Get documents about "1 Was ist Marketing 2 Marketing-Mix und Marktreaktion 3
Document Sample
Übersicht über die Vorlesung Prof. Dr. Klaus P. Kaas
Professur für Marketing I
1 Was ist Marketing?
2 Marketing-Mix und Marktreaktion
3 Strategisches Marketing
4 Produktpolitik
5 Preispolitik
6 Kommunikationspolitik
7 Distributionspolitik
Vorlesung WSM 1
Marketingtheorie 1
SS 2005
Gliederung des zweiten Kapitels Prof. Dr. Klaus P. Kaas
Professur für Marketing I
2 Marketing-Mix und Marktreaktion
2.1 Das Marketing-Mix
2.1.1 Die Marketing-Instrumente
2.1.2 Monovariate Marktreaktionsfunktionen
2.1.3 Multivariate Marktreaktionsfunktionen
2.2 Marktreaktionsfunktionen ohne Konkurrenzeinfluss
2.2.1 Lineare Marktreaktionsfunktionen
2.2.2 Multiplikative Marktreaktionsfunktionen
2.2.3 Marktreaktionsfunktionen mit Koyck-
Transformation
2.3 Marktreaktionsfunktionen mit Konkurrenzeinfluss
2.3.1 Marktanteilsfunktionen
2.3.2 Exkurs: Regressionsanalyse
2.3.3 Anwendungsbeispiel: Marktanteilsfunktion
eines Schokoladenkekses
Vorlesung WSM 1
Marketingtheorie 2
SS 2005
Das Marketing-Mix Prof. Dr. Klaus P. Kaas
Professur für Marketing I
Produkt-Mix
Inno- Sorti- Kunden-
vation ment Qualität Marke Dienst
Wer-
bung
Kommunikations-Mix
Preis
Ver-
kaufs-
Preis-Mix
förderung
Rabatt
Messen Markt-
Segment
Public Kredit
Relations
Pers.
Kommu-
nikation Skonto
Außen-
Logistik Vertrieb dienst-
einsatz
Nach
Vertriebs-Mix Freter 2004, S. 36
Vorlesung WSM 1
Marketingtheorie 2.1.1 Die Marketing-Instrumente 3
SS 2005
Die vier P‘s der amerikanischen
Marketingliteratur Prof. Dr. Klaus P. Kaas
Professur für Marketing I
Product
Price
Place
Promotion
Vorlesung WSM 1
Marketingtheorie 2.1.1 Die Marketing-Instrumente 4
SS 2005
Lineare und nichtlineare
Preisabsatzfunktion Prof. Dr. Klaus P. Kaas
Professur für Marketing I
X (P)
[=Absatzmenge/Periode]
800
E(P )
m
600
400
X = 600 – 12,5 P
200 4800
X = --------
P
P
8 16 24 32 40 48 [=Preis]
Vorlesung WSM 1
Marketingtheorie
SS 2005
2.1.2 Monovariate Marktreaktionsfunktionen 5
Lineare Preisabsatzfunktion
X = 600 – 12,5 P Prof. Dr. Klaus P. Kaas
Professur für Marketing I
X (P)
[=Absatzmenge/Periode]
800
600
P = 16
X = 400
400
P = 32
X = 200
200
P
8 16 24 32 40 48 [=Preis]
Vorlesung WSM 1
Marketingtheorie
SS 2005
2.1.2 Monovariate Marktreaktionsfunktionen 6
Verlaufsformen der
Werbewirkungsfunktion Prof. Dr. Klaus P. Kaas
Professur für Marketing I
X(W)
[=Absatzmenge/Periode]
4000
W = 800
3000
X = 3500
2000 W = 500
X = 2000
1000
W
[Werbebudget/Periode]
500 1000
Vorlesung WSM 1
Marketingtheorie
SS 2005
2.1.2 Monovariate Marktreaktionsfunktionen 7
Monovariate
Marktreaktionsfunktionen Prof. Dr. Klaus P. Kaas
Professur für Marketing I
Monovariate Preisabsatzfunktion: X = X(P)
!Wie hoch ist der Absatz bei einem Preis P* ?
