Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Traue keiner Studie - Statistik-Basics für Online-Marketer und Studienverwender

1,602 views

Published on

Gute Gründe, warum Online-Marketer mit dem Zitieren von Studienergebnissen vorsichtig sein sollten.

Session auf dem Conversion Camp 2014 und dem Content Strategy Camp 2014.

Published in: Marketing

Traue keiner Studie - Statistik-Basics für Online-Marketer und Studienverwender

  1. 1. Traue keiner Studie – Statistik-Basics für Marketer und Studienverwender Thorsten Biedenkapp biedenkapp.it | 11.10.2014
  2. 2. Über mich  Thorsten Biedenkapp (37)  Studium Humanmedizin in Frankfurt am Main  Seit 2002 freier IT-Berater  Seit 2007 Inhaber biedenkapp.it  Schwerpunkt Healthcare  Tätigkeitsfelder  Konzeption  Umsetzung von Websites / Portalen im Bereich Healthcare  Social Media / Kommunikative Nachbetreuung im Bereich Healthcare  Twitter: @biedenkappIT biedenkapp.it | 11.10.2014 Statistik für Online-Marketer
  3. 3. Womit alles begann… Quelle: http://t3n.de/news/studie-seziert-million-headlines-559473/ biedenkapp.it | 11.10.2014 Statistik für Online-Marketer
  4. 4. Fragen über Fragen Quelle: http://moz.com/blog/5-data-insights-into-the-headlines-readers-click biedenkapp.it | 11.10.2014 Statistik für Online-Marketer
  5. 5. Voraussetzungen für gute Studien / Umfragen biedenkapp.it | 11.10.2014
  6. 6. Gutes Personal ist wichtig  Untersucher sollte objektiv sein  Untersucher sollte Daten korrekt kodieren  Untersucher sollte Entscheidungen treffen können, die der Studie zuträglich sind  Bsp.: Probanden nicht im Freundeskreis rekrutieren  Untersucher sollte Daten korrekt interpretieren können biedenkapp.it | 11.10.2014 Statistik für Online-Marketer
  7. 7. Gute Studie = Gute Daten  Studie sollte auch bei mehrmaliger Anwendung immer die gleichen Ergebnisse erzeugen (Reliabilität)  Studie sollte das messen, was in der Arbeitshypothese beschrieben wird (Validität)  Studie sollte unabhängig von wirtschaftlichen, politischen oder sonstigen Interessen durchgeführt werden  Studie sollte transparent und überprüfbar mit den erhobenen Daten umgehen können biedenkapp.it | 11.10.2014 Statistik für Online-Marketer
  8. 8. Häufige Fehler in Statistiken biedenkapp.it | 11.10.2014
  9. 9. Sind die Zahlen korrekt?  Bei der Hochrechnung zur Parlamentswahl 2011 im russischen Fernsehen kommt es zu einem kuriosen Rechenfehler: Zählt man die Prozentwerte aller Parteien zusammen haben diese angeblich 146,67 % der Stimmen auf sich vereinigen können.  Bild: http://www.spiegel.de/fotostrecke/wahlkuriosit aeten-in-russland-wir-sind-99-47-prozent-oder- biedenkapp.it | 11.10.2014 Statistik für Online-Marketer Quelle: spiegel.de fotostrecke-75892-3.html
  10. 10. Wie häufig kaufen Sie in Onlineshops ein? Mehr als 2 Käufe / Monat 2 Käufe / Monat 1 Kauf / Monat 15 % 43 % 28 % biedenkapp.it | 11.10.2014 Statistik für Online-Marketer
  11. 11. Der Maßstab machts 515 505 495 485 475 465 Häufigkeit von Zahlen beim Roulettespiel 1 2 3 4 5 6 7 8 9 biedenkapp.it | 11.10.2014 Statistik für Online-Marketer
  12. 12. Der Maßstab machts – Teil 2 600 500 400 300 200 100 0 Häufigkeit von Zahlen beim Roulettespiel 1 2 3 4 5 6 7 8 9 biedenkapp.it | 11.10.2014 Statistik für Online-Marketer
  13. 13. Die Perspektive machts biedenkapp.it | 11.10.2014 Statistik für Online-Marketer
  14. 14. Unklare Zielpopulation  Die Zielpopulation / Grundgesamtheit setzt sich aus allen Individuen zusammen, die untersucht werden sollen.  Bsp.: Kaufverhalten der Deutschen in Online- Shops  Zielpopulation = Gesamte deutsche Bevölkerung  Einschränkung = Geschäftsfähiges Alter + Wohnort in Deutschland  Negativbeispiel: „Ein Glas Rotwein am Abend ist gesund!“ biedenkapp.it | 11.10.2014 Statistik für Online-Marketer
  15. 15. Stichprobe sollte Zielpopulation repräsentieren  Repräsentativ bedeutet, dass die Zusammensetzung der Stichprobe mengenmäßig die Zielpopulation im kleinen Maßstab abbildet  Auswahl der Probanden sollte auf aktuellen Daten beruhen  Keine Bevorzugung von bestimmten Teilmengen der Zielpopulation biedenkapp.it | 11.10.2014 Statistik für Online-Marketer
