Wojny Coli (Cola wars) - czyli siła reklamy na rynku oligopolicznym Maja Włoszczowska Promotor: Dr Rafał Weron Wydział Podstawowych Problemów Techniki Politechnika Wrocławska Wrocław, 26 stycznia 2008
Cel pracy Zbadanie siły i efektywności reklamy na rynku oligopolicznym z uwzględnieniem czynników społecznych wpływających na decyzje konsumentów. Zadania: 1 Znalezienie i analiza danych empirycznych dotyczących rynku oligopolicznego. 2 Zaproponowanie i zaimplementowanie modeli sieciowych. 3 Estymacja i prognoza danych przy użyciu modelu ARMAX. 4 Analiza porównawcza wyników.
Psychologia społeczna Psychologia społeczna Funkcja reklamy na rynku oligopolicznym Rynek operatorów sieci telefonii komórkowej w Polsce Społeczny dowód słuszności Zasada, według której człowiek, nie wiedząc, jaka decyzja lub jaki pogląd jest słuszny, podejmuje decyzje lub przyjmuje poglądy takie same jak większość grupy. Eksperyment Milgrama w Nowym Jorku. Konformizm Zmiana zachowania lub przekonań stanowiąca rezultat rzeczywistej lub wyobrażonej presji grupy. Badania Ascha.
Funkcja reklamy na rynku oligopolicznym Psychologia społeczna Funkcja reklamy na rynku oligopolicznym Rynek operatorów sieci telefonii komórkowej w Polsce Oligopol Forma struktury rynkowej, w której działa niewielu (kilku) producentów, wytwarzających i sprzedających główną część podaży rynkowej. Współzależność decyzji cenowych rywalizacja na innych platformach, w tym reklamowej. Cola wars batalie reklamowe przedsiębiorstw oligopolicznych.
Psychologia społeczna Funkcja reklamy na rynku oligopolicznym Rynek operatorów sieci telefonii komórkowej w Polsce Rynek operatorów sieci telefonii komórkowej w Polsce Doskonały przykład oligopolu (trzech głównych konkurentów, silne bariery wejścia na rynek). Najdynamiczniej rozwijający sie sektor rynkowy ostatniego dziesięciolecia. Najsilniej reklamująca się branża w polskich mediach. Duży wpływ społeczny (tańsze rozmowy wewnątrz sieci, promocje na połączenia z wybranymi numerami). Polkomtel PTC PTK Centertel
ToolBox - Modelowanie oligopolu Do modelowania rynku operatorów sieci telefonii komórkowej zaproponowano i zaimplementowano trzy modele bazujące na modelu Sznajdów. Podstawowe reguły: 1 dwuwymiarowa sieć z periodycznymi warunkami brzegowymi, 2 komórka (oznaczająca jednostkę udziału w rynku) może przyjmować trzy wartości {-1,0,1}, 3 w chwili początkowej klienci trzech firm są losowo rozmieszczani na sieci wg zadanej koncentracji początkowej, 4 oddziaływanie przepływa na zewnątrz (w każdym kroku losowy panel czterech komórek oddziałuje na swoich ośmiu sąsiadów).
ToolBox - Modelowanie oligopolu Do modelowania rynku operatorów sieci telefonii komórkowej zaproponowano i zaimplementowano trzy modele bazujące na modelu Sznajdów. Model 1: wpływ społeczny reklama. Model 2: równoległe działanie społeczeństwa i reklamy. (q prawdopodobieństwo działania reklamy). Model 3: modyfikacja modelu 2 (wykorzystanie współczynnika Reach3+ jako zmiennego parametru q).
