第五章 分析與評估
5.1 數學模式分析
5.1.1 分析模型
在分析的過程我們將設定幾個參數,用來代表機制實際運作時的影響因素,表 5.1 為我們設定的參數列表。
表5.1 設定參數列表 參數 說明
f(x)
因贈品因素進入序列的意願x
序列集數g(w)
因等待時間因素進入序列的意願w
等待得獎之日數h(x ,w) 消費者進入序列的機率 n
每日進入序列之人數t
序列起始天數透過機制實際運作,我們發現消費者獲得贈品的時間應與購買主商品時間和主商品 搭配贈品所需要序列集數大小有關,由於贈品價值越高,導致消費者因為贈品的因素而 願意進入序列的誘因越高,但是相反的等待的時間若需要越長則等待的意願則越低,而 假設影響消費者進入序列的贈品因素以f(x)表示,而等待時間的因素以g(w)表示,在單純 考慮贈品以及等待時間這兩個因素之下,我們可以假設消費者進入序列的機率為
) ( ) ( ) ,
(
x w f x g w
h
= ⋅ 。以下我們將解說我們所假設的數學模型。[定義一] 令f(x)為贈品因素函數,代表消費者因為贈品因素而願意進入序列的意願,其
中x代表序列集數,則定義f(x)函數如下:x
xf
( )=1−1/2 ………..(5.1)圖 5.1 為公式(5.1)之函數圖形。
{
1if
w
<1800 0.25 0.5 0.75 1 1.25
0 5 10 15 20
序列集數
訂購意願
圖 5.1 贈品誘因函數圖形
在此定義之下可由圖 5.1 看出當序列集數 x 越大時則 f(x)的值也相對越大,這代表 贈品價值越高則消費者進入序列的意願越大。此公式為一個指數遞增函數,在 x 為 1 時
f(x)值為 0.5,可以表示進入序列的意願與傳統銷售方式是相當的,比例各佔一半。當 x
為 8 時 f(x)值為 0.99609375,十分接近最大值 1,圖形漸趨平穩,表示此時消費者因為 贈品的因素而進入序列的意願已達最高,雖然贈品價值越高,消費者的訂購意願越強,然而對於序列集數相對的也要越大,因此消費者等待的時間便要越長於是其訂購意願將 會隨著等待時間拉長而降低,為了模擬等待時間的因素對於消費者訂購意願的影響我們 定義以下函數。
[定義二] 令函數 g(w) 為等待時間函數,表示消費者因為等待時間因素而願意進入序列
的意願,w 代表等待贈品所需的時間,單位為日,則定義 g(w)函數如下:………..…(5.2)
圖 5.2 為公式(5.2)之函數圖形。
180
2
/
1 (w−180)/30
if w
≥= ) (w
g
0 0.2 0.4 0.6 0.8 1 1.2
0 100 200 300 400
等待天數
訂購意願
圖 5.2 等待時間函數圖形
在此我們假設若 6 個月內能拿到贈品,則消費者的申請意願數值皆為最大值 1,也 就是消費者是進入序列意願為最大,但若超過六個月也就是 180 天,則申請意願將隨著 需要等待的天數越長而減少。由圖 5.2 可以看到此函數為一指數遞減函數,當等待天數 超過 180 天時,申請意願開始下降,隨著等待天數的增加,申請意願持續降低,到申請 意願數值接近 0,即表示消費者沒有意願進入序列。
g(w)函數與等待贈品的日數 w 有關,而 w 則與序列集數 x,以及消費者進入序列時,
該序列已啟始之天數有關,為了估計消費者約在購買商品後幾天可拿到贈品,我們做以 下公式推導:
假設該序列平均每天進入的人數為 n,則當一消費者於序列起始天數第 t 天加入排 序時,此消費者在序列中的排名為第 tn,依照排序分享的規則,此序列每 x 個進入將有 一名消費者得獎,因此當此消費者進入序列時,已有 tn/x 人得獎,也就是說該消費者是 排在第(tn-tn/x)的領獎順位,必需等待(tn-tn/x)
. x 人進入序列方能得獎,而因每月有 n
個人進入序列,因此等待天數 w 為:) 1 ( )
( − ⋅ = − = −
= tx t t x
n x x tn tn
w
………(5.3)從此推導可看出等待得獎天數 w 與序列每日進入人數 n 是無關的。
{
1−1/2x if w<180由公式(5.1)與公式(5.2),我們可以假設消費者的排隊意願為贈品因素 f(x)與等待時 間因素 g(w)的乘積:
….……….(5.4)
下節我們將依據此數學模型分析序列存活期限,讓商家可以知道什麼時候需要推出 新的序列以帶動新的行銷動能,讓商家能夠持續穩定的獲利。