In the next step, the diffusion par

In the next step, the diffusion parameters of each of these 87
products were estimated by fitting their historical data to the
Bass model in order to construct the product diffusion DB.
Although the Bass model is specified by three parameters, the
potential market size (m), the coefficient of external influence
(p), and the coefficient of internal influence (q), the product
diffusion DB only includes p and q. Most previous studies of
pre-launch forecasting center on estimating the two parameters
of communication effects, p and q, while separately estimating
m from market research [1,9,10,14,15,18]. Similarly, Lawrence
and Lawton [12] and Mahajan and Sharma [11] also utilize the
potential market size as inputs for the subjective algebraic
procedures rather than as outputs of the procedure, because the
market size is likely to be affected by marketing efforts and
various environmental factors rather than by product characteristics
[34]. Consequently, our prediction model also only
includes estimates of p and q. These two parameters of the 87
products were estimated using the NLS procedure, with average
values of p and q found to be 0.0087 and 0.3273, respectively.
The parameter estimates included in the product diffusion DB
were then employed as the target variables in the prediction
models.
The next step was to construct the product attribute DB for
the 87 products. Firstly, product attribute variables affecting
the diffusion patterns need to be figured out. An extensive
literature reviewof the drivers and determinants of innovation
diffusion and a series of discussions with senior marketing
managers in practice led us to derive 17 attribute variables for
constructing the product attribute DB. Table 1 presents these
17 variables with their abbreviations and measurement scales.
These variables can be grouped into four categories: industry,
market, technology, and use. Four variables (IC, TCS, TIE, and
DN) were valued on nominal scales, while the other variables
were measured on a five-point Likert scale fromvery low(1) to
very high (5). The values of the attribute variables for each of
the 87 products were then measured by industry experts
includingmarketingmanagers and engineers and used as input
variables in the prediction models.

Результаты (русский) 1:

На следующем шаге, диффузии параметры каждого из этих 87продукты были оценены уместно их исторические данныеБасовая модель для того, чтобы построить диффузии продукта DB.Хотя басовая модель определяется тремя параметрами,потенциальный размер рынка (m), коэффициент внешнего влияния(p) и коэффициент влияния (q), внутреннего продуктаДиффузия DB включает только p и q. Большинство предыдущих исследованийдо запуска прогнозирования центр по оценке двух параметровэффекты коммуникации, p и q, а отдельно оценким, от исследования рынка [1,9,10,14,15,18]. Аналогичным образом Лоуренси также использовать Lawton [12] и Махаджан и шарма [11]потенциальный размер рынка как входные данные для субъективных алгебраическихпроцедуры, а не как выходы процедуры, потому чтоРазмер рынка могут быть затронуты маркетинговые усилия иразличных экологических факторов, а не характеристики продукта[34]. Следовательно, наша модель прогнозирования тольковключает в себя оценки p и q. Эти два параметра из 87продукты были оценены с помощью NLS процедуры, среднийзначения p и q, подлежащими 0.0087 и 0.3273, соответственно.Оценки параметров, включенных в продукт диффузии DBзатем были заняты как целевых переменных в предсказаниемодели.Следующим шагом было построить атрибут продукта дБ для87 товаров. Во-первых продукт атрибутов переменных, затрагивающихраспространение шаблонов необходимо понял. Обширноелитература reviewof водителей и определяющие факторы инновационной деятельностиДиффузия и серию обсуждений с старший маркетингменеджеры на практике привели нас вывести 17 атрибутов переменных дляпостроение продукта атрибут DB. В таблице 1 представлены их17 переменные и их аббревиатуры и шкал измерения.Эти переменные могут быть сгруппированы в четыре категории: промышленность,рынка, технологии и использования. Четыре переменные (IC, TCS, ГАЛСТУК, иDN) ценились на номинальные величины, то время как другие переменныеизмерялись на пяти пунктов Ликерта шкала fromvery low(1) дляочень высокий (5). Значения атрибутов переменных для каждого87 товаров были затем измеряется отраслевых экспертовincludingmarketingmanagers и инженеры и используется в качестве входных данныхпеременные в моделях прогнозирования.

