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

محورهای موضوعی : آینده پژوهی

دکتر محمدعلی عبدالوند ¹ (ندارد)
دکتر جمشید ناظمی ² (ندارد)
دکتر حسین علی مومنی ³ (نویسنده مسئول یا طرف مکاتبه)

تاریخ دریافت : 1387/08/06 تاریخ پذیرش : 1387/10/15 تاریخ انتشار : 1389/09/01

کلید واژه: انتخاب گسسته, بخش بندی, تحلیل مولفه اصلی, لاجیت چند جمله ای,

چکیده مقاله :

در مدلسازی انتخاب محصول توسط مشتریان، در نظر گرفتن متغیرهای اجتماعی -جمعیت شناختی بطور مفهومی جالب بوده ومنافع مدیریتی متعددی دارد . سوال این است که این متغیرها چگونه مشتریان یا محصولات را متمایز می نمایند . از سوی دیگرقیمت بعنوان مهمترین خصوصیت بر تابع مطلوبیت محصولات اثر می گذارد . بنابراین هدف این تحقیق، مدلسازی نقش قیمتو متغیرهای اجتماعی -جمعیت شناختی در خرید خانوار بخصوص انتخاب خودرو می باشد . مدل لاجیت چند جمله ای بر اساسترجیحات آشکار شده خریداران خودروی جدید شرکت خودروسازی سایپا توسعه داده شده و نهایتا مدل تمایز مشتریان دربرگیرنده متغیرها بهمراه ضرایب عوامل موثر در تا بع مطلوبیت محصولات ارایه شده است. همچنین روش تحلیل مولفه اصلیبمنظور بخش بندی مشتریان بکار گرفته شده و سپس بر روی بخش بندی حاصله، تست نسبت راستنمایی انجام شده که نشانمی دهد روش تحلیل مولفه اصلی در مدل های انتخاب گسسته، منجر به بخش بندی معنادار جامعه می شو د. بنابراین، مدلهایانتخاب گسسته با رویکرد بخش بندی گرا توسعه داده شده و نتایج این رویکرد با رویکرد کلی گرا مقایسه گردیده است کهنشان 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 رابرای خودروسازان و برنامه ریزان بازاریابی در رابطه با سیاستگذاری در خصوص تمایز و هدف گیری مشتریان که بر استراتژیهایآمیخته بازاریابی نیز اثر گذار است ایجاد می نماید

چکیده انگلیسی:

In product choice models, incorporating socio-demographic characteristics is conceptually appealingand has numerous managerial benefits. The main question is how socio-demographic characteristicsdifferentiate 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 isintroduced and compared with the consolidated approach. The proposed methodology uses principalcomponent analysis to segment the population into different groups. The results indicate that principalcomponent analysis is a robust method and outperforms the consolidated approach in terms of choicepredictability and R-square index. These findings bring new insight to manufacturers as well asmarketers regarding customer policies targeting .