An Evaluation on the Use of Selection Modeling Approach in Marketing

Yıl 2025, Cilt: 14 Sayı: 1, 52 - 70, 05.05.2025

İrem Mumcu Kaplan , Ceren Erdin

https://doi.org/10.37460/sid.1641229

https://izlik.org/JA75YP74GD

Öz

There is a view that individuals who face many decisions in their daily lives are economically rational. Consumers' desire to obtain the highest benefit when making their choices is explained as utility maximization in the literature. Mathematical modeling of choices made to maximize utility is the main subject of the choice modeling approach. When election modeling is done, it is a matter of creating a model based on a certain theory and analyzing this model statistically. Expected Utility Theory and Expectation Theory are the leading theories that deal with consumer preferences. Random Utility Maximization Model and Random Regret Minimization Model, developed based on these theories, are the most commonly used models in the choice modeling approach. In our study, it is aimed to explain the theoretical foundations, modeling approaches and forecasting methods on which the choice modeling approach is based, and to provide a general evaluation of the use of choice modeling applications in the field of marketing.

Anahtar Kelimeler

Choice Modelling , Marketing , Consumer Choice , Random Utility Maximization

Seçim Modelleme Yaklaşımının Pazarlama Alanında Kullanımı Üzerine Bir Değerlendirme

https://izlik.org/JA75YP74GD

Öz

Günlük yaşamlarında çok fazla karar ile karşı karşıya kalan bireylerin iktisadi açıdan rasyonel oldukları görüşü vardır. Tüketicilerin tercihlerini yaparken en yüksek faydayı elde etme arzusu literatürde fayda maksimizasyonu olarak açıklanmaktadır. Faydayı maksimize etme amaçlı yapılan seçimlerin matematiksel olarak modellenmesi ise seçim modelleme yaklaşımının ana konusudur. Seçim modelleme yapılırken belirli bir teoriye dayalı olarak model oluşturma ve bu modelin istatistiksel olarak analiz edilmesi söz konusudur. Tüketici tercihlerini ele alan teorilerin başında Beklenen Fayda Teorisi ve Beklenti Teorisi gelmektedir. Bu teoriler baz alınarak geliştirilen Rasgele Fayda Maksimizasyonu Modeli ve Rasgele Pişmanlık Minimizasyonu Modeli seçim modelleme yaklaşımında en yaygın kullanılan modellerdir. Çalışmamızda seçim modelleme yaklaşımının dayandığı teorik temellerin, modelleme yaklaşımlarının ve tahmin yöntemlerinin açıklanması ve seçim modelleme uygulamalarının pazarlama alanındaki kullanımına dair genel bir değerlendirme sunulması amaçlanmıştır.

Anahtar Kelimeler

Seçim Modelleme , Pazarlama , Tüketici Tercihi , Rastgele Fayda Maksimizasyonu

Etik Beyan

Çalışmanın doğası gereği etik kurul görüşü gerekmemektedir.

Kaynakça

• AKSOY, T., & ŞAHİN, M. I. (2009). Belirsizlik Altında Karar Alma: Geleneksel ve Modern Yaklaşımlar (No. 2009/7). Tartışma Metni, Türkiye Ekonomik Kurumu.
• ASLAN, H. (2006). Bireylerin Otomobil Tercih seçiminin çoklu Tercih Modelleri Ile Analizi (Master's thesis, Marmara Universitesi (Turkey)).
• AYDIN, B. O. (2014). Elektronik Ağızdan Ağıza İletişim: Tüketici Motivasyonlarının Analizi. Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi(32), 13-25.
• BARAK, N. A. Sıralı (Ordınal) Ve Multınomıal Logıt Modeller Üzerine Bir Uygulama.
• BERGER, J. (2014). Word of mouth and interpersonal communication: A review and directions for future research. Journal of consumer psychology, 24(4), 586-607.
• BİRCAN, H. (2004). Lojistik regresyon analizi: Tıp verileri üzerine bir uygulama. Kocaeli Üniversitesi Sosyal Bilimler Dergisi, (8), 185-208.
• BURTON, M. & Rigby, Dan & Young, Trevor & James, Sallie. (2001). Consumer Attitudes to Genetically Modified Organisms in Food in the UK. European Review of Agricultural Economics - EUR REV AGRIC ECON. 28. 479-498. 10.1093/erae/28.4.479.
• BÜYÜKER İŞLER, D., YARANGÜMELİOĞLU, D., & GÜMÜLÜ, E. (2016). Online Tüketici Satın Alma Davranışlarını Etkileyen Faktörlere Yönelik Bir Durum Değerlendirmesi: Isparta İlinde Bir Uygulama. Uluslararası Alanya İşletme Fakültesi Dergisi, 6(3).
• CHEN, G., & TSURUMİ, H. (2010). Probit and logit model selection. Communications in Statistics—Theory and Methods, 40(1), 159-175.
• CHORUS, C. G. & KOETSE, M. J. & HOEN, A., 2013. "Consumer preferences for alternative fuel vehicles: Comparing a utility maximization and a regret minimization model," Energy Policy, Elsevier, vol. 61(C), pages 901-908.
• CHORUS, C, VAN CRANENBURGH, S and DEKKER, T (2014) Random regret minimization for consumer choice modeling: assessment of empirical evidence. Journal of Business Research, 67 (11). 2428 - 2436. ISSN 0148-2963
• COOK, G. R. (2010). Using Choice Modeling To Supercharge Your Business. Journal of Consumer Marketing, 27(7), 648-649.
• CORSTJENS, M. L., & GAUTSCHI, D. A. (1983). Formal Choice Models in Marketing. Marketing Science, 2(1), 19–56. http://www.jstor.org/stable/184066
• CROUCH, G. I., & LOUVİERE, J. J. (2003). Place marketing buyer behaviour: a model of Australian convention sites. In Australian and New Zealand Marketing Academy Conference. ANZMAC.
• ÇAKAR, E. N. (2019). Elektronik ağızdan ağıza iletişimde ürün mü, satış hizmeti mi değerlendiriliyor? karşılaştırmalı bir analiz (Master's thesis, Sakarya Üniversitesi).
• DANAHER, P. J., & MAWHİNNEY, D. F. (2001). Optimizing television program schedules using choice modeling. Journal of Marketing Research, 38(3), 298-312.
• DEL CASTİLLO, J. M. (2016). A class of RUM choice models that includes the model in which the utility has logistic distributed errors. Transportation Research Part B: Methodological, 91, 1-20.
• ERGİN, N., & GÜRSAKAL, S. (2019). Mutluluğu Etkileyen Faktörlerin Multinominal Logit Model İle Analizi. Atlas Journal, 5(22), 659-668.
• ERGÖR, Z. B. (2017). Yatırımcı davranışları ve karar vermede çerçeveleme etkisi: Türkiye’de yaşayan karar vericiler üzerine bir çalışma. Bankacılık ve Sigortacılık Araştırmaları Dergisi, 2(11), 8-20.
• GRANT, S., & VAN ZANDT, T. (2007). Expected utility theory. INSEAD Business School Research Paper, (2007/71).
• GÜMÜŞ, N. & COP, R. (2009). Pazarlamada Ağızdan Ağza İletişimin Tüketici Davranışlarındaki Rolü ve Bir Araştırma. Journal of Commerce & Tourism Education Faculty. 179-202.
• HAHN, E. D., & SOYER, R. (2005). Probit and logit models: Differences in the multivariate realm. The Journal of the Royal Statistical Society, Series B, 67, 1-12.
• HAİJUN, W. (2012). The Influence of Consumer Goals and Marketing Activities on Product Bundling. Physics Procedia, 24, 1152-1158.
• HANEMANN, W. M. (1984). Discrete/continuous models of consumer demand. Econometrica: Journal of the Econometric Society, 541-561.
• HAUBER, A. B., GONZÁLEZ, J. M., GROOTHUİS-OUDSHOORN, C. G., PRİOR, T., MARSHALL, D. A., CUNNİNGHAM, C., ... & Bridges, J. F. (2016). Statistical methods for the analysis of discrete choice experiments: a report of the ISPOR conjoint analysis good research practices task force. Value in health, 19(4), 300-315.
• HERFELD, C. (2020). The diversity of rational choice theory: A review note. Topoi, 39(2), 329-347.
• HUR, T., & ALLENBY, G. M. (2022). A choice model of utility maximization and regret minimization. Journal of Marketing Research, 59(6), 1235-1251.
• İNAL, M. E., TOPUZ, D., & UÇAN, O. (2006). Doğrusal olasılık ve logit modelleri ile parametre tahmini. Sosyoekonomi, 3(3).
• JOHNSON, F. R., ADAMOWİCZ, W., & GROOTHUİS-OUDSHOORN, C. (2024). What Can Discrete-Choice Experiments Tell Us about Patient Preferences? An Introduction to Quantitative Analysis of Choice Data. The Patient-Patient-Centered Outcomes Research, 1-16.
