close

Anmelden

Neues Passwort anfordern?

Anmeldung mit OpenID

1 Was ist Marketing? 2 Marketing-Mix und Marktreaktion 3

EinbettenHerunterladen
Übersicht über die Vorlesung
1
Was ist Marketing?
2
Marketing-Mix und Marktreaktion
3
Strategisches Marketing
4
Produktpolitik
5
Preispolitik
6
Kommunikationspolitik
7
Distributionspolitik
Vorlesung WSM 1
Marketingtheorie
SS 2005
Gliederung des zweiten Kapitels
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
1
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
2 Marketing-Mix und Marktreaktion
2.1 Das Marketing-Mix
2.1.1 Die Marketing-Instrumente
2.1.2 Monovariate Marktreaktionsfunktionen
2.1.3 Multivariate Marktreaktionsfunktionen
2.2 Marktreaktionsfunktionen ohne Konkurrenzeinfluss
2.2.1 Lineare Marktreaktionsfunktionen
2.2.2 Multiplikative Marktreaktionsfunktionen
2.2.3 Marktreaktionsfunktionen mit KoyckTransformation
2.3 Marktreaktionsfunktionen mit Konkurrenzeinfluss
2.3.1 Marktanteilsfunktionen
2.3.2 Exkurs: Regressionsanalyse
2.3.3 Anwendungsbeispiel: Marktanteilsfunktion
eines Schokoladenkekses
Vorlesung WSM 1
Marketingtheorie
SS 2005
2
Das Marketing-Mix
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
Produkt-Mix
Qualität
Marke
Werbung
KundenDienst
Preis
Verkaufsförderung
Rabatt
MarktSegment
Messen
Public
Relations
Pers.
Kommunikation
Kredit
Preis-Mix
Kommunikations-Mix
InnoSortivation
ment
Skonto
Logistik
Vertrieb
Außendiensteinsatz
Nach
Freter 2004, S. 36
Vertriebs-Mix
Vorlesung WSM 1
Marketingtheorie
SS 2005
2.1.1 Die Marketing-Instrumente
Die vier P‘s der amerikanischen
Marketingliteratur
3
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
Product
Price
Place
Promotion
Vorlesung WSM 1
Marketingtheorie
SS 2005
2.1.1 Die Marketing-Instrumente
4
Lineare und nichtlineare
Preisabsatzfunktion
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
X (P)
[=Absatzmenge/Periode]
800
E(P )
m
600
400
X = 600 – 12,5 P
4800
X = -------P
200
8
Vorlesung WSM 1
Marketingtheorie
SS 2005
16
24
32
40
P
[=Preis]
48
2.1.2 Monovariate Marktreaktionsfunktionen
Lineare Preisabsatzfunktion
X = 600 – 12,5 P
5
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
X (P)
[=Absatzmenge/Periode]
800
600
P = 16
X = 400
400
P = 32
X = 200
200
8
Vorlesung WSM 1
Marketingtheorie
SS 2005
16
24
32
40
48
2.1.2 Monovariate Marktreaktionsfunktionen
P
[=Preis]
6
Verlaufsformen der
Werbewirkungsfunktion
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
X(W)
[=Absatzmenge/Periode]
4000
W = 800
X = 3500
3000
2000
W = 500
X = 2000
1000
W
[Werbebudget/Periode]
500
Vorlesung WSM 1
Marketingtheorie
SS 2005
1000
2.1.2 Monovariate Marktreaktionsfunktionen
Monovariate
Marktreaktionsfunktionen
7
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
Monovariate Preisabsatzfunktion: X = X(P)
!Wie hoch ist der Absatz bei einem Preis P* ?
!Wie verändert sich der Absatz, wenn der Preis gesenkt
wird?
Monovariate Werbewirkungsfunktion:
X = X(W)
!Wie hoch ist der Absatz bei einem Werbebudget von W*
!Wie verändert sich der Absatz, wenn die Werbung erhöht
wird?
Vorlesung WSM 1
Marketingtheorie
SS 2005
2.1.2 Monovariate Marktreaktionsfunktionen
8
Multivariate
Marktreaktionsfunktionen
Multivariate Marktreaktionsfunktion
Linear-additiv:
Nichtlinear-multiplikativ:
!
!
!
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
X = X(P, W)
X = a + b P + c Wd
X = a Pb W d
(b < 0, d > 0)
(b < 0, d > 0)
