Определение причинной (казуальной) структуры исследуемого явления - исходная точка математического моделирования. Рассмотрим случай торговой фирмы, которая хочет укрепить приверженность своей клиентуры и ищет наиболее эффективные средства для достижения этого результата. Возникают следующие вопросы.
— Каковы факторы, определяющиеимидж торговой марки продавца?
— Какое влияние оказывает этот имидж начастоту посещения магазинов?
— Какие иные факторы определяютудовлетворенность клиентов?
— В какой степени уровень удовлетворенности влечет долгосрочную приверженность к марке?
Как и в других аналогичных случаях, мы имеем здесь последовательность причинных связей, где первая зависимая переменная (имидж) становится причинной переменной для второй зависимой переменной (частота и удовлетворенность), которая в свою очередь определяет долгосрочную приверженность.
Другими словами, речь идет о наборе гипотез, основанных на понимании поведения потребителей при покупке и априори вытекающих из теории поведения. Этот набор гипотез должен затем быть принят (или отвергнут) аналитиком на основе наблюдений. В случае подтверждения модель может применяться для целей управления.