!Wie verändert sich der Absatz, wenn der Preis gesenkt
wird?
Monovariate Werbewirkungsfunktion: X = X(W)
!Wie hoch ist der Absatz bei einem Werbebudget von W*
!Wie verändert sich der Absatz, wenn die Werbung erhöht
wird?
Vorlesung WSM 1
Marketingtheorie
SS 2005
2.1.2 Monovariate Marktreaktionsfunktionen 8
Multivariate
Marktreaktionsfunktionen Prof. Dr. Klaus P. Kaas
Professur für Marketing I
Multivariate Marktreaktionsfunktion X = X(P, W)
Linear-additiv: X = a + b P + c Wd (b < 0, d > 0)
Nichtlinear-multiplikativ: X = a Pb W d (b < 0, d > 0)
! Worauf reagiert die Absatzmenge sensibler, auf Preisänderungen oder
Veränderungen des Werbebudgets?
! Wie wirkt sich die gleichzeitige Veränderung von Preis und
Werbebudget auf den Absatz aus?
! Wie ist der Trade-Off zwischen der Wirkung einer Senkung des
Preises und der einer Erhöhung des Werbebudgets?
Vorlesung WSM 1
Marketingtheorie
SS 2005
2.1.3 Multivariate Marktreaktionsfunktionen 9
Verallgemeinerung: Lineare Markt-
reaktionsfunktion ohne Konkurrenzeinfluss Prof. Dr. Klaus P. Kaas
Professur für Marketing I
s
X =a + ∑ bh I h + ε
Mit: h =1
X = Absatzmenge des betrachteten Produkts
a = Parameter (=autonomer Absatz)
Ih = Einsatzintensität (Aktivitätsniveau) des
Marketinginstruments h
bh = Wirkungskoeffizient des Marketinginstruments h
s = Zahl der berücksichtigten Marketinginstrumente
ε = Störgröße, Fehlerterm
Quelle: Gedenk/Skiera (1993).
Vorlesung WSM 1
Marketingtheorie
2.2.1 Lineare Marktreaktionsfunktionen 10
SS 2005
Grenzen des linear-additiven Modells
ohne Konkurrenzeinfluss Prof. Dr. Klaus P. Kaas
Professur für Marketing I
1. Problem: Die Wirkungen der einzelnen Marketing-
instrumente sind linear und unabhängig voneinander, was
unrealistisch ist. Lösung: Multiplikatives Modell
2. Problem: Es werden keine langfristigen Wirkungen der
Marketinginstrumente (keine Carry Over-Effekte)
berücksichtigt. Lösung: Koyck-Transformation
3. Problem: Der Einfluss der Konkurrenz wird vernachlässigt
(keine Marketingvariablen der Konkurrenz in der
Gleichung). Lösung: Marktanteilsmodelle
Quelle: Gedenk/Skiera (1993); Hanssens/Parsons/Schultz (2001), S. 139; Lilien/Kotler/Moorthy
(1992), S. 661-662.
Vorlesung WSM 1
Marketingtheorie
2.2.1 Lineare Marktreaktionsfunktionen 11
SS 2005
Multiplikative
Marktreaktionsfunktion Prof. Dr. Klaus P. Kaas
Professur für Marketing I
s
X = a∏ Ih
bh
h =1
Beispiel mit drei Marketing-Mix-Variablen:
bp
X = aP Dbd W bw
Als doppelt logarithmische Funktion:
log X = loga + bp logP + bd logD + bw logW
Mit: P = Preis, D = Distributionsgrad, W= Werbebudget
Vgl. z.B. Gedenk/Skiera (1993).
Vorlesung WSM 1
Marketingtheorie
2.2.2 Multiplikative Marktreaktionsfunktionen 12
SS 2005
Eigenschaften der multiplikativen
Marktreaktionsfunktion Prof. Dr. Klaus P. Kaas
Professur für Marketing I
" Wirkungsinterdependenzen zwischen den Variablen des
Marketing-Mix werden erfasst.
" Eine Potenzfunktion lässt sich durch Logarithmierung
leicht linearisieren (wichtig für Schätzbarkeit durch
Regression).
" Die Funktion ist sehr flexibel, sie kann mehrere
Verlaufsformen annehmen.
" Die Exponenten der Instrumentalvariablen sind gleich
ihren Elastizitäten.
" Die Elastizitäten sind unabhängig vom Absatzniveau
konstant, das ist nicht sehr realistisch.
Vgl. z.B. Gedenk/Skiera (1993).
Vorlesung WSM 1
Marketingtheorie
2.2.2 Multiplikative Marktreaktionsfunktionen 13
SS 2005
Verlaufsformen einer Potenzfunktion für
unterschiedliche Werte des Exponenten Prof. Dr. Klaus P. Kaas
Professur für Marketing I
X
100
X = 31,62 l0,5
X = l2
50
X = 45 l0
X = 10 l1 X = 1000 l-2
5 10 I
Vorlesung WSM 1
Marketingtheorie
2.2.2 Multiplikative Marktreaktionsfunktionen 14
SS 2005
Elastizitäten der multiplikativen
Marktreaktionsfunktion Prof. Dr. Klaus P. Kaas
Professur für Marketing I
Definition der Elastizität des dX dI r dX I r
Absatzes in Bezug auf das e= : =
Marketing-Instrument Ir X Ir dI r X
s
X = a∏ Ih
bh
Anwendung auf die Funktion:
h =1
dX I r s
I s
b 1
= abr I rbr −1 ∏ I h h ⋅ r = br aI rbr ∏ I h h ⋅ = br
b
dI r X h =1 X h =1 X
h≠r h≠r
Vgl. z.B.: Gedenk/Skiera (1993).
Vorlesung WSM 1
Marketingtheorie
2.2.2 Multiplikative Marktreaktionsfunktionen 15
SS 2005
Grenzen des linear-additiven
Modells ohne Konkurrenzeinfluss Prof. Dr. Klaus P. Kaas
Professur für Marketing I
1. Problem: Die Wirkungen der einzelnen Marketing-
instrumente sind linear und unabhängig voneinander, was
unrealistisch ist. Lösung: Multiplikatives Modell
2. Problem: Es werden keine langfristigen Wirkungen der
Marketinginstrumente (keine Carry Over-Effekte)
berücksichtigt. Lösung: Koyck-Transformation
3. Problem: Der Einfluss der Konkurrenz wird vernachlässigt
(keine Marketingvariablen der Konkurrenz in der
Gleichung). Lösung: Marktanteilsmodelle
Quelle: Gedenk/Skiera (1993); Hanssens/Parsons/Schultz (2001), S. 139; Lilien/Kotler/Moorthy
(1992), S. 661-662.
Vorlesung WSM 1
Marketingtheorie
2.2.3 Marktreaktionsfunktionen mit Koyck- 16
SS 2005 Transformation
Die Modellierung dynamischer
Wirkungen des Marketing (Koyck) Prof. Dr. Klaus P. Kaas
Professur für Marketing I
Annahme: Die Marketingwirkung nimmt mit der Zeit ab, d.h.
bt > bt −1 > bt − 2 > bt −3 ...
X t = a + bt I t + bt −1 I t −1 + bt − 2 I t − 2 + bt −3 I t −3 + ...
Annahme: Die Wirkung des Marketings nimmt nach Maßgabe
einer unendlichen geometrischen Reihe ab:
X t = a + bγ 0 I t −0 + bγ 1 I t −1 + bγ 2 I t −2 + bγ 3 I t −3 + ... (0 < γ < 1)
Zahlenbeispiel: b = 0,3 γ = 0,5
X t = a + 0,3 ⋅1 ⋅ I t −0 + 0,3 ⋅ 0,5 ⋅ I t −1 + 0,3 ⋅ 0,25 ⋅ I t − 2 + 0,3 ⋅ 0,125 ⋅ I t −3 + ...