Worauf reagiert die Absatzmenge sensibler, auf Preisänderungen oder
Veränderungen des Werbebudgets?
Wie wirkt sich die gleichzeitige Veränderung von Preis und
Werbebudget auf den Absatz aus?
Wie ist der Trade-Off zwischen der Wirkung einer Senkung des
Preises und der einer Erhöhung des Werbebudgets?
Vorlesung WSM 1
Marketingtheorie
SS 2005
2.1.3 Multivariate Marktreaktionsfunktionen
Verallgemeinerung: Lineare Marktreaktionsfunktion ohne Konkurrenzeinfluss
9
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
s
X =a + ∑ bh I h + ε
Mit:
X
a
Ih
bh
s
ε
h =1
= Absatzmenge des betrachteten Produkts
= Parameter (=autonomer Absatz)
= Einsatzintensität (Aktivitätsniveau) des
Marketinginstruments h
= Wirkungskoeffizient des Marketinginstruments h
= Zahl der berücksichtigten Marketinginstrumente
= Störgröße, Fehlerterm
Quelle: Gedenk/Skiera (1993).
Vorlesung WSM 1
Marketingtheorie
SS 2005
2.2.1 Lineare Marktreaktionsfunktionen
10
Grenzen des linear-additiven Modells
ohne Konkurrenzeinfluss
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
1. Problem: Die Wirkungen der einzelnen Marketinginstrumente sind linear und unabhängig voneinander, was
unrealistisch ist. Lösung: Multiplikatives Modell
2. Problem: Es werden keine langfristigen Wirkungen der
Marketinginstrumente (keine Carry Over-Effekte)
berücksichtigt. Lösung: Koyck-Transformation
3. Problem: Der Einfluss der Konkurrenz wird vernachlässigt
(keine Marketingvariablen der Konkurrenz in der
Gleichung). Lösung: Marktanteilsmodelle
Quelle: Gedenk/Skiera (1993); Hanssens/Parsons/Schultz (2001), S. 139; Lilien/Kotler/Moorthy
(1992), S. 661-662.
Vorlesung WSM 1
Marketingtheorie
SS 2005
2.2.1 Lineare Marktreaktionsfunktionen
Multiplikative
Marktreaktionsfunktion
s
X = a∏ Ih
11
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
bh
h =1
Beispiel mit drei Marketing-Mix-Variablen:
bp
X = aP Dbd W bw
Als doppelt logarithmische Funktion:
log X = loga + bp logP + bd logD + bw logW
Mit: P = Preis, D = Distributionsgrad, W= Werbebudget
Vgl. z.B. Gedenk/Skiera (1993).
Vorlesung WSM 1
Marketingtheorie
SS 2005
2.2.2 Multiplikative Marktreaktionsfunktionen
12
Eigenschaften der multiplikativen
Marktreaktionsfunktion
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
" Wirkungsinterdependenzen zwischen den Variablen des
Marketing-Mix werden erfasst.
" Eine Potenzfunktion lässt sich durch Logarithmierung
leicht linearisieren (wichtig für Schätzbarkeit durch
Regression).
" Die Funktion ist sehr flexibel, sie kann mehrere
Verlaufsformen annehmen.
" Die Exponenten der Instrumentalvariablen sind gleich
ihren Elastizitäten.
" Die Elastizitäten sind unabhängig vom Absatzniveau
konstant, das ist nicht sehr realistisch.
Vgl. z.B. Gedenk/Skiera (1993).
Vorlesung WSM 1
Marketingtheorie
SS 2005
2.2.2 Multiplikative Marktreaktionsfunktionen
Verlaufsformen einer Potenzfunktion für
unterschiedliche Werte des Exponenten
13
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
X
100
X = 31,62 l0,5
X = l2
50
X = 45 l0
X = 10 l1
X = 1000 l-2
5
Vorlesung WSM 1
Marketingtheorie
SS 2005
10
I
2.2.2 Multiplikative Marktreaktionsfunktionen
14
Elastizitäten der multiplikativen
Marktreaktionsfunktion
Definition der Elastizität des
Absatzes in Bezug auf das
Marketing-Instrument Ir
dX dI r dX I r
:
=
e=
X Ir
dI r X
s
Anwendung auf die Funktion:
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
X = a∏ Ih
bh
h =1
s
dX I r
b
= abr I rbr −1 ∏ I h h
dI r X
h =1
h≠r


