2020-01-15
518
Анализ и обобщение данных маркетинговых исследований осуществляется методами ручной или компьютерной обработки. Для обработки используются как описательные, так и аналитические методы. Из аналитических методов в маркетинге часто применяются: анализ трендов, методы нелинейной регрессии и коррекции, дискриминантный анализ, кластерный анализ, факторный анализ и др. [1, 287] Возможные направления применения отдельных аналитических методов показаны в таблице 3.1.
Таблица 3.1 Примеры использования аналитических методов
| Метод | Вопросы |
| Регрессионный анализ | Как изменится объем сбыта, если объем рекламных мероприятий сократить на 10%? Как оценить цену на доллары в последующие шесть месяцев? Имеет ли влияние объем инвестиций в нефтяную отрасль на благосостояние россиян? |
| Дисперсионный 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? |
| Дискриминантный анализ | Чем различаются курящий и некурящий? Разработайте классификацию кредитоспособности покупателей кредита по признакам: «заработная плата», «образование», «возраст». |
| Факторный анализ | Как установить зависимость многочисленных операций, к которым особо чувствительны покупатели автомобилей, от нескольких комплексных факторов? Как описать влияние этих факторов на различные марки строящихся автомобилей? |
| Кластерный анализ | Распределить на группы покупателей крупного торгового центра в соответствии с их потребностями. Как определить тип читателей известного журнала? Можно ли классифицировать покупки в соответствии с Вашими интересами в политических процесса? |
| Многоразмерное шкалирование | В какой мере соответствует продукт Вашей фирмы идеальному представлению покупателей? Какой имидж имеет Ваша фирма? Изменится ли позиция покупателей к приобретению в течение пяти лет? |
|
|
|
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 того, каковы связь между двумя переменными и степень этой связи. Например, связь между рекламным бюджетом и объемом продаж, ценой и сбытом и т.д. При изучении конкретных зависимостей одни признаки выступают в качестве факторов (факторные признаки), а другие – являются результативными признаками.
В корреляционной таблице факторный признак x располагается в строках, а результативный y в столбцах. Числа, расположенные на пересечении строк и столбцов, означают частоту повторения данного сочетания значения x и y.
|
|
|
При этом fx – частота повторения данного варианта значения факторного признака во всей совокупности, fy – частота повторения результативного признака во всей совокупности. Величина yi например для первой группы определяется так:
y1= (10 * 0,10745)/10 = 0,10745
Определим интервалы факторного признака для нашей организации:
i = R/n = xmax – xmin/n
i = 2,8 – 0,03/5 =0,554
Формируем группы:
I. 0,03 – 0,584
II. 0,584 – 1,138
III. 1,138 – 1,692
IV. 1,692 – 2,246
V. 2,246 – 2,8
Строим корреляционную таблицу:
Таблица 3.2. Корреляционная зависимость
| Центральное значение интервала, y | 0,10745 | 0,30135 | 0,49525 | 0,68915 | 0,88305 | fx | 
|
 Группы
по y
Группы
по x
| 0,0105 – 0,2044 | 0,2044 – 0,3983 | 0,3983 – 0,5922 | 0,5922 – 0,7861 | 0,7861 - выше | ||
| 0,03 – 0,584 | ********** | 10 | 0,10745 | ||||
| 0,584 – 1,138 | *** | 3 | 0,30135 | ||||
| 1,138 – 1,692 | ** | 2 | 0,49525 | ||||
| 1,692- 2,246 | ** | 2 | 0,68915 | ||||
| 2,246 – 2,8 | *** | 3 | 0,88305 | ||||
| fy | 10 | 3 | 2 | 2 | 3 | 20 |
Корреляционная зависимость дает возможность выдвинуть предположение о наличии или отсутствии связи, а так же выяснить ее направление. В нашем случае существует прямая корреляционная связь между признаками.
Определим тесноту этой связи. Для этого используем линейный коэффициент корреляции.
rxy 
- общая формула,
где x и y - значения признаков, а 
и 
- их средние значения 
Для удобства внесем основные данные для расчетов в таблицу.
