Методы анализа маркетинговой информации

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.

Система анализа маркетинговой информации

Рис. 3.2. Система анализа маркетинговой информации

Таблица 3.1. Постановка вопросов при реализации методов анализа

Метод

Типичная постановка вопроса

Регрессионный анализ

Как изменится объем сбыта, если расходы на рекламу сократятся на 10%? Какова будет цена на продукт в следующем году?

Вариационный анализ

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

Дискриминантный анализ

Какие признаки работников службы сбыта наиболее существенны?

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

Факторный анализ

Можно ли агрегировать множество факторов, которые покупатели автомобилей считают важными? Как описать различные марки автомобилей с точки зрения этих факторов?

Кластер-анализ

Можно ли клиентов разделить на группы по их потребностям?

Имеет ли газета различные типы читателей?

Многомерное шкалирование

Насколько продукт соответствует "идеалу" потребителей? Как изменилось отношение потребителей к продукту в течение ряда лет?

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)

Число покупателей

4

6

3

5

2

3

1

Объем покупки, руб.

515

876

912

989

1020

1035

10

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

Эксперт

1

2

3

4

5

6

7

8

9

Прогноз

продаж,

млн руб.

21

14

20

17

19

20

22

15

18

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

Возрастные группы потребителей

Один-два раза в месяц

Один раз в неделю

Два-три

раза в неделю

Ежедневно

20-29 лет

1

8

4

3

30-39 лет

3

21

15

7

40-49 лет

2

12

1

50-59 лет

1

15

17

60 лет и старше

3

9

12

9

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

Товары

Продано, шт.

Цена за единицу, руб.

в базисном периоде

в отчетном периоде

в базисном периоде

в отчетном периоде

А

10

9

200

250

Б

20

22

300

280

В

30

25

75

100

Г

40

45

130

120

Д

50

52

210

200

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. Оценка степени тесноты зависимости между спросом на товар А и возрастом покупателей

Оценка степени тесноты зависимости между спросом на товар А и возрастом покупателей

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

Уровень образования

покупателей

Покупка книг, руб.

в год на чел.

п/п

1

Начальное

630

2

Неполное среднее

940

3

Среднее

1540

4

Среднее специальное

1540

5

Высшее

2500

Решение:

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.

 
< Пред   СОДЕРЖАНИЕ     След >