Loyalität mit Strukturgleichungsmodellen

Der Streit ums Frühstück

Jedes Frühjahr sitzen die fünf Hoteldirektionen der Seeblick Hotels im selben Raum in Bad Ischl und streiten über dieselbe Frage: wohin geht die Investition fürs nächste Jahr. Heuer will die Gastronomieleitung 180.000 Euro für ein neues Frühstückskonzept in allen fünf Häusern, mit regionalen Produkten, einer Live Station und längeren Servicezeiten. Die Betriebsleitung will 120.000 Euro für mehr Personal an der Rezeption und ein ordentliches Servicetraining. Die Eigentümerin will, dass keiner von beiden mit Charme gewinnt. Sie will wissen, welche Investition Gäste zurückbringt.

Beide Seiten haben eine Grafik. Die Bewertung des Essens korreliert mit der Wiederkehrabsicht mit 0,41. Die Bewertung des Service korreliert mit 0,47. Keine der beiden Zahlen entscheidet irgendetwas, weil Essen, Service, Preiswürdigkeit und Zufriedenheit im Kopf eines Gastes miteinander verknotet sind. Wer das Frühstück geliebt hat, bewertet auch das Personal freundlich und findet den Preis fair. Korrelationen sagen dir, dass sich Dinge gemeinsam bewegen. Sie sagen dir nicht, an welchem du ziehen sollst.

Strukturgleichungsmodelle sind die Methode, zu der ich greife, wenn ein Kunde eine Umfrage hat, eine Theorie darüber, wie die Teile zusammenhängen, und eine echte Budgetentscheidung, die davon abhängt. Du zeichnest die Theorie als Diagramm, passt sie an die Daten an und liest ab, wie stark jeder Hebel die Loyalität bewegt, direkt und über alles, was dazwischen liegt. Die Zahlen sind illustrativ, aber die Form des Arguments ist genau die, mit der ich bei Hotelgruppen, SaaS Firmen und Shops arbeite.

Wo das in der Serie steht

Das ist Kapitel 18 von 21 und gehört zu Teil vier, Media und Loyalität. Das vorige Kapitel, Loyalität: die drei R, das Spektrum, und Earn und Burn richtig gestalten, hat behandelt, wozu ein Loyalitätsprogramm da ist und wie man seine Ökonomie baut. Dieses Kapitel geht um die Psychologie darunter: welche Erlebnisse Loyalität tatsächlich erzeugen und wie stark. Das nächste Kapitel, Die Customer Loyalty Journey: von Segmenten zu Erlebnissen, nimmt diese Treiber und macht daraus ein Journey Design pro Segment. Die Umfragefaktoren, die wir hier verwenden, kommen direkt aus Kapitel 12, Hauptkomponenten und Faktorenanalyse für Marketer, wo 24 Gästefragen zu sieben sauberen Konstrukten zusammengefallen sind.

Zwei Modelle, zusammengeklebt

Strukturgleichungsmodellierung, ab hier SEM, ist keine einzelne Technik. Es sind zwei vertraute Techniken, die zusammengeschraubt und gleichzeitig geschätzt werden.

Die erste ist ein Messmodell. Loyalität, Zufriedenheit, Vertrauen und wahrgenommener Wert sind nichts, was du beobachten kannst. Niemand hat eine Loyalitätsdrüse. Was du beobachtest, sind Antworten auf Fragen: "Ich würde hier wieder buchen", "Ich würde Seeblick einer Freundin empfehlen", "Nächstes Mal buche ich direkt statt über eine Plattform". Jede Frage ist ein verrauschter Indikator für die Sache, die dich interessiert. Das Messmodell sagt: jeder Indikator ist ein latentes Konstrukt plus sein eigener Fehler, genau wie in der Faktorenanalyse aus Kapitel 12. Der Unterschied ist, dass du bei SEM vorher festlegst, welche Indikatoren zu welchem Konstrukt gehören, weil du eine Theorie hast, und das Modell dann prüft, ob die Daten zustimmen.

Die zweite ist ein Strukturmodell: ganz normale Regression, nur dass die Variablen, die aufeinander regressiert werden, latente Konstrukte sind und keine beobachteten Spalten. Servicequalität treibt Zufriedenheit. Zufriedenheit treibt Wiederkehrabsicht. Vertrauen treibt sie ebenfalls. Jeder Pfeil ist eine Hypothese und bekommt einen Koeffizienten.

Warum nicht die latenten Variablen weglassen und einfach den Mittelwert der Loyalitätsfragen auf den Mittelwert der Servicefragen regressieren? Weil Mittelwerte Messfehler enthalten, und Messfehler in einem Prädiktor verzerren seinen Koeffizienten Richtung null. Ein Gast, der beim Ausfüllen müde war, zieht jede Bewertung ein bisschen nach unten. SEM schätzt, wie viel von jedem Indikator Signal und wie viel Rauschen ist, und rechnet die Regressionen dann auf dem Signal. In der Praxis sehen Treiber dadurch oft 20 bis 40 Prozent stärker aus als in der naiven Regression, und wichtiger noch: das am schlechtesten gemessene Konstrukt wirkt nicht mehr wie der schwächste Treiber, nur weil es schlecht gemessen wurde.

Das Pfaddiagramm ist die Sprache, die alle verwenden. Ovale sind latente Konstrukte. Rechtecke sind die Umfragefragen. Ein einfacher Pfeil ist ein hypothetischer kausaler Pfad. Ein Doppelpfeil ist eine Korrelation, die du zulässt, ohne eine Richtung zu behaupten. Wer ein Pfaddiagramm lesen kann, kann jede SEM Arbeit lesen und kann vor allem seine eigene Theorie auf ein Whiteboard zeichnen, bevor eine einzige Zahl existiert. Das ist der nützlichste Teil der ganzen Übung.

Die Mathematik, ehrlich gehalten

Das Messmodell sagt, jeder beobachtete Indikator ist eine Ladung mal sein Konstrukt plus ein Fehler:

$$x_{i} = \lambda_{i}\,\xi + \delta_{i}$$

Dabei ist $x_i$ die standardisierte Antwort auf Frage $i$, $\xi$ (Xi) das latente Konstrukt, das diese Frage messen soll, $\lambda_i$ (Lambda) die Ladung, also wie stark die Frage das Konstrukt widerspiegelt, und $\delta_i$ (Delta) alles andere in dieser Antwort: Stimmung, Formulierung, die Tatsache, dass der Gast die Skala falsch gelesen hat. Eine Ladung von 0,85 heisst, das Konstrukt erklärt etwa 72 Prozent der Varianz dieser Frage, weil die quadrierte Ladung der erklärte Anteil ist.

Das Strukturmodell ist ein Satz von Regressionen zwischen Konstrukten. Für Seeblick verwende ich zwei. Zufriedenheit wird von Service, Essen und Wert getrieben:

$$\eta_{\text{Zuf}} = \gamma_{1}\,\xi_{\text{Service}} + \gamma_{2}\,\xi_{\text{Essen}} + \beta_{1}\,\eta_{\text{Wert}} + \zeta_{1}$$

Und Loyalität wird von Zufriedenheit, Vertrauen und Wert getrieben:

$$\eta_{\text{Loy}} = \beta_{2}\,\eta_{\text{Zuf}} + \beta_{3}\,\eta_{\text{Vertrauen}} + \beta_{4}\,\eta_{\text{Wert}} + \zeta_{2}$$

Die griechischen Buchstaben folgen der Konvention, die die meiste Software verwendet. $\xi$ Konstrukte sind exogen: nichts im Modell erklärt sie, sie sind die Hebel. $\eta$ (Eta) Konstrukte sind endogen: das Modell erklärt sie. $\gamma$ (Gamma) ist ein Pfad von einem Hebel zu einem Ergebnis, $\beta$ (Beta) ein Pfad von einem Ergebnis zu einem anderen, und $\zeta$ (Zeta) ist der Teil jedes Ergebnisses, den das Modell nicht erklärt. Wenn alles standardisiert ist, liest sich jeder Koeffizient als "eine Standardabweichung mehr davon gibt so viele Standardabweichungen mehr von jenem, bei festgehaltenen übrigen Pfeilen".

