Login

Marktmodell: GfK BrandSimulator

Marktmodell: GfK BrandSimulator

Die Einflüsse auf das Kaufverhalten bei Fast Moving Consumer Goods (FMCG) sind komplex. Auch der Marketing-Mix spielt eine Rolle bei den Entscheidungen der Konsumenten. Doch welche Auswirkungen haben beispielsweise Änderungen bei Preis oder Promotion-Aktionen? Der GfK BrandSimulator liefert den Marketingentscheidern hier wertvolle Einsichten in das Verbraucherverhalten. Als Datenbasis fungiert das GfK Haushaltspanel, eventuell ergänzt um Marketing Mix Informationen aus den Retail-Panels, beispielsweise Distribution oder Promotions. Werden Fernsehwerbungskontakte benötigt, kann auf TV-Nutzungsdaten aus dem AGF/ GfK-Fernsehpanel zurückgegriffen werden.

Die Vorteile des GfK BrandSimulator sind:

Simultane Schätzung aller relevanten Marken und Geschäften in der jeweiligen Warengruppe. Dadurch wird das Wechselverhalten zwischen den Marken und auch zwischen den Geschäften berücksichtigt (Marktmodell).
Die Modellierung erfolgt auf Basis einzelner Haushalte bzw. Kaufakte. Die Ergebnisse liegen ebenfalls in dieser Form vor und können beliebig zu beispielsweise (Haushalts-) Zielgruppen aggregiert werden.
Der Einfluss des Marketing-Mix, genauer Preis, Promotion, Distribution und Werbung (TV), wird simultan geschätzt.
Der GfK BrandSimulator ist ein transparentes Modell, keine ‚Black Box‘.

Die Simulation komplexer Marketing-Mix-Konzepte

Marketing-Mix hat auf den Absatz von FMCG-Produkten einen entscheidenden Einfluss. Mit dem GfK BrandSimulator können Sie komplexe Marketing-Mix-Konzepte simulieren und so beispielsweise herausfinden, wann eine Promotionssteigerung die Folgen einer Preiserhöhung ausgleicht. Oder: Was passiert, wenn der Preis eines bestimmten Produkts zu einem bestimmten Zeitpunkt um 10% erhöht wird? Die Fragestellung lässt sich konkretisieren:

  • Zu welchen (Konkurrenz-) Produkten wandern Käufer eventuell ab?
  • Können Käufer durch eine geeignete Promotion oder Distributionsausweitung dazu bewegt werden, weiterhin das nun teurere Produkt zu kaufen?
  • In welchem Zeitrahmen spielt sich das Ganze ab?
  • Haben Käufer die Preiserhöhung nach einer gewissen Zeit ‚vergessen‘?
  • Was geschieht dagegen, wenn die Preiserhöhung nicht in allen Einkaufsstätten, sondern speziell bei Discountern durchgeführt wird?

In einem weiteren Schritt werden mögliche Reaktionen der Mitbewerber simuliert.

Wie ist diese genaue Betrachtungsweise des Markts in der Zukunft möglich?

Datengrundlage

Grundlage für den GfK BrandSimulator sind die Verbraucherpaneldaten einer Warengruppe für ein Jahr, d.h. bis zu 30.000 Haushalte und deren Einkäufe in der betrachteten Warengruppe. Bei Produkten aus dem Bereich FMCG kann von einer Datenbasis von 50.000 bis 500.000 Einkäufen ausgegangen werden. Neben den Einkäufen, bei denen die genaue Einkaufsstätte, der Preis, eine Sonderaktion, die Menge und Details zum Produkt angegeben sind, sind im Verbraucherpanel auch die Haushalte bekannt, eine detaillierte Soziodemographie wird von den Teilnehmern erhoben. Durch Fusion können den Haushalten zusätzlich TV-Werbungen aus dem AGF/ GfK-Fernsehpanel zugeordnet werden. Weiterhin fließen Distributionen aus den Einkaufsstätten und saisonale Einflüsse – auf Vergangenheitsdaten der Warengruppe berechnet – in das Modell ein.

