Inhalt:
Über mobile Endgeräte und das Internet of Things werden Unmengen von Daten generiert und Algorithmen versuchen das Verhalten der Konsumenten vorauszusagen, können es aber (noch) nicht erklären. Während zuvor der Zugang zu den Daten und die Fähigkeit zur Analyse wesentliche Kernkompetenz der Marktforscher waren, besteht hier nun einerseits ein Disruptionsrisiko, andererseits aber auch die Chance, neue Technologien zu nutzen und Datenerhebung und Analysen zu vereinfachen. Dieser Beitrag zeigt dies am Beispiel der Einstellungsmessung. Im Rahmen der online oder mobilen Marktforschung scheint die Verwendung neuer Fragetypen und Reaktionszeitmessungen gut geeignet, um fest verankerte Einstellungen von weniger festen Einstellungen zu unterscheiden.
Inhalt:
Mobile devices and the Internet of Things are generating vast amounts of data and algorithms are trying to predict consumer behavior but don't succeed to explain it (yet). While the access to data and the ability to analyze were previously the core competency of market researchers, there is a risk of disruption on one hand, but also the chance to use new technologies and simplify data collection and analyzes. In this article, this is illustrated by the example of attitude measurement. Using new types of questions and implementing measurement of reaction time seems to add value when measuring explicit versus implicit attitudes in online or mobile market research.
In:
Digitale Transformation des Marketing, [Berlin] : Arbeitsgemeinschaft für Marketing (AfM), 2018, (2018), Seite 135-152
In:
year:2018
In:
pages:135-152
Sprache:
Deutsch
Schlagwort(e):
Aufsatz im Buch
