| Lautsprecher |
Transkript |
| Jordan Hiller |
Gehen. |
| Rob Star |
die JMP Discovery-Konferenz, auf der wir über Portfolio- und Produktoptimierung sprechen werden. |
| |
Dieser Bildschirm ist eine Vorahnung unseres gesamten heutigen Gesprächs und löst das Problem, wonach dieser Verbraucher online, in einem Kaufhaus oder an vielen anderen Orten, an denen Geschenkkarten verkauft werden, suchen könnte. |
| |
Amy Anderson, ihre Chef-Analytics-Beraterin, und ich, Rob Reul, der Geschäftsführer von Isometric Solutions. |
| |
Also wird Amy Ihnen ein wenig über Blackhawk erzählen. |
| Amy Anderson |
Ich wurde vor etwas mehr als einem Jahr bei Blackhawk eingeführt und es war ein Kollege von mir, der eigentlich für alle Geschenkkarten bei Subway zuständig ist, der zu Blackhawk gelockt wurde, um ihnen bei ihrem Kartenportfolio zu helfen. |
| |
Die meisten Leute haben noch nie von Blackhawk gehört. Sie sind hinter den Kulissen, aber sie sind tatsächlich die weltweit größte private Geschenkkarte |
| |
Unternehmen. Sie positionieren sich als Zahlungsmarke, da sie digitale Geschenk-, Telefon-, Debit- und Bonuskarten online und über ein globales Händlernetzwerk anbieten. |
| |
Wenn Sie darüber nachdenken, was Rob Ihnen vor ein paar Folien gezeigt hat, dann ist das Target. Sie waren wahrscheinlich schon einmal im Supermarkt. |
| |
Sie sehen die Karten, die Ihnen beim Bezahlen zur Verfügung stehen. Das ist der Hauptfokus ihres Geschäfts; es macht 97 % aus. Sie sind auch online präsent und beginnen, zu wachsen … |
| |
über giftcards.com und andere Web-Entitäten. Als Blackhawk zu mir kam, standen sie vor einer Herausforderung. Wenn Sie also an Geschenkkarten denken |
| |
und das ganze Geschenkkarten-Einkaufszentrum, das auf der ersten Folie war, es gibt nur so viele Stifte, |
| |
Betrachten Sie jeden Haken als Mietobjekt. Sie müssen also bezahlen, um auf diesem Haken zu stehen. Als Unternehmen, das Geschenkkarten herstellt, müssen Sie daher wissen, welche Karten erfolgreich sein werden und es verdienen, auf diesem Haken zu stehen. |
| |
Blackhawk hatte immer, |
| |
Sie haben sozusagen geraten, welche Karten ausgegeben werden sollten, und dann haben sie 12 bis 18 Monate gewartet, um zu sehen, ob die Finanzdaten eintreffen. |
| |
Und das ist eine Menge Zeitverschwendung. Also kamen sie zu uns und fragten: „Gibt es einen besseren Ansatz, um herauszufinden, welche Karten wir an diese Haken hängen sollten, um möglichst viele Kunden anzusprechen?“ |
| |
Und da habe ich Rob ins Spiel gebracht und ich werde das Wort wieder an Rob weitergeben, damit er darüber sprechen kann, wie wir das angehen. |
| Rob Star |
Ja, und und... |
| Amy Anderson |
Bevor wir dorthin gehen, tut es mir leid, könnte ich |
| |
über den Versuch im Vergleich zum Test sprechen? |
| Rob Star |
Das sollten Sie auch, denn darauf basierte Ihr Konstrukt. |
| Amy Anderson |
Wie dem auch sei, eines der Dinge, über die Rob und ich gesprochen haben, und wir lachen, und viele unserer Marketingkollegen lachen auch. |
| |
Blackhawk ist bekannt für seine sogenannten Versuche. Ein Versuch ist etwas ganz anderes als ein Test, und wenn man genauer darüber nachdenkt, ist es … |
| |
Sie haben etwas auf den Markt gebracht und dann geschaut, ob es funktioniert. Und wir versuchen, mit ihnen zusammenzuarbeiten, um die Dinge eher testweise anzugehen, also, wissen Sie, |