Результаты (русский) 2:

На следующем этапе, параметры диффузии каждого из этих 87
продуктов были оценены путем установки их исторические данные в
модель Bass для того, чтобы построить диффузии продукт DB.
Хотя модель бас задается тремя параметрами:
потенциальный размер рынка (м ), коэффициент внешнего воздействия
(р), а коэффициент внутреннего влияния (Q), продукт
диффузии DB содержит только р и д. Большинство предыдущих исследований
до запуска центр прогнозирования на оценки двух параметров
эффектов связи, р и д, в то время как отдельно оценивая
м от исследования рынка [1,9,10,14,15,18]. Точно так же, Лоуренс
и Лоутон [12] и Махаян и Шарма [11] также использовать
потенциальный размер рынка как входы для субъективных алгебраических
процедур, а не как выходы процедуры, потому что
размер рынка, скорее всего, будут затронуты маркетинговые усилия и
различные экологические факторы, а не характеристики продукта
[34]. Следовательно, наша модель прогнозирования также только
включает в себя оценку р и д. Эти два параметра из 87
продуктов были оценены с использованием процедуры NLS, со средними
значениями р и д установлено, что 0,0087 и 0,3273 соответственно.
Оценки параметров, включенных в диффузии продукта DB
затем используют в качестве целевых переменных в предсказании
моделей .
Следующим шагом было построить атрибут продукта DB для
87 продуктов. Во-первых, продукт атрибутов переменных, влияющих на
закономерности диффузии необходимо выяснили. Обширная
литература reviewof водителей и детерминанты инновационной
диффузии и ряда дискуссий с высокопоставленными маркетинговых
менеджеров в практике привело нас, чтобы получить 17 переменных атрибутов для
построения атрибут продукта DB. В таблице 1 представлены
эти. 17 переменные с их сокращений и весов измерений
Эти переменные могут быть сгруппированы в четыре категории: промышленности,
рынка, технологий и использования. Четыре переменные (IC, TCS, галстук и
DN) были оценены на номинальных шкал, в то время как другие переменные
были измерены на пятибалльной шкале Лайкерта fromvery низкой (1)
очень высокая (5). Значения переменных атрибутов для каждого из
87 продуктов затем измеряется отраслевых экспертов
includingmarketingmanagers и инженеров и используются в качестве входных
переменных в модели прогнозирования.

Результаты (русский) 3:

на следующем этапе, распространение параметры каждого из этих 87
продукты были оценены, отвечающие их исторических данных для
бас - модель для создания продукта, распространения DB.
хотя бас модели определяется по трем параметрам,
размер потенциального рынка (м), коэффициент внешнего влияния
р), и коэффициент внутреннего влияния (q), продукт.распространение дб, включает только P и - большинство предыдущих исследований
предстартовые прогнозирования центра по оценке двух параметров: сообщения последствия, p и q, в то время как отдельно оценки
м от рыночных исследований [1,9,10,14,15,18].аналогичным образом, лоуренс
и лоутон [12] и махаджан и шарма [11] также использовать
размер потенциального рынка в качестве материалов для субъективного алгебраическое
процедуры, а не как результаты процедуры, потому что
размер рынка, вероятно, будет затронута в маркетинговых усилий и
различных экологических факторов, а не характеристики продукта
[34].следовательно, наша модель прогнозирования также только
включает оценки P и в этих двух параметров 87
продуктов оцениваются с использованием NLS процедуры, в среднем,
ценности, p и q признаны 00087 и 0.3273 соответственно.
оценки параметров, включенных в продукт распространения DB
были затем используются в качестве целевых показателей в области прогнозирования
моделей.
следующий шаг заключается в том, чтобы создать продукт "DB для
87 продуктов.во - первых, продукт атрибут переменные факторы, влияющие на
распространению модели необходимо разобраться.обширная.литература reviewof водителей и факторов, определяющих инновационный
распространения и серия обсуждений со старшими руководителями в практике маркетинга
привело к нам для получения 17 атрибут переменных для
строительство продукта атрибут дб.в таблице 1 представлены эти
17 переменных с их сокращения и измерения масштабов.
эти переменные могут быть подразделены на четыре категории: промышленность,
рынка, технологиии использования.четыре переменные (IC, ткс, галстук и
DN) оценивались на номинальном весы, а другие переменные
измерялись по пятибалльной шкала ликерта fromvery низкая (1)
очень высокий (5).значения атрибута переменных для каждого из
87 продуктов были затем измеряется отраслевых экспертов,
includingmarketingmanagers и инженеров и используются в качестве вклада
переменных в моделях прогнозирования.