterien der Preisentscheidung

Die Einfachheit der Preisgestaltung ist von Relevanz in unterschiedlichen Branchen, wie beispielsweise Telekommunikation/Mobilfunk, Banken, Energieversorger, Luftfahrt oder Einzelhandel. Die Entwicklungen in den einzelnen Branchen werden im Folgenden kurz erläutert. Seitdem im Jahr 2005 die ersten Mobilfunkdiscounter im Markt erschienen sind, zeichnet sich in der Telekommunikations- und Mobilfunkbranche ein Trend von komplexen nutzungsbasierten Tarifen hin zu einfachen Flatrate-Tarifen bzw. einer bewusst einfach gehaltenen Preisgestaltung ab. Komplexe Preise bedeuten im Telekommunikationsbereich oftmals, dass der Verbraucher schwierige Rechnungen durchführen muss, da der Gesamtpreis z.B. durch eine Aufsplittung in viele verschiedene Komponenten nicht direkt ersichtlich ist. Einige Unternehmen nutzen die Komplexität in der Branche, um explizit mit Einfachheit und Transparenz zu werben: z.B. Mobilfunkanbieter Simyo, „weil einfach einfach ist“ oder Eplus: „Rechne schnell und spar zehnsationell! Die Zehnsation 10 Cent/Min. in alle Netze“. In der Bankenbranche führt die zunehmende Vergleichbarkeit von Finanzdienstleistungen durch das Internet, der Eintritt neuer Anbieter durch die Internationalisierung des Bankenmarktes und aggressives Pricing der Direktbanken zu einem stärkeren Preisbewusstsein. Komplexe Preise sind in der Bankenbranche insbesondere bei Kon-

100


sumentenkrediten und Girokontopaketen zu finden, die sich aus mehreren Komponenten zusammensetzen, wie beispielsweise einem Anschaffungspreis und zusätzliche Management- oder Depotgebühren. Die Quirin-Bank gilt als eine der ersten Banken mit einem Flatrate-Konzept. Kunden mit einem Vermögen von über 50000 Euro berät die Quirin Bank für eine Monatspauschale von 75€ pro Monat (kostenlose Depot- und Kontoführung, Rückvergütung von versteckten Provisionen sowie alle Transaktionsgebühren aus Aktienberatung und Vermögensverwaltung). Die Anzahl der Kunden dieser Bank Flatrate hat sich seit Dezember 2006 von 700 auf 1500 erhöht (vgl. Wirtschaftswoche 2007). Verbraucherschutzzentralen warnen Kunden kontinuierlich vor einer undurchsichtigen Preisgestaltung der Energieversorger. Komplexe Preise entstehen vor allem dadurch, dass die eigentlich zu zahlenden Kosten für viele Verbraucher nicht nachvollziehbar sind. Die Aufschlüsselung in Grund- und Arbeitspreise ist schwer verständlich, was dazu führt, dass Tarifvergleiche oder Vergleiche mit Angeboten anderer Anbieter schwierig sind. Die E.ON Tochterfirma „E wie einfach Strom und Gas GmbH“ vermarktet ihr Preissystem explizit durch die Einfachheit in der Preisgestaltung. Verbraucher zahlen z.B. nur einen Arbeitspreis, der Grundpreis entfällt. Seit dem Markteintritt der „Low-Cost-Airlines“ existiert ein harter Preiskampf in der Luftfahrtbranche und es zeigt sich ein Trend zur komplexen Preisgestaltung von Flugpreisen. Komplexität in der Preisgestaltung wird insbesondere durch die Aufteilung des Gesamtpreises in verschiedene Preiskomponenten und durch Zusatzangaben, die in Fußnoten erscheinen, hervorgerufen. Zusatzkosten wie Steuern, Gebühren und sonstige Entgelte müssen jedoch laut EU-Verordnung zur Preistransparenz seit November 2008 im Endpreis aufgeführt werden. Entgegen dem Trend der Preisaufsplittung, besonders genutzt von Discount-Airlines, vermarktet z.B. die Lufthansa sehr erfolgreich ein Pauschalangebot von „99 Euro für Hin- und Rückflug“ ohne zusätzliche anfallende Gebühren. Verbraucher sehen sich im Einzelhandel nicht nur einem sehr breiten und tiefen Sortiment, sondern auch unklaren Preis-Leistungs-Verhältnissen, hoher Produktähnlichkeit und verwirrender Preispolitik gegenüber. Komplexität in der Preisgestaltung wird im Einzelhandel durch die Menge an Preiselementen (End- und Grundpreise, Rabatte,


101

sowie visuelle und semantische Gestaltungselemente) und durch eine Vielzahl an Preisaktionen (Sonderangebote, Zweitplatzierungen, Kundenkarten und Rabattcoupons) hervorgerufen (vgl. Brandes et al. 2004). Discounter wie Aldi oder Lidl verzichten auf den Einsatz von häufig wechselnden Angebotsstrukturen und werben mit einer Dauerniedrigpreisstrategie. 4.1.2

Wirkungsgefüge der Preiskomplexität im Überblick

Basierend auf den Ergebnissen der experimentellen Studien konnte ein allgemeines Raster zu den Einflussfaktoren und Auswirkungen von Preiskomplexität entwickelt werden. Dieses Raster soll als Orientierungsrahmen für Unternehmen dienen, die im Rahmen ihrer Preispolitik ihre Kunden mit Preissystemen, bestehend aus mehreren Preiskomponenten, gewinnen möchten (vgl. Abbildung 14). Zusammenfassend lässt sich feststellen, dass es allgemeine Merkmale von Preissystemen gibt, die ein Preissystem mehr oder weniger komplex erscheinen lassen und über unterschiedliche Branchen hinweg gelten. Das vorgestellte Raster stellt eine Systematisierung dieser Merkmale dar und soll die grundlegenden Zusammenhänge zwischen den vom Unternehmen direkt beeinflussbaren Gestaltungsmerkmalen eines Preissystems und den kundenseitigen Auswirkungen verdeutlichen. Die Konsequenzen auf Kundenseite beeinflussen wiederum direkt den finanziellen Erfolg des Unternehmens (über die Zahlungs- und Kaufbereitschaft der Kunden). Im Detail lassen sich die Einflussfaktoren der Preiskomplexität wie folgt darstellen:

102


Interne Faktoren

Externe Faktoren

Vom Unternehmen direkt beeinflussbar:

Vom Unternehmen

“Stellhebel der Preiskomplexität”

indirekt beeinflussbar

Größe eines Preissystems

Kenntnisse / Erfahrungen des Verbrauchers

Gestaltung der Zahlen

Wissen des Kunden über das eigene Verbrauchsverhalten

Gestaltung der Rechenarten

Zeitdruck

Preiskomplexität

Auswirkungen auf den Kunden Komplexitätswahrnehmung 08. Juni 2009

Verzerrte Geringere Preiseinschätzung wahrgenommene Fairness Melanie Krämer

Geringere Kaufbereitschaft 7

Abbildung 14: Wirkungsgefüge der Preiskomplexität

Interne Faktoren beziehen sich auf drei zentrale vom Unternehmen direkt beeinflussbare Gestaltungsmerkmale von Preissystemen, die ausführlich in Abschnitt 4.2 erläutert werden. In Anlehnung an die Definition der objektiven Preiskomplexität in Abschnitt 2.3.1 lässt sich die Komplexität eines Preissystems anhand von drei allgemeinen Dimensionen bestimmen und auf komplexe Strukturen, insbesondere im Dienstleistungsbereich, übertragen (vgl. Homburg/Kebbel 2001). Alle drei Gestaltungsmerkmale beziehen sich auf konkrete Umsetzungsmöglichkeiten in der Praxis und können jeweils hoch oder niedrig, bzw. komplex oder einfach ausgeprägt sein: x die Größe eines Preissystems (4.2.1) x die Gestaltung der Zahlen (4.2.2) x die Gestaltung der Rechenarten (4.2.3).


103

In den zugrunde liegenden experimentellen Studien wurden diese Gestaltungsmerkmale systematisch variiert und die Auswirkungen auf den Verbraucher gemessen (vgl. Kapitel 2 und 3). Aus der Variation der Komplexität lässt sich ein Komplexitätsindex bilden (vgl. Abschnitt 4.2.4), der es einem Unternehmen ermöglicht, die Preiskomplexität eines offerierten Angebots zu systematisieren und auch als Basis für ein Benchmarking mit anderen Unternehmen herangezogen werden kann. Externe Faktoren beziehen sich auf drei vom Unternehmen nur indirekt beeinflussbare Größen, die nicht Fokus der Studien waren, aber interessante Rückschlüsse zulassen. Diese drei externen Faktoren x Kenntnisse / Erfahrungen des Verbrauchers, x Wissen des Kunden über das eigene Verbrauchsverhalten x Zeitdruck werden im Folgenden kurz erläutert. Wenn Kunden Branchenkenntnisse besitzen oder Erfahrung im Umgang mit Preissystemen einer Branche haben, wird die Wahrnehmung der Komplexität abgeschwächt. Das heißt, dass sich die negativen Auswirkungen eines komplexen Preissystems verringern (vgl. Dellaert/Stremersch 2005). Unternehmen können einer geringen Erfahrung von Verbrauchern entgegenwirken, indem sie direkt bei der Preisbestimmung unterstützen. Ein Beispiel wäre, auf den unternehmenseigenen Internetseiten, die Kunden als Orientierung für die Angebotswahl nutzen, Hilfefunktionen für die Bestimmung des Gesamtpreises anzubieten. Insbesondere im Telekommunikationsbereich kommen gelegentlich Avatare zum Einsatz, die den Kunden durch die Berechnung des Gesamtpreises führen und schrittweise die Preisbestimmung erklären. Eine andere Möglichkeit der Hilfestellung sind Online-Kalkulationshilfen. Die Unsicherheit der Kunden über das eigene Verbrauchsverhalten ist insbesondere im Dienstleistungsbereich ein wichtiges Kriterium für die Angebotswahl. Um die Vorteilhaftigkeit einer Preisstruktur beurteilen zu können, müssen die Kunden häufig ihr geschätztes Verbrauchsverhalten mit dem Preis abstimmen (vgl. Iyengar/Ansari/Gupta 2007; Nunes 2000). Wenn Verbraucher ihr durchschnittliches Verbrauchs- bzw. Nut-

104


zungsverhalten kennen, dann wird die Wahrnehmung der Komplexität abgeschwächt, das heißt, dass sich die negativen Auswirkungen eines komplexen Preissystems verringern. Unternehmen können diese Kenntnis beeinflussen, indem sie ihren Kunden am Jahres- oder Monatsende z.B. eine Übersicht über ihr Verbrauchs- oder Nutzungsverhalten anbieten. Zeitdruck bezieht sich auf die wahrgenommene Zeit, die für den Verbraucher zum Treffen einer Entscheidung zur Verfügung steht. Ein hohes Ausmaß an Zeitdruck führt häufig zu ineffizienten Entscheidungen und negativen Emotionen (vgl. Moschis 2007). Wenn der Kunde unter Zeitdruck steht, dann verstärkt dies die negativen Auswirkungen der Komplexitätswahrnehmung. Unternehmen können den Verbraucher durch befristet geltende Angebote künstlich unter Stress und Zeitdruck setzen. In der Angebotsgestaltung sollten befristet geltende Angebote möglichst mit Preissystemen mit geringer Komplexität kombiniert werden, um negative Auswirkungen von Komplexität auf das Unternehmen zu vermeiden. Die Auswirkungen auf den Kunden beziehen sich auf die Konsequenzen, die eine komplexe Preisgestaltung für den Verbraucher hat. Komplexität entsteht nicht nur aus objektiven Eigenschaften, d.h. den Gestaltungsmerkmalen von Preissystemen, sondern auch aus der subjektiven Wahrnehmung des Betrachters. Ein möglicher Maßstab ist daher die Anstrengung und der Aufwand, die mit dem Verständnis eines Preissystems für den Kunden einhergehen. Dieser Aufwand hängt vom individuellen Vorwissen des Betrachters ab und ist deshalb immer subjektiv. Komplexität entsteht also im Auge des Betrachters. In der Untersuchungsreihe wurden drei Wirkungsebenen unterschieden, die in einem kausalen Zusammenhang miteinander stehen x Komplexitätswahrnehmung (4.3.1), x verzerrte Preiseinschätzung (4.3.2), x geringere wahrgenommene Fairness (4.3.3).


105

Die Auswirkungen auf Kundenebene wurden mit Hilfe von theoretischen Konstrukten gemessen. Der Kunde wurde dazu aufgefordert, seine Einschätzung zu bestimmten Aussagen mitzuteilen. Negative Auswirkungen der Komplexität wie Komplexitätswahrnehmung, falsche Preiseinschätzungen und geringe wahrgenommene Fairness beeinflussen direkt die Kaufbereitschaft und daher die Wettbewerbsposition des Unternehmens (negative Auswirkungen von Preiskomplexität wurden in Kapitel 2 und 3 betrachtet). Ein grundlegendes Verständnis über die Wirkungszusammenhänge zwischen internen Faktoren, also objektiven Gestaltungskriterien und Auswirkungen auf die Kundenwahrnehmung ist unabdingbar für das erfolgreiche Management von Preissystemen. Positive Auswirkungen von Preiskomplexität wurden für den speziellen Fall von Auswahlmöglichkeiten in Kapitel 3 der Arbeit betrachtet. 4.2 Was macht ein Preissystem komplex? “Stellhebel der Preiskomplexität” 4.2.1

Gestaltung der Größe eines Preissystems

4.2.1.1 Anzahl der Preiselemente (vertikal) Die Komplexität eines Preissystems lässt sich anhand von drei Dimensionen bestimmen (vgl. Abschnitt 2.3.1). Die erste der drei Dimensionen bezieht sich auf die Größe eines Preissystems (vgl. Bronner 1992). Hierbei geht es um die mehrdimensionale Zusammensetzung eines Preises: Ein Grundpreis kann beispielsweise mit Zu- oder Abschlägen (z.B. Steuern bzw. Rabatten) verbunden sein oder Preise können in fixe und variable Bestandteile zerlegt werden, wie es bei Telekommunikationsdienstleistungen weit verbreitet ist.

106


Preiselement 1

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

einfach

komplex

Abbildung 15: Komplexitätsdimension 1a: Anzahl der Preiselemente

Abbildung 15 veranschaulicht die Komplexitätsdefinition anhand von zwei Extrembeispielen grafisch. Geringe Komplexität (links) bedeutet die Angabe eines Preises in möglichst wenigen Teilkomponenten und hohe Komplexität (rechts) bezieht sich auf die Aufspaltung des Gesamtpreises in viele verschiedene Einzelteile. Abbildung 16 bezieht sich auf zwei fiktive Preissysteme zweier Banken in Bezug auf die Gebühren eines Aktienkaufs. Die gesamte Summe an Gebühren in beiden Angeboten beträgt 19,50€. Links besteht der Gesamtpreis aus einer Komponente „19,50€“ und rechts gelangt man über die Addition der Einzelpreise zu dem Gesamtpreis von 19,50€.

