Seminar im Spezialisierungsstudium WS 2005/2006
Transcrição
Seminar im Spezialisierungsstudium WS 2005/2006
Johann Wolfgang Goethe-Universität Frankfurt am Main Fachbereich Wirtschaftswissenschaften Schwerpunkt Wertschöpfungsmanagement Professur für Betriebswirtschaftslehre, insbes. Marketing I Prof. Dr. Klaus Peter Kaas Seminar im Spezialisierungsstudium WS 2005/2006 Telefon Telefax E-Mail +49 (0)69-798 23435 +49 (0)69-798 23402 [email protected] www.wiwi.uni-frankfurt.de/professoren/kaas 12. Juli 2005 Themenüberblick zum Seminar „Online Research in Services Marketing“ Wintersemester 2005/2006 Prof. Dr. Klaus Peter Kaas Dipl.-Kfm. Markus Guthier Teil I: Grundlegende methodische Aspekte der Online-Marktforschung (theoretischer Teil) 1. Grundlagen der Online-Markforschung und Vergleich zur klassischen Marktforschung Neben der zunehmenden Verbreitung des Internets als Vertriebsweg spielt dieses Medium auch in der Marktforschung eine immer bedeutendere Rolle. Dies geschieht zum einen als Ergänzung zum Einsatz „klassischer“ Marktforschungs- und Erhebungsmethoden. Zum anderen bietet dieses interaktive Medium auch neue Möglichkeiten für die Marktforschung, die im Offline-Bereich so nicht möglich waren. Ziel dieser Seminararbeit ist es, die Grundlagen der Online-Marktforschung darzustellen und diesen Ansatz mit der „klassischen“ Marktforschung zu vergleichen. Dabei soll aufgezeigt werden, welche verschiedenen Ansätze und Methoden unter dem Bereich der Online-Marktforschung subsumiert werden können und welche Möglichkeiten und auch Grenzen sich hierbei ergeben. Literatur: Lutzky, C./Teichmann, M.-H. (2002): Logfiles in der Marktforschung: Gestaltungsoptionen für Analysezwecke, in: Jahrbuch der Absatz- und Verbrauchsforschung, Jg. 48, Nr. 3, S. 295-317. Campus Bockenheim • Mertonstraße 17 • D-60054 Frankfurt am Main H i e r w i r d W i s s e n W i r k l i c h k e i t Spann, M./Skiera, B. (2004): Einsatzmöglichkeiten virtueller Börsen in der Marktforschung, in: Zeitschrift für Betriebswirtschaft, Jg. 74, Ergänzungsheft 2, S. 25-48. Welker, M./Werner, A./Scholz, J. (2005): Online-Research – Markt- und Sozialforschung mit dem Internet, Heidelberg, S. 161-173. Zerr, K. (2003): Online-Marktforschung – Erscheinungsformen und Nutzenpotenziale, in: Theobald, A./Dreyer, M./Starsetzki, T. (Hrsg.): Online-Marktforschung: Theoretische Grundlagen und praktische Erfahrungen, Wiesbaden, S. 7-26. 2. Daten- und Stichprobenqualität in der Online-Marktforschung Die onlinegestützte Erhebung von Daten zu Marktforschungszwecken bietet den Vorteil, dass sich die Datenerhebung im Vergleich zu „klassischen“ Erhebungsmethoden wesentlich kostengünstiger gestaltet. Es stellt sich allerdings die Frage, ob die Daten- und Stichprobenqualität auch mit der von „klassischen“ Marktforschungs- und Erhebungsmethoden vergleichbar ist. In der OnlineMarktforschung können eine ganze Reihe unerwünschter Effekte auftreten, die die Reliabilität und Validität der erhobenen Daten negativ beeinflussen (z. B. Selbstselektionseffekte, Kontexteffekte, vorzeitiger Befragungsabbruch, Mehrfachteilnahmen derselben Probanden etc.) Ziel dieser Seminararbeit ist es zu untersuchen welche Einflussgrößen auf die Daten- und Stichprobenqualität in der Online-Marktforschung wirken. Aspekte der Anreizgestaltung sollen hierbei allerdings unberücksichtigt bleiben. Des Weiteren soll aufgezeigt werden, wie sich die Daten- und