市場規模の予測.

Slides:



Advertisements
Similar presentations
新製品の普及 製品の普及 新製品普及の理解の重要性  新製品の普及パターンと速度  新製品の普及に関わるエージェント  マーケティング努力 (QWERTY キーボード 1870) ( ドボラク・キーボード 1936)
Advertisements

2016 年度 計量経済学 講義内容 担当者: 河田 正樹
統計学入門2 関係を探る方法 講義のまとめ. 今日の話 変数間の関係を探る クロス集計表の検定:独立性の検定 散布図、相関係数 講義のまとめ と キーワード 「統計学入門」後の関連講義・実習 社会調査士.
製品戦略. 製品レベル 中核ベネフィット 休憩と睡眠 基本製品 ベッド、バースルーム、タオル 机、鏡、台、クローゼット 期待製品 清潔なベッド、洗い立てのタオル 膨張製品 リモコン付きのテレビ、生花 潜在製品.
サプライ・チェイン最適化 ー収益管理を中心としてー 東京海洋大学 久保 幹雄
EXCELで学ぶマーケティング統計 第4章 経営学研究科 M1  真島 健.
データ分析入門(12) 第12章 単回帰分析 廣野元久.
マーケットの規定.
時系列の予測 時系列:観測値を時刻の順に並べたものの集合
自己回帰モデルへの橋渡し 高崎経済大学 宮田庸一
  個人投資家向け株式分析   と予測システム A1グループ  劉 チュン.
多変量解析 -重回帰分析- 発表者:時田 陽一 発表日:11月20日.
補章 時系列モデル入門 ー 計量経済学 ー.
Excelによる統計分析のための ワークシート開発
重回帰分析入門 経済データ解析 2009年度.
新製品の売上予測.
得点と打率・長打率・出塁率らの関係 政治経済学部経済学科 ●年●組 ●● ●●.
テスト段階.
Bassモデルにおける 最尤法を用いたパラメータ推定
重回帰分析入門 経済データ解析 2011年度.
プロモーションのモデル.
回帰分析.
質的データの分析手法 ---プロビットモデル・ロジットモデルの概要---
第6章 数量化I類.
第3章 重回帰分析 ー 計量経済学 ー.
第3章 重回帰分析 ー 計量経済学 ー.
製品ライフサイクルと マーケティング戦略.
第5章 回帰分析入門 統計学 2006年度.
マーケットの規定.
回帰分析/多変量分析 1月18日.
需要の価格弾力性 価格の変化率と需要の変化率の比.
(ラプラス変換の復習) 教科書には相当する章はない
マーケティング・リサーチ 2005年11月8日.
離婚が出生数に与える影響 -都道府県データを用いた計量分析
補章 時系列モデル入門 ー 計量経済学 ー.
導入段階.
相関分析.
データ解析 静岡大学工学部 安藤和敏
市場規模の予測.
第6章 連立方程式モデル ー 計量経済学 ー.
4章までのまとめ ー 計量経済学 ー.
マーケティング・プロセス.
顧客獲得.
混合ガウスモデルによる回帰分析および 逆解析 Gaussian Mixture Regression GMR
モデルの逆解析 明治大学 理工学部 応用化学科 データ化学工学研究室 金子 弘昌.
最小自乗法.
独立成分分析 5 アルゴリズムの安定性と効率 2007/10/24   名雪 勲.
顧客維持に関するモデル.
会社の会議名 発表者.
所属集団の変更できる社会的ジレンマ実験について2
部分的最小二乗回帰 Partial Least Squares Regression PLS
分散分析、判別分析、因子分析.
第3章補足2 多変量データの記述 統計学基礎 2010年度.
マーケティング・リサーチ 分析手法の解説.
データの型 量的データ 質的データ 数字で表現されるデータ 身長、年収、得点 カテゴリで表現されるデータ 性別、職種、学歴
「データ学習アルゴリズム」 第3章 複雑な学習モデル 報告者 佐々木 稔 2003年6月25日 3.1 関数近似モデル
Stepwise (ステップワイズ) 法による 説明変数 (入力変数・記述子・ 特徴量) の選択
情報経済システム論:第13回 担当教員 黒田敏史 2019/5/7 情報経済システム論.
データ解析 静岡大学工学部 安藤和敏
サポートベクターマシン Support Vector Machine SVM
市場機会の発見と市場の規定.
回帰分析(Regression Analysis)
データ解析 静岡大学工学部 安藤和敏
最小二乗法による線形重回帰分析 明治大学 理工学部 応用化学科 データ化学工学研究室 金子 弘昌.
リッジ回帰(Ridge Regression, RR) Least Absolute Shrinkage and Selection Operator (LASSO) Elastic Net (EN) 明治大学 理工学部 応用化学科 データ化学工学研究室 金子 弘昌.
重回帰分析入門 経済データ解析 2008年度.
実験計画法 Design of Experiments (DoE)
重回帰分析入門 (第5章補足) 統計学 2007年度.
新製品開発戦略.
回帰分析入門 経済データ解析 2011年度.
Presentation transcript:

市場規模の予測

バスモデル 目的:新製品を最終的に購入する消費者数の推定。 仮定: N 市場規模 t=1 t=2 t=3 + + p p p + + qF(t-1) qF(t-1) p = イノベーション係数(外部要因)   q = イミテーション係数(内部要因) F(t) = t期までにすでに購入した人の割合

新製品の採用確率 = t期までに新製品を採用する確率。 = t期までの採用者数の割合。 1.0

新製品の採用確率 =t期に新製品を採用する確率。 =t期に新製品を採用する人の割合。

新製品の採用の条件付き確率 t期までにまだ採用していないという条件下でt期に採用する確率。 仮定より: ただし、N(t) = N・F(t)はt 期までに新製品を採用する人数。

新製品の売上 t期の新製品の売上: p,q,N の値が分かればt 期の売上を予測することができるが… ⇒ 1.テストマーケティングの結果 ⇒ 1.テストマーケティングの結果    2. 過去の類似製品のパラメータの値 3. デルファイ法 4. 最初の数期の売上データを用いた回帰分析

パラメータの推定方法 線形回帰分析 非線形回帰分析

線形回帰分析 1.パラメータ a,b,c を推定する。 2. p,q,N を次のように求める。

非線形回帰 モデルの売上 実際の売上 残差の平方和: パラメータ p,q,N の推定値は残差平方和を最小にするものを求める ことによって得られる。

事例1

事例2

イノベーション係数とイミテーション係数比較 教科書p36参照 いくつかのケース 1. q > p 2. q < p 3. p の値が小さい 4. p,q ともに大きい

本田シビックの販売推移のデータ 販売年月 販売台数 累積販売台数 1996年1月 4,406 1996年2月 6,952 11,358  累積販売台数 1996年1月 4,406 1996年2月 6,952 11,358 1996年3月 12,090 23,448 1996年4月 8,213 31,661 1996年5月 8,201 39,862 1996年6月 7,640 47,502 1996年7月 7,174 54,676 1996年8月 4,015 58,691 1996年9月 6,296 64,987 1996年10月 5,295 70,282 1996年11月 4,989 75,271 1996年12月 4,289 79,560

推定結果 販売年月 期間 市場規模 イミテーション率 イノベーション率 パラメータ 91023 0.114 0.118 (a) (b) 0.00% 100.00% 1996年1月 1 7.61% 92.39% 1996年2月 2 8.05% 15.66% 84.34% 1996年3月 3 8.58% 24.24% 75.76% 1996年4月 4 9.02% 33.26% 66.74% 1996年5月 5 8.96% 42.22% 57.78% 1996年6月 6 8.62% 50.84% 49.16% 1996年7月 7 8.04% 58.88% 41.12% 1996年8月 8 7.28% 66.16% 33.84% 1996年9月 9 6.75% 72.91% 27.09% 1996年10月 10 5.79% 78.70% 21.30% 1996年11月 11 4.85% 83.55% 16.45% 1996年12月 12 3.86% 87.41% 12.59% 13 2.92% 90.33% 9.67% … 26 0.08% 99.87% 0.13%

バスモデルのグラフ 割合 期間 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 1 2 3 4 5 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 期間 観測値 t期の採用者割合 累積採用者割合

バスモデルの拡張 マーケティング変数を考慮したモデル x(t) : プロモーションまたは広告変数