s
I

b  1
⋅ r = br aI rbr ∏ I h h  ⋅ = br
X
X
h =1


h≠r


Vgl. z.B.: Gedenk/Skiera (1993).
Vorlesung WSM 1
Marketingtheorie
SS 2005
2.2.2 Multiplikative Marktreaktionsfunktionen
Grenzen des linear-additiven
Modells ohne Konkurrenzeinfluss
15
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
1. Problem: Die Wirkungen der einzelnen Marketinginstrumente sind linear und unabhängig voneinander, was
unrealistisch ist. Lösung: Multiplikatives Modell
2. Problem: Es werden keine langfristigen Wirkungen der
Marketinginstrumente (keine Carry Over-Effekte)
berücksichtigt. Lösung: Koyck-Transformation
3. Problem: Der Einfluss der Konkurrenz wird vernachlässigt
(keine Marketingvariablen der Konkurrenz in der
Gleichung). Lösung: Marktanteilsmodelle
Quelle: Gedenk/Skiera (1993); Hanssens/Parsons/Schultz (2001), S. 139; Lilien/Kotler/Moorthy
(1992), S. 661-662.
Vorlesung WSM 1
Marketingtheorie
SS 2005
2.2.3 Marktreaktionsfunktionen mit KoyckTransformation
16
Die Modellierung dynamischer
Wirkungen des Marketing (Koyck)
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
Annahme: Die Marketingwirkung nimmt mit der Zeit ab, d.h.
bt > bt −1 > bt − 2 > bt −3 ...
X t = a + bt I t + bt −1 I t −1 + bt − 2 I t − 2 + bt −3 I t −3 + ...
Annahme: Die Wirkung des Marketings nimmt nach Maßgabe
einer unendlichen geometrischen Reihe ab:
X t = a + bγ 0 I t −0 + bγ 1 I t −1 + bγ 2 I t −2 + bγ 3 I t −3 + ...
Zahlenbeispiel:
(0 < γ < 1)
b = 0,3 γ = 0,5
X t = a + 0,3 ⋅1 ⋅ I t −0 + 0,3 ⋅ 0,5 ⋅ I t −1 + 0,3 ⋅ 0,25 ⋅ I t − 2 + 0,3 ⋅ 0,125 ⋅ I t −3 + ...
Vorlesung WSM 1
Marketingtheorie
SS 2005
2.2.3 Marktreaktionsfunktionen mit KoyckTransformation
Koyck-Transformation – lineare Funktion
17
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
Summe der unendlichen Reihe: Verzögerung um eine
Periode, Multiplikation mit γ und Subtraktion von der
Ausgangsgleichung:
= a + bγ 0It-0 + b γ 1It-1 + b γ 2 It-2 + b γ 3It-3 + ...
Xt
γ Xt-1 = γ a
+ b γ 1It-1 + b γ 2 It-2 + b γ 3It-3 + …
____________________________________________
Xt-γXt-1 = a-γ a + b γ 0It-0
Umformen:
Xt = g + b It
+ γ Xt-1
(mit g = a - γa)
Quelle: Koyck (1954); Hanssens/Parson/Schultz (2001), S. 146.
Vorlesung WSM 1
Marketingtheorie
SS 2005
2.2.3 Marktreaktionsfunktionen mit KoyckTransformation
18
Koyck-Transformation
multiplikative Funktion
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
Analog dazu erhält man als Koyck-Transformation für
multiplikative Marktreaktionsfunktionen:
γ
Xt = a(1- γ )Ptbp Dtbd Wtbw X
Vorlesung WSM 1
Marketingtheorie
SS 2005
t-1
2.2.3 Marktreaktionsfunktionen mit KoyckTransformation
Grenzen des linear-additiven
Modells ohne Konkurrenzeinfluss
19
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
1. Problem: Die Wirkungen der einzelnen Marketinginstrumente sind linear und unabhängig voneinander, was
unrealistisch ist. Lösung: Multiplikatives Modell
2. Problem: Es werden keine langfristigen Wirkungen der
Marketinginstrumente (keine Carry Over-Effekte)
berücksichtigt. Lösung: Koyck-Transformation
3. Problem: Der Einfluss der Konkurrenz wird vernachlässigt
(keine Marketingvariablen der Konkurrenz in der
Gleichung). Lösung: Marktanteilsmodelle
Quelle: Gedenk/Skiera (1993); Hanssens/Parsons/Schultz (2001), S. 139; Lilien/Kotler/Moorthy
(1992), S. 661-662.
Vorlesung WSM 1
Marketingtheorie
SS 2005
2.3.1 Marktanteilsfunktionen
20
Linear-additive Marktanteilsfunktion
Definition: Marktanteil j
Mj =
Xj
n
∑X
j =1
Marktanteil j als Funktion
des Marketing-Mix
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
j
I hj
s
M j = a + ∑ bh
h =1
1 n
∑ I hj
n j =1
Wj
Beispiel (Preis
und Werbung)
M j = a + bp
Pj
1 n
Pj
∑
n j =1
+ bw
(Quelle: Cooper/Nakanishi (1993), S.17ff.)
Vorlesung WSM 1
Marketingtheorie
SS 2005
Uj
1 n Wj
∑
n j =1 U j
2.3.1 Marktanteilsfunktionen
21
Multiplikative Marktanteilsfunktion mit
rel. Preis und rel. Werbeintensität
Multiplikativ:



 P
j


M j = a⋅
n

1
P
n∑ j

 j =1
bp
 Wj
 U
j
⋅ n
 1 Wj
 n ∑U
 j =1 j
Prof. Dr. Klaus P. Kaas
Professur für Marketing I






bw
P = Preis, W = Werbebudget, U = Umsatz
Quelle: Cooper/Nakanishi (1993), S. 26ff.
Vorlesung WSM 1
Marketingtheorie
SS 2005
2.3.1 Marktanteilsfunktionen
22
Beispiel Regression: Zusammenhang
zwischen Gewicht und Körperlänge
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
" Frage: Welcher quantitative Zusammenhang besteht
zwischen der Länge (L) und dem Gewicht (G) eines
Menschen? Oder: Wie gut kann man das Gewicht eines
Menschen prognostizieren, wenn man seine Länge kennt?
(Analog: Wie gut kann man den Absatz eines Produktes
prognostizieren, wenn man seinen Preis kennt?)
Mögliche (theoretische) Antworten:
Linearer Zusammenhang:
G=a+b*L
Nichtlinearer Zusammenhang:
G = a * Lb
Linearisierung d. Logarithmierung: log G = log a + b * log L
Vgl. zur Regressionsrechnung: Backhaus et al. (2003), S. 45ff.
Vorlesung WSM 1
Marketingtheorie
SS 2005
2.3.2 Exkurs: Regressionsanalyse
Ausgangsdaten einer Regressionsanalyse:
(fiktive) Stichprobe von 20 Personen
Länge L [m]
0,50
0,75
1,00
1,08
1,16
1,22
1,29
1,37
1,45
1,50
1,60
1,62
1,63
1,65
1,73
1,78
1,82
1,85
1,92
1,95
Vorlesung WSM 1
Marketingtheorie
SS 2005
23
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
Gewicht G [kg]
3
7
13
14
25
25
29
34
42
75
50
48
55
70
75
82
76
86
87
85
2.3.2 Exkurs: Regressionsanalyse
24
Lineare Regresssionsanalyse:
Ergebnis
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
100
G = -49,969 + 68,596 * L
Gewicht G (in kg)
80
R2 = 0,878
60
40
20
0
,4
,6
,8
1,0
1,2
1,4
1,6
1,8
2,0
Länge L (in m)
Vorlesung WSM 1
Marketingtheorie
SS 2005
2.3.2 Exkurs: Regressionsanalyse
Nichtlineare Regresssionsanalyse:
Ergebnis
25
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
100
G = 15,6568 * L 2,6717
Gewicht G (in kg)
80
R2 = 0,968
60
40
20
0
,4
,6
,8
1,0
1,2
1,4
1,6
1,8
2,0
Länge L (in m)
Vorlesung WSM 1
Marketingtheorie
SS 2005
2.3.2 Exkurs: Regressionsanalyse
26
Regression: Interpretation des
Bestimmtheitsmaßes r2
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
100
90
G:
Gˆ :
Gewicht G (in kg)
80
70
Mittelwert Gewicht
geschätztes Gewicht
Gesamtvarianz
erklärte Varianz
Vg :
Ve:
60
A
Vg
Ve
50
40
G
Gˆ = a + bL
30
Ve
Vg
r2 =
20
10
0
0,00
0,50
1,00
1,50
2,00
2,50
Länge L (in m)
Vorlesung WSM 1
Marketingtheorie
SS 2005
2.3.2 Exkurs: Regressionsanalyse
27
Eine Marktanteilsfunktion mit drei
Variablen und Carry Over-Effekt
Mj =a
1−γ
t
Mjt
Pjt
Djt
Wjt
=
=
=
=
bp, bd, bw =
a =
γ
Vorlesung WSM 1
Marketingtheorie
SS 2005
=
jt
bp
bd
jt
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
bw
jt
γ
Pj D W M j
t
t −1
Marktanteil der Marke j in Prozent
relativer Preis (Preis / Durchschnittspreis)
Distributionsintensität
Eigener Werbeanteil / durchschnittlicher
Werbeanteil am Umsatz
Elastizitäten
Parameter, autonomer Absatz
Carry Over-Effekt (0 <
γ
< 1)
2.3.3 Anwendungsbeispiel: Marktanteilsfunktion eines