Stichprobenqualität im Vergleich zur „klassischen“ Marktforschung gestaltet und welche Ansatzpunkte zur Erzielung reliabler und valider Ergebnisse in der Online-Marktforschung bestehen. Literatur: Couper, M. P. (2000): Web Surveys: A Review of Issues and Approaches, in: Public Opinion Quarterly, Vol. 64, No. 4, pp. 464-494. Gosling, S. D./Vazire, S./Srivastava, S./John, O. P. (2004): Should We Trust Web-Based Studies? A comparative Analysis of Six Preconceptions About Internet Questionnaires, in: American Psychologist, Vol. 59, No. 2, pp. 93-104. Hahn, A./Jerusalem, M. (2003): Reliabilität und Validität in der Online-Forschung, in: Theobald, A./Dreyer, M./Starsetzki, T. (Hrsg.) (2003): Online-Marktforschung: Theoretische Grundlagen und praktische Erfahrungen, Wiesbaden, S. 161-186. Theobald, A. (2003): Rücklaufquoten bei Online-Befragungen, in: Theobald, A./Dreyer, M./Starsetzki, T. (Hrsg.) (2003): Online-Marktforschung: Theoretische Grundlagen und praktische Erfahrungen, Wiesbaden, S. 203-210. 3. Die Bedeutung von Anreizen und Anreizkompatibilität in Online-Befragungen und OnlineExperimenten Der Einsatz von Anreizen kann dazu dienen, die Teilnahmebereitschaft und Motivation der Probanden bei der Durchführung von Online-Befragungen und -Experimenten zu erhöhen. Die einfache Gewährung von Anreizen kann allerdings auch negative Effekte mit sich bringen, beispielsweise die erzielten Erhebungsergebnisse in nicht gewünschter Weise beeinflussen. Daher Campus Bockenheim • Senckenberganlage 31 • D-60325 Frankfurt am Main H i e r w i r d W i s s e n W i r k l i c h k e i t 2 soll die anreizkompatible Ausgestaltung solcher Untersuchungen darauf abzielen, dass Probanden ihre wahren Präferenzen/Meinungen äußern und für sie kein Grund zum Abweichen davon besteht. Ziel dieser Arbeit ist es, die Bedeutung von Anreizen in Online-Befragungen und -Experimenten zu untersuchen. Dabei sollen unterschiedliche Aspekte und Gestaltungsmöglichkeiten von Anreizen in solchen Untersuchungen aufgezeigt werden. Des Weiteren soll auf den Aspekt der Anreizkompatibilität und zu Möglichkeiten zur Herstellung derselben in eingegangen werden. Literatur: Camerer, C. F./Hogarth, R. M. (1999): The Effects of Financial Incentives in Experiments: A Review and Capital-Labor-Production Framework, in: Journal of Risk and Uncertainty, Vol. 19, No. 1-3, pp. 7-42. Smith, V. L. (1976): Experimental Economics: Induced Value Theory, in: American Economic Review, Vol. 66, No. 2, pp. 274-279. Spann, M. (2002): Virtuelle Börsen als Instrument zur Marktforschung, Diss., Wiesbaden, S. 99115. Theobald, A. (2003): Zur Verwendung von Incentives in der Online-Marktforschung, in: Theobald, A./Dreyer, M./Starsetzki, T. (Hrsg.): Online-Marktforschung: Theoretische Grundlagen und praktische Erfahrungen, 2. Aufl., Wiesbaden, S. 395-407. Teil II: Online-Marktforschung und onlinegestützte Präferenz- und Entscheidungsanalyse (empirischer Teil) Für den Teil II des Seminars wird auch die Programmierung von Webseiten mit HTML und/oder PHP zur Datenerhebung erforderlich sein. Grundlegende Informationen/Literaturempfehlungen zur Programmierung mit HTML und PHP: Ferner, J. (2002): PHP-Referenz, Düsseldorf. Franke, J. (2002): Dynamische Webseiten mit PHP 4 – echt einfach, Poing. Krause, J. (2003): PHP 4 – Grundlagen und Profiwissen, 3. Aufl., München, Wien. (PHP-Tutorial der Professur König – Teil 1) http://www.wifrankfurt.de/Veranstaltung/VIS03/uebung/tutorials/uebung00.html (PHP-Tutorial der Professur König – Teil 2) http://www.wifrankfurt.de/Veranstaltung/VIS03/uebung/tutorials/uebung01.html (PHP-Tutorial der Professur König – Teil 3) http://www.wifrankfurt.de/Veranstaltung/VIS03/uebung/tutorials/uebung02.html (PHP-Tutorial der Professur König – Teil 4) http://www.wifrankfurt.de/Veranstaltung/VIS03/uebung/tutorials/uebung03.html (PHP-Tutorial der Professur König – Teil 5) http://www.wifrankfurt.de/Veranstaltung/VIS03/uebung/tutorials/uebung04.html (Selfhtml) http://de.selfhtml.org/ Campus Bockenheim • Senckenberganlage 31 • D-60325 Frankfurt am Main H i e r w i r d W i s s e n W i r k l i c h k e i t 3 4. Onlinegestützte Ermittlung von subjektiven Risiko-Nutzen-Funktionen nach der Erwartungsnutzentheorie Die Erwartungsnutzentheorie (EUT) stellt die am häufigsten verwendetet Entscheidungstheorie für Entscheidungen unter Unsicherheit dar. Sie ist eine normative Entscheidungstheorie, d. h. sie postuliert, wie sich ein rationaler Entscheider verhalten sollte, wodurch die EUT zur Abgabe von Entscheidungsempfehlungen herangezogen werden kann. Allerdings unterliegt die EUT oftmals Annahmen, die der in der Realität vorliegenden Heterogenität von Entscheidungsträgern nicht gerecht wird. Insbesondere werden i. d. R. risikoaverse Entscheider unterstellt ohne Kenntnisse über den genauen Verlauf der Risiko-Nutzen-Funktion von Individuen zu besitzen. Somit ist in diesem Falle auch eine individuelle Entscheidungsempfehlung nicht möglich, bzw. aufgrund der Annahme eines „Standardentscheiders“ nicht zielführend. Ziel dieser Seminararbeit ist es mittels einer Online-Befragung/eines Online-Tools subjektive Risiko-Nutzen-Funktionen von Entscheidungsträgern zu erheben, über die dann eine individuelle Entscheidungsempfehlung für die betreffenden Entscheider möglich ist. Dabei soll auch untersucht werden, inwieweit Unterschiede hinsichtlich der ermittelten Risiko-Nutzen-Funktionen bestehen. Literatur: Currim, I. S./Sarin, R. K. (1989): Prospect versus Utility, in: Management Science, Vol. 35, No. 1, pp. 22-41. Eisenführ, F./Weber, M. (2003): Rationales Entscheiden, 4. Aufl., Berlin, Heidelberg, New York, S. 207-248. Farquhar, P. H. (1984): Utility Assessment Methods, in: Management Science, Vol. 30, No. 11, pp. 1283-1300. von Nitzsch, R./Weber, M. (1986): Die verlässliche Bestimmung von Nutzenfunktionen, in: Zeitschrift für betriebswirtschaftliche Forschung, Jg. 38, Nr. 10, S. 844-862. 5. Onlinegestützte Ermittlung von subjektiven Wert- und Entscheidungsgewichtungsfunktionen nach der Prospect Theorie Die deskriptiv ausgerichtete Prospect Theorie versucht im Gegensatz zur normativen Erwartungsnutzentheorie zu erklären, wie sich Entscheidungsträger tatsächlich verhalten. Dabei wird allerdings i. d. R. der Heterogenität, die im Entscheidungsverhalten realer Entscheidungsträger vorhanden ist, wenig Rechnung getragen. Stattdessen geht die Prospect Theorie von Verläufen der Wert- und Entscheidungsgewichtungsfunktion aus, die so nur für „Standardentscheider“ gegeben sein dürften, wodurch die Erklärung des individuellen Entscheidungsverhaltens nur begrenzt möglich ist. Ziel dieser Seminararbeit ist es, individuelle Wert- und Entscheidungsgewichtungsfunktionen nach der Prospect Theorie onlinegestützt zu ermitteln. Dabei soll auch überprüft werden inwieweit sich die erhobenen Funktionen für die untersuchten Probanden