Documente Academic
Documente Profesional
Documente Cultură
SIMULĂRI DE MARKETING
- note de curs -
2012
Referenţi ştiinţifici:
Prof. univ. dr. Gheorghe EPURAN, Universitatea “Vasile Alecsandri” din Bacău;
Conf. univ. dr. Bogdan NICHIFOR, Universitatea “Vasile Alecsandri” din Bacău.
519.876.5:339.138(075.8)
ISBN: 978-606-527-223-1
Simulări de marketing. Note de curs
INTRODUCERE
AUTORUL
3
Simulări de marketing. Note de curs
4
Simulări de marketing. Note de curs
CUPRINS
Anexe………………………………………………………………………....................... 75
Bibliografie……………………………………………………………....................……... 81
5
Simulări de marketing. Note de curs
6
Simulări de marketing. Note de curs
CAPITOLUL I
CONŢINUTUL ŞI ROLUL SIMULĂRILOR DE MARKETING
1
, “Simularea – metodă de studiu a realităţii”, Buletinul Universităţii de Apărare Carol I, nr 2 /2006
7
Simulări de marketing. Note de curs
o reprezentare dinamică a unei părţi a lumii reale, realizată prin construirea unui
model abstract ce poate fi mişcat în timp sau direct influenţat de acesta;
o metodă de cercetare bazată pe anticiparea rezultatelor unui ansamblu de ipoteze
care au la bază elemente tehnice şi relaţiile dintre acestea;
o tehnică ce poate realiza o cale de testare, evaluare şi manipulare a unui proces
sau sistem fără a acţiona direct asupra acestuia;
o tehnică numerică pentru conducerea experimentelor pe un calculator, care
implică anumite tipuri de modele matematice şi logice care descriu comportarea
viitoare a unui sistem;
o tehnică de studiu a unor laturi ale comportamentului unui sistem, fără a acţiona
direct asupra lui, utilizând analogii fizice, chimice sau de calcul.
8
Simulări de marketing. Note de curs
deosebit de elastice, şi care reprezintă legitatea şi dinamica fenomenelor economice
(implicit de marketing).
Scopul unui model economico-matematic este acela de a determina valorile unor
variabile necontrolabile (de ieşire) în funcţie de valorile variabilelor de intrare
(controlabile) ţinând cont de interdependenţele dintre acestea, respectiv dintre acestea şi
mediul extern, în condiţiile satisfacerii anumitor criterii de performanţă.
Modelul
Variabile de intrare Variabile de ieşire
→ economico - →
(controlabile) (necontrolabile)
matematic
9
Simulări de marketing. Note de curs
Simularea este adesea efectuată adesea pe eşantioane de date reprezentative pentru
o “colectivitate” de date cercetată ceea ce implică utilizarea teoriei sondajului.
Avantaje
Utilizarea simulării în cercetarea de marketing se datorează unor avantaje
incontestabile comparativ cu alte metode.
Principalul avantaj al utilizării ca metodă de obţinere a datelor a simulării rezultă
din faptul că permite testarea diferitelor alternative de acţiune pe un sistem înlocuitor şi nu
pe cel real, respectiv fără a determina modificări în evoluţia reală a fenomenelor
investigate. Astfel este posibil a se testa eficienţa unui număr mare de combinaţii de acţiuni
posibile ceea este imposibil de realizat în realitate4. Se pot, astfel, determina într-un timp
foarte scurt (câteva secunde, de exemplu) comportamente ale unor fenomene de marketing
în anumite condiţii date.
Datorită utilizării calculatorului electronic simularea asigură o reprezentare a
fenomenelor de marketing cu un grad scăzut de simplificare şi permite studierea diferitelor
relaţii dintre variabilele sistemului, sau dintre acestea şi variabilele externe. Altfel spus dă
posibilitatea manevrării unui număr mare de variabile, caracterizându-se printr-un grad
ridicat de fezabilitate.
Simularea permite cunoaşterea pe termen lung a rezultatelor diferitelor acţiuni
datorită posibilităţii de compresie a timpului.
Se poate utiliza pentru studierea unor fenomene extrem de diverse legate de mediul
de marketing intern şi extern, permiţând adoptarea unor decizii imediate sau pentru
perioade lungi de timp. Astfel, prin intermediul simulării de marketing este stabilită
alternativa decizională ce se va adopta într-o situaţie dată, momentul adoptării (eventual
succesiunea deciziilor şi momentele în care aceste vor fi puse în aplicare), precum şi
deciziile de rezervă.
Pentru realizarea simulărilor de marketing există produse software relativ uşor de
utilizat.
4
În cadrul experimentelor de marketing se testează diferite alternative de acţiune, adesea în cadrul lumii
reale, în schimb numărul acestora este relativ redus.
10
Simulări de marketing. Note de curs
Dezavantaje
O serie de dezavantaje ale simulării rezultă din dificultatea şi uneori imposibilitatea
realizării modelelor de simulare care să reproducă cu fidelitate procesele şi fenomenele
reale. Conceperea modelelor de simulare presupune adesea eforturi financiare
considerabile, timp îndelungat pentru realizarea lor, experienţă îndelungată şi nu în ultimul
rând tehnică de calcul avansată.
De asemenea, rezultatele aplicării tehnicii de simulare sunt direct dependente de
măsura în care modelul de simulare reprezintă modelul real; o singură asociere greşită între
două variabile (de exemplu), putând duce la decizii total eronate.
