transfer 04/2010 Suchmaschinennutzung als Prädiktor der Produktnachfrage Eine Längsschnittanalyse auf Basis von Daten aus Google Insights for Search

Größe: px
Ab Seite anzeigen:

Download "transfer 04/2010 Suchmaschinennutzung als Prädiktor der Produktnachfrage Eine Längsschnittanalyse auf Basis von Daten aus Google Insights for Search"

Transkript

1 6 Suchmaschinennutzung als Prädiktor der Produktnachfrage Eine Längsschnittanalyse auf Basis von Daten aus Google Insights for Search Dipl.-Wirtsch.-Ing. Thomas Clauß Wiss. Mitarbeiter am Arbeitsbereich Marketing und Innovation, Universität Hamburg Prof. Dr. Thorsten Teichert Leiter des Arbeitsbereichs Marketing und Innovation, Universität Hamburg Dipl.-Kfm. Philipp Staupe Consultant bei Solution Providers Management Consulting Die vorliegende Studie untersucht den Zusammenhang zwischen der Online- Informationsbeschaffung durch Konsumenten und dem Kauf. Ausgehend von der Hypothese, dass die Abfragehäufigkeit in Internetsuchmaschinen einen Prädiktor der Nachfrage darstellt, wird eine Längsschnittanalyse am Beispiel des deutschen Fahrzeugmarktes berechnet. Es werden Suchhäufigkeiten aus Google Insights for Search verwendet. Anhand dieser kann der vermutete Zusammenhang empirisch bestätigt werden. Zusätzlich werden Moderationseffekte der Markenreputation auf die Online-Suchphase beim Konsumenten überprüft. Diese zeigen, dass eine hohe Markenreputation mit einer kürzeren Online-Suchphase einhergeht, während eine niedrige Markenreputation eine extensive Nutzung des Internets indiziert. Eingereicht: , akzeptiert: Schlagworte: Google Insights for Search Online-Marktforschung Online-Informationssuche Markenreputation 1. Einleitung Das Internet bildet für Unternehmen zunehmend eine zentrale Quelle, um Informationen über Konsumenten zu erlangen. Aktuellen Zahlen zufolge verwenden etwa 67 Prozent der Bevölkerung in Deutschland regelmäßig das Internet. Trotz eines leichten Überhangs bei den jüngeren Generationen sind mittlerweile alle Altersgruppen mit Ausnahme von Personen über 60 Jahre in annehmbaren Umfang vertreten (Van Eimeren/Frees 2009). Täglich werden zahllose Informationen über potenzielle Konsumenten im Internet gespeichert und stehen in unterschiedlicher Form für Marktforschungszwecke zur Verfügung. Neben der Auswertung von durch den Nutzer aktiv eingestellten Inhalten, dem sog. User Generated Content, bietet das Internet auch zahlreiche Möglichkeiten, die Aktivitäten des Nutzers im Internet zu verfolgen. Klickraten und Suchabfragen können gespeichert und ausgewertet werden (Schillewaert et al. 2009). Diese Daten weisen im Vergleich zu klassischen Erhebungsformen geringe Probleme einer mangelnden Repräsentativität auf (Bortz/Döring 2006; Hüttner/Schwarting 2002). Nutzer bewegen sich im Internet anonym und verhalten sich daher weitgehend natürlich. Zugleich werden reliabilitätsbeschränkende Verzerrungen (Nunally/Bernstein 1994; Zinkmund/Babin 2007) durch künstliche Erhebungskontexte vermieden (Theobald 2000). Somit wird der Prozess der internetbasierten Informationsbeschaffung des Konsumenten zunehmend transparenter und kann gewinnbringende Erkenntnisse für die Marktforschung liefern. Auch in der unmittelbaren Kaufentscheidung des Konsumen ten gewinnt das Internet zunehmend an Bedeutung. Einer Studie des Internetanbieters Yahoo (2007) zufolge transfer Werbeforschung & Praxis, 56 (4), 6-20

2 transfer 7 04/2010 Werbeforschung & Praxis FORSCHUNG stellen 89 Prozent der Konsumenten bei stationären Kaufentscheidungen eine vorgeschaltete Online-Informationssuche an. In der wissenschaftlichen Literatur wurde der di rekte Zusammenhang zwischen der webbasierten Informationsbeschaffung und der Offline-Kaufentscheidung jedoch nur wenig untersucht. Bisher blieb die Frage unbeantwortet, ob und mit welcher zeitlichen Verzögerung das Ausmaß an Online-Informationssuche als geeigneter Prädiktor für die Höhe der Produktnachfrage genutzt werden kann. Im Zuge der vorliegenden Studie wird daher der Forschungsfrage nachgegangen, welche prädiktive Rele vanz Suchaktivitäten von Usern im Internet für den zukünftigen Absatz aufweisen und wie dieser Zusammenhang von der Markenreputation beeinflusst wird. Zur Beantwortung dieser Frage erfolgt zunächst eine Einordnung der webbasierten Informationsbeschaffung in den Entscheidungsprozess von Konsumenten. Aus der Lite ratur werden zwei Hypothesen über den Zusammenhang der webbasierten Informationssuche und dem Kauf abgeleitet. Am Beispiel des Fahrzeugmarktes in Deutschland werden diese auf ihre empirische Evidenz überprüft. Hierfür wird auf Logfile-Daten der Suchmaschinenaktivität von Google In sights for Search (GIfS) zurückgegriffen. Mittels eines Distributed-Lag Modells werden zeitversetzte Regressionseffekte von vorangegangenen Suchmaschinen aktivitäten auf spätere Kfz-Zulassungszahlen ermittelt. Um die prädiktive Relevanz der Informationsbeschaffung auf den Absatz zu ermitteln wird der Anteil der Varianz aufklärung anhand des Bestimmtheitsmaßes R² analysiert. Zusätzlich wird der moderierende Effekt der Marken reputation durch den Vergleich von zwei Modellen mit Fahrzeugmarken hoher und niedriger Markenreputation anhand eines R²-Differenzentests getestet. Die Unter su chung schließt mit einer Diskussion und Implikationen für Forschung und Praxis. 2. Theoretischer Rahmen und Hypothesen Die Informationsbeschaffung als eine dem Kauf vorgelagerte Aktivität nimmt eine zentrale Rolle in prominenten Erklärungsmodellen ein (z. B. Neal et al. 2006; Schiffman/Kanuk 2007). Ihr Ausmaß variiert entsprechend der Kom plexität, Reputation und des Preises nachgefragter Güter, da diese Größen das mit einer Konsumentscheidung einhergehende Risiko determinieren (Kapferer/Laurent 1985). Insbesondere Produkte mit einem höheren Kaufrisiko führen zu einem hohen Involvement des Konsumenten und lösen einen extensiven Entscheidungsprozess aus (Mitchell/Boustani 1994). Derartige extensive Entscheidungsprozesse unterscheiden sich von impulsiven Käufen vor allem durch die Art der Informationssuche. Während Entscheidungen mit einem geringen individuellen Involvement anhand in tern verfügbarer Informationen (d. h. vorhandenem Wissen auf Basis von Vorstellungen und Erfahrungen) getroffen werden, werden bei extensiven Kaufentscheidungen externe Informa tio nen beschafft und bewertet (Hawkins et al. 2007). Eine aktive Suche nach Informationen bildet hierbei die Fundierung der Entscheidung vom Konsumenten (DeSarbo/Choi 1999). Das Internet hat in den vergangenen Jahren zunehmend an Bedeutung für die Beschaffung externer Informationen gewon nen. Insbesondere Suchmaschinen ermöglichen es dem Nutzer, mit wenigen Klicks Angaben zu den unterschiedlichsten Themen zu erhalten. Dies führt dazu, dass produktspezifische Informationen zu einem erheblichen Anteil aus dem Internet bezogen werden (Solomon et al. 2006). Kontrovers wird diskutiert, inwieweit lediglich allgemeine Informationen über eine Marke oder ein Produkt online beschafft werden oder das Internet auch dann als Informationsbeschaffungsmedium zum Einsatz kommt, wenn ein Konsument eine konkrete Konsumentscheidung substantiieren möchte (Shim et al. 2001). Eine nur generelle Informationssuche folgt demnach aus einem Involvement zu Marken oder Produktgruppen und bedient primär intrinsische, hedonische Informationsbedürfnisse, ohne dass unmittelbare Kaufauswirkungen resultieren. Eine spezifische Informationssuche hingegen wird charakterisiert durch eine extrinsische, instrumentelle Nutzung von Informa tio nen für ein konkretes Kaufvorhaben (Hoffman/Novak 1996). Bei Kaufentscheidungen zeichnet sich das Internet für eine gezielte Informationsbeschaffung durch zwei elementare Vorteile aus. Auf der einen Seite wird eine erhebliche Informationsvielfalt dem Nutzer mit wenigen Klicks zugänglich gemacht (Noble et al. 2005; Verhoef et al. 2007). So kann online schnell auf Produkte nach der individuellen Interessenslage fokussiert werden. Elektronische Entscheidungshilfen ermöglichen es, potenzielle Produkte effizient zu suchen und zu evaluieren, indem Informationen gefiltert und organisiert werden. Internetbasierte Informations beschaffung führt somit oft zu einer Vorauswahl einer begrenzten Anzahl von Produkten, die der Konsument bei seiner Kaufentscheidung ernsthaft berücksichtigt (Punj/ Moore 2009). Ein weiterer Vorteil resultiert aus der Kostenund Zeiteffizienz von Online-Recherchen, welche dem Konsumenten eine kurzfristige Informationsbeschaffung bei konkretem Konsuminteresse ermöglicht (Jepsen 2007). Vor diesem Hintergrund kann die Online-Informationsbeschaffung eine Vorstufe des Kaufs von Produkten darstellen, welche als Frühindikator für spätere Käufe dienen könnte. So weisen Shim et al. (2001) empirisch einen Zu sam menhang zwischen der webbasierten Informationsbeschaffung und einer Kaufintention im Internet nach. Dieser deutet darauf hin, dass die Nutzung von Online- Suchdiensten als Indikator auch des Offline-Produkterwerbs dienen kann. Die von den Autoren analysierte Kaufabsicht unter Verwendung des Internets wird jedoch durch die in der Studie zugrunde gelegten Produkt-

3 8 kategorien (Videos, Bücher und Computer-Software) be - güns tigt, da diese leicht von einem Online-Händler versendet werden können und i. d. R. keiner vorangegangenen physischen Inspektion bzw. Erprobung bedürfen. Im Falle hochpreisiger, großvolumiger Produkte (Fahrzeuge, Ma - schi nen etc.) hingegen lässt sich tendenziell ein Research Online-/Buy Offline-Verhalten feststellen. Einer Studie des Internetanbieters Yahoo (2007) zufolge stellen mittlerweile 89 Prozent der Konsumenten bei stationären Kaufentscheidungen eine vorgeschaltete Online-Informa tionssuche an. Dieser Zusammenhang zeigt sich besonders ausgeprägt bei Kaufintentionen für dauerhafte Anschaf fungen und Planungen über einen längeren Zeithorizont (Morwitz et al. 2007). Da eine Informationsbeschaffung über das Internet verstärkt für langfristige, hochpreisige Anschaf fungen und bei hohem Involvement durchgeführt wird (Jepsen 2007; Shim et al. 2001), sollte diese einen geeigneten Frühindikator für deren Kauf bilden. Insbe sondere bei hochwertigen Gebrauchsgütern zeichnet sich vor diesem Hintergrund ab, dass kaufinteressierte Personen das Internet primär in den frühen Phasen der Kauf entscheidung berücksichtigen und den eigentlichen Kauf weiterhin im stationären Handel durchführen. Insgesamt wird ein Teil der potenziellen Konsumenten, welche das Internet im Zuge ihrer externen Informationssuche verwenden, entlang des Entscheidungsprozesses auch eine Kaufentscheidung zugunsten des gesuchten Produktes treffen. Es ist zwar davon auszugehen, dass die Nutzung einer Online-Suchmaschine teilweise auf die Befriedigung genereller Informationsbedürfnisse zurückzuführen ist und weitere Konsumenten entlang ihres Entscheidungsprozesses alternative Produkte auswählen oder ihre Absichten aufgrund verschiedener Restriktionen aufgeben. Dennoch wird insbesondere im Falle von Gebrauchsgütern ein erheblicher Anteil von Suchabfragen mittelfristig in einem Produkterwerb münden. Diese sind in der Regel hochpreisige Produkte, die mit einem erhöhten Kaufrisiko einhergehen und komplexe, extensive Entscheidungsprozesse auslösen (Mitchell/Boustani 1994). Dies führt zu einer zeitintensiven Informationssuche sowie kognitiver Auseinandersetzung mit den gewonnenen Informationen (Hawkins et al. 2007). Ein Produktkauf bei extensiven Entscheidungsprozessen erfolgt somit erst mit einer zeitlichen Verzögerung nach der Informationssuche (Greenleaf/Lehmann 1995). Aus dieser Überlegung leitet sich die folgende Hypothese ab: H1: Bei hochwertigen Gebrauchsgütern prädiktiert eine Online-Suche nach Produktinformationen zum Zeitpunkt t1 einen höheren Absatz des Produktes in den Folgeperioden t 2,,, n. Der Zusammenhang zwischen Online-Informations be schaffung und Kauf sowie die dazwischen liegende Zeitspanne wird durch produkt- und markenbezogene Kontingenzvariablen moderiert. Greenleaf und Lehmann (1995) zeigen, dass insbesondere die Höhe der persönlichen Unsicherheit eine zeitliche Verlängerung zwischen Informationsbeschaffung und Entscheidung induzieren kann. Da der Konsument eine Reduktion seiner persönlichen Unsicherheit anstrebt, werden vorhandene und neue Informationen abgewogen und in die Entscheidungsfindung einbezogen. Der Versuch, eine Vielzahl von Informationen detailliert zu bewerten und abzuwägen, kann aufgrund hoher Komplexität zu schwer überwindbaren Konflikten führen (Kroeber-Riel et al. 2009). Widersprüchliche Informationen erschweren die Entscheidungsfindung und erfordern wiederholte Informationsbeschaffung. Das Internet kann aufgrund der Vielzahl dargebotener Informationen zu einer besonders kontroversen Infor mationslage führen, die im Zuge einer kurzfristigen Recherche nicht hinreichend strukturiert werden kann, um eine komplexe Kaufentscheidung zu fundieren (Punj/Moore 2009). Dies löst eine extensive Online-Suchphase aus, die durch zahlreiche Wiederholungen und eine intensive Ausein andersetzung mit der zur Verfügung stehenden Informationsbasis gekennzeichnet ist. Insbesondere wenn Konsumenten eine große Anzahl von Produkten oder Marken in ihre Konsu mentscheidung einbeziehen, steigt der Differen zierungs grad der Internetnutzung und die webbasierte Suchphase verlängert sich (Punj/Moore 2009). Als gegenläufigen Effekt kann Markenreputation die Suchintensität durch eine positive Einstellung gegenüber der Marke abschwächen. De Ruyter et al. (1999) zeigen, dass die Reputation des Unternehmens als wesentliches Kriterium in risikobehafteten Entscheidungssituationen einbezogen wird. Dabei wirkt eine positive Kenntnis der Marke mittels zwei Mechanismen auf die Kauf ent scheidung. Zum einen können Kosten in der Infor mationsbeschaffung eingespart werden, zum anderen sinkt das mit der Kaufentscheidung einhergehende Risiko (Erdem/Swait 1998). Nehmen Konsumenten eine hohe Markenreputation wahr, nutzen sie für ihre Entscheidung interne Wissensbestandteile, die sie aus vorangegangenen Erfahrungen oder positivem Word-of-Mouth ableiten. Eine größere Subjektivität der Entscheidungsfindung wird in solchen Konsumsituationen in Kauf genommen (Hong/Sternthal 2010). Somit ist im Falle einer erhöhten Markenreputation von einer reduzierten Nutzung des Internets als primäres Informationsmedium auszugehen. Der Kunde benötigt nur ein begrenztes Ausmaß an externer Information, um die bestehende Unsicherheit zwischen verschiedenen Marken zu reduzieren (Moorthy et al. 1997). Im Zuge der Bewertung extensiver Kaufentscheidungen kann der Konsument dann Entscheidungsparameter für eine Vorselektion des Entscheidungsraums aus dem Internet abrufen, muss jedoch keine detaillierte Evaluation anhand zusätzlicher Informationen aus dem Web vornehmen (Punj/Moore 2009).

