Case · Human Brand Impact

Bekannter heißt nicht wirksamer: M’Barek vs. Barth

Ein Streamingdienst sucht das Gesicht für die Neukundenkampagne: der bekanntere Komiker oder der beliebtere Schauspieler? Die Impact-Analyse prognostiziert, wer wirklich Käufer bringt — durchgerechnet am Beispiel Netflix.

BeispielanalyseDatenbasis: HBI-GrundlagenstudieN = 1.020 BefragteKäuferreichweite nach 4 Wochen

Transparenz: Dieses Szenario ist eine Beispielanalyse auf Basis unserer Grundlagenstudie — kein Kundenauftrag von Netflix. Die Messwerte sind echt.

Das Ergebnis

+3,38 Prozentpunkte Käuferreichweite mit Elyas M’Barek — Mario Barth schafft +0,42.

Der achtfach wirksamere Kandidat ist der deutlich unbekanntere. Der Grund: Barth polarisiert — 35 Prozent der Befragten zählen zu seinen Hatern.

Die Kandidaten

96 % Bekanntheit gegen 4 % Hater

Elyas M’Barek

59 %

bekannt

4 %

Hater

54 %

positiv erreichbar

Deutlich geringere Bekanntheit, aber kaum Ablehnung — und er verbessert das Markenimage in den relevanten Dimensionen Eleganz, Style und Humor.

Mario Barth

96 %

bekannt

35 %

Hater

61 %

positiv erreichbar

Fast jeder kennt ihn, und rechnerisch erreicht er sogar mehr Menschen positiv — aber die starke Polarisierung frisst die Kampagnenwirkung auf.

Das Experiment

So wird Wirkung messbar, bevor der Spot existiert

Der Testimonial-Effekt lässt sich experimentell reproduzieren — mit einem Kontrolldesign, das den Imagetransfer ex ante misst.

Kontrollgruppen-Split

1.000 Befragte werden in zwei Gruppen geteilt: Gruppe 1 bewertet zuerst den Prominenten, dann die Marke — Gruppe 2 umgekehrt.

Priming messen

Der Unterschied zwischen beiden Gruppen ist der Imagetransfer: Wer den Promi zuerst bewertet, überträgt dessen Eigenschaften unbewusst auf die Marke.

Kaufwahrscheinlichkeit

Aus der veränderten Markenbewertung ergibt sich eine veränderte Kaufwahrscheinlichkeit — positiv bei Fans und Sympathisanten, negativ bei Hatern und Nicht-Kennern.

Erfolgsbedingung

Ein Testimonial lohnt sich, wenn der Gewinn bei Fans, Sympathisanten und Indifferenten größer ist als der Verlust bei Nicht-Kennern und Hatern.

Die Prognose

Zusätzliche Käuferreichweite nach vier Wochen

Elyas M’Barek+3,38 pp

Mario Barth+0,42 pp

Zur Einordnung: Der durchschnittliche Testimonial-Effekt liegt bei +1,43 Prozentpunkten Käuferreichweite in vier Wochen — M’Barek läge deutlich darüber, Barth deutlich darunter.

Die Rechnung dahinter

Keine Blackbox: so entsteht der Wert

Die Käuferreichweite wird vor und nach dem Testimonial-Kontakt gemessen — auf Basis echter Käufe im Panel, nicht bloßer Kaufabsicht. Die Differenz wird mit der Shapley-Wichtigkeit der Promi-Einstellung gewichtet, damit nur der Effekt zählt, der wirklich vom Testimonial stammt.

Formel: (Käuferreichweite nachher − Käuferreichweite vorher) × Wichtigkeit der Promi-Einstellung (Shapley-Value)
Beispiel Durchschnitt: (31,33 % − 29,01 %) × 61,53 % ≈ +1,43 Prozentpunkte
Datenbasis: HBI-Grundlagenstudie, zwei Messzeitpunkte im Abstand von vier Wochen (N = 1.020 / 588)

Treiberanalyse (Shapley-Value)

Der Promi macht den Unterschied — nicht der Spot

62%

Einstellung zum Prominenten

26%

Art des Werbespots

12%

Bewertungsreihenfolge

Die Theorie dahinter

Zwei Wege, auf denen ein Testimonial wirkt

Affektives Priming (unbewusst)

Die Einstellung zum Prominenten färbt automatisch auf die Marke ab: Die Frage „Wie gut gefällt mir die Marke?“ wird teilweise durch die einfachere Frage „Wie gut gefällt mir der Prominente?“ ersetzt. Das wirkt in beide Richtungen — bei Barths 35 % Hatern auch negativ.

Kognitives Endorsement (bewusst)

Die aktive Fürsprache wirkt nur, wenn Marke und Prominenter sich ähnlich sind — Konsumenten sind misstrauisch gegenüber Manipulationsversuchen. Primen lassen sich meist nur Fans; schon Sympathisanten können mit Kaufzurückhaltung reagieren.

Die vollständige Herleitung beider Mechanismen: Die HBI-Methodik →

Was Marken daraus mitnehmen

✓

Wirkung vor Kampagnenstart prognostizieren

Das Kontrolldesign misst den Testimonial-Effekt, bevor Budget fließt

✓

Polarisierung quantifizieren

35 % Hater sind ein messbares Risiko — kein Bauchgefühl

✓

Echte Käufe statt Kaufabsicht

Zwei Messzeitpunkte im Panel machen den Effekt belastbar

Nach Bekanntheit auswählen

Der bekannteste Kandidat wäre die achtfach schwächere Wahl gewesen

Erhebungsdesign

Untersuchungsgegenstand: Wirkung von Testimonial-Werbung auf Markenimage, Kaufwahrscheinlichkeit und Käuferreichweite — hier als Entscheidungsszenario zwischen zwei Kandidaten.
Studiendesign: 20 Corporate Brands × 20 Human Brands × 20 Werbespots in randomisierter Zuordnung, mit Kontrollgruppen-Design für den Imagetransfer.
Stichprobe: N = 1.020 Befragte (15–69 Jahre), davon 588 im zweiten Messzeitpunkt nach vier Wochen.
Methode: Zwei-Wellen-Panelbefragung mit Messung tatsächlicher Käufe; Treiberzerlegung per Shapley-Value.

Download

Die komplette Analyse als PDF

23 Seiten Impact-Analyse: Berechnungsgrundlage, beide Wirkmechanismen und das komplette Studiendesign.

Kandidaten-Vergleich mit allen Messwerten
Die Rechnung hinter der Prognose
Kostenlos nach kurzer Registrierung

Phone

Dieses Feld dient zur Validierung und sollte nicht verändert werden.

Name(erforderlich)

Vorname Nachname

E-Mail (geschäftlich)(erforderlich)

Unternehmen

Case · Human Brand Match

Was bringt Ihre Kampagne? Rechnen wir es durch.

30 Minuten, remote
Konkrete Ersteinschätzung
Angebot im Nachgang

Instagram