Anwendungsfall: Conjoint & MaxDiff

MaxDiff & Conjoint – ausgewertet auf der R-Engine

MaxDiff rechnet DataLion mit drei Schätzverfahren – bis zu individuellen Nutzenwerten. Choice-Based Conjoint läuft komplett nativ: balanciertes Design, Erhebung über die Umfrage, Schätzung auf R und ein Präferenz-Simulator mit Willingness-to-Pay. ISO-27001-Hosting, DSGVO-konform, Made in Munich.

Interaktives DataLion-Dashboard mit Wichtigkeiten und Nutzenwerten aus einer Choice-Studie

DataLion wertet MaxDiff direkt auf der R-Engine aus – mit drei Schätzverfahren: Count (Best−Worst), Aggregate Logit und Random-Parameter-Logit für individuelle Nutzenwerte. Choice-Based Conjoint rechnen Sie komplett nativ: balanciertes Design, Erhebung über die Umfrage, Part-Worth-Schätzung (Logit/MNL) und ein Präferenz-Simulator mit Willingness-to-Pay. Dazu Relative Importance, Preis-Sensitivität und Segment-Auswertungen mit Signifikanz.

  • 🇩🇪 Made in Munich
  • DSGVO-konform
  • AV-Vertrag inklusive
  • Hosting in Deutschland
  • 🌐 Oberfläche auf DE, EN, FR & NL

Marktforschung, Insights & Medien vertrauen DataLion

  • YouGov
  • SevenOne Media
  • Mediengruppe RTL Deutschland
  • Nielsen Sports
  • mobile.de
  • 3 MaxDiff-Schätzverfahren
  • Best − Worst Count-basierte Scores
  • individuell Nutzenwerte (RP-Logit)
  • 80–99 % Signifikanzniveaus

Warum Choice-Ergebnisse oft liegen bleiben

  • Die Nutzenwerte stecken in einem Statistik-Output, den außerhalb der Mafo niemand liest.
  • Es bleibt bei Gesamt-Scores – wer für welches Segment was will, wird nie getestet.
  • Für jede Präsentation werden die Charts erneut von Hand gebaut.

Drei Wege, MaxDiff zu schätzen

DataLion wertet MaxDiff auf der R-Engine mit drei Schätzverfahren aus: Count (Best−Worst-Subtraktion: wie oft „am wichtigsten" minus „am unwichtigsten"), Aggregate Logit für robuste Gesamt-Scores und Random-Parameter-Logit für individuelle Nutzenwerte je Befragten.

So bringen Sie Features, Botschaften oder Claims in eine klare, erzwungene Rangfolge – ohne das „alles ist wichtig"-Problem von Rating-Skalen.

  • Count: Best−Worst-Scores per Subtraktion
  • Aggregate Logit: robuste Gesamt-Wichtigkeiten
  • Random-Parameter-Logit: individuelle Nutzenwerte
  • Erzwungene Trade-offs statt „alles wichtig"
Ranking der Wichtigkeiten aus einer MaxDiff-Auswertung in DataLion

Conjoint nativ: designen, erheben, schätzen, simulieren

Choice-Based Conjoint rechnen Sie in DataLion komplett nativ – kein Umweg über ein zweites Tool. Sie legen die Attribute und Stufen fest, DataLion erzeugt ein balanciertes Choice-Design, spielt die Auswahlaufgaben über die native Umfrage aus und schätzt die Part-Worth-Nutzenwerte auf der R-Engine (Logit/MNL).

Im Präferenz-Simulator stellen Sie anschließend Produkte gegeneinander und lesen die Präferenzanteile ab; liegt ein Preis-Attribut vor, gibt DataLion die Zahlungsbereitschaft (Willingness-to-Pay) aus. Ergebnisse lassen sich nach Segment vergleichen.

  • Balanciertes Choice-Design aus Attributen und Stufen
  • Auswahlaufgaben über die native Umfrage erheben
  • Part-Worth-Schätzung auf R (Logit/MNL, kein HB)
  • Präferenz-Simulator mit Präferenzanteilen & Willingness-to-Pay

Nutzenwerte je Segment – getestet

Wichtigkeiten und Nutzenwerte brechen Sie über Subspalten und verschachtelte Tabellen nach Zielgruppe herunter – und prüfen Unterschiede zwischen Segmenten direkt in der Tabelle auf Signifikanz (80–99 %, z-/Chi²-/t-Test).

So sehen Sie nicht nur die Gesamt-Rangfolge, sondern auch, für welches Segment welches Feature wirklich zählt.

  • Wichtigkeiten je Segment über Subspalten
  • Signifikanz auf 80/90/95/99 %
  • z-, Chi²- und t-Test, paarweise und Komplement
  • Verschachtelte Tabellen für mehrdimensionale Sichten

Ergebnisse, die Stakeholder selbst erkunden

Statt einer statischen Ergebnistabelle bekommen Ihre Stakeholder ein interaktives Dashboard, in dem sie live nach Segment filtern und Wichtigkeiten und Nutzenwerte selbst vergleichen.

