Competitor Map der Top 10 privaten Krankenversicherer 2012

Jedes Jahr werden durch den Branchendienst Map-Report private Krankenkassen bewertet. Im Jahr 2012 haben es die folgenden PKVs in die Top 10 geschafft: (1)Debeka, (2)Deutscher Ring, (3)R+V, (4) Signal Iduna, (5)Alte Oldenburger, (6)DKV, (7)HanseMerkur, (8)Nürnberger Versicherung, (9)DEVK und (10)Provinzial.

Grundsätzlich stellt sich in jeder Branche die Frage nach der Konkurrenzsituation, welche wir mit Hilfe unserer Competitor Map für diese Top 10 privaten Krankenversicherungen nachgegangen sind. Hierzu wurden im 2. Quartal 2012  deutschsprachige Foren, Blogs, Facebook und Twitter nach Beiträgen zu diesen Top 10 PKVs durchsucht.

Hintergrund
Grundgedanke der Competitor Map (CM) ist, dass auf Basis der gemeinsamen Nennungen zwei privater Krankenversicherungen innerhalb eines online Beitrages auf den Grad der Ähnlichkeit zwischen diesen Versicherungen geschlossen werden kann. Wählt man diese vom Verbraucher wahrgenommene Ähnlichkeit als eine Maßeinheit für Stärke der Rivalität zwischen den Versicherungen, kann somit die Konkurrenzsituation der privaten Krankversicherungen und dessen Entwicklung im Zeitverlauf dargestellt werden.

Im Sinne der kognitiven Psychologie bauen Personen sich mentale Assoziations-Netzwerke auf, die einzelne Objekte des gespeicherten Wissens miteinander verbinden. Mit „Spread of Activation“ wird dann der Vorgang bezeichnet, der bei Aktivierung eines Knoten im Netzwerk bspw. DKV die nah verbundenen Nachbarknoten wie hier bspw. R+V ebenfalls aktiviert. Dementsprechend werden zwei Versicherungen, die in dem mentalen Assoziationsnetz einer Person nah beieinander liegen, auch häufiger zusammen genannt und somit gleichzeitig in einem Beitrag erwähnt.

Da die einzelnen Versicherungen unterschiedlich häufig genannt werden, findet eine Normierung statt. Zur Visualisierung dieser normierten Daten wird eine Weiterentwicklung der Multidimensionalen Skalierung (MDS) eingesetzt, welche speziell für die Darstellung von Ähnlichkeiten auf Basis von gemeinsamen Nennungen entwickelt wurde. Das grundsätzliche Prinzip besteht darin, dass eine hochdimensionale Datenmenge im zweidimensionalen Raum dargestellt wird. Somit spiegelt die Distanz zwischen den einzelnen Objekten im zweidimensionalen Raum deren wahrgenommenen Ähnlichkeit wider.  

Zur Bildung von häufig miteinander genannten Krankenversicherungs-Clustern innerhalb der CM, wird eine Modifikation eines Netzwerkclusteringverfahrens eingesetzt. Dieses wurde für den speziellen Fall von Ähnlichkeiten auf Basis von gemeinesamen Nennungen weiterentwickelt. Für dieses Verfahren werden die Daten aus gemeinsamen Nennungen als ein gewichtetes und gerichtetes Netzwerk behandelt. Die Versicherungen, die zusammen genannt werden, sind im Netzwerk miteinander verbunden, wobei die Anzahl der gemeinsamen Nennungen die Stärke einer Verbindung repräsentieren. Das Netzwerk wird solange in einzelne Cluster aufgeteilt, bis eine optimale Aufteilung gefunden ist.

Ergebnisse
Die Größe der Kreise gibt den prozentualen Anteil der Nennungen zu einer Krankenversicherung wieder. Es zeigt sich, dass in den durchsuchten Quellen am häufigsten über die Signal Iduna Versicherung gesprochen wird und am wenigsten die Alte Oldenburger Versicherung. Die Nähe zwischen den einzelnen Krankenversicherungen im zweidimensionalen Raum drückt deren wahrgenommene Ähnlichkeit auf Basis der gemeinsamen Nennungen innerhalb eines online Beitrages aus. Es zeigt sich bspw. ,dass die Signal Iduna am häufigsten mit der DEVK erwähnt wird und am wenigsten mit der R+V, der DKV und der Nürnberger Versicherung.

Auf Basis des Clusterings bilden sich 7 Cluster von privaten Krankenversicherungen, wobei der Deutsche Ring, die Nürnberger Versicherung, die Hanse Merkur und die Provinzial sich jeweils alleine in einem Cluster befinden (die Clusterzugehörig ist jede Versicherung als Symbol beigefügt). Dies bedeutet, dass keine andere Versicherung dauerhaft mit diesen vier Versicherern verglichen wurde, so dass sich ein eigenes Cluster ergeben konnte. Dahingegen ergeben sich drei Cluster mit jeweils zwei Krankenversicherer, welche in einer dauerhaften Rivalität stehen: (R+V/DKV), (Alte Oldenburger/Debeka) und (Signal Iduna/DEVK).

Competitor Map im Überblick:

Ihre Fragen:

  • Wie ähnlich werden die einzelnen Versicherungen von den online Usern wahrgenommen?
  • Welche Versicherungen stehen aufgrund ihrer wahrgenommen Ähnlichkeit in starker Rivalität?
  • Wie entwickeln sich die wahrgenommene Ähnlichkeit und die daraus folgende Rivalität über die Zeit?

Unsere Lösung:Die Competitor Map gibt Aufschluss über die Konkurrenzsituation innerhalb der Versicherungsbranche auf Basis der gemeinsamen Nennungen innerhalb der online Beiträge.

  • Web Monitoring der Diskussionen zu den einzelnen Versicherungen.
  • Semantische Aufbereitung der Daten mittels Methoden des Natural Language Processing.
  • Statistische und netzwerkorientierte Analyseverfahren zur Bestimmung und Darstellung der Konkurrenzsituation.

Ihr Nutzen:

  • Messung des Wechselverhaltens, der Konkurrenzsituation und der Assoziationsstärke.
  • Hilfsmittel zur strategischen Ausrichtung in der Kommunikation mit dem Kunden.
  • Erfolgskontrolle von Imagekampagnen und der PR-Arbeit.

Im Anschluss an diese Betrachtung der Konkurrenzsituation drängt sich nun die Frage auf, warum die einzelnen privaten Krankenversicherungen miteinander verglichen werden. Auch diese Frage kann mit Hilfe der semantischen Textanalyse beantwortet werden.

Weitere Fragestellungen und die dazugehörigen Lösungen erläutern wir Ihnen in einem ersten Gespräch. Rufen Sie uns an (+49 (521) 98 64 88 0) oder nehmen Sie hier Kontakt mit uns auf.

 

12.12.2012 17:31 Alter: 6 Jahre