Fachartikel

JUN2012
Ausgabe 6/2012, Seite 26 | 12-06-26-1

Die Lösung des Problems

Die Sequenzielle Treiberanalyse in der Kundenzufriedenheitsforschung

Die Kundenzufriedenheitsforschung ermittelt die Relevanz von Leistungsmerkmalen zumeist durch lineare oder nicht-lineare Verfahren. Aus der Sicht von Anita Petersen und Sven Slodowy führen jedoch beide Wege am Ziel vorbei. Sie plädieren für die Sequenzielle Treiberanalyse.

In der Zufriedenheitsforschung gibt es mit der Handlungsrelevanzmatrix eine Ergebnisdarstellung, die wie keine zweite für ihr Forschungsfeld steht. Das hat Gründe: Sie kombiniert Zufriedenheit und statistische Relevanz von Leistungsmerkmalen und visualisiert so auf einfache und plakative Art, wo Problemfelder liegen. Damit wirkt die Matrix wie ein Filter, der Blick und Aufmerksamkeit des Entscheiders auf wenige kritisch-relevante Bereiche lenkt, in denen Initiativen zur Optimierung der Kundenbeziehung anzustoßen sind.

Während die Zufriedenheit einzelner Leistungsmerkmale einfach abzufragen ist, gestaltet sich die Relevanzermittlung schwieriger. Was steckt hinter dieser „Relevanz", die von solcher Bedeutung für weitreichende Managemententscheidungen ist? In der Forschungslandschaft gibt es eine Reihe von Verfahren, die sich grob in zwei Lager teilen lassen: lineare und nicht-lineare Verfahren.

 

Lineare Verfahren
(insbesondere Korrelations- und Regressionsanalysen)

Sie basieren auf der Annahme eines linearen Zusammenhangs zwischen Leistungsmerkmal und Gesamtzufriedenheit. Diese Annahme trifft in der Realität vielfach nicht zu, aber die entsprechenden Verfahren sind leicht verständlich und werden deshalb häufig aus rein pragmatischen Gründen genutzt. Sie führen jedoch dann zu falschen Schlüssen, wenn einzelne Leistungsmerkmale nur für kleine, strategisch wichtige Teilgruppen (zum Beispiel besonders unzufriedene Kunden) eine hohe Relevanz besitzen, während sie bei der Betrachtung der Gesamtgruppe irgendwo im Mittelfeld untergehen.

 

Nicht-lineare Verfahren

Es sind unzählige Leistungsmerkmale bekannt, die ausschließlich im hohen oder niedrigen Leistungsbereich Einfluss auf die Kundenzufriedenheit besitzen. Diesen Umstand greifen zum Beispiel Penalty & Rewards-Analysen auf, die „Delighter" und „Must-haves" trennen. Bestimmte Conjoint-Verfahren beleuchten darüber hinaus auch noch die Binnenbeziehung der betrachteten Leistungsmerkmale. Bei aller Verschiedenheit vereint diese Verfahren, dass sie in der Umsetzung aufwendig und teuer sowie in der Ergebnisdarstellung schwer vermittelbar sind.

Insofern verwundert es nicht, dass Marktforscher immer wieder vor dem Dilemma stehen: Setzt man eher auf ein valides Verfahren, das mit seinem (häufig nur Eingeweihten verständlichen) „Geheimwissen" wenig Handlungsimpulse für Managemententscheidungen setzt? Oder arrangiert man sich mit den blinden Flecken einfacher Korrelations- und Regressionsanalysen?

 

Der richtige Weg: die Sequenzielle Treiberanalyse

Aus unserer Sicht führen beide Wege am Ziel vorbei. Mit der Sequenziellen Treiberanalyse gibt es einen dritten Weg.

