Biblioteca Institutului Tehnologic Massachusetts

Scoala de Management Alfred P. Sloan

Modele si manageri: Conceptul unui calcul de decizie
403-69
John D. C. Little
Scoala de Management Sloan
M.I.T.
Cambridge, Mass. 02139
Iunie 1969

Lucrare pregtit pentru a fi prezentat n cadrul simpozionului Stiin managerial i

comportamental n Marketing sponsorizat de ctre Colegiul de Marketing TIMS si Graduate
School of Business of the University of Chicago, Iunie 29 - Iulie 1, 1969.
Abstract
Un manager incearc s adune diversele resurse care se afl sub controlul su ntr-o activitate ce
i realizeaz obiectivele. Un model al acestei operaii l poate ajuta dar cel mai probabil nu o va
face dac nu ndeplinete anumite cerine. Un model destinat folosinei de ctre un manager
trebuie s fie simplu, robust, uor de controlat, adaptiv, ct mai complet posibil, i uor de folosit
n comunicare. Prin simplu se nelege uor de neles; prin robust, se nelege c la folosirea
modelului face dificil obinerea de rspunsuri absurde, prin uor de controlat, utilizatorul tie ce
date de intrare trebuie s foloseasc pentru a obine rspunsurile dorite; adaptiv nseamn c
modelul poate fi ajustat pemsur de noi informaii sunt obinute; exhaustivitatea presupune c
fenomene importante vor fi incluse chiar dac necesit estimri mentale ale efectului lor; iar, n
final, uor de folosit n comunicare nseamn c managerul poate schimba datele de intrare rapid
i facil i poate obine i nelege noi rezultate.
Un asemenea model const dintr-o serie de proceduri numerice pentru procesarea de informaii i
judeci ce asist luarea de deciziile manageriale, de aceea va fi numit calcul matematic de
decizie. Un exemplu, ADBUDG II este descris. Acesta este un model online ce poate fi folosit de
manageri de produs pentru a rspunde ntrebrilor legate de bugetul pentru publicitate. Modelul
este n prezent testat de trei manageri de produs.
(1) Introducere

Marea problem cu modelele stiinifice de management este c, practic, nimeni nu le folosete.

Asta este n special adevrat n domeniul marketingului. Au existat, desigur, cteva aplicri, dar
practica este doar o imagine palid a promisiunii. Stimulentele unei implementri de succes sunt
foarte bune. John F. Kennedy a fost citat ca zicnd Adevrata problem astzi este
managementul societii industriale(1). Puini dintre cei care citesc ziarele pot contrazice
aceast afirmaie. Marketingul este de interes particular, nu doar din cauza rolului cheie i
cteodat controversat n societate, dar i pentru c cunotine fundamentale de aici au aplicare
dincolo de lumea businessul, n activitile de marketing ale guvernelor, universitilor, spitalelor
i altor organizaii. Dei exist multe faete pe care o implementare de succes le poate avea, cea
de care se va discuta aici este ntlnirea dintre manager i model. Sunt de prere c comunicarea
peste aceast interfa este aproape nul i c tocmai acest lucru reprezint un impediment major
ctre utilizarea de succes a modelelor de marketing. Mai mult, a dori s sugerez c cerinele
interfaei au implicaii puternice n crearea modelului n sine.
Lucrarea este organizat dup cum urmeaz: (1) Introducere, (2) Ce nu merge?, (3) Cum folosesc
managerii modelele?, (4) Ce poate fi corect?, (5) Un exemplu: ADBUDG II (6) Cum rmne cu
tiina? i (7) Discuie.
Exemplul ce urmeaz a fi discutat vine din marketing. De fapt, din publicitate, dar majoritatea
problemelor apar n general la interfaa manager-model. In continuare, cu riscul de a fi uneori
abstract, discuia va fi pstrat la un nivel general. Termenii manager i decizie vor fi folosii
frecvent. S se noteze c un manager este, frecvent, un mix schimbtor de oameni i o
decizie este de obicei un eveniment de neptruns, identificabil doar n retrospectiv.
(2) Ce nu merge?
Unele dintre motivele pentru care modelele de marketing nu sunt folosite la scar mai larg par a
fi:
1. Modelele bune sunt greu de gsit. Modele convingtoare care includ variabilele de
control ale companiei i conin prin urmare implicaiile directe n cazul n care se ia
aciune sunt relativ dificil de construit. ns, ceva progres se face cu siguran.
2. Parametrizarea eficient este i mai grea. Msurtori i informaii sunt necesare. Ele
necesit oameni de calitate n stadiul de creaie i sunt de regul, scumpe de definitivat.
3. Managerii nu neleg modelele. Oamenii tind s resping ceea ce nu neleg. Managerul
poart responsabilitatea pentru rezultate. Nu ar trebui s ne surprind dac prefer o
analiz simpl, pe care o poate nelege, dei aceasta poate avea o structur calitativ,
ipoteze generalizate, i puine informaii relevante, unui model complex, ale crui ipoteze
pot fi parial ascunse sau formulate n jargon i ale crui parametri pot fi rezultatul unor
manipulri statistice obscure.
n mod tipic, managerul este dornic i nerbdtor s accepte o munc fr greeal care i asigur
viitorul cu certitudine. Din pcate pe msur ce caut n orice studiu efectuat de cercettori

