Brontekst: Tony Bastijns + bibliografie achteraan

Presentatie over: "Brontekst: Tony Bastijns + bibliografie achteraan"— Transcript van de presentatie:

1 Brontekst: Tony Bastijns + bibliografie achteraan
Marktonderzoek Desk Research RV - 1/03/2011 Brontekst: Tony Bastijns + bibliografie achteraan

2 Kernidee achter deskresearch: ROI
Uitgangspunt: Marktonderzoek is tijdsintensief, kostelijk en gespecialiseerd werk Marktonderzoek is niet “één werk” maar een opeenvolging van diverse werkonderdelen. Vaak kunnen de kosten voor één of meer van die delen “uitgespaard” worden omdat daarvoor passende “vervanging” min of meer gratis beschikbaar is RV - 1/03/2011 Brontekst: Tony Bastijns + bibliografie achteraan

3 Deskresearch vs Fieldresearch = Confectie vs Maatwerk
Op bestelling  primair  perfecte pasvorm Kritische factor: goede kleermaker Prijsverschil: talent/naam/faam kleermaker Confectie Secundair (op maat van iemand anders gemaakt) Zoeken tot je de “juiste maat” én “uw goesting” vindt merk/maker en winkel/locatie zijn signalen “paskans” Pasvorm zelden 100% perfect .. En soms vind je niks RV - 1/03/2011 Brontekst: Tony Bastijns + bibliografie achteraan

4 Deskresearch: waarvoor
Trendonderzoek (extern) Verzamelen/verwerken gearchiveerde data Inzichten van specialisten in evoluties en trends Gratis: NIS, Export Vlaanderen, banken, universiteiten, vakpers, .. Betalend: omnibussen type GFK, Nielsen, CIM, Graydon, Gartner, .. Analyse van bestaande gegevens (intern) Boekhouding: omzetcijfers, regelmaat in betalingen/betaaltermijnen, retours (per klant, per verkoper, ..), commissies, .. Verkooprapporten: gemiste offertes, informatie over concurrenten, informatie over klanten, .. Klachtendienst: wie klaagt, waarover klaagt men, wat kost dat, NPD-openingen, … …….. RV - 1/03/2011 Brontekst: Tony Bastijns + bibliografie achteraan

5 Desk research : technieken
Tijdreeksen Vanuit verleden extrapoleren naar toekomst RV - 1/03/2011 Brontekst: Tony Bastijns + bibliografie achteraan

6 Deskresearch: technieken
Z-grafieken 1 een blikveld: perioderesultaat, cumul tot heden en gebudgetteerd eindtotaal Vooral gebruikt voor budgetopvolging RV - 1/03/2011 Brontekst: Tony Bastijns + bibliografie achteraan

7 Tijdreeksen / trendanalyse: techniek
Doelresultaat : zicht krijgen op normale verwachtingen naar de nabije toekomst Uitgangspunt: 4 marktbewegingen bepalen samen “toekomst” algemene beweging of trend conjunctuurbeweging Seizoenbeweging Toevallige afwijkingen Gebruik tijdreeksen in onderneming Analyse trend Analyse seizoeninvloed RV - 1/03/2011 Brontekst: Tony Bastijns + bibliografie achteraan

8 Tijdreeksanalyse: trendbepaling
Kernidee : algemene beweging zichtbaar maken door “uitzuivering” van toevallige en spreidingsafwijkingen Toevallige afwijkingen: meer of minderverkoop door vb. tijdelijke promotie Spreidingsafwijkingen: seizoenschommelingen (vb. traditioneel meerverkoop in zomer, minder in winter) Methodiek: ipv maandtotalen werken met “voortschrijdende” periodetotalen Toevaligheden en seizoenschommelingen worden zo uitgeschakeld Standaard periode: 1 jaar (lengte afhankelijk seizoenschommel) Vb. fluctuatie 2-jaarlijks autosalon  case om voorschrijdend 24-maandtotaal te gebruiken. RV - 1/03/2011 Brontekst: Tony Bastijns + bibliografie achteraan

9 Voorbeeld gebruik voorschrijdend jaartotaal
kwartaal Omzet Jaar Gemiddeld jaar Gemiddeld kwartaal Trend per Q Q1 2009 100 Q2 2009 130 Q3 2009 90 480 120 Q4 2009 150 470 500 125 =125/120 Q1 2010 490 520 +4 % Q2 2010 510 540 135 Q3 2010 110 530 560 140 +3,7 % Q4 2010 170 550 580 145 Q1 2011 570 600 +3,4 % Q2 2011 RV - 1/03/2011 Brontekst: Tony Bastijns + bibliografie achteraan

