einfluss der produktbewertungen auf die anzahl der klicks und auf den preis
DESCRIPTION
Endpräsentation. Einfluss der Produktbewertungen auf die Anzahl der Klicks und auf den Preis. Daten von Geizhals.at. Silvia Schlagnitweit Betreuer: a. Univ.-Prof. Dr. Franz Hackl. Übersicht:. Daten von Geizhals.at und Produktbewertungen Datenstruktur Zentrale Fragestellung der Diplomarbeit - PowerPoint PPT PresentationTRANSCRIPT
![Page 1: Einfluss der Produktbewertungen auf die Anzahl der Klicks und auf den Preis](https://reader036.vdocuments.net/reader036/viewer/2022062410/56815a7a550346895dc7e3ef/html5/thumbnails/1.jpg)
Einfluss der Produktbewertungen auf die Anzahl der Klicks und auf
den Preis.
Silvia Schlagnitweit
Betreuer: a. Univ.-Prof. Dr. Franz Hackl
Endpräsentation
Daten von Geizhals.at
![Page 2: Einfluss der Produktbewertungen auf die Anzahl der Klicks und auf den Preis](https://reader036.vdocuments.net/reader036/viewer/2022062410/56815a7a550346895dc7e3ef/html5/thumbnails/2.jpg)
Übersicht:
Daten von Geizhals.at und Produktbewertungen Datenstruktur Zentrale Fragestellung der Diplomarbeit Theoretische Ansatz:
Bertrand Modell Horizontale Produktdifferenzierung Vertikale Produktdifferenzierung
Modell Schätzmethode Deskriptive Statistik Schätzergebnisse Zusammenfassung und Fazit
![Page 3: Einfluss der Produktbewertungen auf die Anzahl der Klicks und auf den Preis](https://reader036.vdocuments.net/reader036/viewer/2022062410/56815a7a550346895dc7e3ef/html5/thumbnails/3.jpg)
Daten: Geizhals.at
seit 1999 Kostenlos für die Konsumenten durchschnittlich 400.000 Produkte ca. 1700 Händler (780 Händler in meiner Studie)
Aufbau der Preisvergleichsseite Kategorien Sub-Kategorien Sub-Sub-Kategorien
![Page 4: Einfluss der Produktbewertungen auf die Anzahl der Klicks und auf den Preis](https://reader036.vdocuments.net/reader036/viewer/2022062410/56815a7a550346895dc7e3ef/html5/thumbnails/4.jpg)
Sub-Sub-Kategorie
![Page 5: Einfluss der Produktbewertungen auf die Anzahl der Klicks und auf den Preis](https://reader036.vdocuments.net/reader036/viewer/2022062410/56815a7a550346895dc7e3ef/html5/thumbnails/5.jpg)
Produktbewertungen
![Page 6: Einfluss der Produktbewertungen auf die Anzahl der Klicks und auf den Preis](https://reader036.vdocuments.net/reader036/viewer/2022062410/56815a7a550346895dc7e3ef/html5/thumbnails/6.jpg)
Datenstruktur für meine Arbeit Produkt:
Produkt_id, Name, Kategorie, Sub-Sub-Kategorie
Produktbewertung: Produkt_id, User_IP, Leistungsdaten/Ausstattung, Preis-/Leistung,
Qualität, Support
Angebot: Händler_id, Produkt_id, Preis
Klicks: Produkt_id, User_IP, Anzahl der Klicks
Vereinfachte Darstellung der für meine Arbeit wichtigen Relationen.
![Page 7: Einfluss der Produktbewertungen auf die Anzahl der Klicks und auf den Preis](https://reader036.vdocuments.net/reader036/viewer/2022062410/56815a7a550346895dc7e3ef/html5/thumbnails/7.jpg)
Zentrale Fragestellung
Beeinflussen die Produktbewertungen die Anzahl der Klicks?
Beeinflussen die Produktbewertungen den Preis?