| |
die Kompromisse. Und mit diesem Test, den wir für sie entwickelt haben, dreht sich alles um die Wahl, denn wenn man etwas ausprobiert und 18 Monate wartet, ist es zu spät, um herauszufinden, dass es ein Fehlschlag war. |
| Rob Star |
In der Tat. Und als Amy über das Raten von Blackhawk sprach, waren sie tatsächlich ziemlich gut im Raten, richtig, aber die Größe ihres Marktplatzes und die Anzahl der Karten |
| |
wurde ziemlich, ziemlich groß und Sie werden das gleich sehen. Also, was die Durchführung eines Tests oder Experiments angeht, haben wir Folgendes ausgeheckt. |
| |
Sie hatten also... ich glaube, sie hatten 113 Karten, die um diese Plätze wetteiferten, und die Herausforderung bestand natürlich darin, den Versuch zu gestalten |
| |
oder das Experiment, das uns das ermöglichen würde. Und dies ist eine Momentaufnahme dessen, was daraus letztendlich wurde. Ich werde darauf eingehen, wie wir dorthin gelangt sind. |
| |
in einer Sekunde, aber Sie werden hier ein paar wichtige Dinge sehen, etwas, das wir als Turnierdesign eines geplanten Experiments ansprechen werden. |
| |
Die Zuschreibungen würden zunächst an Dr. Chris Nachtsheim gehen und dann eng mit Dr. Brad Jones zusammenarbeiten, im Grunde genommen zunächst an dem Konzept und wie man das dann tatsächlich umsetzt. |
| |
Und dann wurden es Max-Diff-Experimente, die jetzt natürlich eine ... eine entscheidende Plattform für mich in JMP sind, die ich ständig verwende. |
| |
Und wir haben es hier wirklich auf die Probe gestellt, indem wir in dieser speziellen Studie fünf verschiedene Max-Diff-Studien durchgeführt haben, von denen vier sich gegenseitig befruchteten und eine, um das Finale zu erreichen. Und wir werden Sie führen |
| |
Wie wir dorthin gekommen sind. Lassen Sie uns zunächst ein wenig über Karten sprechen. Sie haben also die Wand gesehen, etwa 113 Karten plus Karten von Wettbewerbern. Das war Target. |
| |
Als wir uns das Blackhawk-Szenario ansahen, konnten wir uns nicht vorstellen, ein experimentelles Design zu entwickeln, das den Verbrauchern |
| |
und erwarten Sie, dass sie das in einer angemessenen Zeit erledigen. Und damit meine ich neun Minuten ... neun bis zwölf Minuten. |
| |
Ich hatte wieder viel mit Dr. Nachtsheim an der Modellierung von Müdigkeit und Auswahlexperimenten gearbeitet und |
| |
Nach etwa 12 Minuten beginnen die Leute einfach, Fragen zu beantworten, und es kommt zu internen Inkonsistenzen, die Leute antworten alle an derselben Stelle oder die Leute beenden die Umfrage nicht. |
| |
Und das wollten wir natürlich überhaupt nicht, also mussten wir es auf das Set reduzieren, das am meisten Material enthielt, und dieser erste Versuch führte zu |
| |
36 Karten. Da sind also einige, da sind mehr und da ist der Rest. Das war also sozusagen unser Satz von 36 endgültigen Karten. |
| |
Die herkömmliche Methode, mit der die meisten Forscher ein solches Problem lösen würden, ohne tiefgehende Umfrageanalysen wie Amy und ich, würde folgendermaßen aussehen. Darüber habe ich bereits gesprochen. |
| |
in einer JMP-Konferenz. Aber Sie sehen die klassische Bewertungsfrage, bei der jede Zeile eines der Dinge ist, die wir bewerten, und in diesem Fall wären es 36 Zeilen, richtig. |
| |
