Wozu mit Kennzahlen arbeiten?
Es gibt verschiedene Gründe, weshalb Kennzahlensysteme aufgebaut werden:
Vereinfachung:
Kennzahlen verdichten die Werte verschiedener Fragen/Items aus einer Umfrage auf einen einzelnen Wert, durch die sie repräsentiert werden. Der Vorteil hiervon liegt auf der Hand: Eine größere Menge von Daten wird durch eine einzelne oder einige wenige Zahlen repräsentiert – hierdurch sind die Ergebnisse schneller und mit geringerem Aufwand erfassbar.
Verdichtung:
Auch die Betrachtung von Entwicklungen im Zeitverlauf wird durch die Reduktion und Verdichtung auf einige wenige Kennzahlen deutlich vereinfacht. Es mag noch möglich sein, fünf Werte zu einem Messzeitpunkt im Blick zu behalten, versucht man dies jedoch über mehrere Messzeitpunkte hinweg, wird dies deutlich schwieriger.
Kennzahlen sollen uns also dabei helfen, große Datenmengen schneller zu verstehen und verarbeiten zu können. Diese Verdichtung von Daten durch Kennzahlen hat natürlich auch einen Nachteil, der hier nicht verschwiegen werden soll: Der Blick auf die Details geht verloren, evtl. wichtige Informationen werden durch andere Daten, die in die Berechnung der Kennzahl einfließen, überlagert.
Präzisierung:
Es klingt zunächst wie ein Widerspruch zu unserem Punkt „Vereinfachung“, ist aber eine weitere Funktion von Kennzahlen: Einzelne Fragen einer Umfrage messen oft nur einen kleinen Teilaspekt eines komplexen Sachverhaltes (wie z.B. das Konstrukt „Kundenzufriedenheit“). Daher benötige man oft mehrere Fragen um die Bewertung eines Sachverhaltes in seiner Gänze zu messen. Eine aus verschiedenen Fragen/Items zusammengesetzte Kennzahl kann daher einen Sachverhalt oft besser und präziser beschreiben, da sie aus einer größeren Menge von Informationen zusammengesetzt wird.
Wie werden Kennzahlen erstellt?
Zunächst einmal ist hierzu zu sagen, dass es hierfür kein Standardrezept gibt. Das bedeutet, jeder kann sich „seine“ Kennzahlen nach einem eigenen Muster selbst „bauen“.
Als erstes muss zu Beginn die Frage stehen, „welche Daten wollen wir verdichten und was soll unsere Kennzahl repräsentieren?“. Die Kennzahl könnte z.B. ein Indikator für die die Produktqualität oder Kundenorientierung sein. Denkbar sind natürlich auch Kennzahlen für Themen wie Kundenzufriedenheit.
Um bei diesem Beispiel zu bleiben: Wie könnte eine solche Kennzahl für Kundenzufriedenheit aussehen?
Zunächst muss überlegt werden, durch welche Fragen/Items das Konzept der Kundenzufriedenheit am besten gemessen wird. Hierfür werden häufig Items wie z.B. die untenstehenden herangezogen:
- Gesamtzufriedenheit („Alles in allem, wie zufrieden sind Sie insgesamt mit ….“)
- Weiterempfehlungsbereitschaft („Würden Sie … an Freunde und Bekannte weiterempfehlen?“)
- Zukünftige Kaufabsicht („Beabsichtigen Sie auch in Zukunft, Produkte von … zu kaufen?“)
- Wettbewerbsvorteil („Welchen Vorteil bieten Ihnen die Produkte von … gegenüber denen der Wettbewerber?“)
- Cross Buying („Beabsichtigen Sie auch, andere Produkte von … zu kaufen?“)
Nun gilt es festzulegen, dass sich unser Konzept der Kundenzufriedenheit ausreichend gut durch die obigen Items beschreiben lässt. Denkbar ist natürlich auch weniger Items zu verwenden oder noch weitere hinzuzunehmen. Wie bereits erwähnt: es gibt hierfür keine feste Regeln!
Nachdem wir definiert haben, dass unsere Kennzahl Kundenzufriedenheit durch die obigen fünf Items gemessen werden soll, gilt es die Gewichtung festzulegen.
Gewichtung bedeutet in diesem Fall, ob alle Items den gleichen Einfluss auf die Berechnung haben sollen (dies wäre dann ein einfacher Mittelwert) oder ob einigen der Items mehr Bedeutung zugeschrieben werden soll. Denkbar wäre in unserem Beispiel, den Items für Gesamtzufriedenheit und Weiterempfehlungsbereitschaft (Net Promoter Score) ein doppelt so hohes Gewicht zu geben, wie den übrigen Items. Grund hierfür könnte sein, dass man davon ausgeht, dass diese beiden Items mehr Relevanz für die Zufriedenheit eines Kunden haben als die übrigen drei. Würde man keine Gewichtung vornehmen, hätte jedes Item die gleiche Relevanz bei der Kennzahlberechnung, was evtl. zu einer Kennzahl führt, die die Realität nicht optimal beschreibt.
Hat man sich auf eine Gewichtung festgelegt, wird nun der Mittelwert aus den gewichteten und ungewichteten Items errechnet. Bei einer Skala mit sechs Antwortkategorien (1 bis 6) wird der errechnete Kennzahl-Mittelwert logischerweise einen Wert zwischen 1 (sehr gut) und 6 (sehr schlecht) annehmen. Damit hätten wir eigentlich unser Ziel erreicht: Eine einzelne Zahl, die auf einen Blick einen komplexen Sachverhalt beschriebt, die Information von mehreren Items verdichtet und auf den Punkt bringt.
Wir schreiben bewusst „hätten“, da es zusätzlich sinnvoll sein kann, unsere Kennzahl zu interpolieren. Dies könnte in unserem Beispiel bedeuten, die Kennzahl von einer von eins bis sechs reichenden Skala, auf eine Skala hochzurechnen, die von 0 bis 100 reicht.
Wozu dies?
Unterschiede werden hierdurch deutlicher. Gehen wir davon aus, dass in unserem Beispielfall bei der ersten Messung der Kundenzufriedenheit ein Wert von 2,2 erreicht wurde und bei der Folgemessung ein Wert von 1,7. Viele tun sich schwer damit, eine Veränderung von 0,5 Punkten richtig einzuschätzen. Oft ist es hier hilfreich, dasselbe Ergebnis mit größeren Zahlen zu präsentieren. Hierzu interpolieren wir unsere beiden Werte auf eine Skala von 0 bis 100 und erhalten als Ergebnis zwei Werte: 76 (entspricht 2,2) und 86 (entspricht 1,7). Der Unterschied beträgt nun 10 Punkt und wirkt „greifbarer“. Zusätzlich wurde die Skala noch umgedreht, 100 repräsentiert nun den besten Wert. Durch diesen „Kniff“ wird unsere Kennzahl noch besser verständlich.
Fazit: Kennzahlen für mehr Durchblick in Ihren Kundenbefragungen
Kennzahlen lassen sich durch selbstdefinierte Regeln leicht zusammenstellen und verbessern das Verständnis von komplexen Sachverhalten erheblich. Vor allem bei Messungen im Zeitverlauf sind sie ein wertvoller Helfer, um Entwicklungen im Blick zu behalten und zu verstehen. Gerade im Bereich von Kundenbefragungen, wo häufig sehr viele Antworten ausgewertet werden müssen, bietet es sich an, individuelle Kennzahlen festzulegen, um so Benchmarks aufzubauen und für eine bessere Vergleichbarkeit zu sorgen. Wichtig ist es dabei stets im Blick zu haben, ob die Kennzahl wirklich die Realität widerspiegelt. Dies sollte auch in regelmäßigen Abständen überprüft werden.
