BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Szymańska Anna Irena (Uniwersytet Pedagogiczny im. Komisji Edukacji Narodowej w Krakowie)
Tytuł
Podejście kompozycyjne i dekompozycyjne w pomiarze wyrażonych preferencji konsumentów
Compositional and Decompositional Approaches in Measurement of Stated Consumer Preferences
Źródło
Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego, 2013, nr 21, s. 239-252, ryc., bibliogr. 30 poz.
Studies of the Industrial Geography Commission of the Polish Geographical Society
Tytuł własny numeru
Funkcje przemysłu i usług w rozwoju gospodarki opartej na wiedzy = Functions of Industry and Services in the Development of Knowledge-Based Economy
Słowa kluczowe
Preferencje konsumenta, Badanie preferencji konsumenckich, Zachowania rynkowe, Pomiar wieloczynnikowy
Consumer preferences, Consumer preferences research, Market behaviour, Conjoint analysis
Uwagi
summ.
Abstrakt
Preferencje są odzwierciedleniem gustów konsumentów, ich upodobań oraz osobowości. Poznanie preferencji w dalszej perspektywie może sprzyjać lepszemu zaspokojeniu oczekiwań konsumentów, a co za tym idzie wzmocnieniu pozycji konkurencyjnej przedsiębiorstwa na rynku i zwiększeniu w nim swoich udziałów. Jest to szczególnie istotne współcześnie, gdy przedsiębiorstwa zmuszone są funkcjonować w warunkach gwałtownie zmieniającego się (wręcz turbulentnego) otoczenia. Badania preferencji konsumentów mogą być prowadzone zarówno w oparciu o obserwacje historyczne, jak również o dane o charakterze antycypacyjnym. Te dwa źródła informacji o preferencjach pozwalają na wyróżnienie metod analizy preferencji ujawnionych oraz metod analizy preferencji wyrażonych. Preferencje wyrażone korespondują do deklarowanych zachowań rynkowych konsumentów. W badaniach preferencji wyróżnia się trzy podejścia determinujące metodologię pomiaru preferencji. Są to: podejście kompozycyjne, podejście dekompozycyjne oraz podejście mieszane. W artykule omówiono dwa zasadnicze podejścia w modelowaniu preferencji konsumentów: podejście kompozycyjne oraz dekompozycyjne. Wybór jednego z nich determinuje zarówno sposób gromadzenia danych o preferencjach, stosowane metody analizy preferencji, jak również postać modelu opisującego preferencje. Wyniki tego typu analiz mogą zostać wykorzystane w toku dalszych badań nad produktem i podjęcia działań innowacyjnych, a w efekcie przyczynić się do wzmocnienia pozycji konkurencyjnej przedsiębiorstwa na rynku i zwiększenia w nim swoich udziałów. (abstrakt oryginalny)

Preferences reflect tastes of consumers and their personalities. Knowledge of consumer preferences in the long term can contribute to meeting their expectations better and thus strengthening the company's competitive position in the market as well as increasing its share in it. This is especially important nowadays when companies are forced to operate in conditions of rapidly changing (or even turbulent) environment. Research of consumer preferences may be carried out both on the basis of the historical as well as anticipative data. These two sources of information about consumer preferences allow specifying methods of revealed preferences analysis and stated preferences analysis. Stated preferences applied to declared market behaviour of consumers. There are three approaches that determine measurement of consumer preferences: compositional approach, decompositional approach and mixed approach. The article discusses two main approaches in modelling consumer preferences: compositional and decompositional approach. Choosing one of them determines both how to collect data about preferences, methods of analysis, as well as the form of the model describing the preferences. The results of this type of analysis can be used in the course of further research into the product and taking innovative actions, and thus contribute to strengthening the competitive position of the company on the market and increase its shares in it. (original abstract)
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Altkorn, J., Kramer, T. (red.) (1998). Leksykon marketingu. Warszawa: PWE.
  2. Bąk, A. (2003). Algorytmy conjoint analysis w pakiecie AS/STAT, TAKSONOMIA 10, Klasyfikacja i analiza danych - teoria i zastosowania. Prace Naukowe AE we Wrocławiu, 988, 214.
  3. Bąk, A. (2004). Dekompozycyjne metody pomiaru preferencji w badaniach marketingowych. Wrocław: Wydawnictwo AE we Wrocławiu.
  4. Carroll, J.D. (1972). Individual differences and multidimensional saling. In: R.N. Shephard, A.K. Romney, S.B. Nerlove (eds.), Multidimensional Scaling: Theory and Applications in the Behavioral Sciences, Vol. 1., Seminar Press, NY, 105-155.
