Modelowanie decyzji zakupu

Według podejścia statystycznego w modelowaniu zachowań konsumenckich przyjmuje się, że skłonność do zakupów jest zmienną ukrytą i nie podlega bezpo-średniej obserwacji, lecz można o niej wnioskować na podstawie obserwowanych decyzji. Decyzje konsumenckie są opisywane za pomocą zmiennych nominalnych. Przyjmuje się, że pomiędzy skłonnością do zakupu i grupą czynników mających wpływ na decyzję zakupu występuje zależność statystyczna, co oznacza, że czyn-niki te kształtują skłonność do zakupu z dokładnością do składnika losowego. Do modelowania tego typu zmiennych służy odmienna grupa modeli regresji. Modele te można traktować jako modele prawdopodobieństwa wystąpienia zakupu w zależ-ności od różnorodnych czynników warunkujących ten zakup. Czynniki kształtujące reakcję behawioralną mogą leżeć zarówno po stronie konsumentów i dotyczyć ich cech deskryptywnych oraz behawioralnych, jak i po stronie przedsiębiorstwa i obejmować zestaw narzędzi marketingowych określających cechy oferty rynko-wej. Analiza może dotyczyć oceny wpływu jednego wybranego czynnika o dwóch kategoriach na decyzje zakupowe, które również mają charakter dychotomiczny. Może ona też obejmować zbiór uwarunkowań, które są zmiennymi dowolnego typu, o dowolnej liczbie kategorii lub poziomów. W pierwszym przypadku aby ocenić wpływ wyróżnionego czynnika na możliwość dokonania zakupu, prowadzi się proste analizy klasyfikacyjne. W drugim przypadku buduje się modele wielo-wymiarowe, w których liczba analizowanych czynników określa wymiar analizy. W ocenie wpływu jednego wyróżnionego czynnika na możliwość dokona-nia zakupu oszacowaniu podlega wskaźnik ryzyka względnego lub iloraz szans, w zależności od charakteru badania empirycznego, które było podstawą tej analizy. Możliwe są tu dwa podejścia:

– badanie kohortowe, czyli badanie panelowe (eksperymentalne), dla którego wyznacza się wskaźnik ryzyka względnego;

– porównawcze badanie przypadków (przekrojowe), czyli badanie retrospektywne, dla którego wyznacza się iloraz szans.

W badaniach przekrojowych porównywane są podzbiorowości konsumentów wyodrębnione według kategorii zmiennej zależnej, czyli na podstawie podjętych decyzji konsumenckich (zakup produktu lub rezygnacja z zakupu). W badaniach kohortowych podstawą wyodrębniania porównywanych podzbiorowości są poziomy lub kategorie czynników, których wpływ na decyzję zakupu rozważa się.

Rozdział III. Analiza otoczenia rynkowego i sprzedaży dla planowanej inwestycji 167

Przykład 36

Badanie kohortowe (panelowe)

Grupę 1 275 konsumentów wybranych losowo podzielono w sposób losowy na grupę badaną i grupę kontrolną. 560 konsumentom z grupy badanej udo-stępniono materiał reklamowy produktu, drugiej grupie 715 osób reklamy nie pokazano. Spośród tych konsumentów, którym udostępniono reklamę produktu, odnotowano 393 osoby, które w minionym tygodniu dokonały zakupu produktu. W grupie, której nie udostępniono reklamy, odnotowano 447 przypadków zakupu produktu w tym czasie.

Badanie porównawcze przypadków

Wśród 840 losowo wybranych osób, które w minionym tygodniu dokonały zakupu produktu, zidentyfikowano 393 konsumentów, którzy spotkali się z jego reklamą w codziennej prasie. W grupie 435 losowo wybranych osób, które nie dokonały zakupu w tym czasie, odnotowano 167 takich przypadków.

Wyniki prowadzonych obserwacji w każdym z typów analizy klasyfikowane są w tablicy dwudzielnej. Jej schemat prezentuje tabela 40.

Tabela 40. Schemat klasyfikacji wyników w tablicy dwudzielnej

Czynnik Zjawisko Rozkład brzegowy

Wystąpiło Nie wystąpiło czynnika Wystąpił

(grupa badana) ^{Liczba przypadków} a ^{Liczba przypadków}c ^{a + c} Nie wystąpił

(grupa kontrolna) ^{Liczba przypadków} b ^{Liczba przypadków}d ^{b + d}

Rozkład brzegowy zjawiska a + b c + d n

Źródło: Opracowanie własne.