ToolBox - Modelowanie oligopolu
ToolBox - Modelowanie oligopolu Wyniki symulacji model III, k = (6, 0, 0, 0) Oryginalne dane Err = 1.75953
ToolBox - Modelowanie oligopolu Wyniki symulacji model III, k = (6, 0, 0, 0) Oryginalne dane Err = 1.75953 Zmienione dane reklamowe(2005 i 2006) Err = 0.473956
ToolBox - Modelowanie oligopolu Wyniki symulacji model III, k = (6, 0, 0, 0) Oryginalne dane Err = 1.75953 Zmienione dane reklamowe(2005 i 2006) Err = 0.473956
Rysunek: Wyniki symulacji modelu II. Zależność błędu średniokwadratowego (MSE mean squared error) od wartości pradwopodobieństwa q dla kilku wybranych reguł rządzących modelem
błąd Komórki przekonane przez: średniokwadratowy reguły (k 1, k 2, k 3, k 4 ) sąsiadów reklamę 1.470 (2, 2, 2, 8) 42.5 % 57.6 % 1.509 (4, 2, 2, 6) 37.8 % 62.2 % 1.539 (4, 2, 0, 8) 34.8 % 65.2 % 1.548 (6, 2, 0, 8) 36.8 % 63.2 % 1.551 (6, 2, 2, 6) 39.7 % 60.3 % 3.631 (2, 0, 0, 0) 1.1 % 98.9 % 3.734 (0, 0, 0, 0) 0 % 100 % 19.333 (8, 6, 4, 8) 79.5 % 20.5 % 19.937 (8, 8, 0, 8) 80.4 % 19.6 % 53.927 (8, 8, 8, 8) 100 % 0 % Tabela: Analiza modelu I (5 najlepszych i 5 najgorszych reguł przedstawionych w tabeli 7 w pracy magisterskiej). Procent komórek, które zmieniły się pod wpływem sąsiadów (panelu) oraz pod wpływem reklamy
błąd Komórki przekonane przez: średniokwadratowy reguły (k 1, k 2, k 3, k 4 ) sąsiadów reklamę 1.470 (2, 2, 2, 8) 42.5 % 57.6 % 1.509 (4, 2, 2, 6) 37.8 % 62.2 % 1.539 (4, 2, 0, 8) 34.8 % 65.2 % 1.548 (6, 2, 0, 8) 36.8 % 63.2 % 1.551 (6, 2, 2, 6) 39.7 % 60.3 % 3.631 (2, 0, 0, 0) 1.1 % 98.9 % 3.734 (0, 0, 0, 0) 0 % 100 % 19.333 (8, 6, 4, 8) 79.5 % 20.5 % 19.937 (8, 8, 0, 8) 80.4 % 19.6 % 53.927 (8, 8, 8, 8) 100 % 0 % Tabela: Analiza modelu I (5 najlepszych i 5 najgorszych reguł przedstawionych w tabeli 7 w pracy magisterskiej). Procent komórek, które zmieniły się pod wpływem sąsiadów (panelu) oraz pod wpływem reklamy
błąd Komórki przekonane przez: średniokwadratowy reguły (k 1, k 2, k 3, k 4 ) sąsiadów reklamę 1.470 (2, 2, 2, 8) 42.5 % 57.6 % 1.509 (4, 2, 2, 6) 37.8 % 62.2 % 1.539 (4, 2, 0, 8) 34.8 % 65.2 % 1.548 (6, 2, 0, 8) 36.8 % 63.2 % 1.551 (6, 2, 2, 6) 39.7 % 60.3 % 3.631 (2, 0, 0, 0) 1.1 % 98.9 % 3.734 (0, 0, 0, 0) 0 % 100 % 19.333 (8, 6, 4, 8) 79.5 % 20.5 % 19.937 (8, 8, 0, 8) 80.4 % 19.6 % 53.927 (8, 8, 8, 8) 100 % 0 % Tabela: Analiza modelu I (5 najlepszych i 5 najgorszych reguł przedstawionych w tabeli 7 w pracy magisterskiej). Procent komórek, które zmieniły się pod wpływem sąsiadów (panelu) oraz pod wpływem reklamy
Parametr k dla panelu Błędy średniokwadratowe [4 0 0] [3 1 0] [2 1 1] [2 2 0] Model I Model II Model III 0 0 0 0 3.6661 0.7475 0.5803 2 0 0 0 3.5215 0.7333 0.5823 2 2 2 8 0.6930 0.8111 0.7930 4 0 0 0 3.3235 0.7387 0.5767* 4 2 2 6 0.7023 0.7886 0.7463 4 4 2 2 0.7099 0.7015 0.7045 6 0 0 0 3.1502 0.7254 0.5837 6 2 0 8 0.7334 0.7904 0.8162 6 2 2 6 0.6811* 0.7742 0.7630 6 4 0 0 1.2009 0.6667 0.6457 8 0 0 0 2.8325 0.7117 0.5858 8 2 0 0 1.8988 0.6754 0.6170 8 4 0 0 1.0240 0.6676 0.6743 8 4 4 0 1.0500 0.6797 0.6920 8 6 0 0 0.9540 0.6439* 0.7564 Tabela: Błędy średniokwadratowe (5 najlepszych wyników każdego modelu). Okres: IV kw. 2000 r. IV kw. 2004 r.
