Eine formale Darstellung — mathematisch, statistisch oder algorithmisch — der Beziehungen zwischen Variablen, die die Nachfrage bestimmen, verwendet zur Vorhersage, Simulation oder Erklärung des Kaufverhaltens unter unterschiedlichen Bedingungen.

Prinzip

Kausale und verhaltensbezogene Beziehungen (Preis, Promotion, Saisonalität, Kreuzwirkungen, Kundensegmentheterogenität) kodieren, damit das Modell über beobachtete Fälle hinaus generalisieren und Unsicherheit sowie Bias quantifizieren kann.

Demonstration

Ein Händler schätzt ein Mixed-Effects-Zeitreihenmodell, das Basisnachfrage, Preisealastizität pro Kundensegment und Promotions-Lift ermittelt; das Modell wird genutzt, um Ergebnisse unter vorgeschlagenen Preis- und Promotionsplänen zu simulieren.

Fehlanwendung

Ein Black-Box-Vorhersagemodell verwenden, ohne Gegenfaktisches zu testen oder Stabilität gegenüber Policy-Änderungen zu prüfen, oder ein Modell, das in einem Marktsegment trainiert wurde, ungeprüft in einem anderen mit unterschiedlichem Verhalten einsetzen.

Konsequenz

Lieferte Eingaben für Preisoptimierung, Bestandsplanung und Szenarioanalyse; bei guter Spezifikation unterstützt es kontrefaktische Simulationen und Politikevaluation mit quantifizierter Zuverlässigkeit.

Umkehrung

Ad-hoc-Heuristiken oder rein beschreibende Zusammenfassungen, die nicht darauf ausgelegt sind, kontrefaktische Ergebnisse vorherzusagen oder kausale Annahmen einzubeziehen.

Abgrenzung

Umfasst ökonometrische, maschinelle Lern-, strukturelle und hybride Spezifikationen; schließt reines Zählen vergangener Verkäufe ohne strukturelle Annahmen und Modelle aus, die externe Treiber (Wetter, Wettbewerb) ignorieren, wenn diese relevant sind.

Semantische Spannung

Spannung zwischen rein prädiktiven ML-Modellen (optimiert für Out-of-Sample-Genauigkeit) und strukturellen Modellen (optimiert für kausale Interpretierbarkeit und Politiksimulation); beide tragen bei, tauschen jedoch Interpretierbarkeit gegen Robustheit bei Verteilungsverschiebungen.

Synthese

Ein Nachfragemodell ist ein zweckgerichtetes mathematisches Werkzeug, das formalisiert, wie beobachtbare Eingaben und latente Faktoren Nachfrage erzeugen, und ermöglicht Vorhersage, Simulation und politikgetriebene Entscheidungen mit expliziten Annahmen und Unsicherheiten.