Und Sie haben die Möglichkeit, zu kaufen, oder welche Karte Ihre Lieblingskarte ist, und nach einer Weile können Sie sich vorstellen, wie nutzlos die Daten wären, die Sie sammeln würden. Sie würden |
| |
sehr schlechte Trennung im Sein... im Hinblick auf die Fähigkeit, es zu analysieren, und daher waren die Bewertungen sicherlich daneben. |
| |
Der nächste Ansatz, den man in unserem Bereich typischerweise sieht, ist, dass jemand … nun gut, wir ordnen sie ein, denn jetzt müssen sie nicht unabhängig, sondern voneinander abhängig betrachtet werden. |
| |
Und das ist zwar eine bessere Methode, aber wenn Sie wie wir eine lange Liste haben, verschärfen sich die Herausforderungen für die Befragten erheblich, was zu einer massiven kumulativen kognitiven Belastung führt. |
| |
Und es ist im Grunde unhaltbar. Und so haben wir natürlich die Lösung, das ist also der Aufbau der Methode, das ist Lovieres |
| |
Best-Worst-Skalierung. Und Max Diff ist, wie wir es kennen, und es gibt uns eine magische Statistik, bekannt als Nutzen. Wie viel ist eine Karte wert? |
| |
über eine andere Karte, richtig? Und genau das ist es, was wir letztendlich wollen. Hier ist also unser Experiment. Genau dafür wurden wir eingerichtet, und ich werde einfach den JMP unterbrechen … |
| |
die Diskussion dort. Ich werde in meine |
| |
JMP-Designer und zeigen Sie das Experiment, das wir tatsächlich durchgeführt haben, und es ist hier. |
| |
Ich kann es bekommen. |
| |
Und wir werden dieses Design erstellen. |
| |
Ein paar Dinge, die ich zu diesem Design hervorheben möchte … (falls es bei mir ankommt. Moment mal.) |
| |
Kannst du es sehen, Amy? |
| |
Alles klar, gut. |
| |
Also, wir hatten wieder 36 Karten, also um das Ganze in überschaubare Stücke zu zerlegen, |
| |
Wir haben schließlich Blockgrößen von neun oder fünf mit neun verschiedenen Gruppierungen verwendet, was uns dann in einem anderen Experiment 18 Auswahlmöglichkeiten bot, und wir hatten |
| |
ein Design, das so aussah. |
| |
Und dann haben wir es programmiert und wir haben eine Vorfallmatrix, die wirklich eine schöne Sache ist. |
| |
In unserer Welt ist es also wirklich wichtig, dass Sie jede Karte mit jeder anderen Karte vergleichen. |
| |
Und gehen Sie nicht davon aus, dass eine Karte eine andere Karte schlägt, denn sie würde Karten schlagen, die von einer der anderen Karten geschlagen oder nicht geschlagen wurden, richtig. |
| |
Und was wir mit diesem ausgewogenen und unvollständigen Blockdesign haben, ist ein ... ist ein schönes, effizientes Experiment, bei dem jede Karte genau zweimal gegen jede andere Karte getestet wurde. |
| |
Wir programmieren also dieses Experiment und ich möchte Ihnen jetzt zeigen, wie es nach der Programmierung aussieht, und das ist auch eine ziemlich schöne Sache. |
| |
Ich gehe zurück zu |
| |
mein Experiment hier. |
| |
Also nahmen wir die |
| |
Wir haben das Experiment in eine Schnittstelle integriert und mitten in der Umfrage, nach etwa vier Minuten, waren alle Teilnehmer |
| |
gefragt, wo ist es hin? Moment mal. Tut mir leid. |
| |
Versuchen Sie es noch einmal. Es tut mir leid. |
| |
Sie wurden in das Experiment eingeführt |
| |
und dann zeigten wir ihnen |
| |
die randomisierten Gruppierungen oder Auswahlsätze, bei denen sie gebeten wurden, jede Karte zu bewerten. Also, wenn mir diese am besten gefällt |
| |