unterscheiden. Literatur: Currim, I. S./Sarin, R. K. (1989): Prospect versus Utility, in: Management Science, Vol. 35, No. 1, pp. 22-41. Campus Bockenheim • Senckenberganlage 31 • D-60325 Frankfurt am Main H i e r w i r d W i s s e n W i r k l i c h k e i t 4 Kahneman, D./Tversky, A. (1979): Prospect Theory: An Analysis of Decision under Risk, in: Econometrica, Vol. 47, No. 2, pp. 263-292. Tversky, A./Kahneman, D. (1992): Advances in Prospect Theory: Cumulative Representation of Uncertainty, in: Journal of Risk and Uncertainty, Vol. 5, No. 4, pp. 297-323. Wu, G./Gonzalez, R. (1996): Curvature of the Probability Weighting Function, in: Management Science, Vol. 42, No. 12, pp. 1676-1690. 6. Online-Conjoint Analyse für Versicherungsentscheidungen Die Conjoint Analyse stellt ein häufig verwendetes Verfahren zur Ermittlung der Präferenzen von Konsumenten dar. Die Online-Conjoint Analyse bietet im Vergleich zur klassischen, papiergestützten Version den Vorteil, dass die Stimuli ansprechend, übersichtlich und interaktiv präsentiert werden können. Des Weiteren bieten sich Vorteile bezüglich der Datenerhebung, da hier der Datenerfassungsaufwand aus Sicht des Marktforschers erheblich reduziert wird. Wird neben der reinen Erhebung der Präferenzen der Konsumenten die Conjoint Analyse auch online gerechnet, besteht zudem die Möglichkeit der Entwicklung präferenzbasierter Empfehlungssysteme für die untersuchten Produkte und Dienstleistungen. Ziel dieser Seminararbeit ist es, eine Online-Conjoint Analyse für ein Versicherungsprodukt durchzuführen. Dazu soll ein geeignetes Versicherungsprodukt gewählt werden, für das die Konsumentenpräferenzen mittels eines entsprechenden Online-Tools erhoben werden. Hierzu können bestehende Produkte-/Eigenschaften verwendet werden. Daneben bietet sich auch die Möglichkeit, den Stimuli noch nicht real existierende Produkte-/Eigenschaften zugrunde zu legen (z. B. Produktbündelung aus Versicherungs- und anderen Finanzdienstleistungen etc.). Literatur: Backhaus, K./Erichson, B./Plinke, W./Weiber, R. (2003): Multivariate Analysemethoden: Eine anwendungsorientierte Einführung, 10. Aufl., Berlin u. a., S. 543-604. Görts, T./Behringer, T. (2003): Online Conjoint – Chancen und Grenzen: Ein Fallbeispiel aus dem Telekommunikationsmarkt, in: Theobald, A./Dreyer, M./Starsetzki, T. (Hrg.): OnlineMarktforschung: Theoretische Grundlagen und praktische Erfahrungen, 2. Aufl., Wiesbaden, S. 283296. Green, P. E./Srinivasan, V. (1978): Conjoint Analysis in Consumer Research: Issues and Outlook, in: Journal of Consumer Research, Vol. 5, No. 2, pp. 103-123. Skiera, B./Gensler, S. (2002): Berechnung von Nutzenfunktionen und Marktsimulationen mit Hilfe der Conjoint-Analyse (Teil I), in: Wirtschaftswissenschaftliches Studium, Jg. 31, Nr. 4, S. 200-206. 7. Online-Experiment zur Ermittlung von subjektiven Schadeneintrittswahrscheinlichkeiten Konsumentenentscheidungen für Versicherungen stellen Entscheidungen unter Unsicherheit dar, d. h. Konsumenten haben ex ante keine sichere Information darüber, ob ein Schadensereignis eintreten wird, gegen das eine Versicherung abgeschlossen werden kann. Eine wichtige Einflussgröße bei Versicherungsentscheidungen stellt somit die Einschätzung der subjektiven Schadeneintrittswahrscheinlichkeit seitens der Konsumenten dar. Campus Bockenheim • Senckenberganlage 31 • D-60325 Frankfurt am Main H i e r w i r d W i s s e n W i r k l i c h k e i t 