Vorlesung WSM 1
Marketingtheorie
2.2.3 Marktreaktionsfunktionen mit Koyck- 17
SS 2005 Transformation
Koyck-Transformation – lineare Funktion
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
Summe der unendlichen Reihe: Verzögerung um eine
Periode, Multiplikation mit γ und Subtraktion von der
Ausgangsgleichung:
Xt = a + bγ 0It-0 + b γ 1It-1 + b γ 2 It-2 + b γ 3It-3 + ...
γ Xt-1 = γ a + b γ 1It-1 + b γ 2 It-2 + b γ 3It-3 + …
____________________________________________
Xt-γXt-1 = a-γ a + b γ 0It-0
Umformen:
Xt = g + b It + γ Xt-1 (mit g = a - γa)
Quelle: Koyck (1954); Hanssens/Parson/Schultz (2001), S. 146.
Vorlesung WSM 1
Marketingtheorie
2.2.3 Marktreaktionsfunktionen mit Koyck- 18
SS 2005 Transformation
Koyck-Transformation
multiplikative Funktion Prof. Dr. Klaus P. Kaas
Professur für Marketing I
Analog dazu erhält man als Koyck-Transformation für
multiplikative Marktreaktionsfunktionen:
γ
Xt = a(1- γ )Ptbp Dtbd Wtbw X t-1
Vorlesung WSM 1
Marketingtheorie
2.2.3 Marktreaktionsfunktionen mit Koyck- 19
SS 2005 Transformation
Grenzen des linear-additiven
Modells ohne Konkurrenzeinfluss Prof. Dr. Klaus P. Kaas
Professur für Marketing I
1. Problem: Die Wirkungen der einzelnen Marketing-
instrumente sind linear und unabhängig voneinander, was
unrealistisch ist. Lösung: Multiplikatives Modell
2. Problem: Es werden keine langfristigen Wirkungen der
Marketinginstrumente (keine Carry Over-Effekte)
berücksichtigt. Lösung: Koyck-Transformation
3. Problem: Der Einfluss der Konkurrenz wird vernachlässigt
(keine Marketingvariablen der Konkurrenz in der
Gleichung). Lösung: Marktanteilsmodelle
Quelle: Gedenk/Skiera (1993); Hanssens/Parsons/Schultz (2001), S. 139; Lilien/Kotler/Moorthy
(1992), S. 661-662.
Vorlesung WSM 1
Marketingtheorie
2.3.1 Marktanteilsfunktionen 20
SS 2005
Linear-additive Marktanteilsfunktion Prof. Dr. Klaus P. Kaas
Professur für Marketing I
Xj
Definition: Marktanteil j Mj = n
∑X
j =1
j
s I hj
Marktanteil j als Funktion M j = a + ∑ bh
1 n
des Marketing-Mix h =1
∑ I hj
n j =1
Wj
Beispiel (Preis Pj Uj
M j = a + bp + bw
und Werbung) 1 n 1 n Wj
∑ Pj
n j =1 ∑
n j =1 U j
(Quelle: Cooper/Nakanishi (1993), S.17ff.)
Vorlesung WSM 1
Marketingtheorie
2.3.1 Marktanteilsfunktionen 21
SS 2005
Multiplikative Marktanteilsfunktion mit
rel. Preis und rel. Werbeintensität Prof. Dr. Klaus P. Kaas
Professur für Marketing I
bp bw
Wj
P U
nj ⋅ n
j
Multiplikativ: M j = a⋅
1 1 Wj
n∑ Pj n ∑U
j =1 j =1 j
P = Preis, W = Werbebudget, U = Umsatz
Quelle: Cooper/Nakanishi (1993), S. 26ff.
Vorlesung WSM 1
Marketingtheorie
2.3.1 Marktanteilsfunktionen 22
SS 2005
Beispiel Regression: Zusammenhang
zwischen Gewicht und Körperlänge Prof. Dr. Klaus P. Kaas
Professur für Marketing I
" Frage: Welcher quantitative Zusammenhang besteht
zwischen der Länge (L) und dem Gewicht (G) eines
Menschen? Oder: Wie gut kann man das Gewicht eines
Menschen prognostizieren, wenn man seine Länge kennt?
(Analog: Wie gut kann man den Absatz eines Produktes
prognostizieren, wenn man seinen Preis kennt?)