Modell

Ziel ist, den Absatz von Produkten vorherzusagen. Der Zusammenhang zwischen möglichen Einflussgrößen und dem Kauf eines Produktes ist komplex. Um ihn für eine Prognose handhabbar zu machen, hilft ein Modell – ein vereinfachtes Abbild der Wirklichkeit. Die Vereinfachung betrifft die Struktur der Zusammenhänge und die berücksichtigten Einflussgrößen. Wir zerlegen den einzelnen Kaufakt in vier Schritte:

  1. Wann kauft der Haushalt?
  2. Wo kauft er?
  3. Welches Produkt kauft er dort?
  4. Wie viele Packungen davon kauft er?

Für jede dieser vier Fragen gibt es eine Reihe von erklärenden Variablen.

Bei ‚Wann kauft der Haushalt?‘ erklären folgende Variablen das Modell:

  • saisonale Einflüsse
  • Marketing-Mix der aktuellen und der Vorwoche
  • Kaufmenge und Abstand zum letzten Kauf in der Warengruppe
  • Lagerhaltung und
  • durchschnittliche Kaufhäufigkeit des Haushalts

Außer den saisonalen Einflüssen werden alle Variablen für jeden Haushalt individuell berechnet, z.B. hängt der Warengruppen-Preis von den Produkten im Relevant Set des Haushalts ab.

Nachdem feststeht, ob der Haushalt kauft oder nicht, entscheidet er als nächstes, wo er einkauft. Die Wahl der Einkaufsstätte wird durch seine Kaufgeschichte und den Marketing-Mix erklärt. In der Einkaufsstätte entscheidet der Haushalt ‚Welches Produkt kauft er dort?‘.

Zuletzt wird die Menge geschätzt. Wir schätzen die Anzahl der gekauften Packungen und multiplizieren diese mit der Packungsgröße.

Ergebnisse

Für die Prognose werden die Einzelteile des Modells zu einem komplexen Modell zusammengefügt, so liefert der GfK BrandSimulator für jeden Haushalt, für jedes Produkt, in jeder Einkaufsstätte prognostizierte Einkaufsakte und Kaufmengen auf Wochenbasis. Diese Werte können in Marktanteile umgerechnet werden. Weiter können diese Ergebnisse beliebig aggregiert werden – auch hinsichtlich Zielgruppen.

Das Marketing-Mix kann für Simulationen – innerhalb sinnvoller Grenzen – beliebig variiert werden. Auf diese Weise können Marktanteile, Umsätze und Wanderungsbewegungen z.B. für verschiedene Preise berechnet und damit die Auswirkung von Preisänderungen abgeschätzt werden.

Mit dem GfK-BrandSimulator kann man unterschiedlichste Szenarien kostengünstig bewerten. Auf den Punkt gebracht kann man sich mit dem GfK BrandSimulator einen schnellen Überblick über den gesamten Markt verschaffen. Auf der anderen Seite ist aber auch eine sehr detaillierte Sicht auf den Markt möglich, wenn man z.B. spezielle Käuferschichten betrachtet oder den optimalen Zeitpunkt für Änderungen des Marketing-Mix finden möchte.

Im Rahmen einer Grundlagenstudie wurde dieses komplexe statistische Modell entwickelt. Amr GfK BrandSimulator wird kontinuierlich geforscht, um geänderte Marktgegebenheiten und Kundenbedürfnisse abzudecken. Er wird von der GfK SE in Kundenprojekten eingesetzt.

 

Publikationen:

Wildner, R. & Scherübl, B. (2005). Modellgestützte Analyse, Simulation und Prognose mit Verbraucherpaneldaten: Der GfK Brand Simulator. Jahrbuch der Absatz- und Verbrauchsforschung, 51(4), 332-354.