typologisierung von online-käufern mithilfe der

Universität für Bodenkultur Wien

Institut für Marketing & Innovation

Masterarbeit des Masterstudienganges

„Agrar- & Ernährungswirtschaft“

Typologisierung von Online-Käufern mithilfe der Clusteranalyse gezeigt am Beispiel von

Customized Food

Dana Steinwender

Matrikelnummer: 0840967

Studienkennzahl: 066457

Betreuer der Masterarbeit:

Ao.Univ.Prof. Dr. Walter Schiebel

Universität für Bodenkultur Wien

Institut für Marketing & Innovation

Feistmantelstraße 7/3

A-1180 Wien

Wien, am 21.03.2016

THEORETISCHER TEIL KAPITEL 1

Danksagung

An dieser Stelle möchte ich mich bei jenen Personen bedanken, die mich bei der

Erstellung dieser Masterarbeit unterstützt haben.

Allen voran bei meinem Masterarbeitsbetreuer auf Seiten der Universität für

Bodenkultur und Leiter des Instituts für Marketing und Innovation, Ao. Univ. Prof. Dr.

Walter Schiebel, der mir stets mit hilfreichen Anregungen und fachlicher Betreuung

bei der Erarbeitung des Themas zur Seite stand.

Ein besonderer Dank geht auch an meine Freunde, die mich vielseitig unterstützten

und mir sowohl fachlich als auch moralisch betrachtet beistanden.

Widmen möchte ich diese Arbeit gerne meinen Eltern, Wolfgang und Ilse

Steinwender, die mich nicht nur während meines Studiums fortwährend

unterstützten, sondern mir durch mein gesamtes Leben hinweg Inspiration und

Rückhalt zugleich waren.


Inhaltsverzeichnis

A. THEORETISCHER TEIL ..................................................................................... 1

1 Einleitung ............................................................................................................. 1

1.1 Problemstellung ............................................................................................. 1

1.2 Zielsetzung .................................................................................................... 2

1.3 Forschungsfragen .......................................................................................... 2

2 Mass Customization ............................................................................................ 3

2.1 Mass Customization – die individuelle Massenfertigung ............................... 3

2.1.1 Begriffsbestimmung ................................................................................ 4

2.1.2 Ursprung und Entwicklung ...................................................................... 5

2.1.3 Charakteristik der Mass Customization ................................................... 7

2.1.4 Nutzen von Mass Customization ............................................................. 7

2.2 Customized Food: Mass Customization in der Ernährungswirtschaft ............ 8

3 Marktsegmentierung zur Typologisierung von Online-Käufern .......................... 12

3.1 Beschreibung und Grundlagen .................................................................... 12

3.2 Generelle Marktsegmentierungs-Anforderungen ......................................... 14

3.3 Segmentierung auf Basis des Kaufverhaltens ............................................. 15

3.4 Vorteile/Nachteile der Marktsegmentierung ................................................. 17

4 Segmentierungsrelevante Determinanten des Konsumentenverhaltens ........... 19

4.1 Sozio-demographische Kriterien.................................................................. 20

4.2 Psychographische Kriterien ......................................................................... 23

4.2.1 Motive und Motivation ........................................................................... 24

4.2.2 Einstellungen ........................................................................................ 26

4.2.3 Involvement ........................................................................................... 27

4.3 Verhaltensorientierte Kriterien ..................................................................... 30

5 Operationalisierung der segmentierungsrelevanten Kriterien ............................ 34

5.1 Operationalisierung der sozio-demographischen Kriterien .......................... 34


5.2 Operationalisierung der psychographischen Kriterien ................................. 35

5.2.1 Operationalisierung von Motiven ........................................................... 35

5.2.2 Operationalisierung von Involvement .................................................... 41

5.3 Operationalisierung der verhaltensorientierten Kriterien .............................. 44

6 Clusteranalyse zur Identifikation von Marktsegmenten ..................................... 46

6.1 Beschreibung .............................................................................................. 46

6.2 Proximität: Ähnlichkeits- und Distanzmaße ................................................. 47

6.3 Clusteranalytische Verfahren ...................................................................... 48

7 Hypothesen ....................................................................................................... 50

7.1 Hypothese 1 ................................................................................................ 50

7.2 Hypothese 2 ................................................................................................ 51

7.3 Hypothese 3 ................................................................................................ 51

B. EMPIRISCHER TEIL ......................................................................................... 52

8 Planung und Vorbereitung der Erhebung .......................................................... 53

8.1 Untersuchungsform: Online-Befragung ....................................................... 53

8.2 Erhebungsinstrument: Online-Fragebogen .................................................. 54

8.3 Stichprobenverfahren .................................................................................. 55

8.4 Pretest ......................................................................................................... 56

9 Datenerhebung .................................................................................................. 58

10 Datenauswertung ............................................................................................ 59

10.1 Aufbau eines analysenfähigen Datenfiles ................................................ 59

10.2 Statistische Datenanalyse ........................................................................ 60

10.2.1 Deskriptive Statistik der Stichprobe ................................................... 60

10.2.2 Clusteranalyse ................................................................................... 74

10.3 Testverfahren zur Hypothesenüberprüfung .............................................. 80

10.3.1 Überprüfung – Hypothese 1 ............................................................... 80




11 Diskussion ...................................................................................................... 85

11.1 Diskussion der Methode ........................................................................... 85

11.2 Diskussion der Ergebnisse ....................................................................... 86

12 Zusammenfassung ......................................................................................... 89

13 Literaturverzeichnis ......................................................................................... 92

Anhang ..................................................................................................................... 98

Anhang A .................................................................................................................. 98

Anhang B ................................................................................................................ 103

Anhang C ................................................................................................................ 107


Abbildungsverzeichnis ABBILDUNG 1 - DER „MIADIDAS“ ONLINE-KONFIGURATOR ............................................................................... 4 ABBILDUNG 2 - INTERNET-KONFIGURATOR DES MAßKONFEKTIONÄRS DOLZER ............................................... 5 ABBILDUNG 3 - VERÄNDERTE MARKTANFORDERUNGEN BEDÜRFEN VERÄNDERTER

LEISTUNGSANFORDERUNGEN ....................................................................................................................... 6 ABBILDUNG 4 - SEGMENTE BEI 2 MERKMALEN .................................................................................................. 13 ABBILDUNG 5 - NEOBEHAVIORISTISCHE KONZEPTION ZUR ERKLÄRUNG DES KÄUFERVERHALTENS ............. 16 ABBILDUNG 6 - ÜBERSICHT – SEGMENTIERUNGSKRITERIEN (IM KONSUMGÜTERBEREICH) ............................ 19 ABBILDUNG 7 - ÜBERSICHT ÜBER SOZIO-DEMOGRAPHISCHE KRITERIEN ......................................................... 20 ABBILDUNG 8 - EIGNUNG: SOZIO-DEMOGRAPHISCHE KRITERIEN ..................................................................... 22 ABBILDUNG 9 - EIGNUNG: PSYCHOGRAPHISCHE KRITERIEN ............................................................................. 23 ABBILDUNG 10 - VARIABLENINTERAKTION ZUR ERKLÄRUNG DES MOTIVATIONSBEGRIFFES ......................... 26 ABBILDUNG 11 - UNTERTEILUNG DER KRITERIEN DES BEOBACHTBAREN KAUFVERHALTENS ........................ 30 ABBILDUNG 12 - BEZIEHUNG ZWISCHEN ANTRIEBSKRÄFTEN UND ZIELSETZUNGEN ........................................ 35 ABBILDUNG 13 - OPERATIONALISIERUNG ERLEBNIS-ORIENTIERUNG .............................................................. 37 ABBILDUNG 14 - OPERATIONALISIERUNG CONVENIENCE-ORIENTIERUNG ....................................................... 38 ABBILDUNG 15 - OPERATIONALISIERUNG PREIS-ORIENTIERUNG ..................................................................... 39 ABBILDUNG 16 - OPERATIONALISIERUNG MARKEN-ORIENTIERUNG ................................................................ 39 ABBILDUNG 17 - OPERATIONALISIERUNG GESUNDHEITS- UND BIO-ORIENTIERUNG ....................................... 40 ABBILDUNG 18 - OPERATIONALISIERUNG SERVICE-ORIENTIERUNG ................................................................ 40 ABBILDUNG 19 - DAS RRPII VON MCQUARRIE UND MUNSON .......................................................................... 42 ABBILDUNG 20 - DIE PDI-SKALA VON MITTAL .................................................................................................. 43 ABBILDUNG 21 - PHASEN EINER EMPIRISCHEN UNTERSUCHUNG ....................................................................... 52 ABBILDUNG 22 - STATISTIK: GESCHLECHT ........................................................................................................ 60 ABBILDUNG 23 - STATISTIK: ALTER .................................................................................................................... 61 ABBILDUNG 24 - STATISTIK: NATIONALITÄT ...................................................................................................... 62 ABBILDUNG 25 - STATISTIK: EINKOMMEN .......................................................................................................... 62 ABBILDUNG 26 - STATISTIK: SCHULBILDUNG ..................................................................................................... 63 ABBILDUNG 27 - STATISTIK: BERUF .................................................................................................................... 64 ABBILDUNG 28 - STATISTIK: KAUFHÄUFIGKEIT ................................................................................................. 65 ABBILDUNG 29 - STATISTIK: KAUFVOLUMEN ..................................................................................................... 66 ABBILDUNG 30 - STATISTIK: MARKENTREUE ..................................................................................................... 66 ABBILDUNG 31 - STATISTIK: KAUFMOTIVE EINZELBETRACHTUNG .................................................................. 70 ABBILDUNG 32 - STATISTIK: KAUFMOTIV-GRUPPEN ......................................................................................... 71 ABBILDUNG 33 - STATISTIK: PRODUKTINVOLVEMENT ....................................................................................... 72 ABBILDUNG 34 - STATISTIK: KAUFINVOLVEMENT ............................................................................................. 72


Tabellenverzeichnis TABELLE 1 - AUFLISTUNG CUSTOMIZED FOOD-BETRIEBE ................................................................................ 10 TABELLE 2 - OPERATIONALISIERUNGSLISTE ...................................................................................................... 55 TABELLE 3 - KREUZTABELLE KAUFVERHALTEN ................................................................................................ 67 TABELLE 4 - CHI-QUADRAT-TEST KAUFVERHALTEN ........................................................................................ 68 TABELLE 5 - ZUR CLUSTERANALYSE HERANGEZOGENE MERKMALE ............................................................... 74 TABELLE 6 - GRÖßE DER GESAMT-CLUSTERPROFILE ........................................................................................ 76 TABELLE 7 - CLUSTERZUGEHÖRIGKEIT DER STICHPROBEN .............................................................................. 77 TABELLE 8 - SCHEFFE-TEST MOTIVAUSPRÄGUNGEN ......................................................................................... 81 TABELLE 9 - RANGKORRELATION NACH SPEARMAN UND KENDALL ................................................................. 82 TABELLE 10 - U-TEST NACH MANN UND WHITNEY ............................................................................................ 83 TABELLE 11 - RANGKORRELATION NACH KENDALL UND SPEARMAN ............................................................... 84 TABELLE 12 - ZUSAMMENFASSUNG STICHPROBEN-UNTERSCHIEDE ................................................................. 88 TABELLE 13 - AUSWAHL SEGMENTIERUNGSRELEVANTER KRITERIEN ............................................................. 90


1

A. THEORETISCHER TEIL

1 Einleitung

Das Phänomen „Mass Customization“ verbindet die Vorteile einer Massenproduktion

mit denen einer gezielten Produktionsanpassung an individuelle Kundenwünsche

(vgl. REICHWALD und PILLER, 2006, 198). Konsumenten können mithilfe dieses

Konzeptes als sogenannter „Co-Producer“ in den Produktionsprozess eingreifen und

ein individuelles, speziell an ihre Bedürfnisse angepasstes Produkt erstellen (vgl.

KIRN et al., 2005, 10).

1.1 Problemstellung

Auch die Lebensmittelbranche hat diesen Trend unter dem Namen „Customized

Food“ aufgegriffen und ermöglicht so Kunden, den eigenen Bedürfnissen

entsprechend, sich online ein individuelles Lebensmittelprodukt zu konfigurieren.

Trotz der stetig größer werdenden Bedeutung dieses Trends und der damit

verbundenen erhöhten Relevanz für marketingpolitische Implikationen, gibt es noch

wenige theoretische Abhandlungen und empirische Studien zu den Hintergründen

des Kaufverhaltens von Mass Customization-Käufern - und im speziellen Online-

Customized Food- Käufern.

Eine solche Identifizierung und Differenzierung von unterschiedlichen Online-

Customized Food-Käufersegmente würde zur Beschreibung und somit zu einer

zielgerichteten Marketing-Bearbeitung der unterschiedlichen Zielgruppen beitragen

und die Kundenorientierung maßgeblich erhöhen (vgl. PEPELS, 2007, 12f).


2

1.2 Zielsetzung

Ziel der Diplomarbeit ist es, das Kaufverhalten von Online-Customized Food- Käufern

zu ergründen und aufbauend darauf anhand definierter Segmentierungskriterien und

der Clusteranalyse, einem Verfahren zur Klassifizierung von Objekten,

unterschiedliche Online-Customized Food-Käufertypologien zu identifizieren sowie

deren typenbildende Merkmale zu beschreiben. Basierend auf dieser Typologie

können die Ergebnisse dieser Arbeit schlussendlich eine segmentspezifische

Marktbearbeitung der Zielgruppen durch den optimierten Einsatz von Marketing-

Instrumenten ermöglichen und noch ungenutzte Potentiale in diesem Bereich

aufzeigen.

1.3 Forschungsfragen

Aus der Zielsetzung der Diplomarbeit können folgende Forschungsfragen abgeleitet

werden:

Welche Kriterien eignen sich zur Typisierung von Online-Customized Food-

Käufern (Theorie)?

Welche Online-Customized Food-Käufersegmente (=Typologien) können

anhand dieser Segmentierungskriterien mithilfe der Clusteranalyse identifiziert

werden (Empirie)?

Inwiefern unterscheiden sich die Merkmale der Online-Customized Food-

Käufer bei den ausgewählten Produktgruppen (Empirie)?


3

2 Mass Customization

In diesem Kapitel wird nach einer kurzen Einführung in das Thema, der Begriff „Mass

Customization“ näher beschrieben sowie dessen Ursprung und die Entwicklungen im

Laufe der Zeit erläutert. Zur genaueren Erklärung des Konzeptes erfolgt danach eine

Übersicht der Charakteristika von Mass Customization und der Nutzen wird genauer

betrachtet. Abschließend wird näher auf Mass Customization im Ernährungsbereich

– sogenanntes Customized Food – eingegangen und der Status-Quo dieser Branche

dargestellt.

2.1 Mass Customization – die individuelle Massenfertigung

Mit dem steigenden Wohlstand der Industrieländer und der damit verbundenen

hinreichenden Befriedigung der Grundbedürfnisse der Bevölkerung, stieg auch der

Wunsch der Konsumenten nach individualisierten, gezielt auf ihre eigenen

Bedürfnisse abgestimmten Produkten, die sich von der Masse erheblich

unterscheiden (vgl. PILLER, 1998, 22). Durch diesen Wandel wurde es immer

wichtiger, dass Unternehmen ihre Produktion nicht mehr auf den Markt als Ganzes

ausrichten, und so Massen-Produkte für den Durchschnittskonsumenten erzeugen,

sondern dass diese Unternehmen die uneingeschränkte Kundenorientierung mithilfe

individueller Erzeugnisse anstreben.

Aufgrund des zunehmend hohen Konkurrenzkampfes der Betriebe untereinander

können die Konsumenten aber nicht nur auf die Produktionsausrichtung, sondern

auch auf die Preisgestaltung der Unternehmen Einfluss nehmen. Durch die gestärkte

Marktposition der Konsumenten und den starken Wettbewerbsdruck sind die Kunden

in der Lage für die individuell für sie erzeugten Produkte auch möglichst niedrige

Preise verlangen zu können. Die Produktion von solchen individuellen und auch

günstigen Waren ist weder durch die Massenfertigung (erzeugt zwar preiswerte aber

standardisierte Produkte) noch durch die Variantenfertigung (kundenorientierte aber

teure Fertigung) möglich. Die Kombination dieser zwei Systeme, also eine

Massenfertigung mit kundenindividuellem Output, ist das Kernkonzept von Mass

Customization (vgl. PILLER, 1998, 1f).


4

Zahlreiche Unternehmen griffen bereits die Idee von Mass Customization auf. Von

einem an die eigene Fußform angepassten und nach den individuellen Vorlieben

designten Adidas-Schuh, über T-Shirts, die online in allen Details selbst konfiguriert

werden können, bis hin zu Romanen, in denen der Kunde wesentliche Kapitel selbst

gestalten kann – die Anwendungsbereiche von Mass Customization sind

mannigfaltig (vgl. PILLER, 2010, s.p.).

Abbildung 1 - Der „miAdidas“ Online-Konfigurator

Quelle: ADIDAS, 2010, s.p.

2.1.1 Begriffsbestimmung Laut der Definition von REICHWALD und PILLER (2006, 9) ist Mass Customization „die

Zusammenarbeit zwischen Unternehmen und Kunden, die sich auf

Wertschöpfungsaktivitäten im operativen Produktionsprozess bezieht und auf die

Entwicklung eines individualisierten Produktes für einen Abnehmer abzielt“.

Der Begriff setzt sich aus den Wörtern „Mass Production“ (Massenproduktion) und

„Customization“ (Maßanfertigung) zusammen und wird häufig als „kundenindividuelle

Massenproduktion“ übersetzt.

Aufbauend auf den Trend der zunehmenden Individualisierung, konzentriert sich

Mass Customization bei der Erstellung von Produkten und Dienstleistungen explizit

auf die Wünsche und Bedürfnisse der Kunden (vgl. REICHWALD UND PILLER, 2006,

198). Dabei interagiert der Anbieter nicht nur mit dem Abnehmer, sondern integriert

diesen direkt in die Leistungserstellung. Der Kunde wird somit zu einem sogenannten

„Co-Producer“. Erst nachdem der Kunde sein individuelles Ideal-Produkt beschrieben

bzw. selbst designt und gestaltet hat, erfolgt die reale Erstellung des Erzeugnisses

(vgl. KIRN et al., 2005, 10f).


5

Dabei kann grundsätzlich zwischen internetbasierter und filialgestützter Mass

Customization unterschieden werden. Die deutsche Firma Dolzer bietet

beispielsweise seit 1963 eine filialgestütze Mass Customization an, indem sie den

Kunden zur Anfertigung von Maßkonfektion manuell in ihren Filialen vermisst. Seit

2001 bietet dieses Unternehmen zusätzlich eine internetbasierte Form mittels Online-

Konfigurator an (vgl. PILLER, 2003, 397). Wie in Abbildung 2 erkennbar ist, kann der

Benutzer mit Hilfe dieses Internet-Konfigurators sein individuelles Hemd bzw. seine

individuelle Bluse in den Bereichen Linie, Stoffart, Farbe und Muster selbst

zusammenstellen (vgl. DOLZER, 2010, s.p.).

Abbildung 2 - Internet-Konfigurator des Maßkonfektionärs Dolzer

Quelle: DOLZER, 2010, s.p.

2.1.2 Ursprung und Entwicklung Der Begriff „Mass Customization“ geht zurück auf Stan Davis. Bereits 1987 erläuterte

er die Idee der individuellen Massenproduktion in seinem Buch „Future Perfect“.

Seiner Ansicht nach ermöglichte erst der technologische Fortschritt (Computer,

Telekommunikation, Robotik und flexible Fertigungssysteme) die Herstellung von

individuellen Produkten in Massen und zu leistbaren Preisen (vgl. GRASMUGG, 2006,

9). Seine Auffassung wurde stark von Alvin Toffler geprägt, der 1970 unter dem

Begriff „Entmassung“ die sinkende Bedeutung der Massenproduktion und eine

zukünftig verstärkte bedürfnisgerechten Produktion prophezeite (vgl. REICHWALD UND

PILLER, 2006, 198).


6

Abbildung 3 - Veränderte Marktanforderungen bedürfen veränderter Leistungsanforderungen

Quelle: eigene Darstellung (vgl. PILLER, 1998, 52)

In Abbildung 3 ist der Übergang von der Massenproduktion der 60er Jahre des 20.

Jahrhunderts bis hin zur Mass Customization und die damit verknüpften veränderten

Markt- und Leistungsanforderungen dargestellt.

Die fortschreitende Steigerung der Kundenansprüche (von Preis- über gesteigerte

Qualitäts- und Vielfaltsansprüche bis schlussendlich zum Wunsch zur Individualität)

erforderte von Unternehmen eine Anpassung ihres Leitungsprofils. Im Zeitalter der

Massenproduktion konnte den Kundenwünschen nach einem niedrigen Preis auf

Unternehmensseite noch mit einer gesteigerten Effizienz nachgekommen werden.

Bei dem Konzept der Mass Customization kann die Individualitätsanforderung

hingegen nur mit einer verstärkten Innovationskraft der Unternehmen befriedigt

werden (vgl. PILLER, 1998, 52).


7

2.1.3 Charakteristik der Mass Customization Das Konzept der Mass Customization kann zusammenfassend folgendermaßen

charakterisiert werden:

Das Produkt entspricht bezüglich bestimmter Eigenschaften immer genau den

Kundenwünschen und stellt entweder ein Einzelstück dar oder wird nach

einer Massenfertigung vom Kunden persönlich seinen Bedürfnissen

angepasst. Die relevanten Bedürfnisse sollten für den Kunden so

unkompliziert wie möglich erhoben werden und in Produkteigenschaften

umgewandelt werden.

Bei Mass Customization wird eine Differenzierung überwiegend durch

Varietät aber auch durch ein besonderes Produktimage oder Lieferservice

erreicht.

Der Preis des individuellen Produktes befindet sich im gleichen Bereich wie

der Preis eines vergleichbaren Standardproduktes. Erreicht wird dies durch

effiziente Produktion und ökonomischen Versand.

Charakteristisch für Mass Customization ist weiters der große Markt an

Kunden mit unterschiedlichen Bedürfnissen.

Die Interaktionen zwischen Hersteller und Kunde sollen dem Aufbau einer

dauerhaften Beziehung dienen, die primär den Zweck einer verbesserten

Bedürfnisbefriedigung verfolgt (vgl. PILLER, 1998, 65f).

Der Kunde hat unter dem Begriff des Co-Designs die Möglichkeit an dem

Wertschöpfungsprozess teilzunehmen und bestimmte Produkteigenschaften

seinen Wünschen entsprechend anzupassen. Die Auswahlmöglichkeiten der

Produkteigenschaften sind durch eine Vorauswahl durch das Unternehmen

eingeschränkt (vgl. REICHWALD und PILLER, 2006, 198).

2.1.4 Nutzen von Mass Customization Auf Seiten der Konsumenten ist der Nutzen der Mass Customization augenfällig die

Maßschneiderung der Produkte an ihre Bedürfnisse zu leistbaren Preisen.

Auf Unternehmensseite betreffen die Vorteile unterschiedliche Bereiche. Ein Nutzen

ist die Vermeidung eines Preiswettbewerbs mit der Konkurrenz. Gerade im Bereich

der vom Konsumenten als homogen wahrgenommenen Massenprodukte, beruht die

Kaufentscheidung meist auf preislichen Aspekten. Obwohl der Preis eines

individuellen Produktes sich laut Charakteristika (siehe Kapitel 2.1.3) im selben


8

Preissegment wie ein standardisiertes Produkt befinden soll, ist es durch die

Individualisierung der Produkte möglich, den Preisdruck zu umgehen, den Nutzen

des Produktes in den Vordergrund zu stellen und einen höheren Preis zu verlangen

(vgl. PILLER, 1998, 87).

Laut Untersuchungen sind Konsumenten bereit einen - im Vergleich zu einem

Standardprodukt - bis zu 100 Prozent höheren Preis für individuelle Produkte zu

bezahlen. Somit kann der Hersteller trotz meist höheren Produktionskosten einen

größeren Preisspielraum erreichen (vgl. KIRN et al., 2005, 3).

Auch erhöht sich durch Mass Customization die Stabilität der Absatzplanung, da erst

bei Einlangen einer Bestellung produziert wird und so der sogenannte

Peitschenschlageffekt1 verhindert wird.

Zusätzlich werden durch die bedarfsabgestimmte Produktion die Lagerkosten gering

gehalten und die Abhängigkeit von Trends (und den damit verbundenen Bedarf der

Produktänderung) wird reduziert. Außerdem schaffen individualisierte Produkte auch

Imageverbesserungen sowie zufriedenere Kunden (vgl. PILLER, 1998, 87ff).

2.2 Customized Food: Mass Customization in der Ernährungswirtschaft

Ob Müsli, Pesto, Marmelade, Brot, Liköre, Wurstwaren – so ziemlich jedes

Lebensmittel kann im Internet nach den eigenen Bedürfnissen zusammengestellt und

konfiguriert werden. Nach einer Untersuchung der Fachhochschule Salzburg und der

RWTH Aachen sind von den 501 Mass Customization-Unternehmen weltweit 8 % (39

Unternehmen) im Bereich Customized Food tätig (vgl. WEIGERT, 2010, s.p.). Laut

Frank Piller, Lehrstuhlinhaber für Betriebswirtschaftslehre, insbesondere

Technologie- und Innovationsmanagement an der RWTH Aachen, sind

Nahrungsmittel der nächste große Trend im Bereich Mass Customization (vgl.

PILLER, 2007, s.p.).

Die Unternehmensgröße von Customized Food-Firmen betrachtend fällt auf, dass

der Markt von kleinen Start-Ups geprägt ist. Nur wenige Großunternehmen, wie

1 Definition: „Durch die Zeitverzögerung in der Informationsweitergabe ist in den einzelnen Stufen der Lieferkette kein Bestandsmanagement möglich, das sich unmittelbar an den aktuellen Bedürfnissen der Kunden orientiert.“ (KORTUS-SCHULTES und FERFER, 2005, 11)


9

beispielsweise Mars (mit individuell bedruckbaren M&M-Schokolinsen), griffen bis

dato das Konzept der Mass Customization auf.

Einer der ersten Großkonzerne war General Mills, der im Jahr 2000 versuchte

personalisiertes Müsli über das Internet zu vertreiben - der Erfolg blieb jedoch aus.

Das deutsche Unternehmen mymuesli nahm sieben Jahre später als einer der ersten

deutschen Customized Food-Firmen dieselbe Idee auf, allerdings mit einem

wesentlich besseren Ergebnis. Der Unterschied im Erfolg beider Unternehmen liegt

laut Piller in der sich seit dem Jahre 2000 veränderten Konsumkultur sowie dem

gestiegenen Vertrauen bei Internetkäufen. Maßgeblich entscheidend für die

nachhaltige Etablierung dieser Idee sind auch der funktionale Nutzen und der

Mehrwert, den das individuelle Lebensmittelprodukt stiftet.

Inzwischen sind viele ähnliche Betriebe in der Ernährungsbranche - mehr oder

weniger erfolgreich - dem Beispiel von mymuesli gefolgt (vgl. WELT ONLINE, 2009,

s.p.).


10

In Tabelle 1 sind auszugsweise Customized Food-Betriebe (Schwerpunkt

deutschsprachiger Raum) aufgelistet. Diese Anführung erhebt keinerlei Anspruch auf

Vollständigkeit und dient zur Veranschaulichung der Vielfalt der

Unternehmensschwerpunkte. Seit anfänglicher Erstellung der Tabelle im Juni 1010

sind bereits einige der Websites wieder offline (Stand zum 10. 04. 2012). Diese

Veränderungen sind in der Tabelle dementsprechend vermerkt. Tabelle 1 - Auflistung Customized Food-Betriebe

Müsli

Mymuesli Cereal Club

Müsli.de miXme (Produktion eingestellt)

Brot

MeineBackstube.de Panemeo (Produktion eingestellt)

Granny´s Bakery (Produktion eingestellt)

Pesto Pestolero (Produktion eingestellt)

Fruchtaufstriche

meMARMELADE Mymelade (Produktion eingestellt)

Schokolade

Krassola Chocolato

Chocri Pralimio (Produktion eingestellt)

Deineschokoladen (Produktion eingestellt)

Snacks & Fruchtgummis

Naschplatz.de MrTrailMix (Produktion eingestellt)

Snamibo (Produktion eingestellt) myPopcorn.de

Mein Fruchtgummi (Produktion eingestellt)

Likör

Wunschlikoer.de Likoerfactory

Tee

allmyTea YourTea (Produktion eingestellt)

DerTEEBAUKASTEN MyTeaMix

Wein/ Sekt

Dein-eigener-wein.de Deinsekt.de

Kaffee

Mybeans Sonntagmorgen

Wurst

Wurstmixx

Quelle: eigene Darstellung


11

In diesem Kapitel wurde auf das Grundkonzept der Mass Customization und

Customized Food eingegangen. Zusammenfassend kann gesagt werden, dass Mass

Customization sowohl Vorteile für den Kunden als auch für den Anbieter hat. In der

Lebensmittelbranche findet das Konzept bereits seine breite Anwendung in

verschiedensten Produktgruppen, angefangen von Müsli bis hin zu Wurstwaren, und

ist einer der wichtigen Trends im Bereich Mass Customization.

Um eine Marktsegmentierung von Online-Customized Food-Käufern durchführen zu

können, wird im nachfolgenden Kapitel dieses Marketing-Konzept näher erläutert.


12

3 Marktsegmentierung zur Typologisierung von Online-Käufern

Da fast kein Kunde dem anderen gleicht, ist es für Unternehmen mitunter wichtig,

den für sie relevanten Markt zu segmentieren, sprich in einzelne Teilmärkte

aufzuteilen, um so besser die Wünsche und Bedürfnisse der Kunden innerhalb

dieser Teilmärkte erkennen und auch gezielt auf sie eingehen zu können.

Dieses Kapitel befasst sich zunächst mit einer grundlegenden Beschreibung der

Marketing-Strategie der Segmentierung, gefolgt von den allgemein zu erfüllenden

Segmentierungsanforderungen. Abschließend wird das Käuferverhalten als

Ausgangsbasis zur Marktsegmentierung näher behandelt und die Vor- und Nachteile

dieses Verfahrens erläutert.

3.1 Beschreibung und Grundlagen

Das Konzept der Marktsegmentierung zeichnet sich durch eine höhere und speziell

auf Bedürfnisse und Erwartungen abgestimmte Kundenorientierung aus (vgl.

BECKER, 2002, 247). Jede Segmentierung bezieht sich dabei auf die Aufteilung eines

großen Gesamtmarkts in extern heterogenen und intern homogenen Kundengruppen

bzw. Teilmärkte (vgl. ESCH, 2010, 468f). Diese potentiellen Abnehmersegmente

unterscheiden sich hinsichtlich ihres Konsumverhaltens und/oder unterschiedlichen

Reaktionen auf die Instrumentalvariablen des Marketings (vgl. HILL, 1971, S128f).


13

Quelle: eigene Darstellung (vgl. CHRISTOPH, 2007, 112)

In Abbildung 4 ist eine solche Aufspaltung eines großen Gesamtmarktes in kleinere

Teilmärkte anhand von 2 Segmentierungsmerkmalen ersichtlich. Die Elemente

innerhalb dieser Teil-Segmente ähneln sich in der Ausprägung dieser zwei Merkmale

(vgl. CHRISTOPH, 2007, 112).

Durch eine Differenzierung der Kunden bezüglich spezieller Eigenschaften lassen

sich Marketingstrategien gezielt auf die kundentypenspezifischen Besonderheiten

ausrichten. Nach einer erfolgreichen Identifizierung der Kundensegmente können

diese auf ihre Wirtschaftlichkeit bewertet werden und gezielt Marketingstrategien,

angepasst an die spezifischen Segmente, entwickelt werden (vgl. ESCH, 2010, 468f).

Grundsätzlich muss zwischen dem traditionellen Marktsegmentierungsbegriff und

dem aktuelleren Begriff der Kundensegmentierung unterschieden werden. Wo sich

die Marktsegmentierung auf einen Gesamtmarkt an Kunden, d.h. sowohl bestehende

als auch potentielle Konsumenten, bezieht, befasst sich die Kundensegmentierung

mit bestehenden Kunden eines Unternehmens, die namentlich bekannt sind (vgl.

FRETER, 2008, 53ff). Da der empirische Teil zwar ausschließlich die Aspekte von

bestehenden Online-Customized Food-Käufern berücksichtigt, diese jedoch nicht

namentlich in einer Datenbank erfasst werden, bezieht sich der Begriff

Merkmal 1

Mer

kmal

2

Abbildung 4 - Segmente bei 2 Merkmalen


14

Segmentierung im weiteren Verlauf stets auf die Definition des

Marktsegmentierungs-Begriffes.

Je nach Vorgehensweise bei der Segmentierung unterscheidet man grundsätzlich

drei Ansätze:

Der einstufige Ansatz zeichnet sich durch die Berücksichtigung nur eines

Trennkriteriums aus (z.B. Anwenderstatus);

Der mehrstufige, sukzessive Ansatz berücksichtigt mehrere Kriterien, die

stufenweise das vorangehend gebildete Segment verkleinern;

Der mehrstufige, simultane Ansatz zieht als Segmentierungsgrundlage

ebenfalls unterschiedliche Kriterien heran, jedoch erfolgt eine gleichzeitige

Berücksichtigung. Von allen drei Ansätzen bietet dieser die beste

Trennschärfe (vgl. PEPELS, 2007, 104ff).

3.2 Generelle Marktsegmentierungs-Anforderungen

Wie bereits in der Einleitung erwähnt, ist die wichtigste aller Anforderungen die

interne Homogenität sowie die externe Heterogenität jedes einzelnen Segmentes.

Eine Identifizierung von Marktsegmenten kann mittels geeigneter Trennvariablen

(Messkriterien) durchgeführt werden. Die Trennschärfe der einzelnen Segmente, d.h.

wie intern homogen bzw. extern heterogen die Segmente sind, hängt maßgeblich mit

diesen Messkriterien, mit ihrer Anzahl und ihrer Kombination zusammen. Bei einer

geeigneten Verknüpfung der Messkriterien zur Bildung von Segmenten steigt diese

Trennschärfe dementsprechend, das bedeutet, dass sich die Konsumenten innerhalb

eines Segmentes beispielsweise bezüglich ihres Kaufverhaltens, ihrer Persönlichkeit,

ihrer Demographie, kurz gesagt in den zur Segmentierung herangezogenen

Kriterien, annähernd gleichen (vgl. BECKER, 2002, 248ff).

Jedes Segment sollte auch eine gewisse Zugänglichkeit aufweisen, sprich mittels

Kommunikations- bzw. Distributionsmaßnahmen erreicht werden können. Ferner

sollten die Segmente auch zeitlich stabil sein und die zur Segmentierung

verwendeten Kriterien durch Marktforschungsmethoden messbar sein (vgl. PEPELS,

2007, 15).


15

Von Bedeutung ist auch die Wirtschaftlichkeit einer Marktsegmentierung, d.h. die

Kosten für die Erfassung und die Bearbeitung der Kundensegmente sollen in einem

ökonomischen Zusammenhang mit den potentiellen Erfolgen durch eine

Marktsegmentierung (Umsatzsteigerungen, Imageaufbau, gesicherte Marktposition

etc.) stehen (vgl. FRETER, 2002, 91f).

3.3 Segmentierung auf Basis des Kaufverhaltens

Den Konsumenten zu verstehen, sich in ihn hineinzuversetzen und seine

Bedürfnisse zu erkennen ist entscheidend für den Erfolg eines jeden Unternehmens.

Hierfür bietet die Konsumentenforschung Einblick in die Gedanken- und Gefühlswelt

des Konsumenten und hilft die Einflussfaktoren auf das Kaufverhalten besser

verstehen zu können (vgl. KROEBER-RIEL und WEINBERG, 2003, 368).

Informationen über das Kaufverhalten stellen eine bedeutende Ausgangsbasis zur

erfolgreichen Segmentierung dar. Mit der Analyse des Kaufverhaltens lassen sich

vergangene Verhaltungsweisen der Konsumenten erklären und auf Grundlage

dessen auch Vorhersagen für zukünftiges Kaufverhalten treffen.

Dazu ist es von essentieller Bedeutung zu ergründen, welche Faktoren auf das

Kaufverhalten Einfluss nehmen, um so dementsprechende marketing-politische

Aktionen durchführen zu können (vgl. FRETER, 2008, 63).

In der Theorie gibt es unterschiedliche Modelle, die versuchen Erklärungen zur

Entstehung des Kaufverhaltens zu finden. Eines der grundlegendsten Modelle mit

verhaltenswissenschaftlichem Ursprung ist das sogenannte neobehavioristische

Modell. Dieses Modell berücksichtigt, im Gegensatz zum behavioristischen Modell,

neben den Elementen Stimuli und Reaktion auch den Faktor Organismus - die

sogenannte Black Box des Käufers (vgl. BAUMGARTH, 2007, 34).

Abbildung 5 fasst die wichtigsten Determinanten zur Erklärung des

Konsumentenverhaltens des neobehavioristischen SOR-Modells (Stimulus-

Organismus-Response) zusammen. Dieses Modell eignet sich nicht nur zur

Darstellung relevanter Faktoren des Käuferverhaltens, sondern lässt sich auch zur

Analyse von Unterschieden im Käuferverhalten heranziehen (vgl. FRETER, 2008, 63).


16

Abbildung 5 - Neobehavioristische Konzeption zur Erklärung des Käuferverhaltens

Input

Black Box

Output Endogene Einflussfaktoren

(z.B. sozio-demographische Merkmale)

Hypothetische

Konstrukte

(z.B. Motive und

Einstellungen)

Kaufhandlungen

(z.B. Produktart-

und Markenwahl)

Exogene Einflussfaktoren

Kontrollierbar (eigene

Marketingmaßnahmen)

Nicht kontrollierbar (sonstige

Umwelt)

Quelle: eigene Darstellung (vgl. FRETER, 2008, 67)

Die endogenen Faktoren wie sozio-demographische Merkmale beschreiben den

Käufer direkt und stehen im Zusammenhang mit seinen Handlungen und

Denkweisen. Die exogenen Einflussfaktoren wirken sich ebenso wie die endogenen

auf das Kaufverhalten aus, so haben beispielsweise Marketing-Maßnahmen (z.B.

Werbung) aber auch situative Faktoren, welche von der Umwelt gesteuert werden,

Einfluss auf das Kaufverhalten.

Nach Durchlaufen der Black Box wird eventuell unter Einflussnahme aller relevanten

Faktoren eine Kaufhandlung durchgeführt (inkl. Produktartwahl, Markenwahl,

Einkaufsstättenwahl, Verbrauchsintensität). Diese Faktoren werden später als

verhaltensorientierte Kriterien zusammengefasst.

Sowohl die Input- als auch die Output-Faktoren sind direkt beobachtbar. Die

Besonderheit des SOR-Modells ist jedoch, dass zusätzlich die nicht direkt

beobachtbaren Prozesse, die sich innerhalb eines Organismus (in der Black Box)

abspielen, berücksichtigt werden (vgl. FRETER, 2008, 67).

Diese nicht direkt beobachtbaren Faktoren werden auch als intervenierende

Variablen bezeichnet. Die Bezeichnung „intervenierend“ rührt daher, dass auf einen

Reiz nicht unmittelbar eine Reaktion erfolgt, sondern gewisse Variablen zwischen

den beiden Sachverhalten geschalten werden (vgl. KROEBER-RIEL und WEINBERG,

1999, 29f).

Um diese nicht direkt beobachtbaren Faktoren messen zu können, müssen sie in

Zusammenhang mit Reizen bzw. Reaktionen gebracht werden, und anhand gewisser


17

Indikatoren (z.B. verbale Äußerungen) ermittelt werden (vgl. FOSCHT und SWOBODA,

2007, 30). Indikatoren sind Sachverhalte, die einen nicht direkt erfassbaren Faktor,

messbar machen. Dieser Prozess wird gemeinhin auch als Operationalisierung

bezeichnet (vgl. KROEBER-RIEL und WEINBERG, 1999, 31f). Die Operationalisierung

der für den empirischen Teil dieser Diplomarbeit relevanten Einflussfaktoren des

Kaufverhaltens wird in dem Kapitel 5 näher betrachtet.

3.4 Vorteile/Nachteile der Marktsegmentierung

Zentraler Vorteil einer Marktsegmentierung ist die Möglichkeit der Anpassung aller

Marketinginstrumente an die gebildeten Zielgruppen-Segmente. So werden

zusätzlich die bestehenden Unternehmens-Strategien kritisch beleuchtet und

gegebenenfalls adaptiert, um neue (Teil-)Märkte zu fokussieren und zu erschließen.

Weiters kann die eigene Position in der Wahrnehmungswelt der Konsumenten

erforscht werden und mit konkurrierenden Betrieben verglichen werden (vgl.

WEINSTEIN, 2004, 15ff).

Zusätzlich kann die Marktsegmentierung helfen, unternehmerische Aktivitäten mehr

an die Bedürfnisse, Ansprüche und Erwartungen der Konsumenten anzupassen.

Durch das Identifizieren von relevanten Teilmärkten können alle unternehmerischen

Aktivitäten auf Sparten mit hohem Potential ausgerichtet werden, weniger

aussichtsreiche Segmente können vernachlässigt werden. Außerdem erhöht sich

auch die Prognosesicherheit, da aufbauend auf das Kaufverhalten der derzeitigen

Konsumenten Vorhersagen für die Zukunft abgeleitet werden können (vgl. PEPELS,

2007, 12f).

Als Nachteil ist zu erwähnen, dass keine Marktsegmentierung alle möglichen

Variablen der Konsumenten berücksichtigen kann, und somit stets gewisse

Parameter vernachlässigt werden müssen (vgl. WEINSTEIN, 2004, 15ff).


18

In diesem Kapitel wurde ein Überblick über den Begriff Marktsegmentierung, die

Anforderungen sowie die Betrachtung der Marktsegmentierung im Zusammenhang

mit dem Konsumentenverhalten gegeben. Abschließend wurden die Vor- und

Nachteile dieser Marketingstrategie beleuchtet.

Für den weiteren Verlauf dieser Diplomarbeit ist speziell die Erkenntnis zu

berücksichtigen, dass zur Erfüllung der nötigen Trennschärfe ein mehrstufiger,

simultaner Segmentierungsansatz vorteilhaft ist. Im Hinblick auf die Erforschung des

Konsumentenverhaltens steht speziell das neobehavioristische Modell mit all seinen

In- und Outputfaktoren sowie den Prozessen, die innerhalb des Organismus

ablaufen, im Zentrum nachfolgender Betrachtungen.

Um jedoch das Konsumentenverhalten nicht nur abbilden zu können, sondern auch

Unterschiede im Konsumentenverhalten analysieren und somit eine sinnvolle

Marktsegmentierung durchführen zu können, werden im anschließenden Kapitel

geeignete Segmentierungskriterien für eine nachfolgende empirische Erhebung

beschrieben und ihre Eignung zu Segmentierung diskutiert.


19

4 Segmentierungsrelevante Determinanten des Konsumentenverhaltens

Um eine Marktsegmentierung erfolgreich durchführen zu können, ist die Auswahl der

Kriterien, anhand derer in einzelne Segmente untergliedert wird, essentiell. Die

Einteilung der Segmente kann aufgrund unterschiedlicher Merkmale erfolgen. Die

Standardeinteilung in der Marketingtheorie lautet wie folgt:

Sozio-demographische Daten

Psychographische Kriterien Verhaltensorientierte Kriterien (u.a. vgl. ESCH, 2010, 469; vgl. KROEBER-RIEL

und WEINBERG, 1999, 213; BECKER, 2002, 251; vgl. FRETER, 2008, 92; vgl.

KOTLER und BLIEMEL, 2006, 431f)

Abbildung 6 - Übersicht – Segmentierungskriterien (im Konsumgüterbereich)

Anforderungen Kaufver-haltens-relevanz

Aussagefähigkeit Instrumenteeinsatz

Zugäng-lichkeit

Mess-barkeit

zeitliche Stabilität

Wirt-schaft-lichkeit

Trenn-schärfe

Kriteriengruppe

Sozio-demographisch Mittel Mittel Mittel/hoch Mittel Hoch Hoch Gering/mittel

Psychographisch

- allg. Persönlichkeits-merkmale Gering Gering mittel Gering Hoch Mittel Gering

- produktspez. Kriterien Hoch Hoch gering Gering Mittel Mittel Gering

Verhaltensorientiert Mittel Hoch gering Hoch Mittel Hoch Gering


In Abbildung 6 sind die speziell an den Konsumgüterbereich angepassten

Segmentierungskriterien und der Erfüllungsgrad der Anforderungen dieser Merkmale

illustriert.

In den nachfolgenden Sub-Kapiteln werden diese Kriterien auf ihre Eignung zur

Segmentierung von Online-Customized Food-Käufern genauer betrachtet.

Dabei ist zu beachten, dass es sich bei der Aussagekraft der unterschiedlichen

Kriterien ausschließlich um Tendenzen handelt, die wahre Aussagefähigkeit wird von

der konkreten Anwendungssituation bestimmt. Zusätzlich sollte bei der Entscheidung


20

für die Verwendung gewisser Segmentierungskriterien beachtet werden, dass das

Kaufverhalten äußerst facettenreich ist. Somit sollte die Kombination von Kriterien

dementsprechend abwechslungsreich ausfallen (vgl. FRETER, 2008, 189ff).

4.1 Sozio-demographische Kriterien

Beschreibung Der sozio-demographische Segmentierungsansatz zählt zu den ältesten und

einfachsten Anwendungen Märkte einzuteilen (vgl. BECKER, 2002, 250).

Das Feld der sozio-demographischen Daten beinhaltet sowohl alle demographischen

als auch soziologischen Daten (vgl. FRETER, 2008, 93). Nicht selten wird für die

Gruppe der sozio-demographischen Daten einfachheitshalber nur der Terminus

demographische Daten verwendet (vgl. KROEBER-RIEL und WEINBERG, 1999, 20f).

Auch geographische Kriterien werden in der Literatur zumeist als Untergruppe der

demographischen Merkmale angesehen (vgl. FRETER, 2008, 93)

Abbildung 7 gibt einen Überblick über die gängigsten Untergruppen der sozio-

demographischen Kriterien. Abbildung 7 - Übersicht über sozio-demographische Kriterien

Demographische Kriterien

Lebenszyklus Alter, Familienlebenszyklus, Haushaltsgröße,

Lebensform

Geographische Kriterien Makro-Geographie, Mikro-Geographie

Soziologische Kriterien

Sozialisation Kultur, Religion

Soziale Schicht Beruf und Ausbildung, Einkommen,

Milieus

Interaktionskriterien Gruppenstruktur, Gruppenverhalten



21

Nach Analyse von Fachliteratur (u.a. vgl. BECKER, 2002, 252f; vgl. FRETER, 2008,

97ff; vgl. PEPELS, 2007, 16; vgl. BEREKOVEN, ECKERT, und ELLENRIEDER, 2006, 244f)

und im Hinblick auf den Grad des Informationsgewinns in der empirischen Erhebung

zählen zu den relevanteren Kriterien bei der sozio-demographischen Segmentierung

folgende Merkmale:

Geschlecht

Alter

Einkommen

Wohnort

Ausbildung

Beruf

Abweichendes Kaufverhalten bei Mann und Frau ist oftmals durch

geschlechterspezifisch unterschiedliche Ansprüche an ein gewisses Produkt bedingt.

Gerade bei Verbrauchs- und Gebrauchsgütern des Konsumgüterbereichs sind diese

geschlechtssignifikanten Unterschiede vorhanden.

Das Kaufverhalten hängt zusätzlich stark vom Alter des Konsumenten ab. Bedingt

wird dieser Unterschied durch differente Bedürfnisse, abhängig von dem

Lebensabschnitt, in dem sich der Konsument gerade befindet (vgl. BECKER, 2002,

252).

Auch das Einkommen gilt als zuverlässige Variable des Kaufverhaltens und wird in

unterschiedlichen Branchen zur Marktsegmentierung gerne herangezogen (vgl.

KOTLER und BLIEMEL, 2006, 435). Es gibt Auskunft über die potentielle Kaufkraft

eines Konsumenten (vgl. FRETER, 2008, 120). Das Einkommen steht speziell im

Bereich Lebensmittel in einem positiven Zusammenhang mit der Nachfrage von

Produkten mit zusätzlichem Nutzen. Steigt das Einkommen steigt infolgedessen auch

der Ausgabenanteil für derartige Produkte. Jedoch sollte dieses Merkmal nicht

gesondert eingesetzt werden, sondern immer in Zusammenhang mit weiteren

Merkmalen (vgl. BECKER, 2002, 252).

Der Wohnort kann ebenfalls als Trennvariable herangezogen werden, wobei Länder,

Bundesländer, Gemeinden etc. als Maßeinheit dienen können. Zur Segmentierung

eignet sich dieses Merkmal, da es Auskunft über mögliche geographisch bedingte

Unterschiede im Kaufverhalten geben kann (vgl. FRETER, 2008, 108).

Die Segmentierung nach der Ausbildung und dem Beruf wird häufig dort

angewendet, wo ein Zusammenhang zwischen diesen Kriterien und der Nachfrage

nach einer speziellen Produktkategorie vermutet wird (vgl. RUNIA et al., 2007, 101).


22

Eignung Obwohl bestimmte Produktkäufe in direktem Zusammenhang mit sozio-

demographischen Merkmalen gebracht werden können, wird oft die geringe

Kaufverhaltensrelevanz - und die damit verbundene mangelhafte Erklärung des

Kaufverhaltens anhand dieser Kriterien – erwähnt (vgl. FRETER, 2008, 106). Um eine

aussagekräftige Segmentierung auf Basis des Kaufverhaltens durchführen zu

können, müssen diese sozio-demographischen Daten stets mit psychographischen

bzw. verhaltensorientierten Kriterien kombiniert werden (vgl. BECKER, 2002, 255).

So können diese Merkmale, trotz kritisierter Kaufverhaltensrelevanz, zur passiven

Charakterisierung vorangehend gebildeter Segmente herangezogen werden (vgl.

FRETER, 2008, 190).

Als weitere Vorteile sind die leichte Erfassbarkeit und auch eine hohe

Wirtschaftlichkeit und ein geringer Erhebungsauswand zu nennen. Auch kann

anhand von sozio-demographischen Daten die Größe des potentiellen Zielmarktes

besser eingeschätzt werden. Deshalb werden die bereits behandelten Kriterien

Geschlecht, Alter, Einkommen, Wohnort, Ausbildung und Beruf in die empirische

Abhandlung zur Erhöhung der Trennschärfe und detaillierteren Beschreibung der

Segmente einfließen (vgl. KOTLER und BLIEMEL, 2006, 433f).

Abbildung 8 - Eignung: sozio-demographische Kriterien



Zugäng-lichkeit

Mess-barkeit



Trennschärfe

Kriteriengruppe

Sozio-demographisch Mittel Mittel Mittel/hoch Mittel Hoch Hoch Gering/mittel



23

4.2 Psychographische Kriterien

Die Segmentierung mittels psychographischer Kriterien ist einer der fortschrittlicheren

Segmentierungsansätze. Seine Entwicklung begründet sich durch die Erkenntnis,

dass gleiche sozio-demographische Merkmale nicht unbedingt ein kongruentes Kauf-

und Konsumverhalten bedingen (vgl. BECKER, 2002, 255f).

Im Allgemeinen unterscheidet man allgemeine Persönlichkeitsmerkmale (Lebensstil,

Risikoeinschätzung) und produktspezifische Kriterien (Motive, Einstellungen,

Involvement). Die Aussagekraft von Lebensstile in Bezug auf das Kaufverhalten ist

aber von geringer Bedeutung, da Lebensstile nur Auskunft darüber geben, für was

sich die Konsumenten zusätzlich noch interessieren, was aber nicht das Verhalten,

das zum Kaufakt führt, erklärt. Da allgemeine Persönlichkeitsmerkmale nur eine

bedingte Aussagekraft in Bezug auf das Kaufverhalten haben, d.h. nur geringe

Kaufverhaltensrelevanz (siehe Abbildung 9) aufweisen, werden sie nicht weiter

behandelt.

Produktspezifische Kriterien hingegen beziehen sich speziell auf ein gewisses

Produkt bzw. eine gewisse Produktgruppe. Sowohl Motive, Einstellungen als auch

Involvement beeinflussen das Kaufverhalten in hohem Ausmaß, sprich sie besitzen

eine hohe Kaufverhaltensrelevanz und werden deshalb weiter ausgeführt (vgl.

FRETER, 2008, 135ff).

Abbildung 9 - Eignung: psychographische Kriterien



Zugäng-lichkeit

Mess-barkeit



Trennschärfe

Kriteriengruppe

Psychographisch

- allg. Persönlichkeits-merkmale Gering Gering mittel Gering Hoch Mittel gering

- produktspez. Kriterien Hoch Hoch gering Gering Mittel Mittel gering



24

4.2.1 Motive und Motivation Beschreibung Die Motivation zählt zu den psychologischen Faktoren, die die Kaufentscheidung

beeinflussen. Sie kann auch als „hypothetisches Konstrukt, mit dem man Antriebe

(‚Ursachen‘) des Verhaltens erklären will“ verstanden werden (vgl. KROEBER-RIEL und

WEINBERG, 2003, 141).

Bei dem Terminus Motive ist grundsätzlich zwischen angeborenen und erlernten

Motiven zu unterscheiden. Erstere, auch primäre Motive genannt, werden durch

physiologische Vorgänge im Körper, wie Hunger oder Durst, hervorgerufen. Die

sekundären Motive werden erst durch die Umwelt gelernt, basieren aber meist auf

primären Motive (vgl. FOSCHT und SWOBODA, 2007, 52).

Unabhängig ob angeboren oder erlernt, ist ein Motiv stets ein unterschwelliger

Zustand, der bei einer Aktivierung das Verhalten in eine gewisse Richtung mit einer

bestimmten Stärke antreibt. Ausgelöst werden kann diese Aktivierung und somit

auch das Motiv durch einen Mangelzustand aber auch durch externe Reize (vgl.

TROMMSDORFF, 1998, 34).

Der Begriff Motive wird in der Konsumentenforschung häufig auch mit Bedürfnissen

gleichgesetzt (vgl. FOSCHT und SWOBODA, 2007, 52). Grundsätzlich sind Bedürfnisse

jedoch genauso wie Emotionen und Triebe Motivkomponenten (vgl. KROEBER-RIEL

und WEINBERG, 2003, 142). Das Bedürfnis selbst wirkt nur als Motivauslöser bei

einem bestehenden Mangelzustand, jedoch ist es noch auf kein Ziel ausgerichtet

(vgl. TROMMSDORFF, 2009, 108).

Zur Verdeutlichung des Zustandekommens der Motivation dient die nachfolgende

Formel: Motivation = Emotion + (kognitive) Zielorientierung (vgl. KROEBER-RIEL

und WEINBERG, 1999, 56)

Der amerikanische Psychologe Abraham Maslow unterschied bezüglich der

Motivhierarchie zwischen physiologischen Bedürfnissen, dem Bedürfnis nach

Sicherheit, nach sozialen Beziehungen, nach Wertschätzung und nach

Selbstverwirklichung. Weiters erweiterte er diese als Maslowsche Bedürfnispyramide

bekannte Unterteilung um den Wunsch, zu wissen und zu verstehen und um

ästhetische Bedürfnisse. Beim Kauf beispielsweise einer Dosensuppe können


25

sowohl physiologische Bedürfnisse (Hunger) eine Rolle spielen, aber auch Faktoren

wie die Verpackung (ästhetische Bedürfnisse) oder Prestigewerte können das

Kaufverhalten beeinflussen (vgl. DICHTER, 1981, 45f).

Bezugnehmend auf die Bedürfnispyramide nach Maslow ist anzumerken, dass sich

gewisse Motive, wie beispielsweise Hunger, jedoch weniger zur Marktsegmentierung

eignen, da sie zeitlich instabil sind (d.h. nicht über längere Zeit hinweg existent) und

auch einfach stillbar sind. Komplexere Motive, beispielsweise das Motiv etwas Neues

auszuprobieren, besitzen einen höheren Anwendungsgrad zur

Kundensegmentierung, sind aber persönlichkeitsabhängig. Andere Motive können

auch nach einer temporären Befriedigung nicht komplett gestillt werden, wie

beispielsweise das Bedürfnis nach Sicherheit, Selbstverwirklichung und

Selbstdarstellung (vgl. FRETER, 2008, 141f).

Bei den verschiedenen Unterteilungen der Begriffe Motivation und Motive gibt es in

vielen psychologischen Theorien eine konforme Ansicht nämlich dass sich die

Motivation aus grundlegenden aber auch kognitiven Antriebskräften zusammensetzt.

Die grundlegenden Antriebskräfte, auch aktivierende Komponenten genannt,

umfassen sowohl die biologisch vorprogrammierten Triebe (z.B. Hunger, Durst,

Sexualität) und die angeborenen Emotionen. Zum Unterschied von Trieben, die

durch innere Vorgänge entstehen, werden Emotionen durch äußere Reize

hervorgerufen (z.B. Angst beim Anblick einer Spinne). Doch Emotionen und Triebe

allein reichen nicht aus um das Handeln auf ein Ziel – wie den Kaufakt – zu

orientieren. Um das Handlungsziel zu erreichen sind kognitive

Motivationskomponenten nötig. Bei diesem Zielsetzungsprozess wird die

Handlungssituation bewusst wahrgenommen und interpretiert und sogenannte Ziel-

Mittel-Beziehungen aufgestellt. Das bedeutet, dass z.B. bei einem Hungergefühl

(Trieb) bewusst nach möglichen Mitteln gesucht wird (z.B. unterschiedliche Arten von

Nahrungsmitteln) die das Ziel (Sättigung) bestmöglich erfüllen (vgl. KROEBER-RIEL

und WEINBERG, 2003, 142ff). Der Zusammenhang zwischen Motivation,

grundlegenden Antriebskräften und kognitiver Zielorientierung ist in Abbildung 10

nochmals zusammengefasst.


26

Abbildung 10 - Variableninteraktion zur Erklärung des Motivationsbegriffes

Grundlegende Antriebskräfte

Kognitive Antriebskräfte

Emotionen Zielorientierung

Triebe Handlungsprogramme

MOTIVATION

Quelle: eigene Darstellung (vgl. KROEBER-RIEL und WEINBERG, 2003, 142)

Eignung Da Motive eine hohe Aussagekraft zur Erklärung der Produktartwahl wie auch der

Markenwahl haben, und somit eine hohe Kaufverhaltensrelevanz aufweisen, wird

dieses Konstrukt im Zuge dieser Diplomarbeit weiter behandelt. Zusätzlich zeichnen

sich Motive, wenn sie dementsprechend operationalisiert werden, durch eine hohe

Aussagefähigkeit für den Einsatz von Marketing-Instrumenten aus (vgl. Freter, 2008

144ff).

Da sich die Motive aber auf eine spezielle Produktgruppenart und einen dafür

außergewöhnlichen Distributionskanal beziehen, ist eine Bildung von Motivklassen,

die eben für diese Produkte und Konsumenten signifikant sind, unerlässlich. Deshalb

werden in Kapitel 0 theoretisch begründbare Motive beim Lebensmittelkauf genauer

betrachtet.

4.2.2 Einstellungen Beschreibung Einstellungen sind auf Motive bzw. auch auf einen speziellen Kenntnisstand

bezüglich eines bestimmten Gegenstandes oder einer Idee zurückzuführen. Eine

Einstellung gibt den Grad der Bereitschaft an, sich einer speziellen Sache zu- oder

auch abzuwenden (vgl. TROMMSDORFF, 1998, 34). Einstellungen bedingen immer ein

Verhalten, ob es eine Kaufhandlung ist (positive Einstellung) oder ob es die

Entscheidung ist, den Gegenstand nicht zu kaufen (negative Einstellung) (vgl.

KROEBER-RIEL und WEINBERG, 1999, 169f).


27

Nach KROEBER-RIEL und WEINBERG ist eine Einstellung die Beurteilung eines

gewissen Gegenstandes zur Befriedigung einer speziellen Motivation. Daraus ergibt

sich die Formel: Einstellung = Motivation + (kognitive) Gegenstandsbeurteilung (vgl. KROEBER-RIEL und WEINBERG, 1999, 168).

Die Messung von Einstellungen erfolgt meist eindimensional, das heißt, dass von

den unterschiedlichen Ebenen, die der Einstellungsbegriff beinhaltet, die affektiven

oder wertenden Einstellungsmerkmale zur Operationalisierung herangezogen

werden. Diese werden basierend auf der Haltung (positiv oder negativ) zu einem

Gegenstand bzw. einer Idee gemessen. Die Einstellung kann sowohl

psychobiologisch (im Form von Messungen des Pulsschlags, elektrischer

Hautwiderstand), durch Beobachtungen oder durch Befragungen gemessen werden,

wobei die letztgenannte Methode zur Einstellungsmessung am häufigsten vertreten

ist (vgl. KROEBER-RIEL und WEINBERG, 1999, 188ff).

Eignung Obwohl die Kaufverhaltensrelevanz von Einstellungen hoch ist, bedarf es keiner

weiteren Behandlung, da sich die empirische Untersuchung auf Online-Customized

Food-Käufer bezieht. Da diese Online-Käufer von Customized Food bereits einen

Kaufakt getätigt haben kann davon abgeleitet werden, dass ihre Einstellung eine

positive Tendenz annimmt und eine detaillierte Untergliederung dieser positiven

Einstellung keinerlei Informationsmehrgewinn für das empirische Ergebnis mit sich

bringen würde.

4.2.3 Involvement Beschreibung Aktiviertheit ist die Erregung, die ein gewisses Verhalten auslöst. Diese Erregung

kann spezifisch (z.B. Zuhören) bzw. unspezifisch (betrifft das generelle

Leistungsniveau) und entweder durch innere Prozesse oder durch externe Reize

ausgelöst werden. Die Aktiviertheit ist ausschlaggebend für den Grad der

Bewusstheit aller weiteren Zustände. Wird Aktiviertheit in Zusammenhang mit

Prozessen wie Wahrnehmung, Denken, Entscheiden, Informationsaufnahme etc.

gebracht, deren Grad der Intensität es bedingt, spricht man von Involvement (vgl.



28

Für den Begriff Involvement gibt es keine allgemein gültige und übereinstimmende

Definition. Ausgehend von einem Modell von Engel und Blackwell, welches den

Begriff Involvement erstmals zusammenzufassen versuchte, reflektiert Involvement

für ZAICHKOWSKY (1984, 4) „the extent of personal relevance of a decision in terms of

his or her basic values, goals and self-concept“. Involvement steht demzufolge mit

persönlichen Werten, Zielen und Selbsteinschätzung in einem engen

Zusammenhang, die das Engagement bei Entscheidungen stark beeinflussen.

Eine Definition von KROEBER-RIEL und WEINBERG fasst Involvement als das

Engagement, mit dem sich Konsumenten einem Angebot, Produkt etc. zuwenden,

zusammen. Ein hohes Involvement bedeutet somit, dass der Konsument ein hohes,

inneres Engagement aufweist, bei einem geringem Involvement ist seine Haltung

gegenüber dem Angebot neutral (vgl. KROEBER-RIEL und WEINBERG, 2003, 92).

Das Involvement-Konstrukt besteht aus mehreren unterschiedlichen Dimensionen.

Innerhalb des Involvement-Konstrukts kann man zwischen kognitiven und

emotionalen Involvement unterscheiden. Das kognitive Involvement beschäftigt sich

mit dem Grad der Informationswahrnehmung und –verarbeitung. Speziell bei

Produkten bei denen große Unterschiede bestehen, ist das kognitive Involvement

hoch, da jede Entscheidung mit einem hohen technischen, funktionalen oder

finanziellen Kaufrisiko verbunden wird.

Das emotionale Involvement stützt sich auf die Definition von Zaichkowsky und wird

infolgedessen hauptsächlich durch Werte, Motive und Einstellungen geleitet. Bei

einem hohen emotionalem Involvement ist die Information zu dem Produkt

nebensächlich, der Konsument möchte es einfach besitzen (vgl. ESCH, 2001, 240).

Neben dieser grundsätzlichen Einteilung in emotionales und kognitives Involvement,

gibt es weitere Involvementgrößen, die sich teilweise mit den genannten Begriffen

überschneiden.

So unterscheidet KROEBER-RIEL und WEINBERG u.a. zwischen persönlichen

Involvement (das für die Informationsneigung steht und somit mit dem kognitiven

Involvement vergleichbar ist), Produktinvolvement und situativen Involvement (vgl.

KROEBER-RIEL und WEINBERG, 2003, 250). Involvement betrifft grundsätzlich jeden

Bereich, bei dem eine Art von Entscheidung erfolgt (vgl. ESCH, 2001, 572).


29

Für das Kaufverhalten und zur Einteilung von Käufern ist laut SCHMALEN (1994, 1226)

eine Unterscheidung anhand der Involvementgrößen Produktinvolvement und

Kaufinvolvement zweckmäßig.

Das Produktinvolvement beschreibt die Bedeutung eines Produktes für den

Konsumenten beispielsweise aus hedonischen und sozialen Gesichtspunkten (vgl.

SANDER, 2004, 105). Dieses Involvement kann abhängig vom Konsumenten

entweder hoch oder gering und auch emotioneller aber auch kognitiver Natur sein

(vgl. ESCH, 2001, 783). Bei einem geringen Produktinvolvement misst der Konsument

dem Produkt und der Marke nur eine geringe Bedeutung bei. Mit steigendem

Produktinvolvement erhöht sich auch die Wichtigkeit des Produktes bzw. der Marke

für den Verbraucher.

Im Gegenzug dazu bezieht sich das Kaufinvolvement auf das wahrgenommene

Risiko (funktional, sozial und finanziell) eines Kaufes. Empfindet der Konsument,

dass mit dem Kauf ein hohes Risiko verbunden ist, steigt das Kaufinvolvement und

die Preisbereitschaft (vgl. SANDER, 2004, 105).

Eignung Zur detailreichen Segmentierung von Online-Customized Food-Käufern sind

Informationen darüber von Vorteil, inwiefern sich die Kunden mit der Entscheidung

beschäftigen (wie hoch das Involvement ist), genauer gesagt wie wichtig ihnen das

Produkt ist (Produktinvolvement) bzw. welches Risiko sie beim Kauf empfinden

(Kaufinvolvement). Deshalb werden diese zwei Involvement-Dimensionen im

weiteren Verlauf dieser Diplomarbeit behandelt.


30

4.3 Verhaltensorientierte Kriterien Beschreibung Verhaltensorientierte Kriterien, oder auch Kriterien des beobachtbaren

Kaufverhaltens genannt, werden im Gegensatz zu den bisher behandelten

Merkmalen nicht nur zu alleinigen Segmentierungszwecken angewandt, die

Ausprägungen der verhaltensorientierten Kriterien können auch in einem

begründeten Zusammenhang mit den sozio-demographischen und

psychographischen Segmentierungskriterien gebracht werden. So kann zum Beispiel

das sozio-demographische Merkmal „Einkommen“ mit dem Kauf innerhalb einer

produktspezifischen Preisklasse verknüpft werden (vgl. FRETER, 2008,157ff).

Generell ergeben sich die verhaltensorientierten Kriterien aus bereits verrichteten

Kaufentscheidungsprozessen (vgl. BECKER, 2002, 270). Mit Hilfe dieser Kriterien

kann von vergangenen Verhalten auf mögliche zukünftige Kaufhandlungen

geschlossen werden (vgl. FRETER, 2008, 162).

Diese beobachtbaren Kriterien betreffen u.a. die Marken- bzw. Produktwahl, den

Kaufrhythmus, das Informations- und Kommunikationsverhalten, die Markentreue,

das Preisverhalten sowie die Nutzungsintensität (vgl. ESCH, 2010, 469). Eine

ausführlichere Aufzählung der Merkmale des beobachtbaren Kaufverhaltens ist in

Abbildung 11 ersichtlich. Diese Kriterien bilden, je nach Kategorie, das Fundament

für produkt-, einkaufsstätten-, kommunikations- und auch preisbezogene Marketing-

Instrumente (vgl. FRETER, 2008, 157).

Abbildung 11 - Unterteilung der Kriterien des beobachtbaren Kaufverhaltens

KRITERIEN DES BEOBACHTBAREN KAUFVERHALTENS Produktwahl Einkaufsstättenwahl Mediennutzung Preisverhalten

Produktartwahl

Markenwahl

Kaufhäufigkeit

Kaufvolumen

Verbundnachfrage

Geschäftswahl

Betriebsformenwahl

Medienarten

Medienzahl

Nutzungsintensität

Preisklassen

Sonderangebote

Quelle: eigene Darstellung (vgl. FRETER, 2008,157)


31

Die Produktartwahl unterteilt die Konsumenten grundsätzlich in Käufer und

Nichtkäufer (vgl. FRETER, 2008, 158). Dieses Kriterium dient vorwiegend der

Basissegmentierung. Zur tiefer gehenden Segmentierung eignet sich dieses

Kriterium jedoch nicht (vgl. BECKER, 2002, 270).

Die Markenwahl hingegen gibt mehr Aufschlüsse über das segmentierungsrelevante

Kaufverhalten. Mit diesem Kriterium ist eine Einteilung nach Markentreue

durchführbar. Je nach Wechselbereitschaft bzw. Markentreue unterscheidet man

ungeteilte markentreue Personen, geteilte markentreue Personen, abwandernd

markentreue Personen und solche die zu keiner Marke tendieren (vgl. KOTLER und

BLIEMEL, 2006, 444).

Die Kaufhäufigkeit, d.h. wie oft ein Konsument ein gewisses Produkt innerhalb eines

gewissen Zeitraums nachfragt, lässt eine Segmentierung in Intensiv-, Normal-,

Wenig- und Nichtkäufer zu (vgl. BECKER, 2002, 271). Speziell die Intensiv-Käufer

spielen eine bedeutende Rolle, da bei einem intensiven Kaufverhalten die

Prognosesicherheit zunimmt (ein Intensiv-Käufer wird wahrscheinlich auch in Zukunft

eine hohe Kaufhäufigkeit aufweisen).

Bei dem Kriterium des Kaufvolumens steht die Menge pro Einkauf im Mittelpunkt.

Dadurch lassen sich Rückschlüsse über eine eventuelle Neigung der Konsumenten

zum regelmäßigen Einkauf bzw. zur Lagerhaltung (großer Mengeneinkauf) und somit

auch auf den Einsatz marketing-politischer Instrumente ziehen. So wird ein

Konsument, der zur Lagerhaltung tendiert, eher auf Mengenrabatte reagieren.

Verbundnachfragen beziehen sich auf den Effekt, dass der Kauf eines Produktes,

den Kauf eines anderen bedingt.

Einkaufsstättenbezogene Ansatzpunkte beschäftigen sich mit den Arten der

Einkaufsstätten, die der Konsument nutzt, sowie deren Nutzungsintensität. Das

gleiche gilt für den Bereich der kommunikationsbezogenen Merkmale, die sich

ebenfalls auf die genutzten Arten und deren Nutzungsintensität beziehen.

Der preisliche Aspekt hat ebenso Einfluss auf das Kaufverhalten. Preisbezogene

Ansatzpunkte beschäftigen sich mit dem Verhalten bei Sonderangeboten bzw. auch

dem generellen Kaufverhalten in speziellen Preisklassen (Premium-Segment,

Mittelfeld-Segment, Billig-Segment) (vgl. FRETER, 2008, 158ff).


32

Eignung Gerade aufgrund möglicher Rückschlüsse von vergangenen auf zukünftige

Kaufhandlungen, besitzen die verhaltensorientierten Kriterien eine bestimmte

Kaufverhaltensrelevanz (unter der Prämisse der Verhaltenskonstanz).

Speziell zum Typologisieren von Konsumenten haben sich verhaltensorientierte

Kriterien in Kombination mit psychographischen Gesichtspunkten des

Käuferverhaltens bewährt (vgl. BECKER, 2002, 270).

Die Kriterien Kaufhäufigkeit, Kaufvolumen und Markenwahl stellen

Basisinformationen für die Erklärung des Kaufverhaltens dar und werden aufgrund

ihrer Relevanz in dieser Diplomarbeit weiter behandelt.

Die Einkaufsstättenwahl und Mediennutzung sowie das Merkmal der

Verbundnachfrage ist hingegen nicht relevant für die Ergründung des Kaufverhaltens

von Online-Customized Food-Käufern. Kriterien des Preisverhaltens sind von

Interesse für die empirische Erhebung, werden aber einerseits durch das Kriterium

des Kaufvolumens bzw. andererseits durch die Operationalisierung des Motives

„Preisorientierung“ (siehe Kapitel 5.2.1) bereits hinreichend abgedeckt.

Um den Anforderungen an Segmentierungskriterien möglichst zu entsprechen (hier

ist speziell auf die Kaufrelevanz acht zu geben) ist eine umfassende Kombination

von Kriterien sinnvoll, um so Synergieeffekte nutzen zu können. Demnach sollten

sowohl sozio-demographische, psychographische (v.a. produktbezogene Motive und

Involvement sind mittel/hoch relevant für das Kaufverhalten) und

verhaltensbezogene Kriterien bei der Erstellung eines Forschungsdesigns zur

Segmentierung von Online-Customized Food-Käufern berücksichtigt werden.


33

In diesem Kapitel wurden unterschiedliche Kategorien von Segmentierungskriterien

behandelt und auf ihre Eignung zur sinnvollen und anwendbaren Segmentierung von

Online-Customized Food-Käufern bewertet.

Aufgrund der in diesem Kapitel beschriebenen Zweckmäßigkeit werden folgende

Segmentierungskriterien weiterführend als Basis für die empirische Untersuchung

herangezogen:

Sozio-demografische Kriterien: Geschlecht, Alter, Einkommen, Wohnort,

Ausbildung, Beruf

Psychografische Kriterien: Motive, Involvement (Produkt- und

Kaufinvolvement)

Verhaltensorientierte Kriterien: Markentreue, Kaufvolumen, Kauffrequenz

Um eine empirische Untersuchung durchführen zu können und die oben aufgezählen

Kriterien messbar zu machen, wird im nächsten Kapitel die Operationalisierung der

als segmentierungsrelevant definierten Merkmale behandelt.


34

5 Operationalisierung der segmentierungsrelevanten Kriterien

Die Aussagekraft einer Untersuchung ist maßgeblich von der

Operationalisierungsform aller Variablen abhängig. Operationalisierung bedeutet, wie

die zu messenden Variablen erfasst werden. Je nach Komplexität dieser Variablen

gestaltet sich die Operationalisierung unterschiedlich diffizil.

So stellt die Messung einer unkomplexen Variable wie der Geschwisteranzahl keine

Herausforderung dar, umfassendere Variablen, wie z.B. kooperatives Verhalten,

müssen aufgrund ihrer Vielschichtigkeit über Zuhilfenahme von mehreren

operationalen Indikatoren messbar gemacht werden (vgl. BORTZ, 1999, 10).

Im folgenden Abschnitt wird behandelt, in welcher Form die in Kapitel 4 als relevant

definierten Segmentierungskriterien für die empirische Untersuchung operationalisiert

werden.

5.1 Operationalisierung der sozio-demographischen Kriterien

Die zuvor ausgewählten sozio-demographischen Kriterien stellen in Bezug auf ihre

Operationalisierung keine Herausforderung dar. Bei den Merkmalen Geschlecht,

Alter, Einkommen, Ausbildung und Beruf werden an die Dimension angepasste

Klassifizierungen verwendet.

Um herauszufinden ob es eventuell auch länderspezifische Unterschiede im

Kaufverhalten gibt, wird das Kriterium Wohnort mit den Ausprägungen Österreich,

Deutschland und Schweiz (inkl. Sonstige) in das Forschungsdesign aufgenommen.

Die Operationalisierungsform ist in Anhang A ersichtlich.


35

5.2 Operationalisierung der psychographischen Kriterien

Im Gegensatz zu den sozio-demographischen und verhaltensorientierten Merkmalen,

gestaltet sich die Operationalisierung von psychographischen Merkmalen komplexer,

da diese nicht direkt beobachtbar bzw. auch nicht direkt messbar sind. Wie bereits in

der Einleitung erwähnt, bedürfen diese Arten von Kriterien eine Überleitung in

geeignete operationale Variablen. Von Bedeutung ist dabei, dass diese

operationalen Variablen die abstrakten Variablen, d.h. die nicht direkt messbaren

Variablen, effektiv messbar machen (vgl. BORTZ, 1999, 752).

Zu operationalisieren sind aufgrund ihrer hohen Kaufverhaltensrelevanz die

Variablen „Motive“ sowie „Involvement“.

5.2.1 Operationalisierung von Motiven Um Kaufmotive operationalisieren zu können, ist eine valide Messmethode vonnöten.

Bei den Methoden zur Messung von Motiven unterscheidet man grundsätzlich

solche, die die Antriebskräfte (Emotionen, Triebe) behandeln und jene, die sich für

die Messung von kognitiven Motivationskomponenten (Ziel-Mittel-Wahrnehmung)

eignen. Da sich Motivation aber sowohl aus emotionalen wie auch aus kognitiven

Komponenten zusammensetzt (siehe Kapitel 4.2.1), müsste eine valide Messung

beide Komponenten gleichermaßen berücksichtigen (vgl. KROEBER-RIEL und

WEINBERG, 2003, 150ff).

Quelle: eigene Darstellung (vgl. KROEBER-RIEL und WEINBERG, 2003, 152)

In Bezug auf Untersuchungen auf dem Gebiet der Konsummotive dominiert jedoch

die alleinige Messung der Antriebskräfte, das bedeutet welche Emotionen und Triebe

führen zur Motivation zum Kauf z.B. eines Lebensmittels. Je nach Betrachtungsweise

Kognitive Zielorientierung, z.B. Kauf eines Produktes welche

Beziehungen?

Antriebe z.B. Prestige

Kognitive Zielorientierung z.B. Kauf eines Produktes

Abbildung 12 - Beziehung zwischen Antriebskräften und Zielsetzungen


36

kann somit erforscht werden, welche unterschiedlichen Antriebskräfte zu einer

speziellen Motivation führen bzw. welche unterschiedlichen Motivationen von einer

bestimmten Antriebskraft ausgehen (vgl. KROEBER-RIEL und WEINBERG, 2003, 150ff).

Da bei der empirischen Untersuchung die Motivstärke (d.h. die Ausprägung eines

durch die Theorie begründbaren Motives) gemessen werden soll, wird auf die

Verwendung einer Rating-Skala zur Messung der Motivintensität zurückgegriffen (vgl.


