DE102010046067A1 - Computer-implemented method for automatically adapting stimulated marketplace data at actual marketplace data, involves interconnecting input of block with output of model while maintaining automatically specified value consequence - Google Patents
Computer-implemented method for automatically adapting stimulated marketplace data at actual marketplace data, involves interconnecting input of block with output of model while maintaining automatically specified value consequence Download PDFInfo
- Publication number
- DE102010046067A1 DE102010046067A1 DE102010046067A DE102010046067A DE102010046067A1 DE 102010046067 A1 DE102010046067 A1 DE 102010046067A1 DE 102010046067 A DE102010046067 A DE 102010046067A DE 102010046067 A DE102010046067 A DE 102010046067A DE 102010046067 A1 DE102010046067 A1 DE 102010046067A1
- Authority
- DE
- Germany
- Prior art keywords
- market data
- computer
- value
- calculation
- simulated
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000004590 computer program Methods 0.000 claims abstract description 4
- 238000004364 calculation method Methods 0.000 claims description 120
- 230000006978 adaptation Effects 0.000 claims description 12
- 206010000210 abortion Diseases 0.000 claims 2
- 230000001419 dependent effect Effects 0.000 claims 1
- 239000011159 matrix material Substances 0.000 description 37
- 230000008859 change Effects 0.000 description 10
- 238000010606 normalization Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000007306 turnover Effects 0.000 description 2
- BUHVIAUBTBOHAG-FOYDDCNASA-N (2r,3r,4s,5r)-2-[6-[[2-(3,5-dimethoxyphenyl)-2-(2-methylphenyl)ethyl]amino]purin-9-yl]-5-(hydroxymethyl)oxolane-3,4-diol Chemical compound COC1=CC(OC)=CC(C(CNC=2C=3N=CN(C=3N=CN=2)[C@H]2[C@@H]([C@H](O)[C@@H](CO)O2)O)C=2C(=CC=CC=2)C)=C1 BUHVIAUBTBOHAG-FOYDDCNASA-N 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G06Q50/40—
Abstract
Description
Die Erfindung betrifft ein computerimplementierbares Verfahren zur automatischen Anpassung von mit fehlerbehafteten Umfragewerten simulierten Marktdaten Vj an reale Marktdaten Sj und ein Computerprogrammprodukt zum Implementieren und Ausführen des Verfahrens. Außerdem betrifft die Erfindung einen Computer zur automatischen Anpassung von mit fehlerbehafteten Umfragewerten simulierten Marktdaten Vj an reale Marktdaten Sj.The invention relates to a computer-implementable method for the automatic adaptation of market data V j simulated with erroneous survey values to real market data S j and to a computer program product for implementing and carrying out the method. Moreover, the invention relates to a computer for the automatic adaptation of market data V j simulated with erroneous survey values to real market data S j .
Aus
Reale Marktdaten Sj sind demnach in der Regel Prozentwerte mit der Anzahl n, die die relative Standardabweichung δ aufweisen und die als Summe 100% ergeben. Die relative Standardabweichung δ ist dabei die auf den Mittelwert normierte Standardabweichung aller Werte Sj: As a result, real market data S j are generally percentages with the number n, which have the relative standard deviation δ and which, as a sum,
In der gleichen Weise sind auch die simulierten Marktdaten Vj Prozentwerte mit der Anzahl n, die die relative Standardabweichung β aufweisen und die als Summe 100% ergeben. Die relative Standardabweichung β ist dabei die auf den Mittelwert normierte Standardabweichung aller Werte Vj: In the same way, also the simulated market data V j are percentages with the number n, which have the relative standard deviation β and which as a sum yield 100%. The relative standard deviation β is the standard deviation of all values V j normalized to the mean value:
Allen Käufermodellen ist gemeinsam, dass die Käufermodelle konkrete Zahlenwerte als Eingangsparameter aufweisen. Die Ausgangsparameter sind die simulierten Marktdaten. Durch gezielte Veränderung der Eingangsparameter kann man untersuchen, wie sich eine Veränderung bei bestimmten Produkten auf die Marktdaten auswirkt.All buyers' models have in common that the buyer models have concrete numerical values as input parameters. The output parameters are the simulated market data. By modifying the input parameters, one can examine how a change in certain products affects the market data.
Die Eingangsparameter basieren wiederum auf Umfragewerten. Diese Umfragewerte müssen eine bestimmte Genauigkeit aufweisen, um Berechnungen mit dem Käufermodell durchführen zu können. Ist eine bestimmte Genauigkeit der Umfragewerte nicht mehr gegeben, dann ist auch die Stabilität und Konvergenz der gesamten Berechnung der simulierten Marktdaten nicht mehr sichergestellt.The input parameters are again based on survey values. These survey values must have a certain accuracy in order to perform calculations with the buyer model. If a certain accuracy of the survey values no longer exists, then the stability and convergence of the entire calculation of the simulated market data is no longer guaranteed.
Aus diesem Grund müssen die Umfragewerte auf einem bestimmten Mindestumfang der Stichprobe beruhen. In der Regel ist es erforderlich, mindestens 100 Befragte in den Stichprobenumfang einzubeziehen. Dies bedeutet, dass der Aufwand für die Ermittlung der Eingangsparameter sehr hoch ist.For this reason, the survey values must be based on a certain minimum sample size. As a rule, it is necessary to include at least 100 respondents in the sample size. This means that the effort for determining the input parameters is very high.
Aufgabe der Erfindung ist es daher, die Genauigkeit, die Stabilität und die Konvergenz bei der Berechnung der simulierten Marktdaten zu erhöhen, und zwar insbesondere dann, wenn fehlerbehaftete Umfragewerte vorliegen.The object of the invention is therefore to increase the accuracy, the stability and the convergence in the calculation of the simulated market data, in particular when there are faulty survey values.
Diese Aufgabe wird gemäß dem erfindungsgemäßen Verfahren dadurch gelöst, dass ein Berechnungsblock mit einer Berechnungsvorschrift T(Vj) vorgesehen wird, wobei der Berechnungsblock aus den simulierten Marktdaten Vj angepasste simulierte Marktdaten Pj = T(Vj) mit der Anzahl n berechnet, wobei die Berechnungsvorschrift T(Vj) von einem Berechnungsparameter F(Vj) abhängt und der Berechnungsblock den Berechnungsparameter F(Vj) automatisch auf eine Wertefolge F0(Vj) festlegt, sodass ein vorgegebenes Fehlerkriterium mit Bezug auf die realen Marktdaten Sj und die angepassten simulierten Marktdaten Pj minimal wird, und wobei der Eingang des Berechnungsblocks unter Beibehaltung der automatisch festgelegten Wertefolge F0(Vj) mit dem Ausgang des Käufermodells verschaltet wird.This object is achieved according to the method according to the invention in that a calculation block with a calculation rule T (V j ) is provided, wherein the calculation block calculates simulated market data P j = T (V j ) with the number n from the simulated market data V j . wherein the calculation rule T (V j ) depends on a calculation parameter F (V j ) and the calculation block automatically sets the calculation parameter F (V j ) to a value sequence F 0 (V j ), so that a predetermined error criterion with reference to the real market data S j and the adjusted simulated market data P j is minimal, and wherein the input of the calculation block is connected to the output of the purchaser model while maintaining the automatically fixed value sequence F 0 (V j ).
In gleicher Weise wird die Aufgabe gemäß dem erfindungsgemäßen Computer dadurch gelöst, dass der Computer einen Berechnungsblock mit einer Berechnungsvorschrift T(Vj) aufweist, wobei der Berechnungsblock aus den simulierten Marktdaten Vj angepasste simulierte Marktdaten Pj = T(Vj) mit der Anzahl n berechnet und abspeichert, wobei die Berechnungsvorschrift T(Vj) von einem Berechnungsparameter F(Vj) abhängt und der Berechnungsblock den Berechnungsparameter F(Vj) automatisch auf eine Wertefolge F0(Vj) festlegt, sodass ein vorgegebenes Fehlerkriterium mit Bezug auf die realen Marktdaten Sj und die angepassten simulierten Marktdaten Pj minimal wird, und wobei der Computer eine Schnittstelle aufweist, über die der Eingang des Berechnungsblocks unter Beibehaltung der automatisch festgelegten Wertefolge F0(Vj) mit dem Ausgang des Käufermodells verschaltbar ist.In the same way, the object is achieved according to the computer according to the invention in that the computer has a calculation block with a calculation rule T (V j ), wherein the calculation block from the simulated market data V j adapted simulated market data P j = T (V j ) with the Number n and the calculation rule T (V j ) depends on a calculation parameter F (V j ) and the calculation block automatically sets the calculation parameter F (V j ) to a value sequence F 0 (V j ), so that a predetermined error criterion with reference to the real market data S j and the adjusted simulated market data P j become minimal, and wherein the computer has an interface via which the input of the calculation block can be interconnected with the output of the buyer model, while maintaining the automatically determined value sequence F 0 (V j ).
Die Erfindung basiert auf der Erkenntnis, dass das Käufermodell mit den fehlerbehafteten Umfragewerten an reale Marktdaten durch einen nachgeschalteten Berechnungsblock angepasst wird. Der Berechnungsblock wird unter Beibehaltung der automatisch festgelegten Wertefolge F0(Vj) zum integralen Bestandteil des Käufermodells, indem der Eingang des Berechnungsblocks mit dem Ausgang des Käufermodells verschaltet wird. Das Käufermodell berechnet also weiterhin die simulierten Marktdaten Vj, reicht diese allerdings jetzt an den Berechnungsblock weiter, der dann aus den simulierten Marktdaten Vj die angepassten simulierten Marktdaten Pj berechnet. Durch gezielte Veränderung der Eingangsparameter kann man jetzt nach wie vor untersuchen, wie sich eine Veränderung bei bestimmten Produkten auf die nunmehr angepassten simulierten Marktdaten Pj auswirkt.The invention is based on the recognition that the buyer model with the faulty survey values is adapted to real market data by a downstream calculation block. The calculation block becomes an integral part of the purchaser model while maintaining the automatically determined value sequence F 0 (V j ) by connecting the input of the calculation block to the output of the buyer model. The buyer model thus continues to calculate the simulated market data V j , but this is now passed on to the calculation block, which then calculates the adapted simulated market data P j from the simulated market data V j . By changing the input parameters in a targeted manner, it is still possible to investigate how a change in certain products affects the now adapted simulated market data P j .
Das erfindungsgemäße Verfahren ist prinzipiell auf alle Arten von Käufermodellen anwendbar, bei denen am Ausgang simulierte Marktdaten Vj berechnet werden, da die erfindungsgemäße Verschaltung des Berechnungsblocks einer Verschaltung zweier Geräte entspricht. Das vorhandene Gerät liefert zunächst die simulierten Marktdaten Vj. Nach der Verschaltung mit dem Berechnungsblock entsteht quasi ein neues Gerät, das die angepassten simulierten Marktdaten Pj liefert. Mit dem alten Gerät können weiterhin die für dieses Gerät vorgesehenen Operationen durchgeführt werden. Der technische Effekt der Verschaltung bewirkt allerdings, dass die Ergebnisse dieser Operationen nunmehr eine höhere Genauigkeit aufweisen. Die Abweichung zwischen den realen Marktdaten Sj und den angepassten Marktdaten Pj ist nach der Verschaltung also geringer als die Abweichung zwischen den realen Marktdaten Sj und den simulierten Marktdaten Vj.In principle, the method according to the invention can be applied to all types of buyer models in which simulated market data V j are calculated at the output, since the inventive interconnection of the calculation block corresponds to an interconnection of two devices. The existing device initially supplies the simulated market data V j . After the interconnection with the calculation block, a quasi new device is created which supplies the adapted simulated market data P j . The old device will continue to perform the operations intended for that device. However, the technical effect of the interconnection means that the results of these operations now have a higher accuracy. The deviation between the real market data S j and the adjusted market data P j after interconnection is thus less than the deviation between the real market data S j and the simulated market data V j .
Ohne Beschränkung der Allgemeinheit werden hier die üblichen Prozentwerte als Marktdaten angenommen, d. h. die realen Marktdaten Sj sind Prozentwerte mit der Anzahl n, die die relative Standardabweichung δ aufweisen und die als Summe 100% ergeben. In der gleichen Weise sind dann auch die simulierten Marktdaten Vj Prozentwerte mit der Anzahl n, die die relative Standardabweichung β aufweisen und die als Summe 100% ergeben und die angepassten simulierten Marktdaten Pj sind Prozentwerte mit der Anzahl n, die die relative Standardabweichung γ aufweisen und die als Summe 100% ergeben. Selbstverständlich sind aber auch beliebige Werte denkbar, die dann auf Prozentwerte normiert werden, indem alle Werte durch die Wertesumme geteilt werden.Without limiting the generality, the usual percentages are assumed here as market data, ie the real market data S j are percentages with the number n, which have the relative standard deviation δ and which, as a sum,
Nach einer bevorzugten Ausführungsform ist vorgesehen, dass der Berechnungsblock die angepassten simulierten Marktdaten Pj berechnet gemäß wobei der Berechnungsparameter F(Vj) für alle Vj den gleichen Wert F annimmt.According to a preferred embodiment, it is provided that the calculation block calculates the adjusted simulated market data P j according to wherein the calculation parameter F (V j ) assumes the same value F for all V j .
Die Basis e ist hierbei die Eulersche Zahl. Diese Berechnungsvorschrift ist aus der logistischen Regression bekannt (
Da der Berechnungsparameter F(Vj) für alle Vj den gleichen Wert F annimmt, folgt hieraus, dass auch die automatisch festgelegte Wertefolge F0(Vj) für alle Vj den gleichen Wert F0 annimmt. Durch die Verwendung nur eines einzelnen Berechnungsparameters F für alle Vj ist es möglich, dass die automatische Festlegung mit einer hohen Effizienz und Sicherheit ablaufen kann. Nach einer bevorzugten Ausführungsform ist vorgesehen, dass die automatische Festlegung des Werts F0 durch eine Iterationsroutine erfolgt, bei der das Fehlerkriterium durch kleiner werdende Änderungen ΔF hinsichtlich des Werts F schrittweise minimiert wird, wobei die Iterationsroutine abbricht, wenn die Änderungen ΔF eine vorgegebene Auflösungsgenauigkeit unterschritten haben. Da die Iterationsroutine nur einen Anpassungsparameter zu optimieren hat, konvergiert die Iterationsroutine garantiert auch bei extrem fehlerbehafteten Umfragewerten.Since the calculation parameters F (V j) for all j V takes the same value F, it follows that the automatically set sequence of values F 0 (V j) for all j V have the same value R assumes 0. By using only a single calculation parameter F for all V j , it is possible that automatic determination can proceed with high efficiency and safety. According to a preferred embodiment, it is provided that the automatic determination of the value F 0 is carried out by an iteration routine in which the error criterion is gradually minimized by decreasing changes .DELTA.F with respect to the value F, wherein the iteration routine terminates when the changes .DELTA.F fall below a predetermined resolution accuracy to have. Since the iteration routine only has to optimize one adaptation parameter, the iteration routine is guaranteed to converge even with extremely error-prone poll values.
Überraschenderweise hat sich gezeigt, dass die angepassten simulierten Marktdaten Pj nach der erfolgten Anpassung und bei einer gezielten Veränderung der Eingangsparameter auch dann noch verwertbare Ergebnisse liefern, wenn die Umfragewerte nur auf den Stichprobenumfang mit einem einzelnen Befragten bezogen werden. Dies bedeutet, dass mitunter auf Umfragen gänzlich verzichtet werden kann, wenn die Umfragewerte durch einen Experten mit hinreichender Marktkenntnis geliefert werden.Surprisingly, it has been shown that the adjusted simulated market data P j after the adaptation and with a targeted change of the input parameters also deliver usable results if the survey values are related only to the sample size with a single respondent. This means that occasionally surveys can be dispensed with entirely if the survey results are provided by an expert with sufficient market knowledge.
Wenn nur ein Parameter F bei der Anpassung verwendet wird, muss der Parameter F auf alle simulierten Marktdaten Vj gleichzeitig in geeigneter Weise einwirken. Dies wird dadurch erreicht, indem die relative Standardabweichung β der simulierten Marktdaten Vj durch den Anpassungsparameter F ungefähr proportional gemäß γ ~ F·β verändert wird. Für die relative Standardabweichung γ der angepassten simulierten Marktdaten Pj gilt demnach: If only one parameter F is used in the adaptation, the parameter F must act on all the simulated market data V j simultaneously in a suitable manner. This is achieved by varying the relative standard deviation β of the simulated market data V j by the adaptation parameter F approximately proportionally according to γ ~ F · β. For the relative standard deviation γ of the adapted simulated market data P j, the following applies:
Es lässt sich zeigen, dass bei der Anwendung der obigen Berechnungsvorschrift T(Vj) zwischen der relativen Standardabweichung γ der angepassten simulierten Marktdaten Pj und der relativen Standardabweichung β der simulierten Marktdaten Vj der folgende Zusammenhang besteht:
Der Proportionalitätsfaktor beträgt also hier F/n, wobei der Proportionalitätsfaktor nur durch F beeinflusst wird, da die Anzahl n der Prozentwerte konstant bleibt.The proportionality factor is thus F / n, whereby the proportionality factor is only influenced by F, since the number n of the percentage values remains constant.
Die obige Berechnungsvorschrift T(Vj) des Berechnungsblocks mit dem automatisch festgelegten Wert F0 zieht also die simulierten Marktdaten Vj ziehharmonikaförmig zusammen oder auseinander, und zwar so, dass das vorgegebene Fehlerkriterium mit Bezug auf die realen Marktdaten Sj minimal wird. Die resultierende Abweichung zwischen γ und δ ist also geringer als die Abweichung zwischen β und δ.The above calculation rule T (V j ) of the calculation block with the automatically determined value F 0 thus pulls the simulated market data V j accordion-like together or apart, in such a way that the predetermined error criterion with respect to the real market data S j is minimal. The resulting deviation between γ and δ is thus less than the deviation between β and δ.
Wenn die automatisch festgelegte Wertefolge F0(Vj) für alle Vj den gleichen Wert F0 annimmt, dann kann die automatische Festlegung des Werts F0 wie beschrieben durch eine einfache Iterationsroutine erfolgen. Der Nachteil eines konstanten Werts F0 besteht allerdings darin, dass sich die Abweichungen (Sj – Pj) in der Regel nicht ganz auf Null reduzieren lassen. Eine Kompensation der Abweichungen (Sj – Pj) ist dagegen möglich, wenn erfindungsgemäß ein variabler Berechnungsparameter F(Vj) zugrunde gelegt wird. Als Berechnungsvorschrift T(Vj) kann beispielsweise die Berechnungsvorschrift der obigen Ausführungsform analog herangezogen werden, indem der konstante Berechnungsparameter F durch den variablen Berechnungsparameter F(Vj) ersetzt wird: If the automatically determined value sequence F 0 (V j ) assumes the same value F 0 for all V j , then the automatic determination of the value F 0 can be carried out as described by a simple iteration routine. The disadvantage of a constant value F 0 , however, is that the deviations (S j -Pj ) can not be reduced to zero as a rule. Compensation of the deviations (S j -P j ), however, is possible if according to the invention a variable calculation parameter F (V j ) is used. As a calculation rule T (V j ), for example, the calculation rule of the above embodiment can be used analogously by replacing the constant calculation parameter F by the variable calculation parameter F (V j ):
Der variable Berechnungsparameter F(Vj) kann dann automatisch auf eine Wertefolge F0(Vj) festgelegt werden, die Stützpunkte Fj enthält, für die innerhalb einer vorgegebenen Auflösung die resultierende Abweichung (Sj – Pj) zu Null wird. Wenn hierbei nach der Verschaltung des Berechnungsblocks bestimmte Eingangsparameter des Käufermodells gezielt verändert werden, dann ist es außerdem erforderlich, dass für die Wertefolge F0(Vj) auch Werte außerhalb der Stützpunkte Fj festgelegt werden. Hier gibt es verschiedene Varianten.The variable calculation parameter F (V j ) can then be automatically set to a value sequence F 0 (V j ) containing interpolation points F j for which within a given resolution the resulting deviation (S j -P j ) becomes zero. If specific input parameters of the purchaser model are purposefully changed after the interconnection of the calculation block, then it is also necessary that values outside the interpolation points F j are also defined for the value sequence F 0 (V j ). There are different variants here.
Eine Variante besteht darin, dass die Wertefolge F0(Vj) außerhalb der Stützpunkte Fj dadurch festgelegt ist, dass die Stützpunkte Fj in Abhängigkeit von dem Wert V der simulierten Marktdaten miteinander verbunden oder interpoliert werden.A variant consists in that the value sequence F 0 (V j ) outside the interpolation points F j is determined by connecting or interpolating the interpolation points F j as a function of the value V of the simulated market data.
Eine andere Variante besteht darin, dass die Wertefolge F0(Vj) außerhalb der Stützpunkte Fj dadurch festgelegt ist, dass für jeden Parameter j der entsprechende Stützpunkt Fj konstant fortgesetzt wird und damit für den entsprechenden Marktdatenwert Vj den gleichen Wert F annimmt. Der Parameter j ist dabei der Index, mit dem die betreffenden Marktdaten (d. h. Vj, Sj, Pj) bezeichnet werden.Another variant consists in that the value sequence F 0 (V j ) outside the interpolation points F j is determined by the fact that the corresponding interpolation point F j is constantly continued for each parameter j and thus assumes the same value F for the corresponding market data value V j . The parameter j is the index used to denote the relevant market data (ie V j , S j , P j ).
In einer weiteren Variante kann die Wertefolge F0(Vj) außerhalb der Stützpunkte Fj sowohl in Abhängigkeit von dem Wert V der simulierten Marktdaten als auch in Abhängigkeit des Produktparameters j festgelegt werden. Die Wertefolge F0(Vj) ist dann eine Funktion sowohl der Variablen V als auch des Index j.In a further variant, the value sequence F 0 (V j ) outside the interpolation points F j can be determined both as a function of the value V of the simulated market data and as a function of the product parameter j. The value sequence F 0 (V j ) is then a function of both the variable V and the index j.
Bei allen beschriebenen Varianten läuft die Berechnung der angepassten simulierten Marktdaten Pj aus den simulierten Marktdaten Vj im Prinzip in der gleichen Weise ab. Für die simulierten Marktdaten Vj bestimmt sich der jeweilige Berechnungsparameter F(Vj) aus der festgelegten Wertefolge F0(Vj) zunächst in Abhängigkeit des Werts V und des Index j. Mit diesen Berechnungsparametern F(Vj) wird die Berechnungsvorschrift T(Vj) in dem Berechnungsblock dann ausgeführt. Als Ergebnis erhält man die angepassten simulierten Marktdaten Pj.In all the variants described, the calculation of the adjusted simulated market data P j from the simulated market data V j proceeds in principle in the same way. For the simulated market data V j , the respective calculation parameter F (V j ) from the set value sequence F 0 (V j ) is first determined as a function of the value V and of the index j. With these calculation parameters F (V j ), the calculation rule T (V j ) in the calculation block is then executed. The result is the adapted simulated market data P j .
Das Fehlerkriterium kann beispielsweise durch die Summe der Fehlerquadrate gemäß vorgegeben werden. Dieses Fehlerkriterium entspricht der Methode der kleinsten Quadrate.The error criterion can be determined, for example, by the sum of the error squares according to be specified. This error criterion corresponds to the method of least squares.
Eine andere Möglichkeit besteht darin, dass das Fehlerkriterium durch eine Summe von normierten Fehlerquadraten vorgegeben wird gemäß Another possibility is that the error criterion is given by a sum of normalized error squares according to
Im Gegensatz zu der Methode der kleinsten Quadrate wird bei diesem Fehlerkriterium der Fehler (Sj – Pj) auf die Funktion f(Sj) bezogen. Damit kann durch geeignete Wahl von f(Sj) beispielsweise erreicht werden, dass tendenziell der relative Fehler und nicht der absolute Fehler bewertet wird.In contrast to the method of least squares of the errors (S j - P j) is this error criterion is based on the function f (S j) based. Thus, by a suitable choice of f (S j ), it can be achieved, for example, that the relative error and not the absolute error tends to be evaluated.
Nach einer weiteren bevorzugten Ausführungsform ist vorgesehen, dass bestimmte Eingangsparameter des Käufermodells nach der Verschaltung des Berechnungsblocks gezielt verändert werden. Durch die Genauigkeitssteigerung der Verschaltung ist jetzt eine Simulation von bestimmten Marktsituationen auch mit den fehlerbehafteten Umfragewerten möglich. Beispielsweise kann untersucht werden, wie sich Preisveränderungen auf die Stückzahlenanteile oder auf die Marktanteile auswirken. Da die Stückpreise der Produkte in jedem Käufermodell als Eingangsparameter berücksichtigt sind, ist es auch möglich, einen einzelnen Stückpreis bzw. den betreffenden Eingangsparameter gezielt zu verändern.According to a further preferred embodiment, it is provided that specific input parameters of the buyer model are selectively changed after the interconnection of the calculation block. Increasing the accuracy of the interconnection now makes it possible to simulate certain market situations, even with the error-prone survey values. For example, it is possible to investigate how price changes affect the number of shares or the market shares. Since the unit prices of the products in each buyer model are taken into account as input parameters, it is also possible to change a single unit price or the relevant input parameter in a targeted manner.
Mit einem Computerprogrammprodukt kann das erfindungsgemäße Verfahren auf einem Computer implementiert und ausgeführt werden.With a computer program product, the inventive method can be implemented and executed on a computer.
Weitere Vorteile und Einzelheiten der Erfindung werden anhand der folgenden Ausführungsbeispiele beschrieben:Further advantages and details of the invention will be described with reference to the following embodiments:
Ausführungsbeispiel 1
Falls für f(Sj) die Funktion
Zur Behebung des Problems für Sj → 0 kann die folgende Funktion f2(Sj) gewählt werden: To solve the problem for S j → 0, the following function f 2 (S j ) can be selected:
Die Basis e ist wiederum die Eulersche Zahl. f2(Sj) ist symmetrisch um den Wert Sj = 0,5. Ein günstiger Wert für den Parameter a ist der Wert 2. In
Eine weitere mögliche Funktion für f(Sj) ist schließlich die folgende Funktion:
Diese Gerade ist ebenfalls um den Wert Sj = 0,5 symmetrisch, wobei der Parameter b die Steigung vorgibt. Ein günstiger Wert für die Steigung b ist der Wert b = 0,6. In
Ausführungsbeispiel 2
Die Produkte in diesem Ausführungsbeispiel sollen ohne Beschränkung der Allgemeinheit Bohrmaschinen betreffen. Es gibt vier Produkte, wobei die Stückzahlenanteile Sj, die Stückpreise cj und die Marktanteile Yj der vier Produkte bekannt sind: Tabelle 1
Zwischen einem Marktanteil Yj sowie den Stückzahlenanteilen Sj und den Stückpreisen cj besteht im Allgemeinen der folgende Zusammenhang: In general, the following relationship exists between a market share Y j and the number of unit shares S j and the unit prices c j :
Die vier Produkte sollen mit Bezug auf die drei Produktmerkmale 1 = Preis, 2 = Funktionen und 3 = Qualität mit dem Constant-Decision-Modell untersucht werden. Ein Marketing-Experte legt dazu die folgenden Eingangsparameter für das Constant-Decision-Modell fest: Tabelle 2
In Matrix-Form lassen sich die Werte des Käuferinteresses wie folgt schreiben: In matrix form, the values of the buyer interest can be written as follows:
Jeder Wert eines Käuferinteresses entspricht einem Umfragewert hinsichtlich des Interesses für eines der Produktmerkmale 1, 2 oder 3. Die Summe aller Werte ist daher 1. Beispielsweise ist der Marketing-Experte der Meinung, dass für 30% aller Käufer der Preis ein wichtiges Merkmal ist.Each value of a buyer's interest corresponds to a poll value in terms of interest in one of the product features 1, 2 or 3. The sum of all values is therefore 1. For example, the marketing expert believes that for 30% of all buyers, price is an important feature.
In Matrix-Form lassen sich die Werte der Positionsstärke außerdem wie folgt schreiben: In matrix form, the position strength values can also be written as follows:
Die Zeilen der Matrix X betreffen jeweils ein Produktmerkmal. Die Positionsstärken wurden vom Marketing-Experten derart geschätzt, dass die Summe der Zeilen jeweils 1 ist und dass die Rangfolge der Zeilenwerte der Rangfolge des Kundeninteresses für ein Produkt mit Bezug auf ein Produktmerkmal entspricht.The rows of the matrix X each relate to a product feature. The positional strengths have been estimated by the marketing expert such that the sum of the rows is one each, and that the ranking of the row values corresponds to the ranking of the customer's interest in a product with respect to a product feature.