  16. 16. Wir haben eine Umfrage durchgeführt und…  4 von 5 Zahnärzten würden Zahnbürsten von XYZ empfehlen.  90 % der befragten Leserinnen der Zeitschrift abc würden Hautcreme von 0815 kaufen.  Es wurden eventuell nur 5 Zahnärzte befragt.  Es wurden nur 20 Leserinnen befragt, davon waren 15 Angestellte des Verlags biedenkapp.it | 11.10.2014 Statistik für Online-Marketer
  17. 17. Beispiel für kleine Stichproben Quelle: http://www.jolie.de/artikel/jolie-leserinnen-lieben-die-neue-aquasource-bb-cream-2276338.html biedenkapp.it | 11.10.2014 Statistik für Online-Marketer
  18. 18. Genauigkeit einer Stichprobe / Fehlergrenze Bsp.: 100 Personen wurden befragt 1 100 = 0,1 = 10 % biedenkapp.it | 11.10.2014 Statistik für Online-Marketer
  19. 19. Zusammensetzung der Stichprobe  Bsp.: 5.000 Besucher einer Website wurden zu Ihrer Meinung über ein Produkt befragt  Probleme:  Nur Teilnehmer, die sich AKTIV entschieden haben, an der Umfrage teilzunehmen (meist Menschen mit klaren Vorstellungen und dem Drang zur Meinungsäußerung)  Nur Teilnehmer mit Internetzugang  Nur AKTIVE Besucher der Website (möglicherweise bereits Käufer des Produkts) biedenkapp.it | 11.10.2014 Statistik für Online-Marketer
  20. 20. Willkommen beim Datenfriseur  Bsp.: Ein Teil der Studiendaten war unbrauchbar, da die Teilnehmer sinnlose Angaben im Feld „Alter“ gemacht haben.  FALSCH:  Fehlerhafte Daten werden aussortiert und verworfen / in der Auswertung unterschlagen  RICHTIG:  Fehler dokumentieren und in der Auswertung darstellen biedenkapp.it | 11.10.2014 Statistik für Online-Marketer
  21. 21. Willkommen beim Datenfriseur – Teil 2  Bsp.: Ein Medikament wird vor seiner Markteinführung am Patienten getestet. In der Studie wird geschrieben: „Von den Patienten, die erfolgreich an der Studie teilgenommen haben…“  Problem:  Was ist mit den Patienten passiert, die nicht erfolgreich an der Studie teilgenommen haben? Sind sie vielleicht nach Einnahme des Medikaments verstorben? biedenkapp.it | 11.10.2014 Statistik für Online-Marketer
  22. 22. Niedrige Antwortquote  Bsp.: Ein Online-Shop versendet in einer Umfrage zur Kundenzufriedenheit 5.000 Fragebögen an seine Kunden. Die Aktion erzeugt 250 Rückläufer.  Problem:  Was ist mit den Fragebögen der übrigen 4.750 Kunden? Was ist deren Meinung?  Typische Antwortquoten:  Brief 50-70%  Telefon 80%  E-Mail 40%  Online 30%  Interview 80-85% Quelle:http://www.utexas.edu/academic/ctl/assessment/iar/teaching/gather/method/survey-Response.php biedenkapp.it | 11.10.2014 Statistik für Online-Marketer
  23. 23. Wann frage ich was?  Suggestivfragen verfälschen die Aussagekraft jeder noch so gut designten Studie  Bsp:  Ist XYZ eine starke Marke mit großer Strahlkraft?  Wie einfach war es für Sie, den Online-Shop ZZZ zu benutzen?  Sicherlich sind Sie nach der Bestellzusammenfassung zur Kasse gegangen?  80% unserer Kunden sagen, dass wir ein gutes Warenangebot haben. Stimmen Sie zu? biedenkapp.it | 11.10.2014 Statistik für Online-Marketer
  24. 24. Wann frage ich was? – Teil 2  Der Zeitpunkt für eine Studie sollte gut gewählt sein  Bsp.: Direkt nach einem Datenskandal in einem Online-Shop wird eine Umfrage zur Vertrauenswürdigkeit des Anbieters durchgeführt. biedenkapp.it | 11.10.2014 Statistik für Online-Marketer
  25. 25. Zusammenfassung  Gedanken zum Studiendesign machen (Objektivität, Reliabilität, Validität)  Zahlen, Diagramme immer auf Korrektheit prüfen (Addition, Maßstab, Perspektive)  Zielpopulation und Stichprobe hinterfragen  Umgang mit Daten hinterfragen (Auslassungen, Antwortquote, Formulierungen)  Fragetypen und Timing der Studie beachten biedenkapp.it | 11.10.2014 Statistik für Online-Marketer
  26. 26. Noch Fragen? Ich freue mich auf Sie!  Vortrag auf Slideshare:  Twitter: @biedenkappIT  E-Mail: info@biedenkapp.it biedenkapp.it | 11.10.2014 Statistik für Online-Marketer

×