MO - 2 desk eigen bedrijf

Report
Marktonderzoek
Desk
Research
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
1
Kernidee achter deskresearch: ROI
• Uitgangspunt:
– Marktonderzoek is tijdsintensief, kostelijk en
gespecialiseerd werk
– Marktonderzoek is niet “één werk” maar een
opeenvolging van diverse werkonderdelen.
– Vaak kunnen de kosten voor één of meer van die
delen “uitgespaard” worden omdat daarvoor
passende “vervanging” min of meer gratis
beschikbaar is
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 2
Deskresearch vs Fieldresearch
=
Confectie vs Maatwerk
• Maatwerk
– Op bestelling  primair  perfecte pasvorm
– Kritische factor: goede kleermaker
– Prijsverschil: talent/naam/faam kleermaker
• Confectie
– Secundair (op maat van iemand anders gemaakt)
– Zoeken tot je de “juiste maat” én “uw goesting” vindt
• merk/maker en winkel/locatie zijn signalen “paskans”
– Pasvorm zelden 100% perfect .. En soms vind je niks
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 3
Deskresearch: waarvoor
• Trendonderzoek (extern)
–
–
–
–
Verzamelen/verwerken gearchiveerde data
Inzichten van specialisten in evoluties en trends
Gratis: NIS, Export Vlaanderen, banken, universiteiten, vakpers, ..
Betalend: omnibussen type GFK, Nielsen, CIM, Graydon, Gartner, ..
• Analyse van bestaande gegevens (intern)
– Boekhouding: omzetcijfers, regelmaat in betalingen/betaaltermijnen,
retours (per klant, per verkoper, ..), commissies, ..
– Verkooprapporten: gemiste offertes, informatie over concurrenten,
informatie over klanten, ..
– Klachtendienst: wie klaagt, waarover klaagt men, wat kost dat, NPDopeningen, …
– ……..
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 4
Desk research : technieken
1. Tijdreeksen
– Vanuit verleden extrapoleren naar toekomst
Verkopen product X 2006-2008
280
260
240
220
200
Verkopen
180
Trend
160
140
120
100
20
06
.1
20
06
.3
20
06
.5
20
07
.1
20
07
.3
20
07
.5
20
08
.1
20
08
.3
20
08
.5
20
09
.1
20
09
.3
20
09
.5
80
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 5
Deskresearch: technieken
2. Z-grafieken
– 1 een blikveld: perioderesultaat, cumul tot heden
en gebudgetteerd eindtotaal
– Vooral gebruikt voor budgetopvolging
Plan Z-grafiek 2009
800
600
400
200
0
Q1 2009
Q2 2009
Periode
RV - 1/03/2011
Q3 2009
Cumul
Q4 2009
Voortschr
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 6
Tijdreeksen / trendanalyse: techniek
• Doelresultaat : zicht krijgen op normale
verwachtingen naar de nabije toekomst
• Uitgangspunt: 4 marktbewegingen bepalen
samen “toekomst”
–
–
–
–
algemene beweging of trend
conjunctuurbeweging
Seizoenbeweging
Toevallige afwijkingen
• Gebruik tijdreeksen in onderneming
– Analyse trend
– Analyse seizoeninvloed
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 7
Tijdreeksanalyse: trendbepaling
• Kernidee : algemene beweging zichtbaar maken door
“uitzuivering” van toevallige en spreidingsafwijkingen
– Toevallige afwijkingen: meer of minderverkoop door vb.
tijdelijke promotie
– Spreidingsafwijkingen: seizoenschommelingen (vb.