Die dritte Formel ist die, die die Direktionen wirklich brauchen. Der Gesamteffekt eines Hebels auf Loyalität ist sein direkter Pfeil plus die Summe aller indirekten Wege, wobei jeder Weg das Produkt der Koeffizienten entlang des Weges ist:

$$\text{Gesamt}_{\text{Service} \to \text{Loy}} = \underbrace{0}_{\text{direkt}} + \underbrace{\gamma_{1}\beta_{2}}_{\text{über Zuf}} + \underbrace{\gamma_{5}\beta_{3}}_{\text{über Vertrauen}}$$

Service hat in meinem Modell keinen direkten Pfeil zur Loyalität. Er wirkt vollständig über Zufriedenheit und über Vertrauen ($\gamma_5$ ist der Pfad von Service zu Vertrauen). Das ist keine Schwäche des Modells. Es ist der Punkt: es zeigt dir, wie aus dem Erlebnis das Verhalten wird.

Das Pfadmodell für Seeblick

Seeblick hat vierzehn Monate lang jedem Gast nach dem Aufenthalt die Umfrage geschickt und 1.140 vollständige Antworten aus den fünf Häusern bekommen. Kapitel 12 hat uns sieben Faktoren geliefert. Ich habe sie als die sieben Konstrukte unten verwendet und die Struktur gezeichnet, bevor ich einen einzigen Koeffizienten angeschaut habe. Die Theorie ist schlichter Hotelhausverstand: Zimmer und Essen prägen, ob der Preis fair wirkt; Service, Essen und Fairness prägen die Gesamtzufriedenheit; Service baut Vertrauen auf; und Zufriedenheit, Vertrauen und Fairness entscheiden gemeinsam, ob ein Gast wiederkommt und direkt bucht.

Pfaddiagramm des Seeblick Loyalitätsmodells mit standardisierten Koeffizienten. Ovale sind latente Konstrukte; die Indikatorfragen sind der Lesbarkeit wegen weggelassen.

Lies die Pfeile als Hebel. Eine Standardabweichung mehr wahrgenommene Servicequalität gibt 0,38 Standardabweichungen mehr Zufriedenheit und 0,44 mehr Vertrauen. Zufriedenheit ist mit 0,52 der stärkste einzelne Pfeil in die Loyalität. Wert hat sowohl einen Weg über Zufriedenheit als auch einen kleinen direkten Weg von 0,14, der in Hotels meistens Gäste abbildet, die den Preis fair fanden und aus Gewohnheit wieder buchen würden, auch nach einem mittelmässigen Aufenthalt.

Zuerst das Messmodell lesen

Bevor irgendjemand den Pfeilen vertraut, prüfe ich, ob die Konstrukte echt sind. Die Tabelle zeigt drei der sieben Konstrukte. Jede Ladung ist standardisiert, läuft also von 0 bis 1.

Konstrukt	Indikator	Ladung	Composite Reliability	AVE
Service	Das Personal war herzlich und aufmerksam	0,84	0,88	0,71
Service	Probleme wurden schnell gelöst	0,86
Service	Die Rezeption wusste, wer ich bin	0,82
Wert	Der Preis war fair für das Gebotene	0,81	0,85	0,66
Wert	Ich würde diesen Preis wieder zahlen	0,83
Wert	Keine Überraschungen auf der Rechnung	0,79
Loyalität	Ich werde wieder bei Seeblick übernachten	0,88	0,90	0,75
Loyalität	Ich würde Seeblick weiterempfehlen	0,87
Loyalität	Nächstes Mal buche ich direkt	0,85

So liest du das. Ladungen über 0,7 heissen, die Frage misst ihr Konstrukt gut; unter 0,5 werfe ich die Frage raus oder verschiebe sie. Composite Reliability ist der SEM Cousin von Cronbachs Alpha und sollte über 0,7 liegen. AVE, die durchschnittlich extrahierte Varianz, ist der Mittelwert der quadrierten Ladungen, und über 0,5 heisst, das Konstrukt erklärt mehr von seinen Indikatoren als der Fehler. "Keine Überraschungen auf der Rechnung" ist hier mit 0,79 das schwächste Item, immer noch bequem in Ordnung. Wäre das Loyalitätskonstrukt mit einer Ladung von 0,4 auf "Nächstes Mal buche ich direkt" zurückgekommen, hätte mir das gesagt, dass Direktbuchung ein anderes Tier ist als Loyalität, und ich hätte sie separat modellieren müssen. Ist nicht passiert, und das ist für ein Hotel, das gegen Plattformprovisionen kämpft, selbst schon ein brauchbarer Befund.

Direkte, indirekte und Gesamteffekte

Jetzt der Teil, der den Frühstücksstreit beendet. Für jeden Hebel addiere ich jeden Weg zur Loyalität.

Treiber	Direkter Effekt	Indirekter Effekt	Gesamteffekt	Wichtigster indirekter Weg
Zufriedenheit	0,52	0,00	0,52	keiner, sie ist der Mediator
Service	0,00	0,32	0,32	über Zufriedenheit 0,20, über Vertrauen 0,12
Wert	0,14	0,15	0,29	über Zufriedenheit 0,15
Vertrauen	0,27	0,00	0,27	keiner
Essen	0,00	0,20	0,20	über Zufriedenheit 0,11, über Wert 0,09
Zimmer	0,00	0,10	0,10	über Wert und Zufriedenheit 0,05, über Wert direkt 0,05

Zeile für Zeile. Zufriedenheit ist die grösste Zahl und die am wenigsten nützliche: Zufriedenheit kannst du nicht direkt kaufen, du kaufst die Dinge, die sie erzeugen. Service kommt auf 0,32, nichts davon direkt. Der Weg über Zufriedenheit ist 0,38 mal 0,52, also 0,20, und der Weg über Vertrauen ist 0,44 mal 0,27, also 0,12. Wert kommt auf 0,29: ein direkter Anteil von 0,14 plus 0,29 mal 0,52 über Zufriedenheit. Essen, der Star des 180.000 Euro Vorschlags, kommt auf 0,20: 0,22 mal 0,52 über Zufriedenheit gibt 0,11, und 0,31 mal 0,14 plus 0,31 mal 0,29 mal 0,52 über Wert gibt weitere 0,09. Zimmer kommen mit 0,10 zuletzt und wirken nur über das Gefühl eines fairen Preises.

Zwei Dinge sollst du dabei sehen. Erstens: der Effekt des Essens auf Loyalität ist real, aber ungefähr 60 Prozent des Serviceeffekts, und die Hälfte davon läuft über wahrgenommenen Wert und nicht über Genuss. Gäste kommen nicht wegen des Frühstücks zurück; sie kommen zurück, weil das Frühstück den Zimmerpreis fair hat wirken lassen. Zweitens: nichts davon wäre in den einfachen Korrelationen aufgetaucht, in denen Essen und Service fast gleichauf lagen. Die Korrelation von 0,41 für Essen hat sich Stärke vom Service geborgt, weil die Häuser mit den besten Küchen auch die dienstältesten Mitarbeiter haben.

Welcher Treiber am meisten zählt

Treiberwichtigkeit als standardisierter Gesamteffekt auf Loyalität. Zufriedenheit fehlt, weil sie der Mediator ist und kein Hebel.

