Scrigroup - Documente si articole

     

HomeDocumenteUploadResurseAlte limbi doc
ComunicareMarketingProtectia munciiResurse umane


Fundamentarea deciziei de marketing

Marketing



+ Font mai mare | - Font mai mic



Fundamentarea deciziei de marketing

O componenta importanta a procesului decizional este fundamentarea deciziei. Solutionarea problemelor tot mai complexe pe care le ridica practica de marketing face necesara utilizarea unor metode care sa asigure alegerea celei mai eficiente decizii, a unor metode care sa preintampine riscul sau sa-i diminueze amploarea.



1. Formalizarea procesului decizional

Luarea deciziei presupune, dupa cum s-a mentionat mai sus, reprezinta un proces alegere intre doua sau mai multe solutii, in majoritatea cazurilor, numarul solutiilor la care se poate recurge fiind foarte mare; de aceea este necesara, in prealabil, identificarea tuturor solutiilor posibile sau cel putin a solutiilor si variatelor principale.

Stabilirea acestor variante poate rezulta in mod direct din volumul si continutul informatiilor culese si din analiza proceselor economice in perioa anterioare. Stabilirea tendintelor in evolutia acestor procese, a legaturilor de interdependenta in care se gasesc, determinarea implicatiilor asupra desfasurarii ulterioare a activitatii, conduc, in fapt, la delimitarea unui anumit numar de variante privind modul de actionare in perioada urmatoare.

Pornind de la variantele posibile, decizia presupune alegerea celei mai bune dintre ele. Acest proces de alegere implica raspundere si, adesea, asumarea unui risc. El poate fi insa sensibil micsorat, formalizand procesul decizional prin folosirea unor metode matematice.

Trebuie remarcat, ca cercetarea operationala gaseste un camp tot mai larg de aplicatii in sfera proceselor economice, indeosebi in procesul decizional. A. Kaufman apreciaza, ca cercetarea operationala constituie pregatirea stiintifica a deciziilor[1]. Totodata, in sfera din ce in ce mai larga a cercetarii operationale se delimiteaza, intr-o raimura aparte, 'teoria deciziilor' sau teoria procesului de decizie, cu alte cuvinte, o asa - numita 'disciplina a deciziei corecte . La decizia optima sau 'corecta' se poate ajunge folosind diferite metode matematice, utilizand diferite modele, dupa cum se poate vedea in paragraful urmator.

Modelarea deciziilor care se iau in conditii sigure, cand toate elementele necesare sunt cunoscute cu certitudine, nu ridica probleme deosebite. In aceasta directie, aportul programarii matematice, al metodei drumului critic, al analizei numerice etc., este substantial.

Dar cele mai multe decizii de marketing sunt luate in imprejurari aleatoare, nedeterminate si, mai ales, concurentiale. In aceste cazuri, procesul decizional se complica; decizia optima sau 'corecta' se poate obtine numai apelandu-se la diferite metode de natura probabilistica.

Unele metode se limiteaza doar la utilizarea probabilitatilor obiective, determinate prin procedeul clasic sau prin procedeul empiric. Deosebit de cunoscte, in randul acestora, sunt metodele statisticii traditionale de estimare si de testare a ipotezelor, lanturile Markov, metodele bazate pe teoria firelor de asteptare, modele de simulare etc.

Evolutiile recente in domeniul modelarii deciziilor de marketing au condus la dezvoltarea unui grup de metode probabilistice care se bazeaza pe probabilitati, atat obiective, cat si subiective, incercand astfel sa incorporeze in luarea deciziilor si opiniile decidentilor; acestea sunt cunoscute sub denumirea de metode de analiza bayesiana.

In general, deci, posibilitatile modelarii in procesul decizional de marketing sunt foarte largi. Doua grupe de modele se impun tot mai mult atentiei: modele bazate pe teoria jocurilor strategice si modele bazate pe analiza bayesiana.

