Glossar

CAPI steht für „Computer-Assisted Personal Interviewing“ (computergestützte persönliche Befragung). Es handelt sich dabei um eine Methode der Datenerhebung in der empirischen Sozialforschung, bei der Interviews von geschulten Interviewern durchgeführt werden, wobei ein Computer zur Unterstützung verwendet wird. Der Interviewer stellt die Fragen mithilfe einer computergestützten Oberfläche, auf der die Fragen angezeigt werden, und erfasst die Antworten direkt in das System. CAPI bietet den Vorteil, dass die Daten sofort digital erfasst und gespeichert werden, was die Datenauswertung erleichtert.

Die Wahl zwischen CAPI und PAPI hängt von verschiedenen Faktoren ab, wie zum Beispiel:

1. Ressourcen: CAPI erfordert in der Regel die Bereitstellung von Computern und entsprechender Software für die Interviewer, während PAPI lediglich Papier und Stifte erfordert.

2. Komplexität der Fragen: Bei komplexen Fragen, bei denen komplexe Antwortmöglichkeiten oder Skalen verwendet werden, kann CAPI die Datenerfassung erleichtern, da die Interviewer möglicherweise Unterstützung bei der Navigation durch die Fragen und der Eingabe der Antworten benötigen.

3. Zeitrahmen: CAPI ermöglicht eine effizientere Datenerfassung und eine schnellere Verfügbarkeit der Daten, da die Antworten direkt digital erfasst werden. PAPI erfordert möglicherweise zusätzliche Schritte wie das manuelle Übertragen der Daten in eine digitale Form.

4. Datenschutz und Datensicherheit: CAPI bietet die Möglichkeit, die Daten direkt zu verschlüsseln und zu sichern, während bei PAPI die physischen Papierformulare möglicherweise gestohlen oder verloren gehen könnten.

CATI steht für Computer Assisted Telephone Interviewing. Wie der Name schon sagt, wird hierbei ein computergestütztes System verwendet, um Umfragen telefonisch durchzuführen. Die Computerstützung ermöglicht eine leichtere Abfrage von komplexeren Fragebögen mit Filterführung.

Telefoninterviews werden häufig für Umfragen verwendet, wenn über die Vorwahlauswahl eine regionale Steuerung der Zufallsauswahl möglich ist, Telefonnummern vorhanden sind oder die Onlinebevölkerung nicht repräsentativ ist. Besonders Meinungsforschungsinstitute setzen zur Bildung einer repräsentativen Stichprobe auf einen Methodenmix aus CAWI und CATI.

CAVI oder Computer Assisted Visual Interviews sind eine relativ neue Methode, bei der das unmittelbare Feedback der Kunden am POS erfasst wird. Am häufigsten können Kunden ihre Zufriedenheit mit einem Produkt oder Service durch Drücken eines Smileys auf einem Touchscreen, oder, nach dem Scannen eines QR-Codes, auf Ihrem Handy, bewerten. Diese Daten können in Echtzeit von den Mitarbeitern überwacht und analysiert werden, um das Kundenerlebnis zu verbessern. Neben dieser Funktion haben CAVIs auch eine kundenbindende Wirkung.

CAWI steht für Computer Assisted Web Interviewing. Hierbei werden Umfragen online durchgeführt, und die Teilnehmer können die Fragen auf ihrem Computer oder mobilen Gerät beantworten. Die Computerstützung ermöglicht eine leichtere Abfrage von komplexeren Fragebögen mit Filterführung.

CAWI ist eine schnelle und kosteneffektive Methode zur Durchführung von Umfragen mit einer großen Stichprobe.

Charting bezieht sich auf die grafische Darstellung von Daten in Form von Diagrammen, Linien- und Säulendiagrammen oder Kreisdiagrammen. Sie werden verwendet, um Trends und Muster in den Daten zu identifizieren und zu visualisieren.

Die Clusteranalyse gruppiert ähnliche Fälle basierend auf ihren Merkmalen. Sie beantwortet Fragen wie: Gibt es natürliche Gruppierungen von Fällen in den Daten? Welche Fälle ähneln sich am meisten und welche unterscheiden sich am meisten? Wie können die Fälle in verschiedene Kategorien oder Cluster eingeteilt werden?

Beim Coding werden die qualitativen Daten (z.B. Interviewtranskripte, offene Antworten in Umfragen) analysiert und in vorher definierte Codes oder Kategorien einsortiert. Viele in der MR Directory gelisteten Coding-Anbieter verwenden KI-Tools, die Texte zusammenfassen und eben auch vercoden können.

Die Conjoint-Analyse ist ein statistisches Verfahren, das verwendet wird, um die Präferenzen von Verbrauchern zu untersuchen. Sie ermöglicht es, die relativen Wichtigkeiten verschiedener Merkmale eines Produkts zu ermitteln und daraus abzuleiten, wie Verbraucher ihre Kaufentscheidungen treffen. Die Ergebnisse der Conjoint-Analyse können Unternehmen dabei helfen, ihre Produkte und Dienstleistungen gezielt zu verbessern, Marketingstrategien zu entwickeln, Preise festzulegen und den Erfolg neuer Produkte vorherzusagen.

Typischerweise werden den Teilnehmern in der Umfrage eine Reihe von Produktprofilen präsentiert, die sich in ihren Merkmalen unterscheiden. Jedes Profil besteht aus einer Kombination von Merkmalsausprägungen, die miteinander kombiniert werden, um verschiedene Produktvarianten zu erstellen. Die Teilnehmer werden dann gebeten, die präsentierten Produktprofile zu bewerten oder in eine Rangfolge zu bringen.

Je nach der spezifischen Methode der Conjoint-Analyse können unterschiedliche Fragetypen verwendet werden:

1. Bewertungsaufgabe: Die Teilnehmer bewerten jedes präsentierte Produktprofil anhand einer Skala, um anzugeben, wie präferiert es im Vergleich zu anderen Profilen ist.

2. Rangordnungsaufgabe: Die Teilnehmer ordnen die präsentierten Produktprofile in eine Rangfolge ihrer Präferenz.

3. Wahlbasierte Aufgabe: Den Teilnehmern werden verschiedene Produktprofile zur Auswahl gestellt, und sie müssen diejenige auswählen, die sie bevorzugen.

Durch die Auswertung der abgegebenen Bewertungen oder Ranglisten kann die Conjoint-Analyse verschiedene Fragen beantworten, darunter:

1. Wichtigkeit der Produktmerkmale: Welche Merkmale haben den größten Einfluss auf die Entscheidungen der Verbraucher?

2. Präferenz für bestimmte Merkmalsausprägungen: Welche spezifischen Ausprägungen der Merkmale werden bevorzugt?

3. Preis-Akzeptanz: Wie viel sind Verbraucher bereit, für bestimmte Merkmalskombinationen zu zahlen?

4. Marktanteilsschätzungen: Wie wahrscheinlich ist es, dass verschiedene Produktvarianten von den Verbrauchern gewählt werden?

CX Insights Plattformen sind Softwarelösungen, die speziell für das Customer Experience Management entwickelt wurden. Sie sammeln, analysieren und visualisieren Daten, um Unternehmen dabei zu helfen, Einblicke in die Erfahrungen ihrer Kunden zu gewinnen und Verbesserungsmöglichkeiten zu identifizieren. Diese Plattformen kombinieren verschiedene Datenquellen, wie beispielsweise Umfragen, Feedback von sozialen Medien, Kundenbewertungen und Verhaltensdaten, um ein umfassendes Bild der Kundenwahrnehmung zu liefern.

CX Insights Plattformen messen eine Vielzahl von Metriken, um die Kundenzufriedenheit und die Qualität der Kundenerfahrung zu bewerten. Einige der gängigsten Messgrößen sind:

1. Net Promoter Score (NPS): Der NPS misst, wie wahrscheinlich es ist, dass Kunden ein Unternehmen weiterempfehlen. Er basiert auf einer einzigen Frage: „Auf einer Skala von 0 bis 10, wie wahrscheinlich ist es, dass Sie unser Unternehmen/Produkt/Service einem Freund oder Kollegen weiterempfehlen?“.

2. Kundenzufriedenheit (CSAT): Die CSAT misst die Zufriedenheit der Kunden mit einem spezifischen Aspekt des Kundenerlebnisses. Sie wird oft durch die Frage ermittelt: „Wie zufrieden sind Sie mit [Produkt/Service/Support]?“.

3. Kundenbindung: Diese Metrik bewertet, wie treu Kunden gegenüber einem Unternehmen sind und wie hoch die Wahrscheinlichkeit ist, dass sie erneut einkaufen oder Geschäfte mit dem Unternehmen tätigen.

CX Insights-Plattformen können verschiedene Fragen beantworten, um das Kundenerlebnis zu verbessern. Hier sind einige Beispiele:

1. Welche Faktoren beeinflussen die Kundenzufriedenheit am stärksten?

2. Wie hoch ist der NPS für verschiedene Kundensegmente und wie kann er verbessert werden?

3. Welche Produkteigenschaften sind den Kunden besonders wichtig und wie gut erfüllen wir ihre Erwartungen?

4. Wie reagieren Kunden auf bestimmte Marketingkampagnen oder Produktänderungen?

5. Welche Beschwerden oder Probleme haben Kunden häufig und wie können sie behoben werden?

6. Wie gut ist der Kundenservice und wie können Prozesse optimiert werden, um eine bessere Kundenerfahrung zu gewährleisten?

Diese Plattformen bieten Unternehmen die Möglichkeit, Daten zu sammeln, zu analysieren und Aktionen abzuleiten, um die Kundenerfahrung zu verbessern, Kundenbindung aufzubauen und letztendlich den Geschäftserfolg zu steigern.