PROGNOZOWANIE W BADANIACH MARKETINGOWYCH

ISBN: 83-7085-704-3   452 stron format: B5 oprawa: miękka Rok wydania: 2003

W książce ujęto kompleksowo problem prognozowania w badaniach marketingowych, przy czym prezentowane w niej różne metody ilościowe są przyporządkowane specyfice zjawisk i procesów marketingowych. Przedstawione metody prognostyczne zostały zilustrowane dobrymi rzeczywistymi przykładami liczbowymi. Głównym celem tych przykładów jest pokazanie sposobu zastosowania różnych metod prognozowania w wybranych zjawiskach i procesach marketingowych. Takie ujęcie jest niezmiernie istotne z dydaktycznego punktu widzenia, gdyż znacznie ułatwia opanowanie i zrozumienie treści podręcznika. Jego poziom jest wysoki i odpowiada randze nowoczesnego podręcznika akademickiego. Wnosi on do badań nowe metody analizy procesów stochastycznych i w tym sensie wyróżnia się dodatnio wśród większości podręczników i skryptów polskich dotyczących badań marketingowych. Wielu autorów stosuje bowiem najczęściej tylko proste metody statystyki opisowej. Podręcznik ten może przyczynić się do podniesienia poziomu nauczania metod analizy marketingowej w Polsce.

Celem niniejszej książki jest przedstawienie możliwości i korzyści wynikających z zastosowania metod ilościowych do badania wybranych problemów marketingu. Książka jest zatem adresowana do wszystkich Czytelników, którzy są zainteresowani zastosowaniem metod ilościowych w badaniach marketingowych uwzględniających metody głównie z zakresu teorii prognozy, przede wszystkim zaś do słuchaczy i studentów kierunków zarządzania i marketingu wyższych uczelni, szkół i centrów biznesu. Mogą z niej również korzystać pracownicy działów marketingowych, a także działów sprzedaży w przedsiębiorstwach działających na rynku. Mamy nadzieję, że książka, którą polecamy życzliwej ocenie Czytelników, będzie stanowić pomoc zarówno w procesie poznawania ilościowych metod prognozowania, jak i zastosowania ich do rozwiązywania rzeczywistych problemów z zakresu badań marketingowych.

SPIS TREŚCI

Wstęp

Rozdział 1. Wprowadzenie
1.1. Rola prognozowania w działalności gospodarczej
1.1.1. Planowanie i zarządzanie
1.2. Podstawy teoretyczne
l.2.1. Terminologia
Pojęcia podstawowe. Obserwacje. Wynik prognozy
1.2.2. Aparat matematyczny
Prognozy w ujęciu statystycznym. Założenie predykcji ekonometrycznej. Pojęcie predyktora. Zasady predykcji. Mierniki efektywności wnioskowania w przyszłość
1.2.3. Konstruowanie prognoz
1.3. Ogólne sformułowanie problemu prognozy
1.3.1. Sformułowanie ogólne
1.3.2. Modele-predyktory
1.3.3. Klasyczne problemy prognozowania
Prognozowanie szeregów czasowych. Prognozowanie na podstawie modelu statycznego. Prognozowanie na podstawie modelu dynamicznego
1.3.4. Nieklasyczne problemy prognozowania
Trend prekursywny. Metoda obwiedni. Metoda rozpoznawania obrazów. Prognozowanie realizowane za pomocą sieci neuronowych. Prognozowanie ostrzegawcze. Prognozowanie realizowane za pomocą metod analizy sieciowej. Prognoza procesów w systemach masowej obsługi. Metoda ekspertów. Prognozy przy braku informacji. Prognozy kombinowane. Oceny jakości prognoz i prognozy przedziałowe
1.4. Przegląd metod prognozowania
1.4.1. Klasyfikacja metod
1.4.2. Metody ilościowe
Metody ekstrapolacyjno-interpolacyjne. Metody statystyczne
1.4.3. Metody jakościowe
Metody ocen ekspertów