2 Modele decizionale bazate pe teoria jocurilor strategice

Atunci cand decidentul se gaseste in 'ignoranta totala' in ceea ce priveste starile naturii', decizia poate fi stabilita pe baza teoriei matematice a jocurilor strategice. Decizia de marketing este 'strategie' (in sensul limitat, acela de 'varianta') in cadrul unui joc 'contra naturii' de tipul 'intre doua persoane cu suma zero'. Alegerea deciziei (strategiei) se face potrivit naturii jocului si starii de spirit a decidentului, putandu-se folosi diferite criterii, cum sunt: criteriul maximin, criteriul minimax, criteriul maximax, etc.

Criteriul maximin, introdus pentru prima data de Abraham Wald , cunoscut si sub denumirea de criteriul 'pesimistului', se bazeaza pe principiul conform caruia decidentul va alege, mai intai, in cadrul fiecarei 'stari a naturii', varianta cu efectele cele mai mici, iar, dintre acestea, va alege, in final, varianta care va conduce la efectul cel mai mare. Spre exemplu, conducerea unei firme trebuie sa decida daca va continua sa se mentina cu produsul sau doar pe piata actuala (strategia V1) sau se va extinde si pe alta piata (strategia V2). In ambele cazuri, in functie de modul de actiune a diferitilor factori, este posibil ca potentialul pietei sa fie scazut (starea S1) sau ridicat (starea S2). Beneficiile realizate din vanzarea acestui produs in cadrul fiecarei stari si, respectiv, fiecarei strategii sunt mentionate in tabelul 4.1.

Dupa cum se observa din aceasta matrice, la un potential scazut al pietei rezulta cele mai mici beneficii si la prima si la cea de-a doua strategie. Deoarece, dintre cele doua variante - V1S1 si V2S1 - prima conduce la cel mai mare beneficiu, pe baza criteriului maximin ea va fi strategia preferata.

Tab. 4.1 Beneficiile rezultate din cele doua strategii

- in milioane lei -

Starile naturii Sj

Variante strategice Vi

S1

Potentialul scazut al pietei

S2

Potentialul ridicat al pietei

V1 Mentinerea pe piata actuala

V2 Extinderea si pe o a doua piata

Un alt criteriu, care in esenta este tot de natura pesimista, poarta denumirea de criteriul minimax al regretului, formulat de L.J. Savage . El are la baza principii asemanatoare cu criteriul maximin, alegerea fiind insa intre variantee ale caror rezultate sunt exprimate sub forma de regrete (in cadrul fiecarei stari ale pietei, va fi aleasa mai intai variantaa care prezinta regretul cel mai mare, iar in final, dintre acestea, se va alege strategia care corespunde celui mai mic regret).

Pentru aplicarea criteriului minimax al regretului, in exemplul de mai sus, este necesara elaborarea unei matrice a regretelor (tab. 4.2.). La un potential scazut al pietei, strategia V1 ar fi cea mai indicata (regretul este zero), deoarece ar conduce la un beneficiu de 40 milioane lei, in loc de 30 milioane lei; daca s-ar fi ales strategia V2, regretul ar fi fost de 10 milioane lei (suma care ar fi fost pierduta pentru ca nu s-a preferat strategia V1 Daca insa potentialul pietei ar fi fost ridicat, la alegerea strategiei V2, nu ar exista nici un regret, pe cand, prin alegerea strategiei V1 regretul ar fi fost de 30 milioane lei. Deci, utilizand criteriul lui Savage, decidentul va prefera in final strategia V2, care duce la minimizarea regretului maxim.

Spre deosebire de criteriile prezentate pana acum, decidentul poate avea si un mod optimist de abordare, in lumina caruia considera ca intr-o anumita situatie se va realiza cea mai favorabila 'stare a naturii'. Acesta este cunoscut sub numele de criteriul maximax. Aplicand acest criteriu datelor din matricea initiala, decidentul va alege maxima dintre cele doua beneficii maxime - de 70 si, respectiv, 100 milioane lei. Deci, va fi preferata strategia V2, care poate conduce la un beneficiu maxim de 100 milioane lei.

Tab. 4.2. Matricea regretelor

- in milioane lei -

Starile naturii Sj

Variante strategice Vi

S1

Potentialul scazut al pietei

S2

Potentialul ridicat al pietei

V1 Mentinerea pe piata actuala

V2 Extinderea si pe o a doua piata

Cele trei criterii prezentate presupun ca dintre toate 'starile naturii' existente, doar una se va realiza, fara a admite ca exista o anume probabilitate de realizare si a celorlalte. Alte criterii se indeparteaza insa de teoria jocurilor strategice, adaugand o noua dimensiune problemei luarii deciziei, prin incorporarea si a unor elemente de natura probabilista, facand astfel trecerea spre modul de abordare bayesian.

Dintre acestea, foarte cunoscut este criteriul rationalitatii , denumit si criteriul lui Laplace. Acest criteriu porneste de la presupunerea ca, fiecare alternativa se va realiza cu o anumita probabilitate. Deoarece aceste probabilitati nu sunt cunoscute, ele se presupun a fi egale. Daca in exemplul considerat se asociaza celor doua stari ale naturii. S1 si S2, cate o probabilitate de 0,5, atunci, in cazul celor doua strategii, beneficiul Bp, va fi:

,

de unde rezulta ca strategia V2 ofera sansele cele mai mari pentru obtinerea unui beneficiu maxim.

Desi acest criteriu are o serie de merite, trebuie subliniat ca, in deciziile de marketing el se foloseste mai rar, deoarece in acest domeniu nu exista, de obicei, probabilitati egale de realizare a diferitelor variante.

Mult mai realist pare a fi criteriul lui Hurwicz , care presupune utilizarea unui coeficient de optimism k, a carui valoare este stabilita de decident undeva intre 0 si l, dupa cum acesta considera ca varianta respectiva are sansa sa se realizeze. Pentru fiecare strategie posibila se calculeaza o medie ponderata a beneficiului. Daca, in exemplul de mai sus, coeficientul de optimism este considerat 0,6 atunci cele doua strategii vor fi evaluate dupa cum urmeaza:

,

deci, conform acestui criteriu, va fi preferata strategia V2, care promite un beneficiu de 61,2 milioane lei.

Legat de criteriul lui Hurwicz, trebuie subliniat faptul ca, nu pentru toate valorile posibile ale lui k, variantaa preferata va fi aceeasi. Pe masura ce valoarea lui k scade, strategia V1 devine tot mai atractiva comparativ cu V2. Pentru a determina punctul de indiferenta (valoarea Iui k la care cele doua variante sunt la fel de atractive), se pleaca de la ipoteza ca, in acest punct, beneficiile probabile trebuie sa fie egale. Deci:

,

de unde rezulta valoarea lui k=0,2; aceasta sugereaza ca, daca probabilitatea unui potential ridicat al pietei este sub 0,2, se prefera strategia V1.

Mai trebuie mentionat si faptul ca, dupa o metodologie asemanatoare, criteriul lui Hurwicz poate fi utilizat si in combinatie cu criteriul minimax al regretului.

3. Modele decizionale bazate pe analiza bayesiana

Dupa cum s-a aratat, metoda analizei bayesiene se poate utiliza pentru luarea deciziilor in conditii de incertitudine. Spre deosebire de analiza statistica traditionala, care are la baza probabilitati obiective, analiza bayesiana are la baza probabilitati subiective. Totodata, spre deosebire de modele - cum ar fi cele ale lui Wald, Savage sau Laplace - care presupun o 'ignoranta totala' privind starile naturii, abordarea bayesiana pleaca de la premisa ca decizia se ia in conditii de 'ignoranta partiala'. Procesul luarii deciziei, in viziunea bayesiana, cuprinde urmatoarele etape : definirea problemei, analiza apriorica, analiza preposterioara, recoltarea de informatii suplimentare, analiza posterioara, alegerea solutiei finale (fig. 4.2).

