Bulaşıcı hastalıkların yayılması, tüketim mallarının benimsenmesi ve teknoloji S eğrileri

Bulaşıcı bir hastalığın veya bir tüketim malının yayılmasını veya cep telefonlarının büyümesi gibi bir teknolojinin benimsenmesini öngörmenin ortak noktaları nelerdir? Hepsi klasik S eğrisi benimseme modelini takip ediyor.

Herkes, özellikle yazılım ürün yöneticileri S eğrisini bilir, soru şu ki, ürün kategorisi için doğru bir S eğrisi nasıl çizilir? Ürün yöneticileri, kendi ürün kategorilerine en uygun S eğrisini ellerinden geldiğince nasıl çizmelidir?

Benzer sorular, yeni grip virüsünün benimsenmesini öngören bilim adamları veya yeni gıda kategorisi öğesinin benimsenmesini öngören tüketim malları şirketleri tarafından da karşılaşılmaktadır.

Bu makalede, ürün yöneticilerinin bu benimseme eğrilerini bir beyaz tahta üzerinde rastgele bir çizimin ötesinde biraz hassasiyetle çizmelerine yardımcı olan var olan matematiksel bir modeli ve ilgili araçları vurgulamak istiyorum.

S eğrilerini tahmin etmek için Bas Modeli

Bas Modeli, özellikle geçmiş karşılaştırılabilir satış geçmişi bulunmadığında, yeni ürünler için satışları tahmin etmek için kullanışlı bir araçtır. Bas Modeli, 1969'da Frank M. Bass tarafından tüketici ürünlerinde yeniliğin yayılmasını incelemek için geliştirildi. Bu model, bireysel bir markanın veya çözümün değil, bir kategorinin satışını tahmin etmek için kullanışlıdır ve hem akademisyenler hem de endüstri profesyonelleri tarafından geniş çapta benimsenmiştir.

Bas Modelinin çoğu uygulaması dayanıklı tüketim malları için olsa da, yeni teknolojiler ve ayrıca yeni teknoloji cihaz kategorileri için benimseme eğrilerini tahmin etmede modeli genişletme fırsatı vardır.

Model, pazarın iki tür tüketiciden, yenilikçilerden ve taklitçilerden oluştuğunu varsayar. Yenilikçiler, özünde benimseyenlerdir ve reklama bağımlıdırlar; ürün incelemeleri vb., taklitçiler ise ürünü daha önce benimsemiş olanlarla olan etkileşimlerine bağlıyken (önceki dönemlerden hem yenilikçiler hem de taklitçiler olabilir).

Modelin arkasındaki kavramsal kurulum ve matematik

Herhangi bir dönemde nihai olarak bir ürünü (veya teknolojiyi) benimseyecek toplam N sayıda tüketiciden oluşan bir pazarda:

• Teknolojiyi başkalarının kararlarından bağımsız olarak benimseyen yenilikçiler (yenilikçilerin katsayısı, p), bu genellikle zamanla azalır
• Kararlarında diğer üyeler tarafından etkilenen taklitçiler (yenilikçilerin katsayısı, q), bu genellikle zamanla artar
• Her dönem için toplam benimseme, yenilikçiler ve taklitçilerin toplamı ile verilir.

Dolayısıyla model için üç girdi parametresi pazar büyüklüğü N, yenilikçilerin katsayısı p ve taklitçilerin katsayısıdır q. Bu üç girdiyi kullanarak, şu anda denklem tarafından verilen gelecekteki bir zamanda (t+1) satışları veya benimsemeyi tahmin edebiliyoruz:

Zamandaki satışlar veya benimseme (t+1) = px (NQ(t)) + q/N x Q(t) x (NQ(t))

Bu denklemi belirli bir N, p, q değeri için çizin ve bir S eğrisi elde edeceksiniz.

(Modeli kullanmak için tüm bu denklemleri anlamak gerekli değildir, ancak meraklı zihinler için bu denklemleri bu makalenin sonunda listeliyorum.)

Modeli Kullanmaya Başlarken

Modeli zaman içinde satışları tahmin etmek için kullanmaya başlamak için, N, p ve q olmak üzere üç girdi değişkenini bilmemiz gerekir.

Toplam potansiyel pazar N'nin çeşitli boyutlandırma tahminlerinden, üçgenlemelerden ve yönetim yargılarından tahmin edilmesi genellikle nispeten kolay olsa da; girdileri tahmin etmek daha zor olan iki katsayı p ve q'dur.

Daha önceki satış verilerinin bulunmadığı ürün kategorilerinde, p ve q katsayılarını tahmin etmenin en popüler yaklaşımı, halihazırda piyasada bulunan benzer ürünlerdir. Doğru benzer ürünleri seçmek ve hassasiyetleri kontrol etmek için genellikle bir dizi benzer ürünü kullanmak için yönetimin yargısına ihtiyaç vardır.

Bununla birlikte, mevcut iyi bir benzer ürün yoksa, çeşitli kategorilerdeki değerlere dayalı olarak ortalama p ve q değerlerini kullanabiliriz. Warton School of Management'tan Profesör Christophe Van Den Bulte, farklı kategorilerde p, q ve N'den oluşan bir veri tabanı tutuyor, işte bu tür değerlerin bir örnek seti

Ürün veya teknoloji kategorisi için makul bir süre için satış verileri mevcutsa, basit regresyon analizi kullanılarak p ve q tahmin edilebilir.

