Erkläre das Signifikanzniveau
Signifikanzniveau (α): Schwellenwert, der festlegt, wie wahrscheinlich ein Ergebnis zufällig ist.
Typischer Wert: α = 0,05
(5 % Wahrscheinlichkeit).
Nullhypothese: Annahme, dass kein Effekt oder Unterschied existiert.
p-Wert: Wahrscheinlichkeit, das beobachtete Ergebnis zu erhalten, wenn die Nullhypothese wahr ist.
Ergebnis als signifikant: p-Wert <α = Nullhypothese wird verworfen.
Kleinere α-Werte: Strengere Anforderungen, um die Nullhypothese abzulehnen.
Ziel: Entscheidung, ob ein Ergebnis statistisch relevant oder zufällig ist
Werbewirkungsmessung Vorteile und Risiken
Vorteile
Messbarkeit des Erfolgs: Unternehmen können den Erfolg von Kampagnen quantitativ bewerten, indem sie Metriken wie Reichweite, Klickrate, Conversions, Umsatzsteigerung oder Markenbekanntheit messen.
Optimierung von Werbestrategien: Durch das Sammeln und Analysieren von Daten können Werbemaßnahmen kontinuierlich verbessert werden. Schwächen werden aufgedeckt, und es lassen sich datenbasierte Entscheidungen für zukünftige Kampagnen treffen.
Ressourceneffizienz: Die Werbewirkungsmessung hilft, Budgets effizienter einzusetzen. Man kann besser verstehen, welche Kanäle oder Botschaften die besten Ergebnisse liefern und somit unnötige Ausgaben vermeiden.
Zielgruppenverständnis: Werbewirkungsmessung gibt Aufschluss über die Präferenzen, Verhaltensweisen und Bedürfnisse der Zielgruppe. Diese Erkenntnisse können auch außerhalb der Werbemaßnahmen genutzt werden, um die Gesamtstrategie eines Unternehmens zu optimieren.
Benchmarking: Unternehmen können den Erfolg ihrer Werbemaßnahmen mit dem Wettbewerb oder früheren Kampagnen vergleichen und daraus Schlussfolgerungen ziehen.
Kontrolle von KPIs (Key Performance Indicators): Die Werbewirkungsmessung ermöglicht die Überwachung spezifischer Leistungskennzahlen, die im Einklang mit den Unternehmenszielen stehen, und zeigt auf, ob diese erreicht werden.
Risiken
Datenkomplexität und -interpretation: Die große Menge an Daten kann schwer zu interpretieren sein. Ohne die richtigen Analysetools oder Experten kann es passieren, dass wichtige Erkenntnisse übersehen oder falsch interpretiert werden.
Kurzfristige Perspektive: Einige Werbemaßnahmen zielen auf langfristige Effekte, wie den Aufbau von Markenbekanntheit oder Vertrauen. Eine zu starke Fokussierung auf kurzfristige Metriken wie sofortige Verkaufszahlen kann zu falschen Rückschlüssen führen.
Unvollständige Datenerhebung: Nicht alle Interaktionen oder Effekte von Werbung sind messbar. Zum Beispiel lassen sich emotionale oder psychologische Effekte nicht immer präzise erfassen, und Offline-Werbung kann schwerer verfolgt werden als digitale Maßnahmen.
Multikausalität: Es ist oft schwer, den Erfolg einer Werbemaßnahme eindeutig zu isolieren. Andere Faktoren wie Marktbedingungen, saisonale Schwankungen oder konkurrierende Kampagnen können das Ergebnis beeinflussen und die Messung verfälschen.
Datenschutz und ethische Bedenken: Die Erhebung von Werbewirksamkeitsdaten, insbesondere durch Online-Tracking, kann Datenschutzrisiken mit sich bringen. Gesetze wie die DSGVO schränken die Möglichkeiten zur Datenerhebung ein, was die Messung erschweren kann.
Kosten und Aufwand: Eine umfassende Werbewirkungsmessung erfordert oft den Einsatz spezieller Tools und Experten. Dies kann gerade für kleinere Unternehmen kostspielig und ressourcenintensiv sein.
Überbetonung quantitativer Daten: Ein weiterer Risikofaktor ist die potenzielle Vernachlässigung qualitativer Daten. Nur auf numerische Werte zu schauen, könnte zu einer Verzerrung des Gesamtbildes führen, insbesondere wenn emotionale Aspekte der Markenwahrnehmung ignoriert werden.
Erklärung & Unterscheidung Multiattributmodelle Rosenberg, Fishbein, Trommsdorff
Die Multiattributmodelle von Rosenberg, Fishbein und Trommsdorff erklären, wie Konsumenten Entscheidungen auf Basis mehrerer Produkteigenschaften treffen:
Rosenberg-Modell:
Hier wird die Einstellung gegenüber einem Objekt durch die subjektive Bewertung seiner Eigenschaften bestimmt.
Die Wichtigkeit der einzelnen Eigenschaften wird dabei individuell gewichtet.
Fishbein-Modell:
Dieses Modell bewertet die Einstellung basierend auf der Erwartung (wie wahrscheinlich ist eine Eigenschaft) und der Bewertung (wie gut oder schlecht ist diese Eigenschaft), die multipliziert und summiert werden.
Trommsdorff-Modell:
Hier wird die Einstellung aus der Diskrepanz zwischen idealen und tatsächlichen Werten für bestimmte Eigenschaften berechnet, wobei die Diskrepanz in die Bewertung der Gesamtwahrnehmung eingeht.
Abgrenzung: Während Rosenberg die subjektive Wichtigkeit betont, kombiniert Fishbein Erwartung und Bewertung, und Trommsdorff fokussiert auf die Differenz zwischen Ideal- und Ist-Zustand eines Produkts
Strukturierter Ansatz für den Einstieg in SMM
Ziele definieren
Zielgruppe definieren
Zielgruppe analysieren
Abgleich schaffen
Rahmenbedingungen festlegen
Planungsebene
Markteintritt
Erkläre die Schwankungsbreite
Die Schwankungsbreite (auch Variationsbreite oder Spannweite) beschreibt in der Statistik den Unterschied zwischen dem größten und dem kleinsten Wert in einer Datenreihe. Sie gibt einen groben Überblick über die Streuung der Daten.
Formel: Schwankungsbreite = Maximalwert − Minimalwert
Beispiel:
Wenn die Datenreihe [3,7,10,15,20] vorliegt, ist:
Maximalwert = 20
Minimalwert = 3
Schwankungsbreite = 20 - 3 = 17
Eigenschaften:
Einfache Berechnung: Man benötigt nur die Extremwerte der Daten.
Begrenzte Aussagekraft: Die Schwankungsbreite berücksichtigt nur die äußersten Werte, nicht die Verteilung der restlichen Daten.
Empfindlichkeit gegenüber Ausreißern: Wenn ein sehr großer oder kleiner Wert in der Datenreihe vorkommt, kann die Schwankungsbreite stark beeinflusst werden.
Zusammengefasst:
Gibt an, wie weit die Werte in einer Datenreihe auseinander liegen.
Nützlich für einen ersten Eindruck über die Streuung der Daten.
Weniger robust bei Ausreißern.
Was ist eine repräsentative Stichprobe?
Definition: Teilmenge der Grundgesamtheit, die deren Merkmale möglichst genau widerspiegelt.
Merkmale:
Zufällige Auswahl: Vermeidung von Verzerrungen durch zufällige Auswahl der Teilnehmer.
Größe: Muss groß genug sein, um statistisch signifikante Aussagen zu ermöglichen.
Heterogenität: Vielfalt der Grundgesamtheit muss abgebildet werden (z.B. Alter, Geschlecht, Beruf).
Keine Verzerrung: Systematische Verzerrungen (Bias) müssen vermieden werden.
Ziel: Verallgemeinerbare Aussagen über die gesamte Population treffen, ohne diese vollständig untersuchen zu müssen.
Warum Stichprobe von 220?
Statistische Signifikanz: Eine Stichprobe von 220 hat genug Beobachtungen, um viele statistische Tests durchzuführen und Unterschiede oder Zusammenhänge zu erkennen, falls sie existieren.
Zufällige Abweichungen werden minimiert: Mit 220 Teilnehmern oder Datenpunkten wird die Wahrscheinlichkeit von Zufallsabweichungen geringer, und die Ergebnisse sind stabiler als bei kleineren Stichproben.
Repräsentativität: In vielen Fällen reicht eine Stichprobe von 220 aus, um die Vielfalt der Grundgesamtheit abzubilden, insbesondere wenn es keine sehr heterogene Population ist.
Balance zwischen Aufwand und Genauigkeit: Eine Stichprobe von 220 ist oft ein guter Kompromiss zwischen ausreichend großer Datengrundlage und dem Aufwand der Datenerhebung.
Wann kann eine Stichprobe von 220 zu klein oder zu groß sein?
Zu klein: Wenn die Grundgesamtheit extrem groß oder sehr heterogen ist.
Zu groß: Wenn die Grundgesamtheit klein ist oder eine geringere Anzahl von Beobachtungen ausreichen würde.
Warum dieser Mixed-Methods Ansatz?
Vertieftes Verständnis:
Die qualitative Inhaltsanalyse ermöglicht es, tiefere Einsichten in Kundenmeinungen, Motive und Einstellungen zu gewinnen.
Diese Einsichten helfen, Hypothesen für die anschließende Online-Umfrage zu entwickeln.
Gezielte Fragestellung:
Die qualitative Phase identifiziert wichtige Themen, die in der Online-Umfrage quantifiziert und an einer größeren Stichprobe getestet werden können.
Validierung und Verallgemeinerung:
Qualitative Ergebnisse geben tiefen Einblick, während die Umfrage diese Ergebnisse bei einer breiteren Zielgruppe prüft und quantifiziert.
So wird geprüft, ob die qualitativen Erkenntnisse repräsentativ sind.
Flexibilität:
Anpassungen an der Umfrage basierend auf der qualitativen Phase ermöglichen ein präziseres und zielgerichtetes Fragen.
Entwicklung fundierter Marketingstrategien:
Zuerst werden die Bedürfnisse und Erwartungen von Kunden detailliert verstanden, dann werden diese Erkenntnisse in der Online-Umfrage generalisiert, was zu stärkeren Entscheidungsgrundlagen für Marketingstrategien führt.
Aufbau der Arbeit erklären
Einleitung: Einführung ins Thema und Forschungsinteresse.
Kapitel 2:
Zusammenfassung des aktuellen Forschungsstands.
Gliederung nach 3 festen Themenbereichen
(Werbewirkung und Filmleistung/Einfluss von Markenplatzierungen im Film/Markenidentität und Markenimage in Filmen.
Tabellarische Übersicht der wichtigsten Erkenntnisse.
Darstellung der Forschungslücke und -relevanz.
Kapitel 3:
Themenkomplex Markenkommunikation und Markenimage.
Definition der Marke und ihrer Dimensionen (Kommunikation, Identität, Positionierung, Image).
Exkurs zur Marke Barbie und ihrer Imageentwicklung & Fokus auf den Barbie-Film von 2023.
Kapitel 4:
Relevante Theorien und Modelle zur Messung des Markenimages
Vergleich von ein- und mehrdimensionalen Messverfahren.
Semantisches Differential
Schwerpunkt auf mehrdimensionale Verfahren und Multiattributmodelle (Rosenberg, Fishbein, Trommsdorff).
Kapitel 5:
Qualitative Inhaltsanalyse zur Filmkommunikation auf der Plattform X auf Botschaften & Wertebilder (Owned & Shared Media)
Begründung, Erläuterung und Durchführung der qualitativen Analyse.
Kapitel 6:
Diskussion der Ergebnisse der qualitativen Forschung.
Ableitung der Hypothesen für die quantitative Forschung.
Beantwortung der FF1-FF3
Kapitel 7:
Methodik des Online-Fragebogens.
Begründung, Konstruktion und Operationalisierung.
Durchführung der Befragung.
Kapitel 8:
Deskriptive Auswertung der Ergebnisse.
Hypothesentests (t-Test für unabh. Stichproben, Korrelationen Spearman/Pearson, Multiple Regressionen) und Beantwortung der Forschungsfragen.
Kapitel 9:
Diskussion der Forschungsergebnisse.
Beantwortung der FF4-FF5 und zentrale Forschungsfrage
Handlungsempfehlungen.
Nennung der limitierenden Faktoren der Arbeit.
Aufzeigen weiterer Forschungsmöglichkeiten.
Instrumente des SMM
Blogs
Videoportale
Wikis
Social Bookmark Netzwerke
Social Netzwerke bzw. Communities
Mobile Marketing Definition
„Mobile Marketing bezeichnet jede Art von kommunikativ geschäftlichen Aktivitäten, bei der Anbieter Leistungen auf Basis von Mobilgeräten bereitstellen. Dies können z. B. Media-Inhalte (Spiele, Musik, Videos usw.), Informationen (News, Alerts, Produktinformationen) und/oder transaktionsbezogene Leistungen (online einkaufen, Videostreaming, Zahlungsabwicklung usw.) sein.
Eng mit der mobilen Internetnutzung verbunden
Ziel ist, damit bei potentiellen Konsumenten Aufmerksamkeit zu erregen und im Idealfall Verkaufsabschlüssen herbeizuführen.
Andreas Kaplan definiert mobiles Marketing als ‚jegliche Marketingaktivität die mittels
eines ubiquitären Netzwerkes durchgeführt”
Häufiger noch als um Vertrieb geht es um eine Effizienzsteigerung von wirtschaftlich relevanten Prozessen durch die Bereitstellung von Daten/Informationen an praktisch jedem
beliebigen Ort.
Mobile-Marketing bezeichnet alle Marketing-Aktivitäten, die ganz gezielt und explizit mobile Endgeräte bedingen.
Hierbei werden entweder Werbebotschaften auf verschiedene Weise auf das mobile Endgerät gesendet,
oder das mobile Endgerät oder eine Teilfunktion des Gerätes (z. B. die GPS-Funktion oder der vorinstallierte Internetbrowser) wird in eine Marketing-Aktion einbezogen.
Mobile First / kein Verschlafen von Trends: reponsive Webdesign
Die Chancen sind vielfältig und vielschichtig, denn über das mobile Internet können
sehr viele Prozesse beschleunigt und optimiert werden. Egal ob Logistik, Service, Vertrieb
oder Marketing, egal ob Handwerk, Handel oder Industrie. Das Risiko im mobilen
Internet liegt darin, die Entwicklung zu verschlafen
Was ist das semantische Differential?
Das Semantische Differential ist eine mehrdimensionale Methode zur Messung von Einstellungen oder dem Image eines Objekts.
Es wurde 1952 von Osgood, Suci und Tannenbaum entwickelt und besteht aus bipolaren Adjektivpaaren, wie z. B. „fröhlich – traurig“ oder „schnell – langsam“. Diese Adjektivpaare bilden die Pole einer Ratingskala, auf der Befragte ihre Einschätzung eines Objekts eintragen.
Je näher das Kreuz am Ende eines Pols gesetzt wird, desto höher die Übereinstimmung mit dem Eigenschaftswort.
Die Bewertungen können in einem Polaritätenprofil visualisiert werden, um Vergleiche zwischen Objekten oder zeitliche Entwicklungen darzustellen.
Die Methode ist besonders effizient, eignet sich gut für zeitliche und Konkurrenzvergleiche, hat aber den Nachteil, dass sie sich nur auf semantische Metaphern stützt und nonverbale Aussagen über das Objekt unberücksichtigt bleiben.
Warum Online-Fragebogen?
Instrument: Standardisierter Fragebogen, effiziente quantitative Messmethode (geschlossene Fragen, vorgegebene Antwortmöglichkeiten).
Einsatzbereich: Üblich in der Einstellungs- und Meinungsforschung.
Variante: Schriftlicher Online-Fragebogen (CAWI), internetbasiert, zugänglich über verschiedene Endgeräte.
Stärken:
Hohe Reichweite durch Internet.
Hohe Teilnahmebereitschaft.
Geringer finanzieller Aufwand.
Kein Interviewer nötig, Vermeidung von Subjektivität und sozialer Erwünschtheit.
Teilnahme unabhängig von Zeit und Ort.
Unmittelbarer Datenzugriff und Realtime-Überwachung.
Automatische Filterführung und Plausibilitätsprüfungen.
Schwächen:
Eingeschränkte Repräsentativität, bestimmte Zielgruppen (Offliner) ausgeschlossen.
Selbstselektion der Stichprobe (unsichere Interferenzpopulation bei passiver Rekrutierung).
Potenzielle Mehrfachteilnahmen und hohe Abbruchquote.
Keine Möglichkeit für Rückfragen durch die Befragten.
Gefahr von Teilnahmeunlust durch Überflutung mit Online-Fragebögen.
Empfehlung: Fragebogen sollte thematisch interessant, gut aufbereitet und leicht verständlich sein, um Herausforderungen entgegenzuwirken.
Warum Qualitative Inhaltsanalyse?
Methode: Inhaltsanalyse nach Mayring, ergänzt um ein offenes, induktives Kategoriensystem (Gläser & Laudel). -> deduktiv-induktives Vorgehen
Ziel: Systematische Analyse von Barbie-Kommunikation zur Beantwortung offener Fragen.
Vorteile:
Geeignet zur Hypothesenbildung und Erschließung neuer Themen (induktiv).
Nicht-reaktives Verfahren, dadurch Reproduzierbarkeit ohne Einfluss auf den Untersuchungsgegenstand.
Effizient: Weniger zeit- und kostenintensiv, unabhängig von externen Personen.
Flexibilität: Offenes Kategoriensystem erlaubt Integration neuer Muster und Themen während der Analyse.
Reduktion von Komplexität: Extraktion von relevanten Informationen aus großen Datenmengen.
Relevanz: Besonders nützlich in Mixed-Methods-Ansätzen, um qualitative Erkenntnisse zu gewinnen, die zur Beantwortung der Forschungsfragen beitragen.
Software: Verwendung von MAXQDA für die computergestützte Analyse zur Erhöhung der Effizienz.
Was sind die Limitationen der Arbeit?
Literaturrecherche:
Wenige Studien zur Wirkung von Filmen auf das Markenimage.
Spezifische Untersuchungen zu Markenfilmen (wie Barbie) fehlen.
Ableitungen basieren teils auf allgemeinen Filmforschungen, was die Übertragbarkeit einschränkt.
Qualitative Inhaltsanalyse:
Schwierigkeit bei einheitlicher Datenerhebung von Owned und Shared Kommunikation.
Erweiterung des Untersuchungszeitraums der Shared Tweets (07. Juli – 29. September 2023) führte zu einer ungleichen Datenmenge im Vergleich zu Owned Tweets.