und das gefällt mir am wenigsten. |
| |
Und wir ließen sie das mehrere Male tun, |
| |
basierend auf diesem Design, und zwar 18 Mal, um genau zu sein. |
| |
Und jedes Mal haben wir sie auf dem Weg dazu aufgefordert, sie sozusagen im Spiel zu halten, und wenn wir |
| |
konnten die Leute durch alle 18 bringen, |
| |
wir hatten ein Set. Und so haben wir das Experiment in neun verschiedene … aufgeteilt. |
| |
Wir haben vier verschiedene Gruppen mit jeweils neun Teilnehmern gebildet und die Gewinner mit den höchsten Nutzenwerten in die Endrunde geschickt. Aber wir haben es noch einmal gemacht und sie durch das Finale geschickt. |
| |
Und... |
| |
lass mich hierher zurückkommen. |
| |
Es ist ein wenig umständlich, ich entschuldige mich. |
| |
Da war das Experiment. |
| |
Und dann haben wir es basierend auf der Arbeit von Danny McFadden und der analytischen Plattform in JMP analysiert, richtig. |
| |
Und auch hier ist der Schlüssel: Am Ende seines Textes kommentiert er die grundsätzliche Sorge |
| |
das menschliche Entscheidungsverhalten zu verstehen und dies in einer Umgebung zu tun, in der es keine Störeinflüsse gibt, die man nicht interpretieren kann, weil man nicht weiß, was besprochen wurde oder wovon ein Befragter beeinflusst wurde. |
| |
Dies ist also ein Blick auf die Grenznutzen. Dies ist also ein erster Einblick in das, was wir aus dem Experiment nach der Analyse herausfanden. Ich zeige Ihnen nicht alle genauen Karten, aber Sie verstehen, was ich meine: positive und |
| |
negativ, diejenigen, die in der Mitte statistisch nicht signifikant waren. Wir hatten also ein großes Array wie dieses mit 36 Karten. |
| Amy Anderson |
Darf ich hier etwas erwähnen, Rob, das super wichtig war? Wie Rob bereits erwähnte, fragen viele Umfrageforscher einfach: „Gefällt Ihnen das?“ und bewerten es auf einer Skala von eins bis fünf. So ist Blackhawk bei all seinen Untersuchungen vorgegangen. Als wir das also zeigten |
| |
Unsere Produktmarketing-Leute waren schockiert und haben es nicht verstanden. Sie sagten: „Moment mal, warum ist der glückliche Papa da unten im roten Bereich?“, denn, ich meine, da war eine Box in den oberen beiden Reihen. |
| |
Der Unterschied besteht darin, dass man sie fragt, ob ihnen das gefällt, ohne ihnen die Wahl zu lassen. Es mag ihnen gefallen, aber was, wenn es etwas Besseres gibt? Und das war einfach |
| |
Für sie war das ein Wendepunkt, denn sie haben ihr Kartenportfolio noch nie auf diese Weise betrachtet oder die Recherche auf diese Weise durchgeführt. |
| |
Also mach weiter, Rob. Ich wollte das nur klarstellen, denn es war, ich meine, für sie war es einfach... sie haben nie über die Wahl nachgedacht. Es ist, als ob |
| |
Nun, bei all den Auswahlmöglichkeiten ist das offensichtlich auch nötig. |
| Rob Star |
Und sie haben auch eine Mauer; es gibt eine Menge Auswahl, richtig. Japp. |
| |
Wir hatten also diese Daten, aber Amy hatte Recht, als sie mich daran erinnerte, dass dies nur ein Teil der Gleichung war, und ich möchte, dass sie noch einmal das Wort ergreift. |
| Amy Anderson |
Ja, danke, Rob. Wie ich glaube, habe ich es bereits erwähnt: Blackhawk ist, wie die meisten Unternehmen, sehr auf Finanzen fokussiert. Man muss sicherstellen, dass man Geld verdient. |
| |
Geld zu verdienen ist jedoch das Ergebnis, das kommt erst im Nachhinein. Deshalb mussten wir uns diese Forschung ansehen. Und der Affinitätsindex ist großartig. Gefällt er Ihnen? Aber Sie müssen auch verstehen, |
| |
okay, das ist toll, das gefällt mir besser als das, aber |
| |
werden Sie es kaufen? Und wenn Sie es kaufen, wie viel werden Sie laden? |
| |
Indem dies Teil der Forschung ist, können sie die Lücke zwischen dem, was die Verbraucher ihnen sagen, und dem, was sie tun werden, schließen. |
| |
Und im Laufe der Zeit hilft uns dies, eine Scorecard für den Kunden zu entwickeln, so dass er frühzeitig Verbraucherfeedback erhalten und schließlich abschätzen kann |
| |
was mit ihren Finanzen geschieht, wenn sie auf der Grundlage dieser Informationen handeln. Deshalb ist es so wichtig, alle drei Kennzahlen in die Studie einzubeziehen. |
| Rob Star |
Durch die Kombination dieser Daten konnten wir ein Vorhersagemodell für ihren zukünftigen Auftragsbestand erstellen. |
| |
Und Amy konnte ihnen eine Möglichkeit bieten, zurückzugehen und es sich anzusehen, indem sie im Grunde sagte: „Wenn Sie …“ |
| |
Wenn Sie diese Karten auf den Markt bringen, können Sie davon ausgehen, dass diese Art von Umsatz in sechs oder zwölf Monaten erzielt wird. |
| |
Und der nächste Bildschirm zeigt, wie wir es letztendlich geschafft haben, das für den Kunden darzustellen. Und so haben wir die |
| |
Affinitätsbewertungen, und wenn Sie hier jede einzelne Karte sehen, die grundsätzlich auf der Grundlage des Nutzens eingestuft wurde, dann haben wir die Wahrscheinlichkeit, dass sie gekauft wird. |
| |
Und wir haben den Ladewert, richtig, weil wir alle gefragt haben, okay, das war Ihr Favorit, |
| |
Wie viel würden Sie ... wie wahrscheinlich wäre es, dass Sie die Karte kaufen und wie viel würden Sie dafür ausgeben? Und dann könnten wir diesen angepassten Wert erstellen, von dem sie gesprochen hat. |
| |
Und dann könnten wir alle Karten relativ zueinander skalieren, entlang dieser Achse, die im Wesentlichen den Nutzen gegenüber der Wahrscheinlichkeit der Auslastung darstellt. Und wir könnten eine gewisse Trennung schaffen und für sie finden |
| |
die allerbesten Karten und in diesem Fall war diese Visa-Karte eindeutig der klare Gewinner. |
| |
Und wir konnten letztendlich verstehen, warum das so ist. Darüber werden wir gleich sprechen. Es hat mit der breiten Anziehungskraft und der Anzahl der Marken zu tun, für die die Karte verwendet werden kann. |
| |
Aber so konnten wir diese Trennung schaffen. Das war also der erste wichtige Teil unserer Arbeit. Ich gehe jetzt zur nächsten Analyseebene über, und Amy wird Ihnen kurz die Anatomie der Geschenkkarte erläutern. |
| Amy Anderson |
Also, ähm, wir haben uns gerade die Portfoliooptimierung angesehen, also wir hatten die Rangfolge, welche Karten mehr oder weniger erfolgreich sein werden. |
| |
Und... aber der zweite Teil ist, dass es einige dieser Karten gibt, die vielleicht in der Mitte liegen, die sie nicht wegwerfen müssen, aber sie müssen darüber nachdenken, wie sie sie optimieren können. Jetzt |
| |
Wenn Sie an Geschenkkarten denken, ich meine, bis wir in dieses Geschäft eingestiegen sind, habe ich nicht wirklich über alle Bestandteile einer Geschenkkarte nachgedacht. |
| |
Und bei diesem speziellen Portfolio, das sie „Happy Cards“ nennen, gibt es auf der Karte viele Dinge, die die Präferenz beeinflussen. |
| |
Es könnte am Kartenwert liegen. Wie viel würde ich für die Geschenkkarte ausgeben? Es könnte auch an den Bedingungen liegen. Was muss ich also tun, um die Karten zu nutzen? |
| |
Personalisierung. Können Sie die Karte personalisieren, z. B. für Mama oder meine Tochter usw.? Wir haben die Marken auf der Karte und dann das Kartenthema oder den Anlass. |
| |
Der nächste Schritt bestand darin, zu verstehen, welche dieser Elemente für die Präferenzbildung wichtig sind, um zu verstehen, wie und worauf man sich konzentrieren muss, um die Karten zu optimieren. |
| |
Also, ähm, wir hatten im Grunde eine unbegrenzte Anzahl an Themen, Bezeichnungen und Personalisierungsoptionen. |
| |
Und die Art und Weise, wie Blackhawk das, was sie ihre Kartenkuratierung nennen, also die Entwicklung dieser Karten, normalerweise durchführte, bestand darin, dass sie in einem Raum saßen ... in einem Konferenzraum, vor COVID, |
| |
und gehen Sie buchstäblich alle Finanzdaten der Vergangenheit durch und sagen Sie: „Hmm, ich denke, diese Karte hat gut abgeschnitten, weil sie diese Marke hatte.“ |
| |
Oh, ich möchte vielleicht diese Marke nehmen, weil wir sie nicht auf eine Karte gesetzt haben. Und es war sehr, sehr, |
| |
Sie verfügen über einen großartigen betriebswirtschaftlichen Hintergrund, sind jedoch etwas subjektiv, was die Herangehensweise an die Erstellung dieser Karten angeht. |
| |
Diese Studie hat es uns also ermöglicht zu verstehen, was diese Präferenz antreibt (und ich werde den Preis jetzt nicht verraten, denn ich möchte, dass Rob ihn durchgeht). |
| |
aber es wurde ein ziemlich erstaunliches Tool für den Kunden entwickelt. |
| Rob Star |
Es hat funktioniert, richtig. |
| Amy Anderson |
Es funktioniert wirklich gut. |
| Rob Star |
die Wahlplattform. Und |
| |
was wir hier suchen, ist ein diskretes Auswahlexperiment, bei dem wir tatsächlich die Dinge anbieten und gegeneinander abwägen können, von denen wir wissen, dass sie entscheidend sind, basierend auf der Anatomie, die Sie gerade gesehen haben. |
| |
Und das nahm in dem Experiment Gestalt an, das auf der rechten Seite gezeigt wird. |
| |
Das ist ein Livebild des Bildschirms. Offensichtlich ist das Hin- und Herwechseln zwischen JMP im Explorer und dem Deck für Sie als Betrachter nicht optimal, also |
| |
Ich werde hier nur darauf eingehen. Wir hatten vier Hauptthemen bzw. Attribute und innerhalb der Attribute gab es verschiedene Ebenen. Die wichtigsten getesteten Themen waren: Welches Thema bewegt die Leute zum Kauf der Karte? |
| |
Wem wird das Geschenk gemacht? Das ist ein wichtiger Faktor. Die Sponsoren oder Marken auf der Karte und die Nutzungsbedingungen. Manchmal gibt es ein Ablaufdatum, manchmal muss man die Karte online registrieren. |
| |
Rechts. |
| |
Manchmal kann man eine Karte nur online einlösen, also ging es im Grunde darum, herauszufinden, welche davon am akzeptabelsten ist, sozusagen als Einstiegsgebühr. |
| |
Und wie Amy bereits angedeutet hatte, hatten wir als Ergebnis ein sehr starkes Modell, aber zum einen ... fiel eine der Variablen irgendwie heraus. Aber man kann es deutlich sehen ... und Amy wollte ... |
| |
Sie wollte Ihnen verraten, dass 57 % der Kartenpräferenzen ausschließlich auf den auf der Karte abgebildeten Marken beruhen. |
| |
