Modellen bouwen voor markten Peter S.H. Leeflang
Marketing en marktonderzoek zijn onderdelen van de bedrijfseconomie/bedrijfskunde die zich uitermate goed lenen voor het doen van empirisch, econometrisch onderzoek. De auteur schetst hoe deze situatie in de afgelopen jaren zo gecreëerd is. Vervolgens geeft hij voorbeelden hoe econometrische modellen kunnen worden gebruikt om de werking van promoties (zoals tijdelijke prijskortingen/tijdelijke aandacht voor het merk in de winkel of in een advertentie) te verklaren. Tevens worden de resultaten van diverse onderzoeken samengevat. Deze resultaten geven een beeld hoe promoties werken en ook “niet werken”.
Inleiding Deze maand is het 32 jaar geleden dat ik mijn econometriescriptie verdedigde voor de doctoraal-examencommissie aan de Erasmus Universiteit Prof. dr. B.M.S. van Praag, thans Universiteitshoogleraar aan de Universiteit van Amsterdam, was mijn begeleider. De scriptie had als titel: “A procedure to estimate relative powers in binary contacts and an application to Dutch Football League Results.” In 1971 publiceerden we een artikel op basis van deze scriptie in Statistica Neerlandica1. In deze scriptie probeerden we de krachten van voetbalteams in de Eredivisie te schatten en op basis van deze “powers”, voetbaluitslagen te voorspellen. Omdat we er niet in slaagden om meer dan 60 à 70 procent van de uitslagen te verklaren (voorspellen was nog minder succesvol) zijn Van Praag en de schrijver van deze bijdrage nog steeds actief (in de wetenschap) en strekken we ons slechts sporadisch uit op tropische stranden en skiën we slechts enkele dagen/weken per jaar. In die tijd waren de mogelijkheden om empirisch/ econometrisch onderzoek te doen zeer beperkt. In het vak Marktanalyse en bedrijfsstatistiek (Prof dr. P.J. Verdoorn) mocht je wel eens een vraagvergelijking schatten, maar de relevantie van deze exercities was laag. Het aantal waarnemingen was beperkt. Omdat in die tijd het schatten van de parameters met de rekenmachine gebeurde, was dat maar goed ook. De waarnemingen hadden vaak betrekking op jaren, hetgeen betekende dat de parameters als constant over een lange periode beschouwd werden. Enig empirisch onderzoek in de bedrijfseconomie was destijds mogelijk in de financiering, maar de meeste econometristen kozen in die tijd toch voor de “algemene economie”. Ik kwam echter
medium econometrische toepassingen
uit bij het schatten van de kracht van voetbalclubs en mijn empirisch materiaal bestond uit voetbaluitslagen ... In de loop der jaren zijn de mogelijkheden voor econometristen om empirisch onderzoek te doen naar bedrijfsproblemen sterk vergroot. Zo ben ik, toch maar, verder gegaan met het schatten van vraagvergelijkingen. Voor mijn dissertatie had ik (in 1974) de beschikking over jaargegevens die een periode van 10 jaar bestreken en betrekking hadden op vijf merken2. Met deze 50 waarnemingen over de afzet, de prijzen, de reclame-uitgaven, de distributie, enz. van vijf merken heb ik destijds diverse modellen numeriek gespecificeerd. Deze situatie is in de loop der jaren sterk veranderd. Ruim 10 jaar geleden zijn er scanning-gegevens beschikbaar gekomen op het niveau van de individuele consument en op het niveau van de individuele winkel. Zelf werk ik het meest met winkelgegevens. Mijn recentere onderzoek is gebaseerd op wekelijkse winkelgegevens die betrekking hebben op twee jaar en zo’n 50 winkels. Dit betekent dat in vergelijking met de gegevens die ik destijds voor mijn proefschrift gebruikte de hoeveelheid gegevens het 5000-voudige zijn. De modelbouw in marketing heeft een enorme stimulans gekregen door dit onderzoek3. In de afgelopen jaren heb ik mij veel bezig gehouden met het bepalen van de effecten van “promoties”; Promoties zijn tijdelijke wijzigingen in de samenstelling van de marketing mix, zoals (tijdelijke) prijskortingen, geschenken die men bij aankoop van een merk ontvangt, de extra aandacht voor het merk in de winkel (displays) of in een advertentie (feature), enz. In het vervolg van dit artikel zal ik bij de uitkomsten van dit onderzoek stilstaan. Veel van dit onderzoek doe ik samen met Prof. dr. Wittink (Yale University, USA) en diverse promovendi, zoals dr. van Heerde (nu Tilburg) en dr. Foekens (nu Ahold).