Transaktionsgebühr unabhängig vom Anlagevolumen

19,50€


11,70€

Gebühr bei Abwicklung über die Filiale

3,90€

Gebühr für eine Limitorder

1,56€

Börsenplatzabhängiges Entgelt

2,34€

einfach

Abbildung 16: Anwendungsbeispiel: Anzahl der Preiselemente

komplex


107

4.2.1.2 Anzahl der Optionen (horizontal) Die Größe eines Preissystems, d.h. die Zahl der Elemente wird nicht nur „vertikal“ durch die Anzahl der Preiselemente innerhalb einer Option eines Angebots beeinflusst, sondern auch „horizontal“ durch die Zahl der Optionen innerhalb eines Angebots bestimmt (vgl. Abschnitt 3.2.2 und Abbildung 17). Die Schwierigkeit, die Vorteilhaftigkeit eines Angebots zu beurteilen, nimmt mit der Anzahl der Auswahlmöglichkeiten zu. Mehr Auswahlmöglichkeiten innerhalb eines Preissystems ermöglicht es zwar dem Kunden, eine spezifischere Auswahl zu treffen, jedoch erhöht die Zahl der zur Verfügung stehenden Alternativen gleichzeitig die Informationsmenge, die der Kunde verarbeiten muss und somit auch die Komplexität.

Option 1

Option 1

Option 2

Option 3

Preiselement 1

Preiselement 1

Preiselement 4

Preiselement 7

Preiselement 2

Preiselement 2

Preiselement 5

Preiselement 8

Preiselement 3

Preiselement 3

Preiselement 6

Preiselement 9

einfach

komplex

Abbildung 17: Komplexitätsdimension 1b: Anzahl der Optionen

Abbildung 18 verdeutlicht die Bedeutung dieser Facette der Preiskomplexität anhand zweier fiktiver Beispiele aus dem Mobilfunkbereich. Geringe Komplexität bezieht sich in diesem Fall auf ein Preissystem bestehend aus vier Elementen innerhalb einer Option. Diese vier Preiselemente sind ein Grundpreis und weitere nutzungsabhängige Gebühren. Im Vergleich dazu bezieht sich die hohe Komplexitätsausprägung auf ein Preissystem, welches aus fünf Optionen besteht mit jeweils vier Preiselementen.

108


Best Talk Tarif Grundpreis pro Monat (inkl. SMS in alle Netze und Mailboxabfragen)

15,00€

Telefonieren Zu TELE BEST Kunden (€ pro Minute)

0,05

Ins Festnetz (€ pro Minute)

0,10

In fremde Mobilfunknetze (€ pro Minute)

0,10

einfach Best Talk Tarif Option 1

Option 2

Option 3

Option 4

Option 5

5,00€

10,00€

20,00€

25,00€

30,00€

Zu TELE BEST Kunden (€ pro Min)

0,10

0,10

0,05

0,00

0,00

Ins Festnetz (€ pro Min)

0,10

0,00

0,00

0,10

0,00

In fremde Mobilfunknetze (€ pro Min)

0,30

0,30

0,10

0,10

0,10

Grundpreis pro Monat (inkl. SMS in alle Netze und Mailboxabfragen) Telefonieren

komplex

Abbildung 18: Anwendungsbeispiel: Anzahl der Optionen

4.2.2


Ein weiterer Treiber der Komplexität eines Preissystems bezieht sich auf die Gestaltung der Zahlen. Die Komplexität eines Systems steigt an, wenn viele verschiedene Elemente beurteilt werden müssen im Vergleich zu vielen ähnlichen Elementen. Für die Gestaltung eines Preissystems bedeutet dies konkret, dass Zahlen, die alle recht ähnlich gestaltet sind, einfacher zu verarbeiten sind als viele unterschiedliche Zahlen. Abbildung 19 verdeutlicht diese Unterscheidung grafisch. Ein prominentes Beispiel für ein niedriges Level an Komplexität in Bezug auf die Heterogenität der Zahlen stellt ein Tarif des Mobilfunkanbieters E-Plus dar. „Zehnsation“ ist ein Mobilfunktarif, der hauptsächlich Preiselemente enthält, die sich auf die Zahl „10“ beziehen. Eine hohe Heterogenität hingegen und die gleichzeitige Verwendung von geraden und ungeraden


109

Zahlen führt dazu, dass sich der Gesamtpreis schwieriger berechnen lässt und deshalb Preisgünstigkeitsbeurteilungen aus Sicht des Verbrauchers schwieriger werden.

Preiselement 1

Preiselement 1

Preiselement 2

Preiselement 2

Preiselement 3

Preiselement 3

Preiselement 4

Preiselement 4

Preiselement 5

Preiselement 5

Preiselement 6

Preiselement 6

einfach

komplex

Abbildung 19: Komplexitätsdimension 2: Gestaltung der Zahlen

Abbildung 20 veranschaulicht anhand zweier fiktiver Beispiele aus dem Mobilfunkbereich die Ausprägungen dieser Komplexitätsdimension. Links ist ein Beispiel zu sehen, das von den Teilnehmern der Untersuchungsreihe als „sehr einfach“ beurteilt wurde. Rechts hingegen ist ein identisch aufgebauter Mobilfunktarif zu sehen, der lediglich in seiner Zahlenstruktur verändert ist. Jede Preiskomponente stellt eine andere Zahl dar und die Zahlen variieren zwischen geraden und ungeraden Zahlen, was als komplexer wahrgenommen wurde. In der Untersuchungsreihe wurde jeweils das durchschnittliche Nutzungsverhalten vorgegeben, um Verzerrungen in der objektiven Preishöhe zu vermeiden. In der Untersuchungsreihe wurden alle Teilnehmer mit dem gleichen Nutzungsverhalten konfrontiert, das bei richtiger „Rechnung“ zu einem Gesamtpreis von 30,00€ führen würde. Beispielsweise: Gesprächszeit zu TELE BEST Kunden beläuft sich im Monat auf ca. 100 min., Gespräche ins Festnetz auf ca. 50 min. und Gespräche in andere Mobilfunknetze belaufen sich auf ca. 50 min. Durchschnittlich werden 50 SMS zu TELE BEST Kunden verschickt und 50 SMS in fremde Mobilfunknetze. Die Mailbox wird ca. 10 Mal im Monat abgerufen. In Abbildung 20 lässt sich somit errechnen, dass beide Tarife bei dem vorgegebenen Nutzungsverhalten 30€ kosten würden.

110


Best Talk Tarif

Best Talk Tarif

Telefonieren

€ pro Min.

Telefonieren

€ pro Min.

Zu TELE BEST Kunden

0,10

Zu TELE BEST Kunden

0,04

Festnetz

0,10

Festnetz

0,11

Fremde Mobilfunknetze

0,10


0,17

SMS

€ pro SMS

SMS

€ pro SMS

Zu TELE BEST Kunden

0,10

Zu TELE BEST Kunden

0,05


0,10


0,15

Mailboxabfrage

0€

Mailboxabfrage

0,20€

Grundgebühr

0€

Grundgebühr

0€

Anschlussgebühr

0€

Anschlussgebühr

einfach

0€

komplex

Abbildung 20: Anwendungsbeispiel: Gestaltung der Zahlen

4.2.3

Gestaltung der Rechnungen

Die dritte Komplexitätsdimension bezieht sich auf die Gestaltung der Verknüpfungen zwischen den Elementen eines Systems. Die Verknüpfung der Zahlenelemente untereinander in Form von unterschiedlichen Rechenschritten kann mehr oder weniger komplex gestaltet werden wie in Abbildung 21 ersichtlich wird. Innerhalb dieser Komplexitätsdimension lassen sich zwei Varianten unterscheiden: erhöhte Komplexität durch schwierigere Rechnungen und erhöhte Komplexität durch die Anzahl der durchzuführenden Rechenschritte.


111

Preiselement 1

Preiselement 1

Preiselement 2

Preiselement 2

Preiselement 3

Preiselement 3

Preiselement 4

Preiselement 4

Preiselement 5

Preiselement 5

Preiselement 6

Preiselement 6

einfach

komplex

Abbildung 21: Komplexitätsdimension 3: Gestaltung der Rechnungen

Im Gegensatz zu eindimensionalen Preisen, bei denen der angegebene Preis zugleich den Endpreis darstellt, sind bei komplexen Preisstrukturen spezifische Berechnungen notwendig, um aus den einzelnen angegebenen Preiskomponenten den Gesamtpreis zu ermitteln. Nur wenige Kunden verfügen jedoch in der konkreten Entscheidungssituation in einer Einkaufsstätte über Kalkulationshilfen, wie z.B. einen Taschenrechner oder einen Notizblock und sind daher gezwungen, die zum Teil sehr schwierigen mathematischen Operationen im Kopf durchzuführen. Der überforderte Kunde greift deshalb häufig auf Vereinfachungsstrategien und Entscheidungsheuristiken zurück, was die Wahrscheinlichkeit erhöht, eine (aus Sicht der Preisgünstigkeit) irrationale Kaufentscheidung zu treffen (vgl. Kapitel 2). In Anlehnung an Estelami (2003) lassen sich Rechenarten anhand ihres Schwierigkeitsgrads wie folgt gliedern: Relativ einfach sind Additionen (z.B. 100€ + 5€ Aufschlag) und Subtraktionen (z.B. 100€ - 5€ Rabatt). Mit einem höheren Denkaufwand verbunden sind Multiplikationen (z.B. 100€ pro Monat für 12 Monate, der Jahrespreis soll bestimmt werden). Einen ähnlichen Schwierigkeitsgrad haben Divisionen (100€ für eine 6er Packung, der Stückpreis soll bestimmt werden). Am schwierigsten zu errechnen sind super-multiplikative oder sub-multiplikative Darstellungen, die sehr häufig in der Praxis zu finden sind (z.B. 100€ und 5% Aufschlag auf den Kaufpreis). Bei dieser Preisdarstellung muss zuerst eine Addition (1+0,05) und anschließend eine Multiplikation (100€ x 1,05) oder umgekehrt durchgeführt werden.

112



11,70€

Transaktionsgebühr

0,15% vom Anlagevolumen


3,90€




1,56€




2,34€



einfach

komplex

Abbildung 22: Anwendungsbeispiel a: Gestaltung der Rechnungen

Das Anwendungsbeispiel in Abbildung 22 verdeutlicht die unterschiedliche Gestaltung der Rechenarten anhand zweier fiktiver Beispiele aus der Bankenbranche für einen Aktienkauf. Die Rechenschritte, die der Verbraucher im linken Beispiel durchführen muss, beziehen sich auf Additionen der einzelnen Komponenten zu einem Gesamtpreis. Diese Rechnung ist relativ einfach durchzuführen. Im Beispiel rechts geht es darum, prozentuale Zuschläge aufzuaddieren. In diesem Fall muss der Verbraucher die schwierigste aller Rechnungen durchführen, die sog. super-multiplikative Rechnung. In der Untersuchungsreihe wurden die Teilnehmer wiederum mit einem fiktiven Beispiel konfrontiert, in dem das Aktienvolumen vorgegeben war: 7800€. Bei der einfachen Preisgestaltung würden also zusätzliche Transaktionsgebühren anfallen von insgesamt 19,50€ durch Addition der einzelnen Zahlen. Bei der komplexen Preisgestaltung würden ebenfalls zusätzliche Transaktionsgebühren anfallen von 19,50€, die allerdings wesentlich schwieriger über die prozentuale Preisdarstellung zu errechnen sind. Komplexität im Rahmen der Gestaltung der Rechenarten kann auch durch die Anzahl und Unterschiedlichkeit der durchzuführenden Rechnungen zustande kommen (vgl. Abbildung 23). Die zwei fiktiven Beispiele in Abbildung 23 aus dem Mobilfunkbereich verdeutlichen die unterschiedlichen Komplexitätsausprägungen. Im linken Preissystem wird jede Position mit dem jeweiligen Nutzungsverhalten multipliziert und alle Einzelkosten aufaddiert. Im rechten Beispiel gibt es unterschiedliche Rechenelemente:


113

Pauschalpreise (fallen jeden Monat an) und einmalige Gebühren, einzelne Positionen müssen multipliziert und aufaddiert werden, andere Komponenten sind Gratiskomponenten. Im linken Beispiel sind zwar die Zahlen ähnlich einfach gestaltet wie im rechten Beispiel, aber die Rechnungen werden aufgrund der Abweichungen komplexer wahrgenommen.

Best Talk Tarif

Best Talk Tarif

Telefonieren

€ pro Min.

Telefonieren

Zu TELE BEST Kunden

0,10

Alle Gespräche zu TELE BEST Kunden

10,00€ monatlich

Ins Festnetz

0,10

Ins Festnetz

0,15 €/Min.

In fremde Mobilfunknetze

0,10

In fremde Mobilfunknetze

0,15 €/Min.

SMS

€ pro SMS

SMS

Zu TELE BEST Kunden

0,10

In alle Netze

0,10 €/SMS


0,10

Gratis: 50 SMS pro Monat!

0€

Mailboxabfrage

0€

Mailboxabfrage

0€

Grundgebühr

0€

Grundgebühr

10,00€ monatlich

Anschlussgebühr

0€

Rabattaktion!

-10,00€ monatlich

Anschlussgebühr

15,00€

Einmalige Gutschrift

-15,00€

einfach

komplex

Abbildung 23: Anwendungsbeispiel b: Gestaltung der Rechnungen

Wie in anderen Beispielen zuvor, wurden alle Teilnehmer der Untersuchungsreihe mit einem identischen durchschnittlichen Nutzungsverhalten (Telefonieren, SMS schreiben, Mailboxabrufe) konfrontiert, um den objektiven Preis konstant zu halten (30€): die monatliche Gesprächszeit zu TELE BEST Kunden beläuft sich im Monat auf ca. 100 min., Gespräche ins Festnetz auf ca. 50 min. und Gespräche in andere Mobilfunknetze belaufen sich auf ca. 50 min. Durchschnittlich werden 50 SMS zu TELE BEST Kunden verschickt und 50 SMS in fremde Mobilfunknetze. Die Mailbox wird ca. 10 Mal im Monat abgerufen.

114


4.2.4

Ermittlung eines Komplexitätsindex

Das Phänomen der komplexen Preisgestaltung tritt in den unterschiedlichsten Branchen auf wie beispielsweise Telekommunikation, Banken, Energieversorger, Luftfahrt oder Einzelhandel. Angesichts der Bedeutung des Phänomens stellt sich die Frage, wie sich die Komplexität eines Preissystems systematisch bestimmen lassen kann. Um den Grad der Preiskomplexität zu messen, wurde ein Komplexitätsindex entwickelt.

Größe eines Preissystems


Gestaltung der Rechenarten

Komplexitätsindex

Komplexitätsgrad

-

-

-

+

-

1

Niedrig

-

2

-

Mittel

-

+

2

Mittel

+

-

-

2

Mittel

-

+

+

3

Hoch

+

+

-

3

Hoch

+

-

+

3

Hoch

+

+

+

4

Sehr hoch

Tabelle 17: Komplexitätsindex

Tabelle 17 verdeutlicht die Stufen der Preiskomplexität. Ein Preissystem der Kategorie 1 „niedrige Komplexität“ ist in allen drei Gestaltungsmerkmalen, die in 4.2.1 bis 4.2.3 vorgestellt wurden, negativ ausgeprägt. Ein Preissystem der Kategorie 2 „mittlere Komplexität“ ist in einer der drei Komplexitätsdimensionen positiv ausgeprägt, enthält also entweder viele Preiselemente im Vergleich zum Wettbewerb, viele unterschiedliche Zahlen oder komplizierte Rechnungen. Ein Preissystem der Kategorie 3 „hohe Komplexität“ ist in jeweils zwei der drei Komplexitätsdimensionen positiv ausgeprägt. In der letzten Kategorie 4 „sehr hohe Komplexität“ sind alle drei Dimensionen positiv ausgeprägt. Die Überprüfung des Komplexitätsindex erfolgte im Rahmen der empirischen Erhebung der Untersuchungsreihe.


115

“Stimme voll 7 und ganz zu” 6

“Der Preis ist komplex”

5

4,6

4

4,9

3,4

3 2 “Stimme überhaupt nicht zu” 1

1,9

Niedrig 1

Mittel 2

Hoch 3

Sehr4 hoch

Komplexitätsgrad

Abbildung 24: Überprüfung des Komplexitätsindex

Die Teilnehmer wurden dazu aufgefordert, die in Tabelle 17 dargestellten Abstufungen der Komplexität anhand konkreter Beispiele (vgl. Anwendungsbeispiele in Kapitel 3) zu beurteilen. Die Ergebnisse in Abbildung 24 zeigen, dass die niedrigste Komplexitätsstufe im Mittel den Wert 1,9 erhielt und die höchste Stufe im Mittel den Wert 4,9. Die Abfrage wurde anhand einer Skala von 1 „Stimme überhaupt nicht zu“ bis 7 „Stimme voll und ganz zu“ vorgenommen. Somit konnte sichergestellt werden, dass die Abstufungen, die anhand der objektiven Gestaltungsmerkmale eines Preissystems getroffen wurden, auch in der Realität ihre Gültigkeit besitzen. 4.3 Warum sind Kunden bereit, mehr für Einfachheit zu zahlen? 4.3.1

Komplexitätswahrnehmung

4.3.1.1 Überlastung durch komplexe Preise Im Fokus der Untersuchungsreihe zur Gestaltung von Preissystemen steht der Zusammenhang zwischen unterschiedlichen Abstufungen der Preiskomplexität und den Auswirkungen auf den Kunden. In Abschnitt 4.2 wurden die Stellhebel des Unternehmens

116


in Form von objektiven Gestaltungsmerkmalen vorgestellt. Generell können zwischen der objektiven Gestaltung eines Preissystems und dem subjektiv vom Konsumenten wahrgenommenen Preis erhebliche Differenzen bestehen (vgl. Bauer/Neumann/Huber 2006). Wie Kunden diese objektiven Abstufungen der Komplexität wahrnehmen, wird in den folgenden Abschnitten erläutert. Im ersten Schritt der Wahrnehmungsmessung wurde die Preisbelastung in Anlehnung an die Informationsbelastung der Kunden durch komplexe Preise gemessen. Überforderung tritt in der Phase der Preisinformationswahrnehmung auf (vgl. Abschnitt 2.3.1). In der Phase der Preisinformationswahrnehmung kommt es zunächst zur Entschlüsselung der Preise und zur Verarbeitung der objektiven Preisinformationen im Kurzzeitspeicher. Wenn der Kunde zum ersten Mal mit einem komplexen Preissystem konfrontiert wird, besteht häufig die Gefahr einer Informationsüberlastung. Die wissenschaftliche Forschung zur Informationsverarbeitung basiert auf der Annahme, dass die Informationsverarbeitungskapazität des menschlichen Gehirns begrenzt ist (vgl. z.B. Kroeber-Riel/Weinberg 2003). Wird diese Grenze überschritten, kann dies zu irrationalem Verhalten führen (vgl. Jacoby 1977), da der Kunde auf einfache Entscheidungsregeln ausweicht (vgl. Malhotra 1982, Summers 1974; Wilkie 1974). Abbildung 25 zeigt die Einschätzung der Konsumenten, nachdem sie mit unterschiedlich komplexen Preisstrukturen konfrontiert wurden. Der Komplexitätsgrad (x-Achse) richtet sich nach dem Grad der objektiven Preiskomplexität (vgl. Abschnitt 3.4). Die Zustimmung (y-Achse) bezieht sich darauf, wie viele Studienteilnehmer der Aussage „Ich fühle mich überfordert von komplexen Preisen“ zustimmen. Die Ergebnisse zeigen, dass in Anlehnung an die systemtheoretische Definition von Komplexität davon ausgegangen werden kann, dass die Überforderung des Kunden mit jeder weiteren Komplexitätsdimension zunimmt (vgl. Abbildung 25). Bei Konfrontation mit niedriger Komplexität fühlten sich lediglich 4% aller Kunden überlastet, bei sehr hoher Komplexität 38%. Tabelle 18 dient zur Überprüfung der Preisüberlastung des Kunden. Werte > 4 deuten auf eine Überlastung des Kunden hin.


40%

117

38%

„Ich fühle mich überfordert”

Zustimmung in %

35% 30% 25%

21%

20% 13%

15% 10% 5%

4%

0% Niedrig 1

Mittel 2

Hoch 3

Sehr4 hoch

Komplexitätsgrad

Abbildung 25: Überforderung durch komplexe Preise

Checkliste zur Erfassung der Preisüberlastung des Kunden Stimme überhaupt nicht zu Bei diesen vielen Preisen fällt es mir schwer zu verstehen, worum es eigentlich geht. 1 2 Ich müsste sehr viel wissen, um das Preissystem zu verstehen. 1 2 Das Preissystem sieht für mich sehr kompliziert aus. 1 2 Es ist schwierig für mich, mir einen Überblick über alle Zahlen des Preissystems zu verschaffen. 1 2

Stimme voll und ganz zu

3

4

5

6

7

3

4

5

6

7

3

4

5

6

7

3

4

5

6

7

Tabelle 18: Checkliste zur Erfassung der Preisbelastung des Kunden

4.3.1.2 Probleme bei der Preisberechnung Im zweiten Schritt der Wahrnehmungsmessung wurden die Probleme bei der Berechnung des Preises gemessen. Probleme bei der Preisberechnung treten ebenfalls in der Phase der Preisinformationswahrnehmung auf und betreffen den Vorgang der Kodierung der Informationen (vgl. Abschnitt 2.3.1). Überträgt man die Erkenntnisse aus der

118


Forschung über multidimensionale Preise auf die Preiskomplexität, lässt sich folgern, dass komplexe Preissysteme Kunden häufig gedanklich überfordern. Die Ermittlung des Endpreises erfordert, dass vom Käufer zunächst Berechnungen durchgeführt und verschiedene Preisinformationen zu einem Gesamturteil integriert werden. Der Gesamtpreis ist umso schwerer ermittelbar, je komplexer ein Preis ist, d.h. je mehr Preisdimensionen er beinhaltet, je unterschiedlicher die Preise gestaltet sind und je schwieriger die durchzuführenden Rechnungen sind (vgl. Estelami 2003; 1997). Verbraucher scheitern häufig darin, die einzelnen Preiselemente zu einer korrekten Gesamtpreisbeurteilung zusammenzuführen. Deshalb steigt mit zunehmender Komplexität des Preissystems die Wahrscheinlichkeit für den Konsumenten, eine falsche Kaufentscheidung zu treffen. Ist die Preiskomplexität sehr hoch, hat dies eine demotivierende Wirkung auf die Kunden – sie fühlen sich mit der Ermittlung des Gesamtpreises überfordert oder empfinden diese als zu umständlich. Abbildung 26 zeigt die Einschätzung der Konsumenten, nachdem sie mit unterschiedlich komplexen Preisstrukturen konfrontiert wurden. Der Komplexitätsgrad (x-Achse) richtet sich nach dem Grad der objektiven Preiskomplexität (vgl. Abschnitt 4.2.4). Die Zustimmung (y-Achse) bezieht sich darauf, wie viele Teilnehmer der Untersuchung der Aussage „Ich habe Probleme, den Preis zu berechnen“ zustimmen. Wie aus den Ergebnissen ersichtlich wird, nimmt die gefühlte Schwierigkeit der Preisberechnung für den Kunden mit jeder weiteren Komplexitätsdimension zu (vgl. Abbildung 26). Lediglich 7% der Studienteilnehmer hatten bei der niedrigsten Komplexitätsstufe Schwierigkeiten, den Preis zu berechnen, bei hoher und sehr hoher Komplexität hatten mehr als zwei Drittel der Teilnehmer Probleme mit der Preisberechnung. Die Ergebnisse zeigen, dass die Berechnungsschwierigkeit mit zunehmender Komplexität noch stärker ansteigt als die gefühlte Überforderung des Kunden. Tabelle 19 dient zur Überprüfung der Berechnungsschwierigkeit des Kunden. Werte > 4 deuten auf Schwierigkeiten bei der Berechnung hin.


Zustimmung in %

50%

119

“Ich habe Probleme, den Preis zu berechnen”

45%

45% 40% 33%

35% 30% 25% 17%

20% 15% 10% 5%

7%

0% Niedrig 1

Mittel 2

Hoch 3

Sehr4 hoch

Komplexitätsgrad

Abbildung 26: Probleme bei der Preisberechnung

Checkliste zur Erfassung der Berechnungsschwierigkeit des Kunden Stimme überhaupt nicht zu. Es war mühsam, den insgesamt zu zahlenden Preis zu berechnen. 1 2 3 Es fiel mir schwer, mit den einzelnen Zahlen umzugehen. 1 2 3 Es war anstrengend, die vielen unterschiedlichen Berechnungen durchzuführen. 1 2 3 Es war schwierig, den Gesamtpreis ohne Taschenrechner zu bestimmen. 1 2 3

Stimme voll und ganz zu.

4

5

6

7

4

5

6

7

4

5

6

7

4

5

6

7

Tabelle 19: Checkliste zur Erfassung der Berechnungschwierigkeit des Kunden

4.3.1.3 Probleme bei der Angebotsbeurteilung Im dritten Schritt der Wahrnehmungsmessung wurde untersucht, in welchem Ausmaß Probleme bei der Angebotsbeurteilung auftreten. Probleme bei der Angebotsbeurteilung treten nach der Kodierung der Informationen in der Phase der Urteilsbildung auf (vgl. Abschnitt 2.3.1 zu den Phasen der Preisinformationsverarbeitung). Die verarbei-

120


teten Preisstimuli werden mit Informationen und Erfahrungen aus dem Langzeitgedächtnis zu einem subjektiven Wahrnehmungsbild kombiniert. Bei der Urteilsbildung möchte der Kunde einerseits eine möglichst genaue Entscheidung treffen, die am besten zu seinem Ziel passt (z.B. den günstigsten Preis am Markt zu finden), andererseits möchte er auch so wenig Zeit und Mühe in die Entscheidung stecken, wie möglich (vgl. Johnson/Payne 1985). Bei einem komplexen Preissystem wird es sehr schwierig, die Vorteilhaftigkeit eines Angebots zu bestimmen. Wenn der Kunde also Probleme hat, das Angebot zu beurteilen, kann dies dazu führen, dass er das Angebot falsch einordnet, weil er den Preis nicht richtig interpretiert hat. Eine andere Möglichkeit ist, dass er das Angebot aus seinem Relevant Set streicht, weil das Risiko einer Fehlentscheidung zu groß ist. Abbildung 27 zeigt die Einschätzung der Konsumenten, nachdem sie mit unterschiedlich komplexen Preisstrukturen konfrontiert wurden. Der Komplexitätsgrad (x-Achse) richtet sich nach dem Grad der objektiven Preiskomplexität (vgl. Abschnitt 3.4). Die Zustimmung (y-Achse) bezieht sich darauf, wie viele Teilnehmer der Untersuchung der Aussage „Ich habe Probleme, das Angebot zu beurteilen“ zustimmen. Die Ergebnisse zeigen, dass in Anlehnung an die systemtheoretische Definition von Komplexität davon ausgegangen werden kann, dass die gefühlte Schwierigkeit der Angebotsbeurteilung für den Kunden mit Zunahme der Komplexität steigt (vgl. Abbildung 27). Bei Konfrontation mit niedriger Komplexität hatten lediglich 9% der Teilnehmer Schwierigkeiten. Bei einem mittleren Komplexitätsniveau 14% und bei hoher Komplexität stimmten 31% der Teilnehmer der Aussage zu. Tabelle 20 dient zur Überprüfung der Beurteilungsschwierigkeit des Kunden. Werte > 4 deuten auf Schwierigkeiten bei der Beurteilung hin.


40%

121

“Ich habe Probleme, das Angebot zu beurteilen”

Zustimmung in %

35%

37%

31%

30% 25% 20% 14%

15% 10%

9%

5% 0% Niedrig 1

Mittel 2

Hoch 3

Sehr4 hoch

Komplexitätsgrad

Abbildung 27: Probleme bei der Angebotsbeurteilung

Checkliste zur Erfassung der Beurteilungsschwierigkeit des Kunden Stimme überhaupt nicht zu. Es hat viel Zeit gekostet, das Preissystem zu beurteilen und mich zu entscheiden. 1 2 3 Ich habe angestrengt darüber nachgedacht, bevor ich mich entschieden habe. 1 2 3 Ich musste mich sehr konzentrieren, um das Preissystem zu beurteilen und mich zu entscheiden. 1 2 3 Es war schwierig, sich mit dem Preissystem zu beschäftigen. 1 2 3


4

5

6

7

4

5

6

7

4

5

6

7

4

5

6

7

Tabelle 20: Checkliste zur Erfassung der Beurteilungsschwierigkeit des Kunden

4.3.2

Preiseinschätzung

Zu den Auswirkungen von Preiskomplexität auf Kundenseite zählen neben den genannten Problemen in der Wahrnehmung und Bearbeitung Verzerrungen in der Preiseinschätzung (vgl. Abschnitt 2.4). Die Teilnehmer wurden in den Studien mit fiktiven

122


Preissystemen konfrontiert, einem einfachen und einem komplexen Preissystem, die zusätzlich zur Komplexität in der Preishöhe variierten. Abbildung 28 zeigt die Auswirkungen auf die Kaufentscheidung: In Fall 1 wählten 65% den einfachen Tarif obwohl er teurer war als der vergleichbare komplexe Tarif. In Fall 2 wählten 71% den einfachen Tarif obwohl er gleich teuer war wie der komplexe. In Fall 3 wählten 87% den einfachen Tarif, der in diesem Fall auch günstiger war als der komplexe.