Identificarea soluţiei optime sau foarte bune nu se poate realiza decât după
adoptarea deciziei, respectiv după ce rezultatele respectivei decizii s-au produs (faţă de
cazul modelelor analitice care permit identificarea de la început a “soluţiei optime”).
Soluţiile obţinute din realizarea unei simulări anterioare nu pot fi utilizate şi pentru
o altă problemă decizională, modelul de simulare S’ reprezentând un singur model real S.
Datorită uşurinţei în utilizarea programelor pentru simularea anumitor fenomene de
marketing se renunţă adesea la utilizarea modelării economico – matematice, rolul acesteia
din urmă fiind incontestabil în anumite situaţii date.
11
Simulări de marketing. Note de curs
studierea fenomenelor de marketing recursive (anumite schimbări ale
fenomenului cercetat au repercusiuni asupra altor fenomene). De exemplu:
schimbări la nivelul unei anumite verigi din lanţul de distribuţie poate declanşa
modificări în amontele traseului ducând la amplificarea consecinţelor acţiunii
întreprinse;
studierea efectelor decalate în timp ale anumitor acţiuni întreprinse, ce nu pot fi
exprimate prin intermediul modelelor analitice;
studierea proceselor de tranziţie (de exemplu studierea evoluţiei în timp a
percepţiilor consumatorilor faţă de anumiţi stimuli);
realizarea de teste de senzitivitate, respectiv studierea modului în care
fenomenele de marketing sunt influenţate de variaţia anumitor variabile
externe;
mai buna structurare a problemei cu care se confruntă decidentul şi
fundamentarea căilor de rezolvare a acesteia.
5
Cătoiu, Iacob (coordonator), Cercetări de marketing, Editura Uranus Bucureşti, 2002, p 421.
12
Simulări de marketing. Note de curs
Discuţii finale:
- Definiţi simularea şi rolul său in investigarea fenomenelor de marketing;
- Identificaţi similitudinile şi diferenţele dintre simulare şi modelarea economico-
matematică;
- Identificaţi avantajele şi dezavantajele utilizării simulării în procesul de investigare a
fenomenelor economice, implicit de marketing;
Temă propusă:
Realizaţi un referat cu tema “Importanţa simulării în investigarea fenomenelor de
marketing”.
13
Simulări de marketing. Note de curs
14
Simulări de marketing. Note de curs
CAPITOLUL II
CLASIFICAREA TEHNICILOR DE SIMULARE
15
Simulări de marketing. Note de curs
În funcţie de natura algoritmilor utilizaţi tehnicile de simulare sunt:
metode de simulare deterministă (dirijată) – variabilele (în cadrul
aceluiaşi ciclu de simulare) sau parametrii (de la un ciclu de simulare la
altul) capătă în cadrul fiecărui ciclu de simularea valori deterministe
(valori date sau rezultate dintr-un anumit procedeu de calcul);
metode de simulare întâmplătoare – cel puţin una dintre variabilele
sau parametrii modelului capătă valori întâmplătoare sau
pseudoîntâmplătoare;
metode de simulare deterministă cu perturbaţii întâmplătoare –
variabilele sunt atât deterministe cât si întâmplătoare, acestea din urmă
nefiind în măsură să schimbe evoluţia generală a funcţionării sistemului.
Prezenţa acestor variabile conferă însă un plus de realism modelului de
simulare.
16
Simulări de marketing. Note de curs
tehnici de simulare convenţională – rezultatele diferitelor experimente
sunt raportate statistic la sfârşit, utilizatorii modelelor neavând
posibilitatea de a interveni în procesul de simulare pentru a proceda la
diverse modificări pe parcursul desfăşurării experimentelor şi a evalua
impactul acestor intervenţii asupra rezultatelor. Aceste tehnici presupun
calculul intervalului de încredere al modelului;
tehnici de simulare interactivă vizuală – fiind dintre cele mai noi
tehnici de simulare, tehnicile de simulare interactivă vizuală permit
intervenţia utilizatorului în procesul de simulare şi evidenţierea
rezultatelor diverselor sale acţiuni pe parcursul desfăşurării
experimentelor. Aceste modele asigură redarea vizuală statică
(imaginile sunt afişate pe rând) sau dinamică (evoluţia sistemului este
prezentată în timp prin imagini animate) a rezultatelor diferitelor
intervenţii ale utilizatorului. Avantajele acestor tehnici sunt
incontestabile în condiţiile în care stimulii vizuali sunt adesea mult mai
bine percepuţi, iar utilizatorii prin interacţiune cu modelul pot testa, pe
parcursul desfăşurării experimentelor, diferite alternative de acţiune –
ceea ce duce creşterea încrederii în rezultatele obţinute şi ameliorarea
efectelor învăţării.
tehnici de simulare virtuală – presupun crearea unui mediu artificial
(virtual), la care, prin echipamente adecvate (aparate audio, căşti,
senzori etc.) utilizatorul este conectat. Sunt evaluate deopotrivă acţiunile
sistemului cât şi ale utilizatorului.
17
Simulări de marketing. Note de curs
Discuţii finale:
Identificaţi şi descrieţi caracteristicile diferitelor tehnici de simulare pornind de la
următoarele criterii de clasificare:
- tipul modelului utilizat;
- natura algoritmilor utilizaţi;
- timpul necesar realizării simulării;
- momentul efectuării simulării;
- interacţiunea om-calculator;
- precizia rezultatelor.
