Documente Academic
Documente Profesional
Documente Cultură
SIMULRI DE MARKETING
- note de curs -
2012
Refereni tiinifici:
Prof. univ. dr. Gheorghe EPURAN, Universitatea Vasile Alecsandri din Bacu;
Conf. univ. dr. Bogdan NICHIFOR, Universitatea Vasile Alecsandri din Bacu.
519.876.5:339.138(075.8)
ISBN: 978-606-527-223-1
Simulri de marketing. Note de curs
INTRODUCERE
AUTORUL
3
Simulri de marketing. Note de curs
4
Simulri de marketing. Note de curs
CUPRINS
Anexe....................... 75
Bibliografie....................... 81
5
Simulri de marketing. Note de curs
6
Simulri de marketing. Note de curs
CAPITOLUL I
CONINUTUL I ROLUL SIMULRILOR DE MARKETING
1
, Simularea metod de studiu a realitii, Buletinul Universitii de Aprare Carol I, nr 2 /2006
7
Simulri de marketing. Note de curs
o reprezentare dinamic a unei pri a lumii reale, realizat prin construirea unui
model abstract ce poate fi micat n timp sau direct influenat de acesta;
o metod de cercetare bazat pe anticiparea rezultatelor unui ansamblu de ipoteze
care au la baz elemente tehnice i relaiile dintre acestea;
o tehnic ce poate realiza o cale de testare, evaluare i manipulare a unui proces
sau sistem fr a aciona direct asupra acestuia;
o tehnic numeric pentru conducerea experimentelor pe un calculator, care
implic anumite tipuri de modele matematice i logice care descriu comportarea
viitoare a unui sistem;
o tehnic de studiu a unor laturi ale comportamentului unui sistem, fr a aciona
direct asupra lui, utiliznd analogii fizice, chimice sau de calcul.
8
Simulri de marketing. Note de curs
deosebit de elastice, i care reprezint legitatea i dinamica fenomenelor economice
(implicit de marketing).
Scopul unui model economico-matematic este acela de a determina valorile unor
variabile necontrolabile (de ieire) n funcie de valorile variabilelor de intrare
(controlabile) innd cont de interdependenele dintre acestea, respectiv dintre acestea i
mediul extern, n condiiile satisfacerii anumitor criterii de performan.
Modelul
Variabile de intrare Variabile de ieire
economico -
(controlabile) (necontrolabile)
matematic
9
Simulri de marketing. Note de curs
Simularea este adesea efectuat adesea pe eantioane de date reprezentative pentru
o colectivitate de date cercetat ceea ce implic utilizarea teoriei sondajului.
Avantaje
Utilizarea simulrii n cercetarea de marketing se datoreaz unor avantaje
incontestabile comparativ cu alte metode.
Principalul avantaj al utilizrii ca metod de obinere a datelor a simulrii rezult
din faptul c permite testarea diferitelor alternative de aciune pe un sistem nlocuitor i nu
pe cel real, respectiv fr a determina modificri n evoluia real a fenomenelor
investigate. Astfel este posibil a se testa eficiena unui numr mare de combinaii de aciuni
posibile ceea este imposibil de realizat n realitate4. Se pot, astfel, determina ntr-un timp
foarte scurt (cteva secunde, de exemplu) comportamente ale unor fenomene de marketing
n anumite condiii date.
Datorit utilizrii calculatorului electronic simularea asigur o reprezentare a
fenomenelor de marketing cu un grad sczut de simplificare i permite studierea diferitelor
relaii dintre variabilele sistemului, sau dintre acestea i variabilele externe. Altfel spus d
posibilitatea manevrrii unui numr mare de variabile, caracterizndu-se printr-un grad
ridicat de fezabilitate.
Simularea permite cunoaterea pe termen lung a rezultatelor diferitelor aciuni
datorit posibilitii de compresie a timpului.
Se poate utiliza pentru studierea unor fenomene extrem de diverse legate de mediul
de marketing intern i extern, permind adoptarea unor decizii imediate sau pentru
perioade lungi de timp. Astfel, prin intermediul simulrii de marketing este stabilit
alternativa decizional ce se va adopta ntr-o situaie dat, momentul adoptrii (eventual
succesiunea deciziilor i momentele n care aceste vor fi puse n aplicare), precum i
deciziile de rezerv.
Pentru realizarea simulrilor de marketing exist produse software relativ uor de
utilizat.
4
n cadrul experimentelor de marketing se testeaz diferite alternative de aciune, adesea n cadrul lumii
reale, n schimb numrul acestora este relativ redus.
10
Simulri de marketing. Note de curs
Dezavantaje
O serie de dezavantaje ale simulrii rezult din dificultatea i uneori imposibilitatea
realizrii modelelor de simulare care s reproduc cu fidelitate procesele i fenomenele
reale. Conceperea modelelor de simulare presupune adesea eforturi financiare
considerabile, timp ndelungat pentru realizarea lor, experien ndelungat i nu n ultimul
rnd tehnic de calcul avansat.
De asemenea, rezultatele aplicrii tehnicii de simulare sunt direct dependente de
msura n care modelul de simulare reprezint modelul real; o singur asociere greit ntre
dou variabile (de exemplu), putnd duce la decizii total eronate.
Identificarea soluiei optime sau foarte bune nu se poate realiza dect dup
adoptarea deciziei, respectiv dup ce rezultatele respectivei decizii s-au produs (fa de
cazul modelelor analitice care permit identificarea de la nceput a soluiei optime).
Soluiile obinute din realizarea unei simulri anterioare nu pot fi utilizate i pentru
o alt problem decizional, modelul de simulare S reprezentnd un singur model real S.
Datorit uurinei n utilizarea programelor pentru simularea anumitor fenomene de
marketing se renun adesea la utilizarea modelrii economico matematice, rolul acesteia
din urm fiind incontestabil n anumite situaii date.
11
Simulri de marketing. Note de curs
studierea fenomenelor de marketing recursive (anumite schimbri ale
fenomenului cercetat au repercusiuni asupra altor fenomene). De exemplu:
schimbri la nivelul unei anumite verigi din lanul de distribuie poate declana
modificri n amontele traseului ducnd la amplificarea consecinelor aciunii
ntreprinse;
studierea efectelor decalate n timp ale anumitor aciuni ntreprinse, ce nu pot fi
exprimate prin intermediul modelelor analitice;
studierea proceselor de tranziie (de exemplu studierea evoluiei n timp a
percepiilor consumatorilor fa de anumii stimuli);
realizarea de teste de senzitivitate, respectiv studierea modului n care
fenomenele de marketing sunt influenate de variaia anumitor variabile
externe;
mai buna structurare a problemei cu care se confrunt decidentul i
fundamentarea cilor de rezolvare a acesteia.
5
Ctoiu, Iacob (coordonator), Cercetri de marketing, Editura Uranus Bucureti, 2002, p 421.
12
Simulri de marketing. Note de curs
Discuii finale:
- Definii simularea i rolul su in investigarea fenomenelor de marketing;
- Identificai similitudinile i diferenele dintre simulare i modelarea economico-
matematic;
- Identificai avantajele i dezavantajele utilizrii simulrii n procesul de investigare a
fenomenelor economice, implicit de marketing;
Tem propus:
Realizai un referat cu tema Importana simulrii n investigarea fenomenelor de
marketing.
13
Simulri de marketing. Note de curs
14
Simulri de marketing. Note de curs
CAPITOLUL II
CLASIFICAREA TEHNICILOR DE SIMULARE
15
Simulri de marketing. Note de curs
n funcie de natura algoritmilor utilizai tehnicile de simulare sunt:
metode de simulare determinist (dirijat) variabilele (n cadrul
aceluiai ciclu de simulare) sau parametrii (de la un ciclu de simulare la
altul) capt n cadrul fiecrui ciclu de simularea valori deterministe
(valori date sau rezultate dintr-un anumit procedeu de calcul);
metode de simulare ntmpltoare cel puin una dintre variabilele
sau parametrii modelului capt valori ntmpltoare sau
pseudontmpltoare;
metode de simulare determinist cu perturbaii ntmpltoare
variabilele sunt att deterministe ct si ntmpltoare, acestea din urm
nefiind n msur s schimbe evoluia general a funcionrii sistemului.
Prezena acestor variabile confer ns un plus de realism modelului de
simulare.