In etapa de definire a problemei, decidentul trebuie sa expliciteze obiectivele de realizat, restrictiile, principalele variante posibile (cel putin doua) si criteriile de comparare in vederea alegerii celei mai bune. Dupa ce problema a fost definita, se trece la analiza ei apriorica, pe baza experientei si judecatii personale a decidentului cu privire la probabilitatea de realizare a fiecarei variante si la efectele acestora. Daca decidentului ii inspira incredere rezultatele analizei apriorice, atunci, prin ceea ce se numeste o decizie finala, va trece la alegerea celei mai bune variante. Daca el este, insa, mai putin sigur pe rezultatele analizei apriorice, poate incerca sa vada daca este mai eficienta colectarea de informatii suplimentare in vederea reducerii gradului de incertitudine. Prin analiza preposterioara, se apreciaza daca valoarea informatiilor suplimentare este superioara costurilor presupuse de obtinerea lor. Daca recoltarea de informatii suplimentare nu se dovedeste a fi utila, atunci se ia decizia finala, in caz contrar, se trece la culegerea de noi informatii. Integrarea informatiei aditionale cu informatia rezultata din evaluarea apriorica se face cu ajutorul analizei posterioare. Ca si in analiza apriorica, si acum decidentul evalueaza fiecare varinata prin prisma criteriilor utilizate si a restrictiilor existente, alegand-o pe cea mai buna dintre acestea.

Fig. 4.2 Schema logica a procesului luarii deciziilor

Datorita calitatilor sale incontestabile, analiza bayesiana este utilizata din ce in ce mai mult pentru luarea deciziilor in cele mai variate domenii. Pentru clarificarea unor aspecte mai importante privind modul de utilizare a analizei bayesiene in luarea deciziilor, se considera, in continuare, un exemplu din domeniul evaluarii contributiei cercetarii de marketing in vederea lansarii pe piata a unui nou produs. Decidentul trebuie sa hotarasca daca sa introduca sau nu un nou produs pe piata. Se considera ca probabilitatea ca acesta sa ia o decizie corecta este mai mare daca se apeleaza la informatii furnizate de cercetarea de marketing. Problema este daca cercetarea se justifica, stiind ca ea presupune anumite cheltuieli. Pe baza experientei acumulate, decidentul formuleaza urmatoarele probabilitati conditionate:

P(B/V1) = 0,7 - probabilitatea ca cercetarea de marketing va prevedea un succes, B, in conditiile in care produsul va fi in realitate un succes, V1;

P(C/V1) = 0,3 probabilitatea ca cercetarea de marketing va prevedea un insucces, C, in conditiile in care produsul in realitate va fi un succes, V1;

P(B/V2) = 0,2 probabilitatea de previziune a unui succes cu ajutorul cercetarii, in conditiile in care produsul va fi in realitate un insucces, V2;

P(C/V2) - 0,8 probabilitatea de previziune a unui insucces, in conditiile in care produsul va fi in realitate un insucces, V2.

Relatiile dintre previziunile cercetarii si cele doua 'stari ale naturii' pot fi reprezentate cu ajutorul unei matrice (tab. ).

Se observa, ca pentru fiecare 'stare a naturii' suma probabilitatilor conditionate este egala cu 1. De asemenea, elementele de pe diagonala stanga - sus dreapta - jos indica gradul de incertitudine (cu cat aceste valori sunt mai aproape de l, cu atat informatia este considerata mai completa si, deci, gradul de certitudine este mai ridicat). Probabilitatile V1 si V2 (ca produsul va reprezenta un succes, respectiv, un insucces) sunt tot de natura subiectiva, ele fiind stabilite pe baza informatiilor culese de la un grup de specialisti din firmaa care lanseaza produsul pe piata: se presupune ca ele sunt de 0,6 si de 0,4. Avand cele doua seturi de probabilitati, ale decidentului si altor specialisti din intreprindere, cu ajutorul analizei bayesiene se poate determina in continuare P(V1/B), probabilitatea de succes, data fiind previziunea ca produsul va reprezenta un succes. Aceasta va permite mai departe estimarea efectelor rezultate (beneficiile) din fiecare varianta decizionala si, in final, calculul valorii nete a cercetarii de marketing. In baza regulii elaborate Bayes, se obtine:

,

deci probabilitatea ca produsul se va dovedi a fi un succes, in conditiile in care cercetarea va previziona acelasi lucru, este de 0,84.

Tab. 4.3 Matricea probabilitatilor

Starile naturii

Previziunea cercetarii

S1

Produsul va fi un succes

S2

Produsul va fi un insucces

B: Succes

P(B/V1) = 0,7

P(B/V2) = 0,2

C: Insucces

P(C/V1) = 0,3

P(C/V2) - 0,8

In continuare, se stabileste si P(V2/B), probabilitatea ca produsul va reprezenta un insucces, in conditiile in care cercetarea va previziona un succes:

P(V2/B)=1-0,84=0,16.

