Методы и процедуры маркетингового исследования (стр. 6 из 10)

Если индивидуальные значения ответов какого-либо респондента будут больше, чем полусумма (Z1i + Z2i), то такого респондента следует относить к пользователям, иначе к лицам, которые не покупают данный продукт.

Дискретный анализ может быть использован для ответа на вопросы:

-как потребители какого-либо товара отличаются от тех, кто не покупает этот продукт.

-как потенциальные потребители новых товаров, показывающие большую вероятность покупки данного товара отличается по демографическим признакам от тех, для кого характерна низкая вероятность покупки данного товара.

Плохо 1 2 3 4 5 6 7 8 9 10 Отлично

1. Общее качество приготовленных блюд

2. Расположенность недалеко от дома

3. Близко от работы

4. Качество обслуживания

5. Скорость обслуживания.

Следующей важной задачей является классификация объектов или людей. При этом используются данные о реальной и смоделированной совокупности.

Действительный статус	Всего	Предположит. стат.
Не явл-ся пос-м	Явл-ся посм
Не является посетителем	117	94 (80,3 %)	23 (19,7 %)
Является посетителем	296	61 (20,6 %)	235 (79,4 %)
Всего	413

Данные свидетельствуют о том, что 80,3 % из числа лиц, не являющихся посетителями, отнесены к той же группе, а 19,7 % ошибочно были отнесены к посетителям.

Проблема в том, чтобы определить, являются ли данные моделирования достаточными для принятия решения. При этом для оценки используются критерии случайной пропорциональности:

с= р² + (1 - р)²

р- доля лиц, попавших в группу 1

(1 - р) - доля лиц, попавших в группу 2.

Мы правильно классифицировали 80,3 %, т.о. наша модель позволяет классифицировать людей на посетителей и непосетителей.

Кластерный анализ.

Используется для технических процедур; используется для классификации людей и объектов по нескольким признакам одновременно. Цель - объединить объекты так, чтобы в одну группу попали насколько возможно однородные объекты и чтобы различные группы отличались существенно между собой.

Существует несколько процедур кластеризации, но все они базируются на использовании мер или критериев близости. Наиболее распространенным критерием близости является среднеквадратическая разность.

Евклидово расстояние - расстояние между объектами

d (Xi; Xj) = [å (Xik - Xjk)²]²

Суть в том, что последовательно объединяются объекты сначала более близкие, а затем все более отдаленные друг от друга. Работа алгоритма заканчивается, когда все объекты будут объединены в один класс. Результатом обычно является графическое изображение, иллюстрирующее вид иерархического дерева (дендрограмма).

Описанный алгоритм не имеет четких правил остановки на каком-то этапе кластеризации. Обычно исследователи принимают во внимание устойчивость групп на протяжении нескольких шагов алгоритма. В кластерном анализе не рекомендуется использовать большое количество факторов. Существует зависимость между количеством объектов и количеством факторов.

lg n

L max = lg 2

Иногда используются многомерные средние (объединение нескольких признаков в общий).

Факторный анализ.

Факторный анализ - это процедура упрощения исходных данных через сокращение переменных до меньшего числа факторов. Целью является сводка информации, содержащей большое количественных оценок, меньшее число суммарных величин, называемых факторами. Нет зависимых переменных (как и в кластерном анализе), скомбинировать число переменных.

Техническое определение факторов - линейная комбинация переменных. Рассчитывается факторное множество для каждого субъекта в группе данных, при этом каждой переменной соответствует определенный вес в соотношении с тем, сколько она вносит в вариацию каждого фактора.

Природа образованных факторов может быть определена с помощью факторных нагрузок. (Это корреляция между каждым факторным множеством и каждой переменной).

Построение карты восприятия.

Карта восприятия продукта - визуальное воспроизведение восприятия продукта потребителями.

Пример, на оси Х - оценка скорости обследования

на оси У - стоимость.

