Fachartikel

SEP2019
Ausgabe 5/2019, Seite 50 | 19-09-50-1

Dynamische Simulation von Marktszenarien

Ständig in Bewegung

Die Dynamik eines Markts lässt sich mit Prognosen aus conjointbasierten, statischen Simulationen weder abbilden noch verstehen, denn sie sind Momentaufnahmen einer Angebotskonstellation. Frank Drewes und Kerstin Jahnke stellen einen Ansatz vor, der hier Abhilfe schaffen und robustere Absatzprognosen liefern kann.
Fachartikel zu \Foto: © Tierney – Shutterstock; Unternehmen



Im letzten Jahr kam es zu heftigen Schwankungen bei Pkw-Neuzulassungen in Deutschland. Wurde im August noch ein neuer Rekord aufgestellt, brachen die Zulassungszahlen im Folgemonat um rund ein Drittel ein (Abb. 1). Hauptgrund war die Umstellung der Abgasnorm zum 1. September, die nicht für alle Modelle fristgerecht gelang. Unternehmen nutzten so im August die Gelegenheit, ihre Flotten zu günstigen Konditionen aufzustocken und eventuelle Lieferengpässe zu vermeiden.
Pkw-Neuzulassungen 2016-2018

Conjoint braucht Ergänzung

Konventionelle „statische“ Marktsimulationen sind wenig geeignet, ein derartiges Geschehen adäquat abzubilden: Simuliert wird ein Markt, in dem eine bestimmte Nachfrage auf eine Reihe von Produkten trifft, die die Konsumentenbedürfnisse mehr oder weniger gut erfüllen. Jede Simulation ist eine Momentaufnahme jeweils nur einer ganz bestimmten Konfiguration von Marktbedingungen. Aber selbst bei hochwertigen, langlebigen Konsumgütern wie Autos können Neuanschaffungen offensichtlich aufgeschoben oder vorgezogen werden, wodurch sich in der Folge wiederum Größe und Zusammensetzung des Marktes verändern.
Bei schnelldrehenden Konsumgütern kommt hinzu, dass Anschaffung und Verbrauch hochvariabel und relativ unabhängig voneinander sein können: Ein Sonderangebot mag etwa dazu motivieren, einen Vorrat an Kaffee anzulegen, der dann entsprechend lange vorhält. Andererseits wird ein aufgrund eines Sonderangebots angeschaffter Schokoladenvorrat vermutlich weniger lange vorhalten, als einem lieb ist.


Marktszenarien dynamisch simulieren

Die Ausgangsidee der dynamischen Marktsimulation ist, eine große Zahl aufeinanderfolgender und voneinander abhängiger Kaufentscheidungssituationen zu simulieren: Ein Konsument, der einmal in der Woche Lebensmittel einkauft, steht jedes Mal vor der Entscheidung, Schokolade zu kaufen oder nicht. Ob und wie viel er kauft, hängt von der (subjektiven) Attraktivität des Angebots und dem momentanen Bedarf ab. Der momentane Bedarf ergibt sich daraus, wie viel im Haushalt für gewöhnlich konsumiert wird (Grundbedarf), wie abhängig die konsumierte von der bevorrateten Menge ist, wie groß der Schokoladenvorrat noch ist und welche Menge an Vorrat sinnvoll erscheint. Den Grundbedarf und die subjektive Attraktivität von Produkten und Preisen ermitteln wir mit der volumetrischen Conjointanalyse, die übrigen Einflussgrößen mit konventionellen Abfragen.

Volumetrische Conjointanalyse
Die Teilnehmer werden instruiert, im virtuellen Regal für einen bestimmten Zeitraum „einzukaufen“, wobei die Anzahl der zu kaufenden Produkte bis zu einem gewissen Grad offen gelassen wird: Je nachdem, wie attraktiv das Angebot in der jeweiligen Aufgabe ist, können die Teilnehmer – wie in der Realität – mal mehr und mal weniger Produkte kaufen.