Таблица 3.3 Данные для расчетов
| № п/п | x | y | x*y | x2 | y2 |
| 1 | 2,8 | 0,98 | 2,74400 | 7,84000 | 0,96040 |
| 2 | 2,6 | 0,91 | 2,36600 | 6,76000 | 0,82810 |
| 3 | 1,7 | 0,595 | 1,01150 | 2,89000 | 0,35403 |
| 4 | 1,3 | 0,455 | 0,59150 | 1,69000 | 0,20703 |
| 5 | 2,4 | 0,84 | 2,01600 | 5,76000 | 0,70560 |
| 6 | 1,067 | 0,37345 | 0,39847 | 1,13849 | 0,13946 |
| 7 | 0,047 | 0,01645 | 0,00077 | 0,00221 | 0,00027 |
| 8 | 0,06 | 0,021 | 0,00126 | 0,00360 | 0,00044 |
| 9 | 0,2 | 0,07 | 0,01400 | 0,04000 | 0,00490 |
| 10 | 1,8 | 0,63 | 1,13400 | 3,24000 | 0,39690 |
| 11 | 0,822 | 0,2877 | 0,23649 | 0,67568 | 0,08277 |
| 12 | 0,103 | 0,03505 | 0,00361 | 0,01061 | 0,00123 |
| 13 | 0,47 | 0,1645 | 0,07732 | 0,22090 | 0,02706 |
| 14 | 1,15 | 0,4025 | 0,46288 | 1,32250 | 0,16201 |
| 15 | 0,78 | 0,273 | 0,21294 | 0,60840 | 0,07453 |
| 16 | 0,16 | 0,056 | 0,00896 | 0,02560 | 0,00314 |
| 17 | 0,09 | 0,0315 | 0,00284 | 0,00810 | 0,00099 |
| 18 | 0,15 | 0,0525 | 0,00788 | 0,02250 | 0,00276 |
| 19 | 0,04 | 0,014 | 0,00056 | 0,00160 | 0,00020 |
| 20 | 0,03 | 0,0105 | 0,00032 | 0,00090 | 0,00011 |
| ∑ | 17,76900 | 6,21815 | 11,29128 | 32,26109 | 3,95191 |
Таблица 3.4 Данные для расчетов
| ∑x | 17,76900 |
| (∑x)2 | 315,73736 |
| ∑x2 | 32,26109 |
| ∑xy | 11,29128 |
| ∑y | 6,21815 |
| (∑y)2 | 38,66539 |
| ∑y2 | 3,95191 |
Произведем расчет коэффициента, подставив данные в формулу:
rxy = 1
Получившаяся величина коэффициента корреляции свидетельствует о наличии тесной прямой связи между рассматриваемыми признаками.
Знак при линейном коэффициенте корреляции указывает на направление связи: прямой зависимости соответствует знак плюс, обратной зависимости знак минус. В нашем случае наблюдается прямая связь.
Регрессионный анализ используется для изучения связей между зависимой переменной и одной или несколькими независимыми переменными. Регрессионный анализ применяют в следующих случаях:
1. Для установления взаимозависимости переменных.
2. Для определения тесноты связи между зависимой и независимой переменными.
3. Для определения математической зависимости между переменными.
4. Для предсказания значения зависимой переменной.
5. Для определения значимой переменной. [9, 124]
Простейшей системой корреляции связи является линейная связь между двумя признаками или парная линейная корреляция. Уравнение парной линейной регрессии имеет вид:
= a +bx,
где – среднее значение результативного признака y при определенном значении факторного признака x;
a – свободный член уравнения;
b – коэффициент регрессии, измеряющий среднее отношение отклонения результативного признака от его средней величины к отклонению факторного признака от его средне величины на одну единицу его измерения – вариация y, находящаяся на единицу вариации x.
|
|
|
Параметры a и b находятся следующим образом:
Определим коэффициенты для нашего случая.
Решая представленные уравнения совместимо получим:
a = 0,00009
b = 0,35005
Если округлить до сотых, то можно судить, что a = 0, а b = 0,35.
Уравнение линейной регрессии примет вид:
= 0,35x
Параметр b называют коэффициент регрессии. Коэффициент регрессии показывает, на сколько в среднем измениться величина результативного признака y при изменении факторного признака x на эдиницу.
В нашем случае, если прибыль вырастет на 1 млн. руб., то объем продаж вырастет на 0,35 млн. руб.
Аналитический отчет
Заказчиком является ООО компьютерный салон «Главный»
Исполнитель
Цель работы: изучить зависимость объемов продаж от полученной прибыли.
Для решения поставленной цели предстоит решить следующие задачи:
§ привести пример табулирования и шкалирования данных на основе анкет;
§ осуществить группировку данных по 20 наименованиям, разделение провести на 5 групп,;
§ создать рисунки вариационных рядов;
§ провести корреляционный и регрессивный анализ,;
§ сделать выводы по имеющимся данным.
В выборке исследования участвовали 40 человек в возрасте от 22 до 45 лет. Выборка опрашиваемых состоит из работающего населения.
