Nachfragerorientierte Präferenzmessung: Bestimmung Zielgruppenspezifischer Eigenschaftssets Auf Basis Von Kundenbedürfnissen

ISBN-13: 9783835007734 / Niemiecki / Twarda / 2007 / 507 str.

Michael Steiner; Prof Dr Roland Helm

Opis

Michael Steiner analysiert die gangigen Methoden zur Bestimmung von Eigenschaftssets als Basis der Praferenzmessung und entwickelt ein verbessertes Verfahren, das die Ermittlung der Kundenbedurfnisse bereits in der Phase der Ideengenerierung bzw. der Problemdefinition ermoglicht. Damit leistet er einen entscheidenden Beitrag zur Verringerung des Floprisikos bei der Neuproduktentwicklung."

Spis treści

Präferenzmessung als Element der Neuproduktentwicklung Nutzenmodelle und Nutzenfunktionen Methoden zur Erfassung von Präferenzen Eigenschaftsarten und -ausprägungen Methoden zur Identifizierung von entscheidungsrelevanten Eigenschaften und Ausprägungen Nachfrageorientierte Vorgehensweise zur Präferenzmessung Einfluss alternativer Methoden zur Bestimmung der relevanten Eigenschaften auf die Ergebnisse der Präferenzmessung

O autorze

Dr. Michael Steiner war wissenschaftlicher Mitarbeiter von Prof. Dr. Roland Helm am Lehrstuhl für Absatzwirtschaft, Marketing und Handel der Universität Jena.

Blurb

Angesichts der in den letzten Jahren enorm angestiegenen Floprate bei der Entwicklung neuer Produkte gewinnt die Erfassung von Kundenpräferenzen an Bedeutung. Die Hersteller müssen möglichst frühzeitig potenzielle Zielgruppen identifizieren, um diesen ein Produkt anbieten zu können, welches deren spezifische Anforderungen erfüllt.

Michael Steiner analysiert die gängigen Methoden zur Bestimmung von Eigenschaftssets als Basis der Präferenzmessung. Aus den aufgezeigten Mängeln entwickelt er ein verbessertes Verfahren, das die Ermittlung der Kundenbedürfnisse bereits in der Phase der Ideengenerierung bzw. der Problemdefinition ermöglicht. Mittels zweier empirischer Untersuchungen weist er nach, dass durch die Nutzung dieses Verfahrens verzerrende Effekte vermieden und die Ergebnisse signifikant besser als bisher auf reale Kaufentscheidungen übertragen werden können. Damit leistet er einen entscheidenden Beitrag zur Verringerung des Floprisikos bei der Neuproduktentwicklung.