Welke wiskundegenie kan mij hiermee helpen?
Ik heb het volgend probleem. Ik heb drie ratio's gemaakt en daarvan wil ik nu een overall ratio van maken zodat ik de verschillende data's met elkaar kan vergelijken.
Het gaat om een concurrentieanalyse van boten. Vertrekkend vanuit een model van één merk van boten (d.i. Model 'X') wil ik nu nagaan welke andere modellen van andere merken het meest in de buurt komen van Model X, gebruik makend van drie factoren: 1) algemene specificaties; 2) prijs en 3) eigenaar (privé of leasing). Ik heb hiervoor dus 3 ratio's berekend:
1) Via een database heb ik alle modellen gefilterd die overeenkomen met een doorsnee Model X kijkend naar hun specificaties (kracht motor, grootte,...) = "Model X categorie". De ratio die ik gebruikt heb is [# BOTEN DIE VERKOCHT WERDEN VAN EEN BEPAALD MODEL EN VOORKOMEN IN DEZE CATEGORIE] / [# BOTEN DIE IN TOTAAL VERKOCHT WERDEN VOOR DAT SPECIFIEK MODEL]
voorbeeld: Model Y komt voor in deze categorie en er werden 1.000 Model Y boten verkocht in deze categorie. Maar Model Y heeft natuurlijk meerdere boten verkocht in andere categorieën (krachtigere motoren, kleinere boten,...). Model Y heeft een verkoop van in totaal 3.000 boten. De ratio voor Model Y is dus 1.000 / 3.000 = 33,33%
2) Van alle modellen die in de "Model X-categorie" voorkomen, werd een gewogen gemiddelde genomen van de prijs. Deze gewogen gemiddelde prijs werd dan vergeleken met de gewogen gemiddelde prijs van Model X. De formule is [GEWOGEN GEMIDDELDE PRIJS ANDER MODEL]/[GEWOGEN GEMIDDELDE PRIJS MODEL X]
voorbeeld: gewogen gemiddelde prijs van Model Y is €10.000. Gewogen gemiddelde prijs Model X is €8.000. Ratio is 125% (of Model Y is 25% duurder dan Model X)
3) Het is ook belangrijk om te weten hoeveel van het aantal boten in de Model X categorie privé verkocht zijn. Hiervoor gebruiken we [AANTAL BOTEN IN DE MODEL X-CATEGORIE DIE PRIVE VERKOCHT ZIJN]/[TOTAAL AANTAL BOTEN IN DE MODEL X-CATEGORIE DIE VERKOCHT ZIJN].
voorbeeld: zoals eerder vermeld waren er 1.000 modellen verkocht van Model Y in de Model-X categorie. Van die 1.000 modellen waren er 700 modellen verkocht in de privé sector. Dit geeft ons een ratio van 700/1.000 = 70%.
De ratio's die we uitkomen voor Model Y in de voorbeelden zijn:
1) 33,33%
2) 125%
3) 70%
Als we hetzelfde doen voor Model X komen we bijvoorbeeld de volgende ratio's uit:
1) 95% (niet alle Model X boten komen ook daadwerkelijke voor in de Model-X categorie, want er zijn enkele boten die bijvoorbeeld customized zijn en dus niet gezien kunnen worden als een doorsnee Model X)
2) 100% (logisch)
3) 65% (65% van alle Model X boten die in de Model X categorie voorkomen zijn in de privé sector verkocht geweest, de rest waren geleased).
De vraag van 1 miljoen is natuurlijk, hoe kan ik nu weten of Model Y een concurrent is van Model X of niet? Het logische is om te zeggen dat hoe dichter de ratio's van andere modellen bij die van Model X komen, hoe sterker de concurrentie. Zomaar een gemiddelde nemen van de ratio's lijkt mij te riskant. Ik dacht bijvoorbeeld aan een volgende overall ratio: een vermenigvuldiging van het verschil van elke ratio, in absolute waarde. In dit voorbeeld: (33,33%-100%)*(125%-100%)*(70%-65%)= |0,8375| Dit doe ik dan voor alle andere modellen en op het einde kies ik dan de overall score die het dichts ligt bij 0 (want de overall ratio voor Model X = 0). Is dit een correcte werkwijze? En stel als ik daar ook nog eens een gewicht wil geven aan elke factor (60% voor algemene specificaties, 30% voor prijs en 10% voor eigenaar). Is dit dan gewoon de gewogen gemiddelde van [(33,33%-100%)*0,6]+[(125%-100%)*0,3]+[(70%-65%)*0,1]=0,402
Is er hier ergens een wiskundegenie die mij hiermee kan helpen, want ik krijg er hier hoofdpijn van
THX!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
