1 / 15

A Priori - Marktsegmentierung Kurs 3 – Dr. Christian Buchta

A Priori - Marktsegmentierung Kurs 3 – Dr. Christian Buchta. Patricia Ondrej Marijana Sapina Marina Grujic Neda Stojicic Lucia Kozova. Vorgangsweise. Bestimmung der Segmentierungsvariable Bestimmung der erklärenden Variablen Diskriminanzanalyse Hypothesen bestätigen od. verwerfen.

lucien
Download Presentation

A Priori - Marktsegmentierung Kurs 3 – Dr. Christian Buchta

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. A Priori - MarktsegmentierungKurs 3 – Dr. Christian Buchta Patricia Ondrej Marijana Sapina Marina Grujic Neda Stojicic Lucia Kozova

  2. Vorgangsweise • Bestimmung der Segmentierungsvariable • Bestimmung der erklärenden Variablen • Diskriminanzanalyse • Hypothesen bestätigen od. verwerfen

  3. Segmentierungsvariable • Vergleich von Familien- vs. Pärchenurlauber

  4. Hypothesen H1: Preis ist der maßgebendste Faktor für Familienreisende. H2: Pärchen suchen besonders nach romantischen und entspannenden Urlaubsmöglichkeiten. H3: Für Familien stehen Spannung, Entertainment, Organisation und Sicherheit im Vordergrund. H4:Pärchenreisende sind tendenziell älter und buchen eine gehobenere Unterkunftsart.

  5. Voraussetzung Diskriminanzanalyse • Multivariates Verfahren zur Analyse von Gruppen- bzw. Klassenunterschiede • Nominal skalierte Gruppenvariablen • Metrisch skalierte unabhängige Variablen • Kein Element der Stichprobe soll mehreren Gruppen zugeordnet sein • Anzahl der unabhängige Variablen größer als Anzahl der Gruppen • Diskriminanzfunktion • D = (b0)+ b1X1 + b2X2 + … + bi Xi • Rest fällt bei Standardisierung weg

  6. Diskriminanzanalyse • Segmentierungsvariable • Haushaltsgröße • Gruppenvariablen • Pärchen • Familie mit Kindern (Def.: hhsize >=3) • Unabhängige Variablen • Folgefolie

  7. Erklärende variablen • Alterskategorie • < 25 • 25 – 49 • 50 + • Preis • Unterkunftsart • Verschiedene Motivvariablen • Preissensibilität • Wunsch nach Entspannung • Spannung & besondere Erlebnisse • Fun & Entertainment • Wechsel des Umfelds • Romantische Atmosphäre • Familiäre Atmosphäre • Organisation • Angebot und Betreuung für Kinder • Sicherheit

  8. Analyse der verarbeiteten Fälle Sehr wenige Fälle müssen ausgeschlossen werden  Wahl der Variablen ist passend

  9. Eigenwerte Die Kanonischer Korrelationskoeffizient misst den Anteil der Streuung zwischen den Gruppen an der gesamten Streuung  je größer, desto höher ist die Trennkraft der Diskriminanzfunktion!

  10. Wilks' Lambda • Signifikanz = 0  Mittelwerte sind ungleich • Gruppen lassen sich trennen und man kann Modell weiter benutzen

  11. Standardisierte kanonische Diskriminanzfunktionskoeffizienten X1 X2 X3 X4 X5

  12. Struktur-Matrix Fast alle Variablen korrelieren kaum miteinander  gute Trennungsmerkmale

  13. Klassifikation a 71,1% der ursprünglich gruppierten Fälle wurden korrekt klassifiziert. 71,1% aller Fälle wurden gleich richtig zugeordnet !

  14. Hypothesen H1: Preis ist der maßgebendste Trennungsfaktor. NICHT BESTÄTIGT H2: Pärchen suchen besonders nach romantischen und entspannenden Urlaubsmöglichkeiten. NICHT BESTÄTIGT H3: Für Familien stehen Spannung, Entertainment, Organisation und Sicherheit im Vordergrund. Teilweise BESTÄTIGT H4:Pärchenreisende sind tendenziell älter und buchen eine gehobenere Unterkunftsart. BESTÄTIGT

  15. VIELEN DANK FÜR EURE AUFMERKSAMKEIT!

More Related