Методики выявления предпочтений потребителя при построении конкурентной стратегии

Применение параметрических методов

Рассмотренные выше методики формирования конкурентной стратегии исходили из знания отношения рынка к фирме или ее бизнесу. Однако в большинстве случаев информация о реакции потребителя на услугу, товар фирмы остается неизвестной либо только предполагаемой на основе выборочных данных.

Так, например, информация, полученная в ходе полевых маркетинговых исследований, в итоге должна рассматриваться как совокупность п независимых случайных величин Хь Х2, Хп — Каждую из этих величин, в силу большой емкости изучаемой генеральной совокупности, можно считать подчиняющейся нормальному закону распределения с неизвестными параметрами д и о. Из математической статистики известно, что если для каждой случайной величины составить выражение

то сумма квадратов случайных величин имеет закон распределения, называемый ^-распределением с / = п степенями свободы. Обладание такой величиной дает уже определенное право на прогноз предпочтений потребителя.

Действительно, предположим, что изучение мнений клиентов привели к ряду из п измерений некоторой случайной величины Y, отражающей предпочтения по отношению к услугам или товарам. Графическое отображение данных дает основание предположить подчинение Y определенному закону распределения. Для принятия обоснованных управленческих решений о портфеле услуг в этом случае необходимо ответить на вопрос, можно ли описать эти п значений с помощью некоторой теоретической модели, т.е. определенного закона распределения. Тогда выдвигают нулевую гипотезу о том, что между эмпирическим распределением и теоретической моделью нет никакого различия. Из п значений (требуется п > 50) вычисляют среднее как оценку для математического ожидания р и выборочное стандартное отклонение как оценку для среднеквадратического отклонения о. Затем разбивают выборку из п значений на т « Vn классов. Для каждого полученного класса определяют абсолютную частоту h (т.е. число попавших в него значений случайной величины У) и сопоставляют ее с частотой ht, теоретически ожидаемой в соответствии с моделью (предполагающимся законом распределения). Для большинства теоретических распределений частоты протабулированы при а — 1. Поэтому для определения теоретически ожидаемой в данном классе частоты сами классы стандартизируют, т.е. ширину класса отражают в стандартных отклонениях, используя формулу и = (у -ц) /а. Для таких нормированных значений границ интервалов в таблице предполагаемого теоретического распределения находят соответствующие им вероятности. Принимая во внимание число измерений п, ширину класса d и стандартное отклонение а, вычисляют теоретически ожидаемые абсолютные частоты ht попадания случайной величины в отдельные классы. Из эмпирических и теоретических частот составляют выражение

Если теоретические значения ht для отдельных классов достаточно велики (ht > 5), то найденное выражение будет следовать ^-распределению с / = тк степенями свободы. Здесь через к обозначено число параметров, необходимых для описания выборки в рамках предполагаемого теоретического распределения. Для нормального (гауссова) распределения к = 3 (среднее, стандартное отклонение и объем выборки п), для распределения Пуассона имеем к = 2 (среднее и объем выборки).

Требуемое для отдельных классов значение ht > 5 можно получить, объединяя несколько соседних классов. Если при проверке по таблице критических значений выясняется, что у} >у}{Р,/) то проверяемая гипотеза отбрасывается; между эмпирическим и теоретическим распределением существует значимое различие. Различие незначимо, если X2 >X2(P,fl

Применим изложенный аппарат для построения методики выявления предпочтений потребителя для повышения конкурентоспособности компании.

На первом шаге составляется эмпирическое распределение предпочтений потребителя по отношению к предоставляемым компанией услугам (продаваемым товарам) на основе количества совершенных сделок (табл. 5.5).

Таблица 5.5

Эмпирическое распределение предпочтений потребителя услуг компании

Услуга

А

В

С

D

2

Количество сделок

14

5

8

5

32

Если предпочтения потребителей по отношению к услуге не проявляются, то представленное в таблице распределение не должно отличаться от равномерного. Это и дает основание для принятия решения применять %2-критерии.

Поскольку отсутствие предпочтений означает равномерное распределение, то теоретической частотой для каждого выделенного класса (услуги) следует считать

где /т — теоретическая частота; п — общее число наблюдений; к — число выделенных классов (типов услуг).

В нашем условном примере получим

Дальнейшие расчеты осуществлены в табл. 5.6, отражающей порядок получения эмпирической величины

Таблица 5.6

Пример проведения расчетов для определения предпочтений потребителя по критерию %2

Классы

(разряды)

Эмпирическая частота,

fэмп

Теоретическая частота, /г

(/эмп “/г)

((эмп-/г)2

((эмп -/г)2 //г

А

14

8

+ 6

36

4,500

В

5

8

-3

9

1,125

С

8

8

0

0

0

D

5

8

-3

9

1,125

I

32

32

0

Х2эм„ = 6,75

Примечание: цифры в таблице соответствуют условному примеру, представленному в табл. 5.5.

На очередном шаге определяют число степеней свободы для входа в таблицу критических значений у} —критерия по формуле

где к — число разрядов.

В нашем условном примере у = 4-1 = 3и

Поскольку х2энп < Х2кр, мы вынуждены признать отсутствие предпочтений у потребителей по отношению к рассмотренной группе услуг, хотя на первый взгляд услуга А была самой продаваемой.

При организации расчетов в стратегическом планировании с применением х2-критерия необходимо учитывать следующие ограничения:

  • 1. Объем анализируемой выборки должен быть достаточно большим: п > 30.
  • 2. Теоретическая частота для каждого образуемого разряда не должна быть меньше 5, т.е./ > 5. Иначе говоря, если разряды определены заранее, то необходимо «набирать» в них соответствующее число наблюдений.
  • 3. Выбранные разряды должны охватывать весь диапазон вариативности изучаемого признака и совпадать во всех сопоставляемых распределениях.
 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ   ОРИГИНАЛ     След >