DemandFunction DecisionSciences June 2013 PDF

Machine Translated by Google
Lihat diskusi, statistik, dan profil penulis untuk publikasi ini di: https://www.researchgate.net/publication/279973086
Fungsi Permintaan dalam Pemodelan Keputusan: Komprehensif

Arah Survei dan Riset*
Artikel dalam Ilmu Keputusan · Juli 2013
DOI: 10.1111/deci.12021
KUTIPAN BACA
199 4.046
3 pengarang, antara lain:
Jian Huang Ming Ming Leng
Universitas Keuangan dan Ekonomi Nanjing Universitas Lingnan
20 PUBLIKASI 1.024 CITATION 61 PUBLIKASI 2.002 CITATION
LIHAT PROFIL LIHAT PROFIL
Beberapa penulis publikasi ini juga mengerjakan proyek terkait berikut:
Teori permainan kooperatif, operasi dan manajemen rantai pasokan Lihat proyek
Semua konten yang mengikuti halaman ini diunggah oleh Mingming Leng pada 11 Juli 2015.
Pengguna telah meminta peningkatan file yang diunduh.

Ilmu Keputusan © 2013 Para Penulis

Jilid 44 Nomor 3 Jurnal Ilmu Keputusan © 2013 Institut Ilmu Keputusan
Juni 2013
Fungsi Permintaan dalam Pemodelan Keputusan:

Survei dan Riset Komprehensif
Arah*
Sekolah
Teknologi Informasi Jian Huang , Universitas Keuangan dan Ekonomi Jiangxi, Nanchang,
330013, PR China, email: jianhuangvictor@gmail.com
Mingming Leng†
Departemen Komputasi dan Ilmu Keputusan, Fakultas Bisnis, Universitas Lingnan, Tuen
Mun, Hong Kong, email: mmleng@ln.edu.hk
Sekolah Bisnis
Mahmut Parlar DeGroote, Universitas McMaster, Hamilton, Ontario L8S 4M4, Kanada,
email: parlar@mcmaster.ca
ABSTRAK
Berbagai bentuk matematis telah dikembangkan untuk mengkarakterisasi fungsi permintaan

yang bergantung pada aktivitas operasional dan pemasaran perusahaan. Fungsi permintaan
seperti itu semakin banyak digunakan oleh para peneliti di bidang ekonomi dan berbagai bidang
fungsional bisnis. Kami menyediakan survei komprehensif tentang model permintaan yang
umum digunakan yang bergantung pada (i) harga, (ii) rabat, (iii) waktu tunggu, (iv) ruang, (v)
kualitas, dan (vi) iklan. Survei kami mencakup model permintaan perusahaan tunggal di setiap
kategori, serta model multiperusahaan teori permainan yang melibatkan interaksi strategis di antara perusahaan.
Kami mengamati bahwa jenis bentuk fungsional tertentu, seperti linier, daya/iso-elastis, logit
multinomial, dan interaksi kompetitif multiplikatif, telah banyak digunakan untuk membangun
berbagai model permintaan di semua enam kategori, tetapi sebagian besar publikasi
membahasnya. kategori (i) dan (v) model permintaan. Untuk masing-masing dari enam kategori,
kami mensurvei bentuk fungsional yang relevan di makalah perwakilan, dan mendiskusikan sifat
utama, kelebihan, kekurangan, dan mengomentari kemungkinan arah penelitian di masa depan.
Kami juga menyajikan diskusi tentang penerapan model permintaan analitis ini dalam studi
empiris. Artikel diakhiri dengan ringkasan temuan utama kami. [Diserahkan: 17 Agustus 2011.
Direvisi: 29 Maret 2012. Diterima: 25 Juli 2012.]
Area Subyek: Periklanan, Fungsi Permintaan, Studi Empiris, Lead Time, Harga,
Kualitas, Rabat, dan dan Ruang.
*Para penulis berterima kasih kepada editor (Profesor Asoo J. Vakharia), editor senior, editor rekanan,
dan dua wasit anonim atas komentar berwawasan mereka yang membantu menyempurnakan artikel. Penulis
juga berterima kasih kepada Profesor Youhua (Frank) Chen atas diskusi yang bermanfaat dan komentarnya
yang membantu selama tahap awal penelitian ini. Penulis pertama (Jian Huang) didukung oleh National
Science Science Foundation of China dengan nomor referensi proyek 70901036 dan 70861002.
†Penulis yang sesuai.
557
558 Fungsi Permintaan dalam Pemodelan Keputusan
PERKENALAN
Untuk merebut pangsa pasar dan meningkatkan penjualan di pasar bebas yang sangat kompetitif
dari ekonomi liberal, perusahaan harus bersaing tidak hanya dengan harga mereka, tetapi juga
dengan potongan harga, waktu tunggu, ruang operasi, kualitas produk dan/atau layanan, serta
periklanan dan lainnya. pengeluaran promosi. Tetapi tingkat keefektifan faktor-faktor persaingan
ini dalam meningkatkan penjualan perusahaan bergantung pada seberapa besar faktor-faktor ini
mempengaruhi keputusan pembelian konsumen.
Seperti yang ditunjukkan oleh Lilien, Kotler, dan Moothy (1992), konsumen biasanya
berkembang melalui lima langkah berikut dalam siklus pembeliannya: Pada langkah pertama,
konsumen terangsang oleh rangsangan internal dan/atau dorongan eksternal. Pada langkah
kedua, konsumen mencari informasi yang relevan untuk mengidentifikasi serangkaian merek
atau produk potensial yang memuaskan kebutuhannya. Pada langkah ketiga, konsumen
mengevaluasi produk yang teridentifikasi sesuai dengan utilitasnya terkait dengan atribut produk
yang berbeda seperti harga, kualitas, fungsionalitas, rabat, kebijakan pengembalian, dan reputasi
merek. Pada langkah keempat, konsumen membuat keputusan pembeliannya berdasarkan
perbandingan kegunaan berbagai produk. Pada langkah terakhir, konsumen memiliki perasaan
pascapembelian seperti apakah dia puas atau tidak dengan produk tersebut, dan dapat meminta
layanan pascapenjualan seperti pengembalian/penggantian produk atau layanan dukungan
teknis. Dengan demikian, konsumen peka terhadap kegiatan operasional dan pemasaran
perusahaan di setiap langkah dan untuk menjadi kompetitif, setiap perusahaan harus membuat
keputusan tentang harga, rabat, waktu tunggu, kualitas, dan iklan dengan cara yang hati-hati dan
menarik lebih banyak konsumen potensial. untuk membeli produknya atau meminta layanannya.
Dalam 2 dekade terakhir, sejumlah besar peneliti di bidang ekonomi dan berbagai bidang
fungsional bisnis telah mempelajari dampak berbagai kegiatan operasional dan pemasaran
terhadap permintaan konsumen. Para peneliti ini telah mengembangkan berbagai fungsi
matematis untuk mengkarakterisasi permintaan.
Termotivasi oleh prevalensi model permintaan dalam literatur, kami menyajikan survei
komprehensif dari bentuk fungsional yang telah digunakan dalam model permintaan tersebut.
Kami memfokuskan survei kami pada berbagai model permintaan yang umum digunakan dalam
enam kategori, yang mencakup (i) bergantung pada harga, (ii) bergantung pada rabat, (iii)
bergantung pada waktu tunggu, (iv) bergantung pada ruang, (v) bergantung pada kualitas
dependen, dan (vi) model permintaan dependen iklan. Untuk setiap model, kami menjelaskan
secara singkat analisisnya dalam satu atau beberapa publikasi yang representatif, dan
mendiskusikan sifat-sifat utama, kelebihan, kekurangan, dan kemungkinan arah penelitian di
masa depan. Untuk setiap kategori, kami juga membandingkan model permintaan yang relevan
untuk mengidentifikasi kondisi penerapan setiap model.
Dalam artikel ini, kami memilih publikasi representatif terutama berdasarkan empat kriteria
berikut, yang dicantumkan dalam urutan prioritasnya. Pertama, kami menekankan tinjauan model
yang dapat digunakan untuk menggambarkan permintaan konsumen yang peka terhadap
keputusan perusahaan tentang harga, rabat, waktu tunggu, ruang pajang, kualitas produk/jasa,
dan iklan. Kami tidak mempertimbangkan fungsi permintaan independen dari keputusan
perusahaan (misalnya, fungsi permintaan dalam jangka waktu hidup produk, yang telah ditinjau
oleh Goyal & Giri, 2001).
Kedua, artikel kami difokuskan untuk meninjau model permintaan yang belum disurvei secara
komprehensif dalam literatur yang ada. Misalnya, kami tidak meninjau model permintaan dalam
kaitannya dengan persediaan awal dan seketika perusahaan
Huang, Leng, dan Parlar 559
level, karena model tersebut telah dibahas oleh Urban (2005). Demikian pula, kami tidak
mempertimbangkan model periklanan dinamis dan studi empiris yang berkaitan dengan periklanan,
karena telah ditinjau secara komprehensif oleh Sethi (1977), Mahajan, Muller, dan Bass (1990),
Feichtinger, Hartl, dan Sethi (1994), Erickson (2003), Huang, Leng, dan Liang (2012), serta yang
lainnya. Ketiga, kami terutama meninjau model permintaan awal, dan secara singkat menyebutkan
atau menghilangkan ekstensi mereka yang tidak menunjukkan perbedaan yang signifikan.
Keempat, kami telah memilih untuk meninjau model yang sederhana namun representatif, untuk
menyajikan survei kami dengan jelas dan menarik kesimpulan yang mendalam.
Kami menunjukkan dalam ulasan kami bahwa model permintaan yang bergantung pada
harga adalah yang paling umum digunakan mungkin karena strategi penetapan harga adalah alat
paling efektif yang telah digunakan untuk memengaruhi permintaan perusahaan. Tinjauan
komprehensif kami mencakup, untuk setiap kategori, model fungsi permintaan perusahaan
tunggal. Kami juga mengamati, jika tersedia, model multifirm teori permainan yang melibatkan
interaksi strategis. Kami telah menemukan bahwa sejumlah besar publikasi termasuk dalam
kategori model yang bergantung pada harga dan kualitas, tetapi lebih sedikit publikasi yang
termasuk dalam kategori lain. Hal ini menunjukkan bahwa mungkin ada peluang penelitian lebih
lanjut untuk menggunakan model yang bergantung pada rabat, bergantung pada waktu tunggu,
bergantung pada ruang, dan bergantung pada iklan.
Sisa dari artikel ini disusun sebagai berikut: Kami menyajikan survei model fungsi
permintaan dalam enam kategori dan kemudian meninjau model permintaan yang telah dilakukan
studi empiris untuk memperkirakan parameter model.
Kami kemudian meringkas survei kami, dan mendiskusikan bagaimana model fungsi permintaan
yang ada telah membantu menganalisis berbagai masalah bisnis dan ekonomi. Untuk setiap
kategori model permintaan, kami juga memberikan pembahasan lebih lanjut tentang kemungkinan
arah penelitian.
MODEL PERMINTAAN YANG TERGANTUNG HARGA
Dalam beberapa dekade terakhir, banyak model permintaan teoretis telah dikembangkan dari
berbagai perspektif untuk menyelidiki dampak harga pada permintaan konsumen dan untuk
memeriksa keputusan penetapan harga optimal perusahaan untuk pengaturan dengan perusahaan
monopolistik atau persaingan ganda. Pada bagian ini, pertama-tama kita meninjau model
permintaan tanpa persaingan harga, dan kemudian mensurvei model-model di mana terdapat
persaingan harga antara dua atau di antara n ÿ 3 perusahaan.
Model Single Firm Price–Dependent Demand Model ini
biasanya digunakan untuk mengkarakterisasi permintaan akan produk yang hanya bergantung
pada harga produk itu sendiri, yang mencakup model aliran deterministik, stokastik, kesediaan
untuk membayar (WTP), dan aliran Poisson. . Kami membagi model yang bergantung pada harga
ini untuk satu perusahaan menjadi empat subkelompok sesuai dengan faktor utama yang
mempengaruhi permintaan konsumen, selain harga produk.
Secara khusus, model permintaan stokastik berbeda dari model deterministik karena faktor acak
dapat mempengaruhi permintaan konsumen. Berbeda dengan model deterministik, model WTP
dapat digunakan untuk menurunkan fungsi permintaan
dengan mempertimbangkan WTP konsumen, dan model aliran Poisson menggabungkan

WTP konsumen dan waktu kedatangan mereka saat mereka membeli.
Model deterministik
Dalam model deterministik paling sederhana, permintaan d(p) didefinisikan sebagai fungsi
linier menurun dari harga p dan ditulis sebagai d(p) = a ÿ bp, di mana a, b > 0 dan 0 ÿ p ÿ
a/b. Tabel 1 mencantumkan beberapa model linier (disingkat LM dalam tabel) yang
memperluas model linier dasar ini. Model nonlinier (daya) paling sederhana adalah model
isoelastik d(p) = apÿb, dengan a > 0, b > 1. Salah satu kelebihan model ini adalah tidak
memerlukan batas atas harga yang terbatas. Model isoelastik juga disebut model
elastisitas konstan karena fungsi permintaan menunjukkan elastisitas konstan (yaitu, ÿb).
Tabel 1 mencantumkan beberapa ekstensi model daya (PM) dan juga merangkum model
hybrid (HM), eksponensial (EM), logaritmik (LgM), dan logit (LtM). Dalam model
eksponensial dasar (EM I), respons permintaan terhadap penurunan harga mengikuti
skala pengembalian yang meningkat (Hanssens & Parsons, 1993). Model logit standar
(LgtM I) berguna karena parameternya dapat diperkirakan dengan metode regresi dalam
aplikasi empiris.
Catatan 1: Model linier digunakan secara luas dalam literatur karena memberikan hasil
eksplisit untuk solusi optimal, dan relatif mudah untuk mengestimasi parameternya dalam
studi empiris. Selain itu, elastisitas permintaan dari model linier [yaitu, d (p)/[d(p)/p] = ÿbp/
(a ÿ bp)] bergantung pada variabel keputusan harga p dan selalu menurun dan cekung
pada p . Di sisi lain, dalam kebanyakan kasus praktis, asumsi fungsi permintaan linier dan
persyaratan batas atas yang terbatas pada harga tidak sesuai dengan kenyataan.
Keuntungan dari model isoelastik (daya) adalah dapat diubah menjadi fungsi linier dengan
mengambil logaritma yang membuat estimasi parameter relatif lebih mudah. Keuntungan
lain dari model kekuatan termasuk kemampuannya untuk mengkarakterisasi efek nonlinier
yang muncul di pasar dan kemungkinan menurunkannya dari fungsi produksi Cobb–
Douglas. Namun, salah satu kelemahan dari model isoelastik adalah elastisitas permintaan
selalu sama dengan konstanta ÿÿ .
Kelemahan lain dari model isoelastik adalah ketika harga mendekati nol, permintaan
mendekati tak terhingga, yang tidak realistis karena ukuran pasar adalah jumlah yang
terbatas. Lihat Oum (1989) untuk pembahasan rinci keuntungan dan kerugian dari model
permintaan linier dan isoelastik.
Seperti yang ditunjukkan pada Tabel 1, banyak model permintaan telah muncul di
literatur, tetapi ada sedikit pembenaran mengapa satu model permintaan harus dipilih
daripada yang lain. Pengecualian untuk ini adalah Lau dan Lau (2003) yang menunjukkan
bahwa, untuk sistem eselon tunggal, menggunakan berbagai jenis fungsi permintaan
mengarah pada kesimpulan struktural yang sangat mirip. Namun, untuk sistem multieselon,
bahkan perubahan kecil dalam spesifikasi fungsi permintaan menghasilkan perubahan
yang signifikan dalam efisiensi saluran dan rasio profitabilitas, sehingga membutuhkan
pendekatan yang lebih hati-hati dalam spesifikasi model permintaan.
Model stokastik
Model permintaan deterministik di atas telah diperluas ke kasus stokastik dengan aplikasi
yang sering untuk investigasi tipe penjual berita
Tabel 1: Fungsi permintaan deterministik yang bergantung pada harga.
Model Permintaan Deterministik Permintaan Deterministik Tergantung Harga
Model linier (LM)

LM I: Mills (1959), Petruzzi d(p) = a ÿ bp, di mana a, b > 0
Dada (1999)
LM II: Eliashberg dan d(p) = a(t) ÿ bp(t), di mana a(t),b > 0, t ÿ [0, T ]
Steinberg (1987)
LM III: Chou dan Parlar (2006) d(p) = a(t) ÿ b(t)p(t), dengan t ÿ [0, T ] d(p, r)
LM IV (Model harga = a ÿ ÿp ÿ ÿ (p ÿ r), dengan a, ÿ, ÿ > 0
referensi): Fibich et al. (2003)
Model daya (PM)
PM I (model Isoelastik):
Karlin dan Carr (1962), d(p) = apÿb, di mana a > 0, b > 1
Petruzzi dan Dada (1999)
PM II (model aljabar): d(p) = (ap + b) ÿÿ , di mana a, b > 0, ÿ > 1
Jeuland dan Shugan (1988)
PM III (model daya linier): Song d(p) = (a ÿ bp) ÿ ÿ , di mana a, bÿ > 0,
et al. (2008) ÿ (ÿÿ, ÿ1) ÿ (0,ÿ) d(p) = a ÿ
PM IV: Chen dkk. (2006) bpÿ , di mana a, b >d(p)
0, ÿ=ÿ (a
1 ÿ bpÿ ) ÿ d(p)
PM V: Ray dkk. (2005) = a/[a + bpÿ ], di mana , di
a,mana
b, ÿ >a,
0 b > 0, ÿ ÿ 1, ÿ ÿ 1
PM VI: Agrawal dan Ferguson
(2007)
Model Hibrida (HM): Lau dan Lau d(p) = ÿ (a1 ÿ bp) + (1 ÿ ÿ )a2pÿÿ , di mana a1
(2003) > 0, a2 > 0, b > 0, ÿ > 1, dan 0 ÿ ÿ ÿ 1
Model eksponensial (EM)
EM I:
Hanssens dan Parsons (1993),
Jeuland dan Shugan (1988), d(p) = a exp(ÿÿp), di mana a > 0, ÿ > 0
Song et al. (2008)
EM II:
Chen dkk. (2006), d(p) = exp(a ÿ bp), di mana a > 0, b > 0
Lagu et al. (2008)
EM III: Chen dan Simchi-Levi d(p) = a ÿ exp(ÿp), di mana a > 0, ÿ > 0
(2004)
Model logaritmik (LgM): Chen
et al. (2006), Ray dkk. (2005) d(p) = ln[(a ÿ bp) ÿ ], di mana a, b, ÿ > 0
Model logit (LtM)

LtM I: Chen dan Simchi-Levi d(p) = a exp(ÿbp)/[1 + exp(ÿbp)], di mana a, b > 0
(2012), LtM II: Phillips (2005) d(p) = 1/[1 + exp[a + bp]]
masalah dengan keputusan penetapan harga. Untuk daftar model stokastik yang umum digunakan,
lihat Tabel 2.
Kami menyatakan model permintaan stokastik umum sebagai D(p, ÿ), di mana p adalah harga
jual dan ÿ adalah variabel acak bebas harga dengan cdf F(·) dan pdf f (·) yang didefinisikan pada
rentang [A, B ] dengan mean E(ÿ) = ÿ dan varians Var(ÿ) = ÿ2.
Untuk model umum, varian menangkap risiko pasar. Dalam literatur,
Tabel 2: Model permintaan stokastik yang biasa digunakan dalam literatur.
Stochastic Tergantung Harga

Model Permintaan Stokastik Tuntutan
Model umum: Federgruen dan Heching (1999), D(p, ÿ)

ÿ
Kocabÿyÿkoglu dan Popescu (2011)

Model aditif: Mills (1959), Petruzzi dan Dada D(p, ÿ) = d(p) + ÿ
(1999)
Model perkalian: Karlin dan Carr (1962), D(p, ÿ) = d(p)ÿ
Petruzzi dan Dada (1999)
Model hibrida I: Petruzzi dan Dada (1999), D(p, ÿ) = d1(p)ÿ + d2(p)
Muda (1978)
Model hibrida II: Chen dan Simchi-Levi (2004a), D(p, ÿ) = ÿ1d(p) + ÿ2
Chen dan Simchi-Levi (2004b)
ÿ
Model kekuatan: Kocabÿyÿkoglu dan Popescu (2011) D(p, ÿ) = aÿ/(ÿ + pb)

ÿ
Model eksponensial: Kocabÿyÿkoglu dan Popescu D(p, ÿ) = eÿÿbp

(2011)
ÿ
Model logaritmik: Kocabÿyÿkoglu dan Popescu D(p, ÿ) = loga(ÿ ÿ bp)

(2011)
Model Logit: Phillips (2005), Agrawal dan D(p, ÿ) = aeÿÿbp/(1 + eÿÿbp)
ÿ
Ferguson (2007), Kocabÿyÿkoglu dan Popescu

(2011)
permintaan stokastik D(p, ÿ) biasanya dispesifikasikan sebagai model aditif, multiplikatif,

atau model aditif-multiplikatif (Young, 1978), dan biasanya digunakan untuk masalah
tipe penjual berita dengan harga (Federgruen & Heching, 1999; Petruzzi & Dada, 1999).
Lebih khusus lagi, untuk kasus aditif (Mills, 1959), permintaan dapat direpresentasikan
sebagai
D(p, ÿ) = d(p) + ÿ, (1)
di mana d(p) adalah komponen deterministik permintaan acak dan biasanya diasumsikan
memiliki bentuk linier d(p) ÿ a ÿ bp dengan a, b > 0. Dalam kasus perkalian (Karlin &
Carr, 1962), permintaan dapat dimodelkan sebagai
D(p, ÿ) = d(p)ÿ, (2)
di mana istilah deterministik d(p) sering ditetapkan sebagai fungsi pangkat umum d(p)
= apÿb (a > 0,b > 1).
Menggabungkan model aditif dan multiplikatif, Young (1978) mengusulkan fungsi
permintaan aditif-perkalian hibrida sebagai D(p, ÿ) = d1(p)ÿ + d2(p), di mana d1(p) dan
d2(p) adalah dua deterministik, fungsi yang tidak meningkat dari p. Ketika d1(p) = 1,
D(p, ÿ) direduksi menjadi fungsi penjumlahan pada Persamaan (1), dan ketika d2(p) =
0, D(p, ÿ) diubah menjadi model perkalian pada Persamaan (2 ).
Chen dan Simchi-Levi (2004a) membangun model aditif-perkalian hibrid lain yang
memiliki dua komponen risiko, D(p, ÿ) = ÿ1d(p) + ÿ2, di mana dua istilah ÿ1 dan ÿ2
adalah variabel acak dan tanpa kehilangan sifat umum , mereka diasumsikan memiliki
nilai rata-rata E(ÿ1) = 1 dan E(ÿ2) = 0. Ketika ÿ1 = 1 dan
ÿ2 = 0, fungsi permintaan ini masing-masing direduksi menjadi bentuk aditif dan perkalian. Berbagai
bentuk fungsional untuk d1(p) dan d2(p) telah digunakan oleh penulis yang berbeda; daftar lengkap model
ini dalam enam kelompok diberikan pada Tabel 1.
Catatan 2: Terdapat perbedaan yang signifikan antara penetapan harga optimal dan keputusan
persediaan yang diperoleh dengan menggunakan model aditif dan perkalian di atas, yang bergantung
pada bagaimana keacakan permintaan dimasukkan ke dalam fungsi permintaan (Petruzzi & Dada, 1999).
Misalnya, varians permintaan untuk permintaan aditif tidak tergantung pada harga tetapi koefisien variasi
permintaan meningkat dalam harga. Berbeda dengan model aditif, koefisien variasi permintaan pada
model multiplikatif tidak bergantung pada harga tetapi variansnya adalah penurunan harga. Untuk
mengatasi masalah ini, Kocabÿyÿkoglu dan Popescu (2011) mengembangkan kerangka terpadu untuk
ÿ
masalah newsvendor dengan keputusan penetapan harga dengan memperkenalkan ukuran baru,
elastisitas tingkat penjualan yang hilang (LSR), yang dapat digunakan untuk sebagian besar model
permintaan yang relevan di studi pemasaran dan operasi, seperti model linier aditif, model isoelastik
multiplikatif, model logit, model daya, model eksponensial, model log, dan model WTP ekonomi (tabel 2
dalam Kocabÿyÿkoglu & Popescu, 2011).
Model Kesediaan-untuk-membayar
Kita sering perlu mempertimbangkan bagaimana keputusan penetapan harga perusahaan mempengaruhi
keputusan pembelian pelanggan individual yang biasanya diasumsikan memiliki penilaian yang heterogen.
Untuk itu, para peneliti telah mengusulkan model WTP (Kalish, 1985), yang mencirikan kesediaan
konsumen yang heterogen untuk membeli dari perusahaan yang harga jualnya p. Misalkan konsumen
memiliki informasi lengkap tentang produk. Seorang konsumen akan membeli jika p ÿ V dimana V
, pasar
menunjukkan WTP konsumen, yang merupakan variabel acakdengan
dengan, pdf
Kalish
f (v).(1985)
Menunjukkan
mengembangkan
ukuran
model permintaan total sebagai d(p) = f (v)dv. Kalish (1985) juga memperluas model di atas untuk
memasukkan ketidakpastian tentang atribut pengalaman produk atau nilai
vÿp
sebenarnya
tersebut. Model
dari produk
permintaan
dalam setting ketidakpastian diberikan sebagai d(p) = f (v)dv, di mana ÿ ÿ (0, 1] menunjukkan vÿp/ÿ
pengurangan nilai produk karena atribut pengalamannya. harga tetap p, ketika ÿ menjadi lebih kecil, akan
ada lebih sedikit pelanggan yang membeli produk.Dalam publikasi
optimalmenyelidiki
yang ada,
perusahaan,keputusan
dimodel
manaini
penetapan
digunakan
keputusan harga
untuk
pembelian
konsumen dipengaruhi oleh harga perusahaan serta produk. Masalah ini akan dibahas lebih lanjut dalam
model permintaan yang bergantung pada kualitas nanti.
Catatan 3: Perhatikan bahwa jika variabel acak V mengikuti distribusi seragam yang didefinisikan pada
[A, B], maka diperoleh d(p) = [/(B ÿ A)] dv = [B ÿ p/ÿ]/ (B ÿ A) yang bentuknya sama dengan
Bp/ÿ
agregat
modelLM
linear
I
pada Tabel 1. Hasil serupa diperoleh Phillips (2005), yang mengasumsikan ÿ = 1 seperti yang ditunjukkan
pada Tabel 3. Padahal, dengan menggunakan distribusi probabilitas dari WTP konsumen atau utilitas V
(pada tingkat mikro) dapat menyebabkan fungsi permintaan agregat yang berbeda (pada tingkat makro).
Selain fungsi permintaan linier yang dihasilkan dari distribusi seragam pada [A, B], kami menemukan
bahwa Kuo (2008) dan Phillips (2005)
Tabel 3: Ringkasan distribusi probabilitas WTP atau utilitas konsumen yang umum digunakan
dan model permintaan agregat yang sesuai.
Kepadatan Probabilitas Permintaan Agregat

