На основании этих коэффициентов строятся относительные показатели тесноты связи, которые называются коэффициентами эластичности. При увеличении фактора Xi на 1% результативный фактор растет на Эi % (при условии, что другие факторы неизменны).Основой изменения связи является матрица данных коэффициента корреляции. ПризнакиYX1X2Xnу 1 — - -Х1r (YX1)1—Х"r (YX2)r (X1X2)1-Хnr (YXn)r (X1Xn)r (X2Xn)1На основе этой матрицы можно судить о тесноте связей признаков с результативным признаком и между собой. Обычно матрицу используют для предварительного отбора факторов в уравнении регресии. Обычно в модель не включаются факторы, слабо связанные с результатом, но тесно связанные с другими факторами. Если фактор Хi тесно связан с фактором Xj, то говорят, что он коллинеарен с фактором Xi (см. Коэффициент множественной корреляции). Наиболее общим показателем тесноты связи всех входящих в уравнении регрессии факторов с результатом является коэффициент множественной детерминации; он представляет собой отношение части вариации результативного признака, объясняемого за счет входящих в уравнение факторов к общей вариации результативного признака. Общая вариация (Yi — Y)2 Необъясненная вариация (Yi — У) Объясненная = общая — необъясненная Коэффициент детерминации = объясненная / общая
Объясняется теми факторами, которые включены в модель. Значимость общего коэффициента корреляции. Для проверки используется распределение Фишера с вероятностью и числами свободы:
1 = числу независимых переменных2 = n — 3R2 /2 F расчетное = (1 — R2) / (n — 3) Так как F расчетное больше F табличного, следовательно, существенен и связь между У и X1Xn подтверждается. Дискретный анализ является статистическим методом, который позволяет изучить различия между двумя и более группами объектов, по нескольким переменным одновременно. Он схож с множественно-регрессионным анализом, однако существует различие: при регрессионном анализе зависимая переменная является количественной, а в дискретном анализе — качественной. Цели дискретного анализа:
Определение значимости различий между двумя и более группами. Построение модели, позволяющей классифицировать респондентов или объектов между группами на основании независимых переменных Проверка соответствия фактического дискретного множества расчетному, полученному по независимой переменной. Для проведения дискретного анализа необходимо образовать две обучающие выборки Z1 и Z2 (может быть больше) — пользователи и непользователи. Z1 = n1 * (А0 + B1*X1 +B2*X2 + Bn*Xn)Предположим, что во множестве Z1 будут включены все покупатели данного продукта. Z2 = n2 * (А0 + B1*X1 +B2*X2 + Bn*Xn) (никогда не покупают данного продукта) Если индивидуальные значения ответов какого-либо респондента будут больше, чем полусумма (Z1i + Z2i), то такого респондента следует относить к пользователям, иначе к лицам, которые не покупают данный продукт. Дискретный анализ может быть использован для ответа на вопросы:
как потребители какого-либо товара отличаются от тех, кто не покупает этот продукт. как потенциальные потребители новых товаров, показывающие большую вероятность покупки данного товара отличается по демографическим признакам от тех, для кого характерна низкая вероятность покупки данного товара (25, 410). Плохо 1 2 3 4 5 6 7 8 9 10 Отлично
Общее качество приготовленных блюд Расположенность недалеко от дома Близко от работы Качество обслуживания Скорость обслуживания. Следующей важной задачей является классификация объектов или людей. При этом используются данные о реальной и смоделированной совокупности. Таблица 2.
4.1Классификация объектов
Действительный статус
ВсегоПредположит. стат. Не являетсяпосетителем
Является посетителем
Не является посетителем11 794 (80,3%)23 (19,7%)Является посетителем29 661 (20,6%)235 (79,4%)Всего413 Данные свидетельствуют о том, что 80,3% из числа лиц, не являющихся посетителями, отнесены к той же группе, а 19,7% ошибочно были отнесены к посетителям. Проблема в том, чтобы определить, являются ли данные моделирования достаточными для принятия решения. При этом для оценки используются критерии случайной пропорциональности:
с= р 2 + (1 — р)2рдоля лиц, попавших в группу 1(1 — р) — доля лиц, попавших в группу 2. Мы правильно классифицировали 80,3%, т.о. наша модель позволяет классифицировать людей на посетителей и непосетителей. Кластерный анализ используется для технических процедур; используется для классификации людей и объектов по нескольким признакам одновременно. Цель — объединить объекты так, чтобы в одну группу попали насколько возможно однородные объекты и чтобы различные группы отличались существенно между собой. Существует несколько процедур кластеризации, но все они базируются на использовании мер или критериев близости. Наиболее распространенным критерием близости является среднеквадратическая разность. Евклидово расстояние — расстояние между объектами (25, 412) d (Xi; Xj) = [ (Xik — Xjk)2 ]2Суть в том, что последовательно объединяются объекты сначала более близкие, а затем все более отдаленные друг от друга. Работа алгоритма заканчивается, когда все объекты будут объединены в один класс. Результатом обычно является графическое изображение, иллюстрирующее вид иерархического дерева (дендрограмма).Описанный алгоритм не имеет четких правил остановки на каком-то этапе кластеризации. Обычно исследователи принимают во внимание устойчивость групп на протяжении нескольких шагов алгоритма. В кластерном анализе не рекомендуется использовать большое количество факторов.
Существует зависимость между количеством объектов и количеством факторов. lg nL max = lg 2Иногда используются многомерные средние (объединение нескольких признаков в общий).Факторный анализ — это процедура упрощения исходных данных через сокращение переменных до меньшего числа факторов. Целью является сводка информации, содержащей большое количественных оценок, меньшее число суммарных величин, называемых факторами. Нет зависимых переменных (как и в кластерном анализе), скомбинировать число переменных. Техническое определение факторов — линейная комбинация переменных. Рассчитывается факторное множество для каждого субъекта в группе данных, при этом каждой переменной соответствует определенный вес в соотношении с тем, сколько она вносит в вариацию каждого фактора. Природа образованных факторов может быть определена с помощью факторных нагрузок. (Это корреляция между каждым факторным множеством и каждой переменной).Построение карты восприятия. Карта восприятия продукта — визуальное воспроизведение восприятия продукта потребителями. Пример, на оси Х — оценка скорости обследованияна оси У — стоимость. Существует множество подходов к созданию карт восприятия, которые основаны на использовании факторного анализа и многомерного шкалирования.
Исходными данными для построения является построение корреляционных матриц. Сonjoint анализ основан на расчете общей полезности с которой потребитель связывает различные свойства продукта. Этот анализ является популярным многомерным методом исследования, используемым маркетологами для определения того, какие свойства должен иметь продукт и сколько долен стоить. Весь перечень статистических методов, применяемых в маркетинговых исследованиях, не исчерпывается перечисленными 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. Таблица 2.
4.2Методы изучения в маркетинге
Сравнительные характеристики
Качественное обследование
Количественное обследование
Тип вопросов Спорные вопросы
Точно определенные вопросы
Размер выборки Очень маленький
БольшойУправление Интервьюер должен обладать высокими профессиональными качествами
Требования к интервьюеру незначительные. Тип анализа Субъективный анализ и интерпретация данных
Сводка и статистические методы
Используемые средства Видеоаппаратура, магнитофоны, рисунки и т. д.Анкеты компьютерные средства
Воспроизводимость Очень низкая
Высокая2.
5 Другие методы маркетингового анализа. Факторы выбора
Эконометрика в маркетинге представлена методами линейного и нелинейного моделирования, а также динамического программирования, моделями, базирующимися на теории массового обслуживания (теория очередей) и теории принятия решений (теория риска), имитационными моделями. Самостоятельная роль принадлежит логистическим моделям управления потоками товаров и денег и оптимизации товарных запасов. В маркетинговом анализе широко используются квалиметрические методы, а также методы социометрии. В маркетинговом анализе широко применяются матричные модели, в частности стратегические решетки. Их часто используют для целей разработки оптимальной стратегии. Они могут найти применение для определения рейтинга фирмы и ее позиции на рынке, для прогноза риска и т. п. Известная роль принадлежит также неформальному описательному и качественному анализу, сценариям развития и т. п. Рис. 2.
5.1 — Методы анализа
Индексный метод позволяет решать ряд задач маркетингового анализа, требующих сопоставления сложных, многофакторных явлений и процессов во времени и в пространстве. Структурный анализ дает возможность оценить место каждого отдельного явления или процесса в общей совокупности. Взаимосвязи явлений и процессов характеризуются с помощью различных функциональных и корреляцирнно-регрессионных моделей. Наглядность и сопоставимость в анализе обеспечивается методами графического анализа (14, 54).
Стихийность рынка проявляется в различных формах колеблемости и цикличности. Эти явления изучаются с помощью вариационного и дисперсионного анализа, гармонических моделей, индексов сезонности, а также рядов распределения и различных группировок. Применяются также методы механического и аналитического сглаживания (выравнивания). Аналитик должен уметь читать и интерпретировать цифры, таблицы, расчеты.