Parametr k dla panelu Błędy średniokwadratowe [4 0 0] [3 1 0] [2 1 1] [2 2 0] Model I Model II Model III 0 0 0 0 3.6661 0.7475 0.5803 2 0 0 0 3.5215 0.7333 0.5823 2 2 2 8 0.6930 0.8111 0.7930 4 0 0 0 3.3235 0.7387 0.5767* 4 2 2 6 0.7023 0.7886 0.7463 4 4 2 2 0.7099 0.7015 0.7045 6 0 0 0 3.1502 0.7254 0.5837 6 2 0 8 0.7334 0.7904 0.8162 6 2 2 6 0.6811* 0.7742 0.7630 6 4 0 0 1.2009 0.6667 0.6457 8 0 0 0 2.8325 0.7117 0.5858 8 2 0 0 1.8988 0.6754 0.6170 8 4 0 0 1.0240 0.6676 0.6743 8 4 4 0 1.0500 0.6797 0.6920 8 6 0 0 0.9540 0.6439* 0.7564 Tabela: Błędy średniokwadratowe (5 najlepszych wyników każdego modelu). Okres: IV kw. 2000 r. IV kw. 2004 r.
Parametr k dla panelu Błędy średniokwadratowe [4 0 0] [3 1 0] [2 1 1] [2 2 0] Model I Model II Model III 0 0 0 0 3.6661 0.7475 0.5803 2 0 0 0 3.5215 0.7333 0.5823 2 2 2 8 0.6930 0.8111 0.7930 4 0 0 0 3.3235 0.7387 0.5767* 4 2 2 6 0.7023 0.7886 0.7463 4 4 2 2 0.7099 0.7015 0.7045 6 0 0 0 3.1502 0.7254 0.5837 6 2 0 8 0.7334 0.7904 0.8162 6 2 2 6 0.6811* 0.7742 0.7630 6 4 0 0 1.2009 0.6667 0.6457 8 0 0 0 2.8325 0.7117 0.5858 8 2 0 0 1.8988 0.6754 0.6170 8 4 0 0 1.0240 0.6676 0.6743 8 4 4 0 1.0500 0.6797 0.6920 8 6 0 0 0.9540 0.6439* 0.7564 Tabela: Błędy średniokwadratowe (5 najlepszych wyników każdego modelu). Okres: IV kw. 2000 r. IV kw. 2004 r.
Parametr k dla panelu Błędy średniokwadratowe [4 0 0] [3 1 0] [2 1 1] [2 2 0] Model I Model II Model III 0 0 0 0 3.6661 0.7475 0.5803 2 0 0 0 3.5215 0.7333 0.5823 2 2 2 8 0.6930 0.8111 0.7930 4 0 0 0 3.3235 0.7387 0.5767* 4 2 2 6 0.7023 0.7886 0.7463 4 4 2 2 0.7099 0.7015 0.7045 6 0 0 0 3.1502 0.7254 0.5837 6 2 0 8 0.7334 0.7904 0.8162 6 2 2 6 0.6811* 0.7742 0.7630 6 4 0 0 1.2009 0.6667 0.6457 8 0 0 0 2.8325 0.7117 0.5858 8 2 0 0 1.8988 0.6754 0.6170 8 4 0 0 1.0240 0.6676 0.6743 8 4 4 0 1.0500 0.6797 0.6920 8 6 0 0 0.9540 0.6439* 0.7564 Tabela: Błędy średniokwadratowe (5 najlepszych wyników każdego modelu). Okres: IV kw. 2000 r. IV kw. 2004 r.
Szereg czasowy {X t} jest szeregiem typu ARMAX jeśli n a X t + a ix t i = i=1 n b n c b iu t nk i+1 + c iz t i + Z t i=1 i=1 gdzie {U t} jest szeregiem danych zewnętrznych, a {Z t} białym szumem, czyli ciągiem nieskorelowanych zmiennych losowych o zerowej średniej i skończonej wariancji. Parametr n k oznacza opóźnienie (działania czynnika zewnętrznego).
