Тема: Анализ количественной маркетинговой информации
1. Общая характеристика методов анализа количественной информации.
2. Дисперсионный анализ.
3. Корреляционный и регрессионный анализ.
4. Дискриминантный анализ.
5. Факторный анализ.
6. Кластерный анализ.
Общая характеристика методов анализа количественной информации.
Методы сбора данных при проведении маркетинговых исследований можно классифицировать на две группы: количественные и качественные.
Количественные исследования обычно отождествляют с проведением различных опросов, основанных на использовании структурированных вопросов закрытого типа, на которые отвечает большое число респондентов.
Характерными особенностями таких исследований являются: четко определенные формат собираемых данных и источники их получения, обработка собранных данных осуществляется с помощью упорядоченных процедур, в основном количественных по своей природе.
Качественные исследования включают сбор, анализ и интерпретацию данных путем наблюдения за тем, что люди делают и говорят. Наблюдения и выводы носят качественный характер и осуществляются в нестандартизированной форме. Качественные данные могут быть переведены в количественную форму, но этому предшествуют специальные процедуры. Например, мнение нескольких респондентов о рекламе спиртных напитков может быть словесно выражено по-разному. Только в результате дополнительного анализа все мнения разбиваются на три категории: отрицательные, положительные и нейтральные, после чего можно определить, какое число мнений относится к каждой из трех категорий. Такая промежуточная процедура является лишней, если при опросе использовать сразу закрытую форму вопросов.
Количественные методы
Количественные отождествляются с проведением опросов. Структурированные вопросы закрытого типа, на которые отвечает большое количество респондентов. Особенно определяются: четкая определенная информация, источники их получения, обработка данных осуществляется с помощью статистических процедур.
Основные статистические методы, используемые при проведении маркетингового исследования, можно условно разделить на 6 групп:
· Статистическое наблюдение, которое может быть сплошным или выборочным. Сплошное наблюдение обычно ограничивается рамками фирмы и применятся крайне редко;
· Сводка и группировка первичных данных. На теории группировок, например, базируются принципы сегментации рынка по комплексу социально-демографических, экономических, психографических и других признаков;
· Дескриптивный анализ. В его основе лежит использование таких мер, как средняя, мода, среднее квадратическое отклонение, дисперсия и другие показатели центральной тенденции и вариации;
· Выводной анализ, в основе которого лежит проверка статистических гипотез с целью обобщения полученных результатов. Он используется, например, для сравнения результатов исследования двух групп (или рыночных сегментов), а также для определения различий между ними, например, различий в поведении двух групп потребителей, в их реакции на одну и ту же рекламу и т.п.;
· Анализ связей, направленный на определение зависимости между двумя и более переменными. Здесь находят применение методы дисперсионного, корреляционно-регрессионного и многомерного анализа. Они могут быть использованы для обоснования маркетинговых решений, в основе которых лежит множество взаимосвязанных переменных, например, зависимость объема продаж от качества товара, цены на него, эффективности рекламных кампаний, уровня жизни населения и т.д.;
· Прогнозный анализ, определяющий развитие рынка в будущем, в первую очередь спроса и предложения, на основе изучения причинно- следственных связей, тенденций и закономерностей. Весь перечень статистических методов, применяемых в маркетинговых исследованиях, не исчерпывается перечисленными 6 группами методов. В частности, в целях описания реакции покупателей на конъюнктурные сдвиги, для обоснования стратегии маркетинга, оптимизации системы обслуживания, определения лояльности покупателей к определенной торговой марке и других задач применяются также методы статистической теории принятия решений (теория игр, теория массового обслуживания, стохастическое программирование), имитационное моделирование. В целом в маркетинговом исследовании сочетаются различные методы изучения рыночных явлений и процессов: как формальные, основанные на количественных оценках и экономико-статистических расчетах, так и неформальные, использующие качественные методы анализа и атрибутивные оценки.
Дисперсионный анализ.
Дисперсионный анализ – анализ изменчивости результативного признака под влиянием каких-либо контролируемых переменных факторов.
Дисперсионный анализ используется для обработки экспериментальных данных, результатов опроса, данных наблюдений.
В практике маркетинговых исследований дисперсионный анализ применяют с целью установления влияния некоторого категориального фактора F, имеющего несколько уровней (F1, F2, …, Fp) на зависимую переменную X. Категориальный фактор выступает в роли независимой переменной, влияющей на зависимую переменную.
Обязательным условием применения дисперсионного анализа является метрический характер зависимой переменной (шкала интервальная или шкала отношений) и неметрический характер независимых переменных (шкала наименований или порядка).
В маркетинговых исследованиях под фактором F (независимой переменной) чаще всего принимают:
· социально-демографические, поведенческие и прочие характеристики потребителей (пол, возраст, социальное положение, доход, степень осведомленности о продукте и прочее);
· отдельные элементы комплекса маркетинга (цена, ассортимент, интенсивность рекламной кампании, интенсивность комплекса мер по стимулированию сбыта, варианты упаковки товара, виды рекламных роликов и прочее).
Зависимой переменной X может выступать объем покупок, частота покупок, предпочтение товара или торговой марки, имидж фирмы, оценка потребительских намерений приобретения товара, вероятность покупки товара и другие переменные.
Количество независимых и зависимых переменных определяют вид дисперсионного анализа.
Виды дисперсионного анализа:
1. Одномерный дисперсионный анализ - вид дисперсионного анализа, при помощи которого исследуется влияние одной или нескольких независимых переменных на одну зависимую переменную (ANOVA: Analysis of Variance). Он включает в себя:
· однофакторный дисперсионный анализ – вид дисперсионного анализа, при помощи которого исследуется влияние одной независимой переменной, имеющей несколько уровней, на одну зависимую переменную. Пример постановки вопросов однофакторного дисперсионного анализа: какой из трех (или более) рекламных роликов имеет лучшую запоминаемость? Влияет ли тип рекламы (плакаты, реклама по радио и др.) на число посетителей в кинотеатре?
· многофакторный дисперсионный анализ – вид дисперсионного анализа, при помощи которого исследуется влияние нескольких (двух и более) независимых переменных, каждая из которых имеет несколько уровней, на одну зависимую переменную.
Пример постановки вопросов двухфакторного дисперсионного анализа: влияет ли на выбор потребителя уровень образования (высшее, среднее, неполное среднее) и возраст?
Как осведомленность о магазине (высокая, средняя, низкая) и представление о нем (позитивное, нейтральное, негативное) влияют на предпочтения потребителей?
Главным преимуществом многофакторного дисперсионного анализа является возможность исследовать эффект взаимодействия факторов. Взаимодействие имеет тогда, когда эффект одного фактора на зависимую переменную зависит от уровня других факторов. Например, многофакторный дисперсионный анализ позволяет ответить на вопрос: усиливают ли друг друга реклама по радио и мероприятия прямого маркетинга, проводимые в торговом центре?
2. Многомерный дисперсионный анализ - вид дисперсионного анализа, при помощи которого исследуется влияние нескольких независимых переменных на несколько зависимых переменных (МANOVA: Multiple Analysis of Variance). Например: как интенсивность рекламы (высокая, средняя, низкая) и уровень цены (высокий, средний, низкий) одновременно влияют на объем продаж и имидж магазина?
В основе техники проведения дисперсионного анализа лежит разложение полной дисперсии зависимой переменной Х на составляющие: межгрупповую (факторную), обусловленную воздействием фактора на зависимую переменную, и внутригрупповую (остаточную), обусловленную случайными причинами. Чем больше частное от деления межгрупповой и внутригрупповой дисперсий (F-отношение) тем больше различаются средние значения сравниваемых выборок и тем выше статистическая значимость этого различия.