4 Neues Programm powered by Universitätslehrgang Werbung & Verkauf Unsere Absolventinnen sind Aufsteigerinnen Janet Kath von Interio ist erfolgreiche Absolventin unseres Universitätslehrganges. Noch während ihres Studiums startete sie ihre erfolgreiche Karriere beim BML Konzern und katapultierte BIPA zur Nummer 1 im österreichischen Drogeriefachhandel. Heute ist Janet Kath Inhaberin und Geschäftsführerin der Interio Möbelhäuser mit 10 Standorten in Österreich , Berufsbegleitende Universitätslehrgänge der WU Executive Academy.

5 10 Sind Marken bekannt und verbindet der Konsument mit diesen eine gemeinsame Historie, wird die Evaluation von Kriterien wie Fantasie, Emotion und ästhetischen Kriterien stärker beeinflusst als von den vornehmlich rationalen Informationen aus dem Internet (Hirschman/Holbrook 1982). Die Entscheidung wird bei hoher Markenreputation tendenziell unter Abruf des vorhandenen Wissens getroffen. Es lassen sich Kaufentscheidungsmodelle mit zeitlich limitierter Online- Suchphase erwarten, in denen die Online-Informati ons suche einen kleinen, nur vorgelagerten Anteil am Entschei dungsverhalten erklären kann. Ein wesentlicher Bestandteil der Konsumentscheidung bei hoher Marken repu tation ist in einer der webbasierten Informations beschaffung nachgelagerten Phase zu erwarten, in der der Kunde die Erfüllung seiner hedo nischen Bedürfnisse durch direktes Erle ben des Produktes im Verkaufsraum bewertet (To et al. 2007). Umgekehrt gehen Produkte mit einer geringen Markenreputation mit einer höheren persönlichen Unsicherheit des Konsumenten einher (de Ruyter et al. 1999). Diese führt dazu, dass der Konsument auf ein geringeres Ausmaß an internen Informationen für die Entscheidungsfindung zurückgreifen kann und sich einem größeren persönlichen Risiko ausgesetzt sieht (Moorthy et al. 1997). Um bestehende Informationslücken zu schließen, müssen Kunden verstärkt auf externe Informationen aus dem Web zurückgreifen. Das geringere Wissen über eine Marke führt zu einem Fokus auf Detailinformationen, die eine funktionale Bewertung von Produkten anhand einzelner objektiver Attribute zum Inhalt hat (Hong/Sternthal 2010). Um die teilweise widersprüchlichen Informationen aus dem Internet (Punj/ Moore 2009) zu verarbeiten und in Bezug auf die Kaufentscheidung zu bewerten, ist eine durch Wieder holung gekennzeichnete, extensive Online-Suchphase zu erwarten. Das Internet kann in einer solchen Situation einen integralen Bestandteil der Kaufentscheidung darstellen. Zusammen fassend wird die Hypothese gefolgert: H2: Eine hohe (niedrige) Markenreputation von Produkten verringert (erhöht) die prädiktive Relevanz einer Online-Suche nach Produktinformationen auf den nachfolgenden Absatz des Produktes. 3. Empirische Untersuchung 3.1 Datenbasis Die im vorangegangenen Abschnitt abgeleiteten Hypo thesen werden anhand von Daten des Fahrzeugmarktes in Deutschland überprüft. Dieser weist für die empirische Untersuchung mehrere entscheidende Vorteile auf: (1) Autos stellen Produkte dar, die aufgrund ihres hohen Preises und der Langfristigkeit der Anschaffung ein hohes Involvement des Konsumenten auslösen. Zugleich wird das wahrgenommene Risiko eines Autokaufs als sehr hoch eingestuft. Einer Studie in den USA zufolge wurde der Fahrzeugkauf als the most anxiety-provoking and least satisfying of any retail experience (Naughton 1996, 17 nach Chaudhuri 1997). Hieraus resultierende extensive Entscheidungsprozesse lassen entsprechend ein hohes Maß an externer Informationsbeschaffung erwarten. (2) Die Abverkäufe von Neuwagen werden vom Kraftfahrtbundesamt anhand von Neuzulassungszahlen exakt dokumentiert. Dies sichert die Vollständigkeit und Validität der Daten. (3) Die relevanten Fahrzeugmarken können aufgrund der begrenzten Anzahl Wettbewerber leicht eingegrenzt werden. Somit lassen sich die Hypothesen anhand weniger, eindeutiger Suchbegriffe überprüfen. (4) Verschiedene Fahrzeugmarken genießen in Deutschland eine historisch bedingt stark unterschiedliche Marken reputation. Mattes et al. (2004) sprechen der Marken reputation in der Automobilindustrie sogar die Rolle des wichtigsten zukünftigen Erfolgsfaktors zu. Zudem werden diese in Deutschland regelmäßig ermittelt und sind frei verfügbar (ADAC 2010). Für die Studie wurden die zehn häufigsten in Deutschland zugelassenen Fahrzeughersteller mit jeweils einer jährlichen Anzahl Neuzulassungen von mehr als in die Untersuchung einbezogen. Insgesamt fließen somit die Marken Mercedes, BMW, Audi, Volkswagen, Toyota, Peugeot, Opel, Renault, Ford und Skoda in die Betrachtung ein. Als unabhängige Variable der Untersuchung dient das Suchverhalten der Internetnutzer zu bestimmten Fahr zeug marken. Mittels des unentgeltlich verfügbaren Tools Google Insights for Search (GIfS) des Suchmaschinenbetreibers Google Inc. wurden Häufigkeitsstatistiken spezifischer Suchbegriffe über die Zeit aus Protokollen (sog. Logfiles) vergangener Suchabfragen abgefragt. Die Logfile-Analyse stellt einen verbreiteten Ansatz zur Analyse des Surfverhaltens von Internetnutzern dar und kommt bisher insbesondere für die Optimierung von Onlineshops zum Einsatz (Emrich 2008). Der Marktforscher kann eine Schlagwortabfrage über bis zu fünf Begriffe online initiieren und diese mittels verschiedener Kategorienfilter thematisch und geographisch spezifizieren. Abbildung 1 zeigt die Benutzeroberfläche von GIfS. Da GIfS auf sämtliche in der Suchmaschine von Google Inc. abgefragten Suchvorgänge zurückgreift, weist dessen Verwen dung nahezu keine Repräsentativitätsrestriktionen auf. Google Inc. ist sowohl in Deutschland mit 90 Prozent Marktanteil, als auch weltweit mit 60 Prozent Marktanteil der klare Marktführer und deckt somit den Großteil der vier Mrd. jährlichen Suchabfragen ab (Webhits 2010). Das Suchverhalten der deutschen Internetnutzer wurde für den Zeitraum von Januar 2004 bis August 2009 erhoben. Aufgrund der Ausgabe der Daten auf Wochenbasis entspricht dies einer Anzahl von 297 Beobachtungspunkten pro abge-

6 transfer 11 04/2010 Werbeforschung & Praxis FORSCHUNG Abb. 1: Benutzeroberfläche GIfS (Quelle: Google 2008) fragtem Suchbegriff. In der von Google Inc. bereitgestellten Suchmaske wurden die definierten Fahrzeug hersteller getrennt abgefragt. Unterschiedliche Schreib weisen (z. B. VW und Volkswagen oder Mercedes und Daimler-Benz etc.) wurden mittels Boolean scher-verknüp fungen abgefragt, um eine möglichst vollständige Datenbasis des Suchverhaltens nach den einzelnen Fahrzeugherstellern zu erhalten. Der Standort der Abfrage wurde auf das Bundesgebiet begrenzt. Diese Eingrenzung wird ermöglicht, indem das für ein Land übliche Spektrum an IP-Adressen als Filter der Suchabfrage hinzugefügt wird (Scharkow/Vogelgesang 2009). Zusätzlich wurde der in GIfS angebotene Kategorienfilter auf die Kategorie Auto begrenzt, um einen geringen Anteil an Streuvarianz durch themenfremde Subkategorien wie Sport oder Film auszuschließen. Die von Google ausgegebenen Daten sind normalisiert und verhältnisskaliert (Google 2010a, b). Somit stehen die ausgegebenen Daten im Verhältnis zueinander und können direkt auf einer Skala von 0 bis 100 miteinander verglichen werden. Absolutwerte sind mittels GIfS hingegen nicht generierbar. Eine einheitliche Normalisierung der Rohdaten und deren zahlenmäßige Vergleichbarkeit wurde sichergestellt, indem der für diese Erhebung ermittelte Maximalwert (Suchabfrage nach BMW in Kalenderwoche 6, 2006) bei allen Suchbegriffen als Referenzgröße mit abgefragt wurde. Die Entwicklung der Suchvolumina im betrachteten Zeitraum wird in Abbildung 2 dargestellt. Hierin zeigen sich bei insgesamt saisonal ähnlichen Mustern zugleich unterschiedliche Entwicklungen in dem relativen Suchabfragevolumen über die Zeit. Auffallend ist die sehr starke Zunahme der registrierten Online-Suchtätigkeiten zu Beginn Dies ist auf die Einführung der sog. Abwrackprämie im deutschen Markt und der hiervon induzierten Nachfrage nach Klein- und Mittelwagen zurück zu führen. Entsprechend sind hohe Zuwächse vor allem bei Marken der Klein- und Mittelwagen zu verzeichnen. Einzelne andere Spitzen sind auf externe Umfeldfaktoren zurück zu führen, z. B. Toyota anlässlich einer deutschlandweiten Plakataktion zu Beginn 2007 sowie Opel anlässlich der später stark diskutierten Unsicherheiten zum Fortbestand des Unternehmens. Die Spitze in der Suchaktivität für BMW in der sechsten Kalenderwoche 2006 erklärt sich hingegen durch den Versuch von BMW, durch unlautere Maßnahmen der Suchmaschinen optimierung eine Auffindbarkeit der Seite zu erhöhen. Als diese Praktik offen gelegt wurde führte dies zu einem kurzfristigen Ausschluss des BMW Internet auftritts vom Google Suchindex (Focus 2006). Obwohl BMW nun nicht mehr gefunden werden konnte, explodierte die Suchaktivität durch die ausgelöste Diskussion in den Medien. Die präzise Interpretierbarkeit der einzelnen Effekte zeigt die Sensitivität und Qualität des zugrunde liegenden Datenmaterials deutlich auf. Als abhängige Variable werden die vom Kraftfahrzeugbundesamt bereit gestellten Neuzulassungszahlen in Deutsch land heran gezogen. Diese werden in monatlichen Berichten auf Ebene des einzelnen Fahrzeugmodells veröffentlicht. Für die vorliegende Studie wurden die Zulassungszahlen für die in den Suchbegriffen abgefragten Fahrzeughersteller aufsummiert. Um eine Vergleichbarkeit mit den vorliegenden normierten Suchhäufigkeiten zu gewährleisten, wurden diese Summen ebenfalls auf den höchsten Wert bezogen verhältnisskaliert.

