MobilTelefonok

Forrás

[1]

A tervezett alkalmazás/megoldás címe

Bárki számára elérhető, de szubjektív szempontok alapján kiválasztott mobiltelefonok összehasonlítása a hasonlóság elemzés módszerével.

A feladat előtörténete

A közeljövőben szeretnék egy új telefont vásárolni, és ezért választottam ezt a témát a feladathoz. A megszerzett adatok gyakorlatilag nem nagyon jelentenek sokat a döntéseim során, főleg a kinézet és az ár az, ami befolyásolta az eddigi döntéseimet ezen a téren. Ezzel az elemzéssel a hozzám hasonló helyzetben lévő vásárlóknak szetretnék segíteni.

A feladat megoldás jelenlegi helyzete (best practice) és ennek értékelése

Tapasztalataim alapján, az emberek a tartós elektronikai cikkek vásárlása esetén hajlamosabbak megvenni esetleg drágább készüléket is, mivel úgy vélik, az ár növekedésével a minőség is növekszik. Ezt sznob-hatást, a kereskedők, gyártók kihasználhatják. A feladatommal a hozzám hasonló dilemmákkal küzdő, mobiltelefont vásárlóknak szeretnék segíteni és természetesen a saját döntésemet is megkönnyíteni.

Best practice: A „Pivot” munkalapon, a kigyűjtött telefonokat -az ár kivételével-, a jellemzőkön belül sorba rendeztem (C19:I26) "Sorszám" fgv. segítségével. Ezután minden jellemzőhöz hozzárendeltem egy szubjektív véleményen alapuló súlyt (C31:H31). A következő lépésben a súlyokat összeszoroztam a sorszámozott értékekkel (C33:H40), majd összesítettem őket a „Hibaösszeg” (I33:I40) oszlopban. Az utolsó lépésben a „Hibaérték”-et (J33:J40) számoltam ki úgy, hogy az egyes telefonok árát osztottam az előző lépésben kiszámolt hibaösszeggel. A hibaértékek alapján a „SONY ERICSSON YENDO W150i, BLACK” készüléket választottam, mivel ez rendelkezett a legkisebb hibaértékkel.

A "Solver" munkalapra (A2:I12) behivatkoztam a "Pivot" munkalapon található alapadatokat. Újra sorba rendeztem a temékjellemzőket az ár kivételével. Ezt követően létrehoztam egy segédtáblázatot (L16:T24), amiben a korábban sorszámozott temkékjellemzőket megszoroztam egy súly értékkel, amit a Solver fgv. számol majd a későbbiekben a B14:H14 cellatartományba. A szorzatértékeket összegeztem a S17:S24 oszlopban. Majd a telefonok árát mellé hivatkoztam T17:T24 cellatartományba. A T16 cellában egy korrelációt számítottam a "Korell" fgv. segítségével az S17:S24 és a T17:T24 tömbök között. A Solver modulban a módosuló cellatartomány a B14:H14 volt, a célcella bedig a T16 cella. A feltételem az volt a számolásnál, hogy a célcellát (T16) minimalizáljuk. A Solver számítása alapján, az optimális súlyokkal számolva, a győztes telefon a "NOKIA 500, B.BLACK A/RM360" lett, mivel ennek lett a legkevesebb hibapontja (S17=12.28936838).

A Solver segítségével számolt megoldás feltételezhetően egy ideálisnak vélt súlyozással számolt. Ennek ellenére a továbbiakban a saját magam által választott irányokkal folytatom a vizsgálatot, mert a Solver számításait nem tartom túlságosan megbízhatónak.

A tervezett megoldás adatvagyonának bemutatása (ANYAG)

A feladatomhoz szükséges adatokat az interneten, szabadon használható áru összehasonlító portálok segítségével szereztem be, ahol részletes leírást adnak a termékekről. Ezek a portálok csak ár szerint rangsorolják a termékeket, komolyabb összehasonlításra nem alkalmasak.

