Материалы представленные на сайте исключительно с целью ознакомления пользователям Интернета и не преследуют коммерческих целей или нарушение авторских прав.
© 2018 - 2024
Пример 3
Необходимо проанализировать эффективность различных форматов рекламных обращений для продаваемого товара, для этого можно изучить роль содержания рекламного обращения и относительной новизны торговой марки. Зависимой переменной выступало отношение к рекламируемой торговой марке. Независимыми переменными служили три фактора, каждый из которых имел две категории: формат рекламы, содержание и относительная новизна. Категории формата рекламы были следующие: реклама со сравнением (1) и реклама без сравнения (2). Категории относительной новизны означает известный давно производитель (1) и новая марка (2). Категориями содержания рекламного обращения выступали фактическое (1) и ценностное содержания (2).
1) Выберите несколько торговых марок. Соберите данные об отношении респондентов к этим маркам (например, оценки отношения по 5-балльной или 10-балльной шкале)
2) Также соберите данные от респондентов относительно трех вышеуказанных факторов.
3) Проведите многофакторный дисперсионный анализ и сделайте выводы по результатам исследования.
Результаты данного исследования помогут при принятии маркетинговых решений в области рекламы (усовершенствование, модификация рекламы)
Также, задачами дисперсионного анализа могут быть следующие:
• Как уровень рекламы и уровень цен (высокий, средний, низкий) одновременно влияют на продажи товара данной торговой марки?
• Связан ли выбор потребителей данной торговой марки с уровнем образования (ниже среднего, среднее, колледж, высшее) и возрастом?
• Как осведомленность об универмаге (высокая, средняя, низкая) и представление о нем (позитивное, нейтральное, негативное) влияют на предпочтение потребителем этого магазина?
КОРРЕЛЯЦИОННЫЙ И ЛИНЕЙНЫЙ РЕГРЕССИОННЫЙ АНАЛИЗЫ
Корреляционный анализ – это раздел математической статистики, объединяющий практические методы исследования корреляционной зависимости между двумя (или большим числом) случайными признаками (переменными) или факторами.
Основными задачами корреляционного анализа является выявление наличия, а также определение направления и силы линейной связи между несколькими переменными, имеющими интервальный, порядковый или дихотомический тип шкалы.
Взаимосвязь может быть полная (т.е. функциональная) и неполная, когда зависимость связанных величин искажена влиянием посторонних, дополнительных факторов. Примером функциональной зависимости является зависимость спроса и предложения для дефицитного товара. В данном случае спрос полностью определяется предложением. Примером неполной зависимости является соотношение возраста потребителя и новизны модели смартфона. То есть чем моложе респондент, тем новее модель его телефона. При этом новизна модели смартфона также может зависеть от образа жизни и дохода потребителя или других факторов.
Рассматриваемые связи математически могут быть описаны при помощи регрессионного анализа.
Регрессионный анализ – это раздел математической статистики, объединяющий практические методы исследования регрессионной зависимости между величинами по данным статистических наблюдений. Наиболее часто используемым видом регрессионного анализа является линейная регрессия.
Основными задачами линейного регрессионного анализа являются:
- определение степени детерминированности различий значений (вариаций) зависимой переменной у разных наблюдений независимой(ыми) переменной(ыми);
- предсказание значения зависимой переменной с помощью независимой(ых);
- определение вклада отдельных независимых переменных в вариацию зависимой.
Регрессия может быть простой или множественной в зависимости от количества независимых переменных.
Задания по применению и выполнению корреляционно-регрессионного анализа
Пример 1. Составление регрессионного уравнения
Составить регрессионное уравнение цены товара от технических/эксплуатационных характеристик товара и определить вклад отдельных характеристик в вариацию цены.
1) Выделить технические/эксплуатационные характеристики товара (например, для бытовой техники: класс энергопотребления, количество отделений, материал, цвет и т.д.);
2) Посредством изучения Интернет-ресурсов оценить отобранные технические/эксплуатационные характеристики и определить цену на товар;
3) Посредством корреляционного анализа определить направление и силу линейной связи между переменными и логически интерпретировать наличие данных связей;
4) Построить уравнение регрессии и определить степень детерминированности различий в цене изучаемого товара техническими/эксплуатационными характеристиками товара;
5) Определить степень влияния отдельных технических/эксплуатационных характеристик на цену товара;
6) Интерпретировать полученное решение задачи и предложить управленческое решение.
Пример 2. Составление регрессионного уравнения
Составить регрессионное уравнение зависимости спроса на товар от различных характеристик товара либо от факторов, влияющих на принятие решения о покупке (по результатам опроса потребителей).
1) Количественно оценить спрос на товар (например, респонденту могут быть предложены следующие характеристики для оценки: частота покупок, интенсивность потребления, количество покупок, объем покупок) с помощью опроса потребителей;
2) Выделить характеристики товара (например, размер, вес, цвет, материал и т.д.) или факторы, влияющие на принятие решения (например, месторасположение магазина, быстрота обслуживания и т.д.) и оценить с помощью опроса потребителей;
3) Посредством корреляционного анализа определить направление и силу линейной связи между переменными и логически интерпретировать наличие данных связей;
4) Построить уравнение регрессии и спрогнозировать изменение спроса в зависимости от изменения характеристик товара через какое-то время;
5) Интерпретировать полученное решение задачи и предложить управленческое решение.
Пример 3. Составление регрессионного уравнения
Составить регрессионное уравнение зависимости ценности бренда/готовности совершить покупку от различных характеристик товара либо от выраженности различных характеристик товара либо факторов, влияющих на принятие решения о покупке (по результатам опроса потребителей).
1) Качественно оценить зависимость ценности бренда/готовность совершить покупку (например, по шкале Лайкерта от 1 до 5, где 1 – низкий показатель, а 5 – высокий);
2) Выделить характеристики товара (например, размер, вес, цвет, материал и т.д.) или факторы, влияющие на принятие решения (например, месторасположение магазина, быстрота обслуживания и т.д.) и оценить выраженность с помощью опроса потребителей;
3) Посредством корреляционного анализа определить направление и силу линейной связи между переменными и логически интерпретировать наличие данных связей;
4) Построить уравнение регрессии и определить степень влияния отдельных характеристик на ценность бренда/готовность совершить покупку;
5) Интерпретировать полученное решение задачи и предложить управленческое решение.
ДИСКРИМИНАНТНЫЙ АНАЛИЗ
Дискриминантный анализ – раздел многомерного статистического анализа, включающий в себя методы классификации многомерных наблюдений по принципу максимально сходства при наличии обучающих признаков.
Дискриминантный анализ используется в случае, когда зависимая переменная - номинальная (ее еще называют классифицирующей), а независимые переменные - количественные.
Дискриминантный анализ представляет собой альтернативу множественному регрессионному анализу, когда зависимая переменная – не количественная.
Основная задача также схожа с регрессионным анализом – объяснение зависимой переменной через независимые и составление модели для прогнозирования.
Дискриминантный анализ используется в тех случаях, когда заранее известно число групп, на которые необходимо разбить набор объектов, а также имеется набор объектов, по которым уже известно, к каким группам они принадлежат.
Задачи, решаемые с помощью применения дискриминантного анализа:
1) Определение решающих правил, позволяющих по значению количественных признаков (дискриминантных переменных) отнести каждый объект к одному из известных классов;
2) Определение веса каждой дискриминантной переменной для разделения объектов на классы;
3) Классификация неизвестных объектов при наличии данных по известным объектам, то есть прогнозирование, в какой группе будет относиться неизвестный объект по известным о нем данным.
Задания по выполнению дискриминантного анализа
Пример 1
Требуется определить, на основании каких характеристик потребитель выбирает товар и предсказать выбор еще не определившихся потребителей.
В качестве объектов могут выступать небрендированные (малобрендированные) товары, выбираемые по совокупности характеристик.
1) Выбрать товарную категорию и составить перечень характеристик, влияющих на выбор потребителя (по результатам анализа вторичной литературы или проведения качественного исследования), а также перечень конкурирующих марок, выбираемых потребителями.
2) Опросить респондентов, насколько важна для них каждая из указанных характеристик, по следующей шкале:
1 – очень важна
2 – скорее важна
3 – затрудняюсь ответить
4 – скорее не важна
5 – совсем не важна
3) Опросить респондентов, которые уже являются потребителями данного товара (или просто часть респондентов, эта часть выборки будет называться обучающей) относительно их предпочтения среди конкурирующих марок.
4) Составить дискриминантную модель, объясняющую выбор марки товара в зависимости от важности для респондента рассматриваемых в исследовании характеристик. Выделить характеристики, наиболее важные для предсказания выбора.
5) Для респондентов, не опрошенных относительно их выбора (или респондентов, которые еще не используют товар) – предсказать их выбор и определить точность прогноза.
6) Сделать практический вывод из проведенного исследования и описать управленческое решение.
Пример 2
В магазине одежды было проведено исследование, в котором участвовала группа респондентов в количестве 60 человек.
Посещение магазина каждым из участников было проанализировано по следующим характеристикам:
- время пребывания в магазине
- время примерки
- количество примеренных единиц товара
- количество вопросов продавцу
- количество людей, пришедших вместе с покупателем и т.д.
По каждому посещению было установлено, была ли совершена покупка или нет.
Необходимо:
1) Выявить, насколько факт покупки зависит от указанных характеристик;
2) Составить дискриминантную модель, объясняющую зависимость факта покупки («купил» / «не купил») от выраженности указанных характеристик;
3) Выделить наиболее важные характеристики, влияющие на факт покупки, и сформулировать управленческое решение относительно изменений в маркетинговой и сервисной политике магазина.
Другие примеры задач, решаемых с помощью дискриминантного анализа:
- обосновать выбор категории заведений общественного питания (кафе, бар, ресторан, кофейня, кондитерская) в зависимости от степени выраженности различных факторов (чувство голода посетителя, наличие компании, ассортимент заведения, количество людей в заведении);
- обосновать выбор марок спортивной одежды различными группами потребителей (профессионалы, любители, приверженцы активного отдыха, новички).
Библиографический список
1. Аббакумов В.Л., Лёзина Т.А. Бизнес-анализ информации. Статистические методы. – М.: ЗАО «Издательство «Экономика», 2009.
2. Аренков И.А., Наумов В.Н., Середохо В.А., Юлдашева О.У. Маркетинг и управление потребительской ценностью: Учебник для слушателей программ МВА. – СПб.: Изд-во «АМРОС», 2013.
3. Багиев Г.Л., Тарасевич В.М. Маркетинг: Учебник для вузов. Стандарт третьего поколения. – СПб.: Питер, 2012.
4. Голубков Е.П. Маркетинговые исследования: теория, методология и практика, Издательство «Финпресс», Москва, 1998
5. Ильин В.И. Драматургия качественного полевого исследования - СПб.: Интерсоцис, 2006. — 256 с. («Социополис»: Библиотека современного социогуманитарного знания).
6. Демидов А.М. Исследование поведения потребителей // Маркетинг в России и за рубежом, 2009 - №4 – с.28-32.
7. Лёзина Т.А., Аббакумов В.Л., Крюгер З. Количественные методы маркетинговых исследований: учебное пособие. – СПб.: Изд-во СПбГЭУФ, 2005.
8. Малхотра Н.К. Маркетинговые исследования. Практическое руководство/пер. с англ.М.: ИД «Вильямс», 2004.
9. Маркетинговое исследование рынка товаров промышленного назначения : учебное пособие / И.О. Трушникова, М.А. Юняева ; под науч. ред. заслуженного деятеля науки РФ, д-ра экон. наук, профессора Г.Л. Багиева. – СПб. : Изд-во СПбУЭФ, 2011.
10. Наследов А.Д. Математические методы психологического исследования: анализ и интерпретация данных (учебное пособие). – Санкт-Петербург: Речь, 2004.
11. Наследов А.Д. IBM SPSS Statistics и AMOS: профессиональный статистический анализ данных. – Питер, 2013.
12. Орлова И.В. Многомерный статистический анализ в экономических системах: компьютерное моделирование в SPSS: учебное пособие. – М.: Вузовский учебник, 2009.
13. Плеханов А.В. Математико-статистические методы обработки информации с применением программы SPSS: Практикум. – СПб.: Изд-во СПбГУЭФ, 2010. – 96 с.
14. Поведение потребителей – СПб.: Питер Ком, 1999. (Джеймс Ф. Энджел, Роджер Д. Блэкуэлл, Пол У. Миниард)
15. Трушникова И.О., Погребова О.А., Ширшова О.И. Количественные методы исследований в маркетинге: практикум. – СПб.: Изд-во СПбГЭУ, 2015.
16. Таганов Д.Н. SPSS: Статистический анализ в маркетинговых исследованиях. – СПб.: Питер, 2005.
ПРИЛОЖЕНИЯ
Приложение 2
Дата: 2019-02-02, просмотров: 211.