Mögliche (theoretische) Antworten:
Linearer Zusammenhang: G=a+b*L
Nichtlinearer Zusammenhang: G = a * Lb
Linearisierung d. Logarithmierung: log G = log a + b * log L
Vgl. zur Regressionsrechnung: Backhaus et al. (2003), S. 45ff.
Vorlesung WSM 1
Marketingtheorie
2.3.2 Exkurs: Regressionsanalyse 23
SS 2005
Ausgangsdaten einer Regressionsanalyse:
(fiktive) Stichprobe von 20 Personen Prof. Dr. Klaus P. Kaas
Professur für Marketing I
Länge L [m] Gewicht G [kg]
0,50 3
0,75 7
1,00 13
1,08 14
1,16 25
1,22 25
1,29 29
1,37 34
1,45 42
1,50 75
1,60 50
1,62 48
1,63 55
1,65 70
1,73 75
1,78 82
1,82 76
1,85 86
1,92 87
1,95 85
Vorlesung WSM 1
Marketingtheorie
2.3.2 Exkurs: Regressionsanalyse 24
SS 2005
Lineare Regresssionsanalyse:
Ergebnis Prof. Dr. Klaus P. Kaas
Professur für Marketing I
100
80
G = -49,969 + 68,596 * L
R2 = 0,878
Gewicht G (in kg)
60
40
20
0
,4 ,6 ,8 1,0 1,2 1,4 1,6 1,8 2,0
Länge L (in m)
Vorlesung WSM 1
Marketingtheorie
2.3.2 Exkurs: Regressionsanalyse 25
SS 2005
Nichtlineare Regresssionsanalyse:
Ergebnis Prof. Dr. Klaus P. Kaas
Professur für Marketing I
100
80
G = 15,6568 * L 2,6717
R2 = 0,968
Gewicht G (in kg)
60
40
20
0
,4 ,6 ,8 1,0 1,2 1,4 1,6 1,8 2,0
Länge L (in m)
Vorlesung WSM 1
Marketingtheorie
2.3.2 Exkurs: Regressionsanalyse 26
SS 2005
Regression: Interpretation des
Bestimmtheitsmaßes r2 Prof. Dr. Klaus P. Kaas
Professur für Marketing I
100
90
G: Mittelwert Gewicht
80 ˆ A
G: geschätztes Gewicht
70 Vg : Gesamtvarianz
Gewicht G (in kg)
60 Ve: erklärte Varianz Vg
Ve
50 G
40
30
ˆ
G = a + bL Ve
20
r2 =
Vg
10
0
0,00 0,50 1,00 1,50 2,00 2,50
Länge L (in m)
Vorlesung WSM 1
Marketingtheorie
2.3.2 Exkurs: Regressionsanalyse 27
SS 2005
Eine Marktanteilsfunktion mit drei
Variablen und Carry Over-Effekt Prof. Dr. Klaus P. Kaas
Professur für Marketing I
Mj =a 1−γ bp bd bw γ
t
jt Pj D W M j
t jt jt t −1
Mjt = Marktanteil der Marke j in Prozent
Pjt = relativer Preis (Preis / Durchschnittspreis)
Djt = Distributionsintensität
Wjt = Eigener Werbeanteil / durchschnittlicher
Werbeanteil am Umsatz
bp, bd, bw = Elastizitäten
a = Parameter, autonomer Absatz
γ = Carry Over-Effekt (0 < γ < 1)
Vorlesung WSM 1
Marketingtheorie
2.3.3 Anwendungsbeispiel: Marktanteilsfunktion eines 28
SS 2005 Schokokekses
Linearisierung der Marktanteilsfunktion
durch Logarithmierung Prof. Dr. Klaus P. Kaas
Professur für Marketing I
M j = a Pj D W M j 1−γ γ
bp bd bw
t t jt jt t −1
Logarithmierung:
log Mjt = (1-γ)log a+ bp log Pjt + bd log Djt + bw log Wjt + γ log Mjt-1
Das Ergebnis der Transformation ist eine in den Logarithmen
lineare Funktion, die mit Hilfe der Methode der kleinsten
Quadrate geschätzt werden kann. Dabei werden nicht die
Meßwerte der Variablen – Marktanteile, Preisindizes usw. – als
Inputdaten der Regression, sondern deren Logarithmen
verwendet.
