Cutpoint-Modelle zur Modellierung von Wartezeiten
Implementierung und Anwendung eines Wartezeiten- und eines Wartezeiten-Volumen-Modells zur Prognose zukünftiger Transaktionen und Kaufvolumina von Kunden
Die Verfasserin entwickelt ein Wartezeiten-Modell, das die Einschränkungen unimodaler Verteilungen überwindet und eine flexiblere Modellierung der Wartezeiten ermöglicht. Dies geschieht mithilfe eines Ordinalen-Probit-Modells, bei dem jede mögliche Wartezeit zwischen Transaktionen, gemessen in Tagen, einer Kategorie entspricht. Im Gegensatz zur bisherigen Annahme werden Wartezeiten als kategorial und nicht rational skaliert betrachtet. Die Verteilung der Wartezeiten basiert auf einer diskreten anstelle einer stetigen Verteilung, erreicht durch die Bestimmung von Quantilen (Cutpoints) einer Normalverteilung. Die Wahrscheinlichkeit einer Kategorie ergibt sich aus der Fläche unter der Dichte der Normalverteilung zwischen zwei Cutpoints. Dieses Cutpoint-Modell wird auf seine Leistungsfähigkeit im Vergleich zu ausgewählten Benchmark-Modellen untersucht. Zudem wird analysiert, wie sich das Cutpoint-Modell im Vergleich zu einer einfachen Heuristik verhält. Ein weiterer Schritt beinhaltet die Integration des Cutpoint-Modells in das Wartezeiten-Volumen-Modell von Jen et al. (2009), das die Korrelation zwischen Wartezeiten und Kaufvolumina annimmt. Hierbei wird die logarithmische Normalverteilung durch das Cutpoint-Modell ersetzt. Die Prognosegüte der Kaufvolumina wird anhand verschiedener Datensätze aus unterschiedlichen Branchen und Kanälen überprüft, einschließlich Paneldaten aus dem Lebensmitteleinzelhandel und Onlinehandel.