Selektive Datenerhebung der Tweets beeinträchtigt die Objektivität (keine Nutzung der X API, manuelle Auswahl).
Subjektivität bei der Codierung durch die alleinige Durchführung der Forscherin.
Quantitative Methodik (Online-Fragebogen):
Anonymität und Intransparenz der Befragung können falsche Angaben begünstigen und die Repräsentativität gefährden.
Keine Sicherheit über korrekte Zuteilung zu Experimental- und Kontrollgruppen.
Stichprobenrepräsentativität:
Begrenzung auf Frauen im Alter von 18–30 Jahren aus den vier bevölkerungsstärksten Bundesländern Deutschlands.
Ergebnisse sind nicht auf die gesamte deutsche Bevölkerung übertragbar.
Eventuelle Unterschiede in den Bewertungen anderer Altersgruppen oder Geschlechter wurden nicht berücksichtigt.
Stichprobengröße (n = 220) repräsentativ, aber eine größere Stichprobe wäre vorteilhafter für genauere Ergebnisse.
Quotenplan:
Eine Erhebung der gesamten deutschen Bevölkerung war nicht möglich, weshalb die Ergebnisse nur auf diese Teilbevölkerung übertragbar sind.
Die enge Fokussierung auf Alter und Geschlecht schränkt die Generalisierbarkeit der Ergebnisse ein, da sich die Einstellungen und Bewertungen anderer Altersgruppen oder Geschlechter möglicherweise stark unterscheiden könnten.
Zeitliche Verzögerung:
Langer Zeitraum zwischen Filmveröffentlichung und Befragung könnte die Erinnerungen der Befragten und somit die Datenqualität beeinträchtigen.
Voreinstellungen der Probandinnen:
Alle Probandinnen hatten Erfahrungen mit der Marke Barbie, was zu möglichen Verzerrungen in den Antworten führte.
Location Based Marketing
Location-based Marketing bezeichnet Marketing-Maßnahmen, die primär eine regionale Wirkung haben sollen.
Sie sind zumeist ortsbezogen. Das Prinzip dieser Art Werbungberuht häufig darauf, den aktuellen Aufenthaltsort der Nutzer zu berücksichtigen.
Aufgrund der GPS-Fähigkeit von vielen mobilen Endgeräten ist dies problemlos
möglich.
So können beispielsweise für gewünschte Produkte oder Dienstleistungen das günstigste Angebot oder besondere Aktionen im näheren Umkreis angezeigt werden.
Marketing Automation
kein brandneues Thema, erlebt seit 2012 wieder Aufschwung
Marketing-Automation ermöglicht die automatische Ausspielung von mehrstufigen
Kampagnen mit zielgruppenspezifischen oder vollständig individualisierten Informationen (Werbung, Content, Servicenachrichten etc.).
im Kern geht es um die Nutzung von Vorteilen im Marketing durch Zeitersparnis, Effizienz und bedarfsgerechtere Ansprache von potenziellen Kunden und aktuellen Kunden.
Unter bedarfsgerechter Ansprache ist mindestens eine kundensegmentspezifische Ansprache zu verstehen und maximal eine kundenindividuelle, personalisierte Ansprache.
Bei einem B2B-Unternehmen umfasst Marketing-Automation meistens die Lead-Generierung, die Lead-Pflege sowie das Management der Lead-Lebensdauer bzw. der Kundenlebensdauer.
Bei B2C-Unternehmen stehen der optimale Einsatz des Marketingbudgets entlang der Customer-Journey, Cross- und Up-Selling sowie Kundenbindung im Fokus.
Ziel: Verbesserung des ROI
Erfolgsfaktoren Marketing Automation
Kreativität & Fachwissen der Marketer
Auswahl der richtigen Software entscheidend (High-End wie zu.B. Acoustic oder Low-End)
Funktionen MA-Software
Analyse marketingrelevanter Daten (Customer-Journey-Analysen, Vorhersagen treffen, personanlisierte Angebote autoatisiert ausgespielt & analysiert)
Targeting ermöglicht Ausspielung treffender Inhalte an Personengruppen/Einzelpersonen
Optimierung über A/B- oder multivariate Tests
Kampagnen-Management-Funktion
Inhalte kanalübergreifend entworfen, verwaltet und ausgespielt
SOM-Management-Funktion
integriertes Posting auf mehreren SOM-Kanälne & Beobachtung/Analyse von marken- oder produktrelevanten Aktivitäten
Datenaustausch und Schnittstellen
Standardschnittstellen zu andren Dirttsystemen, z.B. CRM-Systeme oder Kassensysteme in Filialen
Welche sind die wichtigsten Quellen aus der Literatur?
Marke
Albisser, Burmann et al., Esch/Esch et al., Meffert & Burmann, Schweiger & Schrattenecker, Kapferer
Imagemessung
Boltz & Trommsdorff, Schweiger & Schrattenecker, Schweige & Strebinger, Kroeber-Riel & Gröppel-Klein, Kirchler, Forscht et al.
Quali. Inhaltsanalyse
Gläser und Laudel, Mayring, Häder, Steinke
Quant. Online-Fragebogen
Döring, Föhl & Friedrich, Theobald, Brosius et al., Reinders
Was sind Vorteile & Nachteile für jeweils Qualitative/Quantitative Forschung?
Tiefe und Detailliertheit: Liefert tiefgehende Einblicke in individuelle Erfahrungen, Meinungen und Motive.
Flexibilität: Der Forschungsprozess ist offen und kann an neue Erkenntnisse oder Themen während der Erhebung angepasst werden.
Kontextverständnis: Berücksichtigt den sozialen und kulturellen Kontext, in dem Daten gesammelt werden.
Hypothesenbildung: Eignet sich gut, um neue Hypothesen zu entwickeln, wenn der Forschungsbereich noch wenig erforscht ist.
Vielfalt der Datenquellen: Nutzt vielfältige Methoden wie Interviews, Beobachtungen und Dokumentanalysen.
Nachteile:
Subjektivität: Dateninterpretation ist stark vom Forscher abhängig, was zu Verzerrungen führen kann.
Schwierige Reproduzierbarkeit: Ergebnisse sind oft schwer zu replizieren, da sie stark kontextspezifisch sind.
Zeit- und Kostenintensiv: Die Datensammlung und -analyse sind oft sehr zeitaufwendig.
Begrenzte Generalisierbarkeit: Ergebnisse sind oft auf spezifische Fälle oder Kontexte beschränkt und lassen sich nicht immer auf größere Populationen übertragen.
Objektivität: Standardisierte Messmethoden und statistische Analysen minimieren subjektive Verzerrungen.
Replizierbarkeit: Studien können leicht wiederholt werden, um die Ergebnisse zu überprüfen.
Generaliserbarkeit: Durch größere, repräsentative Stichproben können die Ergebnisse auf eine größere Population übertragen werden.
Effizienz bei großen Stichproben: Kann in kurzer Zeit große Mengen an Daten sammeln und verarbeiten, oft kostengünstiger.
Hypothesentestung: Ideal zur Überprüfung vorher festgelegter Hypothesen oder zur statistischen Analyse von Zusammenhängen.
Begrenzter Tiefgang: Liefert oft oberflächliche Ergebnisse, da nur gemessen wird, was vorher festgelegt wurde.
Starrer Forschungsprozess: Die Struktur und Methodik sind oft unflexibel, sodass neue Erkenntnisse, die während der Datenerhebung entstehen, nicht berücksichtigt werden können.
Kontextverlust: Der soziale und kulturelle Kontext, in dem Daten gesammelt werden, kann vernachlässigt werden.
Komplexität der Dateninterpretation: Erfordert statistische Kenntnisse, um die Ergebnisse korrekt zu interpretieren und darzustellen.
Qualitative Forschung bietet Tiefe und Flexibilität, ist aber oft subjektiver und schwerer zu verallgemeinern.
Quantitative Forschung ist objektiver, effizienter bei großen Stichproben und besser zur Verallgemeinerung geeignet, kann aber an Tiefgang und Flexibilität einbüßen.
Warum Pre-Test und was ist das?
Ziel: Validierung des Online-Fragebogens zur Sicherstellung der Validität des Messinstruments.
Durchführung: Idealerweise mit der forschungsrelevanten Zielgruppe und anderen Forschenden.
Testkriterien:
Passgenauigkeit: Überprüfung, ob der Fragebogen zur Zielgruppe passt.
Verständlichkeit und Logik: Test der Formulierungen der Fragen und Items auf Verständlichkeit.
Aufbau und Reihenfolge: Kontrolle der Frageanordnung, um inhaltliche Brüche zu vermeiden.
Rechtschreibung: Überprüfung auf grammatikalische und orthografische Korrektheit.
Bearbeitungszeit: Erfassung der durchschnittlichen Zeit, die zur Beantwortung des Fragebogens benötigt wird.
Ergebnis: Anpassungen und Optimierungen der Fragen, Formulierungen und Struktur basierend auf dem Feedback aus dem Pre-Test.
Diese Schritte sind entscheidend, um die Validität und Qualität des Fragebogens vor dem eigentlichen Einsatz zu gewährleisten.
Was ist Korrelation?
Misst den statistischen Zusammenhang zwischen zwei Variablen (Wert zwischen -1 und +1).
+1: Perfekte positive Korrelation, 0: Kein Zusammenhang, -1: Perfekte negative Korrelation.