Quelle: Brodie/Kluyver (1984), S. 194-201.
Vorlesung WSM 1
Marketingtheorie
2.3.3 Anwendungsbeispiel: Marktanteilsfunktion eines 29
SS 2005 Schokokekses
Die Datenbasis Prof. Dr. Klaus P. Kaas
Professur für Marketing I
! Nielsen-Daten, Markt für Schokobiskuits, Neuseeland
! Daten der größten von drei größeren Marken mit einem Marktanteil
von gut 50 %
! 28 Beobachtungsperioden von je zwei Monaten
! Marktanteile, Preisindizes, Werbeanteile, Distributionsintensität
Vorlesung WSM 1
Marketingtheorie
2.3.3 Anwendungsbeispiel: Marktanteilsfunktion eines 30
SS 2005 Schokokekses
Datenmatrix (fiktive Werte)
Prof. Dr. Klaus P. Kaas
Professur für Marketing I
t Mjt log Pjt log Wjt log Djt log Mjt-1 log
Mjt Pjt Wjt Djt Mjt-1
1 0,52 -0,284 0,99 -0,004 0,72 -0,14 1,08 0,033 - -
2 0,53 -0,275 0,98 -0,009 0,75 -0,12 1,06 0,025 0,52 -0,284
3 0,49 -0,310 I,00 0,000 0,71 -0,15 1,04 0,017 0,53 -0,275
… … … … … … … … … … …
27 0,52 -0,284 0,97 -0,013 0,69 -0,16 1,05 0,021 0,50 -0,301
28 0,51 -0,292 0,99 -0,004 0,70 -0,15 1,07 0,029 0,52 -0,284
Vorlesung WSM 1
Marketingtheorie
2.3.3 Anwendungsbeispiel: Marktanteilsfunktion eines 31
SS 2005 Schokokekses
Ergebnisse der
Regressionsschätzung Prof. Dr. Klaus P. Kaas
Professur für Marketing I
" Doppelt-logarithmische Marktanteilsfunktion:
log Mjt= - 0,136 - 0,798 log Pjt + 0,822 log Djt + 0,002 log Wjt + 0,582 log Mjt-1
" Entlogarithmierte Marktanteilsfunktion:
M jt = 0 , 731 ⋅ P j− 0 , 798 ⋅ D 0 , 822 ⋅ W j0 , 002 ⋅ M
t j t t
0 , 582
j t −1
Zur Erläuterung: Der autonome Absatz 0,731 ergibt sich so:
- 0,136 = (1-γ) log a (mit γ = 0,582, vgl. Folien 14 und 21)
Daraus folgt: log a = - 0,326 und a = 0,472
Weiter: 0,4721- γ = 0,4720,418 = 0,731
Vorlesung WSM 1
Marketingtheorie
2.3.3 Anwendungsbeispiel: Marktanteilsfunktion eines 32
SS 2005 Schokokekses
Die Einflüsse des Preises, der
Distribution und der Werbung auf Prof. Dr. Klaus P. Kaas
den MA Professur für Marketing I
Multiplikatives Marktanteilsmodell
58,00%
56,00%
Marktanteil Marke A
54,00%
52,00%
MA(PA)
50,00% MA(DA)
MA(WA)
48,00%
46,00%
0,960 0,966 0,972 0,978 0,984 0,990 0,996 1,002 1,008 1,014
0,970 0,988 1,006 1,024 1,042 1,060 1,078 1,096 1,114 1,132
0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0
relativer Preis, relative Distribution, Werbeanteil
Quelle: Brodie/Kluyver (1984), S. 194-201.