Schokokekses
28
Linearisierung der Marktanteilsfunktion
durch Logarithmierung
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
M j = a Pj D W M j
1−γ
t
bp
t
bd
jt
bw
jt
γ
t −1
Logarithmierung:
log Mjt = (1-γ)log a+ bp log Pjt + bd log Djt + bw log Wjt + γ log Mjt-1
Das Ergebnis der Transformation ist eine in den Logarithmen
lineare Funktion, die mit Hilfe der Methode der kleinsten
Quadrate geschätzt werden kann. Dabei werden nicht die
Meßwerte der Variablen – Marktanteile, Preisindizes usw. – als
Inputdaten der Regression, sondern deren Logarithmen
verwendet.
Quelle: Brodie/Kluyver (1984), S. 194-201.
Vorlesung WSM 1
Marketingtheorie
SS 2005
2.3.3 Anwendungsbeispiel: Marktanteilsfunktion eines
Schokokekses
Die Datenbasis
29
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
! Nielsen-Daten, Markt für Schokobiskuits, Neuseeland
! Daten der größten von drei größeren Marken mit einem Marktanteil
von gut 50 %
! 28 Beobachtungsperioden von je zwei Monaten
! Marktanteile, Preisindizes, Werbeanteile, Distributionsintensität
Vorlesung WSM 1
Marketingtheorie
SS 2005
2.3.3 Anwendungsbeispiel: Marktanteilsfunktion eines
Schokokekses
30
Datenmatrix (fiktive Werte)
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
t
Mjt
log
Mjt
Pjt
log
Pjt
Wjt
log
Wjt
Djt
log
Djt
Mjt-1
log
Mjt-1
-
-
1
0,52 -0,284
0,99
-0,004
0,72
-0,14
1,08
0,033
2
0,53 -0,275
0,98
-0,009
0,75
-0,12
1,06
0,025 0,52
-0,284
3
0,49 -0,310
I,00
0,000
0,71
-0,15
1,04
0,017 0,53
-0,275
…
…
…
…
…
27 0,52 -0,284
0,97
-0,013
0,69
-0,16
1,05
0,021 0,50
-0,301
28 0,51 -0,292
0,99
-0,004
0,70
-0,15
1,07
0,029 0,52
-0,284
…
…
…
Vorlesung WSM 1
Marketingtheorie
SS 2005
…
…
2.3.3 Anwendungsbeispiel: Marktanteilsfunktion eines
Schokokekses
Ergebnisse der
Regressionsschätzung
…
31
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
" Doppelt-logarithmische Marktanteilsfunktion:
log Mjt= - 0,136 - 0,798 log Pjt + 0,822 log Djt + 0,002 log Wjt + 0,582 log Mjt-1
" Entlogarithmierte Marktanteilsfunktion:
M
jt
= 0 , 731 ⋅ P j− 0 , 798 ⋅ D 0j , 822 ⋅ W j0 , 002 ⋅ M
t
t
t
0 , 582
j t −1
Zur Erläuterung: Der autonome Absatz 0,731 ergibt sich so:
- 0,136 = (1-γ) log a (mit γ = 0,582, vgl. Folien 14 und 21)
Daraus folgt:
log a = - 0,326 und
Weiter:
0,4721- γ = 0,4720,418 = 0,731
Vorlesung WSM 1
Marketingtheorie
SS 2005
a = 0,472
2.3.3 Anwendungsbeispiel: Marktanteilsfunktion eines
Schokokekses
32
Die Einflüsse des Preises, der
Distribution und der Werbung auf
den MA
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
Multiplikatives Marktanteilsmodell
Marktanteil Marke A
58,00%
56,00%
54,00%
52,00%
MA(PA)
MA(DA)
MA(WA)
50,00%
48,00%
46,00%
0,960 0,966 0,972 0,978 0,984 0,990 0,996 1,002 1,008 1,014
0,970 0,988 1,006 1,024 1,042 1,060 1,078 1,096 1,114 1,132
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
relativer Preis, relative Distribution, Werbeanteil
Quelle: Brodie/Kluyver (1984), S. 194-201.
Vorlesung WSM 1