  5. Coombs, C.H., Dave, R.M., Tversky, A. (1977). Wprowadzenie do psychologii matematycznej. Warszawa: PWN.
  6. Dunn-Rankin, P., Knezek, G.A., Wallace S., Zhang S. (2004). Scaling methods. Routledge: Taylor and Francis Group.
  7. Dziedzic, D., Szymańska, A.I. (2005). Conjoint analysis jako metoda analizy preferencji konsumentów. Zeszyty Naukowe AE w Krakowie, 680.
  8. Green, P.E., Srinivasan, V. (1990). Conjoint Analysis in Marketing: New Developments with Implications for Research and Practice. Journal of Marketing, 54, 3-19.
  9. Green, P.E., Wind Y. (1975). New Way to Measure Consumers' Judgments. Harvard Business Review, 53, 107-117.
  10. Kaczmarczyk, S. (2003). Badania marketingowe. Metody i techniki. Warszawa: PWE.
  11. Kłeczek, R., Kowal W., Woźniczka, J. (1997). Strategiczne planowanie marketingowe. Warszawa: PWE.
  12. Kotler, Ph. (1994). Marketing. Analiza planowania, wdrażanie i kontrola. Warszawa: Gebethner i S-ka.
  13. Kuhfeld, W.F. (1992). Marketing research: uncovering competitive advantages, Proceeding of the SAS Users Group International Conference 17.
  14. Kuhfeld, W.F. (2003). Marketing Research Methods In SAS. Experimental Design, Choince, Conjoint, and Graphical Techniques. Cary SAS Institute. Pozyskano z: http://support.sas.com/techsup/technote/ts689.pdf.
  15. Lilien, G.L., Kotler, P., Moorthy, S.K. (1992). Marketing models. Englewood Ciliffs: PrinticeHall.
  16. Moser, E.B., Liang, X. Bootstrapping a Multidimensional Preference Analysis, Department of Experimental Statistics, Louisiana State University Agricultural Center, Baton Rouge, LA. Pozyskano z: http://analytics.ncsu.edu/sesug/2001/P-407.pdf (data odczytu: 02.08.2013).
  17. Mynarski, S. (1996a). Metody badań rynkowych i marketingowych w układzie hierarchicznym. W: Metody badań marketingowych. Kraków: Wydawnictwo AE.
  18. Mynarski, S. (1996b). Metody ilościowe. Marketing w Praktyce, 5, 9-15.
  19. Mynarski, S. (1999). Badania rynkowe w przedsiębiorstwie. Kraków: Wydawnictwo AE.
  20. Ratajczak, P. (1999). Słownik marketingu i reklamy angielsko-polski i polsko-angielski. Zielona Góra: Wydawnictwo KANION.
  21. Sagan, A. (2004). Badania marketingowe. Podstawowe kierunki. Kraków: PWE.
  22. Sagan, A. (2004). Jeden obraz ukazuje więcej niż 10 liczb, czyli jak budować mapy zadowolenia klienta z zastosowaniem programu Statistica, StatSoft. Pozyskano z: http://www.statsoft.pl/czytelnia/ marketing/04obraz.pdf (data odczytu: 02.08.2013).
  23. Szymańska, A.I. (2007). Metodyczne problemy badań preferencji konsumenckich. Zeszyty Naukowe AE w Krakowie, 739.
  24. Szymańska, A.I. (2011). Badania preferencji konsumentów z wykorzystaniem kompozycyjnej metody badań MDPREF. Marketing i Rynek, PWE, 10/2011, 23-30.
  25. Szymańska, A.I. (2012a). Preferencje konsumenckie i ich determinanty. Zeszyty Naukowe WSEI Kraków, 8, 67-86.
  26. Szymańska, A.I. (2012b). Zastosowanie dekompozycyjnej metody Conjoint analysis w badaniach preferencji konsumenckich na przykładzie napojów typu cola. Matematyka i informatyka na usługach ekonomii. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Poznaniu, Katedra Ekonometrii, 242, 218-229.
  27. Szymańska, A.I. (2013). User-driven innowation (UDI) - nowe podejście do innowacji a preferencje konsumentów. W: R. Pukała (red.), Zarządzanie podmiotami gospodarczymi i instytucjami. Wybrane zagadnienia. Jarosław: Wydawnictwo Państwowej Wyższej Szkoły Techniczno- Ekonomicznej w Jarosławiu, 9-31.
  28. Walesiak, M. (1996). Metody analizy danych marketingowych. Warszawa: PWN.
  29. Walesiak, M. (2001). Gromadzenie danych w procedurze conjoint analysis. Przegląd Statystyczny, 48, 41-44.
  30. Zwierna, K. (1997). Discrete Choice Experiments In Marketing. Heidelberg-New York: Physica- -Verlag.
Cytowane przez
Pokaż
ISSN
2449-903X
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu