Alennushinnoittelun vaikutus yhteiskäyttöpalvelun liikevaihtoon

Abstract

Tämän tutkimuksen avulla on pyritty selvittämään alennushinnan vaikutusta yhteiskäyttöpalvelun liikevaihtoon, tarkastelujakson 31.7-6.11.2017 aikana. Lisäksi tutkimuksessa tarkastellaan mitkä muut tekijät vaikuttavat hinnan vaikutukseen. Tutkimusmenetelmänä kandidaatintutkielmassa käytetään tilastollista analyysia. Tilastollisen analyysin pohjalta tehdään lineaarinen regressio ja tarkastellaan tulosten luotettavuutta. Lineaarinen regressio tehdään pienimmän neliösumman menetelmän avulla. Pienimmän neliösumman menetelmän avulla estimoidaan kertoimet tutkimukseen valituille muuttujille. Saatujen tulosten merkittävyyttä tutkitaan heteroskedastisuuden ja multikollineaarisuuden avulla sekä varmistamalla residuaalien normaalijakautuneisuus. Tutkimustuloksista selvisi, että tutkimukseen valituilla muuttujilla, lukuun ottamatta säätä ja asiakasuskollisuutta kuvaavia muuttujia, oli tilastollisesti merkittävä vaikutus yhteiskäyttöpalvelun ajominuutteihin. Alennushinnalla on positiivinen vaikutus yhteiskäyttöpalvelun ajominuutteihin, sillä alennushinta kasvattaa ajettuja ajominuutteja 11 prosenttia. Ilmaisilla ajominuuteilla on positiivinen vaikutus ajominuutteihin, yksi ilmainen ajominuutti kasvattaa ajominuutteja 1,9 prosenttia. Varallisuutta kuvaavalla iällä on positiivinen vaikutus, iän muuttuessa yhdellä kasvavat ajetut ajominuutit 0,4 prosenttia. Ruuhka-ajalla on positiivinen vaikutus ajominuutteihin, ruuhka-aika kasvattaa ajominuutteja 5 prosenttia. Kaupunginosien ja ajominuuttien välinen yhteys on käänteinen, mitä lähempänä kaupungin keskustaa ajon aloituspaikka on, sitä pienempi ajettujen ajominuuttien määrä on. Yritysasiakkaan ja kuluttaja-asiakkaiden välillä on ero ajokäyttäytymisessä, yritysasiakas vaikuttaa positiivisesti ajominuutteihin kasvattaen ajettuja ajominuutteja 32 prosenttia.

This thesis pursues to examine how discount price effects driving minutes of the collaborative service at the time line of 31.7-6.11.2017. Thesis also pursues to examine which other variables effect driving minutes and how big this effect is. The research method in this thesis is statistical analysis which is based on executing linear regression and examining the reliability of the results. Linear regression is done by using ordinary least squares methods. Ordinary least squares estimates parameters for variables which have been chosen to thesis. The reliability of results is ensured by inspecting heterogeneity, multicollinearity and ensuring that the residuals are normally distributed. From the results of the research became clear that the variables have had effects to driving minutes, except variables which are representing weather and commitment to company; those variables are not statistically significant. Discount price has a positive effect on driving minutes because discount price increments driving minutes 11 percent. Free driving minutes also have a positive effect on driving minutes and therefore, when free driving minutes grow by one unit, driving minutes change 1,9 percent. Rush-hour also has a positive effect on driving minutes and if the drive has started on rush-hour, the driving minutes change 5 percent. The relationship between different areas and driving minutes is inverse and driving minutes change 5 to 15 percent compared to area 4. Research also found that there is a difference between business customers and consumers: if the driver is a business customer it grows driving minutes 32 percent.