Анализ и интерпретация данных

Методы анализа данных предназначены для уплотнения информации (определения средних величин), выявления различий, зависимостей и взаимосвязей, частоты, динамики и структуры изучаемых явлений. Результаты анализа позволяют делать обобщения, формулировать выводы и разрабатывать конкретные рекомендации по существующей проблеме. Другими словами, цель анализа — получить информацию, которая поможет решить определенную проблему.

Большинство методов, используемых для проведения маркетинговых исследований, относят к группе статистических и математических методов. Кроме того, в маркетинговых исследованиях получили активное применение методы эвристические (творческие).

Рассмотрим первую группу методов анализа данных. Наибольшее применение в исследовании получили следующие методы:

Дескриптивный анализ является базовым методом анализа данных, позволяет глубже проникнуть в суть явления и является основой для выполнения последующего анализа. Дескриптивный анализ включает выявление меры «центральной тенденции» и меры вариации. К числу мер центральной тенденции относят: среднюю величину (самая высокая степень информативности в этой группе мер), моду и медиану. Мода характеризует величину признака, появляющегося наиболее часто по сравнению с другими величинами признака. Мода носит относительный характер. Медиана характеризует величину признака, занимающую срединное место в упорядоченном ряду значений данного признака.

К мерам вариации относят распределение частот, размах вариации и среднеквадратичное отклонение.

Распределение частот (вариационный ряд) — математическое распределение, цель которого — подсчет ответов, связанных с различными значениями одной переменной и дальнейшее их выражение в процентном виде. Например, вариационный ряд применяют, когда нужно получить ответ на вопросы:

• — Какое количество потребителей определенной марки товара можно считать лояльными?
• — Какое соотношение между разными группами потребителей товара: часто использующими, средне и слабо использующими товар?

Размах вариации отражает разброс данных. Это разность между наибольшим и наименьшим значением переменной в вариационном ряду.

Среднеквадратичное отклонение является обобщающей статистической характеристикой вариации значений признака. Если эта мера мала, то результаты измерений обладают высокой степенью схожести, если мера велика, то значит, что степень различия в оценках велика.

Регрессионный анализ — статистический метода анализа, позволяющий выявить направления и силу связи между переменными: одной переменной от одной (простая регрессия) или нескольких факторов (независимых переменных) — это многофакторная регрессия.

Например: Как влияет объем инвестиций в лесную промышленность на величину спроса на технологии деревообработки?

Как изменится объем продаж, если увеличить расходы на рекламу на 10%?

Вариационный анализ показывает, существенно ли влияет изменение независимых переменных на зависимые. Например: Влияет ли вид упаковки на размеры продаж? Или: Влияет ли цвет рекламного объявления на количество людей, вспомнивших рекламу?

Дискриминантный анализ — метод анализа, используемый в случае, когда зависимая переменная категориальная, а независимая интервальная. Метод позволяет разделить заранее заданные группы объектов с помощью комбинации многих независимых переменных и таким образом объяснить различия между группами объектов.

Например, используя дискриминантный анализ можно определить, какими отличительными характеристиками обладают потребители, которые откликаются на прямую почтовую рекламу? Отличаются ли в потреблении сухих кальмаров покупатели, которые пьют пиво редко, умеренно и много? По каким признакам можно отличить студентов от людей, уже имеющих высшее образование?

Факторный анализ — группа методов, изучающих всевозможные варианты взаимозависимых связей между переменными. Используется для сокращения числа влияющих факторов до наиболее существенных.

Например, используется для определения характеристик товара, которые покупатель считает ключевыми при выборе.

Кластерный анализ — класс методов, используемых для классификации объектов в однородные группы. Используют при сегментации рынка, понимания поведения потребителей, определении возможностей новых товаров. Например, можно ли всех клиентов компании разделить по выгодам, которые они преследуют закупая товар у данного поставщика?

Многомерное шкалирование — это класс методов, показывающих восприятие и предпочтение респондентов в пространстве с помощью наглядного изображения. Используется для измерения имиджа, оценки эффективности рекламы, сегментации рынка и т. д. Например, дает ответ на вопрос: насколько изменилось отношение потребителей к продукту после проведения рекламной кампании?

Совместный анализ — метод, позволяющий определить относительную важность, которую придают респонденты явно выраженным характеристикам, а также полезность, которую они связывают с уровнями характеристик. Используют для определения относительной важности характеристик при выборе товара, для сегментации рынка, для выявления свойств торговой марки. Результат совместного анализа представляет собой веса относительной важности для всех характеристик, используемых для описания объекта. Веса относительной важности показывают, какие из характеристик больше всего влияют на поведение респондента.

Часто результатом анализа являются не только выявленные сходства, различия, частоты и другие статистики, но и прогнозные значения изучаемых переменных.