Помощь по Теле2, тарифы, вопросы

Анализ собранной информации предполагает ее изучение, обработку с помощью различных методов и приемов, а также извлечение необходимых сведений из всего массива полученных данных. При этом широко используются статистические и экономико-математические методы обработки информации.

Современный набор методов анализа маркетинговых данных представляет собой систему анализа маркетинговой информации.

Основу любой системы анализа маркетинговой информации составляют статистическо-информационный банк и банк моделей.

Система анализа маркетинговой информации

Статистико-информационный банк – это совокупность современных методик статистической обработки информации. Эти методики позволяют наиболее полно вскрыть взаимозависимости при подборе данных и позволяют установить степень статистической надежности. Банк моделей – это набор экономико-математических моделей, способствующих принятию оптимальных маркетинговых решений субъектами рынка. Каждая модель состоит из совокупности взаимосвязанных переменных, представляющих некую реально существующую систему, некий реально существующий процесс или результат. Эти модели могут способствовать получению ответов на вопросы типа «что лучше?», или «что, если?» (например, снизить цену на действующем рынке или освоить новый?).

32. Методы прогнозирования в маркетинговых исследованиях.

Прогнозирование служит для выяснения тенденций развития фирмы в условиях постоянного изменения факторов внешней и внутренней среды и поиска рациональных маркетинговых мероприятий по поддержке устойчивости ее экономического поведения. Сфера применения методов прогнозирования в маркетинговых системах достаточно широка. Они используются для анализа и разработки концепций развития всех субъектов маркетинговой системы, например, для исследования рыночной конъюнктуры, в системе прогнозирования цен, новых продуктов и технологий, поведения покупателей на рынке. Важнейшим направлением является прогнозирование сбыта и рынков, их динамики, структуры, конъюнктуры, возможностей рынка воспроизводить предложение и спрос.

Методы прогнозирования классифицируются по различным критериям:

По форме предоставления результата прогнозы делятся на количественные и качественные. Первые базируются на численных, математических процедурах, а вторые на использовании имеющихся опыта, знаний и интуиции исследователя;

По величине периода упреждения выделяют краткосрочные (1 год и менее), среднесрочные (2-5 лет), долгосрочные (свыше 5 лет);

По охвату прогнозированием объекта исследования прогнозы бывают общими (прогноз общего развития народного хозяйства) и частные (прогноз для отдельных отраслей, инфраструктуры, отдельных показателей).

Применение формализованных методов для прогнозирования сбыта продукции и рынков позволяет: дать количественную характеристику связям между отдельными элементами и факторами окружающей среды и оценить их на состояние и динамику рынка; осуществлять альтернативный анализ полученных результатов прогнозирования.

При осуществлении экономических прогнозов довольно часто используются методы экспертных оценок (например, метод Дельфи). Сущность метода состоит в том, что прогнозные оценки определяются на основе заключений экспертов, которым поручается аргументированное обоснование своей точки зрения о состоянии и развитии того или иного рынка или другой проблемы.

Достаточно распространенным методом экспертных оценок является "мозговая атака" или "мозговой штурм". Основой метода является выработка решения на основе совместного обслуживания проблемы экспертами. В качестве экспертов, как правило, принимаются не только специалисты по данной проблеме, но и люди, которые являются специалистами в других областях знания. Дискуссия строится по заранее разработанному сценарию.

33. Основные объекты исследования рынка.

К основным направлениям маркетинговых исследований относят следующие исследования:

Рынка; - потребителей; - конкурентов; - товара; - цены; - товародвижения; - распространение товаров; ­-система стимулирования сбыта и рекламы; -внутренняя среда предприятия; -внешняя среда предприятия

Каждое из этих направлений включает в себя ряд показателей, анализ которых позволяет дать общую характеристику его состояния. Например, при изучении рынка важно знать объемы продаж товаров в динамике,ассортимент товаров, спрос, сегменты рынка и др.

В маркетинговых исследованиях могут быть следующие объекты и показатели:

1) масштаб рынка: объем, структура, динамика продаж (сбыт, реализация), предложение, спрос на МФТ и услуги;

2) тенденции развития рынка: темпы роста и тренды продаж, цен, прибыли и т.д.;

3) характеристики устойчивости рынка: вариабельность продаж, цен; сезонные колебания и цикличность развития;

4) жизненные циклы товаров, услуг: динамика реализации с момента внедрения на рынок;

5) сегментация рынка и потребителей: целевые сегменты рынка и целевые аудитории потребителей;

6) конъюнктурные оценки рыночной ситуации - оценка состояния рынка с привлечением экспертов и др

34. Основные требования, предъявляемые к рыночному исследованию

Выделяют два вида исходной информации :

1) информация, характеризующая все стороны деятельности рыночных субъектов; 2) информация о состоянии рынка и внешней среды.

К рыночной информации предъявляются следующие требования :

достоверность – должна быть аргументированной и полной при ее получении и выдаче; надежность – должна постоянно накапливаться в достаточном объеме и обновляться; оперативность – должна быть конкретной и качественной, чтобы обеспечивать своевременное принятие коммерческих решений; систематичность – ее сбор должен проводиться непрерывно и системно; комплексность – должна отражать в комплексе данные об исследуемом рынке и внешней среде.

Что значит «исследовать рынок того или иного товара»? Это значит, что необходимо оценить объем и структуру предложения этого товара, объем и структуру спроса на него и сопоставить эти величины на данном уровне цен. Затем нужно рассчитывать зависимости спроса и товарного предложения от цены и подобрать такой ее уровень, при котором спрос и предложения уравновесятся. Можно обеспечить сбалансированность спроса и предложения за счет изменений последнего в ту или иную сторону.
Проблема изучения рынка – это информационная проблема. Чтобы оценить объем и структуру товарного предложения, нужно получить информацию о том, сколько и каких товаров имеется на рынке (в магазинах, на складах), сколько и каких товаров готовится к поставке и что уже конкретно поставлено. По данным о продаже товаров можно судить лишь о реализованной части спроса.
Объектами рыночного исследования являются тенденции и процессы развития рынка, включая анализ изменения экономических, научно-техни­ческих, демографических, экологических, законодательных и других факто­ров. Исследуются также структура и география рынка, его емкость, ди­намика продаж, барьеры рынка, состояние конкуренции, сложившаяся конъюнктура, возможности и риски. Основными результатами исследования рынка являются прогнозы его развития, оценка конъюнктурных тенденций, выявление ключевых факторов успеха. Определяются наиболее эффектив­ные способы ведения конкурентной политики на рынке и возможности вы­хода на новые рынки. Осуществляется сегментация рынков, т.е. выбор целевых рынков и рыночных ниш.
Для того чтобы принимать обоснованные решения на любом рынке, необходимо располагать достоверной, обстоятельной и своевременной информацией. Систематический сбор, отражение и анализ данных о проблемах, связанных с функционированием рынка, составляют содержание маркетинговых исследований. Чтобы быть эффективными, эти исследования, во-первых, должны носить систематический характер; во-вторых, опираться на специально отобранную информацию; в-третьих, осуществлять определенные процедуры сбора, обобщения, обработки и анализа данных; в-четвертых, использовать специально разработанные для целей анализа инструменты. Таким образом, маркетинговая деятельность строится на основе специальных рыночных исследований и сборе необходимой для их проведения информации. Потоки этой информации упорядочиваются определенными исследовательскими процедурами и методами.

Для обработки данных маркетинговых исследований в маркетинге используют как описательные, так и аналитические методы.

Из аналитических методов в маркетинге часто применяются: - анализ трендов; - регрессионный анализ; - дисперсионный анализ; - дискриминантный анализ; - кластерный анализ; - факторный анализ.

Примеры использования аналитических методов:

Регрессионный анализ (как оценить цену на товар в последующие шесть месяцев?)

Дисперсионный анализ (влияет ли упаковка на уровень объема сбыта?).

Дискриминантный анализ (разработайте классификацию кредитоспособности покупателей кредита по признакам: «ЗП», «образование», «возраст».

Факторный анализ (как описать влияние этих факторов на различные марки строящихся автомобилей).

Кластерный анализ (как определить тип читателей известного журнала).

Маркетинговые исследования показывают , что вариация каждого изучаемого признака находится в теснейшей связи и взаимодействии с вариацией других признаков, характеризующих исследуемую совокупность единиц. Исследования служат выяснению того, каковы связи между двумя переменными и в какой степени они связаны. (Пр. связь между ценой и сбытом).При изучении конкретных зависимостей одни признаки выступают в качестве факторов (факторные признаки), а другие – явл. результативными признаками. Рассматривая зависимости между признаками, необходимо выделить, прежде всего, две категории связи: - функциональную, - корреляционную.

Функциональные связи хар. полным соответствием между изменениями факторного признака и результативной величины, и каждому значению признака-фактора соответствуют вполне определенные значения результативного признака.

В корреляционных связях между изменением факторного и результативного признаков нет полного соответствия, воздействие отдельных факторов проявляется лишь в среднем при массовом наблюдении фактических данных.

34. Показатели центра распределения: мода, медиана и среднее арифметическое и их применение при анализе данных маркетиного исследования

Средняя величина (среднее, среднее значение) дает представление о наиболее "типичном" или "центральном" значении (центральной тенденции) в интервале изменения переменной (переменной величины). Например, средняя цена, средний объем продаж - подобные термины часто используются в практической работе маркетолога. В качестве средней величины чаще всего рассматриваются мода, медиана, средняя арифметическая и средняя геометрическая.

Мода - наиболее часто встречаемая величина в наборе данных. Это наиболее "типичное" значение среди данных. Оно может быть определено непосредственно из данных таблицы или графика. В графическом изображении данная величина соответствует величине на оси абсцисс, при которой соответствующая величина у является наибольшей. Недостаток наиболее часто встречаемой величины состоит в том, что она учитывает только соотношения величин, изменения же величин за пределами моды остаются неучтенными.Пример расчета моды. Упаковочная машина упаковывает по 100 канцелярских скрепок в маленькие пластмассовые футляры. Проверка 25 пластмассовых футляров дала следующий результат:

Наиболее часто встречаемой здесь величиной со значением признака 7 является количество в 100 штук.

Медиана (центральная величина) - это среднее, полученное путем выявления "центрального" значения в перечне данных, расположенных в ранжированном порядке. Медиана не учитывает экстремальных значений. Если налицо нечетное количество величин, например N = 9, то центральная величина рассчитывается следующим образом: В предыдущем примере наиболее часто встречаемая величина определялась среди следующих величин: 92, 95, 97, 98, 99, 100, 101, 102, 107. Медианой является здесь 99 (5-я величина).

