Penalty-Reward-Analyse

Hier erfahren Sie, wie Sie mit Hilfe der Penalty-Reward-Analyse die wichtigsten Einflussfaktoren auf die Kundenzufriedenheit oder andere relevante Zielgrößen ermitteln und deren Wirkungsweise analysieren. Neben dem theoretischen Hintergrund und der Durchführung der Treiberanalyse wird auch die Interpretation der Ergebnisse anhand eines Beispiels erläutert. (Lesezeit: 5 Minuten)  

Anwendungsfälle und theoretischer Hintergrund der Treiberanalyse

Die Penalty-Reward-Analyse bzw. Penalty-Reward-Contrast-Analyse stellt ein Verfahren zur Treiberanalyse dar, das vor allem in der Marktforschung, aber auch bei Studien zur Mitarbeiterzufriedenheit Verwendung findet. Eine Treiberanalyse dient in der Marktforschung zum einen dazu, diejenigen Faktoren (= Treiber) zu ermitteln, die einen signifikanten Einfluss auf die Kundenzufriedenheit, die Kaufbereitschaft oder eine andere relevante Zielgröße haben. Zum anderen soll mit Hilfe der Treiberanalyse die Stärke des Einflusses analysiert werden, so dass zwischen wichtigen und weniger wichtigen Treibern differenziert werden kann. Ein Beispiel für eine Treiberanalyse zur Kundenzufriedenheit ist die Überprüfung des Einflusses von Faktoren wie Sauberkeit, Lage, Raumausstattung, Preis-Leistung und Service auf die Gesamtzufriedenheit der Gäste mit einem Hotelaufenthalt.  

 

Für lineare Zusammenhänge (je höher / geringer die Zufriedenheit mit einem Teilaspekt, desto höher / geringer die Gesamtzufriedenheit) kommen zur Treiberanalyse beispielsweise (multiple) Regressionsverfahren bzw. – bei hoch korrelierenden Einflussvariablen – ergänzende Verfahren zur Bestimmung der relativen Wichtigkeit der Einflussfaktoren zum Einsatz. Die zum Beispiel im Rahmen einer Online-Umfrage zur Kundenzufriedenheit erfassten Werte für die Gesamtzufriedenheit und die Zufriedenheit mit den potentiellen Einflussfaktoren werden dabei direkt als abhängige und unabhängige Variablen in die statistischen Modelle aufgenommen.

 

Oft wirken die Treibervariablen aber nicht (nur) linear auf die Zielgröße. Das Kano-Modell der Kundenzufriedenheit beschreibt ein Zusammenspiel von linearen und nicht-linearen Einflussfaktoren, die auf unterschiedliche Weise auf die Gesamtzufriedenheit wirken. 

Kano-Modell der Kundenzufriedenheit
Kano-Modell der Kundenzufriedenheit
  • Leistungstreiber: Leistungstreiber beziehen sich auf Kundenanforderungen, die in einem linearen Zusammenhang mit der Gesamtzufriedenheit stehen. Je zufriedener bzw. unzufriedener die Kunden mit der Erfüllung der Anforderung sind, desto höher bzw. geringer ist die Gesamtzufriedenheit. Im Hotel-Beispiel könnte die Zufriedenheit mit dem Preis-Leistungsverhältnis als ein solcher Leistungstreiber fungieren.
  • Basistreiber: Kundenanforderungen, die bei Nichterfüllung zu Unzufriedenheit führen, bei Erfüllung aber zu keiner höheren Zufriedenheit, werden als Basistreiber bezeichnet. Es handelt sich hierbei meist um als selbstverständlich angesehene Produktmerkmale oder Services wie zum Beispiel die Sauberkeit eines Hotelzimmers.
  • Begeisterungstreiber: Begeisterungstreiber umfassen Kundenanforderungen, die bei Erfüllung zu einer höheren Gesamtzufriedenheit führen, bei Nichterfüllung aber zu keiner geringeren Zufriedenheit. Solche Services oder Merkmale werden von den Kunden meist nicht erwartet und von Seiten des Anbieters oft nicht explizit artikuliert. Im Hotel-Beispiel wäre zum Beispiel eine besonders gute Lage eines Economy-Hotels ein möglicher Begeisterungstreiber.

Mit Hilfe der Penalty-Reward-Analyse lässt sich nun der Beitrag jedes Treibers auf die Gesamtzufriedenheit ermitteln und so die verschiedenen Einflussfaktoren den definierten Treibertypen zuordnen. Im Folgenden wird das Vorgehen bei der Durchführung einer Penalty-Reward-Analyse zur Ermittlung der Einflussfaktoren auf die Kundenzufriedenheit näher dargestellt. 

Durchführung einer Penalty-Reward-Analyse zur Kundenzufriedenheit

Zur Durchführung der Penalty-Reward-Analyse bzw. der Penalty-Reward-Contrast-Analyse werden in einem ersten Schritt im Rahmen einer Kundenbefragung die benötigten Kundeneinschätzungen erhoben. Hierzu wird zunächst die Gesamtzufriedenheit mit der Dienstleistung bzw. dem Produkt skalenbasiert abgefragt (meist fünfstufige Ratingskala von „überhaupt nicht zufrieden“ bis „sehr zufrieden“). Im Anschluss wird für die zu analysierenden Einflussfaktoren bzw. Treiber erfragt, inwiefern diese jeweils die Anforderungen der Kunden erfüllt haben (zum Beispiel Ratingskala zur Zufriedenheit mit der Sauberkeit des Hotelzimmers). 