Wir wussten, dass Marken wichtig sind, aber wir wussten nicht, dass sie so wichtig sind. Aber auch die anderen Faktoren sind wichtig. Und Sie sehen den Profiler auf der rechten Seite. |
| |
wo die erste Variable irgendwie verschwimmt und nicht statistisch signifikant ist, aber wir hatten eindeutig eine schöne Trennung zwischen den verschiedenen Attributen in dieser Studie. Und das waren alles nominale Attribute, die |
| |
macht es noch interessanter, nicht wahr, denn man muss beim Wechseln vorsichtig sein. Das war also sozusagen die Hauptausgabe dort. |
| |
Und wir standen vor einem Rätsel, denn, okay, sie hatten 253 Marken auf einer Karte. |
| |
Für die erste Studie, die wir vorgestellt haben, hatten wir 36 Karten und wir haben fünf Max-Diff-Experimente verwendet, um das herauszufinden, weil wir Menschen dazu bringen konnten, das zu verarbeiten, wenn sie danach gefragt wurden. |
| |
Hier hatten wir ein diskretes Auswahlexperiment. Ich glaube, es gab 12 Bildschirme, jeder Bildschirm hatte drei Auswahlmöglichkeiten, also kein triviales Experiment für eine einzelne Person. Aber wie lösen wir das Problem? |
| |
Die Anzahl der Marken und wie sie funktionieren? Und so entstand die Idee einer geplanten Übung, die kein geplantes Experiment war, sondern, besser noch, viel bewusster als nur ein Versuch. So entstand letztendlich die Idee eines Traumkartendesigners. |
| |
Und nachdem wir die Leute dem diskreten Auswahlexperiment unterzogen und ihre Auswahlmöglichkeiten auf die angezeigten beschränkt hatten, |
| |
Wir haben sie gebeten, ihre eigene Karte auszuwählen und zu bauen, um zu sehen, was ihnen gefällt. Und basierend auf dieser Anatomie werden dieselben Komponenten lebendig. |
| |
Das hat uns in eine ganz andere Richtung geführt. Wir wollten erneut herausfinden, welche Marken auf ihren Karten auftreten sollten. |
| |
Und es stellte sich heraus, dass der Rechenaufwand zur Lösung des Problems dieser Studie mit 2.000 Teilnehmern etwa drei Tage dauerte. |
| |
Die Kombinationsmöglichkeiten waren enorm, da sie zwischen 253 Marken wählen konnten, von nur einer bis hin zu bis zu neun. |
| |
Zusätzlich dazu, wem die Karte gegeben werden sollte, ob sie einen bestimmten Nennwert wünschten und wie hoch dieser sein sollte. Sie können sich vorstellen, es war riesig, nicht wahr? |
| |
Aber es konnte ein so erstaunliches Ergebnis erzielen, dass ich Amy darüber sprechen lasse. |
| Amy Anderson |
Diese Informationen haben wir zusammen mit den Ergebnissen der anderen Studie in ein sogenanntes Kartenoptimierungstool eingefügt. |
| |
Wenn der Kunde also neue Karten entwirft, kann er auf dieses Tool zurückgreifen und sich fragen: „Okay, ist es sinnvoll, Marken zu haben, die mehrere Markenkategorien abdecken?“ |
| |
Und was wir mit diesem Ergebnis herausgefunden haben, ist, dass die Verbraucher nicht viel Abwechslung wollen. Denn wenn sie Abwechslung wollen, holen sie sich eine Visa-Karte. Und dennoch wollen sie mehr als nur eine einzelne Markenkarte. Es war also etwas dazwischen. |
| |
Wenn wir eine Marke hatten, blieb der Verbraucher bei dieser Übung typischerweise innerhalb der Markenkategorie. Wenn die Marke, die er zuerst auswählte, eine Einzelhandelsmarke war, |
| |
Sie hatten die Gestaltung ihrer primären Karte abgeschlossen … primär für den Einzelhandel. Dasselbe galt für QSR, dasselbe galt für Digital, Big Box usw. |