100% 87%

90% 80% 70%

71%

Wahl: Einfach Wahl: Komplex

65%

60% 50% 40%

35% 29%

30% 20%

13%

10% 0% Einfacher Tarif ist teurer

Einfacher Tarif ist genauso teuer wie komplexer Tarif

Einfacher Tarif ist billiger

Abbildung 28: Verzerrungen in der Preisbeurteilung und in der Kaufentscheidung

Die Ergebnisse deuten darauf hin, dass es bei der Beurteilung von einfachen versus komplexen Preisen zu systematischen Fehleinschätzungen kommt, einem sog. Simplicity-Bias (vgl. Abschnitt 2.4). Die Beurteilung der Preishöhe erfolgt nämlich nicht ausschließlich über Berechnungen, wie man es bei einem rationalen Entscheider vermuten würde, sondern wird auch stark von der Wahrnehmung der Preisgestaltung beeinflusst. Eine Verzerrung liegt vor, da einfache Preise über verschiedene Preisstufen hinweg günstiger wahrgenommen werden. Abhängig von der jeweiligen Branche und dem jeweiligen Entscheidungsumfeld variiert die Preisspanne, bei der der einfache Preis noch als vorteilhafter wahrgenommen wird als der komplexe.


123

5,00 €

Preissetzung des Unternehmens

Durchschnittliche Preiswahrnehmung des Kunden: einfacher Tarif ist günstiger 0,90 €

0,00 € 1

Szenario 1: Der einfache Preis ist € 5 teurer als der komplexe Preis -5,00 €

-5,00 €

5,00 € 3,90 €

0,00 € 0,00 € 1

Szenario 2: Der einfache Preis ist genauso teuer wie der komplexe Preis -5,00 €

5,40 €

5,00 € 5,00 €

0,00 € 1

Szenario 3: Der einfache Preis ist €5 günstiger als der komplexe Preis

-5,00 €

Abbildung 29: Preiseinschätzungen

124


Die Fehleinschätzungen des Preises über die drei Szenarien hinweg sind in Abbildung 29 dargestellt. In Szenario 1 wurde der einfache Preis 0,90 Cent günstiger eingeschätzt als der komplexe, er kostete aber tatsächlich 5,00€ mehr. In Szenario 2 wurde der einfache Preis um 3,90€ vorteilhafter beurteilt als der komplexe Preis, kostete aber gleich viel. Die objektive Preisdifferenz betrug demnach 0,00€. In Szenario 3 wurde der einfache Preis um 5,40€ vorteilhafter beurteilt als der komplexe Preis. Der objektive Preisvorteil lag hier bei 5,00€. 4.3.3

Wahrnehmung der Preisfairness

4.3.3.1 Beurteilung des Preis-Leistungs-Verhältnisses Die wahrgenommene Preisfairness stellt einen wichtigen Einflussfaktor der Reaktionen von Konsumenten auf Preise dar (vgl. Campbell 1999 und Abschnitt 2.3.1). Die Preisfairness lässt sich in die Phase der Preisinformationsbeurteilung einordnen. Die Wahrnehmung der Preisfairness wurde über die drei Facetten Beurteilung des PreisLeistungs-Verhältnisses (Abschnitt 4.3.3.1), die gefühlte Benachteiligung gegenüber anderen Kunden (Abschnitt 4.3.3.2) und der wahrgenommenen Preisstrategie des Unternehmens (Abschnitt 4.3.3.3) gemessen. Im ersten Schritt werden die Auswirkungen von Preiskomplexität auf die PreisLeistungs-Facette der Preisfairness, die Preiswürdigkeit, erläutert. Preisfairness liegt vor, wenn die Konsumenten das Preis-Leistungs-Verhältnis als gerecht einstufen und der tatsächliche Preis nicht gegen den sozial akzeptierten Preis verstößt (vgl. Kapitel 2). Seit Beginn der 70er Jahre wird der Zusammenhang zwischen Fairness und Beurteilung des Preises im Rahmen der Marketingliteratur thematisiert (vgl. Monroe 1971). Diller (2001) versteht unter Preisfairness das subjektive Empfinden über die Angemessenheit, Ehrlichkeit und Gerechtigkeit der Preispolitik eines Anbieters (vgl. Diller 2001). Empirische Studien zeigen, dass sich die wahrgenommene Preisunfairness auf viele für ein Unternehmen bedeutende Faktoren auswirkt. Als unfair wahrgenommene Preise


125

verringern die Kaufabsicht, die Zufriedenheit sowie die Loyalität der Kunden (vgl. Campbell 1999; Herrmann et al. 2007; Homburg/Hoyer/Koschate 2005). Als Einflussfaktor darauf, wie Konsumenten auf Preise reagieren, nimmt die Preisfairness somit eine wichtige Stellung ein, auch deshalb, weil der Preis einen wirkungsvollen Hebel zur Steigerung der Profitabilität darstellt. Die wahrgenommene Preisfairness wirkt sich somit keinesfalls nur auf Einstellungskonstrukte aus, die den Anbieter indirekt betreffen, sondern es ist auch ein klarer Bezug zum Unternehmen gegeben. Abbildung 30 zeigt die Fairnesseinschätzung der Konsumenten, nachdem sie mit unterschiedlich komplexen Preisstrukturen konfrontiert wurden. Der Komplexitätsgrad (x-Achse) richtet sich nach dem Grad der objektiven Preiskomplexität (vgl. Abschnitt 4.2.4). Die Zustimmung (y-Achse) bezieht sich darauf, wie viele Teilnehmer der Untersuchung der Aussage „Preis und Leistung stimmen überein“ zustimmen. Die Ergebnisse zeigen, dass wahrgenommene Preisfairness in Bezug auf Preis und Leistung mit jeder weiteren Komplexitätsdimension abnimmt (vgl. Abbildung 30). Bei Konfrontation mit niedriger Komplexität stimmten 59% der Aussage zu, dass Preis und Leistung übereinstimmen, bei sehr hoher Komplexität lediglich 36%. Das Ergebnis überrascht insofern, da die Preisgestaltung die Wahrnehmung der Fairness des Preis-Leistungsverhältnisses rationalerweise nicht beeinflussen sollte. Die Preishöhe wurde bei diesen Befragungen nicht variiert und war immer gleich niedrig. Tabelle 21 dient zur Überprüfung der wahrgenommenen Fairness durch den Kunden. Werte < 4 deuten auf eine niedrige Fairnessbeurteilung hin.

126


“Preis und Leistung stimmen überein”

70%

Zustimmung in %

60%

59% 50%

50%

50% 36%

40% 30% 20% 10% 0% Niedrig 1

Mittel 2

Hoch 3

Sehr4 hoch

Komplexitätsgrad

Abbildung 30: Beurteilung des Preis-Leistungs-Verhältnisses

Checkliste zur Erfassung der Preis-Leistungs-Fairness Stimme überhaupt nicht zu. Der xxx Tarif ist seinen Preis wert. 1 2 Das ist genau der Preis, den ich für die Leistung erwartet hätte. 1 2 Der Preis des xxx Tarifs ist für die Leistung, die ich bekomme, angemessen. 1 2


3

4

5

6

7

3

4

5

6

7

3

4

5

6

7

Tabelle 21: Checkliste zur Erfassung der Preis-Leistung-Fairness

4.3.3.2 Benachteiligung gegenüber anderen Kunden Im zweiten Schritt der Untersuchung der Auswirkungen von Preiskomplexität wird auf die relationale Facette der Preisfairness, die gefühlte Benachteiligung gegenüber anderen Kunden, eingegangen. Preisfairnessurteile unterliegen der Subjektivität der Käufer und werden in der Regel nur aus der Sicht des einzelnen Kunden betrachtet (vgl.


127

Xia/Monroe/Cox 2004). Dies hat zur Folge, dass eine egozentrische Verzerrung zugunsten des Käufers auftritt. Beispielsweise hängt die Stärke der wahrgenommenen Unfairness eines ungleichen Preises von der Frage ab, ob man derjenige ist, der mehr oder weniger als der andere zahlt. Von dem Individuum mit dem vergleichsweise höheren Preis wird diese Situation unfairer wahrgenommen als von jenem mit dem geringeren Preis (vgl. Ordónez/Connolly/Coughlan 2000). Bei Preisfairnessurteilen werden nicht nur Preise von Wettbewerbsprodukten verglichen oder Preise aus früheren Einkaufssituationen mit der Gegenwart verglichen, sondern auch die Preise, die andere Austauschpartner zahlen müssen, in Relation zueinander gesetzt. Als Referenzpunkt können demnach auch andere Personengruppen dienen. Insbesondere bei komplex gestalteten Preissystemen kann ein Gefühl der ungleichen Behandlung auftreten. Aufgrund der Denkleistung, die bei der Beurteilung eines Preissystems erbracht werden muss, könnten sich Kunden benachteiligt fühlen, da sie das Gefühl haben, anderen in der Preisberechnung unterlegen zu sein. Abbildung 31 zeigt die Fairnesseinschätzung der Konsumenten, nachdem sie mit unterschiedlich komplexen Preisstrukturen konfrontiert wurden. Der Komplexitätsgrad (x-Achse) richtet sich nach dem Grad der objektiven Preiskomplexität (vgl. Abschnitt 4.2.4). Die Zustimmung (y-Achse) bezieht sich darauf, wie viele Teilnehmer der Untersuchung der Aussage „Gegenüber anderen werde ich nicht benachteiligt“ zustimmen. Es wird ersichtlich, dass wahrgenommene Preisfairness in Bezug auf Preis- und Leistungsbeurteilungen mit jeder weiteren Komplexitätsdimension abnimmt (vgl. Abbildung 31). 50% der Teilnehmer stimmten bei einem einfachen Preissystem der Aussage zu, dass sie gegenüber anderen nicht benachteiligt werden. Bei sehr hoher Komplexität sank der Anteil derjenigen, die der Aussage zustimmen würden, auf 26%. Die Preishöhe wurde bei diesen Befragungen nicht variiert und war immer gleich niedrig. Tabelle 22 dient zur Überprüfung der relationalen Fairness durch das Unternehmen. Werte < 4 deuten auf eine niedrige Fairnessbeurteilung hin.

128


“Gegenüber anderen werde ich nicht benachteiligt”

60% 50% Zustimmung in %

50% 40% 31%

30%

30%

26%

20% 10% 0% Niedrig 1

Mittel 2

Hoch 3

Sehr 4 hoch

Komplexitätsgrad

Abbildung 31: Benachteiligung gegenüber anderen Kunden

Checkliste zur Erfassung der relationalen Fairness Stimme überhaupt nicht zu. Bei dem xxx Tarif wird kein Kunde benachteiligt. 1 Der xxx Tarif ist für alle Kunden gleich fair. 1 Bei dem xxx Tarif muss ich nicht mehr zahlen als andere. 1 Im Vergleich zu anderen Kunden bin ich nicht schlechter gestellt bei dem xxx Tarif. 1


2

3

4

5

6

7

2

3

4

5

6

7

2

3

4

5

6

7

2

3

4

5

6

7

Tabelle 22: Checkliste zur Erfassung der relationalen Fairness

4.3.3.3 Wahrnehmung der Preisstrategie des Unternehmens Im dritten Schritt wird auf die letzte Facette der Preisfairness eingegangen, die Wahrnehmung der Preisstrategie des Unternehmens. Konkret geht es in dieser dritten Facette darum, ob der Kunde die Preisstrategie eines Unternehmens als fair einstuft. Aus


129

Kundensicht äußert sich diese Facette der Fairness zum Beispiel darin, ob sich das Unternehmen um Transparenz bemüht. Xia/Monroe/Cox (2004) fassen das Begriffsverständnis der wahrgenommenen Preisfairness zusammen als die Beurteilung über die Angemessenheit, Akzeptanz und Richtigkeit des Ergebnisses sowie des Prozesses, der zu dem Ergebnis geführt hat (vgl. Xia/Monroe/Cox 2004). Die Wahrnehmung der Preisstrategie eines Unternehmens basiert auf der Prozessbetrachtung. Zur wahrgenommenen Preisstrategie des Unternehmens zählen die verschiedenen Konditionen und Bedingungen, die an das Angebot geknüpft sind, wie z.B. die Handhabung und Erklärung von Konditionen innerhalb eines Preissystems (vgl. Herrmann et al. 2007). Eine Steigerung der Anzahl der Preisdimensionen beispielsweise reduziert die Genauigkeit der Wahrnehmung durch den Kunden und erfordert im Vergleich zu eindimensionalen Preisen kognitiven Arbeitsaufwand (vgl. Estelami 1997; Herrmann 1998). Der Einsatz von komplexen Preissystemen kann dazu führen, dass der Kunde sich Gedanken über die dahinter stehende Absicht des Händlers macht (vgl. Estelami 2003). Der Kunde könnte die Verantwortung für den entstehenden Stress bei schwierig zu durchschauenden Preisen beim Anbieter suchen. Deshalb liegt die Vermutung nahe, dass mit steigender (abnehmender) Anzahl der Preisdimensionen und zunehmender (abnehmender) Schwierigkeit der Preisdarstellung die beabsichtigte Preistransparenz, die der Kunde dem Anbieter unterstellt, abnimmt (zunimmt). Wird ein Preis als unfair wahrgenommen, führt dies dazu, dass auch die Preissetzung des Händlers als weniger fair empfunden wird. Dies wiederum beeinflusst die Einstellung gegenüber dem Händler negativ. Verschlechtert sich die Einstellung gegenüber dem Händler, hat dies eine geringere Kaufabsicht zur Folge, da ein positiver Zusammenhang zwischen der Einstellung gegenüber dem Händler und der Kaufabsicht besteht (vgl. Herrmann et al. 2007; Maxwell 2002; Kukar-Kinney/Xia/Monroe 2007). Abbildung 32 zeigt die Fairnesseinschätzung der Konsumenten, nachdem sie mit unterschiedlich komplexen Preisstrukturen konfrontiert wurden. Der Komplexitätsgrad (x-Achse) richtet sich nach dem Grad der objektiven Preiskomplexität (vgl. Abschnitt 3.4). Die Zustimmung (y-Achse) bezieht sich darauf, wie viele Teilnehmer der Unter-

130


suchung der Aussage „Das Unternehmen versucht nicht, den Preis zu verschleiern“ zustimmen. Die Ergebnisse bestätigen, dass die wahrgenommene Preisfairness in Bezug auf die Unternehmenswahrnehmung mit steigender Komplexität abnimmt (vgl. Abbildung 32). Bei Konfrontation mit niedriger Komplexität stimmten 86% der Aussage zu, bei sehr hoher Komplexität lediglich noch 28%. Die Preishöhe wurde bei diesen Befragungen nicht variiert und war immer gleich niedrig. Bei dieser Facette der wahrgenommenen Strategie des Unternehmens wird ein niedriges Maß an Komplexität überaus vorteilhaft von den Kunden wahrgenommen. Tabelle 23 dient zur Überprüfung der wahrgenommenen Fairness durch den Kunden. Werte < 4 deuten auf eine niedrige Fairnessbeurteilung hin.

