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