| |
Wir hatten einige Fälle, in denen es zu markenübergreifenden Zusammenhängen kam, und zwar im Einzelhandel und dann vielleicht im Restaurantbereich. |
| |
Stellen Sie sich das wie ein Einkaufszentrum vor. Das war etwas anders. Aber wir haben hier Marken, die wir als ... bezeichnen würden. |
| |
und das kam beim Kuratorenteam sehr gut an … Ich nenne sie datierbare Marken oder nicht datierbare Marken. Und datierbare Marken sind diejenigen, bei denen viele Marken miteinander gepaart sind. |
| |
Und das war ein gutes Zeichen für die Entwicklung dieser Multi-Brand-Karten. Aber dann gibt es Marken, die nicht datierbar sind, wie 24-Stunden-Fitness, Alamo und Albertsons. Sie sind einfach auf sich allein gestellt. |
| |
Und wenn diese Marken zu Blackhawk kommen und spielen wollen, wollen sie auf diesen Karten sein, weil das für sie Umsatz bedeutet, |
| |
Dies ist ein Werkzeug, nicht nur um die Karten zu entwerfen, sondern um ihnen bei den Verhandlungen zu helfen, zu sagen: Schaut mal, |
| |
Wenn Sie mitspielen wollen, müssen Sie bezahlen, denn Ihre Marken passen nicht wirklich zu irgendjemandem. Und wissen Sie was? Unsere Verbraucher |
| |
andere Marken bevorzugen. Diesen Einfluss zu haben, war für sie einfach großartig, da sie tatsächlich einige Einblicke in das Kartendesign bekamen und dann auch mit diesen Marken verhandeln konnten, was die Geschäftsbeziehung mit Blackhawk angeht. |
| Rob Star |
Genau, genau. |
| |
Es gibt noch einen weiteren Aspekt, und zwar |
| |
Karte |
| |
Konstruktion. Und wir sprechen zuerst darüber, welche Karten man behalten sollte und welche nicht. |
| |
Eines der Dinge, die ich früher hätte erwähnen sollen, war, als wir diese Vorrunden, diese vier Runden, einrichteten, |
| |
Wir haben diese Runden auf Grundlage der Einnahmen aus den Karten des Vorjahres festgelegt. Und natürlich sind die Einnahmen das Ergebnis der Attraktivität der Marken, bei denen die Karten verwendet werden können. |
| |
Und wenn Sie anfangen, über die tatsächlichen Kombinationen von Marken auf Karten nachzudenken, hat Amy Ihnen die bedingten Wahrscheinlichkeiten gezeigt, |
| |
Wir wollten jetzt noch einen Schritt weiter gehen. Ganz rechts sehen Sie die Top 50 Marken, und wir versuchen, |
| |
Zielkundensegmente, die wahrscheinlich Marken kaufen, die auf derselben Karte zusammengefasst sind. Das ist die nächste Ebene unserer Analysearbeit, die wir durchführen, um zu verstehen, |
| |
Gibt es eine Zielgruppe, die groß genug ist, um Geschlecht, Alter oder andere psychografische Aspekte zu erreichen, sodass wir die Killerkarte verfeinern können, indem wir das richtige Thema mit den richtigen Marken darauf platzieren? |
| |
Dies ist also der Stand der Forschung. Wir haben gemeinsam gerade fast anderthalb Jahre intensiver Forschung für Blackhawk beschrieben. |
| |
Und ich würde Ihnen sagen, dass 90 % der schweren Arbeit dank der Leistungsfähigkeit von JMP erledigt wurden. So viel zu unserem Thema. |
| |
Wir beantworten gerne alle Fragen live. Ich glaube, die Show wird am 6. Oktober stattfinden. Und Brad Jones, der die technische Unterstützung für das Turnierdesign geleistet hat, |
| |
und Analyse, werde mich dabei begleiten. So, jetzt erstmal vielen Dank für Ihr Interesse und wir wünschen Ihnen eine schöne Konferenz. Danke. Tschüss. |
