H4 Marktonderzoek Verschillende informatiebehoeften in verschillende fasen: Analyse fase Strategische fase Implementatie fase Evaluatie fase.

Presentatie over: "H4 Marktonderzoek Verschillende informatiebehoeften in verschillende fasen: Analyse fase Strategische fase Implementatie fase Evaluatie fase."— Transcript van de presentatie:

1 H4 Marktonderzoek Verschillende informatiebehoeften in verschillende fasen: Analyse fase Strategische fase Implementatie fase Evaluatie fase

2 Soorten marktonderzoek tijdens product ontwikkeling
product-productidee productconcept productuitzetting prijsonderzoek prijsacceptatie merknaam verpakking communicatie overige (pantry, dustbin) testmarkt (ultieme onderzoek)

3 Statistiek De normale verdeling (Gauss)
Standaarddeviatie = σ = SQRT(P * Q / N) (P in %, en Q = 100 – Pl). Uit tabel verband z-waarde (1, 2, 3) en betrouwbaarheid (68%, 95,4%, 99,7%) Totale nauwkeurigheidsinterval = 2 * z * σ Sommen: bepaal steekproef omvang bij een bepaalde gewenste nauwkeurigheid en betrouwbaarheid.

4 Statistiek, toetsen Doel: bepalen of uitkomst van steekproef significant afwijkt van: verwacht resultaat; van eerder resultaat (voordat een promotiecampagne werd gehouden bijvoorbeeld) of er een bepaald significant verband is tussen enkele variabelen. Z-toets: Doel: Check of één variabele/waarde met bepaalde betrouwbaarheid ligt binnen het nauwkeurigheidsinterval van een steekproef. Algoritme: Bepaal p in %; dit is: p = aantal-waarnemingen-van-een-waarde totaal-omvang-steekproef Bepaal q = p (in %) Pas de formule: s of σ = SQRT(p * q / n) toe. Pas de z-waarde toe op basis van de vereiste betrouwbaarheid Check of de waarde ligt binnen het interval.

5 Statistiek, toetsen (2) T-toets (pooled variance)
Doel: check of een steekproef uitkomst significant afwijkt van een andere steekproefuitkomst. Achterliggend idee: overlappen de 2 Gauss krommen (zelfde uitkomst) of niet (significant andere uitkomst). Algoritme: Bepaal van beide steekproeven de p en q waarden in % (zie Z-toets) Bepaal de pooled variance: Sp = SQRT( p1 * q1 / n1 + p2 * q2 / n2). Dit is een maat voor de uitdijing van de beide Gauss krommen samen. Bepaal de kritische z-waarde: Zk = (p1 - p2) / Sp. Dit zegt eigenlijk: hoeveel keer past de uitdijing van de 2 Gauss krommen in het verschil van de gemiddelde waarnemingen. Bepaal de z-waarde op basis van de vereiste betrouwbaarheid. Als Zk > z dan is er een significant verschil. Ofwel: het verschil tussen de waarnemingen is groter dan z keer de uitdijing

6 Statistiek, toetsen (3) T-toets (pooled variance), vervolg
Je kunt het ook anders, meer concreet, benaderen: Bepaal van beide steekproeven de p en q waarden in % (zie Z-toets) Bepaal de pooled variance: Sp = SQRT( p1 * q1 / n1 + p2 * q2 / n2). Dit is een maat voor de uitdijing van de beide Gauss krommen samen. Bepaal de z-waarde op basis van de vereiste betrouwbaarheid. Controleer of: p1 - p2 > z * Sp ofwel check of de afstand tussen p1 en p2 groter is dan z keer de Sp. Het is evident, dat als die afstand kleiner is, er natuurlijk geen significant verschil tussen die twee waarden p1 en p2 is.

7 Statistiek, toetsen (4) Chi-kwadraat
Doel: check of meer dan 2 variabelen significant van elkaar afwijken of check of er samenhang is tussen variabelen in een kruistabel. Achterliggende idee: door de genormeerde afstand van meerdere sets van variabelen te berekenen kun je die afzetten tegen de waarden uit een genormeerde Chi2-tabel. Is de waarde groter, dan is er een significant verschil. De z-waarden zitten al in de tabel verwerkt.

8 Statistiek, toetsen (5) Chi-kwadraat (vervolg) . Algoritme:
Zorg voor een kruistabel met rijen en kolommen met waarden Wi Zorg voor een analoge T-tabel of theoretische waarde of nul-waarde tabel met waarden Ti. Randvoorwaarden: elke Ti > 1, maximaal 10% van de cellen Ti < 5. Zo niet: rijen of kolommen samenvoegen. Bereken de Chi2: Chi2 = Σ { (Wi - Ti)2 / Ti } ; sommeer alle genormeerde celafstanden. Bepaal de vrijheidsgraden = (aant.kol - 1) * (aant. rijen - 1) Lees kritische Chi2 waarde af uit tabel en check of deze groter is dan Chi2 die berekend is. Zo ja: dan is er significant verschil.

9 Tijdreeksanalyse Waarde = Trend ± Seizoensafwijking ± A (toevallige afwijking) Exponential smoothing over periode t: Voorspellingt = α Wt-1 + (1 - α) Wt-2 Je geeft verschillende (hoger) wegingsfactoren aan meer recente periodes. Causale tijdreeksmodellen. Q = α1 A + α2 B + α3 C, waarbij αi verschillende weegfactoren zijn, en A, B en C bepaalde gebeurtenissen zijn bijvoorbeeld prijsverlaging, mediabudget, actie concurrent etc.