Esettanulmány megoldás során gyakran alkalmazunk mágiát, amikor egyszer csak egy varázsütésre kijön egy szám, amit aztán nagyon határozott kiállással elmondunk, majd ha kell megvédünk. Na már most ha profin szeretnénk esettanulmányt megoldani, akkor célszerű ezeket a mágiákat kerülni és kicsit tudományosabb technikákhoz nyúlni. Az, hogy milyen adatokra, illetve azok hiányában milyen feltevésekre érdemes stratégiákat, megoldásokat építeni, az talán egy másik bejegyzés témája lesz majd a jövőben.

Az esettanulmány mágia egyik leggyakrabban alkalmazott területe az értékesítés becslése, amikor is - minden tudományosságot mellőzve - addig játszunk az Excel táblánkban a számokkal, amíg ki nem jön az "elvárt" eredmény. Értékesítési volumen becslésére is természetesen számos módszer létezik, én itt és most csak egy-egy új technológia elterjedési sebességének (szakirodalomban technology difusion models) a becslésére térek ki, melynek az egyik legalapvetőbb formája az úgynevezett Bass modell (Bass, 1969).

Alkalmazás

A modellt új termék, vagy új technológia bevezetésekor alkalmazhatjuk, abban az esetben is, amennyiben nem állnak rendelkezésünkre megfelelő adatok (pl versenytárs termékek értékesítésével kapcsolatban). A modell azt vizsgálja, hogy a vállalatunk által, a piacra bevezetett termékek/technológiák milyen gyorsan terjednek el a fogyasztóink körében. Az egyes fogyasztók milyen gyorsan veszik át az új terméket/technológiát (innovators, early adopters, early majority, late majority, laggards). 

Paraméterek

A modell alkalmazása is viszonylag egyszerű, hiszen az iparág/technológia/termék specifikus értékesítést leíró görbe felvázolásához három paraméter ismerete szükséges, melyek: a. teljes piac mérete (total potential market - M), b. innovációs koefficiens (coefficient of innovation - P), valamint c. másolás együtthatója (coefficient of imitation - Q).

A modell egyik alapfeltevése, hogy a fogyasztók egy-egy új technológiát/terméket két tényező alapján fognak kipróbálni, használni. Az egyik egy külső hatás, mely például a fogyasztókra ható média, tömeg kommunikáció hatása. A másik tényező, leegyszerűsítve a szájreklám hatása, mely szerint a később alkalmazkodókra elsődlegesen az innovátorok és a korai alkalmazók (early adopterek) tapasztalatai hatnak a leginkább.  Mindezen tényezők között és a teljes piac nagyság között a modell egy lineáris kapcsolatot feltételez. 

A modell alapján az értékesítés tehát az idő függvényében az alábbi képlettel írható le:

n(t) = pM + (q-p) N(t) -q/M (N(t)) 2

Ez idáig szép és jó, de hogyan tudjuk megbecsülni a szükséges paramétereket? A teljes potenciális piac alatt általában a B2C esetén a fogyasztók, B2B esetén pedig a vállalati ügyfelek számát értjük. Ez az esettanulmányunkban vagy adott, vagy erre is egy külön becslést kell készítenünk. A P és Q paraméterek esetén vagy iparági benchmarkot alkalmazunk, vagy hasonló termékek interneten fellelhető paramétereit alkalmazzuk. Kutatók számoltak a Q-ra és a P-re is egy-egy átlagos értéket (P: 0.03 Q:0.38), de ezek alkalmazhatósága szerintem erősen kérdéses. A legjobb, ha az interneten keresünk egy hasonló terméket/technológiát és az ott alkalmazott értékeket tekintjük benchmarknak. Például egy DVD lejátszót fejlesztettünk ki, akkor benchmarkként szolgálhat a videó lejátszó elterjedéséhez köthető adatok (P: 0.025, Q: 0.603).

A modellnek természetesen számos korlátja van. Nem veszi figyelemben például az esetleges, a szabályozási környezet által támasztott nyomást és csak új termékek/technológiák bevezetésekor alkalmazható. Mindenesetre arra jó lehet, hogy amennyiben a megoldás során van időnk és internet kapcsolatunk, akkor tudományosabb alapon becsüljünk/jelezzünk előre értékesítést egy már korábban bevezetett, hasonló termék/technológia alapján. A hagyományos mágiával szemben ez mind az előadás során, mind a Q&A részben könnyebben védhető megoldást jelent. 

Hivatkozás:

Bass, F. (1969): A New Product Growth Model for Consumer Durables. In: Management Science, Vol 15. January 1969.