Publikationen
Re-examining the no-choice option in conjoint analysis
Hung C., Kurz P., Bailey R., Huber J. , Allenby G., 2025 – in Journal of Choice Modelling 57, 2025
Wie fehlendes Marktwissen das Antwortverhalten beeinflusst und wie der Einfluss davon minimiert werden kann.
Optimizing Product Portfolios with Discrete Choice Models
Rausch M., Kurz P., Binner S., 2025 – Sawtooth Research Conference – USA 2025
Ein praktischer Ansatz zur Optimierung von Produktportfolios – die Kombination aus Mathematik und Marktkenntnis.
Kategoriewachstum im Handel durch Sortimentsoptimierung
Haider M., Binner S., 2025 – ECR Tag – Bonn 2025
Diese bms und Henkel Fallstudie zeigt, wie Kategoriewachstum durch optimierte Produktauswahl und gezielte Neueinführungen entstehen kann – als Win-Win für Handel und Hersteller.
On the Use of Alternative-Specific Designs in Choice-Based Conjoint Analysis
Mirow A., Kurz P., Steiner W. – in Marketing ZFP Volume 47, 2025, 30-45.
Alternativenspezifische Designs liefern realistischere Auswahlentscheidungen und ermöglichen dadurch bessere Ergebnisse in CBC Studien.
Identifying nested preference structures in choice models based on stated choice data
Goeken N., Kurz P., Steiner W. – in Journal of Business Economics, 2025
Vergleich von Modellen, wie man die IIA-Eigenschaft in multinomiellen Logit-Modellen überwinden kann, indem man verschachtelte (nested) Strukturen identifiziert.
60 Years Of Conjoint: Where We Come From And Where We Are
Kurz P., 2024 – Analytics & Insights Summit – USA 2024
Conjoint-Analyse im Wandel: Von klassischen Designs zu modernen Simulationen. Ein Rückblick auf 60 Jahre Forschung
Renewable gases in the heating market: Identifying consumer preferences through a Discrete Choice Experiment
Rilling B., Kurz P., Herbes C., 2023 – in Energy Policy Volume 184, 2024
Welche Merkmale beeinflussen die Akzeptanz erneuerbarer Gase? Eine Choice-basierte Studie zeigt, was Verbraucher:innen wirklich wollen.
How Many Iterations Do We Need? Guidelines for the Right Number of Burn-in And Used Draws in Hierarchical Bayes Estimation
Kurz P., Rausch M., 2023 – Analytics & Insights Summit – Spain 2023
Empfehlungen für die richtige Anzahl von Draws in der hierarchischen Bayes-Schätzung
Omitted Budget Constraint Bias and Implications for Competitive Pricing
Pachali M., Kurz P., Otter T., 2023 – in Journal of Marketing Research, 2023
Wie fehlende Budgetlimits Conjoint-Ergebnisse verzerren – und wie man durch realistische Modellierung bessere Preisstrategien und Prognosen erzielt.
Archetypal Analysis And Product Line Design
Liu, Y., Kurz P., Allenby, G., 2022 – Sawtooth Software Conference – USA 2022
Mit Archetypenanalyse differenzierte Produktlinien gestalten: So lassen sich Konsumentenprofile erkennen und gezielt bedienen.
Behavioral Conjoint Model With Simultaneous Attribute And Parameter Weighting
Kurz P., Rausch, M., Binner S., 2022 – Sawtooth Software Conference – USA 2022
Behavioral Calibration Questions verbessern Prognosekraft in Conjoint-Analysen. So nutzt man Verhalten für bessere Entscheidungen.
Volumetric Conjoint And The Role Of Assortment Size
Hardt, N., Kurz, P., 2022 – Sawtooth Software Conference – USA 2022
Wie sich die gezeigte Sortimentsgröße auf Conjoint-Prognosen auswirkt – und wie ein erweitertes Modell realistischere Ergebnisse liefert.
Enhance Conjoint With A Behavioral Framework
Kurz P., Binner S., 2021 – Sawtooth Software Conference – USA 2021
Wie neun einfache Fragen vor der Conjoint-Analyse die Validität und Prognosekraft verbessern.
Hierarchical Bayes Conjoint Choice Models – Model Framework, Bayesian Inference, Model Selection, and Interpretation of Estimation Results
Goeken, N., Kurz, P., Steiner, W., 2021 – in Marketing ZFP Volume 43, 2021, 49-64.
