Latente Klassenanalyse (LCA)

Die Latent-Class-Analyse ist ein clusterweiser Regressionsansatz, den wir verwenden, um Befragtensegmente mit ähnlichen (latenten) Präferenzstrukturen in Wahldaten zu entdecken. Anders als bei traditionellen Clustertechniken werden die Befragten zunächst in möglichst unterschiedliche Segmente eingeteilt, und anschließend werden die Parameter der Präferenzstruktur auf Segmentebene und nicht auf Befragungsebene geschätzt.

Latente Klasse: Vorteile und Grenzen

• Sie liefert ein gutes Verständnis der Marktstruktur und der adressierbaren Zielgruppen
• Sie liefert aufschlussreiche Informationen zur Optimierung des Produktportfolios, indem sie Einblicke in die Heterogenität der Präferenzen gibt.
• Es bietet ein perfektes Gleichgewicht zwischen aufschlussreichen, aber potenziell instabilen Parametern auf der Ebene der Befragten und soliden, aber übergeneralisierenden Parametern auf der Ebene der Stichprobe.

Latente Klasse: Wann ist sie zu verwenden?

• Perfekter Input für die Optimierung der Produktlinie
• Unerfüllte Bedürfnisse für die Produktentwicklung ermitteln
• Ermittlung der verschiedenen Preisgruppen und der Werte der einzelnen Gruppen, damit diese gezielt angesprochen werden können