• JOHNSON, F. R., LANCSAR, E., MARSHALL, D., KİLAMBİ, V., MÜHLBACHER, A., REGİER, D. A., ... & BRİDGES, J. F. (2013). Constructing experimental designs for discrete-choice experiments: report of the ISPOR conjoint analysis experimental design good research practices task force. Value in health, 16(1), 3-13.
• KARABULUT, A. N. (2013). Tüketicilerin Algılanan Risk Değişkeni Karşısında İnternetten Alışveriş Yapma Eğilimlerinin Ölçülmesi: Beklenen Fayda Teorisine Karşı Beklenti Teorisi. Yaşar Üniversitesi E-Dergisi, 8(32), 5515-5536.
• KARAHAN, S. (2005). Multinomial Logit Modeller ve Bir Uygulama. YayınlanmamıĢ Yüksek Lisans Tezi. Ankara: Hacettepe Üniversitesi.
• KAHNEMAN, D. & TVERSKY, A. (1979). Prospect theory: An analysis of decision under risk. Econometrica, 47(2), 363-391.
• KİM, S. I., GİM, J., KİM, H., & PARK, S. (2024). How can hotels Co-create value through the localized mini bar in the room: discrete choice modeling approach with CSR strategies with local products. Journal of Travel & Tourism Marketing, 41(7), 973-987.
• KLİEŠTİK, T., KOČİŠOVÁ, K., & MİŠANKOVÁ, M. (2015). Logit and probit model used for prediction of financial health of company. Procedia economics and finance, 23, 850-855.
• LANCSAR, E., FİEBİG, D. G., & HOLE, A. R. (2017). Discrete choice experiments: a guide to model specification, estimation and software. Pharmacoeconomics, 35, 697-716.
• LATTA, M., & CLARK, M. (2016). Maximising the value of a pharmaceutical line extension using discrete choice modelling, secondary data and market segmentation. Applied Marketing Analytics, 2(1), 84-91.
• LOUVİERE, J. J., FLYNN, T. N., & CARSON, R. T. (2010). Discrete choice experiments are not conjoint analysis. Journal of choice modelling, 3(3), 57-72.
• MCFADDEN, D. (1974). The measurement of urban travel demand. Journal of public economics, 3(4), 303-328.
• MCFADDEN, D. (1972). Conditional logit analysis of qualitative choice behavior.105-142
• MCFADDEN, D. (2017). Stated preference methods and their applicability to environmental use and non-use valuations. In Contingent valuation of environmental goods (pp. 153-187). Edward Elgar Publishing.
• OSCARSSON, H., & ROSEMA, M. (2019). Consideration set models of electoral choice: Theory, method, and application. Electoral studies, 57, 256-262.
• ÖZCAN, S. O. (2010). İnternet pazarlama faaliyetlerinde tüketici satın alma karar süreci. İnternet Uygulamaları ve Yönetimi Dergisi, 1(2), 29-39.
• PİNK, S., KRETSCHMER, D., & LESZCZENSKY, L. (2020). Choice modelling in social networks using stochastic actor-oriented models. Journal of choice modelling, 34, 100202.
• TARNANİDİS, T., OWUSU-FRİMPONG, N., & NWANKWO, S. (2020). How consumers’ make purchase decisions with the use of reference points.
• TEKVAR, S. O. (2016). Tüketici davranışlarının demografik özelliklere göre tanımlanması. İnsan ve Toplum Bilimleri Araştırmaları Dergisi, 5(6), 1601-1616.
• THİLL, J. C. (2009). Choice Modeling. International Encyclopedia of Human Geography (Second Edition),Elsevier, Pages 181-186, ISBN 9780081022962, https://doi.org/10.1016/B978-0-08-102295-5.10365-8.
• THURSTONE, L. L. 1927. A law of comparative judgment. Psychological Review 34(4):273–286.
• ÜRÜK, E. (2007). İstatistiksel uygulamalarda lojistik regresyon analizi (Master's thesis, Marmara Universitesi (Turkey)).
• VAN CRANENBURGH, S., WANG, S., VİJ, A., PEREİRA, F., & WALKER, J. (2022). Choice modelling in the age of machine learning-discussion paper. Journal of choice modelling, 42, 100340.
• ROWE, D.,&PUTO, C.P.(1987). Do consumers’ Reference Points Affect Their Buying Decisions. In P. Anderson& M. Wallendorf(Eds). Advences in Consumer Research, (Vol. 14, pp.188-192)Ann Arbor: MI: Association for Concumer Research.
• RUSSELL, G. J. (2014). Brand choice models. The history of marketing science, 17, 19-46.
• SARRİAS, M., & DAZİANO, R. (2017). Multinomial logit models with continuous and discrete individual heterogeneity in R: the gmnl package. Journal of Statistical Software, 79, 1-46.
• SHEPPARD, P., & SMİTH, R. (2016). What students want: using a choice modelling approach to estimate student demand. Journal of Higher Education Policy and Management, 38(2), 140-149.
• YİĞİT, A. G. (2019). Rasyonel Bireyin Beklenen Fayda Teorisine Davranışsal Yaklaşım: Sınırlı Rasyonelliğin Beklenti Teorisi. Bilim dünyasında multidisipliner çalışmalar, 95.
• WANG, P., SUN, L., ZHANG, L., & NİRAJ, R. (2021). Reference points in consumer choice models: A review and future research agenda. International Journal of Consumer Studies, 45(5), 985-1006.
• YANG, F. X. (2017). Effects of restaurant satisfaction and knowledge sharing motivation on eWOM intentions: the moderating role of technology acceptance factors. Journal of Hospitality & Tourism Research, 41(1), 93-127.
• YAYAR, R., & TEKİN, B. (2015). Türkiye'de Ulaşım Sektörünün Gelişimi ve Havayolu Firma Tercihinin Belirleyicileri: İzmir İlinde Bir Uygulama. Ege Academic Review, 15(4).