База примеров

Выявление и прогнозирование потребительских предпочтений

Данная статья посвящена типичному примеру маркетинговых исследований потребительской привлекательности товаров потребления.

Содержание

Почему мы обращаемся к маркетинговым исследованиям

Объект исследований

Описательный анализ. Выявление однородных показателей товаров

Классификация показателей. Факторный анализ

Прогнозирование потребительских предпочтений

Выводы


Почему мы обращаемся к маркетинговым исследованиям

Как раз для того, чтобы хорошо себя чувствовать на рынке, придуманы правила поведения, которые назвали на американский манер маркетингом (marketing). Данные правила или знания позволяют любой компании вступать в конкуренцию с мировыми гигантами. 

Одним из определений маркетинга является "получение прибыли от удовлетворения потребностей". 

Поэтому одной из ключевых задач маркетолога является выявление и понимание потребностей рынка. 

Глубокое знание потребностей потенциального клиента поможет не только установить конкурентоспособные цены на продукцию, но и внести изменения в сам продукт, оптимизировать каналы продвижения и рекламную стратегию, то есть скорректировать все компоненты комплекса маркетинга, производства и контроля качества. Некоторые зададут вопрос: "А причем тут контроль качества?" К моему большому сожалению, большинство управленцев, отвечающие за маркетинг и производство компании, не всегда понимают, что не удовлетворенные потребности клиента являются прямыми характеристиками потери качества продукции в глазах потребителя. 

Глубина исследований зависит от огромного количества различных причин и факторов. Как правило, основополагающими факторами, определяющими структуру исследования является этап продвижения товара или услуги, на котором производятся исследования. 

Данный пример посвящен оценке привлекательности различных видов пельменей выводимых на продажу в супермаркете.


В начало

Объект исследований

Рассмотрим типичную задачу. 

Представьте, вы менеджер, отвечающий за контроль качества в крупном супермаркете с огромным количеством товаров различного вида. 

Очевидно (но это часто остается за кадром), что каждое место должно приносить максимальную прибыль, поэтому необходимо иметь объективную информацию о качестве продукции. Стандартный западный прием - сбор данных с помощью анкет потенциальных потребителей. 

Анкетирование - достаточно простой способ, который даёт достаточно объективную информации, если сбор организован методологически правильно. 

Решение должно быть системно и технологично. 

В качестве изучаемого объекта предлагался набор внутренних панелей опросов посетителей гипермаркета. Посетителям предлагалось дать оценку трем видам пельменей по нескольким параметрам по десятибалльной шкале, таким как:

  • Общее восприятие

  • Внешний вид

  • Запах

  • Вкус

  • Цвет

  • Текстура

Кроме этого, посетитель должен был отметить частоту потребления оцениваемого товара (Часто, Иногда, Никогда) и купил бы вы его или нет. 

При анализе использовались данные опроса 30 респондентов по каждому виду пельменей, всего 90 опросов. Для того чтобы облегчить дальнейший анализ, полученные данные опросов были собраны в единый файл.

Рис. 1. Пример исходных данных. 

Целью исследования является построение ответа на основной вопрос: "Что нужно потребителю?".


В начало

Описательный анализ. Выявление однородных показателей товаров

Описательный анализ - первый этап аналитической части исследования, содержащий формальное и графическое описание данных. При анализе потребительской привлекательности товаров часто используют сравнения товаров по некоторым ключевым признакам, например по привлекательности упаковки, запаху и т.д. Но при достаточно простоте методов сравнения, многие аналитики допускают достаточно много ошибок. Приведем классические примеры ошибок:

  • Показатели сравниваются по товарам только на уровне средних, без учета разброса, что в итоге приводит к потере достоверности различий или потери статистической значимости различия.

  • В большинстве опросов используются категориальная шифровка данных, например: 5- отлично, 4-хорошо, …, 1- ужасно и т.д. (причины, по которым используют категориальную шкалу при шифровке опросов, описаны практически во всех учебниках по маркетингу или прикладной социологии). При анализе данных категориального типа, очень часто используют классические методы сравнения - параметрические методы Дисперсионного анализа или корреляции Пирсона, что является грубой ошибкой. В данном случае в качестве основных сравнительных инструментов анализа необходимо использовать непараметрический аналог ДА - критерий Фридмана и непараметрические аналоги корреляции - корреляции Спирмена, Кендалла и т.д.

Приступим к описанию собранных данных. Основной интересующий нас вопрос - это: " Купили бы вы данный продукт?". По данному показателю лидирует Продукт №1, с 59% ответов "Да". Остальные результаты приведены на рисунке 2.

Рис. 2. Нормированная гистограмма ответов на вопрос "Купили бы вы данный продукт?"

Исходя из простого визуального анализа, можно сделать вывод о том, что наибольшим предпочтением обладает продукт №1. Вместе с данным несложным выводом следует вопрос - "А существует ли продукт с большей привлекательностью, чем предложенные продукты респондентам?". Чтобы ответить на данный вопрос необходимо выявить факторы, влияющие на предпочтения потребителя. Эту проблему можно решить двумя способами:

  • "наскоком" - построить корреляции между остальными факторами и итоговыми предпочтениями потребителя, что позволит нам выявить основные факторы, влияющие на предпочтения и их характер влияния (положительный или отрицательный)

  • воспользоваться прогнозирующими моделями, для выявления значимых факторов, степени влияния каждого из них, агрегированной степени влияния - общей доли влияния значимых факторов на предпочтение и т.д. На данный вопрос мы постараемся ответить в следующем пункте.

Как уже говорилось выше, для построения корреляций - выявления линейных зависимостей, нам понадобятся непараметрические аналоги корреляций. Воспользуемся ранговыми корреляциями Спирмена.

Рис. 3. Таблица корреляций Спирмена.

Из рисунка 3 видно, что статистически значимые корреляции (на рисунке они отмечены красным цветом) между предпочтениями потребителей (или ответом на вопрос - "Купили бы вы данный продукт?") и измеряемыми факторами присутствуют для показателей: "Общее восприятие", "Внешний вид", "Запах", "Вкус", "Цвет" и "Текстура". Наиболее сильное влияние, из выделенных факторов, оказывают факторы: "Общее восприятие" - 0,67 и "Вкус" - 0,62. Все выделенные факторы имеют положительное влияние на предпочтения потребителей, что вполне логично. Заметим что фактор "Потребление" статистически значимо не связан ни с одним показателем, что говорит о его линейной независимости от остальных показателей. 

После того как мы выделили значимые факторы, возникает вопрос - "Одинаковы (однородны) ли данные факторы для разных продуктов?". Для того чтобы ответить на данный вопрос, воспользуемся непараметрическим аналогом Дисперсионного анализа для нескольких зависимых переменных - критерием Фридмана. 

Например, применение критерия к показателю "Общее восприятие", фактически отображает полученные результаты на рисунке 2.

Рис. 4. Таблица результатов критерия Фридмана.

На рисунке 4 отображены результаты применения критерия Фридмана для сравнения показателя "Общее восприятие" по разным продуктам. Из таблицы видно что, "Общее восприятие" имеет близкое к статистически значимому различию по продуктам, об этом говорит значение "p < 0.07604" (как правило, для статистически значимых результатов принимают значение р< 0.05). Данный эффект виден и из визуализации полученных результатов, рисунок 5.

Рис. 5. График средних рангов и размахов показателя "Общее восприятие".

На данном рисунке, видно, что среднее значение показателя "Общее восприятие" выше у Продукта №1, а у остальных приблизительно одинаково. 

Повторив данный вид анализа для остальных факторов, приходим к выводу:

  • статистически значимых различий по продуктам не найдено для факторов (т.е. данные факторы по продуктам однородны): "Внешний вид" - p< 0.60, "Запах" - p<0.67, "Цвет" - p<0.67;

Рис. 6. График средних рангов и размахов показателя "Внешний вид"

  • найдены для факторов: "Вкус" - p<0.02, "Текстура" - p<0.02.

Рис. 7. График средних рангов и размахов показателя "Вкус".

Из полученных результатов в данной главе, можно сделать следующие выводы:

  • Наибольшей популярностью пользуется Продукт №1 - 59% из опрошенных респондентов ответили "Да" на вопрос: "Купили бы вы данный продукт?". Остальные продукты обладают более низкой привлекательностью - 45% и 41% соответственно.

  • Из сопутствующих факторов, выделены практически все, как положительно влияющие на потребительскую привлекательность, за исключением фактора "Потребление".

  • При первой попытке ответа на вопрос: "Почему Продукт №1 более популярен?", были выявлены следующие не однородные факторы положительного влияния - "Общее восприятие", "Вкус", "Текстура". Данные факторы значимо выделяют лидера потребительской привлекательности от остальных продуктов. Можно попытаться сделать предположение, о том, что при сильном увеличение выделенных неоднородных факторов и неизменности других, можно добиться увеличения привлекательности продукта. Данная стратегия обойдется намного дешевле, нежели значимое одновременное увеличение всех факторов. Чтобы статистически проверить данное предположение необходимо воспользоваться более сложной техникой анализа данных.


    В начало

Классификация показателей. Факторный анализ

Для того чтобы интерпретировать факторы, влияющие на потребительскую привлекательность товаров, часто используют факторный анализ или многомерное шкалирование. Кроме этого, полученные результаты при помощи данных анализов часто используют при выявление "слабых" и "сильных" точек товаров, при уменьшение числа вопросов к респондентам при массовых опросах, при ориентации расположения товаров на торговой площадке (для этого также часто используют методы анализа Правил ассоциаций - Association Rules) и т.д. 

В качестве анализируемых факторов будем использовать факторы: "Общее восприятие", "Внешний вид", "Запах", "Вкус", "Цвет" и "Текстура". Фактор "Потребление" мы не будем использовать при дальнейшем анализе ввиду результатов предыдущего пункта. Решим две задачи:

  • Интерпретация факторов в 2-мерном пространстве

  • И немного более сложную задачу - интерпретация факторов в статистически значимом пространстве.

Интерпретация факторов в 2-мерном пространстве.

Перенос наших факторов в двумерное пространство, можно сделав, сохранив не более 82% информации имеющейся в перечисленных факторах. Если визуализировать полученные результаты, то мы получим следующую картину:

Рис. 8. Двумерная интерпретация факторов.

На данном рисунке, видно, что среднее значение показателя "Общее восприятие" выше у Продукта №1, а у остальных приблизительно одинаково. 

Из рисунка 8 видно, что при переносе исходных 6 факторов в двумерное пространство, мы получаем в качестве основных факторов Factor 2 ="Внешнюю привлекательность" = {"Внешний вид" и "Цвет"} и Factor 1 = "Вкусовое восприятие"={"Общее восприятие" и "Вкус"}. Факторы "Запах" и "Текстура" являются комбинацией выявленных двух факторов. Необходимо отметить, что данная картина сохраняет только 82% информативности относительно исходной, но в три раза уменьшает число факторов - вопросов.

Интерпретация факторов в статистически значимом пространстве. 

Под статистически значимым пространством подразумевают, как правило, пространство, сохраняющее не менее 95% информативности. В нашем случае это будет 4-мерное пространство, это видно из рисунка 9.

Рис. 9. Таблица собственных значений и объясненной доли дисперсии.

Чтобы проинтерпретировать полученные результаты построим таблицу факторных нагрузок - аналог 4-мерных координат.

Рис. 10. Интерпретация в 4-мерном пространстве.

Из полученных результатов можно сделать вывод, что к Factor 1 принадлежат "Общее восприятие" и "Вкус", к Factor 2 - "Внешний вид" и "Цвет", к Factor 3 - "Запах", к Factor 4 - "Текстура". Тем самым мы получаем 4 основных фактора, которые интерпретируют - заменяют исходных 6 вопросов, причем первый фактор Factor 1 = "Вкусовое восприятие" характеризует от 34% до 67% информативности. Из полученных результатов в данной главе можно сделать следующие выводы:

  • При сокращении опросника до 2-ух вопросов Factor 1 = "Вкусовое восприятие" и Factor 2 ="Внешнюю привлекательность" мы получим около 82% информации относительно исходной, при сокращении до 4 - 95%. Данные показатели могут в значительной степени помочь при массовом опросе, т.к. сильно упрощают работу полевых работников.

  • Кроме этого данные результаты позволяют отобразить привлекательные области для потребителя, с учетом предыдущей главы, - максимизация фактора 1 при минимизации фактора 2.


    В начало

Прогнозирование потребительских предпочтений

Все приведенные выше результаты являются вспомогательными или наводящими на ответ на вопрос "Что нужно потребителю?". Фактически, ответ на данный вопрос и является краеугольным камнем практически всех маркетинговых исследований, кроме ответа на другой вопрос "Сколько ему нужно?". Если подойти более формально, то нам нужно выявить такие показатели качества (или показатели продукции) при которых потребитель с большой вероятностью купит товар. Но эта задача достаточно просто решается при анализе не субъективных факторов влияющих на привлекательность товаров, при появлении же субъективных таких как: Вкус, Запах, Цвет и т.д. - решение задачи немного усложняется. Я приведу пример решения простого варианта, т.к. даже в данном виде она дает неплохие результаты, т.е. мы постараемся ответить на вопрос: "Что нужно потребителю?" при наличие у нас данных только по субъективным факторам. Ответ на данный вопрос позволит нам оценить привлекательную способность того или иного товара до момента выхода его на прилавки, т.е. на основе некоторых лабораторных исследований показателей качества.