18
Simulări de marketing. Note de curs
CAPITOLUL III
COMPONENTELE SISTEMELOR DE SIMULARE DE MARKETING
19
Simulări de marketing. Note de curs
stare (a unei componente) – reunire de atribute ce caracterizează
componenta. Stările componentelor principale descriu starea sistemului
propriu-zis. De fapt, obiectivul principal al simulării este în înţelegerea
evoluţiei stărilor sistemului, a modului în care acestea se modifică, controlul
şi predicţia lor, în condiţiile îmbunătăţirii performanţelor acestuia;
conexiune (legătură) – interacţiunea dintre două sau mai multe
componente, sau dintre acestea şi mediul extern;
traiectorie – secvenţa de stări specifice sistemului într-un interval de timp
considerat;
optimizare – idealul simulării este de a determina acele performanţe
maxime (optime) posibile;
model – vezi pag. 8;
modelare – modalitate de cercetare a unor fenomene utilizând ca
instrument modelul;
model de simulare - vezi pag. 9;
simulator – sistem echivalent (analog) care se comportă similar sistemului
real pe care îl reprezintă. Construcţia sistemului echivalent / analog
(simulatorul) presupune fie “păstrarea” din sistemul real a ceea ce este
esenţial (se vor elimina acele legături cu şanse reduse de a se produce, acele
componente a căror probabilitate de apariţie este scăzută etc.), fie reunirea
unor componente diferite de sistemul real, dar care în interacţiunea dintre
ele se comportă similar cu sistemul simulat;
eveniment – schimbarea stării unei componente a sistemului;
proces – secvenţă de evenimente ordonate în timp;
activitate – un ansamblu de operaţii ce modifică starea unei componente;
20
Simulări de marketing. Note de curs
variabile de intrare, care pot fi întâmplătoare sau deterministe
înregistrează valori discrete care se schimbă în permanenţă în cadrul
ciclului de simulare;
parametri de intrare – înregistrează valori constante de-a lungul
ciclului de simulare
datele de ieşire – sunt variabile care depind de valorile variabilelor şi
parametrilor de intrare; dependenţa dintre acestea fiind ilustrate prin
algoritmul ce stă la baza modelului de simulare.
Discuţii finale:
- Definiţi principalele concepte specifice simulării;
- Identificaţi elementele unui model de simulare.
21
Simulări de marketing. Note de curs
22
Simulări de marketing. Note de curs
CAPITOLUL IV
ETAPELE SIMULĂRILOR DE MARKETING
Demersul întreprins pentru realizarea sistemului S’ care să reprezinte cât mai fidel
sistemul real S implică desfăşurarea unor activităţi într-o anumită succesiune. Astfel,
realizarea experimentului de simulare presupune parcurgerea următoarelor etape:
23
Simulări de marketing. Note de curs
asemenea, se pot aduce o serie de îmbunătăţiri unor modele deja existente
şi se poate verifica valabilitatea acestora;
24
Simulări de marketing. Note de curs
realizarea propriu-zisă a simulării – presupune rularea pe calculator a
programelor de simulare prin considerarea succesivă a cât mai multor
valori ale datelor de intrare. Se urmăreşte, astfel, acoperirea a cât mai
multor situaţii reale; în funcţie de valorile obţinute ale variabilelor de ieşire
se formulează decizii (se selectează anumite valori ale datelor de intrare) în
măsură să genereze îmbunătăţirea performanţelor sistemului simulat.
Discuţii finale:
- Indicaţi şi descrieţi etapele ce se parcurg pentru realizarea experimentelor de
simulare de marketing.
25
Simulări de marketing. Note de curs
26
Simulări de marketing. Note de curs
CAPITOLUL V
MODELE DE SIMULARE
27
Simulări de marketing. Note de curs
0, daca x 0
F ( x) x, daca x (0,1)
1, daca x 1
În cazul în care, utilizând un procedeu de generare de numere aleatoare s-a
obţinut un şir de numere repartizate uniform în intervalul (0, A), A fiind un
număr întreg, iar n un anumit număr din cadrul şirului generat, se face
transformarea x = n /A, obţinându-se un şir de valori uniform repartizate în
intervalul (0, 1);
6
Există şi modalităţi de generare de numere aleatoare ce nu presupun utilizarea calculatorului electronic
(utilizarea de zaruri, rulete, urne cu bile etc.). Datorită vitezei reduse, astfel de metode nu sunt folosite în
simularea proceselor economice.
28
Simulări de marketing. Note de curs
sunt statistic independente (nu sunt autocorelate) - există o serie de teste statistice
ce studiază independenţa dintre variabile (ex: testul χ2 , testul Student, testul
Kolmogorov etc.) ce pot fi utilizate pentu verificarea acestei condiţii;
sunt reproductibile, respectiv, utilizând acelaşi algoritm cu aceleaşi valori iniţiale se
obţine acelaşi şir de numere;
funcţia de repartiţie este stabilă, respectiv nu se produc schimbări ale repartiţiei în
cursul rulării programului de simulare;
şirul enumerat are o perioadă de repetiţie mare (teoretic şirurile de numere aleatore
nu trebuie să conţină repetiţii, ceea ce, prin utilizarea generatoarelor nu este
posibil). Având în vedere aceste aspecte perioada de repetiţie trebuie să fie în
consecinţă cât mai mare.
Atunci când 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 în mod aleator poartă numele
de metoda Monte Carlo.
După cum am precizat în subcapitolul anterior pentru generarea numerelor aleatore
- numere aleatoare uniform distribuite în intervalul [0, 1] - se impune utilizarea
generatorilor de numere aleatoare. Astfel de generatori, verificaţi şi testaţi, sunt conţinuţi
de toate limbajele de programare generale şi limbajele speciale de simulare.