Szereg czasowy {X t} jest szeregiem typu ARMAX jeśli n a X t + a ix t i = i=1 n b n c b iu t nk i+1 + c iz t i + Z t i=1 i=1 gdzie {U t} jest szeregiem danych zewnętrznych, a {Z t} białym szumem, czyli ciągiem nieskorelowanych zmiennych losowych o zerowej średniej i skończonej wariancji. Parametr n k oznacza opóźnienie (działania czynnika zewnętrznego). Model dopasowany do danych Polkomtel PTC PTK Centertel firmy minimalizujący statystykę: FPE i AIC FPE AIC FPE i AIC Rzędy [n a n b n c] modelu: [0 1 0] [0 2 2] [2 3 3] [1 3 1] Błąd średniokwadratowy: 0.859 0.935 1.134 0.939 Tabela: Błędy średniokwadratowe oraz rzędy najlepszych modeli ARMAX
Szereg czasowy {X t} jest szeregiem typu ARMAX jeśli n a X t + a ix t i = i=1 n b n c b iu t nk i+1 + c iz t i + Z t i=1 i=1 gdzie {U t} jest szeregiem danych zewnętrznych, a {Z t} białym szumem, czyli ciągiem nieskorelowanych zmiennych losowych o zerowej średniej i skończonej wariancji. Parametr n k oznacza opóźnienie (działania czynnika zewnętrznego). Model dopasowany do danych Polkomtel PTC PTK Centertel firmy minimalizujący statystykę: FPE i AIC FPE AIC FPE i AIC Rzędy [n a n b n c] modelu: [0 1 0] [0 2 2] [2 3 3] [1 3 1] Błąd średniokwadratowy: 0.859 0.935 1.134 0.939 Tabela: Błędy średniokwadratowe oraz rzędy najlepszych modeli ARMAX
I II (q = 0.6) III (a) (b) (c) 1.470 1.346 1.318 0.859 0.935 0.939 Tabela: błędów średniokwadratowych dopasowania trajektorii otrzymanych za pomocą modeli sieciowych (najlepsze wyniki) z błędami prognozowanych trajektorii modeli ARMAX ((a) model dopasowany do danych firmy Polkomtel, (b) PTC, (c) PTK Centertel) I II (q = 0.6) III (a) (b) (c) 1.470 1.346 1.318 3.184 10.454 6.191 Tabela: błędów średniokwadratowych dopasowania trajektorii otrzymanych za pomocą modeli sieciowych (najlepsze wyniki) z błędami prognozowanych trajektorii modeli ARMAX (dopasowanych do połowy danych firm: (a) Polkomtel, (b) PTC, (c) PTK Centertel)
I II (q = 0.6) III (a) (b) (c) 1.470 1.346 1.318 0.859 0.935 0.939 Tabela: błędów średniokwadratowych dopasowania trajektorii otrzymanych za pomocą modeli sieciowych (najlepsze wyniki) z błędami prognozowanych trajektorii modeli ARMAX ((a) model dopasowany do danych firmy Polkomtel, (b) PTC, (c) PTK Centertel) I II (q = 0.6) III (a) (b) (c) 1.470 1.346 1.318 3.184 10.454 6.191 Tabela: błędów średniokwadratowych dopasowania trajektorii otrzymanych za pomocą modeli sieciowych (najlepsze wyniki) z błędami prognozowanych trajektorii modeli ARMAX (dopasowanych do połowy danych firm: (a) Polkomtel, (b) PTC, (c) PTK Centertel)
I II (q = 0.6) III (a) (b) (c) 1.470 1.346 1.318 0.859 0.935 0.939 Tabela: błędów średniokwadratowych dopasowania trajektorii otrzymanych za pomocą modeli sieciowych (najlepsze wyniki) z błędami prognozowanych trajektorii modeli ARMAX ((a) model dopasowany do danych firmy Polkomtel, (b) PTC, (c) PTK Centertel) I II (q = 0.6) III (a) (b) (c) 1.470 1.346 1.318 3.184 10.454 6.191 Tabela: błędów średniokwadratowych dopasowania trajektorii otrzymanych za pomocą modeli sieciowych (najlepsze wyniki) z błędami prognozowanych trajektorii modeli ARMAX (dopasowanych do połowy danych firm: (a) Polkomtel, (b) PTC, (c) PTK Centertel)
1 Otrzymano wyniki niesamowicie zgodne z rezultatami eksperymentów socjologicznych. Oszacowano wpływ reklamy na poziomie 60%, 40% to wpływ społeczeństwa (u Ascha było 37%). Najsilniej oddziałuje grupa jednomyślna, później wpływ społeczny diametralnie spada. 2 Najlepsze wyniki modeli sieciowych dla modelu III, co świadczy o zmiennej podatności klientów na działanie reklamy. 3 Bardzo duży wpływ problemów wewnętrznych na wyniki spółki. Oszacowano obniżenie efektywności reklam PTC na poziomie 10%. 4 Przewaga modeli ARMAX w prognozie krótkoterminowej. Przy długich prognozach zdecydowanie lepiej sprawują się modele sieciowe.
