ارايه محصول جديد با استفاده از استنباط‌هاي مشتريان مبتني بر روش‌هاي آماري بيزي

New Product Development Using Customer Inferences Based on Bayesian Statistical Method

شكست برخي از شركت‌هاي امروزي در فرايند توسعه محصول، آنها را به سمت ابداع روش‌هاي جديدي در اين زمينه رهنمون ساخته است. شركت‌هاي كنوني ديگر همانند گذشته نمي‌توانند محصول را توليد نموده، منتظر اقبال عمومي نسبت به آن باشند و ناچارند قبل از عرضه واقعي آن به بازار از موفقيت آن تا حدود زيادي اطمينان حاصل نمايند. در همين راستا در اين تحقيق ضمن طراحي يك مدل مفهومي، مدلي بيزي ارايه شد كه در چارچوب آن نظرات مشتري به ايده‌هاي توسعه محصول تبديل و به عنوان مبنايي براي كاهش مخاطرات مورد استفاده قرار گرفت. در اولين قدم تلفن همراه به عنوان محصول مورد مطالعه انتخاب گرديد و سپس با استفاده از آزمون‌هاي فرض رابطه بين كل ويژگي‌هاي عيني محصول و خصوصيات ذهني آن بررسي شد. نتايج بررسي نشان داد ميان خصوصيات عيني محصول و استنباط ذهني مشتري در مورد مشخصه‌هاي آن و همچنين ميان كل خصوصيات فوق و احتمال خريد رابطه وجود دارد. همچنين به ياري روش‌هاي بيزي علايق پاسخ‌دهندگان مختلف نسبت به ويژگي‌هاي عيني يادشده مشخص و در قالب گروه‌هاي مختلف جمعيت‌شناسي طبقه‌بندي گرديد

The failure of companies in product development process has led them into presenting new methods to challenge this problem today. These companies can not produce product and like before expect public attention; rather they have to make sure about product success to some extent before its real launch. In this study along with designing a conceptual model, a Bayesian model was presented in which framework customer suggestions was changed into product development ideas and used as a basis for risk aversion. For the first thing to do, mobile cellphone was chosen as the research product and then using hypothesis tests the relationship between product total objective characteristics and subjective attributes was measured. The results showed relationship between product objective characteristics and customer subjective inferences and both of them with purchase likelihood. In addition to that, with the aid of Bayesian methods, different respondents interests in mentioned characteristics was determined and classified into different demographic groups.