برآورد مدل انتخاب گسسته تمایز مشتری مبتنی بر بخش بندی (مطالعه موردی: بررسی ترجیحات خریداران سایپا)

نوع مقاله: مقاله پژوهشی

نویسندگان

1 ندارد

2 نویسنده مسئول یا طرف مکاتبه

چکیده

در مدلسازی انتخاب محصول توسط مشتریان، در نظر گرفتن متغیرهای اجتماعی -جمعیت شناختی بطور مفهومی جالب بوده و
منافع مدیریتی متعددی دارد . سوال این است که این متغیرها چگونه مشتریان یا محصولات را متمایز می نمایند . از سوی دیگر
قیمت بعنوان مهمترین خصوصیت بر تابع مطلوبیت محصولات اثر می گذارد . بنابراین هدف این تحقیق، مدلسازی نقش قیمت
و متغیرهای اجتماعی -جمعیت شناختی در خرید خانوار بخصوص انتخاب خودرو می باشد . مدل لاجیت چند جمله ای بر اساس
ترجیحات آشکار شده خریداران خودروی جدید شرکت خودروسازی سایپا توسعه داده شده و نهایتا مدل تمایز مشتریان در
برگیرنده متغیرها بهمراه ضرایب عوامل موثر در تا بع مطلوبیت محصولات ارایه شده است. همچنین روش تحلیل مولفه اصلی
بمنظور بخش بندی مشتریان بکار گرفته شده و سپس بر روی بخش بندی حاصله، تست نسبت راستنمایی انجام شده که نشان
می دهد روش تحلیل مولفه اصلی در مدل های انتخاب گسسته، منجر به بخش بندی معنادار جامعه می شو د. بنابراین، مدلهای
انتخاب گسسته با رویکرد بخش بندی گرا توسعه داده شده و نتایج این رویکرد با رویکرد کلی گرا مقایسه گردیده است که
نشان می دهد رویکرد بخش بندی گرا در اغلب بخش های تعریف شده نسبت به رویکرد کلی گرا از قابلیت پیش بینی بالاتر
(پیش بینی احتمال انت خاب گزینه ها ) و شاخص خوبی انطباق بهتری برخوردار است . نتایج این تحقیق چشم انداز جدیدی را
برای خودروسازان و برنامه ریزان بازاریابی در رابطه با سیاستگذاری در خصوص تمایز و هدف گیری مشتریان که بر استراتژیهای
آمیخته بازاریابی نیز اثر گذار است ایجاد می نماید

کلیدواژه‌ها


عنوان مقاله [English]

Estimating the Segment-Oriented Discrete-Choice Model of Customer Differentiation

نویسندگان [English]

  • M. A. Abdolvand 1
  • J. Nazemi 1
  • H. A. Momeni 2
چکیده [English]

In product choice models, incorporating socio-demographic characteristics is conceptually appealing
and has numerous managerial benefits. The main question is how socio-demographic characteristics
differentiate customers or products in order to define relevant marketing strategies. Traditionally,
discrete choice models, also called the consolidated approach, have been used to understand, describe,
and predict consumer choices for a particular product . In this study, a segment-oriented approach is
introduced and compared with the consolidated approach. The proposed methodology uses principal
component analysis to segment the population into different groups. The results indicate that principal
component analysis is a robust method and outperforms the consolidated approach in terms of choice
predictability and R-square index. These findings bring new insight to manufacturers as well as
marketers regarding customer policies targeting .

کلیدواژه‌ها [English]

  • Discrete Choice
  • segmentation
  • principal component analysis
  • Multinomial logit