Wichtigkeit allein ist noch nicht die Entscheidung. Die zweite Hälfte des Bildes ist die aktuelle Leistung. Auf einer Skala von eins bis fünf lagen die Mittelwerte bei Seeblick bei Essen 4,3, Zimmer 4,1, Vertrauen 4,0, Service 3,8 und Wert 3,6. Essen ist bereits das Bestbewertete, was die Hotels tun. Service ist der drittgrösste Treiber und das zweitschlechteste Erlebnis, und Wert ist der zweitgrösste Treiber und das schlechteste. Diese Kombination, hohe Wichtigkeit und niedrige Leistung, ist dort, wo Geld am meisten verdient. Es ist dieselbe Logik von Wichtigkeit gegen Leistung wie in der Treiberanalyse aus Kapitel 12, nur dass die Wichtigkeiten jetzt kausale Pfade sind statt Korrelationen, was sie sicherer macht, um Geld dagegen zu setzen.

Passt das Modell, in einfachen Worten

Fit Statistiken schrecken Leute ab, weil es ein Dutzend davon gibt und jede Arbeit eine andere Auswahl berichtet. Vier reichen für eine Geschäftsentscheidung.

Mass	Wert bei Seeblick	Was es in einfachen Worten sagt	Daumenregel
Chi Quadrat durch Freiheitsgrade	2,1	Wie weit die vom Modell implizierten Korrelationen von den beobachteten entfernt sind, pro nicht geschätztem Parameter	Unter 3
CFI	0,95	Wie viel besser dieses Modell ist, als anzunehmen, dass nichts mit irgendetwas korreliert	Über 0,90, ideal 0,95
RMSEA	0,048	Durchschnittlicher Misfit pro Freiheitsgrad, mit Strafe für Komplexität	Unter 0,06
SRMR	0,041	Durchschnittliche Lücke zwischen beobachteten und vorhergesagten Korrelationen	Unter 0,08

Chi Quadrat allein ist mit 1.140 Antworten fast nutzlos, weil es bei einer grossen Stichprobe jeden trivialen Misfit als signifikant meldet. Die anderen drei berichte ich Kunden. Ein CFI von 0,95 und ein RMSEA unter 0,05 heissen, dass die Struktur, die ich auf das Whiteboard gezeichnet habe, die Umfragekorrelationen gut genug reproduziert, dass mir nicht offensichtlich ein Pfeil fehlt. Es heisst nicht, dass die Pfeile wahr sind. Fit sagt, das Modell ist mit den Daten vereinbar; es sagt nie, dass es das einzige Modell ist, für das das gilt.

Die Investitionsentscheidung

Hier das Memo, das ich für die Eigentümerin geschrieben habe, verdichtet. Ein realistisches Serviceprogramm, gemessen an dem, was vergleichbare Gruppen geschafft haben, hebt die wahrgenommene Servicequalität in einem Jahr um etwa 0,3 Standardabweichungen. Mal dem Gesamteffekt: 0,3 mal 0,32 gibt rund 0,10 Standardabweichungen Loyalitätsabsicht. Dasselbe Geld ins Frühstück hebt die Wahrnehmung des Essens plausibel um 0,4 Standardabweichungen, weil der aktuelle Wert schon hoch ist und Verbesserungen am oberen Ende einer Skala schwer sind, also 0,4 mal 0,20, gleich 0,08. Service gewinnt, und es kostet ein Drittel weniger.

Dann übersetze ich Absicht in Verhalten, weil niemand eine Standardabweichung auf die Bank trägt. In der Buchungshistorie von Seeblick ging ein Anstieg des Loyalitätskonstrukts um eine Standardabweichung mit etwa sieben Prozentpunkten mehr Gästen einher, die innerhalb von achtzehn Monaten wieder gebucht haben. 0,10 Standardabweichungen sind also grob 0,7 Punkte auf einer Basiswiederkehrrate von 31 Prozent, bei rund 21.000 Zimmernächten pro Jahr, einem durchschnittlichen Direktbuchungsumsatz von 210 Euro pro Nacht und etwa 45 Euro Ersparnis pro Nacht, die von einer Plattform zur Direktbuchung wandert. Das ergibt eine vertretbare Spanne von 120.000 bis 200.000 Euro pro Jahr an Wiederkehr und Direktumsatz aus einem 120.000 Euro Programm, mit dem ehrlichen Vorbehalt, dass die Verbindung von Absicht zu tatsächlicher Wiederbuchung das schwächste Gelenk in der Kette ist und ich dort breite Fehlerbalken setze.

