Методы исследования рынка.

Часть 1. Стратегия компании в сфере обслуживания

Стратегия компании – комбинация методов конкуренции и организации бизнеса, направленная на удовлетворение клиентов и достижение организационных целей.

Изо всех задач менеджмента самая важная – разработка долгосрочной стратегии, эффективных методов конкуренции и ведения бизнеса, и осуществления мероприятий, необходимых для последовательной и качественной реализации этой программы. Удачная стратегия и ее умелая реализация – самые верные признаки качественного управления. Гениальная стратегия, не подкрепленная организационными средствами для ее достойного внедрения, ничего не дает, потому что сводит на нет любые замечательные возможности, не обеспечивает надлежащий уровень удовлетворения клиентов и высокую производительность. Блестящая реализация посредственной стратегии так же не дает нужного результата. Необходимо, во-первых, создать первоклассную стратегию и, во-вторых, адекватно ее реализовать. Это главная задача менеджмента и лучшая проверка его возможностей.

Процесс стратегического планирования можно представить в виде схемы:

Рисунок 1 – Процесс стратегического планирования

Методы исследования рынка.

Термин кластерный анализ (впервые ввел Tryon, 1939) в действительности включает в себя набор различных алгоритмов классификации. Общий вопрос, задаваемый исследователями во многих областях, состоит в том, как организовать наблюдаемые данные в наглядные структуры. Заметим, что предыдущие рассуждения ссылаются на алгоритмы кластеризации, но ничего не упоминают о проверке статистической значимости. Фактически, кластерный анализ является не столько обычным статистическим методом, сколько "набором" различных алгоритмов "распределения объектов по кластерам". Существует точка зрения, что в отличие от многих других статистических процедур, методы кластерного анализа используются в большинстве случаев тогда, когда вы не имеете каких-либо априорных гипотез относительно классов, но все еще находитесь в описательной стадии исследования. Следует понимать, что кластерный анализ определяет "наиболее возможно значимое решение". Поэтому проверка статистической значимости в действительности здесь неприменима, даже в случаях, когда известны p-уровни (как, например, в методе K средних). Цель кластерного анализа— классификация объектов на относительно однородные группы, исходя из рассматриваемого набора переменных. Кластерный анализ представляет собой класс методов, используемых для классификации объектов или событий в относительно однородные группы, которые называют кластерами. Объекты в каждом кластере должны быть похожи между собой и отличаться от объектов в других кластерах. Кластерный анализ используют для различных целей:

• Сегментация рынка. Например, потребителей можно разбить на кластеры на основе выгод, которые они ожидают получить от покупки данного товара.

• Определение возможностей нового товара. Кластеризацией торговых марок и товаров можно определить конкурентоспособные наборы в пределах данного рынка. Торговые марки в одном и том же кластере конкурируют более жестко между собой, чем с марками других кластеров. Фирма может изучить свои текущие предложения в сравнении с предложениями своих конкурентов, чтобы определить потенциальные возможности новых товаров.

• Выбор тестовых рынков. Группировкой городов в однородные кластеры можно подобрать сравнимые города для проверки различных маркетинговых стратегий.

• Сокращение размерности данных. Кластерный анализ можно использовать как основной инструмент сокращения размерности данных при создании кластеров или подгрупп данных, более удобных для анализа, чем отдельные наблюдения. Последующий многомерный анализ выполняют над кластерами, а не над отдельными наблюдениями.

Рисунок 2 – Этапы кластерного анализа

Первый этап — формулировка проблемы кластеризации путем определения переменных, на базе которых она будет проводиться, Затем выбирается соответствующий способ измерения расстояния. Мера расстояния показывает, насколько объекты, подвергнутые кластеризации, схожи или не схожи между собой. Разработано несколько методов кластеризации, и исследователю необходимо выбрать наиболее подходящий для решения данной проблемы. Решение о числе кластеров также принимает исследователь. Сформированные кластеры нужно анализировать с точки зрения переменных, использованных для их получения. И наконец, исследователь должен оценить достоверность (качество) процесса кластеризации.

Рассмотрим меры расстояния и методы кластеризации, применяемые в кластерном анализе.

Меры расстояния:

Таблица 1 – Классификация операционных систем

Термин контакт с потребителем услуги отражает физическое присутствие клиента в системе, а оказание услуги — рабочий процесс, используемый для предоставления данной услуги. Степень контакта в данном случае можно в общем виде определить как процентное соотношение времени, которое клиент должен находиться в сервисной системе, к общему времени, которое занимает весь процесс его обслуживания. Обычно, чем больше продолжительность контакта сервисной системы с потребителем услуги, тем выше степень взаимодействия между ними в ходе процесса предоставления данной услуги.

Основываясь на этой концепции, можно сделать вывод, что сервисными системами с высокой степенью контакта с клиентом управлять намного сложнее и, кроме того, их значительно труднее рационализировать, чем системы с низкой степенью контакта с клиентом. Существует много самых разнообразных факторов влияния клиента на условия предоставления услуги, а следовательно, и бесчисленное количество вариаций услуг в системах с высокой степенью контакта с клиентом.