16
Simulri de marketing. Note de curs
tehnici de simulare convenional rezultatele diferitelor experimente
sunt raportate statistic la sfrit, utilizatorii modelelor neavnd
posibilitatea de a interveni n procesul de simulare pentru a proceda la
diverse modificri pe parcursul desfurrii experimentelor i a evalua
impactul acestor intervenii asupra rezultatelor. Aceste tehnici presupun
calculul intervalului de ncredere al modelului;
tehnici de simulare interactiv vizual fiind dintre cele mai noi
tehnici de simulare, tehnicile de simulare interactiv vizual permit
intervenia utilizatorului n procesul de simulare i evidenierea
rezultatelor diverselor sale aciuni pe parcursul desfurrii
experimentelor. Aceste modele asigur redarea vizual static
(imaginile sunt afiate pe rnd) sau dinamic (evoluia sistemului este
prezentat n timp prin imagini animate) a rezultatelor diferitelor
intervenii ale utilizatorului. Avantajele acestor tehnici sunt
incontestabile n condiiile n care stimulii vizuali sunt adesea mult mai
bine percepui, iar utilizatorii prin interaciune cu modelul pot testa, pe
parcursul desfurrii experimentelor, diferite alternative de aciune
ceea ce duce creterea ncrederii n rezultatele obinute i ameliorarea
efectelor nvrii.
tehnici de simulare virtual presupun crearea unui mediu artificial
(virtual), la care, prin echipamente adecvate (aparate audio, cti,
senzori etc.) utilizatorul este conectat. Sunt evaluate deopotriv aciunile
sistemului ct i ale utilizatorului.
17
Simulri de marketing. Note de curs
Discuii finale:
Identificai i descriei caracteristicile diferitelor tehnici de simulare pornind de la
urmtoarele criterii de clasificare:
- tipul modelului utilizat;
- natura algoritmilor utilizai;
- timpul necesar realizrii simulrii;
- momentul efecturii simulrii;
- interaciunea om-calculator;
- precizia rezultatelor.
18
Simulri de marketing. Note de curs
CAPITOLUL III
COMPONENTELE SISTEMELOR DE SIMULARE DE MARKETING
19
Simulri de marketing. Note de curs
stare (a unei componente) reunire de atribute ce caracterizeaz
componenta. Strile componentelor principale descriu starea sistemului
propriu-zis. De fapt, obiectivul principal al simulrii este n nelegerea
evoluiei strilor sistemului, a modului n care acestea se modific, controlul
i predicia lor, n condiiile mbuntirii performanelor acestuia;
conexiune (legtur) interaciunea dintre dou sau mai multe
componente, sau dintre acestea i mediul extern;
traiectorie secvena de stri specifice sistemului ntr-un interval de timp
considerat;
optimizare idealul simulrii este de a determina acele performane
maxime (optime) posibile;
model vezi pag. 8;
modelare modalitate de cercetare a unor fenomene utiliznd ca
instrument modelul;
model de simulare - vezi pag. 9;
simulator sistem echivalent (analog) care se comport similar sistemului
real pe care l reprezint. Construcia sistemului echivalent / analog
(simulatorul) presupune fie pstrarea din sistemul real a ceea ce este
esenial (se vor elimina acele legturi cu anse reduse de a se produce, acele
componente a cror probabilitate de apariie este sczut etc.), fie reunirea
unor componente diferite de sistemul real, dar care n interaciunea dintre
ele se comport similar cu sistemul simulat;
eveniment schimbarea strii unei componente a sistemului;
proces secven de evenimente ordonate n timp;
activitate un ansamblu de operaii ce modific starea unei componente;
20
Simulri de marketing. Note de curs
variabile de intrare, care pot fi ntmpltoare sau deterministe
nregistreaz valori discrete care se schimb n permanen n cadrul
ciclului de simulare;
parametri de intrare nregistreaz valori constante de-a lungul
ciclului de simulare
datele de ieire sunt variabile care depind de valorile variabilelor i
parametrilor de intrare; dependena dintre acestea fiind ilustrate prin
algoritmul ce st la baza modelului de simulare.
Discuii finale:
- Definii principalele concepte specifice simulrii;
- Identificai elementele unui model de simulare.
21
Simulri de marketing. Note de curs
22
Simulri de marketing. Note de curs
CAPITOLUL IV
ETAPELE SIMULRILOR DE MARKETING
23
Simulri de marketing. Note de curs
asemenea, se pot aduce o serie de mbuntiri unor modele deja existente
i se poate verifica valabilitatea acestora;
24
Simulri de marketing. Note de curs
realizarea propriu-zis a simulrii presupune rularea pe calculator a
programelor de simulare prin considerarea succesiv a ct mai multor
valori ale datelor de intrare. Se urmrete, astfel, acoperirea a ct mai
multor situaii reale; n funcie de valorile obinute ale variabilelor de ieire
se formuleaz decizii (se selecteaz anumite valori ale datelor de intrare) n
msur s genereze mbuntirea performanelor sistemului simulat.
Discuii finale:
- Indicai i descriei etapele ce se parcurg pentru realizarea experimentelor de
simulare de marketing.
25
Simulri de marketing. Note de curs
26
Simulri de marketing. Note de curs
CAPITOLUL V
MODELE DE SIMULARE
27
Simulri de marketing. Note de curs
0, daca x 0
F ( x) x, daca x (0,1)
1, daca x 1
n cazul n care, utiliznd un procedeu de generare de numere aleatoare s-a
obinut un ir de numere repartizate uniform n intervalul (0, A), A fiind un
numr ntreg, iar n un anumit numr din cadrul irului generat, se face
transformarea x = n /A, obinndu-se un ir de valori uniform repartizate n
intervalul (0, 1);
6
Exist i modaliti de generare de numere aleatoare ce nu presupun utilizarea calculatorului electronic
(utilizarea de zaruri, rulete, urne cu bile etc.). Datorit vitezei reduse, astfel de metode nu sunt folosite n
simularea proceselor economice.
28
Simulri de marketing. Note de curs
sunt statistic independente (nu sunt autocorelate) - exist o serie de teste statistice
ce studiaz independena dintre variabile (ex: testul 2 , testul Student, testul
Kolmogorov etc.) ce pot fi utilizate pentu verificarea acestei condiii;
sunt reproductibile, respectiv, utiliznd acelai algoritm cu aceleai valori iniiale se
obine acelai ir de numere;
funcia de repartiie este stabil, respectiv nu se produc schimbri ale repartiiei n
cursul rulrii programului de simulare;
irul enumerat are o perioad de repetiie mare (teoretic irurile de numere aleatore
nu trebuie s conin repetiii, ceea ce, prin utilizarea generatoarelor nu este
posibil). Avnd n vedere aceste aspecte perioada de repetiie trebuie s fie n
consecin ct mai mare.
Atunci cnd sunt investigate prin simulare fenomene stochastice, pentru a imita sau
reproduce comportamentul sistemului simulat se impune generarea de numere aleatoare.
Procesul prin care sunt generate numere sau variabile n mod aleator poart numele
de metoda Monte Carlo.
Dup cum am precizat n subcapitolul anterior pentru generarea numerelor aleatore
- numere aleatoare uniform distribuite n intervalul [0, 1] - se impune utilizarea
generatorilor de numere aleatoare. Astfel de generatori, verificai i testai, sunt coninui
de toate limbajele de programare generale i limbajele speciale de simulare.
Metoda Monte Carlo reprezint o metod de simulare prin care se urmrete
studierea realitii prin procese probabilistice. De fapt, denumirea metodei provine dup
cazinourile de la Monte Carlo ale cror rulete pot fi considerate generatoare de numere
aleatoare.
La momentul actual, metoda de simulare Monte Carlo se aplic din ce n ce mai
mult pentru studierea fenomenelor economice (implicit a fenomenelor de marketing),
pentru studierea problemelor stochastice sau n condiii de risc, respectiv n situaia n care
aceleai direcii de aciune pot genera mai multe rezultate, ale cror probabiliti se pot
estima.
Avnd la baz teoria probabilitii, cu ajutorul metodei Monte Carlo sunt realizate
evaluri, ierarhizri care permit adoptarea deciziei n legtur cu diferite probleme de
marketing. Altfel spus, metoda Monte Carlo asociaz problemei investigate un model
aleatoriu, iar prin generarea unor variabile aleatorii care sunt legate funcional de soluie se
realizeaz experimente asupra modelului obinndu-se informaii n legtur cu problema
investigat.
Pentru asigurarea succesului n utilizarea metodei se impune ca variabilele generate
aleator s fie estimate astfel nct s se nregistreze o abatere n probabilitate ct mai mic
comparativ cu a variabilelor considerate reale.
Precizia metodei crete pe msur ce crete numrul ncercrilor, dar este
dependent i de variaia acestora. n fapt, metoda Monte Carlo este un mod de simulare
bazat pe sondaj.
30
Simulri de marketing. Note de curs
unde:
f * ' (1 f * ' )
t , n 1 - eroarea ataat probabilitii de producere a
n
evenimentului;
t; n-1 - coeficientul ce corespunde probabilitii de garantare a rezultatelor, citit din
tabelul repartiiei Student (anexa 1), pentru n 1 grade de libertate i un nivel de
semnificaie ( = 1 P), determinat n funcie de probabilitatea P cu care se
dorete a se garanta rezultatele.
Exemplu
Considerm 20 experimente (n = 20), n urma crora s-a obinut o frecven f* =
0,6, i un nivel de semnificaie de = 0,05, rezult o frecven real de apariie a
evenimentului cuprins n intervalul:
Deci probabilitatea de apariie a fenomenului real este cuprins ntre (0,37, 0,83),
respectiv (37%, 83%). n acest caz eroarea ataat probabilitii de producere a
evenimentului este 0,23 sau 23%.
31
Simulri de marketing. Note de curs
n cazul n care se dorete ca eroarea asociat probabilitii (p) de apariie a
evenimentului considerat s nu depeasc un anumit nivel , atunci se impune ca
numrul de repetiii ale experimentului s fie:
Exemplu
Dac pentru probabilitatea de apariie a evenimentului p = 0,6 se dorete asigurarea
unei erori care s nu depeasc nivelul 3%, n condiiile unui nivel de semnificaie de
0,05 atunci n va fi:
2,0932 0,6(1 0,6)
n 1169 .
0,032
Valoarea p poate fi considerat pentru nceput ca fiind egal cu probabilitate de
apariiei a evenimentului obinut n baza primelor ncercri realizate, ulterior urmnd a fi
ajustat pe msur ce numrul de experimente realizate crete.
unde:
x - constituie media aritmetic a valorilor nregistrate a variabilei simulate (xi) dup
n
x i
n experimente: x i 1
;
n
S
t , n 1 - eroarea ataat mediei reale;
n
x
2
i x
S - estimator al abaterii medii ptratice a valorilor xi.
n 1
Exemplu
Dac n cazul a n = 20 experimente s-a obinut o medie x =105, pentru care S = 15,
rezult media variabilei reale se va ncadra n intervalul:
32
Simulri de marketing. Note de curs
105 7,02 < x0 < 105 + 7,02 97,98 < x0 < 112,02, unde:
S2
n t2 , n 1 .
2
Exemplu
Considerm c dup n = 20 experimente a rezultat o valoare medie x = 105, pentru
care S = 15 i o valoare = 6,7, n condiiile unui nivel de semnificaie de = 0,05. Se
dorete determinarea numrului de experimente necesar a se realiza pentru a obine o
precizie a rezultatelor = 2.
15 2
n 2,093 2 247 .
22
33
Simulri de marketing. Note de curs
f
i 1
i
34
Simulri de marketing. Note de curs
se reprezint grafic valorile nregistrate ale variabilei investigate i probabilitile
cumulate corespunztoare. Considernd pentru exemplificare un numr de 6 valori
xi, graficul se prezint astfel:
p'6
1
0.9
p'5
probabilitati cumulate 0.8
0.7
0.6
p'4
0.5
0.4
p'3
0.3
p'2
0.2
p'1
0.1
0
x1 x2 x3 x4 x5 x6
35
Simulri de marketing. Note de curs
Cu ajutorul acestor date se pot realiza estimri ale parametrilor variabilei
investigate (media, dispersia, coeficientul de variaie, abaterea medie ptratic).
Exemplu
Considerm un eantion de 200 persoane supus unei cercetri, pentru care s-a
nregistrat frecvena de cumprare (numrul de cumprturi) al unui anumit produs X, n
cursul unei luni. Rezultatele centralizate se prezint astfel:
Numrul de cumprturi Frecvene
ale produsului X n absolute
decursul unei luni (buci) (persoane)
0 15
1 19
2 36
3 53
4 41
5 18
6 11
7 7
Total 200
Pe baza acestor date se dorete a se estima evoluia pentru perioada urmtoare a
cumprrilor din produsul X. Se consider un nivel de semnificaie de 0,05.
36
Simulri de marketing. Note de curs
se reprezint grafic valorile nregistrate ale variabilei investigate i probabilitile
cumulate corespunztoare:
0.965 1.000
1.0 0.910
0.9 0.820
probabilitati cumulate
0.8
0.7 0.615
0.6
0.5
0.4 0.350
0.3
0.170
0.2
0.075
0.1
0.0
0 1 2 3 4 5 6 7
37
Simulri de marketing. Note de curs
Cu ajutorul acestei distribuii se pot realiza estimri cu privire la cumprturile
medii realizate de ctre consumatori, precum i a altor indicatori de caracterizare a
distribuiei:
1 2 1.2544
2 7 15.054
3 4 0.7744
4 3 0.0144
5 3 0.0144
6 2 1.2544
7 6 8.2944
8 3 0.0144
9 6 8.2944
10 1 4.4944
11 5 3.5344
12 3 0.0144
13 2 1.2544
14 3 0.0144
15 4 0.7744
16 5 3.5344
17 4 0.7744
18 4 0.7744
19 4 0.7744
20 0 9.7344
21 0 9.7344
22 0 9.7344
23 5 3.5344
24 0 9.7344
25 2 1.2544
Total 78 94,6400
x i
78
Media celor 25 valori selectate: x i 1
3,12 ;
n 25
x x
2
94,64
S i
1,986 ;
n 1 25 1
x x
2
94,64
S 2
i
3,943 ;
n 1 25 1
S 1,986
Coeficientul de variaie: v 100 100 63,7% .
x 3,12
Metoda Lanurilor Markov permite realizarea de previziuni ale cotelor de pia ale
unor produse concurente innd cont de modificarea preferinelor consumatorilor.
Pornind de la aceast metod i prin asocierea anumitor probabiliti de realizare
(prin generarea de numere aleatoare) aciunilor viitoare ale consumatorilor, se pot
previziona prin simulare cotele de pia ale produselor concurente, asigurndu-se un grad
mai mare de certitudine estimrilor realizate tocmai datorit caracterului aleatoriu al
fenomenelor economice.
Exemplu
Pentru trei produse concurente: A, B, C, D se consider urmtoarele cote de pia la
momentul t, respectiv: 30%, 40%, 25% i 5%.
Coeficienii de fidelitate asociai fiecruia din cele trei produse (ponderea
consumatorilor care repet cumprarea) sunt:
- 0,7 (70%) pentru produsul A;
- 0,5 (50%) pentru produsul B;
- 0,65 (65%) pentru produsul C;
- 0,8 (80%) pentru produsul D.
De asemenea se consider urmtoarele:
din cei 30% consumatori care prsesc produsul A, 10% vor achiziiona
produsul B, 15% vor achiziiona produsul C i 5% vor achiziiona produsul
D;
din cei 50% consumatori care prsesc produsul B, 15% vor achiziiona
produsul A, 15% vor achiziiona produsul C i 20% vor achiziiona
produsul D.
din cei 35% consumatori care prsesc produsul C, 10% vor achiziiona
produsul A, 5% vor achiziiona produsul B i 20% vor achiziiona produsul
D;
40
Simulri de marketing. Note de curs
din cei 20% consumatori care prsesc produsul D, 5% vor achiziiona
produsul A, 5% vor achiziiona produsul B i 10% vor achiziiona produsul
C.
Pe baza acestor informaii se pot previziona cotele de pia ale celor trei produse
pentru n momente ulterioare.
Considerm n = 4.
Coeficienii de fidelitate i probabilitile de tranziie asociate celor trei produse vor
lua forma matricei:
p AA 0,70 p AB 0,10 p AC 0,15
p AD 0,05
p BA 0,15 p BB 0,50 p BC 0,15 p BD 0,20
p ,
0,10 p CB 0,05 p CC 0,65 p CD 0,20
CA
p 0,05 p DB 0,05 p DC 0,10 p DD 0,80
DA
unde pij reprezint probabilitatea ca dup achiziia produsului i s se achiziioneze produsul
j.
