Segmentacja nabywców lokali mieszkalnych metodą drzew CART

• Autorzy: Marcelina Zapotoczna , Joanna Cymerman

Warianty tytułu

Segmentation of Real Estate Buyers Employing The Classification and Regression Tree Method

• Języki publikacji: PL

Abstrakty

W artykule podjęto tematykę uwarunkowań decyzji inwestycyjnych na rynku nieruchomości mieszkaniowych. Za cel główny opracowania postawiono identyfikację czynników mających wpływ na decyzje zakupowe nabywców lokali mieszkalnych na olsztyńskim rynku mieszkaniowym. Podjęto również próbę odpowiedzi na pytanie, czy istnieje zależność pomiędzy motywami zakupu mieszkań a zmiennymi opisującymi cechy demograficzne i ekonomiczne oraz psychograficzne ankietowanych. Zastosowanie drzew decyzyjnych do analizy danych uzyskanych w badaniu ankietowym pozwoliło na pozyskanie ważnych dla uczestników rynku, a zwłaszcza inwestorów, informacji nt. motywów, jakimi kierują się nabywcy nowo budowanych mieszkań. Pełna informacja o zachowaniach rynkowych nabywców lokali mieszkalnych jest niezwykle istotna dla podmiotów realizujących inwestycje mieszkaniowe, sukces inwestycyjny bowiem zależy od zakresu dopasowania oferty sprzedażowej do aktualnych potrzeb i oczekiwań potencjalnych klientów(abstrakt oryginalny)

EN

The article examines the decision factors of investment in the real estate market. The main focus is on the factor identification which influences the buyers purchase decisions of real property on the Olsztyn's housing market. The paper attempts to answer the question whether there is a correlation between the motives of apartment purchase and variables describing the respondents demographic, economic and psychographic characteristics. The decision trees, CART method was used to analyze the data obtained in the surveys and allowed to gain valuable information for real estate market participants, especially investors, regarding motivation of a newly built apartment buyer. Comprehensive information about the residential premises buyers' behaviour is very important for entities who realise housing development(original abstract)

Słowa kluczowe

PL

Rynek mieszkaniowy; Segmentacja; Drzewo decyzyjne

EN

Housing market; Segmentation; Decision tree

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
• Rocznik: 2017
• Numer: nr 467 Regiony, metropolie, miasta
• Strony: 317--329

Twórcy

autor

Marcelina Zapotoczna

• Uniwersytet Warmińsko-Mazurski w Olsztynie

autor

Joanna Cymerman

• Politechnika Koszalińska

Bibliografia

• Andrzejewski A., 1970, Potrzeby mieszkaniowe. Problemy i perspektywy, Państwowe Wydawnictwo Wiedza Powszechna, Warszawa.
• Forlicz S., 2001, Niedoskonała wiedza podmiotów rynkowych, Wydawnictwo Naukowe PWN, Warszawa.
• Foryś I., 2011, Społeczno-gospodarcze determinanty rozwoju rynku mieszkaniowego w Polsce. Ujęcie ilościowe, Wydawnictwo Naukowe Uniwersytetu Szczecińskiego, Szczecin.
• Kałkowski L., 2003, Rynek nieruchomości w Polsce, Twigger, Warszawa.
• Kucharska-Stasiak E., 2016, Ekonomiczny wymiar nieruchomości, Wydawnictwo Naukowe PWN, Warszawa.
• Łapczyński M., 2010, Drzewa klasyfikacyjne i regresyjne w badaniach marketingowych, Wydawnictwo Uniwersytetu Ekonomicznego w Krakowie, Kraków.
• Łapczyński M., 2003, Drzewa klasyfikacyjne w badaniach satysfakcji i lojalności klientów, www.statsoft.pl/portals/0/Downloads/drzewa.pdf.
• Łaszek J., 2006, Rynek nieruchomości mieszkaniowych i jego specyfika jako czynniki determinujące ryzyko kredytowania hipotecznego, Materiały i Studia NBP, z. 203.
• Migut G., 2010, Zastosowanie technik analizy skupień i drzew decyzyjnych do segmentacji rynku, http://www.statsoft.pl/czytelnia.html.
• Obrót nieruchomościami w 2014 r., GUS, Warszawa.
• stat.gov.pl/files/gfx/.../pl/.../4/12/.../obrot_nieruchomosciami_w_2014.pdfstat.gov.pl/files/gfx/.../pl/.../4/12/.../obrot_nieruchomosciami_w_2014.pdf.
• Trojanek R., 2008, Wahania cen na rynku mieszkaniowym, Wydawnictwo Akademii Ekonomicznej w Poznaniu, Poznań.
• Wójcik P., Segmentacja psychograficzna polskich konsumentów 2010, www.statsoft.pl.

Identyfikatory

DOI

10.15611/pn.2017.467.25