umani ntr-un grup OR obinuit, gsete ipoteze ce par discutabile, terminologie ncurcat, i o
oarecare tendin de a ignora o varietate de probleme calitative pe care managerul le consider a
fi importante. Managerul consider c a ptrunde modelul n profunzime i a afla cum
funcioneaz cu adevrat iese din discuie deoarece nu are fundamentul necesar. Soluia la
aceast situaie neplcut este de a gsi o greeal n model, de obicei o consideraie ce a fost
lsat pe dinafar, i de a face din asta baza pentru amnarea utilizrii modelului ntr-un viitor
nedefinit.
n aceast situaie rspunsul cercettorului de operaiuni este de regul de a conchide c modelul
nu este ndeajuns de complet. Prin urmare, revine la munc pentru a face lucrurile i mai
complicate i probabil i mai greu de neles. ntre timp, managerul continu s foloseasc
modele intuitive care sunt cu mult mai simple dect cel pe care tocmai l-a respins. A putea s
subliniez c legtura profesional dintre OR i tiina managementului escaladeaz construcia
modelul n complexitate. Un amuzament preferat n comer este s i spui celui ce construiete
modelul Ai lsat asta i asta pe dinafar.
4. Majoritatea modelelor sunt incomplete. Dup ce tocmai am condamnat complexitatea ca
fiind ca o bar mpotriva nelegerii, 1 condamn acum caracterul incomplet. Asta
presupune c 1 sper s inventm modele simple care au capacitatea de a include destul
de multe fenomene.
Incompletitudinea este un pericol serios dac un model este folosit pentru optimizare.
Optimizarea poate conduce variabilele de control la valori absurde dac fenomene eseniale sunt
omise. Un rspuns popular la aceast problem este s nu se optimizeze. Uneori acesta este o
soluie potrivit ar trebui s susinem sus i tare c modelul furnizeaz doar n parte
informaiile pentru luarea deciziei i c restul trebuie s vin din alt parte. Cu toate acestea, in
majoritatea cazurilor ne dorim s fim capabili s evalum i s comparm. Asta este optimizare
n embrion iar incompletitudinea poate fi o capcan.
Lista de mai sus cu obstacolele implementrii ar putea fi extins dar ar trebui s fie suficient
pentru a ndeprta automulumirea.
(3) Cum folosesc managerii modelele?
Avem o situaie, dei anectodic, despre cum folosesc cu adevrat managerii modelele.
Grupul OR al unei companii importante de petrol, a condus recent un studiu despre folosina
programrii matematice n programarea produciei n rafinriile lor. Programarea rafinrii a fost
o aplicaie pioner a programrii matematice i este un domeniu de cercetare activ de 10-15 ani.
La una dintre rafinrii dialogul dintre intervievator i analistul OR local a decurs dup cum
urmeaz:
Intervievator: Facei rulri periodice de programare matematic pentru a planifica rafinria?

Analist: Oh, da.

Intervievator: Implementai rezultatele?
Analist: Oh, nu, eu
Intervievator:Bine, dar asta e ciudat. Dac nu implementai rezultatele, poate c ar trebui s
oprii rulrile?
Analist: Nu. Nu, am vrea s facem asta!
Intervievator:De ce nu?
Analist:Ei bine, ce se ntmpl: eu fac cteva rulri pe calculator i le duc managerului de uzin.
El este responsabil pentru acest ntreg paradis al instalatorul de milioane de dolari.
Managerul uzinei se uit peste rulri, se gndete la ele o perioad dup care ma trimite napoi
s fac mai multe. Fac asta, dup care m intorc i le aduc. Se uit la ele dup care probabil c m
va trimite inapoi dup mai multe rulri.
Asta se ntmpl pn cnd, ntr-un final, managerul adun ndeajuns curaj s ia o decizie.
n continuare, lsai-m, s v povestesc nite experiene cu oameni ce folosesc MEDIAC (2) un
model de planificare media dezvoltat de Len Lodish i de mine. Primul pas n folosirea
modelului este pregtirea datelor de intrare. Aceasta necesit o doz suficient de reflectare
asupra problemei n cauz, o anumit doz de cutarea numerelor i de obicei nite estimri
subiective a mai multor cantiti. Dup asta, modelul este rulat i o planificare este generat.
Utilizatorul se uit la planificare i incepe imediat s ia n considerare dac are sens pentru el sau
nu. Este despre propriile ateptri? Cteodat da, iar dac asta este cazul, de obicei aa rmne.
Totui, de cele mai multe ori, planificarea nu este n acord cu intuiia lui. S-ar putea chiar s
difere substantial. Atunci i dorete s tie de ce. ncepe un proces de a descoperi ce anume din
datele de intrare au fcut ca rezultatele s ias aa cum au ieit. Aceasta poate fi descoperit, de
obicei, cu uurin, prin combinarea inspectrii, preocupare despre cum funcioneaz modelul i
varii analize de sensibilitate. Fcnd asta, utilizatorul decide dac este dispus s continue cu
rezultatele aa cum au fost ele obinute. Dac nu, poate, de exemplu, s schimbe formularea
problemei n diferite moduri, sau e posibil s-i schimbe estimrile sale subiective. Uneori,
gsete greeli evidente n datele de intrare. n majoritatea timpului, totui, dac a fost suficient
de atent cu pregtirea datelor de intrare, va fi de acord cu motivele pentru care rspunsurile au
ieit aa cum au ieit i, de fapt, va fi nvat ceva nou despre problema lui. ntregul proces poate
fi descris ca o mbuntire a intuiiei sale. Modelul a servit drept funcie pentru corelarea unui
numr de factori i, n acest caz, nu toate implicaiile corelrii i-au fost evidente de la nceput.
Observai, apropo, c sub nici o form nu a recurs la calculator pentru luarea deciziei. Rmne
eful i cere explicaii de la subordonatul su.

Cred c n acelai tip de proces este implicat i managerul uzinei din exemplul de mai sus. Vd
procesul analiz-educaie-decizie ca o interaciune om-model-main n care omul nu pierde
responsabilitate sau control i n loc de a nelege mai puin, nelege mai mult.
O asemenea interaciune ar trebui s fie, dup prerea mea, scopul pentru mare parte din
construcia normativ a modelului.
(4) Ce poate fi corect?
Dac vrem ca un manager s foloseasc un model ar trebui s l facem modelul lui, o extensie a
abilitii sale de a se gndi la i de a analiza operaiunea. Aceasta presupune cerine speciale de
design i va produce deseori ceva mai degrab diferit de ceea ce ar putea construi un omde stiin
n management. Propunem un nume s descriem rezultatul. Un calcul matematic de decizie va fi
definit ca un set de proceduri, bazate pe un model, de procesare a datelor i judecilor pentru
asistarea managerul n parcursul su de luare a decizilor.
Din experiena ctigat pn n prezent, sugerm c un calcul matematic de decizie ar trebui s
fie:
1. Simplu. Simplitatea promoveaz uurina nelegerii. Fenomene importante ar trebui
adugate modelului, iar cele neimportante scoase. O presiune puternic conduce deseori
la a pune din ce in ce mai multe detalii n model. Trebuie s se reziste acestui tren, mcar
pn cnd oamenii demonstreaz c pot nelege i utiliza modele relativ simple.
2. Robust. Prin asta nelegem c unui utilizator ar trebui s i fie greu s fac modelul s
dea rspunsuri proaste. Se poate face asta cu ajutorul unei structuri care prin natura ei
limiteaz rspunsurile la valori raionale.
3. Uor de controlat. Un utilizator ar trebui s poate face ca modelul s se comporte aa cum
i dorete el. De exemplu, ar trebui s tie cum s i regleze datele de intrare astfel nct
s poat obine aproape orice rezultat. Asta pare a sugera c utilizatorul ar trebui s aib
un set de rspunsuri preconcepute i s se joace cu datele de intrare pn cnd le obine.
Sun ru. Nu ar trebui ca modelul s reprezinte adevrul obiectiv? Oriunde acurateea
obiectiv poate fi atins, sunt convins c marea majoritatea a managerilor vor ncerca s o
obin. Unde nu se poate, iar asta se ntmpl n majoritatea timpului, perspectiva este c
managerul ar trebui s fie lsat la control. Prin urmare, scopul parametrizrii este s
reprezinte operaiunea exact aa cum o vede managerul. Suspectez, mai degrab, c dac
un manager nu poate controla un model, nu l va folosi de fric c l va constrnge s ia
anumite aciuni n care nu crede.. Cu toate acestea, nu m atept ca managerul s abuzeze
de capacitate, deoarece el chiar caut cu sinceritate ajutor.
4. Adaptiv. Modelul ar trebui s poat fi updatat pe msur ce noi informaii devin
disponibile. Aceasta se preteaz n special pentru parametri dar ntr-p oarecare msur i
pentru structur.

5. Exhaustiv n problemele importante. Exhaustivitatea este n conflict cu simplitatea.

Trebuiesc gsite structuri care pot trata diverse fenomene fr se se mpotmoleasc. Un
ajutor important al exhaustivitii este ncorporarea judecilor subiective. Oamenii au o
modalitate de a face decizii mai bune dect par a garanta datele lor. Este clar c sunt
capabili s proceseze o varietate de date de intrare i de a se gndi la judeci complete
despre ele. Deci, dac nu le poi linge, altur-te lor. Estimri subiective vor fi
valoroase pentru cantiti ce sunt dificil de msurat sau care nu pot fi msurate n timpul
pus la dispoziie pentru a lua o decizie. O problem impus de utilizarea datelor de intrare
subiective este c particularizeaz modelul la individul sau la grupul care le face. Asta
face ca modelul s fie, cel puin la nivel superficial, mai fragil i mai puin de ncredere
pentru alii, dect un model n totalitate empiric. Cu toate acestea, un model cu estimri
subiective poate fi un ntritor al unei afaceri bune, deoarece este mai complet i se
conformeaz mai realist cu lumea.
6. Uor de folosit n comunicare. Managerul ar trebui s fie capabil s schimbe datele de
intrare cu uurin i s obin rezultate rapid. On-line, I/O conversaional i timpul
petrecut calculnd fac asta posibil. Orice efort ar trebui ntreprins pentru a exprima cereri
de date de intrare n termeni operaionali. Parametrizarea intern a modelului poate fi
orice, dar cereri le adresate sutilizatorului de date ar trebui s fie n limbajul lui. De
aceea, coeficieni i constante fr o interpretare operaional trebuie descurajai. S i
lsm s fie dedui de ctre calculator din date de intrare ce sunt uor de folosit de ctre
utilizator. Sistemele online se evideniaz ca fiind foarte eficiente n a aduce modelul
managerului. Unii manageri au diminuat importana acestui lucru. Ei argumenteaz c
deciziile luate o dat pe an sau chiar o dat pe lun cu greu necesit sisteme care s
livreze rspunsuri n 10 secunde. Oricine a folosit un sistem conversaional percepe c
argumentul pierde din vedere scopul. Practic nici o decizie nu este fcut dup prima
rulare a modelului. O persoan dezvolt nelegerea unei problemei i soluia ei pe
msur ce lucreaz la ea. Timpul critic nu este timpul limit al deciziei ci urmtorul pas
n procesul de gndire al utilizatorului. Poate c, la fel de important ca comoditatea
operaional a programelor conversaionale este contribuia lor la nvare. Modele bune
de on-line sunt auto-instructive i introduce o persoan n chestiunile problemei i
modelul devine mult mai rapid dect ar fi posibil altfel. Un utilizator poate deduce cu
rapiditate cum funcioneaz un model prin uz personal.Situaia asta este n contrast acut
cu procesarea n pachete cu decalajele ei lungi i impuntoare ritualuri tribale ale
cardurilor compostate, programatori de sistem i operatori de calculatoare. Pe scurt,
nvm tehnici de construire a modelelor i implementare ce aduc modelul la manager i
l fac s devin parte din el. Numim un astfel de model un calcul matematic de decizie.

(5) Un exemplu: ADBUDG II

Un model de mix de marketing on-line ce poate fi folosit de managerii de produs este dezvoltat
n prezent. Managerul de produs este consumatorul ideal pentru un calcul matematic de decizie.
Are responsabilitate substanial pentru ntreg mixul de marketing al variabilelor de control Este
ocupat i nu va folosi un model dect dac face ceva pentru el. Se simte n largul su lund
decizii i, fiind singura persoan rspunztoare pentru rezultate, poate aduna date de intrare i
face judeci fr coordonarea elaborat cerut n majoritatea proceselor de decizie complexe.
Munca este fcut n cooperare cu 3 manageri de produs diferii la dou companii diferite.
Varietatea companiilor i managerilor este ajuttoare pentru a obine perspective asupra interfaei
om-model i n a menine structura modelului general. Dezvoltarea este fcut n pai evolutivi.
Iniial un model foarte simplu de stabilit bugetul de publicitate a fost pus n discuie i folosit
pentru a demonstra anumite concepte. Acesta a fost numit ADBUDG. Dup care, un model
oarecum mai complex pentru pentru stabilirea bugetului de publicitate, unul cu suficiente detalii
nct s aib o valoare practic, a fost dezvoltat i este n folosin acum. Acesta se numete
ADBUDG II i va fi descris mai jos. Experimentele ce l vor folosi vor avea trebuin n crearea
unor modele i mai complexe ce se vor numi BRANDAID I i BRANDAID II .
5.1. Structura modelului
Am spus c ne dorim un model simplu, robust, uor de controlat ce va genera vnzri n urma
publicitii. Ca un prim pas, vnzrile de brand sunt mprite n vnzri din clasa produsului i
cota de pia a brandului. O asemenea separare are o serie de avantaje, ultimul dintre ele nefiind
faptul c oamenii de marketing gndesc n felul acesta.
Considerm o perioad dat de timp. n continuare presupunem:
1. Dac publicitatea este redus la 0, cota de brand va scdea, dar exist o limit minim,
mln, a micorrii cotei ntr-o anumit perioad de timp.
2. Dac publicitatea crete cu mult, ajungnd la ceva ce seamn cu saturaia, cota de pia a
brandului va crete dar exist o limit maxim, a ct de mult se poate obine ntr-o
anumit perioad de timp.
3. O estimare poate fi fcut prin analiza datelor sau judeci subiective al efectului asupra
cotei ntr-o anumit perioad la majorare n publicitate cu 50%.
4. Cota sub rata de publicitate curent este cunoscut.
Avem acum patru puncte ale reaciei cotei de pia a brandului fa de curba publicitii. O curb
neted poate fi pus printre ele. Vezi Figura 1
max
cot
min