Marketingtheorie
SS 2005
2.3.3 Anwendungsbeispiel: Marktanteilsfunktion eines
Schokokekses
Berechnung des GleichgewichtsMarktanteils der Marke A
M t = a 1− γ M tγ−1
33
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
M t = 0 , 472 1− γ M t0−,1582
Numerisch:
Rekursion: mit vereinfachter Schreibweise: a1-γ = g
M 1 = gM
γ
0
M 2 = gM1 ⇒M 2 = g (gM0 )
γ γ
γ
(
⇒M
)
γ
= gg M 0
γ
2
γ
2
M 3 = gM 2γ ⇒M 3 = g gg γ M 0γ ⇒M 3 = gg γ g γ M 0γ
M t = gg g .... g
γ
Vorlesung WSM 1
Marketingtheorie
SS 2005
γ2
γ t −1
2
2
3
γt
M0
2.3.3 Anwendungsbeispiel: Marktanteilsfunktion eines
Schokokekses
34
Berechnung des GleichgewichtsMarktanteils der Marke A
Umformen:
Mt = g
1+ γ + γ 2 +Kγ t −1
Mt = g
1− γ t
1−γ
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
γt
M0
γt
M0
Für t → ∞ ergibt sich (0 < γ < 1):
M t =∞ = g
Vorlesung WSM 1
Marketingtheorie
SS 2005
1
1− γ
Wieder Einsetzen von g = a1-γ ergibt:
Mt=∞ = a1 = a
2.3.3 Anwendungsbeispiel: Marktanteilsfunktion eines
Schokokekses
Entwicklung des GleichgewichtsMarktanteils der Marke A
35
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
(für hypothetische Ausgangswerte von M0 = 0,20 und M0 = 0,80)
0,7
M0=0,8
0,6
Marktanteil
0,5
0,4
Mt=∞=0,4725 = a
0,3
M0=0,2
0,2
0,1
0
0
2
4
6
8
10
12
14
Periode
Vorlesung WSM 1
Marketingtheorie
SS 2005
2.3.3 Anwendungsbeispiel: Marktanteilsfunktion eines
Schokokekses
36
Literatur
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
" Backhaus, K./Erichson, B./Plinke, W./Weiber, R. (2003): Multivariate
Analysemethoden, 10. Aufl., Berlin u.a.
" Cooper, L./Nakanishi, M. (1993): Market-Share Analysis, Boston.
" Gedenk, K./Skiera, B. (1993): Marketing-Planung auf der Basis von
Reaktionsfunktionen (I) – Elastizitäten und Absatzreaktionsfunktionen, in:
Wirtschaftswissenschaftliches Studium, 22. Jg., S. 637-641.
" Gedenk, K./Skiera, B. (1994): Marketing-Planung auf der Basis von
Reaktionsfunktionen (II) – Funktionsschätzung und Optimierung, in:
Wirtschaftswissenschaftliches Studium, 23. Jg., S. 258-262.
"Freter, H. (2004): Marketing. Die Einführung mit Übungen. München.
" Hanssens, D./Parsons, L./Schultz, R. (2001): Market Response Modells, 2.
Aufl., Boston.
Vorlesung WSM 1
Marketingtheorie
SS 2005
37
Literatur
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
" Koyck, L. (1954): Distributed Lags and Investment Analysis, Amsterdam.
"Lilien, G./Kotler, P./Moorthy, K. (1992): Marketing Models, Englewood Cliffs.
" Brodie, B./Kluyver, C. A. (1984): Attraction Versus Linear and Multiplicative
Market Share Models: An Empirical Evaluation, in: Journal of Marketing
Research, Vol. 21, No. 2, S. 194 - 201.
" Skiera, B./Albers, S. (2000): Regressionsanalyse, in: Herrmann, A./Homburg,
C. (Hrsg.): Marktforschung: Methoden, Anwendungen, Praxisbeispiele, 2. Aufl.,
Wiesbaden, S. 203-236.
Vorlesung WSM 1
Marketingtheorie
SS 2005
38
Document
Kategorie
Gesundheitswesen
Seitenansichten
14
Dateigröße
389 KB
Tags
1/--Seiten
melden