Events • Customer Experience
General Online Research Conference (GOR 20)
LINK • 2. September 2020
Am 10. und 11. September 2020 findet die General Online Research (GOR) erstmals als virtuelle Konferenz statt.
Auf der 2-tägigen Konferenz werden Innovationen und aktuelle Trends aus der digitalen Forschung analysiert und diskutiert. Drei unserer Forschungsexperten sind mit Vorträgen dabei.
Die Studie “Appetite for Destruction: The Case of McDonald’s Evidence-based Menu Simplification” von Dr. Steffen Schmidt und Philipp Fessler von der LINK und Marius Truttmannund und Severine Caspardvon von McDonald’s Suisse hat es auf die Short List für den Best Practice Award 2020 der Deutschen Gesellschaft für Online-Forschung (DGOF) geschafft. Nominiert werden Fallstudien, in denen Resultate aus Online-Forschungsmethoden in Unternehmen erfolgreich umgesetzt wurden. Die Studie wird im am 10.09.2020 detailliert vorgestellt.
Appetite for Destruction: The Case of McDonald’s Evidence-based Menu Simplification
Dr. Steffen Schmidt, Senior Projektleiter Analytics
Philipp Fessler, Forschungsgruppenleiter Analytics
In dieser Studie, die in Zusammenarbeit mit Marius Truttmann und Severine Caspard (McDonald’s Schweiz) durchgeführt wurde, ging es darum, McDonald’s Erkenntnisse darüber zu liefern, welche Auswirkungen auf den Umsatz, das Image, den Brand Value etc. bei verschiedenen Menü-Reduktionen zu erwarten wären und so eine optimale Umgestaltung des Menüs zu gewährleisten. Hierzu wurden verschiedene State-of-the-Art Methoden wie implizite Messungen und Discrete Choice Experimente miteinander verknüpft, um eine umfassende und valide Beurteilung zu erhalten und das tatsächliche Verhalten der Konsumenten bestmöglich prognostizieren zu können.
Do. 10.09.2020, 11:40 Uhr
Using AI for a better Customer Understanding
Stefan Reiser, Managing Director Marketing Research (Vortrag gemeinsam erstellt mit Dr. Frank Buckler, Success Drivers, und mit Dr. Steffen Schmidt, LINK)
Viele Unternehmen haben mit der Menge an Kundendaten und Touchpoint-basiertem Feedback zu kämpfen. Anstatt aus diesem Feedback zu lernen und es zur kontinuierlichen Verbesserung ihrer Prozesse und Produkte zu nutzen, verschwenden es viele. Außerdem helfen traditionelle Analyseverfahren wie Regressionsanalysen nicht beim Verständnis, warum Kunden (un)zufrieden sind und wie man Kundenloyalität am besten optimieren kann. Machine Learning bietet viele Chancen, den Insights-Prozess zu optimieren.
Im Vortrag werden vier Einsatzmöglichkeiten von Machine Learning-Algorithmen aufgezeigt, um damit…
a) Kundenfeedback weitgehend automatisiert zu strukturieren und zu analysieren.
b) das Kundenverhalten besser zu verstehen inkl. der Hidden Driver.
c) Unternehmen zu helfen, auf Grundlage ihres Kundenfeedbacks zielführende Massnahmen zu ergreifen.
Do. 10.09.2020, ab 11:40 Uhr
Old but still sexy – Predictive Analytics with Conjoint Analysis
Philipp Fessler, Forschungsgruppenleiter Analytics
Wenn wir über Predictive Analytics sprechen, sollten wir eine Methode nicht außer Acht lassen, die es schon seit Ewigkeiten gibt (d.h. in Zeiten, in denen der Begriff Predictive Analytics noch nicht einmal geboren war…), deren Vorhersagekraft aber immer noch zu den besten gehört, die der Werkzeugkasten der Marktforschung zu bieten hat: die Conjoint-Analyse. Ihr Mehrwert zeigt sich schon allein daran, dass sie nach wie vor eine der relevantesten Methoden der Preis- und Produktforschung ist und weltweit eingesetzt wird.
Im Gegensatz zu dem, was gemeinhin als prädiktive Analytik bezeichnet wird, basiert die Conjoint-Analyse jedoch in der Regel nicht auf vorhandenen Daten, sondern auf Daten, die in Entscheidungsexperimenten im Rahmen von Umfragen erhoben werden. Aber man kann Conjoint Techniken durchaus auch auf Real Life Daten anwenden.
Conjoint hilft uns aber nicht nur bei der Entwicklung besserer Produkte, sondern kann auch bei der Festlegung der Preisstrategie und der Verbesserung von Kommunikation und Marketing helfen.
Fr. 11.09.2020; ab 10:00 Uhr
