محمد حسین امین ابراهیم آبادی

در این مقاله ما بررسی می کنیم که آیا ناهمگونی سطح فروشگاه در اثرات مخلوط بازاریابی ، دقت الاستیسیته ، تناسب ، و پیش بینی دقت مدل SCAN⁎PRO به طور گسترده استفاده از فروشگاه را بهبود می بخشد. مدل هایی با بازنمایی مداوم و گسسته از ناهمگونی ، به ترتیب با استفاده از تکنیک های سلسله مراتبی Bayes (HB) و مخلوط محدود (FM) تخمین زده می شوند ، بطور تجربی با مدل اصلی مقایسه می شوند ، که ناهمگونی سطح فروشگاه را در جلوه های ترکیبی بازاریابی به حساب می آورد. تخمین زده می شود با استفاده از حداقل مربعات معمولی (OLS). مقایسه های تجربی در دو زمینه انجام می شود: داده های اسکنر در سطح فروشگاه هلندی برای دسته بندی محصولات شامپو و یک آزمایش شبیه سازی گسترده. این شبیه سازی به بررسی چگونگی واریانس بین و درون بخش در اثرات ترکیبی بازاریابی ، واریانس خطا ، تعداد هفته داده ها و تعداد فروشگاه ها روی دقت در کشش های ترکیبی بازاریابی ، تناسب مدل و دقت پیش بینی تأثیر می گذارد. بر خلاف انتظارات ، انطباق ناهمگونی در سطح فروشگاهی ، دقت الاستیسیته ترکیبی بازاریابی را نسبت به مدل SCAN⁎PRO همگن بهبود نمی بخشد ، نشان می دهد که با استفاده از مدل SCAN⁎PRO همگن اصلی تخمین زده می شود که با استفاده از حداقل مربعات معمولی ممکن است کمی از بین برود. بهبود در تناسب و دقت پیش بینی نیز نسبتاً متوسط ​​است. ما توضیح این نتیجه را دنبال می کنیم زیرا تحقیقات در زمینه های دیگر مزایای روشنی از فرض نوعی ناهمگونی در مدل های پاسخ به بازار نشان داده است. در یک بخش Afterthought ، ما درباره ماهیت بحث برانگیز نتیجه خود اظهار نظر می کنیم ، عوامل متمایز به داده های سطح خانوار و مدل های مرتبط در مقابل داده های سطح کلی فروشگاه و مدل های مرتبط در مقابل مشخصات مدل منحصر به فرد SCAN⁎PRO.