Audience-Intelligence-Glossar
Ein Affinitätsindex gibt an, um wie viel häufiger – oder seltener – ein bestimmtes Verhalten in einer Gruppe auftritt als in einer Referenzgruppe. Es handelt sich um die rechnerische Grundlage fast jeder Aussage der Form „Bei dieser Zielgruppe ist die Wahrscheinlichkeit, dass …, doppelt so hoch“.
Der Index ist bewusst einfach gehalten. Sein Nutzen liegt darin, dass er die Größe aus dem Vergleich herausnimmt: Eine Gruppe von 40.000 Personen und eine Gruppe von 4 Millionen können auf derselben Skala verglichen werden, da beide anhand derselben Bezugsgröße gemessen werden.
Affinitätsindex = (Anteil des Segments, das das Verhalten zeigt) ÷ (Anteil der Referenzpopulation, der das Verhalten zeigt)
Beispiel: 9 % der Follower eines Teams suchen nach einem Energy-Drink; 3 % der Gesamtbevölkerung tun dies → Index 3,0x (oder 300)Für dieselbe Zahl gibt es zwei Konventionen, und deren Verwechslung ist der häufigste Fehler bei der Darstellung in Präsentationen für ein Publikum:
Ein Index ist nur so aussagekräftig wie die Grundgesamtheit im Nenner. Dasselbe Segment kann im Vergleich zur Gesamtbevölkerung einen Index von 3,0x und im Vergleich zu Personen, die bereits Produkte dieser Kategorie kaufen, einen Index von 1,1x aufweisen. Beide Werte sind korrekt; sie beantworten unterschiedliche Fragen.
Rascasse leitet Indizes aus anonymisierten Such- und Sozialverhalten ab und nicht aus Antworten auf Befragungen, was bedeutet, dass die Basis eine beobachtete Grundgesamtheit und kein gewichtetes Panel ist. Jede in einem Profil angegebene Affinität nennt ihre Referenzgruppe, und jedes Profil wird länderbezogen berechnet – eine Entität weist in Deutschland und in den Vereinigten Staaten unterschiedliche Indizes auf, und der deutsche Wert wird niemals als Ersatz für den amerikanischen verwendet.
Vergleichen Sie die Affinitätsansichten für Adidas in den Vereinigten Staaten und Borussia Dortmund in Deutschland — gleiche Logik, unterschiedliche Referenzpopulationen.