 

Im nächsten Schritt werden im Zuge der statistischen Auswertung für jeden bewerteten Treiber zwei sogenannte Dummy-Variablen erzeugt, die zum Beispiel bei einer fünfstufigen Ratingskala (5 = sehr zufrieden, 1 = überhaupt nicht zufrieden) folgendermaßen kodiert werden:

  • Dummy 1: Erwartungen (sehr) gut erfüllt (Skalenpunkt 4 und 5) à Wert 1, ansonsten Wert 0
  • Dummy 2: Erwartungen (überhaupt) nicht erfüllt (Skalenpunkt 1 und 2) à Wert 1, ansonsten Wert 0

Es ergeben sich also für jeden Treiber zwei 0/1-kodierte Variablen, die jeweils den Wert 1 annehmen, wenn die Erwartungen sehr gut bzw. sehr schlecht erfüllt wurden. Die so erzeugten Dummy-Variablen werden als unabhängige Variablen in ein Regressionsmodell mit der abhängigen Variable „Gesamtzufriedenheit“ aufgenommen und die entsprechenden Regressionskoeffizienten berechnet.

Ergebnisdarstellung und Interpretation

Anhand der Ergebnisse der Regressionsanalyse lässt sich ermitteln, welche Treiber einen signifikanten Einfluss auf die Gesamtzufriedenheit haben, wie stark dieser Einfluss ausfällt und um welche Art von Treiber (in Analogie zum Kano-Modell) es sich handelt. Es ergeben sich je potentiellem Einflussfaktor für die beiden Dummy-Variablen jeweils zwei Regressionskoeffizienten:

  • Koeffizient für Dummy 1: Dieser zeigt das Ausmaß des positiven Einflusses – also den Reward  bei Erfüllung der Erwartungen an.
  • Koeffizient für Dummy 2: Dieser gibt an, wie stark die Gesamtzufriedenheit bei Nichterfüllung der Kundenerwartungen beeinflusst wird – die Penalty.

In der folgenden Abbildung sind beispielhaft die Ergebnisse der Penalty-Reward-Analyse für jedes der fünf Merkmale aus dem Hotel-Beispiel dargestellt (Regressionskoeffizienten der Penalty- und Reward-Dummy-Variablen).   

Ergebnisdiagramm einer Penalty-Reward-Analyse
Ergebnisse einer Penalty-Reward-Analyse (Beispieldaten)

Je größer der Wert der berechneten Koeffizienten, desto stärker ist der Effekt der einzelnen Treiber auf die Gesamtzufriedenheit. Im Beispiel zeigt sich für eine negative Bewertung des Preis-Leistungs-Verhältnisses (Penalty) der stärkste Effekt auf die Gesamtzufriedenheit. Eine negative Bewertung der Lage hat in diesem Beispiel dagegen keinen signifikanten Effekt auf die Gesamtzufriedenheit.

 

Aus dem Verhältnis von Penalty- und Reward-Koeffizient lässt sich für jeden Einflussfaktor zudem ermitteln, um welche Art von Treiber nach dem Kano-Modell es sich handelt:

  • Leistungstreiber: Der Reward- und Penalty-Dummy haben beide einen signifikanten Effekt auf die abhängige Variable und die Werte der Koeffizienten sind in etwa gleich groß. Das bedeutet, sowohl eine positive als auch eine negative Bewertung des Treibers hat einen (etwa gleich großen) Einfluss auf die Gesamtzufriedenheit. Im Beispiel trifft das auf die Bewertung des Preis-Leistungsverhältnisses und der Raumausstattung zu.
  • Basistreiber: Der Penalty-Dummy hat einen signifikanten Effekt auf die abhängige Variable, während der Reward-Dummy keinen signifikanten Effekt aufweist. Das betrifft die Sauberkeit im Hotel-Beispiel.
  • Begeisterungstreiber: Der Reward-Dummy hat einen signifikanten Effekt auf die abhängige Variable, während der Penalty-Dummy keinen signifikanten Effekt aufweist. Im Beispiel stellt die Lage einen Begeisterungstreiber dar.

Nicht immer ist die Zuordnung zu einem Treibertyp so eindeutig möglich. Oft ergeben sich auch "Mischformen" mit Tendenzen zu dem ein oder anderen Treibertyp. Für den Service zeigt sich bei der Befragung der Hotelgäste beispielsweise sowohl für den Penalty- als auch den Reward-Dummy ein signifikanter Effekt auf die Gesamtzufriedenheit, was einem linearen Treiber entspricht. Allerdings wirkt sich eine positive Bewertung des Services deutlich stärker als eine negative Bewertung auf die Gesamtzufriedenheit aus, was für eine Einstufung als Begeisterungstreiber spricht. Bei der Auswertung der Ergebnisse sollten daher nicht stur einseitige Zuordnungen zu den verschiedenen Treibertypen vorgenommen werden, sondern die weniger eindeutigen Ergebnisse entsprechend kritisch reflektiert und interpretiert werden. Die Ergebnisse der Penalty-Reward-Analyse können auf diese Weise als valide empirische Datenbasis zur Ableitung konkreter praktischer Maßnahmen dienen.

 

 

Sie wollen wissen, welche Faktoren die Zufriedenheit Ihrer Kunden auf welche Weise beeinflussen? Mit Treiberanalysen wie der Penalty-Reward-Analyse finden Sie es heraus. 

Quelle:

N. Kano, N. Seraku, F. Takahashi, S. Tsuji: Attractive Quality and Must-be Quality. In: Journal of the Japanese Society for Quality Control. 14(2) 1984, S. 147–156. 

 

Artikel teilen: