vereinfachte Abbilder empirischer Sachverhalte, wie Strukturen (z.B. Marktmodell) und Reaktionen (z.B. Elastizitäten). Sie stellen - ob intuitiv oder explizit - die Basis für jegliche Planung (Marketingplanung) und Kontrolle dar, da nur so Entscheidungsträger in der Lage sind, die komplexe Wirklichkeit zu erfassen (Entscheidungsunter- stützungssysteme, Marketinginformationssysteme, Expertensysteme). Modelle sind auch Grundlage für Simulationsverfahren und Absatzprognosen. Auch die Beschreibung bestimmter Methoden, z.B. Auswahlverfahren in der Marktforschung, bezeichnet man z.T. als (Verfah- rens-)Modelle. Wenn Modelle primär die Zielsetzung verfolgen, die reale Welt abzubilden, spricht man von realsystemorientierten Modellen. In der Marketingwissenschaft werden Beschreibungs-, Erklärungsund Entscheidungsmodelle unterschieden. Ausgehend von der Erfahrung, dass Marketing-Modelle nicht mit den Vorstellungen („mentale Modelle“) der Entscheidungsträger hinreichend kompatibel waren, wurde das Prinzip der Benutzerorientierung (Decision-Calculus-Modell) entwickelt. Für praktisch einzusetzende Modelle ergibt sich das Erfordernis, sowohl ausreichend realitätsorientiert zu sein, um richtige Entscheidungen zu ermöglichen, als auch ausreichend benutzerorientiert zu sein, um von den Entscheidungsträgern akzeptiert zu werden, d. h., um Wirkung zu erzielen. Der Modellierungsprozeß beinhaltet die Auswahl der für den jeweiligen Modellzweck als relevant erachteten Variablen, was stets zu mehr oder minder starken Vereinfachungen führt, die den Modellzweck aber eher zu erreichen versprechen. Die Auswahl erfolgt dabei sowohl theoriegesteuert als auch im Hinblick auf die Verfügbarkeit von empirischen Daten zur späteren Modellvalidierung. Daran anschließend gilt es, die Modellvariablen zu verknüpfen, d.h. Abhängigkeiten und Unabhängigkeiten zu postulieren, Variablengruppierungen und - hierarchisierungen vorzunehmen etc. Die formale Gestalt der Variablenverknüpfung bestimmt dabei stark den Modellcharakter: Quantitative Modelle, z.B. Marktreaktionsfunktionen, nutzen die Sprache der Mathematik, qualitative Modelle, wie z. B. viele Modelle des Käuferverhaltens in der Konsumentenverhaltensforschung,arbeiten mitgenau zudefinierendenBegriffenund hypothetischen Konstrukten. Bei Entscheidungsmodellen wird eine Marketing- zielgröße als abhängige Variable in das Modell eingebaut und durch analytische, numerische oder heuristische Planungsverfahren Maxima oder Optima ermittelt. Diesem Schritt vorgelagert ist allerdings die Parametrisierung der Modellvariablen, bei der für die im Modell enthaltenen quantitativen Modellparameter statistisch Werte zu schätzen sind. Dafür stehen verschiedene Schätzverfahren zur Verfügung, von denen die Regressionsanalyse besonders oft eingesetzt wird- Zeigen die statistischen Kennwerte für den Schätzprozeß eine hinreichende Übereinstimmung („Fit“) zwischen dem Modell und der Wirklichkeit, gilt das Modell als validiert. Da i. d. R. aber nur Stichprobendaten zur Modellvalidierung eingesetzt werden, gilt es auch noch die Reliabilität des Modells zu überprüfen. Erst dann kann das Modell als bewährt gelten und ggf. - z. B. für Prognosezwecke - angewendet werden. Bei der Interpretation der Modellergebnisse gilt es dabei, die bei der Modellspezifikation gemachten Prämissen nicht aus dem Auge zu verlieren.
Vorhergehender Fachbegriff: Modellbegriff | Nächster Fachbegriff: Modelle des Konsumentenverhaltens
Diesen Artikel der Redaktion als fehlerhaft melden & zur Bearbeitung vormerken
|
|