Metoda Monte Carlo reprezintă o metodă de simulare prin care se urmăreşte
studierea realităţii prin procese probabilistice. De fapt, denumirea metodei provine după
cazinourile de la Monte Carlo ale căror rulete pot fi considerate generatoare de numere
aleatoare.
La momentul actual, metoda de simulare Monte Carlo se aplică din ce în ce mai
mult pentru studierea fenomenelor economice (implicit a fenomenelor de marketing),
pentru studierea problemelor stochastice sau în condiţii de risc, respectiv în situaţia în care
aceleaşi direcţii de acţiune pot genera mai multe rezultate, ale căror probabilităţi se pot
estima.
Având la bază teoria probabilităţii, cu ajutorul metodei Monte Carlo sunt realizate
evaluări, ierarhizări care permit adoptarea deciziei în legătură cu diferite probleme de
marketing. Altfel spus, metoda Monte Carlo asociază problemei investigate un model
aleatoriu, iar prin generarea unor variabile aleatorii care sunt legate funcţional de soluţie se
realizează experimente asupra modelului obţinându-se informaţii în legătură cu problema
investigată.
Pentru asigurarea succesului în utilizarea metodei se impune ca variabilele generate
aleator să fie estimate astfel încât să se înregistreze o abatere în probabilitate cât mai mică
comparativ cu a variabilelor considerate reale.
Precizia metodei creşte pe măsură ce creşte numărul încercărilor, dar este
dependentă şi de variaţia acestora. În fapt, metoda Monte Carlo este un mod de simulare
bazat pe sondaj.
30
Simulări de marketing. Note de curs
unde:
f * ' (1 f * ' )
t , n 1 - eroarea ataşată probabilităţii de producere a
n
evenimentului;
t; n-1 - coeficientul ce corespunde probabilităţii de garantare a rezultatelor, citit din
tabelul repartiţiei Student (anexa 1), pentru n – 1 grade de libertate şi un nivel de
semnificaţie ( = 1 – P), determinat în funcţie de probabilitatea P cu care se
doreşte a se garanta rezultatele.
Exemplu
Considerăm 20 experimente (n = 20), în urma cărora s-a obţinut o frecvenţă f*’ =
0,6, şi un nivel de semnificaţie de = 0,05, rezultă o frecvenţă reală de apariţie a
evenimentului cuprinsă în intervalul:
Deci probabilitatea de apariţie a fenomenului real este cuprinsă între (0,37, 0,83),
respectiv (37%, 83%). În acest caz eroarea ataşată probabilităţii de producere a
evenimentului ∆ este ±0,23 sau ±23%.
31
Simulări de marketing. Note de curs
În cazul în care se doreşte ca eroarea asociată probabilităţii (p) de apariţie a
evenimentului considerat să nu depăşească un anumit nivel ∆, atunci se impune ca
numărul de repetiţii ale experimentului să fie:
Exemplu
Dacă pentru probabilitatea de apariţie a evenimentului p = 0,6 se doreşte asigurarea
unei erori care să nu depăşească nivelul ±3%, în condiţiile unui nivel de semnificaţie de
0,05 atunci n va fi:
2,0932 0,6(1 0,6)
n 1169 .
0,032
Valoarea p poate fi considerată pentru început ca fiind egală cu probabilitate de
apariţiei a evenimentului obţinută în baza primelor încercări realizate, ulterior urmând a fi
ajustată pe măsură ce numărul de experimente realizate creşte.
unde:
x - constituie media aritmetică a valorilor înregistrate a variabilei simulate (xi) după
n
x i
n experimente: x i 1
;
n
S
t , n 1 - eroarea ataşată mediei reale;
n
x
2
i x
S - estimator al abaterii medii pătratice a valorilor xi.
n 1
Exemplu
Dacă în cazul a n = 20 experimente s-a obţinut o medie x =105, pentru care S = 15,
rezultă media variabilei reale se va încadra în intervalul:
32
Simulări 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
Considerăm că după n = 20 experimente a rezultat o valoare medie x = 105, pentru
care S = 15 şi o valoare Δ = 6,7, în condiţiile unui nivel de semnificaţie de = 0,05. Se
doreşte determinarea numărului de experimente necesar a se realiza pentru a obţine o
precizie a rezultatelor Δ = 2.
15 2
n 2,093 2 247 .
22
33
Simulări de marketing. Note de curs
f
i 1
i
34
Simulări de marketing. Note de curs
se reprezintă grafic valorile înregistrate ale variabilei investigate şi probabilităţile
cumulate corespunzătoare. Considerând pentru exemplificare un număr de 6 valori
xi, graficul se prezintă 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
Simulări de marketing. Note de curs
Cu ajutorul acestor date se pot realiza estimări ale parametrilor variabilei
investigate (media, dispersia, coeficientul de variaţie, abaterea medie pătratică).
Exemplu
Considerăm un eşantion de 200 persoane supus unei cercetări, pentru care s-a
înregistrat frecvenţa de cumpărare (numărul de cumpărături) al unui anumit produs “X”, în
cursul unei luni. Rezultatele centralizate se prezintă astfel:
Numărul de cumpărături Frecvenţe
ale produsului “X” în absolute
decursul unei luni (bucăţi) (persoane)
0 15
1 19
2 36
3 53
4 41
5 18
6 11
7 7
Total 200
Pe baza acestor date se doreşte a se estima evoluţia pentru perioada următoare a
cumpărărilor din produsul “X”. Se consideră un nivel de semnificaţie de 0,05.
36
Simulări de marketing. Note de curs
se reprezintă grafic valorile înregistrate ale variabilei investigate şi probabilităţile
cumulate corespunzătoare:
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
Simulări de marketing. Note de curs
Cu ajutorul acestei distribuţii se pot realiza estimări cu privire la cumpărăturile
medii realizate de către consumatori, precum şi a altor indicatori de caracterizare a
distribuţiei:
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 variaţie: v 100 100 63,7% .
x 3,12
Metoda Lanţurilor Markov permite realizarea de previziuni ale cotelor de piaţă ale
unor produse concurente ţinând cont de modificarea preferinţelor consumatorilor.
Pornind de la această metodă şi prin asocierea anumitor probabilităţi de realizare
(prin generarea de numere aleatoare) acţiunilor viitoare ale consumatorilor, se pot
previziona prin simulare cotele de piaţă ale produselor concurente, asigurându-se un grad
mai mare de certitudine estimărilor realizate tocmai datorită caracterului aleatoriu al
fenomenelor economice.
Exemplu
Pentru trei produse concurente: A, B, C, D se consideră următoarele cote de piaţă la
momentul “t”, respectiv: 30%, 40%, 25% şi 5%.
Coeficienţii de fidelitate asociaţi fiecăruia din cele trei produse (ponderea
consumatorilor care repetă cumpărarea) 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 consideră următoarele:
din cei 30% consumatori care părăsesc produsul A, 10% vor achiziţiona
produsul B, 15% vor achiziţiona produsul C şi 5% vor achiziţiona produsul
D;
din cei 50% consumatori care părăsesc produsul B, 15% vor achiziţiona
produsul A, 15% vor achiziţiona produsul C şi 20% vor achiziţiona
produsul D.
din cei 35% consumatori care părăsesc produsul C, 10% vor achiziţiona
produsul A, 5% vor achiziţiona produsul B şi 20% vor achiziţiona produsul
D;
40
Simulări de marketing. Note de curs
din cei 20% consumatori care părăsesc produsul D, 5% vor achiziţiona
produsul A, 5% vor achiziţiona produsul B şi 10% vor achiziţiona produsul
C.
Pe baza acestor informaţii se pot previziona cotele de piaţă ale celor trei produse
pentru n momente ulterioare.
Considerăm n = 4.
Coeficienţii de fidelitate şi probabilităţile de tranziţie 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 reprezintă probabilitatea ca după achiziţia produsului i să se achiziţioneze produsul
j.
Valorile previzionate ale cotelor de piaţă 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 piaţă şi pentru următoarele perioade:
Cota de piaţă 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
Simulări de marketing. Note de curs
5.3.2. Simulare utilizând metoda Monte Carlo (şi metoda Lanţurilor Markov)
Pentru a simula evoluţia cotelor de piaţă pentru produse concurente metoda Monte
Carlo presupune ataşarea anumitor probabilităţi de realizare (prin generarea de numere
aleatoare) acţiunilor viitoare ale consumatorilor. Modelul presupune parcurgerea
următoarelor etape:
determinarea probabilităţilor de tranziţie cumulate pentru fiecare produs
(vom lua în calcul inclusiv coeficienţii de fidelitate);
ataşarea fiecărui produs a unui interval de numere aleatoare uniform
distribuite pe baza valorilor probabilităţilor de tranziţie cumulate;
generarea de numere aleatoare pentru numărul de etape ulterioare pentru
care se doreşte a se estima evoluţia cotei de piaţă;
determinarea la nivelul fiecărui moment a produsului pe care îl va
achiziţiona cumpărătorul ţinând cont de valoarea numărului aleator
corespunzător şi ultima cumpărare realizată (modelul se bazează pe metoda
Lanţurilor Markov de ordinul întâi ce presupune că probabilitatea ca un
cumpărător să opteze pentru un anumit produs este determinată de cea mai
recentă cumpărare)
se realizează în mod similar un anumit număr de experimente în funcţie de
obiectivele urmărite (aşa cum am precizat anterior, creşterea numărului de
experimente va determina obţinerea de rezultate mai precise).
Exemplu
Vom continua exemplul anterior (prezentat la metoda Lanţurilor Markov) şi vom
determina cota de piaţă şi probabilităţile de tranziţie cumulate.
Produsul Probabilitate Interval de
Probabilitate
Produsul imediat de tranziţie numere
de tranziţie
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
Simulări de marketing. Note de curs
Produsul Probabilitate Interval de
Probabilitate
Produsul imediat de tranziţie numere
de tranziţie
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 funcţiei RAND() din Excel numere aleatoare pentru 4
momente ulterioare pentru care se doreşte a se realiza estimarea. Vom realiza simularea
cotelor de piaţă pe baza coeficienţilor de fidelitate şi probabilităţilor de tranziţie 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
Simulări de marketing. Note de curs
Se determină pe baza numerelor aleatoare generate produsele ce se vor achiziţiona
la momentele 1, 2, 3 şi 4, astfel:
În cazul experimentului 1: la momentul 1 numărul aleator generat este 0.5709. În
tabelul în care sunt prezentate probabilităţile de tranzitie, pentru produsul C, valoarea
0.5709 se încadrează în intervalul [0,15 - 0,80), care de asemenea, corespunde produsului
C; deci următorul produs cumpărat va fi C. Numărul generat pentru momentul 2 este
0.7883 care aparţine intervalului [0,15 - 0,80); deci la momentul 2 se va achiziţiona tot C,
ş.a.m.d..