Linearer Zusammenhang zwischen zwei metrischen (intervall- oder verhältnisskalierten) Variablen.
Voraussetzung: Linearität und Normalverteilung.
Misst die Stärke und Richtung einer linearen Beziehung.
Monotoner Zusammenhang zwischen zwei ordinalen oder in Ränge umgewandelten Variablen.
Keine Normalverteilung erforderlich, kann auch nicht-lineare monotone Beziehungen erfassen.
Wie wurde auf Normalverteilung getestet?
Hierfür wurden der
Kolmogorov-Smirnov-Test (K-S-Test) und
der Shapiro-Wilk-Test (S-W-Test) verwendet
Wichtiger für das Ergebnis (aufgrund geringerer Stichprobe):
In der Praxis wird der S-W-Test bei kleineren Stichproben, wie hier mit n = 110, als zuverlässiger angesehen und daher bevorzugt als Entscheidungsgrundlage verwendet
M-W-U-Test vs. t-Test für unabhängige Stichproben
Um einen Unterschied zwischen zwei unabhängigen Gruppen (s. H1) statistisch zu testen, kann je nach Normalverteilung der Daten, entweder der t-Test für unabhängige Stichproben oder der Mann-Whitney-U-Test herangezogen werden.
Eine weitere Voraussetzung ist das metrische Datenniveau der Variablen. Mittels Mittelwert-Vergleich kann schließlich untersucht werden, ob signifikante Unterschiede zwischen den beiden Gruppen vorliegen.
Multiple lineare Regression
Um einen Wirkungszusammenhang zwischen mehreren unabhängigen Variablen auf die abhängige Variable (s. H4) statistisch zu überprüfen, wird die multiple Regression verwendet.
Dabei soll der Einfluss der Variablen Wahrnehmung der Sicht-barkeit, des Feminismus und der Diversität in der Marketingkommunikation auf die Variable Markenimage untersucht werden.
Mittels Regressionsmodell können Veränderungen bei der abhängigen Variable vorhergesagt werden, wenn Veränderun-gen bei einer der unabhängigen Variablen eintreten
Zentrale Forschungsfrage der Arbeit
Welche Wirkung hat der Spielfilm „Barbie“ auf das Image der Marke Barbie bei der Zielgruppe der 18- bis 30-jährigen Frauen in Deutschland?
Zentrale Ergebnisse der Masterarbeit?
Der Spielfilm „Barbie“ und die begleitende Marketingkommunikation haben eine positive Wirkung auf das Image der Marke Barbie.
Das Ansehen des Films führt zu einer positiveren Bewertung.
Ein emotional erlebter Kinobesuch,
eine positive Wahrnehmung der Diversität in der Marketingkommunikation,
eine positive Einstellung gegenüber den Filmprotagonist*innen sowie Markenkooperationen im Zuge des Barbie-Films
stehen im Zusammenhang mit einer positiveren Bewertung des Markenimages.
Fazit?
Positiver Imagewandel: Mattels markenstrategische Bemühungen haben das Image von Barbie diverser und positiver gestaltet.
Einfluss des Barbie-Films: Der Erfolg des Films hat diesen Imagewandel erheblich unterstützt.
Potenzial von Markenfilmen: Markenfilme haben das Potenzial, durch gezielte Film- und Marketingelemente eine positive Wirkung auf das Markenimage zu erzielen.
Markenstrategien: Markenfilme sollten als wichtiger Bestandteil in Markenstrategien berücksichtigt werden.
Wenn du in deiner Studie nur Frauen aus vier deutschen Bundesländern befragt hast, ist die Übertragbarkeit der Ergebnisse auf andere Bundesländer eingeschränkt.
Allgemeine Einstellungen zur Marke: Grundlegende Einstellungen und Wahrnehmungen zur Marke Barbie könnten auch in anderen Bundesländern ähnlich sein, insbesondere wenn die Marke international bekannt und stark etabliert ist.
Gemeinsame demografische Merkmale: Wenn die befragten Frauen in Alter, Bildung und sozioökonomischem Status denen in anderen Bundesländern ähneln, könnten die Ergebnisse in diesen Bevölkerungsgruppen teilweise übertragbar sein.
Markenimage auf nationaler Ebene: Da Barbie eine weltweit bekannte Marke ist, könnten allgemeine Trends im Markenimage, die durch den Film oder Marketingkampagnen beeinflusst werden, in allen Bundesländern ähnlich sein.
Regionale Unterschiede: Es gibt möglicherweise regionale Unterschiede in Kultur, Konsumverhalten oder den Zugang zu Medien, die sich auf die Wahrnehmung der Marke auswirken. Insofern könnten die Ergebnisse nicht uneingeschränkt übertragbar sein.
Stadt-Land-Differenzen: Wenn deine Studie in städtischen Gebieten durchgeführt wurde, könnten die Ergebnisse nicht auf ländliche Gebiete übertragbar sein, da Konsumverhalten und Mediennutzung variieren können.
Fehlende Repräsentation: Da du nicht die gesamte deutsche Bevölkerung, sondern nur Frauen aus vier Bundesländern befragt hast, fehlen möglicherweise wichtige Perspektiven aus anderen Bundesländern, was die Generalisierbarkeit einschränkt.
Welcher Wert ist neben dem p-Wert bei der Korrelation nach Spearman noch wichtig?
Spearman-Rho (ρ):
Misst die Stärke und Richtung des Zusammenhangs zwischen zwei Variablen.
Wertebereich: -1 bis +1.
+1: Perfekter positiver monotoner Zusammenhang (wenn eine Variable steigt, steigt auch die andere).
0: Kein monotoner Zusammenhang.
-1: Perfekter negativer monotoner Zusammenhang (wenn eine Variable steigt, sinkt die andere).
Es gibt an, wie stark die Ränge der Variablen miteinander korrelieren, unabhängig von der genauen Verteilung der Werte.
p-Wert:
Gibt an, ob der gefundene Zusammenhang statistisch signifikant ist.
Ein kleiner p-Wert (typischerweise < 0,05) deutet darauf hin, dass der beobachtete Zusammenhang nicht durch Zufall erklärt werden kann.
Spearman-Rho gibt die Stärke des Zusammenhangs an, während der p-Wert zeigt, ob dieser Zusammenhang statistisch signifikant ist. Beide Werte sind wichtig, um die Bedeutung und Verlässlichkeit der Korrelation zu bewerten.
Warum haben Sie Cronbachs Alpha gerechnet? Was kann es, was sagt es aus und wie ist es zu interpretieren?
Cronbachs Alpha misst die interne Konsistenz einer Skala, also wie gut die Items zusammenpassen und dasselbe Konstrukt messen.
Zur Überprüfung der Reliabilität: Es stellt sicher, dass alle Items einer Skala konsistent dasselbe Konzept erfassen.
Wertebereich: 0 bis 1.
> 0,7: Akzeptable bis gute interne Konsistenz.
> 0,8: Sehr gute Konsistenz.
< 0,7: Möglicherweise geringe Reliabilität.
Hohe Werte (z. B. > 0,8) bedeuten, dass die Skala zuverlässig ist.
Niedrige Werte deuten auf eine geringe Übereinstimmung der Items hin.
Was bedeutet Reliabilität?
Reliabilität bezeichnet die Zuverlässigkeit und Genauigkeit einer Messung. Sie gibt an, ob ein Messinstrument bei wiederholter Anwendung unter denselben Bedingungen konstante und stabile Ergebnisse liefert.
Zuverlässigkeit: Ein Messinstrument ist reliabel, wenn es bei wiederholten Messungen ähnliche Ergebnisse produziert.
Reproduzierbarkeit: Messungen sollten unabhängig vom Zeitpunkt oder den Umständen stabil bleiben.
Warum habe ich welche Tests verwendet?
In dieser Arbeit werden eine Unterschiedshypothese und fünf Zusammenhangshypothesen überprüft. Auf dieser Basis werden geeignete statistische Testverfahren für die Auswertung abgeleitet, da dies eine exakte Prüfung der Hypothesen und somit eine präzise Beantwortung der Forschungsfragen gewährleistet
Unterschiedshypothese:
Um einen Unterschied zwischen zwei unabhängigen Gruppen (s. H1) statistisch zu testen, kann je nach Normalverteilung der Daten etntweder
MWU-Test oder t-Test für unabh. Stichproben,
um die MW der EG & KG zu vergleichen und schauen, ob Ergebnis signifikant ist
Beide Verfahren ermöglichen es, den Einfluss einer unabhängigen Variable auf eine abhängige Variable zu prüfen
NV = t-Test; Keine NV = MWU
Um den Zusammenhang zwischen einer unabhängigen und einer abhängigen Variable zu testen, eignet sich die bivariate Korrelation.
Dabei kann auf die Korrelation nach Spearman (keine NV)
oder Korrelation nach Pearson (NV) zurückgegriffen werden,
Entscheidung hängt von der NV der untersuchten Daten ab
Variablen müssen entweder metrisch o. ordinal skaliert sein
Darüber hinaus wird ein Zusammenhang zwischen mehreren unabhängigen Variablen und einer abhängige Variable vermutet.
Zur Überprüfung dieser Hypothese eignet sich eine multiple Korrelations- oder Regressionsanalyse
Was ist die Schwankungsbreite bei einer Stichprobe von 220?