7 12 Abb. 2: Suchvolumina nach Fahrzeugherstellern im Zeitverlauf Suchvolumen (normiert) Zeit Audi BMW Ford Mercedes Opel Peugeot Renault Skoda Toyota VW Die generierten Rohdaten des Suchverhaltens werden jeweils in wöchentlichen Intervallen ausgegeben. Um eine Vergleichbarkeit mit den monatlich dokumentierten Zulassungszahlen zu ermöglichen, wurden die wöchentlichen GIfS-Suchvolumina in monatliche Daten aufsummiert. Im Falle von monatsübergreifenden Wochen wurde eine Interpolation vorgenommen. Im Ergebnis konnten für jede Marke jeweils 68 äquidistante, zeitpunktbezogene Beobachtungen der unabhängigen und der abhängigen Variablen in die empirische Untersuchung aufgenommen werden. Zur Überprüfung der moderierenden Wirkung der Markenreputation, wurden Imagewerte des ADAC-AutoMarxX verwendet. Aus einer Vielzahl relevanter Merkmale werden diese jährlich vom ADAC und dem Center Automotive Research (CAR) in einer repräsentativen Studie ermittelt und online zur Verfügung gestellt (ADAC 2010; Dudenhöffer 2008). Die jeweiligen Bewertungsergebnisse werden in Tabelle 1 im Zeitverlauf zusammengefasst. Wie hieraus zu ersehen ist, sind die Markenimages über den betrachteten Zeitraum stabil. Dies rechtfertigt im Folgenden einen statischen Zwei-Gruppen-Vergleich von je fünf Herstellern mit hohem und niedrigem Markenimage. Die Gruppeneinteilung erfolgt mittels Mediansplit. 3.2 Methodisches Vorgehen Zur Überprüfung der erwarteten Zusammenhänge wird zunächst eine visualisierte Gegenüberstellung der Zeit reihen des GIfS-Suchvolumens als unabhängige sowie der Zulassungs zahlen als abhängige Variable vorgenommen. Abbildung 3 zeigt am Beispiel der Marke Volkswagen deutlich, dass die Verläufe des Suchvolumens und der Neuzulassungszahlen eine hohe Parallelität aufweisen. Die Abbildung deutet an, dass das Suchverhalten (dunkle Kurve) den Neuzulassungszahlen (helle Kurve) zeitlich etwa zwei Perioden voraus läuft. Die in der Abbildung eingezeichneten Beispiele verdeutlichen dies anhand von vier besonders markanten Punkten. Zusätzlich zeigen sie, dass die zeitversetzten Entwicklungsmuster von Suchverhalten und Neuzulassung sowohl für Hoch- als auch Tiefpunkte gleichermaßen gelten. Die Abbildung indiziert zudem die saisonalen Effekte des Such- und des Kaufverhaltens, erkennbar an einem wiederkehrenden Tief in den Monaten Januar bis April. Des Weiteren lassen sich auch Schwankungen erkennen, die keinem erkennbaren saisonalen Ursprung unterliegen. Zur statistischen Überprüfung des Zusammenhangs zwischen Suchverhalten und Neuzulassungszahlen wird eine lineare Regressionsanalyse über die Zeit berechnet. Ein wesentliches Problem einer solchen Zeitreihenanalyse besteht darin, dass Effekte einer unabhängigen Variablen auf die abhängige Variable nicht unmittelbar, sondern auch mit zeitlicher Verzögerung auftreten können. In dem vorliegenden Fall wurde diese Annahme bereits theoretisch untermauert, sie bildet die Grundlage für Hypothese 1. Aus diesem Grund muss in der regressionsanalytischen Betrach tung eine zeitliche Verzögerung p berücksichtigt werden (Koop 2009). Zur Überprüfung eines zeitlich nachgelagerten Effektes des Suchverhaltens auf die Neuzulassungs zahlen kommt hierzu ein sog. Distributed-Lag Regressions modell zum Einsatz. Dessen grundlegende Annahme ist, dass der Wert einer abhängigen Variable Y zum Zeitpunkt t nicht nur von einer unabhängigen Variablen zum selben Zeitpunkt X t, sondern auch von den vorangegangenen Beobachtungen X t-1, X t-2,, X t-p abhän-

8 transfer 13 04/2010 Werbeforschung & Praxis FORSCHUNG Tab. 1: Übersicht der Markenreputationswerte von Automobilherstellern (Quelle: ADAC 2010) Gruppe Marke Rang Mittelwert Mercedes 1 2,2 2,3 2,4 2,3 2,0 1,9 Hohe Markenreputation BMW 2 2,3 2,6 2,3 2,3 2,0 2,3 Audi 3 2,3 2,6 2,2 2,2 2,2 2,4 Volkswagen 4 2,6 2,7 2,8 2,7 2,3 2,6 Toyota 5 3,2 3,3 3,2 3,1 3,0 3,3 Peugeot 6 3,6 3,8 3,6 3,5 3,4 3,5 Niedrige Markenreputation Opel 7 3,7 3,8 3,8 3,8 3,6 3,7 Renault 8 3,8 3,9 3,9 3,8 3,7 3,8 Ford 9 3,9 4,2 3,9 4,0 3,8 3,7 Skoda 10 4,0 3,9 3,9 4,2 3,8 4,0 gig ist (Greene 2008). Daher wird eine multiple Regression berechnet, bei der das Suchverhalten zu mehreren vorangegangenen Zeit punk ten mittels getrennter unabhängiger Variablen abgebildet wird. Damit die Bedingung erfüllt ist, dass beide Variablen die gleiche Anzahl Beob achtungen aufweisen, wird die zuvor spezifizierte, maximale Verzögerungs länge p von den Beobachtungen der abhängigen Variab len abgezogen (Koop 2009). Eine realistische Verzögerungs länge wird entsprechend des untersuchten Zu sammenhangs angenommen. Für das vorliegende Beispiel wird unterstellt, dass Konsumenten einen Neu wagenkauf zwar langfristig planen, jedoch mit der konkreten Informationssuche erst einige Monate vor dem Kauf beginnen. Somit wird eine maximale zeitliche Verzögerung pmax von sechs Perioden als realistisch unterstellt. Im Zuge iterativer Schätzungen wird gemäß der Distributed-Lag-Regression die Abb. 3: Gegenüberstellung des Suchverhaltens und der Neuzulassungszahlen am Beispiel der Marke VW) Suchvolumen/Zulassungszahlen (normiert) Jan 04 Mai 04 Sep 04 Jan 05 Mai 05 Sep 05 Jan 06 Mai 06 Zulassungszahlen Sep 06 Jan 07 Zeit Mai 07 Sep 07 Jan 08 Suchverhalten Mai 08 Sep 08 Jan 09 Mai 09

9 14 Tab. 2: Ergebnisse der Distributed-Lag Regression über alle Fahrzeughersteller Fahrzeughersteller Lag stand. β-koeff. R² DW Kaufentscheidungsmodelle mit zeitlich limitierter (einperiodisch kaufwirksamer) Online-Informationssuche BMW 1 0,481*** 0,231 1,796 Mercedes 2 0,457*** 0,208 1,425 Audi 2 0,439*** 0,192 1,426 Volkswagen 2 0,505*** 0,255 1,100 Opel 2 0,678*** 0,459 1,708 Peugeot 2 0,555*** 0,308 1,005 Kaufentscheidungsmodelle mit zweiperiodisch kaufwirksamer Online-Informationssuche Renault Toyota 1 0,262* 2 0,430** 1 0,486*** 2 0,287* 0,399 1,358 0,493 1,880 Kaufentscheidungsmodelle mit mehrperiodisch kaufwirksamer Online-Informationssuche 1 0,326** Ford Skoda 2 0,427** 4 0,220* 1 0,607*** 2 0,254** 4 0,245*** 0,576 1,934 0,809 2,158 Legende: n. s.: nicht signifikant; * signifikant (0,05); ** hoch signifikant (0,01); *** höchst signifikant (0,001); DW = Durbin-Watson- Teststatistik Anzahl der zeitversetzten Lags solange reduziert, bis der letzte Schätzer die Signifikanzschwelle von p=0,05 erreicht. Diese sog. Backward-Selektion ermöglicht es durch systematische Reduktion der unabhängigen Variablen, die zeitlichen Verzögerungen zu ermitteln, die eine statistische Bedeutung für die vermutete Kausal beziehung aufweisen (von Blanckenburg/Reher 2008). 3.3 Ergebnisse Für den vorliegenden Datensatz ergeben sich nach separater Durchführung der Distributed-Lag Regression die in Tabelle 2 aufgelisteten Ergebnisse für die betrachteten zehn Fahrzeugmarken. Es wird deutlich, dass eine zeitlich versetzte Beziehung zwischen dem Suchverhalten und der Neu fahrzeugzulassung besteht. Diese schwankt über die einzelnen Marken zwischen ein bis vier Perioden. Der Effekt von Suchauf Kaufverhalten mit einer Verzögerung (Lag) von zwei Monaten ist jedoch bei allen Herstellern gleichermaßen signifikant. Dies zeigt, dass im Mittel von einer zeitlichen Verzöge rung von zwei Monaten zwischen der Online-Informationsbeschaffung und dem Fahrzeugkauf auszugehen ist. Im Falle von BMW, Ford, Renault und Skoda ist jeweils auch ein zeitlicher Versatz zwischen Online-Suche und Kauf von nur einer Periode signifikant. Dies impliziert, dass der zeitliche Abstand zwischen Online-Informations suche und Neuwagenerwerb bei (zumindest Teilen der) Kunden dieser Fahrzeuge kürzer ist. Interessant ist dies für die Marke BMW. Da BMW entsprechend seiner Markt positionierung zu den hochpreisigen Fahrzeugherstellern zu zählen ist, sollte von einer hohen Komplexität der Ent scheidungssituation und entsprechend längerer Entschei dungszeit ausgegangen werden. Die geringe Verzögerung lässt sich in Kombination mit dem verhältnismäßig geringen R² von 0,231 darauf zurückführen, dass bei BMW die Online-Informations-

10 transfer 15 04/2010 Werbeforschung & Praxis FORSCHUNG Tab. 3: R 2 -Differenzentest zwischen Fahrzeugmarken hohen und niedrigen Kaufrisikos Gruppe (Modell) n R R 2 Korrigiertes R 2 Standardfehler des Schätzers Testung der Korrelationsdifferenz Modell 1 vs. Modell 2 Fischers Z-Werte (Z) Effektgröße (q) Empirischer z-wert (z) Signifikanz (p) Hohe Markenreputation (Mercedes, BMW, Audi, Volkswagen, Toyota) Niedrige Markenreputation (Peugeot, Opel, Renault, Ford, Skoda) 320 0,653 0,427 0,417 11,424 0, ,779 0,607 0,600 10,764 1,042 0,262-3,293 0,001 a jeweils spezifiziert als Distributed-Lag Modell mit L = 4 Lag-Perioden recherche enger mit den anderen Informationsquellen verzahnt ist und dass potenzielle Kunden vor einer Online- Suche zuvor bereits ihre groben Präferenzen im stationären Handel formiert haben. Bei Ford und Renault, zwei in Deutschland tendenziell weniger prestigeträchtigen Marken, geht von dem Online- Suchverhalten ein signifikanter Einfluss auf späteres Kaufverhalten mit Lag-Effekten von einer bis zu vier Perioden Verzögerung einher. Zudem erreichen die hoch signifikanten β-koeffizienten für die drei verschiedenen Lags jeweils Werte von 0,220 bis 0,607. Da das R² des Modells eine ebenfalls hohe Varianzaufklärung dokumentiert (Ford: R 2 = 0,576; Skoda: R 2 = 0,809), deutet dies auf eine hohe Bedeutung der Online-Informationssuche im Zeitverlauf der Entscheidungsfindung hin. Bei allen Herstellern rangieren die β-koeffizienten in einem Bereich von 0,287 bis 0,678, was für eine hohe Prognosekraft des Online-Suchverhaltens für spätere Absatz volumina spricht. Alle ermittelten Koeffizienten sind signifikant. Die standardisierten R² erreichen für einen Großteil der Hersteller Werte über 0,3 und leisten somit einen bedeutenden Erklärungsbeitrag für die Varianz der Neuzulassungszahlen. Auffällig ist, dass Hersteller wie Audi, BMW, Mercedes und VW, die tendenziell Fahrzeuge der Mittelund Oberklasse absetzen, eine geringe Varianzaufklärung im Bereich von 20 Prozent aufweisen. Dies deutet darauf hin, dass der Kauf dieser Fahrzeugtypen zu einem größeren Anteil durch andere, hier nicht berücksichtigte Variablen determiniert wird. So könnte eine Nutzung alternativer Informationsquellen, zum Beispiel einer Fachberatung im Handel, eine Erklärung hierfür sein. Zur Qualitätsüberprüfung der ermittelten Zusammenhänge wird ein Durbin-Watson Test durchgeführt, der untersucht, inwieweit zwischen den Residuen der Schätzung autoregressive Effekte bestehen, also inwieweit sich die Beobachtungen einer Variable über die Zeit gegenseitig beeinflussen. Werte kleiner als 1,57 für die Marken Audi, Mercedes, Peugeot und VW deuten auf eine positive Autoregression innerhalb der Zeitreihen hin. Eine geringe Verzerrung der Ergebnisse durch zum Beispiel saisonalbedingte Autoregression ist zu unterstellen und muss in der Interpretation Berücksichtigung finden. Zusammenfassend kann Hypothese 1 bzgl. der prädiktiven Relevanz von Suchdaten aus GIfS für die zukünftige Absatzentwicklung in jedem Fall bestätigt werden. Zur Testung der Hypothesen 2 wurde der Moderatoreffekt der Markenreputation auf die prädiktive Bedeutung der Online-Informationsbeschaffung mittels eines R 2 -Differenzen tests zwischen den beiden zuvor gebildeten Gruppen überprüft. Die Ergebnisse in Tabelle 3 zeigen, dass das Bestimmt heitsmaß im Falle eines geringen Kaufrisikos bei den Prestigemarken deutlich geringer ist (R 2 = 0,427) als bei den Marken, die eine geringe Reputation aufweisen (R 2 = 0,607). Eine zusätzliche Signifikanzprüfung unter Berücksichtigung der Stichprobenunterschiede, mittels Test der Korrelations differenz (Bortz/Döring 2006), ergibt höchst signifikante Unterschiede zwischen den z-transformierten Korrelationen. Zusätzlich wird die Hypothese 2 durch inhaltliche Interpretation der Ergebnisse in Tabelle 2 bestärkt. So lässt die Betrachtung der jeweiligen Anzahl signifikanter Lag-Koef-

