Käuferverhalten

Kunden sind nicht immer treu: Jedes Jahr wechseln einige von Marke A zu Marke B und umgekehrt. Kennt man die Wechselquoten , kann eine Firma mit einer Übergangsmatrix vorhersagen, wie sich ihre Marktanteile entwickeln – nächstes Jahr und auf lange Sicht. Das ist ein typischer stochastische Prozesse|stochastischer Prozess . Übergangsmatrix (Spalte = von, Zeile = nach): M = begin{pmatrix} 0{,}8 & 0{,}3 0{,}2 & 0{,}7 end{pmatrix} vec{v} {n} = M^n cdot vec{v} 0 Langfristige Verteilung: Fixvektor mit M vec{v} = vec{v} . Hinweis: In manchen Büchern steht die Matrix gespiegelt (Zeile = von). Dann rechnet man vec{v} n^{ ,T} = vec{v} 0^{ ,T} cdot M^n – das Ergebnis ist dasselbe. Was bedeutet die 0{,}3 oben rechts in M ? Lösung: 30 , % der Kunden von Marke B wechseln im nächsten Jahr zu Marke A. Heute kaufen je 500 Kunden Marke A und B. Berechne die Verteilung nach 2 Jahren. vec{v} 1 = M begin{pmatrix} 500 500 end{pmatrix} = begin{pmatrix} 550 450 end{pmatrix} qquad vec{v} 2 = M begin{pmatrix} 550 450 end{pmatrix} = begin{pmatrix} 575 425 end{pmatrix} Bestimme die langfristige Verteilung der 1000 Kunden. Plan: M vec{v} = vec{v} mit a + b = 1000 . text{I:} ; 0{,}8a + 0{,}3b = a ; Rightarrow ; 0{,}3b = 0{,}2a ; Rightarrow ; b = tfrac{2}{3}a text{II:} ; a + tfrac{2}{3}a = 1000 ; Rightarrow ; a = 600, ; b = 400 Langfristig kaufen 600 Kunden Marke A und 400 Marke B – egal, wie die Verteilung am Anfang war. - Wechselquoten → Übergangsmatrix (Spaltensumme 1 ). - Prognose: vec{v} n = M^n vec{v

Worum geht's?

Kunden sind nicht immer treu: Jedes Jahr wechseln einige von Marke A zu Marke B und umgekehrt. Kennt man die Wechselquoten , kann eine Firma mit einer Übergangsmatrix vorhersagen, wie sich ihre Marktanteile entwickeln – nächstes Jahr und auf lange Sicht. Das ist ein typischer stochastischer Prozess .
Wechsel zwischen Marke A und Marke B pro Jahr
AB0,20,3bleibt: 0,8bleibt: 0,7

Formel mit Erklärung

Übergangsmatrix (Spalte = von, Zeile = nach): M = ( 0,8 0,3 0,2 0,7 ) M = \begin{pmatrix} 0{,}8 & 0{,}3 \\ 0{,}2 & 0{,}7 \end{pmatrix} M = ( 0 , 8 0 , 2 ​ 0 , 3 0 , 7 ​ ) v ⃗ n = M n ⋅ v ⃗ 0 \vec{v}_{n} = M^n \cdot \vec{v}_0 v n ​ = M n ⋅ v 0 ​ Langfristige Verteilung: Fixvektor mit M v ⃗ = v ⃗ M\vec{v} = \vec{v} M v = v . Hinweis: In manchen Büchern steht die Matrix gespiegelt (Zeile = von). Dann rechnet man v ⃗ n   T = v ⃗ 0   T ⋅ M n \vec{v}_n^{\,T} = \vec{v}_0^{\,T} \cdot M^n v n T ​ = v 0 T ​ ⋅ M n – das Ergebnis ist dasselbe.

Beispiele

Leicht#1
Was bedeutet die 0,3 0{,}3 0 , 3 oben rechts in M M M ? Lösung: 30   % 30\,\% 30 % der Kunden von Marke B wechseln im nächsten Jahr zu Marke A.

Zusammenfassung

Wechselquoten → Übergangsmatrix (Spaltensumme 1 1 1 ). Prognose: v ⃗ n = M n v ⃗ 0 \vec{v}_n = M^n\vec{v}_0 v n ​ = M n v 0 ​ . Langfristig: Fixvektor aus M v ⃗ = v ⃗ M\vec{v} = \vec{v} M v = v und der Gesamtzahl.

Jetzt üben

Kostenlose Aufgaben mit Lösungsweg zu diesem Begriff: