Методы обработки и анализа маркетинговой информации. Статистические и экономико–математические методы анализа маркетинговой информации Методика маркетинговых исследований

Дата: 29.11.2023

Имитационное моделирование

Имитационное моделирование является перспективным методом сбора первичной маркетинговой информации и заключается:

1) в построении математической, графической или иной модели контролируемых и неконтролируемых факторов, определяющих стратегию и тактику фирмы;

2) в последующих экспериментах на модели с целью изучения влияния изменений этих факторов на объект исследования.

Данное моделирование позволяет имитировать различные условия сбыта продажи товара, требуя значительных предварительных усилий по сбору информации о пропорциях, взаимосвязях и изменениях различных показателей. Наиболее широко применяется моделирование обобщающее, объясняющее и прогнозирующее поведение потребителей. Большинство известных моделей покупательского поведения построено в расчете на интересы отдельных фирм. Зависимые и независимые переменные этих моделей выражают особенности поведения покупателей в отношении конкретных товаров в рамках определенных сегментов рынка.

Грамотный перевод первичных и особенно вторичных данных в целевую информацию требует знания методов анализа изучаемых данных. Всю совокупность носителей таких данных, и в первую очередь печатных, называют документами. Можно выделить два основных типа анализа: традиционный, классический и формализованный, количественный (контент-анализ) .

Данные типы анализа маркетинговой информации существенно различаются между собой, но не исключают, а взаимно дополняют друг друга, позволяя компенсировать имеющиеся в каждом недостатки, так как, в конечном счете, преследуют одну и ту же цель – получение интересующей аналитика достоверной и надежной информации.

Анализ документов используется главным образом при работе с вторичными данными (в первую очередь – социально-психологической направленности). Анализ статистической информации, обычно не имеющей маркетинговой ориентации, направлен на извлечение из этой информации данных, необходимых для проводимого исследования.

Традиционный анализ – это цепочка умственных, логических построений, направленных на выявление сути анализируемого материала с определенной, интересующей аналитика в каждом конкретном случае точки зрения.

Интересующая аналитика информация, заложенная в документе, часто присутствует в форме, отвечающей целям, с которыми документ был создан, но далеко не всегда отвечающей целям маркетингового анализа. Проведение традиционного анализа означает преобразование первоначальной формы этой информации в необходимую исследователю форму, т.е. происходит его толкование.

Традиционный анализ позволяет улавливать основные мысли и идеи, прослеживает их генезис, выясняет логику их обоснования, взвешивает вытекающие из них следствия, выявляет логические связи и логические противоречия между ними, оценивает их с точки зрения маркетинговых позиций. Основным его недостатком является субъективность.

В традиционном анализе различают внешний и внутренний анализ.

Внешний анализ – это анализ контекста документа в собственном смысле этого слова и всех тех обстоятельств, которые сопутствовали его появлению. Цель внешнего анализа – установить вид документа, его форму, время и место появления, кто был его автором и инициатором, какие цели преследовались при его создании, насколько он надежен и достоверен, каков его контекст.

Внутренний анализ – это исследование содержания документа. По существу вся работа аналитика направлена на проведение внутреннего анализа документа, включающего выявление уровня достоверности и приводимых фактов и цифр, установление уровня компетенции автора документа, выяснение его личного отношения к описываемым в документе фактам.

Формализованный анализ. Желание избавиться от субъективности традиционного анализа породило разработку принципиально иных, формализованных, или, как часто их называют, количественных, методов анализа документов (контент-анализ).

Суть этих методов сводится к тому, чтобы найти такие признаки, черты, свойства документа (например, такой признак, как частота употребления определенных терминов), которые с необходимостью отражали бы определенные существенные стороны содержания. Тогда качественное содержание делается измеримым, становится доступным точным вычислительным операциям. Результаты анализа становятся в достаточной мере объективными. Ограниченность формализованного анализа заключается в том, что далеко не все содержание документа может быть измерено с помощью формальных показателей.

Формализованный, количественный анализ оперирует конкретными количественно измеряемыми параметрами. Его основным недостатком следует считать неточное, не исчерпывающее раскрытие содержания документа.

Контент-анализ – это техника выделения заключения, производимого благодаря объективному и систематическому выявлению соответствующих задачам аналитика характеристик текста. Применение данного метода рекомендуется во всех случаях, когда требуется высокая степень точности или объективности анализа. Его обычно применяют при наличии обширного по объему и несистематизированного материала, когда непосредственное использование последнего затруднено. Контент-анализ полезен в тех случаях, когда категории, важные для целей аналитика, характеризуются определенной частотой появления в изучаемых документах, например, при работе с ответами на открытые вопросы анкет или глубинных интервью.

Основными направлениями использования контент-анализа являются:

а) выявление и оценка характеристик текста как индикаторов определенных сторон изучаемого объекта;

б) выяснение причин, породивших сообщение;

в) оценка эффекта воздействия сообщения.

Изучение характеристик текста позволяет выяснить, как содержание сообщения будет меняться в зависимости от аудитории.

Постановка задачи исследования причин появления сообщения связана прежде всего с попыткой установить соотношение между фактами содержания и процессами, протекающими в объектах, порождающих сообщение.

Требование объективности анализа делает необходимым перевод исследуемого материала на язык гипотез в единицах, которые позволяют точно описать характеристики текста. В связи с этим аналитику приходится решать ряд проблем, связанных:

б) с выделением единиц анализа;

в) с выделением единиц счета.

Категории анализа – это понятия, в соответствии с которыми будут сортироваться единицы анализа (единицы содержания); например, потребители с разным уровнем дохода, положительные, нейтральные, отрицательные оценки товара определенной марки.

При разработке категорий важно учитывать, что от их выбора будет в значительной степени зависеть характер полученных результатов. Как правило, аналитик стоит перед необходимостью по несколько раз переходить от теоретической схемы к документальным данным, а от них снова к схеме, чтобы, исходя из выбранной гипотезы, выработать категории, соответствующие задачам исследования.

Категории должны быть исчерпывающими, т.е. охватывать все части содержания, определяемые задачами данного исследования, отвечать требованию взаимоисключенности (одни и те же части не должны принадлежать различным категориям). Категории должны отвечать требованию надежности, т.е. их следует сформулировать таким образом, чтобы у различных аналитиков была достаточно высокая степень согласия по поводу того, какие части содержания следует отнести к той или иной категории. Чем более четко определены категории, тем менее проблематичным становится отнесение частей содержания к определенным категориям.

При проведении формализованного анализа содержания нужно четко указать признаки, по которым определенные единицы относятся к определенным категориям. Единицей анализа – смысловой или количественной – является та часть содержания, которая выделяется как элемент, подводимый под ту или иную категорию. В тексте она может быть выражена по-разному: одним словом, некоторым устойчивым сочетанием слов, может вообще не иметь явного терминологического выражения, а преподносится описательно или скрывается в заголовке абзаца, раздела и т.п. В связи с этим перед аналитиком возникает задача выделения признаков (индикаторов), по которым определяется наличие в тексте темы или идеи, значимой с точки зрения целей исследования.

Индикаторы по своему характеру могут быть весьма неоднородными: относящиеся к теме слова и словосочетания, термины, имена людей, названия организаций, пути решения экономических проблем и т.п.

Выбрав смысловую единицу и ее индикаторы, аналитик должен определить также и единицу счета, которая станет основанием для количественного анализа материала. Она может совпадать или не совпадать с единицей анализа или ее индикатором. Единицы счета обладают различной степенью точности измерения, различно также время, уходящее на кодировку материала, попавшего в выборку.

Решение каждой аналитической задачи требует определения того, какое количество документов нужно изучить, чтобы данные об объекте были достоверными, т.е. возникает вопрос о построении выборки.

При анализе документов, специально составленных для целей маркетингового исследования, анализируются все без исключения документы. Если же речь идет о документах – носителях вторичных данных, то при построении выборки может возникнуть необходимость отбора источника информации и отбора документов.

При планировании анализа содержания документов аналитик, прежде всего, решает, какие источники наилучшим образом могут представить те характеристики объекта, которые изучаются. Если считается, что все документальные источники информации одинаково важны для целей исследования, то может быть построена случайная выборка. Часто уже сам отбор источников информации ограничивает количество документов, подлежащих обработке, до приемлемых размеров. Однако и после этого материал может быть достаточно обширным. Тогда следует провести отбор документов.

При проведении маркетингового анализа нужно четко определить, какого рода характеристики объекта подвергаются изучению, и в зависимости от этого оценивать документы с точки зрения их адекватности, надежности, достоверности.

Грамотный перевод первичных и особенно вторичных данных в целевую информацию требует знания методов анализа изучаемых данных. Всю совокупность носителей таких данных, и в первую очередь печатных, называют документами. Можно выделить два основных типа анализа: традиционный, классический и формализованный, количественный (контент-анализ).

Анализ документов используется главным образом при работе с вторичными данными (в первую очередь – социально-психологической направленности). статистической информации, обычно не имеющей маркетинговой ориентации, направлен на извлечение из этой информации данных, необходимых для проводимого исследования.

В традиционном анализе различают внешний и внутренний анализ. Внешний анализ – это анализ контекста документа в собственном смысле этого слова и всех тех обстоятельств, которые сопутствовали его появлению. Цель внешнего анализа – установить вид документа, его форму, время и место появления, кто был его автором и инициатором, какие цели преследовались при его создании, насколько он надежен и достоверен, каков его контекст. Внутренний анализ – это исследование содержания документа. По существу вся работа аналитика направлена на проведение внутреннего анализа документа, включающего выявление уровня достоверности и приводимых фактов и цифр, установление уровня компетенции автора документа, выяснение его личного отношения к описываемым в документе фактам.

Формализованный анализ . Желание избавиться от субъективности традиционного анализа породило разработку принципиально иных, формализованных, или, как часто их называют, количественных, методов анализа документов (контент-анализ).

Контент-анализ – это техника выделения заключения, производимого благодаря объективному и систематическому выявлению соответствующих задачам аналитика характеристик текста. Применение данного метода рекомендуется во всех случаях, когда требуется высокая степень точности или объективности анализа. Его обычно применяют при наличии обширного по объему и несистематизированного материала, когда непосредственное использование последнего затруднено. Контент-анализ полезен в тех случаях, когда категории, важные для целей аналитика, характеризуются определенной частотой появления в изучаемых документах, например, при работе с ответами на открытые вопросы анкет или глубинных интервью.

Основными направлениями использования контент-анализа являются:

а) выявление и оценка характеристик текста как индикаторов определенных сторон изучаемого объекта;

б) выяснение причин, породивших сообщение;

в) оценка эффекта воздействия сообщения.

б) с выделением единиц анализа;

в) с выделением единиц счета.

Категории анализа – это понятия, в соответствии с которыми будут сортироваться единицы анализа (единицы содержания); например, потребители с разным уровнем дохода, положительные, нейтральные, отрицательные оценки товара определенной марки.

С уважением Молодой аналитик

В ходе обработки и анализа данных маркетингового исследования первым этапом является частотный анализ. Далее следует описание статистических показателей изучаемых признаков.

Вторым этапом обработки и анализа данных маркетингового исследования является описание корреляционных связей между изучаемыми переменными. Корреляция представляет собой меру зависимости переменных.

Conjoint analysis (совместный анализ) Метод анализа, предназначенный для оценки и сравнения атрибутов продуктов с целью выявления тех из них, которые оказывают наибольшее влияние на покупательские решения. Метод "Conjoint analysis" - лучшая технология для измерения важности того или иного фактора из-за того, что он заставляет респондента думать не о том, что важно, а только о его предпочтении. Достоинством метода является возможность выявить латентные факторы, влияющие на поведение потребителей. С помощью данного метода можно выделить оптимальную комбинацию свойств продукта, оставив продукт в приемлемой ценовой категории.

Кластерный анализ - это совокупность методов, позволяющих классифицировать многомерные наблюдения, каждое из которых описывается неким набором переменных. Целью кластерного анализа является образование групп схожих между собой объектов, которые принято называть кластерами. При помощи кластерного анализа можно производить сегментацию рынка (например, выделение приоритетных групп потребителей). Полагается, что более значимо для маркетингового результата, объединение потребителей в группу с учетом мер близости друг к другу. Для обоснования данных предположений используется метод дисперсионного анализа.

Дисперсионный анализ. С помощью дисперсионного анализа исследуют влияние одной или несколько независимых переменных на одну зависимую переменную или на несколько зависимых переменных. Метод статистического анализа, позволяющий определить достоверность гипотезы о различиях в средних значениях на основании сравнения дисперсий (отклонений) распределений (например, можно проверить гипотезу о различиях двух групп потребителей, выделенных при помощи кластеризации). В отличие от корреляционного анализа дисперсионный анализ не дает возможности оценить тесноту связи между переменными.

Регрессионный анализ. Статистический метод установления зависимости между независимыми и зависимыми переменными. Регрессионный анализ на основе построенного уравнения регрессии определяет вклад каждой независимой переменной в изменение изучаемой (прогнозируемой) зависимой переменной величины. В маркетинге часто используется для прогнозирования спроса.

Факторный анализ. Совокупность методов, которые на основе реально существующих связей признаков (или объектов) позволяют выявлять латентные (или скрытые) обобщающие характеристики изучаемых явлений и процессов. Главными целями факторного анализа являются сокращение числа переменных и определение структуры взаимосвязей между переменными, то есть классификация переменных. При сокращении числа переменных итоговая переменная включает в себя наиболее существенные черты объединяемых переменных. Классификация подразумевает выделение нескольких новых факторов из переменных связанных друг с другом.

Результаты полевых исследований представляют собой значительные массивы переменных, которые достаточно сложны для обработки "ручным методом". На сегодняшний день, в арсенале исследователей имеется множество программных пакетов, позволяющих оптимизировать и упростить процедуру анализа. Наибольшее распространение получили такие пакеты, как Vortex, SPSS, Statistica.

Программа "VORTEX" предназначена для:

- ввода первичной информации, собранной в ходе прикладного маркетингового или социологического исследования;
- обработки и анализа этой информации;
- представления полученных результатов анализа в виде таблиц, текстов, графиков и диаграмм с возможностью их переноса в Microsoft Word и другие приложения Windows/NT.

Возможности анализа информации:

Программа Vortex позволяет производить описательную статистику изучаемых переменных (расчет статистических показателей: среднее, мода, медиана, квартили, дисперсия, среднеквадратическое отклонение, коэффициент вариации, скос, эксцесс и др.);

Позволяет производить сегментирование потребителей по нескольким признакам, а также описание выделенных целевых групп (выделение контекстов - подмассивов документов для углубленного анализа, например, только мужчин или только респондентов в возрасте 20-25 лет).

При помощи программы Vortex можно проводить корреляционный анализ, позволяющий выявить зависимости изучаемых факторов, влияющих на маркетинговый результат (расчет для таблиц двухмерного распределения коэффициентов корреляции Пирсона, Гамма, Лямбда, Крамера, Юла, Фишера, критериев X-квадрат, Стьюдента, определение статистической значимости).

SPSS для Windows - это модульный, полностью интегрированный, обладающий всеми необходимыми возможностями программный продукт, предназначенный для всех этапов аналитического процесса: планирования, сбора данных, доступа к данным и управления данными, анализа, создания отчетов и распространения результатов. SPSS для Windows - это лучшее программное обеспечение, позволяющее решать бизнес - проблемы и исследовательские задачи, используя статистические методы.

Программное обеспечение SPSS позволяет проводит частотный анализ, описательную статистику, корреляционный анализ, дисперсионный анализ, кластерный анализ, факторный анализ, а также регрессионный анализ.

При помощи аналитических возможностей программы SPSS можно получить следующие данные:

- Наиболее выгодные сегменты рынка;
- Стратегии позиционирования товаров/услуг относительно аналогичных товаров/услуг конкурентов;
- Оценка качество товара/услуги клиентами;
- Перспективы развития, новые возможности для роста;
- Подтверждение или опровержение исследовательских гипотез.

Statistica - это универсальная интегрированная система, предназначенная для статистического анализа и визуализации данных, управления базами данных и разработки пользовательских приложений, содержащая широкий набор процедур анализа для применения в научных исследованиях, технике, бизнесе.

Statistica - это современный пакет статистического анализа, в котором реализованы все новейшие компьютерные и математические методы анализа данных. Опыт многих людей, успешно работающих с пакетом, свидетельствует о том, что возможность доступа к новым, нетрадиционным методам анализа данных (а Statistica предоставляет такие возможности в полной мере) помогает находить новые способы проверки рабочих гипотез и исследования данных.

Программное обеспечение Statistica позволяет проводить следующие процедуры обработки статистических данных:

- Описательные статистики;
- Анализ многомерных таблиц;
- Многомерная регрессия;
- Дискриминантный анализ;
- Анализ соответствий;
- Кластерный анализ;
- Факторный анализ;
- Дисперсионный анализ и многое другое.

Тема 6. Обработка и анализ маркетинговой информации

Подготовка данных для компьютерной обработки. Кодирование данных. Группировка данных. Табулирование. Кривая Лоренца и ее анализ. Применение методов описательной статистики. Определение средних значений и стандартных ошибок. Проверка согласия. Проверка методом Колмогорова-Смирнова. Графическое представление результатов маркетинговых исследований.

Основные задачи ассоциативного анализа данных при подготовке маркетинговых решений. Метод кросстабуляции. Методы корреляционного и регрессионного анализа.

Обработка и анализ маркетинговой информации представляет собой серьезный этап статистической обработки полученных результатов. От того, как правильно и качественно произвести обработку данных, зависит достоверность принимаемых выводов и последующих практических решений.

Анализ собранной информации представляет следующий этап маркетингового исследования, т.е. извлечение из совокупности полученных данных наиболее важных сведений и результатов. Исследователь сводит полученные данные в таблицы. На основе этих таблиц выводят или рассчитывают показатели эмпирического распределения, сравнивают их со стандартными. Затем исследователь решает, какие методы статистики использовать. Для получения дополнительных сведений применяют современные статистические методики и модели.

Обработка и анализ маркетинговой информации включает; предварительные этапы (редактирование, кодирование, табулирование и представление табулированных данных; оценка различий (проверка согласия, проверка Колмогорова – Смирнова, анализ средних выборки); методы исследования (простой регрессионный и корреляционный анализ, множественный регрессионный анализ).

Процесс подготовки данных маркетинговых исследований включает проверку анкет, редактирование, кодирование, преобразование, очищение данных, статистическая корректировка данных, выбор стратегии анализа данных.

Проверка анкет выступает первым этапом в технологии проверки данных анкетирования. Он заключается в проверке на полноту заполнения и качество проведенного исследования. При этом проводится подсчет анкет, если была установлена заранее величина выборки. Если проводит анкетирование консалтинговая фирма, то проверка анкет может включать и контрольную проверку на правильность и достоверность информации путем повторного опроса.

При проверке анкет возможен их возврат по следующим причинам: незаполнены позиции анкет, ответы варьируются незначительно, отсутствуют блоки или страницы анкеты, анкеты сданы до положенного срока, анкеты выполнены другими людьми. Проверке анкет осуществляет руководитель полевого анкетирования.

Редактирование призвано для выявления несоответствия маркетингового исследования каким либо требованиям или стандартам. Редактирование необходимо для повышения точности и аккуратности представленной в анкетах информации. Редактирование включает в себя просмотр, изучение и исправление ошибок в регистрации наблюдений. Редактирование выполняется в две стадии: вначале полевое, затем офисное редактирование.

Полевое редактирование проводится для исключения ошибок или неточностей в анкетных данных, кроме того, для контроля и обучения персонала проводящего опрос. Полевое редактирование проводится руководителем полевых опросов. В полевом редактировании осуществляется проверка:

1) полноты заполнения данных по разделам, выявление пустых мест и их анализ;

2) знания сути стоящих вопросов анкеты;

3) недвусмысленности заполнения анкеты;

4) логичность ответов и их непротиворечивость.

Офисное редактирование заключается в более точной проверке и коррекции собранных ответов. Это редактирование осуществляет квалифицированное лицо, понимающее цели и задачи исследования, владеющее способами и методами исследований. При офисном редактировании решаются вопросы, каким образом будут обрабатываться носители собранных данных, содержащие неполные ответы, не до конца заполненные анкеты, анкеты в которых пропущены целые разделы. Анкеты, содержащие незаполненные позиции должны отстраняться, но не выбрасываться, так как некоторая сохраненная информация по заполненным позициям может представлять определенный интерес.

Редактор должен внимательно относиться к вопросам в заполненных анкетах, которые неудачны с точки зрения пробуждения интереса респондента. Он должен решить кодировать их или принять другое решение по таким данным.

С анкетами неудовлетворительного качества производится следующая работа. Анкеты возвращаются на место сбора данных, и интервьюеров обязывают провести повторное интервью. Самоличное заполнение редактором пропущенных значений анкеты, если количество таких анкет респондентов невелико или переменные по пропущенным ответам не являются основными в исследованиях. Выбраковка анкет неудовлетворительного качества.

Кодирование данных – это определенный технический прием, с помощью которого данные распределяются по категориям, т.е. способ представления полученной информации в виде символов, знаков, цифр с целью удобства ее представления для компьютерной или другой обработки. Кодирование представляет собой процесс или определенную технологию по преобразованию маркетинговой информации в код, что должно предусматриваться в самом информационном носителе - анкете. Информация, полученная в результате исследования и образующая код, распределяется по столбцам.

Процесс кодирования осуществляется в три этапа:

2) назначаются кодовые номера категорий;

3) разрабатывается книга кодов.

Первый этап кодирования представляет создание системы кодирования. В основу кодирования должна быть поставлена иерархическая структура принципов классификации информации. Вначале должны быть разработаны критерии деления полученной информации на категории, классы, группы, виды, подвиды и т.д. по технологии от общего к частному. Количество уровней кодирования будет зависеть от структуры вопросов в анкете маркетингового исследования. Правильность выбранной структурной классификации информации подтверждается попаданием ответов на каждый вопрос анкеты в ячейку структуры. Кроме того, необходимо учитывать, что по каждому вопросу возможно получение нескольких ответов. Поэтому классифицируемая структура должна содержать соответствующую градацию и подвиды ячеек.

Так как кодировку информации проводят не всегда квалифицированные специалисты, то для облегчения кодирования и снижения времени на кодирование информации целесообразно разработать кодировочные таблицы или книгу кодов. В этих материалах описывается каждая переменная кода и дается справка по ее нахождению в структуре кодирования.

На втором этапе производится присвоение кодовых номеров ячейкам структурной классификации маркетинговой информации. Присвоение кодовых номеров можно производить различными способами: в виде букв любого алфавита; цифрами; символами; комбинацией букв, символов и цифр. Для компьютерной обработки наиболее желаема цифровая система кодирования информации. Кроме того, для компьютерного ввода кода необходимо обеспечить и наглядность ввода записи. Использование других символов затрудняет ввод кода и обработку сообщения в компьютере.

При кодировании информации рекомендуется следовать установившимся традициям и принципам, существующим на предприятии. Существуют и общие принципы кодирования информации, которым необходимо следовать. Так в каждой колонке допускается использование только одного символа. Это кодирование возможно, если количество ответов не превышает 10. Если ответ на вопрос имеет множество альтернатив, то создаются отдельные колонки для каждого варианта ответа. Если количество альтернативных ответов превышает 9, необходимо перейти к двум колонкам, обеспечивающим 100 кодов, т.е. от 01 до 99.

Для упрощения кодирования необходимо использовать один и тот же цифровой индекс в общих ответах. Например, в случае «информации нет» использовать стандартный код 0, «нет ответов» -9, «не знаю» -8 и т.д.

Третий этап в технологии кодирования заключается в создании кодировочной таблица или книги кодов. Книга кодов создается при достаточно большом количестве вопросов анкеты. В ней прописываются общие инструкции по применимости кодов, структура кодирования по категориям принятой классификации, как кодируется каждая позиция в системе вопросов. В ней перечисляются коды каждой переменной и категории, включенные в каждый код. Далее в ней указывается, где в компьютерной записи располагается переменная и каким образом эта переменная учитывается.

Преобразование данных – это этап, заключается в переносе закодированных данных из анкеты или кодировочной таблицы через клавиатуру в компьютер. При введении данных в компьютер необходимо или дублирование ввода или контроль введенной информации, чтобы исключить ошибки.

Очищение данных представляет этап всесторонней проверки состоятельности собранных данных и работа с пропущенными ответами. Проверка состоятельности данных позволяет выявить данные, выходящие за пределы диапазона исследований. Работа с пропущенными ответами включает замену пропущенного значения нейтральным или средним значением по данной переменной. Пропущенный ответ можно заменить вмененным значением исходя из логики ранее определенных вопросов.

Статистическая корректировка данных представляет предзаключительную процедуру подготовки маркетинговой информации. Она включает: взвешивание, переопределение переменой и преобразование шкалы измерения.

Взвешивание представляет собой метод корректировки данных, при котором каждому наблюдению или респонденту в базе данных присваивается весовой коэффициент, отображающий степень его значимости по сравнению с другими наблюдениями или респондентами. Это необходимо для более точного представления выборочных данных конкретным характеристикам генеральной совокупности. Например, при присвоении весов респондентам в зависимости от их образовательного уровня, от частоты пользования респондентами товаром.

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.

Рис. 3.2.

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)

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

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

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.
Товары	в базисном периоде	в отчетном периоде	в базисном периоде	в отчетном периоде

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.

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

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.