5 Ziel dieser Seminararbeit ist es mittels eines Online-Experiments Erkenntnisse darüber zu erlangen, wie Konsumenten diese Einschätzung von Schadeneintrittswahrscheinlichkeiten vornehmen (quantitativ oder eher qualitativ) bzw. welche Höhe von Schadeneintrittswahrscheinlichkeiten sie für bestimmte Schadensfälle annehmen. Des Weiteren kann mittels experimenteller Gruppen überprüft werden, ob Unterschiede zur Einschätzung von Wahrscheinlichkeiten für andere Ereignisse bestehen und welchen Einfluss bestimmte Informationen auf die Einschätzungen haben. Dazu soll ein bestimmtes Versicherungsprodukt ausgewählt und ein geeignetes Online-Experiment durchgeführt werden. Literatur: Hogarth, R. M./Kunreuther, H. (1995): Decision Making under Ignorance: Arguing with Yourself, in: Journal of Risk and Uncertainty, Vol. 10, No. 1, pp. 15-36. Schade, C./Kunreuther, H./Kaas, K. P. (2002): Low-Probability Insurance Decisions: The Role of Concern, Discussion Paper No. 23, SFB 373, Humboldt-Universität zu Berlin / Wharton Risk Center Working Paper No. 02-10-HK, Wharton School, University of Pennsylvania. Slovic, P./Fischhoff, B./Lichtenstein, S. (1982): Facts versus fears: Understanding perceived risk, in: Kahneman, D./Slovic, P./Tversky, A. (eds.): Judgment under uncertainty: Heuristics and biases, Cambridge, pp. 463-489. Theil, M. (2002): Versicherungsentscheidungen und Prospect Theory – Die Risikoeinschätzung der Versicherungsnehmer als Entscheidungsgrundlage, Wien, New York, S. 55-98. 8. Online-Experiment zu Framing- und Mental Accounting-Aspekten bei Versicherungsentscheidungen Verschiedene Untersuchungen haben ergeben, dass es einen Einfluss auf das Entscheidungsverhalten der Konsumenten hat, wie die Entscheidungsalternativen dargestellt werden, zwischen denen der Konsument sich entscheiden soll. Somit kann es zu unterschiedlichem Entscheidungsverhalten führen, wenn die Preise für bestimmte Produktkomponenten gebündelt (also als ein Preis) oder entbündelt (als verschiedene Einzelpreise) dargestellt werden. In diesem Zusammenhang ist ebenso relevant, wie entsprechende Produktalternativen angeboten werden (als Bündelprodukt oder einzelne Produkte). Ziel dieser Seminararbeit ist die Durchführung eines Online-Experiments zu Framing- und Mental Accounting-Aspekten bei Versicherungsentscheidungen. Dazu sollen ein geeignetes bestehendes Versicherungsprodukt ausgewählt bzw. Ansätze für so noch nicht bestehende Produktvarianten generiert werden. Anhand solcher, unterschiedlich geframter Entscheidungsalternativen soll eine Untersuchung zum Entscheidungsverhalten von Konsumenten durchgeführt werden. Literatur: Johnson, E. J./Hershey, J./Meszaros, J./Kunreuther, H. (1993): Framing, Probability Distortions, and Insurance Decisions, in: Journal of Risk and Uncertainty, Vol. 7, No. 1, pp. 35-51. Kahneman, D./Tversky, A. (1979): Prospect Theory: An Analysis of Decision under Risk, in: Econometrica, Vol. 47, No. 2, pp. 263-292. Thaler, R. (1985): Mental Accounting and Consumer Choice, in: Marketing Science, Vol. 4, No. 3, pp. 199-214. Campus Bockenheim • Senckenberganlage 31 • D-60325 Frankfurt am Main H i e r w i r d W i s s e n W i r k l i c h k e i t 6 von Nitzsch, R. (1998): Prospect Theory und Käuferverhalten, in: Die Betriebswirtschaft, Jg. 58, Nr. 5, S. 622-634. Campus Bockenheim • Senckenberganlage 31 • D-60325 Frankfurt am Main H i e r w i r d W i s s e n W i r k l i c h k e i t 7