Существует множество подходов к созданию карт восприятия, которые основаны на использовании факторного анализа и многомерного шкалирования. Исходными данными для построения является построение корреляционных матриц.

B

A

D C

Сonjoint анализ.

Основан на расчете общей полезности с которой потребитель связывает различные свойства продукта. Этот анализ является популярным многомерным методом исследования, используемым маркетологами для определения того, какие свойства должен иметь продукт и сколько долен стоить.

VII. ВИДЫ ИНФОРМАЦИИ И МЕТОДЫ ЕЕ СБОРА

В процессе анализа, планирования, осуществления и контроля эффективности маркетинговых мероприятий менеджерам требуется разнообразная информация. Маркетинговая информация позволяет предприятию:
- снизить финансовый риск и опасность для образа фирмы;
- получить конкурентные преимущества;
- следить за маркетинговой средой;
- координировать стратегию;
- оценивать эффективность деятельности;
- подкреплять интуицию менеджеров.

Обычно маркетинговую информацию подразделяют на первичную и вторичную.

Первичная информация - это данные, получаемые в результате специально проведенных для решения конкретной маркетинговой проблемы полевых исследований. Достоинства первичной информации:
- сбор в соответствии с точно поставленной целью;
- известна и контролируема методология сбора;
- результаты доступны для компании и могут ограждаться от конкурентов;
- известна надежность.

Недостатки:
- большое время на сбор и обработку;
- дороговизна;
- сама фирма не всегда может собрать все необходимые данные.

Вторичная информация - это данные, собранные ранее для целей, отличных от целей конкретного маркетингового исследования. Источники вторичной информации делятся на внутренние (документация фирмы: бюджеты, отчеты, счета, запасы, предыдущие исследования и др.) и внешние.

Основными источниками внешней вторичной информации являются:
- публикации национальных и международных официальных организаций;
- публикации государственных органов, министерств, муниципальных комитетов и организаций;
- публикации торгово-промышленных палат и объединений;
- сборники статистической информации;
- отчеты и издания отраслевых фирм и совместных предприятий;
- книги, сообщения в журналах и газетах;
- публикации учебных, научно-исследовательских, проектных институтов и общественно-научных организаций, симпозиумов, конгрессов, конференций;
- прайс-листы, каталоги, проспекты и другие фирменные публикации;
- материалы консалтинговых организаций.

Достоинства вторичной информации:
- дешевизна по сравнению с первичной информацией;
- возможность сопоставления нескольких источников;
- быстрота получения по сравнению со сбором первичной информации.

Недостатки:
- неполнота;
- устареваемость;
- иногда неизвестна методология сбора и обработки;
- невозможность оценить достоверность.

Недостатки вторичной информации обусловлены, прежде всего, тем, что первоначально эта информация собиралась для целей, обычно отличных от целей конкретного маркетингового исследования. Следовательно, для оценки надежности вторичных данных следует ответить на пять основных вопросов:
1. Кто собирал и анализировал данную информацию?
2. Какие цели преследовались при сборе и анализе информации?
3. Какая информация и каким образом была собрана?
4. Какими методами информация обрабатывалась и анализировалась?
5. Как данная информация согласуется с другой подобной информацией?

Исследования, выполненные на основе вторичной информации, как правило, являются предварительными (обзорными) и носят описательный или постановочный характер. С помощью таких исследований можно определить, например, общеэкономические характеристики рынка, положение в отдельных отраслях, национальные и иные особенности при выходе на зарубежные рынки.

При проведении вторичных исследований значимость внутренней или внешней информации определяется в зависимости от целей исследования и объекта исследования. Для выбора источников информации при проведении вторичных исследований маркетинговых мероприятий можно применять информационную матрицу, в которой показана возможность (вероятность) использования внутренней и внешней информации в зависимости от некоторых объектов исследования. Модифицированный вариант такой матрицы приведен в Примечании1.

Далее приведена обобщенная структура необходимой информации для анализа предприятия, рынка и окружающей среды .

Информация для анализа окружающей среды