Die Schwankungsbreite (auch Konfidenzintervall genannt) gibt an, in welchem Bereich der wahre Wert der Grundgesamtheit mit einer bestimmten Wahrscheinlichkeit (z. B. 95 %) liegt. Sie hängt von verschiedenen Faktoren ab, darunter:
Stichprobenumfang (n = 220): Ein größerer Stichprobenumfang führt zu einer geringeren Schwankungsbreite, da die Stichprobe repräsentativer ist.
in diesem Fall liegt der wahre Wert mit 95 %-iger Wahrscheinlichkeit innerhalb von ± 0,066 um den gemessenen Wert. -> 6,6%
Standardabweichung (σ): Gibt an, wie stark die Werte um den Mittelwert streuen. Je größer die Streuung, desto größer die Schwankungsbreite.
Konfidenzniveau: Typische Werte sind 90 %, 95 % oder 99 %. Höhere Konfidenzniveaus führen zu größeren Schwankungsbreiten.
Bei einem Stichprobenumfang von n = 220 ist die Schwankungsbreite relativ klein, vorausgesetzt, die Standardabweichung ist nicht zu groß. Eine größere Stichprobe würde die Schwankungsbreite weiter reduzieren.
Nullhypothese Bezug! Bei welchem Wert entsteht die Irrtumswahrscheinlichkeit und auf welchen bezieht sich dieser?
Die Irrtumswahrscheinlichkeit (oder Alpha-Fehler) gibt an, wie wahrscheinlich es ist, dass du fälschlicherweise die Nullhypothese ablehnst, obwohl sie eigentlich wahr ist. Die Nullhypothese (H₀) besagt in der Regel, dass es keinen Effekt oder keinen Unterschied gibt, z. B. „Es gibt keinen Zusammenhang zwischen zwei Variablen.“
Das Signifikanzniveau (α) legt fest, wie groß diese Irrtumswahrscheinlichkeit sein darf. Ein häufig verwendeter Wert ist 0,05 (5 %). Das bedeutet:
Du bist bereit, in 5 % der Fälle die Nullhypothese zu Unrecht abzulehnen.
Wenn du ein Experiment oder eine Studie durchführst, berechnest du einen p-Wert, der angibt, wie wahrscheinlich deine Ergebnisse unter der Annahme der Nullhypothese sind. Dann vergleichst du den p-Wert mit dem Signifikanzniveau:
p-Wert ≤ α (z. B. 0,05): Du lehnst die Nullhypothese ab (du entscheidest, dass es einen Effekt gibt), aber es gibt eine 5 % Wahrscheinlichkeit, dass du dich irrst.
p-Wert > α: Du behältst die Nullhypothese bei (es gibt keine ausreichenden Beweise für einen Effekt).
Wenn du eine Studie machst und dein p-Wert ist 0,03, bedeutet das, dass die Wahrscheinlichkeit, dass deine Ergebnisse nur durch Zufall entstanden sind, 3 % beträgt. Da der p-Wert kleiner als 0,05 ist, würdest du die Nullhypothese ablehnen. Es gibt aber immer noch eine kleine Chance (3 %), dass der Effekt gar nicht existiert und das Ergebnis zufällig ist.
Geben Sie einen Überblick zu den Marketing-Instrumenten bei den Dienstleistungen. +Beispiel (7Ps)"
Bei Dienstleistungen kommen die 7 P's des Dienstleistungsmarketings zum Einsatz, die über die klassischen 4 P's (product/place/price/promotion) des Produktmarketings hinausgehen.
Dienstleistung selbst: Was wird angeboten? Die eigentliche Dienstleistung und die Zusatzleistungen.
Beispiel: Ein Hotel bietet Übernachtungen (Kernleistung) und Spa-Dienste (Zusatzleistung) an.
Preisgestaltung: Wie wird der Preis festgelegt? Bei Dienstleistungen oft komplexer durch individuelle Angebote oder Leistungspakete.
Beispiel: Ein Friseursalon bietet verschiedene Preismodelle für Haarschnitte, Färben und Pflege an.
Ort der Dienstleistungserbringung: Wo und wie wird die Dienstleistung erbracht? Verfügbarkeit und Zugänglichkeit der Dienstleistung.
Beispiel: Ein Reinigungsservice bietet Hausbesuche an oder Kunden kommen in die Filiale.
Werbung und Kommunikation: Wie wird die Dienstleistung beworben? Fokus auf den Nutzen und die Qualität der Dienstleistung.
Beispiel: Ein Fitnessstudio wirbt mit Testimonials von zufriedenen Kunden und Mitgliedschaftsrabatten.
Mitarbeiter: Da Dienstleistungen oft von Menschen erbracht werden, ist das Personal entscheidend für die Qualität.
Beispiel: In einem Restaurant trägt das freundliche und kompetente Personal zur Kundenzufriedenheit bei.
Ablauf der Dienstleistungserbringung: Wie wird die Dienstleistung erbracht? Effiziente und reibungslose Prozesse sind wichtig.
Beispiel: Ein Reisebüro hat einen klaren Buchungsprozess, der von der Anfrage bis zur Abwicklung führt.
Physische Beweise: Die physische Umgebung oder Beweise, die die Qualität der Dienstleistung verdeutlichen.
Beispiel: Ein luxuriöses Spa verwendet hochwertige Handtücher, Aromadüfte und eine stilvolle Einrichtung, um den Qualitätsanspruch zu unterstreichen.
Diese erweiterten 7 P's sind besonders relevant, da Dienstleistungen immateriell sind und daher die Art und Weise, wie sie angeboten werden, großen Einfluss auf die Kundenwahrnehmung hat.
Was ist der Leven-Test?
Levene-Test: Test auf Varianzgleichheit (Homogenität)
Ziel: Prüfen, ob die Varianzen mehrerer Gruppen gleich sind
Verwendung: Vor ANOVA oder anderen Tests, die Varianzgleichheit voraussetzen
Berechnung: Differenz der Werte jeder Gruppe zu ihrem Gruppenmittel
Ergebnis:
p < 0,05 → Varianzen ungleich (Heterogenität)
p ≥ 0,05 → Varianzen gleich (Homogenität)
Was ist Signifikanz?
Signifikanz in der Statistik beschreibt die Wahrscheinlichkeit, dass ein beobachtetes Ergebnis nicht zufällig ist, sondern auf einem echten Effekt beruht. Sie wird durch den p-Wert gemessen.
p-Wert: Gibt die Wahrscheinlichkeit an, das beobachtete Ergebnis (oder ein extremeres) unter der Annahme zu erhalten, dass die Nullhypothese wahr ist.
Signifikanzniveau (α): Der Schwellenwert, oft 0,05, unter dem der p-Wert liegen muss, damit ein Ergebnis als statistisch signifikant gilt.
Statistische Signifikanz bedeutet also, dass der beobachtete Effekt wahrscheinlich nicht durch Zufall entstanden ist.
Social Media Vor- und Nachteile
Hohe Reichweite: Zugang zu einer breiten Zielgruppe weltweit.
Zielgerichtetes Marketing: Präzises Targeting durch Nutzerprofile und Interessen.
Direkte Kundenkommunikation: Echtzeit-Interaktionen und direkte Feedbackmöglichkeiten.
Markenaufbau: Fördert Markenbekanntheit und Markenloyalität.
Kosteneffiziente Werbung: Geringe Kosten im Vergleich zu traditionellen Medien.
Content-Vielfalt: Möglichkeit, verschiedene Formate (Bilder, Videos, Stories) zu nutzen.
Messbarkeit: Genaue Analyse und Erfolgskontrolle von Kampagnen (KPIs wie Engagement, Klicks).
Negatives Feedback: Öffentliche Kritik oder negative Bewertungen können viral gehen.
Zeit- und Ressourcenaufwand: Regelmäßiges und qualitativ hochwertiges Content-Management notwendig.
Schnelllebigkeit: Inhalte haben oft eine kurze Lebensdauer und erfordern konstante Aktualisierung.
Abhängigkeit von Algorithmen: Reichweite kann durch Plattform-Änderungen stark beeinflusst werden.
Überflutung: Hoher Wettbewerb um Aufmerksamkeit der Nutzer.
Datenschutzprobleme: Potenzielle Risiken bei der Erhebung und Verarbeitung von Nutzerdaten.
Social Media Anwendungen für B2C & B2B
Produktwerbung und -promotion: Direktes Bewerben von Produkten durch gezielte Anzeigen.
Kundenservice: Direkte Kommunikation und Problemlösung über Plattformen wie Facebook und Twitter.
Influencer-Marketing: Kooperationen mit Influencern, um Produkte authentisch zu bewerben.
Verkaufsförderung: Promotion von Rabatten, Sonderaktionen oder Limited Editions durch Posts und Anzeigen.
Marktforschung: Nutzung von Umfragen und direktem Feedback, um Kundenwünsche zu verstehen.
User-Generated Content: Förderung von Kundeninhalten (z.B. Reviews oder Erfahrungsberichte) zur Stärkung der Marke.
Lead-Generierung: Identifikation und Ansprache potenzieller Geschäftskunden über Plattformen wie LinkedIn.
Networking: Aufbau und Pflege von Geschäftsbeziehungen mit Branchenakteuren und Entscheidungsträgern.
Content-Marketing: Teilen von Fachwissen und branchenspezifischen Inhalten, um Expertise zu demonstrieren.
Employer Branding: Stärkung der Arbeitgebermarke durch die Präsentation des Unternehmens als attraktiver Arbeitsplatz.
Markenreputation: Steigerung der Markenbekanntheit und -reputation durch gezielte Kampagnen in Fachnetzwerken.
