Description
Bei Konsumentscheidungen greifen Verbraucher auf ihr vorhandenes Wissen über Marken zurück, welches sie im Gedächtnis in Form von Markenassoziationsnetzwerken organisieren und deren Kenntnis es erlaubt Verbraucherentscheidungen besser zu verstehen. Traditionell werden Markenassoziationsnetzwerke mittels reaktiver, befragungsorientierter Instrumente direkt von Verbrauchern erhoben. Gleichzeitig hinterlassen unzählige Verbraucher online in nutzergenerierten Inhalten (UGC) ihre verbal explizierten Wahrnehmungen freiwillig und unangeleitet und erzeugen damit eine neue Datengrundlage zur nichtreaktiven, passiven Erhebung von Markenassoziationsnetzwerken. Traditionelle inhaltanalytische Verfahren, wie die qualitative Inhaltsanalyse, ermöglichen aufgrund der Quantität, Heterogenität und Erstellungsgeschwindigkeit von UGC entweder nur Stichprobenbetrachtungen, oder sind mit prohibitiv hohen Aufwänden verbunden. Somit erfordert die nichtreaktive Erhebung von Markenassoziationsnetzwerken aus UGC neue, computergestützte Verfahren, zu denen der vorliegende Artikel einen methodischen Beitrag leistet. Auf Grundlage von sprachlichen Mustern traditionell befragungsorientiert erhobener Markenassoziationen wird ein Text Mining Verfahren zur Extraktion von Markenassoziationsnetzwerken aus UGC vorgeschlagen, anhand einer Vergleichsstudie diskutiert und der Einsatz für die Markenführung demonstriert.
Erhebung und Diagnostik von Markenassoziationsnetzwerken auf Grundlage nutzergenerierter Inhalte
Bei Konsumentscheidungen greifen Verbraucher auf ihr vorhandenes Wissen über Marken zurück, welches sie im Gedächtnis in Form von Markenassoziationsnetzwerken organisieren und deren Kenntnis es erlaubt Verbraucherentscheidungen besser zu verstehen. Traditionell werden Markenassoziationsnetzwerke mittels reaktiver, befragungsorientierter Instrumente direkt von Verbrauchern erhoben. Gleichzeitig hinterlassen unzählige Verbraucher online in nutzergenerierten Inhalten (UGC) ihre verbal explizierten Wahrnehmungen freiwillig und unangeleitet und erzeugen damit eine neue Datengrundlage zur nichtreaktiven, passiven Erhebung von Markenassoziationsnetzwerken. Traditionelle inhaltanalytische Verfahren, wie die qualitative Inhaltsanalyse, ermöglichen aufgrund der Quantität, Heterogenität und Erstellungsgeschwindigkeit von UGC entweder nur Stichprobenbetrachtungen, oder sind mit prohibitiv hohen Aufwänden verbunden. Somit erfordert die nichtreaktive Erhebung von Markenassoziationsnetzwerken aus UGC neue, computergestützte Verfahren, zu denen der vorliegende Artikel einen methodischen Beitrag leistet. Auf Grundlage von sprachlichen Mustern traditionell befragungsorientiert erhobener Markenassoziationen wird ein Text Mining Verfahren zur Extraktion von Markenassoziationsnetzwerken aus UGC vorgeschlagen, anhand einer Vergleichsstudie diskutiert und der Einsatz für die Markenführung demonstriert.