Ürün yöneticileri ve pazarlamacılar, piyasaya çıktıkça yeni yeniliklerin büyüme potansiyeli hakkında bazı makul tahminler yapmak için Bas Modelini kullanabilirler. Bu tahminler, basit tahminler veya içgüdüsel bir his olmak yerine, gerçek satış sonuçlarını öğrendikçe zamanla iyileştirilebilecek nicel girdilere dayanabilir.

Bir ürün yöneticisi veya pazarlamacı olarak, bazı pazar boyutlandırmaları yaptığınızı ve ürün kategoriniz için toplam pazar segmenti olan N hakkında bir fikriniz olduğunu varsayıyorum, şimdi teklifiniz için güçlü bir yenilikçi katsayısı öngörüyorsanız, yani hemen bir artış olmasını bekliyorsunuz. benimsemede, bu nedenle p ve q değerleri tablosundan uygun bir p değeri seçin.

Bununla birlikte, ürün yöneticisi olarak, kategorinin çok fazla eğitime ve inandırıcılığa ihtiyacı olduğunu düşünüyorsanız, o zaman o kadar çok taklitçiniz olmayabilir ve bu nedenle benzer ürünlerden daha düşük bir taklit katsayısı q değeri seçebilirsiniz. Böylece, cihaz için benimseme oranlarında bazı sınırlar elde edilir.

Bunu daha fazla açıklamak için, ürün yöneticisinin hesap makineleri için p, q değerlerini kullandığını varsayalım. Bir önceki sayfadaki tablodan görüldüğü gibi hesap makinelerinin p değeri 0,145 ve q değeri 0,495 idi.

Bunu, herhangi bir jenerik ürün için (tablodan da) ortalama p, q değerleri için benimseme eğrisi ile karşılaştırarak bazı sınırlar elde ederiz. Bu analiz artık çözüm yöneticisinin veya saha personelinin uygun kapasiteyi veya pazarlamayı veya olası satış yaratma olaylarını planlamasına olanak tanır. Bunlar, gerçek satış verileriyle birlikte ilerledikçe ayarlanır.

Modelin avantajları ve sınırlamaları

Bas Modelinin avantajları, uygulama kolaylığı, basit Excel becerileri gerektirmesi ve sonuçların nispeten kolay yorumlanmasıdır. Modelin az sayıda girdi parametresi vardır, bu nedenle ürün yöneticisi veya pazarlamacının bazı ilk analizlere başlamasını kolaylaştırır.

Son olarak, model parametreleri ürünler ve coğrafi pazarlar arasında karşılaştırılabilir, böylece onu küresel şirketler ve küresel kullanıcı tabanı için uygun hale getirir.

Modelin sınırlamaları vardır, 0 zamanında ilk alım veya satımı tahmin etmez, bunun tanıtımdan önce yaratılan farkındalık ve vızıltıların bir işlevi olduğu iddia edilebilir ve ikincisi model tüketicileri iki katı kategoride toplama eğilimindedir. .

Bununla birlikte, başka anlamlı verilerin yokluğunda, bu araç, gerçekliğe veya benzer karşılaştırmalara dayandırılabilen veya kurulamayan büyüme oranlarına ilişkin basit varsayımlardan daha iyidir. Ayrıca model, tanıtılan yıkıcı veya yeni teknolojileri içermez, ancak bu, iş yargısına dayalı modelleme varsayımlarındaki sıfırlamalara dayalı olarak ayarlanabilir.

İşte şimdi, anlamlı benimseme eğrileri çizmek ve bazı gerçek iş kararları vermek için bir aracınız var. En azından şimdi en azından bulaşıcı hastalıkların yayılmasını tahmin etmenin ve yazılım ürün yönetiminin ortak noktasının ne olduğunu biliyorsunuz.

Ek:

Bas Modelinin Matematiksel Kurulumu

Toplam pazar potansiyeli N'dir, bu tüm zamanların toplamıdır çünkü kategori için belirli bir müşteri popülasyonu vardır

p = yenilik yapma eğilimi, birinin dış faktörlere dayalı olarak yeni teknolojiyi benimseme olasılığı

q = taklit etme eğilimi, "ağızdan ağza" veya mevcut kullanıcılardan gelen baskı nedeniyle benimsenme olasılığı

Q(t) = t zamanına kadar kümülatif satışlar

Kalan pazar potansiyeli t = (NQ(t))

Zamandaki toplam yenilikçi sayısı (t+1) = px (NQ(t))

Ayrıca, mevcut toplam benimseyenler, Q(t), kalan (NQ(t)) ile etkileşime girecek ve
toplam Q(t) x (NQ(t)) etkileşimleri, Bu etkileşimlerin q/N'si taklitlerle sonuçlanır

Zamandaki toplam taklitçi sayısı (t+1) = q/N x Q(t) x (NQ(t))

Zamandaki toplam satışlar (t+1), S(t+1) = Yeni yenilikçiler + Yeni taklitçiler

= px (NQ(t)) + q/N x Q(t) x (NQ(t))

% Benimseme, toplam satışların toplam pazar büyüklüğüne bölünmesiyle tahmin edilebilir.