În cazul experimentului 2, prima valoare generată este 0.9303, care aparţine
intervalului [0,80 - 1,00); deci produsul achiziţionat la momentul 1 va fi D. La momentul 2
valoarea generată este 0.8631, ce aparţine intervalului [0,20 - 1,00), deci se va achiziţiona
tot D, ş.a.m.d..
Produse achiziţionate la momentele 1, 2, 3 şi 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 tranziţie
C-A 0.000 0.133 0.133 0.267
C-B 0.067 0.067 0.200 0.133
C-C (coeficienţi de fidelitate) 0.667 0.267 0.333 0.200
C-D 0.267 0.533 0.333 0.400
44
Simulări 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 (coeficienţi 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 (coeficienţi de
0.733 0.733 0.733 0.733
fidelitate)
45
Simulări de marketing. Note de curs
Valorile previzionate ale cotelor de piaţă 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
Simulări de marketing. Note de curs
49
Simulări de marketing. Note de curs
convenabile. În final, ei vor decide ce să cumpere şi de la care echipă, oferind astfel
jucătorilor avantaj competitiv.” 7
Într-un joc de întreprindere se poate utiliza atât metoda de simulare Monte Carlo
(dacă intervin variabile aleatorii) sau tehnicile de simulare Forrester, alături de metodele
cercetării operaţionale sau statistico-matematice. Astfel, având în vedere că un model
matematic asigură o evaluare în termeni cantitativi a unui fenomen, în timp ce orice proces
economic complex impune în momentul luării deciziei considerarea şi a factorilor
calitativi, utilizatorul va combina cele două categorii de metode (cantitative şi calitative).
Un joc de întreprindere trebuie astfel conceput încât să fie caracterizat prin
elasticitate; un model rigid neputând pune în valoare inteligenţa şi creativitatea
participanţilor şi, de asemenea, pe măsura derulării experimentărilor nu permite
perfecţionarea sistemului.
Jocurile de întreprindere sunt clasificate după numeroase criterii, dintre care mai
importante sunt8:
După sfera de acţiune, jocurile se clasifică în:
Jocurile pentru întreaga întreprindere (Total Entreprise sau Top
Management) - simulează funcţiile principale ale întreprinderii, astfel
încât participanţii la joc să poată înţelege diversele legităţi ale unităţii
economice în ansamblu, în condiţiile influenţei reciproce atât dintre
subsistemele interne, cât şi dintre acestea şi mediul exterior.
Jocul funcţional (Functional game) se referă la o funcţie specifică a
întreprinderii analizate, participanţii la joc putând experimenta diferite
decizii în cadrul compartimentului care îndeplineşte funcţia simulată
(serviciul de aprovizionare, serviciul de investiţii, serviciul de producţie
etc.) şi estima eventualele consecinţe pentru alte compartimente cu care
acţionează în strânsă legătură.
7
Preluat după www.smartbox.ro
8
Preluat după Raţiu – Suciu, Camelia, Modelarea & simularea proceselor economice – Teorie şi practică,
Ediţia a patra, Editura Economică, Bucureşti, 2005, pp. 254-257.
50
Simulări de marketing. Note de curs
Jocurile complexe analizează mai multe funcţii ale întreprinderii şi
relaţiile principale cu alte compartimente sau chiar cu mediul exterior
întreprinderii. În acest caz, jucătorii trebuie să estimeze implicaţiile unei
decizii adoptate într-un anumit compartiment asupra altor compartimente
ale întreprinderii. De asemenea, se urmăreşte evaluarea efectelor unor
perturbaţii asupra compartimentului considerat chiar dacă aceste
perturbaţii au apărut în afară, de pildă, într-un compartiment cu care
există strânse legături.
Jocurile pentru alte zone de specialitate permit testarea unor strategii
politice, economice, tehnico-organizatorice privind o ramură de activitate
economică dintr-o anumită zonă geografică. De exemplu, dacă se
consideră diverse programe de lucru ale unor unităţi de distribuţie, se pot
constata efectele economice la nivelul unităţilor beneficiare sau se pot
stabili consecinţele pentru unităţile de distribuţie analizate, corelate cu
comportamentul unităţilor consumatoare.
53
Simulări de marketing. Note de curs
valorile iniţiale ale parametrilor de stare precum şi evoluţiile probabile
ale unor indicator; posibile perturbaţiile şi eventual probabilitatea de
realizare etc.;
restricţiile de joc (respectiv restricţii în legătură cu resursele la
dispoziţia participanţilor, informaţiile pe care le deţine sau le poate
obţine un participant, opţiunile posibile şi decizia pe care trebuie să o
adopte pentru realizarea obiectivului impus, restricţii de acţiune etc.),
obiectivele întreprinderii sau compartimentului pe care îl reprezintă
fiecare jucător;
54
Simulări de marketing. Note de curs
55
Simulări de marketing. Note de curs
56
Simulări de marketing. Note de curs
57
Simulări de marketing. Note de curs
Discuţii finale:
Descrieţi principele caracetristici ale următoarelor modele de simulare:
- Generarea numerelor şi variabilelor aleatoare;
- Metoda de simularea Monte Carlo;
- Simularea evoluţiei cotelor de piaţă pentru produse concurenţiale;
- Jocuri de simulare;
- Simularea de tip Forrester.
Teme propuse:
1. Consideraţi 30 experimente în urma cărora s-a obţinut o frecvenţă relativă de
apariţie a unei anumite valori f*’ de 0,7 şi un nivel de semnificaţie de = 0,01.
