Die Conjoint-Analyse folgt einem klaren Ablauf, der sowohl systematisch als auch flexibel genug ist, um verschiedene Produktkonzepte zu testen. Die erhobenen Daten unterstützen Sie dann beim Treffen von Marketing-, Preisgestaltungs- und Produktentwicklungs-Entscheidungen.
Schritt 1: Festlegen der Merkmale und Ausprägungen

Um eine Conjoint-Analyse durchzuführen, ist es zunächst notwendig, dass sämtliche untersuchungsrelevante Eigenschaften in der Form „Merkmal – Ausprägung“ vorliegen.
Z.B. Ausprägungen für die Akkulaufzeit könnten 24 Stunden, 48 Stunden oder drei Tage sein, für das Merkmal Betriebssystem könnten Ausprägungen Android und iOS sein.
Um die Komplexität der Entscheidung in einem für Ihre Kundinnen und Kunden zumutbaren Rahmen zu belassen, sollten sowohl die Anzahl der Merkmale als auch die Anzahl der Ausprägungen begrenzt werden. Als Faustregel kann man für eine Choice-Based Conjoint-Analyse von fünf bis sieben Merkmalen und von je drei bis fünf Ausprägungen ausgehen. Auch sollte die Anzahl der Ausprägungen zwischen den verschiedenen Merkmalen nicht zu stark schwanken, da Merkmale mit deutlich mehr Ausprägungen von den Teilnehmenden als wichtiger eingeschätzt werden.
Schritt 2: Kombination zu Produktvarianten
Haben Sie die für Ihre Untersuchung relevanten Merkmale und Ausprägungen festgelegt, werden diese zu verschiedenen fiktiven Produkten kombiniert, zwischen denen sich der/die Teilnehmende in der bevorstehenden Studie entscheiden muss. Die Darbietung und Auswahl dieser fiktiven Produkte unterscheiden sich je nach eingesetztem Verfahren. Der grundlegende Mechanismus ist jedoch bei allen Verfahren gleich:

Die Studien-Teilnehmenden wählen zwischen verschiedenen fiktiven Produktvarianten mit mehr oder weniger erwünschten Merkmalsausprägungen die Variante aus, die ihnen am meisten zusagt. Dieser Auswahlprozess wird mit verschiedenen Produktvarianten mehrfach durchgeführt, um ausreichend Daten zu sammeln.
Schritt 3: Befragung durchführen
Nachdem alle Produktvarianten festgelegt und in einem Fragebogen zusammengefasst wurden, werden Probanden und Probandinnen für die Umfrage ausgewählt. Diese sind Teil der Zielgruppe, die als Kunden für das Produkt infrage kommen. Die Befragung der Testpersonen findet in der Regel als Online-Befragung statt, kann aber auch auf Papier sowie persönlich durchgeführt werden.
Schritt 4: Teilnutzenwerte und Präferenzfunktionen berechnen
Mit Hilfe der ausgefüllten Fragebögen lassen sich die Präferenzentscheidungen der Teilnehmenden statistisch auswerten. Grundlage dafür sind Verfahren der multivariaten Statistik, wie beispielsweise die Maximum-Likelihood-Methode. Je nach Gestaltung des Fragebogens und je nachdem, welches statistische Modell zur Schätzung verwendet wurde, lassen sich folgende Insights angeben:
- Der Teilnutzen eines Probanden, also wie wichtig dem Teilnehmenden jede einzelne Produkteigenschaft ist,
- der aggregierte Nutzen: Die Wichtigkeit der verschiedenen Merkmale im Durchschnitt für alle Befragten, und
- die Präferenzfunktion, welche ein Rechenmodell ist, dass zeigt, welche Produktkombination am beliebtesten ist, und wie sich dies ändert, wenn sich bestimmte Merkmale verändern.
Für diese Berechnungen werden spezielle Softwareprodukte eingesetzt.
Schritt 5: Ergebnisse interpretieren und nutzen
Die Ergebnisse der Conjoint-Analyse lassen sich für einzelne Marketingfragestellungen nutzen. Dazu zählen beispielsweise: ,,Welches ist das wichtigste Produktmerkmal?‘‘ Oder ,,Welchen Wert hat ein bestimmtes Produktmerkmal?“
Das grundlegende Ergebnis einer Conjoint-Analyse setzt sich in der Regel aus den folgenden beiden Komponenten zusammen: Teilnutzwerte und Bedeutungsgewichte. Die Teilnutzwerte geben Auskunft darüber, welchen Nutzen die einzelnen Ausprägungen eines Produktmerkmals bieten. Die Bedeutungsgewichte geben wiederum Auskunft darüber, zu wie viel Prozent ein Produktmerkmal die Kaufentscheidung beeinflusst. Diese Information ist relevant für die grundlegende Priorisierung von Produktmerkmalen.
Während die einfache Darstellung der Teilnutzwerte und Bedeutungsgewichte bereits wichtige Informationen liefert, sind auch Simulationen mit den gewonnenen Daten denkbar. Hierdurch können ebenfalls Schlüsse über die Preissensitivität und die Preisbereitschaft für bestimmte Konfigurationen gezogen werden.