Belang van promoties4 Schattingen geven aan dat de uitgaven aan promoties in Nederland in 2000 opgelopen zijn tot zo’n 12 miljard gulden. In de Verenigde Staten (V.S.) bedragen de promotie-uitgaven momenteel zo’n 160 miljard dollar. Het deel van het verkoopbevorderingsbudget dat richting promoties gaat, loopt in Nederland nog steeds op. Sinds enkele jaren zijn de uitgaven aan promoties beduidend hoger dan de uitgaven aan reclame. Dit was al jaren het geval in de V.S. Bedroeg het percentage in 1985 nog zo’n 65%, in 1997 was dit opgelopen tot 74%. De compositie van de sales promotions-uitgaven verschilt sterk tussen beide landen. In Nederland maken de uitgaven aan coupons slechts 1 à 2 % uit van de sales promotions-uitgaven. In de V.S. is het aantal uitgegeven coupons in het jaar 1999 circa 256 miljard. De redemptie van dit aantal is zo’n 1,5% (bron: Marketing News, 23 oktober 2000). Van alle sales promotions is in de V.S. 25% gericht op finale consumenten, de andere uitgaven gaan voor een belangrijk deel naar de handel (trade promotions). In Nederland bedragen deze percentages respectievelijk 99% en 1% (DMSA/Promotieservice 2001). Wel moeten we ons afvragen of we in Nederland op dit terrein op dezelfde wijze “meten” als in de V.S.
Onderzoek Het belang van promoties mogen we, op grond van deze gegevens, groot achten. Maar is dit belang nu ook zo groot voor de (meer-)verkopen of, anders gezegd, wat is nu het effect van promotie-uitgaven op de verkopen of op de winst. Deze vraag proberen we in het onderzoek dat de vakgroep marktkunde en marktonderzoek van de Faculteit der Economische Wetenschappen in Groningen verricht te beantwoorden. In de afgelopen jaren hebben we meer inzicht gekregen in de werking van promoties.
Modellen Uitgangspunt voor het bepalen van de effecten van promoties is het SCAN*PRO model. Dit model is ontwikkeld door Wittink in samenwerking met A.C. Nielsen5. Het model kent zo’n 3000 commerciële toepassingen. In het SCAN*PRO model worden de wekelijkse verkopen van een gegeven merk in een gegeven winkel verklaard door: de prijs van dat merk en de prijzen van de concurrerende merken in die winkel; het al dan niet aanwezig zijn van een display voor elk van de merken in die winkel; het al dan niet aanwezig zijn van een folder c.q. een reclame-uiting voor elk van de merken in die winkel; het in combinatie gebruiken van display en folder voor elk van de merken in die winkel.
Op het niveau van de individuele winkel kunnen we de volgende relatie specificeren:
waarbij: Sick,t =
de verkopen in eenheden van merk k in winkel i van keten c in week t; Picj,t = de prijs per eenheid voor merk j in winkel i, keten c, week t; = de normale prijs voor merk j in winkel i, keten c, week t. Dit is de prijs voor het merk wanneer er geen prijspromotie plaatsvindt. Dus, als er geen prijskorting is voor merk j is de prijsindex (Picj,t / ) in (1) gelijk aan 1; Dlicj,t = een variabele die aangeeft of er wel (Dlicj,t = 1) of niet (Dlicj,t = 0) een promotie van het type l is voor merk j in winkel i van keten c, in week t. Daarbij is promotie-type l = 1: alleen featuring, l = 2: alleen display, l = 3: zowel featuring als display; Xc,t = een weekdummy-variabele voor keten c en week t. Deze neemt de waarde 1 aan wanneer de waarneming in het in het linkerlid betrekking heeft op week t en anders de waarde 0. Zic,t = een dummy-variabele voor winkel i van keten c: Zic,t = 1 indien de waarneming in het linkerlid betrekking heeft op winkel i en anders Zic,t = 0; uick,t = een storingsterm. De parameters βcjk representeren de te schatten prijselasticiteiten. Voor j = k representeren de βckk de ‘eigen’ prijselasticiteiten die behoren bij merk k en keten c. Voor j π k hebben we te maken met de kruiselingse prijselasticiteiten. De parameters γlcjk staan bekend als multipliers. Het SCAN*PRO model laat toe dat elke promotie (l = 1, 2, 3) in combinatie met de keten waartoe winkel i behoort en de merken j en k een unieke multiplier heeft. Ook hier hebben we ‘eigen’multipliers voor merk k (γickk) en de kruiselingse multipliers (γlcjk, j π k). De parameters δck,t (‘weekintercepten’) representeren de invloed van de seizoensfluctuaties. De λick (‘winkel-intercept’) is een parameter die behoort bij de voor winkel i specifieke constante Zic,t. De waarde van deze parameter geeft in feite de ‘normale’ verkopen voor winkel i (gecorrigeerd voor seizoensfluctuaties) weer. De multipliers λlcjk kunnen eenvoudig worden geïnterpreteerd. Een multiplier van 3 voor l = 2 (display) en j = k, geeft aan dat het gebruik van een display de verkopen van merk k verdrievoudigt vergeleken met de situatie dat er geen display is. De kruiselingse display-multiplier λ2cjk, j π k, geeft aan in welke mate de display van merk j van invloed is op de verkopen van merk k. Een waarde van λ2cjk = 0,8 geeft aan dat de displays voor merk j in winkels die tot keten c
Jaargang 10 Editie 1 (Winter 2002)
behoren de afzet van merk k in deze winkels met 20 procent reduceert. Het SCAN*PRO-model hebben we in diverse stappen verder ontwikkeld, zoals in figuur 1 kort samengevat is. Deze wijze van modelbouw staat wel bekend als “evolutionair”. Je voegt steeds meer relevante elementen van een model toe op basis van nieuwe inzichten, nieuwe vraagstellingen en nieuwe gegevens. Zo hebben we nu twee “master” modellen ontwikkeld die gebaseerd zijn op het originele SCAN*PROmodel, onze ervaringen met semi-parametrische schattingsmethoden en dynamische modellen. Deze modellen zijn in staat om te bepalen wat de additionele verkopen zijn als gevolg van een promotie. Tevens kunnen we met deze modellen bepalen wat de bron van deze verkopen is. Komen die extra verkopen van de concurrent, van een hogere consumptie van het product of gaat men hogere voorraden aanleggen (master model 1). In het tweede master model gaan we na of promoties in andere productcategorieën tot deze meer-verkopen in de bestudeerde categorie bijdragen.
Bevindingen We zullen aan de hand van tien stellingen (een deel van) onze resultaten samenvatten. Daaraan vooraf zullen we twee stellingen poneren die gebaseerd zijn op onderzoek dat door anderen is verricht naar de effecten van promoties. 1. Slechts één op de acht à tien promoties levert een bijdrage tot de winst op middellange termijn. Tot deze conclusie kwamen de onderzoekers Abraham en Lodish in 1989. Van de handelspromoties zou zo’n 16 procent winstgevend zijn, van de consumentenpromoties is slechts 11 procent winstgevend.
Figuur 1. Evolutionary model building
medium econometrische toepassingen
2.
Onderzoek naar de lange termijn-effecten van promoties van onder meer Jedidi, Mela en Gupta (1999) toont aan dat de waarde van merken (de “brand equity”) negatief wordt beïnvloed door promoties. Tevens vonden Jedidi et al. dat consumenten in de loop der jaren steeds promotiegevoeliger zijn geworden. Promoties zijn bovendien bijna nooit in staat om de vraag naar een productcategorie “permanent” te verhogen (Nijs, Dekimpe, Steenkamp, Hanssens, 2001).
Dan volgen nu enkele stellingen op basis van onderzoek dat we zelf verricht hebben: 3. Des te hoger de frequentie is waarmee men promoties voert, des te geringer zal het effect van een promotie zijn op de verkopen. Of, anders gezegd, bij frequente promoties zal men de frequentie steeds hoger moeten opvoeren om dezelfde meerverkopen in eenheden te realiseren (Foekens, Leeflang, Wittink (FLW), 1999). 4. Hetzelfde geldt voor de diepte van een prijspromotie: des te hoger de korting is geweest, des te meer zal men moeten doen om met een volgende korting hetzelfde resultaat, in termen van additionele verkopen, te bereiken (FLW, 1999). We kunnen de stellingen 3 en 4 samenvatten door te stellen dat hoge kortingen uit een recent verleden de prijsgevoeligheid verhogen. 5. Als gevolg van een promotie kunnen consumenten meer en/of sneller die merken die “in de aanbieding zijn” aanschaffen. Deze “meerverkopen” worden in de weken nadat de promotie heeft plaats
6.
7.
8.
gevonden, geconsumeerd. Als gevolg daarvan zijn de verkopen van het merk in een periode nadat een promotie heeft plaatsgevonden lager. Consumenten kunnen ook anticiperen op de komst van een promotie. Als gevolg daarvan zijn de verkopen vóór een promotie lager. Deze totale dynamische effecten kunnen, zo vonden wij, wel 25 procent van de totale meerverkopen als gevolg van een promotie bedragen (van Heerde, Leeflang, Wittink (vHLW), 2000). Dit betekent dat een kwart van de promotionele meerverkopen ook zonder een promotie zouden zijn gerealiseerd, alleen in een andere week. Te lage prijskortingen (minder dan 10 procent) leiden vaak nauwelijks tot meerverkopen. Het management geeft deze lage kortingen alleen maar weg aan consumenten zonder dat daar verkopen tegenover staan. (vHLW, 2001a). Te hoge prijskortingen (meer dan 25 procent) leiden vaak evenmin tot hogere verkopen (vHLW, 2001a). Het effect van niet-ondersteunende prijskortingen op de verkopen is, zoals verwacht, lager dan het effect van prijskortingen die door feature, door een display of door een combinatie van feature en display ondersteund worden. Figuur 1 laat de interactie tussen prijskortingen en de ondersteuning van deze kortingen mooi zien aan de hand van het verloop van de deal-effect curve, d.w.z. de curve die het effect tussen “de deal” (= relatieve prijskorting) en de verkopen van een merk weergeeft. Figuur 2 geeft aan dat kortingen die groter zijn dan 20 procent voor dit merk beter ondersteund kun-
9.
10.
11.
12.
nen worden door een display dan door featuring, terwijl het omgekeerde het geval is voor kortingen lager dan 20 procent. De substitutie tussen merken als gevolg van promoties is asymmetrisch. Sommige, toonaangevende, merken hebben meer last van een promotie voor een bepaald merk dan andere merken (FLW, 1997). De meerverkopen als gevolg van een promotie worden primair veroorzaakt door de substitutie van met elkaar concurrerende merken. Daarnaast speelt de acceleratie van de verkopen in de tijd een rol (zie hiervoor punt 5). Andere componenten van de meerverkopen zijn winkelsubstitutie (beperkt effect) en meerconsumptie van het product. Dit laatst is sterk afhankelijk van het type product. Bij pindakaas en tonijn in blik is er wel sprake van een (tijdelijke) meerconsumptie. Bij toiletpapier en shampoo vinden we deze effecten, begrijpelijkerwijs, niet terug (vHLW, 2002). De decompositie van de meerverkopen is afhankelijk van én de diepte van de prijspromotie en de ondersteuning van de promotie door featuring en/of display (vHLW, 2002).Zo zal acceleratie van aankopen in de tijd het hoogst zijn bij een hoge prijskorting en een ondersteuning met en een display en met featuring. Onder deze omstandigheden is de substitutie tussen merken relatief het laagst. Een promotie voor een bepaalde variëteit (item) van een merk kan negatieve effecten hebben op de afzet van andere variëteiten van hetzelfde merk. Er is dan sprake van kannibalisatie (FLW, 1997).
Figuur 2. Interactie tussen prijskortingen en verschillende vormen van ondersteuning. Bron: van Heerde, Leeflang, Wittink, Journal of Marketing Research, p.212, mei 2001.
Jaargang 10 Editie 1 (Winter 2002)
In het onderzoek naar de effecten van promoties is eveneens veel aandacht besteed aan de invloed die promoties hebben op de concurrentie. Daarbij is niet alleen de invloed op de vraag naar concurrerende merken in het geding, maar ook hoe promoties invloed kunnen hebben op het gedrag van concurrerende merken. Laten (de managers van) deze merken hun beslissingen met betrekking tot promoties beïnvloeden? En hoe werkt dit dan weer uit op de afzet van deze merken en het merk dat al deze bewegingen in gang zet? Ook op dit terrein is veel onderzoek en kennis vergaard (LW, 1992, 1996, 2001). Zonder hier verder op in te gaan kunnen we concluderen dat veel reacties van concurrenten een dempend effect kunnen hebben op het initiële effect van een promotie op de afzet van het merk dat een promotie initieert (Horvath, L.W., 2001). Door deze en de andere hiervoor genoemde effecten is het dan ook wellicht niet zo verwonderlijk dat veel promoties niet winstgevend zijn. Niet op korte termijn, niet op middellange termijn en (helaas) zeker niet op lange termijn.
Personalia Peter Leeflang (1946) studeerde econometrie aan de Erasmus Universiteit waar hij in 1970 afstudeerde. Daarna was hij verbonden aan de Interfaculteit Bedrijfskunde Delft/Rotterdam. Promoveerde in 1974 bij Prof. dr. J. Koerts en Prof. dr. P.J. Verdoorn. Eind 1975 werd hij tot hoogleraar benoemd aan de Rijksuniversiteit Groningen (RUG). Van 1997-2001 decaan van de Faculteit der Economische Wetenschappen van de RUG. Sinds 1999 is hij lid van de Koninklijke Nederlandse Academie van Wetenschappen (KNAW).