Zustimmung in %

“Das Unternehmen versucht nicht, den Preis zu verschleiern”

100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0%

86%

43%

39% 28%

Niedrig 1

Mittel 2

Hoch 3

Komplexitätsgrad

Abbildung 32: Wahrnehmung der Preisstrategie des Unternehmens

Sehr 4 hoch


Checkliste zur Erfassung der Unternehmenswahrnehmung Stimme überhaupt nicht zu. Das Unternehmen versucht nicht, den Kunden mit dem xxx Tarif zu verwirren. 1 2 Das Unternehmen ermöglicht es dem Kunden, schnell den richtigen Preis zu berechnen. 1 2 Das Unternehmen hat ein Interesse daran, dass der Kunde gleich weiß, wie viel er bezahlen muss. 1 2 Das Unternehmen bemüht sich darum, dass ein Großteil der Kunden den xxx Tarif versteht. 1 2

131

Stimme voll und ganz zu. 3

4

5

6

7

3

4

5

6

7

3

4

5

6

7

3

4

5

6

7

Tabelle 23: Checkliste zur Erfassung der Unternehmenswahrnehmung

4.4 Fazit und Ausblick Die Ergebnisse der Untersuchungsreihe zu der kundenseitigen Wahrnehmung der Preiskomplexität liefern für Unternehmen bedeutsame Implikationen. Die Ergebnisse zeigen, dass neben der Bestimmung der Preishöhe die qualitative Gestaltung eines Preissystems ein strategisch bedeutsamer Aspekt ist. Das Praxispapier soll Unternehmen dazu anregen, die Komplexität ihrer Preissysteme systematisch zu durchleuchten. Die ausführliche Darstellung der kundenseitigen Auswirkungen von einfachen versus komplexen Preisen soll zu einem besseren Verständnis der kundenseitigen Kosten führen. Demnach spielen für ein erfolgreiches Management von Preissystemen nicht nur unternehmensinterne Faktoren eine Rolle, sondern auch Kosten, die durch negative Kundenwahrnehmungen entstehen. Zusammenfassend lässt sich die Wirkungskette der Preiskomplexität, wie in Abbildung 33 verdeutlicht wird, darstellen. Die Gestaltung und Darstellung eines Preissystems beeinflusst die wahrgenommene Komplexität des Kunden, was sich in Verarbeitungsschwierigkeiten äußert. Das Unternehmen kann diese Wahrnehmung direkt über sog. Stellhebel der Preiskomplexität beeinflussen: die Größe eines Preissystems, die Gestaltung der Zahlen und die Gestaltung der Rechenarten (vgl. Abschnitt 4.2). Eine

132


hohe Komplexitätswahrnehmung führt zu gefühlter Überforderung des Kunden, zu Schwierigkeiten bei der Preisberechnung und zu Schwierigkeiten der Angebotsbeurteilung (vgl. Abschnitt 4.3.1). Aufgrund der Verarbeitungsschwierigkeiten kommt es zu Preisfehleinschätzungen: Einfache Preise werden unter- und komplexe Preise werden überschätzt (vgl. Abschnitt 4.3.2). Über die Preisfehleinschätzungen und die wahrgenommene Komplexität kommt es zu verzerrten Fairnessurteilen, die wiederum zu einer geringeren Kauf- und Zahlungsbereitschaft führen (vgl. Abschnitt 4.3.3).

Kunde „Preisüberlastung“

„Schwierigkeit der Preisberechnung“

Komplexität eines Preissystems

„Schwierigkeit der Angebotsbeurteilung“

Kaufverhalten

Unternehmen

Abbildung 33: Wirkungskette der Preiskomplexität

Die Ergebnisse der Untersuchungsreihe führen zu der Erkenntnis, dass Verbraucher in gewisser Weise eine Zahlungsbereitschaft für Einfachheit besitzen. Wie in Abbildung 34 ersichtlich wird, besitzen 80% der befragten Verbraucher eine hohe Kaufabsicht für ein günstiges Angebot, das gleichzeitig einfach gestaltet ist, wohingegen nur 55% der befragten Verbraucher bei einem gleich günstigen aber komplexen Angebot eine hohe Kaufbereitschaft besitzen (vgl. Abbildung 34).


90% 80%

133

Günstiger Preis -

90%

Günstiger Preis -

Einfaches Preissystem 80%

80%

Komplexes Preissystem

70%

70%

60%

60%

50%

50%

40%

40%

30%

30%

20%

55% 36%

20%

14%

10%

10%

0%

0% Kaufabsicht eher gering

Kaufabsicht eher hoch

Kaufabsicht eher gering

Kaufabsicht eher hoch

Abbildung 34: Kaufbereitschaft für einen einfachen versus komplexen Preis

Abschließend werden die wesentlichen Aussagen zusammengefasst: x Die Komplexität eines Preissystems lässt sich systematisch über sog. „Stellhebel“ steuern: Größe eines Preissystems, Gestaltung der Zahlen, Gestaltung der Rechenarten. Je nachdem wie diese Gestaltungsmerkmale ausgeprägt sind, wird ein Preissystem als einfach oder komplex wahrgenommen. x Es kommt bei der Preisbeurteilung von mehrdimensionalen Preissystemen zu systematischen Verzerrungen: einfache Preise werden unter- und komplexe Preise werden überschätzt. x Komplexe Preise werden als unfair wahrgenommen und deshalb sinkt auch die Kaufbereitschaft dafür. x Verbraucher besitzen eine Zahlungsbereitschaft für Einfachheit. x Die Einfachheit eines Preissystems wird fast genauso wichtig eingeschätzt wie die Höhe eines Preises.

134

Schlussbemerkung

5 Schlussbemerkung Ziel des fünften Kapitels ist, die in Abschnitt 1.3 gestellten Forschungsfragen abschließend zu beantworten und die Haupterkenntnisse der Arbeit abschließend zusammenzufassen. Die Beantwortung der Forschungsfragen basiert auf den theoretischen und empirisch experimentellen Analysen, die in Abschnitt 1.5 überblicksartig dargestellt und in Kapitel 2 und 3 ausführlich erläutert wurden. Die empirische und theoretische Fundierung der Einflussfaktoren und der Wahrnehmung von Preiskomplexität stellte das erste Untersuchungsziel der vorliegenden Arbeit dar. Forschungsfragen 1a und 1b sind diesem Untersuchungsziel untergeordnet. Forschungsfrage 1a: Welche Faktoren machen ein Preissystem komplex? In der verhaltenswissenschaftlichen Preisforschung wurden Preissysteme bisher nicht systematisch analysiert, da der Fokus auf der Analyse von Einzelpreisen lag. In den letzten Jahren sind jedoch zwei weitere Forschungsfelder entstanden, die sich mit dem Zusammenspiel von mehreren Preiskomponenten beschäftigen. Sowohl das Konzept der mehrdimensionalen Preise als auch das Konzept der geteilten Preise liefern Anknüpfungspunkte zur Preiskomplexität, die bei der Konzeptualisierung und Operationalisierung in der vorliegenden Arbeit berücksichtigt wurden. Arbeiten zur mehrdimensionalen Preissetzung haben maßgeblich die Schwierigkeit der Preisberechnung untersucht, was ein Charakteristikum von komplexen Preisen darstellt. Arbeiten zur Preisteilung haben maßgeblich die Anzahl der Preiskomponenten betrachtet, was ebenfalls ein Merkmal von komplexen Preisen ist. Zusammenfassend wurden bisher lediglich Teilaspekte der Preiskomplexität betrachtet. In der vorliegenden Arbeit wurde Preiskomplexität in Anlehnung an die System- und Organisationstheorie konzeptualisiert, die die Komplexität von Systemen anhand der Größe des Systems und der Heterogenität der Elemente definieren (vgl. Abschnitt 2.3.1). Unter der Größe eines Preissystems lässt sich die Gesamtzahl der Elemente innerhalb einer Preisstruktur zusammenfassen. Die Gesamtzahl der Elemente kann entweder über die Elemente innerhalb einer Option eines Preissystems variiert (vgl. Abschnitt 4.2.1.1) oder über die Anzahl der Optionen an sich variiert werden (vgl. Ab-

Schlussbemerkung

135

schnitt 4.2.1.2). Die Heterogenität der Elemente bezieht sich auf zwei Ausprägungen, die Heterogenität der Zahlen und der Rechnungen. Wenn ein Preissystem viele unterschiedliche Zahlen enthält, die miteinander in Rechnungen kombiniert werden müssen, wird ein Preissystem komplexer. Wenn die Vielfalt der Berechnungen, die zur Bestimmung eines Gesamtpreises notwendig sind, hoch ist, dann wird ein Preissystem ebenfalls komplex wahrgenommen (vgl. Abschnitt 4.2.2). Neben der Vielfalt der Berechnungen spielt auch die Art der Rechnungen eine Rolle, z.B. sind prozentuale Preisaufschläge schwieriger zu beurteilen als absolute Preisaufschläge. Die drei theoretisch analysierten und empirisch untersuchten Komplexitätsdimensionen sind wichtige Stellhebel für Unternehmen, da über diese Stellhebel direkt die Komplexität eines Preissystems beeinflusst werden kann. Aus den drei Komplexitätsdimensionen lässt sich ein Komplexitätsindex entwickeln, der vier Abstufungen der Komplexität umfasst (vgl. Abschnitt 4.2.3). Dieser Komplexitätsindex kann als Grundlage für die Bewertung der Komplexität eines Preissystems herangezogen werden. Forschungsfrage 1b: Wie werden komplexe Preissysteme wahrgenommen? Studien zur Informationsbelastung und Konsumentenverwirrung liefern bisher keine eindeutige Antwort dazu, wie Konsumenten komplexe Preise wahrnehmen, bieten jedoch konzeptionelle Anknüpfungspunkte zur Definition der Wahrnehmung von Preiskomplexität (vgl. Abschnitte 1.2.2 und 2.3.1). Ob objektiv komplexe Preissysteme auch subjektiv komplex wahrgenommen werden, ist deshalb Gegenstand der Forschungsfrage 1b. Ein Kritikpunkt der empirisch experimentellen Analysen im Bereich Informationsbelastung und Konsumentenverwirrung ist, dass objektive Manipulationen der Informationsbelastung häufig nicht durch eine subjektive Wahrnehmungsmessung ergänzt wurden. Deshalb wurde in der vorliegenden Arbeit die objektive Manipulation von Preiskomplexität einer subjektiven Wahrnehmungsmessung gegenübergestellt. Ausgehend von der grundsätzlichen Annahme, dass Konsumenten nur begrenzte Verarbeitungskapazität besitzen, wurde in Kapitel 2 eine mehrdimensionale Skalierung für die Wahrnehmung von Preiskomplexität entwickelt (vgl. Abschnitt 2.3.1). Die drei Dimensionen des Konstrukts sind Preisbelastung, Berechnungsaufwand und Beurteilungsaufwand. Im Rahmen der Konzeptualisierung wurden Erkenntnisse zu kognitiver

136

Schlussbemerkung

Informationsverarbeitung, Stimulus-Überlastung und numerischer Kognition berücksichtigt. Die experimentellen Untersuchungen deuten auf einen linearen Zusammenhang zwischen Preiskomplexität und der Wahrnehmung von Preiskomplexität hin, da mit jeder weiteren Komplexitätsdimension die Komplexitätswahrnehmung ansteigt. Das zweite übergeordnete Untersuchungsziel der Arbeit bezieht sich auf die Auswirkungen von einfachen Preissystemen im Vergleich zu komplexen Preissystemen auf den Kaufentscheidungsprozess. Forschungsfragen 2a und 2b lassen sich diesem Untersuchungsziel unterordnen. Forschungsfrage 2a: Wie ist der Zusammenhang zwischen Wahrnehmung der Preiskomplexität, Preisfairness und Kaufverhalten? Die grundlegende Frage, ob Konsumenten aufgrund von komplexen Einkaufssituationen überlastet werden können und ob sich diese Überlastung negativ auf die Kaufentscheidung auswirkt, konnte bislang nicht eindeutig geklärt werden (vgl. Abschnitte 1.2.1 und 2.4). Da sich die verhaltenswissenschaftliche Preisforschung vornehmlich mit der Wahrnehmung von Einzelpreisen beschäftigt hat und Preissysteme in der Betrachtung vernachlässigt wurden, gibt es bislang keinerlei Anhaltspunkte, wie der Zusammenhang zwischen wahrgenommener Preiskomplexität, Preisfairness und Kaufverhalten aussehen könnte. Die empirischen Ergebnisse der vorliegenden Arbeit zeigen, dass wahrgenommene Preiskomplexität Preisfairness negativ beeinflusst. Geringere Preisfairness führt wiederum zu einer geringeren Kaufabsicht. Die empirischen Ergebnisse deuten darauf hin, dass Kunden bei einem Vergleich zwischen einem einfachen und einem komplexen Preis eine verzerrte Wahrnehmung zugunsten einfacher Preise zeigen, da sie die Kosten des einfachen Preises im Vergleich unterschätzen. Aufgrund der erwähnten Verarbeitungsschwierigkeiten werden Heuristiken angewandt, so dass die Preisinformationen nicht vollständig verarbeitet werden. Als Folge davon kommt es zu Preisfehleinschätzungen und verzerrten Fairnessurteilen. Einfache Preise werden häufig unterschätzt, komplexe Preise häufig überschätzt. Deshalb wird ein einfacher Preis oftmals günstiger und fairer wahrgenommen als ein komplexer Preis, was die Kaufentscheidung maßgeblich beeinflusst.