Ein Überblick zu HB Conjoint-Modellen: Wie funktionieren sie? Was wird geschätzt? Und wie interpretiert man die Ergebnisse?
Using Hierarchical Bayes draws for improving shares of choice predictions in conjoint simulations: A study based on conjoint choice data
Hein, M., Goeken, N., Kurz, P., Steiner, W., 2021 – European Journal of Operational Research, 2021
Wie Hierarchical Bayes Draws realistischere Conjoint-Vorhersagen ermöglichen – ein Vergleich mit klassischen Methoden.
How to Generalize from a Hierarchical Model?
Pachali M., Kurz P., Otter T., 2020 – in Quantitative Marketing and Economics Volume 18 Number 4, 2020, 343-380.
Wie sich aus individuellen HB-Schätzungen valide Rückschlüsse auf die Gesamtpopulation ziehen lassen.
Consumer Willingness To Pay for Proenvironmental Attributes of Biogas Digestate-Based Potting Soil
Herbes, C., Dahlin, J., Kurz, P., 2020 – in Sustainability Vol. 12, Iss. 16, 2020
Welche Eigenschaften beeinflussen die Zahlungsbereitschaft für torffreie und lokal produzierte Pflanzenerde? Eine Conjoint-Analyse.
Conjoint Meets AI
Kurz P., Binner S., 2020 – Sawtooth Software Conference – USA 2020
Wie neuronale Netze Choice-Based-Conjoint-Studien verbessern: KI-gestützte Designs für bessere Datenqualität und realistischere Antworten.
Latent Class Conjoint Choice Models: A Guide for Model Selection, Estimation, Validation, and Interpretation of Results
Paetz, F., Hein, M., Kurz P., Steiner, W., 2019 – in Marketing ZFP Volume 41, 2019, 3-20
Wie man Latent-Class-Conjoint-Modelle auswählt, schätzt und interpretiert – inklusive praktischer Hinweise zur Validierung.
Revisiting Ensembles – A Straightforward Approach to Increase Model Accuracy?
Wie Kombinationen mehrerer Conjoint-Modelle zu besseren Vorhersagen führen – ohne Interpretationsverlust.
Kurz P., Müller M., Geisselhardt I., 2019 – SKIM/Sawtooth Software European Conference – Paris 2019
On the effect of HB covariance matrix prior settings. A simulation study
Hein M., Kurz P., Steiner W., 2019 – in Journal of Choice Modelling 31, 2019, 51–72
Simulation zur Wirkung unterschiedlicher Prior-Parameter in HB-Modellen. Empfehlungen zur optimalen Parametrisierung.
Predictive Analystics with RPSP Models
Kurz P., Binner S., 2018 – Sawtooth Software Conference – USA 2018
RPSP-Modelle kombinieren Conjoint-Daten mit realen Marktdaten, um Markttrends und Saisonalitäten in Simulationen zu integrieren.
On Estimating Pricing Models from End-Consumer Internet Car-Configuration Data
Fuhrmann T., Kurz P., Schweizer M., Geyer-Schulz A., 2017 – in Mucha, H.-J. (ed.): Big Data Clustering: Data preprocessing, variable selection, and dimension reduction.
Report no. 29, WIAS, Berlin 2017.
Durch Analyse rationaler Konfigurationen können Preisstrukturen geschätzt werden – mittels linearer Regressionsmodelle.
Simulating From HB Upper Level Model
Kurz P., Binner S., 2016 – Sawtooth Software Conference – USA 2016
Nutzen des oberen Levels des HB-Modells zur Verbesserung von Präferenzsimulationen und Prognosegenauigkeit.
Capturing Individual Level Behavior In DCM
Kurz P., Binner S., 2015 – Sawtooth Software Conference – USA 2015
Wie gut bilden Conjoint-Modelle individuelle Präferenzen ab? Dieser Beitrag zeigt die Grenzen durch „Shrinkage“ in HB-Modellen auf.
The Validity of Conjoint Analysis: An Investigation of Commercial Studies Over Time
Selka S., Baier D., Kurz P., 2014 – in Spiliopoulou, M. (Hrsg.): Data Analysis, Machine Learning and Knowledge Discovery, Springer 2014, 227-234.
Eine empirische Analyse von über 2.000 kommerziellen Studien zeigt: Die Validität von Conjoint-Analysen hat sich über die letzten Jahre nicht verbessert.