Valorile previzionate ale cotelor de pia pentru momentul t+1 vor fi:
- pentru produsul A: 30 . 0,70 + 40 . 0,15 + 25 . 0,10 + 5 . 0,05 = 29,75%;
- pentru produsul B: 30 . 0,10 + 40 . 0,50 + 25 . 0,05 + 5 . 0,05 = 24,50%;
- pentru produsul C: 30 . 0,15 + 40 . 0,15 + 25 . 0,65 + 5 . 0,10 = 27,25%;
- pentru produsul D: 30 . 0,05 + 40 . 0,20 + 25 . 0,20 + 5 . 0,80 = 18,50%;
Similar se vor previziona cotele de pia i pentru urmtoarele perioade:
Cota de pia la momentul:
Produsul
t t+1 t+2 t+3 t+4
A 30 29.75 28.15 26.43 24.99
B 40 24.50 17.51 14.29 12.75
C 25 27.25 27.70 27.52 27.17
D 5 18.50 26.64 31.76 35.09
41
Simulri de marketing. Note de curs
Pentru a simula evoluia cotelor de pia pentru produse concurente metoda Monte
Carlo presupune ataarea anumitor probabiliti de realizare (prin generarea de numere
aleatoare) aciunilor viitoare ale consumatorilor. Modelul presupune parcurgerea
urmtoarelor etape:
determinarea probabilitilor de tranziie cumulate pentru fiecare produs
(vom lua n calcul inclusiv coeficienii de fidelitate);
ataarea fiecrui produs a unui interval de numere aleatoare uniform
distribuite pe baza valorilor probabilitilor de tranziie cumulate;
generarea de numere aleatoare pentru numrul de etape ulterioare pentru
care se dorete a se estima evoluia cotei de pia;
determinarea la nivelul fiecrui moment a produsului pe care l va
achiziiona cumprtorul innd cont de valoarea numrului aleator
corespunztor i ultima cumprare realizat (modelul se bazeaz pe metoda
Lanurilor Markov de ordinul nti ce presupune c probabilitatea ca un
cumprtor s opteze pentru un anumit produs este determinat de cea mai
recent cumprare)
se realizeaz n mod similar un anumit numr de experimente n funcie de
obiectivele urmrite (aa cum am precizat anterior, creterea numrului de
experimente va determina obinerea de rezultate mai precise).
Exemplu
Vom continua exemplul anterior (prezentat la metoda Lanurilor Markov) i vom
determina cota de pia i probabilitile de tranziie cumulate.
Produsul Probabilitate Interval de
Probabilitate
Produsul imediat de tranziie numere
de tranziie
urmator cumulate aleatoare
A 0.70 0.70 [0 - 0,70)
B 0.10 0.80 [0,70 - 0,80)
A
C 0.15 0.95 [0,80 - 0,95)
D 0.05 1,00 [0,95 - 1,00)
42
Simulri de marketing. Note de curs
Produsul Probabilitate Interval de
Probabilitate
Produsul imediat de tranziie numere
de tranziie
urmator cumulate aleatoare
A 0.15 0.15 [0 - 0,15)
B 0.50 0.65 [0,15 - 0,65)
B
C 0.15 0.8 [0,65 - 0,80)
D 0.20 1,00 [0,80 - 1,00)
A 0.10 0.10 [0 - 0,10)
B 0.05 0.15 [0,10 - 0,15)
C
C 0.65 0.8 [0,15 - 0,80)
D 0.20 1,00 [0,80 - 1,00)
A 0.05 0.05 [0 - 0,05)
B 0.05 0.10 [0,05 - 0,10)
D
C 0.10 0.20 [0,10 - 0,20)
D 0.80 1,00 [0,20 - 1,00)
Vom genera, cu ajutorul funciei RAND() din Excel numere aleatoare pentru 4
momente ulterioare pentru care se dorete a se realiza estimarea. Vom realiza simularea
cotelor de pia pe baza coeficienilor de fidelitate i probabilitilor de tranziie estimate
pentru produsul C de exemplu.
Vom considera n = 15 experimente.
Numere aleatoare generate:
Nr. Momentul
Experiment t+1 t+2 t+3 t+4
1 0.5709 0.7883 0.4761 0.1631
2 0.9303 0.8631 0.6958 0.1081
3 0.1303 0.9102 0.1925 0.6333
4 0.9803 0.5561 0.3261 0.0061
5 0.5352 0.8389 0.0686 0.6134
6 0.4001 0.9932 0.6960 0.3809
7 0.2966 0.0393 0.6971 0.0147
8 0.5994 0.5701 0.7497 0.9645
9 0.5783 0.9309 0.1351 0.0962
10 0.4729 0.6656 0.1219 0.4565
11 0.4797 0.1937 0.7068 0.8034
12 0.8013 0.0162 0.3811 0.1608
13 0.4247 0.8046 0.8122 0.7393
14 0.3120 0.9762 0.5562 0.3965
15 0.8800 0.0940 0.4972 0.9511
43
Simulri de marketing. Note de curs
Se determin pe baza numerelor aleatoare generate produsele ce se vor achiziiona
la momentele 1, 2, 3 i 4, astfel:
n cazul experimentului 1: la momentul 1 numrul aleator generat este 0.5709. n
tabelul n care sunt prezentate probabilitile de tranzitie, pentru produsul C, valoarea
0.5709 se ncadreaz n intervalul [0,15 - 0,80), care de asemenea, corespunde produsului
C; deci urmtorul produs cumprat va fi C. Numrul generat pentru momentul 2 este
0.7883 care aparine intervalului [0,15 - 0,80); deci la momentul 2 se va achiziiona tot C,
.a.m.d..
n cazul experimentului 2, prima valoare generat este 0.9303, care aparine
intervalului [0,80 - 1,00); deci produsul achiziionat la momentul 1 va fi D. La momentul 2
valoarea generat este 0.8631, ce aparine intervalului [0,20 - 1,00), deci se va achiziiona
tot D, .a.m.d..
Produse achiziionate la momentele 1, 2, 3 i 4:
Momentul
Nr. experiment
t+1 t+2 t+3 t+4
1 C C C C
2 D D D C
3 B D C C
4 D D D A
5 C D B B
6 C D D D
7 C A A A
8 C C C D
9 C D C A
10 C C B B
11 C C C D
12 D A A A
13 C D D D
14 C D D D
15 D B B D
Frecventa de alegere a produsului:
A - 2 2 4
B 1 1 3 2
C 10 4 5 3
D 4 8 5 6
Probabilititatea de tranziie
C-A 0.000 0.133 0.133 0.267
C-B 0.067 0.067 0.200 0.133
C-C (coeficieni de fidelitate) 0.667 0.267 0.333 0.200
C-D 0.267 0.533 0.333 0.400
44
Simulri de marketing. Note de curs
- pentru produsul B:
Momentul
Nr. experiment
t+1 t+2 t+3 t+4
B-A 0.333 0.200 0.267 0.267
B-B (coeficieni de
0.400 0.333 0.200 0.200
fidelitate)
B-C 0.133 0.200 0.200 0.200
B-D 0.133 0.267 0.333 0.333
- pentru produsul D:
Momentul
Nr. experiment
t+1 t+2 t+3 t+4
D-A 0.000 0.000 0.133 0.133
D-B 0.133 0.200 0.000 0.067
D-C 0.133 0.067 0.133 0.067
D-D (coeficieni de
0.733 0.733 0.733 0.733
fidelitate)
45
Simulri de marketing. Note de curs
Valorile previzionate ale cotelor de pia pentru momentul t+1 vor fi:
- pentru produsul A: 30 . 0,733 + 40 . 0,333 + 25 . 0,000 + 5 . 0,000 = 35,33%;
- pentru produsul B: 30 . 0,133 + 40 . 0,400 + 25 . 0,067 + 5 . 0,133 = 22,33%;
- pentru produsul C: 30 . 0,133 + 40 . 0,133 + 25 . 0,667 + 5 . 0,133 = 26,67%;
- pentru produsul D: 30 . 0,000 + 40 . 0,133 + 25 . 0,267 + 5 . 0,733= 15,67%;
46
Simulri de marketing. Note de curs
49
Simulri de marketing. Note de curs
convenabile. n final, ei vor decide ce s cumpere i de la care echip, oferind astfel
juctorilor avantaj competitiv. 7
ntr-un joc de ntreprindere se poate utiliza att metoda de simulare Monte Carlo
(dac intervin variabile aleatorii) sau tehnicile de simulare Forrester, alturi de metodele
cercetrii operaionale sau statistico-matematice. Astfel, avnd n vedere c un model
matematic asigur o evaluare n termeni cantitativi a unui fenomen, n timp ce orice proces
economic complex impune n momentul lurii deciziei considerarea i a factorilor
calitativi, utilizatorul va combina cele dou categorii de metode (cantitative i calitative).
Un joc de ntreprindere trebuie astfel conceput nct s fie caracterizat prin
elasticitate; un model rigid neputnd pune n valoare inteligena i creativitatea
participanilor i, de asemenea, pe msura derulrii experimentrilor nu permite
perfecionarea sistemului.
Jocurile de ntreprindere sunt clasificate dup numeroase criterii, dintre care mai
importante sunt8:
Dup sfera de aciune, jocurile se clasific n:
Jocurile pentru ntreaga ntreprindere (Total Entreprise sau Top
Management) - simuleaz funciile principale ale ntreprinderii, astfel
nct participanii la joc s poat nelege diversele legiti ale unitii
economice n ansamblu, n condiiile influenei reciproce att dintre
subsistemele interne, ct i dintre acestea i mediul exterior.
Jocul funcional (Functional game) se refer la o funcie specific a
ntreprinderii analizate, participanii la joc putnd experimenta diferite
decizii n cadrul compartimentului care ndeplinete funcia simulat
(serviciul de aprovizionare, serviciul de investiii, serviciul de producie
etc.) i estima eventualele consecine pentru alte compartimente cu care
acioneaz n strns legtur.
7
Preluat dup www.smartbox.ro
8
Preluat dup Raiu Suciu, Camelia, Modelarea & simularea proceselor economice Teorie i practic,
Ediia a patra, Editura Economic, Bucureti, 2005, pp. 254-257.
50
Simulri de marketing. Note de curs
Jocurile complexe analizeaz mai multe funcii ale ntreprinderii i
relaiile principale cu alte compartimente sau chiar cu mediul exterior
ntreprinderii. n acest caz, juctorii trebuie s estimeze implicaiile unei
decizii adoptate ntr-un anumit compartiment asupra altor compartimente
ale ntreprinderii. De asemenea, se urmrete evaluarea efectelor unor
perturbaii asupra compartimentului considerat chiar dac aceste
perturbaii au aprut n afar, de pild, ntr-un compartiment cu care
exist strnse legturi.
Jocurile pentru alte zone de specialitate permit testarea unor strategii
politice, economice, tehnico-organizatorice privind o ramur de activitate
economic dintr-o anumit zon geografic. De exemplu, dac se
consider diverse programe de lucru ale unor uniti de distribuie, se pot
constata efectele economice la nivelul unitilor beneficiare sau se pot
stabili consecinele pentru unitile de distribuie analizate, corelate cu
comportamentul unitilor consumatoare.
53
Simulri de marketing. Note de curs
valorile iniiale ale parametrilor de stare precum i evoluiile probabile
ale unor indicator; posibile perturbaiile i eventual probabilitatea de
realizare etc.;
restriciile de joc (respectiv restricii n legtur cu resursele la
dispoziia participanilor, informaiile pe care le deine sau le poate
obine un participant, opiunile posibile i decizia pe care trebuie s o
adopte pentru realizarea obiectivului impus, restricii de aciune etc.),
obiectivele ntreprinderii sau compartimentului pe care l reprezint
fiecare juctor;
54
Simulri de marketing. Note de curs
55
Simulri de marketing. Note de curs
56
Simulri de marketing. Note de curs
57
Simulri de marketing. Note de curs
Discuii finale:
Descriei principele caracetristici ale urmtoarelor modele de simulare:
- Generarea numerelor i variabilelor aleatoare;
- Metoda de simularea Monte Carlo;
- Simularea evoluiei cotelor de pia pentru produse concureniale;
- Jocuri de simulare;
- Simularea de tip Forrester.
Teme propuse:
1. Considerai 30 experimente n urma crora s-a obinut o frecven relativ de
apariie a unei anumite valori f* de 0,7 i un nivel de semnificaie de = 0,01.
Determinai frecvena real de apariie a evenimentului.
5. Considerai un eantion de 100 persoane supus unei cercetri, pentru care s-a
nregistrat frecvena de vizitare a unui anumit anumit magazin, n decursul unei
luni. Rezultatele centralizate se prezint astfel:
58
Simulri de marketing. Note de curs
Frecvene
Numrul de vizite realizate
absolute
0 23
1 31
2 18
3 17
4 11
Total 100
59
Simulri de marketing. Note de curs
60
Simulri de marketing. Note de curs
CAPITOLUL VI
SIMULARE CU AJUTORUL PROGRAMULUI EXCEL
61
Simulri de marketing. Note de curs
- se selecteaz coloanele n care sunt trecute valorile xi i, respectiv, unde urmeaz s
fie generate rezultatele - yi (cuprinznd i celulele situate deasupra respectivelor
coloane indicate);
- se acceseaz comanda TABLE din mediul DATA, iar prin selecia casetei din
dreptul opiunii Column input cell (Row input cell, dac valorile lui xi sunt trecute
pe rnd) se indic variabila n funcie de care se va realiza simularea; respectiv,
se va accesa celula n care este trecut valoarea lui x0;
- se activeaz OK.
Exemplu
Considernd pentru o anumit populaie un eantion cercetat de n = 1000 uniti
(valoarea abaterii medii ptratice a colectivitii este = 8), se dorete a se determina
eroarea fa de media colectivitii considernd diferite nivele de semnificaie (pe baza
creia putem determina intervalul de ncredere corespunztor).
Clarificri conceptuale
n cazul cercetrilor selective de tip sondaj intervalul de ncredere este definit
ca intervalul cuprins ntre limita inferioar i limita superioar unde este probabil
s se ncadreze parametrul cercetat al colectivitii studiate.
62
Simulri de marketing. Note de curs
Vom calcula pentru nceput valoarea abaterii pentru un nivel de semnificaie =
0,05. Pentru a putea aplica funcia CONFIDENCE, datele se vor organiza n foia de lucru
astfel:
A B
1 0,05
2 S 8
3 n 1000
4 =CONFIDENCE(B1,B2,B3)
rezultnd o abatere fa de medie de 0,495836.
63
Simulri de marketing. Note de curs
Din tabel rezult, aadar, valorile abaterilor n + sau fa de medie pentru diferite
nivele de semnificaie. De exemplu, pentru un nivel de semnificaie de 0,005 rezult o
abatere de 0,7101296, iar pentru un nivel de semnificaie de 0,01 rezult o abatere de
0,651639, ,a,m,d,
Cunoscnd media eantionului de 40 de exemplu, se pot determina intervalele de
ncredere ale mediei colectivitii cercetate pentru diferite nivele de semnnificaie,
respectiv:
- pentru un nivel de semnificaie de 0,005, intervalul de ncredere pentru media
colectivitii este 40 0,71013 (39,28987; 40,71013);
- pentru un nivel de semnificaie de 0,01 intervalul de ncredere pentru media
colectivitii este 40 0,65164 (39,34836; 40,65164) etc.
64
Simulri de marketing. Note de curs
Exemplu
Continund exemplul prezentat la subcapitolul 6.1.1., dorim s determinm eroarea
fa de medie considernd diferite nivele de semnificaie i diferite dimensiuni ale
eantionului cercetat.
Deci datele iniiale vor fi organizate similar:
A B
1 0,05
2 S 8
3 n 1000
4 =CONFIDENCE(B1,B2,B3)
65
Simulri de marketing. Note de curs
Din tabel rezult, aadar, valorile abaterilor n + sau fa de medie pentru diferite
nivele de semnificaie i pentru diferite dimensiuni ale eationului. De exemplu, pentru un
nivel de semnificaie de 0,005 i un eantion de 500 rezult o abatere de 1,0042749.
Pe baza abaterilor determinate se pot calcula intervalele de ncredere ale mediei
colectivitii cercetate pentru diferite nivele de semnnificaie i diferite dimensiuni ale
eantioanelor cercetate conform modalitii prezentate anterior.
Clarificri conceptuale
Metoda regresiei reprezint o metod statistic utilizat pentru determinarea
ecuaiei ce descrie forma legturii dintre o variabil dependent msurat pe scal
metric i una sau mai multe variabile independente, msurat(e) pe scal metric
sau nemetric. Aproximarea formei legturii dintre variabilele cercetate se
realizeaz cu ajutorul unei funcii, denumit funcie de regresie.
Exprimarea matematic a funciei de regresie se prezint astfel:
yi =f( x1i , x 2i , x 3i , ...... x mi )+,
unde:
yi - variabila dependent sau rezultativ;
66
Simulri de marketing. Note de curs
x1i , x 2i , x3i , ...... x mi - variabile independente sau factoriale;
= eroare aleatoare,
Alegerea funciei de regresie presupune reprezentarea grafic, cu ajutorul
corelogramei (norului de puncte), a fiecrei perechi de variabile yi - xi , rezultnd,
Y y Yi ,
2 2
i y i
Ry / x , sau Ry / x 1
y y y
2 2
i i y
unde:
y i - valorile reale ale variabilei dependente (obinute din observare);
67
Simulri de marketing. Note de curs
Pornind de la formulele de calcul ale variaiei factoriale - Y y
i
2
i ale variaiei
68
Simulri de marketing. Note de curs
- selectm caseta din dreptul opiunii const i indicm TRUE n cazul n care
parametrul a este diferit de zero sau FALSE dac acesta se consider nul, caz n
care valorile b1 , b2 ,...., bm sunt calculate astfel nct s se respecte ecuaia Yi =
b1 x1i b2 x 2i , ...... bm x mi ;
- selectm caseta din dreptul opiunii stats i indicm TRUE pentru a se calcula
valorile coeficienilor b1 , b2 ,...., bm ;
- se activeaz OK;
- se selecteaz o zon ce include celula n care s-a accesat funcia LINEST,
cuprinznd 4 rnduri sub respectiva celula i respectiv un numr de coloane n
partea dreapt a celulei, egal cu numrul variabilelor independente. Se acceseaz
F2 i ulterior CTRL+SHIFT+ENTER. Se obin (printre altele) urmtoarele valori:
valorile parametrilor ecuaiei de regresie, n urmtoarea ordine
bm , bm 1 ,...., b1 , a ;
coeficientul de determinaie;
valoarea calculat Fc;
variaia factorial i rezidual.
Exemplu
Se cunosc valorile nregistrate pentru 5 variabile la nivelul a 10 uniti comerciale,
respectiv: desfacerile, suprafaa comercial, cheltuielile promoionale, diversitatea ofertei
(numr articole comercializate), orarul zilnic (numrul orelor de program).
Pornind de la aceste valori, se dorete identificarea ecuaiei de regresie care va sta
la baza estimrii vnzrilor pentru diferite nivele ale celorlalte 4 variabile considerate.
Valorile variabilelor cercetate se vor trece ntr-o pagin EXCEL (celulele A3:F12),
astfel:
69
Simulri de marketing. Note de curs
1 A B C D E F G
Suprafaa Cheltuieli
Numr Numr ore
Nr. Desfaceri comercial promoionale
articole de program
crt (u.m.) yi (m2) (u.m.)
x3 x4
2 x1 x2
3 1 50 110 8.5 105 16
4 2 80 105 9.7 115 24
5 3 25 74 4.6 74 10
6 4 64 125 4.6 94 14
7 5 30 87 5.1 75 10
8 6 40 75 6.2 78 12
9 7 55 125 4.8 78 14
10 8 89 126 6.8 104 16
11 9 32 45 4.5 64 10
12 10 68 94 6.3 78 24
13
70
Simulri de marketing. Note de curs
Rezultatele se prezint astfel:
1 A B C D E F
Suprafaa Cheltuieli
Numr Numr ore
Nr. Desfaceri comercial promoionale
2 articole de program
crt (u.m.) yi (m2) (u.m.)
x3 x4
x1 x2
3 1 50 110 8.5 105 16
4 2 80 105 9.7 115 24
5 3 25 74 4.6 74 10
6 4 64 125 4.6 94 14
7 5 30 87 5.1 75 10
8 6 40 75 6.2 78 12
9 7 55 125 4.8 78 14
10 8 89 126 6.8 104 16
11 9 32 45 4.5 64 10
12 10 68 94 6.3 78 24
13
14 2.848842 (b4) 0.96148 (b3) -6.91061 (b2) 0.085816 (b1) -38.6667 (a)
15 1.174276 0.728344 6.241199 0.283911 21.95006
0.841364
16 11.68847 #N/A #N/A #N/A
( R2 y/ x )
17 6.629687 (Fc) 5 #N/A #N/A #N/A
3622.999 683.1014
18 (variaia (variaia #N/A #N/A #N/A
factorial) rezidual)
19
Not: au fost trecute n paranteze semnificaiile diferitelor valori utilizate n analiza de fa.
n consecin:
- ecuaia de regresie poate fi scris astfel:
Yi = -38.6667 + 0.085816 x1 - 6.91061 x2+ 0.96148 x3 + 2.848842 x4;
- coeficientul de determinaie este R 2 y / x este 84,14%;
71
Simulri de marketing. Note de curs
considerat (95%), la nivelul ntregii colectiviti cercetate i, implicit, putndu-se realiza
estimri ale variabilei Yi pentru diferite nivele ale variabilelor xi.
De exemplu, continund pe aceeai foaie de lucru, putem introduce n celulele C20,
C21, C22, C23 valorile variabilelor x1 , x2, x3, x4 pentru care se dorete a se estima variabila
Y, iar n celula C24 se va introduce formula de calcul corespunztoare.
A B C
.
.
20 x1
21 x2
22 x3
23 x4
24 =-38.6667+0.085816*C20-
Y
6.91061*C21+0.96148*C22+2.848842*C23
Discuii finale:
Prezentai cteva dintre modalitile concrete de utilizare a programul EXCEL
pentru realizarea de simulri de marketing.
72
Simulri de marketing. Note de curs
Teme propuse:
1. Folosind comanda TABLE realizai simulri cu o singur variabil i, respectiv,
cu dou variabile, pornind de la un set de date de intrare / modele ce atest
legturile dintre variabile, la alegere.
2. Folosind funcia LINEST realizai simulri pornind de la un set de date de intrare
la alegere. Considerai un numr de 4 variabile studiate pentru care dispunei de
valori nregistrate la nivelul a 15 uniti.
73
Simulri de marketing. Note de curs
74
Simulri de marketing. Note de curs
Anexa nr. 1
Tabel cu valorile repartiiei Student n funcie de nivelul de semnificaie
i numrul f al gradelor de libertate
Nivel de semnificaie pentru testul bilateral
120 0,677 1,289 1,658 1,980 2,358 2,617 3,160 3,373 4,025
200 0,676 1,286 1,653 1,972 2,345 2,601 3,131 3,310 3,970
500 0,675 1,283 1,648 1,965 2,334 2,586 3,107 3,310 3,922
1000 0,675 1,282 1,646 1,962 2,330 2,581 3,098 3,300 3,906
0,675 1,282 1,645 1,960 2,326 2,576 3,090 3,290 3,891
0,25 0,10 0,05 0,025 0,01 0,005 0,001 0,0005 0,00005
f Nivel de semnificaie pentru testul unilateral
75
Simulri de marketing. Note de curs
Anexa 2
Tabel cu valorile funciei Gauss Laplace
z P(z) z P(z) z P(z) z P(z) z P(z)
0,00 0,0000 0,52 0,3969 1,04 0,7017 1,56 0,8812 2,16 0,9692
0,01 0,0080 0,53 0,4039 1,05 0,7063 1,57 0,8836 2,18 0,9707
0,02 0,0160 0,54 0,4108 1,06 0,7109 1,58 0,8859 2,20 0,9722
0,03 0,0239 0,55 0,4177 1,07 0,7154 1,59 0,8882 2,22 0,9734
0,04 0,0319 0,56 0,4245 1,08 0,7199 1,60 0,8904 2,24 0,9749
0,05 0,0399 0,57 0,4313 1,09 0,7243 1,61 0,8926 2,26 0,9762
0,06 0,0478 0,58 0,4331 1,10 0,7287 1,62 0,8948 2,28 0,9774
0,07 0,0558 0,59 0,4448 1,11 0,7330 1,63 0,8969 2,30 0,9786
0,08 0,0638 0,60 0,4515 1,12 0,7375 1,64 0,8990 2,32 0,9797
0,09 0,0717 0,61 0,4581 1,13 0,7415 1,65 0,9011 2,34 0,9807
0,10 0,0797 0,62 0,4647 1,14 0,7457 1,66 0,9031 2,36 0,9817
0,11 0,0876 0,63 0,4713 1,15 0,7499 1,67 0,9051 2,38 0,9827
0,12 0,0955 0,64 0,4778 1,16 0,7540 1,68 0,9070 2,40 0,9836
0,13 0,1034 0,65 0,4843 1,17 0,7560 1,69 0,9090 2,42 0,9845
0,14 0,1113 0,66 0,4907 1,18 0,7620 1,70 0,9109 2,44 0,9853
0,15 0,1192 0,67 0,4971 1,19 0,7660 1,71 0,9127 2,46 0,9861
0,16 0,1271 0,68 0,5035 1,20 0,7699 1,72 0,9146 2,48 0,9869
0,17 0,1350 0,69 0,5098 1,21 0,7737 1,73 0,9164 2,50 0,9876
0,18 0,1428 0,70 0,5161 1,22 0,7775 1,74 0,9181 2,52 0,9883
0,19 0,1507 0,71 0,5223 1,23 0,7813 1,75 0,9199 2,54 0,9889
0,20 0,1585 0,72 0,5285 1,24 0,7850 1,76 0,9216 2,56 0,9895
0,21 0,1663 0,73 0,5346 1,25 0,7887 1,77 0,9233 2,58 0,9901
0,22 0,1741 0,74 0,5407 1,26 0,7923 1,78 0,9249 2,60 0,9907
0,23 0,1819 0,75 0,5467 1,27 0,7959 1,79 0,9265 2,62 0,9912
0,24 0,1897 0,76 0,5527 1,28 0,7995 1,80 0,9281 2,64 0,9917
0,25 0,1974 0,77 0,5587 1,29 0,8030 1,81 0,9297 2,66 0,9922
0,26 0,2051 0,78 0,5646 1,30 0,8064 1,82 0,9312 2,68 0,9926
0,27 0,2128 0,79 0,5705 1,31 0,8098 1,83 0,9328 2,70 0,9931
0,28 0,2205 0,80 0,5763 1,32 0,8132 1,84 0,9342 2,72 0,9935
0,29 0,2282 0,81 0,5821 1,33 0,8165 1,85 0,9357 2,74 0,9939
0,30 0,2358 0,82 0,5878 1,34 0,8198 1,86 0,9371 2,76 0,9942
0,31 0,2434 0,83 0,5935 1,35 0,8230 1,87 0,9385 2,78 0,9946
0,32 0,2510 0,84 0,5991 1,36 0,8262 1,88 0,9399 2,80 0,9949
0,33 0,2586 0,85 0,6047 1,37 0,8293 1,89 0,9412 2,82 0,9952
0,34 0,2661 0,86 0,6102 1,38 0,8324 1,90 0,9426 2,84 0,9955
0,35 0,2737 0,87 0,6157 1,39 0,8355 1,91 0,9439 2,86 0,9958
0,36 0,2812 0,88 0,6211 1,40 0,8385 1,92 0,9454 2,88 0,9960
0,37 0,2886 0,89 0,6265 1,41 0,8415 1,93 0,9464 2,90 0,9962
0,38 0,2961 0,90 0,6319 1,42 0,8444 1,94 0,9476 2,92 0,9965
0,39 0,3035 0,91 0,6372 1,43 0,8478 1,95 0,9488 2,94 0,9967
0,40 0,3108 0,92 0,6424 1,44 0,8501 1,96 0,9500 2,96 0,9969
0,41 0,3182 0,93 0,6476 1,45 0,8529 1,97 0,9512 2,98 0,9971
0,42 0,3255 0,94 0,6528 1,46 0,8557 1,98 0,9523 3,00 0,9973
0,43 0,3328 0,95 0,6579 1,47 0,8584 1,99 0,9534 3,20 0,9986
0,44 0,3401 0,96 0,6629 1,48 0,8611 2,00 0,9545 3,40 0,9993
0,45 0,3473 0,97 0,6680 1,49 0,8638 2,02 0,9566 3,60 0,99968
0,46 0,3545 0,98 0,6729 1,50 0,8664 2,04 0,9587 3,80 0,99986
0,47 0,3626 0,99 0,6778 1,51 0,8690 2,06 0,9606 4,00 0,999938
0,48 0,3688 1,00 0,6827 1,52 0,8715 2,08 0,9625 4,50 0,999993
0,49 0,3759 1,01 0,6875 1,53 0,8740 2,10 0,9643 5,00 0,999999
0,50 0,3829 1,02 0,6923 1,54 0,8764 2,12 0,9660
0,51 0,3899 1,03 0,6970 1,55 0,8789 2,14 0,9676
76
Simulri de marketing. Note de curs
Anexa 3
f1
f2 1 2 3 4 5 6 8 12 24
1 161,4 199,5 215,7 224,6 230,2 234,0 238,9 243,9 249,0 254,3
2 18,51 19,00 19,16 19,25 19,30 19,33 19,37 19,41 19,45 19,50
3 10,31 9,55 9,28 9,12 9,01 8,94 8,84 8,74 8,64 8,53
4 7,71 6,94 6,59 6,39 6,26 6,16 6,04 5,91 5,77 5,63
5 6,61 5,79 5,41 5,19 5,05 4,95 4,82 4,68 4,53 4,36
6 5,99 5,14 4,76 4,53 4,39 4,28 4,15 4,00 3,84 3,67
7 5,58 4,74 4,35 4,12 3,97 3,87 3,73 3,57 3,41 3,23
8 5,32 4,46 4,07 3,84 3,69 3,58 3,44 3,28 3,12 2,93
9 5,12 4,26 3,86 3,63 3,48 3,37 3,23 3,07 2,90 2,71
10 4,96 4,10 3,71 3,48 3,33 3,22 3,07 2,91 2,74 2,54
11 4,84 3,98 3,59 3,36 3,20 3,09 2,95 2,79 2,61 2,40
12 4,75 3,88 3,49 3,26 3,11 3,00 2,85 2,69 2,50 2,30
13 4,67 3,80 3,41 3,18 3,02 2,92 2,77 2,60 2,42 2,21
14 4,60 3,74 3,34 3,11 2,96 2,85 2,70 2,53 2,35 2,13
15 4,54 3,68 3,29 3,06 2,90 2,79 2,64 2,48 2,29 2,07
16 4,49 3,63 3,24 3,01 2,85 2,74 2,59 2,42 2,24 2,01
17 4,45 3,59 3,20 2,96 2,81 2,70 2,55 2,38 2,19 1,96
18 4,41 3,55 3,16 2,93 2,77 2,66 2,51 2,34 2,15 1,92
19 4,38 3,52 3,13 2,90 2,74 2,63 2,48 2,31 2,11 1,88
20 4,35 3,49 3,10 2,87 2,71 2,60 2,45 2,28 2,08 1,84
21 4,32 3,47 3,07 2,84 2,68 2,57 2,42 2,25 2,05 1,81
22 4,30 3,44 3,05 2,82 2,66 2,55 2,40 2,23 2,03 1,78
23 4,28 3,42 3,03 2,80 2,64 2,53 2,38 2,20 2,00 1,76
24 4,26 3,40 3,01 2,78 2,62 2,51 2,36 2,18 1,98 1,73
25 4,24 3,38 2,99 2,76 2,60 2,49 2,34 2,16 1,96 1,71
26 4,22 3,37 2,98 2,74 2,59 2,47 2,32 2,15 1,95 1,69
27 4,21 3,35 2,96 2,73 2,57 2,46 2,30 2,13 1,93 1,67
28 4,20 3,34 2,95 2,71 2,56 2,44 2,29 2,12 1,91 1,65
29 4,18 3,33 2,93 2,70 2,54 2,43 2,28 2,10 1,90 1,64
30 4,17 3,32 2,92 2,69 2,53 2,42 2,27 2,09 1,89 1,62
40 4,08 3,23 2,84 2,61 2,45 2,34 2,18 2,00 1,79 1,51
60 4,00 3,15 2,76 2,52 2,37 2,25 2,10 1,92 1,70 1,39
120 3,92 3,07 2,68 2,45 2,29 2,17 2,02 1,83 1,61 1,25
3,84 2,99 2,60 2,37 2,21 2,09 1,94 1,75 1,52 1,00
77
Simulri de marketing. Note de curs
Anexa 4
f1
f2 1 2 3 4 5 6 8 12 24
1 4052 4999 5403 5625 5764 5859 5981 6106 6234 6366
2 98,49 99,00 99,17 99,25 99,30 99,33 99,36 99,42 99,46 99,50
3 34,12 30,81 29,46 28,71 28,24 27,91 27,49 27,05 26,60 26,12
4 21,20 18,00 16,69 15,98 15,52 15,21 14,80 14,37 13,93 13,46
5 16,26 13,27 12,06 11,39 10,97 10,67 10,27 9,89 9,47 9,02
6 13,74 10,92 9,78 9,15 8,75 8,47 8,10 7,72 7,31 6,88
7 12,25 9,55 8,45 7,85 7,46 7,19 6,84 6,47 6,07 5,65
8 11,26 8,65 7,59 7,01 6,63 6,37 6,03 5,67 5,28 4,86
9 10,56 8,02 6,99 6,42 6,06 5,80 5,47 5,11 4,73 4,31
10 10,04 7,56 6,55 5,99 5,64 5,39 5,06 4,71 4,33 3,91
11 9,65 7,20 6,22 5,67 5,32 5,07 4,74 4,40 4,02 3,60
12 9,33 6,93 5,95 5,41 5,06 4,82 4,50 4,16 3,78 3,36
13 9,07 6,70 5,74 5,20 4,86 4,62 4,30 3,96 3,59 3,16
14 8,86 6,51 5,56 5,03 4,69 4,46 4,14 3,80 3,43 3,00
15 8,68 6,36 5,42 4,89 4,56 4,32 4,00 3,67 3,29 2,87
16 8,53 6,23 5,29 4,77 4,44 4,20 3,89 3,55 3,18 2,75
17 8,40 6,11 5,18 4,67 4,34 4,10 3,79 3,45 3,08 2,65
18 8,28 6,01 5,09 4,58 4,25 4,01 3,71 3,37 3,00 2,57
19 8,18 5,93 5,01 4,50 4,17 3,94 3,63 3,30 2,92 2,49
20 8,10 5,85 4,94 4,43 4,10 3,87 3,56 3,23 2,86 2,42
21 8,02 5,78 4,87 4,37 4,04 3,81 3,51 3,17 2,80 2,36
22 7,94 5,72 4,82 4,31 3,99 3,76 3,45 3,12 2,75 2,31
23 7,88 5,66 4,76 4,26 3,94 3,71 3,41 3,07 2,70 2,26
24 7,82 5,61 4,72 4,22 3,90 3,67 3,36 3,03 2,66 2,21
25 7,77 5,57 4,68 4,18 3,86 3,63 3,32 2,99 2,62 2,17
26 7,72 5,53 4,64 4,14 3,82 3,59 3,29 2,96 2,58 2,13