Dynamische Simulation
Sie beginnt mit einem Marktszenario, das eine unter Einhaltung aller relevanten Vorgaben (Preise, eventuelle Promo-Aktionen und deren Häufigkeit, Distribution, saisonale Erhältlichkeit und anderes mehr) eine zufällige Kombination an Produkten und Preisen ist. Für jeden Konsumenten wird simuliert, welche Produkte in welcher Zahl er einkauft und ob zum nächsten Einkauf bereits wieder Bedarf besteht. Zum nächsten Einkauf wird ein neues, zufällig konfiguriertes Marktszenario simuliert, wiederum mit Prognose der eingekauften Produkte, ihrer Zahl und des resultierenden Bedarfs zum nächsten Kaufanlass. Durch mehrhundertfache Wiederholung dieses Vorgangs erhalten wir zufallskritisch abgesicherte durchschnittliche Absatz- und Umsatzzahlen aller Produkte in einem repräsentativen Marktumfeld.

LFMCG: Blick in den Schoko-Markt

Für einen weltweit führenden Hersteller von Schokoladenprodukten setzten wir die Methode in einem Markt ein, der sich durch eine hohe Intensität von Preispromotionen auszeichnet. Da die Preise fast aller Produkte in diesem Markt von Woche zu Woche stark schwanken, war die Simulation „statischer“ Marktszenarien ausgeschlossen. Stattdessen bildeten wir jedes einzelne der mehr als 50 Produkte im simulierten Markt mit der jeweiligen letztjährigen Preis- und Promotionsstrategie ab. Obwohl keine weiteren verkaufsfördernden Maßnahmen in der Simulation berücksichtigt wurden, ist der resultierende simulierte vom tatsächlichen Absatz im Zeitverlauf für die Wettbewerbsprodukte kaum zu unterscheiden (Abb. 2). Dies ermöglichte es uns, mögliche Preis- und Promotionsstrategien für die eigentlich interessierenden Produkte unseres Auftraggebers in einem hochrealistischen, da dynamischen Wettbewerbsumfeld zu testen.
Vergleich: tatsächlicher und simulierter Absatz im Zeitverlauf

Langlebige Konsumgüter und Dienstleistungen

Die für den einzelnen Konsumenten deutlich niedrigere Kauf- beziehungsweise Entscheidungshäufigkeit für viele Dienstleistungen und langlebige Konsumgüter täuscht leicht darüber hinweg, wie beweglich auch diese Märkte sein können. Sobald die Rahmenbedingungen auch nur etwas variabel sind und Spielraum beim Zeitpunkt einer Anschaffung oder eines Abschlusses besteht, lohnt sich eine „dynamische“ Betrachtung des Markts.
Zurück zum eingangs erwähnten Beispiel: Wenn man von einem durchschnittlichen Modellzyklus von fünf Jahren ausgeht, steht ein Automodell 60 Monate im Wettbewerb um die Gunst der Käufer. In jedem Monat können sich Rahmenbedingungen (E-Auto- Prämie), Wettbewerbsumfeld (Modellwechsel), Produkteigenschaften (Modellpflege) und Beschaffungskonditionen (Umtauschprämien) verändern.
Viele dieser Einflussgrößen lassen sich in eine dynamische Marktsimulation aufnehmen, die Monat für Monat vorhersagt, wer sich zum jeweiligen Zeitpunkt unter welchen Umständen für oder gegen eine Neuanschaffung welchen Modells entscheidet. Die resultierende Absatzprognose für den gesamten Modellzyklus wird deutlich robuster und aussagekräftiger sein als eine konventionelle statische Simulation nur einer ganz bestimmten Marktkonfiguration. ■
 
Frank Drewes verantwortet als Director Marketing Science bei Harris Interactive die Entwicklung und Anwendung innovativer Marktforschungsansätze.

Kerstin Jahnke unterstützt als Research Consultant bei Harris Interactive das FMCG-Team bei internationalen Projekten rund um Produkte, Marken und Kommunikation.
www.harris-interactive.de

 


Diese Webseite verwendet Cookies. Cookies ermöglichen uns zu verstehen, wie Besucher unsere Webseite nutzen, damit wir sie verbessern und Ihnen das bestmögliche Erlebnis bieten können. Durch den Besuch unserer Website stimmen Sie der Verwendung von Cookies zu. Durch die Cookie-Einstellungen Ihres Internet-Browsers können Sie die Verwendung von Cookies blockieren. Weitere Informationen finden Sie unter Datenschutz.
akzeptieren