11 16 fizienten über die einzelnen Fahrzeughersteller wesentliche Unterschiede erkennen. Kaufentscheidungsprozesse mit einer zeitlich eng begrenzten (einmonatigen) Online-Suchphase sind bei den Herstellern zu beobachten, die eine hohe Markenreputation aufweisen: Audi, BMW, Mercedes, Opel, Peugeot und Volkswagen. Hier scheint die Online-Informationssuche nur einen kleinen Anteil an der Entscheidungsfindung auszumachen, die vermutlich auch stark vom lang erworbenen Wissen des Konsumenten geprägt ist. Entsprechend gering fällt der R 2 der getesteten Erklärungsmodelle aus. Mit einer Ausnahme ist jeweils ein Lag-Effekt von zwei Monaten signifikant, d.h. dass die Online-Informationssuche relativ weit vom Zeitpunkt der tatsächlichen Kaufentscheidung entfernt ist. Diese Ergebnisse bekräftigen den vermuteten Moderationseffekt der Markenreputation auf die prädiktive Relevanz des Online-Suchverhaltens auf den Absatz und bekräftigt Hypothese 2. Somit scheint die Online-Suche zur Eingrenzung der infrage kommenden Fahrzeuge genutzt zu werden, während vermutlich der klassische Vor-Ort-Vertrieb mit persönlichem Kontakt sowie Erprobungsfahrten etc. zur finalen Kaufentscheidung beitragen. Eine Ausnahme hierzu bildet BMW mit einem Lag-Effekt von nur einem Monat. Die größere Nähe zur Kaufentscheidung könnte hier auf eine moderne, verkaufsnahe Internetpräsenz zurückzuführen sein, wie den Car Configurator, mit dessen Hilfe konkrete Ausgestaltungsoptionen konfiguriert werden können. Diese Vermutung geht einher mit den Befunden von (Sismeiro/ Bucklin 2004), die zeigen können, dass die Verwendung eines webbasierten Konfigurationstools für Fahrzeuge aufgrund der intensiven, zielorientierten Auseinandersetzung mit dem Wunschprodukt die Wahrscheinlichkeit einer Kaufentscheidung deutlich erhöht. Der auffällig hohe Erklärungsanteil des Einflusses von Online-Suchverhalten auf spätere Absatzzahlen bei dem Hersteller Opel (R 2 = 0,459) dürfte hingegen der besonders unsicheren unternehmerischen Situation im Betrachtungszeitraum, die auch online stark diskutiert wurde, geschuldet sein. Insgesamt sind in den einzelnen Marken je nach Präferenzstruktur der Konsumenten leichte Divergenzen in der Platzierung zu erwarten (Dabic 2008). Eine etwas längere, zweimonatige Online-Informationssuche zeichnet sich bei den Herstellern Toyota sowie Renault ab. Bei diesen beiden Herstellern scheinen die Marketingaktivitäten online und offline stärker miteinander verknüpft, so dass die Online-Informationssuche nicht nur bei einer früheren Vorauswahl, sondern auch bei zeitlich näher gelagerten Entscheidungsphasen von Bedeutung ist. Hierauf deutet auch der insgesamt deutlich höhere Varianzerklärungsanteil der Regressionsanalysen hin. Während bei Renault eine Online-Informationssuche mit zwei Monaten von größerem Einfluss auf die spätere Kaufentscheidung ist, hat die zeitlich nähere Informationssuche bei Toyota einen stärkeren Einfluss. Mit sogar drei signifikanten Lag-Effekten des Online-Suchverhaltens auf spätere Käufe bilden Ford und Skoda eine bemerkenswerte dritte Gruppe der Hersteller. Hier scheinen Konsumenten über den mehrmonatigen Prozess der Kaufentscheidung verteilt und wiederholt auf das Internet als Informationsquelle zurück zu greifen. Dies könnte auf eine höhere Unsicherheit bei der Kaufentscheidung für diese beiden, in Deutschland eher mit geringer Reputation versehenen Hersteller schließen. Zu hinterfragen ist der hohe Einfluss der Online-Informationssuche mit einem einmonatigem Lag bei Skoda: Dieser ist nicht anhand der Internetpräsenz erklärbar, lässt sich jedoch über die hohe funktionale Verwandtschaft zwischen den Modellen von Volkswagen und Skoda interpretieren: Es wäre denkbar, dass einige Kunden eine Suchphase zunächst für das favorisierte Modell von Volkswagen (bspw. Golf) anstellen und aus preislichen Überlegungen einen kurzfristigen Wechsel zum nahezu baugleichen Modell von Skoda (bspw. Octavia) vollziehen. Aufgrund des signifikanten Moderatoreffektes und vor dem Hintergrund der unterschiedlichen Anzahl signifikanter Lag-Effekte für Kaufentscheidungsmodelle bei Marken mit einem unterschiedlichen Kaufrisiko liefert die Analyse positive Evidenz für Hypothese H2. 4. Schlussfolgerungen 4.1 Implikationen für die Forschung Die vorliegende Studie lässt Schlussfolgerungen für die wissenschaftliche Forschung und unternehmerische Praxis zu. Die Zielsetzung der Analyse lag darin, den Zusammenhang zwischen webbasierter Informationsbeschaffung und Kauf zu überprüfen. Die Hypothese, dass eine webbasierte Informationsbeschaffung einen zukünftigen Kauf bei extensiven Konsumentscheidungen vorhersagen kann, konnte anhand der empirischen Daten bestätigt werden. Der Zusammenhang ist über alle betrachteten Marken stabil und weist daher eine allgemeine Relevanz auf. Somit eignet sich eine Analyse des Online-Suchverhaltens als ein kurzfristiges Prognoseinstrument des Absatzvolumens von hochwertigen Wirtschaftsgütern. Aus methodischer Sicht konnte eine Evaluierung von GIfS als Marktforschungstool vorgenommen werden. Daten von GIfS wurden erstmalig in einer wissenschaftlichen betriebswirtschaftlichen Studie eingesetzt. Dies erweitert den bisherigen Anwendungskontext (Scharkow/Vogelgesang 2009). Es wurde gezeigt, dass die Suchmaschine Google eine bedeutende Rolle im Rahmen von Kaufentscheidungen bei

12 KOSTBARES SCHENKEN ÖSTERREICH WEIN Ein großer Wein ist ein Geschenk von bleibendem Wert, weil man seinen Geschmack ein Leben lang nicht vergisst. Wein aus Österreich. Kostbare Kultur.

13 18 Konsumenten einnimmt. Daten von GIfS stellen einen guten Prädiktor der Nachfrage bei Produkten mit extensivem Kaufentscheidungsprozess dar. Aus wissenschaftlicher Sicht liefert die Studie einen Beitrag zur Erklärung des Zusammenhangs zwischen der Nutzung des Internets als Medium der Informationsbeschaffung im Entscheidungsprozess von Konsumenten und der finalen Kaufentscheidung. Für den Fall hochwertiger Gebrauchsgüter kann gezeigt werden, dass die Beschaffung externer Informationen aus dem Internet eine relevante Phase der Entscheidungsfindung darstellt. Die Häufigkeit der Suche nach einem Produkt- oder Markenbegriff indiziert in hohem Maße die spätere Nachfrage nach diesem Produkt oder der Marke. Über den von Shim et al. (2001) nachgewiesenen Zusammenhang zwischen Informationsbeschaffung und Kauf im Internet hinaus kann somit nachgewiesen werden, dass auch Instore-Käufe mit Informationen aus dem Internet zuvor substantiiert werden. Zudem werden wertvolle Hinweise über den Kontext einer webbasierten Informationssuche gewonnen. Eine geringe Marken reputation (hohes wahrgenommenes Risiko) führt demnach zu einer extensiven mehrperiodigen Nutzung des Internets im Zuge der Konsumentscheidung. Für die zukünftige Forschung wäre eine Ausweitung der Untersuchung über weitere Marken oder Produktgruppen sinnvoll. Die vorliegende Studie untersucht die Effekte anhand des Automobilmarktes und kann daher nur Vermutungen über mögliche Zusammenhänge in anderen Produktgruppen anstellen. Auch der untersuchte Moderations effekt der Markenreputation auf die Differenzierung der Online-Suchphase unterliegt dieser Schwäche. Da diese Effekte zu einem bedeutsamen Anteil auf die Unterscheidung des Kunden von hedonischen und utilitaristischen Produktmerkmalen zurückgehen, wäre ein Vergleich über Produktkategorien mit einer eindeutigeren Divergenz bzgl. dieser Merkmale bereichernd und könnte die Ergebnisse weiter schärfen. Die divergierende prädiktive Relevanz der Online-Suchphase bei unterschiedlichen Marken muss zudem nicht zwangsläufig auf generelle Unterschiede der Intensität der Informationsbeschaffung zurückgeführt werden. Ein alternativer Erklärungsansatz des skizzierten Moderatoreffektes ergibt sich unter Berücksichtigung demographischer Variablen der typischen Fahrzeugkäufer. Wenn Fahrzeugmarken mit hoher Reputation tendenziell von vergleichsweise älteren Konsumenten erworben werden, könnte der noch leicht geringere Nutzungsgrad des Internets in dieser Käuferschicht (Van Eimeren/Frees 2009) den geringeren Erklärungsbeitrag der Online-Suche bei diesen Marken zusätzlich beeinflussen. Zukünftige Studien zur Absatzwirkung des Online-Suchverhaltens sollten daher demographische Kriterien gezielt kontrollieren. 4.2 Ideen für die Praxis Aus Sicht von Unternehmen ist die Relevanz von GIfS als erheblich einzustufen, da bereits mit wenigen Klicks und einfachen methodischen Werkzeugen reliable und valide Messungen der produktspezifischen Informations beschaffung von potenziellen Kunden ermittelt werden können. Zudem ist die Nutzung von GIfS kostenfrei und das Tool jederzeit im Internet verfügbar. Es wurde nachgewiesen, dass Suchhäufigkeiten eine Kaufintention widerspiegeln und daher eine prädiktive Relevanz über zukünftige Absatzvolumina aufweisen. GIfS kann somit direkt als Instrument der Marktforschung eingesetzt werden. Insge samt können die folgenden Funktionen dazu beitragen, die taktische und strategische Planung von produktspezifischen Maßnahmen zu verbessern: 1. Prognose von Absatzentwicklungen: Unternehmen werden mittels einer zeitlichen Betrachtung des Suchverhaltens nach ihren Produkten zu indikativen Prognosen über die Nachfrageentwicklung in die Lage versetzt. Insbesondere wenn für Produkte bereits reale Marktdaten über die zeitliche Absatzentwicklung vorliegen, können diese mit zugehörigen Suchmaschinenabfragen in Beziehung gesetzt werden. Mittels einfacher statistischer Mittel kann die prädiktive Relevanz sowie der zeitliche Versatz für die entsprechende Produktgruppe ermittelt und für zukünftige Prognosen genutzt werden. 2. Benchmark des eigenen Unternehmens: Aufgrund der Option zur Simultanabfrage mehrerer Produkte oder Marken, werden Unternehmen in die Lage versetzt, ihre relative Position zu Konkurrenzunternehmen im Zeitverlauf zu verfolgen. Somit können strategische Maßnahmen abgeleitet oder der Erfolg bereits eingesetzter Maßnahmen gemessen werden. 3. Gestaltung des Internetauftritts: Unternehmen können aus den Ergebnissen der Studie Rückschlüsse auf die Bedeutung des Internetauftritts für verschiedene Marken ziehen. Während bei Marken mit einer hohen Reputation eine limitierte Online-Suchphase von Kunden angestellt wird um eher grundlegende Informationen zu beschaffen, steigt das Bedürfnis einer differenzierten Online-Informationsbeschaffung bei Marken geringer Reputation oder Bekanntheit deutlich an. Aus dieser Erkenntnis lassen sich Rückschlüsse auf die Informationsdarstellung und -akzentuierung des eigenen Webauftritts verschiedener Unternehmen ableiten. Die vorliegende Studie betrachtet die Beziehung zwischen Online-Informationsbeschaffung und Kaufentscheidung. Zusätzlich könnte GIfS auch Aufschluss über den zeitlichen Erfolg von Marketingmaßnahmen liefern. Es ist anzunehmen, dass sich der Erfolg von Kommunikationskampagnen

14 transfer 19 04/2010 Werbeforschung & Praxis FORSCHUNG für ein spezifisches Produkt mit einem entsprechenden Zeitverzug im Online-Suchverhalten mittels GIfS erkennen lässt. Steigerungen der Suchaktivitäten nach dem Lancieren einer Werbemaßnahme lassen sich deutlich erkennen (z. B. für Toyota zu Beginn des Jahres 2007) und könnten auch statistisch überprüft werden. Aufgrund der vorgefundenen Kausalbeziehung des Suchverhaltens und des Absatzes könnten zudem auch hiermit verbundene Absatzprognosen abgegeben werden. Mit zunehmender Datendichte könnte GIfS somit repräsentative Daten zur Quantifizierung von Kampagnen liefern. Eine Verwendung im aktuellen Diskurs zur Marketing-Accountability (Stewart 2009) erscheint daher viel versprechend. Zuletzt muss darauf hingewiesen werden, dass Effekte aus Längsschnittanalysen grundsätzlich der Gefahr unterliegen, dass ein Teil des ermittelten Erklärungsgehaltes auf nicht kontrollierte exogene Effekte zurückzuführen ist. Die Abwrackprämie als Beispiel eines solchen Effektes verdeutlicht diese Annahme anschaulich. In der vorliegenden Untersuchung wurden keine weiteren externen Effekte kontrolliert und in Bezug auf ihre Einflussnahme überprüft. Zukünftige Analysen könnten bereits anhand des vorliegenden Beispiels die Effekte weiterer Schocks (z. B. Kraftstoffpreise) auf den Fahrzeugabsatz berücksichtigen. Zusammenfassend zeigt sich, dass Suchaktivitäten von Internetnutzern einen guten Indikator der zukünftigen Nachfrage darstellen. Mit GIfS wird eine vielversprechende Möglichkeit zur Erfassung realer Konsumentendaten angeboten. Es eröffnen sich zahlreiche Möglichkeiten, diese neue Datenquelle für verschiedenste Fragestellungen in verschiedenen Disziplinen zu nutzen, in der Wissenschaft und für die Praxis. Literatur ADAC (2010): Der ADAC-AutoMarxX: Markenimage, de/adac-im-einsatz/motorwelt/m_archiv/pressemeldungen/ Automarxx_2010_Markenimage.asp?ComponentID=292448&SourcePage ID=292421, Abruf am Blanckenburg, K. von; Reher, G. (2008): Testverfahren zur Beurteilung der Funktionsfähigkeit von Marktprozessen, Beiträge zur angewandten Wirtschaftsforschung, Nr. 23, Westfälische Wilhelms-Universität, Münster. Bortz, J.; Döring, N. (2006): Forschungsmethoden und Evaluation, Springer, Heidelberg. Chaudhuri, A. (1997): Consumption Emotion and Perceived Risk: A Macro-Analytic Approach, in: Journal of Business Research, 39, Dabic, M. (2008): Können Ausstattungselemente die Nutzenpositionierung von PKW-Marken unterstützen?, in: transfer - Werbeforschung & Praxis, 04/2008, de Ruyter, K.; Wetzels, M.; Kleijnen, M. (1999): Customer adoption of e-service: an experimental study, in: International Journal of Service Industry Management, 12 (2), DeSarbo, W. S.; Choi, J. (1999): A latent structure double hurdle regression model for exploring heterogeneity in consumer search patterns, in: Journal of Econometrics, 89, Dudenhöffer, F. (2008): Markenspannung: Wo Marketing die Balance finden muss, in: Absatzwirtschaft, 3/2003, Emrich, C. (2008): Multi-Channel-Communications- und Marketing- Management, Gabler, Wiesbaden. Erdem, T.; Swait, J. (1998): Brand Equity as a Signaling Phenomenon, in: Journal of Consumer Psychology, 7 (2), Focus (2006): BMW-Website: Wieder im Google-Index, de/digital/internet/google/bmw-website_aid_ html, Abruf am Google (2008): Google Insights for Search Benutzeroberfläche, Abruf am Google (2010a): Werden die Daten normalisiert?, support/insights/bin/bin/answer.py?answer=87284&topic=13975, Abruf am Google (2010b): Wie werden die Daten skaliert?, support/insights/bin/answer.py?hl=de&answer=87282, Abruf am Greene, W. H. (2008): Econometric Analysis, Prentice-Hall, Upper Saddle River. Greenleaf, E. A.; Lehmann, D. R. (1995): Reasons for Substantial Delay in Consumer Decision Making, in: Journal of Consumer Research, 22 (2), Hawkins, D. I.; Mothersbaugh, D. L.; Best, R. J. (2007): Consumer Behavior: Building Marketing Strategy, 10th Ed., McGraw-Hill Irwin, Boston. Hirschman, E. C.; Holbrook, M. B. (1982): Hedonic Consumption: Emerging Concepts, Methods and Propositions, in: Journal of Marketing, 46 (Summer), Hoffman, D. L.; Novak, T. P. (1996): Marketing in hypermedia computermediated environments: Conceptual foundations, in: Journal of Marketing, 60 (July), Hong, J. W.; Sternthal, B. (2010): The Effects of Consumer Prior Knowledge and Processing Strategies on Judgments, in: Journal of Marketing Research, 47 (2), Hüttner, M.; Schwarting, U. (2002): Grundzüge der Marktforschung, Oldenbourg, München. Jepsen, A. L. (2007): Factors affecting consumer use of the Internet for information search, in: Journal of Interactive Marketing, 21 (3), Kapferer, J.-N.; Laurent, G. (1985): Consumers Involvement Profile: New Empirical Results, in: Hirschmann, E. C.; Holbrook, M. B. (Hrsg.): Advances in Consumer Research. Association for Consumer Research, Provo, Koop, G. (2009): Analysis of Economic Data, Wiley, Chinchester. Kroeber-Riel, W.; Weinberg, P.; Gröppel-Klein, A. (2009): Konsumentenverhalten, Vahlen, München. Mattes, B.; Meffert, H.; Landwehr, R.; Koers, M. (2004): Trends in der Automobilindustrie: Paradigmenwechsel in der Zusammenarbeit zwischen Zulieferer, Hersteller und Händler, in: Ebel, B.; Hofer, M.; Al-Sibai, J. (Hrsg.): Automotive Management: Strategie und Marketing in der Automobilwirtschaft, Springer, Heidelberg u. a., Mitchell, V.-W.; Boustani, P. (1994): A Preliminary Investigation into Preand Post-Purchase Risk Perception and Reduction, in: European Journal of Marketing, 28 (1),

15 20 Moorthy, S.; Ratchford, B. T.; Talukdar, D. (1997): Consumer Information Search Revisited: Theory and Empirical Analysis, in: The Journal of Consumer Research, 23 (4), Morwitz, V. G.; Steckel, J. H.; Gupta, A. (2007): When do purchase intentions predict sales?, in: International Journal of Forecasting, 23 (3), Neal, C.; Quester, P.; Hawkins, D. I. (2006): Consumer Behaviour: Implications for Marketing Strategy, McGraw-Hill, Boston. Noble, S. M.; Griffith, D. A.; Weinberger, M. G. (2005): Consumer derived utilitarian value and channel utilization in a multi-channel retail context, in: Journal of Business Research, 58 (12), Nunally, J. C.; Bernstein, I. H. (1994): Psychometric Theory, McGraw-Hill, New York. Punj, G.; Moore, R. (2009): Information search and consideration set formation in a web-based store environment, in: Journal of Business Research, 62 (6), Scharkow, M.; Vogelgesang, J. (2009): Google Insights for Search: A Methodological Innovation in the Study of the Public Agenda?, Fachgruppentagung Journalismusforschung und Methoden der DGPuK, Berlin, Schiffman, L. G.; Kanuk, L. L. (2007): Consumer Behavior, Prentice Hall, Upper Saddle River. Schillewaert, N.; De Ruyck, T.; Verhaeghe, A. (2009): 'Connected research' - How market research can get the most out of semantic web waves, in: International Journal of Market Research, 51 (1), Shim, S.; Eastlick, M. A.; Lotz, S. L.; Warrington, P. (2001): An online prepurchase intentions model: The role of intention to search, in: Journal of Retailing, 77 (3), Sismeiro, C.; Bucklin, R. E. (2004): Modeling purchase behavior at an E-commerce web site: A task-completion approach, in: Journal of Marketing Research, 41 (3), Solomon, M.; Bamossy, G.; Askegaard, S.; Hogg, M. K. (2006): Consumer Behavior: A European Perspective, Prentice Hall, Harlow et al. Stewart, D. W. (2009): Marketing accountability: Linking marketing actions to financial results, in: Journal of Business Research, 62 (6), Theobald, A. (2000): Das World Wide Web als Befragungsinstrument, Gabler, Wiesbaden. To, P.-L.; Liao, C.; Lin, T.-H. (2007): Shopping motivations on Internet: A study based on utilitarian and hedonic value, in: Technovation, 27 (12), Van Eimeren, B.; Frees, B. (2009): Der Internetnutzer 2009 multimedial und total vernetzt?, Abruf am Verhoef, P. C.; Neslin, S. A.; Vroomen, B. (2007): Multichannel customer management: Understanding the research-shopper phenomenon, in: International Journal of Research in Marketing, 24 (2), Webhits (2010): Nutzung von Suchmaschinen, deutsch/index.shtml?webstats.html, Abruf am Yahoo (2007): Research online, Buy offline: The Impact of Online Pre- Shopping on Consumer Shopping Behavior, brainfood/research.html, Abruf am Zinkmund, W. G.; Babin, B. J. (2007): Exploring Marketing Research, Thomson South-Western, Mason. Impressum 56. Jahrgang, 226. Folge Herausgeber: Deutsche Werbewissenschaftliche Gesellschaft e.v. Bonner Straße 271, Köln, Deutschland Tel.: +49/221/ , Fax: +49/221/ Österreichische Werbewissenschaftliche Gesellschaft Augasse 2-6, 1090 Wien, Österreich Tel. +43/1/ , Fax +43/1/ Verlag: New Business Verlag GmbH & Co. KG Nebendahlstraße 16, Hamburg, Deutschland Tel.: +49/40/ , Fax: +49/40/ Verleger: Peter Strahlendorf Kfm. Geschäftsführung: Antje-Betina Weidlich-Strahlendorf Produktmanagement: Anja Kruse-Anyaegbu Vertrieb: Angelika Schmidt Gestaltung: Klaus Esche Entwurf: Nina Leinemann Druck: Lehmann Offsetdruck GmbH, Norderstedt Redaktion dieser Folge: WWG Für die WWG: Chefredakteur: Prof. Dr. Günter Schweiger V.i.S.d.P Stv. Chefredakteur: Prof. Dr. Wolfgang Mayerhofer Redaktion: Mag. Thomas Biruhs alle Wirtschaftsuniversität Wien Für die DWG: Chefredakteure: Prof. Dr. Martin Eisend, Europa-Universität Viadrina Prof. Dr. Bernhard Heidel, Hochschule RheinMain, Wiesbaden Business School Prof. Dr. Tobias Langner, Bergische Universität Wuppertal alle V.i.S.d.P Anzeigenverwaltung: Österreich: Österreichische Werbewissenschaftliche Gesellschaft Verantwortlich für Anzeigen: Mag. Thomas Biruhs Deutschland: New Business Verlag Verantwortlich für Anzeigen: Milosz Lipski, Anzeigendisposition: Silke Reyher-Timmann Herausgeberbeirat: Prof. Dr. Carsten Baumgarth, Hochschule für Wirtschaft und Recht Berlin Prof. Dr. Dirk-Mario Boltz, Hochschule für Wirtschaft und Recht Berlin Prof. Dr. Manfred Bruhn, Universität Basel Prof. Dr. H. Dieter Dahlhoff, Universität Kassel Prof. Dr. Franz-Rudolf Esch, EBS Business School, Oestrich-Winkel Prof. Dr. Thomas Foscht, Universität Graz Dr. Gereon Friederes, marketmind Markt- und Markenforschung, Wien Prof. Dr. Michael Grabner, Michael Grabner Media, Wien Prof. Dr. Andrea Gröppel-Klein, Universität des Saarlandes, Saarbrücken Prof. Dr. Arnold Hermanns, Universität der Bundeswehr, Neubiberg Karen Heumann, Jung von Matt AG, Hamburg Siegfried Högl, GfK Marktforschung, Nürnberg Dr. Helene Karmasin, Karmasin Motivforschung, Wien Prof. Dr. Peter Kenning, Zeppelin Universität, Friedrichshafen Prof. Dr. Erich Kirchler, Universität Wien Prof. Dr. Guido Kucsko, Rechtsanwalt in Wien Mag. Willy Lehmann, Willy Lehmann Markenagentur, St. Florian Prof. Dr. Wilfried Leven, Agentur Leven, Köln und Universität Trier Prof. Dr. Josef Mazanec, Wirtschaftsuniversität Wien Dr. Walter Neuhauser, Neuhauser Harnach GbR, München Prof. Dr. Bruce I. Newman, De Paul University, Chicago Dr. Oliver Nickel, Icon Added Value, Nürnberg Prof. Dr. Thomas Otter, Goethe Universität, Frankfurt Dr. Thomas Petersen, Institut für Demoskopie Allensbach, Allensbach Prof. Dr. Bodo Schlegelmilch, Wirtschaftsuniversität Wien Prof. Dr. Peter Schnedlitz, Wirtschaftsuniversität Wien Prof. Dr. Günter Schweiger, Wirtschaftsuniversität Wien Prof. Dr. Gerhard Speckbacher, Wirtschaftsuniversität Wien Prof. PD Dr. Andreas Strebinger, York University, Toronto Prof. Dr. Peter Szyszka, Universität Wien Prof. Dr. Volker Trommsdorff, Technische Universität Berlin Prof. Dr. Gerhard A. Wührer, Johannes Kepler Universität Linz Abonnentenpreis (4 Ausgaben): 78,- Euro pro Jahr; Hochschulangehörige: 65,- Euro pro Jahr; Bibliotheken: 50,- Euro pro Jahr. Für Mitglieder der angeschlossenen Gesellschaften ist der Abonnentenpreis im Mitgliedsbeitrag enthalten. Postvertriebszeichen: G42362 (Österreich), C43262 (Deutschland) ISSN X, Copyright 2010 DWG/WWG Nachdruck von Beiträgen mit Quellenhinweis und gegen ein Belegexemplar nur mit ausdrücklicher Genehmigung von DWG/WWG.

Modul G.1 WS 07/08: Statistik 17.01.2008 1. Die Korrelation ist ein standardisiertes Maß für den linearen Zusammenhangzwischen zwei Variablen.

Modul G.1 WS 07/08: Statistik 17.01.2008 1. Die Korrelation ist ein standardisiertes Maß für den linearen Zusammenhangzwischen zwei Variablen. Modul G.1 WS 07/08: Statistik 17.01.2008 1 Wiederholung Kovarianz und Korrelation Kovarianz = Maß für den linearen Zusammenhang zwischen zwei Variablen x und y Korrelation Die Korrelation ist ein standardisiertes

Mehr

26.03.2015. Connected Retail. Serviceplan Gruppe: Building best brands. ecommerce goes Local Shop. Christian Rößler München, 24.3.