W badaniach kohorotowych (panelowych) wyznacza się wskaźnik ryzyka względnego według wzoru29:

ψ^{^} ( ) ( ) ( ) ( ) = ⁺ + = ^{⋅ +} ⋅ + a a c b b d a b d b a c ⁽¹⁰⁹⁾

Małgorzata Rószkiewicz

168

W porównawczym badaniu przypadków wyznacza się iloraz szans według wzoru:

ψ^{^} = = ^⋅ ⋅ a c b d a d b c ⁽¹¹⁰⁾

Otrzymany wynik jest porównywany z wartością 1, a różnicę na ogół wyraża się w procentach. Jeśli wartość ryzyka względnego równa się 1, oznacza to, że badany czynnik nie ma wpływu na występowanie obserwowanego zjawiska. Gdy wartość współczynnika jest mniejsza od 1, wskazuje to, że wyróżniony czynnik działa ograniczająco na możliwość wystąpienia badanego zjawiska. Zakres rozbieżności z wartością 1 określa siłę tego oddziaływania. Jeśli wartość współczynnika przekracza wartość 1, uznaje się, że badany czynnik stymuluje wystąpienie obserwowanego zjawiska. Siła oddziaływania jest tym większa, im wartość współczynnika bardziej odbiega od 1. W badaniu istotności wskaźnika ryzyka względnego dla otrzymanego wyniku z próby określa się maksymalny błąd szacunku, który koryguje ocenę punk-tową wskaźnika, wyznaczając przedział wyników najbardziej prawdopodobnych (ufność zazwyczaj na poziomie 0,95). Z racji tego, że ocena przedziałowa budowana jest addytywnie, dokonuje się zlogarytmowania standardowego błędu szacunku. Wariancję logarytmu ryzyka względnego wskaźnika wyznaczonego w badaniu kohortowym definiuje wzór: σ2(ln ˆ )ψ ( ) ( ) = + ⁺ + c a a c d d b d ⁽¹¹¹⁾

Dla ilorazu szans w porównawczym badaniu przypadków wariancję logarytmu opisuje wzór:

σ2_{(ln )}ψ^ 1 1 1 1 = + + +

a b c d ⁽¹¹²⁾

Maksymalny błąd dla logarytmu wskaźnika wynosi30 1,96 σ2(ln )ψ^{^} . Określa on połowę rozpiętości przedziału dopuszczalnych wartości logarytmu wskaźnika ryzyka względnego, czyli:

σ ψ ψ ψ − 6 2 +1 2 ψ σ ln ˆ , (ln ˆ ), ln ˆ , (ln ˆ ) .     1 9 96 (113)

Krańce tego przedziału należy następnie antylogarytmować.

Rozdział III. Analiza otoczenia rynkowego i sprzedaży dla planowanej inwestycji 169

Jeśli tak wyznaczony przedział nie zawiera wartości 1, wynik uznaje się za istotny statystycznie. Gdy zawiera on wartość 1, stwierdza się, że otrzymany wynik z próby jest nieistotny.

Przykład 37

Dla oceny wyników eksperymentu kohorotowego klasyfikację przypadków przedstawia tabela 41 – krzyżowa reklama * decyzja.

Tabela 41. Krzyżowa reklama * decyzja o zakupie (liczebność)

Decyzja o zakupie Ogółem Tak Nie Reklama udostępniona 393 167 560 Brak 447 268 715 Ogółem 840 435 1 275

Źródło: Opracowanie własne.

Dla badania panelowego otrzymuje się wskaźnik ryzyka względnego pozytyw-nej decyzji o zakupie na poziomie 1,123. Wskazuje to, że udostępnienie materiałów reklamowych zwiększa możliwość dokonania zakupu średnio o 12,3% oraz zmniej-sza możliwość rezygnacji z zakupu średnio o 20,4%. Wyniki te okazały się istotne. Ocena przedziałowa ryzyka względnego pozytywnej decyzji o zakupie określa przedział <1,038; 1,214>, natomiast dla decyzji negatywnej przedział wynosi <0,679; 0,932>. Przedziały te nie zawierają wartości 1, co pozwala uznać oszacowania za statystycznie istotne. Jeżeli analiza decyzji zakupowych ma uwzględnić szerszy zbiór uwarunkowań, analizowane zależności poddaje się modelowaniu. Ogólna formuła modelu przyjmuje postać:

Y Y= + =ˆ _ξ f X X_{( , ,..., )1 2} X_k +_{ξ (114)} gdzie:

Y – zmienna zależna określająca skłonność do zakupu, która wprost nie jest obser-wowana, lecz obserwowana jest wynikająca z jej poziomu decyzja zakupu; Ŷ – poziom zmiennej zależnej opisywany przez wybraną regułę matematyczną; X₁, X₂, …, X_{k – zmienne niezależne opisujące rozważane czynniki;}

ξ – składnik losowy, wyrażający oddziaływanie na poziom zmiennej zależnej tych wszystkich czynników, które nie zostały uwzględnione w modelu.

Konstruowane modele mają postać modeli z dyskretną zmienną zależną o formułach logitowych lub probitowych, w zależności od przyjętego założenia

Małgorzata Rószkiewicz

170

o kształcie rozkładu składnika losowego modelu31. Zmienną zależną jest w tych modelach prawdopodobieństwo zakupu, kwantyfikujące skłonność do zakupu i aproksymujące udział w tym segmencie rynku, który definiuje konfiguracja zmiennych niezależnych.