La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Modelli di Attrazione ad effetti completi Bontempone Francesco Croccia.

Presentazioni simili


Presentazione sul tema: "Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Modelli di Attrazione ad effetti completi Bontempone Francesco Croccia."— Transcript della presentazione:

1 Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Modelli di Attrazione ad effetti completi Bontempone Francesco Croccia Lucia Laura Facchini Debora Gotti Miriam Giampaolo Rosangelo

2 Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Analisi degli effetti competitivi nel mercato del caffè mediante la costruzione di modelli di risposta per le quote di mercato Obiettivo

3 Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Modelli utilizzati Modelli di attrazione in grado di considerare effetti diretti e incrociati delle variabili di marketing (asimmetrie competitive) MCI ( Multiplicative Competitive Interaction) MNL (Multinomial Logit) Quota di mercato = “capacità di attrazione relativa di una marca”

4 Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna S* it = α * i + Σ Σ β * kjt Χ kjt + ε * it S* it = α * i + Σ Σ β * kjt log Χ kjt + ε * it k=1J=1 mK k=1J=1 Km MNL MCI Mnl e Mci Quote di mercato Prezzi medi Per la stima dei modelli (non lineari) è stata eseguita una trasformazione detta log-centratura sulle quote di mercato

5 Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Data Set e Analisi Preliminari Data Set e Analisi Preliminari Ditta: D. Imperia 1 Codice negozio: 6003 Formato di caffè: 2x250gr. MOKA Marche: “CONAD” “LAVAZZA CREMA GUSTO” “LAVAZZA Q. ROSSA” “LAVAZZA ORO” “SEGAFREDO” “SUERTE” “VERGNANO”

6 Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Trattamento Data Set Unità di tempo utilizzata: settimana, mediante creazione di una variabile Eliminazione delle osservazioni con tagliop=1 ma senza indicazione dello sconto: ciò ha determinato il passaggio della marca lavazza_cg da marca con promozioni a marca che non effettua promozioni Depurazione degli importi dagli sconti Attribuzione di valori medi dei prezzi alle marche che non presentavano indicazione di un prezzo medio settimanale: in particolare lavazza_oro In relazione a queste operazioni su dati particolarmente grezzi, questo lavoro si presenta come un esempio di percorso di analisi

7 Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Andamento Quantità – Prezzo medio L’andamento delle quantità vendute è strettamente legato alla presenza di promozioni e quindi all’andamento del prezzo medio nelle diverse settimane Ad esempio lavazza_qr registra due picchi di quantità vendute tra la settimana 6-8 e la settimana in relazione a corrispondenti riduzioni di prezzo

8 Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Presenza di promozioni nelle diverse marche MARCA % nella marca % sul totale 0 assenza di promozioni 1 presenza di promozioni CONAD ,00% 7,00% ,00% 4,88% LAVAZZA ORO ,94% 10,51% ,06% 17,68% LAVAZZA CREMA GUSTO ,79% 36,01% ,21% 15,48% LAVAZZA QUALITA’ ROSSA ,21% 27,16% ,59% 53,39% SEGAFREDO ,60% 2,92% 38 14,40% 1,67% SUERTE % 10,28% 0 0,00% VERGNANO ,12% 6,12% ,88% 6,90% Totale ,30% ,70% Prima della depurazione degli importi Supermercato con bassa intensità di promozioni

9 Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Presenza di promozioni nelle diverse marche …..dopo la depurazione degli importi MARCA % nella marca % sul totale 0 assenza di promozioni 1 presenza di promozioni CONAD ,76% 7,53% ,24% 5,91% LAVAZZA ORO ,76% 9,67% ,24% 21,25% LAVAZZA CREMA GUSTO % 36,44% 0 0,00% LAVAZZA QUALITA’ ROSSA ,15% 26,27% ,85% 64,68% SEGAFREDO % 3,09% 0 0,00% SUERTE % 10,87% 0 0,00% VERGNANO ,47% 6,31% ,53% 8,36% Totale ,44% ,56% Perdita di unità in promozione

10 Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Calcolo Quota di Mercato Totale Le quote di mercato delle diverse marche sono stazionarie all’interno del periodo osservato

11 Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Calcolo Quota di Mercato Totale

12 Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Stime Modello di Attrazione –se incorrelati  costruzione modello statico con restrizioni sui parametri utilizzando il metodo di Zellner (SURE) Stime OLS sia sul modello MCI che sul modello MNL Scelta del modello da utilizzare attraverso il criterio di Schwarz Analisi dell’autocorrelazione dei residui con test Durbin-Watson: – se correlati  costruzione modello dinamico attraverso inserimento della variabile Quota di Mercato Ritardata