Методами исследования данной работы являются: изучение необходимой информации; анкетирование, проведение корреляционного и регрессивного анализа.
Результатом исследования является то, что отношение объемов продаж и полученной прибыли имеют непосредственную прямую зависимость друг от друга, которую можно выразить формулой:
Прибыль = 0,35 * объем продаж.
Т.е. все рассмотренные наименования продукции дают 35% прибыли. Увеличение объемов продаж дает увеличение прибыли.
Заключение
В наши дни маркетинг затрагивает интересы каждого индивидуума. Это процесс, в ходе которого разрабатываются и предоставляются в распоряжение людей товары и услуги, обеспечивающие определенный уровень жизни. Проведение маркетинговых исследований — это сложный многоступенчатый процесс, требующий глубокого знания объекта изучения, от точности и своевременности результатов которого во многом зависит успешное функционирование всего предприятия.
|
|
|
К сожалению, российские фирмы еще не полностью используют все преимущества последнего, в РФ также не существует большого количества организаций, специализирующихся на организации маркетинговых исследований. Однако опыт иностранных фирм однозначно свидетельствует о необходимости такого рода затрат, которые при успешном выполнении всегда окупаются увеличением прибыли юридического лица ввиду лучшей организации его производственной и сбытовой деятельности, созданной на комплексном анализе рынка и нацеленной на решение задач по успешной реализации продукции.
Вполне очевидно, что маркетинговые исследования являются крайне необходимыми. Они, кроме того, требуют комплексного и детального подхода. Но средства и силы, затраченные на проведение маркетингового исследования, при условии тщательной разработки и соблюдении всех необходимых правил, сполна окупаются и во многом предопределяют успешную работу фирмы.
Сделав вывод из проведенных исследований, жители нашего города очень интересуются компьютерной техникой по всем направлениям, таким как игры, INTERNET, компьютерная графика, развлечения. Так, если мы хотим открыть фирму или магазин компьютерной техники, мы можем сделать это без затруднений.
Список литературы
1. Каменева Н. Г., Поляков В. А. Маркетинговые исследования. Учебное пособие. – М.: Вызовский учебник, 2005.
2. Голубков Е.П. Маркетинговые исследования: теория, методология и практика. — М.: Издательство «Финпресс», 1998.
3. Белявский И.К. Маркетинговое исследование: информация, анализ, прогноз: Учеб. пособие. – М.: Финансы и статистика, 2001.
4. Васильева Г.А Маркетинг: Учебник для вузов. – М.: ЮНИТИ-ДАНА, 2002.
5. Барышев А.Ф. Маркетинг: Учебник. – М.: Издательский центр «Академия»; Мастерство, 2005
6. Брыскин В.В. Математические модели маркетинга. – Новосибирск. Наука. Сиб. изд. фирма, 2002
7. Завгородная А.В., Казевич М.С. Маркетинг: методы и процедуры: Учеб. Пособие. – Л.: Изд-во Ленингр. Фин.-экон. ин-та, 2006
8. Кретов И.И. Маркетинг на предприятии: Практ. Пособие. – М.: «Финстатинформ», 2001
9. Лайс Г. Маркетинг: Пособие для практиков. Пер. с нем. Гукасяна Г.А. – М.: «Международные отношения», 2003
10. Маркетинг. Под ред. А.Н. Романова. – М.: «Банки и биржи», «ЮНИТИ», 2005
11. Котлер Ф. Основы маркетинга: Пер. с англ, М,: Прогресс. 2003.
12. Щуренко Н.Н., Девликамиова Г.В. Учебно-методическое пособие к изучению курса "Статистика". – Уфа: ООО «Речь» 2004.
13. Андерсон Т., Введение в многомерный статистический анализ// www.ami.nstu.ru, 1963.
Приложения
Приложение 1.
Анкета
1. У Вас есть дома персональный компьютер? а) Есть
б) Нет в) Планирую приобрести 2. Для каких целей Вы используете/ хотели бы использовать персональный компьютер? а) Для работы/ учебы б) Для развлечения в) Для самообразования 3. Каков Ваш доход? а) До 7 тыс. б) От 7 тыс. до 15 тыс. в) Свыше 15 тыс. 4. Какие интересы у Вас в сфере компьютерного мира? а) Игры б) Обучение, самообразование в) Компьютерная графика, творчество (музыка, рисование...) г) Компьютерные информационные сети (INTERNET, FIDO) д) Другое 5. Сколько времени Вы проводите за компьютером в день? а) Менее 5 часов б) От 5 до 12 часов в) Свыше 12 часов