Das Risiko, das ich benannt habe: der Serviceeffekt kommt hauptsächlich aus zwei der fünf Häuser, dort, wo die Fluktuation an der Rezeption am höchsten ist. Wenn das Programm die Fluktuation nicht behebt, bewegt sich der Koeffizient nicht. Frühstück ist der sicherere, kleinere Gewinn. Ich habe empfohlen: zuerst Service, Frühstück im zweiten Jahr, und nach zwölf Monaten eine Wiederholung der Umfrage, um zu sehen, ob sich der Pfeil bewegt hat.

Wie du es tatsächlich rechnest

Du brauchst eine Umfrage mit mindestens drei Indikatoren pro Konstrukt, Skalen mit fünf oder sieben Stufen, und genug Antworten. Die Daumenregel sind zehn Antworten pro geschätztem Parameter oder mindestens 200 insgesamt, je nachdem, was grösser ist. Das Seeblick Modell hat rund 50 freie Parameter, 1.140 ist also komfortabel. Du brauchst ausserdem eine Theorie, die vor der Schätzung gezeichnet wurde, sonst passt du die Daten an, statt eine Idee zu prüfen.

Der Ablauf in R mit lavaan, das kostenlos ist und das ich am häufigsten verwende:

library(lavaan)

modell <- '
  # Messmodell
  Service    =~ svc1 + svc2 + svc3
  Essen      =~ food1 + food2 + food3
  Zimmer     =~ room1 + room2 + room3
  Wert       =~ val1 + val2 + val3
  Vertrauen  =~ tru1 + tru2 + tru3
  Zuf        =~ sat1 + sat2 + sat3
  Loyalitaet =~ loy1 + loy2 + loy3

  # Strukturmodell
  Wert       ~ Essen + Zimmer
  Vertrauen  ~ Service
  Zuf        ~ Service + Essen + Wert
  Loyalitaet ~ Zuf + Vertrauen + Wert
'

fit <- sem(modell, data = umfrage, estimator = "MLR", std.lv = TRUE)
summary(fit, standardized = TRUE, fit.measures = TRUE)

Der Schätzer MLR liefert robuste Standardfehler, was wichtig ist, weil Umfrageskalen nie wirklich normalverteilt sind. std.lv = TRUE fixiert die Varianz jedes Konstrukts auf eins, damit die Ladungen vergleichbar sind. Wer Python verwendet, hat semopy mit fast identischer Syntax; SPSS Nutzer haben Amos mit einer Zeichenoberfläche, die für die Whiteboard Phase angenehm und für alles andere langsam ist.

Von sauberen Umfragedaten bis zu einem belastbaren Modell ist es etwa eine Woche Arbeit: zwei Tage Messmodell, ein Tag Strukturmodell schätzen und prüfen, ein Tag für die Effekte und die Übersetzung in Geld, ein Tag fürs Aufschreiben. Die Prüfungen, bevor ich ihm vertraue: jede Ladung über 0,6, jede AVE über 0,5, die Wurzel aus der AVE jedes Konstrukts grösser als seine Korrelation mit jedem anderen Konstrukt, damit die Konstrukte wirklich verschieden sind, CFI über 0,90 und RMSEA unter 0,06, und dieselbe Struktur passt in mindestens zwei der fünf Häuser auch einzeln akzeptabel. Wenn das Modell nur gepoolt funktioniert, redet ein Haus für alle.