![Page 8: Einfluss der Produktbewertungen auf die Anzahl der Klicks und auf den Preis](https://reader036.vdocuments.net/reader036/viewer/2022062410/56815a7a550346895dc7e3ef/html5/thumbnails/8.jpg)
Theorie: Bertrand Modell
Ansatz des Buches „Industrial Organization: Contemporary Theory and Empirical Applications“ von Pepall, Richard und Norman (2005)
Duopol Modell mit zwei Firmen 1 und 2, diese produzieren ein homogenes Produkt bei konstanten marginalen Kosten c.
Preis ist die Strategische Variable.
Marktnachfrage:Q = a – bP
(Q = Menge, P = Preis)
![Page 9: Einfluss der Produktbewertungen auf die Anzahl der Klicks und auf den Preis](https://reader036.vdocuments.net/reader036/viewer/2022062410/56815a7a550346895dc7e3ef/html5/thumbnails/9.jpg)
Theorie: Bertrand Modell
Nachfragekurve für Firma 2:q2 = 0 if p2 > p1
q2 = (a – bp2)/2 if p2 = p1
q2 = (a – bp2) if p2 < P1
Profitfunktion von Firma 2:II2(p1,p2) = 0 if p2 > p1
II2(p1,p2) = (p2 – c) * ((a – bp2)/2) if p2 = p1
II2(p1,p2) = (p2 – c) * (a – bp2) if p2 < p1
Nash Gleichgewicht:p*1 = c, p*2 = c
![Page 10: Einfluss der Produktbewertungen auf die Anzahl der Klicks und auf den Preis](https://reader036.vdocuments.net/reader036/viewer/2022062410/56815a7a550346895dc7e3ef/html5/thumbnails/10.jpg)
Theorie: Horizontale Produktdifferenzierung
Unterscheidung wie Farbe, Zuckergehalt Präferenzen der Kunden
Räumliches Modell von Hotelling
![Page 11: Einfluss der Produktbewertungen auf die Anzahl der Klicks und auf den Preis](https://reader036.vdocuments.net/reader036/viewer/2022062410/56815a7a550346895dc7e3ef/html5/thumbnails/11.jpg)
Theorie: Horizontale Produktdifferenzierung
Marginaler Konsumentxm (p1,p2) = (p2-p1+t)/2t
Nachfragefunktion von Firma 2D2(p1,p2) = xm (p1,p2) N = ((p2-p1+t)/2t)*N
Profitfunktion von Firma 2Π2 (p1,p2) = (1- xm (p1,p2) N =
((p2-p1+t)/2t)*N
Nash-Gleichgewichtp1* = p2* = c + t
![Page 12: Einfluss der Produktbewertungen auf die Anzahl der Klicks und auf den Preis](https://reader036.vdocuments.net/reader036/viewer/2022062410/56815a7a550346895dc7e3ef/html5/thumbnails/12.jpg)
Theorie: Horizontale Produktdifferenzierung
![Page 13: Einfluss der Produktbewertungen auf die Anzahl der Klicks und auf den Preis](https://reader036.vdocuments.net/reader036/viewer/2022062410/56815a7a550346895dc7e3ef/html5/thumbnails/13.jpg)
Theorie:Vertikale Produktdifferenzierung
Natürliche Reihung der Produktvarianten: Gute Qualität ist besser als schlechte Qualität
Cremer und Thisse:n Firmen (i = 1,2,…,n)c(qi) marginalen Kosten der Produktion bei Qualität qi
Profitfunktion: πi(p,q) ≡ [pi – c(qi)] Di (p,q) Nutzen eines Konsumenten Θ der Firma i bevorzugt:
u (Θ, qi) – pi
![Page 14: Einfluss der Produktbewertungen auf die Anzahl der Klicks und auf den Preis](https://reader036.vdocuments.net/reader036/viewer/2022062410/56815a7a550346895dc7e3ef/html5/thumbnails/14.jpg)
Theorie:Vertikale Produktdifferenzierung
![Page 15: Einfluss der Produktbewertungen auf die Anzahl der Klicks und auf den Preis](https://reader036.vdocuments.net/reader036/viewer/2022062410/56815a7a550346895dc7e3ef/html5/thumbnails/15.jpg)
Analyse: Schätzmodell
Relative Preis: rel-pi = øpi/ øpsski Durchschnittlicher Preis des Produktes i in Relation zum
durchschnittlichen Preis der SSK des Produktes.
