Modelowanie elastyczności cenowych sprzedaży

Warszawa SER VIII

Kim jestem?

Olga Mierzwa

Edukacja:

  • Metody Ilościowe w Ekonomii i Systemy Informacyjne
    @ Szkoła Główna Handlowa 
  • Ekonometria @ Uniwersytet w Rotterdamie

 

Praca:

  • Konsultant aktuarialny @ Triple A - Risk Finance

Dlaczego modelowanie?

 

  1. Jaka powinna być moja reakcja, na dużą obniżkę cen konkurencji?
     
  2. Jaki powinien być optymalny poziom propocji cenowej by maksymalizować zyski?
     
  3. Jak 10% stała podwyżka cen wpłynie na zysk?

 

Wspieranie procesu decyzyjnego producentów (np. P&G, Danone) i sprzedawców (np. Tesco, Żabka) w opraciu o analizę danych,
a nie 'gut feel'

Jakich danych używać?

Historyczne informacje dotyczące nawyków konsumentów oraz decyzji konkurencji. 

 

  • Dane skaningowe - duże sieci
  • Dane paragonowe - mały handel

Sprzedaż i jej determinanty

Czynniki wpływające na sprzedaż:

  • Cena
  • Akcje promocyjne
  • Konkurencja
  • Przeszłość
  • Inne

Sprzedaż jest jedną z najważniejszych miar wyników
produktów lub marek 

Model

  • Model sprzedaży - Autoregressive distributed lag ADL (1,1)
log S_{it} = \alpha + \beta_{1} log P_{it} + \beta_{2} log P_{it-1} + \beta_{3} log S_{it-1} + e_{it}
logSit=α+β1logPit+β2logPit1+β3logSit1+eit
  • Interpretacja parametrów problematyczna
  • Stacjonarność
    • ​Szoki mają tylko tymczasowy wpływ
    • Promocje nie mają permanentnego wpływu
    • Stałe zmiany mogą mieć permanentny wpływ
S_{it}
Sit

sprzedaż produktu w okresie t

sprzedaż produktu w okresie t

P_{it}
Pit

Error Correction Model

  • Error Correction Model (Hendry et al., 1984)
\Delta log S_{it} = c + \delta_{1} \Delta log P_{it} + \delta_{2} \{ log S_{it-1} - \delta_{3} log P_{it-1} \} + e_{it}
ΔlogSit=c+δ1ΔlogPit+δ2{logSit1δ3logPit1}+eit
\Delta X_{it} = X_{it}-X_{it-1}, [c, \delta_{1}, \delta_{2}, \delta_{3}] = [\alpha, \beta_{1}, \beta_{2}-1, (\beta_{1}+\beta_{2})/(1-\beta_{2})]
ΔXit=XitXit1,[c,δ1,δ2,δ3]=[α,β1,β21,(β1+β2)/(1β2)]
log S_{it} = \alpha + \beta_{1} log P_{it} + \beta_{2} log S_{it-1} + \beta_{3} log P_{it-1} + e_{it}
logSit=α+β1logPit+β2logSit1+β3logPit1+eit
  • ADL

gdzie

  • Dodajmy konkurencję i inne zmienne
\Delta log S_{it} = c + \delta_{1} \Delta log P_{it} + \sum_{j=1}^{J-1} \gamma_{j} \Delta log P_{jt}+ \delta_{2} \{ log P_{it-1} - \delta_{3} log S_{it-1} \} + \sum_{K=1}^K A_{k} log X_{kt} + e_{it}
ΔlogSit=c+δ1ΔlogPit+j=1J1γjΔlogPjt+δ2{logPit1δ3logSit1}+K=1KAklogXkt+eit

efekt natychmiastowy

prędkość dostosowania do równowagi dł. okresowej

efekt permanentny

Estymacja modelu

  • Układ równań - każdy produkt ma swoje równanie
  • Motywacja: 
    • Reszty w modelach jednocześnie skorelowane
    • Restrykcje i testowanie restrykcji pomiędzy równaniami
      • Nie wszystkie zmienne istotne dla każdego produktu
      • Efekty są wspólne pomiędzy produktami
  • Estymacja za pomocą SUR (Zellner 1962)

Pytania?

OLGA MIERZWA

olga.mierzwa@gmail.com

Dziękuję za uwagę

SER

By Olga Mierzwa

SER

Spotkanie Entuzjastów R - Warszawa 19.03.2015

  • 1,235