M. Überwimmer:
"Sales Decompositions with a Special Emphasis on Advertising Effects";
Betreuer/in(nen), Begutachter/in(nen): M. Deistler; Institut für Wirtschaftsmathematik, 2005.
Die Analyse von Absatzdaten gewinnt auf vielen Märkten zunehmend an Bedeutung. In Zeiten des wachsenen Konkurrenzdrucks können verbesserte mathematische Methoden durchaus zu einem gewissen Wettbewerbsvorteil führen. Ausgangspunkt unserer empirischen Analyse sind Handelspaneldaten, die wöchentliche Informationen über Absätze von Produkten in einem Markt oder Teilmarkt beinhalten. Informationen über Promotionen und Distribution von Produkten sind in Form von Zeitreihen gegeben. Die Daten umspannen einen Zeithorizont von ungefähr drei Jahren. Weiters liegen Gross Rating Points und Mediapläne von TV-, Radio- und Print-Werbekampagnen vor. Eine Einführung in die Daten gibt Kapitel 2.Das Hauptziel dieser Dissertation ist die Zerlegung der Absätze in verschiedene Teile. Die Basisabsätze sind jene Absätze, die aufgrund der Präsenz des Produktes in den Geschäftsregalen erzielt werden.Es sollen die Marketingaktionen des betrachteten Produkts analysiert werden. Die wesentliche Frage dabei ist, ob man Aussagen über die Wirkung der Preise, über die Wirkung verschiedener Promotionsmaßnahmen usw. treffen kann. Ein besonderes Augenmerk liegt auf der Modellierung der Werbeeffekte. Schließlich ist die TV Werbung das Kommunikationsinstrument, mit dem die Industrie den Konsumenten direkt ansprechen kann, welches bekannter Weise aber auch ein sehr teures Instrumentarium darstellt. Außerdem sollen die Einflüsse der Konkurrenzmarken untersucht werden. Kapitel 3 zeigt mögliche Modelle für die Absätze auf, Kapitel 4 behandelt die Modellierung von Werbung.
In Kapitel 5 werden Methoden der Parameterschätzung, und in Kapitel 6 werden Kriterien für die Auswahl des besten Modells diskutiert.
Ein zentraler Punkt ist das Auffinden der wichtigsten relevanten Einflussfaktoren auf die Absätze. Aus statistischen und numerischen Gründen ist es ungeeignet, über alle Kombinationsmöglichkeiten der Regressoren zu suchen. In Kapitel 7 wird der sogenannte An-Algorithmus vorgestellt, der bei der Selektion der relevanten Regressoren die Suche über alle Kombinationsmöglichkeiten vermeidet.
Wurden die Parameter eines Modells geschätzt, so müssen auch sämtliche Voraussetzungen für konsistente und asymptotisch normalverteilte Parameterschätzer überpr üft werden. Dazu werden statistische Tests durchgeführt. Diese diagnostischen Instrumentarien werden in Kapitel 8 diskutiert.
Hat man ein geeignetes Modell gefunden, das die Absätze eines Produkts widerspiegelt, so können richtungsweisende Aussagen für Marketingmanager getroffen werden. In Kapitel 9 beschäftigen wir uns mit der Berechnung der Absatzzerlegung. Weiters können verschiedene Marketingmaßnahmen simuliert werden beziehungsweise die Abverkäufe unter gegebenen Umständen prognostiziert werden. Die Möglichkeiten, Aussagen über den Return on Investment von Werbespots mithilfe der vorgestellten Modelle zu treffen, werden diskutiert. Die Betrachtung von Konfidenzintervallen für sämtliche Aussagen ist für die Entscheidungsfindung wichtig, damit sich der Marketingmanager ein Bild von der Sicherheit der Aussagen machen kann. In Kapitel 10 wird die von uns entwickelte Modellierungsstrategie erklärt.
Die empirische Studie in Kapitel 11 untersucht eine ausgewählte Produktgruppe von schnelllebigen Konsumgütern auf einem europäischen Markt und unterstreicht somit die praktische Relevanz der vorgestellten Modelle und Methoden.
Die in dieser Dissertation vorgestellten Modelle und Methoden sind durchwegs Standardwerkzeuge. Das, was diese Dissertation wertvoll macht, ist die Entwicklung eines konkreten Modellierungszugangs basierend auf ARX und STARX Modellen, wobei eine besondere Aufmerksamkeit der Modellierung von Werbeeffekten gilt, die konsequente Durchführung einer empirischen Analyse und die Darstellung der Praxisrelevanz solcher mathematischen Methoden.
The analysis of sales data becomes more and more important in many markets. In times of increasing competition better mathematical tools may lead to a certain advantage in competition.The starting point for our empirical analysis are retail panel data containing weekly information on the sales of products in a market or in a part of it. Time series of promotion activities and distribution are also given. The data span a time horizon of about three years. Moreover gross rating points and media plans of TV, radio and print advertising campaigns are given. Chapter 2 gives an overview of possible kinds of data sets.
The main goal of this thesis is the decomposition of the sales into several parts. The base sales are sales which are realized only due to the presence of a product in the shelves of the shops. The marketing activities of the considered product should be analyzed. The question arises whether one can make statements on effects of the prices, on the effects of various promotion activities, and so on. Special emphasis is placed on the modelling of media effects because TV advertising is the communication way of the industry directly to the customers which is however a quite expensive instrument. Of course, the influences of competing brands should also be identified. Chapter 3 shows various sales models, and chapter 4 deals with modelling the effects of advertising.
Methods of parameter estimation are discussed in chapter 5 and criteria for the selection of the best model in chapter 6.
A central issue is the selection of the most relevant influencing factors of the sales. Due to statistical and numerical causes it is inapplicable to search over all possible combinations of regressors. In chapter 7 the so-called An-algorithm is presented which selects the relevant regressors avoiding the search over all possible combinations. After having estimated the parameters of a model, the assumptions for consistent and asymptotically normally distributed parameter estimators have to be checked by making use of statistical tests. These diagnostic checks are discussed in chapter 8.
If a suitable model for the sales of a product is found, trend-setting statements for marketing managers can be specified. In chapter 9 we discuss the calculation of the sales decomposition. Additionally, various marketing actions can be simulated and sales can be forecasted. The possibilities of calculating the return on investment of advertising flights by use of the presented models are discussed. The specification of the confidence limits of all statements is essential, hence the marketing manager gets an idea of the uncertainty of the statements.
In chapter 10 the modelling strategy developed by ourselves is presented. The empirical study in chapter 11 analyses a selected product group of fast moving consumer goods in a European market and shows the practical relevance of the introduced and discussed models and methods.
The models and methods considered in this thesis are throughout standard tools. This thesis becomes worthwhile due the development of a concrete modelling approach basing on ARX and STARX models, whereby special attention is paid to the modelling of advertising effects, due to the consequential realisation of an empirical analysis, and due to the presentation of the practical relevance of such mathematical methods.