Schlussbemerkung

137

Forschungsfrage 2b: Wie wirkt sich Zeitdruck auf die Verarbeitung einfacher bzw. komplexer Preise aus? In Arbeiten zur Überlastung oder Verwirrung von Konsumenten wurden teilweise Kontextvariablen, wie beispielsweise Zeitdruck während der Informationsverarbeitung, berücksichtigt. Die Ergebnisse bestätigen, dass Zeitdruck eine wichtige moderierende Variable im Informationsverarbeitungsprozess darstellt, da der Prozess der Entscheidungsfindung durch externe Rahmenbedingungen maßgeblich beeinflusst wird. Die Ergebnisse der vorliegenden Arbeit bestätigen den moderierenden Einfluss von Zeitdruck. Unter Zeitdruck sinkt die Bedeutung der Preishöhe, d.h. des tatsächlichen Preises, den der Konsument zahlen muss, und die Bedeutung der Preisgestaltung, d.h. die Einfachheit eines Preissystems, nimmt zu. Wenn Zeitdruck hoch ist, dann beeinflusst lediglich die vom Kunden wahrgenommene Preiskomplexität den subjektiven Preisvorteil. Daher steigt die Neigung eines Kunden, sich unter Zeitdruck auf die Einfachheit einer Preisstruktur zu verlassen. Die Ergebnisse deuten darauf hin, dass Unternehmen externe Faktoren wie Zeitdruck in ihren Preisstrategien berücksichtigen sollten, da Kunden keine rationalen Entscheidungen fällen, wenn sie Informationen nicht vollständig verarbeiten können. Das dritte Untersuchungsziel der Arbeit bezieht sich auf die Auswirkungen von Auswahlmöglichkeiten im Rahmen der Preisgestaltung auf die Kundenwahrnehmung von Kosten und Nutzen. Forschungsfragen 3a und b lassen sich diesem Untersuchungsziel unterordnen. Forschungsfrage 3a: Fühlen sich Kunden durch Auswahlmöglichkeiten überlastet oder werden Auswahlmöglichkeiten ausschließlich positiv wahrgenommen? Eine Vielzahl aktueller empirischer Studien überträgt den Gedanken der Informationsbelastung auf die Wahrnehmung einer großen Anzahl an Produkteigenschaften oder einer großen Sortimentsauswahl. Bisherige empirische Erkenntnisse lassen darauf schließen, dass Auswahlmöglichkeiten generell sowohl positive als auch negative Effekte nach sich ziehen (vgl. Abschnitt 3.1). Preise als Ausgangspunkt dieser Kostenund Nutzenwahrnehmungen von Auswahlmöglichkeiten wurden allerdings bisher

138

Schlussbemerkung

nicht betrachtet und die Auswirkungen auf Ergebnisvariablen des Entscheidungsprozesses, wie Entscheidungssicherheit, sind nicht eindeutig. Die Ergebnisse der empirischen Studien zeigen, dass Auswahlmöglichkeiten im Rahmen von Preissystemen die Komplexität eines Preissystems und daher die wahrgenommenen Kosten in Form einer stärkeren kognitiven Belastung erhöhen und gleichzeitig ebenfalls den wahrgenommenen Nutzen in Form von Entscheidungsfreiheit und wahrgenommener Kontrolle erhöhen (vgl. Abschnitt 3.3). Diese beiden Variablen beeinflussen die Ergebnisvariable Entscheidungssicherheit asymmetrisch und liefern weitere Erklärungen für nicht-lineare Effekte zwischen der Anzahl der Optionen und Entscheidungssicherheit im Pricing (vgl. Abschnitt 3.4). Forschungsfrage 3b: Wie verändern sich diese Kosten- und Nutzenwahrnehmungen durch zusätzliche Kontextvariablen? Neben der einfachen oder komplexen Gestaltung eines Preissystems spielen weitere Kontextvariablen wie Unsicherheit über das zukünftige Nutzungsverhalten und das Preisniveau eine bedeutende Rolle im Preisinformationsverarbeitungsprozess. Unsicherheit im Nutzungsverhalten ist von Bedeutung, da Kunden eine Alternative eines Preissystems entsprechend ihres erwarteten Verbrauchs auswählen. Das Preisniveau beeinflusst die Motivation des Kunden, die vorgegebenen Preisinformationen zu verarbeiten (vgl. Abschnitt 3.2.5). Die empirischen Ergebnisse zeigen, dass sowohl Preiskomplexität als auch Unsicherheit über die zukünftige Nutzung die wahrgenommenen Kosten der Auswahl erhöhen. Dadurch wird der positive Gesamteffekt der Auswahl reduziert. Letztlich spiegelt sich dies in einer niedrigeren Entscheidungssicherheit wider. Bei hoher Komplexität wurden in Anbetracht der wahrgenommenen Kosten drei Optionen vorteilhafter empfunden als eine oder fünf Optionen. Bei hoher Unsicherheit steigen die wahrgenommenen Kosten substanziell an und reduzieren daher ebenfalls die Entscheidungssicherheit. Im vorliegenden Fall wurden fünf Optionen im Vergleich zu dem Szenario mit nur einer Option sogar schlechter beurteilt und drei Optionen am vorteilhaftesten wahrgenommen.

Schlussbemerkung

139

Desweiteren wurde im Rahmen der Analysen gezeigt, dass das Preisniveau den wahrgenommenen Nutzen der Auswahl erhöht, was wiederum zu höherer Entscheidungssicherheit führt. Das Preisniveau wurde in der Form eines Vergleichs von Niedrig- und Hochpreissegmenten untersucht. Die Wirkung von Auswahl auf Entscheidungssicherheit ist im Hochpreissegment anders. Das Preisniveau steigert den wahrgenommenen Nutzen mehrerer Optionen. Daher ist die Entscheidungssicherheit im Szenario mit fünf Optionen auch am höchsten. Wenn Unternehmen in einem Hochpreissegment tätig sind, sind Kunden eher motiviert, sich mit den Angeboten des Unternehmens auseinander zu setzen und mehr Zeit zu investieren, um alle Optionen in Erwägung zu ziehen. Abschließend bleibt festzuhalten, dass die vorliegende Arbeit einen ersten Ansatz darstellt, Preiskomplexität in die verhaltenswissenschaftliche Preisforschung zu integrieren. Basierend auf theoretischen und empirisch experimentellen Analysen wurde versucht, die aufgezeigten Forschungslücken zu schließen. Die Arbeit liefert für die Marketingwissenschaft eine konzeptionelle Grundlage zur Integration der Wahrnehmung und Auswirkungen von Preiskomplexität in die Preis- und Konsumentenverhaltensforschung. Für die Marketingpraxis stellt die Arbeit eine Basis dar, Preiskomplexität anhand der beschriebenen Gestaltungsmerkmale systematisch zu analysieren und ihre Preissysteme zielgruppen- und situationsgerecht zu gestalten.

Literaturverzeichnis

141

Literaturverzeichnis Aaker, David., V. Kumar und George Day (2001), Marketing Research, 7. Aufl., New York. Adams, J. Stacey (1965), „Inequity in Social Exchange”, in: Berkowitz, Leonard (Hrsg.), Advances in Experimental Social Psychology, New York, 267-99. Alba, Joseph W. und J. Wesley Hutchinson (1987), „Dimensions of Consumer Expertise”, Journal of Consumer Research, 13 (4), 411-454. Anderson, Norman H. (1982), Methods of Information Integration Theory, New York. Averill, James R. (1973), „Personal Control over Aversive Stimuli and Its Relationship to Stress”, Psychological Bulletin, 80 (4), 286-303. Baron, Reuben M. und David A. Kenny (1986), „The Moderator-Mediator Variable Distinction in Social Psychological Research: Conceptual, Strategic, and Statistical Considerations”, Journal of Personality and Social Psychology, 51 (6), 1173-1182. Bauer, Hans H., Markus Neumann und Frank Huber (2006), „Die Wirkung der Preisoptik auf das Kaufverhalten“, Der Markt, 45 (178), 183-196. Bauer, Florian (2000), Die Psychologie der Preisstruktur, München. Bauer, Florian, Ulrich van Douwe und Peter Schneider (2005), „Thesen zur Preisforschung“, Planung und Analyse, 1-8. Berger, Jona, Michaela Draganska und Itamar Simonson (2007), „The Influence of Product Variety on Brand Perception and Choice”, Marketing Science, 26 (4), 460-472. Bertini, Marco und Luc Wathieu (2008), „Attention Arousal Through Price Partitioning”, Marketing Science, 27 (2), 236-246. Bettman, James R., Eric J. Johnson und John W. Payne (1990), „A Componential Analysis of Cognitive Effort in Choice”, Organizational Behavior and Human Decision Processes, 45 (1), 111-139. Bettman, James R., Mary F. Luce und John W. Payne (1998), „Constructive Consumer Choice Processes”, Journal of Consumer Research, 25 (3), 187-216.

142


Bolton, Lisa E. und Joseph W. Alba (2006), „Price Fairness: Good and Service Differences and the Role of Vendor Costs”, Journal of Consumer Research, 33 (2), 258-65. Bolton, Lisa E., Luk Warlop und Joseph W. Alba (2003), „Consumer Perceptions of Price (Un)Fairness”, Journal of Consumer Research, 29 (4), 474-491. Brandes, Dieter, Peter Gross, Thomas Kern, Guido Renggli und Willi Schwerdtle (2004), „Round Table Consumer Confusion”, Thexis, 21 (4), 2-4. Broniarczyk, Susan M. (2004), „A Deeper Look at Assortment”, Advances in Consumer Research, 31 (1), 392-394. Bronner, Rolf (1992), „Komplexität“, in: Frese, Erwin (Hrsg.), Handwörterbuch der Organisation, 3. Aufl., Stuttgart, 1121-1130. Burman, Bidisha und Abhijit Biswas (2007), „Partitioned Pricing: Can We Always Divide and Prosper?”, Journal of Retailing, 83 (4), 423-436. Burnham, Thomas A., Judy K. Frels und Vijay Mahajan (2003), „Consumer Switching Costs: A Typology, Antecedents and Consequences”, Journal of the Academy of Marketing Science, 31 (2), 109-126. Campbell, Margaret C. (1999), „Perceptions of Price Unfairness: Antecedents and Consequences”, Journal of Marketing Research, 36 (2), 187-199. Campell, Margaret C. (2007), „‘Says Who?!’ How the Source of Price Information and Affect Influence Perceived Price (Un)fairness”, Journal of Marketing Research, 44 (2), 261-271. Carlson, Jay P. und Danny Weathers (2008), „Examining Differences in Consumer Reactions to Partitioned Prices with a Variable Number of Price Components”, Journal of Business Research, 61 (7), 724-731. Carmon, Ziv, Klaus Wertenbroch und Marcel Zeelenberg (2003), „Option Attachment: When Deliberating Makes Choosing Feel like Losing”, Journal of Consumer Research, 30 (1), 15-29. Cheema, Amar (2008), „Surcharges and Seller Reputation”, Journal of Consumer Research, 35 (1), 167-177. Chernev, Alexander (2003), „When More is Less and Less is More: The Role of the Ideal Point Availability and Assortment in Consumer Choice”, Journal of Consumer Research, 30 (2), 170-183.


143

Chryssochoidis, George (2000), „Repercussions of Consumer Confusion for Late Introduced Differentiated Products”, European Journal of Marketing, 34 (5/6), 705-722. Conchar, Margy P., George M. Zinkhan, Cara Peters und Sergio Olavarrieta (2004), „An Integrated Framework for the Conceptualization of Consumers’ PerceivedRisk Processing”, Journal of the Academy of Marketing Science, 32 (4), 418436. Cooper-Martin, Elizabeth (1994), „Measures of Cognitive Effort”, Marketing Letters, 5 (1), 43-56. Coulter, Keith S. und Robin A. Coulter (2005), „Size Does Matter: The Effects of Magnitude Representation Congruency on Price Perceptions and Purchase Likelihood”, Journal of Consumer Psychology, 15 (1), 64-76. Cox, Jennifer L. (2001), „Can Differential Prices be Fair?”, Journal of Product and Brand Management, 10 (5), 264-276. Damanpour, Fariborz (1996), „Organizational Complexity and Innovation: Developing and Testing Multiple Contingency Models”, Management Science, 42 (5), 693709. Dehaene, Stanislas (1992), „Varieties of numerical abilities”, Cognition, 44 (1/2), 1-42. Dellaert, Benedict G. C. und Stefan Stremersch (2005), „Marketing Mass-Customized Products: Striking a Balance between Utility and Complexity”, Journal of Marketing Research, 42 (2), 219-227. DelVecchio, Devon, H. Shanker Krishnan und Daniel C. Smith (2007), „Cents or Percent? The Effects of Promotion Framing on Price Expectations and Choice”, Journal of Marketing, 71 (3), 158-170. Dieckmann, Randolf (1993), Optimale Preis- und Angebotspolitik für komplexe Produkte: Eine Analyse der Güterbündelung unter Berücksichtigung der Verarbeitung von Preisen durch Konsumenten, Frankfurt am Main. Dhar, Ravi (1997), „Consumer Preference for a No-Choice Option”, Journal of Consumer Research, 24 (2), 215-231. Dhar, Ravi und Stephen Nowlis (1999), „The Effect of Time Pressure on Consumer Choice Deferral”, Journal of Consumer Research, 25 (4), 369-383. Diller, Hermann (2001), Vahlens großes Marketinglexikon, 2. Aufl., München.

144


Diller, Hermann (2005), Pricing-Forschung in Deutschland, Nürnberg. Dodds, William B., Kent B. Monroe und Dhruv Grewal (1991), „Effects of Price, Brand, and Store Information on Buyers’ Product Evaluations”, Journal of Marketing Research, 28 (3), 307-319. Duncan, Robert B. (1972), „Characteristics of Organizational Environments and Perceived Environmental Uncertainty”, Administrative Science Quarterly, 17 (3), 313-327. Eagly, Alice H. und Shelly Chaiken (1993), The Psychology of Attitudes, Orlando. Edland, Anne (1994), „Time Pressure and the Application of Decision Rules: Choices and Judgments among Multiattribute Alternatives”, Scandinavian Journal of Psychology, 35 (3), 281-291. Engelmann, Marc (2005), „Preiskomplexität – eine konzeptionelle und empirische Annäherung an ein vernachlässigtes Konstrukt“, in: Diller, Hermann (Hrsg.), Pricing-Forschung in Deutschland, Nürnberg, 135-150. Estelami, Hooman (1997), „Consumer Perceptions of Multi-Dimensional Prices”, Advances in Consumer Research, 24 (1), 392-399. Estelami, Hooman (1999), „The Computational Effect of Price Endings in MultiDimensional Price Advertising, Journal of Product & Brand Management, 8 (3), 244-56. Estelami, Hooman (2003), „The Effect of Price Presentation Tactics on Consumer Evaluation Effort of Multi-Dimensional Prices”, Journal of Marketing Theory and Practice, 11 (2), 1-16. Foxman, Ellen R., Darrel D. Muehling und Phil W. Berger (1990), „An Investigation of Factors Contributing to Consumer Brand Confusion”, Journal of Consumer Affairs, 24 (1), 170-189. Garbarino, Ellen C. und Julie A. Edell (1997), „Cognitive Effort, Affect, and Choice”, Journal of Consumer Research, 24 (2), 147-158. Gourville, John T. (1998), „Pennies-a-Day: Increasing Consumer Compliance Through Temporal Re-framing”, Journal of Consumer Research, 24 (4), 395-408. Gourville, John T. (2003), „The Effects of Monetary Magnitude and Level of Aggregation on the Temporal Framing of Price”, Marketing Letters, 14 (2), 125-135.