Die Multiplikation der Matrix W mit der Matrix X ergibt: The multiplication of the matrix W with the matrix X yields:
Die Spaltensummen der Matrix R ergeben nach dem Constant-Decision-Modell die simulierten Marktdaten Vj:
Aus der Bedingung mit f(Sj) = f3(Sj) und b = 0,6 gemäß Ausführungsbeispiel 1 sowie aufgrund von berechnet die Iterationsroutine des Berechnungsblocks automatisch den Wert
Die Iterationsroutine liefert dabei als minimalen Wert für das Fehlerkriterium den Wert 0,01117684.The iteration routine returns the value 0.01117684 as the minimum value for the error criterion.
Die angepassten simulierten Marktdaten berechnen sich zu: The adjusted simulated market data is calculated as:
Aus den bekannten Stückpreisen lassen sich auch die entsprechenden Marktanteile berechnen gemäß: Tabelle 3
Ein Vergleich mit den gegebenen Werten in Tabelle 1 und den simulierten Werten in Tabelle 3 zeigt bereits eine gute Übereinstimmung.A comparison with the given values in Table 1 and the simulated values in Table 3 already shows a good match.
Ausführungsbeispiel 3
Die Abweichung zwischen den gegebenen Werten in Tabelle 1 und den simulierten Werten in Tabelle 3 lässt sich kompensieren, wenn nicht wie im Ausführungsbeispiel 2 ein konstanter Berechnungsparameter F, sondern vielmehr ein variabler Berechnungsparameter F(Vj) zugrunde gelegt wird. Als Berechnungsvorschrift T(Vj) wird wieder die bereits aus dem Ausführungsbeispiel 2 bekannte Berechnungsvorschrift verwendet, allerdings jetzt mit dem variablen Berechnungsparameter F(Vj): The deviation between the given values in Table 1 and the simulated values in Table 3 can be compensated if, as in
Im Folgenden wird eine Iterationsroutine zur automatischen Festlegung des variablen Berechnungsparameters F(Vj) auf die Wertefolge F0(Vj) beschrieben, die mit hoher Sicherheit abläuft und die garantiert konvergiert.
- • Ausgangspunkt der Iterationsroutine ist der gemäß Ausführungsbeispiel 2 bereits automatisch berechnete Wert F0 = 8,77, der in
3 ebenfalls als gestrichelte horizontale Linie eingezeichnet ist. - • Nacheinander wird nunmehr für jedes Vj der variable Berechnungsparameter F(Vj) mit einer konstanten Schrittweite verändert (j ist der Produktparameter, hier mit j ∊ {1, 2, 3, 4}). Die Schrittweite wird hierbei mit Bezug auf den bereits automatisch berechneten Wert F0 = 8,77 festgelegt, z. B. 1‰
von 8,77, was einerSchrittweite von 0,00877 entsprechen würde. - • Die Veränderung wird jeweils bei dem F(Vj) durchgeführt, für das die resultierende Abweichung (Sj – Pj) am größten ist. Ist die Abweichung positiv, dann wird der variable Berechnungsparameter F(Vj) mit der festgelegten Schrittweite vergrößert, ansonsten verringert. Dieser Schritt wird solange wiederholt, bis ein vorgegebenes Fehlerkriterium mit Bezug auf die realen Marktdaten Sj und die angepassten simulierten Marktdaten Pj minimal wird. Insbesondere kommen auch hier wieder die bereits beschriebenen Fehlerkriterien in Betracht.
- • Gegebenenfalls kann die Schrittweite in Abhängigkeit der resultierenden Abweichung (Sj – Pj) schrittweise verringert werden. Die Iterationsroutine bricht dann ab, wenn die resultierende Abweichung (Sj – Pj) innerhalb der vorgegebenen Auflösung
den Wert 0 annimmt.
- The starting point of the iteration routine is the value F 0 = 8.77, which is already calculated automatically in accordance with
exemplary embodiment 2 and which is included in3 also drawn as a dashed horizontal line. - • Subsequently, for each V j, the variable calculation parameter F (V j ) is changed with a constant step size (j is the product parameter, here with j ε {1, 2, 3, 4}). The step size is determined here with reference to the already automatically calculated value F 0 = 8.77, z. 1 ‰ of 8.77, which would be an increment of 0.00877.
- • The change is made in each case at the F (V j ) for which the resulting deviation (S j -Pj ) is greatest. If the deviation is positive, the variable calculation parameter F (V j ) is increased with the specified step size, otherwise reduced. This step is repeated until a predetermined error criterion with respect to the real market data S j and the adjusted simulated market data P j becomes minimal. In particular, again the error criteria already described come into consideration here.
- If necessary, the step size can be reduced step by step in dependence on the resulting deviation (S j -P j ). The iteration routine then stops when the resulting deviation (S j -P j ) within the predetermined resolution takes the
value 0.
Eine weitere Bedingung muss darüber hinaus für das Produkt F(Vj)·(Vj) erfüllt sein. Dieses Produkt muss in Abhängigkeit der simulierten Marktdaten Vj monoton steigend sein. Wäre diese Bedingung nicht erfüllt, dann könnte dies dazu führen, dass die Berechnungsvorschrift T(Vj) aus steigenden simulierten Marktdaten Vj sinkende angepasste simulierte Marktdaten Pj berechnet.
Mit den Werten aus
Ein Vergleich mit den Werten Sj aus Tabelle 1 zeigt keine Abweichung mehr. Der Fehler zwischen dem Käufermodell und den realen Marktdaten Sj wurde damit innerhalb der dargestellten Genauigkeit auf 0 reduziert.A comparison with the values S j from Table 1 shows no deviation. The error between the buyer model and the real market data S j has thus been reduced to 0 within the illustrated accuracy.
Bei der Optimierung der Wertefolge F0(Vj) gibt es im Gegensatz zu der Optimierung gemäß dem Ausführungsbeispiel 2 allerdings prinzipiell mehrere Lösungen. Entscheidend bei der Optimierung ist daher hier der Startpunkt aufgrund des bereits automatisch berechneten Werts F0 = 8,77, der sicherstellt, dass die Iterationsroutine nicht auf eine suboptimale Lösung konvergiert, die bei einer gezielten Veränderung der Eingangsparameter keine realistischen Marktdaten Pj mehr liefert. Als weiteres Fehlerkriterium kann im Übrigen die Abweichung zwischen der optimierten Wertefolge F0(Vj) und dem bereits automatisch berechneten Wert F0 = 8,77 zugrunde gelegt werden. Beim Auffinden mehrerer Lösungen kann als zusätzliche Nebenbedingung gefordert werden, dass auch dieses Fehlerkriterium minimal wird.In the optimization of the value sequence F 0 (V j ), however, in contrast to the optimization according to
Ausführungsbeispiel 4
Nach der automatischen Festlegung des Berechnungsparameters F bzw. des variablen Berechnungsparameters F(Vj) können die Werte in der Matrix X oder in der Matrix W gezielt verändert werden, um damit die Auswirkungen von bestimmten Produkt- und/oder Marktveränderungen auf die Marktdaten weiter untersuchen zu können.After the automatic determination of the calculation parameter F or of the variable calculation parameter F (V j ), the values in the matrix X or in the matrix W can be selectively changed in order to further investigate the effects of certain product and / or market changes on the market data to be able to.
