Forecasting Demand for a Newly Introduced Product Using Reservation Price Data and Bayesian Updating

이종수, Chul-Yong Lee, Kichun Sky Lee (2012) · Technological Forecasting & Social Change · DOI ↗

신제품 도입 시 reservation price (소비자의 maximum willingness to pay) 데이터에 베이지안 갱신 을 적용해 수요를 예측. 출시 후 실제 데이터로 사전 분포 update — sequential forecasting framework.

• RQ: 신제품의 reservation price 데이터로부터 수요를 어떻게 정확히 예측할 수 있는가? Bayesian updating 으로 시간 따라 정확도를 개선할 수 있는가?
• 방법론: 베이지안 추정, 베이지안 갱신 (prior + observed data), reservation price 데이터
• 데이터: 신제품 reservation price 설문 + 출시 후 실제 판매 데이터
• 주요 발견: Bayesian updating 으로 시간 따라 예측 정확도 향상. 단순 conjoint stated-preference 대비 우월한 forecast performance.
• 시사점: 기업의 신제품 출시 + 시장 모니터링 전략의 도구. 데이터 streaming 환경의 sequential forecasting.

요약

이 paper 는 이종수 의 2기 — demand forecasting 방법론의 진화. Chul-Yong Lee 와의 산학 공동. Bayesian update 의 실시간 modeling 접근으로 이종수 의 ex-ante simulation 라인을 dynamic learning 으로 확장. TFSC 게재.

연구 계보

베이지안 추정 (Gelman 등 표준) + Reservation price 측정 (Wertenbroch & Skiera 2002) + sequential Bayesian updating. 이종수 의 conjoint + diffusion 프레임에 update 도입.

See also

• 이종수
• Chul-Yong Lee
• 베이지안 추정
• 베이지안 갱신
• 수요 예측
• Technological Forecasting & Social Change