Objektumok (sorok)

• NOKIA 500, B.BLACK A/RM360
• NOKIA C2-02, GOLDEN WHITE
• NOKIA C3-00, GOLDEN WHITE
• Samsung C3500 Ch@t 350 (Silver)
• Samsung GT-S5660 Galaxy Gio
• Sony Ericsson Xperia X10 Mini Pro
• SONY ERICSSON YENDO W150i, BLACK
• ZTE Blade

Attribútumok (X, Y oszlopok)

Az oszlopokban a független változók és a függő változó látható.

A független változók:

• Belső memória (MB). Ennek iránya 0, mivel ha magas a belső memória, akkor valószínűleg az ár is nőni fog.
• Beszélgetési idő (óra). Ennek iránya 0, mivel ha magasabb a beszélgetési idő, akkor valószínűleg az ár is nőni fog.
• Fényképezőgép felbontása (Mpx). Ennek iránya 0, mivel ha nagyobb felbontású a fényképezőgép, akkor valószínűleg az ár is valószínűleg nőni fog.
• Képernyő felbontása (Pixel). Ennek iránya 0, mivel ha a képernyő felbontása nagyobb, akkor valószínűleg a készülék ára is nőni fog.
• Max bővíthetőség (GB). Ennek iránya 0, mivel ha a bővíthetőség nagyobb, akkor valószínűleg a készülék ára is nőni fog.
• Méret (mm^3). Ennek iránya 1, mivel ha kisebb a készülék, akkor valószínűleg az ára nőni fog.
• Súly (Gramm). Ennek iránya 1. mivel ha a készülék súlya kisebb, akkor valószínűleg az ára nőni fog.

A függő változó:

• Termék ára (Ft).

A feladat által érintett célcsoportok

Célcsoportom, azok a mobiltelefon vásárlók, akik tudatosan (legjobb ár/érték arány alapján) szeretnék kiválasztani a követkető telefonjukat.

A feladat megválaszolása kapcsán várható hasznosság

1. Az elemzéshez szükséges munkaerő és költségek:

1 fő: modell felállítása, adatok beszerzése az interneten 750Ft-os órabér, 3 órás munka. Ár: 2.250 Ft

1 fő: Excel függvények szakszerű, megbízható kezelése, valamint ezeknek szöveges elemzése 900 Ft-os órabér, 4 órás munka. Ár: 3.200 Ft.

Összesen: 5.450 Ft.

2. Saját megoldáshoz szükséges munkaerő és költségek:

1 fő: adatgyűjtés, Solver lefuttatása, elemzések 1000Ft-os órabér, 7 órás munka.

Összesen: 7.000 Ft.

A két verzió különbsége: 1.550 Ft.

A saját megoldás bemutatása (MÓDSZER)

• Létrehoztam az "Adattábla" munkalapot amit feltöltöttem a különböző webáruházak és árukeresők online felületéről gyűjtött adatokkal. Ezt követően az "Adattábla" munkalap adatait felhasználva a "Data" munkalapon elkészítettem a metaadatbázist.
• A metaadatbázis adataiból Pivot kimutatást (A3:E13), és db nézet kimutatást (A44:I54) készítettem, a "Pivot" nevű munkalapra.
• Az alapadatokat átmásoltam a COCO nevű munkalap A4:I13-es celláiba, ezután megadtam az irányokat az oszlopok alatt lévő cellákba, az Ár kivételével.
• Az alapadatokat rangsoroltam az B20:H27 közötti cellatartományokban, a SORSZÁM függvény segítségével.
• A következő lépésben elkészítettem a Lépcsők táblát, ennek kitöltése a Solver feladata lesz majd.
• Lépcsők tábla mellett egy segédtáblát szerkesztettem, aminek adatait a Solver korlátozó feltételeihez használok.
• Az utolsó lépésben a COCO tábla adatainak feltöltése következik az FKERES függvénnyel (B52:J59). Végül lefuttattam a Solvert, és az így kapott eredményeket a HA függvény segítségével értékeltem ki és ez alapján kiderült, hogy mely készülékek alul- illetve felül értékeltek, továbbá ár-érték arányosak.