prezent

+50%

publicitate
Figura 1: O pant neted a cotei versus publicitate este trecut prin dou puncte i dou
asimptote.
Curba folosit n prezent este:
Cot = min + (max min)*
Constantele i y sunt unic determinate de datele de intrare.
Ecuaia (1) reprezint un set restricionat de relaii a rspunsului. De fapt sunt dispus s utilizez
orice. Curba ar putea s se curbeze n sus sau n jos sau s nconjoare curba din punctul meu de
vedere. Ar trebui schimbat cnd i dac managerul de produs o vrea schimbat. ntre timp, el
poate oferi patru numere, fiecare avnd neles operaional pentru el i care mpreun vor descrie
o curb. Dac ofer numere rezonabile, curba va da napoi rspunsuri rezonabile. Mai mult, patru
numere sunt la limita abilitii noastre de a parametriza rspunsul la vnzri astzi. Susin c
relaia este robust. Presupunnd c facem un test al cheltuielilor pe dou nivele i rulm o
regresie care este linear n publicitate pentru a putea estima rezultatul. Asta ar putea avea sens
din punct de vedere statistic dar, pe cont propriu ar avea implicaii normative absurde (publicitate
= 0 = ). Totui, dac folosim punctele de regresie pentru a estima punctul +50% i alegem un
maxim i minim rezonabil ne putem atepta la rspunsuri rezonabile. Acest lucru nu poate fi
dovedit n general, dar cu un manager i un produs specific poate fi stabilit de o analiz de
sensibilitate. Apropo de asta, desenul din figura 1 are form de S. Acest lucru nu este cerut de
(1). Dac y > 1, curba va avea forma de S, pentru 0 < y 1, o funcie concav. Valoarea
particular y va depinde de datele de intrare. Modelul de mai sus este n mod esenial cel folosit
n modelul ADBUDG iniial. O lips major a modelului este considerarea efectelor timpului.
Pentru a considera acestea presupunem:
1. n absena publicitii, cota va decdea cu un procentaj constant n fiecare perioad de
timp, astfel decderea este exponenial.
2. Aceast decadere determin minimul n orice perioad de timp.
3. (max - min) rmne constant n timp.
Fie ca decdere s denote decderea constant. Sub presupunerile de mai sus:
Decdere = min/ cot curent
Min(t) = decdere * cot (t-1)
Cot(t) = decdere * cot(t-1) + (max-min) *

]
[

(2)

Acesta este un model dinamic simplu. Este uor de neles i se comport rezonabil. Se poate
generaliza n continuare permind anumitor constante s se schimbe cu timpul, dar asta nu pare
a fi de dorit pe moment.
Dar ce nseamn acum publicitatea? Dolari? Expunere? Un manager de produs se gndete la
nivelurile cheltuielilor, media i copiere. S construim cantiti ce variaz de dou ori:
1. Un index al eficienei media
2. Un index al eficacitii copiei.
Despre ambele se va presupune c au drept valoare de referin 1.0. Introducem ipotezele c
publicitatea furnizat, aici adv(t) ce merge n funcia de rspuns este dat de:
Adv(t) = eficiena media(t) * eficacitatea copiei(t) * dolari(t)
Indicii eficienei media i eficacitii copiei pot fi determinai subiectiv, dar exist alternative
mult mai bune. Testarea copiei este folositoare i date media despre cost, expuneri la nivelul
segmentului de pia i valoarea relativ a segmentelor pieei ce pot fi folosite pentru a dezvolta
un index media. Pn acum am inclus: rezultatul publicitii, eficien media, eficacitatea copiei
i dinamica cotei. Considerm vnzrile urmtoare din categoria produsului. Ele ar putea
rspunde la publicitate i au dinamic. La nivelul modelului tratamentul este la fel pentru cot
este n esen la fel aa c omitem detaliile. O varietate de ali factori afecteaz cota de brand i
vnzrile i prin urmare indirect sau direct bugetul de publicitate. Unii dintre aceti factori sunt:
trendul vnzrilor din categoria produsului, sezonalitate, promoii, competiie, schimbri n
distribuie, pre, schimbri ale produsului i schimbri ale ambalajului. Unele sau toate aceste
lucruri pot afecta felul n care managerul de product vede publicitatea. Propunem s discutm
acei factori, dar ntr-o modalitate simplificat, nu diferit de cum un manager le-ar putea trata
acum. Modele ulterioare le vor trata mai detaliat. Considerm iniial trendurile vnzrilor i
sezonalitatea. Introducem componenta categoria produsului (ce este frecvent majoritatea
efectului) i construim un index pentru fiecare perioad de timp. ndreptndu-ne atenia n
continuare ctre ali factori, aflm c managerul de produs are o idee definit despre ce diverse
schimbri pot face pentru el. Dac plnuiete o promoie, o face doar pentru c ateapt ca ceva
s se ntmple cu vnzrile i cota lui. Acelai lucru este valabil pentru schimbrile n produs sau
pre. Prin urmare, i putem cere s construiasc un index despre cum crede el c aceti factori vor
afecta cota brandului n fiecare perioad de timp. Procesul poate fi formalizat prin completarea
unui tabel ca cel de mai jos, cu toi factorii despre care managerul crede c sunt relevani.
Index al Perioada
efectelor
asupra
cotei
Promoii
1.00
Pre
1.00

1.10
1.00

.98
1.00

1.00
1.00

Ambalaj
Aciuni
competitive
Altele
Compus

1.00
1.00

1.05
.98

1.05
.95

1.05
1.00

1.00
1.000

1.00
1.132

1.00
.978

1.00
1.050

Tabelul 1 : Dezvoltarea unui index compus a efectelor non-publicitate.

Indexul compus al efectelor non-publicitate este produsul numerelor din fiecare coloan.
Pentru a rezuma acest tabel:
1. Cota
cota(t) = index efecte non-publicitate(t) * cot brut(t)
cot brut (t) = decdere * cot brut(t-1) + (max-min)

]
[

adv(t) = eficien media(t) * eficacitate copie(t) * adv dolari(t)

3. Vnzri de brand
Vnzri de brand(t) = vnzrile de referin din categoria produsului * indexul vnzrilor din
categoria produsului(t) * cot(t)
4. Profit
Contribuie la profit dup adv(t) = contribuie pe unitate de vnzare(t) * vnzri de brand(t) adv
dolari(t)
Situaia unitilor nu a fost dezvoltat n detaliu i am omis efectul publicitii de brand asupra
vnzrilor din categoria produsului, dar, oricum tot de mai sus reprezint statusul curent al
modelului ADBUDG II.
5.2. I/O conversaional. Am spus c modelul ar trebui s fie uor de folosit. Ar trebui s fie uor
s introducem date ntr-un computer, uor de descoperit ce se ntmpl acolo, uor de schimbat,
uor de fcut rulri pentru rezultate, uor de cercetat variabilele de control i de fcut analize de
sensibilitate. Erori de redactare ar trebui s fie uor de corectat. Detaliile de operare mecanic ar
trebui s necesite ct mai puin antrenament cu putin. Cea mai bun modalitate prin care putem
aborda aceste chestiuni este prin demonstraie. Pn acolo v putem oferi un exemplu. Tabelul 2
arat datele de intrare pentru Groovy, un brand ce se zbate pe piaa de melas. Tabelul 3 arat
urma ntrebrilor din datele de intrare folosite pentru a genera Tabelul 2. Tabelul 4 arat o rulare
pentru rezultat.
Cteva note explicative pentru datele de intrare din tabelul2:

1. Parametri rspunsului la publicitate sunt dedui din datele de referin ale cazului.
Perioadele A i B sunt dou perioade consecutive, posibil ipotetice dar n orice caz
definite de ctre utilizator. Informaiile pentru A i B determin doar rspunsul n vnzri
i constantele decderii. Vezi i ntrebrile n Tabelul 3.
2. n acest exemplu se presupune c publicitatea de brand nu are nici un efect apreciabil
asupra vnzrilor din categoria produsului.
3. Litera M este folosit pentru a descrie milioane.
Urma datelor de intrare din Tabelul 3 este n mod rezonabil auto-explicativ. Cteva npte asupra
rezultatelor din Tabelul 4 sunt:
1. PANTA este un ajutor pentru a cuta peste publicitatea de brand. Este conceput s
rspund la ntrebarea pe care un utilizator este cel mai probabil s o pun: n ce mod ar
trebui s schimb publicitatea pentru a mri profitul? Dar trebuie s ntrebm: Ce profit?
Profitul din acea perioad, sau, de vreme ce schimbrile n vnzri persist i n viitor,
profitul peste mai multe perioade? AM ales s anticipm rspunsul a fi contribuie
cumulativ dup publicitate n ultima perioad a calcului. Dar care publicitate? Ne
ateptm ca ntrebarea s fie pus despre publicitate n orice perioad. Prin urmare
calculm:
PANTA(t) = schimbarea n contribuia cumulativ dup publicitate n ultima perioad per unit
change in adv n dolari(t)
/GROOVY 69/
1.
2.
3.
4.
5.

NUMELE BRANDULUI: GROOVY

NUMR DE PERIOADE: 4.000
LUNGIMEA PERIOADEI: TRIMESTRIAL
PRIMA PERIOAD: 1ST 69
ZON: SUA

CAZ DE REFERIN: BRAND

6. COT PER. A (% DIN UNIT.): 1.860
7. PUBLICITATE PER. B (DOL./PER.): .486M
8. COTA MIN PER. B: 1.770
9. COTA MAX PER. B: 2.250
10. PER. B CU +50% PUBLICITATE: 1.950
11. COT MIN. PE TERMEN LUNG: .000
12. EFICIEN MEDIA: 1.000
13. EFICACITATE COPIE: 1.000
14. PUNCT DE VNZARE: HOGSHEADS
15. CONTRIBUIE (DOL./UNIT.)): .680

16. PREUL BRANDULUI (DOL./UNIT.): 1.812

ALTE INFORMAII DESPRE BRAND
17. COT DE PORNIRE: 1.860
CAZ DE REFERIN CATEGORIA PRODUSULUI
18. NUMELE CATEGORIEI PROD.: MELAS
19. VNZRILE DIN CATEGORIE N PER. A (UNITS/PER.): 290M
20. PRE CATEGORIE (DOL./UNIT.): 1.880
VARIAII DE TIMP
PERIOADA

21.INDEXUL
VNZRILOR DIN
CATEGORIE
22.INDEXUL
EFECT.NON-ADV
23.EFICIEN
MEDIA
24.EFICACITATE
COPIE
25.CONTRIBUIE
(DOL./UNIT)
26.PRE
BRAND(DOL./UNIT.)
27.CATEGORIA DE
PRE(DOL/UNIT)
28.PUBLIC.
DE
BRAND (DOL./PER.)

.943

1.012

1.065

.959

1.000

1.030

1.000

1.000

1.000

1.000

1.000

1.000

1.000

1.000

1.000

1.000

.680

.680

.680

.680

1.812

1.812

1.812

1.812

1.880

1.880

1.880

1.880

.486M

.606M

.876M

.414M

TABELUL 2: Sumar al datelor de intrare pentru brandul Groovy. S-a pstrat ntr-un fiier cu
numele /Groovy-69/
ADBUDG II UN MODEL DE BUGETARE PE MAI MULTE PERIOADE
1. COMPUTERUL PUNE NTREBRI N FORM STANDARD
2. COMPUTERUL PUNE NTREBRI N FORM SCURT
ANS = 1
1. INTRODUCEM NOI DATE
2. UTILIZM DATELE SALVATE

ANS=1
NUMELE BRANDULUI: GROOVY
NUMR PERIOADE DE TIMP(MAX 8): 4
LUNGIME PERIOAD: TRIMESTRIAL
NUMELE PRIME PERIOADE: 1ST 69
ARIA GEOGRAFIC: SUA
DATE DESPRE MARC PENTRU CAZUL DE REFERIN. DOU PERIOADE
CONSECUTIVE NUMITE A I B CU SEZONALITATE, TREND SAU ALTE EFECTE
NON-PUBLICITATE NDEPRTATE
COTA DE PIA N PERIOADA A (5 DIN UNIT.): 1.86
RATA DE PUBLICITATE N PER A (DOL/PER): 486000
COTA DE PIA N PERIOADA B DAC PUBLICITATEA ESTE REDUS LA 0 N
PER. B: 1.77
COTA DE PIA N PERIOADA B DAC PUBLICITATEA ESTE MRITA PN LA
SATURAIE N PER. B: 2.25
COTA DE PIA N PER. B. DAC PUBLICITATEA N PER. B ESTE MRIT CU
50% FA DE PER. A: 1.95
COTA DE PIA PE TERM LUNG DAC PUBLICITATEA ESTE REDUS LA 0: 0
INDEX AL EFICIENEI MEDIA (EX. EFICIEN MEDIE = 1.0): 1.0
INDEX AL EFICACITII COPIE (EX. COPIE N MEDIE = 1.0): 1.0
UNITILE N CARE VOR FI MSURATE VNZRILE (DE FOLOSIT ATT
PENTRU BRAND CT I PENTRU CATEGORIA PRODUSULUI, EX: TONE, CUTII,
MII DE DOLARI,ETC): HOGSHEADS
CONTRIBUIA
PROFITULUI
(INDEPENDENT
DE
CHELTUIELILE
PUBLICITATEA) EXPRIMATE IN DOLARI/UNITATE DE VNZARE: .68

CU

PRE BRAND MEDIU (DOLARI/UNIT. DE VNZARE): 1.812

TABELUL 3: Urma unui utilizator introducnd date de intrare n computer pentru Groovy.
Toate rspunsurile utilizatorului sunt ncercuite.

ALTE INFORMAII DESPRE BRAND

COTA DE PIA LA NCEPUTUL PERIOADEI 1: 1.86
INFORMAII DESPRE CATEGORIA PRODUSULUI PENTRU CAZUL DE
REFERIN. DOU PERIOADE DE REFERIN CONSECUTIVE, A I B CU
SEZONALITATE, TREND I ALI FACTORI NON-PUBLICITATE NDEPRTAI.
NUME CATEGORIE PRODUS: MELAS
RATA VNZRILOR PE CATEGORIE PRODUS N PER. A (UNIT/PER): 290000000
CONSIDERAI REZULTATUL LA PUBLICITATE PENTRU CATEGORIE DE
PRODUS? NU
PRE MEDIU PENTRU CATEGORIA PRODUSULUI (DOLARI/UNIT DE VNZARE):
1.88
DATE VARIABILE N FUNCIE DE TIMP. DAC VARIAIILE DE TIMP NU
SUNT SPECIFICATE, DATE DE REFERIN VOR FI COPIATE N TOATE
PERIOADELE.
RATA VNZRILOR DIN CATEGORIA PRODUSULUI ARE EFECTE SEZONIERE
SAU NON-PUBLICITATE ASUPRA TIMPULUI? DA
INDEXUL VNZRILOR ALE CATEGORIEI PRODUSULUI (CAZ DE REFERIN =
1.00) PENTRU PERIOADA:
1: .943
2: 1.012
3: 1.065
4: .959
COTA DE PIA ARE UN EFECT NON-PUBLICITATE ASUPRA TIMPULUI? DA
INDEX AL EFECTELOR NON-PUBLICITATE (CAZ DE REFERIN = 1.00) PENTRU
PERIOADA:
1: 1.0
2:1.03
3:1.0

4:1.0
EFICIENA MEDIA VARIAZ? NU
EFICACITATEA COPIEI VARIAZ? NU
CONTRIBUIA VARIAZ? NU
PREUL MEDIU DE BRAND VARIAZ? NU
PRE MEDIU PENTRU PRODUS VARIAZ? NU
RATA DE PUBLICITATE DE BRAND VARIAZ? DA
PUBLICITATE DE BRAND (DOL/UNIT) N PERIOADA
1: 486000
2:606000
3:876000
4:414000
1.
2.
3.
4.
5.

SALVEAZ DATE
PRINTEAZ DATE
SCHIMB DATE
REZULTAT
RESTART

ANS = 1
NUMELE FIIERULUI: GROOVY- 69
1.
2.
3.
4.
5.
6.

REZULTAT PENTRU GROOVY

LUNGIMEA PERIOADEI: TRIMESTRIAL
PERIOADA DE START: 1ST 69
ZON: SUA
UNITATE DE VNZARE: HOGSHEADS
DATE DIN FIIER: /GROOVY-69/

PERIOADA
7.COTA DE PIA (% DIN
UNIT)
8.VNZ
CATEG
PROD
(UNIT/PER)
9.VNZ
CATEG
PROD

1
1.860

2
1.961

3
2.043

4
2.009

273M

293M

309M

278M

514M

552M

581M

523M

(DOL/PER)
10.VNZ
BRAND
(UNIT/PER)
11.VNZ
BRAND
(DOL/PER)
12.CONTRIBUIE(DOL/PER)
13.PUBLICIT
BRAND
(DOL/PER)
14.CONTR DUP PUBLICIT
(DOL/PER)
15.CONTR CUMULATIV
DUP PUBLICIT
16.PANT

5.09M

5.76M

6.31M

5.59M

9.22M

10.4M

11.4M

10.1M

3.46M
.486M

3.91M
.606M

4.29M
.876M

3.88M
.414M

2.97M

3.31M

3.41M

3.39M

2.97M

6.28M

9.70M

13.1M

1.634

1.169

.241

-.379

17. CONSTANT DECDERE BRAND: .048

18. EXPONENT PUBLICITATE BRAND: 2.357
19. CONSTANT DEN. BRAND: 4.333
TABELUL 4: Rezultat pentru brandul Groovy pentru datele de intrare din Tabelul 2
O pant pozitiv indic c creterea publicitii vor fi profitabile (n sensul de mai sus); negativ,
neprofitabil; zero, indiferent
2.O opiune de CUTARE este disponibil ce permite calcularea automat a rezultatului
pentru orice secven de valori a oricrui parametru din model.
3.Este posibil s se printeze liniile selectate doar din rezultat.
5.3. Aplicarea modelului
Cineva ar putea considera c modaliti de aplicare a modelului sunt evidente. Nu neaprat.
Modelul trebuie introdus n sistem. Exist o varietate de metode prin care se poate i ar trebui s
se fac asta. Voi descrie una prin care tocmai am trecut: Modelul a fost utilizat pentru a asista n
revizia trimestrial a planului unui brand. Modelul obinuit al operaiunilor efectuate cu un
produs de consum este de a construi un plan al brandului. Acest lucru se face o dat pe an. Planul
mrcii descrie ntreg programul de marketing n detalii considerabile. Cu toate acestea, pe
msur ce anul nainteaz i diverse pri ale programului sunt implementate, schimbri sunt
fcute: apar noi oportuniti, rezultatele actuale ajung i nu sunt ntocmai cum se atepta, i n
general o varietate de evenimente neprevzute au loc. Prin urmare, o serie de revizii i puncte de
replanificare sunt programate, de obicei trimestrial. Asta nu prentmpin aciuni din alte
perioade, ce au loc de fapt, dar mcar programeaz perioada n care schimbri sunt cu siguran
luate n considerare, sau, dac au fost fcute, sunt consolidate ntr-o previziune revizuit a