1 Otrzymano wyniki niesamowicie zgodne z rezultatami eksperymentów socjologicznych. Oszacowano wpływ reklamy na poziomie 60%, 40% to wpływ społeczeństwa (u Ascha było 37%). Najsilniej oddziałuje grupa jednomyślna, później wpływ społeczny diametralnie spada. 2 Najlepsze wyniki modeli sieciowych dla modelu III, co świadczy o zmiennej podatności klientów na działanie reklamy. 3 Bardzo duży wpływ problemów wewnętrznych na wyniki spółki. Oszacowano obniżenie efektywności reklam PTC na poziomie 10%. 4 Przewaga modeli ARMAX w prognozie krótkoterminowej. Przy długich prognozach zdecydowanie lepiej sprawują się modele sieciowe.
1 Otrzymano wyniki niesamowicie zgodne z rezultatami eksperymentów socjologicznych. Oszacowano wpływ reklamy na poziomie 60%, 40% to wpływ społeczeństwa (u Ascha było 37%). Najsilniej oddziałuje grupa jednomyślna, później wpływ społeczny diametralnie spada. 2 Najlepsze wyniki modeli sieciowych dla modelu III, co świadczy o zmiennej podatności klientów na działanie reklamy. 3 Bardzo duży wpływ problemów wewnętrznych na wyniki spółki. Oszacowano obniżenie efektywności reklam PTC na poziomie 10%. 4 Przewaga modeli ARMAX w prognozie krótkoterminowej. Przy długich prognozach zdecydowanie lepiej sprawują się modele sieciowe.
1 Otrzymano wyniki niesamowicie zgodne z rezultatami eksperymentów socjologicznych. Oszacowano wpływ reklamy na poziomie 60%, 40% to wpływ społeczeństwa (u Ascha było 37%). Najsilniej oddziałuje grupa jednomyślna, później wpływ społeczny diametralnie spada. 2 Najlepsze wyniki modeli sieciowych dla modelu III, co świadczy o zmiennej podatności klientów na działanie reklamy. 3 Bardzo duży wpływ problemów wewnętrznych na wyniki spółki. Oszacowano obniżenie efektywności reklam PTC na poziomie 10%. 4 Przewaga modeli ARMAX w prognozie krótkoterminowej. Przy długich prognozach zdecydowanie lepiej sprawują się modele sieciowe.
1 Otrzymano wyniki niesamowicie zgodne z rezultatami eksperymentów socjologicznych. Oszacowano wpływ reklamy na poziomie 60%, 40% to wpływ społeczeństwa (u Ascha było 37%). Najsilniej oddziałuje grupa jednomyślna, później wpływ społeczny diametralnie spada. 2 Najlepsze wyniki modeli sieciowych dla modelu III, co świadczy o zmiennej podatności klientów na działanie reklamy. 3 Bardzo duży wpływ problemów wewnętrznych na wyniki spółki. Oszacowano obniżenie efektywności reklam PTC na poziomie 10%. 4 Przewaga modeli ARMAX w prognozie krótkoterminowej. Przy długich prognozach zdecydowanie lepiej sprawują się modele sieciowe.
1 Otrzymano wyniki niesamowicie zgodne z rezultatami eksperymentów socjologicznych. Oszacowano wpływ reklamy na poziomie 60%, 40% to wpływ społeczeństwa (u Ascha było 37%). Najsilniej oddziałuje grupa jednomyślna, później wpływ społeczny diametralnie spada. 2 Najlepsze wyniki modeli sieciowych dla modelu III, co świadczy o zmiennej podatności klientów na działanie reklamy. 3 Bardzo duży wpływ problemów wewnętrznych na wyniki spółki. Oszacowano obniżenie efektywności reklam PTC na poziomie 10%. 4 Przewaga modeli ARMAX w prognozie krótkoterminowej. Przy długich prognozach zdecydowanie lepiej sprawują się modele sieciowe.
1 Otrzymano wyniki niesamowicie zgodne z rezultatami eksperymentów socjologicznych. Oszacowano wpływ reklamy na poziomie 60%, 40% to wpływ społeczeństwa (u Ascha było 37%). Najsilniej oddziałuje grupa jednomyślna, później wpływ społeczny diametralnie spada. 2 Najlepsze wyniki modeli sieciowych dla modelu III, co świadczy o zmiennej podatności klientów na działanie reklamy. 3 Bardzo duży wpływ problemów wewnętrznych na wyniki spółki. Oszacowano obniżenie efektywności reklam PTC na poziomie 10%. 4 Przewaga modeli ARMAX w prognozie krótkoterminowej. Przy długich prognozach zdecydowanie lepiej sprawują się modele sieciowe.
Dziękuję za uwagę