Relative Bewertung: rel-bewi = øbewi/øbewsski Durchschnittliche Bewertung des Produktes i in Relation zur
durchschnittlichen Bewertung in dessen Sub-Sub-Kategorie.
Hedonische Preisfunktion: Rel-pi = f(clicksi, rel-bewi, empfehlung)
Indirekte hedonische Preisfunktion Clicksi = f(rel-pi, rel-bewi, empfehlung)
![Page 16: Einfluss der Produktbewertungen auf die Anzahl der Klicks und auf den Preis](https://reader036.vdocuments.net/reader036/viewer/2022062410/56815a7a550346895dc7e3ef/html5/thumbnails/16.jpg)
Analyse: Schätzmethode
Poisson Schätzung (Negativ Binomial Schätzung) ∑
j=1
J clicksi = ß0 + ß1rel-pi + ß2rel-bewi +ß3empfehlung + ε
(Händler: j = 1,2,…J)
OLS Schätzung rel-pi = ß0 + ß1 ∑j=1
J clicksi + ß2rel-bewi +ß3empfehlung + ε
(Händler: j = 1,2,…J)
Schätzergebnisse stellen Korrelationen dar und keine kausalen Effekte.
![Page 17: Einfluss der Produktbewertungen auf die Anzahl der Klicks und auf den Preis](https://reader036.vdocuments.net/reader036/viewer/2022062410/56815a7a550346895dc7e3ef/html5/thumbnails/17.jpg)
Analyse: SchätzmethodeDichteverteilung der Klicks
![Page 18: Einfluss der Produktbewertungen auf die Anzahl der Klicks und auf den Preis](https://reader036.vdocuments.net/reader036/viewer/2022062410/56815a7a550346895dc7e3ef/html5/thumbnails/18.jpg)
Analyse: Deskriptive StatistikVariable Obs Mean Std. Dev. Min Max
empfehlung 18772 0,6569359 0,4747453 0 1
features 17792 4,0029020 1,2048420 1 5
value 17692 3,9143300 1,2273740 1 5
quality 17718 3,9785980 1,2699870 1 5
support 17340 3,8218990 1,2394590 1 5
rel-bew-features 17792 0,9609869 0,2955761 0,2042007 4,047619
rel-bew-value 17692 0,9602588 0,3083913 0,2058824 4,047619
rel-bew-quality 17718 0,9618057 0,3167956 0,2016129 4,047619
rel-bew-support 17340 0,9605582 0,3170132 0,2056385 4,047619
rel-avg-bew 17204 0,9620530 0,2829955 0,2062738 4,047619
rel-avg-bew3 17224 0,9627748 0,2870435 0,2064046 4,047619
clicks_i 200270 8,166350 67,383760 0 11064
clicks_ij 200266 0,6724556 3,3723930 0 329
rel_pj 45760 1,0949950 2,1352810 0 195,4965
rel_pi 45760 3,6310360 5,8643040 0 245,5894
![Page 19: Einfluss der Produktbewertungen auf die Anzahl der Klicks und auf den Preis](https://reader036.vdocuments.net/reader036/viewer/2022062410/56815a7a550346895dc7e3ef/html5/thumbnails/19.jpg)
Analyse: SchätzergebnissePoisson und Negativ Binomial Schätzung mit „fixed Effects“ der Sub-Sub-Kategorien
VARIABLES clicksi clicksi clicksi clicksi
Poisson Negativ Binomial Poisson Negativ Binomial
rel_pi -0.02311*** -0.01490*** -0.02689*** -0.01573***(0.001) (0.005) (0.001) (0.005)
rel_avg_bew 0.73112*** 0.17428***(0.012) (0.027)
rel_avg_bew_nur3 0.68715*** 0.16213***(0.011) (0.026)
empfehlung 0.04790*** 0.03481** 0.05162*** 0.03729**(0.004) (0.015) (0.004) (0.015)
Observations 10334 10334 10341 10341Number of groups 326 326 326 326ll -871567 -51841 -871868 -51872chi2 10432 87.08 10126 82.67
