Юняева М.А., Трушникова И.О. Маркетинговое исследование рынка товаров промышленного назначения

Подождите немного. Документ загружается.

ровать субъективные факторы поведения изучаемого объекта при прове-

дении соучаствующего наблюдения возможно влияние поведения изучае-

мого на процесс наблюдения.

Эксперимент является важнейшим инструментом анализа и тестиро-

вания в системе маркетинга. В зависимости от условий, где проводится

эксперимент, различают полевой и лабораторный эксперимент. Главная

цель эксперимента – это исследование поведения объекта по динамике его

выходных параметров при изменении входных характеристик, которые

могут варьироваться как экспериментатором (лабораторный), так и окру-

жающей средой (полевой). Например, изменение структуры покупателей

при изменении средств рекламы и цены или изменения поведения конку-

рентов и коммерсантов.

Наибольшее применение на практике находит полевой эксперимент,

который проводится в нормальных условиях окружающей среды. Он на-

ходит применение для исследования в области маркетинга товаров,

средств производства и средств потребления.

Лабораторный эксперимент проводится в специально подготовлен-

ных условиях тестирования. В зависимости от отношения тестируемого к

условиям процесса тестирования различают четыре группы эксперимента:

1. Открытый эксперимент, когда тестируемый осведомлен о цели,

задачах и условиях эксперимента.

2. Эксперимент в не ясной для тестируемого ситуации, когда извест-

ны ему только его задачи и его поведение в эксперименте, но не известны

цели эксперимента.

3. Мнимый эксперимент, когда тестируемый знает цели и задачи

опыта, но не знает условий ситуации, в которой он будет проведен.

4. Неопределенный эксперимент, когда тестируемый полностью не

осведомлен о цели, задаче и условиях проведения эксперимента.

На практике имеют место эксперименты, которые проводятся в фор-

ме различных тестов и упорядочиваются по различным критериям:

- по месту проведения тестирования (рынок, студия, дом и др.)

- по объекту тестирования (продуктовый тест, ценовой тест и др.)

- по личности тестируемого (актуальный потребитель, эксперт, по-

тенциальный потребитель и др.)

- по продолжительности теста (краткосрочный, продолжительный)

- по объему тестирования (полный или частный тест продукта)

- по числу тестированных продуктов.

анные, полученные в процессе маркетингового исследования,

должны пройти процедуру обработки, обобщения и интерпретации. При

этом выделяют три области: упорядочения, масштабирования (шкалиро-

вания), обобщения и анализа. Упорядочение данных заключается в рас-

пределении данных по категориям, их редактировании и кодировании ре-

зультатов, а также их табулировании. Упорядочение данных по категори-

ям осуществляют по заранее заданным условным классам или зонам. На-

пример, распределение заработной платы для работающих может быть

представлено так:

Лица с заработком до 10 000 руб.

Лица с заработком от 10 000 до 1 000 руб.

Лица с заработком от 1 000 руб. до 20 000 руб.

Лица с заработком от 20 000 до 30 000 руб.

Лица с заработком выше 30 000 руб.

Под редактированием понимается просмотр данных, имея в виду

возможности их использования. Представление просмотренного материа-

ла данных в форме таблиц означает их табулирование.

калирование означает классификацию данных по определенным

критериям. На практике применяются следующие шкалы: номинальная

(классификационная), порядковая (ранговая) и количественные (метриче-

ские).

Номинальные шкалы основываются на том, что объектам присваи-

ваются какие-то признаки, и они классифицируются по наличию и отсут-

ствию определенного признака.

Порядковая шкала предусматривает сопоставление интенсивности

определяемых признаков у исследуемого объекта, т. е. располагает их по

признаку «больше-меньше», но без указания, на сколько больше или

меньше. Порядковую шкалу называют также ранговой шкалой (например,

система балльных оценок качества или конкурентоспособности товара).

Порядковые шкалы широко используются при анализе предпочтений в в

экономике, например при анализе спроса и предложения.

Количественные, или метрические, шкалы подразделяются на интер-

вальные и пропорциональные. Метрические шкалы являются основой все-

возможных статистических операций.

Методы обработки и прогнозирования маркетинговой инфор

мации. Анализ и обобщение данных осуществляются методами ручной,

компьютерной (полукомпьютерной), когда используется мини-

компьютер, и электронной (с использованием персонального или большей

мощности компьютера) обработки. ля обработки применяются как опи-

сательные, так и аналитические методы. Возможные направления приме-

нения отдельных аналитических методов показаны в табл. 2.12.

Среди аналитических методов в маркетинге наиболее часто приме-

няются: анализ трендов, методы нелинейной регрессии и коррекции, дис-

криминантный анализ, кластерный анализ, факторный анализ и другие.

Методики качественного и количественного анализа широко известны и

описаны в специальной литературе 14, 25, 28, 41 .

Регрессионный анализ

Статистический метод установления формы и изучения связей меж-

ду метрической переменной и одной или несколькими независимыми пе-

ременными.

арная регрессия – метод установления математической (в форме

уравнения) зависимости между двумя метрическими переменными – зави-

симой и независимой.

Таблица 2.12

Примеры использования аналитических методов 13, 3

Метод

Вопросы

Регрессионный

анализ

Как изменится объем сбыта, если объем рекламных ме-

роприятий сократить на 10

Как оценить цену на хлопок в последующие шесть ме-

сяцев

Имеет ли влияние объем инвестиций в автомобильную

промышленность и строительство

исперсионный

анализ

Влияет ли упаковка на уровень объема сбыта

Влияет ли цвет объявления на число лиц, которые

вспоминают о рекламе

Имеет ли влияние выбор каналов сбыта на объем сбыта

искриминант-

ный анализ

ем различаются курящий и некурящий

Разработайте классификацию кредитоспособности по-

купателей кредита по признакам: «заработная плата»,

«образование», «возраст».

Факторный

анализ

Как установить зависимость многочисленных операций,

к которым особо чувствительны покупатели автомоби-

лей, от нескольких комплексных факторов

Как описать влияние этих факторов на различные марки

строящихся автомобилей

Кластерный

анализ

Распределите на группы покупателей крупного торго-

вого центра в соответствии с их потребностями.

Как определить тип читателей известного журнала

Можно ли классифицировать покупки в соответствии с

Вашими интересами в политических процессах

Многоразмерное

шкалирование

В какой мере соответствует продукт Вашей фирмы иде-

альному представлению покупателей

Какой имидж имеет Ваша фирма

Изменится ли позиция покупателей к приобретению в

течение пяти лет

Модель парной регрессии характеризуется коэффициентом детер-

минации, коэффициентом регрессии, стандартной ошибкой уравнения

регрессии и др.

Например:

1. ожно ли вариаи изменчивость в оеме продаж ояснить

расходами на рекламу акова форма этой зависимости и можно ли ее

выразить в виде уравнения, описываего пряму лини

2. ависит ли вариаия доли рынка от численности торгового пер

сонала

3. пределяется ли отноение потреителей к качеству товара их

отноением к ене на этот товар

ножественная регрессия. Статистический метод, с помощью кото-

рого можно вывести математическую зависимость между двумя или

больше независимыми переменными и зависимой переменной, выражен-

ной с помощью интервальной или относительной шкалы. Например:

1. ожно ли вариаи изменчивость в оеме продаж ояснить

расходами на рекламу, енами и уровнем каналов распределения

2. ожет ли вариаия доли рынка зависеть от численности тор

гового персонала

3. пределяется ли отноение потреителей к качеству товара их

отноением к ене на этот товар

С помощью множественной регрессии можно ответить на следую-

щие дополнительные вопросы:

аку дол вариаии оема продаж можно ояснить расходами

на рекламу, енами и уровнем каналов распределения

ему равен вклад расходов на рекламу в ояснении вариаии оема

продаж при контролируемых переменных  уровнях ен и распределения

акие оемы продаж можно ожидат, исходя из данных уровней

расходов на рекламу, ен или уровня канала распределения

Модель множественной регрессии характеризуется F-критерием, ча-

стным коэффициентом регрессии и др.

исперсионный анализ

Статистический метод изучения различий между выборочными

средними для двух или больше совокупностей.

Однофакторный дисперсионный анализ. Применяется в маркетинго-

вых исследованиях, чтобы установить различия в средних значениях за-

висимой переменной для нескольких категорий одной независимой пере-

менной (фактора) Например:

1. Различатся ли разные сегменты рынка с точки зрения оема

потреления товара

2. ействительно ли различатся оенки торговой марки группа

ми респондентов, которые смотрели разные рекламные ролики

3. Различается ли отноение розничных, оптовых торговев и

торговых агентов в политике распределения, проводимой фирмой

4. ависит ли намерение потреителей приорести товар данной

торговой марки от разниы в уровнях ен

5. лияет ли осведомленность потреителей о магазине на пред

почтение данного магазина

В процессе установления зависимости применяются критерии Эта-

квадрат, F-статистики, среднего квадрата и др.

Многофакторный анализ. При проведении маркетинговых исследо-

ваний часто приходится иметь дело с одновременным влиянием несколь-

ких факторов. Например:

1. ак меняется намерение потреителей купить товар при раз

личных уровнях ены и доходов

2. ак уровень рекламы и уровень ен влият на продажи товаров

данной марки

3. лият ли на выор потреителем данной торговой марки уро

вень его оразования и возраст

4. ак осведомленность о универмаге и представление о нем

влият на предпочтение потреителем этого магазина

При осуществлении такого анализа определяются множественная

корреляция, значимость полного эффекта, значимость эффекта взаимодей-

ствия и другие статистики.

искриминантный анализ

Используется для анализа данных в том случае, когда зависимая пе-

ременная категориальная, а независимые переменные – интервальные.

В маркетинговых исследованиях можно привести массу примеров

применения дискриминантого анализа. Так, с помощью этого метода

можно получить ответы на следующие вопросы:

1. ем, с точки зрения демографических характеристик, отличаются

приверженцы данного магазина от тех, у кого эта приверженность отсут-

ствует

2. Отличаются ли в потреблении замороженных продуктов покупа-

тели, которые пьют безалкогольные напитки мало, умеренно и много

3. Какие психографические характеристики помогают провести

различия между восприимчивыми и невосприимчивыми к цене покупате-

лями бакалейных товаров

4. Различаются ли между собой различные сегменты рынка по сво-

им предпочтениям к средствам массовой информации

5. Какими отличительными характеристиками обладают потребите-

ли, реагирующие на прямую почтовую рекламу

Факторный анализ

Класс методов, используемых, главным образом, для сокращения

количества переменных и их обобщения.

Факторный анализ широко применяется в маркетинговых исследо-

ваниях:

1. При сегментации рынка для определения латентных переменных

для группировки потребителей. Например: покупателей новых автомои

лей можно сгруппировать в зависимости от того, на что они ораат

внимание при покупке автомоиля экономи ензина, удоства, раочие

характеристики автомоиля, комфорт и респектаельность.  резуль

тате получат пять сегментов рынка, представленных покупателями,

предпочитаими экономи ензина, определенные удоства опреде

ленные раочие характеристики автомоиля комфортаельные авто

моили респектаельные автомоили.

2. При разработке товарной стратегии факторный анализ исполь-

зуется для определения характеристик торговой марки, влияющих на вы-

бор потребителей. Конкретные торговые марки зубных паст оценивают с

точки зрения защиты от кариеса, отбеливания зубов, приятного запаха и

цены.

3. При разработке рекламной стратегии маркетологи с помощью

факторного анализа пытаются понять, каким передачам отдают предпоч-

тение потребители целевого рынка. Покупатели замороженных продуктов,

например, могут смотреть кабельное телевидение, любить фильмы опре-

деленного жанра и музыку определенного стиля.

4. При разработке стратегии ценообразования факторный анализ

определяет характеристики потребителей, чувствительных к цене. Напри-

мер, может оказаться, что они стремятся к экономии и ориентированы на

домашний отдых.

При выполнении факторного анализа определяются критерий сфе-

ричности Бартлетта, корреляционная матрица, строится график фактор-

ных нагрузок, рассчитываются критерий адекватности и процент диспер-

сии и др.

ластерный анализ

Представляет собой класс методов, используемых для классифика-

ции 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 применяют в маркетинговых исследованиях для

различных целей:

1. Сегментация рынка. Например, потреителей можно разить

на кластеры на основании выгод, которые они ожидат получить от

покупки данного товара. аждый кластер может состоять из потре

ителей, которые иут схожие выгоды. тот метод называется сег

ментаией преимуеств.

2. Понимание поведения покупателей. ластерный анализ исполь

зуется для идентификаии однородных групп покупателей. атем пове

дение в каждой группе изучается отдельно.

3. Определение возможностей нового товара. ластеризаией тор

говых марок и товаров можно определить конкурентоспосоные наоры

в пределах данного рынка.

4. Выбор тестовых рынков. Группированием городов в однородные

кластеры можно подорать сравнимые города для проверки различных

маркетинговых стратегий.

5. Сокращение размерности данных. ластерный анализ можно

использовать как основной инструмент сокраения размерности данных

при создании кластеров или подгрупп данных, олее удоных для анализа,

чем отдельные налдения.

При выполнении кластерного анализа строятся план объединения,

кластерный центроид, различные виды диаграмм и другие статистики.

ногомерное калирование

Класс методов для представления восприятий и предпочтений рес-

пондентов в пространстве с помощью наглядного изображения.

Информация, полученная от многомерного шкалирования, применя-

ется для решения разнообразных задач, например:

1. Измерение имиджа. осприятие фирмы потреителями и непо

треителями ее продукии по сравнени с соственным восприятием

самой сея.

2. Сегментация рынка. Расположение в одном и том же простран

стве торговых марок и потреителей для выявления относительно одно

родных по восприятиям групп потреителей.

3. Разработка нового товара. ногомерное калирование позволяет

увидеть проелы на пространственной карте, которые указыват по

тениальные возможности для размеения новых товаров.

4. Оценка эффективности рекламы. ространственные карты

можно использовать для определения эффективности рекламы с точки

зрения занятия торговой маркой желаемого положения на рынке.

5. Ценовой анализ. равнение пространственной карты с учетом и

ез учета восприятия ены.

6. Решение о каналах сбыта.

7. Построение шкалы отношений.

Многомерное шкалирование предполагает определение оценки

сходства, рангов предпочтений, уровня стресса пространственной карты и

других 1.

Приведенные статистические методы применяют не только для об-

работки и анализа маркетинговой информации, а также для ее прогнози-

рования.

Прогнозирование служит для выяснения тенденций развития фирмы

в условиях постоянного изменения факторов внешней и внутренней среды

и поиска рациональных маркетинговых мероприятий по поддержке ус-

тойчивости ее экономического поведения. Сфера применения методов

прогнозирования в маркетинговых системах достаточно широка. Они ис-

пользуются для анализа и разработки концепций развития всех субъектов

маркетинговой системы, например для исследования рыночной конъюнк-

туры, в системе прогнозирования цен, новых продуктов и технологий, по-

ведения покупателей на рынке. Важнейшим направлением является про-

гнозирование сбыта и рынков, их динамики, структуры, конъюнктуры,

возможностей рынка воспроизводить предложение и спрос.

В качестве инструментария при прогнозировании используется сис-

тема методов, с помощью которых анализируются причинно-

следственные параметры прошлых тенденций в деятельности предприятия

и по результатам анализа формируются изменения в перспективе социаль-

но-экономического развития фирмы.

Методы прогнозирования классифицируются по различным крите-

риям:

- по форме предоставления результата прогнозы делятся на количе-

ственные и качественные. Первые базируются на численных, математиче-

ских процедурах, а вторые на использовании имеющихся опыта, знаний и

интуиции исследователя

- по величине периода упреждения выделяют краткосрочные (1 год и

менее), среднесрочные (2- лет), долгосрочные (свыше  лет)

- по охвату прогнозированием объекта исследования прогнозы бы-

вают общими (прогноз общего развития народного хозяйства) и частные

(прогноз для отдельных отраслей, инфраструктуры, отдельных показате-

лей).

Классификация методов, используемых при прогнозировании в сис-

темах маркетинга, приведена на рис. 2.13, а эффективность их применения

на практике показана в табл. 2.13 1, 41.

Применение формализованных методов для прогнозирования сбыта

продукции и рынков позволяет: дать количественную характеристику свя-

зям между отдельными элементами и факторами окружающей среды и

оценить их на состояние и динамику рынка осуществлять альтернатив-

ный анализ полученных результатов прогнозирования.

При осуществлении экономических прогнозов довольно часто ис-

пользуются методы экспертных оценок (например, метод ельфи). Сущ-

ность метода состоит в том, что прогнозные оценки определяются на ос-

нове заключений экспертов, которым поручается аргументированное

обоснование своей точки зрения о состоянии и развитии того или иного

рынка или другой проблемы.

Результаты данных, полученных от экспертов, обрабатываются и

анализируются по специальной методике (имеется стандартная программа

для ПЭВМ), итоги предоставляются лицу, принимающему решения. Ос-

новные этапы организации проведения экспертного метода представлены

на рис. 2.14.

ля прогнозирования рынка методы экспертных оценок могут быть

использованы для решения следующих основных задач:

- разработка средне- и долгосрочных прогнозов спроса

- краткосрочное прогнозирование спроса по широкому ассортименту

продукции

- оценка формирующегося спроса на новые товары

- определение отношений потребителей к новым товарам и возмож-

ного спроса на них

- оценка конкуренции на рынке

- определение положения фирмы на рынке и т. д.

остоинством экспертных методов является их относительная про-

стота и применяемость для прогнозирования практически любых ситуа-

ций, в том числе в условиях неполной информации. Важной особенностью

этих методов является возможность прогнозировать качественные харак-

теристики рынка, например изменение социально-политического положе-

ния на рынке или влияние экологии на производство и потребление тех

или иных товаров.

К недостаткам экспертных методов относятся: субъективизм мнений

экспертов, ограниченность их суждений.

Среди разновидностей экспертных методов является метод «ель-

фи». Специфика этого метода заключается в том, что обобщение результа-

тов исследования осуществляется путем индивидуального письменного

опроса экспертов в несколько туров по специально разработанной проце-

дуре исследования.

Надежность метода ельфи считается высокой при прогнозировании

на период как от 1 до 3 лет, так и на более отдаленный период времени.

В зависимости от цели прогноза для получения экспертных оценок может

привлекаться от 10 до 10 человек.

Рис. 2.13. Основные методы прогнозирования

МТО ПРОГНОИРОВАНИ

Качественные методы

Опрос экспертов

Метод «ельфи»

Метод сценариев

Метод мозговой атаки

Системный анализ

Количественные методы

Регрессионный анализ

Экспоненциальное

сглаживание

Моделирование

Модель «атраты-выпуск»

Компонентный анализ

Опрос потребителей

Метод скользящей

средней

Метод функции

роста

Экстраполяция трендов

Цепи Маркова