Ausgehend von dem Ausführungsbeispiel 2 werden in diesem Ausführungsbeispiel jetzt bestimmte Produktveränderungen an Produkt 1 weiter untersucht. Der Berechnungsblock mit dem Anpassungsparameter F0 = 8,77 bleibt dabei gemäß
Die Werte des Käuferinteresses bleiben unverändert. Für die geänderten Werte der Positionsstärke gilt in Matrix-Form: The values of the buyer interest remain unchanged. For the changed position strength values, the following applies in matrix form:
Die Multiplikation der Matrix W mit der Matrix X ergibt: The multiplication of the matrix W with the matrix X yields:
Die Spaltensummen der Matrix R ergeben nach dem Constant-Decision-Modell die simulierten Marktdaten Vj:
Die angepassten simulierten Marktdaten sind jetzt: The adjusted simulated market data is now:
Aus den bekannten Stückpreisen lassen sich wieder die entsprechenden Marktanteile berechnen.From the known unit prices, the corresponding market shares can be calculated again.
Zu Vergleichszwecken werden alle gegebenen und berechneten Werte in der folgenden Tabelle zusammengefasst: Tabelle 5
Ausführungsbeispiel 5
Die gleichen Veränderungen wie in Ausführungsbeispiel 4 werden jetzt ausgehend von Ausführungsbeispiel 3 mit dem variablen Berechnungsparameter F(Vj) gemäß
Die Spaltensummen der Matrix R ergeben nach dem Constant-Decision-Modell zunächst die gleichen simulierten Marktdaten V wie in Ausführungsbeispiel 4:
Die simulierten Marktdaten V1 und V3 für die Produkte 1 und 3 haben sich gegenüber der ursprünglichen Marktsituation verändert. V1 hat jetzt den gleichen Wert wie V2, sodass für beide simulierten Marktdaten auch der gleiche Berechnungsparameter F(V1) = F2 = 8,91 verwendet werden kann. Für V3 = 0,23 muss allerdings der neue Berechnungsparameter F(V3) durch Interpolation berechnet werden. Für die Interpolation können alle bekannten Interpolationsverfahren verwendet werden, z. B. auch die Methode der kleinsten Quadrate mit einer Polynomordnung unterhalb der Werteanzahl n. Verwendet man als Interpolation zwischen zwei Punkten eine Gerade, dann berechnet sich der neue Berechnungsparameter F(V3) aus den Werten gemäß
Die angepassten simulierten Marktdaten sind damit: The adjusted simulated market data is thus:
Zu Vergleichszwecken werden auch für dieses Ausführungsbeispiel alle gegebenen und berechneten Werte in der folgenden Tabelle zusammengefasst: Tabelle 6
Ausführungsbeispiel 6
In dem Ausführungsbeispiel 3 wird die Wertefolge F0(Vj) mit Bezug auf die berechneten Stützpunkte F1 = 8,779, F2 = 8,910, F3 = 8,282 und F4 = 8,540 in Abhängigkeit von dem Wert V der simulierten Marktdaten festgelegt. Die Stützpunkte werden dazu in Abhängigkeit von dem Wert V der simulierten Marktdaten miteinander verbunden oder interpoliert.In the
Eine Variante des Ausführungsbeispiels 3 besteht darin, dass die Wertefolge F0(Vj) mit Bezug auf die berechneten Stützpunkte F1 = 8,779, F2 = 8,910, F3 = 8,282 und F4 = 8,540 in Abhängigkeit des Produktparameters j festgelegt wird (hier mit j ∊ {1, 2, 3, 4}).
Mit den Eingangsparametern gemäß Tabelle 2 ergeben sich zunächst die gleichen angepassten simulierten Marktdaten Pj = T(Vj) wie in dem Ausführungsbeispiel 3, da die Stützpunkte F1, F2, F3 und F4 identisch geblieben sind. Auch hier besteht also keine Abweichung zu den Werten Sj aus Tabelle 1: With the input parameters according to Table 2, the same adjusted simulated market data P j = T (V j ) as in
Allerdings ergibt sich ein Unterschied zu den Ergebnissen des Ausführungsbeispiels 5, denn nachdem die Werte in der Matrix X oder in der Matrix W gezielt verändert wurden, bestimmt sich der Berechnungsparameter F(Vj) jetzt nicht mehr aus der Wertefolge F0(Vj) gemäß
Die Spaltensummen der Matrix R ergeben nach dem Constant-Decision-Modell zunächst die gleichen simulierten Marktdaten V wie in Ausführungsbeispiel 5:
Die angepassten simulierten Marktdaten berechnen sich jetzt zu: The adjusted simulated market data now calculate to:
In einer weiteren Variante kann die Wertefolge F0(Vj) sowohl in Abhängigkeit von dem Wert V der simulierten Marktdaten als auch in Abhängigkeit des Produktparameters j festgelegt werden. Die Wertefolge F0(Vj) ist dann eine Funktion der beiden Variablen V und j. Die Berechnung der angepassten simulierten Marktdaten Pj aus den simulierten Marktdaten Vj läuft dabei wie bereits oben beschrieben ab. Für die simulierten Marktdaten Vj bestimmt sich der jeweilige Berechnungsparameter F(Vj) aus der festgelegten Wertefolge F0(Vj) zunächst in Abhängigkeit des Werts V des Produkts j. Mit diesen Berechnungsparametern F(Vj) wird die Berechnungsvorschrift T(Vj) in dem Berechnungsblock dann ausgeführt. Als Ergebnis erhält man die angepassten simulierten Marktdaten Pj.In a further variant, the value sequence F 0 (V j ) can be determined both as a function of the value V of the simulated market data and as a function of the product parameter j. The sequence of values F 0 (V j ) is then a function of the two variables V and j. The calculation of the adjusted simulated market data P j from the simulated market data V j proceeds as already described above. For the simulated market data V j , the respective calculation parameter F (V j ) from the set value sequence F 0 (V j ) is first determined as a function of the value V of the product j. With these calculation parameters F (V j ), the calculation rule T (V j ) in the calculation block is then executed. The result is the adapted simulated market data P j .
Ausführungsbeispiel 7
In dem Ausführungsbeispiel 2 wurden die Werte der Matrix X durch einen Marketing-Experten festgelegt. Bestimmte Eingangsparameter der Matrix X lassen sich allerdings alternativ rechnerisch genauer ermitteln.In
Beider rechnerischen Bestimmung von bestimmten Werten der Matrix X ist danach zu unterschieden, ob die betreffenden Werte von objektiven oder von subjektiven Marktkriterien abhängen. Nur Werte der Matrix X, die von objektiven Marktkriterien abhängen, lassen sich rechnerisch ermitteln.When arithmetic determination of certain values of the matrix X is to be distinguished according to whether the relevant values depend on objective or subjective market criteria. Only values of matrix X that depend on objective market criteria can be calculated.
Subjektive Marktkriterien basieren auf der subjektiven Einschätzung des Käufers, wie z. B. das Design einer Armbanduhr. Die Produktmerkmale ”Funktionen” und ”Qualität” in Tabelle 2 basieren demnach auf subjektiven Marktkriterien. Bei der Festlegung der Werte X hat sich der Marketing-Experte dabei an der Fragestellung orientiert, mit welcher Wahrscheinlichkeit die Käufer das jeweilige Produkt für dieses Produktmerkmal als marktführend einstufen.Subjective market criteria are based on the subjective assessment of the buyer, such. B. the design of a wristwatch. The features and quality features in Table 2 are therefore based on subjective market criteria. In determining the values X, the marketing expert has oriented himself to the question of the probability with which the buyers classify the respective product as the market leader for this product feature.
Objektive Marktkriterien basieren dagegen auf zahlenmäßig bekannten Größen, wie z. B. die Ganggenauigkeit einer Armbanduhr. Die rechnerische Ermittlung eines Wertes X kann sich hierbei an der Fragestellung orientieren, welche Größe die Käufer im Durchschnitt erwarten. Als Antwort auf diese Fragestellung lässt sich aus den zahlenmäßig bekannten Größen cij eine objektive Durchschnittsgröße
Das Produktmerkmal ”Preis” in Tabelle 2 basiert auf objektiven Marktkriterien. Mit dem Index i = 1 gilt damit für den Durchschnittspreis gemäß den Werten in Tabelle 1:
Eine Positionsstärke xij, die von objektiven Marktkriterien abhängt, kann allgemein wie folgt ermittelt werden: A position strength x ij , which depends on objective market criteria, can generally be determined as follows:
Vor der Berechnung des eigentlichen Werts xij werden zunächst ein erster Hilfswert und ein zweiter Hilfswert berechnet.Before the actual value x ij is calculated, first a first auxiliary value is calculated and a second auxiliary value calculated.
In der ersten Zeile werden bei der Berechnung des ersten Hilfswerts zwei Fälle unterschieden: Das ”+” gilt, wenn eine Erhöhung von cij auch eine Erhöhung von xij zur Folge hat, also bei direkter Proportionalität. Als Beispiel wäre hier die Ganggenauigkeit einer Armbanduhr zu nennen. Das ”–” gilt dagegen, wenn eine Erhöhung von cij eine Verringerung von xij zur Folge hat, also bei umgekehrter Proportionalität Als Beispiel wäre hier der Preis zu nennen.In the first line are used in the calculation of the first auxiliary value distinguish two cases: The "+" applies if an increase of c ij also results in an increase of x ij , that is, in direct proportionality. As an example, the accuracy of a wristwatch should be mentioned here. On the other hand, the "-" applies if an increase of c ij results in a reduction of x ij , that is, if the proportionality is reversed. As an example, the price should be mentioned here.
In der zweiten Zeile erfolgt für den zweiten Hilfswert eine Normierung auf die Summe 1.The second line is for the second auxiliary value a normalization to the
In der dritten Zeile erfolgt die Berechnung der Werte xij mit einer Normierung auf die relative Standardabweichung αx_soll. Die relative Standardabweichung αx_soll wird dabei durch die Zeilen der Matrix X bestimmt, die von subjektiven Marktkriterien abhängen. Ziel ist es, dass alle Zeilen der Matrix X näherungsweise die gleiche relative Standardabweichung αx_soll aufweisen. αx_ist ist dabei die relative Standardabweichung der zweiten Hilfswerte . Da αx_ist grundsätzlich auch sehr kleine Werte annehmen kann (d. h. die zahlenmäßig bekannten Größen cij unterscheiden sich dann nur geringfügig voneinander), wird der Logit-Faktor Fx begrenzt, beispielsweise auf den maximalen Wert Fx = 4·n. Bei Bedarf kann für den Faktor 4 auch eine andere Zahl gewählt werden.In the third line, the calculation of the values x ij takes place with a normalization to the relative standard deviation α x_soll . The relative standard deviation α x_soll is determined by the rows of the matrix X, which depend on subjective market criteria. The goal is that all rows of the matrix X have approximately the same relative standard deviation α x_soll . α x_act is the relative standard deviation of the second auxiliary values , Since α x_ ist can in principle also assume very small values (ie the numerically known quantities c ij then differ only slightly from one another), the logit factor F x is limited, for example to the maximum value F x = 4 * n. If necessary, a different number can be selected for the
Mit dem Durchschnittsstückpreis von 133,38 EUR und den Stückpreisen gemäß Tabelle 1 gilt für die zweiten Hilfswerte : With the average unit price of EUR 133.38 and the unit prices according to Table 1, the second auxiliary values apply :
Die relative Standardabweichung der zweiten Hilfswerte berechnet sich dabei zu αx_ist = 0,2087. Die relative Standardabweichung αx_soll in den Zeilen 2 und 3 der Matrix X beträgt außerdem αx_soll = 0,4472. Damit berechnet sich der Logit-Faktor Fx zu: The relative standard deviation of the second auxiliary values is calculated as α x_ist = 0.2087 . The relative standard deviation α x_soll in
Die Positionsstärken auf der Produktposition ”Preis” berechnen sich damit nach Anwendung der Logit-Transformation mit dem Logit-Faktor Fx = 8,5712 wie folgt:
x11 = 0,2176 x12 = 0,1279 x13 = 0,2840 x14 = 0,3705The position strengths on the product position "Price" are calculated as follows after applying the logit transformation with the logit factor F x = 8.5712:
x 11 = 0.2176 x 12 = 0.1279 x 13 = 0.2840 x 14 = 0.3705
Damit ändern sich die Werte aus Tabelle 2 wie folgt: Tabelle 7
Die Matrix W bleibt unverändert.The matrix W remains unchanged.
In Matrix-Form lauten die Werte der Matrix X jetzt wie folgt: In matrix form, the values of the matrix X are now as follows:
Die Multiplikation der Matrix W mit der Matrix X ergibt: The multiplication of the matrix W with the matrix X yields:
Die Spaltensummen der Matrix R ergeben nach dem Constant-Decision-Modell die simulierten Marktdaten Vj:
Aus der Bedingung mit f(Sj) = f3(Sj) und b = 0,6 gemäß Ausführungsbeispiel 1 sowie aufgrund von berechnet die Iterationsroutine des Berechnungsblocks automatisch den Wert
Die Iterationsroutine liefert dabei als minimalen Wert für das Fehlerkriterium den Wert 0,00212159.The iteration routine returns the value 0.00212159 as the minimum value for the error criterion.
Die angepassten simulierten Marktdaten berechnen sich zu: The adjusted simulated market data is calculated as:
Aus den bekannten Stückpreisen lassen sich auch die entsprechenden Marktanteile berechnen gemäß: Tabelle 8
Die Übereinstimmung zwischen den Werten in Tabelle 8 und in Tabelle 1 ist nunmehr noch besser als zwischen den Werten in Tabelle 3 und in Tabelle 1, da die Eingangsparameter für den Preis weniger fehlerbehaftet sind.The correspondence between the values in Table 8 and in Table 1 is now even better than between the values in Table 3 and in Table 1, since the input parameters for the price are less error-prone.
Ausführungsbeispiel 8
Für das Käufermodell gemäß Ausführungsbeispiel 7 mit verschaltetem Berechnungsblock zeigt
Die Stückpreisgradienten gemäß
- • Für jedes Produkt j wurde der entsprechende Wert x1 schrittweise verändert. Für diese Veränderung wurde der entsprechende Stückpreis c1j durch Interpolation ermittelt. Danach wurde die
Zeilensumme der Zeile 1 der Matrix X mit dem veränderten Wert x1j wieder aufden Wert 1 normiert. - • Für jede schrittweise Veränderung des besagten Wertes x1j wurde nach der Zeilennormierung der resultierende Marktanteil Yj berechnet.
- • For each product j, the corresponding value x 1 has been changed step by step. For this change, the corresponding unit price c 1j was determined by interpolation. Thereafter, the row sum of the
row 1 of the matrix X with the changed value x 1j was normalized again to thevalue 1. - • For each stepwise change of said value x 1j , the resulting market share Y j was calculated after the line normalization .