Rozdział 2. Statystyczno-matematyczne metody prognozowania
2.1. Informacyjne filtry prognostyczne
2.1.1. Warianty konstrukcji funkcji prognozującej
Rozkład kanoniczny wektora stanu. Konstrukcja operatora predykcji. Prognoza przedziałowa procesu. Analiza numeryczna. Kombinacja liniowa wartości procesu i jego pochodnej. Wykorzystanie grafu Coatesa do konstrukcji operatora predykcji
2.1.2. Wykorzystanie wielomianów Kołmogorowa-Gabora do konstrukcji operatora predykcji
Algorytm wyznaczania prognozy niestacjonarnych procesów stochastycznych Generowanie macierzy wyników obserwacji. Weryfikacja empiryczna metody predykcji
2.1.3. Konstrukcja predyktora za pomocą operatorów wygładzania wykładniczego
2.1.4. Predyktor określony przez wartości własne i funkcje własne równania całkowego Fredholma drugiego rodzaju
2.2. Predykcja na podstawie szeregów czasowych
2.2.1. Prognozowanie na podstawie funkcji trendu
Wybór funkcji trendu
2.2.2. Prognozowanie metodą wag harmonicznych
Filtracja szeregu czasowego za pomocą trendu pełzającego. Wyznaczanie prognoz z wykorzystaniem wag harmonicznych
2.2.3. Predykcja za pomocą aproksymanty segmentowej z uzmiennionymi parametrami
2.2.4. Metoda wyrównywania wykładniczego
Warianty oceny głównych tendencji zmian procesu. Wybór warunków początkowych. Wybór optymalnej wartości stałej wyrównywania. Błąd predykcji
2.2.5. Procesy autoregresji (AR(p))
Równanie autokorelacji Yule‘a-Walkera. Szczególne przypadki procesu autoregresji. Funkcja autokorelacji cząstkowej i jej estymator. Prognozowanie procesów autoregresji
2.2.6. Modele średniej ruchomej (MA(q))
Szczególne przypadki procesu średniej ruchomej
2.2.7. Mieszane procesy autoregresji i średniej ruchomej (MRMA(p,q))
Szczególny przypadek mieszanych procesów autoregresji i średniej ruchomej (ARMA(1,1))
2.2.8. Ogólna metoda otrzymywania oszacowań początkowych parametrów procesu mieszanego autoregresji i średniej ruchomej
2.2.9. Scałkowane procesy autoregresji i średniej ruchomej ARlMA(p,d,q) - metoda Boxa-Jenkinsa
Szczególne przypadki procesu ARIMA rzędu (p,d,q)
2.3. Prognozowanie za pomocą wskaźników wyprzedzających
2.3.1. Funkcje przenoszenia jako operator predykcji
2.3.2. Estymatory parametrów strukturalnych charakterystyki obiektu prognostycznego oraz jego prognoza
2.4. Prognozowanie normatywne
2.4.1. Konstrukcje optymalnej prognozy normatywnej
2.4.2. Wyznaczenie warunków zmian stanów systemu
2.5. Predykcja w klasie modeli przyczynowo-skutkowych
2.6. Prognozowanie za pomocą sieci neuronowych
2.6.1. Ogólne zasady prognozowania szeregów czasowych za pomocą sieci neuronowych
2.6.2. Modele sieci neuronowej
Sieci rekurencyjne. Sieci z opóźnieniami czasowymi. Sieci neuronowe o radialnych funkcjach bazowych. Predyktor - postać ogólna
2.7. Prognoza punktowa i przedziałowa
2.7.1. Konstrukcja prognozy przedziałowej dla pewnej klasy niestacjonarnych procesów losowych
2.7.2. Budowa prognozy przedziałowej za pomocą nierówności Czebyszewa
2.8. Horyzont prognozy
2.8.1. Horyzont prognozy generowany rozkładem dywergencji modelu
2.8.2. Ustalenie horyzontu prognozy za pomocą informacji ex post
2.9. Podsumowanie

Rozdział 3. Metody kombinacji prognoz
3.1. Agregacja prognoz
3.2. Problem prognoz wypadkowych
3.3. Metoda kombinacji prognoz z udziałem ekspertów
3.4. Podsumowanie

