» 2 Kutuplu Pazarda Küçük Oyuncu için Fiyatlandırma Stratejileri 4

Yayinlanma Zamani: 2011-12-19 21:19:00





n = her bir doğum noktası; olası bir senaryoyu temsil etmektedir
P1 = 1. oyuncunun ürün fiyatı
P2= 2. oyuncunun ürün fiyatı
D = Gözlenlenen ürüne olan talep sayısı
p = Senaryonun meydana gelme olasılığı
Tablo 5:Karar ağacının temsili gösterimi
Program, 2. oyuncunun istenen ürününün optimum fiyatını bulmak üzere çalışıyor. Bu bağlamda
kullanılan parametreler 1. ve 2. oyuncuların ilk durumdaki ürün fiyatları, olası fiyat artırımları, ve
olası fiyat artırımı yüzdeleri; kullanılan değişkenler ise 2. oyuncunun ele alınana ürününün fiyatı
ve bu ürüne olan her periyottaki talep. Programın asıl temelini oluşturan fonksiyon ise talep
fonksiyonu (Talep fonksiyonu ve detayları için Bkz. EK A.3). Bir araştırma şirketi yardımıyla
oluşturulan talep fonksiyonuna göre her periyottaki talep bir öncekine bağlı olarak gelişiyor. Bu
da programı dinamik bir hale getiriyor. Buna ek olarak, talep fonksiyonunun beraberinde
getirdiği değişken çarpımı problemi doğrusal olmayan programlama yoluyla çözmeyi zorunlu
kılıyor. Fiyatlandırma sorununa getirdiğimiz bu yeni yaklaşımın en zor yerini de bu konu
oluşturuyor.

 

Şekilde temel düzeyde GAMS kullanılarak oluşturulan programdan bir kesit görülmektedir.
Bunların yanısıra, problemin iki adet de kısıtı bulunmaktadır: 1. kısıt, ardışık periyotlarda ürüne
olan talebin %5 den fazla azalmasını önlemekte, 2. kısıt ürün fiyatının 1. oyuncuda karşılık gelen
ürün fiyatından fazla olmayacağını garantilemektedir.

F. Sonuç ve Öneriler
Değişen makro dengeler çerçevesinde küreselleşme ve internetin pazarlar üzerindeki derin etkisi
göz önüne alındığında fiyat-karlılık dengeleri bütün şirketler için çok önemli hale gelmiştir.Bu
yüzden fiyatlandırma gibi pazarlamanın önemli kısımlarından birinde yeni yaklaşımlar
çıkmasından daha doğal bir şey beklenemez.Bu çalışmada da Endüstri Mühendisliği araçları ve
yaklaşımı ile özel bir alanda bazı varsayımlarla fiyatlandırma konusunda yeni öneriler
getirilmiştir.Geleneksel marketler için veriler yardımıyla olasılık hesaplarını da kullanarak
ağırlıklı endeksler hesapalanmıştır.Böylece optimum endeks bulunması sağlanmıştır.Modern
kanallarda ise haftalık satış ve fiyat verileri kullanılarak katkı havuzunun maksimize olduğu
noktayı regresyon analizi yardımıyla bulduk.
Dinamik programlama yaklaşımında ise pazar, dinamik bir karar ağacı halinde temsil edilerek
küçük oyuncunun kazancını maksimize eden optimizasyon probleminin GAMS programı
kullanılarak çözülmesi önerilmektedir.

G. Ekler
BÖLÜM A
Bölüm A.1
Fiyat Esnekliği

Bölüm A.3
Yeni Satış Birimi(Tahmin edilen talep) = [Ana Satış B.] * Π [ (Değişim) ^ Esneklik ]
• Çarpım ( Π ) tüm SKU lar için –(Örneğin SKU 6 için talep hesaplanırken SKU 6
formüldeki SKU 6 lar sabit kalırken çarpım diğer tüm SKU lar için yapılmaktadır.)
• Ana satış birimi - şu andaki pazar değerleri göz önüne alınarak hesaplanır
• Esneklikler aşağıda temsili olarak gösterilmiştir;

 

• Değişim = A / B
o A = (SKU 6 için yeni satış fiyatı) / (SKU 1 için yeni satış fiyatı)
o B = (SKU 6 için temel satış fiyatı) / ( SKU 1 için temel satış fiyatı)
o SKU 1 için yeni satış fiyatı, SKU 6 için temel satış fiyatı ve ( SKU 1 için temel
satış fiyatı şu andaki Pazar bilgilerinde bulunan değerlerdir.
Bölüm B

Fiyat-Tepki Eğrisi

EK C
Ek C.1

The regression equation is
volume = 18.4 - 14.2 index
Predictor Coef SE Coef T P
Constant 18.419 1.328 13.87 0.000
index -14.205 1.378 -10.31 0.000
S = 0.810133 R-Sq = 51.0% R-Sq(adj) = 50.5%

The regression equation is
volume = 5.54 - 4.89 index
Predictor Coef SE Coef T P
Constant 5.5388 0.4457 12.43 0.000
index -4.8862 0.4751 -10.28 0.000
S = 0.295293 R-Sq = 50.9% R-Sq(adj) = 50.4%

 


Sonraki Konu :

 


Duyuru

Facebook sayfamiza üye olun


Duyuru
Sitemizde güncelleme çalismalari devam etmektedir.
Görüs ve önerilerinizi bizimle paylasabilirsiniz ! mail adresimiz : endustrimuhendisligi@hotmail.com