rezultatelor. Obiectivele noastre n aplicarea modelului au fost de a ncepe de la o viziune a pieei

din perspectiva planului de brand, de a-l modifica pentru a se preta noilor informaii coninute
n rezultatele anului n cauz, i de a evalua noi strategii i de a reprezice rezultate viitoare. n
continuare, am fcut urmtoarele:
Pasul 1: Am ajustat modelul n acord cu planul de brand anual. Un set de date de intrare au fost
create ce vor da ca output al modelului rezultatele gsite n planul de brand original. (Dac
planul de brand ar fi fost construit utiliznd modelul, acest pas nu ar fi fost necesar). Categoria
produsului a fost identificat. Sezonalitatea i trendurile din aceast categorie au fost stabilite.
Datele de intrare ale reaciei la publicitate a vnzrilor au fost estimate utiliznd o combinaie de
judecat i examinarea unor serii trecute de date ale vnzrilor i publicitii. (n acest caz nu
exista nici un test al datelor ce caracterizeaz nivelul de cheltuire dar una dintre consecinele
studiului nostru este c pe viitor firma ia cu seriozitate n considerare utilizarea unor asemenea
teste). O promoie a fost planificat pentru al doilea trimestru i estimat a avea un oarecare efect
asupra cotei. Un test de copiere, utiliznd dou arii diferite ale rii, era n funciune. Planul de
brand a propus ca testul s fie continuat pentru tot anul i prin urmare indexul de copiere a fost
meninut constant la 1.0. n mod similar nici o schimbare substanial n ceea ce privete media
nu a fost anticipat, iar eficiena media a fost meninut la 1.0. Un anume set de rate ale
cheltuielilor pentru publicitate a fost prevzut i a fost adugat modelului. O schimbare a preului
i a ambalajului a fost luat n considerare dar nu a intrat n previziune. Datele astfel adunate au
fost puse n model i mici ajustri ale parametrilor au fost fcute pn cnd modelul a prezis
rezultatele planului de brand cu exactitate. Dup aceea am considerat modelul ca o indicaie
rezonabil a sentimentelor managerului de produs n ceea ce privete funcionarea pieei din
momentul n care planul de brand a fost scris.
Pasul 2: Aducerea la zi a modelului cu rezultatele anului n cauz. Analiza noastr a fost fcut
dup ce datele primului trimestru fuseser introduse. Dou evenimente principale apruser. n
primul rnd, erau departe de valoarea lor prevzut. n al doilea rnd, cheltuielile cu media au
fost mai mici dect a fost plnuit iniial. Prima ntrebare care se pune este dac vnzrile reduse
pot fi puse pe seama cheltuielilor reduse cu media. Prin urmare, am rulat modelul cu nivelul
publicitii al primului trimestru.Conform modelului, schimbarea poate fi atribuit dei nu n
totalitate diferenelor de vnzare. S-a pus ntrebarea dac publicitatea avea un efect mai mare
asupra vnzrilor dect s-a crezut iniial sau dac ali factori erau cauza vnzrilor slabe. Opinia
managerului de produs a fost c ali factori erau cel mai probabil responsabili. Urmtoarea
ntrebare a fost dac factorii vor continua s aib efect i nu a simit c are alte motive s cread
diferit. n consecin, am ajustat indexul efectelor ce nu au legtur cu publicitatea s fie
responsabile pentru scderea vnzrilor din primul trimestru i nu am atribuit-o scderii n
publicitate. Acelai index a continuat s fie folosit tot anul. Din acest punct a fost posibil s rerulm planul de brand cu noii parametri. A naintat o perspectiv mai degrab pesimist a anului.
Pasul 3: Evaluarea noilor strategii. ntre timp, un numr de noi strategii au fost propuse. n
primul rnd, din cauza vnzrilor slabe din primul trimestru i a poziiei mai slabe a profitului,

nivelul publicitii pentru restul anului a fost redus. n al doilea rnd, schimbrile n ambalaj i
pre puse n discuie au fost acceptate i planificate s fie puse n funciune ncepnd cu al treilea
trimestru. Pentru a susine aceasta, promoia comercial a fost schimbat din al doilea trimestru
la al treilea. n final, mai multe rezultate au fost disponibile la testul de copiere i o diferen
suficient a aprut ntre cele dou arii nct s-a planificat implementarea celei mai bune la nivel
national n al patrulea trimestru. O estimare a efectului noii copii asupra indexului de copiere a
fost fcut folosind rezultatele testului. Toate aceste schimbri au fost fcute datelor de intrare.
n continuare, un plan de brand brut pentru urmtorul an a fost pus sub analiz. Dup care noul
plan a fost rulat. Asta a sugerat c o mbuntire semnificativ se va nregistra n vnzri i
profit comparativ cu cazul anterior. A artat, de asemenea, c anumite realocri a cheltuielilor cu
publicitatea n timpul anului i anumite schimbri n buget pot fi garantate. Aceste schimbri au
fost implementate.
Pasul 4: Predicii ale rezultatelor viitoare. Dup ce rulrile anterioare au fost efectuate, s-a decis
asupra anumitor ajustri aduse strategiei. Astfel, ntregul plan a fost rulat din nou. Aceast rulare
a devenit parte din reexaminarea trimestrial.
Aplicaia de mai sus ilustreaz modalitatea general prin care ne ateptm ca modelul s intre n
operaiunea managerului de produs.
(6) Cum rmne cu tiina?
Pn acum discuia pare a fi ignorat scopurile tradiionale i criteriul tiinei. Am trecut prin
chestiuni ca: Cum funcioneaz lumea cu adevrat? Care este varianta cea mai bun de a descrie
lumea ntr-un model? Ct de exact este un model dat? Cum msurm acurateea?
Cu siguran c aceste chestiuni sunt importante, dei exist o poziie extrem i solid ce spune
c putem ctiga valoare din modele, dei ele nu conin msurtori din lumea real. Argumentul
este c un model cantitativ poate fi folosit ca un instrument calitativ de ajutare a gndirii
calitative. n acest rol nu este nevoie de o coresponden unu la unu ntre cantitile reale i
cantitile modelului. Acest punct de vedere i aparine lui Moran A. Cu toate acestea, nu asta
este intenia. Aspirm ca modelul s reprezinte lumea cum trebuie. Totui, standardul de
comparaie nu va fi perfeciunea ci mai degrab ce are managerul disponibil pentru el la
momentul respectiv. Dac ne uitm la situaia lui actual aflm c nu are practic nici un model
predictiv n afar de simpla extrapolare a trecutului, astfel nct modele complexe i fidelitate
detaliat nu sunt nc cerute. Cu aceast conexiune lsai-m s exprim un anume disconfort cu
fraza popular validarea modelului. Validitate nseamn adevr. Nu trebuie s i validezi
modelul din punctul meu de vedere - tiu c este fals. Adevrata chestiune este, de obicei,
acurateea i procesul poate fi mai bine denumit evaluare. Majoritatea modelelor pe care le
propunem aici tind, cel puin iniial, s fie supra- parametrizate din respect pentru datele
disponibile. Asta nseamn c, tindem s includem mai multe fenomene dect tim s msurm
dintre cele pe care tim s le msurm, dar facem asta oricum, pentru c credem c este

important. Drept rezultat, alegnd n mod convenabil parametri putem ntegra date din trecut cu
uurin. Deci, se poate dovedi dificil s dezvoltm a priori o bun modalitate de msurare a
acurateii modelului. Ar trebui, totui, s evalum modelul prin urmrirea performanei, dac se
poate aplica n primul rnd. Pe msur ce deciziile sunt fcute, n mod obinuit, pfacem
previziuni de viitor cu ajutorul modelului. Ar trebui s vedem dac actualul difer de aceast
previziune. n mod obinuit, o va face. Dup care, sarcina este de a determina motivele i de a
corecta parametri modelului sau poate chiar structura sa. Acest proces ar fi n mare parte facilitat
dac modelul al conine o serie de puncte n comun cu lumea real, de exemplu, conine cantiti
ce sunt observabile n lumea real. Procesul va fi de asemenea ajutat dac construim i
implementm programe de msurare speciale. Una dintre cele mai evidente folosine de margine
ale utilizrii modelului este artarea cu precizie a msurtorilor critice ce trebuie efectuate.
Sarcina de parametrizare a modelului este, bineneles, dificil i important. O bun
metodologie pentru a face asta este cea folosit de Scott Armstrong n previziunea vnzrilor de
aparate de fotografiat. Dup ce a specificat ce considera el a fi o structur satisfctoare, a
procedat dup cum urmeaz: Prima dat, to parametri au fost stabilii prin judecat. Dup asta,
a ncercat s i estimeze pe fiecare prin analiza informaiilor.A folosit att de multe seturi de date
i demersuri ale analizei pe cte a putut inventa i separat le-a ludat acurateea. Apropo de asta,
estimrile fcute a priorierau deseori similare cu cele obinute prin analiza informaiilor. Dup, a
combinat rezultatele pn n acel punct prin metode formale. Utiliznd modelul parametrizat
astfel, a fcut previziuni i a creat diverse metode de evaluare a calitii lor. O modalitate a fost
de a face previziuni folosind informaiile noi. Fcnd asta, i-a reajustat parametri pentru a putea
folosi noile date. Aceeai secven de parametrizare iniial, utilizare a modelului, noi colecii de
date i updatare a parametrilor este o procedur adaptiv potrivit pentru majoritatea aplicrilor
de modele operaiunilor n curs de desfurare.
(7) Discuii
Cei trei manageri cu care am lucrat ne-au rspuns fiecare diferit. Toi au fost foarte interesai i
nerbdtori s foloseasc modelul pe brandul lor. Unul a dezvoltat o excelent nelegere a ceea
ce facem i este o important surs de idei de model. Altul a petrecut o cantitate de timp
considerabil lucrnd cu modelul n cooperare cu o alt persoan din companie. mpreun ei au
dezvoltat aplicaia discutat mai devreme. Aceast munc afecteaz evident operaiunile. n cel
de-al treilea caz, am intrat n scen tocmai cnd managerul de produs se lupta cu o problem a
bugetului de publicitate. ntr-un crash program am pus datele mpreun i am efectuat cteva
rulri. Asta a afectat cu siguran recomandrile sale. ns nu cred c i-a nsuit modelul.
Continum cu toi trei i plnuim s mai adugm nc unul n scurt timp.
Dei este prea devreme s ne exprimm, a vrea s prezic cum va intra acest model n companie
i cum se vor organiza acestea pentru a face uz de el. n primul rnd managerii de produs vor
trebui s nvee cum s foloseasc modelul. Asta presupune asisten tehnic i un program de
educare. Asistena tehnic este necesar pentru pformularea problemei i analiza datelor. n ceea
ce privete un program de educare, experiena noastr sugereaz c cea mai bun abordare este

de a conduce utilizatorii poteniali printr-o secven de modele de cretere a ariei i

complexitii. Asta este n esen ce am fcut cu ADBUDG i este exact ce face Glen Urban cu
al lui noi model de produs SPRINTER. De regul, un utilizator, dup ce au nvat un model
simplu, vor ncepe s ntrebe doar de consideraiile adiionale gsite n modelele mai avansate.
Ct pentru organizaie, forma matriceal pare a fi cea mai bun. Sub acest aranjament, managerul
de produs are responsabilitate n linie dar are i un angajament fa de OR i/sau cercetarea pieei
n termeni de cineva atribuit produsului su. Managerul de produs are nevoie de o persoan
creia i poate adresa ntrebri despre comportamentul modelului i o persoan ce poate ajuta la
msurtorile de design i poate face analiza datelor.
Una dintre cele mai evidente consecine ale modelului este c este o piatr n pantof pentru date
mai bune. Sub procedurile de planificare curente, multe probleme de msurare sunt trecute cu
vederea sau suprimate. Modelul ntmpin consideraie explicit a fiecrui factor pe care l
conine i astfel arat cu precizie necesitatea informaiilor.
Referine
1. A. M. Schlesinger, Jr., : A thousand Days, Houghton Mifflin Co., Boston 1965, p.644
2. J. D. C. Little i L. M. Lodish, A media Planning Calculus, Operations Research, 17,
No. 1, (Jan Feb, 1969), pp. 1-35
3. G. L. Urban, Sprinter: A model for the Analysis of New Frequently Purchased
Consumer Products, SSM Working Paper 364 69 (M.I.T., Cambridge, Mass., 1969)
4. W. T. Moran, Great Expectations, paper delivered at TIMS Meeting, Mexico City
(August 1967)
J.S Armstrong,Long-range Forcasting for a consumer durable in an international market PhD.
Thesis, M.I.T. 1968