Advertisement

Die Anwendung mathematischer Modelle im Marketing - Teil 1 -

  • H. Meffert
  • H. Freter
  • J. Schmitt-Grohé
  • H. Steffenhagen
Part of the Schriften zur Unternehmensführung book series (SZU, volume 14)

Zusammenfassung

Marketing bedeutet Planung, Koordination und Kontrolle aller auf die aktuellen und potentiellen Märkte einwirkenden Unternehmensaktivitäten mit dem Zweck einer dauerhaften Befriedigung der Bedürfnisse ausgewählter Käuferschichten einerseits und der Erfüllung der Unternehmensziele andererseits. Es bedarf keiner Begründung, daß einer Fundierung dieser umfassenden unternehmenspolitischen Entscheidungen durch quantitative Methoden im Zeichen des Käufermarktes besondere Bedeutung zukommt.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. 1).
    Vgl. Amstutz, C., Computer Simulation of Competitive Market Response, Cambridge (Mass.) 1967.Google Scholar
  2. 2).
    Vgl. zu diesen sog. „Brand Switching Models“ Ehrenberg, A. S. C., An Appraisal of Markov Brand Switching Models, Journal of Marketing Research, November 1965, p. 347–372; Engel, J. F., Kollat, D. T., Blackwell, R. D., Consumer Behavior, New York etc., 1968, p. 585–606;Google Scholar
  3. 2a).
    Harary, F. und Lippstein, B., The Dynamics of Brand Loyalty: A Markovian Approach, Operations Research, Jan.-Febr. 1962, p. 19–40;Google Scholar
  4. 2b).
    Herniter, J. D. und Magee, J. F., Customer Behavior as a Markov Process, Operations Research, Jan.-Febr. 1961, p. 105–122.Google Scholar
  5. 3).
    Vgl. Farley, J. U. und Kuehn, A. A., Stochastic Models of Brand Switching, in: Science in Marketing, Hrsg.: G. Schwartz, New York 1965, p. 446–464, hier: p. 452.Google Scholar
  6. 4).
    Vgl. Maffei, R. B., Brand Preferences and Simple Markov Processes, in: Mathematical Models and Methods in Marketing, Hrsg.: Bass, F. M., Buzzell, R. et al., Homewood III., 1961, p. 109–120; Massy, W. F., Order and Homogeneity of Family Specific Brand-Switching Processes, Journal of Marketing Research, February 1966, p. 48–54; Styan, G. P. H. and Smith, H. jr., Markov Chains Applied to Marketing, Journal of Marketing Research, February 1964, p. 50–55.Google Scholar
  7. 5).
    Vgl. Massy, W. F., Order and Homogeneity of Family Specific Brand-Switching, a. a. 0., p. 52.Google Scholar
  8. 6).
    Wird die Homogenitätsannnahme nicht gesetzt, stellt sich die Frage, wie sonst das individuelle Verhalten der analysierten Haushalte aggregiert werden kann. Diese Überlegungen führten zu Weiterentwicklungen der einfachen Modellansätze. Vgl. hierzu Morrison, D. G., Models of Consumer Loyalty Behavior: Aids to Setting and Evaluating Marketing Plans, in: Marketing and Economic Development, Hrsg.: Bennett, P. D., Chicago 1965, p. 323–337; derselbe, Testing Brand-Switching Models, Journal of Marketing Research, November 1966, p. 401–409.Google Scholar
  9. 7).
    Vgl. Howard, R. A., Stochastic Process Models of Consumer Behavior, Journal of Advertising Research, September 1963, p. 35–42.Google Scholar
  10. 8).
    Vgl. Bush, R. R. and Mosteller, F., Stochastic Models of Learning, New York 1955; Kuehn, A. A., Consumer Brand Choice — A Learning Process?, Journal of Advertising Research, December 1962, p. 10–17.Google Scholar
  11. 9).
    Vgl. Kuehn, A. A., Consumer Brand Choice as a Learning Process a. a. 0., p. 12.Google Scholar
  12. 10).
    Vgl. Carman, J. M., Brand Switching and Linear Learning Models, Journal of Advertising Research, June 1966, p. 23–31; Kuehn, A. A., a. a. 0., p. 15.Google Scholar
  13. 11).
    Vgl. Kuehn, A. A., a. a. 0., p. 16.Google Scholar
  14. 12).
    Vgl. Engel, J. F., Kollat, D. T., Blackwell, R. D., a. a. 0., p. 605.Google Scholar
  15. 13).
    Vgl. z. B. Claycamp, H., Liddy, L. E., Prediction of New Product Performance — An Analytical Approach, Journal of Marketing Research, November 1969, p. 414 ff.; Fourt, L. A., Woodlock, J. W., Early Prediction of Market Success for New Grocery Products, Journal of Marketing, October 1960, p. 31–38; Massy, W. F., Stochastic Models for Monitoring New Product lntroductions, in: Applications of the Sciences in Marketing Management, Hrsg.: F. M. Bass, Ch. W. King und E. A. Pessemier, New York 1968, p. 85–111.Google Scholar
  16. 14).
    Vgl. Kotler, Ph., Competitive Strategies for New Product Marketing over the Life-Cycle, Management Science, December 1965, p. B-104 bis B-119.Google Scholar
  17. 15).
    Da Unternehmen 1 und 2 sich auch mit derselben Strategie gegenüberstehen können, beträgt die Felderzahl eigentlich 91 (78 + 13). 13 Felder, durch ein Sternchen gekennzeichnet, entfielen jedoch, weil Strategie (4a) wild streuende Ergebnisse produzierte. Deren weitere Betrachtung erschien unsinnig.Google Scholar
  18. 16).
    Vgl. Kotler, Ph., Corporate Models: Better Marketing Plans, Harvard Business Review, July-August 1970, p. 135–149.Google Scholar
  19. 17).
    Vgl. ebenda, S 145.Google Scholar
  20. 18).
    Vgl. Alderson, W., Green, P. E., Planning and Problem Solving in Marketing, Homewood, III. 1964, p. 176–180; Kotler, Ph., Corporate Models: Better Marketing Plans, a. a. 0., p. 144;Google Scholar
  21. 18a).
    Stern, M. E., Marketing Planung, Berlin 1969, S. 71–75; Weinberg, R. S., Multiple Factor Break-even-Analysis, Operations Research, April 1956, S. 152–186.Google Scholar
  22. 19).
    Die Sternchen stehen für den Fall externer Veränderungen (Marktpotentialerhöhung).Google Scholar
  23. 20).
    Zu Entscheidungsbaumverfahren und ihrer Anwendung für Marketing-Probleme vgl. Alderson, A., Green, P. E., a. a. 0., p. 104 ff.; Bass, F. M., Marketing Research Expenditures: A Decision Model, Journal of Busi-ness, January 1963, p. 77–90; Magee, J. F., Decision Trees for Decision Making, Harvard Business Review, July-August 1964, p. 126 ff.; Müller-Merbach, H., Operations Research — Methoden und Modelle der O timal P — planung, Frankfurt/Berlin 1969, S. 308 ff.Google Scholar
  24. 21).
    Die Darstellung erfolgt in Anlehnung an Green, P. E., Bayesian Decision Theory in Pricing Strategy, Journal of Marketing, January 1963, p. 5–14.Google Scholar
  25. 22).
    Die bedingten Wahrscheinlichkeiten summieren sich immer auf 1, da davon ausgegangen wird, daß alle denkbaren Konsequenzen eines vorgelagerten Ereignisses genannt sind. Demgegenüber summieren sich die gemeinsamen Wahrscheinlichkeiten eines zusammengehörenden „Verzweigungsbündels“ zwangsläufig auf die (gemeinsame) Wahrscheinlichkeit des vorgelagerten Ereignisses.Google Scholar
  26. 23).
    Es wird häufig bezweifelt, daß der Erwartungswert bei einmaligen Entscheidungen ein sinnvolles Kriterium sei, vgl. Heinen, E., Das Zielsystem der Unternehmung — Grundlagen betriebswirtschaftlicher Entscheidungen, Wiesbaden 1966, S. 160 ff.;Google Scholar
  27. 23a).
    Koch, H., Grundlagen der Wirtschaftlichkeitsrechnung, Wiesbaden 1970, S. 145 ff.;CrossRefGoogle Scholar
  28. 23b).
    Meffert H., Zum Problem der betriebswirtschaftlichen Flexibilität, ZfB, Wiesbaden, Dezember 1969, S. 795 f.;Google Scholar
  29. 23c).
    Jacob, H., Preispolitik, Wiesbaden 1963, S. 258 ff.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden 1971

Authors and Affiliations

  • H. Meffert
    • 1
  • H. Freter
  • J. Schmitt-Grohé
  • H. Steffenhagen
  1. 1.Münster (Westf.)Deutschland

Personalised recommendations