Noten 1. Leeflang, Van Praag, (1971) 2. Zie Leeflang (1974) 3. Zie voor een overzicht van de mogelijkheden om econometrische modellen in marketing te ontwikkelen Leeflang, Wittink, Wedel, Naert (2000) en Leeflang, Wittink (2000b). 4. Dit deel van het artikel is voor een deel gebaseerd op Van Heerde, Leeflang, Wittink (2001b). 5. Zie Wittink, Addona, Hawks, Porter (1988).
Referenties [1] Abraham, M.M., L.M. Lodish, Fact-Based Strategies for Managing Advertising and Promotion Dollars: Lessons from Single Source Data, Working Paper #89-006, 1989, Marketing Department, The Wharton School of the University of Pennsylvania [2] Foekens, E.W., P.S.H. Leeflang, D.R. Wittink, Hierarchical versus Other Market Share Models for Markets with Many Items, International Journal of Research in Marketing, vol. 14, (359-378)
medium econometrische toepassingen
[3] Foekens, E.W., P.S.H. Leeflang, D.R. Wittink, Varying Parameter Models to Accommodate Dynamic Promotion Effects, Journal of Econometrics, 1999, vol. 89, (249-268) [4] Heerde, H.J. van, P.S.H. Leeflang, D.R. Wittink, The Estimation of Pre- and Postpromotion Dips with Store-level Scanner Data, Journal of Marketing Research, 2000, vol. 37 (383-395) [5] Heerde, H.J. van, P.S.H. Leeflang, D.R. Wittink, Semiparametric Analysis to Estimate the Deal Effect Curve, Journal of Marketing Research, 2001a, vol.38, (197-215) [6] Heerde, H.J. van, P.S.H. Leeflang, D.R. Wittink, “Effecten promoties vaak kleiner dan gedacht”, Incentive, Oktober 2001, (5859) [7] Heerde, H.J. van, P.S.H. Leeflang, D.R. Wittink, Flexible deco position of Sales Promotions Effects Using Store-Level Scanner Data, 2002, paper under revision [8] Horvath, Cs. P.S.H. Leeflang en D.R. Wittink, “Dynamic Analysis of a Competitive Marketing System”, paper presented at the MSI-Conference on Competitive Responsiveness te Boston, May 2001 [9] Jedidi, K., C.F. Mela, S. Gupta, Managing Advertising and Promotions for Long-Run Profitability, Marketing Science, 1999, vol.18, (1-22) [10]Leeflang, P.S.H., Mathematical Models in Marketing, a Survey, the Stage of Development, some Extentions and Applications, 1974, Stenfert Kroese B.V., Leiden [11]Leeflang, P.S.H., B.M.S. van Praag, A Procedure to Estimate Relative Powers in Binary Contacts and an Application to Dutch Football League Results, Statistica Neerlandica, nr. 25, 1971 (6384) [12]Leeflang, P.S.H., D.R. Wittink, Diagnosing competitive reactions using (aggregated) scanner data, International Journal of Research in Marketing, 1992, vol. 9 (39-57) [13]Leeflang, P.S.H., D.R. Wittink, Competitive Reacton versus Consumer Response: Do Managers Overreact?, International Journal of Research in Marketing, 1996, nr.13 (103-119) [14]Leeflang, P.S.H., D.R. Wittink, Building Models for Marketing Decisions: Past, Present and Future, International Journal of Research in Marketing, 2000b, vol. 17 (105-126) [15]Leeflang, P.S.H., D.R. Wittink, Explaining Competitive Reaction Effects, International Journal of Research in Marketing, 2001, vol. 18 (119-137) [16]Leeflang, P.S.H., D.R. Wittink, M. Wedel, Ph.A. Naert, Building Models for Marketing Decisions, 2000, Kluwer Academic Publishers, Dordrecht/Boston [17]Nijs, V.R., M.G. Dekimpe, J.B.E.M. Steenkamp, D.M. Hanssens, The Category Demand Effects of Price Promotionsk, Marketing Science, 2001 [18]Wittink, D.R., M.J. Addona, W.J. Hawkes, J.C. Porter, SCAN*PRO: The Estimation, Validation and Use of Promotional Effects Based on Scanner Data, 1988, Internal Paper, Cornell University
