So nutzen Sie das Tool
Öffnen Sie eine Datei oder klicken Sie auf „Beispieldaten verwenden“, ordnen Sie die Spalten für Befragten-ID, Aufgabe und Auswahl zu und markieren Sie die Attributspalten. Numerische Attribute wie den Preis können Sie als linear markieren, sodass nur eine Steigung geschätzt wird; mit einem linearen Preisattribut erscheint die Zahlungsbereitschaft. Die Option „keins davon“ ist eine Zeile, in der alle Attribute leer sind oder die in der Keine-Spalte mit 1 markiert ist.
Die Ergebnisse des aggregierten Logits erscheinen sofort. Mit „HB-Schätzung ausführen“ läuft Hierarchical Bayes im Hintergrund mit Fortschrittsanzeige; danach mittelt der Marktsimulator (2–6 Produkte) über die gespeicherten Draws jeder Person und bietet zusätzlich die First-Choice-Regel.
Methode: Effektkodierung, linearer Preis und Hierarchical Bayes
Kategoriale Attribute mit L Ausprägungen werden effektkodiert: Geschätzt werden L − 1 Parameter, die letzte Ausprägung ist die negative Summe der übrigen, sodass die Teilnutzenwerte innerhalb jedes Attributs um null zentriert sind. Numerische Attribute lassen sich als linearer Term schätzen (zentriert und skaliert, zurückgerechnet in Nutzen pro Einheit). Die Option „keins davon“ erhält eine eigene Konstante.
Wahlwahrscheinlichkeit P(Wahl j) = exp(xⱼ·β) ÷ Σₖ exp(xₖ·β). Das aggregierte Logit schätzt β und Standardfehler der durchschnittlichen Person per Newton-Raphson. Hierarchical Bayes nimmt βₙ ~ N(b, D) je Person an und nutzt denselben Metropolis-within-Gibbs-Kern wie das MaxDiff-Tool, mit festem Seed und reproduzierbaren Ergebnissen.
- Attributwichtigkeit = Spannweite der Teilnutzenwerte eines Attributs ÷ Summe aller Spannweiten × 100; bei HB je Person berechnet und dann gemittelt.
- Zahlungsbereitschaft = (Nutzen der Ausprägung − Nutzen der ersten Ausprägung des Attributs) ÷ Nutzenverlust pro Preiseinheit, berechnet aus mittleren Nutzenwerten (bei HB als Verhältnis der Mittelwerte).
- Grenzen im Browser: HB mit höchstens 5.000 Befragten und 60 Parametern.
Rechenbeispiel
Die synthetischen Beispieldaten simulieren eine Studie zu kabellosen Ohrhörern: 300 Befragte mit je 10 Aufgaben, jede mit 3 Produkten plus „keins davon“ – insgesamt 3.000 Wahlen, davon 17,7 % für „keins davon“. Das aggregierte Logit (McFadden-R² = 0,164) ergibt diese Attributwichtigkeiten: Preis 44,6 %, Akkulaufzeit 23,1 %, Marke 16,5 %, Geräuschunterdrückung 15,7 %.
Der Preis wird linear geschätzt: Jeder zusätzliche US-Dollar kostet 0,0220 Nutzeneinheiten. Daraus folgt: Aktive Geräuschunterdrückung ist der durchschnittlichen Person etwa 31,72 US-Dollar wert, eine Akkulaufzeit von 14 statt 6 Stunden etwa 46,60 US-Dollar.
Simuliert man ein Premiummodell (Aurora, 14 Stunden, Geräuschunterdrückung, 139 US-Dollar) gegen ein Einstiegsmodell (Zenith, 10 Stunden, ohne Geräuschunterdrückung, 49 US-Dollar), erreichen sie 35,2 % und 42,8 %, und 22,0 % wählen keins davon (Präferenzanteile aus dem aggregierten Logit; ein HB-Lauf im Tool liefert Anteile auf Personenebene).
Wann CBC passt – und wann nicht
CBC eignet sich für Preis- und Produktgestaltung: Welche Features lohnen sich, was sind sie wert, und welchen Präferenzanteil erreicht eine neue Konstellation gegenüber dem Wettbewerb?
- Geeignet: 2 bis etwa 8 Attribute mit je 2–15 Ausprägungen und 8 oder mehr Auswahlaufgaben pro Person.
- Nicht geeignet: Sie wollen nur eine Liste von Claims oder Features priorisieren – MaxDiff ist für Befragte einfacher.
- Nicht geeignet: Vollständige Produkte werden bewertet oder gerankt statt gewählt – dafür gibt es die ratingbasierte Conjoint-Analyse (SPSS CONJOINT).
- Vorsicht: Simulierte Anteile sind Präferenzanteile ohne Distribution, Bekanntheit und Promotion – keine direkte Absatzprognose.
So interpretieren Sie die Ergebnisse
Vergleichen Sie Teilnutzenwerte nur innerhalb eines Attributs. Attributwichtigkeiten hängen von der getesteten Spannweite ab – je breiter der Preisbereich, desto wichtiger wirkt der Preis. Sind die Produkte einander sehr ähnlich, nutzen Sie die HB-basierte Simulation, denn das aggregierte Logit überzeichnet Unterschiede zwischen ähnlichen Produkten.