Webinare und Events: Bewerbung von Branchen-Events, Online-Seminaren oder Konferenzen zur Lead-Generierung und Kundenbindung.
Immaterialität einer Dienstleistung am Bsp. einer Bank
Wie bereits erläutert, sind Dienstleistungen nicht greifbar. Sie können nicht angefasst, gelagert oder im Vorfeld betrachtet werden. Bei Bankdienstleistungen bedeutet dies, dass Kunden ein hohes Maß an Vertrauen in die Qualität der angebotenen Dienste entwickeln müssen, bevor sie sich entscheiden.
Beispiel: Eine Anlageberatung ist immateriell, da der Kunde vorab nicht weiß, wie erfolgreich die Empfehlungen sein werden. Der Wert wird erst im Laufe der Zeit erkennbar.
Dienstleistungen können nicht auf Vorrat produziert oder gespeichert werden. Sie entstehen oft im Moment der Inanspruchnahme und verschwinden, sobald die Interaktion beendet ist.
Beispiel: Die Beratung eines Bankberaters oder ein Online-Banking-Prozess ist flüchtig. Sobald der Berater den Kunden informiert hat oder die Transaktion abgeschlossen ist, ist der Moment der Dienstleistung vorbei. Man kann diesen Moment nicht wiederholen oder "auf Lager" halten.
Die Qualität von Dienstleistungen kann variieren, da sie stark von der Ausführung durch Menschen oder der spezifischen Situation abhängt. Diese Variabilität betrifft auch Bankdienstleistungen.
Beispiel: Eine Filialberatung kann je nach Berater, Tageszeit oder sogar der Stimmung des Beraters unterschiedlich ausfallen. Selbst wenn die Standards und Richtlinien dieselben sind, beeinflussen individuelle Faktoren das Kundenerlebnis.
Bei Dienstleistungen erfolgt die Produktion und der Konsum gleichzeitig. Der Kunde ist häufig aktiv in den Erstellungsprozess involviert.
Beispiel: Beim Beratungsgespräch mit einem Bankmitarbeiter wird die Dienstleistung genau in dem Moment erbracht, in dem der Kunde sie konsumiert. Es gibt keine "Vorproduktion" wie bei einem Produkt, das später geliefert wird. Ebenso gilt dies für Online-Banking – die Transaktionen finden in Echtzeit statt.
Der Kunde ist oft ein wesentlicher Teil des Dienstleistungserstellungsprozesses, was den Erfolg der Dienstleistung stark beeinflusst. Die Qualität der Dienstleistung hängt also auch von der Mitarbeit oder den Vorgaben des Kunden ab.
Beispiel: Wenn ein Kunde bei einer Beratung nicht klar seine Ziele oder finanziellen Verhältnisse kommuniziert, könnte der Berater keine passenden Empfehlungen geben. Ebenso hängt die Nutzung des Online-Bankings von der Fähigkeit des Kunden ab, die Plattform korrekt zu verwenden.
Da Dienstleistungen immateriell sind, müssen Banken ein hohes Maß an Vertrauen und Glaubwürdigkeit aufbauen. Kunden können die Qualität der Dienstleistung oft erst nach der Inanspruchnahme oder über einen längeren Zeitraum hinweg beurteilen.
Beispiel: Eine Bank muss durch transparente Kommunikation, gute Erfahrungen in der Vergangenheit und positive Bewertungen sicherstellen, dass der Kunde das nötige Vertrauen aufbringt, um beispielsweise eine Investition zu tätigen oder einen Kredit abzuschließen.
Dienstleistungen können entweder personenbezogen (Beratungsdienstleistungen) oder sachbezogen (Automatisierte Transaktionen) sein. In der Bankbranche gibt es beides.
Personenbezogen: Die direkte Beratung durch einen Bankmitarbeiter.
Sachbezogen: Automatische Überweisungen oder der Betrieb von Geldautomaten.
Was ist Marketing Automation, für was wird sie gebraucht und welche Daten werden für Marketing Automation herangezogen + wie können die Daten Unternehmen helfen?
Marketing Automation ist der Einsatz von Software, um Marketingprozesse zu automatisieren, z.B. E-Mail-Marketing, Social Media, Lead-Generierung und Kampagnenmanagement. Sie hilft, effizienter zu arbeiten, Kunden zu personalisieren und Kampagnen zu skalieren.
Lead-Generierung & -Pflege
Personalisierung von Inhalten
Effizienzsteigerung und Zeitersparnis
Automatisierte Kampagnen
Verbesserte Kundenbindung
Skalierbarkeit
Demografische Daten (Alter, Geschlecht, Wohnort)
Verhaltensdaten (Website-Interaktionen, Kaufhistorie)
CRM-Daten (Kundenhistorie)
Social-Media-Daten (Likes, Kommentare)
Produktnutzungsdaten (App-Nutzung)
Personalisierung: Relevante Inhalte für Kunden erstellen.
Zielgruppensegmentierung: Präzisere Ansprache spezifischer Gruppen.
Kundenbindung: Automatisierte Betreuung nach dem Kauf.
Effizienz: Reduzierung von manuellem Aufwand.
Lead Scoring: Besseres Priorisieren von potenziellen Kunden.
Optimierung: Datenbasierte Anpassung von Kampagnen.
Was sind die Vorteile von Location Based Services bei Mobile Marketing?
Location-Based Services (LBS) bieten im Mobile Marketing zahlreiche Vorteile, da sie es ermöglichen, Nutzer basierend auf ihrem aktuellen geografischen Standort gezielt anzusprechen. Hier sind die wichtigsten Vorteile von LBS im Mobile Marketing:
Personalisierte Inhalte: LBS ermöglichen es, Inhalte und Angebote basierend auf dem Standort der Nutzer zu personalisieren. Diese Relevanz erhöht die Wahrscheinlichkeit, dass Nutzer auf die Nachrichten reagieren.
Lokale Angebote: Unternehmen können spezifische Angebote oder Rabatte für Kunden in der Nähe eines Geschäfts oder einer Filiale senden, was die Chancen auf spontane Einkäufe erhöht.
Sofortige Reaktionen: LBS ermöglichen es Unternehmen, in Echtzeit auf den Standort eines Nutzers zu reagieren und sofort relevante Inhalte zu senden. Dies steigert die Aktualität und Dringlichkeit von Angeboten.
Geofencing: Mit Geofencing können Unternehmen vordefinierte geografische Zonen (z. B. rund um ein Geschäft) erstellen und Nachrichten an Nutzer senden, sobald diese Zonen betreten oder verlassen werden.
Exklusive Angebote: Kunden können exklusive, ortsbasierte Angebote oder Belohnungen erhalten, was ihre Loyalität zur Marke stärkt.
Verbesserte Kundenerfahrung: Durch die Bereitstellung standortbasierter Informationen (z.B. Navigation zu Geschäften, Veranstaltungstipps) wird die Interaktion mit der Marke relevanter und wertvoller für den Kunden.
Höhere Conversion-Raten: Da LBS sehr gezielt und relevant für den Standort des Nutzers sind, erhöhen sie die Chancen, dass die Nachricht zu einer sofortigen Handlung führt, was die Conversion-Raten im Vergleich zu allgemeinen Marketingkampagnen verbessert.
Niedrigere Streuverluste: Im Vergleich zu herkömmlichem Marketing, das eine breite Zielgruppe anspricht, reduzieren LBS den Streuverlust, da nur relevante Nutzer basierend auf ihrem Standort angesprochen werden.
Verhaltensanalyse: LBS liefern wertvolle Daten darüber, wie sich Kunden bewegen und welche Orte sie besuchen. Diese Informationen können genutzt werden, um zukünftige Marketingkampagnen noch gezielter zu gestalten.
Datengetriebene Entscheidungen: Unternehmen können auf Grundlage der gesammelten Standortdaten ihre Verkaufsstrategien optimieren und beispielsweise gezielt in Gebieten mit hoher Kundenfrequenz aktiv werden.
Förderung von In-Store-Besuchen: Einzelhändler können potenzielle Kunden in der Nähe ihres Geschäfts mit speziellen Angeboten oder Erinnerungen anziehen, um den stationären Handel zu fördern.
Cross-Selling-Möglichkeiten: Kunden, die sich bereits im Geschäft oder in der Nähe befinden, können durch gezielte LBS-Angebote zu Zusatzkäufen angeregt werden.
Push-Benachrichtigungen: Unternehmen können standortbasierte Push-Benachrichtigungen nutzen, um Kunden auf Angebote, Events oder Aktionen aufmerksam zu machen, was die Interaktion und das Engagement erhöht.
Events und Aktionen: LBS können genutzt werden, um Nutzer auf lokale Events oder Aktionen aufmerksam zu machen, die in ihrer Nähe stattfinden, was die Kundenbeteiligung steigern kann.
Differenzierung: Unternehmen, die LBS einsetzen, können sich durch relevante und standortbasierte Angebote von der Konkurrenz abheben. Dies ist besonders nützlich in umkämpften Märkten.
Location-Based Services bieten erhebliche Vorteile im Mobile Marketing, da sie es ermöglichen, Kunden gezielt, zur richtigen Zeit und am richtigen Ort anzusprechen. Dies führt zu einer verbesserten Relevanz, höheren Conversion-Raten, stärkerer Kundenbindung und effizienteren Marketingstrategien. LBS sind ein effektives Werkzeug, um das Kundenerlebnis zu verbessern und gleichzeitig den stationären Handel zu stärken.
4o
Verknüpfung Imagetransfereffekt + Country-of-Origin-Effekt
Der Image Transfer Effekt und der Country of Origin (COO)-Ansatz lassen sich eng miteinander verknüpfen, da beide Konzepte darauf basieren, dass bestimmte Assoziationen von einem Objekt (sei es eine Marke oder ein Land) auf ein anderes übertragen werden.
Beim Image Transfer wird das Image einer Quelle (z.B. einer Muttermarke, eines Produkts, eines Prominenten) auf eine Zielmarke oder ein Produkt übertragen.
Im Fall des Country of Origin bezieht sich das Image auf die Herkunft eines Produkts aus einem bestimmten Land und die positiven oder negativen Assoziationen, die Konsumenten mit diesem Land verbinden.
Country of Origin kann als eine Quelle des Image Transfers fungieren, wobei die positiven oder negativen Assoziationen eines Landes auf eine Marke oder ein Produkt übertragen werden.
Durch den gezielten Einsatz von Herkunftsaspekten im Marketing können Unternehmen das Markenimage verstärken oder aufwerten.
Der Country of Origin wirkt wie eine Qualitätssignal und kann dem Produkt eine besondere Identität verleihen, die in der Wahrnehmung der Konsumenten einen starken Einfluss hat.
Allerdings kann der Effekt auch negativ sein, wenn das Herkunftsland mit unerwünschten Eigenschaften assoziiert wird.
Welche Marke schreibt besonders gute Werbetexte?
Warum Apple gute Werbetexte schreibt:
Einfachheit: Apple setzt auf klare, einfache und prägnante Texte. Statt technischer Details wird der Nutzen des Produkts für den Nutzer in den Vordergrund gestellt.
Emotionale Ansprache: Apple schafft es, in seinen Werbetexten emotionale Verbindungen aufzubauen, indem es nicht nur das Produkt, sondern die Erlebnisse und Gefühle, die es ermöglicht, fokussiert.
Fokussierung auf den Nutzer: Der Werbetext konzentriert sich darauf, wie Apple-Produkte das Leben der Menschen verbessern, und weniger auf die Technologie selbst.
Beispiel: „Think different.“ – Ein einfacher, aber kraftvoller Slogan, der Apple als Marke des kreativen Denkens und der Innovation positioniert.
-> Imperativ
Warum Nike gute Werbetexte schreibt:
Motivation und Inspiration: Nike verwendet inspirierende und motivierende Texte, die Menschen antreiben, ihr Bestes zu geben. Sie appellieren an die Emotionen und das Selbstvertrauen der Konsumenten.
Starke Storytelling-Elemente: Nike erzählt Geschichten von Athleten und Alltagshelden, die Hindernisse überwinden, was zu einer hohen Identifikation mit der Marke führt.
Einfache und prägnante Sprache: Die Texte sind oft knapp, aber kraftvoll und auf den Punkt gebracht.
Beispiel: „Just do it.“ – Dieser ikonische Slogan ermutigt Menschen, nicht zu zögern, sondern zu handeln, was eine breite Zielgruppe anspricht.
-> Ellipse & Befehlston
Warum Coca-Cola gute Werbetexte schreibt:
Emotionale Verbundenheit: Coca-Cola verbindet seine Produkte mit positiven Emotionen wie Glück, Freundschaft und Gemeinschaft. Die Marke schafft es, durch ihre Texte eine emotionale Verbindung zu Alltagssituationen herzustellen.
Konsistenz: Coca-Cola bleibt seiner Botschaft treu und wiederholt konsequent Themen wie Freude, Freundschaft und Lebensfreude.
Storytelling und Nostalgie: Coca-Cola verknüpft seine Texte oft mit zeitlosen Werten und schafft nostalgische Erlebnisse, die sich in den Köpfen der Menschen verankern.
Beispiel: „Taste the feeling.“ – Dieser Slogan vermittelt nicht nur den Geschmack des Produkts, sondern auch die Emotionen, die mit dem Konsum von Coca-Cola verbunden sind.
-> Metapher
Redbull verleiht Flügel -> Metapher
Saturn: Geiz ist geil -> Paradoxon, Geiz = negativ, Geil = positiv
Was heißt CAWI?
Computer Assisted Web Interview
warum ist der einsatz von stereotypischen bildern in der werbung ein risiko?
Negative Reaktionen: Stereotypen können als diskriminierend empfunden werden, was zu öffentlicher Kritik und Shitstorms führen kann.
Verlust der Glaubwürdigkeit: Überholte oder klischeehafte Darstellungen wirken unrealistisch und schwächen die Markenbotschaft.
Eingeschränkte Zielgruppenansprache: Stereotypen schließen diverse Zielgruppen aus und verhindern eine moderne, inklusive Ansprache.
Reputationsschäden: Langfristige Schäden am Markenimage können entstehen, wenn Unternehmen als rückständig oder nicht sensibel wahrgenommen werden.
Insgesamt schränken Stereotype die Wirkung von Werbung ein und können mehr schaden als nützen
Hornbach Buchstabenklau
Der Hornbach "Buchstabenklau" ist ein gutes Beispiel für eine kreative und erfolgreiche Kampagne, die Elemente des Viral Marketings und Big Seed Marketings kombiniert.
Hornbach, eine Baumarktkette, startete 2018 die Kampagne „Der Hornbach Buchstabenklau“, bei der die Buchstaben auf den Fassaden ihrer Filialen scheinbar „gestohlen“ wurden. Hornbach entfernte gezielt Buchstaben von den großen Außenbeschilderungen ihrer Märkte, was zunächst für Verwirrung sorgte. In verschiedenen Städten Deutschlands und in den sozialen Medien wurden plötzlich Bilder von Hornbach-Filialen ohne den charakteristischen Schriftzug „Hornbach“ verbreitet.
Aufmerksamkeit erregen: Durch das plötzliche Fehlen der Buchstaben sollten Kunden und Passanten auf die Filialen und die Marke aufmerksam werden.
Kreative Interaktion: Kunden wurden dazu aufgefordert, „fehlende Buchstaben“ in ihrer Umgebung zu entdecken und auf sozialen Medien zu teilen. Dies erhöhte die Interaktivität und förderte die virale Verbreitung.
Markenbindung stärken: Hornbach wollte seine kreative und unkonventionelle Markenpositionierung festigen und zeigen, dass Baumärkte auch auf unterhaltsame Weise werben können.
Viral Marketing:
Die Kampagne setzte stark auf organische Verbreitung. Kunden und Passanten machten Fotos von den fehlenden Buchstaben und teilten sie in sozialen Netzwerken. Durch diese Interaktion wurde die Kampagne viral, da Nutzer freiwillig Inhalte generierten und teilten.
Die Verwirrung und das Mysterium um die „gestohlenen“ Buchstaben lösten Diskussionen in sozialen Medien aus, was die Reichweite der Kampagne enorm steigerte.
Big Seed Marketing:
Der initiale „Seed“ war groß angelegt, da Hornbach durch die Entfernung der Buchstaben von zahlreichen Filialen in mehreren Städten gleichzeitig eine große Anfangsbasis schuf. Dies garantierte eine breite Aufmerksamkeit von Anfang an und förderte die spätere virale Verbreitung.
Die Kampagne wurde durch TV-Spots und Online-Werbung zusätzlich unterstützt, was die Verbreitung noch weiter verstärkte und mehr Menschen zur Teilnahme und Verbreitung motivierte.
Die Hornbach "Buchstabenklau"-Kampagne war ein Erfolg, weil sie eine hohe Interaktivität mit den Kunden förderte und gleichzeitig ein starkes Engagement in sozialen Medien erzeugte. Die Mischung aus einer überraschenden Aktion, die in der realen Welt stattfand, und der viralen Verbreitung über digitale Kanäle machte sie zu einem hervorragenden Beispiel für kreatives Marketing.
Fazit: Der "Buchstabenklau" zeigte, wie Hornbach durch untypische und humorvolle Maßnahmen Aufmerksamkeit erregte und eine starke Markenbindung aufbaute. Die Kombination von Viral- und Big Seed Marketing ermöglichte es, eine breite Zielgruppe anzusprechen und gleichzeitig durch organische Verbreitung eine virale Wirkung zu erzielen.
E-Mail-Marketing eignet sich für…
Ansprache potenzieller Kunden (durch angemietete E-Mail-Adressen)
zur Kontaktaufnahme bei Interessenten (die bspw. auf einer Website ihre E-Mail-Adresse hinterlassen haben),
zur Erbringung von Serviceleistungen in der Pre-Sales-, Sales- und Post-Sales-Phase,
zur Auslieferung digitaler Produkte (bspw. Auskünfte, E-Books und andere Arten von Dateien) sowie
zur Vertiefung der Beziehung mit Kunden (durch Bedarfs- oder Zufriedenheitsabfragen).
Gewinnung, Beschaffung und Nutzung von E-Mail-Adressen
Kernaufgabe des Unternehmens selbst, regelmäßig E-Mail-Adressen zu erheben, um diese in Dialog-Programmen einzusetzen. Zur selbstständigen Beschaffung von E-Mail-Adressen können die Unternehmen verschiedene Wege beschreiten:
• Gewinnung beim Besuch auf der eigenen Website (NL mit CTA)
Um hier die E-Mail-Adresse zu erheben, ist die Anmeldung für einen E-Newsletter möglichst prominent und „verkäuferisch“ auf der Startseite sowie auf den Unterseiten von Online-Shops zu präsentieren. Dabei können auch Overlays eingesetzt werden, die zur Registrierung einladen und ggf. mit einem Wert-Coupon belohnen (vgl. Abb. 4.93).