Determinaţi frecvenţa reală de apariţie a evenimentului.
5. Consideraţi un eşantion de 100 persoane supus unei cercetări, pentru care s-a
înregistrat frecvenţa de vizitare a unui anumit anumit magazin, în decursul unei
luni. Rezultatele centralizate se prezintă astfel:
58
Simulări de marketing. Note de curs
Frecvenţe
Numărul de vizite realizate
absolute
0 23
1 31
2 18
3 17
4 11
Total 100
59
Simulări de marketing. Note de curs
60
Simulări de marketing. Note de curs
CAPITOLUL VI
SIMULARE CU AJUTORUL PROGRAMULUI EXCEL
61
Simulări de marketing. Note de curs
- se selectează coloanele în care sunt trecute valorile xi şi, respectiv, unde urmează să
fie generate rezultatele - yi (cuprinzând şi celulele situate deasupra respectivelor
coloane indicate);
- se accesează comanda TABLE din mediul DATA, iar prin selecţia casetei din
dreptul opţiunii Column input cell (Row input cell, dacă valorile lui xi sunt trecute
pe rând) se “indică” variabila în funcţie de care se va realiza simularea; respectiv,
se va accesa celula în care este trecută valoarea lui x0;
- se activează OK.
Exemplu
Considerând pentru o anumită populaţie un eşantion cercetat de n = 1000 unităţi
(valoarea abaterii medii pătratice a colectivităţii este σ = 8), se doreşte a se determina
eroarea faţă de media colectivităţii considerând diferite nivele de semnificaţie α (pe baza
căreia putem determina intervalul de încredere corespunzător).
Clarificări conceptuale
În cazul cercetărilor selective de tip sondaj intervalul de încredere este definit
ca intervalul cuprins între limita inferioară şi limita superioară unde este probabil
să se încadreze parametrul cercetat al colectivităţii studiate.
Astfel, pentru a determina abaterile faţă de medie putem utiliza formula prezentată
anterior sau putem folosi funcţia CONFIDENCE din Excel.
62
Simulări de marketing. Note de curs
Vom calcula pentru început valoarea abaterii pentru un nivel de semnificaţie α =
0,05. Pentru a putea aplica funcţia CONFIDENCE, datele se vor organiza în foia de lucru
astfel:
A B
1 α 0,05
2 S 8
3 n 1000
4 =CONFIDENCE(B1,B2,B3)
rezultând o abatere faţă de medie de ±0,495836.
Dacă dorim să estimăm valoarea abaterii faţă de medie pentru diferite nivele de
smnificaţie vom proceda astfel.
- în celula B6 copiem celula B4 (=B4);
- selectăm zona de simulare - (A6:B16);
- accesăm comanda TABLE din mediul DATA;
- selectâm caseta din dreptul opţiunii Column input cell şi executăm click pe celula
B1 (se indică astfel că simularea se va face pe baza diferitelor valori ale lui α).
- se activează OK.
Rezultatele se prezintă în tabelul:
A B
1 α 0,05
2 S 8
3 n 1000
4 0,495836
5
6 0,495836
7 0,005 0,7101296
8 0,01 0,651639
9 0,015 0,6153486
10 0,02 0,5885246
11 0,025 0,567035
12 0,03 0,5489943
13 0,035 0,5333772
14 0,04 0,5195619
15 0,045 0,5071419
16 0,05 0,495836
17
63
Simulări de marketing. Note de curs
Din tabel rezultă, aşadar, valorile abaterilor în + sau – faţă de medie pentru diferite
nivele de semnificaţie. De exemplu, pentru un nivel de semnificaţie de 0,005 rezultă o
abatere de ± 0,7101296, iar pentru un nivel de semnificaţie de 0,01 rezultă o abatere de ±
0,651639, ş,a,m,d,
Cunoscând media eşantionului de 40 de exemplu, se pot determina intervalele de
încredere ale mediei colectivităţii cercetate pentru diferite nivele de semnnificaţie,
respectiv:
- pentru un nivel de semnificaţie de 0,005, intervalul de încredere pentru media
colectivităţii este 40 ± 0,71013 (39,28987; 40,71013);
- pentru un nivel de semnificaţie de 0,01 intervalul de încredere pentru media
colectivităţii este 40 ± 0,65164 (39,34836; 40,65164) etc.
64
Simulări de marketing. Note de curs
Exemplu
Continuând exemplul prezentat la subcapitolul 6.1.1., dorim să determinăm eroarea
faţă de medie considerând diferite nivele de semnificaţie şi diferite dimensiuni ale
eşantionului cercetat.
Deci datele iniţiale vor fi organizate similar:
A B
1 α 0,05
2 S 8
3 n 1000
4 =CONFIDENCE(B1,B2,B3)
65
Simulări de marketing. Note de curs
Din tabel rezultă, aşadar, valorile abaterilor în + sau – faţă de medie pentru diferite
nivele de semnificaţie şi pentru diferite dimensiuni ale eşationului. De exemplu, pentru un
nivel de semnificaţie de 0,005 şi un eşantion de 500 rezultă o abatere de ± 1,0042749.
Pe baza abaterilor determinate se pot calcula intervalele de încredere ale mediei
colectivităţii cercetate pentru diferite nivele de semnnificaţie şi diferite dimensiuni ale
eşantioanelor cercetate conform modalităţii prezentate anterior.