traditioneel meerverkoop in zomer, minder in winter)
• Methodiek: ipv maandtotalen werken met
“voortschrijdende” periodetotalen
– Toevaligheden en seizoenschommelingen worden zo
uitgeschakeld
– Standaard periode: 1 jaar (lengte afhankelijk seizoenschommel)
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 8
Voorbeeld gebruik voorschrijdend jaartotaal
kwartaal
Omzet
Q1 2009
100
Q2 2009
130
Q3 2009
90
Q4 2009
150
Q1 2010
Jaar
Gemiddeld Gemiddeld Trend per Q
jaar
kwartaal
480
120
470
500
125
=125/120
120
490
520
130
+4 %
Q2 2010
150
510
540
135
Q3 2010
110
530
560
140
Q4 2010
170
550
580
145
Q1 2011
140
570
600
150
+3,7 %
+3,4 %
Q2 2011
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 9
Voorbeeld isolatie seizoeninvloed
kwartaal
Omzet
Q1 2009
100
Q2 2009
130
Q3 2009
90
Q4 2009
150
Q1 2010
Jaar
Gemiddeld Gemiddeld
jaar
kwartaal
Seizoen
invloed
Seizoen
invloed
480
120
- 30
-25%
470
500
125
+ 25
+20%
120
490
520
130
-10
-8%
Q2 2010
150
510
540
135
+15
+11%
Q3 2010
110
530
560
140
-30
-21%
Q4 2010
170
550
580
145
+25
+17%
Q1 2011
140
570
600
150
-10
-7%
Q2 2011
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 10
Trendanalyse: voorspelling toekomst
1. Extrapoleer de basisbeweging
– Projecteer periodecijfers
2. Bereken de gemiddelde seizoeninvloed per
periode
– Bereken “gemiddelde seizoeninvloed” per
periode
– Maak seizoencorrecties op de projecties
3. Pas projecties manueel aan voor geplande
acties
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 11
Projectie
Multiplicatief
300
250
200
150
100
50
0
1
2
3
4
Trend
RV - 1/03/2011
5
6
7
8
Waarde
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 12
Z-grafiek
• Idee: het visueel monitoren van actuele
realisaties versus planning/projecties
Plan Z-grafiek 2009
800
600
400
200
0
Q1 2009
Q2 2009
Periode
RV - 1/03/2011
Q3 2009
Cumul
Q4 2009
Voortschr
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 13
Budgetopvolging 2009
Q1 2009
Q2 2009
Q3 2009
Q4 2009
B-Periode
167
202
155
226
BUDGET
B-Cumul
167
369
524
750
B-Voorts R-Periode
657
120
689
220
714
180
750
REEEL
R-Cumul R-Voorts
120
610
340
660
520
710
Budge topvolging Q3 2009
800
R-periode = reële cijfers uit de
boekhouding voor 2009
700
600
500
400
300
200
100
0
Q1 2009 Q2 2009 Q3 2009 Q4 2009
B-Periode
B-Cumul
B-Voorts
R-Periode
R-Cumul
R-Voorts
De sites
•
•
•
•
http://www.scriptieoverzicht.nl/enquete/
http://www.allesovermarktonderzoek.nl
http://www.onderzoekdoen.nl/
Gebruik een forum van gelijken
– http://hallo.kvk.nl/hallo/vraag_en_antwoord/t/20
69.aspx
• Gebruik software
– http://computertotaal.nl/article/7558/exceltrendanalyse.html
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
15
Trendanalyse
• Een statistische techniek als hulp bij
interpretatie van data
– Data: tijdreeksten
– Resultaat: werkmodel
– Probleem:
• onderscheid maken tussen fenomeen en toeval
(“noice”)
• Oorzaak-gevolg-detectie – verschil tussen “sturende”
en “volgende” variabelen zichtbaar maken
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 16
Trendanalyse: methodieken
• Kleinste kwadraat – “least square”
– idee: trek een “trendlijn” doorheen de datawolk
– Methodiek: probeer de afwijking tussen echte
observaties en “voorspellingen” op de trendlijn zo
klein mogelijk te maken
– Formule:
• T = tijd y t = echte observaties
• A en b: de “voorspellingen” die je aanpast tot
formule “NUL” het dichts benadert
• A t + b: de trendlijn
• TREND = de HELLING van de trendlijn
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 17
De waarheid over trendlijnen
• Doorheen hele datawolk kan je er een trendlijn trekken
• Hoe goed je ook bent:
– Er gaat hier en daar altijd een afwijking zitten tussen je “voorspelling”
en de “echte” data. (Chi is zelden echt 0)
• Anderzijds:
– Moest je heel veel keren een trendlijn trekken door gelijkaardige
datawolken
– Is de kans groot dat de gemeten afwijkingen tussen “voorspelling” en
“data” (de chi’s)
• Normaal verdeeld zijn rond het nulpunt
• En voor die verdeling kan je een betrouwbaarheidsinterval berekenen
• En dus inschatten “hoe ver je er per “voorspelling” kan naast zitten”
– VOORWAARDE: de geobserveerde data moeten “onafhankelijk” zijn
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 18
Observatie = fenomeen + herhaalde
afwijking + toevalligheden
• Formule: y t = a t + b + e t
– A = onbekende, te “voorspellen” constante
– B = onbekende, te “voorspellen” constante
– E = toevalligheid van het ogenblik
• Vermoeden: E’s zijn normaal verdeeld (Gauss Curve)
• Hun grootte zit dus in een soort “vork” ( - standaard
deviatie + standaard deviatie rond een middenpunt)
• De grootte van die “vork” is te meten en dus “uit te
zetten” boven en onder de trendlijn  balk waar gross
observaties in zitten.
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 19
Probleem met trendanalyse
• Data zijn zelden volkomen onafhankelijk
• Data worden zelden gestuurd door maar 1
variabele
• Aantal beschikbare data is meestal “beperkt”
in termen van statistische validiteit.
• Trends zijn zelden louter lineair
RV - 1/03/2011
Brontekst: Tony Bastijns + bibliografie achteraan
MO intro - 20

similar documents