Distribusi Fungsif (v) Fungsi d(p)
1
BÿA , jika A ÿ v ÿ B, 0, (Bÿp)
Seragam (A,B): BÿA
(Fungsi linear)
jika tidak.
Phillips (2005)
ÿ exp(ÿÿv), jika v ÿ 0, 0, jika
Eksponensial (ÿ): exp(ÿÿp) (Fungsi log-linier)
tidak.
Kuo (2008)
exp[ÿ(v ÿ ÿ)/ÿ] ÿ{1 + exp[ÿ(v ÿ ÿ)/ÿ]
Logistik (ÿ, ÿ): 1 + fungsi exp[ÿ (Logistik
exp[ÿ(v ÿ ÿ)/ÿ]}2
Phillips (2005) (v ÿ ÿ)/ÿ] )
ÿÿ1 ÿ
ÿ ÿ ay ay
exp - ,
ÿ ÿ
ÿ
Weibull(ÿ, ÿ): ÿ exp -

p
ÿÿÿÿ ÿ
Kuo (2008) 0, jika v ÿ
(Fungsi eksponensial)
ÿÿÿÿ
0, sebaliknya.
bvÿ(b+1), jika v ÿ 1, 0,
Pareto(b): Phillips pÿb (Fungsi daya)
jika tidak.
(2005)
menurunkan fungsi permintaan agregat dengan asumsi bahwa V memenuhi distribusi

eksponensial, logistik, Weibull, dan Pareto, seperti yang diberikan pada Tabel 3.
Pembahasan kita di atas menyiratkan bahwa model (model agregat vs model WTP) yang
kita pilih terutama bergantung pada apakah kita perlu menganalisis pilihan konsumen di tingkat
mikro atau tidak. Jika kita tidak melakukan analisis pilihan konsumen, maka sebaiknya kita tidak
menggunakan model WTP tetapi langsung mengasumsikan fungsi permintaan agregat yang
telah diulas sebelumnya. Jika tidak, kita perlu mengembangkan model WTP dan menurunkan
fungsi permintaan agregat seperti yang dibahas di bagian ini.
Model aliran Poisson
Dalam beberapa tahun terakhir, harga dinamis dan model persediaan telah banyak digunakan
dalam manajemen pemasaran dan operasi (misalnya, Bitran & Caldentey, 2003; El maghraby &
Keskinocak, 2003). Dalam model seperti itu, salah satu faktor terpenting yang memengaruhi
keputusan penetapan harga adalah permintaan; dengan demikian, untuk menganalisis keputusan
penetapan harga yang optimal, seseorang perlu mempertimbangkan proses kedatangan
pelanggan dan perubahan WTP mereka (Elmaghraby & Keskinocak, 2003).
Publikasi awal tentang keputusan penetapan harga dinamis untuk produk yang mudah
rusak oleh Kincaid dan Darling (1963), yang mengembangkan model waktu kontinu di mana
permintaan mengikuti proses Poisson dengan intensitas ÿ. Pelanggan yang tiba pada waktu t
memiliki harga reservasi V (t) untuk produk tersebut, yang diasumsikan sebagai variabel acak
dengan cdf F(·). Kincaid dan Darling (1963) mempertimbangkan dua kasus. Dalam kasus
pertama, perusahaan tidak memposting harga tetapi menerima penawaran dari pelanggan
potensial, yang dapat diterima atau ditolak oleh perusahaan. Untuk kasus ini, pelanggan bukanlah
pemain strategis. Dalam kasus kedua, pelanggan bersifat strategis,
dan surplus bersih setiap pelanggan yang ditarik dari pembeliannya adalah U(p,t) = V (t) ÿ p(t),
di mana p(t) adalah harga pada waktu t. Jadi, seorang pelanggan membeli jika V(t) ÿ p(t).
Akibatnya, jika tingkat kedatangan pelanggan adalah ÿ dan setiap pelanggan memiliki harga
pemesanan iid V (t) dengan probabilitas ekor F¯ (p), maka permintaan yang diharapkan pada
harga p(t) adalah ÿF¯ (p(t) ) per satuan waktu. Dalam keadaan ini, perusahaan dapat
mengendalikan intensitas permintaan dengan memilih harga p(t) pada waktu t. Untuk model
serupa lainnya, lihat Bitran dan Mondschein (1997) dan Gallego dan van Ryzin (1994).
Zhao dan Zheng (2000) memodelkan permintaan sebagai proses Poisson nonhomogen
dengan laju ÿ(t) dan membiarkan distribusi probabilitas harga reservasi, F(·), berubah dari waktu
ke waktu. Artinya, tingkat kedatangan konsumen hanya bergantung pada waktu t, dan tingkat
pembelian bergantung pada harga reservasi pelanggan. Dengan asumsi bahwa pelanggan yang
memesan harga lebih tinggi atau sama dengan p akan membeli, Zhao dan Zheng (2000)
mencirikan permintaan sebagai proses Poisson nonhomogen dengan tingkat kedatangan ÿ(p,t)
= ÿ(t)(1 ÿ F (p, t)).
Menggeneralisasi model dalam Zhao dan Zheng (2000), Xu dan Hopp (2009)
mempertimbangkan perdagangan harga dalam penetapan harga dinamis dari perspektif
martingale. Penulis berasumsi bahwa perusahaan memiliki tingkat stok n > 0 item pada waktu
0, yang akan dijual selama periode [0, T]. Mirip dengan Zhao dan Zheng (2000), kedatangan
pelanggan mengikuti proses Poisson nonhomogen dengan intensitas ÿ(t) dimana t ÿ [0, T ].
Namun berbeda dengan Zhao dan Zheng (2000), Xu dan Hopp (2009) mengasumsikan bahwa
setiap pelanggan yang datang pada waktu t memiliki utilitas U(p,t) = V (t) ÿ ÿ(t)p, dimana V (t )
adalah harga reservasi pelanggan dan ÿ(t) adalah parameter sensitivitas harga, dan pelanggan
membeli produk jika U(p,t) ÿ 0. Permintaan total pada waktu t dengan harga p dihitung sebagai
ÿ( p,t) = ÿ(t)[1 ÿ F(ÿ(t)p,t)].
Catatan 4: Model aliran Poisson umum—yang memperhitungkan WTP pelanggan—memperluas

model WTP awal ke beberapa arah penting. Model-model ini memungkinkan untuk (i)
kemungkinan penilaian yang bervariasi waktu (yaitu, V (t) ÿ p(t)), (ii) harga p(t) yang tergantung
waktu, dan (iii) waktu-dan- harga de tarif kedatangan independen ÿ(p,t). Generalisasi seperti itu
membuat model ini lebih berguna dalam konteks pengelolaan pendapatan, misalnya, sambil
membuat estimasi parameter menjadi masalah yang lebih menantang.
Model Permintaan Harga-Dependen Kompetitif Multifirm Kami sekarang

meninjau model permintaan yang bergantung pada harga ketika ada persaingan harga di antara
banyak perusahaan di mana kenaikan harga oleh satu perusahaan mengurangi permintaan
untuk produknya tetapi meningkatkan permintaan untuk produk pesaing. Karena model
permintaan klasik untuk produk homogen dibahas secara komprehensif dalam literatur (misalnya,
Tirole, 1988; Vives, 1999), bagian ini hanya berfokus pada tinjauan model permintaan untuk
persaingan harga perusahaan dengan diferensiasi produk.
Misalkan n ÿ 2 perusahaan melayani pasar bersama dengan n produk yang bersaing.
Ketika perusahaan i = 1, 2,...,n menetapkan harga produknya sebagai pi, permintaan produk
perusahaan i ditulis sebagai di(p), di mana p ÿ (p1, p2,...,pn) . Seperti di sebagian besar
publikasi, kami berasumsi bahwa n perusahaan memiliki informasi pasar yang lengkap. Selain
itu, kami menemukan bahwa permintaan yang bergantung pada harga di(p) biasanya diasumsikan
memenuhi kondisi berikut (misalnya, Bernstein & Federgruen, 2004; Chen, Yan, & Yao, 2004):
(i) Perusahaan i menentukan harganya pi pada i = [ci, pi], di mana pi menunjukkan

nilai pi maksimum yang dapat diterima sehingga di(p)|pi=pi=i = 0, dan catatan
ci de biaya akuisisi unit perusahaan i.
(ii) di(p) kontinu, terbatas, dan dapat dibedakan pada ruang strategi 1 × 2 ×···×
= N.
(iii) di(p) penurunan harga perusahaan i pi, yaitu ÿdi(p)/ÿpi < 0; dan di(p) meningkat
dalam harga perusahaan j pj (yaitu, ÿdi(p)/ÿpj > 0, untuk j = i).
N N
(iv) j=1 ÿdi(p)/ÿpj < 0, dan ÿdj (p)/ÿpi
j=1< 0, untuk i = 1, 2,...,n.
Asumsi sebelumnya memastikan bahwa kenaikan harga yang seragam oleh n
perusahaan menghasilkan penurunan permintaan untuk setiap produk perusahaan.
Asumsi terakhir berarti bahwa, ketika perusahaan menaikkan harganya, permintaan
agregat untuk semua produk perusahaan berkurang.
(v) Elastisitas harga lokal (negatif) dari di(p), ei ÿ
ÿ[ÿdi(p)/ÿpi]/[di(p)/pi], meningkat dalam pi (yaitu, ÿei/ÿpi ÿ 0).
Tapi, ei menurun pj (yaitu, ÿei/ÿpj ÿ 0, untuk j = i). Dengan asumsi ÿei/ÿpi ÿ 0,
permintaan di(p) memiliki elastisitas harga (IPE) yang meningkat dalam pi;
sebagian besar model yang bergantung pada harga (misalnya linier, daya, dll.)
memenuhi asumsi ini. Dengan asumsi ÿei/ÿpj ÿ 0 (j = i), Milgrom dan Roberts
(1990) menunjukkan bahwa ln[di(p)] adalah supermodular di (pi, pj ); dan Chen,
Yan, dan Yao (2004) membuktikan bahwa permainan penjual berita—di mana
n perusahaan masing-masing bersama-sama membuat keputusan penetapan
harga dan inventaris bersaing dengan strategi penetapan harga mereka dalam
pengaturan periode tunggal—adalah supermodular. (vi) ÿei/ÿpi + j=i(ÿei/ÿpj ) ÿ
0, untuk semua j = i. Karena, ÿei/ÿpi ÿ 0 dan ÿei/ÿpj ÿ 0 (j = i), asumsi ini setara
dengan ÿei/ÿpi ÿ |ÿei/ÿpj | yang mengatakan bahwa pengaruh harga perusahaan
j=saya
i sendiri terhadap elastisitasnya mendominasi pengaruh harga
perusahaan lain terhadap elastisitas perusahaan i yang menggambarkan efek
substitusi.
Misalkan Ci(di(p)) menunjukkan total biaya akuisisi yang dikeluarkan oleh perusahaan i
ketika memperoleh di(p) unit produknya, kita menulis laba perusahaan sebagai
ÿi(p) = pidi(p) ÿ Ci(di(p)), (3)
yang pertama kali digunakan oleh Bertrand (1883) untuk menyelidiki masalah duopoli di mana dua
perusahaan membuat keputusan penetapan harga mereka untuk bersaing untuk permintaan pasar.
Edgeworth (1922, 1925) memperluas model dalam Persamaan (3) untuk menyelidiki masalah di
mana setiap perusahaan dengan kapasitas terbatas diasumsikan hanya melayani sebagian dari
pasar. Jika perusahaan dengan harga lebih rendah tidak dapat memenuhi permintaan akan produknya,
maka konsumen yang tidak terlayani akan membeli dari perusahaan dengan harga tinggi. Seperti
model permintaan disebut permintaan Edgeworth (misalnya, Dixon, 1987), yang digunakan oleh
Edgeworth untuk menunjukkan bahwa keseimbangan strategi murni mungkin tidak ada kecuali permintaan sangat elastis.
Hotelling (1929) mengembangkan sistem permintaan dengan diferensiasi produk
berdasarkan selera konsumen yang heterogen dan di bawah sistem permintaan Hotelling;
Chamberlin (1933) dan Robinson (1933) membahas persaingan tidak sempurna dengan
diferensiasi produk.
Ketika di(p) dan Ci(di(p)) dalam Persamaan (3) adalah fungsi linier, mudah untuk menurunkan
solusi kesetimbangan. Namun, ketika di(p) dan/atau Ci(di(p)) adalah nonlinier, maka akan sulit
untuk menemukan solusi analitik untuk kesetimbangan, tetapi kondisi untuk keberadaan dan
keunikan kesetimbangan tersedia.
Cachon dan Netessine (2004) menunjukkan bahwa metode quasi-cekung dan metode supermodular
dapat digunakan untuk membuktikan adanya solusi kesetimbangan; lihat Topkis (1979, 1998) untuk
supermodularitas. Mereka juga menunjukkan bahwa argumen aljabar, pemetaan kontraksi,
pemetaan univalen, dan pendekatan teori indeks telah banyak digunakan untuk menguji keunikan
ekuilibrium. Vives (1999) memberikan diskusi tambahan tentang keberadaan solusi ekuilibrium
untuk permainan persaingan harga.
Catatan 5: Model permintaan di(p), untuk i = 1, 2,...,n, dapat diturunkan dari perwakilan utilitas
konsumen (Anderson, Palma, & Thisse, 1992). Secara khusus, untuk menurunkan model linier,
biasanya perlu memecahkan masalah maksimisasi berikut (Anderson Palma, & Thisse, 1992 dan
Vives, 1999):
maks q (q) ÿ u(q) ÿ pT q, (4)
di mana u(q) adalah utilitas konsumen yang representatif, yang mulus dan sangat cekung; yaitu,
matriks Hessian dari u, Hu, adalah definit negatif; q ÿ (q1,...,qn) adalah vektor yang mewakili jumlah
yang dibeli oleh perwakilan konsumen, dan pT ÿ (p1,...,pn) adalah harga eceran perusahaan.
Fungsi permintaan invers dapat diperoleh dari kondisi orde pertama dari (q):pi = ÿui(q)/ÿqi untuk qi
> 0, i = 1, 2,...,n; membalikkan model permintaan terbalik ini, kita menemukan fungsi permintaan
langsung. Model permintaan ini harus memiliki efek silang simetris: ÿpi/ÿqj = ÿpj /ÿqi, untuk i = j ,
dan properti miring ke bawah, ÿpi/ÿqi < 0.
Selanjutnya, utilitas harus memenuhi syarat, ÿ2u/ÿqj ÿqi = ÿpi/ÿqj ÿ 0, untuk jika produknya adalah
substitusi, dan ÿ2u/ÿqj ÿqi = ÿpi/ÿqj ÿ 0, untuk i = j , i = j , jika mereka komplemen.
Model linier
Kami sekarang menyajikan contoh pendekatan yang digunakan dalam Anderson et al. (1992) dan
Vives (1999) untuk mendapatkan fungsi permintaan yang linier. Asumsikan bahwa n perusahaan
bersaing di pasar, dan masing-masing menghasilkan barang yang berbeda. Kami mempertimbangkan
fungsi utilitas konsumen berikut
N N
u(q) = ÿ ÿ qi ÿ 21 q2 Saya
ÿÿ qiqj , untuk i = 1, 2,...,n dan i = j ,
saya=1 saya=1 j=saya
(5)
di mana ÿ > 0, ÿ > 0 menunjukkan dampak harga produk i terhadap permintaan produk ini, dan ÿ >
0 ditafsirkan sebagai ukuran substitusi. Perhatikan bahwa parameter ÿ dan ÿ harus diatur
sedemikian rupa sehingga ÿ>ÿ , karena permintaan untuk produk i harus
perubahan
lebih sensitif
harganya
terhadap
sendiri
daripada produk lainnya, dan permintaan pasar total tidak boleh meningkat pada harga produk.
Mensubstitusikan fungsi utilitas ini ke dalam masalah optimisasi dalam Persamaan (4) dan
menyelesaikannya, kami memperoleh permintaan linier terbalik dan permintaan langsung berikut,
masing-masing:
pi(q) = ÿ ÿ ÿqi ÿ ÿ qj dan di(p) = ai ÿ bipi + ÿi pj ,

(6)
j=saya j=saya
di mana ai = ÿ/[ÿ + (n ÿ 1)ÿ ], bi = [ÿ + (n ÿ 2)ÿ ]/[(ÿ + (n ÿ 1)ÿ )(ÿ ÿ ÿ )], dan ÿi = ÿ /[(ÿ + (n ÿ
1)ÿ )(ÿ ÿ ÿ )].
Singh dan Vives (1984) dan Vives (1999) menyajikan kasus khusus dari model
permintaan umum di atas di mana dua perusahaan bersaing di pasar, dan masing-masing
menghasilkan barang yang berbeda. Fungsi utilitas konsumen mirip dengan Persamaan (5)
diberikan sebagai
u(q1, q2) = ÿ1q1 + ÿ2q2 ÿ ÿ1q2 + 2ÿ 1q1q2 + ÿ2q2 /2, 2
di mana ÿi, ÿi > 0, dan ÿiÿj ÿ ÿ ÿi > 0, untuk i = 1, 2, dan i = j . Untuk memastikan
2 >
kecekungan yang ketat dari fungsi utilitas, parameter harus memenuhi ÿ ÿ ÿ1ÿ2 ÿ ÿ
0. Dengan menggunakan fungsi utilitas ini dalam masalah optimisasi pada Persamaan (4),
kita memperoleh fungsi invers dan permintaan langsung sebagai pi = ÿi ÿ ÿiqi ÿ ÿ qj dan di =
ai ÿ bipi + ÿpj , masing-masing, di mana ai = (ÿiÿj ÿ ÿ ÿi)/ÿ, bi = ÿj /ÿ, dan ÿ = ÿ /ÿ. Selain itu,
jika ÿ1 = ÿ2 dan ÿ1 = ÿ2 = ÿ , kedua produk tersebut merupakan jikasubstitusi sempurna,
ÿ1 = ÿ2, rasio dan
ÿ 2/(ÿ1ÿ2)
mengukur derajat produk
diferensiasi.
Catatan 6: Sebagai alternatif ukuran substitusi ÿ , beberapa peneliti di bidang pemasaran

dan operasi telah mengadopsi parameter ÿ (mewakili efek harga silang) untuk mengukur
substitusi produk. Untuk menunjukkan perbedaan antara ukuran substitusi ini, Lus dan Muriel
(2009) telah membandingkannya, dan menunjukkan bahwa menggunakan ÿ alih-alih ÿ
sebagai ukuran tutabilitas produk dapat menyebabkan efek tidak realistis yang tidak dapat
didukung secara empiris.
Model atraksi
Beberapa peneliti telah mengusulkan model permintaan baru lainnya, yang dikenal sebagai
model daya tarik, yang sesuai dengan pangsa pasar masing-masing produk. Model tarik-
menarik dikembangkan secara aksiomatis oleh Luce (1959) berdasarkan asumsi sederhana
tentang perilaku konsumen, dan telah banyak digunakan untuk memperkirakan permintaan
di bidang ekonomi, pemasaran (Anderson et al., 1992; Mahajan & van Ryzin, 1998), dan
manajemen operasi (So, 2000; Bernstein & Federgruen, 2004). Model permintaan atraksi
biasanya ditulis sebagai
Mvi(pi)
di(p) = v0 + N , untuk i = 1, 2,...,n, (7)
j=1 vj (pj )
di mana M adalah jumlah pelanggan potensial di pasar; v0 adalah konstanta nonnegatif

yang dapat diinterpretasikan sebagai daya tarik opsi tanpa pembelian dan dapat digunakan
untuk menentukan apakah permintaan total M dipenuhi atau tidak oleh n perusahaan; dan
vi(pi) (i = 1, 2,...,n) menunjukkan nilai daya tarik perusahaan i yang merupakan ukuran daya
tarik produk perusahaan i. Perhatikan bahwa istilah vi(pi) memiliki sifat bahwa vi(pi) ÿ 0 dan
ÿvi(pi)/ÿpi < 0, dan ini dapat digunakan untuk mencirikan pangsa pasar perusahaan i dengan
asumsi bahwa permintaan yang diharapkan untuk produk perusahaan i sebanding dengan
daya tarik produk.
N
Dalam Persamaan (7), vi(pi)/[v0 + j=1 vj (pj )] adalah tipikal model logistik (misalnya,
Bowerman & O'Connell, 2007) yang mencirikan probabilitas konsumen memilih produk i di
antara n produk. Jadi, di(p) adalah permintaan yang diharapkan untuk produk i. Ketika v0
N
= 0, semua perusahaan memenuhi permintaan di(p) = M, yang berarti saya=1
pelanggan
bahwa semua dilayani
oleh perusahaan. Tetapi ketika v0 > 0, permintaan total semua perusahaan adalah di(p) <
M, yang mengimplikasikan bahwaN
beberapa
model daya pelanggan
tarik di atashilang. Perhatikan bahwa
pada Persamaan dalam
(7), pangsa
saya=1
pasar masing-masing perusahaan harus nonnegatif, dan ketika M = 1 dan v0 = 0, jumlah

pangsa pasar semua produk sama dengan kesatuan, yang umumnya dikenal sebagai
logika- persyaratan konsistensi (Cooper & Nakanishi, 1988).
Dalam ulasan kami, kami menemukan bahwa sejumlah publikasi mengasumsikan

fungsi khusus untuk istilah vi(pi) dalam model daya tarik Persamaan (7). Perhatikan bahwa
dalam banyak aplikasi, konstanta v0 diasumsikan nol agar konsisten dengan persyaratan
konsistensi logis bahwa jumlah pangsa pasar semua perusahaan sama dengan satu
(Cooper & Nakanishi, 1988). Fungsi spesifik vi(pi) yang umum digunakan diringkas sebagai
berikut:
(i) Model MultiNomial Logit (MNL): vi(pi) = exp(ÿi ÿ ÿipi). Di sini, ai > 0 dapat
diartikan sebagai utilitas yang diharapkan konsumen untuk produk tersebut, dan
ÿi > 0 adalah parameter sensitivitas harga. Model ini dapat diturunkan dari
model pilihan konsumen MNL (misalnya, Guadagni & Little, 1983), dan
perwakilan utilitas konsumen (Anderson et al., 1992; Vives, 1999). Sebenarnya
model MNL memberikan probabilitas bahwa konsumen akan memilih produk i
di antara n produk yang tersedia, dan dengan demikian, biasanya dianggap
sebagai permintaan yang diharapkan untuk produk i. Tentukan elastisitas merek
sendiri dan merek silang masing-masing sebagai berikut: ei = [ÿdi(p)ÿpi][pi/
di(p)]dan ei,j = [ÿdi(p)/ÿpj ] [pj /di(p)]. Oleh karena itu, kita dapat memperoleh
dua elastisitas model MNL di atas sebagai ei = ÿi[1 ÿ di(p)]pi, dan ei,j = ÿÿjdj
(p)pj . (ii) Model Interaksi Kompetitif Multiplikatif (MCI): vi(pi) = ÿipÿÿi . Di
sini, ÿi > 0 secara longgar mewakili kualitas produk i, dan ÿi > 1 adalah ukuran
sensitivitas
Saya
harga konsumen
Hadjinicola untuk
(1999) dan produkDari
So (2000). i. Untuk penerapan
definisi model
elastisitas MCI,
merek lihat
sendiri
dan merek silang di atas, kita dapat memperoleh dua elastisitas untuk model
MCI sebagai ei = ÿi[1 ÿ di(p)] dan ei,j = ÿÿjdj (p).
Dalam studi empiris, model MNL dan MCI diubah menjadi model linier untuk
mengestimasi parameter model (Cooper & Nakanish, 1988).
Baru-baru ini, Gallego, Huh, Kang, dan Philips (2006) mempertimbangkan permainan
persaingan harga oligopoli Bertrand di mana fungsi keuntungan perusahaan i diberikan
oleh Persamaan (3), dan permintaan produk perusahaan i ditentukan oleh Persamaan (7)
dengan M = 1 dan nilai daya tarik vi(pi) baik sebagai model linear [vi(pi) = ÿi ÿ ÿipi, ÿi, ÿi ÿ
0 ], model MNL, atau MCI. Dengan asumsi bahwa fungsi biaya Ci(di(p)) dalam Persamaan
(3) adalah cembung, Gallego et al. menunjukkan adanya keseimbangan Nash yang unik
untuk permainan persaingan harga.
Catatan 7: Dalam literatur, model MNL dan MCI adalah model daya tarik yang paling umum
digunakan. Perbedaan utama antara model MNL dan MCI adalah asumsi pola elastisitas merek
sendiri terhadap harga. Menurut Cooper (1993), kami mendefinisikan elastisitas pangsa pasar
sebagai rasio perubahan relatif dalam pangsa pasar suatu merek sesuai dengan perubahan relatif
dalam harga merek tersebut. Kami menemukan bahwa elastisitas pangsa pasar model MNL
meningkat hingga tingkat tertentu dan kemudian menurun, sementara elastisitas pangsa model
MCI menurun secara monoton dalam harga. Cooper (1993) mengemukakan bahwa model MCI
tampaknya lebih tepat daripada model MNL ketika perusahaan bersaing dengan menentukan
harga mereka, karena ketika harga mendekati nol, elastisitas pangsa pasar akan menjadi sangat
besar.
Model Tergantung Harga Lainnya
Selain model linier dan model daya tarik, model berikut juga telah digunakan untuk
mengkarakterisasi permintaan yang bergantung pada harga dalam kasus dua atau lebih
perusahaan yang bersaing.
Model Hotelling dan perluasannya
Hotelling (1929) mengusulkan model persaingan harga (disebut model kota linier) dengan
diferensiasi produk horizontal, dengan ciri-ciri sebagai berikut: Dua perusahaan yang bersaing
menghasilkan produk yang identik atau menawarkan layanan yang sama, dan perusahaan
tersebut berbeda satu sama lain karena lokasi ruang, layanan pascapenjualan, atau aspek
lainnya. Konsumen dapat menampilkan preferensi mengingat kendala ruang karakteristik produk,
menganggap merek tertentu dengan karakteristik umum sebagai pengganti yang dekat, dan
membedakan produk ini dari karakteristik uniknya.
Untuk ulasan menyeluruh tentang model Hotelling dan perluasannya, lihat Martin (1993) dan
Tirole (1988).
Menggabungkan keputusan masuk perusahaan, Salop (1979) memperluas model kota
linier di atas menjadi model kota melingkar (lihat juga, Tirole, 1988) dengan asumsi berikut:
konsumen ditempatkan secara seragam pada lingkaran dengan keliling sama dengan 1; beberapa
(n ÿ 2) perusahaan terletak di sekitar lingkaran dan semua perjalanan terjadi di sepanjang
lingkaran; dan setiap konsumen membeli satu unit produk dan menanggung satu unit biaya
transportasi t. Selain itu, setiap konsumen bersedia membeli dengan biaya terendah selama biaya
tersebut tidak melebihi surplus kotor yang diperoleh dari produk tersebut.
Banyak perusahaan yang
bersaing Di sini, kami mensurvei tiga model lain ketika banyak perusahaan bersaing dengan
produk mereka.
Model Cobb–Douglas (log-linear elastisitas konstan): Model ini juga disebut model permintaan
multiplikatif, yang diberikan sebagai
ÿ ÿ di(p) = untuk i = 1, 2,...,n,

aipÿÿi pÿij ÿ j=i ÿ ,
Saya
J
(8)
di mana ai > 0; ÿi > 1 menunjukkan elastisitas absolut dari permintaan firmi sehubungan
dengan harganya sendiri; ÿij ÿ 0 (j = 1, 2,...,n, j = i) menunjukkan elastisitas silang
sehubungan dengan harga perusahaan j. Dalam model Cobb–Douglas ini, elastisitas
harga ÿi dan ÿij keduanya merupakan konstanta yang tidak bergantung pada harga.
Untuk aplikasi, lihat Allon dan Federgruen (2007) dan Bernstein dan Federgruen (2004).
Meskipun model Cobb–Douglas dapat menangkap fenomena nonlinier di pasar, model
ini memiliki kekurangan yaitu elastisitas permintaannya selalu sama dengan koefisien
daya ÿÿi, i = 1, 2,...,n. Model ini dapat dilinearisasi dengan mengambil logaritma sebagai
ln di(p) = ln ai ÿ ÿi ln piparameter
+ ÿij
aîln=pjDalam
,dalam
yang linear dalam
Cobb-Douglas
ai, untuk
studi istilah
i, j =seperti
empiris. 1, ln dan
2,...,n
itu di(p),
j =lni. pi,
memfasilitasi ln pj , j=i model
Linearisasi
estimasi dan
Model pengeluaran konstan: Model pengeluaran konstan adalah di(p) = ÿpÿ1 g(pi)/
N
g(pj ),Arora,
di mana
Saya
ÿj=1> 0 elastisitas
& Ginter, dan g(pi)
1998; adalah
Vives, fungsi
1999).
konstan pisubstitusi
Bentuk
model yang positif
spesifik dan g(pi)
umum
(CES) menurun pÿrketat
dari=g(pi) (Allenby,
dimeliputi
mana r(i)> 0
dan (ii) fungsi eksponensial g(pi) = exp(ÿÿipi) , di mana ÿi > 0. Dengan model pengeluaran
konstan, dengan mudah mengikuti bahwa rasio permintaan untuk dua perusahaan
berbeda i dan, j bergantung
diberikan sebagai
Saya
di(p)/dj
pada harga pi (p)
dan=pjpÿ1 g(pi)/tidak
; yaitu, pÿ1 bergantung
g(pj ), yang pada
hanyaharga
perusahaan lain.
Saya
J
Catatan 8: Model tarikan harga MNL dan model CES memiliki beberapa sifat yang
identik: (i) Rasio permintaan model MNL dan CES masing-masing diberikan sebagai
berikut:
di(p)/dj (p) = exp (ÿi ÿ ÿipi)/(ÿj ÿ ÿjpj ) dan

ÿ1ÿÿ ,
di(p)/dj (p) = (pi/pj )
untuk i, j = 1, 2,...,n dan j = i. Dengan demikian, kedua rasio permintaan ini tidak
bergantung pada jumlah perusahaan, n, dan semua harga perusahaan lain (selain pi
dan pj ), (ii) elastisitas silang model MNL dan CES adalah ÿL = ÿjdj (p) pj dan
(p)pjÿC, masing-
= rdj aku j
masing, yang
untukmenunjukkan bahwa elastisitas
semua perusahaan,
aku j
i=j. silang untuk model MNL dan CES identik
Anderson dkk. (1992)
memberikan detailnya.
Milgrom dan Roberts (1990) menganggap permainan persaingan harga di mana
fungsi keuntungan masing-masing perusahaan diberikan oleh Persamaan (3), dan
menunjukkan bahwa (i) linear, (ii) MNL, (iii) Cobb-Douglas, dan (iv) model pengeluaran
konstan memiliki sifat log-supermodularitas (yaitu, ÿ2[ln di(p)]/(ÿpiÿpj ) ÿ 0), yang
memastikan adanya keseimbangan Nash untuk permainan nonkooperatif yang
melibatkan masing-masing dari empat permintaan ini model. Selain itu, seperti yang
dibahas dalam Milgrom dan Roberts (1990) dan Bernstein dan Federgruen (2004),
keempat model di atas juga memenuhi syarat
> j=i{ÿ2[ln bahwa ÿ2[ln
di(p)]/(ÿpiÿpj
Saya
di(p)]/ÿp2
)}, untuk ini memastikan
i = 1, 2,...,n;
keunikan kesetimbangan Nash.
Keterangan Umum
Pada bagian ini kami meninjau berbagai model permintaan yang bergantung pada harga dan
membandingkan kelebihan dan kekurangannya. Model linier dapat mengarah pada solusi analitik
yang mudah diperoleh, tetapi mereka gagal memperhitungkan nonlinier kompleks dalam permintaan
pasar. Di sisi lain, model nonlinier dapat mewakili realitas lebih dekat, tetapi nonlinier (dengan
pengecualian model isoelastik) membuatnya lebih sulit untuk mendapatkan hasil analitik yang
eksplisit.
Untuk kasus persaingan harga, baik model linear maupun model tarik-menarik menghasilkan
hasil analitis yang mudah diperoleh, tetapi model tarik-menarik memiliki keunggulan tambahan yaitu
dapat mencerminkan efek nonlinier yang muncul dalam fenomena persaingan. Karena keuntungan
ini, model tarik-menarik baru-baru ini menjadi pilihan yang disukai banyak peneliti dalam
mengeksplorasi persaingan harga antar perusahaan. Model permintaan kompetitif lainnya termasuk
model Cobb–Douglas, dan model pengeluaran konstan lebih sulit untuk dianalisis, tetapi salah satu
keunggulan model Cobb–Douglas adalah kemudahan untuk memperkirakan parameternya dalam
studi empiris.
MODEL PERMINTAAN REBATE-DEPENDENT
Selain strategi penetapan harga, produsen dan pengecer dapat menawarkan potongan harga (atau
promosi) kepada pelanggan akhir sebagai upaya untuk merangsang permintaan akan produk
mereka. Tentu saja, pabrikan juga dapat memberikan potongan harga kepada peritelnya
berdasarkan kinerja penjualan peritel tersebut. Di sebagian besar literatur yang diterbitkan, peneliti
berasumsi bahwa potongan harga yang diberikan kepada pelanggan dapat secara langsung
memengaruhi keputusan pembelian konsumen, dan dengan demikian, model permintaan
diasumsikan bergantung pada potongan harga pelanggan. Rabat yang dibayarkan oleh produsen
kepada pengecer juga secara tidak langsung dapat mempengaruhi permintaan konsumen karena
pengecer dapat memberikan sebagian dari potongan harga tersebut kepada konsumen akhir. Tapi
di sebagian besar makalah yang ada, rabat ini biasanya diasumsikan hanya mempengaruhi
keuntungan marjinal kedua perusahaan, bukan permintaan konsumen. Tujuan dari bagian ini
adalah untuk mensurvei fungsi permintaan yang secara eksplisit bergantung pada rabat perusahaan yang diberikan kepada
Model Permintaan
Baru-baru ini, beberapa peneliti telah meneliti pengaruh rabat perusahaan kepada pelanggan
terhadap permintaannya. Arcelus, Kumar, dan Srinivasan (2005) menggunakan model stokastik
aditif dan multiplikatif untuk menyelidiki rabat pabrikan sebagai insentif untuk merangsang
permintaan pelanggan akhir, dan juga membandingkan efisiensi rabat ini dengan promosi yang
dibayarkan oleh pabrikan kepada produsen. pengecer. Model permintaan aditif diberikan sebagai
D(p, R) = a0 + ÿ R ÿ bp + ÿ, dan model permintaan multiplikatif ditulis sebagai D(p, R) = ÿ0Rÿpÿÿÿ,
di mana R adalah jumlah rabat, ÿ0 > 0, ÿ dan b masing-masing adalah rabat dan sensitivitas harga,
dengan 0 <ÿ <b, dan 0 <ÿ< 1 < ÿ, dan ÿ adalah variabel acak bebas harga dan rabat. Khouja (2006)
menggunakan dua fungsi permintaan yang bergantung pada rabat—mirip dengan komponen
deterministik model stokastik Arcelus, Kumar, dan Srinivasan (2005)—untuk memeriksa kebijakan
rabat masuk (MIR) pabrikan;
´ ÿ
Sigue (2008), Cho, McCardle, dan Tang (2009), dan Demira g, Baysar,Keskinocak, dan Swann
(2010) menggunakan model serupa.
Chen, Li, Rhee, dan Simchi-Levi (2007) mengembangkan model perkalian untuk menguji
pengaruh perilaku penebusan pelanggan pada kebijakan MIR produsen. Tetapi mereka berasumsi
bahwa ada dua segmen pelanggan di mana pelanggan mungkin atau mungkin tidak merasakan
penurunan harga dengan jumlah rabat. Mirip dengan Chen et al. (2007), Khouja dan Zhou (2010)
juga meneliti pengaruh perilaku penebusan konsumen terhadap keputusan rabat produsen.
Mereka berasumsi bahwa permintaan bergantung pada apakah konsumen membuat keputusan
pembelian dan penebusan mereka secara bersamaan dan apakah upaya penebusan pelanggan
lebih besar daripada biaya bersih. Mirip dengan Chen et al. (2007), Aydin dan Porteus (2008)
menyelidiki rabat yang dibayarkan oleh produsen ke pengecer dan oleh pengecer ke pelanggan,
menggunakan model pengali yang lebih umum untuk permintaan yang didefinisikan sebagai D(p,
R) = g(p ÿ aR )ÿ, di mana g(·) adalah fungsi nonlinier menurun, dan ÿ adalah konstanta sensitivitas
rabat. Yang, Munson, dan Chen (2010) menyelidiki keputusan MIR optimal pabrikan ketika dia
juga memberikan harga eceran yang disarankan (MSRP). Yang dkk. (2010) menurunkan model
permintaan dari utilitas konsumen yang bergantung pada rabat pabrikan, MSRP, serta harga
eceran.
Arcelus dan Srinivasan (2003) menyelidiki scanback produsen dan rabat pelanggan dimana
produsen bermaksud untuk mencegah perilaku pembelian ke depan pengecer. Permintaan di
bawah skema rabat diberikan sebagai, d(p, R) = ÿ0(p ÿ R) ÿ, di mana R adalah rabat langsung
pabrikan kepada pelanggan, dan ÿ0 > 0, ÿ < ÿ1, R > 0. Mempertimbangkan masalah yang mirip
dengan yang oleh Cho et al. (2009), Geng dan Mallik (2011) meneliti situasi di mana produsen
dan pengecer dapat menawarkan MIR kepada konsumen akhir. Mereka menggunakan kerangka
aditif untuk memodelkan permintaan yang bergantung pada rabat stokastik D(p, Rr, Rm) = a ÿ b(p
ÿ ÿRr ÿ ÿRm) + ÿ, di mana Rr dan Rm masing-masing mewakili rabat pelanggan pengecer dan
pabrikan; ÿ adalah kesalahan acak yang didefinisikan pada [ÿ0, ÿ1] dengan ÿ1 > ÿ0 ÿ 0.
Untuk memastikan bahwa permintaannya positif, mereka mengasumsikan bahwa a ÿ bp + ÿ0 ÿ 0.
Catatan 9: Serupa dengan diskusi untuk model permintaan yang bergantung pada harga linier
dan isoelastis, hasil optimal dapat dengan mudah diperoleh dengan menggunakan model
permintaan rabat linier (misalnya, Khouja, 2006; Geng & Mallik, 2011), tetapi model seperti itu
tidak mencerminkan nonlinier yang diamati dalam skema rabat yang sebenarnya. Namun, model
Khouja (2006) dan Arcelus dan Srinivasan (2003) yang bergantung pada rabat daya dapat
mencirikan fenomena nonlinear, tetapi elastisitas permintaan yang terakhir sehubungan dengan
rabat R (yaitu, [ÿd(p, R) /ÿR][R/d(p, R)] = ÿ), selalu sama dengan konstanta. Meskipun model
Arcelus dan Srinivasan (2003) memiliki struktur yang mirip dengan model Khouja (2006), elastisitas
permintaan pembentuk adalah [ÿd(p, R)/ÿR][R/d(p, R)] = ÿR/(p ÿ R) > 0 (ketika P >R), yang tidak
konstan, melainkan bergantung pada harga dan rabat. Selain itu, ketika rabat mendekati nol,
tuntutan daya Arcelus et al. (2005) dan Khouja (2006) juga akan konvergen ke nol, yang
bertentangan dengan kenyataan bahwa meskipun tidak ada potongan harga yang ditawarkan,
beberapa pelanggan masih akan membeli produk tersebut.
Dengan demikian, model kekuatan Arcelus dan Srinivasan (2003) mungkin lebih masuk akal
daripada yang digunakan oleh Khouja (2006).
Keterangan Umum
Tinjauan kami di atas menunjukkan bahwa ketika rabat ditawarkan oleh produsen dan/atau
pengecer kepada pelanggan, fungsi permintaan diasumsikan sensitif terhadap harga eceran
dan tingkat rabat. Menariknya, kami mengamati bahwa model permintaan yang bergantung
pada rabat untuk analisis rantai pasokan hanya mempertimbangkan rantai pasokan dengan
satu produsen dan satu pengecer. Tampak bagi kami bahwa petisi persaingan rabat antara/
di antara produsen atau pengecer dapat menjadi arah yang menarik untuk penelitian di masa
mendatang. Tinjauan kami di atas juga menunjukkan bahwa ketika mempertimbangkan
pengaruh rabat perusahaan terhadap permintaan, sebagian besar makalah berasumsi bahwa
permintaan adalah fungsi linier atau kekuatan untuk permintaan deterministik. Akibatnya,
memperluas fungsi permintaan lain yang bergantung pada harga pada Tabel 1 untuk
menyelidiki kebijakan rabat pabrikan dan/atau pengecer mungkin layak untuk diperhatikan di
masa mendatang.
MODEL PERMINTAAN WAKTU LEAD-TERGANTUNG
Selain strategi penetapan harga, umumnya disepakati bahwa layanan pelanggan yang tepat
waktu juga merupakan penentu utama dalam mendapatkan keunggulan kompetitif di pasar
saat ini. Geary dan Zonnenberg (2000) melaporkan bahwa top performer di antara 110
organisasi melakukan inisiatif tidak hanya untuk mengurangi biaya dan mempertahankan
kehandalan, tetapi juga untuk meningkatkan kecepatan pengiriman dan fleksibilitas. Baker,
Marn, dan Zawada (2001) juga menemukan bahwa kurang dari 10% konsumen akhir dan
kurang dari 30% konsumen korporat mendasarkan keputusan pembelian mereka pada harga
saja; bagi sebagian besar pembeli baik harga maupun waktu pengiriman merupakan faktor
penting yang menentukan keputusan pembelian mereka. Jadi, untuk meningkatkan kepuasan
konsumen dan daya saing mereka, perusahaan harus fokus pada pengiriman yang cepat dan
andal serta harga jual.
Selanjutnya, kami meninjau model permintaan yang bergantung pada waktu tunggu yang tidak
melibatkan persaingan, dan kemudian meninjau model di mana perusahaan bersaing melalui waktu tunggu mereka.
Model Single Firm Price dan Lead Time–Dependent Demand Ketika tidak
ada kompetisi lead time, sebagian besar penulis telah menggunakan model linier, model
Cobb–Douglas, model MNL, dan model WTP untuk mencirikan permintaan yang bergantung
pada waktu tunggu.
Model linier
Misalkan suatu perusahaan menentukan lead time yang dijamin seragam L, yang berlaku
untuk semua pelanggan yang dilayani oleh perusahaan di pasar. Palaka, Erlebacher, dan
¨
Kropp (1998) dan Pekgun, Griffin, dan Keskinocak (2008) memodelkan operasi perusahaan
sebagai sistem antrian M/M/1 sederhana dengan laju produksi rata-rata ÿ (yang merupakan
kapasitas sistem) dan rata-rata kedatangan (permintaan) tingkat ÿ. Dengan asumsi tersebut,
¨
Palaka et al. (1998) dan Pekgun et al. (2008) mengasumsikan bahwa rata-rata tingkat
permintaan d(p,L) bergantung secara linier pada harga p dan waktu tunggu pengiriman yang
dijamin L, dengan kata lain,
d(p,L) = a ÿ ÿp ÿ ÿ L, (9)
di mana a > 0 mewakili permintaan maksimum yang dapat dicapai sesuai dengan harga nol
dan waktu tunggu nol; ÿ > 0 menunjukkan sensitivitas harga dari permintaan; dan ÿ > 0 adalah
sensitivitas lead time permintaan. Untuk memastikan permintaan positif bagi perusahaan,
¨
Palaka et al. (1998) dan Pekgun et al. (2008) mengasumsikan bahwa d(c, k/ÿ) = >a 0,
ÿ ÿc
di mana
ÿ ÿ k/ÿ
c menunjukkan biaya produksi unit perusahaan dan k ÿ 1 ÿ ln(1 ÿ ÿ) dengan ÿ ÿ [0, 1], sebagai
tingkat layanan yang telah ditentukan sebelumnya (diinginkan) perusahaan.
Dengan kendala yang sesuai, harga optimal dan lead time ditentukan. Liu, Parlar, dan Zhu
¨
(2007) menganggap model permintaan mirip dengan Pekgun et al. (2008), dan menyelidiki
rantai pasokan yang terdesentralisasi.
Model Cobb–Douglas
Fungsi permintaan umum lainnya yang bergantung pada waktu tunggu untuk perusahaan monopoli adalah
Model Cobb–Douglas, yang ditulis sebagai
d(p,L) = ÿpÿaLÿb , a, b > 0. (10)
Sebuah contoh dalam So dan Song (1998) mengilustrasikan model Cobb–Douglas dimana
sebuah perusahaan memiliki kapasitas tetap ÿ dan biaya produksi unit konstan c. Untuk
menemukan harga dan lead time yang optimal, perusahaan perlu memecahkan masalah
maksimisasi terkendala,
maks ÿ(p,L) = ÿ(p ÿ c)pÿaLÿb , st 1 ÿ exp{ÿ[ÿ ÿ d(p,L)]L} ÿ ÿ,

p>c,L
(11)
di mana ÿ > 0 mewakili permintaan potensial tertinggi untuk produk perusahaan; ÿ ÿ [0, 1]
adalah tingkat layanan yang diinginkan perusahaan, seperti yang dibahas untuk model linier
pada Persamaan (9); a > 0 dan b > 0 masing-masing menunjukkan elastisitas harga dan
elastisitas waktu pengiriman yang dijamin; dan batasannya sama dengan model linier pada
Persamaan (9).
Model MNL
Ho dan Zheng (2004) dianggap sebagai perusahaan jasa yang memenuhi permintaan
pelanggan homogen di pasar dengan tingkat permintaan total tetap. Perusahaan bertujuan
. untuk
memaksimalkan tingkat permintaannya d, yang merupakan produk dari tingkat permintaan
total dan pangsa pasar perusahaan S (U) yang merupakan fungsi MNL dari U utilitas pelanggan
homogen untuk layanan perusahaan. Artinya, d = S(U) = exp(U)/[exp(U) + A], di mana A
menunjukkan jumlah nilai eksponensial utilitas perusahaan lain. Misalnya, jika ada dua atau
lebih perusahaan yang bersaing di pasar dan perusahaan tersebut dianggap i, maka A =
exp(Uj ). Seperti model MNL telah banyak digunakan untuk mengkarakterisasi pangsa pasar
j=saya (misalnya, McFadden, 1980; Lee & Cohen,
1985).
Ho dan Zheng (2004) berasumsi bahwa A diberikan, dan utilitas U bergantung pada (i)
komitmen waktu pengiriman layanan perusahaan (yang merupakan harapan maksimum
pelanggan), dilambangkan dengan Tanah dan (ii) kualitas pengiriman oleh perusahaan
sebagai probabilitas bahwa waktu pengiriman perusahaan tidak lebih besar dari komitmennya
L. Seperti dalam model linear dan Cobb–Douglas, Ho dan Zheng (2004) menghitung kualitas
pengiriman layanan perusahaan sebagai U = ÿ0 ÿ ÿLL + ÿÿÿ , di mana ÿ0 > 0 mencerminkan
utilitas pelanggan yang homogen yang ditarik dari atribut lead time-independent perusahaan; ÿL >
0 dan ÿÿ > 0 masing-masing mencerminkan sensitivitas pelanggan terhadap komitmen waktu

pengiriman-pengiriman perusahaan dan kualitas pengiriman layanan perusahaan. ÿ adalah kualitas
penyampaian layanan perusahaan yang ditentukan sebagai ÿ = Pr( ÿ L) = 1 ÿ exp[ÿ(ÿ ÿ d)L], di mana
ÿ adalah tingkat layanan perusahaan.
Model kesediaan untuk
membayar Model linier, model Cobb–Douglas (log-linear), dan model MNL yang dibahas di atas
menggunakan fungsi permintaan agregat untuk memodelkan masalah lead time.
Para peneliti baru-baru ini mulai menggunakan model yang bergantung pada waktu tunggu
berdasarkan utilitas konsumen yang dipengaruhi oleh waktu tunggu yang dijamin oleh perusahaan.
Dalam penelitian ini, Li (1992) menggunakan model berbasis utilitas untuk menginvestigasi
masalah penetapan harga dan kualitas investasi perusahaan, di mana perusahaan memproduksi dan
menjual barang yang homogen. Permintaan muncul dari waktu ke waktu sesuai dengan proses
Poisson dengan intensitas ÿ, dan pelanggan memiliki preferensi yang homogen terhadap harga p,
penilaian produk (kualitas) q, dan waktu tunggu pengiriman produk, L. Fungsi utilitas pelanggan
adalah U(q, p,L) = u(q,p) ÿ ÿ L, di mana u(q,p) merepresentasikan fungsi utilitas waktu tunggu–
independen yang meningkat di q dan menurun di p, dan ÿ adalah penurunan utilitas marjinal untuk a
pertambahan waktu tunggu per unit. Asumsikan bahwa harga reservasi pelanggan adalah u,
pelanggan akan membeli dari perusahaan jika E[U(q, p,L) | Ft] ÿ u¯, dimana Ft mewakili informasi
yang tersedia untuk pelanggan pada waktu t. Dari kondisi ini, Li menurunkan permintaan perusahaan.
Zhao, Stecke, dan Prasad (2012) mempelajari keputusan penetapan harga dan lead time
perusahaan yang optimal dengan mengasumsikan bahwa utilitas konsumen adalah fungsi linear dari
harga serta lead time kutipan. Mereka mengklasifikasikan pelanggan menjadi dua kelompok: lead
time sensitive (LS), dengan proporsi ÿ ÿ (0, 1) dan price sensitive (PS) dengan proporsi 1 ÿ ÿ.
Catatan 10: Tinjauan kami terhadap model yang bergantung pada waktu tunggu menunjukkan
kesejajaran yang menarik antara model ini dan model yang bergantung pada harga deterministik yang
dibahas sebelumnya. Secara khusus, model permintaan linier LM yang saya temukan pada Tabel 1
adalah versi yang lebih sederhana dari model Persamaan (9) yang bergantung pada waktu tunggu,
tetapi penggunaan yang terakhir melibatkan beberapa kendala dalam model optimisasi.
Demikian pula, model Cobb–Douglas dalam Persamaan (10) pada bagian ini adalah versi sederhana
dari model yang lebih umum dalam Persamaan (8), yang kami ulas dalam konteks model yang
bergantung pada harga dengan banyak perusahaan yang bersaing. Model MNL juga ditemukan
sebagai kasus khusus dari model tarikan harga yang dibahas sebelumnya. Akhirnya, model WTP
memiliki hubungan yang erat dengan model permintaan yang bergantung pada harga perusahaan
tunggal. Namun berbeda dengan model aliran Poisson, model WTP bagian ini tidak mempertimbangkan
waktu kedatangan konsumen.
Hebatnya, apa yang hilang dalam model lead-time-dependent adalah dimasukkannya faktor acak ÿ
yang ada di semua model yang dirangkum dalam Tabel 2. Pengamatan ini mengarahkan kita untuk
menyarankan bahwa mungkin ada beberapa masalah terbuka penting yang memasukkan permintaan
stokastik. lingkungan dengan skenario permintaan yang bergantung pada waktu tunggu.
Model Permintaan Bergantung Waktu-Dependen Multifirm yang Kompetitif Kami
sekarang meninjau model permintaan yang bergantung pada waktu tunggu dalam pengaturan persaingan.
Model yang paling umum termasuk model linier, model MNL, dan model MCI.
Model linier
Model permintaan paling sederhana untuk kasus ini dikembangkan sebagai fungsi linier. Publikasi
¨
relevan yang masih ada (misalnya, Boyaci & Ray, 2003, 2006; Pekgun et al., 2009) mengasumsikan
bahwa setiap perusahaan memiliki kapasitas konstan, dan bahwa permintaan yang dihadapi oleh
setiap perusahaan secara linier bergantung pada harga dan waktu pengiriman yang dijamin. .
Artinya, model permintaan linier untuk produk perusahaan i (i = 1, 2) ditulis sebagai
di(pi, Li; pj , Lj ) = ai ÿ bipi ÿ ÿiLi + ÿijpj + ÿijLj ,
untuk i, j = 1, 2, dan i = j , (12)
di mana ai > 0 adalah potensi permintaan maksimum di suatu pasar; bi > 0 dan ÿij > 0 masing-
masing adalah parameter sensitif harga perusahaan i dan perusahaan j (j = 1, 2, j = i); dan, ÿi
> 0 dan ÿij > 0 masing-masing menunjukkan parameter sensitif waktu tunggu perusahaan i
dan perusahaan j. Karena dibandingkan dengan harga perusahaan j pj (j = 1, 2), harga
perusahaan i pi (i = 1, 2, i = j ) harus memiliki dampak yang lebih tinggi pada permintaan
produk perusahaan, diasumsikan bahwa bi lebih besar dari ÿij (yaitu, bi > ÿij ). Demikian pula,
ÿi > ÿij , untuk i, j = 1, 2, dan i = j .
Menggunakan Persamaan (12), kami menghitung permintaan total yang dipenuhi oleh
2 2 2
dua perusahaan sebagai di(pi, Li; pj , Lj ) = i=1[(bi
saya=1 menemukan bahwa, ketika 2i=
ÿ ÿj i)pi]itotal
perusahaan
1aiÿ
ÿmenaikkan
i=1[(ÿi ÿ ÿjharganya
permintaani )Li], daripimana
berkurang kita
sebesar
(b1
sebesar
ÿ ÿ21)
$1,
unit. Pekgun et al. (2009) menggunakan model linier pada
¨ Persamaan (12) untuk menyelidiki
persaingan antara dua perusahaan yang menentukan harga dan lead time mereka.
Model MNL
Untuk harga perusahaan tunggal dan model permintaan yang bergantung pada waktu tunggu, kami
telah meninjau model MNL yang diusulkan oleh Ho dan Zheng (2004) untuk mengkarakterisasi tingkat
permintaan yang dihadapi oleh satu perusahaan. Ho dan Zheng (2004) juga menyelidiki kasus
duopolistik di mana dua perusahaan bersaing untuk pelanggan homogen dengan komitmen waktu
pengiriman mereka. Mirip dengan harga MNL dan model permintaan yang bergantung pada waktu
tunggu untuk satu perusahaan, kami menulis fungsi tingkat permintaan perusahaan i sebagai
exp(ÿ0i ÿ ÿLLi + ÿÿ{1 ÿ exp[ÿ(ÿi ÿ di)Li]})

di(L) = , untuk i = 1, 2.
2 exp(ÿ0j ÿ ÿLLj + ÿÿ{1 ÿ exp[ÿ(ÿj ÿ dj )Lj ]}) j=1
(13)
Ho dan Zheng (2004) menganalisis permainan dua pemain, gerakan simultan di mana
perusahaan i memaksimalkan tingkat permintaannya di Persamaan (13). Mereka menunjukkan
bahwa ekuilibrium Nash ada untuk permainan.
Model MNL dapat diperluas untuk mengatasi persaingan oligopolistik di mana n ÿ 2
perusahaan bersaing untuk permintaan pelanggan yang homogen di pasar dengan tingkat
permintaan total tetap D. Seperti dalam So (2000) dan Ho dan Zheng (2004), kami berasumsi
bahwa tingkat permintaan perusahaan i di, yang dihitung sebagai produk dari
tingkat permintaan total D dan pangsa pasar perusahaan Si(ui), adalah fungsi MNL dari
utilitas pelanggan homogen ui untuk layanan perusahaan i. Itu adalah,
ÿ ÿ
di(L) = DSi(ui) = D exp(ui)/ exp(uj ) untuk i = 1, 2,...,n, (14)
ÿ j=1 ÿ,
dimana utilitas ui diasumsikan memiliki bentuk ui = ÿi ÿ ÿLiLi + ÿÿiÿi, dan ÿi ÿ [1 ÿ eÿ(ÿiÿdi)Li] adalah
kualitas layanan perusahaan i; Li tegas waktu layanan yang dijamin; ÿi menunjukkan tingkat layanan
(kapasitas) perusahaan i; dan ÿi > 0, ÿLi > 0, dan ÿÿi > 0 didefinisikan sebagai utilitas yang ditarik
dari atribut waktu pengiriman perusahaan i – independen.
model MKI
Ketika n ÿ 3 perusahaan bersaing dengan produk terdiferensiasi mereka, kami menemukan
bahwa model yang paling umum untuk kasus ini adalah MCI. Ingatlah bahwa sementara dalam
diskusi kita untuk model tarikan harga (di mana MCI dibahas) permintaan hanya bergantung
pada harga, di bagian ini permintaan untuk setiap perusahaan bergantung pada harga dan
waktu pengiriman.
Jadi (2000) menganalisis sebuah permainan multiplayer, simultaneous-move di
mana n ÿ 2 perusahaan jasa menentukan harga mereka dan menjamin waktu pengiriman
untuk memaksimalkan laba operasi mereka. Perusahaan melayani pasar dengan ukuran
tetap > 0, dan bersaing untuk permintaan pelanggan yang peka terhadap harga, waktu
pengiriman, dan faktor lain seperti reputasi perusahaan atau dimensi kualitas layanan lainnya.
Oleh karena itu, perusahaan dengan harga terendah dan jaminan waktu tersingkat
belum tentu mendapatkan seluruh pasar. Jadi (2000) menghitung permintaan untuk
layanan perusahaan sebagai produk dari total permintaan pasar dan pangsa pasar
perusahaan dalam bentuk fungsi MCI. Artinya, model permintaan untuk perusahaan i =
1, 2,...,n dibangun sebagai
ÿ N ÿ
ÿ ÿ
di(p, L) = ÿipÿa / Lÿb ÿjpÿa j
Lÿb , (15)
ÿ Saya Saya
J ÿ
ÿ ÿ j=1 ÿ ÿ
N
dengan suku ÿipÿa /[ Lÿb Lÿb
Saya Saya
j=1(ÿjpÿa j )] menunjukkan
J pangsa pasar perusahaan i. Di dalam
Persamaan (15), daya tarik perusahaan i dilambangkan dengan ÿipÿa Saya
Lÿb
Saya
, di mana pi dan Li
masing-masing adalah penetapan harga i dan keputusan waktu yang dijamin; ÿi > 0
merepresentasikan efek gabungan dari faktor-faktor yang tidak berhubungan dengan harga dan
waktu pengiriman; dan, parameter a > 0 dan b > 0 adalah faktor daya tarik harga dan waktu pasar.
Karena ukuran pasar konstan memiliki nilai sedang, So (2000) mengasumsikan

bahwa harga setiap perusahaan lebih kecil atau sama dengan nilai maksimum p yang
dapat dibebankan untuk layanan yang tersedia di pasar. Selain itu, seperti dikemukakan
oleh So (2000), model permintaan dalam Persamaan (15) tidak secara eksplisit
mempertimbangkan dampak keandalan penyampaian jaminan waktu ini.
Catatan 11: Ketiga model kompetitif yang telah kami ulas di bagian ini memiliki kesejajaran di
bagian sebelumnya tentang model permintaan kompetitif multiperusahaan yang bergantung pada
harga. Model permintaan linier multiperusahaan pada Persamaan (6) merupakan kasus khusus
dari model permintaan linier multiperusahaan dengan kompetisi lead time yang tercakup dalam
bagian ini. Demikian pula, model daya tarik MNL yang bergantung pada harga adalah variasi dari model
MNL yang bergantung pada waktu tunggu dari bagian ini. Terakhir, model daya tarik MCI yang
bergantung pada harga adalah kasus khusus dari model MCI bagian saat ini. Sebagaimana dijelaskan
dalam Catatan 7, perbedaan utama antara model MNL dan MCI adalah pola asumsi elastisitas saham
terhadap harga. Jadi, bahkan ketika kami mempertimbangkan model yang bergantung pada waktu
tunggu, komentar Cooper (1993) terkait dengan kesesuaian MNL versus MCI juga berlaku di sini.
Keterangan Umum
Pada bagian ini kami meninjau empat kategori model yang bergantung pada waktu tunggu tanpa
persaingan waktu tunggu. Secara kasar, model yang harus kita pilih bergantung pada apakah kita perlu
mempertimbangkan pengaruh waktu tunggu pada pilihan konsumen.
Secara khusus, jika seseorang mengharapkan untuk menguji pengaruh lead time dari perspektif agregat,
maka model linier, model Cobb–Douglas atau model MNL mungkin merupakan pilihan yang baik.
Namun, jika seseorang bermaksud untuk mengeksplorasi pengaruh waktu tunggu perusahaan pada
pilihan pembelian konsumen, maka model WTP berbasis utilitas mungkin tepat. Perhatikan juga bahwa,
seperti sebelumnya, sementara solusi optimal dapat diperoleh dengan relatif mudah untuk model linier,
solusi optimal untuk model Cobb–Douglas dan MNL mungkin kurang dapat ditelusuri.
Untuk kasus persaingan lead time, peneliti telah memfokuskan pada model linier, MCI, dan MNL
untuk menggambarkan pengaruh lead time terhadap permintaan.
Ini adalah model agregat yang tidak mencerminkan pengaruh keputusan lead time perusahaan pada
utilitas konsumen dan dengan demikian pilihan pembelian mereka. Oleh karena itu, dengan meningkatnya
perhatian pada perilaku konsumen, mungkin berguna untuk memperluas model berbasis utilitas (WTP)
untuk mengeksplorasi persaingan lead time.
MODEL PERMINTAAN BERGANTUNG RUANG
Telah diamati oleh pengecer bahwa mengalokasikan ruang yang lebih besar untuk suatu barang dapat
meningkatkan permintaan barang tersebut (Urban, 2005). Termotivasi oleh pengamatan ini, sejumlah
peneliti telah membangun model permintaan yang bergantung pada ruang yang digunakan untuk
menyelidiki masalah alokasi ruang untuk banyak produk. Lebih khusus lagi, ketika pengecer menjual
banyak produk di toko, perlu mempertimbangkan bagaimana ruang rak yang tersedia harus dialokasikan
secara efisien di antara produk untuk memaksimalkan keuntungan. Masalah alokasi ruang untuk suatu
perusahaan bisa menjadi masalah yang kompleks karena alasan berikut (Corstjens & Doyle, 1981):
Pertama, dari perspektif pendapatan, banyak produk memiliki margin keuntungan yang sangat bervariasi,
elastisitas ruang, dan elastisitas silang karena saling melengkapi. atau hubungan substitusi di antara
mereka. Kedua, dari perspektif biaya, alokasi ruang rak di antara banyak produk berdampak pada biaya
operasional perusahaan; misalnya, produk seringkali memiliki pengadaan, penyimpanan, dan stok yang
berbeda
biaya.
Keputusan alokasi ruang pengecer mungkin sedikit banyak memengaruhi tingkat persediaannya
dan juga permintaannya. Karena Urban (2005) telah memberikan ulasan ekstensif tentang model
permintaan yang bergantung pada inventaris, kami tidak mempertimbangkan model seperti itu dalam
ulasan kami. Sebagai gantinya, kami mensurvei permintaan yang bergantung pada ruang yang biasa digunakan
model yang dikembangkan untuk menentukan alokasi ruang antara n ÿ 2 produk. Model-model ini
diklasifikasikan menjadi model statis (periode tunggal) yang mayoritas dimiliki dan model permintaan
dinamis (multiperiod).
Model Permintaan Ruang-Dependen Statis Dalam
dua publikasi awal, Lee (1961) dan Anderson dan Amato (1974) menyelidiki dua masalah alokasi
ruang yang hanya mempertimbangkan elastisitas ruang positif tetapi mengabaikan elastisitas silang
di antara berbagai produk di toko. Dalam publikasi awal lainnya, Urban (1969) membahas efek dari
elastisitas silang. Publikasi di atas menggunakan fungsi Cobb–Douglas untuk menangkap
permintaan yang bergantung pada ruang rak. Corstjens dan Doyle (1981) menerbitkan publikasi
representatif menggunakan model Cobb–Douglas, yang kemudian diperluas oleh Bultez dan Naert
(1988) untuk menyusun model alokasi ruang rak umum. Kami memulai tinjauan kami dengan model
umum, lalu mensurvei model Cobb–Douglas.
Model umum
Bultez dan Naert (1988) mempertimbangkan masalah alokasi ruang untuk perusahaan yang menjual
n ÿ 2 produk kepada pelanggan, yang permintaan agregatnya untuk produk i = 1, 2,...,n bergantung
pada alokasi ruang dalam bentuk umum. Membiarkan s ÿ (s1, s2,...,sn) di mana si, i = 1, 2,...,n,
adalah ruang yang dialokasikan untuk produk i, mereka menggunakan di(s) untuk menunjukkan
permintaan produk i , yang bergantung pada ruang sj , j = 1, 2,...,n, dialokasikan ke produk j .
Permintaan di(s) untuk produk i diasumsikan fungsi tak-negatif dan tak-menurun dari ruang
si (untuk i = 1, 2,...,n), dengan kata lain, di(s) ÿ 0 dan ÿ di(s)/ÿsi ÿ 0. Pertimbangkan efek silang dari
produk lain yang juga dipajang di toko perusahaan (yaitu, penjualan suatu produk dipengaruhi oleh
ruang yang dialokasikan untuk produk dan ruang yang dialokasikan untuk produk lain). produk).
Efek silang produk j (j = 1, 2,...,n, j = i) terhadap permintaan produk i biasanya dicerminkan dengan
menggunakan elastisitas silang ÿij ÿ [ÿdi( s ) /ÿsj ] × [sj /di(s)]. Perhatikan bahwa ÿij bisa positif atau
negatif, tergantung pada sifat interaksi yang terjadi dalam bermacam-macam. Lebih khusus lagi,
jika produk i dan j dapat disubstitusikan, maka ÿij < 0, tetapi jika produk komplementer, maka ÿij > 0.
Model Cobb–Douglas Di
antara model permintaan yang bergantung pada ruang, yang paling umum digunakan adalah model
Cobb–Douglas yang ditulis dalam bentuk fungsi log-linear. Dalam publikasi awal menggunakan
model ini, Corstjens dan Doyle (1981) menyelidiki n masalah alokasi ruang produk untuk pengecer
yang memaksimalkan keuntungannya, yang bergantung pada skema alokasi s = (s1, s2,...,sn)
dengan si (i = 1, 2,...,n), sebagai ruang yang dialokasikan untuk produk i. Model permintaan Cobb–
Douglas yang dikembangkan oleh Corstjens dan Doyle (1981) menggabungkan elastisitas ruang
individual (yaitu, “efek utama”) dan elastisitas silang yang ada di antara berbagai produk di toko.
Artinya, permintaan produk i (i = 1, 2,...,n) diberikan sebagai
di(s) = ÿi(si) ÿi ÿ (sj ) ÿij

ÿ
(16)
ÿ j=1, j=i ÿ,
dimana ÿi ÿ 0; ÿi ÿ 0 menunjukkan elastisitas ruang produk i, dan ÿij berarti elastisitas

ruang silang antara produk i dan j (j = 1, 2,...,n, j = i). Perhatikan bahwa ÿij bisa positif atau
negatif tergantung pada apakah produk i dan j komplementer atau dapat disubstitusikan.
Perhatikan juga bahwa ÿij tidak harus sama dengan ÿj i.
Corstjens dan Doyle (1981) memberikan analisis menyeluruh dari estimasi parameter dan
menemukan solusi optimal menggunakan algoritma pemrograman geometri umum. Mart
´
´ÿnez-de-Alb eniz dan Roels (2010) baru-baru ini mengabaikan elastisitas silang dan
mereduksi model Cobb–Douglas dalam Persamaan (16) menjadi di(s ) = ÿi(si) ÿi bisa , yang
menjadi model yang tepat untuk menganalisis masalah produk tunggal.
´
Mart'ÿn-Herran, Taboubi, dan Zaccour (2006) menyelidiki rantai pasokan dua
produsen, satu pengecer dengan model permintaan yang bergantung pada ruang dan
harga eceran, yang lebih sederhana daripada Persamaan (16). Dua produsen (M1 dan
M2) dengan produk substitusi menentukan harga grosir mereka (wi, i = 1, 2), dan pengecer
membuat alokasi ruang (untuk produk dua produsen) dan keputusan harga eceran.
Permintaan untuk produk pabrikan Mi (i = 1, 2) dicirikan oleh
saya
ÿ ÿÿi
di(si; p1, p2) = ÿ(si) (pi) (pj ) , untuk i, j = 1, 2, i = j , (17)
di mana ÿ > 0; 0 <ÿ < 1 adalah elastisitas ruang konstan; pi adalah harga eceran produk i;
dan, ÿi dan ÿi masing-masing adalah elastisitas penjualan harga langsung dan harga silang.
Urban (1998) menyelidiki masalah alokasi ruang pengecer, dengan memperluas

model Corstjens dan Doyle dalam Persamaan (16) untuk mempertimbangkan permintaan
produk yang ditebar dan tidak distok dalam bermacam-macam. Yang dan Chen (1999)
memasukkan L ÿ 1 variabel pemasaran independen ruang (misalnya, harga, iklan, promosi,
dll.) ke dalam Persamaan (16), dan menyelidiki alokasi masing-masing m ÿ 1 rak di antara
n ÿ 1 produk.
Model Permintaan Ruang-Dependen Dinamis

Corstjens dan Doyle (1983) memperluas model permintaan ruang-tergantung statis dalam
Persamaan (16) menjadi model alokasi ruang dinamis (multiperiod), dengan asumsi bahwa
permintaan pada periode t tergantung pada keputusan alokasi ruang saat ini dan
permintaan pada periode t ÿ 1. Model dinamis dalam bentuk Cobb–Douglas diberikan
sebagai
ÿitu ÿijtÿ ÿ
dit = ÿi(duduk) (sjt) (di,tÿ1) ÿ, untuk i = 1, 2,...,n, (18)
ÿ j=1,j=i
ÿ
dimana dit adalah permintaan produk i pada periode t; ÿi > 0 adalah parameter bebas
waktu; dan ÿit adalah elastisitas ruang produk i pada periode t. Selain itu, pada Persamaan
(18), duduk adalah ruang yang dialokasikan untuk produk i pada periode t; ÿijt adalah
elastisitas silang antara perkalian i dan j (j = 1, 2,...,n, j = i) pada periode t; dan ÿ adalah
elastisitas konstan, yang mengukur berapa banyak pengaruh goodwill dalam satu periode
yang dipertahankan pada periode berikutnya (yaitu, ÿ = (ÿdit/ÿdi,tÿ1)(di,tÿ1/dit)) .
Keterangan Umum
Tinjauan kami di atas mengungkapkan bahwa sebagian besar model permintaan yang bergantung
pada ruang yang disurvei telah menggunakan model Cobb–Douglas untuk merumuskan fungsi permintaan.
Model Cobb–Douglas memiliki sifat menarik yang koefisien kekuatannya dapat diinterpretasikan
sebagai elastisitas permintaan terhadap ruang. Konsekuensinya, model Cobb–Douglas dapat
mengkarakterisasi interaksi nonlinear yang diamati pada permintaan pasar aktual. Namun, seperti
biasa, model Cobb–Douglas biasanya kurang dapat ditelusuri dalam hal memperoleh hasil eksplisit
untuk solusi optimal. Sebagai contoh, model Corstjens dan Doyle (1981) memerlukan algoritma tujuan
khusus, tetapi mengingat fungsi tujuan yang tidak cekung, solusi yang ditemukan bahkan mungkin
tidak optimal secara global. Selain itu, model dinamis dalam Persamaan (18) dapat dilihat sebagai
perluasan yang menarik dan realistis dari model statis Cobb–Douglas dalam Persamaan (16). Namun,
model dinamis ini tidak memasukkan dinamika keadaan apa pun. Model yang lebih umum di mana
ruang adalah variabel keadaan dan pengoptimalan dilakukan pada model kontrol yang optimal mungkin
lebih berguna dan realistis, tetapi mungkin lebih sulit untuk mendapatkan hasil yang optimal. Keputusan
ruang dan harga optimal Mart´ÿn-Herran, ´ Taboubi, dan Zaccour (2006) didasarkan pada asumsi
bahwa perbedaan antara elastisitas harga silang dan langsung tidak bergantung pada merek, dan
permintaan hanya bergantung pada masing-masing merek. ruang sendiri. Model mereka dapat
ditingkatkan dengan menginvestigasi masalah alokasi ruang optimal dengan model permintaan yang
bergantung pada ruang yang lebih realistis yang peka terhadap ruang dan harga.
MODEL PERMINTAAN YANG BERGANTUNG KUALITAS
Pada bagian ini, kami meninjau model yang bergantung pada kualitas produk dan kualitas layanan
untuk mencerminkan fakta bahwa pengukuran kualitas untuk sistem manufaktur berbeda dengan
sistem layanan. Lebih khusus lagi, kualitas suatu produk biasanya diukur berdasarkan kinerja produk,
keandalan, estetika, daya tahan, dan faktor lainnya, sedangkan kualitas layanan sebagian besar
tergantung pada kenyamanan, jaminan, dan waktu (misalnya, Stevenson, 2007). Oleh karena itu,
dampak kualitas produk terhadap permintaan harus berbeda dengan dampak kualitas layanan.
Model Kualitas Produk–Permintaan yang Bergantung

Dalam beberapa tahun terakhir, banyak perusahaan berfokus pada pengendalian kualitas
produk mereka, dan akan terus berfokus pada peningkatan kualitas. Namun, untuk
meningkatkan kualitas produk, perusahaan yang memproduksi produk tersebut mungkin
harus melakukan investasi R&D dan mengeluarkan biaya produksi yang lebih tinggi. Lebih
khusus, seperti yang dibahas oleh Banker, Khosla, dan Sinha (1998), investasi dalam
program peningkatan kualitas dapat meningkatkan biaya produksi tetap karena tiga
kemungkinan alasan: (i) investasi baru untuk presisi tinggi, keandalan tinggi, atau fleksibel
peralatan; (ii) pelatihan dan restrukturisasi organisasi untuk menerapkan skema manajemen
mutu; atau (iii) upaya tambahan untuk mendesain ulang produk atau proses untuk mencapai tingkat kualitas yang d
Untuk memperdagangkan manfaat dan biaya, setiap perusahaan (yaitu, sistem manufaktur)
mungkin perlu menentukan tingkat kualitas yang optimal untuk produknya, yang mempengaruhi
permintaan konsumen akan produk tersebut.
Model berbasis utilitas konsumen

Moorthy (1988) dan Tirole (1988) menganggap model berbasis utilitas di mana kualitas produk
dilambangkan dengan y. Seorang konsumen memperoleh surplus bersih u(p) = ÿy ÿ p jika dia
memutuskan untuk membeli, dan 0 sebaliknya, di mana ÿ > 0 adalah variabel acak dengan
pdf f (ÿ) dan cdf F(ÿ) yang mewakili penilaian konsumen . Ini menghasilkan fungsi permintaan,
d(p) = a[1 ÿ F(p/y)].
Tirole (1988) memperluas model di atas untuk menyelidiki permintaan berbasis utilitas untuk kasus
di mana dua produk (1 dan 2) dengan kualitas berbeda y1 dan y2 (y1 < y2) dijual di pasar dengan harga
p1 < p2. Setiap konsumen tidak membeli produk atau hanya membeli salah satu dari dua produk. Seorang
konsumen menikmati surplus u1 = ÿy1 ÿ p1 jika ia membeli satu unit produk 1 dengan kualitas y1, tetapi
memperoleh surplus u2 = ÿy2 ÿ p2 jika konsumen membeli satu unit produk 2 dengan kualitas y2. Dalam
fungsi surplus, ÿ > 0 adalah parameter rasa yang didistribusikan secara acak pada [0, +ÿ) dengan pdf f (·)
dan cdf F(·). Menunjukkan ÿi ÿ yi/pi, untuk i = 1, 2, Tirole menunjukkan bahwa ketika ÿ1 ÿ ÿ2, permintaannya
adalah d2(p1, p2) = a(1 ÿ F(ÿ2)), di mana a adalah ukuran pasar. Ketika ÿ1 < ÿ2, ia menemukan ekspresi
untuk permintaan produk berkualitas rendah dan berkualitas tinggi sebagai d1(p1, p2) = a[F((ÿˆ) ÿ F(ÿ1)]
dan d2(p1, p2) = a[ 1 ÿ F((ÿˆ)], masing-masing, di mana ÿˆ ÿ (p2 ÿ p1)/(y2 ÿ y1).
Zhao dkk. (2009) mendefinisikan utilitas konsumen sebagai fungsi daya: u(p) = y1/n ÿ p. Model
seperti itu berguna untuk meneliti masalah dengan perbedaan produk, karena memiliki dua sifat berikut:
(i) utilitas marjinal memiliki elastisitas konstan 1/n ÿ 1 dan (ii) koefisien penghindaran risiko relatif adalah
1 ÿ 1 /N. Lauga dan Ofek (2011) mengasumsikan bahwa suatu produk dalam kategori tertentu terdiri dari
dua karakteristik terkait kualitas, y1 dan y2, dan mengembangkan fungsi utilitasnya sebagai u(p) = v +
ÿ1y1 + ÿ2y2 ÿ p, di mana ÿ1 dan ÿ2 mewakili WTP untuk kualitas pada karakteristik y1 dan y2, berturut-
turut. Desai (2001) memasukkan diferensiasi kualitas (vertikal) dan rasa (horizontal) ke dalam utilitas
konsumen, dengan asumsi bahwa setiap konsumen mungkin memiliki produk idealnya sesuai dengan
titik pada segmen garis [0, 1]. Serupa dengan model Hotelling (1929), konsumen dengan valuasi ÿ
memiliki utilitas u(p) = ÿy ÿ kt ÿ p, dimana t adalah jarak dari produk tertentu ke titik ideal konsumen dan k
adalah satuan biaya transportasi . Chambers, Kouvelis, dan Semple (2006) mengasumsikan bahwa
konsumen mungkin berbeda dalam menanggapi harga, dan karenanya membangun fungsi utilitas
konsumen sebagai u(p) = y ÿ ÿp, di mana ÿ adalah parameter yang mencerminkan heterogenitas
konsumen dalam sensitivitas harga. Chambers et al. (2006) menunjukkan bahwa model utilitas mereka
setara dengan model Moorthy (1988) dan Tirole (1988) u(p) = ÿy ÿ p.
Model linier multiperusahaan kompetitif

Karena kualitas memainkan peran penting dalam meningkatkan daya saing perusahaan, akan
menarik untuk menentukan keputusan kualitas bagi perusahaan yang bersaing untuk
memenuhi permintaan konsumen. Kami mulai dengan membahas model permintaan yang
bergantung pada kualitas linier yang digunakan oleh Banker, Khosla, dan Sinha (1998) untuk
bersama-sama menentukan harga dan tingkat kualitas untuk dua atau lebih perusahaan yang bersaing.
Banker et al. (1998) pertama kali mempertimbangkan kasus duopolistik di mana dua perusahaan
(yaitu, perusahaan i = 1, 2) bersaing di pasar bersama dengan keputusan penetapan harga mereka (yaitu,
pi, i = 1, 2) dan tingkat kualitas (yaitu, yi ÿ 0, i = 1, 2). Model permintaan untuk perusahaan i
diasumsikan linier dalam harga dan tingkat kualitas dua perusahaan, dengan demikian,
di(p, y) = kiÿ ÿ ÿpi + ÿpj + ÿyi ÿ ÿyj , untuk i, j = 1, 2, i = j , (19)
di mana p ÿ (p1, p2);y ÿ (y1, y2); kiÿ > 0 adalah parameter potensi permintaan intrinsik untuk
perusahaan i; dan ÿ ÿ (0, 1] dan ÿ ÿ (0, 1] (ÿ ÿ (0, 1] dan ÿ ÿ (0, 1]) adalah respons permintaan
terhadap harga dan kualitas perusahaan i (perusahaan j), masing-masing.
Selain itu, ÿ/ÿ dan ÿ/ÿ masing-masing disebut sebagai daya tanggap relatif terhadap harga dan
kualitas, dan keduanya diasumsikan lebih besar dari satu (yaitu, ÿ>ÿ dan ÿ>ÿ). Seperti yang
didiskusikan oleh Tirole (1988), hal ini diperlukan karena jika kedua perusahaan menaikkan harga
sebesar 1 atau menurunkan tingkat kualitasnya sebesar satu unit, maka permintaan untuk masing-
masing perusahaan akan berkurang.
Untuk menguji dampak jumlah pesaing terhadap kualitas, Banker et al. (1998) memperluas
model permintaan dua perusahaan dalam Persamaan (19) ke kasus umum yang melibatkan n ÿ
2 perusahaan. Model permintaan umum dibangun sebagai, di(p, y) = ÿn ÿ ÿnpi + ÿn j=i pj + ÿnyi ÿ
ÿn j=i yj , untuk i, j = 1, 2, i = j .
Balasubramanian dan Bhardwaj (2004) mengembangkan dua model permintaan yang
bergantung pada tingkat harga dan kualitas yang mirip dengan tetapi lebih sederhana daripada
Persamaan (19). Artinya, model relevan dasar oleh Balasubramanian dan Bhardwaj (2004)
diberikan sebagai di(p, y) = 1 ÿ ÿ(pi ÿ pj ) + ÿ (yi ÿ yj ), untuk i, j = 1, 2 dan i = j . Kemudian,
Balasubramanian dan Bhardwaj merevisi model dasar mereka, dan mempertimbangkan model
permintaan dalam bentuk fungsi berikut: di(p, y) = 1 ÿ pi + ÿpj + ÿ yi ÿ ÿyj , untuk i, j = 1, 2 dan i =
j.
Catatan 12: Perlu diperhatikan bahwa ketika F seragam di atas [A, B], didapat d(p) = a[1 ÿ F(p/
y)] = a[B ÿ p/y]/(B ÿ A) yang memiliki bentuk yang sama dengan model linier agregat LM I pada
Tabel 1. Menariknya, ini adalah pengamatan yang sama yang kami lakukan pada Catatan 3
ketika kami membahas model WTP oleh Kalish (1985). Jadi, dua masalah yang tampaknya
berbeda mengarah pada struktur yang sama.
Kualitas Layanan – Model Permintaan yang Bergantung
Banyak perusahaan bersaing dengan kualitas layanan mereka untuk mendapatkan pangsa pasar
yang lebih besar, selain pendekatan tradisional seperti penetapan harga (misalnya, Bernstein &
Federgruen, 2004). Kualitas layanan diukur agak berbeda dalam sistem manufaktur dan layanan.
Untuk sistem manufaktur, pengukuran tipikal kualitas layanan mencakup keterlambatan pesanan
yang diharapkan, probabilitas bahwa penundaan pesanan tidak melebihi waktu tunggu yang
dikutip, dan persentase pesanan yang dipenuhi secara akurat. Untuk sistem layanan, pengukuran
kualitas layanan mencakup waktu tunggu pelanggan yang diharapkan, probabilitas bahwa
pelanggan menerima layanan yang diminta dalam jendela waktu yang dijamin, dan probabilitas
bahwa pelanggan tidak pergi sebelum dilayani (Benjaafar, Elahi, & Donohue, 2007).
Ingatlah bahwa untuk model yang bergantung pada waktu tunggu, kami telah membahas
model permintaan yang bergantung pada waktu pengiriman yang dijamin, yang melibatkan
batasan tanggung jawab pengiriman. Pada bagian ini, kami mempertimbangkan model permintaan
yang bergantung pada kualitas layanan yang tidak peduli dengan jaminan waktu pengiriman
untuk sistem manufaktur dan layanan. Kami pertama-tama meninjau model tanpa persaingan
kualitas, dan kemudian mensurvei model tersebut untuk beberapa perusahaan pesaing.
Model permintaan perusahaan

tunggal Untuk kasus satu perusahaan, kami meninjau model permintaan yang mencirikan
dampak kualitas layanan perusahaan pada permintaan agregat untuk produk atau layanan
perusahaan. Survei kami telah mengungkapkan bahwa publikasi yang ada telah
mempertimbangkan model ketergantungan kualitas layanan umum, model spesifik (akar
kuadrat), dan model utilitas.
Model umum: Dalam publikasi awal, Desai dan Srinivasan (1995) membangun model permintaan
yang bergantung pada tingkat layanan umum untuk menganalisis pensinyalan permintaan oleh
pemberi waralaba (prinsipal) yang diinformasikan kepada penerima waralaba (agen) yang bebas
risiko yang usahanya tidak dapat dipantau. Pemilik waralaba adalah salah satu dari dua tipe yang
mungkin: permintaan tinggi (H) dan permintaan rendah (L). Franchisor mengetahui jenisnya yang
“sebenarnya”, yang tidak diketahui oleh franchisee. Permintaan d(p,y) diasumsikan bergantung
secara linear pada harga p dan juga bergantung pada tingkat layanan franchisee y dalam bentuk
fungsi umum. Yaitu, dJ (p, y) = TJ ÿ p + g(y) + ÿ, untuk J = H,L, di mana TJ lebih tinggi untuk pemilik
waralaba dengan permintaan tinggi; g(y) adalah fungsi permintaan hanya dari tingkat layanan y,
yang diasumsikan cekung lemah di y; dan, ÿ menunjukkan rv eksogen dengan E(ÿ) = 0. Selain itu,
Desai dan Srinivasan berasumsi bahwa biaya layanan franchisee c(y) adalah fungsi cembung lemah
dari tingkat layanan y.
Mereka mengembangkan model permainan Stackelberg untuk menganalisis skema harga dua
bagian antara franchisor (sebagai pemimpin keputusan) dan franchisee (sebagai pengikut keputusan).
Model Akar Kuadrat: Desiraju dan Moorthy (1997) mengembangkan model permintaan yang
bergantung pada harga dan layanan untuk menganalisis rantai pasokan dua tingkat yang melibatkan
produsen dan pengecer. Para penulis berasumsi bahwa permintaan yang dihadapi oleh pengecer
secara linear bergantung pada harga p dan juga bergantung pada tingkat layanan y dalam bentuk
fungsi akar kuadrat. Dengan asumsi ini, permintaan diberikan sebagai d(p, y) = ÿ ÿ p + ÿ ÿy, untuk
ÿ > 0 dan 0 <ÿ < 2. Dalam model ini, ÿd(p, y)/ÿy > 0 dan ÿ2d(p, y)/ÿy2 < 0, yang menyiratkan
permintaan meningkat dalam upaya layanan y tetapi dengan skala hasil yang menurun.
Model permintaan multiperusahaan untuk beberapa produk yang
bersaing Kita sekarang mempertimbangkan kasus multiperusahaan di mana n ÿ 2 perusahaan

bersaing dengan kualitas layanan mereka untuk meningkatkan permintaan akan produk atau
layanan mereka. Seperti yang ditunjukkan oleh tinjauan kami, sebagian besar publikasi berasumsi
bahwa setiap perusahaan bersama-sama menentukan harga dan kualitas layanannya, sehingga
membangun model permintaan yang bergantung pada harga dan kualitas layanan. Membiarkan p
ÿ (p1, p2,...,pn) dan y ÿ (y1, y2,...,yn), kita menyatakan permintaan perusahaan i dengan di(p, y),
yang diasumsikan memenuhi sifat monoton
ÿdi(p, y) ÿdi(p, y) ÿdi(p, y) ÿdi(p, y) ÿ 0, ÿ 0; ÿ 0, ÿ 0, ÿpi ÿyi ÿpj ÿyj

untuk i, j = 1, 2,...,n dan i = j .
(20)
Asumsi ini masuk akal karena alasan berikut: jika perusahaan i menaikkan harga ecerannya pi
(kualitas layanan yi), permintaan di(p, y) untuk produk perusahaan i
atau jasa biasanya menurun (meningkat), tetapi jika perusahaan j (pesaing perusahaan i)
menaikkan harganya pj (kualitas pelayanan yj ), maka permintaan di(p, y) biasanya
meningkat (menurun). Bentuk fungsi permintaan spesifik meliputi model daya tarik, model
linier, dan model yang dapat dipisahkan log. Karena Bernstein dan Federgruen (2004)
menggunakan tiga model untuk menyelidiki suatu masalah, kami selanjutnya mensurvei
analisis oleh Bernstein dan Federgruen (2004) untuk mengilustrasikan model spesifik ini.
Model daya tarik: Model ini mencirikan permintaan dalam bentuk fungsi logistik, yang
serupa dengan model daya tarik harga logistik, dengan pengecualian bahwa model daya
tarik di bagian ini bergantung pada harga p dan tingkat layanan y. Model biasanya ditulis
sebagai
ÿ +n ÿv0
di(p, y) = Mvi(pi, yi)/ vj (pj , yj ) untuk i = 1, 2,...,n, (21)
j=1 ÿÿ,
di mana M adalah ukuran pasar tetap; v0 adalah parameter konstan; dan vi(pi, yi) adalah
nilai daya tarik perusahaan i yang bergantung pada harga dan kualitas layanannya sendiri.
Selain itu, vi(pi, yi) umumnya diasumsikan sangat menurun dalam pi tetapi sangat
meningkat dalam si (yaitu, dvi(pi, yi)/dpi < 0 dan dvi(pi, yi)/dyi > 0).
Nilai daya tarik vi(pi, yi) dalam Persamaan (21) biasanya diasumsikan oleh publikasi
yang ada memiliki salah satu dari struktur spesifik berikut: model MNL, model MCI, dan
model multiple customer segment (MCS). Sebagai contoh, Bernstein dan Federgruen
(2004) menganggap kompetisi cakrawala tak terbatas antara n pengecer yang masing-
masing menghadapi permintaan acak di setiap periode. Mereka mencirikan permintaan
acak yang dihadapi oleh pengecer i = 1, 2,...,n sebagai Di(p, y) = di(p, y)ÿi, di mana di(p,
y) diberikan seperti pada Persamaan (21 ) dengan nilai tarik-menarik dalam bentuk fungsi
MNL (yaitu, vi(pi, yi) = exp[bi(yi) ÿ ÿipi]), dan ÿi adalah rv kontinu umum dengan distribusi
stasioner yang tidak bergantung pada harga p dan harga tingkat layanan (tingkat
pengisian) y. Benjaafar, Elahi, dan Donohue (2007) mengembangkan model at traction
yang hanya bergantung pada kualitas layanan, yang diberikan sebagai di(y) = vi(yi)/ vi(yj ),
N
untuk i = 1, 2,. ..,n, di mana
darinilai tarikanvi(0)
yi dengan vi(yi)=j=1
0. adalah fungsi cekung dan tidak menurun
Model linier: Model permintaan yang bergantung pada kualitas layanan dalam bentuk
fungsi linier adalah yang paling sederhana. Bernstein dan Federgruen (2004, 2007)
membangun model linier untuk mengkarakterisasi permintaan peritel i (i = 1, 2,...,n). Mirip
dengan diskusi kami untuk model permintaan atraksi, kami selanjutnya meninjau model
Bernstein dan Federgruen (2004), yang dinyatakan sebagai
di(p, y) = ai ÿ bipi + cijpj + ÿiyiÿ _ untuk ai, bi, cij , ÿi, ÿij > 0, ÿijyj ,
j=saya j=saya
(22)
di mana semua parameter diasumsikan konstanta positif, untuk memastikan sifat
monotonitas dalam Persamaan (20), dan bi > Selain itu, membiarkan
perkiraanj=ibiaya
cij . ki(yi)
menunjukkanpersediaan
(akhir periode) peritel i per unit penjualan untuk tingkat layanan terjamin yi, Bernstein dan
Federgruen (2004) mengasumsikan bahwa k i(0,5) < ÿi/b, untuk i = 1 , 2,...,n, untuk
memastikan bahwa pengecer saya tidak bisa "lebih baik" dengan menawarkan tingkat
pengisian kurang dari 50%.
Memperluas model linier pada Persamaan (22) di mana basis pasar ai adalah
konstanta, Allon dan Federgruen (2007) mempertimbangkan model permintaan linier di
mana basis pasar bergantung pada tingkat layanan {yi, i = 1, 2,.. .,n}, yang ditulis sebagai
di(p, y) = ai(yi) ÿ bipi + j=i(cijpj ) ÿ j=i ÿij (yj ), di mana basis pasar yang
layanan
bergantung
ai(yi) adalah
pada
diasumsikan tiga kali terdiferensiasi, meningkat, dan cekung pada tingkat layanan yi, dan
ÿij (yj ) adalah fungsi lintas istilah yang tidak menurun dan terdiferensiasi. Selain itu, fungsi
permintaan seperti itu harus memenuhi dua sifat berikut: (i) kenaikan harga yang seragam
oleh semua perusahaan tidak dapat menyebabkan peningkatan permintaan yang dihadapi
oleh masing-masing perusahaan (yaitu, bi > j= i cij ) ; dan (ii) kenaikan harga oleh suatu
perusahaan tidak
dapat mengakibatkan peningkatan permintaan agregat semua perusahaan (yaitu, bi > j=i cj
i).
Model yang dapat dipisahkan log: Bernstein dan Federgruen (2004) mengasumsikan
bahwa, dalam model yang dapat dipisahkan log, sistem reguler dari fungsi permintaan yang
bergantung pada harga {qi(p), i = 1, 2,...,n} diskalakan naik atau turun sebagai fungsi dari
tingkat layanan yi (i = 1, 2,...,n) yang ditawarkan oleh pengecer yang berbeda. Yaitu, model
permintaan yang bergantung pada tingkat harga dan layanan dalam bentuk fungsi yang
dapat dipisahkan log diberikan sebagai di(p, y) = ÿi(y)qi(p), di mana ÿi(y) dan qi(p) adalah
diasumsikan memenuhi sifat kemonotonan pada Persamaan (20). Selain itu, Bernstein dan
Feder gruen (2004) mengasumsikan bahwa fungsi ÿi(y) adalah log-supermodular di (yi, yj )
(i, j = 1, 2,...,n, i = j ) dan fungsi qi (p) juga log-supermodular di (pi, pj ) (i, j = 1, 2,...,n, i = j ).
Seperti yang dibahas Bernstein dan Federgruen (2004), fungsi ÿi(y) dapat
dinormalisasi menjadi satu atau dapat diusulkan dalam bentuk fungsi logit, dan fungsi qi(p)
dapat berupa linier, logit, Cobb–Douglas, atau model elastisitas konstan substitusi (CES).
Perhatikan bahwa tiga model pertama yang mungkin untuk qi(p) telah didiskusikan saat kita
meninjau model yang bergantung pada harga; dan model CES, yang dikembangkan oleh
Dixit dan Stiglitz (1977), biasanya diberikan sebagai qi(p) = ÿ (pi) rÿ1/ n j=1(pj ) r, untuk r <
0 dan ÿ > 0.
Keterangan Umum
Bagian ini mensurvei model permintaan yang bergantung pada kualitas. Survei kami telah
mengungkapkan bahwa model yang bergantung pada kualitas produk yang paling umum
digunakan termasuk model berbasis utilitas (untuk pengaturan perusahaan tunggal) dan
model linier (untuk pengaturan kompetitif). Dalam model berbasis utilitas, konsumen
biasanya dianggap heterogen dalam menilai kualitas produk. Model linier, di sisi lain,
digunakan untuk menggambarkan pengaruh kualitas pada permintaan dari perspektif
agregat; yaitu, konsumen diasumsikan memiliki penilaian yang homogen.
Bagian ini juga mengulas model permintaan berbasis kualitas layanan yang umum
digunakan. Untuk menguji masalah pelayanan optimal perusahaan monopolistik, kita dapat
menggunakan model umum dan model akar kuadrat. Kedua model ini merupakan fungsi
permintaan agregat. Namun sejauh ini, beberapa peneliti telah menggunakan model
permintaan berbasis kualitas layanan dengan mempertimbangkan perilaku konsumen, yang
mungkin layak untuk diteliti lebih lanjut. Di sisi lain, untuk menangkap keputusan investasi
optimal perusahaan pada tingkat layanan dalam lingkungan kompetitif, fungsi permintaan
yang digunakan dalam literatur meliputi model daya tarik, model linier, dan model log-separable.
model. Model daya tarik adalah model respons pangsa pasar, yang menyiratkan bahwa perkiraan
pangsa pasar suatu merek terletak antara 0 dan 1, dan secara alami, jumlah perkiraan pangsa
pasar untuk semua merek pada waktu tertentu sama dengan satu. Berbeda dengan model tarik-
menarik, model linear dan log-separable mencerminkan permintaan aktual di pasar.
MODEL PERMINTAAN YANG BERGANTUNG IKLAN

Periklanan adalah pendekatan pemasaran yang umum dan efektif yang digunakan untuk
mempromosikan produk kepada pelanggan. Seperti yang dibahas oleh Banerjee dan Bandyopadhyay
(2003), persaingan periklanan dan dampaknya terhadap perilaku konsumen dan kinerja pasar
biasanya memiliki dua deskripsi utama: (i) Periklanan dapat dianggap sebagai saluran yang
memberikan informasi berharga kepada pelanggan yang kemudian dapat mengurangi informasi
produk. diferensiasi dan membuat pilihan yang rasional, (ii) periklanan juga merupakan alat yang
membujuk pelanggan melalui pembeda yang tidak berwujud dan/atau psikis, sehingga menciptakan
diferensiasi di antara produk.
Dalam praktiknya, perusahaan mungkin perlu menentukan berapa banyak yang akan
dibelanjakan untuk iklan dan/atau bagaimana mengalokasikan pengeluarannya dari waktu ke waktu;
yaitu, haruskah periklanan statis atau dinamis (dihidupkan dan dimatikan) untuk masalah
multiperiode? Dengan demikian, keputusan periklanan yang tepat penting bagi perusahaan untuk
berhasil dalam pasar yang kompetitif (Mesak & Mwans, 1998). Di bidang ekonomi dan pemasaran,
model telah dikembangkan untuk mengkarakterisasi dampak periklanan terhadap permintaan dalam
pengaturan statis atau dinamis, yang juga merupakan klasifikasi yang kami gunakan dalam ulasan kami.
Dalam beberapa dekade terakhir, sejumlah model dinamis diusulkan untuk mengkaji masalah
terkait periklanan; model tersebut termasuk model difusi, model Lanchester, model Nerlove–Arrow,
model Vidale–Wolfe, dan lainnya, yang diulas dalam Sethi (1977), Mahajan, Muller, dan Bass
(1990), Feichtinger, Hartl, dan Sethi (1994), dan Erickson (2003). Jadi, kami membatasi tinjauan
kami pada model permintaan statis, yang meliputi, untuk kasus nonkompetitif, model umum dan
model log-separable (yaitu, log-linear). Untuk kasus kompetitif, kami membahas model permintaan
MCI dan MNL.
Periklanan Nonkompetitif – Model Permintaan Bergantung Bagian ini
mengulas model permintaan perusahaan tunggal (nonkompetitif).
Model umum
Dalam makalah awal, Dorfman dan Steiner (1954) mengembangkan teori formal tentang masalah
iklan optimal untuk perusahaan monopolistik yang ingin menentukan harga p dan pengeluaran iklan
A untuk produknya. Mereka menunjukkan permintaan pasar sebagai d(p, A), dengan ÿd/ÿp < 0 < ÿd/
ÿA, yang menyiratkan bahwa permintaan meningkat dalam pengeluaran iklan A tetapi menurun
dalam harga p. Biaya produksi variabel perusahaan monopoli adalah,C(d), denganC > 0 sehingga
keuntungan perusahaan monopoli diberikan sebagai (p, A) = pd(p, A) ÿ C(d) ÿ ÿA, di mana ÿ adalah
biaya per iklan satuan Keputusan harga dan periklanan yang optimal ditentukan oleh kondisi orde
pertama, mengingat kondisi orde kedua berlaku.
Pepall, Richards, dan Norman (1999) menyajikan dua contoh untuk permintaan
umum d(p,A) yang disebutkan di atas. Pada contoh pertama, mereka menurunkan model
permintaan dari fungsi utilitas konsumen. Asumsikan bahwa konsumen secara vertikal
dibedakan sehubungan dengan pengaruh iklan pada penilaian mereka.
Dengan demikian, konsumen dengan tipe ÿ memperoleh surplus bersih u(p) = ÿg(A) ÿ p jika
dia membeli satu unit produk, di mana g(0) = 1 dan g (A) > 0, dan nol, jika tidak. Membiarkan
a > 0 menjadi ukuran pasar potensial dan mengasumsikan bahwa variabel acak ÿ
terdistribusi secara merata pada [0, 1], permintaan pasar diberikan sebagai d(p, A) = a 1 ·
dÿ = a[1 ÿ p/ g(A)].
1 p/g(A)
Dalam contoh kedua, seorang konsumen mungkin atau mungkin tidak menerima
iklan, dan dengan demikian, kami menyatakan probabilitas bahwa seorang konsumen tidak
A
diberikan sebagai
menerima
d(p, A)iklan
= (1sebagai
ÿ 1/a) a(1
ÿ eÿA/
ÿ eÿA/a)dˆ(p)
a, untuk aÿbesar.
G(A)dˆ(p),
Untukdi kasus
mana ini,
dˆ( permintaan
p) adalah
pengaruh harga terhadap permintaan dengan sifat dˆ (p) < 0 untuk p ÿ [0, p¯] dan d(p¯) = 0.
Nguyen (1985) meneliti keputusan periklanan optimal perusahaan, dengan asumsi

permintaan acak untuk produk perusahaan dalam bentuk aditif sebagai d(A) = g(A) + ÿ, di
mana A adalah tingkat periklanan perusahaan, g(A) adalah a fungsi respon penjualan
konstan dengan g(A) > 0 dan g(A) ÿ 0, dan ÿ adalah rv dengan rata-rata nol dan diketahui variansnya.
Nguyen mengidentifikasi kondisi di mana ketidakpastian permintaan mempengaruhi
keputusan periklanan perusahaan. Lariviere dan Padmanabhan (1997) menganggap
keputusan penyisihan slotting optimal pabrikan ketika memperkenalkan produk baru dan
menjualnya melalui pengecer hilir, di mana permintaan dipengaruhi oleh harga dan upaya
pemasaran pengecer (iklan). Mereka membangun model permintaan aditif sebagai d(p, A)
= a ÿ ÿp + g(A), di mana a > 0 adalah ukuran pasar, ÿ > 0 adalah sensitivitas harga
permintaan, g(A) adalah fungsi respons penjualan dengan sifat bahwa g(A) ÿ 0, g (A) > 0,
dan g(A) < 0.
Model yang dapat

dipisahkan log Publikasi terbaru telah mempertimbangkan kerja sama periklanan antara
pabrikan dan pengecer, di mana pabrikan dan pengecer memutuskan untuk berinvestasi
dalam periklanan nasional (A1) dan periklanan lokal (A2) . Terlebih lagi, pabrikan
memutuskan apakah akan membayar sebagian atau seluruh biaya periklanan untuk
pengecer (misalnya, Xie & Neyret, 2009; Esfahani, Biazaran, & Gharakhani, 2011). Mirip
dengan model permintaan kedua dari Pepall, Richards, dan Norman (1999), mereka
berasumsi bahwa permintaan memiliki bentuk perkalian d(A1, A2, p) = ad1(A1, A2)d2(p),
dimana a adalah permintaan dasar, dan d1(A1, A2) dan d2(p) masing-masing menangkap
dampak investasi periklanan dan harga eceran pada permintaan. Dalam literatur yang
diterbitkan, efek iklan d1(A1, A2) biasanya diasumsikan memiliki bentuk pangkat ÿ ÿ ÿ(A1)
ÿÿ
ÿÿ (A2) (misalnya, Szmerekovsky & Zhang, 2009; Xie & Neyret, 2009), atau fungsi
kuadrat akar
k1 ÿA1 + k2
ÿA2 (misalnya, Xie & Wei, 2009; Esfahani et al., 2011). Pengaruh harga terhadap permintaan,
d2(p), biasanya diasumsikan sebagai fungsi linier a ÿ bp (misalnya, Xie & Neyret, 2009; Xie
& Wei, 2009), atau fungsi nonlinier yang memiliki bentuk isoelastik pÿ ÿ , ÿ > 1 (misalnya,
Szmerekovsky & Zhang, 2009).
Catatan 13: Semua model permintaan umum dan terpisah tersebut diasumsikan meningkat
dan cekung dalam belanja iklan, yang
adalah "efek saturasi iklan" yang umum. Perhatikan bahwa dalam model stokastik
Nguyen (1985), keacakan dimasukkan ke dalam fungsi permintaan sebagai bentuk
aditif. Dengan demikian, mirip dengan diskusi untuk model tergantung harga stokastik,
seseorang juga dapat menyelidiki keputusan periklanan perusahaan di mana kesalahan
permintaan dimodelkan sebagai bentuk perkalian, dan juga dapat membandingkan
hasil ini dengan yang diperoleh dengan menggunakan model permintaan aditif. Selain
ÿ
itu, kerangka kerja umum Kocabÿyÿkoglu dan Popescu (2011) dapat digunakan untuk
menyelidiki keputusan periklanan optimal perusahaan.
Tinjauan kami di atas juga menunjukkan bahwa model permintaan untuk kerja
sama periklanan dalam analisis rantai pasokan biasanya dimodelkan dalam bentuk
yang dapat dipisahkan, di mana para peneliti mengkarakterisasi efek periklanan dengan
ÿÿ
model kekuatan d1(A1, A2) = ÿ ÿ ÿ ( A1) ÿÿ (A2) atau fungsi, k1akar
ÿA1 kuadrat d1(A1,
+ k2 ÿA2. A2) =
Meskipun
kedua model ini sama-sama meningkat dan cekung dalam pengeluaran iklan A1 dan
A2, terdapat perbedaan penting antara kedua model tersebut. Khususnya, dalam model
daya, fungsi d1(A1, A2) memiliki batas atas ÿ (yaitu, d1(A1, A2) < ÿ), tetapi ketika
tingkat iklan A1 atau A2 cukup kecil, fungsi d1(A1 , A2) mengasumsikan nilai negatif,
yang tidak realistis. Di sisi lain, permintaan dalam model akar kuadrat meningkat tanpa
batas ketika tingkat periklanan A1 atau A2 meningkat, yang juga tidak realistis karena
ukuran pasar harus dibatasi dari atas untuk setiap tingkat periklanan. Akhirnya, ketika
tingkat periklanan kedua perusahaan adalah nol (yaitu, A1 = A2 = 0), fungsi akar
kuadrat d1(A1, A2), dan karenanya, permintaan konsumen d(A1, A2, p) akan juga nol,
yang merupakan kelemahan lain dari model akar kuadrat.
Periklanan Multifirm Kompetitif–Model Permintaan Bergantung Pada

bagian ini, kami meninjau dua model kompetitif yang penting.
Model MNL
Gruca dan Sudharshan (1991) menggunakan model MNL untuk menguji masalah
persaingan perusahaan multiperusahaan di mana n ÿ 2 perusahaan menentukan harga
mereka p = (p1, p2,...,pn) dan pengeluaran pemasaran (iklan) A = (A1, A2,...,An).
N
Model permintaan MNL mereka diberikan sebagai
exp(ÿipi di = dan
adalah
+ ÿiAi) Vi/ j=1
harga Vj , di
pi dan Ai mana
upaya Vi =dari
ai
masing-masing
iklan
perusahaan i. Gruca dan Sudharshan mengidentifikasi syarat-syarat keberadaan
ekuilibrium Nash.
Memperluas model Gruca dan Sudharshan (1991), Basuroy dan Nguyen (1998)
mengasumsikan bahwa nilai daya tarik produk perusahaan i bergantung pada harga pi
serta pengeluaran iklan Ai , dan dihitung sebagai Vi(pi, Ai ) = exp[fi(pi) + gi(Ai)], untuk i
= 1, 2,...,n, di mana fi(pi) dan gi(Ai) menunjukkan fungsi respons harga dan fungsi yang
menghubungkan kesadaran dengan iklan pengeluaran, masing-masing. Selain itu,
untuk memastikan adanya keseimbangan Nash, Basuroy dan Nguyen (1998)
mengasumsikan bahwa f (·) = 0 dan g i (·) < 0, untuk(·) < i0,= f1, 2,...,n;
Saya
Saya
dan menggunakan
beberapa contoh
literatur
dalam
pemasaran untuk mendukung asumsi mereka bahwa g i (·) < 0. Secara khusus, fungsi
fi(pi) dan gi(Ai) ditetapkanmana
sebagai
Basuroy
fi(pi) =dan
ÿÿpiNguyen
(ÿ > 0) dan
menyelidiki
gi(Ai) = ekuilibrium
ÿ ln Ai (ÿ > pasar
0), di
jangka panjang.
model MKI
Sebuah model iklan-tergantung umum diberikan dalam bentuk fungsi MCI seperti yang
dibahas oleh Mills (1961). Asumsikan ada n ÿ 2 perusahaan bersaing di pasar dengan
menentukan pengeluaran iklan mereka. Mills mempertimbangkan permintaan MCI
N
di = aVi/ untuk j=1 Vj , i = 1,
dimana a adalah ukuran pasar potensial; Vi = ÿiAÿ model
, Saya
2,...,n ; ÿ > 0 mengukur sensitivitas pangsa pasar sehubungan dengan pengeluaran iklan; dan ÿi > 0 mengukur preferensi konsumen relatif untuk perusahaan i.
Mills mengembangkan algoritma terbatas untuk menentukan ekuilibrium Nash di antara n perusahaan. Dalam aplikasi lain dari model permintaan MCI, Karnani
(1983) mempertimbangkan “aktivitas pemasaran” secara umum daripada hanya pengeluaran iklan.
Cooper dan Nakanishi (1988) menganggap model MCI di mana permintaan bergantung pada harga eceran kedua perusahaan dan memasukkan pengeluaran
iklan sebagai Aÿ Bÿ serta upaya distribusi; yaitu, Vi = pÿ untuk i = 1, 2,...,n, dimana pi, Ai, dan Bi adalah harga eceran, pengeluaran iklan, dan usaha distribusi
perusahaan i.
Saya Saya saya ,
Catatan 14: Kami mencatat bahwa model MNL dan MCI adalah dua model daya tarik
yang umum digunakan untuk kompetisi periklanan di antara banyak perusahaan. Serupa
dengan diskusi kami di Catatan 7, kami mengetahui bahwa perbedaan utama antara
model MNL dan MCI dihasilkan dari elastisitas pangsa sehubungan dengan tingkat
iklan. Secara khusus, elastisitas pangsa model MNL meningkat hingga tingkat tertentu
dan kemudian menurun dalam periklanan, sedangkan elastisitas pangsa model MCI
menurun secara monoton dalam periklanan. Namun berbeda dengan model yang
bergantung pada harga, Cooper (1993) mengemukakan bahwa model MNL tampaknya
lebih sesuai daripada model MCI ketika perusahaan bersaing dengan menentukan
tingkat iklan mereka.
Keterangan Umum
Bagian ini mengulas model permintaan yang bergantung pada iklan yang biasa
digunakan dalam literatur. Survei model permintaan tanpa persaingan mengungkapkan
bahwa permintaan dapat diturunkan dari fungsi utilitas konsumen atau dimodelkan
sebagai model agregat. Model mana yang kita pilih bergantung pada apakah kita
berusaha mempertimbangkan pilihan konsumen. Ulasan di atas juga menunjukkan bahwa sebagian bes
model yang bergantung pada iklan termasuk dalam kelas model agregat, kecuali untuk
contoh permintaan pertama dari Pepall et al. (1999).
Untuk kasus persaingan, kita telah melihat bahwa sebagian besar model hanya
mempertimbangkan persaingan periklanan di antara masing-masing perusahaan, bukan
dari perspektif rantai pasokan di mana setiap rantai terdiri dari produsen dan pengecer.
Topik penelitian potensial dapat menggabungkan keputusan kompetitif di mana pabrikan
membuat keputusan periklanan nasional dan pengecer bertanggung jawab atas iklan
lokal dan keputusan harga eceran.
STUDI EMPIRIS MODEL PERMINTAAN
Survei kami di bagian sebelumnya menunjukkan bahwa sejumlah besar model

permintaan telah dikembangkan untuk menyelidiki berbagai masalah yang muncul di
bidang ekonomi, pemasaran, dan operasi. Banyak dari model ini telah
diuji secara empiris untuk meramalkan permintaan pasar agregat dari konsumen
potensial untuk membantu pengambil keputusan. Pada bagian ini, kami fokus pada
tinjauan literatur empiris yang melibatkan fungsi permintaan, memeriksa kesesuaian
fungsi permintaan tersebut dalam studi empiris, dan juga menyajikan saran kami
mengenai penerapan fungsi permintaan dalam penelitian empiris.
Kami mencatat bahwa ada sejumlah besar studi empiris yang diterbitkan
mengenai model periklanan yang telah meneliti dampak statis atau dinamis dari
upaya periklanan pada permintaan; lihat, misalnya, ulasan oleh Sethi (1977),
Erickson (1983), Mahajan et al. (1990), Feichtinger dkk. (1994), Leeflang, Wit tink,
Wedel, dan Naert (2000), dan Huang, Leng, dan Liang (2012). Karena makalah ini
telah meninjau model permintaan yang bergantung pada iklan, kami tidak meninjau
makalah tersebut di bagian ini.
Kajian Empiris Model Permintaan yang Tergantung Harga

Sejumlah peneliti telah menggunakan model linier, eksponensial, daya, MNL, dan
MCI untuk meramalkan, mengukur, dan menguji pengaruh harga eceran terhadap
permintaan pasar. Genesove dan Mullin (1997) melakukan studi empiris untuk
industri gula, mengadopsi model permintaan dalam bentuk d(p) = ÿ(ÿ , yang
ÿ p) dapat (i)
ÿ model
linier ketika ÿ = 1, (ii) model log-linier ketika ÿ = 0 dan ÿ < 0, (iii) model eksponensial
ketika ÿ, ÿ ÿ ÿ dan ÿ/ÿ konstan, dan (iv) model kuadrat ketika ÿ = 2. Bentuk fungsional
non-linear (ii), ( iii), dan (iv) diubah menjadi ln d = ln(ÿÿ) + ÿ ln p, ln d = ln ÿ + ÿp/ÿ,
dan ln d = ln ÿ + 2 ln(ÿ ÿ p), berturut-turut. Genesove dan Mullin (1997) menganggap
musim gula tinggi—yang dimulai pada akhir Mei dan mencapai puncaknya pada
bulan September—dan musim sepi yang meliputi bulan-bulan lainnya. Selama dua
musim, penulis memperkirakan parameter, dan menghitung kesalahan standar
perkiraan (SEE) untuk menguji kinerja empat model permintaan di atas.
Estimasi parameter (dengan kesalahan standar terkait yang diberikan dalam

tanda kurung) diberikan sebagai berikut: (i) (ÿÿ)H = 10,74 (1,57), ÿH = 1,36 (0,36)/
(ÿÿ)L = 13,37 (1,90), dan ÿL = 2,30 (0,48) dalam model linier; (ii) [ln(ÿÿ)]H = 3.17
(0.40), ÿH = ÿ1.10 (0.28)/[ln(ÿÿ)]L = 4.19 (0.65), dan ÿL = ÿ2.03 (0.48) dalam log
-model linier; (iii) (ln ÿ)H = 2,70 (0,29), (ÿ /ÿ)H = ÿ0,26 (0,07)/(ln ÿ)L = 3,52 (0,48),
dan (ÿ /ÿ)L = ÿ0,53 (0,12 ) dalam model eksponensial; (iv) (ln ÿ)H = ÿ2.48 (0.54), ÿH
= 11.88 (2.03)/(ln ÿ)L = ÿ1.20 (0.47), dan ÿL = 7.72 (0.86) dalam model kuadrat.
Perhatikan bahwa SEE sangat kecil dibandingkan dengan perkiraan. Selain itu,
perkiraan di atas menunjukkan bahwa untuk setiap model kurva permintaan miring
ke bawah baik di musim ramai maupun sepi. Dengan demikian, Genesove dan
Mullin (1997) menyimpulkan dari kedua perspektif statistik dan praktis bahwa empat
model permintaan cukup dapat menggambarkan penjualan pasar dalam dua musim.
Selanjutnya, kami mencatat bahwa di setiap musim, model eksponensial harus
menjadi yang paling pas di antara empat model, karena SEE untuk model
eksponensial adalah yang terkecil. Ini mungkin berarti bahwa, untuk industri gula,
model eksponensial bisa sangat berlaku untuk studi empiris.
Selain itu, fungsi permintaan logit juga telah banyak diterapkan dalam studi
empiris. Sudhir (2001) menganalisis saluran distribusi dimana dua produsen menjual
melalui pengecer umum kepada konsumen, menggunakan model logit dan
model perkalian. Dalam model logit, permintaan produk merek i (i = exp(Ukt)],

1, 2) pada periode t ditandai sebagai dit = exp(Uit)/[1 + 2k=1dimana
Uit = ÿ01 + ÿf fit + ÿd yit + ÿdpyitpit + ÿfpfitpit + ÿpipit + ÿit . Perhatikan bahwa
dalam Uit , ÿ0i adalah daya tarik intrinsik dari merek i, dan fit , yit menunjukkan
, dan pit fitur,
tampilan, dan harga eceran untuk merek i pada periode t, dan ÿit adalah komponen
utilitas yang tidak dapat diamati. Pada model permintaan perkalian permintaan
merek i pada periode t adalah dit = ai(pit) bii(pjt) bij (fit) fii(fjt) fij (yit) yii(yjt) yij ,
dimana bii (fii, yii) dan bij (fij , yij ) masing-masing menunjukkan elastisitas harga
(fitur, tampilan) merek sendiri dan elastisitas harga (fitur, tampilan) lintas merek
dari permintaan merek i. Sudhir mengadopsi dua model permintaan di atas untuk
menyelidiki secara empiris kategori yogurt dan selai kacang untuk dua toko
terbesar (yaitu, toko 1 dan 2) di pasar tertentu, dan menghitung log-kemungkinan
dari logit yang paling pas dan multiplikatif. model permintaan. Karena ada sejumlah
besar estimasi parameter dalam dua model permintaan yang paling pas, kami
tidak menulis estimasi yang paling pas tetapi merujuk pembaca ke tabel 5a dan
5b dalam publikasi oleh Sudhir (2001). Kami mencatat dari Sudhir (2001) bahwa
dalam kategori yo gurt, model logit dan perkalian yang paling pas untuk toko 1
memiliki kemungkinan log masing-masing ÿ196.90 dan ÿ343.09; dan yang untuk
toko 2 memiliki kemungkinan log masing-masing ÿ247.27 dan ÿ423.90. Dalam
kategori selai kacang, kemungkinan log dari model logit dan multiplikatif yang
paling pas untuk toko 1 masing-masing adalah ÿ240.66 dan ÿ320.14; dan untuk
toko 2 adalah ÿ212.96 dan ÿ421.39. Menurut statistik log-likelihood di atas, Sudhir
(2001) menyimpulkan bahwa model permintaan logit jauh lebih cocok dengan
data empiris dibandingkan dengan model permintaan multiplikatif.
Kami juga menemukan sejumlah publikasi yang menggunakan model MNL
untuk studi empiris. Besanko, Gupta, dan Jain (1998) secara teoretis dan empiris
menemukan harga dalam ekuilibrium Nash untuk banyak produsen dan banyak
pengecer menggunakan model MNL djt = eÿ ( vjtÿpjt) /(1 + nk=1 eÿ(vktÿpkt)
1,...,n, dimana
), untukvjtj =
adalah rata-rata WTP maksimum konsumen untuk merek j pada waktu t dan pjt
adalah harga produk j pada waktu t. Selain itu, untuk studi empiris, penulis
menggunakan data dalam kategori produk yogurt dan kecap untuk periode 102
minggu pada tahun 1986–1988, yang dikumpulkan oleh AC Nielsen Company
dari sembilan toko (termasuk satu harga rendah harian [EDLP] rantai) di
Springfield, Missouri. Besanko dkk. (1998) menemukan bahwa nilai absolut
estimasi empiris elastisitas permintaan sehubungan dengan harga lebih besar
dari 1 kecuali untuk merek Yoplait (dalam kategori yogurt), yang konsisten dengan
hasil teoritis. Untuk model MNL lain dalam studi empiris, lihat Khan dan Jain
(2005) dan Nevo (2000). Beberapa peneliti (Parks, 1969; Nakanishi & Cooper,
1982) melakukan studi empiris dengan menggunakan model MCI, yang juga
termasuk dalam kategori model atraksi harga. Nakanishi dan Cooper (1982)
menunjukkan bahwa estimasi empiris dengan model MCI lebih baik dibandingkan
dengan model MNL, yang sesuai dengan Remark 7 kami.
Catatan 15: Model linier dan model logit (terutama model MNL) adalah yang
paling umum dalam studi empiris terkait harga. Aplikasi yang luas dari model linier
dapat dianggap berasal dari estimasi parameter yang mudah dalam model tersebut.
Model logit memiliki aplikasi yang luas mungkin karena dua fakta berikut:
(i) mengambil transformasi logaritma dapat mengubah model logit menjadi model linier dan
(ii) model logit dapat dengan baik menggambarkan fenomena nonlinier dalam praktiknya,
seperti yang dibahas oleh Sudhir (2001). Selain itu, kita belajar dari Genesove dan Mullin
(1997) dan Sudhir (2001) bahwa kesalahan standar estimasi dan statistik log-likelihood
harus berguna untuk pemilihan model permintaan.
Kami juga belajar bahwa model permintaan yang paling sesuai dapat bervariasi di industri yang berbeda.
Misalnya, untuk industri gula, model permintaan eksponensial mungkin sangat dapat
diterapkan untuk studi empiris, sedangkan untuk industri yoghurt dan selai kacang, model
permintaan logit mungkin sangat dapat diterapkan untuk studi empiris.
Studi Empiris Model Permintaan Bergantung Kupon Kami melihat

bahwa sangat sedikit makalah yang secara empiris memeriksa validasi model permintaan
bergantung kupon yang ditinjau ketika kami mensurvei model bergantung rabat. Leone dan
Srinivasan (1996) mengembangkan model permintaan eksponensial untuk mengeksplorasi
secara empiris dampak nilai nominal kupon produsen terhadap keuntungan produsen dalam
pengaturan duopoli. Dalam model mereka, dua produsen yang membuat produk dari merek
yang berbeda bersaing di pasar yang terdiri dari dua kategori pelanggan: kategori rawan
kupon (CP) di mana pelanggan rentan terhadap kupon dan segmen kupon acuh tak acuh
(CI) di mana pelanggan acuh tak acuh. ke kupon.
Model permintaan eksponensial untuk produk pabrikan i (i = 1, 2) pada waktu t dalam

kategori CP adalah dict = exp[ÿ0 + ÿ1/(pit ÿ vîÿÿ )], di mana pit adalah
2
harga merek i pada waktu t, ˆvit adalah nilai kupon untuk merek i yang berlaku pada waktu
t, dan ÿ adalah jumlah minggu karena kupon tersebut dijatuhkan. Dict , parameter ÿ0 , ÿ1 ,
dan ÿ2 diestimasi secara empiris. Perhatikan bahwa ÿ2 menangkap efek penurunan nilai
nominal kupon pada penjualan merek dalam kategori CP. Dengan menggunakan metode
kuadrat terkecil, Leone dan Srinivasan (1996) menemukan bahwa ÿ0 = 1,8098, ÿ1 =
713,1394, dan ÿ2 = 1,0000.
Kumar dan Swaminathan (2005) memperluas model permintaan Leone dan
Srinivasan (1996) menjadi model respon kupon-penjualan umum, yang diberikan
sebagai
Ui + ÿ5Tirt + ÿ7Tˆ irt + ÿirt ,

ÿ
kotoran = exp ÿ0 + ÿ1/ pirt ÿ ÿivîÿÿi 2

saya=1
untuk i = 1,...,n, (23)
dimana kotoran dan pirt menunjukkan permintaan dan harga untuk merek i di toko r = 1,...,r¯
)], U3
pada waktu t, berturut-turut; U1 ÿ j=i[ÿ3j /(pjrt ÿ ÿj vˆjÿÿj ÿ6jTjrt , 4jdan U2 ÿÿ ÿ8jTjrtj=saya
.
j=saya
Pada Persamaan (23), ˆvi adalah nilai kupon untuk merek i; Tirt
dan Tˆ irt adalah dua variabel
aktivitas dummy
unggulan untuk yang
merekmasing-masing
i di toko r padamewakili
waktu t; aktivitas
dan ÿi dantampilan dan
ÿj masing-
masing adalah nilai nominal kupon untuk merek i dan j pada waktu t. Semua ÿ dengan
subskrip bernomor adalah parameter yang diestimasi dalam studi empiris.
Model permintaan dalam Persamaan (23) dapat mencirikan fakta bahwa strategi
kupon dapat bervariasi selama periode kedaluwarsa kupon, dan dengan demikian dapat
dianggap sebagai model umum yang menangkap persaingan di antara banyak merek. Kumar dan
Swaminathan membandingkan model umumnya dalam Persamaan (23) dengan (i) model
linear dist = ÿ0i + ÿ1i(pist ÿ ÿstvîÿÿ 2i) + Z, (ii) model semi-log log dist = ÿ0i + ÿ1(pist ÿ
ÿstvîÿÿ 2i ) + Z, dan (iii) log model log ganda dist = ÿ0i + Ui + ÿ5Tirt + ÿ7Tˆ irt + ÿirt .
Perhatikan bahwa Z ÿ ÿ3 ÿ1[log(pist ÿ ÿstvîÿÿ 2i)] + Z.
saya=1
Menggunakan metode kuadrat terkecil nonlinier (NLS), Kumar dan Swaminathan (2005)
memperkirakan parameter dalam model umum dalam Persamaan (23) dan dalam tiga
model lainnya, dan juga menemukan bahwa jika strategi kupon tunggal (yaitu, ÿi = 1 dan
ÿj = 1) digunakan, maka range adjusted R2 untuk model pada Persamaan (23) adalah
dari 0,69 sampai 0,81, dan range untuk ketiga model lainnya adalah dari 0,54 sampai 0,62.
Jika strategi kupon ganda (yaitu, ÿi = 2 dan ÿj = 2) berlaku, maka kisaran R2 yang
disesuaikan untuk model dalam Persamaan (23) dan tiga model lainnya adalah dari 0,72
hingga 0,81 dan dari 0,52 hingga 0,59. Berdasarkan hal tersebut di atas, Kumar dan
Swaminathan (2005) menyimpulkan bahwa model generalized lebih baik dari ketiga model lainnya.
Dari ulasan kami di atas, kami menyimpulkan bahwa eksponensial dan model log
ganda telah digunakan untuk melakukan studi empiris mengenai dampak kupon pada
permintaan. Di masa depan, kita dapat mempertimbangkan studi empiris dengan model
lain yang bergantung pada kupon yang ditentukan dalam diskusi kita tentang model yang
bergantung pada rabat, yang meliputi model kekuatan oleh Arcelus dan Srini vasan
(2003) dan model logit oleh Aydin dan Porteus (2008). ). Selain itu, metode NLS dan uji
R2 yang disesuaikan dapat digunakan untuk memilih permintaan yang tepat
model.
Studi Empiris Model Permintaan Bergantung-Ruang Dalam

beberapa tahun terakhir, sangat sedikit publikasi yang membahas studi empiris mengenai
model permintaan bergantung-ruang. Desmet dan Renaudin (1998) meneliti daya
tanggap penjualan bulanan terhadap ruang rak yang dialokasikan untuk kategori produk
c di 125 toko—termasuk toko tipe l—selama 11 bulan. Mereka j=1 ÿcjmj ) × sÿcl
125 11
permintaan dc = exp(ÿc0 + ÿcisî + di mana ÿc0 adalah saya=1
konstanta
mewakili
Perhatikan
pangsa
mengadopsi
omset
bahwa dc ,
fungsi
kategori produk c, yang dihitung sebagai rasio volume omset produk kategori c dengan
total volume perputaran semua kategori produk di 125 toko selama 11 bulan Dalam
fungsi permintaan di atas, s adalah bagian ruang yang dialokasikan untuk kategori
produk c — yaitu, rasio ruang yang dialokasikan untuk kategori produk c dengan total
ruang yang tersedia untuk semua kategori produk di 125 toko selama 11 bulan, dan ÿcl
adalah elastisitas ruang kategori produk c di toko tipe l.
Selain itu, dalam fungsi permintaan Desmet dan Renaudin (1988), sî (i = 1, 2,...
125) menunjukkan nilai karakteristik spesifik toko i yang membedakan toko ini dari 124
toko lainnya sesuai dengan perbedaan semua lokasi toko dan lingkungan yang kompetitif.
ÿci adalah parameter yang mencerminkan pengaruh sî pada kategori produk c. Jadi,
istilah ÿcisî menentukan komponen permintaan untuk produk kategori c di toko i yang
memiliki nilai karakteristik khusus sî. Kita juga belajar bahwa mj (j = 1, 2,..., 11)
merepresentasikan nilai karakteristik khusus yang mencerminkan alokasi ruang musiman
peritel di bulan j , dan parameter ÿcj menunjukkan dampak mj pada kategori
Oleh karena
produkituc.
istilah ÿcjmj adalah komponen permintaan untuk kategori produk c di bulan j yang
memiliki nilai musiman tertentu mj .
Desmet dan Renaudin (1998) mempertimbangkan distribusi elastisitas ruang untuk

tiga simpanan yang berbeda — simpanan plus, simpanan standar, dan simpanan esensial
— dan menemukan bahwa nilai rata-rata elastisitas ruang (ditimbang dengan jumlah
simpanan dari setiap jenis ) adalah 0,2138. Terlihat bahwa elastisitas ruang untuk setiap
kategori produk sangat bervariasi dari ÿ0,44 hingga 0,80. Ini menunjukkan bahwa elastisitas
ruang untuk beberapa kategori mungkin negatif; misalnya, elastisitasnya masing-masing
adalah ÿ0,12 dan ÿ0,13 untuk kategori mode di toko plus dan standar. Hasil tersebut
bertentangan dengan (i) asumsi model yang dibuat untuk model ruang Cobb–Douglas, di
mana elastisitas ruang selalu diasumsikan positif dan (ii) studi empiris relevan sebelumnya
(misalnya, Desmet & Renaudin, 1998), di mana ruang elastisitas bervariasi antara 0,15 dan
0,8.
Van Dijk, van Heerde, Leeflang, dan Wittink (2004) menghasilkan makalah lain yang
relevan dengan memasukkan interaksi spasial antara ruang rak dan istilah kesalahan ke
dalam studi empiris mereka. Dalam pekerjaan masa depan, mungkin berguna untuk
mempertimbangkan model permintaan teoretis lainnya, yang mencakup, misalnya, model
permintaan dengan variabel keputusan jarak dan penetapan harga.
Keterangan Umum
Kami telah belajar bahwa banyak studi empiris mengasumsikan fungsi permintaan linier dan
menerapkan teknik ekonometrik untuk mengestimasi parameter dalam model linier mereka.
Namun, seperti yang telah diungkapkan oleh ulasan kami pada bagian sebelumnya,
sebagian besar fungsi permintaan yang masih ada (misalnya, daya tarik, pengeluaran
konstan, dan model Cobb-Douglas, dll.) bersifat nonlinier. Namun demikian, sejumlah fungsi
nonlinier dapat diubah menjadi fungsi linier untuk studi empiris. Misalnya, mengambil
logaritma dari model permintaan Cobb–Douglas dalam Persamaan (8), kita mendapatkan
regresi linier log ganda untuk mengestimasi parameter Cobb–Douglas. Seperti di Besanko
et al. (1998), model MNL—yang merupakan model tarikan harga—dapat diubah menjadi
fungsi log ganda. Untuk model nonlinier yang tidak dapat diubah menjadi fungsi linier,
seseorang juga dapat mengestimasi nilai parameter secara empiris dengan menggunakan
metode nonlinier yang disediakan oleh, misalnya, Hanssens dan Parsons (1993). Tinjauan
kami juga menunjukkan bahwa kesalahan standar estimasi, statistik log-kemungkinan, dan
metode NLS dengan uji R2 yang disesuaikan harus membantu dalam mengukur kebaikan
kesesuaian model permintaan dan dalam mengidentifikasi model permintaan yang tepat
untuk studi empiris.
Sebagian besar publikasi yang masih ada difokuskan pada studi empiris dengan
model permintaan yang bergantung pada harga, yang terbukti akurat dalam menangkap
permintaan pasar yang sebenarnya. Namun, pemilihan model yang paling pas mungkin
bergantung pada masalah penelitian. Misalnya, untuk menyelidiki dampak kekuatan saluran
pada interaksi antara produsen dan pengecer, Kadiyali, Chintagunta, dan Vilcassim (2000)
memilih model logit daripada model log linier atau ganda. Sudhir (2001) menunjukkan bahwa
model logit jauh lebih baik daripada model multiplikatif untuk masalah penyelidikan keputusan
penetapan harga produsen di hadapan pengecer strategis. Kumar dan Swaminathan (2005)
mengembangkan model generalized space-dependent untuk memperkirakan elastisitas
ruang, dan menyimpulkan bahwa model umum ini jauh lebih baik daripada model linear,
semi-log, dan double-log dalam menyesuaikan data. Karena publikasi yang masih ada
kebanyakan mempertimbangkan
model permintaan linier dan logit, mungkin penting untuk melakukan studi empiris dengan model
nonlinier lainnya (misalnya, Cobb–Douglas, daya, dll.) dan memeriksa validitas model nonlinier
tersebut dalam praktiknya.
Kami juga mengamati bahwa peneliti jarang mempertimbangkan studi empiris dengan model
permintaan yang bergantung pada waktu pengiriman dan kualitas produk. Oleh karena itu, di masa
depan, seseorang mungkin perlu menganalisis secara empiris masalah yang terkait dengan waktu
tunggu atau terkait kualitas. Ini termasuk masalah seperti menentukan apakah dan bagaimana model
permintaan yang bergantung pada waktu tunggu dan yang bergantung pada kualitas dapat digunakan
untuk menggambarkan permintaan aktual secara akurat.
RINGKASAN DAN PENUTUP

Pada artikel ini, kami mensurvei model matematika yang umum digunakan yang dikembangkan untuk
mengkarakterisasi ketergantungan permintaan pada berbagai faktor seperti harga, rabat, lead time,
ruang, kualitas, dan iklan. Fungsi permintaan tersebut telah semakin berguna dalam menyelidiki
banyak masalah penting dalam bisnis dan ekonomi, karena konsumen biasanya peka terhadap
kegiatan operasional dan pemasaran perusahaan dan permintaan mereka akan berubah karena
perusahaan menerapkan strategi yang berbeda.
Kami belajar dari survei kami bahwa beberapa bentuk fungsional (misalnya, linier, MNL, MCI,
daya/isoelastik) telah banyak digunakan untuk membangun berbagai model fungsi permintaan.
Misalnya, fungsi MNL digunakan untuk memodelkan permintaan yang bergantung pada harga,
bergantung pada waktu tunggu, bergantung pada kualitas, dan bergantung pada iklan. Untuk
memahami dengan jelas penerapan setiap bentuk fungsional yang kami survei dalam artikel kami,
kami meringkas distribusi bentuk fungsi ini dalam enam kategori berikut: (i) bergantung pada harga,
(ii) bergantung pada rabat, (iii) waktu tunggu– tergantung, (iv) tergantung ruang, (v) tergantung
kualitas, dan (vi) model permintaan tergantung iklan (Tabel 4). Perhatikan dari Tabel 4 bahwa, kecuali
untuk kategori lead time, sejumlah publikasi dalam kategori lain tidak mengasumsikan model
permintaan spesifik apa pun tetapi mempertimbangkan bentuk fungsi matematika umum yang
diasumsikan memiliki sifat cembung atau cekung. Selain itu, model permintaan linier, MNL, MCI, dan
daya/isoelastik telah banyak digunakan untuk menganalisis berbagai masalah, sedangkan bentuk
fungsional spesifik lainnya (misalnya eksponensial, log-separable, akar kuadrat, dll.) belum begitu
populer. .
Kami juga menemukan bahwa sejumlah besar publikasi termasuk dalam kategori model
permintaan yang bergantung pada harga dan kualitas, tetapi, sejumlah kecil publikasi
mempertimbangkan model permintaan dalam kategori lain. Ini menyiratkan bahwa mungkin ada
masalah terbuka di bidang model yang bergantung pada rabat, bergantung pada waktu tunggu,
bergantung pada ruang, dan bergantung pada upaya periklanan/pemasaran dan bahwa, di masa
depan, peneliti mungkin perlu lebih memperhatikan model ini. .
Temuan kami pada setiap kategori model permintaan dirangkum sebagai berikut.
(i) Model permintaan yang bergantung pada harga. Dalam ulasan kami, kami menemukan
bahwa kategori ini telah menjadi yang paling populer dan paling menarik bagi para
peneliti akademik, mungkin karena penetapan harga adalah alat pemasaran paling
umum yang telah digunakan untuk memengaruhi keputusan pembelian konsumen.
Selain itu, kami mencatat bahwa banyak peneliti bersama-sama mempertimbangkan harga dan setidaknya
Tabel 4: Distribusi bentuk fungsional matematis dalam enam kategori model permintaan yang bergantung:
model permintaan yang bergantung pada harga, bergantung pada rabat, bergantung pada waktu tunggu,
bergantung pada ruang, bergantung pada kualitas, dan bergantung pada iklan.
Faktor yang Mempengaruhi Permintaan

Matematis
Bentuk Fungsi Harga Rebate Lead Time Space Quality Advertising
Umum •• • • •
Cobb–Douglas • •
Pengeluaran konstan •
Eksponensial •
Linier •• • •
Log-dipisahkan • •
Logaritma •
MCI • • ••
MCS •
MNL • • ••
Daya/isolasi •• • • •
Akar pangkat dua •
Logaritmik transendental •
Berbasis utilitas •• • •
satu keputusan lain (misalnya, lead time, kualitas, iklan) dalam model mereka.
Tetapi hanya sedikit publikasi yang mempertimbangkan penetapan harga bersama dan
keputusan ruang, yang mungkin perlu diselidiki di masa mendatang.
(ii) Model permintaan yang bergantung pada rabat. Model permintaan ini baru-baru ini menarik
perhatian para peneliti di bidang pemasaran dan operasi, karena potongan harga telah banyak
digunakan oleh banyak perusahaan untuk meningkatkan penjualan mereka. Tinjauan kami
menunjukkan bahwa model yang bergantung pada rabat dikembangkan untuk mengkarakterisasi
permintaan yang dihadapi oleh perusahaan monopolistik atau rantai pasokan yang hanya
mencakup satu produsen dan satu pengecer. Persaingan rabat antara dua atau di antara tiga
atau lebih perusahaan atau rantai pasokan dapat memberikan jalan penelitian yang menarik
di masa depan.
(iii) Model permintaan yang bergantung pada waktu tunggu. Kategori ini mencakup model
permintaan yang bergantung pada waktu tunggu pengiriman perusahaan. Lebih khusus lagi,
model permintaan yang bergantung pada waktu tunggu biasanya digunakan untuk
menganalisis masalah yang berhubungan dengan persediaan. Namun, sangat sedikit publikasi
yang mempertimbangkan dampak gabungan dari waktu tunggu dan keputusan lain (misalnya,
keputusan stocking) atau faktor (misalnya, ruang rak) yang mempengaruhi biaya persediaan.
Dengan demikian akan menarik untuk memasukkan waktu tunggu dan keputusan penyimpanan
atau ruang rak ke dalam fungsi permintaan sebagai topik penelitian potensial.
(iv) Model permintaan yang bergantung pada ruang. Kami telah menemukan bahwa model
seperti itu dikembangkan hanya untuk pengoperasian sistem ritel. Faktanya, keputusan
alokasi ruang tidak hanya penting untuk pengelolaan yang berwujud
produk tetapi juga untuk pengiriman layanan yang efektif. Misalnya, jika ruang yang
tersedia dalam sistem layanan (misalnya, restoran, hotel) kecil, pelanggan mungkin
tidak akan meminta layanan tersebut. Oleh karena itu perlu untuk mempertimbangkan
permintaan yang bergantung pada ruang untuk sistem layanan. (v) Model permintaan
yang bergantung pada kualitas. Kualitas penting untuk sistem manufaktur dan layanan
di dunia bisnis saat ini. Namun, seperti yang ditunjukkan oleh ulasan kami, ada relatif
sedikit model yang mencirikan dampak kualitas produk pada permintaan, sedangkan
sebagian besar publikasi yang relevan mempertimbangkan tingkat layanan untuk
sistem manufaktur dan kualitas layanan untuk sistem layanan. Dengan demikian,
peneliti mungkin perlu mempertimbangkan bentuk fungsi lain (misalnya, Cobb–
Douglas, MNL, MCI) untuk mengatasi masalah terkait kualitas produk.
(vi) Model permintaan yang bergantung pada iklan. Kegiatan pemasaran mempengaruhi
keputusan pembelian konsumen. Tinjauan kami mengungkapkan bahwa banyak
publikasi berfokus pada dampak periklanan terhadap permintaan.
Meskipun beberapa makalah telah mempertimbangkan kegiatan pemasaran umum
atau upaya yang mempengaruhi permintaan (misalnya, Karnani, 1983; Lariviere &
Padmanabhan, 1997), mungkin berguna untuk mengembangkan model untuk
menyelidiki fungsi permintaan gerbang yang bergantung pada kegiatan pemasaran
khusus lainnya seperti surat. -dalam rabat dan pinjaman tanpa bunga. Mungkin juga
berguna untuk memeriksa permintaan online yang bergantung pada jenis aktivitas
pemasaran tanpa iklan lainnya seperti pengiriman gratis atau dari mulut ke mulut
(yaitu, opini yang ditulis oleh pembeli online sebelumnya secara online).
Selain pengamatan di atas untuk setiap kategori, sebagian besar publikasi mengasumsikan
fungsi umum atau khusus (tercantum dalam Tabel 4) untuk menyelidiki berbagai masalah. Fungsi-
fungsi itu mungkin tidak menggambarkan perilaku konsumen dengan tepat. Sebagai tanggapan,
sejumlah peneliti telah mengembangkan pendekatan berbasis utilitas untuk menyelidiki berbagai
masalah dalam kategori model permintaan yang bergantung pada harga, bergantung pada rabat,
bergantung pada waktu tunggu, dan bergantung pada kualitas, seperti yang ditunjukkan oleh
Tabel 4.
Di antara empat kategori ini, model yang bergantung pada kualitas memberikan berbagai
macam masalah penelitian yang menjanjikan karena kualitas merupakan penentu penting
keputusan pembelian konsumen. Misalnya, arah penelitian yang penting harus berkaitan dengan
analisis empiris utilitas konsumen yang bergantung pada kualitas. Untuk studi empiris semacam
itu, kita perlu mengumpulkan dan menganalisis data yang menangkap sikap konsumen terhadap
kualitas dan faktor lain yang memengaruhi keputusan pembelian mereka; analisis data ini dapat
membantu mengeksplorasi lebih banyak wawasan mengenai dampak kualitas pada perilaku
konsumen dan keputusan optimal perusahaan pada tingkat kualitas mereka. Selain itu, seseorang
dapat mempertimbangkan arah penelitian terkait kualitas berikut. Seperti yang ditunjukkan oleh
diskusi kami tentang model yang bergantung pada kualitas, sebagian besar model utilitas yang
ada adalah fungsi linier dari tingkat kualitas, sedangkan sangat sedikit publikasi yang
mempertimbangkan bentuk fungsi nonlinier — misalnya, Zhao, Atkins, dan Liu (2009)
menggunakan fungsi utilitas daya. Karena fungsi utilitas nonlinier harus lebih realistis daripada
fungsi linier, di masa mendatang kita mungkin perlu mempertimbangkan fungsi nonlinier umum
lainnya seperti MCI dan MNL untuk mencirikan utilitas konsumen. Analisis fungsi utilitas nonlinier
harus menghasilkan lebih banyak
wawasan menarik yang mungkin berbeda dari yang dihasilkan dari analisis fungsi utilitas linier.
Kami juga menemukan dari model yang bergantung pada kualitas bahwa fungsi utilitas
yang ada menggabungkan dampak kualitas dan harga. Namun sebenarnya, selain kualitas,
keputusan konsumen mungkin bergantung pada faktor-faktor seperti waktu tunggu, potongan
harga, ruang, dan iklan. Dengan demikian akan menarik untuk mempertimbangkan fungsi utilitas
dalam hal kualitas dan faktor lain yang tidak memasukkan harga sebagai variabel keputusan.
Selain itu, kategori kualitas hanya mencakup beberapa makalah yang relevan dalam pengaturan
monopoli atau duopoli. Di masa depan, mungkin juga menarik untuk menyelidiki kasus oligopoli
di mana n > 3 perusahaan bersaing di pasar dengan menentukan tingkat kualitas produk
mereka. Selanjutnya, untuk kasus oligopoli, kita dapat memasukkan sensitivitas harga dan
diferensiasi rasa ke dalam fungsi utilitas konsumen, yang dapat menghasilkan wawasan baru.
Untuk penerapan sensitivitas harga dan perbedaan rasa dalam pengaturan monopoli atau
duopoli, lihat Chambers et al. (2006) dan Desai (2001).
Sebagai kesimpulan, kami menemukan bahwa fungsi permintaan pada Tabel 4 telah
terbukti berguna dalam menganalisis berbagai masalah yang berkaitan dengan bisnis dan ekonomi.
Model semacam itu dapat digunakan untuk penyelidikan masalah baru, dan bahkan dapat
menciptakan kemungkinan untuk mengembangkan jenis model permintaan baru.
REFERENSI
Agrawal, V., & Ferguson, M. (2007). Model respons tawaran untuk penetapan harga yang disesuaikan.
Jurnal Manajemen Pendapatan dan Harga, 6(3), 212–228.
Allenby, GM, Arora, N., & Ginter, JL (1998). Pada heterogenitas permintaan.
Jurnal Riset Pemasaran, 35(3), 384–389.
Allon, G., & Federgruen, A. (2007). Persaingan dalam industri jasa. Operasi
Penelitian, 55(1), 37–55.
Anderson, EE, & Amato, HN (1974). Model matematis untuk secara bersamaan menentukan
koleksi merek yang optimal dan alokasi area tampilan.
Riset Operasi, 22(1), 13–21.
Anderson, SP, Palma, AD, & Thisse, J. (1992). Teori pilihan diskrit dari
diferensiasi produk. Cambridge, MA: Pers MIT.
Arcelus, FJ, Kumar, S., & Srinivasan, G. (2005). Tanggapan pengecer terhadap insentif pabrikan
alternatif di bawah kerangka permintaan stokastik periode tunggal, tergantung harga.
Ilmu Keputusan, 36(4), 599–626.
Arcelus, FJ, & Srinivasan, G. (2003). Pemindaian balik dan rabat langsung: Alat pabrikan
melawan pembelian ke depan. Transaksi Internasional dalam Riset Operasi, 10(6), 619–
635.
Aydin, G., & Porteus, EL (2008). Produsen-ke-pengecer versus rabat produsen ke-konsumen
dalam rantai pasokan. Dalam N. Agrawal, & S. Smith (Eds.), Manajemen rantai pasokan
ritel. New York, NY: Springer, 237–270.
Baker, W., Marn, M., & Zawada, C. (2001). Harga lebih cerdas di internet. Tinjauan Bisnis
Harvard, 79(2): 122–127.
Balasubramanian, S., & Bhardwaj, P. (2004). Ketika tidak semua konflik buruk: Manufaktur-
pemasaran konflik dan desain insentif strategis. Ilmu Manajemen, 50(4), 489–502.
Banerjee, B., & Bandyopadhyay, S. (2003). Persaingan iklan di bawah con

inersia Sumeria. Ilmu Pemasaran, 22(1), 131–144.
Banker, RD, Khosla, I., & Sinha, KK (1998). Kualitas dan persaingan. Pria
ilmu pengetahuan, 44(9), 1179–1192.
Basuroy, S., & Nguyen, D. (1998). Model pangsa pasar logit multinomial: Karakteristik
keseimbangan dan implikasi strategis. Ilmu Manajemen, 44(10), 1396–1408.
Benjaafar, S., Elahi, E., & Donohue, KL (2007). Outsourcing melalui layanan com petisi.
Ilmu Manajemen, 53(2), 241–259.
Bernstein, F., & Federgruen, A. (2004). Model ekuilibrium umum untuk industri dengan
persaingan harga dan layanan. Riset Operasi, 52(6), 868–886.
Bernstein, F., & Federgruen, A. (2007). Mekanisme koordinasi untuk rantai pasokan di
bawah kompetisi harga dan layanan. Manufaktur & Manajemen Operasi Jasa, 9(3),
242–262.
´ ´
Bertrand, J. (1883). Theorie math ematique de la richesse sociale. Jurnal des
Savants, 499–509.
Besanko, D., Gupta, S., & Jain, D. (1998). Estimasi permintaan Logit di bawah perilaku
penetapan harga yang kompetitif: Kerangka ekuilibrium. Ilmu Manajemen, 44(11),
1533–1547.
Bitran, G., & Caldentey, R. (2003). Ikhtisar model penetapan harga untuk pengelolaan
pendapatan. Manufaktur & Manajemen Operasi Layanan , 5(3): 203– 229.
Bitran, GR, & Mondschein, SV (1997). Penetapan harga periodik produk musiman dalam
ritel. Ilmu Manajemen, 43(1), 427–443.
Bowerman, BL, & O'Connell, RT (2007). Statistik bisnis dalam praktik (4th
ed.). New York, NY: McGraw-Hill/Irwin.
Boyaci, T., & Ray, S. (2003). Diferensiasi produk dan interaksi biaya kapasitas di pasar
yang sensitif terhadap waktu dan harga. Manajemen Operasi Manufaktur & Layanan,
5(1), 18–36.
Boyaci, T., & Ray, S. (2006). Dampak biaya kapasitas pada perbedaan produk dalam
waktu pengiriman, keandalan pengiriman, dan harga. Manajemen Produksi dan
Operasi, 15(2), 179–197.
Bultez, A., & Naert, P. (1988). SH.ARP: Alokasi rak untuk keuntungan pengecer.
Ilmu Pemasaran, 7(3), 211–231.
Cachon, GP, & Netessine, S. (2004). Teori permainan dalam analisis rantai pasokan. Di D .
Simchi-Levi, SD Wu, & Z. Shen (Eds.), Handbook of kuantitatif supply chain analysis:
Modeling in the e-business era. Boston, MA: Kluwer, 13–66.
Chamberlin, EH (1933). Teori persaingan monopolistik. Boston, MA:
Pers Universitas Harvard.
Chambers, C., Kouvelis, P., & Semple, J. (2006). Persaingan berbasis kualitas, profitabilitas,
dan biaya variabel. Ilmu Manajemen, 52(12), 1884–1895.
Chen, FY, Ray, S., & Song, YY (2006). Kebijakan penetapan harga dan pengendalian inventaris yang
optimal dalam sistem peninjauan berkala dengan biaya pemesanan tetap dan penjualan yang hilang.
Logistik Penelitian Angkatan Laut, 53(2), 117–136.
Chen, FY, Yan, H., & Yao, L. (2004). Sebuah permainan harga vendor berita. Tindakan IEEE
Trans pada Sistem, Manusia, dan Sibernetika (Bagian A), 34(4), 450–456.
Chen, X., Li, CL, Rhee, BD, & Simchi-Levi, D. (2007). Dampak rabat pabrikan pada keuntungan
rantai pasokan. Logistik Penelitian Angkatan Laut, 54(6), 667–680.
Chen, X., & Simchi-Levi, D. (2004a). Mengkoordinasikan kontrol inventaris dan strategi
penetapan harga dengan permintaan acak dan biaya pemesanan tetap: Kasus cakrawala
yang terbatas. Riset Operasi, 52(6), 887–896.
Chen, X., & Simchi-Levi, D. (2004b). Mengkoordinasikan kontrol inventaris dan strategi
penetapan harga dengan permintaan acak dan biaya pemesanan tetap: Kasus horizon
tak terbatas. Matematika Riset Operasi, 29(3), 698–723.
¨
Chen, X.,
¨ & Simchi-Levi, D. (2012). Manajemen harga dan persediaan. Saya tidak.
Ozer, & R. Phillips (Eds.), The Oxford handbook of pricing management.
Oxford, Inggris: Oxford University Press, 784–824.
Cho, SH, McCardle, KF, & Tang, CS (2009). Strategi penetapan harga dan rabat yang optimal
dalam rantai pasokan dua tingkat. Manajemen Produksi dan Operasi, 18(4), 426–446.
Chou, FS, & Parlar, M. (2006). Kontrol optimal dari sistem manajemen pendapatan dengan
harga dinamis menghadapi permintaan linier. Aplikasi dan Metode Kontrol Optimal, 27(6),
323–347.
Cooper, LG (1993). Model pangsa pasar. Dalam J. Eliashberg, & GL
Lilien (Eds.), Handbooks in operation research and management science: Marketing.
Amsterdam, Belanda: Elsevier Science Publishers, 259–314.
Cooper, LG, & Nakanishi, M. (1988). Analisis pangsa pasar. Boston, MA:
Pers Akademik Kluwer.
Corstjens, M., & Doyle, P. (1981). Sebuah model untuk mengoptimalkan alokasi ruang ritel.
Ilmu Manajemen, 27(7), 822–833.
Corstjens, M., & Doyle, P. (1983). Model dinamis untuk mengalokasikan ruang ritel secara
strategis. Jurnal Masyarakat Riset Operasional, 34(10), 943–951.
Demirag, OC, Baysar, O., Keskinocak, P., & Swann, JL (2010). Pengaruh rabat pelanggan dan
insentif pengecer terhadap keuntungan dan penjualan produsen. Logistik Penelitian
Angkatan Laut, 57 (1), 88–108.
Desai, P. (2001). Segmentasi kualitas di pasar spasial: Kapan kanibalisasi memengaruhi desain
lini produk? Ilmu Pemasaran, 20(3), 265–283.
Desai, PS, & Srinivasan, K. (1995). Pensinyalan permintaan di bawah upaya yang tidak
dapat diamati dalam waralaba: Kontrak harga linier dan nonlinier. Ilmu Manajemen,
41(10), 1608–1623.
Desiraju, R., & Moorthy, S. (1997). Mengelola saluran distribusi di bawah informasi metrik
asym dengan persyaratan kinerja. Ilmu Manajemen, 43(12), 1628–1644.
Desmet, P., & Renaudin, V. (1998). Estimasi daya tanggap penjualan kategori produk
terhadap ruang rak yang dialokasikan. International Journal of Research in
Marketing, 15(5), 443–457.
Dixit, AK, & Stiglitz, JE (1977). Persaingan monopolistik dan keragaman produk yang
optimal. Tinjauan Ekonomi Amerika, 67(3), 297–308.
Dixon, H. (1987). Teori umum permintaan rumah tangga dan kontingen pasar.
Sekolah Manchester, 55(3), 287–304.
Dorfman, R., & Steiner, PO (1954). Iklan optimal dan kualitas optimal.
Tinjauan Ekonomi Amerika, 44(5): 826–836.
Edgeworth, TA (1922). Ekonomi matematika Profesor Amoroso.
Jurnal Ekonomi, 32(127): 400–407.
Edgeworth, TA (1925). Teori monopoli murni. Makalah yang Berkaitan dengan Politik
Ekonomi, 1, 111–142.
Eliashberg, J., & Steinberg, R. (1987). Keputusan pemasaran-produksi dalam saluran
distribusi industri. Ilmu Manajemen , 33(8), 981–1000.
Elmaghraby, W., & Keskinocak, P. (2003). Penetapan harga dinamis dengan adanya
pertimbangan inventaris: Tinjauan penelitian, praktik saat ini, dan arah masa depan.
Ilmu Manajemen, 49(10), 1287–1309.
Erickson, GM (2003). Model persaingan iklan yang dinamis. Norwell, MA: Penerbit
Akademik Kluwer.
Esfahani, S., MM, Biazaran, M., & Gharakhani, M. (2011). Sebuah pendekatan teori
permainan untuk mengkoordinasikan harga dan iklan co-op vertikal dalam rantai
pasokan pengecer produsen. Jurnal Riset Operasional Eropa, 211(2), 263–273.
Federgruen, A., & Heching, A. (1999). Gabungan penetapan harga dan pengendalian
persediaan di bawah ketidakpastian. Riset Operasi, 47 (3), 454–475.
Feichtinger, G., Hartl, RF, & Sethi, SP (1994). Model kontrol optimal dinamis dalam
periklanan: Perkembangan terkini. Ilmu Manajemen, 40(2), 195–226.
Fibich, G., Gavious, A., & Lowengrart, O. (2003). Solusi eksplisit dari model pengoptimalan
dan permainan diferensial dengan efek harga referensi yang tidak mulus (asimetris).
Riset Operasi, 51 (5), 721–734.
Gallego, G., Hah, WT, Kang, W., & Philips, R. (2006). Persaingan harga dengan model
tarik-menarik permintaan: Adanya keseimbangan yang unik dan stabilitasnya.
Manajemen Operasi Manufaktur & Layanan, 8(4), 359–375.
Gallego, G., & van Ryzin, G. (1994). Harga inventaris dinamis yang optimal dengan
permintaan stokastik di cakrawala yang terbatas. Ilmu Manajemen, 40(8), 999–1020.
Geary, S., & Zonnenberg, JP (2000). Apa artinya menjadi yang terbaik di kelas. Memasok
Tinjauan Manajemen Rantai, 4(3), 42–48.
Genesove, D., & Mullin, W. (1998). Menguji model oligopoli statis: Perilaku dan biaya di
industri gula, 1890–1914. Jurnal Ekonomi RAND, 29(2), 355–377.
Geng, Q., & Mallik, S. (2011). Keputusan rabat mail-in bersama dalam rantai pasokan di
bawah ketidakpastian permintaan. Manajemen Produksi dan Operasi, 20(4), 587–
602.
Goyal, SK, & Giri, BC (2001). Tren terbaru dalam pemodelan inventaris yang memburuk.
Jurnal Riset Operasional Eropa, 134(1), 1–16.
Gruca, TS, & Sudharshan, D. (1991). Karakteristik keseimbangan model pangsa pasar
multi nomial logit. Jurnal Riset Pemasaran, 28(4), 480–482.
Guadagni, PM, & Sedikit, JDC (1983). Model logit pilihan merek dikalibrasi
pada data pemindai. Ilmu Pemasaran, 2 (3), 203–238.
Hadjinicola, GC (1999). Positioning produk dan harga di bawah biaya produksi
cosiderations. Ilmu Keputusan, 30(3), 849–864.
Hanssens, DM, & Parsons, L. (1993). Ekonometrik dan deret waktu: Model respons pasar.
Dalam J. Eliashberg, & GL Lilien (Eds.), Handbooks in operations research and
management science: Marketing. Amsterdam, Belanda: Elsevier Science Publishers,
409–464.
Ho, TH, & Zheng, YS (2004). Menetapkan harapan pelanggan dalam pemberian layanan:
Perspektif operasi pemasaran terpadu. Ilmu Manajemen, 50(4), 479–488.
Hotelling, H. (1929). Stabilitas dalam persaingan. Jurnal Ekonomi, 39(153), 41–57.

Huang, J., Leng, M., & Liang, L. (2012). Perkembangan terbaru dalam penelitian
periklanan dinamis. Jurnal Riset Operasional Eropa, 220(3), 591–609.
Jeuland, AP, & Shugan, SM (1988). Saluran keuntungan distribusi ketika anggota saluran
membentuk dugaan. Ilmu Pemasaran, 7(2), 202–210.
Kadiyali, V., Chintagunta, P., & Vilcassim, N. (2000). Interaksi saluran produsen-pengecer
dan implikasi untuk kekuatan saluran: Investigasi empiris penetapan harga di
pasar lokal. Ilmu Pemasaran, 19(2), 127–148.
Kalish, S. (1985). Model adopsi produk baru dengan harga, periklanan, dan ketidakpastian,
Ilmu Manajemen, 31(12), 1569–1585.
Karlin, S., & Carr, CR (1962). Harga dan kebijakan persediaan yang optimal. Dalam KJ
Arrow, S. Karlin, & H. Scarf (Eds.), Studi probabilitas terapan dan ilmu manajemen.
Stanford, CA: Stanford University Press, 159–172.
Karnani, A. (1983). Pangsa pasar minimal. Ilmu Pemasaran , 2(1), 75–93.
Khan, RJ, & Jain, DC (2005). Analisis empiris mekanisme diskriminasi harga dan
profitabilitas pengecer. Jurnal Riset Pemasaran, 42(4), 516–524.
Khouja, M. (2006). Harga optimal gabungan, nilai rabat, dan model ukuran lot.
Jurnal Riset Operasional Eropa, 174 (2), 706–723.
Khouja, M., & Zhou, J. (2010). Pengaruh insentif yang tertunda pada keuntungan rantai
pasokan dan surplus konsumen. Manajemen Produksi dan Operasi, 19(2), 172–
197.
Kincaid, WM, & Sayang, DA (1963). Masalah harga persediaan. Jurnal Analisis dan
Aplikasi Matematika, 7 (2), 183–208.
ÿ
Kocabÿyÿkoglu, A., & Popescu, I. (2011). Pendekatan elastisitas terhadap penjual berita
dengan permintaan sensitif harga. Riset Operasi, 59(2), 301–312.
Kumar, V., & Swaminathan, S. (2005). Wajah elastisitas kupon yang berbeda.
Jurnal Ritel, 81(1), 1–13.
Kuo, CW (2008). Tentang peran negosiasi dalam manajemen pendapatan dan rantai
pasokan. Disertasi doktoral, University of Michigan, Ann Arbor.
Lariviere, M., & Padmanabhan, V. (1997). Tunjangan slotting dan produk baru
perkenalan. Ilmu Pemasaran, 16(2), 112–128.
Lau, AHL, & Lau, HS (2003). Pengaruh bentuk kurva permintaan pada solusi optimal
model Inventaris/Harga multi-eselon. Jurnal Penelitian Operasional Eropa, 147(3),
530–548.
Lauga, DO, & Ofek, E. (2011). Pemosisian produk dalam model diferensiasi vertikal dua
dimensi: Peran biaya kualitas. Ilmu Pemasaran, 30(5), 903–923.
Lee, H., & Cohen, M. (1985). Analisis kesetimbangan dari sistem pemilihan fasilitas
terpilah tunduk pada permintaan yang elastis-kongesti. Riset Operasi, 33(2), 293–
311.
Lee, W. (1961). Manajemen ruang di toko ritel dan implikasinya terhadap pertanian.
Di WK Dolva (Ed.), Kunci pemasaran untuk keuntungan di tahun 1960-an, Chicago,
IL: American Marketing Association, 523–533.
Leeflang, P., Wittink, D., Wedel, M. & Naert, P. (2000). Membangun model untuk
keputusan pemasaran. Boston, MA: Penerbit Akademik Kluwer.
Leone, RP, & Srinivasan, SS (1996). Nilai nominal kupon: Dampaknya terhadap
penukaran kupon, penjualan merek, dan profitabilitas merek. Jurnal Ritel, 72(3),
273–289.
Li, L. (1992). Peran persediaan dalam persaingan waktu pengiriman. Pengelolaan

Sains, 38(2), 182–197.
Lilien, GL, Kotler, P. & Moothy, KS (1992). Model pemasaran, Pelana Atas
Sungai, NJ: Prentice Hall.
Liu, LM, Parlar, M., & Zhu, SX (2007). Penetapan harga dan keputusan waktu tunggu
dalam rantai pasokan terdesentralisasi. Ilmu Manajemen, 53 (5), 713–725.
Luce, RD (1959). Perilaku pilihan individu: Sebuah analisis teoritis. New York,
NY: Wiley.
Lus, B., & Muriel, A. (2009). Mengukur dampak substitusi produk yang meningkat
terhadap keputusan penetapan harga dan kapasitas berdasarkan model permintaan linier.
Manajemen Produksi dan Operasi, 18(1), 95–113.
Mahajan, S., & Ryzin, GV (1998). Persediaan ritel dan pilihan pelanggan. Di S.
Tayur, R. Ganeshan, & M. Magazine (Eds.), Model kuantitatif untuk manajemen
rantai pasokan. Norwell, MA: Penerbit Akademik Kluwer, 491–551.
Mahajan, V., Muller, E., & Bass, FM (1990). Model difusi produk baru dalam pemasaran:
Tinjauan dan arahan untuk penelitian. Jurnal Pemasaran, 54(1), 1–26.
´
Mart'ÿn-Herran, G., Taboubi, S., & Zaccour, G. (2006). Dampak harga grosir produsen
pada ruang rak pengecer dan keputusan penetapan harga.
Ilmu Keputusan, 37(1), 71–90.
Martin, S. (1993). Ekonomi industri maju. Oxford, Inggris: Blackwell.
´
Mart´ÿnez-de-Albeniz, V., & Roels, G. (2010). Bersaing untuk ruang rak.
Manajemen Produksi dan Operasi, 20(1), 32–46.
McFadden, D. (1980). Model ekonometrik untuk pilihan probabilistik di antara prod
uct. Jurnal Bisnis, 53(3), 513–530.
Mesak, H., & Mwans, T. (1998). Pemodelan penganggaran iklan dan keputusan alokasi
menggunakan model pangsa pasar logit multinomial yang dimodifikasi. Jurnal
Masyarakat Riset Operasional, 49(12), 1260–1269.
Milgrom, P., & Roberts, J. (1990). Rasionalisasi, pembelajaran, dan keseimbangan dalam
permainan dengan saling melengkapi strategis. Ekonometrika, 58(6), 1255–1277.
Pabrik, ES (1959). Ketidakpastian dan teori harga. Jurnal Triwulanan Eco
nomics, 73(1), 116–130.
Pabrik, HD (1961). Sebuah studi dalam kompetisi promosi. Di FM Bass, RD
Buzzell, MR Greene, W. Lazer, EA Pessemier, DL Shawver, A.
Schuchman, CA Theodore, & GW Wilson (Eds.), Model dan metode matematika
dalam pemasaran. Homewood, IL: Richard D. Irwin, 245–301.
Moorthy, KS (1988). Persaingan produk dan harga dalam duopoli. Pemasaran
Sains, 7(2), 141–168.
Nakanishi, M., & Cooper, LG (1982). Prosedur estimasi yang disederhanakan untuk MCI
model. Ilmu Pemasaran, 1(3), 314–322.
Nevo, A. (2000). Panduan praktisi untuk memperkirakan model permintaan logit koefisien
acak. Jurnal Ekonomi & Strategi Manajemen, 9(4), 513–548.
Nguyen, D. (1985). Analisis periklanan optimal di bawah ketidakpastian. Ilmu Manajemen,

31(5), 622–633.
Om, TH (1989). Model permintaan alternatif dan estimasi elastisitasnya.
Jurnal Ekonomi dan Kebijakan Transportasi, 23(2), 163–187.
Palaka, K., Erlebacher, S., & Kropp, DH (1998). Pengaturan waktu tunggu, pemanfaatan
kapasitas, dan keputusan penetapan harga di bawah permintaan yang bergantung pada
waktu tunggu. Transaksi IIE, 30(2), 151–163.
Taman, RW (1969). Sistem persamaan permintaan: Perbandingan empiris bentuk fungsional

alternatif. Ekonometrika, 37(4), 629–650.
¨
Pekgun, P., Griffin, PM, & Keskinocak, P. (2008). Koordinasi pemasaran dan produksi untuk
keputusan harga dan leadtime. Transaksi IIE, 40(1), 12–30.
¨
Pekgun, P., Griffin, PM, & Keskinocak, P. (2009). Persaingan tersentralisasi vs
terdesentralisasi untuk harga dan permintaan waktu tunggu. Makalah kerja, Sekolah
Teknik Industri dan Sistem H. Milton Stewart, Institut Teknologi Georgia.
Pepall, L., Richards, DJ, & Norman, G. (1999). Organisasi industri: Teori dan praktik
kontemporer. Boston, MA: Penerbitan South-Western College.
Petruzzi, NC, & Dada, M. (1999). Penetapan harga dan masalah penjual berita: Tinjauan
dengan ekstensi. Riset Operasi, 47(2), 183–194.
Phillips, RL (2005). Pengoptimalan harga dan pendapatan, Stanford, CA: Stanford Business
Press.
Ray, S., Li, SL, & Song, YY (2005). Desain rantai pasokan yang disesuaikan membuat
permintaan stokastik yang tidak sensitif terhadap harga dan ketidakpastian pengiriman.
Ilmu Manajemen, 51(12), 1873–1891.
Robinson, J. (1933). Ekonomi persaingan tidak sempurna. New York, NY:
Macmillan.
Salop, S. (1979). Persaingan monopolistik dengan barang luar. Bell Journal of Economics,
10(1), 141–156.
Sethi, SP (1977). Model kontrol optimal dinamis dalam periklanan: Sebuah survei.
Tinjauan SIAM, 19(4), 685–725.
´
Sigue, SP (2008). Promosi konsumen dan pengecer: Siapa yang lebih baik? Jurnal
Ritel, 84(4), 449–460.
Singh, N., & Vives, X. (1984). Persaingan harga dan kuantitas dalam duopoli yang berbeda.
Rand Journal of Economics, 15(4), 546–554.
Jadi, KC (2000). Persaingan harga dan waktu untuk pengiriman layanan. Manufaktur
& Manajemen Operasi Layanan, 2(4), 392–407.
Jadi, KC, & Lagu, JS (1998). Harga, jaminan waktu pengiriman, dan pemilihan kapasitas.
Jurnal Riset Operasional Eropa, 111(1), 28–49.
Lagu, YY, Ray, S., & Li, SL (2008). Properti struktural dari kontrak pembelian kembali untuk
penjual berita yang menetapkan harga. Manajemen Operasi Manufaktur & Layanan,
10(1), 1–18.
Stevenson, WJ (2007). Manajemen operasi (edisi ke-9), New York, NY: McGraw-Hill.
Sudhir, K. (2001). Analisis struktural harga produsen di hadapan pengecer strategis. Ilmu
Pemasaran, 20 (3), 244–264.
Szmerekovsky, JG, & Zhang, J. (2009). Penetapan harga dan iklan dua tingkat dengan satu
produsen dan satu pengecer. Jurnal Riset Operasional Eropa, 192(3), 904–917.
Tirole, J. (1988). Teori Organisasi Industri. Cambridge, MA: MIT

Tekan.
Topkis, DM (1979). Titik keseimbangan dalam game submodular nonzero-sum n-person. Jurnal
SIAM tentang Kontrol dan Optimasi, 17 (6), 773–787.
Topkis, DM (1998). Supermodularitas dan saling melengkapi. Princeton, NJ: Princeton University
Press.
Perkotaan, GL (1969). Pendekatan pemodelan matematis untuk keputusan lini produk.
Jurnal Riset Pemasaran, 6(1), 40–47.
Perkotaan, TL (1998). Pendekatan teoretis inventaris untuk bermacam-macam produk dan
alokasi ruang rak. Jurnal Ritel, 74(1), 15–35.
Perkotaan, TL (2005). Model inventaris dengan permintaan yang bergantung pada tingkat
inventaris: Tinjauan komprehensif dan teori pemersatu. Jurnal Riset Operasional Eropa,
162(3), 792–804.
van Dijk, A., van Heerde, HJ, Leeflang, PSH, & Wittink, DR (2004).
Metode spasial berbasis kesamaan untuk memperkirakan elastisitas ruang rak.
Pemasaran Kuantitatif dan Ekonomi, 2(3), 257–277.
Vives, X. (1999). Penetapan harga Oligopoli: Gagasan lama dan alat baru . Cambridge, MA:
Pers MIT.
Xie, J., & Neyret, A. (2009). Model iklan dan harga co-op dalam rantai pasokan pengecer
produsen. Komputer dan Teknik Industri, 56(4), 1375– 1385.
Xie, J., & Wei, J. (2009). Mengkoordinasikan iklan dan penetapan harga di saluran pengecer
produsen. Jurnal Penelitian Operasional Eropa, 197(2), 785–791.
Xu, X., & Hopp, WJ, (2009). Tren harga dalam model penetapan harga dinamis dengan
pelanggan heterogen: Perspektif martingale. Riset Operasi, 57(5), 1298–1302.
Yang, M., & Chen, W. (1999). Sebuah studi tentang alokasi dan manajemen ruang rak.
Jurnal Internasional Ekonomi Produksi, 60–61, 309–317.
Yang, S., Munson, CL, & Chen, B. (2010). Menggunakan MSRP untuk meningkatkan
kemampuan rabat untuk mengontrol saluran distribusi. Jurnal Riset Operasional Eropa,
205(1), 127–135.
Muda, L. (1978). Harga, persediaan, dan struktur permintaan yang tidak pasti. Riset Operasi
Selandia Baru, 6(2): 157–177.
Zhao, W., & Zheng, Y. (2000). Penetapan harga dinamis yang optimal untuk aset yang mudah rusak dengan
permintaan tidak homogen. Ilmu Manajemen, 46(3), 375–388.
Zhao, X., Atkins, D., & Liu, Y. (2009). Pengaruh struktur saluran distribusi di pasar dengan
produk yang terdiferensiasi secara vertikal. Pemasaran dan Ekonomi Kuantitatif, 7(4),
377–397.
Zhao, X., Stecke, KE, & Prasad, A. (2012). Pemilihan mode lead time dan kutipan harga:
Seragam atau dibedakan? Manajemen Produksi dan Operasi, 21(1), 177–193.
Jian Huang adalah seorang profesor di Sekolah Teknologi Informasi di Universitas

Keuangan dan Ekonomi Jiangxi. Dia menerima gelar PhD dalam ilmu manajemen
dan teknik dari Universitas Nanjing pada tahun 2007. Penelitiannya saat ini berfokus
pada analisis permainan-teori dan keputusan operasi rantai pasokan, dan antarmuka
antara pemasaran dan operasi. Dia memiliki lebih dari 20 makalah penelitian yang
diterbitkan atau diterima untuk diterbitkan di IIE Transactions, European Journal of
Operational Research, Nonlinear Analysis: Theory, Methods & Applications, dan
lain-lain.
Mingming Leng adalah profesor manajemen operasi di Departemen Komputasi

dan Ilmu Keputusan di Universitas Lingnan, Hong Kong. Beliau meraih gelar PhD
dalam ilmu/sistem manajemen dari DeGroote School of Business, McMaster
University, Kanada. Dia saat ini tertarik pada operasi dan manajemen rantai
pasokan, analisis teori permainan dari berbagai masalah bisnis, dan antarmuka
antara operasi dan disiplin ilmu lainnya. Dia telah menerbitkan sekitar 25 makalah
dalam Riset Operasi, Produksi dan Manajemen Operasi, Naval Research Logistics,
IIE Transactions, Operations Research Letters, European Journal of Operational
Research, dan lain-lain.
Mahmut Parlar adalah profesor ilmu manajemen di DeGroote School of Business

McMaster University. Beliau meraih gelar BSc dalam bidang matematika (1973)
dan gelar MSc dalam riset/statistik operasi (1975) keduanya dari Universitas Teknik
Timur Tengah, Ankara, Turki, dan gelar PhD dalam ilmu manajemen (1979) dari
Universitas Waterloo, Kanada. Program penelitian Mahmut Parlar difokuskan pada
bidang pemodelan stokastik, optimalisasi dinamis, dan aplikasi teori permainan
dalam manajemen rantai pasokan. Karya-karyanya di bidang ini dan bidang terkait
telah didukung oleh hibah penelitian Natural Sciences and Engineering Research
Council of Canada (NSERC) sejak 1980 dan telah muncul dalam bentuk lebih dari
100 artikel yang diterbitkan dalam jurnal seperti Riset Operasi, Ilmu Manajemen ,
Produksi dan Manajemen Operasi, Logistik Riset Angkatan Laut, Transaksi IIE,
Jurnal Manajemen Operasi, Sejarah Riset Operasi, Ilmu Transportasi, dan
Keuangan Matematika Terapan. Dia adalah penulis buku berjudul “Riset Operasi
Interaktif dengan Maple” yang diterbitkan pada tahun 2000 oleh Birkhauser, Boston.
¨
Lihat statistik publikasi

DemandFunction DecisionSciences June 2013 PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

DemandFunction DecisionSciences June 2013 PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

Machine Translated by Google

Fungsi Permintaan dalam Pemodelan Keputusan: Komprehensif

3 pengarang, antara lain:

Jian Huang Ming Ming Leng

Universitas Keuangan dan Ekonomi Nanjing Universitas Lingnan

20 PUBLIKASI 1.024 CITATION 61 PUBLIKASI 2.002 CITATION

LIHAT PROFIL LIHAT PROFIL

Beberapa penulis publikasi ini juga mengerjakan proyek terkait berikut:

Pengguna telah meminta peningkatan file yang diunduh.

Ilmu Keputusan © 2013 Para Penulis

Fungsi Permintaan dalam Pemodelan Keputusan:

Berbagai bentuk matematis telah dikembangkan untuk mengkarakterisasi fungsi permintaan

†Penulis yang sesuai.

558 Fungsi Permintaan dalam Pemodelan Keputusan

Huang, Leng, dan Parlar 559

MODEL PERMINTAAN YANG TERGANTUNG HARGA

Model Single Firm Price–Dependent Demand Model ini

560 Fungsi Permintaan dalam Pemodelan Keputusan

dengan mempertimbangkan WTP konsumen, dan model aliran Poisson menggabungkan

Huang, Leng, dan Parlar 561

Tabel 1: Fungsi permintaan deterministik yang bergantung pada harga.

Model Permintaan Deterministik Permintaan Deterministik Tergantung Harga

Model linier (LM)

Model logit (LtM)

562 Fungsi Permintaan dalam Pemodelan Keputusan

Tabel 2: Model permintaan stokastik yang biasa digunakan dalam literatur.

Stochastic Tergantung Harga

Model umum: Federgruen dan Heching (1999), D(p, ÿ)

Kocabÿyÿkoglu dan Popescu (2011)

Model kekuatan: Kocabÿyÿkoglu dan Popescu (2011) D(p, ÿ) = aÿ/(ÿ + pb)

Model eksponensial: Kocabÿyÿkoglu dan Popescu D(p, ÿ) = eÿÿbp

Model logaritmik: Kocabÿyÿkoglu dan Popescu D(p, ÿ) = loga(ÿ ÿ bp)

Ferguson (2007), Kocabÿyÿkoglu dan Popescu

permintaan stokastik D(p, ÿ) biasanya dispesifikasikan sebagai model aditif, multiplikatif,

D(p, ÿ) = d(p) + ÿ, (1)

D(p, ÿ) = d(p)ÿ, (2)

Huang, Leng, dan Parlar 563

564 Fungsi Permintaan dalam Pemodelan Keputusan

Kepadatan Probabilitas Permintaan Agregat

Weibull(ÿ, ÿ): ÿ exp -

menurunkan fungsi permintaan agregat dengan asumsi bahwa V memenuhi distribusi

Model aliran Poisson

Huang, Leng, dan Parlar 565

Catatan 4: Model aliran Poisson umum—yang memperhitungkan WTP pelanggan—memperluas

Model Permintaan Harga-Dependen Kompetitif Multifirm Kami sekarang

566 Fungsi Permintaan dalam Pemodelan Keputusan

(i) Perusahaan i menentukan harganya pi pada i = [ci, pi], di mana pi menunjukkan

ÿi(p) = pidi(p) ÿ Ci(di(p)), (3)

Huang, Leng, dan Parlar 567

maks q (q) ÿ u(q) ÿ pT q, (4)

568 Fungsi Permintaan dalam Pemodelan Keputusan

pi(q) = ÿ ÿ ÿqi ÿ ÿ qj dan di(p) = ai ÿ bipi + ÿi pj ,

u(q1, q2) = ÿ1q1 + ÿ2q2 ÿ ÿ1q2 + 2ÿ 1q1q2 + ÿ2q2 /2, 2

Catatan 6: Sebagai alternatif ukuran substitusi ÿ , beberapa peneliti di bidang pemasaran

di mana M adalah jumlah pelanggan potensial di pasar; v0 adalah konstanta nonnegatif

Huang, Leng, dan Parlar 569

pasar masing-masing perusahaan harus nonnegatif, dan ketika M = 1 dan v0 = 0, jumlah

Dalam ulasan kami, kami menemukan bahwa sejumlah publikasi mengasumsikan

570 Fungsi Permintaan dalam Pemodelan Keputusan

Model Tergantung Harga Lainnya

Model Hotelling dan perluasannya

Banyak perusahaan yang

ÿ ÿ di(p) = untuk i = 1, 2,...,n,