Marketing Glossar

2.413 Fachbegriffe aus 22 Bereichen des Online Marketings

Deskriptive Forschung

Definition: Deskriptive Forschung (von lateinisch „describere" – beschreiben) ist ein Forschungsdesign, das Merkmale, Zustände, Verhaltensweisen und Charakteristika einer Untersuchungseinheit – etwa einer Zielgruppe, eines Marktsegments, eines Wettbewerbsfeldes oder eines Verbraucherverhaltens – systematisch, präzise und auf repräsentativer Grundlage beschreibt und beantwortet die zentrale Forschungsfrage „Wie ist der Zustand?" oder „Wie häufig tritt dieses Phänomen auf?", ohne Ursachen oder Wirkmechanismen zu erklären (kausale Forschung) oder zunächst unbekannte Strukturen explorativ aufzudecken (explorative Forschung). Die Systematisierung von Forschungsdesigns geht maßgeblich auf den Marketingwissenschaftler Gilbert A. Churchill Jr. zurück, der in seinem Lehrbuch „Marketing Research: Methodological Foundations" (erstmals 1976, inzwischen in mehreren Auflagen) das Drei-Typen-Modell der Forschungsdesigns – explorativ, deskriptiv und kausal – für die Marketingforschung popularisierte. Deskriptive Forschung zeichnet sich durch ein vorab klar definiertes Forschungsdesign und strukturierte Erhebungsinstrumente aus: Die Forschungsfragen, Messmethoden und Analyseeinheiten sind vor Beginn der Feldphase festgelegt, was eine hohe Standardisierung und damit Replizierbarkeit der Ergebnisse ermöglicht. Typische Anwendungen in der Marketingforschung sind: Messung der Markenbekanntheit in einer Zielgruppe, Profiling des Mediennutzungsverhaltens, Ermittlung von Marktanteilen, Beschreibung der demografischen Zusammensetzung von Kundensegmenten und Messung der Nutzungshäufigkeit von Produkten oder digitalen Services.

Erläuterung

Das Charakteristikum deskriptiver Forschung liegt in ihrer Abgrenzung zu den beiden anderen Grundformen des Forschungsdesigns: Explorative Forschung ist unstrukturierter, iterativer und qualitativ; sie findet Einsatz, wenn das Forschungsfeld noch unbekannt ist und zunächst Hypothesen generiert werden müssen. Kausale Forschung (auch experimentelle Forschung) testet unter kontrollierten Bedingungen, ob Variable A Variable B ursächlich beeinflusst – dies erfordert Experimente, Quasi-Experimente oder statistische Kontrollverfahren. Deskriptive Forschung liegt methodologisch zwischen diesen Polen: Sie ist strukturierter als explorative Forschung, verzichtet jedoch auf die experimentelle Kontrolle kausaler Forschung. Ein entscheidendes Qualitätsmerkmal deskriptiver Forschung ist die Repräsentativität: Die Untersuchungseinheit (Stichprobe) muss die Grundgesamtheit (Zielpopulation) hinsichtlich relevanter Merkmale widerspiegeln, damit Ergebnisse generalisiert werden können. Standardisierte Zufallsstichproben oder quotierte Stichproben (z. B. nach Alter, Geschlecht, Region) sichern diese Repräsentativität. In der methodischen Praxis nutzt deskriptive Forschung hauptsächlich folgende Erhebungsverfahren: standardisierte Befragungen (Online-, Telefon- oder schriftliche Surveys mit geschlossenen Fragen und validierten Skalen), strukturierte Beobachtungen (z. B. Kundenfrequenz-Zählungen, standardisierte Produkttests), Analyse von Sekundärdaten (amtliche Statistiken, Transaktionsdaten, Web-Analytics-Auswertungen) und Panel-Studien (wiederholte Messungen an derselben Gruppe über Zeit). Im Online-Marketing sind deskriptive Analysen omnipräsent: Jede Google-Analytics-Auswertung, die Sessionsanzahl, Absprungrate und Conversion Rate nach Kanal und Zeitraum beschreibt, ist eine Form deskriptiver Forschung. Auch Wettbewerbsanalysen, die Marktanteile, Preispositionierungen und Zielgruppenprofile von Wettbewerbern dokumentieren, gehören in diese Kategorie. Laut einer Umfrage des American Marketing Association Research Report (2022) sind deskriptive Forschungsdesigns mit 68 % Anteil die häufigste Form kommerzieller Marktforschung, weit vor explorativen (22 %) und experimentellen Designs (10 %).

Abgrenzung der Forschungsdesigns

Studiendesigns in der deskriptiven Forschung

Praxistipp: Verwenden Sie bei deskriptiven Studien stets Vergleichswerte – Vorjahresdaten, Wettbewerbswerte oder Branchenbenchmarks –, um die Bedeutung einer Zahl einordnen zu können: Eine Markenbekanntheit von 42 % ist nur dann interpretierbar, wenn bekannt ist, dass die Hauptwettbewerber bei 60 % und 28 % liegen und der Kategorie-Durchschnitt bei 35 %. Definieren Sie vor der Erhebung exakt, welche Grundgesamtheit Sie beschreiben wollen (z. B. „Erwachsene 18–65 Jahre in Deutschland, die im letzten Jahr mindestens einmal online eingekauft haben"), und stellen Sie sicher, dass Ihre Stichprobe diese Definition widerspiegelt.