Необходимо выявлять закономерности и тенденции, видеть структурные сдвиги, находить взаимосвязи. Очень часто таблицы и ряды, построенные на базе полученной информации, приходится дополнительно обрабатывать с помощью методологии более высокого порядка и компьютерных технологий. Рис. 2.
5.2 — Применение методологии анализа (3, 43) Выбор конкретных методов анализа диктуется рядом факторов: сущностью изучаемых процессов и явлений; степенью срочности получения выводов; структурой сведений; доступностью или ограниченностью информации; компьютерной технологией. Заключение
Под маркетинговым анализом понимается сбор информации о деятельности предприятия, изучение ее по нескольким основным направлениям (товар, цена, покупатели, продвижение) и использование полученных результатов для выбора направлений развития бизнеса в целом и его отдельных составляющих. Методология маркетингового анализа проистекает из его целей. Она определяется предметом анализа и в известной мере обусловлена характером имеющейся информации. Среди методов маркетингового анализа можно выделить основные группы: ситуационный анализ, портфельный анализ, статистический анализ, логистический, эконометрический и д.р. Выбор того или иного метода анализа обусловлен целями, сущностью изучаемых процессов, срочности получения выводов; доступностью информации; технологиями
Список литературы
Баззел Р.Д., Кокс Д. Ф., Браун Р. В. Информация и риск в маркетинге. — М.: Инфра-М, 2003.- 521 с. Беляевский И. К. Маркетинговое исследование — М.: Московский экономико-статистический институт. АНО «Евразийский открытый институт», 2004, С. 183 -224.Баканов М. И. Анализ хозяйственной деятельности в торговле. — М.: Экономика, 2007
Беляевский И. К. Маркетинговое исследование: информация, анализ, прогноз: Учебное пособие. — М.: Финансы и статистика, 2001
Березин И. Маркетинговый анализ. Рынок. Фирма. Товар. Продвижение.
М.: Вершина, 2007. 480 с. Голубков Е. П. Маркетинг. Словарь-справочник. — М.: Дело, 2000
Григорьев М. Н. Маркетинг: учеб. пособие для студентов вузов. — М.: Гардарики, 2006
Дойль П. Менеджмент: стратегия и тактика. — СПб: Питер, 2000. 517 с.
Комплексный экономический анализ хозяйственной деятельности: учебное пособие / А. И. Алексеева, Ю. В. Васильев, А. В. Малеева, Л. И. Ушвицкий. — М.: КНОРУС, 2007. —
672 с. Коротков А. В. Маркетинговые исследования. — М.: ЮНИТИ, 2005
Котлер Ф. Основы маркетинга. — СПб., 2004. 687 с. Котлер Ф., Триас де Без Ф. Новые маркетинговые технологии. — СПб.: Нева, 2004. 587 с. Лысенко Д. В. Комплексный экономический анализ хозяйственной деятельности.
— М.: ИНФРА-М, 2008. 318 с. Маркетинг в отраслях и сферах деятельности. Под ред. В. А. Алексунина.
— 3-е изд., перераб. и доп. — М.: Изд.
— торговая корпорация «Дашков и К», 2005. — 716сМаркетинг: Учебник. / Под ред.
Н.Д. Эриашвили. — М.: ЮНИТИ, 2003, Методы получения и обработки маркетинговой информации//
http://studyspace.ru/benchmarking-i-marketingovyie-resheniya-/glava-4.-metodyi-polucheniya-i-obrabotki-marketingovoy-inform.htmlМетоды получения информации с рынка//
http://lonast.ru/content/view/38/1/Муравьева
Н. Н. Маркетинг услуг. -М.: Феникс, 2009. 256 с. Панкрухин А. П. Маркетинг: Учебник. 3-е изд. — М.: Омега-Л, 2005. — 656 сПолянская И. Л Инновационные подходы в практике маркетинга/Маркетинг в России и за рубежом, 2005. № 6. с.10−11Понятие маркетингового исследования
http://www.magistr.biz/98-ponjatie-marketingovogo-issledovanija.htmlРыжкова Т. Практика маркетингового анализа
http://www.hr-portal.ru/article/praktika-marketingovogo-analizaСкот Армстронг, Родерик Броди. Прогнозирование в маркетинге. — СПб.: Питер, 2008 .- 51 сСтатистика рынка товаров и услуг: Учебник. / Под ред. И. К. Беляевского. — М.: Финансы и статистика, 2002
Теория статистики: Учебник. 3- изд., доп. и перераб./ Под ред. Р. А. Шмойловой. — М.: Финансы и статистика, 2004. (С. 404 — 477)