Clarificări conceptuale
Metoda regresiei reprezintă o metodă statistică utilizată pentru determinarea
ecuaţiei ce descrie forma legăturii dintre o variabilă dependentă măsurată pe scală
metrică şi una sau mai multe variabile independente, măsurată(e) pe scală metrică
sau nemetrică. Aproximarea formei legăturii dintre variabilele cercetate se
realizează cu ajutorul unei funcţii, denumită funcţie de regresie.
Exprimarea matematică a funcţiei de regresie se prezintă astfel:
yi =f( x1i , x 2i , x 3i , ...... x mi )+,
unde:
yi - variabila dependentă sau rezultativă;
66
Simulări de marketing. Note de curs
x1i , x 2i , x3i , ...... x mi - variabile independente sau factoriale;
= eroare aleatoare,
Alegerea funcţiei de regresie presupune reprezentarea grafică, cu ajutorul
corelogramei (norului de puncte), a fiecărei perechi de variabile yi - xi , rezultând,
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 (obţinute din observare);
67
Simulări de marketing. Note de curs
Pornind de la formulele de calcul ale variaţiei factoriale - Y y
i
2
şi ale variaţiei
68
Simulări de marketing. Note de curs
- selectăm caseta din dreptul opţiunii const şi indicăm TRUE în cazul în care
parametrul a este diferit de zero sau FALSE dacă acesta se consideră nul, caz în
care valorile b1 , b2 ,...., bm sunt calculate astfel încât să se respecte ecuaţia Yi =
b1 x1i b2 x 2i , ...... bm x mi ;
- selectăm caseta din dreptul opţiunii stats şi indicăm TRUE pentru a se calcula
valorile coeficienţilor b1 , b2 ,...., bm ;
- se activează OK;
- se selectează o zonă ce include celula în care s-a accesat funcţia LINEST,
cuprinzând 4 rânduri sub respectiva celula şi respectiv un număr de coloane în
partea dreaptă a celulei, egal cu numărul variabilelor independente. Se accesează
F2 şi ulterior CTRL+SHIFT+ENTER. Se obţin (printre altele) următoarele valori:
valorile parametrilor ecuaţiei de regresie, în următoarea ordine
bm , bm 1 ,...., b1 , a ;
coeficientul de determinaţie;
valoarea calculată Fc;
variaţia factorială şi reziduală.
Exemplu
Se cunosc valorile înregistrate pentru 5 variabile la nivelul a 10 unităţi comerciale,
respectiv: desfacerile, suprafaţa comercială, cheltuielile promoţionale, diversitatea ofertei
(număr articole comercializate), orarul zilnic (numărul orelor de program).
Pornind de la aceste valori, se doreşte identificarea ecuaţiei de regresie care va sta
la baza estimării vânzărilor pentru diferite nivele ale celorlalte 4 variabile considerate.
Valorile variabilelor cercetate se vor trece într-o pagină EXCEL (celulele A3:F12),
astfel:
69
Simulări de marketing. Note de curs
1 A B C D E F G
Suprafaţa Cheltuieli
Număr Număr ore
Nr. Desfaceri comercială promoţionale
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
Simulări de marketing. Note de curs
Rezultatele se prezintă astfel:
1 A B C D E F
Suprafaţa Cheltuieli
Număr Număr ore
Nr. Desfaceri comercială promoţionale
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 (variaţia (variaţia #N/A #N/A #N/A
factorială) reziduală)
19
Notă: au fost trecute în paranteze semnificaţiile diferitelor valori utilizate în analiza de faţă.
În consecinţă:
- ecuaţia de regresie poate fi scrisă astfel:
Yi = -38.6667 + 0.085816 x1 - 6.91061 x2+ 0.96148 x3 + 2.848842 x4;
- coeficientul de determinaţie este R 2 y / x este 84,14%;
71
Simulări de marketing. Note de curs
considerată (95%), la nivelul întregii colectivităţi cercetate şi, implicit, putându-se realiza
estimări ale variabilei Yi pentru diferite nivele ale variabilelor xi.
De exemplu, continuând pe aceeaşi foaie de lucru, putem introduce în celulele C20,
C21, C22, C23 valorile variabilelor x1 , x2, x3, x4 pentru care se doreşte a se estima variabila
Y, iar în celula C24 se va introduce formula de calcul corespunzătoare.
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
Discuţii finale:
Prezentaţi câteva dintre modalităţile concrete de utilizare a programul EXCEL
pentru realizarea de simulări de marketing.
72
Simulări de marketing. Note de curs
Teme propuse:
1. Folosind comanda “TABLE” realizaţi simulări cu o singură variabilă şi, respectiv,
cu două variabile, pornind de la un set de date de intrare / modele ce atestă
legăturile dintre variabile, la alegere.
2. Folosind funcţia “LINEST” realizaţi simulări pornind de la un set de date de intrare
la alegere. Consideraţi un număr de 4 variabile studiate pentru care dispuneţi de
valori înregistrate la nivelul a 15 unităţi.
73
Simulări de marketing. Note de curs
74
Simulări de marketing. Note de curs
Anexa nr. 1
Tabel cu valorile repartiţiei Student în funcţie de nivelul de semnificaţie α
şi numărul f al gradelor de libertate
α Nivel de semnificaţie 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
α 0,25 0,10 0,05 0,025 0,01 0,005 0,001 0,0005 0,00005
f Nivel de semnificaţie pentru testul unilateral
75
Simulări de marketing. Note de curs
Anexa 2
Tabel cu valorile funcţiei 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
Simulări 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
Simulări 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
Simulări de marketing. Note de curs
80
Simulări de marketing. Note de curs
BIBLIOGRAFIE
81