10 Voorbeeld isolatie seizoeninvloed
kwartaal Omzet Jaar Gemiddeld jaar Gemiddeld kwartaal Seizoen invloed Q1 2009 100 Q2 2009 130 Q3 2009 90 480 120 - 30 -25% Q4 2009 150 470 500 125 + 25 +20% Q1 2010 490 520 -10 -8% Q2 2010 510 540 135 +15 +11% Q3 2010 110 530 560 140 -30 -21% Q4 2010 170 550 580 145 +25 +17% Q1 2011 570 600 -7% Q2 2011 RV - 1/03/2011 Brontekst: Tony Bastijns + bibliografie achteraan

11 Trendanalyse: voorspelling toekomst
Extrapoleer de basisbeweging Projecteer periodecijfers Bereken de gemiddelde seizoeninvloed per periode Bereken “gemiddelde seizoeninvloed” per periode Maak seizoencorrecties op de projecties Pas projecties manueel aan voor geplande acties RV - 1/03/2011 Brontekst: Tony Bastijns + bibliografie achteraan

12 Brontekst: Tony Bastijns + bibliografie achteraan
Projectie RV - 1/03/2011 Brontekst: Tony Bastijns + bibliografie achteraan

13 Brontekst: Tony Bastijns + bibliografie achteraan
Z-grafiek Idee: het visueel monitoren van actuele realisaties versus planning/projecties RV - 1/03/2011 Brontekst: Tony Bastijns + bibliografie achteraan

14 Budgetopvolging 2009 R-periode = reële cijfers uit de boekhouding voor 2009

15 Brontekst: Tony Bastijns + bibliografie achteraan
De sites Gebruik een forum van gelijken Gebruik software RV - 1/03/2011 Brontekst: Tony Bastijns + bibliografie achteraan

16 Brontekst: Tony Bastijns + bibliografie achteraan
Trendanalyse Een statistische techniek als hulp bij interpretatie van data Data: tijdreeksten Resultaat: werkmodel Probleem: onderscheid maken tussen fenomeen en toeval (“noice”) Oorzaak-gevolg-detectie – verschil tussen “sturende” en “volgende” variabelen zichtbaar maken RV - 1/03/2011 Brontekst: Tony Bastijns + bibliografie achteraan

17 Trendanalyse: methodieken
Kleinste kwadraat – “least square” idee: trek een “trendlijn” doorheen de datawolk Methodiek: probeer de afwijking tussen echte observaties en “voorspellingen” op de trendlijn zo klein mogelijk te maken Formule: T = tijd y t = echte observaties A en b: de “voorspellingen” die je aanpast tot formule “NUL” het dichts benadert A t + b: de trendlijn TREND = de HELLING van de trendlijn RV - 1/03/2011 Brontekst: Tony Bastijns + bibliografie achteraan

18 De waarheid over trendlijnen
Doorheen hele datawolk kan je er een trendlijn trekken Hoe goed je ook bent: Er gaat hier en daar altijd een afwijking zitten tussen je “voorspelling” en de “echte” data. (Chi is zelden echt 0) Anderzijds: Moest je heel veel keren een trendlijn trekken door gelijkaardige datawolken Is de kans groot dat de gemeten afwijkingen tussen “voorspelling” en “data” (de chi’s) Normaal verdeeld zijn rond het nulpunt En voor die verdeling kan je een betrouwbaarheidsinterval berekenen En dus inschatten “hoe ver je er per “voorspelling” kan naast zitten” VOORWAARDE: de geobserveerde data moeten “onafhankelijk” zijn RV - 1/03/2011 Brontekst: Tony Bastijns + bibliografie achteraan

19 Observatie = fenomeen + herhaalde afwijking + toevalligheden
Formule: y t = a t + b + e t A = onbekende, te “voorspellen” constante B = onbekende, te “voorspellen” constante E = toevalligheid van het ogenblik Vermoeden: E’s zijn normaal verdeeld (Gauss Curve) Hun grootte zit dus in een soort “vork” ( - standaard deviatie + standaard deviatie rond een middenpunt) De grootte van die “vork” is te meten en dus “uit te zetten” boven en onder de trendlijn  balk waar gross observaties in zitten. RV - 1/03/2011 Brontekst: Tony Bastijns + bibliografie achteraan

20 Probleem met trendanalyse
Data zijn zelden volkomen onafhankelijk Data worden zelden gestuurd door maar 1 variabele Aantal beschikbare data is meestal “beperkt” in termen van statistische validiteit. Trends zijn zelden louter lineair RV - 1/03/2011 Brontekst: Tony Bastijns + bibliografie achteraan