Marketing Engineering: verschil tussen versies

Ga naar: navigatie, zoeken
(Algemene info)
(Examen 16/06/2018)
 
(Een tussenliggende versie door dezelfde gebruiker niet weergegeven)
Regel 16: Regel 16:
 
* Een [https://ekowiki.ekonomika.be/wiki/index.php?title=Marketing_engineering_(HIR) pagina] van het vak op de Ekonimika-examenwiki.
 
* Een [https://ekowiki.ekonomika.be/wiki/index.php?title=Marketing_engineering_(HIR) pagina] van het vak op de Ekonimika-examenwiki.
 
* Een [https://docs.google.com/document/d/1hbuvGbYXDa1NYwSzKyCdZ7cYEZk1HWtIOpOh4KWmtw4/edit?usp=sharing overzicht van de STATA output] die je moet kunnen bespreken, met uitleg.
 
* Een [https://docs.google.com/document/d/1hbuvGbYXDa1NYwSzKyCdZ7cYEZk1HWtIOpOh4KWmtw4/edit?usp=sharing overzicht van de STATA output] die je moet kunnen bespreken, met uitleg.
 +
 +
==Academiejaar 2018-2019==
 +
===Examen 16/06/2018===
 +
Elke deelvraag had enkele centimeters om te antwoorden. Het was dus niet de bedoeling om er diep op in te gaan.
 +
# Bespreek een perceptuele mapping over met attribuut-vectorren, merk-punten en één preference vector:
 +
## Welk attribuut vindt dat individu het meest en minst belangrijkst? Waarom?
 +
## Welk merk zal het individu waarschijnlijk kopen? Waarom?
 +
## Wat is het verband tussen tussen twee attributen
 +
## Wat moet een merk-punt doen om meer geprefereerd te worden door het individu?
 +
## Een merk-punt wil meer inzetten op een bepaald attribuut, zal dit hun marktaandeel vergroten?
 +
# ??
 +
# Gegeven een tabel met coefficienten voor logistische regressie. Afhankelijke variabele is brand incidence, onafhankelijke zijn prijs, reclame en prijs*reclame.
 +
## Bespreek de coefficienten.
 +
## Gegeven een classificatietabel: is de fit van het model goed? Licht toe.
 +
## ??
  
 
==Academiejaar 2017-2018==
 
==Academiejaar 2017-2018==

Huidige versie van 15 jun 2019 om 15:04

Algemene info

Dit vak wordt sinds het academiejaar 2015-2016 gegeven aan 2de bachelorstudenten Informatica die de minor Business & Innovation kiezen, door professor Lien Lamey van de FEB (sinds 2018-2019 door Stijn Maesen). De les is samen met 2de fase studenten B&I uit andere wetenschapsrichtingen en 3de fase studenten Handelsingenieur (in de Beleidsinformatica?) die zich specialiseren in marketing.

Door het jaar heen zijn er een vijf of zestal groepswerken van variërende complexiteit die 50% van het eindresultaat vormen, indien je ook slaagt voor het schriftelijk eindexamen. Je zit in een groep samen met studenten uit andere richtingen. Deze "cases" zijn zeer belangrijk, je moet de leerstof direct toepassen en dus ook op voorhand verwerken. Hier genoeg aandacht aan besteden is enerzijds vereist (elke case is verplicht) en zorgt anderzijds dat het eindexamen makkelijker zal gaan. In 2018-2019 lagen de scores van deze opdracht tussen 11 en 18/20. Deze kunnen wel nog worden aangepast door peerevaluation (0% - 110% van de score, gegeven door uw teamgenoten).

Sinds 2018-2019 wordt R gebruikt in plaats van STATA.

Slides

De prof heeft haar slides voor een deel op andere gebaseerd deze kan je hier vinden. Media:Slides.tar.gz

Nuttige links

  • Een samenvatting (juni 2017)
  • Een WIP samenvatting (2016, Google Document, ongeveer 60% klaar), die je zelf kan verder maken en verbeteren! Er staat ook wat extra nuttige informatie bij over het vak.
  • Een pagina van het vak op de Ekonimika-examenwiki.
  • Een overzicht van de STATA output die je moet kunnen bespreken, met uitleg.

Academiejaar 2018-2019

Examen 16/06/2018

Elke deelvraag had enkele centimeters om te antwoorden. Het was dus niet de bedoeling om er diep op in te gaan.