Для ответа на поставленный вопрос воспользуемся Общими многомерными линейными моделями или GLM (General Linear Models), которые очень часто используются в области Анализа и планирования экспериментов. В результате, мы получили, что ответ на вопрос "Купили бы вы его или нет?" можно предсказать с вероятностью 85%. При этом наиболее статистически значимыми факторами являются: "Общее восприятие" или "Вкус", "Текстура", "Цвет". Причем "Общее восприятие" или "Вкус", "Текстура", "Цвет" - являются строго положительными факторами и выстроены в порядке значимости при ответе на выше поставленный вопрос (точные значения параметров зависимости мы не указываем специально, ввиду ознакомительного характера работы). Вид зависимости между ответом на вопрос и факторами "Общее восприятие", "Текстура" отображен на графике 11 (график сглажен гиперсплайнами 2 порядка).

Рис. 11. График зависимости.

Из графика четко видна строго положительная зависимость от фактора "Общее восприятие" и "Цвет", при замене на фактор "Вкус" - получаем аналогичную зависимость. Адекватность модели удовлетворяет необходимым критериям, что видно из графика нормальных остатков на рисунке 12.

Рис. 12. Нормальный график остатков. Анализ адекватности.

Рисунок 12 показывает, что подобранная нами зависимость полностью укладывается в теоретические предположения модели.


В начало

Выводы

Итак, постараемся ответить на вопрос: "Что нужно потребителю?".

  • Из представленных продуктов, наибольшей потребительской привлекательностью обладает Продукт №1.

  • Практически все сопутствующие факторы: "Общее восприятие", "Внешний вид", "Запах", "Вкус", "Цвет" и "Текстура" - обладают значимым положительным влиянием на привлекательность товара. Фактор "Частота потребления" является независимым, это говорит о том, что выбор респондента не зависит от частоты потребления.

  • Лидер по потребительской привлекательности значимо отличается в лучшую сторону от остальных продуктов по параметрам: "Общее восприятие", "Вкус", "Текстура". Данные показатели могут служить индикаторами при выборе наиболее привлекательного продукта. Отдельно стоит отметить некоторые детали, которые необходимо учитывать при анализе данного рода, смотри конец раздела.

  • Из сопутствующих факторов можно выделить основных два фактора, которыми руководствуются потребители "Вкусовое восприятие"={"Общее восприятие" и "Вкус"} и "Внешнюю привлекательность" = {"Внешний вид" и "Цвет"}. Данные два фактора характеризую собранную информацию на 82%, для объяснения 95% исходной информативности необходимо добавить два отдельных фактора - "Запах" и "Текстура".

Более сложные методы анализа позволяют сделать следующие выводы:

  • Для построения прогнозов по потребительской привлекательности для исследуемой группы достаточно использовать факторы "Общее восприятие" или "Вкус", "Текстура", "Цвет". Полученные факторы позволяют прогнозировать привлекательность нового товара с вероятностью в 85%, данную цифру можно повысить, применив несколько более гибкую и сложную технику, но это не входит в задачи данного обзора. При переходе от субъективных факторов к объективным, можно разрешить задачи потери качества в смысле Тагучи, которые находятся на стыке маркетинга и классического контроля качества.

Замечания

  • Все результаты, полученные в данном коротком обзоре исследовательских инструментов, применимы в первую очередь к группе людей которых репрезентируют опрошенные респонденты. Данный вопрос определяется, как правило, в начале исследований.

  • Все результаты, приведенные в первой части выводов, могут служить только навигационными показателями при выборе стратегии, т.к. по всей видимости, в опрос не были включены некоторые важные факторы (данный вывод следует из сопутствующих результатов второй части).

  • Стоит так же отметить, что для анализа привлекательности товара часто вместе с маркетинговым анализом используют методы анализа и планирования промышленного эксперимента, которые в совокупности помогают образовывать единую маркетингово - производственную политику.


В начало


Узнайте больше на курсах Академии Анализа Данных StatSoft

Список курсов    Календарь    Расписание груповых занятий






info@statsoft.ru       (495) 787-77-33       (499) 674-06-15       STATISTICA Data Miner 13.3 Trial

Авторские права на дизайн и материалы сайта принадлежат компании StatSoft Russia.
Все права защищены.

© StatSoft Russia
1999-2017

StatSoft Russia – компания, зарегистрированная и действующая в соответствии с законами России, которые могут отличаться от законов других стран, имеющих офисы StatSoft. Каждый офис StatSoft является самостоятельным юридическим лицом, имеет право предлагать услуги и разрабатывать приложения, которые могут быть, а могут и не быть представлены в офисах StatSoft других стран.

Лицензионное соглашение      Карта сайта