1 / 23

Einfluss der Produktbewertungen auf die Anzahl der Klicks und auf den Preis.

Endpräsentation. Einfluss der Produktbewertungen auf die Anzahl der Klicks und auf den Preis. Daten von Geizhals.at. Silvia Schlagnitweit Betreuer: a. Univ.-Prof. Dr. Franz Hackl. Übersicht:. Daten von Geizhals.at und Produktbewertungen Datenstruktur Zentrale Fragestellung der Diplomarbeit

lavender
Download Presentation

Einfluss der Produktbewertungen auf die Anzahl der Klicks und auf den Preis.

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Endpräsentation Einfluss der Produktbewertungen auf die Anzahl der Klicks und auf den Preis. Daten von Geizhals.at Silvia Schlagnitweit Betreuer: a. Univ.-Prof. Dr. Franz Hackl

  2. Übersicht: • Daten von Geizhals.at und Produktbewertungen • Datenstruktur • Zentrale Fragestellung der Diplomarbeit • Theoretische Ansatz: • Bertrand Modell • Horizontale Produktdifferenzierung • Vertikale Produktdifferenzierung • Modell • Schätzmethode • Deskriptive Statistik • Schätzergebnisse • Zusammenfassung und Fazit

  3. Daten: Geizhals.at • seit 1999 • Kostenlos für die Konsumenten • durchschnittlich 400.000 Produkte • ca. 1700 Händler (780 Händler in meiner Studie) • Aufbau der Preisvergleichsseite • Kategorien • Sub-Kategorien • Sub-Sub-Kategorien

  4. Sub-Sub-Kategorie

  5. Produktbewertungen

  6. Datenstruktur für meine Arbeit • Produkt: • Produkt_id, Name, Kategorie, Sub-Sub-Kategorie • Produktbewertung: • Produkt_id, User_IP, Leistungsdaten/Ausstattung, Preis-/Leistung, Qualität, Support • Angebot: • Händler_id, Produkt_id, Preis • Klicks: • Produkt_id, User_IP, Anzahl der Klicks • Vereinfachte Darstellung der für meine Arbeit wichtigen Relationen.

  7. Zentrale Fragestellung • Beeinflussen die Produktbewertungen die Anzahl der Klicks? • Beeinflussen die Produktbewertungen den Preis?

  8. Theorie: Bertrand Modell • Ansatz des Buches „Industrial Organization: Contemporary Theory and Empirical Applications“ von Pepall, Richard und Norman (2005) • Duopol Modell mit zwei Firmen 1 und 2, diese produzieren ein homogenes Produkt bei konstanten marginalen Kosten c. • Preis ist die Strategische Variable. • Marktnachfrage: Q = a – bP (Q = Menge, P = Preis)

  9. Theorie: Bertrand Modell • Nachfragekurve für Firma 2: q2 = 0 if p2 > p1 q2 = (a – bp2)/2 if p2 = p1 q2 = (a – bp2) if p2 < P1 • Profitfunktion von Firma 2: II2(p1,p2) = 0 if p2 > p1 II2(p1,p2) = (p2 – c) * ((a – bp2)/2) if p2 = p1 II2(p1,p2) = (p2 – c) * (a – bp2) if p2 < p1 • Nash Gleichgewicht: p*1 = c, p*2 = c

  10. Theorie: Horizontale Produktdifferenzierung • Unterscheidung wie Farbe, Zuckergehalt • Präferenzen der Kunden • Räumliches Modell von Hotelling

  11. Theorie: Horizontale Produktdifferenzierung • Marginaler Konsument • xm (p1,p2) = (p2-p1+t)/2t • Nachfragefunktion von Firma 2 • D2(p1,p2) = xm (p1,p2) N = ((p2-p1+t)/2t)*N • Profitfunktion von Firma 2 • Π2(p1,p2) = (1- xm (p1,p2) N= ((p2-p1+t)/2t)*N • Nash-Gleichgewicht • p1* = p2* = c + t

  12. Theorie: Horizontale Produktdifferenzierung

  13. Theorie:Vertikale Produktdifferenzierung • Natürliche Reihung der Produktvarianten: • Gute Qualität ist besser als schlechte Qualität Cremer und Thisse: n Firmen (i = 1,2,…,n) c(qi) marginalen Kosten der Produktion bei Qualität qi • Profitfunktion: πi(p,q) ≡ [pi – c(qi)] Di (p,q) • Nutzen eines Konsumenten Θ der Firma i bevorzugt: u (Θ, qi) – pi

  14. Theorie:Vertikale Produktdifferenzierung

  15. Analyse: Schätzmodell • Relative Preis: rel-pi = øpi/ øpsski • Durchschnittlicher Preis des Produktes i in Relation zum durchschnittlichen Preis der SSK des Produktes. • Relative Bewertung: rel-bewi = øbewi/øbewsski • Durchschnittliche Bewertung des Produktes i in Relation zur durchschnittlichen Bewertung in dessen Sub-Sub-Kategorie. • Hedonische Preisfunktion: • Rel-pi = f(clicksi, rel-bewi, empfehlung) • Indirekte hedonische Preisfunktion • Clicksi = f(rel-pi, rel-bewi, empfehlung)

  16. Analyse: Schätzmethode • Poisson Schätzung (Negativ Binomial Schätzung) • ∑j=1J clicksi = ß0 + ß1rel-pi + ß2rel-bewi +ß3empfehlung + ε (Händler: j = 1,2,…J) • OLS Schätzung • rel-pi = ß0 + ß1 ∑j=1J clicksi + ß2rel-bewi +ß3empfehlung + ε (Händler: j = 1,2,…J) • Schätzergebnisse stellen Korrelationen dar und keine kausalen Effekte.

  17. Analyse: Schätzmethode Dichteverteilung der Klicks

  18. Analyse: Deskriptive Statistik

  19. Analyse: Schätzergebnisse • Poisson und Negativ Binomial Schätzung mit „fixed Effects“ der Sub-Sub-Kategorien

  20. Analyse: Schätzergebnisse

  21. Analyse: Schätzergebnisse

  22. Zusammenfassung und Fazit • Probleme: • viele nicht geklickte Produkte • Kausalen Effekt zu analysieren und herauszufiltern • Ergebnisse: • Evidenz, dass die Bewertungen die Klicks beeinflussen • Evidenz, dass die Bewertungen die Preise beeinflussen • Fazit: • Die Ergebnisse sind teilweise erwartet und es würde durchaus Sinn machen, weiter Überlegungen über die Analyse des Kausalen Effektes zu machen.

  23. Vielen Dank für Ihre Aufmerksamkeit

More Related