"Marginal fixed Effects" der Variablen, "fixed Effects" der SSK
![Page 20: Einfluss der Produktbewertungen auf die Anzahl der Klicks und auf den Preis](https://reader036.vdocuments.net/reader036/viewer/2022062410/56815a7a550346895dc7e3ef/html5/thumbnails/20.jpg)
Analyse: Schätzergebnisse
VARIABLES clicksi clicksi clicksi clicksi
Poisson Negativ Binomial Poisson Negativ Binomial
rel_pi -0.02677*** -0.01408*** -0.02972*** -0.01572***(0.001) (0.005) (0.001) (0.005)
rel_bew_features 0.74146*** 0.07870 0.79215*** 0.12053***(0.017) (0.048) (0.016) (0.044)
rel_bew_value 0.13188*** 0.08624**(0.013) (0.040)
rel_bew_quality 0.05472*** -0.00979 0.08264*** 0.00601(0.015) (0.045) (0.015) (0.045)
rel_bew_support -0.14144*** 0.02025 -0.11436*** 0.03919(0.012) (0.041) (0.012) (0.040)
empfehlung 0.05380*** 0.03663** 0.05610*** 0.03874***(0.004) (0.015) (0.004) (0.015)
Observations 10334 10334 10341 10341Number of groups 326 326 326 326ll -870820 -51841 -871022 -51872chi2 11765 88.73 11651 83.62
"Marginal fixed Effects" der Variablen, "fixed Effects" der SSK
![Page 21: Einfluss der Produktbewertungen auf die Anzahl der Klicks und auf den Preis](https://reader036.vdocuments.net/reader036/viewer/2022062410/56815a7a550346895dc7e3ef/html5/thumbnails/21.jpg)
Analyse: Schätzergebnisse
VARIABLES rel_pi rel_pi rel_pi rel_pi
clicksi -0.00004 -0.00004 -0.00004 -0.00004(0.000) (0.000) (0.000) (0.000)
rel_avg_bew -0.27454***(0.073)
rel_avg_bew_nur3 -0.12236*(0.072)
rel_bew_features 0.80154*** 0.10022(0.131) (0.121)
rel_bew_value -1.44753***(0.110)
rel_bew_quality 0.42348*** 0.16808(0.126) (0.125)
rel_bew_support -0.04010 -0.37043***(0.110) (0.108)
empfehlung -0.05190 -0.08620** -0.05766 -0.09394**(0.040) (0.040) (0.040) (0.040)
Constant 1.36993*** 1.24537*** 1.36030*** 1.23133***(0.067) (0.066) (0.067) (0.067)
Observations 10372 10379 10372 10379Number of subsubkat_nr 364 364 364 364ll -19631 -19647 -19543 -19642
OLS Schätzung, "fixed Effects" der SSK
![Page 22: Einfluss der Produktbewertungen auf die Anzahl der Klicks und auf den Preis](https://reader036.vdocuments.net/reader036/viewer/2022062410/56815a7a550346895dc7e3ef/html5/thumbnails/22.jpg)
Zusammenfassung und Fazit
Probleme: viele nicht geklickte Produkte Kausalen Effekt zu analysieren und herauszufiltern
Ergebnisse: Evidenz, dass die Bewertungen die Klicks beeinflussen Evidenz, dass die Bewertungen die Preise beeinflussen
Fazit: Die Ergebnisse sind teilweise erwartet und es würde
durchaus Sinn machen, weiter Überlegungen über die Analyse des Kausalen Effektes zu machen.
![Page 23: Einfluss der Produktbewertungen auf die Anzahl der Klicks und auf den Preis](https://reader036.vdocuments.net/reader036/viewer/2022062410/56815a7a550346895dc7e3ef/html5/thumbnails/23.jpg)
Vielen Dank für Ihre Aufmerksamkeit