26.03.2015. Connected Retail. Serviceplan Gruppe: Building best brands. ecommerce goes Local Shop. Christian Rößler München, 24.3. Connected Retail ecommerce goes Local Shop Serviceplan Gruppe: Building best brands Christian Rößler München, 24.3.2015 1 Das Haus der Kommunikation Eine Kultur. Eine Vision. Ein Weg. building best brands

Mehr

1. Einleitung. 1.1. Ausgangssituation

1. Einleitung. 1.1. Ausgangssituation 1. Einleitung In der vorliegenden Arbeit wird untersucht, welche Faktoren den erfolgreichen Ausgang eines Supply-Chain-Projektes zwischen zwei Projektpartnern beeinflussen. Dazu werden zum einen mögliche

Mehr

Zusammenfassung der Dissertation "Convenience im Handel"

Zusammenfassung der Dissertation Convenience im Handel Zusammenfassung der Dissertation " im Handel" im Handel ist das vom Kunden wahrgenommene Ausmaß der Vermeidung von Einkaufskosten in Form von Zeit sowie physischer, kognitiver und emotionaler Mühe. Dieses

Mehr

Zwei Wochen Mobilegeddon : Wie die beliebtesten Online-Shops für Lebensmittel das neue Google-Update verkraftet haben

Zwei Wochen Mobilegeddon : Wie die beliebtesten Online-Shops für Lebensmittel das neue Google-Update verkraftet haben MEDIENINFORMATION Zwei Wochen Mobilegeddon : Wie die beliebtesten Online-Shops das neue Google-Update verkraftet haben Searchmetrics untersuchte Mobile SEO und Desktop SEO für die zehn beliebtesten Lebensmittelshops:

Mehr

Webmonitoring Wie Unternehmen das Web 2.0 nutzen können

Webmonitoring Wie Unternehmen das Web 2.0 nutzen können Webmonitoring Wie Unternehmen das Web 2.0 nutzen können IT Business Talk 4. März 2010 Dr. Mark Markus Dr. Sandra Schaffert Webmonitoring im Unternehmen Reputationsmanagement Issue Management Wettbewerbsbeobachtung

Mehr

9 Resümee. Resümee 216

9 Resümee. Resümee 216 Resümee 216 9 Resümee In der vorliegenden Arbeit werden verschiedene Methoden der Datenreduktion auf ihre Leistungsfähigkeit im sozialwissenschaftlichstatistischen Umfeld anhand eines konkreten Anwendungsfalls

Mehr

Tabelle 6a: Deskriptive Statistiken der metrischen Variablen

Tabelle 6a: Deskriptive Statistiken der metrischen Variablen Ergebnisse 77 5 Ergebnisse Das folgende Kapitel widmet sich der statistischen Auswertung der Daten zur Ü- berprüfung der Hypothesen. Die hier verwendeten Daten wurden mit den in 4.3 beschriebenen Instrumenten

Mehr

BRAINAGENCY NEWSLETTER. Insights August 2015

BRAINAGENCY NEWSLETTER. Insights August 2015 BRAINAGENCY NEWSLETTER Insights August 2015 Agenda Insights 01 Instagram als Interaktionstreiber 02 Influencer-Marketing: Infografiken-Insights 03 Customer Journey: die beliebtesten Meßmethoden 04 Cross-Channel-Studie:

Mehr

Multiple Regression. Ziel: Vorhersage der Werte einer Variable (Kriterium) bei Kenntnis der Werte von zwei oder mehr anderen Variablen (Prädiktoren)

Multiple Regression. Ziel: Vorhersage der Werte einer Variable (Kriterium) bei Kenntnis der Werte von zwei oder mehr anderen Variablen (Prädiktoren) Multiple Regression 1 Was ist multiple lineare Regression? Ziel: Vorhersage der Werte einer Variable (Kriterium) bei Kenntnis der Werte von zwei oder mehr anderen Variablen (Prädiktoren) Annahme: Der Zusammenhang

Mehr

Agenda. INSIGHTS DEZEMBER 2014 - Google: Klickraten von Suchergebnissen - Gender-Marketing im Einkaufsprozess

Agenda. INSIGHTS DEZEMBER 2014 - Google: Klickraten von Suchergebnissen - Gender-Marketing im Einkaufsprozess Agenda INSIGHTS DEZEMBER 2014 - Google: Klickraten von Suchergebnissen - Gender-Marketing im Einkaufsprozess 2 Insight Dezember 2014 Google: Klickrate von Suchergebnissen Google-Suche: Klickrate von Suchergebnissen

Mehr

Von Multi-Channel zu Cross-Channel Konsumentenverhalten

Von Multi-Channel zu Cross-Channel Konsumentenverhalten Von Multi-Channel zu Cross-Channel Konsumentenverhalten im Wandel Eine Studie des E-Commerce Center Handel (ECC Handel) in Zusammenarbeit mit der hybris GmbH. Stationäre Geschäftsstellen 23,0 % 27,0 %

Mehr

Die Relevanz der Unternehmensreputation bei der Beschaffung von B2B-Dienstleistungen

Die Relevanz der Unternehmensreputation bei der Beschaffung von B2B-Dienstleistungen Christopher Bayer Die Relevanz der Unternehmensreputation bei der Beschaffung von B2B-Dienstleistungen Verlag Dr. Kovac Hamburg 2011 Inhaltsverzeichnis Abbildungsverzeichnis Abkürzungsverzeichnis XIX XXIII

Mehr

Was sind Facebook-Fans»wert«?

Was sind Facebook-Fans»wert«? m a n a g e w h a t m a t t e r s Was sind Facebook-Fans»wert«? Social Insight Connect, die erste Lösung für Brand Controlling und Development im Social Web, liefert strategische Insights zu Social Media

Mehr

ZUR BEDEUTUNG VON TRENDS IM INNOVATIONSMANAGEMENT

ZUR BEDEUTUNG VON TRENDS IM INNOVATIONSMANAGEMENT April 2013 ZUR BEDEUTUNG VON TRENDS IM INNOVATIONSMANAGEMENT von Maren Weiß & Prof. Dr. Michael Durst Welche Rolle spielen Trends in den Frühen Phasen im Innovationsmanagement? Wie setzen Unternehmen Trends

Mehr

Adaptive Choice-Based-Conjoint: Neue Möglichkeiten in der Marktforschung

Adaptive Choice-Based-Conjoint: Neue Möglichkeiten in der Marktforschung Adaptive Choice-Based-Conjoint: Neue Möglichkeiten in der Marktforschung MAIX Market Research & Consulting GmbH Kackertstr. 20 52072 Aachen 0241 8879 0 www.maix.de Inhalt Einleitung Grundlagen zur Conjoint

Mehr

GfK Consumer Tracking Research Online, Purchase Offline (ROPO) Mobilfunk & DSL März 2010

GfK Consumer Tracking Research Online, Purchase Offline (ROPO) Mobilfunk & DSL März 2010 GfK Media Efficiency Panel Research Online, Purchase Offline (ROPO) Die Rolle des Internet beim Abschluss von Mobilfunk- und DSL Vertägen GfK Panel Services Agenda 1.! Zielsetzung und Methode 2. Ergebnisse

Mehr

Das Dialogfeld für die Regressionsanalyse ("Lineare Regression") findet sich im Statistik- Menu unter "Regression"-"Linear":

Das Dialogfeld für die Regressionsanalyse (Lineare Regression) findet sich im Statistik- Menu unter Regression-Linear: Lineare Regression Das Dialogfeld für die Regressionsanalyse ("Lineare Regression") findet sich im Statistik- Menu unter "Regression"-"Linear": Im einfachsten Fall werden mehrere Prädiktoren (oder nur

Mehr

Untersuchungen zum Thema Tracking Error

Untersuchungen zum Thema Tracking Error Untersuchungen zum Thema Tracking Error J. Fulmek 24. August 2003 1 Einleitung Im Folgenden werden folgende Punkte untersucht: 1. verschiedene in der Literatur übliche Definitionen des Tracking Errors

Mehr

Online-Fahrzeugbörsen in Deutschland im Vergleich

Online-Fahrzeugbörsen in Deutschland im Vergleich CAR- Universität Duisburg-Essen Online-Fahrzeugbörsen in Deutschland im Vergleich Ferdinand Dudenhöffer, Kai Pietron, Alexander Schadowski * Seit mehr als zehn Jahren haben sich die Online-Fahrzeugbörsen

Mehr

Social Media als Bestandteil der Customer Journey

Social Media als Bestandteil der Customer Journey Social Media als Bestandteil der Customer Journey Gregor Wolf Geschäftsführer Experian Marketing Services Frankfurt, 19.6.2015 Experian and the marks used herein are service marks or registered trademarks

Mehr

Befragung und empirische Einschätzung der Praxisrelevanz

Befragung und empirische Einschätzung der Praxisrelevanz Befragung und empirische Einschätzung der Praxisrelevanz eines Vorgehensmodells zur Auswahl von CRM-Systemen D I P L O M A R B E I T zur Erlangung des Grades eines Diplom-Ökonomen der Wirtschaftswissenschaftlichen

Mehr

Marktliquidität von Aktien

Marktliquidität von Aktien Marktliquidität von Aktien Inauguraldissertation zur Erlangung der Würde eines Doctor rerum oeconomicarum der Wirtschafts- und Sozialwissenschaftlichen Fakultät der Universität Bern Lukas Roth Die Fakultät

Mehr

Relevanz der Medien für die Meinungsbildung

Relevanz der Medien für die Meinungsbildung Relevanz der Medien für die Meinungsbildung Empirische Grundlagen zum MedienVielfaltsMonitor der BLM Inhalt 1 Studiensteckbrief 3 2 Informierende Mediennutzung 7 3 Wichtigkeit der Medien als Informationsquelle

Mehr

Online2Store. Die Rolle des Internets im Multi-Channel-System. ECC-Forum, Köln 19. Mai 2011. David Liversidge Online2Store, Google Europe

Online2Store. Die Rolle des Internets im Multi-Channel-System. ECC-Forum, Köln 19. Mai 2011. David Liversidge Online2Store, Google Europe Online2Store Die Rolle des Internets im Multi-Channel-System ECC-Forum, Köln 19. Mai 2011 David Liversidge Online2Store, Google Europe 1 Verändertes Kaufverhalten Online goes Offlline Insight Online2Store

Mehr

Siemens. 360 Performance Dashboard. Digitale Kanäle. Mehrwert. Namics. Emanuel Bächtiger. Consultant.

Siemens. 360 Performance Dashboard. Digitale Kanäle. Mehrwert. Namics. Emanuel Bächtiger. Consultant. Siemens. 360 Performance Dashboard. Digitale Kanäle. Mehrwert. Emanuel Bächtiger. Consultant. 20. August 2013 Gegründet in 1995 im Besitz von 26 Partnern 51 Mio. CHF Umsatz in 2012 400 Mitarbeiter in CH

Mehr

User Experience vs. Retrievaltests Wie lässt sich die Relevanz von Suchergebnissen bewerten?

User Experience vs. Retrievaltests Wie lässt sich die Relevanz von Suchergebnissen bewerten? User Experience vs. Retrievaltests Wie lässt sich die Relevanz von Suchergebnissen bewerten? Prof. Dr. Dirk Lewandowski Hochschule für Angewandte Wissenschaften Hamburg dirk.lewandowski@haw-hamburg.de

Mehr

Junge Deutsche können oder wollen sich keinen Neuwagen mehr leisten

Junge Deutsche können oder wollen sich keinen Neuwagen mehr leisten 12.05.2015, Junge Deutsche können oder wollen sich keinen Neuwagen mehr leisten Deutschlands Neuwagenkäufer werden immer älter. Drei Viertel älter als 45 Jahre. Duisburg. Wer sich dieses Jahr in Deutschland

Mehr

Suchmaschinen-Marketing. Search Engine Marketing (SEM) Etwas schön finden, heißt ja wahrscheinlich vor allem: es finden.

Suchmaschinen-Marketing. Search Engine Marketing (SEM) Etwas schön finden, heißt ja wahrscheinlich vor allem: es finden. Search Engine Marketing (SEM) Etwas schön finden, heißt ja wahrscheinlich vor allem: es finden. Robert Edler von Musil (1880-1942) Österreichischer Novellist, Dramatiker und Aphoristiker (SEM) 21.11.2005

Mehr

Masterarbeiten am Lehrstuhl für Marke3ng und Innova3on im Wintersemester 2012/13

Masterarbeiten am Lehrstuhl für Marke3ng und Innova3on im Wintersemester 2012/13 Masterarbeiten am Lehrstuhl für Marke3ng und Innova3on im Wintersemester 2012/13 1 Themenliste (I/IV) 1. Kaufentscheidungsprozesse im Internet aus Kundensicht In einer qualita/ven Studie soll untersucht

Mehr

Kommentierter SPSS-Ausdruck zur logistischen Regression

Kommentierter SPSS-Ausdruck zur logistischen Regression Daten: POK V AG 3 (POKV_AG3_V07.SAV) Kommentierter SPSS-Ausdruck zur logistischen Regression Fragestellung: Welchen Einfluss hat die Fachnähe und das Geschlecht auf die interpersonale Attraktion einer

Mehr

CASE STUDY. Wie Online-Werbung den Filialumsatz steigert die ROPO-Effekte im Multichannel-Konzept von Ernsting s family

CASE STUDY. Wie Online-Werbung den Filialumsatz steigert die ROPO-Effekte im Multichannel-Konzept von Ernsting s family CASE STUDY Wie Online-Werbung den Filialumsatz steigert die ROPO-Effekte im Multichannel-Konzept von Ernsting s family Eine Case Study von bluesummit und Ernsting`s family Wie Online-Werbung den Filialumsatz

Mehr

Seminar für Wirtschaftsinformatiker (Master/Diplom) Sommersemester 2012

Seminar für Wirtschaftsinformatiker (Master/Diplom) Sommersemester 2012 Seminar für Wirtschaftsinformatiker (Master/Diplom) Sommersemester 2012 Lehrstuhl für Wirtschaftsinformatik, insb. Systementwicklung Julius-Maximilians-Universität Würzburg 07.02.2012 Erwerb von Kompetenzen

Mehr

Leadmanagement in der Automobilindustrie

Leadmanagement in der Automobilindustrie Studie 0 Leadmanagement in der Automobilindustrie am Beispiel von Probefahrtanfragen Wie konsequent und professionell werden vorhandene Interessenpotenziale bearbeitet und ausgeschöpft? Inhaltsverzeichnis

Mehr

Relevanz von Suchmaschinen Chancen für Touristiker

Relevanz von Suchmaschinen Chancen für Touristiker Relevanz von Suchmaschinen Chancen für Touristiker Hamburger Online-Forum - Schwerpunkt Tourismus 28. Oktober 2008 Hanns Kronenberg / SEO-Berater 1 1 Inhalt Bedeutung von Suchmaschinen im Segment Tourismus

Mehr

Customer Journey im Autokaufprozess: Aktuelle Studienergebnisse und Chancen für Werbetreibende

Customer Journey im Autokaufprozess: Aktuelle Studienergebnisse und Chancen für Werbetreibende Customer Journey im Autokaufprozess: Aktuelle Studienergebnisse und Chancen für Werbetreibende 5. März 2013, SymanO, DHBW Mannheim Markus Roosen, Department Head Business Operations 1 Agenda 1. Einleitung

Mehr

Multinomiale logistische Regression

Multinomiale logistische Regression Multinomiale logistische Regression Die multinomiale logistische Regression dient zur Schätzung von Gruppenzugehörigkeiten bzw. einer entsprechenden Wahrscheinlichkeit hierfür, wobei als abhänginge Variable

Mehr

Click Effects 2010 Analyse der Klickraten im TOMORROW FOCUS Netzwerk?