Pe de alta parte, P(V2/C), probabilitatea ca produsul sa se bucure de succes, desi cercetarea a prevazut un insucces, este de 0,64:

Sa presupunem, in continuare, ca succesul pe piata al produsului va aduce un beneficiu estimat la 30 miliarde lei, iar insuccesul va produce o pierdere de 20 miliarde lei. Costul cercetarii se evalueaza la 200 milioane lei. Pe baza acestor elemente, se pot estima beneficiile sau pierderile rezultate, atat in conditiile folosirii, cat si ale nefolosirii cercetarii de marketing. Pentru aceasta, merita mai intai retinut ca, daca se foloseste cercetarea, produsul va fi introdus pe piata numai in masura in care se previzioneaza un succes. Este, deci, necesara si estimarea probabilitatii ca cercetarea va previziona un succes. Aceasta probabilitate, P(B), este functie de faptul daca produsul va reprezenta un succes V1 si daca cercetarea va identifica faptul ca acest produs are sanse de succes (B/V1). Ea este totodata si functie de faptul ca, daca produsul va reprezenta un insucces, V2, si daca cercetarea va previziona un succes, pentru un astfel de produs (B/V2). In expresie matematica, deci:

P(B)=P(B/V1)P(V1)+P(B/V2)P(V2)=0,7*0,6+0,2*0,4=0,50.

Plecand de la acest rezultat, este evident ca si P(C), probabilitatea ca cercetarea sa previzioneze un insucces, este tot de 0,50.

Valoarea rezultata, Rc, prin decizia de marketing care face uz de cercetare, se poate determina ca o suma a produselor dintre beneficiile rezultate (x1 si x2) si probabilitatile respective. Astfel:

Intr-un mod similar, se determina si valoarea rezultata prin decizia de marketing care nu face uz de aportul cercetarii, R0, cu deosebirea ca acum vor lipsi toate elementele privind rezultatele din cercetare. In aceasta situatie:

.

Pe baza datelor existente, se poate determina acum valoarea neta a cercetarilor, C, respectiv:

costul cercetarii .

Se poate spune, in acest caz, ca venitul net al cercetarii este de 800 milioane lei.

Concluzii

Decizia poate fi definitǎ ca rezultat al unui proces prin care se alege, dintr-un mare numǎr de variante posibile, o linie de actiune considertǎ optimǎ in vederea atingerii unui scop.

Luarea unor decizii corespunzatoare, prin care sa se infaptuiasca conducerea stiintifica a activitatii de marketing, reprezinta rezultatul unui proces complex si presupune depasirea unor dificultati care, adesea sunt mai mari decat in oricare din domeniile functionale ale firmei.

Deciziile de marketing se inscriu printre cele mai dificile decizii economice, ele trebuind sa fie luate in contextul existentei unei informatii insuficiente despre procese care sunt dinamice, neliniare, decalate in timp, stochastice, interactive si deosebit de complexe.

Ca postulat al teoriei deciziilor, se situeaza gasirea celei mai bune valori a unei marimi, in functie de o serie de factori controlabili si necontrolabili.

Pornind de la impartirea formelor de incertitudine in patru categorii, conditiile (imprejurarile) in care se plaseaza luarea deciziilor pot fi:

a) conditii sigure;

b) conditii aleatoare;

c) conditii nedeterminate;

d) conditii antagoniste (concurentiale).

Intr-un proces tipic de luare a deciziilor de marketing, decidentul trebuie sa ia hotarari pe urmatoarele planuri:

a)      definirea problemei pentru care trebuie gasita o solutie intr-un timp determinat si precizarea obiectivelor ce urmeaza a fi realizate in legatura cu problema respectiva;

b)      enumerarea variantelor de actiune posibile;

c)      culegerea informatiei privind variantele posibile de actiune si estimarea efectelor acestora; identificarea celei mai favorabile variante pe baza compararii variantelor considerate prin prisma anumitor criterii si prioritati;

d)      dezvoltarea si implementarea variantei adoptate;

e)      evaluarea rezultatelor finale;

f)       aducerea corectiilor necesare, daca este cazul.