Az eredmények értelmezése (EREDMÉNY)

Best practice megoldás

A "mi lett volna, ha ismeretlen a COCO-elemzés módszere" megoldás - vagyis a rangsorolás alapján történő kiválasztás - alapján a Spar narancslé és a Hey-Ho narancslé lett a legjobb ár/érték arányú termék, de a Hey-Ho-t választjuk az energiatartalom miatt. A saját megoldás során is azt az eredményt kaptam, hogy a Bravo narancslé a legrosszabb választás.

Saját megoldás

A hasonlóságelemzés (COCO elemzési módszer alkalmazásával) a COCO táblázat elkészítése és a Solver futtatása után a következő eredményt kaptam: A 9 termékből 7-nek megegyezik a valós és a számított ára, a Bravo narancslének túl van értékelve az ára, a Spar narancslének viszont alulértékelték az árát. Tartalma alapján drágábban is adhatnák ezt a gyümölcslevet.

A gyümölcslevek attribútumai közül fontosság szempontból a gyümölcstartalom járult hozzá legnagyobb mértékben a termék árának kiszámított értékéhez. Ezt követi a fehérje tartalom, majd a zsírtartalom. A legkevésbé az energiatartalom és a szénhidrát tartalom befolyásolja az árat.

Végső megoldás

A COCO-elemzést szükséges választani, mivel nagyobb részletezettséggel, és nagyobb objektivitással dolgozik. Ennek értelmében a Spar orange terméket választom.

Ajánlások megfogalmazása (KÖVETKEZTETÉS)

Az eredmények elemzése alapján elmondható, hogy a Hey-Ho és a Spar narancslé a legjobb ár/ érték arányú narancslé az Interspar áruházak kínálatából. A 9 termékből csak 2-nél van eltérés a valós és a számított ár között. A Spar narancslevet beltartalma alapján alul van értékelve az ára, míg a Bravo narancslének túlértékelték az árát. A saját megoldás alapján a Hey-Ho-t a legcélszerűbb megvásárolni, ez a legjobb ár/ érték arány szerinti választás.

Az információ többletérték lehetőségének levezetése (VITA)

Vizsgálatom lefolytatása mindenképpen eredményre vezetett, mivel az átlagos fogyasztók számára a gyümölcstartalom és az ár a legmeghatározóbb, azonban a hasonlóságelemzés segítségével a többi attribútum bevonásával részletesebb (és alaposabb/mélyrehatóbb) vizsgálat lefolytatása vált lehetségessé.

Vagyis a célcsoport fogyasztójának az elemzés segítségével lehetősége van (a körülményekhez viszonyítottan) a legjobb áron a legjobb minőségű termék megvásárlására.

Hasznosság szempontjából, amennyiben a best practice megoldást választom, úgy abban az esetben az alkalmazott megoldás miatt 600 Ft hasznot, vagyis elkerült kiadást takarítok meg, azonban az így kiválasztott megoldási módozat kevésbé ad részleteibe menően alapos elemzési eredményeket. Továbbá megállapítható, hogy a két megoldási módozat közötti (hasznossági) különbség a "nyerteseket" tekintve majd 100 forintnyi. Azonban, ha a Saját megoldás (COCO-elemzés) alapján a Spar orange-ot választom, úgy abban az esetben 229-199, vagyis termékenként 30 forintnyi a nyereség - a valós és a kalkulált (azaz a "mennyit kérhetnének valójában érte") ár közötti különbség.

Kapcsolódó, ill. konkurens megoldások, dokumentumok

Hasonló elemzésként említhető meg az alábbi két tanulmány:

• HR:gyümölcslé [2]
• BA3:üdítők [3]

Az első esetben az alábbi eltéréseket tapasztalhatjuk:

• Csak a 100%-os gyümölcstartalmú üdítőket vizsgálta és nincs konkrétan megadva, milyen gyümölcsből készültek a termékek.
• Az attribútumok között a C-vitamin is szerepel.
• Eltérő a célcsoport. Az én tanulmányom az Interspar vásárlóit célozza meg, ez a tanulmány pedig az óvodákat, iskolákat, sportegyesületeket célozza.

A második esetben az alábbi eltéréseket figyelhetjük meg:

• Eltérőek az objektumok és az attribútumok is. Nem csak gyümölcsleveket vizsgál.

nyilatkozat és kitöltési segédlet