Der Lebensmittelhandel ist geprägt von besonderen Rahmenbedingungen und auch

die Kaufmotive, die das Konsumentenverhalten bei Produkten dieser Branche

erklären, sind ganz spezielle. Im nachfolgenden Kapitel werden diese durch die

Theorie begründbaren Motive näher behandelt um sie schlussendlich auch messbar

machen zu können.

Zentrale Motive im Lebensmittelhandel Bei der Betrachtung und Analyse unterschiedlicher Literaturquellen kehren

bestimmte Kaufmotive in Bezug auf den Handel immer wieder.

Diese zentralen Trends sind u.a. nach ZENTES und MORSCHETT (1998, 74ff):

Erlebnis-Orientierung (auch Freizeit-/Aktion-/Fun-Orientierung)

Convenience-Orientierung

Preis-Orientierung

Gesundheits- und Bio-Orientierung

Marken-Orientierung

Service-Orientierung

Erlebnis-Orientierung (Freizeit-/Action-/Fun-Orientierung) Der erlebnis-orientierte Konsument ist einer der Trends, die am meisten

Auswirkungen auf das Konsumentenverhalten zeigen (vgl. ZENTES und MORSCHETT

(1998, 74ff). Für die immer größer werdende „Erlebnisgesellschaft“ ist der technisch-

funktionale Zusatznutzen eines Produktes nicht von Relevanz, sondern sie legt mehr

Wert auf die Befriedigung ihrer psychologisch-emotionalen Zusatzbedürfnisse (vgl.

BECKER, 2002, 620f). Der erlebnis-orientierte Konsument kauft infolgedessen

Produkte, die für Erlebnisse und Gefühle stehen und keine technischen

Produkteigenschaften (operationalisiert in Item 1 „Der Einkauf soll ein Erlebnis sein“)


37

(vgl. OPASCHOWSKI, 1998, 38). Einfach formuliert versteht man unter der Erlebnis-

Orientierung des Konsumenten das Bedürfnis nach emotionaler Anregung und die

darauffolgende Befriedigung durch emotionale Konsumerlebnisse. Dabei beschränkt

sich die Erlebnis-Orientierung nicht nur auf das Produkt selbst. Auch die

Einkaufsatmosphäre sollte wenn möglich Erlebnisse vermitteln (operationalisiert in

Item 2 „Die Atmosphäre der virtuellen Einkaufsstätte soll angenehm sein“) (vgl.

ZIEHE, 1997, 54ff).

Bei jedem sechsten Konsumenten steht das neuartige Erlebnis beim Internet-Kauf im

Vordergrund (operationalisiert in Item 3 „Der Einkauf soll immer etwas Neues bieten“)

(vgl. ZACHARIAS, 2002, 21ff).

Zur Operationalisierung wird eine 5-Punkt-Likert Skala verwendet. Da die weiteren

Trend-Operationalisierungen dasselbe Antwortformat aufweisen (Abstufung von

„sehr wichtig“ bis „überhaupt nicht wichtig“) werden alle Aussagen zu einer großen

Itembatterie zusammengefasst.

Abbildung 13 - Operationalisierung Erlebnis-Orientierung

sehr wichtig Überhaupt nicht wichtig

Der Einkauf soll ein Erlebnis sein □ □ □ □ □

Die Atmosphäre der virtuellen Einkaufsstätte soll angenehm sein □ □ □ □ □

Der Einkauf soll immer wieder etwas Neues bieten □ □ □ □ □


Convenience-Orientierung Das englische Wort „Convenience“ steht übersetzt für „Bequemlichkeit“ und kann in

Bezug auf das Konsumentenverhalten den Einkauf selbst aber auch den Konsum

betreffen (operationalisiert in Item 1 „Der Einkauf soll bequem sein“). So spielen beim

Einkaufsvorgang die Erreichbarkeit der Einkaufsstätte, Zeitersparnis (operationalisiert

in Item 2 „Der Einkauf soll schnell gehen“) aber auch einkaufen ohne zeitliche

Beschränkung (operationalisiert in Item 3 „Der Einkauf soll rund um die Uhr möglich

sein“) eine Rolle. Typische Convenience-Käufer haben beschränkte zeitliche

Ressourcen und/oder empfinden den Akt des Einkaufens als Anstrengung (vgl.


38

SCHUCKEL, 1997, 87ff). Jeder sechste Internetkäufer tätigt seinen Kauf wegen

Zeitmangels online (vgl. ZACHARIAS, 2002, 21ff).

Bei einer im Jahre 2006 von eBay durchgeführten Studie, gaben rund 57% an, dass

sie online-shoppen, da sie es bequemer finden, als von Geschäft zu Geschäft zu

laufen (vgl. THE SKILLS GROUP, 2006, s.p.). Gerade convenience-orientierte Einkäufer

bevorzugen das Internet, da sich damit sowohl Transaktionskosten (Wege-,

Transport-, Zeitkosten) (vgl. POSSELT und GENSLER, 2000, 185) als auch

Informationskosten senken lassen. Der Einkauf im Internet gestaltet sich somit kürzer

und bequemer als der im stationären Handel (vgl. DACH, 2000, 192).

Abbildung 14 - Operationalisierung Convenience-Orientierung


Der Einkauf soll bequem sein □ □ □ □ □ Der Einkaufen soll schnell gehen □ □ □ □ □ Der Einkauf soll rund um die Uhr möglich sein □ □ □ □ □


Preis-Orientierung Laut einer AMA-Studie über das Konsumverhalten der Österreicher und –innen sind

Preis und Sonderangebote (operationalisiert in Item 1 „Preis der Produkte“ sowie

Item 2 „Sonderangebote) neben der Frische die ausschlaggebendsten Kriterien bei

dem Einkauf von Lebensmittel des täglichen Bedarfs2 (vgl. ROLLAMA, 2010, 6).

Schnäppchenjäger sind überaus preissensibel und ihre Produktauswahl erfolgt

hauptsächlich über das Kriterium Preis, wobei eine gegebene Qualität vorausgesetzt

wird (vgl. ESCH und WICKE, 2001, 25). Grundsätzlich muss zwischen klassischen

Schnäppchenjägern (jeder fünfte Internetkäufer, vgl. ZACHARIAS, 2002, 21ff) und

Smart Shoppern unterschieden werden. Ersterer achtet vorwiegend auf billige

Angebote und hat eine schwache Markenpräferenz wohingegen der Smart Shopper

auf ein gutes Preis-/Leistungsverhältnis achtet (operationalisiert in Item 3

„Möglichkeit zum schnellen Preis-/Leistungsvergleich“) (vgl. ESCH und WICKE, 2001,

23ff) und gewisse Marken versucht billiger kaufen (vgl. BECKER, 2002, 756).

Da die Preistransparenz aufgrund der hohen Informationsdichte im Internets speziell

beim Online-Shopping hoch ist, nutzen preisorientierte Konsumenten häufig das

2 Preis/Sonderangebote als 1. Nennung= 26 %; bei allen Nennungen= 83 %


39

Internet zur Informationssuche und zum Einkauf (vgl. LOEVENICH und LINGENFELDER,

2004, 44).

Abbildung 15 - Operationalisierung Preis-Orientierung


Preis der Produkte □ □ □ □ □ Sonderangebote □ □ □ □ □ Möglichkeit zum schnellen Preis-/Leistungsvergleich □ □ □ □ □


Marken-Orientierung Ein Markenartikler garantiert den Konsumenten unter seinen Markennamen Produkte

mit einer gleichbleibenden Qualität. Eine Marke steht für bestimmte Eigenschaften

eines Produktes und sollte Nutzen, Wert, Kultur und Persönlichkeit kommunizieren

und Vertrauen ausstrahlen (operationalisiert in Item 1 „Kauf von Markenprodukten“

sowie Item 2 „Vertrauen zu dem Anbieter“) (vgl. KOTLER und BLIEMEL, 2006, 737).

Der sogenannte Marken-Käufer legt Wert auf hohe Qualität und ist bereit dafür auch

einen höheren Preis zu bezahlen (vgl. BECKER, 2002, 180f). Im Vergleich zu Non-

Food-Artikeln hat die positive Markenerfahrung bei Lebensmitteln einen weitaus

höheren Einfluss auf das Kaufverhalten (vgl. DIEHL, 2009, 82f).

Im Gegensatz zum stationären Handel kann der Konsument im Internet das Produkt

nicht genau inspizieren, sondern trifft seine Wahl meist aufgrund von sogenannten

leistungsbezogene Informationssubstitute, zu denen auch die Marke zählt (vgl.

KROEBER-RIEL und WEINBERG, 1999, 280). Marken-orientierte Konsumenten bewerten

Produkte über diese Schlüsselinformationen, beobachtbare Leistungseigenschaften

treten in den Hintergrund (vgl. LOEVENICH und LINGENFELDER, 2004, 45).

Abbildung 16 - Operationalisierung Marken-Orientierung


Kauf von Markenprodukten □ □ □ □ □ Vertrauen zu dem Anbieter □ □ □ □ □



40

Gesundheits- und Bio-Orientierung Ein weiterer wichtiger Trend in Bezug auf das Konsumverhalten ist die Gesundheits-

und Bio-Orientierung. Bei einer Umfrage der AMA gaben 70 % der Befragten an, sich

für gesunde Ernährung zu interessieren (operationalisiert in Item 1 „Nachweis, dass

es sich um frische und gesunde Produkte handelt“). Rund ein Fünftel (21 %) führten

zusätzlich an, dass sie gerne Produkte von Bio-Läden konsumieren (operationalisiert

in Item 2 „Nachweis, dass es sich um biologische Produkte handelt“) (vgl. ROLLAMA,

2010, 2).

Abbildung 17 - Operationalisierung Gesundheits- und Bio-Orientierung


Nachweis, dass es sich um frische und gesunde Produkte handelt □ □ □ □ □ Nachweis, dass es sich um biologische Produkte handelt □ □ □ □ □


Service-Orientierung Serviceleistungen lassen sich je nach dem Zeitpunkt der Nutzung in Pre-, At- und

After-Sale-Services unterteilen (Vor, beim und nach dem Kauf) (vgl. BECKER, 2002,

511). Der service-orientierte Konsument legt Wert auf Bedienungs- und

Beratungsleistungen (operationalisiert in Item 1 „Leichte Bedienung des

Konfigurators“ und Item 2 „Gute Beratung/Hilfestellung des Anbieters“) während

seines Kaufentscheidungsprozesses. Im stationären Handel dient das Gespräch mit

dem Verkaufspersonal jedoch nicht nur der Informationsgewinnung sondern auch

dem sozialen Kontakt zwischen Käufer und Verkäufer (vgl. REYNOLDS und BEATTY,

1999, 512). Dieser soziale Kontakt ist bei einem Internetkauf jedoch deutlich

eingeschränkt. So gibt es zwar die Möglichkeit sich über Online-Communities, Chats

und E-Mail-Kontakt mit dem Anbieter auszutauschen, der „face-to-face“-Kontakt kann

jedoch nicht hergestellt werden (vgl. ALBA et al, 1997, 40).

Abbildung 18 - Operationalisierung Service-Orientierung


Leichte Bedienung des Konfigurators □ □ □ □ □ Gute Beratung/ Hilfestellung des Anbieters □ □ □ □ □



41

5.2.2 Operationalisierung von Involvement Da Involvement nicht direkt beobachtbar ist, sind bei der Messung Indikatoren zu

definieren, die entweder direkten apparativen Indikatoren (werden körperlich,

physisch gemessen) oder indirekte Indikatoren, die die Variablen über

Befragungsmethoden messbar machen, entsprechen.

Die Messung mittels Befragung, unabhängig ob schriftlich oder mündlich, erfolgt

dabei meist unter Anwendung von Ratingskalen. Den Vorteil der einfachen

Anwendung der Befragung steht aber immer die Gefahr der Antwortverzerrung durch

die Befragten aufgrund der Vorhersehbarkeit des Zwecks der Befragung gegenüber

(vgl. TROMMSDORFF, 1998, 56ff).

Um die Abhängigkeiten der zwei unterschiedlichen Involvementgrößen, dem

Produktinvolvement einerseits und dem Kaufinvolvement andererseits, untersuchen

zu können, müssen beide Teile operationalisiert werden. Hierfür werden nachfolgend

Messskalen aus dem Bereich des Involvements genauer erörtert.

5.2.2.1 Messung des Produktinvolvements Zur Messung des Produktinvolvements gibt es unterschiedliche Ansätze. Zwei der

ältesten und meist beachtetsten sind das „Personal Involvement Inventory“ (PII) von

Zaichkowsky und das „Consumer Involvement Profile“ (CIP) von Laurent und

Kapferer, beide aus dem Jahre 1985.

Das PII von Zaichkowsky besteht aus einer bipolaren Skala mit 20 verschiedenen

Items. Neben der Messung des Produktinvolvements wird diese Skala auch für die

Operationalisierung des Involvements bei Kaufentscheidungen und Werbungen

verwendet (vgl. BEARDEN und NETEMEYER, 2001, 178ff). Wegen dem teilweise

ungeeigneten Vokabular der Skala, ihrer Eindimensionalität und der unzureichenden

Trennung von Produkt- und Markeninvolvement wird das PII von zahlreichen Autoren

kritisiert. Zusätzlich werden durch diese Skala zu 20 bis 30 Prozent Einstellungen

und kein Involvement gemessen (vgl. VON LOEWENFELD, 2003, 25f).

Das CIP von Laurent und Kapferer hingegen misst das Involvement anhand von fünf

Dimensionen: Interesse, hedonischer Wert einer Produktkategorie, Zeichen-

/Prestigewert, Wahrscheinlichkeit einen Fehlkauf zu tätigen sowie die

wahrgenommene Wichtigkeit bzw. das wahrgenommene Risiko. Die


42

Operationalisierung der insgesamt 16 Statements erfolgt anhand einer fünfpoligen

Likert-Skala (vgl. LAURENT und KAPFERER, 1985, s.p.). Abgesehen von der in

manchen Produktkategorien teilweise unscharfen Abgrenzung der Dimensionen

„Interesse“ und „hedonischer Wert“, ist keine Kritik an der Skala von Laurent und

Kapferer bekannt (vgl. NEUMANN, 2009, 113). Durch die Mehrdimensionierung ist es

jedoch nur möglich, das Involvement als eine Summe für jede Kategorie einzeln zu

bestimmen, jedoch ist es nicht möglich einen Gesamt-Involvement-Indikator zu bilden

(vgl. LAURENT. und KAPFERER, 1985, s.p.). Um bei der späteren empirischen Analyse

jedoch die Faktoren Produkt- und Kaufinvolvement in Zusammenhang zu bringen

und Abhängigkeiten zu erkennen, ist ein solcher Produktinvolvement-Gesamtwert

nötig.

Das „Revised Personal Involvement Inventory“ (RPII) von McQuarrie und Munson

bietet die Möglichkeit einer solchen Aufsummierung und Bildung eines einzelnen

Involvement-Indikators. Die Autoren veröffentlichten 1991 eine reversierte Version

der ursprünglichen Skala – das sogenannte „Revised RPII“ (RRPII). Dieses RRPII

umfasst zwei Facetten des Involvements: die wahrgenommen Wichtigkeit sowie das

Interesse. Im Vergleich zum Ausgangsmodell weist das RRPII eine höhere

Kriteriumsvalidität auf (vgl. BEARDEN und NETEMEYER, 2001, 156) und wird aufgrund

ihrer Eignung zur Messung des Produktinvolvements herangezogen.

Wie Abbildung 19 zeigt, besteht die siebenpolige Skala aus einem semantischen

Differential mit insgesamt zehn Items.

Abbildung 19 - Das RRPII von McQuarrie und Munson

XXX...

trifft zu trifft weder/noch zu triff zu -3 -2 -1 0 1 2 3

...ist für mich wichtig ...ist für mich unwichtig

...ist für mich irrelevant ...ist für mich relevant

...bedeutet mir viel ...bedeutet mir nichts

...ist nicht aufregend ...ist aufregend

...ist nicht spektakulär ...ist spektakulär

...sagt mir viel ...sagt mir nichts

...macht Spaß ...macht keinen Spaß

...ist ansprechend ...ist nicht ansprechend

...ist langweilig ...ist nicht langweilig

...ist nicht von Belang für mich ..ist von Belang für mich

Quelle: eigene Darstellung (vgl. BEARDEN und NETEMEYER, 2001, 157)


43

5.2.2.2 Messung des Kaufinvolvements Slama und Tashchian entwarfen 1985 eine Skala um den Zusammenhang von

Kaufinvolvement und Faktoren aus dem Hintergrund des Käufers (Geschlecht,

Bildung etc.) zu ergründen (vgl. SLAMA und TASHCHIAN, 1985, 1). Die „Purchasing

Involvement“-Skala (PI) bestand ursprünglich aus 150 Items und wurde im Laufe der

Zeit zu einer 33 Items beinhaltenden Sechs-Punkte-Likert-Skala (vgl. BEARDEN und

NETEMEYER, 2001, 164). Da für die Befragung der Umfang dieser Skala trotzdem zu

weitreichend ist, wird die PI nicht weiter behandelt.

Die Skala nach Mittal – die „Purchase Decision Involvement“-Skala (PDI) – eignet

sich zur Messung des Ausmaßes für das Interesse, welches ein Konsument den

Kaufentscheidungsakt beimisst. Zur Operationalisierung dieses Interesses wird für

die empirische Erhebung eine bipolare Sieben-Punkt-Skala mit insgesamt 4 Items

verwendet (siehe Abbildung 20).

Abbildung 20 - Die PDI-Skala von Mittal Bei der Auswahl zwischen den unterschiedlichen Sorten und Marken von Customized ___ am Markt, würden Sie sagen, dass:

trifft zu trifft weder/noch zu triff zu

-3 -2 -1 0 1 2 3

Ich interessiere mich überhaupt nicht

welche Sorte/Marke ich kaufe

Ich interessiere mich sehr

dafür welche Sorte/Marke ich kaufe

Denken Sie, dass die verschiedenen Anbieter von Customized ___, einander ähnlich sind oder sich sehr unterscheiden?


-3 -2 -1 0 1 2 3

Sie sind ähnlich Sie sind alle verschieden

Wie wichtig ist es Ihnen, die richtige Wahl bei Ihrer Customized ___-Zusammensetzungen zu treffen?


-3 -2 -1 0 1 2 3

Überhaupt nicht wichtig Extrem wichtig

Bei der Auswahl von Customized ___, wie sehr beschäftigt Sie das Ergebnis Ihrer Wahl?


-3 -2 -1 0 1 2 3

Überhaupt nicht Sehr

Quelle: eigene Darstellung (VGL. BEARDEN und NETEMEYER, 2001, 166)


44

5.3 Operationalisierung der verhaltensorientierten Kriterien

Wie in Kapitel 4.3 begründet, werden aufgrund der Kaufverhaltensrelevanz und auch

wegen ihrer Bedeutung für den Bereich des Online-Customized Food die

beobachtbaren Kriterien Markentreue, Kaufhäufigkeit und Kaufvolumen im weiteren

Verlauf näher ausgearbeitet.

Markentreue Wie bereits erwähnt unterscheidet man bezüglich der Markentreue zwischen

ungeteilt markentreuen Personen (kaufen immer dieselbe Marke)

geteilt markentreuen Personen (Markentreue mit 2-3 Lieblingsmarken)

abwandernd markentreuen Personen (von einer Marke endgültig zu einer

anderen gewechselt) und

wechselhafte Personen (keinerlei Markentreue)

(vgl. KOTLER und BLIEMEL, 2006, 444).

Die zur Operationalisierung verwendete Fragestellung baut auf diese Definition der

Markentreue auf (siehe Anhang A, Frage 10).

Kaufhäufigkeit Bezüglich der Kauf- bzw. Verbrauchshäufigkeit können die Konsumenten wie folgt

eingeteilt werden:

Intensiv-Käufer

Normal-Käufer

Wenig-Käufer

Nicht-Käufer (vgl. BECKER, 2002, 271)

Die Operationalisierung dieses Sachverhalts erfolgt durch die Vorgabe geeigneter

Antwortkategorien (siehe Anhang A, Frage 8).

Kaufvolumen Das Kaufvolumen, das ergänzend zu der Kaufhäufigkeit die pro Einkauf

durchschnittlich bestellte Menge abfragt, wird dementsprechend durch eine

Mengeneinstufung messbar gemacht (siehe Anhang A, Frage 9).


45

Dieser Abschnitt hatte die Operationalisierung der im vorangegangenen Kapitel als

segmentierungsrelevant definierten Merkmale zum Schwerpunkt. Der auf der

Operationalisierung basierende Fragebogen ist im Anhang A zu finden.

Im nachfolgenden Kapitel wird die Methode der Clusteranalyse erklärt, ein Verfahren

mithilfe dessen die Typologisierung der Online-Customized Food-Käufer

durchgeführt werden kann.


46

6 Clusteranalyse zur Identifikation von Marktsegmenten

Die Clusteranalyse ist ein Verfahren zur Identifikation von Marktsegmenten und ihr

Einsatz ist gerade auf dem Anwendungsgebiet der Sozialwissenschaft sehr beliebt

(vgl. BORTZ, 1999, 547). Im Speziellen werden bei dieser Methode die Beziehungen

einzelner Variablen zueinander analysiert, um darauffolgend Segmente bilden zu

können, die aufgrund einer hohen Trennschärfe intern homogen und extern

heterogen sind. Vornehmlich wird die Clusteranalyse zum Typologisieren

herangezogen, da mithilfe dieses Verfahrens auch eine verbale Beschreibung der

Segmente durchgeführt werden kann (vgl. FRETER, 2008, 208f).

Im Folgenden wird näher auf das Verfahren der Clusteranalyse und auf die

verwendeten Maße der Ähnlichkeit bzw. Distanz eingegangen sowie unterschiedliche

clusteranalytische Verfahren behandelt.

6.1 Beschreibung

Das Verfahren der Clusteranalyse gehört zu den sogenannten heuristischen

Verfahren (vgl. BORTZ, 1999, 547), das bedeutet es ist ein systemisches

Suchverfahren, welches in Relation zum Suchaufwand eine akzeptable Lösung findet

(vgl. ZIMMERMANN und STACHE, 2001, 150).

Die Clusteranalyse hat zum Ziel, Objekte (Personen oder weitere

Untersuchungsobjekte) anhand der ihnen zugeschriebenen Merkmale systematisch

in gewisse Gruppen (Cluster) einzuteilen. Diese Cluster sollten intern gleichartig und

extern möglichst heterogen sein (vgl. BORTZ, 1999, 547). So ist es möglich, Objekte

mit gleichen bzw. ähnlichen Merkmalsausprägungen in einen Cluster

zusammenzufassen (vgl. BEREKOVEN, ECKERT und ELLENRIEDER, 2006, 221). Diese

Methodik entspricht exakt dem Prinzip einer Marktsegmentierung und wird deshalb

auch zur weiteren empirischen Untersuchung eingesetzt.


47

Unabhängig von der Art der Clusteranalyse sind für jedes Verfahren folgende zwei

Schritte elementar:

Zunächst wird die Ähnlichkeit bzw. Distanz der Objekte aufgrund des

Proximitätsmaßes quantifiziert,

um dann auf Basis dieser Quantifizierung die Objekte zuzuordnen (vgl.

BEREKOVEN, ECKERT und ELLENRIEDER, 2006, 221).

Um die Funktionsweise der Clusteranalyse verstehen zu können, wird somit

zunächst der Begriff des Proximitätsmaßes behandelt.

6.2 Proximität: Ähnlichkeits- und Distanzmaße

Die Ähnlichkeit bzw. die Distanz zwischen zwei Segmenten ist entscheidend für die

Durchführung einer Clusteranalyse. Beide Maße können durch eine einfache

Umrechnung in einander umgewandelt werden, d.h. durch Umrechnung entsteht z.B.

aus dem Ähnlichkeitsmaß das Maß für Distanz (vgl. BORTZ, 1999, 548).

Welches Ähnlichkeits- bzw. Distanzmaß angewendet wird, hängt von den

Segmentierungs-Merkmalen ab. Man unterscheidet zwischen Maße für nominal-,

ordinal- und metrisch-skalierte Merkmale (vgl. STIER, 1999, 324).

Grundsätzlich differenzieren sich die genannten Skalenarten in der Art der

Merkmalsmessung und ihrer Genauigkeit. Das unterste aller Messniveaus ist die

Nominalskala, die keine natürliche Rangfolge besitzt. Beispiele dafür sind Angaben

zu Geschlecht oder auch Wohnort. Das nächst höhere Skalenniveau, die

Ordinalskala, besitzt eine solche Rangordnung, wobei der Abstand zwischen den

einzelnen Skalenwerten nicht gleich groß (vgl. DIEKMANN, 2009, 285ff). Die Ordnung

kann jedoch durch die Begriffe „größer als“ bzw. „kleiner als“ definiert werden.

Beispiele für eine solche Skala sind Zeugnisnoten (vgl. STIER, 1999, 43f). Metrische

Skalen besitzen zusätzlich zu dieser Rangordnung noch vergleichbare Abstände

zwischen den einzelnen Merkmalsausprägungen (vgl. BOSCH, 2007, 5).

Bei gemischt-skalierten Merkmalen können nach Skalenniveau getrennte

Clusteranalysen durchgeführt werden, die schlussendlich miteinander verknüpft


48

werden. Als zweite Möglichkeit können die höheren Skalenniveaus auch auf das

niedrigste heruntergebrochen werden bzw. ist es auch möglich, die einzelnen

Distanzmaße der Merkmale je nach Skala auf eine gemeinsame Gesamt-Distanz

zusammenzuführen (vgl. BORTZ, 1999, 552f).

Da aber nicht nur das Skalenniveau sondern auch das angewandte Clusterverfahren

die Art des erforderlichen Proximitätsmaßes beeinflussen, werden im nächsten

Kapitel clusteranalytische Verfahren behandelt.

6.3 Clusteranalytische Verfahren

Der Begriff Clusteranalyse beinhaltet eine Fülle an unterschiedlichen Verfahren. Grob

wird zwischen hierarchischen und nicht-hierarchischen Verfahren unterschieden. Bei

den hierarchischen Verfahren bildet zu Beginn der Auswertung jedes Objekt ein

eigenes Segment und wird im weiteren Verlauf aufgrund von paarweisen Vergleichen

mit einem möglichst ähnlichen Cluster zusammengefasst. Somit sinkt die

Clusteranzahl pro Durchgang um 1, bei Erreichen eines minimalen Distanzwertes

wird der Prozess abgebrochen (vgl. BORTZ, 1999, 553ff). Als spezielle hierarchische

Methoden sind die „Linkage“-Verfahren (Single-, Complete-, Average-) und das

sogenannte Ward-Verfahren zu nennen (vgl. STIER, 1999, 334).

Nicht hierarchische Verfahren hingegen starten mit einer vorgegebenen

Segmenteinteilung, d.h. jedes Objekt wird vorweg einem der vordefinierten Cluster

zugeordnet. Im folgenden Prozessverlauf werden diese Objekte je nach Ähnlichkeit

von einem Segment in ein anderes verschoben, solange bis keine weiteren

Optimierungen mehr möglich sind (vgl. BORTZ, 1999, 553ff).

Die Statistik- und Analyse-Software SPSS bietet neben der hierarchischen

Clusteranalyse und der nicht hierarchischen Clusterzentrenanalyse auch noch die

Methode der Two-Step-Clusteranalyse an, die sich vor allem von den anderen

beiden Analysen dadurch unterscheidet, dass sie sowohl kategoriale als auch stetige

Variablen gemeinsam bearbeiten kann (vgl. BÜHL, 2008, 574).


49

Die Two-Step-Clusteranalyse zeichnet sich vor allem durch ihre Vielseitigkeit,

Benutzerfreudlichkeit und der Möglichkeit größere Datenmengen verarbeiten zu

können aus. Jedoch kann das hohe Maß an Vereinheitlichungen durch den Two-

Step-Algorithmus auch im Vergleich zu einem hierarchischen Verfahren zu einer

geringeren Trennschärfe führen (vgl. RAAB, POOST und EICHHORN, 2008, 123).

In diesem Kapitel wurde das Verfahren der Clusteranalyse näher erläutert. Dabei

standen die Proximität sowie die einzelnen clusteranalytischen Verfahren im

Vordergrund. Diese theoretischen Ausgangspunkte werden anschließend

ausführlicher in dem empirischen Teil dieser Diplomarbeit in Form der statistischen

Umsetzung betrachtet und ergänzt.


50

7 Hypothesen

Anhand der zuvor erläuterten Theorie der Marktsegmentierung auf Basis des

Konsumentenverhaltens werden nachfolgend die für die empirische Untersuchung zu

überprüfenden Hypothesen aufgestellt.

7.1 Hypothese 1

Da sich die untersuchten Produktgruppen Müsli und Schokolade von ihrer

Zusammensetzung, Beschaffenheit u.ä. unterscheiden, ist davon auszugehen, dass

sich die Merkmale der Online-Käufer (sozio-demografisch, verhaltensorientiert,

psychografisch) signifikant voneinander unterscheiden.

H1: Die Online-Käufer von Customized Schokolade unterscheiden sich aufgrund ihrer Merkmale signifikant von Online-Käufern der Produktgruppe Customized Müsli.

Auf Basis dieser Haupthypothese werden folgende Subhypothesen aufgestellt:

Subhypothese 1.1: Die Online-Käufer von Customized Schokolade unterscheiden sich aufgrund ihrer demografischen Merkmale signifikant von Online-Käufern der Produktgruppe Customized Müsli.

Subhypothese 1.2: Die Online-Käufer von Customized Schokolade unterscheiden sich aufgrund ihrer verhaltensorientierten Merkmale signifikant von Online-Käufern der Produktgruppe Customized Müsli.

Subhypothese 1.3: Die Online-Käufer von Customized Schokolade unterscheiden sich aufgrund ihrer psychografischen Merkmale signifikant von Online-Käufern der Produktgruppe Customized Müsli


51

7.2 Hypothese 2

Laut Ergebnissen einer Studie von BEHARREL und DENISON (1995, 24ff) ist ein hohes

Produktinvolvement beim Kauf von Lebensmittel ein Resultat hoher Markentreue.

Um diese Behauptung zu überprüfen, wird Hypothese 2 wie folgt aufgestellt:

H2: Je höher die Markentreue desto höher ist auch das Produktinvolvement des Käufers.

7.3 Hypothese 3

Da Erstkäufer noch keinerlei Erfahrungen mit dem Bestellvorgang bei Customized

Food und den möglichen Ergebnissen haben, ist zu vermuten, dass innerhalb dieser

Käufergruppe das Kaufinvolvement, also das Risiko das beim Kauf wahrgenommen

wird, und auch das Produktinvolvement höher ist als bei Personen die bereits einmal

Customized Food im Internet bestellt haben. Hypothese 3 lautet also wie folgt:

H3: Das Kauf- und Produktinvolvement ist bei Erstkäufern signifikant höher als bei Wiederholungskäufer.

Ob diese auf Basis der Theorie aufgestellten Hypothesen auch in der Praxis zutreffen

wird im weiteren Verlauf der Diplomarbeit mittels empirischen Untersuchungen

geklärt.

EMPIRISCHER TEIL

52

B. EMPIRISCHER TEIL

Nach der Präzisierung des Forschungsproblems mithilfe aktueller wissenschaftlicher

Theorie und der Formulierung darauf aufbauender Forschungshypothesen, werden

in den nachfolgenden Kapiteln die einzelnen Phasen der empirischen Untersuchung

näher erläutert und durchgeführt. Diese richten sich nach den in Abbildung 21

beschriebenen Umsetzungsschritten.

Abbildung 21 - Phasen einer empirischen Untersuchung I. Planung und Vorbereitung der Erhebung

1. Festlegung der Untersuchungsform

2. Konstruktion des Erhebungsinstruments

3. Stichprobe

4. Pretest: Test des Erhebungsinstruments

II. Datenerhebung

5. Anwendung des erprobten Erhebungsinstruments

III. Datenauswertung

6. Aufbau eines analysenfähigen Datenfiles

o Datenerfassung

o Fehlerkontrolle

o Fehlerbereinigung

7. Statistische Datenanalyse

Quelle: eigene Darstellung (vgl. DIEKMANN, 2009, 192f)

EMPIRISCHER TEIL KAPITEL 8

53

8 Planung und Vorbereitung der Erhebung

Der erste Schritt zur Durchführung der empirischen Untersuchung betrifft die Planung

und Vorbereitung der Erhebung.

Dieser Punkt umfasst sowohl Überlegungen zur Untersuchungsform, davon

abgeleitet die Konstruktion des Erhebungsinstrumentes sowie die Bestimmung der

Stichprobe als auch deren Typ und Größe.

8.1 Untersuchungsform: Online-Befragung

Die Befragung wird in der empirischen Sozialforschung zur Erfassung von Fakten,

Wissen, Meinungen, Einstellungen sowie Bewertungen verwendet (vgl. SCHNELL,

HILL und ESSER, 1999, 299).

Auch in dieser Arbeit wird die Befragung als Untersuchungsform angewendet, und

zwar in Form einer Online-Befragung. Durch diese Art der Befragung kann die

Zielgruppe der Online-Käufer von Customized Food bestmöglich und unmittelbar

erreicht werden.

In der akademischen und sozialwissenschaftlichen Forschung haben Online-

Befragungen rasant Einzug gehalten und werden gerne neben den klassischen

Befragungen (schriftlich, telefonisch, persönlich) eingesetzt (vgl. JACKOB et al., 2009,

15f). Die Online-Befragung kann zu den schriftlichen Befragungsformen gezählt

werden, da sie der postalischen Befragung annähernd gleicht. Der einzige

Unterschied besteht darin, dass der Befragte den Fragebogen nicht per Post erhält,

sondern das Internet als Übermittler des Fragebogens dient (vgl. SCHNELL, HILL und

ESSER, 1999, 335f).

Die Vorteile einer Online-Befragung sind mannigfaltig. Zunächst werden die

Interviewkosten minimiert (sowohl zeitliche als auch monetäre), aber auch die

Anonymität des Befragten ist gewährleistet. Zusätzlich werden durch die Online-

Befragung Interviewfehler vermieden und der Befragte antwortet ehrlicher und

überlegter im Vergleich zu einer Befragung in Anwesenheit eines Interviewers (vgl.


54

SCHNELL, HILL und ESSER, 1999, 335f). Auch können mittels Online-Befragung eine

größere Menge an Probanden erreicht werden (vgl. BORTZ und DÖRING, 1995, 238).

Die Nachteile resultieren vor allem aus der Erhebungssituation ohne Interviewer. So

kann die fehlende Überprüfbarkeit der Person, die den Fragebogen tatsächlich

ausgefüllt hat, zu Verfälschungen bei der Ergebnisinterpretation führen. Auch die

höhere Ausfallsquote ist als Manko zu nennen (vgl. SCHNELL, HILL und ESSER, 1999,

335ff).

Als Mittel zur Datenerhebung der Online-Befragung dient das Instrument des

standardisierten Online-Fragebogens, dessen Bestandteile im nächsten Kapitel

genauer beschrieben werden.

8.2 Erhebungsinstrument: Online-Fragebogen

Abgeleitet von den theoretischen Erkenntnissen der vorangegangenen Kapitel wird

ein Online-Fragebogen erstellt, der aus unterschiedlichen Fragenkomplexen besteht

(siehe Fragebogen im Anhang A bzw. Operationalisierungsliste in Tabelle 2):

Auswahlfrage (Privat- oder Firmenkunde)

Sozio-demographische Merkmale (Geschlecht, Alter, Nationalität, Bildung,

Beruf, Einkommen)

Verhaltensorientierte Merkmale (Kaufhäufigkeit, Kaufvolumen, Markentreue)

Psychographische Merkmale (Motive, Involvement)

Um die Zielgruppe der Befragung – sprich Online-Käufer von Customized Food - zu

erreichen wird der Fragebogen über das Internet übermittelt.

Um die umfangreiche Fragebogenkonstruktion zu erleichtern, wird eine

Operationalisierunsliste erstellt, die das Formulieren der Fragestellungen diszipliniert.

Zusätzlich können die angestrebten Messniveaus und Analysetechniken vorab

bestimmt und auf die Fragestellungen gezielt angepasst werden (vgl. HOLM, 1991,

65).


55

Tabelle 2 - Operationalisierungsliste INDIKATOREN FRAGENNUMMER AUSWERTUNG

Auswahlfrage Frage 1 Keine Auswertung, nur

Auswahlkriterium

Sozio-demographische Merkmale

Geschlecht Frage 2 Quantitative Analyse

Alter Frage 3 Quantitative Analyse

Nationalität Frage 4 Quantitative Analyse

Höchste abgeschlossene Schulbildung Frage 5 Quantitative Analyse

Beruf Frage 6 Quantitative Analyse

Durchschnittliches Nettoeinkommen im Haushalt Frage 7 Quantitative Analyse

Verhaltensbezogene Merkmale

Kaufhäufigkeit Frage 8 Quantitative Analyse Kaufvolumen Frage 9 Quantitative Analyse Markentreue Frage 10 Quantitative Analyse

Psychographische Merkmale

Motive– offen Frage 11 Qualitative Analyse (Inhaltsanalyse)

Motive – geschlossen Frage 12 Quantitative Analyse

Produktinvolvement Frage 13 Quantitative Analyse

Kaufinvolvement Frage 14-17 Quantitative Analyse

Quelle: Eigene Darstellung

Bei der Konstruktion eines Online-Fragebogens muss speziell auf die

selbsterklärende Verständlichkeit achtgegeben werden, da kein Interviewer für

Auskünfte zur Verfügung steht (vgl. SCHNELL, HILL und ESSER, 1999, 337ff). Um das

zu gewährleisten, wird – wie später in Kapitel 8.4 beschrieben - ein Pretest

durchgeführt.

8.3 Stichprobenverfahren

Zur Online-Befragung wird eine sogenannte Stichprobenuntersuchung durchgeführt.

Im Gegensatz zu einer Vollerhebung kann durch die Stichprobenerhebung aufgrund

einer geringen Anzahl von Untersuchungsobjekten die Anzahl der erfassten

Merkmale erhöht werden und diese sorgfältiger geprüft werden.

Dabei sollen die Merkmale der Stichprobe möglichst repräsentativ für die betreffende

Grundgesamtheit sein. Die Untersuchungsteilnehmer werden nach dem Prinzip der

einfachen Zufallsstichprobe gezogen (vgl. BORTZ und DÖRING, 1995, 370f). Somit ist


56

die Wahrscheinlichkeit für jedes Element der Grundgesamtheit in die

Zufallsstichprobe zu gelangen gleich groß (vgl. SCHNELL, HILL und ESSER, 1999, 256).

Im engeren Sinne sind die Grundgesamtheit der Online-Befragung alle Käufer von

Customized Food - mit Einschränkung der zwei Produktkategorien - im Internet.

Ausgehend von einer generellen Grundgesamtheit, bestehend aus allen Personen

die im Jahre 2011 Waren oder Dienstleitungen im Internet erworben haben (aufgrund

der statistischen Datenlage und ähnlichen Entwicklungsständen und

Konsumgewohnheiten eingeschränkt auf den europäischen Raum) von insgesamt

170.000.000 Personen (34% der Gesamtbevölkerung vgl. EUROSTAT, 2013, s.p.), bei

einem Stichprobenfehler von 10 %, einem Vertrauensintervall von 95% ergibt sich

eine empfohlene Stichprobengröße von 97 Personen. Im Zuge der durchgeführten

Onlinebefragung über den Zeitraum von Anfang Juli 2011 bis Anfang März 2012

konnte die maximale Stichprobengröße von insgesamt 240 Personen erreicht

werden.

Die Online-Erhebung erfolgt durch eine Weiterleitung der Customized Food-Kunden

auf die Befragungsplattform www.voycer.de, wobei zwei spezielle Customized Food-

Produktkategorien genauer betrachtet werden (Müsli und Schokolade) und jeweils

ein Anbieter pro Produktkategorie untersucht wird. Nur Privatkonsumenten und keine

Unternehmen fließen in die Stichprobe ein. Pro Anbieter wird eine Teil-Stichprobe

von 120 Personen erhoben, was eine Gesamtstichprobengröße von 240 Personen

ergibt. Nach einem abgeschlossenen Kaufakt auf den jeweiligen Anbieterseiten

erfolgte ein Redirect auf eine Subpage mit dem Hinweis auf die Umfrage und der

Bitte um Teilnahme. Erst nach Zustimmung zur Teilnahme an der Umfrage erfolgte

die Weiterleitung auf die Befragungsplattform Voycher.

8.4 Pretest

Um zu prüfen, ob durch den Online-Fragebogen als Messinstrument gültige (valide)

und zuverlässige (reliable) Messungen erfolgen, wird ein sogenannter Pretest

durchgeführt (vgl. SCHNELL, HILL und ESSER, 1999, 10).


57

Der Pretest wird auch herangezogen um die Verständlichkeit der Fragestellungen zu

prüfen und um etwaige Schwierigkeiten beim Ausfüllprozess zu erkennen. Zusätzlich

kann die Dauer der Befragung gemessen werden, damit bei der eigentlichen

Befragung dem Befragten vorab eine ungefähre Zeitangabe gegeben werden kann.

Bei einem Pretest kann der Rohentwurf des Fragebogens mit Hilfe qualitativer

Interviews und Gruppendiskussionen analysiert und verbessert werden (vgl.

SCHNELL, HILL und ESSER, 1999, 324ff).

Als Teilnehmer des Pretest wurden 20 Personen aus dem persönlichen Umfeld

ausgewählt. Als Hauptkriterium zur Bestimmung von für den Test geeigneter

Personen wurde festgelegt, dass den Testteilnehmern das Grund-Konzept von

Customized Food bekannt sein musste. Zusätzlich wurde auf eine gleichmäßige

Verteilung von sozio-demografischen Kriterien geachtet (speziell Alter und

Geschlecht) um eventuelle geschlechts- bzw. altersspezifische Sichtweisen bei der

Fragebogenbeantwortung zu berücksichtigen.

Die Teilnehmer wurden mit Computerunterstützung persönlich befragt (CAPI =

Computer Assisted Personal Interviewing), wobei sie darauf hingewiesen wurden, die

Fragen, die am Bildschirm ersichtlich waren, zu kommentieren und Unklarheiten in

den Fragestellungen bzw. im Aufbau zu benennen. Die Ergebnisse (betreffen

vorwiegend eine verständlichere Formulierung der Fragestellungen und optische

Gestaltung des Fragebogens) wurden aufgezeichnet und zur Verbesserung des

Fragebogens eingesetzt.


58

9 Datenerhebung

Die Datenerhebung erfolgte von Anfang Juli 2011 bis Anfang März 2012. Die

einzelnen Fragebögen (leichte Wording-Adaptionen für die Produktkategorien)

wurden unter www.voycer.de, eine Internet-Plattform zur Umfragen-Erstellung,

abgespeichert.

Nach Erreichen der gewünschten Teilstichproben von jeweils 120 Personen für jede

Produktgruppe und einer Gesamtstichprobengröße von 240 Personen, wurden die

Ergebnisse exportiert und in das Statistikprogramm SPPS 17.0 eingespielt, wo alle

darauffolgenden Auswertungen (siehe Kapitel 10) erfolgten.

http://www.voycer.de/


59

10 Datenauswertung

Nach der dementsprechenden Aufbereitung der analysefähigen Datenfiles, wird auf

Basis dessen zunächst eine deskriptive Statistik durchgeführt, sprich die Stichprobe

wird anhand ihrer Eigenschaften (sozio-demografisch, verhaltensorientiert,

psychografisch) beschrieben. Danach erfolgen die Auswertung der Clusteranalyse

sowie die Beschreibung der Ergebnisse. Am Ende dieses Kapitels werden die von

dem theoretischen Teil dieser Arbeit abgeleiteten Hypothesen überprüft.

10.1 Aufbau eines analysefähigen Datenfiles

Wie zuvor erwähnt, konnte das gesamte Datenfile von der Webseite www.voycer.de

direkt in das Statistikprogramm SPSS importiert werden, womit auch

Übertragungsfehler ausgeschlossen werden können. Die Daten – getrennt nach

Produktgruppen - werden als separate SPSS-Files abgespeichert und ergänzend

noch zu einem File zusammengefasst, um so auch die gesamte Stichprobe

auswerten zu können. Jene Fälle, in denen die befragte Person den Online-Einkauf

als Firmenkunde tätigte, wurden aussortiert. Missing Values können aufgrund der im

Fragebogen erzwungenen Beantwortung aller Fragen ausgeschlossen werden.


60

10.2 Statistische Datenanalyse

Nachfolgend werden nach einer einführenden Beschreibung der Stichprobe anhand

von sozio-demografischen, verhaltensorientierten und psychografischen Kriterien die

Ergebnisse der Clusteranalyse dargelegt und die Resultate der

Hypothesenüberprüfung betrachtet.

10.2.1 Deskriptive Statistik der Stichprobe

Eine deskriptive Statistik dient zur Beschreibung der Stichprobendaten mithilfe von

Grafiken, Tabellen und/oder einzelnen Kennwerten (vgl. BORTZ, 2005, 15).

Nachfolgend werden die Verteilungen der Merkmalsausprägungen der zur

Segmentierung herangezogenen Kriterien sowohl über alle Produktkategorien

gesehen aber auch jede Produktkategorie einzeln betrachtend dargestellt.

10.2.1.1 Sozio-demografische Merkmale Geschlecht Von den insgesamt 240 befragten Personen, sind insgesamt 31,3% männlich (75

Personen) und 68,8% weiblich (165 Personen). Betrachtet man die einzelnen

Kategorien, ergibt sich ein ähnliches Bild. Sowohl in der Produktkategorie Müsli als

auch innerhalb der Kategorie Schokolade ist die Mehrheit der Online-Einkäufer

weiblich (Schokolade 71,1%, Müsli 65,8 %).

Abbildung 22 - Statistik: Geschlecht


31,3% 28,3% 34,2%

68,8% 71,7% 65,8%

0%20%40%60%80%

100%

Gesamt Schokolade Müsli

Pers

onen

in %

Geschlecht(Stichprobe Gesamt N=240 Personen |

Stichprobe Schokolade & Müsli N= jeweils 120 Personen)

männlich weiblich


61

Alter

Das Alter der befragten Personen betreffend, zeigt sich ein differentes Bild bezüglich

der Produktkategorien. Während in der Gruppe Schokolade die Mehrheit der

Befragten (60,8%) in die Altersgruppe „21-30 Jahre“ einzuordnen ist, ist bei der

Kategorie Müsli die Hälfte der Befragten zwischen 31 und 40 Jahre.

Die gesamte Stichprobe betrachtend ist hervorzuheben, dass mit 82,6% die Mehrheit

aller Befragten zwischen 21 und 40 Jahre alt ist.

Abbildung 23 - Statistik: Alter


Nationalität Von den befragten Personen sind insgesamt 53,8 % aus Österreich, 44,6% aus

Deutschland und 1,3% aus der Schweiz (sonstiges 0,4% = 1 Person aus Belgien).

Die Konzentration von Deutschen in der Kategorie Schokolade und von

Österreichern in Müsli könnten sich dadurch erklären lassen, dass es sich beim

Anbieter der individuellen Schokolade um ein deutsches Unternehmen und der Müsli-

Anbieter in Österreich beheimatet ist.

5,4% 7,5% 3,3%

43,8%

60,8%

26,7%38,8%

27,5%

50,0%

9,6% 4,2%15,0%

2,5% 5,0%0%

20%

40%

60%

80%

100%


Pers

onen

in %

Alter(Stichprobe Gesamt N=240 Personen |


unter 21 21-30 31-40 41-50 über 50


62

Abbildung 24 - Statistik: Nationalität


Durchschnittliches Nettoeinkommen im Haushalt Mit 36,3% der Befragten ist die Einkommensgruppe von 2000-2499 € am häufigsten

vertreten. Generell liegt mit 65,1% die Mehrheit des durchschnittlichen

Nettoeinkommens der befragten Personen zwischen 1500 € und 2499 €.

Abbildung 25 - Statistik: Einkommen


53,8%

14,2%

93,3%

44,6%

82,5%

6,7%1,3% 2,5%0,4% 0,8%0%

20%

40%

60%

80%

100%


Pers

onen

in %

Nationalität(Stichprobe Gesamt N=240 Personen |


Österreich Deutschland Schweiz sonstiges

2,5% 4,2% 0,8%5,4% 4,2% 6,7%10,0% 12,5%7,5%

25,8%30,8%

20,8%

36,3%30,8%

42,5%

20,0% 18,3% 21,7%

0%

20%

40%

60%

80%

100%


Pers

onen

in %

Einkommen(Stichprobe Gesamt N=240 Personen |


< 500 500-999 1000-1499 1500-1999 2000-2499 ≥ 2500


63

Höchste abgeschlossene Schulbildung 44,6% der an der Umfrage teilnehmenden Personen gaben an, dass eine höhere

Schule ihre höchste abgeschlossene Schulbildung sei. Eine hochschulverwandte

Lehranstalt, Universität oder Hochschule besuchten 31,3% der Stichprobe. Weitere

19,6% haben eine Lehre und 4,2% die Pflichtschule abgeschlossen.

Abbildung 26 - Statistik: Schulbildung


Beruf Von den insgesamt 240 befragten Personen sind 56,3% in einem Angestellten-

Verhältnis, 14,2% selbstständig, 10,4% Studenten/innen, jeweils 7,9% Arbeiter/innen

bzw. Hausmann/-frau und je 0,8% befinden sich in einer Ausbildung bzw. in Pension

(1,7% sonstiges = 2 Nennungen Schüler, 1 Nennung Beamter, 1 Nennung Lehrer).

4,2% 5,0% 3,3%19,6% 18,3% 20,8%

44,6% 43,3% 45,8%31,3% 32,5% 30,0%

0%

20%

40%

60%

80%

100%


Pers

onen

in %

Schulbildung(Stichprobe Gesamt N=240 Personen |


Pflichtschule Lehre höhere Schule hochschulverwandte Lehranstalt, Universität, Hochschule


64

Abbildung 27 - Statistik: Beruf


10.2.1.2 Verhaltensorientierte Merkmale

Kaufhäufigkeit Auf die Frage „Wie oft kaufen Sie persönlich Customized Müsli bzw. Schokolade im

Internet?“ geben von den insgesamt 240 Befragten 30,4% an, dies mehrmals im

Halbjahr zu tun, 8,8% sogar einmal im Monat. 19,6% kaufen einmal im Halbjahr und

18,8% seltener als einmal im Halbjahr. Insgesamt gesehen stehen 77,9%

bestehende Kunden 22,1% Neukunden gegenüber.

Bezogen auf die einzelnen Produktkategorien ist der Anteil der Käufer, die mehrmals

im Halbjahr kaufen, bei Schokolade (51,6%) deutlich höher als bei Müsli (27,5%).

56,3% 57,5% 55,0%

7,9% 7,5% 8,3%

0,8% 1,7%10,4%

12,5%8,3%

14,2%10,8%7,9% 6,7%

9,2%

0,8% 1,7%1,7% 3,3%0%

20%

40%

60%

80%

100%


Pers

onen

in %

Beruf(Stichprobe Gesamt N=240 Personen |

Stichprobe Schokolade & Müsli N= jeweils 120 Personen)Angestellte/r Arbeiter/in Auszubildende/rStudent/in Selbstständig Hausmann/-frauPensionist/in sonstiges


65

Abbildung 28 - Statistik: Kaufhäufigkeit


Kaufvolumen Im Bezug auf die Kaufmenge werden 2-3 Einheiten mit 42,9% am häufigsten gekauft,

gefolgt von 4-5 Einheiten mit 27,5%. 9,6% der Befragten gaben an, bei einem

durchschnittlichen Customized Food-Einkauf mehr als 5 Einheiten zu kaufen.

In der Kategorie Müsli werden von 89,2% jedoch nur bis zu 3 Einheiten gekauft,

lediglich 10,8% kaufen mehr. Bei Schokolade hingegen wird von der Mehrheit

(44,2%) durchschnittlich 4-5 Einheiten pro Einkauf gekauft. Auffällig ist das bei der

Kategorie Schokolade keine einzige Person nur eine Einheit gekauft hat.

0,4%

0,8%

8,8%

10,0%

7,5%

30,4%

40,8%

20,0%

19,6%

24,2%

32,5%

18,8%

12,5%

32,5%

22,1%

11,7%

32,5%

0% 20% 40% 60% 80% 100%

Gesamt

Schokolade

Müsli

Personen in %

Kaufhäufigkeit(Stichprobe Gesamt N=240 Personen |


mehrmals im Monat einmal im Monat mehrmals im Halbjahr

einmal im Halbjahr seltener erster Einkauf


66

Abbildung 29 - Statistik: Kaufvolumen


Markentreue Auf die Frage „Wo kaufen Sie im Internet vorwiegend Customized Schokolade bzw.

Müsli?“ antworteten 83,8% der befragten Personen, dass sie ausschließlich bei

einem Anbieter einkaufen, lediglich 14,2% kaufen auch noch bei anderen Anbietern

und 2,1% haben von einem anderen Anbieter zu dem jetzigen Anbieter gewechselt.

Ein ähnliches Bild ergibt sich auch bei Betrachtung der einzelnen Produktgruppen.

Abbildung 30 - Statistik: Markentreue


20,0%

40,0%

42,9%

36,7%

49,2%

27,5%

44,2%

10,8%

9,6%

19,2%

0% 20% 40% 60% 80% 100%

Gesamt

Schokolade

Müsli

Personen in %

Kaufvolumen(Stichprobe Gesamt N=240 Personen |


1 Einheit 2-3 Einheiten 4-5 Einheiten > 5 Einheiten

83,8%

83,3%

84,2%

14,2%

15,0%

13,3%

2,1%

1,7%

2,5%

0% 20% 40% 60% 80% 100%

Gesamt

Schokolade

Müsli

Personen in %

Markentreue(Stichprobe Gesamt N=240 Personen |

Stichprobe Schokolade & Müsli N= jeweils 120 Personen)nur ein Anbieter auch bei anderen Anbietern gewechselt


67

Um mögliche Zusammenhänge zwischen den Variablen „Kaufhäufigkeit“,

„Kaufvolumen“ und „Markentreue“ analysieren zu können, wird anhand dieser

Variablen eine Kreuztabelle (siehe Tabelle 3) generiert.

Tabelle 3 - Kreuztabelle Kaufverhalten

Kaufort

Kaufhäufigkeit

Total

mehrmals im Monat

einmal im Monat

mehrmals im

Halbjahr

einmal im

Halbjahr seltener erster

Einkauf

nur der Anbieter

Kaufvolumen 1 Packung 0 1 1 1 11 33 47 2-3 Packungen 0 9 24 26 18 6 83

4-5 Packungen 1 5 25 11 7 3 52

mehr als 5 Packungen 0 1 6 3 2 7 19

Total 1 16 56 41 38 49 201 auch bei anderen Anbietern

Kaufvolumen 2-3 Packungen 3 8 3 3 2 19

4-5 Packungen 0 7 3 2 0 12

mehr als 5 Packungen 0 1 0 1 1 3

Total 3 16 6 6 3 34

gewechselt Kaufvolumen 1 Packung 0 0 0 1 1

2-3 Packungen 1 0 0 0 1

4-5 Packungen 1 1 0 0 2

mehr als 5 Packungen 0 0 1 0 1

Total 2 1 1 1 5


Wie in Tabelle 3 ersichtlich, stechen besonders drei Gruppen von Online-Customized

Food-Käufern hervor, wobei alle drei in der Kategorie Markentreue („Ich kaufen nur

bei einem Anbieter“) zu finden sind.

Die erste Gruppe ist die Gruppe der Erstkäufer, die vermehrt zum Kauf von lediglich

einer Einheit neigen. Der Kauf von 2-3 Einheiten wird von der Gruppe 2 bevorzugt,

die maximal mehrmals im Halbjahr online Customized Food einkaufen. Die dritte

hervorstechende Gruppe tendiert zum Einkauf von 4-5 Einheiten zumindest einmal

bzw. mehrmals im Halbjahr.


68

Um zu überprüfen, ob dieser Zusammenhang in der Stichprobe zufällig auftritt oder

ob die Merkmale tatsächlich in einem Zusammenhang stehen, wird ein Chi-Quadrat-

Test durchgeführt (vgl. BACKHAUS ET AL, 2011, 312).

Mithilfe eines Chi-Quadrat-Tests können Zusammenhänge zwischen Variablen bzw.

Merkmalen einer Kreuztabelle statistisch in SPSS überprüft werden. Um den Chi-

Quadrat-Wert zu berechnen können drei unterschiedliche Formeln angewendet

werden: die Berechnung nach Pearson, Likelihood und die linear-mit-linear-

Berechnung. Speziell die ersten beiden Berechnungsmethoden weisen aber im

Normalfall sehr große Ergebnis-Ähnlichkeiten auf (vgl. BÜHL, 2008, 264ff).

Als Variablen werden die Merkmale „Kaufhäufigkeit“ und „Kaufvolumen“

herangezogen.

Tabelle 4 - Chi-Quadrat-Test Kaufverhalten

Chi-Square Tests

Value df

Asymp. Sig. (2-

sided)

Pearson Chi-Square 99,259a 15 ,000

Likelihood Ratio 104,069 15 ,000

Linear-by-Linear Association 29,325 1 ,000

N of Valid Cases 201

a. 10 cells (41,7%) have expected count less than 5. The minimum

expected count is ,09. Quelle: eigene Darstellung

Laut Tabelle 4 ergibt sich nach allen Berechnungsmethoden ein höchst signifikanter

Chi-Quadrat-Wert (p<0,001), jedoch wird der Grenzwert von maximal 20% der

Kreuztabellen-Felder mit einem Wert unter 5 überschritten und somit sind die

Voraussetzungen für eine zuverlässige Test-Durchführung nicht gegeben.


69

10.2.1.3 Psychografische Merkmale Kaufmotive offen Betrachtet man die ungestützten Antworten auf die Frage hin, warum die befragten

Personen Customized Food im Internet kaufen, unterscheiden sich die beiden

Produktkategorien nicht wesentlich voneinander.

Unabhängig von der Kategorie stehen die Motive „selbst ein Produkt schaffen zu

können“3 und „Neues auszuprobieren“4 an oberster Stelle. Lediglich das Motiv

„Verwendung als individuelles Geschenk“ ist innerhalb der Produktkategorie

Schokolade stärker ausgeprägt als innerhalb der Kategorie Müsli.5

Weitere wichtige Motiv-Nennungen sind „Auswahl an Zutaten“, „Qualität“,

„biologisch“, „Geschmack“ und „bequem und jederzeit möglich“. Die vollständige

Auswertung ist im Anhang C zu finden.

Kaufmotive – Orientierungen Die im Kapitel 5.2.1 erwähnten Operationalisierungen der zentralen Kauf-Trends in

der Lebensmittelwirtschaft finden sich auch demensprechend im Fragebogen wieder.

Zur Auswertung wurde das arithmetische Mittel (sprich die Summe geteilt durch die

Anzahl der Fälle) verwendet – einerseits für jede Variable einzeln wie auch für die

Obergruppierung der unterschiedlichen Orientierungen.

3 Schokolade: 29 Nennungen | Müsli: 34 Nennungen 4 Schokolade: 18 Nennungen | Müsli: 22 Nennungen 5 Schokolade: 27 Nennungen | Müsli: 9 Nennungen


70

Abbildung 31 - Statistik: Kaufmotive Einzelbetrachtung


Betrachtet man die Mittelwerte der unterschiedlichen Motivausprägungen, dann ist

augenfällig, dass sich jeder Wert unter der Grenze von 3 befindet, sprich kein Motiv

wurde von den Befragten im Durchschnitt als neutral, eher unwichtig bzw. gar nicht

wichtig eingestuft.

Gravierende Abweichungen innerhalb der Kategorien gibt es im Bezug auf die

Motivausprägung „frisch & gesund“ („Nachweis, dass es sich um frische und gesunde

Produkte handelt) und „biologisch“ („Nachweis, dass es sich um biologische Produkte

handelt“). Sind diese innerhalb der Produktgruppe Schokolade mit den Mittelwerten

2,41 für „frisch & gesund“ und 2,65 für „biologisch“ deutlich unterhalb des Gesamt-

Durchschnittes, befindet sich die Produktgruppe „Müsli“ mit den Mittelwerten von

1,24 für „frische & gesund“ und 1,25 für „biologisch“ über diesem Schnitt.

Gesamt betrachtet, wurden die Faktoren „Der Einkauf soll bequem sein“ (1,38), „Der

Einkauf soll schnell gehen“ (1,45) und „Der Einkauf soll rund um die Uhr möglich

sein“ (1,45) als die drei wichtigsten Motive zum Einkauf von Customized Food im

Internet genannt. Der „Kauf von Markenprodukten“ wurde mit einem Mittelwert von

2,34 von den insgesamt 240 Befragten am wenigsten ausschlaggebend für den

Online-Kauf von Customized Food angegeben.

1,01,52,02,53,03,54,04,55,0

Mitt

elw

ert

Kaufmotive(1 = sehr wichtig, 2 = eher wichtig, 3 = neutral, 4 = eher unwichtig, 5 = gar nicht wichtig)



71

Wenn man die einzelnen Motive ihrer Motiv-Obergruppe zuordnet (siehe Abbildung

32), ergibt sich ein ähnliches Bild. Bis auf den Bereich „frisch, gesund & biologisch“

gleichen sich die Ergebnisse der beiden Produktgruppen und alle Werte sind unter

dem Wert 3, und tendieren somit zum positiven Bereich der Likert-Skala.

Abbildung 32 - Statistik: Kaufmotiv-Gruppen


10.2.1.4 Involvement Produktinvolvement Zur Auswertung des „Revised Personal Involvement Inventory“ (RPII) von McQuarrie

und Munson bietet sich die Möglichkeit der Bildung eines einzelnen

Produktinvolvement-Indikators durch Aufsummierung der Einzelwerte.

Je größer dieser Gesamt-Produktinvolvement-Faktor ist, desto höher ist somit auch

die Bedeutung, die das Produkt in der Wahrnehmungswelt des Konsumenten

einnimmt.

1,01,52,02,53,03,54,04,55,0

Mitt

elw

erte

Kaufmotive - Obergruppen(1 = sehr wichtig, 2 = eher wichtig, 3 = neutral, 4 = eher unwichtig, 5 = gar nicht wichtig)

Gesamt

Schokolade

Müsli


72

Abbildung 33 - Statistik: Produktinvolvement


Auf einer 6-stufigen Skala, wobei der Wert 6 das maximal höchste

Produktinvolvement darstellt, wurden innerhalb der Produktkategorien

durchschnittliche Werte von 4,135 (Schokolade) und 4,3233 (Müsli) erreicht. Gesamt

betrachtet ergibt sich somit ein Wert von 4,2292.

Ausgehend von der gesamten Stichprobe, befindet sich der Großteil der Befragten

(38,8%) in der Gruppe mit einem Produktinvolvement-Wert von 5.

Kaufinvolvement Das mithilfe der “Purchase Decision Involvement“-Skala nach Mittal gemessene

Kaufinvolvement gibt Auskunft darüber, wie hoch das vom Konsumenten beim

Kaufakt wahrgenommene Risiko ist. Die bipolare Sieben-Punkt-Skala wurde in Werte

von 1 bis 7 transformiert, wobei 1 ein geringes Kaufinvolvement und der Wert 7 ein

hohes Kaufinvolvement kennzeichnet.

Abbildung 34 - Statistik: Kaufinvolvement


2,5% 6,3%17,5% 20,8%

38,8%

14,2%

0%

20%

40%

60%

80%

100%

1 2 3 4 5 6

Pers

onen

in %

Produktinvolvement(1 = geringes Produktinvolvement, 6 = hohes Prouktinvolvement)

0,0%6,7% 5,4% 7,5%

38,3% 36,3%

5,8%

0%

20%

40%

60%

80%

100%

1 2 3 4 5 6 7

Pers

onen

in %

Kaufinvolvement(1 = geringes Kaufinvolvement, 7 = hohes Kaufinvolvement)


73

Die Personen innerhalb der Schokoladen-Stichprobe haben mit einem Mittewert von

4,83 ein geringeres Durchschnitts-Kaufinvolvement als Personen innerhalb der

Müsli-Stichprobe, die ein mittleres Ergebnis von 5,28 aufweisen. Gesamt betrachtet

wird ein Wert von 5,05 erreicht.

Betrachtet man die Verteilung der einzelnen Kaufinvolvement-Ausprägungen, dann

kann die Mehrheit der befragten Personen der Gruppe mit einem hohen Involvement

zugeteilt werden. Nur 19,6% haben ein Kaufinvolvement geringer/gleich dem Wert 4,

die restlichen Befragten (80.4%) finden sich in der Gruppe mit einem hohen

Kaufinvolvement-Wert von 5,6 bzw. 7 wieder.


74

10.2.2 Clusteranalyse

Um die Käufer von Customized Food typologisieren zu können, wird nachfolgend das

Verfahren der Clusteranalyse durchgeführt.

Zur genaueren Analyse werden folgende Variablen betrachtet:

Sozio-Demographische Merkmale

o Geschlecht

o Alter

o Nationalität

o Ausbildung

o Beruf

o Einkommen

Verhaltensorientierte Merkmale

o Kaufhäufigkeit

o Kaufvolumen

o Markentreue

Psychografische Merkmale

o Kaufmotive

o Produktinvolvement

o Kaufinvolvement

Diese Merkmale weisen unterschiedliche Skalenniveaus auf, wie auch aus Tabelle 5

hervorgeht.

Tabelle 5 - Zur Clusteranalyse herangezogene Merkmale

Merkmal Skala

Altersklasse Ordinal

Geschlecht Nominal

Nationalität Nominal

Ausbildung Nominal

Beruf Nominal

Einkommensklassen Ordinal

Kaufhäufigkeit Ordinal

Kaufvolumen Ordinal

Markentreue Nominal

Merkmale: einzelne Motive Metrisch

Produktinvolvement Metrisch

Kaufinvolvement Metrisch


Um den Informationsverlust, der mit einer Umwandlung aller Skalen-Niveaus auf das

niedrigste einhergeht, zu vermeiden, wird die Two-Step-Clusteranalyse als Methode


75

zur Segmentierung herangezogen, die im Vergleich zu der hierarchischen bzw. der

Clusterzentrenanalyse sowohl kategoriale (sprich ordinal und nominal) und auch

stetige (= metrische) Variablen in einem Durchgang clustern kann (vgl. BÜHL, 2008,

546).

10.2.2.1 Durchführung Two-Step-Clusteranalyse Zur Durchführung der Two-Step-Clusteranalyse in dem Statistikprogramm SPSS

werden als kategoriale Variablen Altersgruppe, Geschlecht, Nationalität, Ausbildung,

Beruf, Einkommen, Kaufhäufigkeit, Kaufvolumen und Markentreue und als stetige

Variablen Kaufmotive, Produktinvolvement und Kaufinvolvement bestimmt.

Als Distanzmaß wird das Likelihood-Maß angewendet, da das Euklidische Maß

ausschließlich nur bei stetigen Merkmalen seine Anwendung finden sollte (vgl. BÜHL,

2008, 576). Um im Falle von Ausreißern diese gesondert betrachten zu können, wird

auf eine Rauschverarbeitung verzichtet. Als Cluster-Kriterium wird das Schwarzsche

Bayes-Kriterium angewendet.

Zunächst werden für die gesamte Stichprobe Clusterprofile erstellt. Die automatische

Ermittlung ergab eine optimale Clusteranzahl von 4. Eine erzwungene Cluster-

Anzahl-Lösung von 5 ergab keine zusätzliche sinnvolle Differenzierung der Cluster,

somit wird die automatisch ermittelte Clusterlösung akzeptiert.

Anhand der erzeugten Variable der Cluster-Zugehörigkeit werden anschließend

mittels Kreuztabelle ausführliche Clusterprofile erstellt und diese anhand ihrer

Eigenschaften in Bezug auf ihres Binnen- und Außenprofils analysiert.

Zur Analyse der Binnenprofile wird jeder einzelne Cluster für sich betrachtet und

seine charakteristischen Merkmale ermittelt. Außenprofile hingegen beschäftigen

sich mit dem Vergleich kennzeichnender Merkmale zwischen den unterschiedlichen

Clustern (vgl. BÜHL, 2008, 576). Nachfolgend werden die einzelnen Cluster anhand

ihrer charakteristischen Merkmale (basierend auf ihren Binnen- und Außenprofil)

beschrieben. Die detaillierten Auswertungen der Clusterprofile sind im Anhang B zu

finden.


76

10.2.2.2 Beschreibung der Gesamt-Clusterprofile In Tabelle 6 ist die Häufigkeits- sowie Prozentverteilung der an der Befragung

teilnehmenden Personen inklusive ihrer Clusterzugehörigkeit dargestellt. Cluster 3 ist

mit 87 Personen (36,3%) der größte Cluster, gefolgt von Cluster 2 mit 76 Personen

(31,7%). Cluster 1 mit 46 Personen (19,2%) sowie Cluster 4 mit 31 Personen

(12,9%) stellen im Vergleich dazu wesentlich kleinere Segmente dar. Tabelle 6 - Größe der Gesamt-Clusterprofile

TwoStep Cluster Number

Frequency Percent Valid Percent

Cumulative

Percent

Valid 1 46 19,2 19,2 19,2

2 76 31,7 31,7 50,8

3 87 36,3 36,3 87,1

4 31 12,9 12,9 100,0

Total 240 100,0 100,0 Quelle: eigene Darstellung

Obwohl die Zugehörigkeit zu einer Stichprobe (sprich Müsli-Stichprobe oder

Schokoladen-Stichprobe) kein segmentierungsrelevantes Merkmal ist und somit auch

nicht bei der Durchführung der Two-Step-Clusteranalyse einfloss, lässt sich eine

deutliche Stichproben-Konzentration bei den zwei kleineren Clustern erkennen.

Cluster 1 besteht ausschließlich aus Personen, die Teil der Müsli-Stichprobe sind

und Cluster 4 aus Personen der Schokoladen-Stichprobe. Die übrigen zwei Cluster

sind im Bezug auf die beiden Produktgruppen-Stichproben Müsli und Schokolade

annähernd gleichmäßig verteilt (siehe Tabelle 7). Eine detailierte Auswertung der

einzelnen Cluster ist im Anhang B ersichtlich.


77

Tabelle 7 - Clusterzugehörigkeit der Stichproben

TwoStep Cluster Number * Stichprobennummer Crosstabulation

Stichprobennummer

Total

Schokoladen-

Stichprobe Müsli-Stichprobe

TwoStep Cluster Number 1 Count 0 46 46

% within TwoStep Cluster

Number

,0% 100,0% 100,0%

2 Count 35 41 76


Number

46,1% 53,9% 100,0%

3 Count 54 33 87


Number

62,1% 37,9% 100,0%

4 Count 31 0 31


Number

100,0% ,0% 100,0%


Cluster 1: Der High-Involvement Erstkäufer Sozio-demografisch betrachtet sind die Personen innerhalb Cluster 1 vorwiegend

zwischen 31-40 Jahre alt (82,6%) und verdienen zwischen 2000 und 2499 Euro

(52,2%). Sie sind Erstkäufer (76,1 %) und kaufen nur 1 Einheit bei einem Anbieter

(97,8 %). Ihre Motiv-Interessen sind weitgestreut und erreicht in jeder Kategorie

Werte zwischen 1,3 und 2 (zwischen sehr wichtig und eher wichtig). In

vergleichender Betrachtung erreicht Cluster 1 sowohl bei „Produktinvolvement“ als

auch „Kaufinvolvement“ die höchsten Werte aller Cluster. Diese Sachlage könnte

durch den hohen Anteil an Erstkäufern erklärt werden, die aufgrund ihrer

Unerfahrenheit ein höheres Bewusstsein in Bezug auf das Produkt und dem mit dem

Kauf verbundenen Risiko aufweisen.

Wie bereits beschrieben, besteht dieser Cluster ausschließlich aus Personen die der

Müsli-Stichprobe angehören.


78

Cluster 2: Der einkommensstarke Bio-/Gesundheits-Käufer In Cluster 2 sind mit 78,9% deutlich mehr weibliche Personen, die zwischen 31 und

50 Jahre alt sind (94,7%). Das durchschnittliche Nettoeinkommen betreffend

befinden sie sich in dem Bereich über 2000 Euro (68,4%) und mit einem

Durchschnittswert von 4,92 (Klasse 4 = 1500-1999, Klasse 5 = 2000-2499) besitzt

dieser Cluster das höchste Durchschnittseinkommen.

Die Kaufhäufigkeit liegt zwischen mehrmals und einmal im Halbjahr (Mittelwert: 5,57),

wobei die Tendenz zu mehrmals im Halbjahr geht (42,1%). Durchschnittlich werden

zwischen 2-3 Einheiten (52,6%) und 4-5 Einheiten (40,8%) gekauft und das

mehrheitlich (75%) von nur einem Anbieter.

Das Erlebnis beim Einkauf ist für die Personen innerhalb des Clusters 2 von mittlerer

Bedeutung (sehr bis eher wichtig insgesamt 52,6%), die Motive Convenience (sehr

bis eher wichtig insgesamt 96,1%) und frisch, gesund & biologisch (sehr bis eher

wichtig insgesamt 90,8%) haben einen hohen Stellenwert. Der Preis als Motiv ist in

diesem Cluster am geringsten ausgebildet, was sich durch das hohe

Durchschnittseinkommen in diesem Cluster erklären lassen könnte.

Sowohl das Produkt- als auch das Kaufinvolvement können als moderat positiv

beschrieben werden.

Cluster 3: Der service-orientierte Convenience-Käufer Der Cluster 3 ist ähnlich dem Cluster 2 eher weiblich, jedoch mit einem

Durchschnittsalter zwischen 21 und 30 Jahren jünger und einkommensschwächer

(lediglich 42,5% haben ein Einkommen über 2000 Euro).

Die Kaufhäufigkeit liegt durchschnittlich bei einmal im Halbjahr (Mittelwert: 6,28) und

es werden vorwiegend 2-3 Einheiten gekauft (62,1%). Markentreue ist diesem

Cluster wichtig und so wird überwiegend bei einem Anbieter gekauft (92%)

Der Service- sowie der Convenience-Faktor sind Cluster 3 am wichtigsten beim

Einkauf von Customized Food (beide Motive jeweils 90,8% innerhalb „sehr bzw. eher

wichtig“). Analog zu Cluster 2, bewertet Cluster 3 das Motiv „Erlebnis“ als neutral

(52,6%) und sowohl das Produkt- als auch das Kaufinvolvement sind tendenziell im

positiven Bereich.


79

Cluster 4: Der gering involvierten Heavy-Buyer Innerhalb des vierten Clusters sind mehr männliche Personen (67,7%), in der

Altersklasse zwischen 21 und 30 Jahre (83,9%). Ihnen steht ein durchschnittliches

Nettoeinkommen von über 1500 Euro zur Verfügung (80,6%). Im Vergleich zu den

anderen Cluster kaufen sie am häufigsten ein (93,5% mehrmals im Halbjahr bzw.

öfter) und erreichen auch bezüglich ihres Kaufvolumens die höchsten Werte (64,5%

kaufen 4-5 Einheiten). Mit 35,5% kaufen sie am häufigsten aller 4 Cluster auch bei

anderen Anbietern, aber dennoch vorwiegend bei einem einzigen Anbieter (61,3%).

Erlebnis in Verbindung mit Convenience sind die Haupt-Motive dieses Clusters (sehr

bis eher wichtig insgesamt 100%), jedoch stellt Service auch einen sehr wichtigen

Faktor dar (sehr bis eher wichtig insgesamt 96,8%). Frisch, gesund, biologisch ist für

die Personen des Clusters 4 kein ausschlaggebendes Kaufargument (eher unwichtig

insgesamt 61,3%).

Die beiden Faktoren Produktinvolvement und Kaufinvolvement sind in dieser Gruppe

am geringsten ausgebildet. Das Produktinvolvement erreicht bei 64,5% der Personen

einen negativen Wert, bei den restlichen 35,5% ist es nur schwach positiv. Das

Kaufinvolvement weist eine noch deutlichere Tendenz auf. 87,1% zeigen ein

geringes Involvement beim Kaufakt (Werte von 1-3 von insgesamt 7), die restlichen

12,9% ein mittleres Involvement im Bezug auf den Online-Kauf von Customized Food

(Wert 4 von insgesamt 7).

Dieser Cluster beinhaltet nur Personen die der Schokoladen-Stichprobe angehören.


80

10.3 Testverfahren zur Hypothesenüberprüfung

In diesem Kapitel werden die in Kapitel 7 aufgestellten Hypothesen zur Online-

Customized Food-Käufer-Typologie anhand der vorliegenden Daten auf ihre

Gültigkeit hin überprüft.

10.3.1 Überprüfung – Hypothese 1 Hypothese 1 besagt, dass sich die Online-Käufer von Customized Schokolade

hinsichtlich ihrer Merkmale signifikant von den Online-Käufern der Produktgruppe

Customized Müsli unterscheiden.

Mittels der Subhypothese 1.1 soll zunächst einmal der Zusammenhang zwischen den

sozio-demografischen Merkmalen der zwei Stichproben ermittelt werden.

Die sozio-demografischen Merkmale umfassen Geschlecht, Alter, Nationalität,

Bildung, Beruf und Einkommen, deren Unabhängigkeit mittels Chi-Quadrat-Tests

nach Pearson berechnet wird.

Ein höchst signifikanter Unterschied zwischen den zwei Stichproben anhand ihrer

sozio-demografischen Merkmale konnte in den Kategorien Nationalität und Alter

(jeweils p=0,001) berechnet werden, ansonsten ergab die Auswertung keine

signifikanten Ergebnisse.

Betrachtet man die Mittelwerte untereinander mittels des Post-Hoc-Tests nach

Scheffe wird deutlich, dass sich speziell die Altersgruppe 2&3 sowie 2&4 höchst

signifikant voneinander unterscheiden. Sind in der Schokoladenstichprobe eindeutig

mehr Personen in der Altersgruppe 2 (21-30 Jahre), dominieren in der Müsligruppe

die Altersgruppen 3 (31-40 Jahre) und 4 (41-50 Jahre). Auch bei der Nationalität

ergibt der Scheffe-Test höchst signifikante Unterschiede zwischen den Gruppen

„Österreich-Deutschland“ und „Österreich-Schweiz“. Das mag darauf zurückzuführen

sein, dass die Mehrheit der Schokoladen-Stichprobe aus Deutschland stammt, die

Müsli-Stichprobe sich jedoch hauptsächlich aus Österreichern/-innen

zusammensetzt.

Da nur in diesen beiden sozio-demografischen Kategorien sich signifikante

Unterschiede finden ließen, kann die Subhypothese 1.1 somit nicht bestätigt werden.


81

Die Subhypothese 1.2 behandelt die verhaltensorientierten Merkmalsunterschiede

zwischen den beiden Stichproben. Der Chi-Quadrat-Test ergibt sowohl einen höchst

signifikanten Unterschied in der Kategorie Kaufvolumen als auch innerhalb der

Kauffrequenz – in der Kategorie Markentreue unterscheiden sich die zwei

Stichproben hingegen nicht. Somit kann die Subhypothese 1.2 zurückgewiesen

werden.

Subhypothese 1.3 bezieht sich auf einen vermuteten Unterschied der beiden

Stichproben hinsichtlich ihrer psychographischen Merkmale.

Die Ergebnisse für die den Scheffe-Test die unterschiedlichen Motiv-Ausprägungen

betreffend sind in Tabelle 8 zu finden. Alle Motiv-Orientierungen weisen zumindest

ein signifikantes Niveau auf, außer die Convenience- und Servicekategorie, wo sich

keine nennenswerten Unterschiede erkennen lassen. Somit kann die Subhypothese

1.3 nicht bestätigt werden, obwohl sich auch sowohl das Produkt- als auch das

Kaufinvolvement betreffend höchst signifikante Unterschiede (p<0,001) ergeben.

Tabelle 8 - Scheffe-Test Motivausprägungen

Motiv Signifikanz Details

Erlebnis signifikant (,012) Stufe 1&2 (,037)

Convenience nicht signifikant

Preis signifikant (,02) Stufe 1&3 (,01) und 2&3 (,017)

Marke höchst signifikant

(,001)

Stufe 2&3 (,001) und 2&4 (,024)

Gesundheit/Bio höchst signifikant

(0,001)

Stufe 1&2 (,001), Stufe 1&3 (,001), Stufe 1&4 (,001),

Stufe 2&3 (,001), Stufe 2&4 (,001),

Service nicht signifikant


10.3.2 Überprüfung – Hypothese 2 Um die Zusammenhänge zwischen „Produktinvolvement“ und „Markentreue“ zu

ergründen, wird die Korrelation dieser beiden Merkmalsausprägungen mittels

Berechnung von Rangkorrelationskoeffizienten sowohl nach Spearman als auch

nach Kendall durchgeführt (vgl. BÜHL, 2008, 348f).

Als Basis dieser Berechnung dienen die Wiederholungskäufer, sprich jene Personen,

die bereits einmal zuvor einen Online-Kauf von Customized Food getätigt haben. Alle


82

Erstkäufer werden aus dieser Berechnung exkludiert, da man bei einem Erstkauf in

diesem Zusammenhang nicht von Markentreue sprechen kann. Die 3-teilige

Abstufung der Markentreue erfolgt nach KOTLER und BLIEMEL (2006, 444f), wobei die

ungeteilte Markentreue („kaufe nur bei diesem Anbieter, ist meine Lieblingsmarke“)

für den höchsten Wert der Markentreue steht, die geteilte Markentreue („kaufe

zusätzlich noch bei einem/mehreren anderen Anbieter/n ein“) für eine mittlere

Markentreue und die abwandernde Markentreue („habe gerade von einem anderen

Anbieter zu diesem Anbieter gewechselt“) eine schwache Markentreue repräsentiert.

Tabelle 9 - Rangkorrelation nach Spearman und Kendall

Correlations

Markentreue Produktinvolvement

Kendall's tau_b Markentreue Correlation Coefficient 1,000 -,098

Sig. (2-tailed) . ,104

N 187 187

Produktinvolvement Correlation Coefficient -,098 1,000

Sig. (2-tailed) ,104 .

N 187 187

Spearman's rho Markentreue Correlation Coefficient 1,000 -,118

Sig. (2-tailed) . ,107

N 187 187

Produktinvolvement Correlation Coefficient -,118 1,000

Sig. (2-tailed) ,107 .

N 187 187


Die Berechnung der Rangkorrelationskoeffizienten sowohl nach Kendall als auch

nach Spearman ergibt kein signifikantes Ergebnis (p= 0,104 bzw. p=0,107). Wenn

überhaupt ist von einem negativen Zusammenhang auszugehen („je höher die

Markentreue desto geringer das Produktinvolvement bzw. umgekehrt“). Da der

Korrelationskoeffizient sehr nahe am Nullpunkt liegt, ist dieser Zusammenhang sehr

schwach. Hypothese 2 kann somit abgelehnt werden.


83

10.3.3 Überprüfung – Hypothese 3 Hypothese 3 befasst sich mit der Annahme, dass Online-Customized Food-

Erstkäufer ein höheres Kauf- und Produktinvolvement aufweisen als

Wiederholungskäufer. Durch Trennung der Fälle anhand ihrer Kaufhäufigkeit

ergeben sich zwei unterschiedlich große Stichproben, da von den insgesamt 240

befragten Personen 187 Wiederholungskäufer und 53 Erstkäufer sind. In diesem Fall

rät die Theorie von der Verwendung eines T-Tests ab (Auswertung ergab

Varianzungleichheit und somit wären die Voraussetzungen für die Verwendung des

T-Test nicht gegeben), und empfiehlt den Einsatz von nicht parametrischen Tests

(beispielsweise vgl. JANSSEN und LAATZ, 2007, 571ff oder vgl. Bühl, 2008, 317ff). Die

Effizienz eines nicht-parametrischen Tests wie beispielsweise des nachfolgend

eingesetzten U-Tests nach Mann und Whitney entspricht zu 95% der Effizienz eines

vergleichbaren parametrischen Tests (z.B. des T-Test).

Tabelle 10 - U-Test nach Mann und Whitney

Ranks

Kaufhäufigkeit N Mean Rank Sum of Ranks

KIGes Wiederholungskäufer 187 113,67 21256,50

Erstkäufer 53 144,59 7663,50

Total 240

Test Statisticsa

PIGes

Mann-Whitney U 2281,000

Wilcoxon W 19859,000

Z -6,005

Asymp. Sig. (2-tailed) ,000

a. Grouping Variable: Kaufhäufigkeit

Test Statisticsa

KIGes

Mann-Whitney U 3678,500

Wilcoxon W 21256,500

Z -2,879

Asymp. Sig. (2-tailed) ,004

a. Grouping Variable: Kaufhäufigkeit


Ranks

Kaufhäufigkeit N Mean Rank Sum of Ranks

PIGes Wiederholungskäufer 187 106,20 19859,00

Erstkäufer 53 170,96 9061,00

Total 240


84

Der U-Test nach Mann und Whitney teilt jedem Wert innerhalb der beiden Gruppen

einen speziellen Rang zu, z.B. erhält der kleinste Wert den 1. Rangplatz. Deutet man

die Rangtabelle, kann daraus abgelesen werden, dass Erstkäufer ein höheres

Involvement besitzen, da die mittleren Ränge der Wiederholungskäufer in beiden

Fällen kleiner sind als jener der Erstkäufer.

Betrachtet man die Test Statistik bestätigt sich diese Annahme und es besteht ein

sehr signifikanter Zusammenhang (p<0,01) hinsichtlich dem Kaufinvolvement bzw.

ein höchst signifikanter Zusammenhang (p<0,001) bezüglich dem

Produktinvolvement und Erst- bzw. Wiederholungskäufern.

Somit scheint die Kauffrequenz Auswirkungen auf das Involvement der Käufer zu

haben. Betrachtet man die (Rang)Korrelation nach Spearman und Kendall in Tabelle

11 lässt sich die Vermutung, dass je höher die Kauffrequenz desto niedriger das

Produkt- und Kaufinvolvement, mit höchster Signifikanz bestätigen6. Hypothese 3

kann somit angenommen werden.

Tabelle 11 - Rangkorrelation nach Kendall und Spearman

Correlations

Kaufhäufigkeit PIGes KIGes

Kendall's tau_b Kaufhäufigkeit Correlation Coefficient 1,000 ,354** ,258**

Sig. (2-tailed) . ,000 ,000

N 240 240 240

Spearman's rho Kaufhäufigkeit Correlation Coefficient 1,000 ,464** ,340**

Sig. (2-tailed) . ,000 ,000

N 240 240 240

**. Correlation is significant at the 0.01 level (2-tailed). Quelle: eigene Darstellung

6 Zur Erklärung: Die Kaufhäufigkeit ist von 1 (mehrmals die Woche) bis 8 (Erstkäufer) skaliert und somit ist die Tabelle dementsprechend zu interpretieren, das ein hoher Wert in der Kategorie „Kaufhäufigkeit“ eine geringe Kauffrequenz darstellt.

DISKUSSION KAPITEL 11

85

11 Diskussion

11.1 Diskussion der Methode Die Anwendung einer Clusteranalyse als Verfahren zur Identifikation von

Kundensegmenten ist speziell auf dem sozialwissenschaftlichen Gebiet sehr weit

verbreitet und bietet sich durch ihre optimalen Klassenbildungs-Eigenschaften zum

Typologisieren an.

Aufgrund der unterschiedlichen Skalierungen der Merkmale kommt in dieser Arbeit

die Two-Step-Clusteranalyse zum Einsatz, die sowohl kategoriale wie auch stetige

Variablen verwerten kann. Somit kann eine umfassende Clusterung anhand von

allen als zuvor für das Kaufverhalten relevant definierten Kriterien erfolgen.

Eine Bewertung der Two-Step-Clusteranalyse durch BACHER, WENZIG und VOGLER

ergab speziell bei Verwendung von quantitativen Variablen sehr gute Ergebnisse. Bei

einem Einsatz von gemischt-skalierten Merkmalen nimmt die Effizienz der Methode

ab. Dies wird vorwiegend durch die mögliche höhere Gewichtung der Unterschiede

bei kategorialen Variablen als bei stetigen Variablen bedingt (vgl. BACHER, WENZIG

und VOGLER, 2004, 21). Betrachtet man die Ergebnisse der gefundenen

Clusterlösungen, wird jedoch keine Dominanz der kategorialen Variablen im Hinblick

auf ihre Bedeutung für die Clusterzugehörigkeit der Fälle sichtbar. Im Gegenteil, die

charakteristische Beschreibung der Cluster erfolgt vorwiegend über stetige

Merkmale.

Die gefundene Lösung von 4 Clustern ist zweckmäßig. Einerseits unterscheiden sich

die Cluster untereinander ausreichend, andererseits sind sie in sich aufgrund ihrer

Merkmalsausprägungen homogen. Bei einer im Vorhinein vordefinierten

Clustergröße von 5 Clustern konnte kein zusätzlicher Informationsgewinn generiert

werden. Ausreißer konnten keine gefunden werden.

Zusammenfassend kann das Ergebnis der Two-Step-Clusteranalyse als erfolgreich

bezeichnet werden. Die Teilsegmente unterscheiden sich hinreichend, sind in sich

homogen und bieten hinreichend Unterscheidungspunkte sowohl das Außen- als

auch das Binnenprofil betreffend.


86

11.2 Diskussion der Ergebnisse

Die Ergebnisse der Clusteranalyse lassen den Schluss zu, dass sich innerhalb der

Obergruppierung „Online-Customized Food-Käufer“ eindeutig intern homogene und

extern heterogene Cluster von Käufern finden lassen, die sich anhand ihrer

typenspezifischen Besonderheiten auszeichnen.

Die Verknüpfung der Messkriterien zur Bildung von Segmenten verlief optimal mit

hoher Trennschärfe, das bedeutet, dass sich die Konsumenten innerhalb eines

Segmentes bezüglich in den zur Segmentierung herangezogenen Kriterien,

(beinahe) gleichen.

Die Auswertung der Ergebnisse ergibt in Bezug auf Online-Customized Food-Käufer

vier unterschiedliche Typen:

Cluster 1: Der High-Involvement Erstkäufer

Cluster 2: Der einkommensstarke Bio-/Gesundheits-Käufer

Cluster 3: Der service-orientierte Convenience-Käufer

Cluster 4: Der gering involvierte Heavy-Buyer

Anhand sozio-demografischer Merkmale lassen sich wenige Unterscheidungen

zwischen den Clustern untereinander finden. Meist sind die Cluster weiblich

dominiert (ausgenommen Cluster 4), die Personen innerhalb der Cluster zwischen 21

und 40 Jahre alt und sie besitzen ein Einkommen über 1500 €. Anhand der Kriterien

Nationalität, Beruf und Ausbildung konnten keinerlei charakteristische Unterschiede

zwischen den Clustern gefunden werden. Wie auch schon in Kapitel 4.1 erwähnt,

wird die Kaufverhaltensrelevanz sozio-demografischer Merkmale oftmals

angezweifelt, womit sich auch die fehlende Unterscheidbarkeit der Cluster anhand

dieser Merkmale erklären ließe. Jedoch haben sie in der empirischen Untersuchung

dennoch aufgrund ihrer Eigenschaft zur passiven Charakterisierung der Cluster ihre

Berechtigung.

Größere Ungleichartigkeiten ergeben sich wenn man die verhaltensbezogenen

Merkmale betrachtet, wobei es einen leichten Zusammenhang zwischen der

Kauffrequenz und dem Kaufvolumen zu geben scheint. Als eher zurückhaltend lässt

sich das Kaufverhalten der Erstkäufer in Cluster 1 beschreiben, die bevorzugt nur


87

eine Einheit Customized Food kaufen. Personen in Cluster 4 weisen die höchste

Kauffrequenz auf und favorisieren einen Einkauf mehrmals im Halbjahr bzw. auch

öfters. Sie zeichnen sich zusätzlich durch das größte Kaufvolumen aus und kaufen

zu über 70% vier bzw. mehr Einheiten.

Die Markentreue als weiterer Bestandteil der verhaltensbezogenen Merkmale ist

durch alle Cluster hinweg hoch und über 60 % der Personen eines jeden Clusters

kaufen nur bei einem einzigen Anbieter.

Auch im Hinblick auf psychografische Merkmale differenzieren sich die Cluster. Wo

bei den Erstkäufern in Cluster 1 noch alle Motive zu über 90 % als „eher wichtig bzw.

sehr wichtig“ eingestuft werden, zeigen sich bei den übrigen Clustern

unterschiedliche Ergebnisse. Personen aus Cluster 2 legen speziellen Wert auf den

Aspekt „frisch und biologisch“ wohingegen für Cluster 4 der Erlebniswert klar im

Mittelpunkt steht. Cluster 2 hebt sich nicht durch ein spezielles Motiv hervor, er hat

mit den übrigen Clustern jedoch die hohen Convenience und Service-Werte gemein.

Das Produkt- und Kaufinvolvement sind über alle Cluster betrachtet tendenziell im

höheren Bereich angesiedelt, die niedrigsten Werte werden von Cluster 4 (Heavy

Buyer) und die höchsten Werte von Cluster 1 (Erstkäufern) erreicht.

Der in Hypothese 2 vermutete Zusammenhang zwischen einer hohen Markentreue

und einem hohen Produktinvolvement konnte jedoch nicht bestätigt werden,

wohingegen sich eine eindeutige Beziehung zwischen der Kauffrequenz und dem

Involvement bestätigte (Hypothese 3). Laut den Ergebnissen sinken sowohl das

Produkt- als auch das Kaufinvolvement mit steigender Kauffrequenz.

Die Hypothese, dass sich Online-Käufer der Produktgruppe Müsli von jenen Online-

Käufern der Gruppe Schokolade unterscheiden, sowie deren Subhypothesen

konnten nicht bestätigt werden, da die Unterschiede innerhalb der

Merkmalskategorien (sozio-demografisch, verhaltensbezogen, psychografisch) nur

zum Teil signifikant waren. Welche Mittelwertsunterschiede sich zwischen den zwei

Produktgruppen als signifikant erwiesen, ist in Tabelle 12 abgebildet.


88

Tabelle 12 - Zusammenfassung Stichproben-Unterschiede

Gruppe Merkmal Signifikanter Unterschied

Sozio-demografisch Geschlecht Nein

Alter Ja

Nationalität Ja Ausbildung Nein

Beruf Nein

Einkommen Nein

Verhaltensbezogen Kaufvolumen Ja

Kauffrequenz Ja

Kaufort Nein

Psychografisch Motive Nein

Produktinvolvement Ja

Kaufinvolvement Ja


ZUSAMMENFASSUNG KAPITEL 12

89

12 Zusammenfassung

Das Konzept „Mass Customization“ verbindet die Vorteile einer Massenproduktion

mit jenen einer gezielten Produktionsanpassung an die individuellen Wünsche der

Kunden. Als „Co-Producer“ können so die Konsumenten ein individuelles, speziell an

ihre Bedürfnisse angepasstes Produkt erstellen. Auch die Lebensmittelbranche hat

diesen Trend unter dem Namen „Customized Food“ aufgegriffen und ermöglicht so

Kunden, den eigenen Bedürfnissen entsprechend, sich online ein individuelles

Lebensmittelprodukt selbst zu konfigurieren.

Durch eine Differenzierung dieser Online-Customized Food-Käufer bezüglich

spezieller Eigenschaften lassen sich Marketingstrategien gezielt auf die

kundentypenspezifischen Besonderheiten ausrichten. Nach einer erfolgreichen

Identifizierung der Kundensegmente können diese auf ihre Wirtschaftlichkeit bewertet

werden und gezielt Marketingstrategien, angepasst an die spezifischen Segmente,

entwickelt werden.

Um im Zuge dieser Masterarbeit sich voneinander unterscheidende Online-

Customized Food-Käufersegmente identifizieren zu können, die sich hinsichtlich

ihres Konsumverhaltens und/oder unterschiedlichen Reaktionen auf die

Instrumentalvariablen des Marketings differenzieren, wurden zunächst ausgehend

von einer neobehavioristischen Betrachtungsweise des Käuferverhaltens

segmentierungsrelevante Kriterien definiert, welche schlussendlich zur Beschreibung

der Teilsegmente und somit zu einer zielgerichteten Marketing-Bearbeitung der

unterschiedlichen Zielgruppen beitragen können.

Diverse Kriterien flossen in die Beurteilung zur Eignung der Determinanten als für die

empirische Untersuchung segmentierungsrelevant mit ein: ihre Trennschärfe,

Wirtschaftlichkeit, zeitliche Stabilität, Messbarkeit, Zugänglichkeit, Aussagefähigkeit

und Kaufverhaltensrelevanz. Speziell auf letztgenannten Punkt wurde bei der

Auswahl der Merkmale Rücksicht genommen.

Die für die empirische Erhebung herangezogenen Determinanten sind in Tabelle 13

angeführt.


90

Tabelle 13 - Auswahl segmentierungsrelevanter Kriterien

Sozio-demografische Kriterien Geschlecht, Alter, Einkommen,

Nationalität, Ausbildung, Beruf

Psychografische Kriterien Motive, Involvement (Produkt- und

Kaufinvolvement)

Verhaltensorientierte Kriterien Markentreue, Kaufvolumen,

Kauffrequenz


Die Skalierungsniveaus dieser Merkmale umfassen sowohl nominale, ordinale als

auch metrische Werte, weshalb als Methode zur Segmentierung die Two-Step-

Clusteranalyse herangezogen wurde, da diese sich speziell als robustes

Segmentierungsverfahren bei gemischt-skalierten Variablen empfiehlt.

Die empirische Erhebung erfolgte mittels standardisiertem Online-Fragebogen mit

einer Gesamt-Stichprobe von 240 Personen, wobei jeweils 120 der Befragten Käufer

von Customized Food aus der Produktgruppe Schokolade bzw. Müsli sind.

Die Auswertung der Daten mit Hilfe der Two-Step-Clusteranalyse ermittelte im Bezug

auf Online-Customized Food-Käufer vier unterschiedliche Konsumenten-Typen:

Cluster 1: Der High-Involvement Erstkäufer

Cluster 2: Der einkommensstarke Bio-/Gesundheits-Käufer

Cluster 3: Der service-orientierte Convenience-Käufer

Cluster 4: Der gering involvierte Heavy-Buyer

Im Gegensatz zu sozio-demografischen Merkmalen, die nur wenig

Unterscheidungspotential zwischen den Clustern liefern und dennoch zur passiven

Charakterisierung der Segmente dienen, differenzieren sich die gefundenen

Segmentlösungen insbesondere durch ihre verhaltensorientierten und

psychografischen Merkmale.

Die Determinanten „Kaufvolumen“ und „Kauffrequenz“ stehen dabei in einem

Zusammenhang, so weisen jene Personen mit der niedrigsten Kauffrequenz in

Cluster 1 auch das niedrigste Kaufvolumen auf, jene Personen aus Cluster 4, welche

mit der höchsten Kauffrequenz am häufigsten Online-Customized-Food einkaufen,

zeigen auch das höchste Kaufvolumen.


91

Ferner sinken mit steigender Kauffrequenz sowohl das Kauf- als auch das

Produktinvolvement signifikant. So weist Cluster 1, der aufgrund seiner

charakteristischen Eigenschaften die Bezeichnung „Der High-Involvement Erstkäufer“

erhält, die höchsten Involvementwerte auf, wohingegen Cluster 4 „Der gering

involvierte Heavy-Buyer“, der basierend auf seinen Eigenschaften sehr gegensätzlich

zu Cluster 1 ist, die niedrigsten Involvementwerte zeigt.

Ein Zusammenhang zwischen der in allen Clustern sehr hohen Markentreue und

einem hohen Produktinvolvement konnte nicht bewiesen werden.

In vergleichender Betrachtung zeigt Cluster 1 auch das vielseitigste Motivprofil, da

alle Motivausprägungen von einer eindeutigen Mehrheit als eher bzw. sehr wichtig

eingestuft werden. In Cluster 2 wird hingegen spezieller Wert auf den Aspekt „frisch

und biologisch“ gelegt und für Cluster 4 steht der Erlebniswert klar im Mittelpunkt.

Cluster 2 hebt sich nicht durch ein spezielles Motiv hervor, er hat mit den übrigen

Clustern jedoch die hohen Convenience und Service-Wert gemein.

Zu den Ergebnissen innerhalb der zwei Produktgruppen ist zu erwähnen, dass die

Unterschiede zwischen Online-Käufer der Produktgruppe Müsli und jenen Online-

Käufern der Gruppe Schokolade innerhalb der Merkmalskategorien (sozio-

demografisch, verhaltensbezogen, psychografisch) nur zum Teil signifikant waren

(siehe Kapitel 10.3.3).

Die Ergebnisse dieser Studie beschreiben vier unterschiedliche Segmente von

Online-Customized Food-Käufern, die im Sinne der Kundenorientierung und einer

zielgerichteten Marketing-Bearbeitung einer unterschiedlichen Ansprache bedürfen.

In welcher Weise diese marketing-politische Anpassung an diese Kundensegmente

erfolgen kann, könnte durch weiterführende Untersuchungen erläutert werden.

LITERATURVERZEICHNIS

13 Literaturverzeichnis

ADIDAS (2010): miAdidas – Create your own at:

http://www.adidas.com/campaigns/miadidas-nonecomm/content/switzerland.asp

(30.12.2010).

ALBA, J., LYNCH, J., WEITZ, B. JANISZEWSKI, C., LUTZ, R., SAWYER, A., WOOD, S.

(1997): Interactive Home Shopping: Consumer, Retailer and Manufacturer Incentives

to Participate in Electronic Marketplaces. Journal of Marketing 61, Nr. 3, S 38-53.

BACHER, J., WENZIG, K. und VOGLER, M. (2001): SPSS TwoStep Cluster: A first

Evaluation. 2. Auflage, Nürnberg: Lehrstuhl für Soziologie.

BACKHAUS, K.; ERICHSON, B.; PLINKE, W. und WEIBER, R. (2011): Multivariate

Analysemethoden. Eine anwendungsorientierte Einführung. 13. Auflage, Berlin,

Heidelberg: Springer Verlag.

BAUMGARTH, C. (2007): Markenpolitik: Markenwirkungen - Markenführung –

Markencontrolling. Wiesbaden: Gabler Verlag.

BAUMGARTH, C und BERNECKER, M. (1999): Marketingforschung. München, Wien:

Oldenburg Verlag.

BEARDEN, W. O. und NETEMEYER, R. G. (2001): Handbook of marketing scales. Multi-

item measures for marketing and consumer behavior research. 2. Edition, California:

Thousand Oaks.

BECKER, J. (2002): Marketing-Konzeption. Grundlagen des zielstrategischen und

operativen Marketing-Managements. 7. Auflage, München: Vahlen Verlag.

BEHARRELL B und DENISON T.J. (1995): Involvement in a routine food shopping

context. British Food Journal 97 (4). S. 24-29.

BEREKOVEN, L., ECKERT, W. und ELLENRIEDER, P. (2006): Marktforschung.

Methodische Grundlagen und praktische Anwendung. 11. Auflage, Wiesbaden:

Gabler Verlag.

BORTZ, J. und DÖRING, N. (1995). Forschungsmethoden und Evaluation. 2. Auflage,

Berlin: Springer Verlag.

BORTZ, J. (1999): Statistik für Sozialwissenschaftler. 5. Auflage, Berlin, Heidelberg,

New York: Springer Verlag.

BORTZ, J. (2005): Statistik für Human- und Sozialwissenschaftler. 6. Auflage, Berlin,

Heidelberg, New York: Springer Verlag.

http://www.adidas.com/campaigns/miadidas-nonecomm/content/switzerland.asp


BOSCH, K. (2007): Basiswissen Statistik: Einführung in die Grundlagen der Statistik.

München: Oldenbourg Wissenschaftsverlag.

BÜHL, A. (2008): SPSS 16. Einführung in eine moderne Datenanalyse. 11 Auflage,

München: Pearson Studium.

CHRISTOF, K. (2007): Formale Segmentierungsverfahren in PEPELS, W. (2007):

Marktsegmentierung. Erfolgsnischen finden und besetzen. 2 Auflage, Düsseldorf:

symposion.

DACH, C. (2000): Die zukünftige Bedeutung des Business-to-Consumer E-Commerce

– ein Prognosemodell in MÜLLER-HAGEDORN, L. (2000): Zukunftsperspektiven des E-

Commerce im Einzelhandel. Frankfurt am Main: Deutscher Fachverlag.

DICHTER, E. (1981): Das grosse Buch der Kaufmotive. Düsseldorf, Wien: Econ

Verlag.

DIEHL, S. (2009): Reale und mediale Produkterfahrungen. Analyse und Vergleich der

Wirkungen von Experience- und Cross-Media-Marketingmaßnahmen. Wiesbaden:

Gabler Verlag.

DIEKMANN, A. (2009): Empirische Sozialforschung. Grundlagen, Methoden,

Anwendungen. 20. Auflage, Hamburg: Rowohlt.

DOLZER ONLINE SHOP GMBH (2010): Onlinekonfigurator at:

https://www.dolzer.com/shop_content.php?coID=9&confStation=stoff&klst=DBL&XT

Csid=f2dqmtr24i9c9k95h69otv4d5bed9s06 (12.10.2010).

ESCH, F. (2001): Moderne Markenführung. Grundlagen, innovative Ansätze,

praktische Umsetzungen. 3. Auflage, Wiesbaden: Gabler Verlag.

ESCH, F. UND WICKE, A. (2001): Herausforderungen und Aufgaben des

Markenmanagements in ESCH, F. (2001): Moderne Markenführung. Grundlagen,

innovative Ansätze, praktische Umsetzungen. 3. Auflage, Wiesbaden: Gabler Verlag,

S. 5-55.

ESCH, F. (2010): Strategie und Technik der Markenführung. 6. Auflage, München:

Vahlen Verlag.

EUROSTAT (2013): Einzelpersonen, die in den letzten drei Monaten für private Zwecke

Waren oder Dienstleistungen über das Internet bestellt/erworben haben at:

http://epp.eurostat.ec.europa.eu/tgm/table.do?tab=table&init=1&language=de&pcode

=tin00067&plugin=1

https://www.dolzer.com/shop_content.php?coID=9&confStation=stoff&klst=DBL&XTCsid=f2dqmtr24i9c9k95h69otv4d5bed9s06

https://www.dolzer.com/shop_content.php?coID=9&confStation=stoff&klst=DBL&XTCsid=f2dqmtr24i9c9k95h69otv4d5bed9s06

http://epp.eurostat.ec.europa.eu/tgm/table.do?tab=table&init=1&language=de&pcode=tin00067&plugin=1

http://epp.eurostat.ec.europa.eu/tgm/table.do?tab=table&init=1&language=de&pcode=tin00067&plugin=1


FOSCHT, T. und SWOBODA, B. (2007): Käuferverhalten: Grundlagen - Perspektiven –

Anwendungen. 3. Auflage, Wiesbaden: Gabler Verlag.

FRETER, H. (2008): Markt- und Kundensegmentierung. 2. Auflage, Stuttgart: Verlag

W. Kohlhammer.

GRASMUGG, S. (2006): Mass Customization als strategische Anwendung des

Electronic Business. Lohmar: EUL Verlag

HILL, W. (1971): Marketing. Band 1, Bern, Stuttgart: Verlag Paul Haupt.

HOLM, K. (1991): Die Befragung 1. 4. Auflage, Tübingen: Francke Verlag.

JANSSEN, J. und LAATZ, W. (2007): Statistische Datenanalyse mit SPSS für Windows.

6 Auflage, Berlin, Heidelberg: Springer Verlag.

KIRN, S.; PILLER, F.; REICHWALD, R.; SCHENK, M. und SEELMANN-EGGEBERT, R. (2005):

Kundenzentrierte Wertschöpfung mit Mass Customization. Kundeninteraktion,

Logistik, Simulationssystem und Fallstudien. Magdeburg: Fraunhofer IRB Verlag.

KORTUS-SCHULTES, D. und FERFER, U. (2005): Logistik und Marketing in der Supply

Chain. Wertsteigerung durch virtuelle Geschäftsmodelle. Wiesbaden: Gabler Verlag.

KOTLER, P. und BLIEMEL F. (2006): Marketing-Management. Analyse, Planung und

Verwirklichung. 10. Auflage, München: Pearson Studium.

KROEBER-RIEL, W. und WEINBERG, P. (2003): Konsumentenverhalten. 8. Auflage,

München: Vahlen Verlag.

KROEBER-RIEL, W. und WEINBERG, P. (1999): Konsumentenverhalten. 7. Auflage,

München: Vahlen Verlag.

LAURENT, G. und KAPFERER, J. (1985): Consumers' Involvement Profile: New

Empirical Results. Advances in Consumer Research. Volume 12, Pages: 290-295.at:

http://www.acrwebsite.org/volumes/display.asp?id=6402 (20.10.2011).

LOEVENICH, P. und LINGENFELDER, M. (2004): Kundensegmentierung im E-Commerce

– Eine verhaltenswissenschaftliche Typisierung von Online-Käufern in BAUER, H.,

RÖSGER, J. und NEUMANN, M. (2004): Konsumentenverhalten im Internet. München:

Vahlen Verlag.

NEUMANN, R. (2009): Die Involvementtheorie und ihre Bedeutung für das

Lebensmittelmarketing. Bremen: Europäischer Hochschulverlag.

OPASCHOWSKI, H. W. (1998): Vom Versorgungs- zum Erlebniskonsum. Die Folgen

des Wertewandels in NICKEL, O. (1998): Eventmarketing. Grundlagen und

Erfolgsbeispiele. München: Vahlen Verlag. S. 25-38.

http://www.acrwebsite.org/volumes/display.asp?id=6402


PEPELS, W. (2007): Marktsegmentierung in PEPELS, W. (2007): Marktsegmentierung.

Erfolgsnischen finden und besetzen. 2 Auflage, Düsseldorf: Symposion.

PILLER, F. (2010): Case Studies from the MC&OI Web Blog at: http://www.mass-

customization.de/case.htm (30.09.2010).

PILLER, F. (2007): MyMuesli launched – create custom cereal online at:

http://www.configurator-database.com/services/blog/mymuesli-launched-create-

custom-cereal-online (4.11.2010).

PILLER, F. (1998): Kundenindividuelle Massenproduktion. Die Wettbewerbsstrategie

der Zukunft. München: Hanser Verlag.

PILLER, F. (2003): Mass Customization. Ein wettbewerbsstrategisches Konzept im

Informationszeitalter. 3. Auflage, Wiesbaden: Deutscher Universitäts-Verlag/GWV

Fachverlage.

POSSELT, T. und GENSLER, S. (2000): Ein transaktionskostentheoretischer Ansatz zur

Erklärung von Handelsbetriebstypen. Die Betriebswirtschaft. Ausgabe 60, S. 182-

198.

RAAB, A. E.; POOST, A. und EICHHORN, S. (2008): Marketingforschung: Ein

praxisorientierter Leitfaden. Stuttgart: Kohlhammer.

REICHWALD, R. und PILLER, F. (2006): Interaktive Wertschöpfung. Open Innovation,

Individualisierung und neue Formen der Arbeitsteilung. Wiesbaden: Gabler Verlag.

REYNOLDS, K. und BEATTY, S. (1999): A Relationship Customer Typology. Journal of

Retailing 75, S. 509-523.

ROLLAMA (2010): Konsumverhalten at: http://www.ama-marketing.at/daten-und-

fakten/allgemein/ (11.11.2010).

RUNIA, P.; WAHL, F.; GEYER, O. und THEWIßEN, C. (2007): Marketing: Eine prozess-

und praxisorientierte Einführung. München, Wien: Oldenbourg Verlag.

SCHNELL, R., HILL, P.B. und ESSER, E. (1999): Methoden der empirischen

Sozialforschung. 6. Auflage, München, Wien: Oldenbourg Verlag.

SANDER, M. (2004): Marketing Management. Märkte, Marktinformationen und

Marktbearbeitung. Stuttgart: Lucius & Lucius Verlag.

SCHMALEN, H. (1994): Das hybride Kaufverhalten und seine Konsequenzen für den

Handel. Die Betriebswirtschaft 64 Heft 10, S. 1221-1240.

SCHUCKEL, M. (1997): Convenience und Do it yourself – konkurrierende oder sich

ergänzende Trends? in MÜLLER-HAGEDORN, L. (1997): Trends im Handel. Frankfurt

am Main: Deutscher Fachverlag.

http://www.mass-customization.de/case.htm

http://www.mass-customization.de/case.htm

http://www.configurator-database.com/services/blog/mymuesli-launched-create-custom-cereal-online

http://www.configurator-database.com/services/blog/mymuesli-launched-create-custom-cereal-online

http://www.ama-marketing.at/daten-und-fakten/allgemein/

http://www.ama-marketing.at/daten-und-fakten/allgemein/


SLAMA, M. und TASHCHIAN (1985): Selected Socio-economic and Demographic

Characterisics Associated with Purchasing Involvement. Journal of Marketing, 1

(Winter), 72-82.

STIER, W. (1999): Empirische Forschungsmethoden. 2. Auflage, Berlin, Heidelberg,

New York: Springer Verlag.

THE SKILLS GROUP (2006): Aktuelle Trend-Studie: ÖsterreicherInnen zeigen beim

Lifestyle Individualität at: https://www.pressetext.at/news/060509037/aktuelle-trend-

studie-oesterreicherinnen-zeigen-beim-lifestyle-individualitaet/ (11.11.2010).

TROMMSDORFF, V. (2009): Konsumentenverhalten. 7. Auflage, Stuttgart: Verlag W.

Kohlhammer.

TROMMSDORFF, V. (1998): Konsumentenverhalten. 3. Auflage, Stuttgart: Verlag W.

Kohlhammer.

VON LOEWENFELD, F. (2003): Involvement generieren - Kundenzufriedenheit schaffen.

Neue Wege zur Kundenzufriedenheit. Marburg: Tectum Verlag.

WEIGERT, M. (2010): Mass Customization – Deutschland als internationaler

Trendsetter at: http://netzwertig.com/2010/05/28/mass-customization-deutschland-

als-internationaler-trendsetter/ (05.10.2010).

WEINSTEIN, Art (2004): Handbook of market segmentation. Strategic targeting for

Business and Technology Firms. Binghamton: The Haworth Press.

WELT ONLINE (2009): Individuelle Massenware kommt aus dem Internet at:

http://www.welt.de/wirtschaft/article4625748/Individuelle-Massenware-kommt-aus-

dem-Internet.html (27.07.1010).

ZACHARIAS, M. (2002): eCommerce Grundlagen in der Praxis: Webdesign unter den

Gesichtspunkten des Online-Marketings. s.l.: Books on Demand Gmbh.

ZAICHKOWSKY, J. L. (1984): Conceptualizing and measuring the involvement construct

in marketing. Los Angeles: Diss. University of California.

ZENTES, J und MORSCHETT, D. (1998): Handelsmonitor II/98. Daten & Fakten. Wo wird

im Jahre 2005 Handel „gemacht“? Frankfurt am Main: Deutscher Fachverlag.

JACKOB, N., SCHÖN, H. und ZERBACK, T. (2009): Sozialforschung im Internet.

Methodologie und Praxis der Online-Befragung. Wiesbaden: VS Verlag für

Sozialwissenschaften.

ZIEHE, N. (1997): Gibt es einen Trend zur Erlebnisorientierung? in MÜLLER-

HAGEDORN, L. (1997): Trends im Handel. Frankfurt am Main: Deutscher Fachverlag.

http://netzwertig.com/2010/05/28/mass-customization-deutschland-als-internationaler-trendsetter/

http://netzwertig.com/2010/05/28/mass-customization-deutschland-als-internationaler-trendsetter/

http://www.welt.de/wirtschaft/article4625748/Individuelle-Massenware-kommt-aus-dem-Internet.html

http://www.welt.de/wirtschaft/article4625748/Individuelle-Massenware-kommt-aus-dem-Internet.html


ZIMMERMANN, W. und STACHE, U. (2001): Operations Research. Quantitative

Methoden zur Entscheidungsvorbereitung. München: Oldenbourg

Wissenschaftsverlag.

ANHANG

Anhang

Anhang A Fragebogen-Grundkonstrukt

Frage 1: Haben Sie als Privatperson oder für ein Unternehmen bestellt? □ Ich habe als Privatkunde bestellt

□ Ich habe als Firmenkunde bestellt

Statistik Zur statistischen Auswertung des Fragebogens werden gewissen Daten von Ihnen

benötigt. Diese Antworten werden natürlich vertraulich behandelt und anonym

ausgewertet.

Frage 2: Geschlecht

□ männlich □ weiblich

Frage 3: Alter: _____ Jahre

Frage 4: Nationalität □ Österreich

□ Deutschland

□ Schweiz

□ sonstiges: ______________________

Frage 5: Höchste abgeschlossene Schulbildung:

□ Pflichtschule

□ Lehre

□ höhere Schule

□ Hochschulverwandte Lehranstalt,

Universität, Hochschule

□ sonstiges: ______________________

Frage 6: Beruf: □ Angestellte/r

□ Arbeiter/in

□ Auszubildende/r

□ Student/in

□ Selbstständig

□ Hausfrau/mann

□ Pensionist/in

□ sonstiges: ______________________

Frage 7: Durchschnittliches Nettoeinkommen im Haushalt: □ 0 – 499 €

□ 500 – 999 €

□ 1000 – 1499 €

□ 1500 – 1999 €

□ 2000 – 2499 €

□ mehr als 2500 €

ANHANG

Kaufverhalten allgemein Die folgenden Fragen beziehen sich auf Ihr Kaufverhalten im Bezug auf Customized

xxx. Die dabei erhobenen Daten werden natürlich anonym behandelt. Frage 8: Wie oft kaufen Sie persönlich Customized xxx im Internet? (Customized xxx ist xxx , die/das Sie selbst individuell zusammenstellen können) □ mehrmals die Woche

□ einmal die Woche

□ mehrmals im Monat

□ einmal im Monat

□ mehrmals im Halbjahr

□ einmal im Halbjahr

□ seltener

□ Dieser Einkauf ist mein erster

Frage 9: Wie viele Einheiten Customized xxx kaufen Sie pro Einkauf durchschnittlich? □ 1 Packung

□ 2-3 Packungen

□ 4-5 Packungen

□ mehr als 5 Packungen

Frage 10: Wo kaufen Sie im Internet vorwiegend Customized xxx? □ kaufe nur bei diesem Anbieter, ist meine

Lieblingsmarke

□ kaufe zusätzlich noch bei ein paar

anderem/anderen Anbietern/n ein

□ bin von anderem/anderen Anbieter/n zu diesem

gewechselt

ANHANG

Kaufmotive Frage 11: Warum kaufen Sie Customized xxx im Internet?

Erklären Sie Ihre Kaufgründe in einigen kurzen Worten.

Frage 12: Bitte beantworten Sie, wie sehr die nachfolgenden Aussagen (von sehr wichtig bis überhaupt nicht wichtig) auf Ihr Einkaufsverhalten bei einem Online-Kauf von Customized xxx zutreffen.

sehr wichtig Überhaupt nicht

wichtig

Der Einkauf soll ein Erlebnis sein □ □ □ □ □

Die Atmosphäre der virtuellen Einkaufsstätte soll angenehm sein □ □ □ □ □

Der Einkauf soll immer wieder etwas Neues bieten □ □ □ □ □

Der Einkauf soll bequem sein □ □ □ □ □

Der Einkauf soll schnell gehen □ □ □ □ □

Der Einkauf soll rund um die Uhr möglich sein □ □ □ □ □

Preis der Produkte □ □ □ □ □

Sonderangebote □ □ □ □ □

Möglichkeit zum schnellen Preis-/Leistungsvergleich □ □ □ □ □

Kauf von Markenprodukten □ □ □ □ □

Vertrauen zu dem Anbieter □ □ □ □ □

Nachweis, dass es sich um frische und gesunde Produkte handelt □ □ □ □ □

Nachweis, dass es sich um biologische Produkte handelt □ □ □ □ □

Leichte Bedienung des Konfigurators □ □ □ □ □

Gute Beratung/Hilfestellungen des Anbieters □ □ □ □ □

ANHANG

Involvement

Frage 13: Um mehr über Ihre Einstellung zu dem Produkt "Customized xxx " zu erfahren, bewerten Sie bitte wie sehr die nachfolgenden Aussagen auf das Produkt zutreffen. "Ein/e xxx, die ich speziell an meine Bedürfnisse anpassen kann..." trifft zu trifft weder/noch zu triff zu

-3 -2 -1 0 1 2 3

...ist für mich wichtig ...ist für mich unwichtig

...ist für mich irrelevant ...ist für mich relevant

...bedeutet mir viel ...bedeutet mir nichts

...ist nicht aufregend ...ist aufregend

...ist nicht spektakulär ...ist spektakulär

...sagt mir viel ...sagt mir nichts

...macht Spaß ...macht keinen Spaß

...ist ansprechend ...ist nicht ansprechend

...ist langweilig ...ist nicht langweilig

...ist nicht von Belang für mich ..ist von Belang für mich

Frage 14: Bei der Auswahl zwischen den unterschiedlichen Sorten und Marken von Customized ___ am Markt, würden Sie sagen, dass: trifft zu trifft weder/noch zu triff zu

-3 -2 -1 0 1 2 3

Mich interessiert überhaupt

nicht welche Sorte/Marke ich

kaufe

Ich interessiere mich

sehr dafür welche

Sorte/Marke ich kaufe

Frage 15: Denken Sie, dass die verschiedenen Anbieter von Customized ___, einander ähnlich sind oder sich sehr unterscheiden? trifft zu trifft weder/noch zu triff zu

-3 -2 -1 0 1 2 3

Sie sind ähnlich Sie sind sehr

verschieden

ANHANG

Frage 16: Wie wichtig ist es Ihnen, die richtige Wahl bei Ihrer ___-Zusammenstellung treffen? trifft zu trifft weder/noch zu triff zu

-3 -2 -1 0 1 2 3

Überhaupt nicht wichtig Extrem wichtig

Frage 17: Bei der Auswahl von Customized Schokolade, wie sehr beschäftigt Sie das Ergebnis Ihrer Wahl? trifft zu trifft weder/noch zu triff zu

-3 -2 -1 0 1 2 3

Überhaupt nicht Sehr

ANHANG

Anhang B

Auswertung: Clusterprofile – Gesamt (in Prozent)

männlich 45,7% 21,1% 19,5% 67,7%

weiblich 54,3% 78,9% 80,5% 32,3%

unter 21 ,0% ,0% 13,8% 3,2%

21-30 15,2% 1,3% 81,6% 83,9%

31-40 82,6% 67,1% ,0% 12,9%

41-50 2,2% 27,6% 1,1% ,0%

über 50 ,0% 3,9% 3,4% ,0%

Österreich 95,7% 53,9% 45,3% 16,1%

Deutschland 4,3% 44,7% 52,3% 83,9%

Schweiz ,0% 1,3% 2,3% ,0%Pflichtschule 4,3% 2,6% 5,8% 3,2%Lehre 30,4% 15,8% 20,9% 9,7%höhere Schule 39,1% 44,7% 46,5% 48,4%Hochschulverwandte Lehranstalt, Universität, Hochschule

26,1% 36,8% 26,7% 38,7%

Angestellte 54,3% 63,5% 51,8% 57,2%Arbeiter 10,9% 5,4% 7,1% 8,1%Auszubildender ,0% ,0% 2,4% ,8%Student 4,3% ,0% 21,2% 10,6%Selbstständig 15,2% 21,6% 10,6% 14,4%Hausmann/-frau 15,2% 8,1% 5,9% 8,1%Pensionist/in ,0% 1,4% 1,2% ,8%

Geschlecht

Altersklasse

Nationalität

Bildung

Beruf

ANHANG

Variable Ausprägung Cluster 1 Cluster 2 Cluster 3 Cluster 40-499 ,0% ,0% 6,9% ,0%500-999 4,3% 2,6% 10,3% ,0%1000-1499 13,0% 1,3% 12,6% 19,4%1500-1999 19,6% 27,6% 27,6% 25,8%2000-2499 52,2% 38,2% 25,3% 38,7%>= 2500 10,9% 30,3% 17,2% 16,1%mehrmals im Monat ,0% ,0% ,0% 3,2%

einmal im Monat ,0% 9,2% 6,9% 25,8%

mehrmals im Halbjahr ,0% 42,1% 24,1% 64,5%

einmal im Halbjahr ,0% 34,2% 21,8% 6,5%

seltener 23,9% 11,8% 28,7% ,0%erster Einkauf 76,1% 2,6% 18,4% ,0%1 Packung 97,8% ,0% 3,4% ,0%2-3 Packungen 2,2% 52,6% 62,1% 25,8%4-5 Packungen ,0% 40,8% 17,2% 64,5%mehr als 5 Packungen ,0% 6,6% 17,2% 9,7%

nur der Anbieter 97,8% 75,0% 92,0% 61,3%auch bei anderen Anbietern

,0% 22,4% 6,9% 35,5%

gewechselt 2,2% 2,6% 1,1% 3,2%1 43,5% 3,9% 3,9% 87,1%2 54,3% 34,2% 34,2% 12,9%3 2,2% 52,6% 52,6% ,0%4 ,0% 9,2% 9,2% ,0%5 ,0% ,0% ,0% ,0%1 58,7% 75,0% 54,0% 90,3%2 39,1% 21,1% 36,8% 9,7%3 2,2% 3,9% 9,2% ,0%4 ,0% ,0% ,0% ,0%5 ,0% ,0% ,0% ,0%1 52,2% 13,2% 19,5% ,0%2 47,8% 59,2% 60,9% 80,6%3 ,0% 27,6% 17,2% 19,4%4 ,0% ,0% 2,3% ,0%5 ,0% ,0% ,0% ,0%1 2,2% 30,3% 6,9% ,0%2 93,5% 55,3% 49,4% 71,0%3 2,2% 10,5% 36,8% 22,6%4 2,2% 3,9% 6,9% 6,5%5 ,0% ,0% ,0% ,0%

Einkommen

Kauf-

häufigkeit

Kauf-

volumen

Kaufort

Erlebnis

Con-

venience

Preis

Marke

ANHANG

Variable Ausprägung Cluster 1 Cluster 2 Cluster 3 Cluster 41 65,2% 64,5% 31,0% ,0%2 32,6% 26,3% 32,2% 6,5%3 2,2% 6,6% 26,4% 29,0%4 ,0% 1,3% 10,3% 61,3%5 ,0% 1,3% ,0% 3,2%1 41,3% 31,6% 32,2% 38,7%2 56,5% 48,7% 58,6% 58,1%3 2,2% 18,4% 8,0% 3,2%4 ,0% 1,3% 1,1% ,0%5 ,0% ,0% ,0% ,0%1 ,0% 1,3% 5,7% ,0%2 ,0% 2,6% 9,2% 16,1%3 ,0% 19,7% 13,8% 48,4%4 6,5% 23,7% 20,7% 35,5%5 91,3% 36,8% 26,4% ,0%6 2,2% 15,8% 24,1% ,0%1 ,0% ,0% ,0% ,0%2 ,0% 1,3% ,0% 48,4%3 ,0% 1,3% ,0% 38,7%4 2,2% 10,5% 5,7% 12,9%5 30,4% 50,0% 46,0% ,0%6 65,2% 28,9% 40,2% ,0%7 2,2% 7,9% 8,0% ,0%

Gesund/Bio

Service

Produkt-

Involve-

ment

Kauf-

Involve-

ment

ANHANG

Geschlecht Altersklasse Nationalität Bildung Beruf EinkommenKaufhäufig-

keit Kaufvolumen ErlebnisGesConvenience

GesMean 1,54 2,8696 1,04 2,87 2,61 4,52 7,76 1,02 1,5435 1,4275Std. Deviation ,504 ,40048 ,206 ,859 2,060 1,005 ,431 ,147 ,43523 ,46435

Mean 1,79 3,3421 1,47 3,16 2,41 4,92 5,57 2,54 2,6491 1,3333Std. Deviation ,410 ,57856 ,528 ,784 2,027 ,935 ,914 ,621 ,68615 ,51640

Mean 1,80 1,9885 1,57 2,94 2,54 4,06 6,28 2,48 2,4291 1,5977Std. Deviation ,399 ,70701 ,543 ,845 1,823 1,458 1,217 ,819 ,79875 ,61870

Mean 1,32 2,0968 1,84 3,23 2,03 4,52 4,74 2,84 1,1290 1,0968Std. Deviation ,475 ,39622 ,374 ,762 1,560 ,996 ,631 ,583 ,26774 ,21419

Mean 1,69 2,6000 1,47 3,03 2,44 4,48 6,14 2,27 2,1611 1,4167

Std. Deviation ,464 ,83240 ,525 ,824 1,902 1,217 1,323 ,889 ,85758 ,54333

PreisGes MarkeGesBioGesundG

es ServiceGes PIGes KIGesMean 1,4783 1,9565 1,2935 1,5435 4,9239 5,5978Std. Deviation ,43120 ,33042 ,44192 ,49246 ,29073 ,54385

Mean 2,1404 1,7434 1,4276 1,7829 4,3434 5,2599Std. Deviation ,59195 ,65571 ,71509 ,70869 1,07596 ,89763

Mean 2,0192 2,3391 2,0402 1,6839 4,1655 5,4713Std. Deviation ,65168 ,69254 ,92830 ,56607 1,41313 ,65195

Mean 2,1505 2,2419 3,4677 1,5484 3,0968 2,5726Std. Deviation ,52238 ,51431 ,69445 ,48913 ,55886 ,68979

Mean 1,9708 2,0646 1,8875 1,6708 4,2292 5,0542

Std. Deviation ,62683 ,65408 1,01755 ,59810 1,18399 1,20567

TwoStep Cluster Number1

2

3

4

Total

TwoStep Cluster Number1

2

3

4

Total

ANHANG

Anhang C

Auswertung: Kaufmotive – offene Fragestellung (Mehrfachantwort)

MÜSLI SCHOKOLADE

KATEGORIE ANZAHL

NENNUNGEN KATEGORIE

ANZAHL NENNUNGEN

selbst kreieren 34 selbst kreieren 29

neues ausprobieren 22 individuelles Geschenk 27

Biologisch 12 Neues ausprobieren 18

Einkauf jederzeit möglich 11 Auswahl 14

Auswahl 11 Qualität 10

Bequemer Einkauf 10 Geschmack 6

individuelles Geschenk 9 biologisch 5

Qualität 8 Aktionen 5

Geschmack 8 Software, Bestellvorgang 5

einfache Bedienung 7 Schokoladen-Liebhaber 4

Allergie 6 Genuss 3

Gesund 5 Preis-/Leistungsverhältnis 2

Software + Bestellvorgang 3 gesund 2

Werbung 2 Internet-Auftritt 2

Service 2 Team 2

Team 1 Fairtrade 2

Genuss 1 nur dieser Anbieter 1

Müsli-Liebhaber 1 Idee super 1

Idee super 1 Zufall 1

Internet-Auftritt 1 Internet-Shopping-affin 1

Preis-/Leistungsverhältnis 1 Service 1

Regional 1 bequemer Einkauf 1

Einkauf jederzeit möglich 1

Frische 1

typologisierung von online-käufern mithilfe der

Documents