• Gewinnung im Kontext von Bestellungen und Umfragen
Bei diesen Aktivitäten sind die Nutzer häufig bereit, ihre E-Mail-Adresse für eine werbliche Kommunikation bereitzustellen und ein Opt-in zu gewähren.
Gewinnung im stationären Geschäft (zusätzlicher Kaufprozess)
Im direkten Kontakt mit dem Kunden kann die E-Mail-Adresse gewonnen werden. Bei der Gewinnung der Permission für den E-Mail-Kontakt handelt es sich allerdings um einen zusätzlichen „Verkaufsprozess“. Hier muss das Verkaufspersonal gute Argumente haben, um die Einwilligung der Kunden zu erhalten.
• Gewinnung im Telefonkontakt (bedarf Nachweis)
Auch bei einem telefonischen Kontakt mit dem Kunden kann eine Permission für den E-Mail-Kontakt gewonnen werden. Allerdings ist diese telefonische „Permission-Gewährung“ auch nachzuweisen. Dies kann entweder durch eine schriftliche Bestätigung oder durch ein Voice-File des Telefonats erfolgen. Allerdings muss im Vorfeld einer Aufzeichnung des Telefonats dafür eine Erlaubnis eingeholt werden.
• Gewinnung in den sozialen Medien
Die sozialen Medien bieten ebenfalls verschiedene Möglichkeiten, eine E-Mail-Permission zu gewinnen.
Erfolgsfaktoren E-Mail-Marketing
Personalisierung der Anrede, Betreffzeile, Absender via Foto/Name
Individualisierung der Inhalte, da gleicher NL nicht für Interessenten/Neukunden/Bestandskunden relevant
Einbindung von Rich-Media-Elementen z.B. Videos
Relevanz der Kommunikation: Coupons/Incentives
Aufforderung zur Interaktion: CTA, Embedded Forms
Gestalterische Aspekte wie Erlebnisvermittlung über Bildwelten
Frequenz & Versandtiming auf Erwartungen ZG anpassen
Bounce-Management
Testen: A/B und multivariate Tests z.B. für Betreffzeile, Pre-Header, Bilder, CTA
Einholung von Feedback und Bereitstellung von alter NL-Ausgabe
Unmittelbare Eingangsbestätigung bei Bestellung/Anmeldung/Versand
Technische Aspekte also Text vs HTML
Responsive Design der Inhalte zur fehlerfreien Darstellung auf allen Endgeräten
Jederzeitiger Wiederruf der Einwilling ermöglichen
Einbindung E-Mail-Kommunikation in die gesamte Kommunikation
Aufbau Glaubwürdigkeit der Kommunikation via trusted Dialog
Was sind Standortfaktoren?
Standortfaktoren sind erfolgsbestimmende Merkmale von Makro- und Mikrostandorten
Welche Bedeutung sie haben hängt von der jeweiligen Zielsetzung ab
Arten:
Demografische: Bevölkerungsstand, Sozial/Erwerbsstruktur
Wirtschaftliche: Einkommenverteilung/verwendung, Marktpotenzial
Sozialpsychologische/Psychologische: Lebens/Nutzungsgewohmheuten, Mentalität
Infrastruktur: Städtebau, Verkehr
Konkurrenz: Konkurrenzbestand/Formen, Konkurrenzwirkung in Bezug auf Sortimentsstruktur, Sachliche/Räumliche Präferenz
Objektbewertung: Bewertung Lokal/Platz
Standortabhängige Kosten: Gebäude/Unterhalt, Vertrieb/Beschaffung, Verkauf/Diverse
Störfaktoren: Immissionen, Gesetzliche Regelungen
Standortwahl
je weniger strukturelle Entscheidungen bei der Standortwahl feststehen, desto komplexer wird sie
Berücksichtigung von vergangenheitsbezogenen und zukunftsbezogenen Informationen
Bestimmung Anforderungen an Makro-Standort
Infos einholen über mögliche Erträge (Kaufkraftkennziffer, Lebenserwartung, Einkommen, Förderungen aus öff. Hand); Kosten (Mieten, Strom, Energie, Steuer); Wettbewerbsdichte
Vorauswahl alternativer Makro-Standorte
Bewertung Makro-Standorte anhand von Standortfaktoren
Auswahl/Festlegung Makoro-Standort
Definition der Anforderungen an Mikro-Standort
Infos einholen über Makler-Gespräche, Gemeindeverwaltung, Ortsbesichtigungen, Zeitungsannouncen schalten, Konsumentenbefragungen
Vorauswahl alternativer Mikro-Standorte
Grobselektion aussichtsreicher Mikro-Standorte anhand Standortfaktoren
Feinselektion aussichtsreicher Mikro-Standorte anhand Wirtschaftlichkeitsanalyse
Auswahl/Festlegung Mikro-Standort
Makro-Standort = interlokale Wahl der Standortsuchgebiets
Mikro-Standort = Wahl des lokalen Standorts innerhalb des Standortsuchgebiets
Scoringmodellverfahren
Zur allg. Bewertung und Auswahl Makro-Standortes werden Scoringmodelle/Punktbewertungsverfahren herangezogen.
Um die zu erwartende relevante Kaufkraft zu ermitteln werden
Verfahren zur Abgrenzung des räumlichen Einzugsgebietes des Makro-Stadnortes wie Gravitationsmodell/Zeitgleichermethode/Kreismethode verwendet
Und Verfahren zur Abgrenzung des Makro-Standortes nach Besuchswahrscheinlichkeiten wie Probalistische Potenzialansätze wie Huff’sche Formel verwendet
eine rein mathematische Lösung des Standortwahlproblems wäre nicht möglich, da es zu komplex ist -> Rückgriff auf heuristische Verfahren der Punktbewertung
Potenzielle Standorte werden in Hinblick auf wesentliche Standortfaktoren auf der Grundlage von Skalen beurteilt
Hierbei müssen K.O. Kriterien berücksichtigt werden, die bei nicht Vorhandensein zum Auschluss des Standort führen
Träger sind gezwungen über einen ganzen Katalog an Standortfaktoren nachzudenken -> Quasi-Objektivierung der Standortentscheidung
Nachteile
unvollständiger Katalog an Standortfaktoren
Abhängigkeit Standortfaktoren untereinander
Skalenbedingter Informationsverlust
Stark subjektive Gewichtung
Starke Verallgemeinerung
Messprobleme bei qualitative Kriterien
Statischer Charakter des Scoringmodells
Was sind Ziele des externen Markenmangements?
Einfluss auf ökonomische Markenziele: Brand Equity, Customer Equity
verhaltensbezogene Zielgröße: Markenstärke
wichtigste externe Zielgröße,
Relvanz einer Marke für das Verhalten externer ZG = regelmäßiger Kauf, Akzeptanz Preisanpassung nach oben, Markentreue, Weiterempfehlung einer Marke
Kann sich auf Kauf/Kommunikationsverhalten auswirken
starke Marke hat hohe Eroberungsrate & Markentreue
Spiegelbild BCB - aber eben extern
verhaltensbezogene Zielgröße ist psychografischen Zielgrößen vorgelagert
Psychografische Zielgröße: Brand Attachment
wichtigste pyschografische Zielgröße aufgrund von Verhaltensrelevanz & Prognosegüte
Emotionale Verbundenheit einer Person mit Menschen/Orten/Marken
Beispiel: Puma & Pamela Reif (negativen Wirkungen auf das Kaufverhalten bei denjenigen Konsumenten, die kein hohes Attachment zu Pamela Reif haben)
Brand Attachment führt zu Wiederkäufen & beeinflusst Share of Wallet
Hohes BA ist die Folge von parasozialen Beziehungen von Menschen zu Marken -> Marke wird zum Freund
Ist mehrdimensional:
Brand Self Connection: Bedeutung Marke Selbstkonzept (Wiederspiegeln/hilft Ziele zu erreichen)
Brand Prominence: wie präsent die Marke im Gedächtnis ist
Psychografische Zielgröße: Markenvertrauen
Hebel für Markenaufbau & Differenzierungsmerkmal
Hat Kultur/Länderübergreifend starke Wirkung auf Kaufverhalten
Wirkt als Schutzschild ggü. Markenschäden
Ist die Bereitschaft sich ggü. einer Marke verletzbar zu machen
Relevant bei Existenz von Risiko: je mehr Risiko, desto wichtiger
Vertrauen entsteht, wenn Versprechen eingehalten werden
Dimensionen
Kompetenz als Produktkompetenz & Leistungsgüte & Marktwissen haben (Nutzenversprechen umsetzen)
Berechenbarkeit als Prinzipientreue = klare Markenidentität & Sicherheit = Einhaltung Qualitätsstandards
Wohlwollen als Kundeninteresse, Kundenwertschätzung, Problemorientierung (Interesse NF hat hohen Stellenwert)
Redlichkeit als Fairness, Offenheit, Ehrlichkeit
Ansonsten: Markenbekanntheit, Markenimage, Kundenzufriedenheit
Share of Wallet
prozentualer Anteil der Ausgaben, die ein Nachfrager in einer Produktkategorie für eine bestimmte Marke ausgibt
Last changed2 months ago