Vorlesung WSM 1
Marketingtheorie
2.3.3 Anwendungsbeispiel: Marktanteilsfunktion eines 33
SS 2005 Schokokekses
Berechnung des Gleichgewichts-
Marktanteils der Marke A Prof. Dr. Klaus P. Kaas
Professur für Marketing I
M t = a 1− γ M tγ−1 Numerisch: M t = 0 , 472 1− γ M t0−,1582
Rekursion: mit vereinfachter Schreibweise: a1-γ = g
M 1 = gM γ
0
M 2 = gM1 ⇒M 2 = g (gM0 )
γ γ
= gg M 0
2
γ γ γ
⇒M
2
(
M 3 = gM 2γ ⇒M 3 = g gg γ M 0γ ⇒ 3 = gg γ g γ M 0γ
M
2
)
γ 2 3
γ t −1
M t = gg g .... g γ γ2 γt
M0
Vorlesung WSM 1
Marketingtheorie
2.3.3 Anwendungsbeispiel: Marktanteilsfunktion eines 34
SS 2005 Schokokekses
Berechnung des Gleichgewichts-
Marktanteils der Marke A Prof. Dr. Klaus P. Kaas
Professur für Marketing I
Umformen:
1+ γ + γ 2 +Kγ t −1
Mt = g M0 γt
1− γ t
Mt = g 1−γ
M0 γt
Für t → ∞ ergibt sich (0 < γ < 1):
1
Wieder Einsetzen von g = a1-γ ergibt:
M t =∞ = g 1− γ
Mt=∞ = a1 = a
Vorlesung WSM 1
Marketingtheorie
2.3.3 Anwendungsbeispiel: Marktanteilsfunktion eines 35
SS 2005 Schokokekses
Entwicklung des Gleichgewichts-
Marktanteils der Marke A Prof. Dr. Klaus P. Kaas
Professur für Marketing I
(für hypothetische Ausgangswerte von M0 = 0,20 und M0 = 0,80)
0,7
M0=0,8
0,6
0,5
Marktanteil
0,4
Mt=∞=0,4725 = a
0,3
M0=0,2
0,2
0,1
0
0 2 4 6 8 10 12 14
Periode
Vorlesung WSM 1
Marketingtheorie
2.3.3 Anwendungsbeispiel: Marktanteilsfunktion eines 36
SS 2005 Schokokekses
Literatur Prof. Dr. Klaus P. Kaas
Professur für Marketing I
" Backhaus, K./Erichson, B./Plinke, W./Weiber, R. (2003): Multivariate
Analysemethoden, 10. Aufl., Berlin u.a.
" Cooper, L./Nakanishi, M. (1993): Market-Share Analysis, Boston.
" Gedenk, K./Skiera, B. (1993): Marketing-Planung auf der Basis von
Reaktionsfunktionen (I) – Elastizitäten und Absatzreaktionsfunktionen, in:
Wirtschaftswissenschaftliches Studium, 22. Jg., S. 637-641.
" Gedenk, K./Skiera, B. (1994): Marketing-Planung auf der Basis von
Reaktionsfunktionen (II) – Funktionsschätzung und Optimierung, in:
Wirtschaftswissenschaftliches Studium, 23. Jg., S. 258-262.
"Freter, H. (2004): Marketing. Die Einführung mit Übungen. München.
" Hanssens, D./Parsons, L./Schultz, R. (2001): Market Response Modells, 2.
Aufl., Boston.
Vorlesung WSM 1
Marketingtheorie 37
SS 2005
Literatur Prof. Dr. Klaus P. Kaas
Professur für Marketing I
" Koyck, L. (1954): Distributed Lags and Investment Analysis, Amsterdam.
"Lilien, G./Kotler, P./Moorthy, K. (1992): Marketing Models, Englewood Cliffs.
" Brodie, B./Kluyver, C. A. (1984): Attraction Versus Linear and Multiplicative
Market Share Models: An Empirical Evaluation, in: Journal of Marketing
Research, Vol. 21, No. 2, S. 194 - 201.
" Skiera, B./Albers, S. (2000): Regressionsanalyse, in: Herrmann, A./Homburg,
C. (Hrsg.): Marktforschung: Methoden, Anwendungen, Praxisbeispiele, 2. Aufl.,
Wiesbaden, S. 203-236.
Vorlesung WSM 1
Marketingtheorie 38
SS 2005
Related docs