  1. Bespreek een perceptuele mapping over met attribuut-vectorren, merk-punten en één preference vector:
    1. Welk attribuut vindt dat individu het meest en minst belangrijkst? Waarom?
    2. Welk merk zal het individu waarschijnlijk kopen? Waarom?
    3. Wat is het verband tussen tussen twee attributen
    4. Wat moet een merk-punt doen om meer geprefereerd te worden door het individu?
    5. Een merk-punt wil meer inzetten op een bepaald attribuut, zal dit hun marktaandeel vergroten?
  2.  ??
  3. Gegeven een tabel met coefficienten voor logistische regressie. Afhankelijke variabele is brand incidence, onafhankelijke zijn prijs, reclame en prijs*reclame.
    1. Bespreek de coefficienten.
    2. Gegeven een classificatietabel: is de fit van het model goed? Licht toe.
    3.  ??

Academiejaar 2017-2018

Examen 16/06/2018

  1. Bespreek een perceptuele mapping over frisdranken met attribuut-vectorren, merk-punten en één preference vector van een individu:
    1. Benoem X en Y as met een motivatie.
    2. Welk attribuut vindt dat individu het belangrijkst? Waarom?
    3. Welk merk zal het individu waarschijnlijk kopen? Waarom?
    4. Wat is het verband tussen tussen twee attributen (antwoord waarschijnlijk: sterke negatieve correlatie, zelfde richting)
    5. Wat moet Sprite (een merk-punt) doen om meer geprefereerd te worden door het individu?
  2. Je hebt een aantal attributen met levels. De voorkeuren van een steekproef staan gegeven.
    1. Een paar vraagjes rond conjointanalyse
  3. Gegeven een tabel met coefficienten voor logistische regressie. Afhankelijke variabele is brand incidence, onafhankelijke zijn prijs, waarde, inkom en een interactieterm tussen prijs en inkom.
    1. Bespreek de coefficienten voor prijs en de interactieterm.
    2. Gegeven een classificatietabel: is de fit van het model goed? Licht toe.

Academiejaar 2016-2017

Examen 17/06/2017

  1. Gegeven een tabel met coefficienten voor logistische regressie. Afhankelijke variabele is brand incidence, onafhankelijke zijn prijs, gemiddelde prijs competitie, reclame, reclame competitie en een interactieterm tussen prijs en reclame competitie.
    1. Bespreek de coefficienten voor prijs en de interactieterm. Is het meer of minder voordelig om een prijsverlaging te doen wanneer de concurrent een reclamecampagne voert?
    2. De coefficient voor prijs is voor alle huishoudens hetzelfde genomen.
      1. Wanneer kan deze verschillen tussen huishoudens? Licht kort toe.
      2. Hoe kan men dit testen? Welke variabelen voegt men toe? Wat verwacht je dat het teken van de coefficient is?
    3. Gegeven een classificatietabel: is de fit van het model goed? Licht toe.
  2. Gegeven de reistijd en oppervlakte voor een aantal winkels:
    1. Welke winkel heeft het meeste kans gekozen worden door de consument volgens Huff's gravity model? Verklaar de logica achter het model en hoe je dit uitrekend.
    2. Geef 6 andere factoren die de keuze tussen shoppingcentra kan beinvloeden, licht kort toe.
  3. Gegeven een perceptuele map met een vector die voorkeur aangeeft:
    1. Welke eigenschap beinvloed de voorkeur het meest? Licht toe.
    2. Zou het helpen als bedrijf A eigenschap B versterkt? Licht toe.
    3. Gegeven een nieuw bedrijf N, gelijkaardig aan bedrijf C maar sterker in eigenschap D, heeft N meer, minder of ongeveer evenveel voorkeur als C? Licht toe.
    4. Wat kan je zeggen over het verband tussen eigenschappen E en F? Licht toe.
    5. Voor welke beslissingen is een perceptuele map nuttig? Geef 2 voorbeelden, licht toe.
    6. Wat zijn de limitaties van een perceptuale map? Geef 2 voorbeelden. Verklaar.

Academiejaar 2015-2016

Examen 11/06/2016

  1. Gegeven is een tabel met coëfficiënten die het resultaat zijn van een logistische regressieanalyse. De afhankelijke variabele is Brand Incidence en de onahfhankelijke "Relatieve Prijs" (= jouw prijs - gemiddelde prijs van de markt), "Reclame" en een interactieterm tussen Reclame en Prijs.
    1. Bespreek de richting en significantie (teken) van de coëfficiënten, wat is de betekenis van de interactieterm?
    2. Je weet dat een concurrent zijn prijs zal verlagen, bespreek twee mogelijke strategieën om hier op te antwoorden.
    3. Een classificatietabel is gegeven. Bespreek of het regressiemodel goed is aan de hand van deze tabel.
    1. Wanneer moet je standaardisatie uitvoeren op segmentatievariabelen? Wanneer niet? Bespreek grondig.
    2. Moet je standaardisatie uitvoeren bij segmentatie op basis van de part-worth outputs van conjoint analyse? Waarom wel of niet? Bespreek grondig.
  2. Leg uit hoe je algemeen aan price customization kan doen, en pas dit toe op de situatie van een hotel.
  3. Bespreek een perceptuele mapping over frisdranken met attribuut-vectorren, merk-punten en één preference vector van een individu:
    1. Benoem X en Y as met een motivatie.
    2. Welk attribuut vindt dat individu het belangrijkst? Waarom?
    3. Welk merk zal het individu waarschijnlijk kopen? Waarom?
    4. Wat is het verband tussen tussen twee attributen (antwoord waarschijnlijk: sterke negatieve correlatie, zelfde richting)
    5. Wat moet Sprite (een merk-punt) doen om meer geprefereerd te worden door het individu?

Gegeven voorbeelden van examenvragen

Theoretische vragen

  1. Wat is het eenvoudigste en meest gebruikte response model? Wat zijn de voor- en nadelen van dit model?
    1. Lineare model (multiplicatieve model is ook belangrijk)
    2. Voordelen: Makkelijk in gebruik, representatief voor veel situaties (vb brand incidence)
    3. Nadelen: nogal beperkt model voor complexe functies, Geeft onredelijke advies in eslissingen -> meer is beter! (als marge * b >1)
  2. Volgens een recent artikel in de Standaard blijkt dat verschillende TV series mensen aantrekken met een verschillend psychografisch profiel. Bijvoorbeeld, het profiel van een ‘The Simpsons’ kijker kan danig verschillen van het profiel van een ‘Sex and the City’ kijker. Daarenboven blijken TV series redelijk goed te zijn in het opdelen van mensen naargelang hun merkvoorkeur. Bijvoorbeeld, kijkers van de populaire serie ‘The Simpsons’ zijn meer geneigd om binnen de fruitsap categorie te kiezen voor het merk ‘Minute Maid’ terwijl trouwe kijkers van ‘Sex and the City’ een hogere voorkeur hebben voor het merk ‘Appelsientje’. Als je je zou baseren op gelijkaardige bevindingen, zou je een fruitsap-merk aanraden om de markt te segmenteren op basis van TV serie voorkeur?
    1. Nee, uit de uitleg kan je afleiden dat het TV-programma waarnaar je kijkt een beschrijvende variabele is. Je kan zo een gegeven gebruiken om de segmenten snel te herkennen (bv, snelle vraag aan een klant: kijkt u naar The Simpsons/Sex and the City?), maar daarop segmenteren is niet de bedoeling, gezien dat geen foolproof beeld geeft van wat iemands noden zijn.
  3. Wat zijn de voor- en nadelen van het beschrijven van producten als bundels van attribuut opties?
    1. Voordelen: Het is een efficiënte manier om de waarde te bepalen voor een groot aantal mogelijke productgroepen (op basis van de waarden van de factoren)
    2. Nadelen: Niet alle producten kunnen saengesteld worden op een manier die zinvol is voor de respondenten en de mogelijke correlaties tussen attributen worden niet in rekening gebracht.
  4. Voor en nadelen van een conjoint analyse om voorkeuren weer te geven
    1. Voordelen: Je wordt als respondent gedwongen om een trade-off te maken (gelijkaardig aan een irl-aankoopervaring voor de klant)
    2. Nadelen: klassieke problemen met een survey ("is de sample representatief?", "is wat de respondent zegt hetzelfde als wat deze doet?", het invullen van een conjoint analyse survey kost veel moeite)
  5. Voordelen van een conjoint analyse voor de introductie van een nieuw product design
    1. Respondenten moeten een tradeoff geven (accuratere voorspelling over verkoop van nieuw product) en het simuleert de hele markt zonder de kost van een echte introductie van een nieuw product.

Praktische vragen

  1. Bespreek een perceptuele map
  2. Bereken de value-in-use price
  3. Bespreek output segementatieanalyse