Click Effects 2010 Analyse der Klickraten im TOMORROW FOCUS Netzwerk? Click Effects 2010 Analyse der Klickraten im TOMORROW FOCUS Netzwerk? Studiendesign Zielsetzung und Nutzen dieser Studie Neben einer stärkeren Werbewirkung erzeugen Branding- Werbemittel auch eine deutlich

Mehr

HR Leadership & Change Führung und Virtualität

HR Leadership & Change Führung und Virtualität HR Leadership & Change Führung und Virtualität Michaela Gatniejewski Edyta Golianek Nadja Schommer Annabell Schmidt Christoph Mayer Hoch, Julia E./Kozlowski, Steve W.J., Leading Virtual Teams: Hierarchical

Mehr

Universität Passau. Betriebswirtschaftslehre mit Schwerpunkt Internationales Management Prof. Dr. Carola Jungwirth. Masterarbeit

Universität Passau. Betriebswirtschaftslehre mit Schwerpunkt Internationales Management Prof. Dr. Carola Jungwirth. Masterarbeit Universität Passau Betriebswirtschaftslehre mit Schwerpunkt Internationales Management Prof. Dr. Carola Jungwirth Masterarbeit "Identifikation von Erfolgsfaktoren für eine Facebook- Recruiting-Strategie"

Mehr

Probeklausur Zeitreihenökonometrie (Sommersemester 2014) 1

Probeklausur Zeitreihenökonometrie (Sommersemester 2014) 1 Probeklausur Zeitreihenökonometrie (Sommersemester 2014) 1 Aufgabe 1: Betrachtet wird folgendes Modell zur Erklärung des Managergehalts salary durch den Umsatz sales, die Eigenkapitalrendite roe und die

Mehr

Neuromarketing in der Praxis: Can t get you out of my mind Berufsverband Deutscher Markt- und Sozialforscher e.v.

Neuromarketing in der Praxis: Can t get you out of my mind Berufsverband Deutscher Markt- und Sozialforscher e.v. Neuromarketing in der Praxis: Can t get you out of my mind Berufsverband Deutscher Markt- und Sozialforscher e.v. Facit Media Efficiency ein Unternehmen der Serviceplan Gruppe Kurzer Überblick 1. Warum

Mehr

MOBILE BRANCHENVERGLEICH. Teil 1 - Such-Anteile, CPCs, Klickraten

MOBILE BRANCHENVERGLEICH. Teil 1 - Such-Anteile, CPCs, Klickraten MOBILE BRANCHENVERGLEICH Teil 1 - Such-Anteile, CPCs, Klickraten 1 Mobile Branchenvergleich - Teil 1: Such-Anteile, CPCs, Klickraten Mobile Marketing ist und bleibt eines der wichtigsten Themen der Online

Mehr

Analyse alt- und mittelpaläolithischer Steinartefaktinventare mittels Parallelkoordinatenplots

Analyse alt- und mittelpaläolithischer Steinartefaktinventare mittels Parallelkoordinatenplots Einleitung Analyse alt- und mittelpaläolithischer Steinartefaktinventare mittels Parallelkoordinatenplots von Irmela Herzog Im Rahmen der Herbsttagung der AG DANK (Datenanalyse und Numerische Klassifikation)

Mehr

BMPI. Siemens. 360 Performance Dashboard. Digitale Kanäle. Mehrwert. Namics. Emanuel Bächtiger. Consultant.

BMPI. Siemens. 360 Performance Dashboard. Digitale Kanäle. Mehrwert. Namics. Emanuel Bächtiger. Consultant. BMPI. Siemens. 360 Performance Dashboard. Digitale Kanäle. Mehrwert. Emanuel Bächtiger. Consultant. 5. Dezember 2013 Agenda. à Ausgangslage à 360 Performance Dashboard à Projektvorgehen à Key Take Aways

Mehr

Die Quantitative und Qualitative Sozialforschung unterscheiden sich bei signifikanten Punkten wie das Forschungsverständnis, der Ausgangspunkt oder

Die Quantitative und Qualitative Sozialforschung unterscheiden sich bei signifikanten Punkten wie das Forschungsverständnis, der Ausgangspunkt oder 1 2 3 Die Quantitative und Qualitative Sozialforschung unterscheiden sich bei signifikanten Punkten wie das Forschungsverständnis, der Ausgangspunkt oder die Forschungsziele. Ein erstes Unterscheidungsmerkmal

Mehr

Kundenzufriedenheits- Analyse 4.0

Kundenzufriedenheits- Analyse 4.0 Kundenzufriedenheits- Analyse 4.0 Kundenzufriedenheit ist eine subjektive Grösse Das Konsum- und Entscheidungsverhalten von Menschen lässt sich nicht fixen Kategorien zuschreiben. Es zeigen sich situative

Mehr

Beteiligung der Beschäftigten an betrieblicher Weiterbildung. und Unternehmensgröße

Beteiligung der Beschäftigten an betrieblicher Weiterbildung. und Unternehmensgröße Beteiligung der Beschäftigten an betrieblicher Weiterbildung und Unternehmensgröße Befunde auf der Grundlage von CVTS3 Friederike Behringer, Gudrun Schönfeld Bonn, Februar 2011 1 Vorbemerkung Im Folgenden

Mehr

Digitale Mundpropaganda in sozialen Medien

Digitale Mundpropaganda in sozialen Medien Digitale Mundpropaganda in sozialen Medien Prof. Dr. Maik Hammerschmidt Dipl.-Kfm. Welf Weiger www.innovationsmanagement.uni-goettingen.de 1. Social Media Paradigmenwechsel im Markenmanagement Kontrollverlust

Mehr

Grundlagen quantitativer Sozialforschung Interferenzstatistische Datenanalyse in MS Excel

Grundlagen quantitativer Sozialforschung Interferenzstatistische Datenanalyse in MS Excel Grundlagen quantitativer Sozialforschung Interferenzstatistische Datenanalyse in MS Excel 16.11.01 MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 1 Gliederung Datenanalyse (inferenzstatistisch)

Mehr

AOL DEUTSCHLAND. Online Werbung wirkt 3 überzeugende Fallbeispiele durchgeführt von IPSOS

AOL DEUTSCHLAND. Online Werbung wirkt 3 überzeugende Fallbeispiele durchgeführt von IPSOS AOL DEUTSCHLAND Online Werbung wirkt 3 überzeugende Fallbeispiele durchgeführt von IPSOS Werbewirkung jenseits des Klicks Die vom Institut IPSOS durchgeführte vorliegende Studie soll den Nachweis der Wirkung

Mehr

Von hier aus in die Zukunft

Von hier aus in die Zukunft Von hier aus in die Zukunft Wirksame Interaktion von TV und Online Frankfurt, 21. November 2014 2 Wirkstoff TV 21.11.2013 / pilot Hamburg / Rate of Interaction - die besondere Wirkung von TV 3 Worüber

Mehr

Mobile Research 2011. Ein Studienüberblick von Google und der Fachgruppe Mobile im Bundesverband Digitale Wirtschaft (BVDW) e.v.

Mobile Research 2011. Ein Studienüberblick von Google und der Fachgruppe Mobile im Bundesverband Digitale Wirtschaft (BVDW) e.v. Mobile Research 2011 Ein Studienüberblick von Google und der Fachgruppe Mobile im Bundesverband Digitale Wirtschaft (BVDW) e.v. Mai 2011 Kernergebnisse 1 12 Millionen Deutsche nutzen ein Smartphone und

Mehr

Die 10 häufigsten Fehler bei der Keyword Recherche

Die 10 häufigsten Fehler bei der Keyword Recherche Keyword Recherche ist sicher nicht der "spannendste" Teil der SEO. Sie ist jedoch einer der wichtigsten Faktoren für den Erfolg. Alan Webb, Geschäftsführer von ABAKUS Internet Marketing, hat die aus seiner

Mehr

Varianzanalyse ANOVA

Varianzanalyse ANOVA Varianzanalyse ANOVA Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/23 Einfaktorielle Varianzanalyse (ANOVA) Bisher war man lediglich in der Lage, mit dem t-test einen Mittelwertsvergleich für

Mehr

Weltweite ecommerce-trends und das betriebswirtschaftliche Potenzial Ihrer ecommerce-plattform

Weltweite ecommerce-trends und das betriebswirtschaftliche Potenzial Ihrer ecommerce-plattform September 17, 2014 Weltweite ecommerce-trends und das betriebswirtschaftliche Potenzial Ihrer ecommerce-plattform Oliwia Berdak, Analyst, Forrester Research Sebastian Selhorst, Senior Consultant, Forrester

Mehr

SMO Services. Mehr Erfolg durch Social Media Optimization (SMO) von dmc Steigerung von Umsatz Erhöhung der Markenbekanntheit

SMO Services. Mehr Erfolg durch Social Media Optimization (SMO) von dmc Steigerung von Umsatz Erhöhung der Markenbekanntheit SMO Services Mehr Erfolg durch Social Media Optimization (SMO) von dmc Steigerung von Umsatz Erhöhung der Markenbekanntheit Einführung Das Web ist längst kein einseitiger Kommunikationskanal mehr. Social

Mehr

Berichte aus der Betriebswirtschaft. Christoph Rüdt. Wertschöpfung in Virtual Communities

Berichte aus der Betriebswirtschaft. Christoph Rüdt. Wertschöpfung in Virtual Communities Berichte aus der Betriebswirtschaft Christoph Rüdt Wertschöpfung in Virtual Communities Management sozialer Interaktionen unter Anwendung der Netzwerkanalyse Shaker Verlag Aachen 2007 Inhalt Vorwort Inhalt

Mehr

Die Online-Gebrauchtwagen-Börsen in Europa

Die Online-Gebrauchtwagen-Börsen in Europa Universität Duisburg-Essen Mai 2010 CAR-Center Automotive Research Studie: Online GW-Börsen in Europa Die Online-Gebrauchtwagen-Börsen in Europa Ferdinand Dudenhöffer, Alexander Schadowski * Seit gut 15

Mehr

The integration of business intelligence and knowledge management

The integration of business intelligence and knowledge management The integration of business intelligence and knowledge management Seminar: Business Intelligence Ketevan Karbelashvili Master IE, 3. Semester Universität Konstanz Inhalt Knowledge Management Business intelligence

Mehr

HOKUS-POKUS ODER REALITÄT? GEDANKEN ZUM WEB 2.0 HÄNDLER MÜNSTER, 28.02.2012. 2011 Wunderknaben Kommunikation. KW, Dienstag, 28.

HOKUS-POKUS ODER REALITÄT? GEDANKEN ZUM WEB 2.0 HÄNDLER MÜNSTER, 28.02.2012. 2011 Wunderknaben Kommunikation. KW, Dienstag, 28. HOKUS-POKUS ODER REALITÄT? GEDANKEN ZUM WEB 2.0 HÄNDLER MÜNSTER, 28.02.2012 2011 Wunderknaben Kommunikation TORSTEN HEINSON DIPL-KFM, JHG. 1964 BMW AG, EURO RSCG, TBWA, DDB FH-DOZENT SOCIAL MEDIA GESCHÄFTSFÜHRER

Mehr

... hab ich gegoogelt. webfinder. Suchmaschinenmarketing !!!!!!

... hab ich gegoogelt. webfinder. Suchmaschinenmarketing !!!!!! ... hab ich gegoogelt. webfinder Suchmaschinenmarketing G egoogelt ist längst zu einem geflügelten Wort geworden. Wer googlet, der sucht und wer sucht, soll Sie finden. Und zwar an vorderster Position,

Mehr

Social Media Einfluss auf das Kaufverhalten im Internet

Social Media Einfluss auf das Kaufverhalten im Internet Werbung Blogs User Generated Content Markenführung Management Dialog PR Perspektiven Community Kundenbindung Bewertungen Social CRM Marketing Interessenten Wikis Interaktion Chat Akzeptanz Social Media

Mehr

Beim Kunden wahrgenommene Qualität von IT-Services Ein wichtiger Faktor in der Beschaffung von Cloud Services

Beim Kunden wahrgenommene Qualität von IT-Services Ein wichtiger Faktor in der Beschaffung von Cloud Services Beim Kunden wahrgenommene Qualität von IT-Services Ein wichtiger Faktor in der Beschaffung von Cloud Services BICCnet Arbeitskreistreffen "IT-Services" am 14. November bei fortiss Jan Wollersheim fortiss

Mehr

KONSUMKREDIT-INDEX KKI I/2014

KONSUMKREDIT-INDEX KKI I/2014 KONSUMKREDIT-INDEX KKI I/2014 Prognose der privaten Kreditaufnahme in 2014 GfK Finanzmarktforschung im Auftrag des Bankenfachverband e.v. GfK 2014 GfK Consumer Experiences im Auftrag des Bankenfachverband

Mehr

Entscheidungsanalyse unter Unsicherheit Entscheidungskriterien in ökonomischen Netzen

Entscheidungsanalyse unter Unsicherheit Entscheidungskriterien in ökonomischen Netzen Entscheidungsanalyse unter Unsicherheit Entscheidungskriterien in ökonomischen Netzen Referat von Guido RECKE Institut für Agrarökonomie der Georg-August-Universität Göttingen Platz der Göttinger Sieben

Mehr

facit concept Unser Angebot zur Effizienzmessung von Kampagnen

facit concept Unser Angebot zur Effizienzmessung von Kampagnen facit concept Unser Angebot zur Effizienzmessung von Kampagnen Status Quo Aktuelle Herausforderungen im Kampagnenmanagement. Performancebasierte Vergütung Effie Marketing- Accountability Herausforderungen

Mehr

Content Marketing. Mit systematischem Content Marketing zur Themenführerschaft

Content Marketing. Mit systematischem Content Marketing zur Themenführerschaft Content Marketing Mit systematischem Content Marketing zur Themenführerschaft Was ist Content Marketing? Den «Digital Natives» unter uns, die interaktive, digitale Medien spätestens als Teenager kennen

Mehr

IT Wirtschaftlichkeit. Themenenabend 01.09.2009 der Gesellschaft für Informatik, Regionalgruppe Köln

IT Wirtschaftlichkeit. Themenenabend 01.09.2009 der Gesellschaft für Informatik, Regionalgruppe Köln IT Wirtschaftlichkeit Themenenabend 01.09.2009 der Gesellschaft für Informatik, Regionalgruppe Köln Wirtschaftlichkeit IT / Olaf Sprenger / IT Controlling T-Mobile Deutschland 01.09.2009 Agenda Herausforderungen

Mehr

Seminar: Angewandte Methoden der empirischen Bildungsforschung. Sommersemester 2012, Dozenten: Patrick Schaar, Tom Schröter

Seminar: Angewandte Methoden der empirischen Bildungsforschung. Sommersemester 2012, Dozenten: Patrick Schaar, Tom Schröter Seminar: Angewandte Methoden der empirischen Bildungsforschung Sommersemester 2012, Dozenten: Patrick Schaar, Tom Schröter Fahrplan für Heute: - Termine - Ablauf - Themen und Inhalte - Aufgaben im Seminar

Mehr

Analog zu Aufgabe 16.1 werden die Daten durch folgenden Befehl eingelesen: > kredit<-read.table("c:\\compaufg\\kredit.

Analog zu Aufgabe 16.1 werden die Daten durch folgenden Befehl eingelesen: > kredit<-read.table(c:\\compaufg\\kredit. Lösung 16.3 Analog zu Aufgabe 16.1 werden die Daten durch folgenden Befehl eingelesen: > kredit

Mehr

Suchmaschinen-Marketing Das grosse Geschäft mit dem Klick

Suchmaschinen-Marketing Das grosse Geschäft mit dem Klick Studying the international way Suchmaschinen-Marketing Das grosse Geschäft mit dem Klick Prof (FH) IMC University of Applied Sciences Krems HTW Chur, März 2012 Agenda Wie Kunden suchen Wie SEM funktioniert

Mehr

SUMAX Search Engine Marketing. Vortrag zum Thema Online Marketing: Chancen und Risiken bei Google & Co.

SUMAX Search Engine Marketing. Vortrag zum Thema Online Marketing: Chancen und Risiken bei Google & Co. SUMAX Search Engine Marketing Vortrag zum Thema Online Marketing: Chancen und Risiken bei Google & Co. Veranstaltung: So verkaufen Sie im Internet: Online-Shops und Bezahlsysteme am 24. November 2011 in

Mehr

Iudex@Internet. Rechtsmarkt 2015: Online-Dienstleistungen für Rechtsanwälte. Jan Simon Raue Alexander Kihm. Eine AdvoAssist-Studie

Iudex@Internet. Rechtsmarkt 2015: Online-Dienstleistungen für Rechtsanwälte. Jan Simon Raue Alexander Kihm. Eine AdvoAssist-Studie Iudex@Internet Jan Simon Raue Alexander Kihm Rechtsmarkt 2015: Online-Dienstleistungen für Rechtsanwälte Eine AdvoAssist-Studie 1 Service für Anwälte Impressum Jan Simon Raue, Alexander Kihm Rechtsmarkt

Mehr

Advertiser Praxis Data Driven Display aus Sicht eines Werbetreibenden Ein (sehr subjektives!) Update. Dr. Florian Heinemann Hamburg, 20.

Advertiser Praxis Data Driven Display aus Sicht eines Werbetreibenden Ein (sehr subjektives!) Update. Dr. Florian Heinemann Hamburg, 20. Advertiser Praxis Data Driven Display aus Sicht eines Werbetreibenden Ein (sehr subjektives!) Update Dr. Florian Heinemann Hamburg, 20. Februar 2013 Update Problemfelder aus 2012 Es gibt weiterhin keinen

Mehr

Wirkungsstudie 2010 TYPISCH PLAKATWERBUNG: ABSATZFÖRDERUNG PUR OPTIMIERTE BUDGETVERTEILUNG STEIGENDE ABVERKÄUFE HÖHERER RETURN-ON-INVESTMENT

Wirkungsstudie 2010 TYPISCH PLAKATWERBUNG: ABSATZFÖRDERUNG PUR OPTIMIERTE BUDGETVERTEILUNG STEIGENDE ABVERKÄUFE HÖHERER RETURN-ON-INVESTMENT Wirkungsstudie 2010 TYPISCH PLAKATWERBUNG: ABSATZFÖRDERUNG PUR OPTIMIERTE BUDGEERTEILUNG STEIGENDE ABVERKÄUFE HÖHERER RETURN-ON-INVESTMENT im Media-Mix PLAKAT im MEDIA-MIX PUSHT DEN Absatz ist im Das Medium

Mehr

Was ist Online Marketing? Senioren helfen jungen Unternehmern e.v. Hamburg, 02.12.2004

Was ist Online Marketing? Senioren helfen jungen Unternehmern e.v. Hamburg, 02.12.2004 Was ist Online Marketing? Senioren helfen jungen Unternehmern e.v. Hamburg, Agenda Vorstellung Geschäftsfeld Internet Aufteilung Internet Marketing Anwendung und Kosten Internetauftritt 2 Vorstellung Dipl.-Kfm.

Mehr

Digitale Transformation - Ihre Innovationsroadmap

Digitale Transformation - Ihre Innovationsroadmap Digitale Transformation - Ihre Innovationsroadmap Anja Schneider Head of Big Data / HANA Enterprise Cloud Platform Solutions Group, Middle & Eastern Europe, SAP User Experience Design Thinking New Devices

Mehr

Aktuelle Stimmungslage & Trends im Online-Handel. Geizhals Händlerbefragung 2011. Ass. Prof. Dr. Claudia Klausegger. 30. November 2011, Café Museum

Aktuelle Stimmungslage & Trends im Online-Handel. Geizhals Händlerbefragung 2011. Ass. Prof. Dr. Claudia Klausegger. 30. November 2011, Café Museum Geizhals Händlerbefragung 2011 Ass. Prof. Dr. Claudia Klausegger 30. November 2011, Café Museum 1 Ablauf und Inhalt Eröffnungsstatement Mag. Vera Pesata, Leiterin Marketing & Sales Geizhals.at Aktuelle

Mehr

Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau

Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau 1 Einführung in die statistische Datenanalyse Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau 2 Gliederung 1.Grundlagen 2.Nicht-parametrische Tests a. Mann-Whitney-Wilcoxon-U Test b. Wilcoxon-Signed-Rank

Mehr

Datenanalyse mit SPSS spezifische Analysen

Datenanalyse mit SPSS spezifische Analysen Datenanalyse mit SPSS spezifische Analysen Arnd Florack Tel.: 0251 / 83-34788 E-Mail: florack@psy.uni-muenster.de Raum 2.015 Sprechstunde: Dienstags 15-16 Uhr 25. Mai 2001 2 Auswertung von Häufigkeitsdaten

Mehr

Amazon Kindle Fire Das trojanische Pferd für den Handel

Amazon Kindle Fire Das trojanische Pferd für den Handel Amazon Kindle Fire Das trojanische Pferd für den Handel Flash Insight For public release Amazon als Produktsuchmaschine Amazons Vormarsch 18% 30% 24% 13% Aktuell macht Amazon besonders durch den Shitstorm

Mehr

Marketingreport. Die Imageposition der Steuerberater und Wirtschaftsprüfer - 2013

Marketingreport. Die Imageposition der Steuerberater und Wirtschaftsprüfer - 2013 Marketingreport Die Imageposition der Steuerberater und Wirtschaftsprüfer - 2013 Spectra Marktforschungsgesellschaft mbh. Brucknerstraße 3-5/4, A-4020 Linz Telefon: +43 (0)732 6901-0, Fax: 6901-4 E-Mail:

Mehr

Geomarketing. für den

Geomarketing. für den Geomarketing Geomarketing für den Einzelhandel Geomarketing: Erfolgsfaktor für den Handel Zukunftssichere Standorte und zielgruppengerechtes Marketing sind wichtige Erfolgskriterien für nachhaltige Entscheidungen

Mehr

Suchmaschinenmarketing: Sichtbarkeit in Google & Co

Suchmaschinenmarketing: Sichtbarkeit in Google & Co Suchmaschinenmarketing: Sichtbarkeit in Google & Co FH Köln, 04.06.2009 SUMO GmbH Lichtstr. 43 i 50825 Köln Tel. 0221/ 29291-0 Fax. 0221/ 29291-29 GLIEDERUNG A) ÜBER SUMO B) SUCHMASCHINEN HEUTE & MORGEN

Mehr

Cause Related Marketing

Cause Related Marketing Timo Geißel Cause Related Marketing Bestimmung erfolgskritischer Faktoren Orientierungshilfen zur Planung und Umsetzung der Kampagne Diplomica Verlag Timo Geißel Cause Related Marketing - Bestimmung erfolgskritischer

Mehr

Customer Journey und POS im Healthcare Markt

Customer Journey und POS im Healthcare Markt Der Moment-of-Truth Customer Journey und POS im Healthcare Markt Redaktioneller Beitrag von CEO Tobias Bartenbach im GWA-Jahrbuch Healthcare-Kommunikation 2014 www.bartenbach.de Der Moment-of-Truth Customer

Mehr

Virtuelle Teamarbeit. Alle Mitarbeiter, Führungskräfte

Virtuelle Teamarbeit. Alle Mitarbeiter, Führungskräfte Virtuelle Teamarbeit Zielgruppen: Betriebliche Felder: Handlungsebene: Geltungsbereich: Alle Mitarbeiter, Führungskräfte Führung, Qualifizierung Instrumente alle Unternehmen Durch die zunehmende Globalisierung

Mehr

Word-of-Mouth Marketing

Word-of-Mouth Marketing Word-of-Mouth Marketing vom markenloyalen Konsumenten zum überzeugenden Markenbotschafter 1. Herausforderungen der Markenführung 2. Markenloyalität 3. Word-of-Mouth Marketing 4. Die Lösung für die Markenführung

Mehr

Formulierungshilfen für das wissenschaftliche Schreiben

Formulierungshilfen für das wissenschaftliche Schreiben Formulierungshilfen für das wissenschaftliche Schreiben 1. Einleitendes Kapitel 1.1.1 Einen Text einleiten und zum Thema hinführen In der vorliegenden Arbeit geht es um... Schwerpunkt dieser Arbeit ist...

Mehr

CUSTOMER JOURNEY SMARTPHONES Auf den Spuren der Käufer

CUSTOMER JOURNEY SMARTPHONES Auf den Spuren der Käufer CUSTOMER JOURNEY SMARTPHONES Auf den Spuren der Käufer CUSTOMER JOURNEY HINTERGRUND UND ZIELSETZUNG Die Customer Journey hat durch den Wandel der Medienlandschaft an Komplexität gewonnen. Die Anzahl an

Mehr

Anwendung der Predictive Analytics

Anwendung der Predictive Analytics TDWI Konferenz mit BARC@TDWI Track 2014 München, 23. 25. Juni 2014 Anwendung der Predictive Analytics Prof. Dr. Carsten Felden Dipl. Wirt. Inf. Claudia Koschtial Technische Universität Bergakademie Freiberg

Mehr

Banken der Automobilhersteller: Mehr Kunden denn je setzen auf Autofinanzierung

Banken der Automobilhersteller: Mehr Kunden denn je setzen auf Autofinanzierung Pressemitteilung Banken der Automobilhersteller: Mehr Kunden denn je setzen auf Autofinanzierung! Vertragsvolumen 2013 auf über 90 Milliarden Euro ausgebaut! Neugeschäft bleibt trotz angespannten Marktumfelds

Mehr

User Interfaces Full Service Full Lifecycle

User Interfaces Full Service Full Lifecycle User Interfaces Full Service Full Lifecycle FULL SERVICE RUND UM INTERFACES Seite 3 19. März 2013 Full Service - Full Lifecycle Internet World 2013 BESONDERE STÄRKEN VON UID Wir begleiten Sie in jeder

Mehr

KONSUMKREDIT-INDEX (KKI)

KONSUMKREDIT-INDEX (KKI) KONSUMKREDIT-INDEX (KKI) Frühjahrsprognose 2013 GfK 2013 GfK Consumer Experiences Konsumkredit-Index Frühjahrsprognose 2013 1 Inhalt 1. Zielsetzung und Studiendesign 2. Ergebnisse im Einzelnen 3. Frühjahrsprognose

Mehr

Eine Studie was ist das? Grundlagen klinischer Studien

Eine Studie was ist das? Grundlagen klinischer Studien Eine Studie was ist das? Grundlagen klinischer Studien Grundlagen klinischer Studien Eine Studie ist eine systematische Sammlung von Daten, die dazu dient, eine oder mehrere Fragen zu beantworten. Eine

Mehr

Customer Journey 2015: Tracking von der Online-Recherche bis zum Kauf im stationären Handel (Beacons)

Customer Journey 2015: Tracking von der Online-Recherche bis zum Kauf im stationären Handel (Beacons) Customer Journey 2015: Tracking von der Online-Recherche bis zum Kauf im stationären Handel (Beacons) München, 24.03.2015 Thilo Heller, CMO bei intelliad Media GmbH Über intelliad» Neutraler Technologieanbieter

Mehr