Средняя арифметическая учитывает каждое значение признака, в том числе экстремальные и случайные величины. Каждое изменение значений признака влияет на среднюю величину. Выделяют невзвешенную среднюю арифметическую и взвешенную среднюю арифметическую.

Невзвешенная средняя арифметическая получается путем деления суммы всех значений на их количество:

Средняя арифметическая чисел 2, 3, 5, 7 и 8 следующая: Во взвешенной средней арифметической у отдельных значений учитывается определенный признак, например количество или вес:Предположим, что отдельным значениям признака xi (х 1, х 2, х 3 ... хn ) соответствует разный вес или разная частотность fi .

В ходе обработки и анализа данных маркетингового исследования первым этапом является частотный анализ. Далее следует описание статистических показателей изучаемых признаков.

Вторым этапом обработки и анализа данных маркетингового исследования является описание корреляционных связей между изучаемыми переменными. Корреляция представляет собой меру зависимости переменных.

Conjoint analysis (совместный анализ) Метод анализа, предназначенный для оценки и сравнения атрибутов продуктов с целью выявления тех из них, которые оказывают наибольшее влияние на покупательские решения. Метод "Conjoint analysis" - лучшая технология для измерения важности того или иного фактора из-за того, что он заставляет респондента думать не о том, что важно, а только о его предпочтении. Достоинством метода является возможность выявить латентные факторы, влияющие на поведение потребителей. С помощью данного метода можно выделить оптимальную комбинацию свойств продукта, оставив продукт в приемлемой ценовой категории.

Кластерный анализ - это совокупность методов, позволяющих классифицировать многомерные наблюдения, каждое из которых описывается неким набором переменных. Целью кластерного анализа является образование групп схожих между собой объектов, которые принято называть кластерами. При помощи кластерного анализа можно производить сегментацию рынка (например, выделение приоритетных групп потребителей). Полагается, что более значимо для маркетингового результата, объединение потребителей в группу с учетом мер близости друг к другу. Для обоснования данных предположений используется метод дисперсионного анализа.

Дисперсионный анализ. С помощью дисперсионного анализа исследуют влияние одной или несколько независимых переменных на одну зависимую переменную или на несколько зависимых переменных. Метод статистического анализа, позволяющий определить достоверность гипотезы о различиях в средних значениях на основании сравнения дисперсий (отклонений) распределений (например, можно проверить гипотезу о различиях двух групп потребителей, выделенных при помощи кластеризации). В отличие от корреляционного анализа дисперсионный анализ не дает возможности оценить тесноту связи между переменными.

Регрессионный анализ. Статистический метод установления зависимости между независимыми и зависимыми переменными. Регрессионный анализ на основе построенного уравнения регрессии определяет вклад каждой независимой переменной в изменение изучаемой (прогнозируемой) зависимой переменной величины. В маркетинге часто используется для прогнозирования спроса.

Факторный анализ. Совокупность методов, которые на основе реально существующих связей признаков (или объектов) позволяют выявлять латентные (или скрытые) обобщающие характеристики изучаемых явлений и процессов. Главными целями факторного анализа являются сокращение числа переменных и определение структуры взаимосвязей между переменными, то есть классификация переменных. При сокращении числа переменных итоговая переменная включает в себя наиболее существенные черты объединяемых переменных. Классификация подразумевает выделение нескольких новых факторов из переменных связанных друг с другом.

Результаты полевых исследований представляют собой значительные массивы переменных, которые достаточно сложны для обработки "ручным методом". На сегодняшний день, в арсенале исследователей имеется множество программных пакетов, позволяющих оптимизировать и упростить процедуру анализа. Наибольшее распространение получили такие пакеты, как Vortex, SPSS, Statistica.

Программа "VORTEX" предназначена для:

• - ввода первичной информации, собранной в ходе прикладного маркетингового или социологического исследования;
• - обработки и анализа этой информации;
• - представления полученных результатов анализа в виде таблиц, текстов, графиков и диаграмм с возможностью их переноса в Microsoft Word и другие приложения Windows/NT.

Возможности анализа информации:

Программа Vortex позволяет производить описательную статистику изучаемых переменных (расчет статистических показателей: среднее, мода, медиана, квартили, дисперсия, среднеквадратическое отклонение, коэффициент вариации, скос, эксцесс и др.);

Позволяет производить сегментирование потребителей по нескольким признакам, а также описание выделенных целевых групп (выделение контекстов - подмассивов документов для углубленного анализа, например, только мужчин или только респондентов в возрасте 20-25 лет).

При помощи программы Vortex можно проводить корреляционный анализ, позволяющий выявить зависимости изучаемых факторов, влияющих на маркетинговый результат (расчет для таблиц двухмерного распределения коэффициентов корреляции Пирсона, Гамма, Лямбда, Крамера, Юла, Фишера, критериев X-квадрат, Стьюдента, определение статистической значимости).

SPSS для Windows - это модульный, полностью интегрированный, обладающий всеми необходимыми возможностями программный продукт, предназначенный для всех этапов аналитического процесса: планирования, сбора данных, доступа к данным и управления данными, анализа, создания отчетов и распространения результатов. SPSS для Windows - это лучшее программное обеспечение, позволяющее решать бизнес - проблемы и исследовательские задачи, используя статистические методы.

Программное обеспечение SPSS позволяет проводит частотный анализ, описательную статистику, корреляционный анализ, дисперсионный анализ, кластерный анализ, факторный анализ, а также регрессионный анализ.

При помощи аналитических возможностей программы SPSS можно получить следующие данные:

• - Наиболее выгодные сегменты рынка;
• - Стратегии позиционирования товаров/услуг относительно аналогичных товаров/услуг конкурентов;
• - Оценка качество товара/услуги клиентами;
• - Перспективы развития, новые возможности для роста;
• - Подтверждение или опровержение исследовательских гипотез.

Statistica - это универсальная интегрированная система, предназначенная для статистического анализа и визуализации данных, управления базами данных и разработки пользовательских приложений, содержащая широкий набор процедур анализа для применения в научных исследованиях, технике, бизнесе.

Statistica - это современный пакет статистического анализа, в котором реализованы все новейшие компьютерные и математические методы анализа данных. Опыт многих людей, успешно работающих с пакетом, свидетельствует о том, что возможность доступа к новым, нетрадиционным методам анализа данных (а Statistica предоставляет такие возможности в полной мере) помогает находить новые способы проверки рабочих гипотез и исследования данных.

Программное обеспечение Statistica позволяет проводить следующие процедуры обработки статистических данных:

• - Описательные статистики;
• - Анализ многомерных таблиц;
• - Многомерная регрессия;
• - Дискриминантный анализ;
• - Анализ соответствий;
• - Кластерный анализ;
• - Факторный анализ;
• - Дисперсионный анализ и многое другое.

Вторичные и первичные данные, полученные в результате работ по сбору маркетинговой информации, требуют специальной научной обработки и проведения глубокого экономического анализа. При анализе маркетинговой информации используются такие же методы, что и при анализе любой экономической информации. Условно их можно подразделить на две группы: статистические и экономико-математические.

К статистическим относят табличный метод, расчет сводных, средних и относительных показателей, метод группировок, графический, индексный методы.

Среди экономико-математических методов можно выделить корреляционный, регрессионный и дисперсионный анализы.

Статистическая сводка - систематизация, упорядочение первичных материалов, образование статистических совокупностей, которые характеризуются итоговыми обобщающими показателями.

Рис. 3.2.

Таблица 3.1. Постановка вопросов при реализации методов анализа

При анализе рядов динамики рассчитываются их аналитические показатели: средние и относительные величины.

Целью определения средних величин является необходимость получить сводный показатель, описывающий данную совокупность в целом и ослабить влияние случайных факторов на изучаемый показатель.

К средним величинам относятся среднеарифметическая простая, среднеарифметическая взвешенная, мода и медиана.

Среднеарифметическая простая равна сумме всех значений признака, деленной на общее число этих значений (формулы 3.1, 3.2):

Среднеарифметическая взвешенная исчисляется следующим образом:

где Х- - варианты значений признака; ^- - частоты.

Например, имеются данные опроса покупателей в универсаме (табл. 3.2).

Таблица 3.2. Объем разовой покупки (по данным опроса покупателей)

Мода - наиболее типичное, чаще всего встречаемое значение признака.

Например, имеются данные анкетного опроса экспертов о возможном объеме продаж товара А, которые представлены в табл. 3.3.

Величина объема продаж, за которую высказалось наибольшее число экспертов (мода), в данном примере составила 20 млн руб.

Таблица 3.3. Данные опроса экспертов о возможном объеме продаж товара А

Медиана - значение варьирующего признака, приходящееся на середину ранжированной совокупности. В нашем примере это 19 млн руб.

Относительные величины получают в результате сравнения двух показателей путем деления первого на второй. К ним относятся:

• o коэффициент роста, рассчитываемый делением более позднего по времени уровня ряда на более ранний уровень (выраженный в процентах, этот показатель именуется темпом роста);
• o темп прироста, исчисляемый вычитанием 100% из темпа роста.

Средние коэффициенты (темны) роста определяются по формуле 3.3:

где хп конечный член ряда динамики; .г, - первый член ряда динамики; п - число членов ряда динамики.

Группировка - объединение единиц совокупности в некоторые группы, имеющие свои характерные особенности и общие черты.

Метод группировок применяется для решения следующих задач:

• o выделения отдельных типов маркетинговых явлений;
• o изучения структуры явлений и ее динамики;
• o изучение связей и зависимостей между явлениями.

Этот метод лежит в основе сегментирования рынка, используется при количественной оценке степени влияния тех или иных факторов на элементы рынка, часто является предварительным этапом при использовании других методов анализа.

Результаты группировок обычно оформляются в виде таблиц, делающих информацию наглядной (табл. 3.4).

Таблица 3.4. Частота посещения магазина опрошенными потребителями

Перечислим виды группировок:

• o простая, когда первичная информация объединяется по одному какому-либо признаку, например товарооборот делится по товарным группам;
• o комбинированная - группировка по двум или более признакам: товарооборот делится на продовольственные и непродовольственные товары в сельской и городской местности;
• o структурная - показатели такой группировки характеризуют структурный состав исследуемой совокупности (например, ассортиментная структура спроса на товары народного потребления);
• o типологическая - разделение всей совокупности на качественно однородные или выделение социально-экономических типов. Например, спрос всего населения страны с помощью типологической группировки можно разделить на спрос городского и сельского населения;
• o аналитическая, предназначенная для выявления зависимости между признаками. Используя аналитические группировки, определяют факторные и результативные признаки изучаемых явлений. Например, по данным табл. 3.4 можно сделать выводы о зависимости частоты посещения магазина отдельными возрастными группами потребителей.

Одно из основных требований этого метода анализа -правильное определение группировочного признака. Неверно проведенная группировка может привести к ложным выводам. Так, при решении задач сегментирования рынка группировка может осуществляться по следующим признакам: возрастные категории потребителей, пол, уровень образования, дифференциация доходов, профессия потребителей, семейное положение и размер семьи и т.д.

Группировочный признак должен быть логически обоснованным и безусловно значимым.

Статистическая таблица - это система наглядного изложения и изображения результатов статистического наблюдения, опроса, в котором текст сведен к минимуму, а числовые данные объясняются общим заголовком, подлежащим и сказуемым.

Подлежащее в таблице - это объекты, о которых в ней говорится. Подлежащее располагается обычно слева, по строкам.

Сказуемое в таблице - совокупность показателей, выраженных цифровыми данными, которыми характеризуется подлежащее. Как правило, располагаются в верхних заголовках, по столбцам.

К оформлению таблицы предъявляются определенные требования:

• o название таблицы должно быть точным и кратким, отражать суть таблицы, период, к которому относятся показатели;
• o номер таблицы указывается в правом верхнем углу над ее названием;
• o единицы измерения могут быть даны под названием таблицы, справа над ней, в первом столбце от подлежащего либо в сказуемом по каждому показателю;
• o в заголовки таблиц выносятся показатели, которые необходимо было выявить, исходя из целей и задач исследований.

При обработке материалов анкетного опроса целесообразно составление разработочных, а затем аналитических таблиц.

Графический метод анализа представляет собой наглядное изображение результатов сводки и группировки исходной информации о рынке при помощи географических знаков и фигур или географических картосхем. С его помощью можно показать динамику развития рынка и его элементов, закономерности и тенденции этого развития, структуру элементов рынка, распределение потребителей но группам и т.н. Графический метод применяется также как вспомогательный инструмент при использовании различных методов прогнозирования в маркетинге.

Графики могут быть линейными, столбиковыми, секторными, ленточными, фигурными, гистограммами распределения и т.д.

Линейные графики наиболее распространенные. Графическим образом на таких диаграммах служат точки и последовательно соединяющие их прямые линии. При построении таких графиков чаще всего применяется масштаб 5: 8, где 5 - высота площади диаграммы, 8 - ее основание.

Столбиковые графики позволяют наглядно представить структуру спроса, соотношение ответов "да" и "нет" в анкете.

Секторные графики - наиболее распространенные при анализе результатов анкетных опросов. Они позволяют наглядно выразить структуру спроса, намерения покупателей в зависимости от факторов, их определяющих.

Индексный анализ часто используется в маркетинговых исследованиях. Индексом называют относительную величину, выражающую соотношение во времени величин сложного явления, отдельные элементы которого непосредственно несоизмеримы.

Все элементы рынка достаточно сложны, так как составляются из отдельных элементов, напрямую несопоставимых между собой. Например, цены на различные товары несоизмеримы между собой в силу различия их потребительских свойств. Нельзя напрямую сопоставить во времени реализацию товаров фирмы, поскольку в разные периоды ассортиментная структура продажи различна. Для обеспечения сопоставимости эти величины выражают в стоимостной форме путем перемножения количества проданного товара (г/) на его цену (р) и последующего суммирования.

Существует великое множество индексов. Например, в статистическом словаре только перечень индексов с краткой методикой их расчета располагается на 35 страницах.

При анализе рынка чаще всего используются следующие индексы:

o индекс товарооборота (формула 3.4):

Числитель этого индекса представляет собой фактическую выручку, полученную предприятием от продажи товаров в отчетном периоде, знаменатель - также выручку, но в базисном периоде. Этот индекс, однако, не даст представления о том, как же изменилась проданная товарная масса. Для этого рассчитывают:

o индекс физического объема товарооборота (формула 3.5):

Сопоставимость числителя и знаменателя в данном соотношении обеспечивается единством цен, которые остаются на базисном уровне. Он показывает изменение товарной массы в отчетном периоде по сравнению с базисным периодом.

Разница между этими индексами определяется разницей цен в сопоставимых периодах. Для количественного измерения этой разницы рассчитывают:

o индекс цен постоянного состава (формула 3.6):

Сопоставимость числителя и знаменателя в данном случае обеспечивается единством проданной продукции, которая остается на уровне отчетного периода.

Между этими индексами имеется взаимосвязь (формула 3.7):

Поясним расчет этих индексов на примере (табл. 3.5).

Таблица 3.5. Продажа товаров в магазине за анализируемый период

Следовательно, выручка магазина за анализируемый период выросла па 2,9%. Основной рост произошел за счет роста физического объема продаж - на 4,2%. За этот период цена на товары в магазине снизились на 1,2%.

К экономико-математическим методам относятся корреляционный, дисперсионный и регрессионный анализ.

Маркетинговые исследования показывают, что вариация каждого изучаемого признака находится в теснейшей связи и взаимодействии с вариацией других признаков, характеризующих исследуемую совокупность единиц. Исследования служат выяснению, какова связь между двумя переменными и степень этой связи (например, связь между рекламным бюджетом и объемом продаж, ценой и сбытом, спросом и формирующими его факторами и т.д.). При изучении конкретных зависимостей одни признаки выступают в качестве факторов (факторные признаки), а другие являются результативными.

Рассматривая зависимости между признаками, необходимо прежде всего выделить две категории связи: функциональную и корреляционную. Функциональной называют зависимость, при которой определенному значению фактора (аргумента) соответствует строго определенное значение величины спроса (функции).

Сущность корреляционной зависимости заключается в том, что с изменением одного или нескольких факторных признаков изменяется средняя величина результативного признака. В каждом конкретном случае с повышением величины факторного признака величина результативного признака может и повышаться, и понижаться, однако в среднем она изменяется в одну сторону.

Особенности корреляционных зависимостей:

• o они обнаруживаются не в единичных случаях, а при массовых наблюдениях;
• o они являются неполными.

Исследование корреляционных зависимостей предполагает учет действия закона больших чисел: лишь в достаточно большом числе фактов зависимость, если она имеет существенную силу, проявляется достаточно четко. Вторая особенность связана с тем, что практически невозможно выявить и измерить силу влияния всей совокупности факторов, формирующих такое сложное явление, как спрос. Поэтому даже при массовых наблюдениях, когда случайные факторы в значительной мере нивелируются, обнаруженные зависимости не будут полными, т.е. функциональными.

Зная характер зависимости одного явления от других, можно объяснить причины и размер изменений в явлении, а также планировать необходимые мероприятия для дальнейшего его изменения.

Корреляционный анализ дает возможность рассчитывать уровень доверия к результатам анализа. При исследовании корреляционных зависимостей между признаками:

• o предварительно анализируются свойства изучаемых совокупностей;
• o устанавливается факт наличия связи, определяется се направление и форма;
• o измеряется степень тесноты связи между признаками.

Для оценки связи рассчитываются показатели корреляции - коэффициенты корреляции или корреляционные отношения, которые показывают степень тесноты зависимости между спросом и формирующими его факторами. Изменяются эти показатели от -1 до +1. Чем они ближе по абсолютному значению к 1, тем связь надежнее, прочнее, теснее, а риск принятия решений на основе этой зависимости меньше. Знак при коэффициенте корреляции указывает на направление связи: прямой зависимости (чем больше - тем больше) соответствует знак "плюс", обратной (чем больше - тем меньше) - знак "минус".

Если коэффициент корреляции от ± 0,81 до ± 1,0, сила связи сильная; от ± 0,61 до ± 0,8 - умеренная; от ± 0,41 до ± 0,6 - слабая; от ± 0,21 до ± 0,4 - очень слабая; от 0 до ± 0,2 - отсутствует.

Линейный коэффициент корреляции (II) применяется, когда показатель факторного признака может быть выражен количественно, и рассчитывается по формуле 3.8:

где х - показатель факторного (причинного) признака; у - показатель функционального (результативного) признака; п - число взаимосвязанных пар этих показателей.

Расчет линейного коэффициента корреляции поясним на примере (табл. 3.6).

Таблица 3.6.

Для выполнения необходимых расчетов построим табл. 3.7.

Таблица 3.7

Вывод: расчет линейного коэффициента корреляции показал, что он равен -0,974. Это указывает на тесную зависимость продажи товара А от возраста покупателей. Этой зависимости можно доверять. Риск того, что решение, принятое с учетом такой зависимости, будет неверным, минимальный.

В случае, когда показатель факторного признака не может быть выражен количественно, для оценки тесноты зависимости используется коэффициент корреляции рангов (р) (формула 3.10):

где Ях - ранг качественного признака х; Ду - ранг количественного признака у; 6 - константа; п - число взаимосвязанных пар показателей.

Чтобы провести расчеты по этой формуле, необходимо исходную информацию ранжировать и количественной характеристикой каждого из членов ранжированного ряда считать его порядковый номер. Такую характеристику называют рангом данного члена ряда. Ранг отражает степень значимости того или иного показателя. Если два и более членов ряда имеют одинаковые значения, им присваиваются одинаковые ранги, равные средней арифметической из группы порядковых номеров, которые они занимают. Например, в табл. 3.8 показана оценка степени тесноты зависимости.

Таблица 3.8. Оценка степени тесноты зависимости между покупкой книг и уровнем образования покупателей

Расчет производится по формуле 3.11:

где представлены показатели габл. 3.9.

Таблица 3.9

Подставляем значения в формулу 3.11:

Вывод: связь между спросом на книги и уровнем образования покупателей тесная, прямая (коэффициент корреляции близок к единице). Риск принятия решений, основанных на этой зависимости, невелик.

Коэффициент корреляции дает возможность оценить степень тесноты связи между результативным признаком и формирующим его фактором, но не дает ответ на вопрос: на сколько единиц изменится результативный признак, если фактор изменится на одну единицу? Получить ответ можно с помощью регрессионного анализа, обычно дополняющего корреляционный.

Регрессионный анализ начинают с построения графика зависимости, на его основе подбирают подходящие математические уравнения, а затем рассчитывают параметры этого уравнения путем решения системы нормальных уравнений (табл. 3.10).

Таблица 3.10

Уравнений зависимости довольно много, несколько десятков. Поэтому подбор наилучших разумнее выполнять с помощью компьютера.

Параметр называется коэффициентом регрессии. Он показывает, на сколько в среднем изменяется величина результативного признака у при изменении факторного признака х на единицу. При наличии прямой корреляционной зависимости коэффициент регрессии имеет положительное значение, а в случае обратной зависимости - отрицательное.

Воспользовавшись данными таблиц 3.6 и 3.7, произведем необходимые расчеты:

Решая представленные уравнения совместно, получим: А = 10,9; В = -0,2.

Уравнение линейной регрессии примет вид:

Выводы: при увеличении возраста покупателей на один год покупка товара А сокращается на 0,2 штуки.

Дисперсионный анализ дает возможность расставить факторы, влияющие на результативный признак, по степени их значимости, по ранжиру.

Как показывают маркетинговые исследования, спрос потребителей на товары и услуги зависит от большого числа факторов - социальных, экономических, демографических, природно-климатических, психологических, эстетических и т.д. Учесть при анализе всю их совокупность, как правило, не представляется возможным. Поэтому сначала выделяются главные, определяющие факторы и проводится их количественный анализ. Влияние остальных, менее значимых, учитывается на качественном уровне.

Ранжирование факторов производится путем расчета коэффициента детерминации (формула 3.12):

где б,2 - межгрупповая дисперсия, исчисленная по данным группировки измеряемого фактора; 5 2 - общая дисперсия, характеризующая колебания изучаемого явления. Коэффициент детерминации лежит в пределах от 0 до 1. Чем он ближе к 1, тем сильнее фактор влияет на результативный признак.

В маркетинговом анализе используются и другие методы (факторный, кластерный анализы, многомерное шкалирование и др.), но, как показывает практика, рассмотренные выше применяются чаще других.

Тема 6. Обработка и анализ маркетинговой информации

Подготовка данных для компьютерной обработки. Кодирование данных. Группировка данных. Табулирование. Кривая Лоренца и ее анализ. Применение методов описательной статистики. Определение средних значений и стандартных ошибок. Проверка согласия. Проверка методом Колмогорова-Смирнова. Графическое представление результатов маркетинговых исследований.

Основные задачи ассоциативного анализа данных при подготовке маркетинговых решений. Метод кросстабуляции. Методы корреляционного и регрессионного анализа.

Обработка и анализ маркетинговой информации представляет собой серьезный этап статистической обработки полученных результатов. От того, как правильно и качественно произвести обработку данных, зависит достоверность принимаемых выводов и последующих практических решений.

Анализ собранной информации представляет следующий этап маркетингового исследования, т.е. извлечение из совокупности полученных данных наиболее важных сведений и результатов. Исследователь сводит полученные данные в таблицы. На основе этих таблиц выводят или рассчитывают показатели эмпирического распределения, сравнивают их со стандартными. Затем исследователь решает, какие методы статистики использовать. Для получения дополнительных сведений применяют современные статистические методики и модели.

Обработка и анализ маркетинговой информации включает; предварительные этапы (редактирование, кодирование, табулирование и представление табулированных данных; оценка различий (проверка согласия, проверка Колмогорова – Смирнова, анализ средних выборки); методы исследования (простой регрессионный и корреляционный анализ, множественный регрессионный анализ).

Процесс подготовки данных маркетинговых исследований включает проверку анкет, редактирование, кодирование, преобразование, очищение данных, статистическая корректировка данных, выбор стратегии анализа данных.

Проверка анкет выступает первым этапом в технологии проверки данных анкетирования. Он заключается в проверке на полноту заполнения и качество проведенного исследования. При этом проводится подсчет анкет, если была установлена заранее величина выборки. Если проводит анкетирование консалтинговая фирма, то проверка анкет может включать и контрольную проверку на правильность и достоверность информации путем повторного опроса.

При проверке анкет возможен их возврат по следующим причинам: незаполнены позиции анкет, ответы варьируются незначительно, отсутствуют блоки или страницы анкеты, анкеты сданы до положенного срока, анкеты выполнены другими людьми. Проверке анкет осуществляет руководитель полевого анкетирования.

Редактирование призвано для выявления несоответствия маркетингового исследования каким либо требованиям или стандартам. Редактирование необходимо для повышения точности и аккуратности представленной в анкетах информации. Редактирование включает в себя просмотр, изучение и исправление ошибок в регистрации наблюдений. Редактирование выполняется в две стадии: вначале полевое, затем офисное редактирование.

Полевое редактирование проводится для исключения ошибок или неточностей в анкетных данных, кроме того, для контроля и обучения персонала проводящего опрос. Полевое редактирование проводится руководителем полевых опросов. В полевом редактировании осуществляется проверка:

1) полноты заполнения данных по разделам, выявление пустых мест и их анализ;

2) знания сути стоящих вопросов анкеты;

3) недвусмысленности заполнения анкеты;

4) логичность ответов и их непротиворечивость.

Офисное редактирование заключается в более точной проверке и коррекции собранных ответов. Это редактирование осуществляет квалифицированное лицо, понимающее цели и задачи исследования, владеющее способами и методами исследований. При офисном редактировании решаются вопросы, каким образом будут обрабатываться носители собранных данных, содержащие неполные ответы, не до конца заполненные анкеты, анкеты в которых пропущены целые разделы. Анкеты, содержащие незаполненные позиции должны отстраняться, но не выбрасываться, так как некоторая сохраненная информация по заполненным позициям может представлять определенный интерес.

Редактор должен внимательно относиться к вопросам в заполненных анкетах, которые неудачны с точки зрения пробуждения интереса респондента. Он должен решить кодировать их или принять другое решение по таким данным.

С анкетами неудовлетворительного качества производится следующая работа. Анкеты возвращаются на место сбора данных, и интервьюеров обязывают провести повторное интервью. Самоличное заполнение редактором пропущенных значений анкеты, если количество таких анкет респондентов невелико или переменные по пропущенным ответам не являются основными в исследованиях. Выбраковка анкет неудовлетворительного качества.

Кодирование данных – это определенный технический прием, с помощью которого данные распределяются по категориям, т.е. способ представления полученной информации в виде символов, знаков, цифр с целью удобства ее представления для компьютерной или другой обработки. Кодирование представляет собой процесс или определенную технологию по преобразованию маркетинговой информации в код, что должно предусматриваться в самом информационном носителе - анкете. Информация, полученная в результате исследования и образующая код, распределяется по столбцам.

Процесс кодирования осуществляется в три этапа:

2) назначаются кодовые номера категорий;

3) разрабатывается книга кодов.

Первый этап кодирования представляет создание системы кодирования. В основу кодирования должна быть поставлена иерархическая структура принципов классификации информации. Вначале должны быть разработаны критерии деления полученной информации на категории, классы, группы, виды, подвиды и т.д. по технологии от общего к частному. Количество уровней кодирования будет зависеть от структуры вопросов в анкете маркетингового исследования. Правильность выбранной структурной классификации информации подтверждается попаданием ответов на каждый вопрос анкеты в ячейку структуры. Кроме того, необходимо учитывать, что по каждому вопросу возможно получение нескольких ответов. Поэтому классифицируемая структура должна содержать соответствующую градацию и подвиды ячеек.

Так как кодировку информации проводят не всегда квалифицированные специалисты, то для облегчения кодирования и снижения времени на кодирование информации целесообразно разработать кодировочные таблицы или книгу кодов. В этих материалах описывается каждая переменная кода и дается справка по ее нахождению в структуре кодирования.

На втором этапе производится присвоение кодовых номеров ячейкам структурной классификации маркетинговой информации. Присвоение кодовых номеров можно производить различными способами: в виде букв любого алфавита; цифрами; символами; комбинацией букв, символов и цифр. Для компьютерной обработки наиболее желаема цифровая система кодирования информации. Кроме того, для компьютерного ввода кода необходимо обеспечить и наглядность ввода записи. Использование других символов затрудняет ввод кода и обработку сообщения в компьютере.

При кодировании информации рекомендуется следовать установившимся традициям и принципам, существующим на предприятии. Существуют и общие принципы кодирования информации, которым необходимо следовать. Так в каждой колонке допускается использование только одного символа. Это кодирование возможно, если количество ответов не превышает 10. Если ответ на вопрос имеет множество альтернатив, то создаются отдельные колонки для каждого варианта ответа. Если количество альтернативных ответов превышает 9, необходимо перейти к двум колонкам, обеспечивающим 100 кодов, т.е. от 01 до 99.

Для упрощения кодирования необходимо использовать один и тот же цифровой индекс в общих ответах. Например, в случае «информации нет» использовать стандартный код 0, «нет ответов» -9, «не знаю» -8 и т.д.

Третий этап в технологии кодирования заключается в создании кодировочной таблица или книги кодов. Книга кодов создается при достаточно большом количестве вопросов анкеты. В ней прописываются общие инструкции по применимости кодов, структура кодирования по категориям принятой классификации, как кодируется каждая позиция в системе вопросов. В ней перечисляются коды каждой переменной и категории, включенные в каждый код. Далее в ней указывается, где в компьютерной записи располагается переменная и каким образом эта переменная учитывается.

Преобразование данных – это этап, заключается в переносе закодированных данных из анкеты или кодировочной таблицы через клавиатуру в компьютер. При введении данных в компьютер необходимо или дублирование ввода или контроль введенной информации, чтобы исключить ошибки.

Очищение данных представляет этап всесторонней проверки состоятельности собранных данных и работа с пропущенными ответами. Проверка состоятельности данных позволяет выявить данные, выходящие за пределы диапазона исследований. Работа с пропущенными ответами включает замену пропущенного значения нейтральным или средним значением по данной переменной. Пропущенный ответ можно заменить вмененным значением исходя из логики ранее определенных вопросов.

Статистическая корректировка данных представляет предзаключительную процедуру подготовки маркетинговой информации. Она включает: взвешивание, переопределение переменой и преобразование шкалы измерения.

Взвешивание представляет собой метод корректировки данных, при котором каждому наблюдению или респонденту в базе данных присваивается весовой коэффициент, отображающий степень его значимости по сравнению с другими наблюдениями или респондентами. Это необходимо для более точного представления выборочных данных конкретным характеристикам генеральной совокупности. Например, при присвоении весов респондентам в зависимости от их образовательного уровня, от частоты пользования респондентами товаром.