Полная версия

Главная arrow Маркетинг arrow Аналитический маркетинг: что должен знать маркетинговый аналитик

  • Увеличить шрифт
  • Уменьшить шрифт


<<   СОДЕРЖАНИЕ ПОСМОТРЕТЬ ОРИГИНАЛ   >>

Анализ поведения отдельно взятого признака

Например, имеем изолированный ряд, представленный в табл. 2.1.

Таблица 2.1

Вариационный ряд

Дата

10.01.08

10.02.08

10.03.08

и т.д.

Объем продаж

126 260

128 560

130 260

Таким образом, объем продаж изменялся за период от 126 260 до 130 260;

  • • одномерное распределение (линейка);
  • • абсолютная, относительная и накопленная частоты.

Пример. Распределение банковских предприятий по упомина- емости в течение определенного периода в СМИ показано в табл. 2.2.

Таблица 2.2

Распределение банковских предприятий по упоминаемое™

Показатели

Сбербанк

Банк Москвы

Российский

кредит

Онэксим-банк

1. Абсолютная частота

96

123

120

99

2. Относительная частота (в долях)

0,095

0,122

0,119

0,098

3. Относительная частота, %

9,5

12,2

11,9

9,8

4. Накопленная частота

9,5

21,7

33,6

43,4

Индуктивные однофакторные методы предназначены для проверки соответствия характеристик выборки характеристикам генеральной совокупности (ГС) и делятся на параметрические тесты, предназначенные для проверки гипотез о неизвестных характеристиках ГС, и непараметрические тесты, предназначенные для проверки гипотез о распределении ГС. Применение метода состоит из: формулирования гипотез; выбора подходящего теста; установления уровня сигнификации; определения критического уровня проверяемой характеристики по таблице; расчета реальной величины теста; сравнения и интерпретации.

Двух- и многофакторные методы анализа зависимостей. Типичная постановка вопроса, на который можно ответить с помощью этих методов, может звучать так: «Какая связь имеется между расходами на рекламу и ценой?» или «Имеется ли связь между возрастом человека и выбором определенного предприятия?»

Анализ взаимосвязи признаков

Представление о совместном «поведении» признаков относительно друг друга мы будем иметь, если составим таблицу сопряженности (табл. 2.3).

Таблица 2.3

Таблица сопряженности

Банк

Сбербанк

Банк Москвы

ВТБ 24

Росбанк

Сбербанк

0

20

15

10

Банк Москвы

20

0

40

35

ВТБ 24

15

40

0

32

Росбанк

10

35

32

0

Анализ может основываться на данных экспертов, для выбора которых вначале необходимо провести оценку их компетентности (см. табл. 2.4).

Корреляционный и регрессионный анализ — статистические методы анализа данных для определения зависимости одной переменной от одной (простая регрессия) или нескольких (многофакторная регрессия) независимых переменных и тесноты этих связей (корреляция). Наиболее эффективно корреляция и регрессия применяются в сегментировании, в анализе поведения потребителей и др. (см. гл. 4, 5).

Корреляционно-регрессионный анализ выявляет влияние различных факторов — показателей-аргументов на показатель-функцию. Корреляционная зависимость имеет место, когда каждому значению одной величины соответствует множество случайных значений другой, возникающих с определенной вероятностью. С помощью корреляционно-регрессионного анализа можно рассчитать коэффициенты корреляции, которые оценивают силу связи между отдельными признаками, подобрать уравнение регрессии, которое определяет форму этой связи, и установить достоверность существования связи.

Таблица 2.4

Ранговая оценка компетентности

Кого

Кто назвал

Сумм.

Ранговая

назвали

1

2

3

4

5

6

7

8

9

10

оценка

оценка компетентности

1

6

-

-

5

6

6

8

5

-

-

36

2

2

6

0

2

5

6

6

-

-

2

3

30

4

3

-

7

0

-

6

-

-

-

-

-

13

9

4

-

-

-

0

-

6

8

5

2

3

24

6

5

6

7

2

-

0

-

8

5

-

3

29

5

6

6

7

-

-

6

0

8

5

-

3

35

3

7

6

7

2

-

6

6

0

5

2

3

37

1

8

-

7

2

5

-

6

-

0

2

-

22

7

9

-

-

1

5

-

-

-

-

0

-

6

10

10

-

-

-

5

-

-

8

-

2

0

15

8

Процесс корреляционно-регрессионного анализа состоит из следующих этапов:

  • • предварительная обработка статистических данных и выбор факторов-аргументов (факторных признаков);
  • • оценка тесноты связи между признаками и выявление формы связи;
  • • разработка многофакторной модели изучаемого явления и ее анализ;
  • • использование результатов анализа для совершенствования планирования и управления данным явлением.

у =/(хр х3,.., хг) — многофакторная модель регрессии, где у — показатель функции;

хр ху .., х. — показатели аргумента;

/ — коэффициент, учитывающий суммарное воздействие на показатель-функцию (у) дополнительных факторов. Вариационный анализ предназначен для проверки того, существенно ли влияет изменение независимых переменных на зависимые. При непрерывной вариации используют интервальные вариационные ряды, графическим изображением которых служит гистограмма (см. гл. 4, 5, 8). Для построения гистограммы по оси абсцисс в соответствии с принятым масштабом откладываются границы интервалов. В табл. 2.5 приведен пример распределения активов коммерческого банка по степени риска.

С помощью дискриминантного анализа можно разделить заранее заданные группы объектов через комбинацию многих независимых переменных и таким образом объяснить различия между группами.

Таблица 2.5

Распределение активов коммерческого банка по степени риска

Группа активов по степени риска, %

Структура активов, %

0 — 10

55

10 — 25

10

25 — 100

35

Всего

100

Кроме того, метод дает возможность отнести новый объект к какой-либо группе на основе его характеристик.

Факторный анализ предназначен для исследования взаимосвязей между переменными с целью уменьшения количества влияющих факторов до наиболее существенных.

Кластерный анализ — метод, с помощью которого можно разделить совокупность объектов на отдельные, более или менее однородные группы, используя полученные факторы (см. гл. 4).

Многомерное шкалирование позволяет получить пространственное отображение отношений, существующих между объектами. Возможность применения того или иного вида анализа зависит от уровня шкалирования независимых и зависимой переменных (см. гл. 4).

Мы можем проверить качество шкалы, качество совокупности суждений. В табл. 2.6 представлены результаты шкалограммного анализа.

Таблица 2.6

Результаты шкалограммного анализа

Номер

респондента

СУЖДЕНИЯ

Итого

1

2

3

4

5....

к

1

+

+

+

+

+

+

6

2

+

+

+

+

+

-

5

3

+

+

+

+

+

-

5

4

+

+

+

-

+

+

5

5

+

+

+

+

-

-

4

6

+

+

+

-

-

-

3

+

+

-

-

-

-

2

п

+

-

-

-

-

-

1

Коэффициент воспроизводимости R должен быть не менее 90%.

где п — количество респондентов; к — количество суждений;

т — количество клеточек, за счет которых происходит отклонение от идеальной шкалы.

Выбор определенного метода анализа зависит, кроме характера и направления связей с переменными, уровня шкалирования, от решаемой проблемы. В табл. 2.7 представлены рекомендации по выбору метода анализа для решения типичных задач маркетинга на предприятии.

Таблица 2.1

Рекомендации по применению методов анализа

Метод

Типичная постановка вопроса

Корреляционный и регрессионный анализ

Как изменится объем продаж, если расходы на рекламу сократятся на 10%?

Какие характеристики товара интересны данной группе потребителей? Какие характеристики товара можно объединить в фактор?

Какова будет цена на услугу в следующем году?

Вариационный

анализ

Влияет ли вид рекламы на объем продаж?

Влияет ли цвет рекламного объявления на количество людей, вспомнивших рекламу?

Влияет ли выбор сбытовой политики на величину продаж?

Дискриминантный

анализ

Как разделить потребителей на группы внутри кластера?

Какие характеристики работников службы маркетинга наиболее существенны для их деления на преуспевающих и неудачников?

Можно ли определенного человека, учитывая его возраст, доход, образование, считать достаточно надежным для выдачи кредита?

Факторный анализ

Можно ли сократить множество характеристик, которые клиенты предприятия считают важными, до небольшого количества?

Как можно описать различные предприятия с точки зрения этих факторов?

Кластер-анализ

Можно ли клиентов разделить на группы по их потребностям?

Имеет ли предприятие различные типы клиентов?

Имеет ли газета различные типы читателей?

Как можно классифицировать клиентов по тому, какие виды вкладов их интересуют?

Многомерное

шкалирование

Насколько продукт или предприятие соответствует «идеалу» клиентов? Какой имидж имеет предприятие?

Как изменилось отношение клиента к продукту в течение ряда лет?

Индексы — показатели активности достаточно точно отражают конъюнктурную ситуацию и позволяют дать довольно точный прогноз ее изменения. Некоторые авторы считают, что индекс может отражать долгосрочные тенденции, показывать различия в уровнях развития отраслей и предприятий. Индексы рынка, рассчитываемые агентствами по маркетинговым исследованиям, базируются на широкой выборке и поэтому дорогостоящи. Самые распространенные приемы измерения — это логические и аналитические индексы (см. гл. 3—8).

 
<<   СОДЕРЖАНИЕ ПОСМОТРЕТЬ ОРИГИНАЛ   >>