Methodenvergleiche zeichnen immer wieder ein auf den ersten Blick beruhigendes Bild: Die Spitze des Eisbergs, also die für die Gesamtgruppe wirklich wichtigen Treiber, erkennt jedes Verfahren. Und die restlichen Leistungsmerkmale folgen irgendwo im Niemandsland des Relevanzrankings. Doch sind diese Merkmale deshalb gleich zu ignorieren? Keineswegs. Teilt man nämlich die Gesamtgruppe in inhaltlich sinnvolle Segmente, wird eine sequenzielle Analyse der zielgruppenspezifischen Treiberstrukturen möglich.



Ein solches Vorgehen erfolgt in vier Schritten:

1. Strategische Kundensegmente
Anhand zentraler KPIs wie Gesamtzufriedenheit und Loyalität werden zunächst Kundensegmente gebildet (Abb. 1). Dabei fungiert ein Segment (im Beispiel Advertiser) als positive Referenzgruppe für strategische Zielsegmente (im Beispiel Alerter und Jumper). Grundsätzlich sollte für jede Marke und jeden Markt eine eigene Lösung entwickelt werden: So sind die Segmentgrenzen bei Premiummarken anders zu setzen als bei Discountmarken. Und so besitzen zufriedene, aber ungebundene „Jumper" in Non-Kontrakt-Branchen naturgemäß eine andere strategische Bedeutung als in Branchen mit fester Vertragsbindung.

Die nach Datenlage und Branchen-Spezifik definierten Kundensegmente bilden den Ausgangspunkt der Sequenziellen Treiberanalyse in Schritt drei.

2. Profilierung der Kundensegmente
Hierbei erfolgt eine umfassende Profilierung der strategischen Zielsegmente (im B2B-Kontext zum Beispiel nach Umsatzklassen oder Vertriebswegen) als Voraussetzung einer möglichst zielgenauen Kundenansprache und Maßnahmenentwicklung.

3. Sequenzielle Treiberanalyse
Herzstück der Treiberanalyse sind Gruppenvergleiche mittels t-Tests zur Relevanzbestimmung. Dabei werden alle strategischen Zielsegmente hinsichtlich ihrer Bewertung der Leistungsfaktoren mit der idealen, angestrebten Referenzgruppe verglichen (Abb. 1). Diese Gap-Analyse ist robust gegenüber ungleichen Gruppengrößen und geringer Varianz: Was signifikant wird, hat Substanz, es trennt die Segmente und bringt die Probleme auf den Punkt. So lassen sich für alle Zielsegmente individuelle Präferenzmuster identifizieren, aus denen im nächsten Schritt differenzierte Entwicklungspfade abgeleitet werden können.

4. Vergleichsanalyse zur Ableitung von Entwicklungspfaden
Im direkten Vergleich der Treiberstrukturen steckt die Geschichte, die die Daten erzählen. Das in Abbildung 2 dargestellte Beispiel aus dem Bereich Versanddienstleistungen verdeutlicht: „Alertern" fehlt es an ganz banalen Qualitätsfaktoren wie Abhol- und Lieferservice, während die mit der Basisqualität zufriedenen „Jumper" durch stärkere vertriebliche Aktivität gebunden werden könnten.

Dieser exemplarisch herausgegriffene Befund ließ sich in einer methodentestenden Validierungsstudie mit insgesamt über 5.000 Interviews generalisieren. So zeigte sich, dass einzig die Sequenzielle Treiberanalyse bestimmte Leistungsfelder als spezifische Zufriedenheitstreiber identifiziert, während diese Dimensionen bei allen anderen getesteten Verfahren ohne größere Relevanz erschienen.

Die letzte Bestätigung für die Güte des Verfahrens ist jedoch die Plausibilität der Resultate aus Kundensicht. Und da hört man in schöner Regelmäßigkeit: Man habe schon immer geahnt, dass das wirkliche Problem in diesem oder jenem Bereich liege, doch bisher habe man es noch nie in einer Studie bestätigt gefunden. Endlich kann etwas passieren!

Dr. Anita Petersen und Sven Slodowy sind Gesellschafter der (r)evolution market research GmbH mit Sitz in Bonn.
(r)evolution >>