Acestea formeaza cele sase etape ale modelului DECIDE, prin care se poate explica un proces decizional de marketing, indiferent de natura sa.

Pornind de la variantele posibile, decizia presupune alegerea celei mai bune dintre ele. Acest proces de alegere implica raspundere si, adesea, asumarea unui risc. El poate fi insa sensibil micsorat, formalizand procesul decizional prin folosirea unor metode matematice.

Posibilitatile modelarii in procesul decizional de marketing sunt foarte largi. Doua grupe de modele se impun tot mai mult atentiei: modele bazate pe teoria jocurilor strategice si modele bazate pe analiza bayesiana.

Alegerea deciziei (strategiei) se face, utilizand teoria jocurilor, potrivit naturii jocului si starii de spirit a decidentului, putandu-se folosi diferite criterii, cum sunt: criteriul maximin, criteriul minimax, criteriul maximax etc.

Metoda analizei bayesiene se poate utiliza pentru luarea deciziilor in conditii de incertitudine. Spre deosebire de analiza statistica traditionala, analiza bayesiana are la baza probabilitati subiective. Totodata, abordarea bayesiana pleaca de la premisa ca decizia se ia in conditii de 'ignoranta partiala'.

Procesul luarii deciziei, in viziunea bayesiana, cuprinde urmatoarele etape:

a)      definirea problemei;

b)      analiza apriorica;

c)      analiza preposterioara;

d)      recoltarea de informatii suplimentare;

e)      analiza posterioara;

f)       alegerea solutiei finale.

Test de autoevaluare

Cum poate fi definita decizia?

a)      ca rezultat al unui proces prin care se alege, dintr-un mare numǎr de variante posibile, o linie de actiune considertǎ optimǎ in vederea atingerii unui scop;

b)      ca element esential al conducerii;

c)      cursul de actiune ales pentru realizarea unuia sau mai multor obiective;

d)      toate.

Conditiile (imprejurarile) in care se plaseaza luarea deciziilor pot fi:

a) conditii sigure;

b) conditii aleatoare;

c) conditii nedeterminate;

d) conditii antagoniste (concurentiale);

e)      toate.

La baza analizei bayesiene stau urmatoarele:

a)      probabilitati subiective

b)      decizia se ia in conditii de 'ignoranta partiala'

c)      primele doua;

d)      decizia se ia in conditii de incertitudine si risc.

Procesul luarii deciziei, in viziunea bayesiana, cuprinde urmatoarele etape:

a)      definirea problemei;

b)      analiza apriorica si analiza preposterioara;

c)      recoltarea de informatii suplimentare;

d)      analiza posterioara;

e)      alegerea solutiei finale;

f)        toate.

Raspunsuri: 1-a; 2-e; 3-c; 4-f.



Kaufmnan, A., Metode fi modele ale cercetarii operationale, vol. I, Ed. Stiintifica, Bucuresti, 1967, p. 5;

Boldur, Gh., Procese informationale si de decizie, Ed. Stiintifica, Bucuresti, 1969.

Wald, A., Statistical Decision Function, John Wiley&Sons, Inc., New York, 1950.

Savage, L.J., The Fundations of Statistics, John Wiley&Sons, Inc., New York, 1950.

Jolson, M.A., Hise, R.T., Quantitaiive Techniques for Marketing Decisions, The McMillan Company, New York, 1973;

Clark, W.A., Sexton, D.E., Marketing and Management Science, a Synergism, Richard D. Irwin, Inc., Chicago, 1970.

Denumirea ei este derivata de la englezul Thomas Bayes (1702-1761), parintele celebrei teoreme care-i poarta numele.

Schlaifer, R., Probability and Statistic for Business Decisions, McGraw-Hill Book Company, New York, 1959.



Politica de confidentialitate | Termeni si conditii de utilizare



DISTRIBUIE DOCUMENTUL

Comentarii


Vizualizari: 1463
Importanta: rank

Comenteaza documentul:

Te rugam sa te autentifici sau sa iti faci cont pentru a putea comenta

Creaza cont nou

Termeni si conditii de utilizare | Contact
© SCRIGROUP 2024 . All rights reserved