Rozdział 4. Badania marketingowe
4.1. Rola i proces badań marketingowych
4.2. Podstawowe rodzaje badań marketingowych
4.3. System informacji marketingowej przedsiębiorstwa produkcyjnego
4.4. Podsumowanie

Rozdział 5. O pewnych metodach ilościowych w badaniach marketingowych
5.1. Prognozowanie potencjalnego udziału nabywców w różnych stadiach decyzyjnych
5.2. Zarządzanie optymalne procesem decyzyjnym - prognoza normatywna
5.3. Prognozowanie sprzedaży nowej marki produktu na rynku
5.3.1. Prognoza punktowa i przedziałowa przyrostu nowych nabywców określonej marki produktu
5.3.2. Rozkład prognozy przyrostu nowych nabywców określonej marki produktu
5.3.3. Rozkład błędu prognozy przyrostu nowych nabywców określonej marki produktu
5.3.4. Prognoza przyrostu nabywców powtarzających zakup określonej marki produktu, prognoza kumulacyjna
5.3.5. Prognoza kombinowana
5.4. Prognoza punktowa czasu przestawienia się użytkowników określonego dobra na nową markę tego dobra
5.5. Prognozowanie ogólnej liczby nabywców określonego produktu, generowanej przez model dyfuzji
5.5.1. Analityczna postać aproksymanty funkcji trendu, prognoza punktowa
5.5.2. Model marketingowy o strukturze stochastycznej
5.6. Prognoza zaufania do marki produktu
5.6.1. Badanie zaufania do marki produktu
5.6.2. Operatory predykcji charakterystyk określających zaufanie do marki produktu zdeterminowane równaniami różniczkowymi z opóźnianym argumentem
5.6.3. Analiza harmoniczna jako metoda oceny parametrów strukturalnych predyktorów charakterystyk określających zaufanie do marki produktu
5.6.4. Metoda badania zaufania do marki produktu za pomocą nieostrego modelu przejścia
Wyznaczanie wartości liczbowych końców przedziałów ufności dla nieznanych prawdopodobieństw przejść. Prognoza czasów przestawienia się użytkowników określonego dobra na nową markę tego dobra
5.7. Selektywność rynku w okresie prognozowanym
5.7.1. Konstrukcja operatora predykcji
5.8. Prognozowanie efektów cząstkowych zmian w obrotach przedsiębiorstwa
w układzie przestrzenno-branżowym
5.8.1. Badanie udziału i konkurencyjności przedsiębiorstwa na rynku w okresie
retrospektywnym
5.8.2. Badanie udziału i konkurencyjności przedsiębiorstwa na rynku w okresie
prognozowanym
5.8.3. Wykorzystanie metody Sterna-Tyszyńskiego oraz sieci neuronowych do konstrukcji predyktora efektów cząstkowych zmian w obrotach badanego przedsiębiorstwa
Prezentacja symulatora. Przebieg procesu prognozowania. Uzyskane wyniki. Obliczenie efektów cząstkowych
5.9. Analiza portfolio
5.9.1. Określenie planu sytuacyjnego przedsiębiorstwa w okresie retrospektywnym
Budowa macierzy (BCG)
5.9.2. Określenie planu sytuacyjnego przedsiębiorstwa w okresie prognozowanym
Macierze portfolio w okresie prognozowanym
5.9.3. Uwagi o metodzie Boston Consulting Group (BCG)
Wyznaczanie estymatorów środków kół i ich promieni. Analiza numeryczna. Okres retrospektywny. Plan sytuacyjny przedsiębiorstwa w okresie prognozowanym
5.10. Promocja produktów danej firmy oraz alokacja nakładów na aktywizację sprzedaży tych produktów na rozważanych rynkach w okresie prognozowanym
5.10.1. Estymacja parametrów funkcji efektów promocyjnych metodą linearyzacji
5.10.2. Prognozowanie proporcji wydatków promocyjnych badanej firmy na poszczególnych rynkach
5.11. Podsumowanie

Literatura