145

Gourville, John T. und Dilip Soman (2005), „Overchoice and Assortment Type: When and Why Variety Backfires”, Marketing Science, 24 (3), 382-395. Hahn, Minhi, Robert Lawson und Young Gyu Lee (1992), „The Effects of Time Pressure and Information Load on Decision Quality”, Psychology and Marketing, 9 (5), 365-378. Hamilton, Rebecca und Joydeep Srivastava (2008), „When 2+2 is Not the Same as 1+3: Variations in Price Sensitivity Across Components of Partitioned Prices”, Journal of Marketing Research, 45 (4), 450-461. Hay, Christian (1987), Die Verarbeitung von Preisinformationen durch Konsumenten, Heidelberg. Haynes, Graeme A. (2009), „Testing the Boundaries of the Choice Overload Phenomenon: The Effect of Number of Options and Time Pressure on Decision Difficulty and Satisfaction”, Psychology and Marketing, 26 (3), 204-212. Heinemann, Gerrit (2008), Multi-Channel-Handel – Erfolgsfaktoren und Best Practices, Wiesbaden. Heitmann, Mark, Donald R. Lehmann und Andreas Herrmann (2007), „Choice Goal Attainment and Decision and Consumption Satisfaction”, Journal of Marketing Research, 44 (2), 234-250. Herrmann, Andreas (1998), „Preisbeurteilung bei mehrdimensionaler Preisstellung“, Jahrbuch der Absatz- und Verbrauchsforschung, 44 (1), 47-64. Herrman, Andreas und Martin Wricke (1998), „Evaluating Multidimensional Prices”, Journal of Product and Brand Management, 7 (2), 161-169. Herrman, Andreas, Frank Huber, K. Sivakumar und Martin Wricke (2004), „An Empirical Analysis of the Determinants of Price Tolerance”, Psychology and Marketing, 21 (7), 533-551. Herrman, Andreas, Lan Xia, Kent B. Monroe und Frank Huber (2007), „The Influence of Price Fairness on Customer Satisfaction: An Empirical Test in the Context of Automobile Purchases”, Journal of Product & Brand Management, 16 (1), 4958. Hitch, Graham, J. (1978), „The Role of Short-Term Memory in Mental Arithmetic”, Cognitive Psychology, 10 (3), 302-323.

146


Holbrook, Morris B. (1999), Consumer Value: A Framework for Analysis and Research, London. Homans, George C. (1961), Social Behavior: Its Elementary Forms, New York. Homburg, Christian und Phoebe Kebbel (2001), „Komplexität als Determinante der Wahrnehmung von Dienstleistungsqualität“, Zeitschrift für betriebswirtschaftliche Forschung, 53 (8), 478-499. Homburg, Christian und Nicole Koschate (2005a), „Behavioral Pricing – Forschung im Überblick - Teil 1“, Zeitschrift für Betriebswirtschaft, 75 (4), 383-423. Homburg, Christian und Nicole Koschate (2005b), „Behavioral Pricing – Forschung im Überblick - Teil 2“, Zeitschrift für Betriebswirtschaft, 75 (5), 501-524. Homburg, Christian und Harley Krohmer (2006), Marketing-Management: Strategie – Umsetzung – Unternehmensführung, 2. Aufl., Wiesbaden. Homburg, Christian, Wayne D. Hoyer und Nicole Koschate (2005), „Customers´ Reactions to Price Increases: Do Customer Satisfaction and Perceived Motive Fairness Matter?”, Journal of the Academy of Marketing Science, 33 (1), 36-49. Hui, Michael K. und John E. G. Bateson (1991), „Perceived Control and the Effects of Crowding and Consumer Choice on the Service Experience”, Journal of Consumer Research, 18 (2), 174-184. Huffman, Cynthia und Barbara E. Kahn (1998), „Variety of Sale – Mass Customization or Mass Confusion?”, Journal of Retailing, 74 (4), 491-513. Iyengar, Raghuram, Asim Ansari und Sunil Gupta (2007), „A Model of Consumer Learning for Service Quality and Usage”, Journal of Marketing Research, 44 (4), 529-544. Iyengar, Sheena S. und Mark R. Lepper (2000), „When Choice is Demotivating: Can One Desire Too Much of a Good Thing?”, Journal of Personality and Social Psychology, 79 (6), 995-1006. Jacoby, Jacob (1977), „Information Load and Decision Quality: Some Contested Issues”, Journal of Marketing Research, 14 (4), 569-573. Jacoby, Jacob und Jerry C. Olson (1977), „Consumer Response to Price: An Attitudinal, Information Processing Perspective”, in: Wind, Yoram und Marshall Greenberg (Hrsg.), Moving Ahead With Attitude Research, Chicago, 73-86.


147

Jacoby, Jacob, Donald E. Speller und Carol A. Kohn (1974), „Brand Choice Behavior as a Function of Information Load”, Journal of Marketing Research, 11 (1), 6369. Janiszewski, Chris und Donald R. Lichtenstein (1999), „A Range Theory Account of Price Perception”, Journal of Consumer Research, 25 (4), 353-368. Johnson, Eric J. und John W. Payne (1985), „Effort and Accuracy in Choice”, Management Science, 31 (4), 395-403. Kahnemann, Daniel und Amos Tversky (1979), „Prospect Theory: An Analysis of Decision Making Under Risk” Econometrica, 47 (2), 263-291. Kalyanaram, Gurumurthy und John D. Little (1994), „An Empirical Analysis of Latitude of Price Acceptance in Consumer Package Goods, Journal of Consumer Research, 21 (3), 408-418. Keaveney, Susan M. (1995), „Customer Switching Behavior in Services Industries: An Exploratory Study”, Journal of Marketing, 59 (2), 71-82. Keller, Kevin Lane und Richard Staelin (1987), „Effects of Quality and Quantity of Information on Decision Effectiveness”, Journal of Consumer Research, 14 (2), 200-212. Kim, Hyeong M. und Luke Kachersky (2006), „Dimensions of Price Salience: A Conceptual Framework for Perceptions of Multi-dimensional Prices”, Journal of Product and Brand Management, 15 (2), 139-147. Kim, Hyeong und Thomas Kramer (2006), „The Moderating Effects of Need for Cognition and Cognitive Effort on Responses to Multi-dimensional Prices”, Marketing Letters, 17 (4), 193-203. Kim, Ju-Young, Martin Natter und Martin Spann (2009), „Pay What You Want: A New Participative Pricing Mechanism”, Journal of Marketing, 73 (1), 44-58. Kimes, Sheryl E. und Jochen Wirtz (2003), „Has Revenue Management Become Acceptable?”, Journal of Service Research, 6 (2), 125-135. Kinnear, Thomas C. und James R. Taylor (1983), Marketing Research: An Applied Approach, 2. Aufl. New York. Kirmani, Amna und Akshay R. Rao (2000), „No Pain, No Gain: A Critical Review of the Literature on Signaling Unobservable Product Quality”, Journal of Marketing, 64 (2), 66-79.

148


Kleijnen, Mirella, Ko de Ruyter und Martin Wetzels (2007), „An Assessment of Value Creation in Mobile Service Delivery and the Moderating Role of Time Consciousness”, Journal of Retailing, 83 (1), 33-46. Koschate, Nicole (2002), Kundenzufriedenheit und Preisverhalten – Theoretische und empirisch experimentelle Analysen, Wiesbaden. Kreps, David (1979), „A Representation Theorem for Preference for Flexibility”, Econometrica, 47 (3), 565-577. Kridel, Donald J., Dale E. Lehman und Dennis L. Weisman (1993), „Option Value, Telecommunication Demand, and Policy”, Information Economics and Policy, 5 (2), 125-144. Kroeber-Riel, Werner und Peter Weinberg (2003), Konsumentenverhalten, 8. Aufl., München. Kukar-Kinney, Monika, Lan Xia und Kent B. Monroe (2007), „Consumers’ Perceptions of the Fairness of Price-Matching Refund Policies”, Journal of Retailing, 83 (3), 325-337. Kumar, V., Katherine N. Lemon und A. Parasuraman (2000), „Managing Customers for Value: An Overview and Research Agenda”, Journal of Service Research, 9 (2), 87-94. Lambrecht, Anja und Bernd Skiera (2006), „Paying Too much and Being Happy About It: Existence, Causes, and Consequences of Tariff-Choice Biases”, Journal of Marketing Research, 43 (2), 212-223. Lambrecht, Anja, Katja Seim und Bernd Skiera (2007), „Does Uncertainty Matter? Consumer Behavior Under Three-Part Tariffs”, Marketing Science, 26 (5), 698710. Lancaster, Kelvin (1990), „The Economics of Product Variety: A Survey”, Marketing Science, 9 (3), 189-206. Lee, Yih Hwai und Cheng Yuen Han (2002), „Partitioned Pricing in Advertising: Effects on Brand and Retailer Attitudes”, Marketing Letters, 13 (1), 27-40. Lee, Byung-Kwan und Wei-Na Lee (2004), „The Effect of Information Overload on Consumer Choice Quality in an On-Line Environment”, Psychology and Marketing, 21 (3), 159-183.


149

Liu, Maggie W. und Dilip Soman (2008), “Behavioral Pricing”, in: Haugtvedt, Curtis P., Paul Herr und Frank Kardes (Hrsg.), Handbook of Consumer Psychology, New Jersey. Loken, Barbara, Ivan Ross und Ronald L. Hinkle (1986), „Consumer Confusion of Origin and Brand Similarity Perceptions”, Journal of Public Policy and Marketing, 5 (1), 195-211. Luce, Mary F., John W. Payne und James R. Bettman (1999), „Emotional Trade-Off Difficulty and Choice”, Journal of Marketing Research, 36 (2), 143-159. Luce, Mary F., John W. Payne und James R. Bettman (2000), „Coping with Unfavourable Attribute Values in Choice”, Organizational Behavior and Human Decision Processes, 81 (2), 274-299. Luce, Mary F., Jianmin Jia und Gregory W. Fischer (2003), „How Much Do You Like It? Within-Alternative Conflict and Subjective Confidence in Consumer Judgments”, Journal of Consumer Research, 30 (3), 464-472. MacKinnon, David P., Condra M. Lockwood, Jeanne M. Hoffmann, Stephen G. West und Virgil Sheets (2002), „A Comparison of Methods to Test Mediation and Other Intervening Variable Effects”, Psychological Methods, 7 (1), 83-104. Malhotra, Naresh K. (1982), „Information Load and Consumer Decision Making”, Journal of Consumer Research, 8 (4), 419-430. Malhotra, Naresh K. (1984), „Information and Sensory Overload”, Psychology and Marketing, 1 (3/4), 9-21. Mano, Haim und Richard M. Oliver (1993), „Assessing the Dimensionality and Structure of the Consumption Experience: Evaluation, Feeling, and Satisfaction”, Journal of Consumer Research, 20 (3), 451-467. Matzler, Kurt, Andreas Würtele und Birgit Renzl (2006), „Dimensions of Price Satisfaction: A Study in the Retail Banking Industry”, International Journal of Bank Marketing, 24 (4), 216-231. Maxwell, Sarah (2002), „Rule-based Price Fairness and its Effect on Willingness to Purchase”, Journal of Economic Psychology, 23 (2), 191-212. Mazumdar, Tridib und Kent B. Monroe (1992), „Effects of Inter-Store and In-Store Price Comparisons on Price Recall Accuracy and Confidence”, Journal of Retailing, 68 (1), 66-89.

150


Mazumdar, Tridib und Sung Y. Jun (1993), „Consumer Evaluations of Multiple versus Single Price Change”, Journal of Consumer Research, 20 (3), 441-450. McGovern, Gail und Youngme Moon (2007), „Companies and the Customers Who Hate Them”, Harvard Business Review, 85 (6), 78-84. Miaoulis, George und Nancy D'Amato (1987), „Consumer Confusion: Trademark Infringement”, Journal of Marketing, 42 (3), 45-55. Milord, James T. und Raymond P. Perry (1977), „A Methodological Study of Overload”, The Journal of General Psychology, 97 (1), 131-137. Mitchell, Andrew A. und Peter A. Dacin (1996), „The Assessment of Alternative Measures of Consumer Expertise”, Journal of Consumer Research, 23 (3), 219239. Mitchell, Vincent-Wayne und Vassilios Papavassiliou (1999), „Marketing Causes and Implications of Consumer Confusion”, Journal of Product & Brand Management, 8 (4), 319-339. Mitchell, Vincent-Wayne, Gianfranco Walsh und Mo Yamin (2005), „Towards a Conceptual Model of Consumer Confusion”, Advances in Consumer Research, 32, 143-150. Monroe, Kent B. (1971), „Psychophysics of Prices: A Reappraisel”, Journal of Marketing Research, 8 (2), 248-251. Monroe, Kent B. (2003), Pricing – Making Profitable Decisions, New York. Monroe, Kent B. und Angela Y. Lee (1999), „Remembering Versus Knowing: Issues in Buyers’ Processing of Price Information”, Journal of the Academy of Marketing Science, 27 (2), 207-225. Morwitz, Vicki G., Eric A. Greenleaf und Eric J. Johnson (1998), „Divide and Prosper: Consumers Reactions to Partitioned Prices”, Journal of Marketing Research, 35 (4), 453-463. Moschis, George P. (2007), „Stress and Consumer Behaviour”, Journal of the Academy of Marketing Science, 35 (3), 430-444. Muthén, Linda K. und Bengt O. Muthén (1998-2007), Mplus User’s Guide, Los Angeles.


151

Narayanan, Sridhar, Pradeep Chintagunta und Eugenio J. Miravete (2007), „The Role of Self-Selection and Usage Uncertainty in the Demand for Local Telephone Service”, Quantitative Marketing Economics, 5 (1), 1-34. Natter, Martin, Andreas Mild, Udo Wagner und Alfred Taudes (2008), „Planning New Tariffs at tele.ring: The Application and Impact of an Integrated Segmentation, Targeting, and Positioning Tool”, Marketing Science, 27 (4), 600-609. Nunes, Joseph C. (2000), „A Cognitive Model of People’s Usage Estimations”, Journal of Marketing Research, 37 (4), 397-409. Ordónez, Lisa D., Terry Connolly und Richard Coughlan (2000), „Multiple Reference Points in Satisfaction and Fairness Assessment”, Journal of Behavioral Decision Making, 13 (3), 329-344. Park, C. Whan und V. Parker Lessig (1981), „Familiarity and its Impacts on Consumer Decision Biases and Heuristics”, Journal of Consumer Research, 8 (2), 223230. Payne, John W., James R. Bettman und Eric J. Johnson (1988), „Adaptive Strategy Selection in Decision Making”, Journal of Experimental Psychology: Learning, Memory and Cognition, 14 (3), 534-552. Payne, John W., James R. Bettman und Eric J. Johnson (1992), „Behavioral Decision Research: A Constructive Processing Perspective”, Annual Review of Psychology, 43 (1), 87-131. Payne, John W., James R. Bettman und Mary F. Luce (1996), „When Time is Money: Decision Behavior Under Opportunity-Cost Time Pressure”, Organizational Behavior and Human Decision Processes, 81 (2), 131-152. Pelham, Brett W., Tin Tin Sumarta und Laura Myaskovsky (1994), „The Easy Path from Many to Much: The Numerosity Heuristic”, Cognitive Psychology, 26 (2), 103-133. Pindyck, Robert S. und Daniel L. Rubinfeld (2009), Microeconomics, 7. Aufl., New Jersey. Raghubir, Priya und Joydeep Srivastava (2002), „Effect of Face Value on Monetary Valuation in Foreign Currencies”, Journal of Consumer Research, 29 (3), 335347.