13 Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Stime OLS Modello MNL statico effetti completi 6 su 49 coefficienti stimati risultano statisticamente significativi (con α=0,10) Stime OLS Modello MCI statico effetti completi 10 su 49 coefficienti stimati risultano statisticamente significativi (con α=0,10)

14 Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Scelta del Modello criterio SBC MarcheSBC MNLSBC MCI conad-58,07-61,04 lav_cg-126,34-128,07 lav_oro-70,51-71,21 lav_qr-109,8-111,87 segaf-31,59-30,88 seuerte-104,94-107,98 vergnano-90,67-91,08 In 6 casi su 7 il criterio di Schwarz segnala una migliore capacità di adattamento del modello MCI

15 Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Analisi Autocorrelazione dei Residui test Durbin-Watson Modello MCI con K=1, N=40 e α=0,10 I residui non sono autocorrelati

16 Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Stime SUR Modello MCI statico effetti completi imponendo “step by step” alcune restrizioni a zero sui parametri che non sono risultati significativi al livello α=0,10, occorre passare al metodo di stima proposto da Zellner Verificare se il modello ridotto è migliore del modello completo attraverso il Test F

17 Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna 14 parametri (logprezzi) significativi Tali parametri stimati ci permetteranno di calcolare le elasticità dirette ed incrociate Le intercette stimate esprimono l’efficacia degli strumenti di marketing delle corrispondenti marche Stima SUR modello MCI statico effetti completi con restrizioni Dopo aver eseguito 7 step abbiamo ottenuto, con un α=0,10

18 Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Analisi Autocorrelazione dei Residui test Durbin-Watson Modello MCI con K=1, N=40 e α=0,10 Tutti i residui non sono autocorrelati

19 Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Stima SUR modello MCI statico: Test F Per confrontare il modello senza restrizioni e quello con restrizioni abbiamo effettuato il test F che ci ha fornito i seguenti risultati: Non rifiutiamo il modello con restrizioni in quanto il test F risulta non significativo

20 Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna COSTANTI di ATTRAZIONE – Qm BASE Marcacostante quote base qm Conad ∞ 1 0,0797 Lav_cg 56146,200212,7536E-1050,3396 Lav_oro ,02523,6705E-1040,0936 Lav_qr 000,2516 segafredo 000,0306 suerte 161, ,9302E-1080,1250 vergnano 9,66491E+264,74008E-830,0799 Componenti costanti di attrazione Le marche Segafredo e Lavazza qualità rossa mostrano di non possedere una capacità di attrazione rispetto ai concorrenti Conad risulta la marca con maggiore capacità di attrazione Quote di mercato base Per conad si registra un’erosione della quota base Le altre marche riescono ad ottenere quote di mercato superiori Ciò conferma la presenza di forti effetti competitivi

21 Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Parametri significativi (esprimono l’effetto dei prezzi) marca conadlav_cglav_orolav_qrsegafsuertevergnano conad -5, , ,913 lav_cg 1, lav_oro -3, , lav_qr 1, , , ,666 segafredo 3, ,7259 suerte 1, vergnano -4, I parametri relativi all’influenza dei prezzi di una marca sulla propria quota di mercato sono di segno negativo I parametri incrociati presentano generalmente un segno positivo

22 Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Matrice delle elasticità ai prezzi Tutte le elasticità rispetto al proprio prezzo sono negative Alcune elasticità incrociate presentano un segno diverso da quello atteso Nelle colonne relative a lav_cg e lav_oro le elasticità sono nulle: al variare del prezzo non si registrano effetti sulla quota di mercato propria e dei concorrenti (risultati probabilmente influenzati dalle operazioni compiute in fase di trattamento del data set) Le elasticità differiscono di molto sia da una marca all’altra sia all’interno della stessa colonna asimmetrie competitive marca conadlav_cglav_orolav_qrsegafsuertevergnano conad -6, , , ,524-0, lav_cg 0, , , ,6111-0, lav_oro -0, , , ,61114, lav_qr 1, , , ,0548-0, segafredo -0, , , ,1148-0, suerte 1, , , ,6111-0, vergnano -0, , , ,6111-4,


Scaricare ppt "Dipartimento di Scienze Statistiche, ALMA MATER STUDIORUM – Università di Bologna Modelli di Attrazione ad effetti completi Bontempone Francesco Croccia."

Presentazioni simili


Annunci Google