27 7,68 5,49 4,60 4,11 3,78 3,56 3,26 2,93 2,55 2,10
28 7,64 5,45 4,57 4,07 3,75 3,53 3,23 2,90 2,52 2,06
29 7,60 5,42 4,54 4,04 3,73 3,50 3,20 2,87 2,49 2,03
30 7,56 5,39 4,51 4,02 3,70 3,47 3,17 2,84 2,47 2,01
40 7,31 5,18 4,31 3,83 3,51 3,29 2,99 2,66 2,29 1,80
60 7,08 4,98 4,13 3,65 3,34 3,12 2,82 2,50 2,12 1,60
120 6,85 4,79 3,96 3,48 3,17 2,96 2,66 2,34 1,95 1,38
6,64 4,60 3,78 3,32 3,02 2,80 2,51 2,18 1,79 1,00
78
Anexa 5
f1
f2 1 2 3 4 5 6 8 12 24
1 405284 500000 540379 562500 576405 585937 598144 610667 623497 636619
2 998,5 999,0 999,2 999,2 999,3 999,3 999,4 999,4 999,5 999,5
3 167,5 148,5 141,1 137,1 134,6 132,8 130,6 128,3 125,9 123,5
4 74,14 61,25 56,18 53,44 51,71 50,53 49,00 47,41 45,77 44,05
5 47,04 36,61 33,20 31,09 29,75 28,84 27,64 26,42 25,14 23,78
6 35,51 27,00 23,70 21,90 20,81 20,03 19,03 17,99 16,89 15,75
7 29,22 21,69 18,77 17,19 16,12 15,52 14,63 13,71 12,73 11,69
8 25,42 18,49 15,83 14,39 13,49 12,86 12,04 11,19 10,30 9,34
9 22,86 16,39 13,90 12,56 11,71 11,13 10,37 9,57 8,72 7,81
10 21,04 14,91 12,55 11,28 10,48 9,92 9,20 8,45 7,64 6,76
11 19,69 13,81 11,56 10,35 9,58 9,05 8,35 7,63 6,85 6,00
12 18,64 12,97 10,80 9,63 8,89 8,38 7,71 7,00 6,25 5,42
13 17,81 12,31 10,21 9,07 8,35 7,86 7,21 6,52 5,78 4,97
14 17,14 11,78 9,73 8,62 7,92 7,43 6,80 6,13 5,41 4,60
15 16,59 11,34 9,34 8,25 7,57 7,09 6,47 5,81 5,10 4,31
16 16,12 10,97 9,00 7,94 7,27 6,81 6,19 5,55 4,85 4,06
17 15,72 10,66 8,73 7,68 7,02 6,56 5,96 5,32 4,63 3,85
18 15,38 10,39 8,49 7,46 6,81 6,35 5,76 5,13 4,45 3,67
19 15,08 10,16 8,28 7,26 6,61 6,18 5,59 4,97 4,29 3,52
20 14,82 9,95 8,10 7,10 6,46 6,02 5,44 4,82 4,15 3,38
21 14,59 9,77 7,94 6,95 6,32 5,88 5,31 4,70 4,03 3,26
22 14,38 9,61 7,80 6,81 6,19 5,76 5,19 4,58 3,92 3,15
23 14,19 9,47 7,67 6,69 6,08 5,65 5,09 4,48 3,82 3,05
24 14,03 9,34 7,55 6,59 5,98 5,55 4,99 4,39 3,74 2,97
25 13,88 9,22 7,45 6,49 5,88 5,46 4,91 4,31 3,66 2,89
26 13,74 9,12 7,36 6,41 5,80 5,38 4,83 4,24 3,59 2,82
27 13,61 9,02 7,27 6,33 5,73 5,31 4,76 4,17 3,52 2,75
28 13,50 8,93 7,19 6,25 5,66 5,24 4,69 4,11 3,46 2,70
29 13,39 8,85 7,12 6,19 5,59 5,18 4,64 4,05 3,41 2,64
30 13,29 8,77 7,05 6,12 5,53 5,12 4,58 4,00 3,36 2,59
40 12,61 8,25 6,60 5,70 5,13 4,73 4,21 3,64 3,01 2,23
60 11,97 7,76 6,17 5,31 4,76 4,37 3,87 3,31 2,69 1,90
120 11,38 7,31 5,79 4,95 4,42 4,04 3,55 3,02 2,40 1,56
10,83 6,91 5,42 4,62 4,10 3,74 3,27 2,74 2,13 1,00
Simulri de marketing. Note de curs
80
Simulri de marketing. Note de curs
BIBLIOGRAFIE
81
Valabil pentru anul universitar 20122013
FIA DISCIPLINEI:
SIMULRI DE MARKETING
Total ore din planul de nvmnt Distribuia fondului de timp (Studiu individual)*
AT TC AA 1 2 3 4 5 6
4 10 10 8 10
de desfurare a
Posibilitate utilizare laptop, videoproiector
activitilor tutoriale
Condiii
de desfurare a
(dac este cazul)
activitilor aplicative -
asistate
F 267.08/Ed.02
Valabil pentru anul universitar 20122013
COMPETENELE SPECIFICE ACUMULATE
Competene -
transversale
CONINUTUL DISCIPLINEI
Suportul de curs
1. Coninutul i rolul simulrilor de marketing
2. Clasificarea tehnicilor de simulare
3. Componentele sistemelor de simulare de marketing
4. Etapele simulrilor de marketing
5. Modele de simulare
5.1. Generarea numerelor i variabilelor aleatoare
5.2. Metoda de simularea Monte Carlo
5.3. Simularea evoluiei cotelor de pia pentru produse concureniale
5.4. Jocuri de simulare.
5.5. Simularea de tip Forrester
6. Simulare cu ajutorul programului EXCEL
6.1. Simulare folosind comanda Table din Excel
6.2. Simulri cu ajutorul funciilor ce descriu forma i intensitatea legturilor dintre
variabile
Activiti tutoriale
Studii de caz, exemplificri, dezbateri pe marginea aspectelor prezentate n suportul de curs.
Bibliografie
1. imira Laura Ctlina - Simulri de marketing. Note de curs, Editura Alma Mater Bacu,
2012;
2. Ctoiu Iacob (coord) Cercetri de marketing, Ed. Uranus, Bucureti, 2002;
3. Gheorghi Mircea - Modelarea i simularea proceselor economice, Editura ASE, Bucureti
2001;
4. Raiu-Suciu Camelia Modelarea i simularea proceselor economice. Teorie i practic,
Ediia a patra, Editura Economic, 2005.
F 267.08/Ed.02
Valabil pentru anul universitar 20122013
Activiti aplicative asistate/ teme de control
Studenii vor realiza un proiect cu titlul Utilizarea programului EXCEL pentru simularea
fenomenelor de marketing.
Bibliografie
1. imira Laura Ctlina - Simulri de marketing. Note de curs, Editura Alma Mater Bacu,
2012;
2. Ctoiu Iacob (coord) Cercetri de marketing, Ed. Uranus, Bucureti, 2002;
3. Gheorghi Mircea - Modelarea i simularea proceselor economice, Editura ASE, Bucureti
2001;
4. Raiu-Suciu Camelia Modelarea i simularea proceselor economice. Teorie i practic,
Ediia a patra, Editura Economic, 2005.
Metode de predare
Dezbaterea, exemplificarea
Observaii
-
F 267.08/Ed.02
Valabil pentru anul universitar 20122013
Titularul disciplinei
Numele i Prenumele imira Laura Ctlina
Instituia Universitatea Vasile Alecsandri din Bacu
Departament Marketing i Management
Titlul tiinific Doctor, domeniul Marketing
Gradul didactic Confereniar universitar
ncadrarea (norm de baz n Univ./asociat) Norm de baz n Universitate
F 267.08/Ed.02