„Das würde ich kaufen“ klingt ermutigend, doch die Bedingungen in einer Research-Session sind oft trügerisch ideal. Das Produkt liegt direkt vor den Teilnehmenden, alles ist genau erklärt und kein konkurrierendes Angebot buhlt in diesem Moment um ihr Geld. Die Kaufabsicht spiegelt lediglich die geäußerte Absicht unter genau diesen Bedingungen wider.
Typischerweise wird sie über die Kaufwahrscheinlichkeit ermittelt – meist auf einer Skala von „würde ich auf jeden Fall kaufen“ bis „würde ich auf keinen Fall kaufen“. In Berichten findet man dann oft den Anteil der höchsten Antwortstufe (Top-Box) oder der beiden höchsten zusammen (Top-2-Box). Solche Zusammenfassungen bleiben aber nur dann aussagekräftig, wenn Skalenbezeichnungen, Fragestellung und Zielgruppendefinition klar benannt werden.
Macht den hypothetischen Kauf konkret
Macht konkrete Angaben zu Angebot, Preis, Verfügbarkeit und Zeitraum. Einen Service „irgendwann“ zu buchen ist etwas völlig anderes, als sich nächsten Monat für ein ganzes Jahr festzulegen. Ipsos’ Analyse zur Kaufabsicht unterstreicht zudem den Einfluss der Kategorie-Nutzung: Eine Stichprobe mit vielen Personen, die in dieser Kategorie selten kaufen, führt zu ganz anderen Ergebnissen als eine Befragung aktiver Käufer:innen.
Das bedeutet nicht, dass man nur die begeistertste Zielgruppe rekrutieren sollte. Das Sample muss zur anstehenden Entscheidung passen. Geht es darum, ein breites Marktpotenzial auszuloten, kann der Ausschluss von Gelegenheitskäufer:innen ein genauso verzerrtes Bild liefern.
Ein anschauliches Beispiel: Bei der Befragung zu einem Essenslieferdienst basiert eine hohe Kaufabsicht vielleicht darauf, dass die Teilnehmenden von einer kostenlosen Lieferung ausgehen. Kostet die Lieferung später extra, bezieht sich das Feedback auf ein völlig anderes Angebot. Konzepttests sollten erst das Grundverständnis sicherstellen, bevor das Team die geäußerte Kaufbereitschaft interpretiert.
Kaufabsicht als ein Puzzleteil von vielen
Fragt nach: Was macht das Angebot relevant? Was würde von einem Kauf abhalten? Und was würde es ersetzen? Solche Begründungen decken Rahmenbedingungen auf, die ein bloßer Score verschleiert. Jemand findet den Service vielleicht super, braucht aber das Okay anderer Personen im Haushalt – oder ist an Kaufzyklen gebunden, die einen sofortigen Wechsel unwahrscheinlich machen.
Vergleiche bringen vor allem dann Mehrwert, wenn Konzepte, Stichproben und Rahmenbedingungen der Studien wirklich vergleichbar sind. Unterschiede zwischen Werten aus unabhängigen Studien können ebenso am Versuchsaufbau liegen wie an den Angeboten selbst. Verzichtet auf pauschale Umrechnungsfaktoren, die Prozentwerte ohne handfeste Belege in prognostizierte Verkäufe verwandeln – das Modell muss zur jeweiligen Kategorie und zum Setup passen.
Prüft das tatsächliche Verhalten, wo immer es möglich ist – etwa über Testphasen, echte Angebote oder Folgebefragungen. Auch echtes Kaufverhalten unterliegt Kontextfaktoren wie Verfügbarkeit und Marketing, hilft aber, die Annahmen aus der Befragung auf die Probe zu stellen. Forschung zur Zahlungsbereitschaft liefert eine zusätzliche Perspektive, wenn das Pricing noch unklar ist.
Die Kaufabsicht hilft zu beschreiben, wie ein Angebot ankommt. Ein guter Report behält diesen Unterschied im Blick: Er zeigt auf, was die Leute zu tun beabsichtigen – und was noch offen ist bezüglich der Entscheidung, vor der sie am Ende tatsächlich stehen.