152


Reutskaja, Elena und Robin M. Hogarth (2009), „Satisfaction in Choice as a Function of the Number of Alternatives: When „Goods Satiate“”, Psychology and Marketing, 26 (3), 197-203. Rudolph, Thomas und Markus Schweizer (2004), „Consumer Confusion aus Sicht der Konsumenten – empirische Ergebnisse einer qualitativen Studie“, Thexis, 21 (4), 11-16. Rust, Roland T., Debora V. Thompson und Rebecca W. Hamilton (2006), „Was ein Produkt können muss“, Harvard Business Manager, 7, 35-46. Ryan, Richard M. und Edward L. Deci (2000), „Self-Determination Theory and the Facilitation of Intrinsic Motivation, Social Development, and Well-Being”, American Psychologist, 55 (1), 68-78. Scammon, Debra L. (1977), „‘Information Load’ and Consumers”, Journal of Consumer Research, 4 (3), 148-155. Scheibehenne, Benjamin, Rainer Greifeneder und Peter M. Todd (2009), „What Moderates the Too-Much-Choice Effect?”, Psychology and Marketing, 26 (3), 229253. Schindler, Robert M., Maureen Morrin und Nada Nasr Bechwati (2005), „Shipping Charges and Shipping-charge Scepticism: Implications for Direct Marketers’ Pricing Formats”, Journal of Interactive Marketing, 19 (1), 41-53. Schulze, Timo und Karen Gedenk (2005), „Biases bei der Tarifwahl und ihre Konsequenzen für die Preisgestaltung“, Zeitschrift für Betriebswirtschaft, 75, 157184. Schwartz, Barry (2004a), „The Tyranny of Choice”, Scientific American Mind, 290 (4), 70-75. Schwartz, Barry (2004b), The Paradox of Choice: Why More is Less, New York. Schweizer, Markus (2004), „Consumer Confusion im Handel - ein umweltpsychologisches Erklärungsmodell“, Dissertation Universität St. Gallen, Schesslitz. Schweizer, Markus, Alexander J. Kotouc, A., Tillmann Wagner (2006), „Scale Development for Consumer Confusion”, Advances in Consumer Research, 33 (1), 184-190.


153

Sheng, Shibin, Yeqing Bao und Yue Pan (2007), „Partitioning or Bundling? Perceived Fairness of the Surcharge Makes a Difference”, Psychology & Marketing, 24 (12), 1025-1041. Shugan, Steven M. und Ramarao Desiraju (2001), „Retail Product-Line Pricing Strategy When Costs and Products Change”, Journal of Retailing, 77 (1), 17-38. Smith, J. Brock und Mark Colgate (2007), „Customer Value Creation: A Practical Framework”, Journal of Marketing Theory and Practice, 15 (1), 7-23. Spence, Mark T. und Merrie Brucks (1997), „The Moderating Effects of Problem Characteristics on Experts’ and Novices’ Judgment”, Journal of Marketing Research, 34 (2), 233-247. Sproles, George B. und Elizabeth L. Kendall (1986), „A Methodology for Profiling Consumers’ Decision-Making Styles”, Journal of Consumer Affairs, 20 (2), 267-279. Summers, John O. (1974), „Less Information Is Better?”, Journal of Marketing Research, 11 (4), 467-468. Suri, Rajneesh und Kent B. Monroe (2003), „The Effects of Time Constraints on Consumers’ Judgments of Prices and Products”, Journal of Consumer Research, 30 (1), 92-104. Sweeney, Jillian C. und Geoffrey N. Soutar (2001), „Consumer Perceived Value: The Development of a Multiple Item Scale”, Journal of Retailing, 77 (2), 203-220. Thomas, Manoj und Vicki G. Morwitz (2009), „The Ease of Computation Effect: The Interplay of Metacognitive Experiences and Naïve Theories in Judgments of Price Differences”, Journal of Marketing Research, 46 (1), 81-91. Turnbull, Peter W., Sheena Leek und Grace Ying (2000), „Customer Confusion – The Mobile Phone Market”, Journal of Marketing Management, 16 (1-3), 143-163. Tversky, Amos und Eldar Shafir (1992), „Choice Under Conflict: The Dynamics of Deferred Choice”, Psychological Science, 3 (6), 358-361. Urban, Glen L. (2003), Customer Advocacy: Is it for You, Cambridge. Vanhuele, Mark und Xavier Dreze (2002), „Measuring the Price Knowledge Shoppers Bring to the Store”, Journal of Marketing, 66 (4), 72-85.

154


Varki, Sajeev and Mark Colgate (2001), „The Role of Price Perceptions in an Integrated Model of Behavioral Intentions”, Journal of Service Research, 3 (3), 232-240. Vodafone (2008), „Vodafone Simply”, http://online.vodafone.co.uk/dispatch/Portal/appmanager/vodafone/ [18.03.2009]. Walsh, Gianfranco (2002), Konsumentenverwirrtheit als Marketingherausforderung, Wiesbaden. Wathieu, Luc et al. (2002), „Consumer Control and Empowerment: A Primer”, Marketing Letters, 13 (3), 297-305. Wertenbroch, Klaus, Dilip Soman und Amitava Chattopadhyay (2007), “On the Perceived Value of Money: The Reference Dependence of Currency Numerosity Effects”, Journal of Consumer Research, 34 (1), 1-10. Wilkie, William L. (1974), „Analysis of Effects of Information Load”, Journal of Marketing Research, 11 (4), 462-466. Wirtschaftswoche (2007), „Die Welt ist flat“, 5, 88, [21.12.2007]. Wirtz, Jochen und Sherly E. Kimes (2007), „The Moderating Role of Familiarity in Fairness Perceptions of Revenue Management Pricing”, Journal of Service Research, 9 (3), 229-240. Wortman, Camille B. (1975), „Some Determinants of Perceived Control”, Journal of Personality and Social Psychology, 31 (2), 282-294. Wright, Peter (1974), „The Harassed Decision Maker: Time Pressures, Distractions, and the Use of Evidence”, Journal of Applied Psychology, 59 (5), 555-561. Xia, Lan (2003), „Consumers' judgments of numerical and price information”, Journal of Product and Brand Management featuring Pricing Strategy and Practice, 12 (5), 275-292. Xia, Lan und Kent B. Monroe (2004), „Price Partitioning on the Internet”, Journal of Interactive Marketing, 18 (4), 63-73. Xia, Lan, Kent B. Monroe und Jennifer L. Cox (2004), „The Price is Unfair! A Conceptual Framework of Price Fairness Perceptions”, Journal of Marketing, 68 (4), 1-15.


155

Zeithaml, Valarie A. (1988), „Consumer Perceptions of Price, Quality, and Value: A Means-End Model and Synthesis of Evidence”, Journal of Marketing, 52 (3), 222. Zhang, Jie und Aradhna Krishna (2007), „Brand-Level Effects of Stockkeeping Unit Reductions”, Journal of Marketing Research, 44 (4), 545-549. Zielke, Stephan (2006), „Measurement of Retailers’ Price Images with a Multiple-Item Scale“, International Review of Retail, Distribution and Consumer Research, 16 (3), 297-316. Zuckerman, Miron, Joseph Porac, Drew Lathin und Edward L. Deci (1978), „On the Importance of Self-Determination for Intrinsically Motivated Behavior”, Personality and Social Psychology Bulletin, 4 (3), 443-446.

Preiskomplexität: Gestaltungsmerkmale, Kundenwahrnehmung und Auswirkungen

Auswirkungen und Kosten der Zuwanderung nach Deutschland

Strategische Lieferantenentwicklung: Rahmenbedingungen, Optionen und Auswirkungen auf Abnehmer und Lieferant

Die Hypothekenkrise in den USA und ihre Auswirkungen

Auswirkungen des Cannabiskonsums

Sozialer Abstieg und Konsum: Auswirkungen finanzieller Verknappung auf das Konsumverhalten

Allianzfähigkeit - Konzeption, Messung, Determinanten, Auswirkungen

Kooperation von Zentralcontrolling und Bereichscontrolling: Messung ? Auswirkungen ? Determinanten

Auswirkungen des Cannabiskonsums

Internetwirtschaft 2010 : Perspektiven Und Auswirkungen : Studie Für Das Bundesministerium Für Wirtschaft Und Arbeit

Laufen und Walking im Alter: Gesundheitliche Auswirkungen und Trainingsgrundsätze aus sportmedizinischer Sicht

Die Subprimekrise und ihre Folgen. Ursachen und Auswirkungen der 2007 ausgelosten Finanzmarktkrise

Produktion - Distribution - Konsum: Auswirkungen von Informations- und Kommunikationstechnologien (IKT) auf Wirtschafts- und Versorgungsverkehr

Steuern und Soziale Sicherung in Deutschland: Reformvorschlage und deren finanzielle Auswirkungen

Integration von Goodwill-Bilanzierung und wertorientierter Unternehmenssteuerung: Empirische Analyse der Einflussfaktoren und Performance-Auswirkungen

Energieeinsparende Gebaude und Anlagentechnik: Grundlagen, Auswirkungen, Probleme und Schwachstellen, Wege und Losungen bei der Anwendung der EnEV (VDI-Buch)

Auswirkungen von Energieeffizienzzertifikaten auf Investitionsentscheidungen im Wohnungsbau

Auswirkungen und Erfolgsfaktoren von Disease Management - Versorgungsansätze für chronisch kranke Patienten

Der Mobilfunkmarkt in Deutschland: Entwicklungsdynamik und Auswirkungen auf das deutsche Wirtschaftswachstum

Räumliche Mobilität im Wandel: Wanderungen im Lebenslauf und ihre Auswirkungen auf die Stadtentwicklung in Nordrhein-Westfalen

Kostendruck und Standard: Zu den Auswirkungen finanzieller Zwange auf den Standard sozialversicherungsrechtlicher Leistungen und den haftungsrechtlichen ... Schriften zum Medizinrecht)

Familienpolitik als Determinante weiblicher Lebensverläufe?: Eine Evaluation der Reformen des gesetzlichen Erziehungsurlaubs und ihrer Auswirkungen auf weibliche Familien- und Erwerbsbiographien

Okonomische Auswirkungen von Schatzfehlern bei der bankinternen Bestimmung von Kreditausfallwahrscheinlichkeiten

Die Lohnansprüche deutscher Arbeitsloser: Determinanten und Auswirkungen von Reservationslöhnen (Kieler Studien - Kiel Studies)

Die Massenpsychologie der Finanzmarktkrise: US-Immobilienblase, Subprime Desaster, Schulden-Bubble und ihre Auswirkungen (German Edition)

Dezentralisierung des Staates in Europa: Auswirkungen auf die kommunale Aufgabenerfüllung in Deutschland, Frankreich und Großbritannien

Piraterie in der Filmindustrie. Eine Analyse der Gründe für Filmpiraterie und deren Auswirkungen auf das Konsumverhalten

Quo Vadis Zeitschriften? Änderung der Medienlandschaft und Auswirkungen auf den Pressekäufer

Die Auswirkungen der Nachhaltigkeitsberichterstattung auf den Kapitalmarkt: Eine empirische Analyse

Das verfassungsrechtliche Beitrittsverfahren zur Europaischen Union: und seine Auswirkungen am Beispiel der Gotovina-Affare im kroatischen Beitrittsverfahren ... Recht und Volkerrecht) (German Edition)

Hydraulik und Pneumatik. Grundlagen und Übungen - Anwendungen und Simulation

Preiskomplexität: Gestaltungsmerkmale, Kundenwahrnehmung und Auswirkungen

Auswirkungen und Kosten der Zuwanderung nach Deutschland

Strategische Lieferantenentwicklung: Rahmenbedingungen, Optionen und Auswirkungen auf Abnehmer und Lieferant

Die Hypothekenkrise in den USA und ihre Auswirkungen

Auswirkungen des Cannabiskonsums

Sozialer Abstieg und Konsum: Auswirkungen finanzieller Verknappung auf das Konsumverhalten

Allianzfähigkeit - Konzeption, Messung, Determinanten, Auswirkungen

Kooperation von Zentralcontrolling und Bereichscontrolling: Messung ? Auswirkungen ? Determinanten

Auswirkungen des Cannabiskonsums

Internetwirtschaft 2010 : Perspektiven Und Auswirkungen : Studie Für Das Bundesministerium Für Wirtschaft Und Arbeit

Laufen und Walking im Alter: Gesundheitliche Auswirkungen und Trainingsgrundsätze aus sportmedizinischer Sicht

Die Subprimekrise und ihre Folgen. Ursachen und Auswirkungen der 2007 ausgelosten Finanzmarktkrise

Produktion - Distribution - Konsum: Auswirkungen von Informations- und Kommunikationstechnologien (IKT) auf Wirtschafts- und Versorgungsverkehr

Steuern und Soziale Sicherung in Deutschland: Reformvorschlage und deren finanzielle Auswirkungen

Integration von Goodwill-Bilanzierung und wertorientierter Unternehmenssteuerung: Empirische Analyse der Einflussfaktoren und Performance-Auswirkungen

Energieeinsparende Gebaude und Anlagentechnik: Grundlagen, Auswirkungen, Probleme und Schwachstellen, Wege und Losungen bei der Anwendung der EnEV (VDI-Buch)

Auswirkungen von Energieeffizienzzertifikaten auf Investitionsentscheidungen im Wohnungsbau

Auswirkungen und Erfolgsfaktoren von Disease Management - Versorgungsansätze für chronisch kranke Patienten

Der Mobilfunkmarkt in Deutschland: Entwicklungsdynamik und Auswirkungen auf das deutsche Wirtschaftswachstum

Räumliche Mobilität im Wandel: Wanderungen im Lebenslauf und ihre Auswirkungen auf die Stadtentwicklung in Nordrhein-Westfalen

Kostendruck und Standard: Zu den Auswirkungen finanzieller Zwange auf den Standard sozialversicherungsrechtlicher Leistungen und den haftungsrechtlichen ... Schriften zum Medizinrecht)

Familienpolitik als Determinante weiblicher Lebensverläufe?: Eine Evaluation der Reformen des gesetzlichen Erziehungsurlaubs und ihrer Auswirkungen auf weibliche Familien- und Erwerbsbiographien

Okonomische Auswirkungen von Schatzfehlern bei der bankinternen Bestimmung von Kreditausfallwahrscheinlichkeiten

Die Lohnansprüche deutscher Arbeitsloser: Determinanten und Auswirkungen von Reservationslöhnen (Kieler Studien - Kiel Studies)

Die Massenpsychologie der Finanzmarktkrise: US-Immobilienblase, Subprime Desaster, Schulden-Bubble und ihre Auswirkungen (German Edition)

Dezentralisierung des Staates in Europa: Auswirkungen auf die kommunale Aufgabenerfüllung in Deutschland, Frankreich und Großbritannien

Piraterie in der Filmindustrie. Eine Analyse der Gründe für Filmpiraterie und deren Auswirkungen auf das Konsumverhalten

Quo Vadis Zeitschriften? Änderung der Medienlandschaft und Auswirkungen auf den Pressekäufer

Die Auswirkungen der Nachhaltigkeitsberichterstattung auf den Kapitalmarkt: Eine empirische Analyse

Das verfassungsrechtliche Beitrittsverfahren zur Europaischen Union: und seine Auswirkungen am Beispiel der Gotovina-Affare im kroatischen Beitrittsverfahren ... Recht und Volkerrecht) (German Edition)

Hydraulik und Pneumatik. Grundlagen und Übungen - Anwendungen und Simulation

Recommend Documents