Penalty Reward Analyse

Die Penalty Reward Analyse ist ein multivariates Analyseverfahren, das im Rahmen der Kundenzufriedenheitsforschung zur vertiefenden Auswertung der Treiber im Anschluss an eine Treiberanalyse eingesetzt wird. Anhand der Penalty Reward Analyse werden die Treiber entsprechend ihrer Wirkungsweise in verschiedene Arten unterteilt.

Wozu dient die Penalty Reward Analyse?

Ziel der Penalty Reward Analyse ist es, die Art des Zusammenhanges zwischen den in der Treiberanalyse verwendeten Merkmalen/ Einflussfaktoren und der Zielgröße zu untersuchen. Dabei geht es insbesondere darum, herauszufinden, ob und wie sich eine Steigerung bzw. Verringerung der Zufriedenheit (Performance) mit einem Treiber auf die Zielgröße auswirkt. Die Penalty Reward Analyse basiert auf dem so genannten Kano-Modell. Dieses ist ein Kundenzufriedenheitsmodell, welches den Zusammenhang zwischen der Erfüllung von Kundenanforderungen (an bestimmte Eigenschaften von Produkten bzw. Dienstleistungen) und der Kundenzufriedenheit beschreibt. Das Modell fußt auf der Erkenntnis, dass Treiber und Zielgröße nicht immer in einem linearen Zusammenhang zueinander stehen, sondern sehr unterschiedliche Wirkungsverhältnisse haben können. So unterscheidet das Kano-Modell insgesamt 4 verschiedene Arten von Treibern (Kano-Kategorien): Basismerkmale/ Hygienefaktoren, Leistungsmerkmale, Begeisterungsmerkmale und Unerhebliche Merkmale.

Welche Erkenntnisse gewinnt man durch die Penalty Reward Analyse?

Die Penalty Reward Analyse ermittelt für jeden Treiber die entsprechende Kano-Kategorie und liefert so individuell Erkenntnisse darüber, wie sich eine Veränderung in der Treiber-Performance auf die Gesamtzufriedenheit auswirkt, d.h. welche Hebelwirkung der jeweilige Treiber hat.

Welche Bedeutung hat die Penalty Reward Analyse?

Für jeden Treiber werden dessen Bewertungen in zwei Kategorien, „zufriedene Teilnehmer“ und „unzufriedene Teilnehmer“, aufgeteilt. Das heißt, es werden aus einem Treiber mit einer Rating-Skala zwei neue Treiber gebildet, welche jeweils die Werte 1 und 0 besitzen. Im Anschluss wird mit den so aufgeteilten Treibern eine neue Treiberanalyse durchgeführt. Für jeden Treiber wird auf diese Weise ermittelt, wie sich einerseits Unzufriedenheit und andererseits Zufriedenheit mit dem Treiber auf die Gesamtzufriedenheit auswirken. Als Ergebnis erhält jeder Treiber eine Treiberwichtigkeit für den Treiber „zufriedene Teilnehmer“ (Reward) sowie eine für „unzufriedene Teilnehmer“ (Penalty). Die Höhe des Verhältnisses von Reward zu Penalty bestimmt schließlich, um welche Art von Treiber es sich handelt, d.h. in welche Kano-Kategorie der Treiber fällt. Ist die Treiberwichtigkeit für Penalty höher als diejenige für Reward – in der Regel um mindestens einen zuvor festgelegten Faktor –, gilt der Treiber als Basismerkmal/Hygienefaktor. Ist umgekehrt die Wichtigkeit für Reward um mindestens diesen Faktor größer als diejenige für Penalty, wird er als Begeisterungsmerkmal klassifiziert. Sind beide Werte ähnlich hoch, d.h. ist das Verhältnis von Penalty zu Reward kleiner als der festgelegte Faktor, fällt der Treiber in die Kategorie Leistungsmerkmal.

Was sind die Gütekriterien der Penalty Reward Analyse?

Ein mögliches Gütekriterium stellt der Model Fit dar und ist ein Maß zur Beurteilung der Gesamtgüte eines Modells. Dieser kann Werte zwischen 0% und 100% annehmen, wobei ein Fit < 50% bereits sehr ungewöhnlich ist, da dies ein Ergebnis bedeutet, das schlechter ist als der Zufall. Liegt der Model Fit bei (in der Regel) mindestens 70%, gilt der Zusammenhang zwischen Treibern und Zielgröße als sehr gut erklärt und die Treiberwichtigkeiten als robust und stabil (innerhalb eines üblichen und normalen Schwankungsbereichs). Zusätzlich sollte ein möglichst hohes N gewählt werden (N>= 100) und stets ein inhaltlicher Plausibilitätscheck erfolgen.

Wie ist der Ablauf der Penalty Reward Analyse?

Für jeden Treiber werden dessen Bewertungen in zwei Kategorien, „zufriedene Teilnehmer“ und „unzufriedene Teilnehmer“, aufgeteilt. Das heißt, es werden aus einem Treiber mit einer Rating-Skala zwei neue Treiber gebildet, welche jeweils die Werte 1 und 0 besitzen. Im Anschluss wird mit den so aufgeteilten Treibern eine neue Treiberanalyse durchgeführt. Für jeden Treiber wird auf diese Weise ermittelt, wie sich einerseits Unzufriedenheit und andererseits Zufriedenheit mit dem Treiber auf die Gesamtzufriedenheit auswirken. Als Ergebnis erhält jeder Treiber eine Treiberwichtigkeit für den Treiber „zufriedene Teilnehmer“ (Reward) sowie eine für „unzufriedene Teilnehmer“ (Penalty). Die Höhe des Verhältnisses von Reward zu Penalty bestimmt schließlich, um welche Art von Treiber es sich handelt, d.h. in welche Kano-Kategorie der Treiber fällt. Ist die Treiberwichtigkeit für Penalty höher als diejenige für Reward – in der Regel um mindestens einen zuvor festgelegten Faktor –, gilt der Treiber als Basismerkmal/Hygienefaktor. Ist umgekehrt die Wichtigkeit für Reward um mindestens diesen Faktor größer als diejenige für Penalty, wird er als Begeisterungsmerkmal klassifiziert. Sind beide Werte ähnlich hoch, d.h. ist das Verhältnis von Penalty zu Reward kleiner als der festgelegte Faktor, fällt der Treiber in die Kategorie Leistungsmerkmal.

Anwendungsbereiche / Typische Fragestellungen

Klassische Anwendungsbereiche der Treiberanalyse liegen im Bereich Customer Feedback, Kundenzufriedenheit, Customer Experience, Consumer Empathy.

Typische Fragestellungen sind: Auf welche Weise beeinflusst die Zufriedenheit mit einer Produkteigenschaft oder auch einer Serviceleistung die Gesamtzufriedenheit? Ist der Treiber ein Hygiene- oder ein Begeisterungsfaktor? Worauf sollte ich mich konzentrieren, um die Kundenzufriedenheit oder die Kaufabsicht zu verbessern? Welche Budgetentscheidungen sollten hinsichtlich der einzelnen Treiber getroffen werden?