Wenn die Stichprobe klein ist: PLS

Kovarianzbasiertes SEM, also das, was ich beschrieben habe, will ein paar hundert Antworten und benimmt sich darunter schlecht. Eine Linzer Anwaltskanzlei mit 85 Antworten aus der Mandantenumfrage oder eine Werkbank Kohorte mit 140 Trial Nutzern kann es nicht ehrlich rechnen. Für die verwende ich Partial Least Squares SEM.

PLS SEM baut jedes Konstrukt als gewichtetes Komposit seiner Indikatoren und rechnet dann gewöhnliche Regressionen zwischen den Kompositen, iterativ, bis sich die Gewichte nicht mehr ändern. Es ist mit 100 Antworten zufrieden, setzt keine Normalverteilung voraus und kommt mit Konstrukten zurecht, die von ihren Indikatoren gebildet werden statt sich in ihnen zu spiegeln, zum Beispiel "Onboarding Aufwand" bei Werkbank, zusammengesetzt aus Zeit bis zur ersten Rechnung, Support Tickets und Anzahl geänderter Einstellungen. Der Preis dafür: es gibt keine globale Fit Statistik, die den Namen verdient, die Pfadkoeffizienten sind leicht nach oben verzerrt, und es ist eher ein Prognosewerkzeug als ein Theorietest. Ich verwende es, um Hebel zu reihen, wenn die Stichprobe klein ist, und ich sage das im Memo. Ich verwende es nicht, um eine kausale Behauptung zu veröffentlichen.

Fallstricke

Kausalität aus dem Querschnitt. Jeder Pfeil im Seeblick Modell stammt aus einer Umfrage zu einem Zeitpunkt. Der Pfeil von Zufriedenheit zu Loyalität könnte teilweise in die andere Richtung laufen: Gäste, die sich schon loyal fühlen, bewerten ihren Aufenthalt freundlich. SEM kann dich davor nicht retten; nur die Zeit kann das. Zwei Umfragewellen oder eine Umfrage, die mit der tatsächlichen Wiederbuchung zwölf Monate später verknüpft ist, machen aus einem plausiblen Modell ein belastbares.

Das Modell an die Daten anpassen. Die Software druckt dir gern Modifikationsindizes, die sagen, welcher zusätzliche Pfeil den Fit am meisten verbessern würde. Sie einen nach dem anderen hinzuzufügen, bis der CFI hübsch aussieht, ist das SEM Gegenstück zu p Hacking. Wenn du die Struktur änderst, nachdem du die Daten gesehen hast, sag es dazu und behandle das Ergebnis als neue Hypothese für die nächste Umfrage, nicht als Befund.

Zu viele Konstrukte für die Stichprobe. Jedes latente Konstrukt bringt Ladungen, Fehlervarianzen und Pfade mit. Ein Modell mit zwölf Konstrukten auf 250 Antworten lässt sich schätzen, aber seine Standardfehler sind breit genug, um einen Bus durchzufahren, und es passt sich dem Rauschen an. Wenige Konstrukte, gut gemessen, schlagen viele Konstrukte mit je einer Frage.

Alles aus einem Fragebogen. Wenn derselbe Gast jede Frage in derselben Stimmung am selben Nachmittag beantwortet, ist ein Teil jeder Korrelation diese Stimmung. Das nennt sich Common Method Variance und bläst alle Pfade ein wenig auf. Verhaltensdaten beizumischen, tatsächliche Wiederbuchung oder tatsächlicher Umsatz, als mindestens ein Konstrukt, ist die sauberste Lösung.

Standardisierte Pfade als Euro lesen. Ein Pfad von 0,32 sind nicht 32 Prozent von irgendetwas. Es ist ein Verhältnis von Standardabweichungen. Die Übersetzung in Geld braucht eine eigene, ehrliche Verbindung vom Loyalitätskonstrukt zum beobachteten Verhalten, mit eigener Unsicherheit. An diesem Schritt werden die meisten SEM Präsentationen leise, und es ist der Schritt, der die Eigentümerin wirklich interessiert.