Research Space and Realistic Pricing in Shelf Layout Conjoint
Kurz P., Binner S., Kehl L., 2013 – Sawtooth Software Conference – USA 2013
Wie realitätsnahe Regaltests mit Shelf Layout Conjoint gelingen. Erkenntnisse zur Preisgestaltung, SKU-Auswahl und Modellierung aus der Praxis.
The Individual Choice Task Threshold
Kurz P., Binner S., 2012 – Sawtooth Software Conference – USA 2012
Die Choice Task Schwelle beschreibt den Punkt, an dem Befragte bei CBC-Umfragen das Interesse verlieren.
Application Specific Communication Stack for Computationally Intensive Market Research Internet Information System
Kurz P., Sikorski A., 2011 – BIS Conference – Posen 2011
Rechenintensive Transaktionen in komplexen Webanwendungen für die Marktforschung.
Which are the Right Covariates in HB Estimation?
Kurz P., Binner S., 2011 – SKIM Conference – Wien 2011
Welche Kovariaten in HB-Modellen sinnvoll sind, zeigt diese Analyse realer und simulierter Daten.
Added Value through Covariates in HB Modeling
Kurz P., Binner S., 2010 – Sawtooth Software Conference – USA 2010
Untersucht wird der Einfluss von Kovariaten auf die Schätzgüte hierarchischer Bayes-Modelle in Conjoint-Analysen. Ergebnisse aus zehn Studien.
Conjoint Analysis: Respondents and Clients Experience
Binner S., 2010 – SKIM Conference – Köln 2010
Erfolgsfaktoren von Conjoint-Projekten: Kundenbeteiligung, realistische Aufgaben, Integration in Businessprozesse und lernende Organisation.
Psychological Price Barriers in Conjoint Analysis
Binner S., Kehl L., 2008 – SKIM Conference – Barcelona 2008
Psychologische Preisschwellen beeinflussen die Ergebnisse von Preis-Conjoint-Analysen erheblich.
Hierarchical Approach for Optimized Concept Estimation
Binner S., 2007 – Cutting the Edges of Market Research Conference – Düsseldorf 2007
Ein kombinierter Ansatz aus Preis- und Attribut-Conjoint ermöglicht realistische Preissimulationen und die Optimierung von Produktkonzepten.
Do Individual Hit-Rates Matter at All?
Binner S., 2006 – Design & Innovations Conference – München 2006
Individuelle Trefferquoten in Conjoint-Analysen sind oft niedrig. Warum das nicht unbedingt ein Problem ist, erklärt diese Untersuchung.
Deriving the Real Market Potential of New-to-the-World Products
Binner S., 2005 – Design & Innovations Conference – Berlin 2005
Wie sich mit einem erweiterten Purchase Likelihood Modell das Marktpotenzial neuartiger Produkte realitätsnah simulieren lässt.
Linking Hierarchical Conjoints with Hierarchical Bayes Regression
Kurz P., 2005 – SKIM Conference – Amsterdam 2005
Hierarchical Conjoint kombiniert Mikro- und Makro-Modelle, um komplexe Präferenzentscheidungen mit vielen Attributen valide abzubilden.
Driving Brand Management through Effective Brand Equity Measurement
Binner S., Hoffmann-Wiebe W., 2002 – Esomar Annual Congress – Barcelona 2002
Markenwertmessung mit Conjoint & C.D.I.: Wie Unternehmen fundierte Entscheidungen im strategischen Markenmanagement treffen können.
Conjoint Analysis in International Industrial Markets
Binner S., 2000 – Sawtooth Software Conference – USA 2000
Wie funktioniert Conjoint in internationalen Industriegütermärkten? Chancen und Stolpersteine im Überblick.
www and International Industrial Marketing Research
Binner S., 2000 – Esomar Annual Congress – Wien 2000
Wie das Internet internationale Marktforschung in Industriegütermärkten verändert – Chancen und Erkenntnisse.
Effective Competitive Intelligence Techniques for Industrial Markets
Binner S., Beswick R., 1999 – Esomar CI Conference – Genf 1999
Wie Unternehmen im B2B Umfeld gezielt Wettbewerbsinformationen gewinnen – strukturiert und ethisch fundiert.
Using Conjoint Methodologies for New Pricing Strategies
Binner S., Kramer M., 1997 – Esomar B2B Conference – Wien 1997
Wie simulationsbasierte Preisstrategien im technischen B2B-Umfeld erfolgreich umgesetzt werden können.