Mittaatko markkinointipanostustesi tehoa oikein?
Regressioanalyysin edellytykset tai rajoitteet

Ekonometria yleistyy yritysmaailmassa

Wikipedia kuvailee ekonometrian tilastotieteen menetelmien soveltamiseksi, kun tutkitaan taloudellisia ilmiöitä. Ekonometriaa koulutetaan korkeakouluissa useassa eri tiedekunnassa kauppatieteistä matemaattiseen ja maatalous-, ympäristö- ja elintarviketalouden kandiohjelmissa. Tämä tietysti viittaa siihen, että ekonometrian menetelmien avulla voidaan tutkia monenlaisia asioita, kun etsitään vastauksia esim. tekijöistä, jotka vaikuttavat talouden tilaan, hintoihin (esim. asuntojen hinnan muodostumiseen), markkinoinnin tehokkuuteen, rahoitukseen, kansantalouteen jne.

Ekonometria analysoi riippuvuuksia

Ekonometrian yleisin menetelmä on regressioanalyysi, jonka avulla voidaan selvittää eri asioiden välisiä riippuvuuksia. Syy-seuraussuhteistahan riippuvuus eli korrelaatio ei aina kerro - klassiset esimerkit kertovat jäätelönsyönnin ja hukkumiskuolemien vahvasta korrelaatiosta, vaikka edellinen ei ole jälkimmäisen syy. Yhtä lailla kouluesimerkeissä voidaan analysoida korkeakoulutettujen osuutta väestöstä ja analysoida sen yhteyttä bruttokansantuotteeseen eri maissa, mutta vaikka korrelaatio voi olla selkeä, ei voida varmuudella sanoa johtuuko korkea BKT korkeakoulutettujen määrästä, vai olisiko sittenkin niin päin, että kun maassa on korkea bruttokansantuote, on varaa kouluttaa väestöä paremmin...

Ekonometrian avulla saadaan kuitenkin tuloksiksi tilastollisella varmuudella laskettuja prosenttiosuuksia, korrelaatiokertoimia ja voidaan testata erilaisia hypoteeseja, ja tilastomatematiikan varmuudella hyväksyä tai hylätä jokin oletus tai väittämä. Kun ekonometrisen mallinnuksen lopputuloksena saadaan matemaattinen kaava, sen avulla voidaan tietysti ennustaa myös tulevaa, eikä ainoastaan selittää historiadatan avulla eri asioiden riippuvuuksia.

Usein riittää, kun riittävän varmasti voidaan poissulkea turhia investointeja

Markkinoinnin puolella klassinen klisee on, että puolet markkinoinnista menee hukkaan, mutta emme tiedä, kumpi puoli. Entä jos analysoidaan myynti- ja markkinointipanostusdataa aikasarjana, ja tutkitaankin ekonometrian avulla, mikä on minkäkin panostuksen selitysosuus myynnistä.

Silloin voi melkeinpä olla hyödyllisintä tieto, että jokin asia tai tietty markkinointikanava ei lainkaan korreloi myynnin kanssa, tai korrelaatio on hyvin alhainen. Tietenkin mainosväki silloin vielä selittää, että mainonnan vaikutus on pitkäkestoista, ja vaikutus ei näy lyhyen aikavälin mittauksissa. Mutta kyllä yritysjohto olisi varmasti kiitollinen siitä, että joku laskee tilastomatemaattisella varmuudella, että 99 % todennäköisyydellä jokin markkinointitoimenpide ei vaikuta myyntiin millään tavalla - tuskinpa suurempaa spekulointia silloin toimenpidesuosituksiin tarvitaan.

Econometrics_sales-price

Mihin ekonometriaa hyödynnetään?

Liiketaloudessa ekonometriasta on hyötyä paitsi markkinoinnin tehokkuuden mittauksissa, myös hinnoittelussa (yllä esimerkissä graafi, jossa myyntiluvut eri hinnoilla, ekonometrisen mallin avulla voidaan ennustaa myynti eri hintavaihtoehdoilla), rahoitusalalla, sijoittamisessa tai investointipäätöksiä tehtäessä. Ekonometrian kursseilla on spekuloitu myös sitä, miksi ekonometria yleistyy voimakkaasti juuri nyt, kun sen menetelmät ovat olleet tilastotieteen oppikirjoissa sata vuotta.

Ainakin yksi selittävä tekijä tähän on se, miten kaikilla yrityksillä ja yhteisöillä on nykyisin yhä enemmän ja yhä tarkempaa dataa esim. kuluttajakäyttäytymisestä ja ostopoluista, mm. analytiikan ja digimarkkinoinnin ansiosta. Toisaalta tietokoneet ovat monin verroin aiempaa tehokkaampia, ja samalla koneoppiminen ja älyteknologia edistyvät ja tuovat lisätehoa datan analysointiin ja sitä kautta avulla toiminnan ohjaamiseen kohti ennalta määriteltyjä tavoitteita.

- Ismo Tenkanen

 

 

Kommentit

Feed You can follow this conversation by subscribing to the comment feed for this post.

Tämän kirjoituksen kommentit ovat suljetut.