Das Messmodell überspringen. Wenn zwei deiner Konstrukte in Wirklichkeit eines sind oder eines in Wirklichkeit zwei, ist jeder Strukturkoeffizient falsch. Zwanzig Minuten mit den Ladungen und der AVE Tabelle sparen eine Woche Streit über Pfeile, die nicht bedeuten, was du glaubst.

So mache ich das für Kunden

Ein SEM Projekt beginnt mit dem kostenlosen Workshop, und dort will ich drei Dinge auf dem Tisch haben: den Fragebogen, den du hast oder willst, die Geschäftsentscheidung, die davon abhängt, und alle Verhaltensdaten, die wir mit den Antwortenden verknüpfen können, und sei es nur, ob sie wieder gekauft haben. Wenn die Umfrage noch nicht existiert, entwerfen wir sie im Workshop, mit drei Indikatoren pro Konstrukt und einer Theorie am Whiteboard, bevor jemand eine Frage formuliert.

Dann zwei Wochen echte Arbeit auf meine Rechnung, bevor du dich zu irgendetwas verpflichtest. In dieser Zeit bereinige ich die Antworten, baue und prüfe das Messmodell, schätze das Strukturmodell, rechne es pro Segment oder pro Standort und übersetze die Gesamteffekte in eine Geldspanne mit Fehlerbalken. Du bekommst das Pfaddiagramm mit Koeffizienten, die Effekttabelle, die Fit Zusammenfassung in einfachen Worten und ein zweiseitiges Entscheidungsmemo: welcher Hebel, erwartete Wirkung als Spanne, das Hauptrisiko und was zu messen ist, um zu wissen, ob es funktioniert hat. Du bekommst auch den Modellcode und die bereinigten Daten, weil dir alles gehört, was ich baue.

Wenn du die Treiber laufend beobachten willst statt einmal zu messen, baue ich ein kleines Dashboard, das eine Frage beantwortet, "welches Erlebnis bewegt in diesem Quartal die Loyalität", gespeist aus deiner laufenden Umfrage und deinen Buchungs oder Bestelldaten. Das gehört zu meiner Data Science Arbeit, und wo die Empfehlung zu Kampagnen oder einem Retention Programm wird, übernimmt meine Seite Performance Marketing, mit einer provisionsbasierten Vereinbarung, wenn das Ergebnis messbar ist. Was es kostet, steht auf der Preisseite in klaren Worten: ein fixer Umfang für Modell und Memo, ein Monatsbetrag, wenn du es am Leben halten willst.

Fragen, die du vor der Investition stellen solltest

• Welche Umfragefragen messen welches Konstrukt, und haben wir das vor oder nach dem Blick in die Daten entschieden?
• Wie hoch sind Ladungen und AVE pro Konstrukt, und wurde ein Item gestrichen oder verschoben?
• Sind die Pfade standardisiert, und wenn ja, wie sieht eine Standardabweichung Service in unserem Betrieb konkret aus?
• Wie gross ist der Gesamteffekt jedes Hebels, nicht nur der direkte Pfeil, und welcher indirekte Weg trägt das meiste?
• Wo steht unsere aktuelle Leistung gegenüber jedem Treiber, damit wir bei hoher Wichtigkeit und niedriger Leistung investieren?
• Wie wurde Loyalitätsabsicht mit beobachtetem Verhalten verknüpft, und wie breit ist der Fehlerbalken auf dieser Verbindung?
• Gilt dieselbe Struktur in jedem Standort oder Segment, oder nur in der gepoolten Stichprobe?
• Wann befragen wir wieder, um zu sehen, ob sich der Pfeil bewegt hat?

Diese Serie ist inspiriert von Mike Grigsbys Marketing Analytics (Kogan Page). Erklärungen, Beispiele und Zahlen hier sind meine eigenen.