Für die Präsentation exportieren Sie nativ nach PowerPoint, Excel oder PDF – die Auswertung bleibt dieselbe, nur das Format wechselt.

  • Interaktives Dashboard statt statischer Tabelle
  • Live nach Segment filtern
  • Nativer Export nach PowerPoint, Excel und PDF
  • Per Link teilen oder einbetten
Nach PowerPoint exportierte Choice-Auswertung in DataLion

Das bauen Sie mit DataLion

  • MaxDiff-Auswertung

    Count, Aggregate Logit & individuelle Nutzenwerte auf R.

    Mehr dazu →
  • Wichtigkeiten-Dashboard

    Relative Importance interaktiv, nach Segment vergleichbar.

    Mehr dazu →
  • Preis-Sensitivität

    Zahlungsbereitschaft und Preisbereiche als Charttyp.

    Mehr dazu →

Sehen Sie DataLion mit Ihren eigenen Daten

Kostenlos testen oder eine persönliche Demo buchen – von den Rohdaten bis zum fertigen Dashboard.

Top bewertet

4,5 von 5 Sternen auf G2 und OMR Reviews

Was Nutzer über DataLion sagen

  • Sehr professionelles Unternehmen, das auf die Kundenbedürfnisse eingeht – mit großartiger Software und großartigem Service.
    Generoso M. CRM-Analyst · Automobilindustrie via G2
  • Die Ansprechpartner bei DataLion sind sehr engagiert. Bei Problemen kann man sich auf Hilfe verlassen. DataLion reagiert schnell auf Wünsche nach neuen Funktionen.
    Robert Q. Geschäftsführer via G2
  • Benutzerfreundlichkeit, besonders für Marktforschungsthemen. Strukturiertes Backend mit vielen Anpassungsmöglichkeiten.
    Verifizierter Nutzer Marktforschung via G2
  • Mit der Embedding-Funktion erstellen wir Insights aus unseren Daten für unser Publikum und unsere Kunden in weniger als der Hälfte der früher benötigten Zeit.
    Verifizierter Nutzer Freizeit, Reise & Tourismus via G2
Alle 16 Bewertungen auf G2 lesen →
Wir arbeiten nun viel effizienter und haben so mehr Zeit, uns um die Ableitungen und Insights aus den Daten für die Kunden zu kümmern.
Jens Falkenau, Vice President Market Research · Nielsen Sports
Case Study lesen →

Die Plattform im Detail

Tiefer einsteigen

Häufige Fragen zu MaxDiff & Conjoint

Welche MaxDiff-Verfahren rechnet DataLion?
Drei: Count (Best−Worst-Subtraktion), Aggregate Logit für robuste Gesamt-Scores und Random-Parameter-Logit für individuelle Nutzenwerte je Befragten – alle auf der R-Engine, ohne dass Sie R-Code schreiben.
Rechnet DataLion auch Conjoint-Modelle?
Ja. Choice-Based Conjoint läuft in DataLion komplett nativ: Sie definieren Attribute und Stufen, DataLion erzeugt ein balanciertes Choice-Design, spielt die Auswahlaufgaben über die native Umfrage aus und schätzt die Part-Worth-Nutzenwerte auf der R-Engine (Logit/MNL). Im Präferenz-Simulator lesen Sie Präferenzanteile ab, und bei einem Preis-Attribut gibt DataLion die Zahlungsbereitschaft (Willingness-to-Pay) aus. Bereits vorhandene Nutzenwerte aus einer externen Studie können Sie weiterhin importieren und visualisieren. Eine Hierarchical-Bayes-Schätzung (HB) bietet DataLion nicht – die Schätzung erfolgt aggregiert/mixed-logit auf R.
Bekomme ich individuelle Nutzenwerte?
Bei MaxDiff ja: Das Random-Parameter-Logit-Verfahren liefert individuelle Nutzenwerte je Befragten, die Sie anschließend nach Segment auswerten oder in weitere Analysen geben können.
Kann ich Wichtigkeiten nach Segment testen?
Ja. Über Subspalten und verschachtelte Tabellen brechen Sie Wichtigkeiten und Nutzenwerte nach Segment herunter; Unterschiede werden auf 80/90/95/99 % per z-, Chi²- oder t-Test getestet.
Wie zeige ich Preis-Sensitivität?
Preis-Sensitivität stellen Sie als eigenen Charttyp dar – Zahlungsbereitschaft und akzeptierte Preisbereiche, nach Segment vergleichbar – als Grundlage für Pricing-Entscheidungen.

Bereit, Ihre Choice-Daten auszuwerten?

Testen Sie DataLion kostenlos mit Ihren MaxDiff- oder Conjoint-Daten – von der Schätzung bis zum interaktiven Dashboard. Oder buchen Sie eine persönliche Demo.