Zusätzlich wurden bei der Veränderung der Werte x1j in diesem Ausführungsbeispiel auch die Werte wi adaptiv verändert. Bei Preiserhöhungen wurde der Wert w1 erhöht und die Werte w2 und w3 entsprechend verringert. Bei Preisreduktionen wurde dagegen der Wert w1 verringert und die Werte w2 und w3 entsprechend erhöht. Diese zusätzliche Maßnahme empfiehlt sich, da das Interesse des Käufers für das Produktmerkmal Preis bei Preiserhöhungen zunimmt und bei Preisreduktionen entsprechend abnimmt. Diese Maßnahme kann im Übrigen grundsätzlich immer dann angewendet werden, wenn bestimmte Eingangsparameter des Käufermodells nach der Verschaltung des Berechnungsblocks gezielt verändert werden und sich dabei auch der Durchschnittsstückpreis
Eine Variante des erfindungsgemäßen Verfahrens liegt dann vor, wenn bei einer gezielten Veränderung der Eingangsparameter die Struktur des Käufermodells verändert wird. Beispielsweise ist es denkbar, dass ein Produkt wegfällt und sich damit die Spaltenzahl der Matrix X und damit auch der Matrix R ändert. Die erfindungsgemäße Verschaltung des Berechnungsblocks mit dem Ausgang des Käufermodells ist dann weiterhin möglich, wenn der automatisch festgelegte Berechnungsparameter entsprechend verändert wird: A variant of the method according to the invention is present when the structure of the purchaser model is changed during a targeted change of the input parameters. For example, it is conceivable that a product is omitted and thus changes the number of columns of the matrix X and thus also the matrix R. The inventive interconnection of the calculation block with the output of the buyer model is then still possible if the automatically determined calculation parameter is changed accordingly:
Eine weitere Variante des erfindungsgemäßen Verfahrens besteht darin, dass der Berechnungsblock dem Käufermodell nicht nachgeschaltet wird, sondern dass ein oder mehrere Berechnungsblöcke im Käufermodell dort eingesetzt werden, wo Prozentwerte mit einer Summe von 100% vorliegen. Bei dem Constant-Decision-Modell trifft dies auf die Werte der Matrix W und auf die Zeilenwerte der Matrix X zu. Man könnte also bei der Anpassung auch alle Werte der Matrix W und/oder alle Zeilenwerte der Matrix X mit jeweils einem Berechnungsblock belegen, wobei alle Berechnungsblöcke durch einen gemeinsamen Anpassungsparameter F während der iterativen Anpassung auf die Werte einwirken. Die entsprechende Iterationsroutine kann ansonsten mit den gleichen Fehlerkriterien wie oben beschrieben automatisch ablaufen.A further variant of the method according to the invention is that the calculation block is not followed by the buyer model, but rather that one or more calculation blocks are used in the buyer model where percentage values with a total of 100% are present. In the Constant Decision model, this applies to the values of the matrix W and to the row values of the matrix X. In the adaptation, all values of the matrix W and / or all row values of the matrix X could be assigned a respective calculation block, whereby all calculation blocks act on the values during a iterative adaptation by a common adaptation parameter F. Otherwise, the corresponding iteration routine may automatically run with the same error criteria as described above.
ZITATE ENTHALTEN IN DER BESCHREIBUNG QUOTES INCLUDE IN THE DESCRIPTION
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of the documents listed by the applicant has been generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.
Zitierte Nicht-PatentliteraturCited non-patent literature
- Gary L. Lilien, Arvind Rangaswamy, Marketing Engineering, 2nd Edition, Trafford Publishing, 2004 [0002] Gary L. Lilien, Arvind Rangaswamy, Marketing Engineering, 2nd Edition, Trafford Publishing, 2004 [0002]
- Gary L. Linien, Arvind Rangaswamy, Marketing Engineering, 2nd Edition, Trafford Publishing, 2004, S. 46 [0015] Gary L. Linien, Arvind Rangaswamy, Marketing Engineering, 2nd Edition, Trafford Publishing, 2004, p. 46. [0015]
Claims (19)
Applications Claiming Priority (8)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP09011955 | 2009-09-19 | ||
EP09011955.3 | 2009-09-19 | ||
EP09014180 | 2009-11-12 | ||
EP09014180.5 | 2009-11-12 | ||
EP10002128 | 2010-03-02 | ||
EP10002128.6 | 2010-03-02 | ||
EP10002755 | 2010-03-16 | ||
EP10002755.6 | 2010-03-16 |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102010046067A1 true DE102010046067A1 (en) | 2011-11-24 |
Family
ID=44900575
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102010046067A Withdrawn DE102010046067A1 (en) | 2009-09-19 | 2010-09-20 | Computer-implemented method for automatically adapting stimulated marketplace data at actual marketplace data, involves interconnecting input of block with output of model while maintaining automatically specified value consequence |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102010046067A1 (en) |
-
2010
- 2010-09-20 DE DE102010046067A patent/DE102010046067A1/en not_active Withdrawn
Non-Patent Citations (1)
Title |
---|
Gary L. Linien, Arvind Rangaswamy, Marketing Engineering, 2nd Edition, Trafford Publishing, 2004, S. 46 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1626317A2 (en) | Method for developing a nonlinear, stationary or dynamical model of a control variable of a construction machine | |
DE102018109835A1 (en) | Method and device for determining a network configuration of a neural network | |
EP3188053A1 (en) | Method for configuring a co-simulation for an overall system | |
DE102018220941A1 (en) | Evaluation of measured variables with AI modules taking into account measurement uncertainties | |
DE112013002150B4 (en) | Adjust the layout size of a hyperlink | |
WO2004102291A1 (en) | Configuration of tools and processes for metal forming | |
DE102018204514A1 (en) | HANDLING OF SIGNAL SATURATION IN PULSED NEURONAL NETWORKS | |
EP2433185B1 (en) | Apparatus and method for editing a process simulation database for a process | |
DE4121453C2 (en) | Approximation inference device | |
DE102010046067A1 (en) | Computer-implemented method for automatically adapting stimulated marketplace data at actual marketplace data, involves interconnecting input of block with output of model while maintaining automatically specified value consequence | |
DE102013206274A1 (en) | Method and apparatus for adapting a non-parametric function model | |
DE102011087803B4 (en) | Method and apparatus for merging classified traffic situation information | |
DE4238772C1 (en) | Procedure for evaluating a set of linguistic rules | |
EP3869380A1 (en) | Method, system and computer program product for floorplanning a reconfigurable device using non-rectangular region boundaries | |
DE102022207482B4 (en) | Computer-implemented method for determining a data quality index, computer program and control unit | |
DE102006033267B4 (en) | Method for the computer-aided determination of quantitative predictions from qualitative information using Bayesian networks | |
DE102019201192A1 (en) | Procedure for monitoring and controlling a production process using multiple regression | |
DE10313139A1 (en) | Method for determining the position of an object | |
DE102020211937A1 (en) | Method and device for controlling a cryptocurrency | |
DE102022201853A1 (en) | Detection of critical traffic situations with Petri nets | |
Kluth | From Bismarck to Riester-An Empirical and Institutional Analysis of the German Pension System | |
DE102020215543A1 (en) | Method for determining simulation data | |
EP3945487A1 (en) | Method, device and computer program product for generating a product-specific data set | |
Bach et al. | Concurrent Engineering Software Tools–A Trade-Off for efficient Learning in Blended Teaching Scenarios | |
Heinze et al. | Academic vs school-related content knowledge: A differentiated model of discpline-specific teacher knowledge of pre-service secondary Mathematics teachers |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee |
Effective date: 20130403 |