Анализ данных в маркетинговых исследованиях Тема 8 Модели

Анализ данных в маркетинговых исследованиях Тема 8 Модели выбора в маркетинговых исследованиях 1

Анализ данных в маркетинговых исследованиях Модели дискретного выбора Ø классическая логит - модель альтернативного типа Ø классическая пробит - модель альтернативного типа Ø мультиномиальная логит – модель Ø мультиномиальная смешання логит – модель Ø мультиномиальная пробит – модель Ø conjoint (совместный анализ) 2

Анализ данных в маркетинговых исследованиях Логит -регрессия y = exp(b 0 + b 1*x 1 +. . . + bn*xn)/{1 + exp(b 0 + b 1*x 1 +. . . + bn*xn)} Предположим, что мы рассуждаем о нашей зависимой переменной в терминах нашей основной вероятности p, лежащей между 0 и 1. Тогда мы можем преобразовать эту вероятность p: p' = loge{p/(1 -p)} если произвести логистическое преобразование обеих частей описанного выше уравнения, мы получим стандартную модель линейной регрессии: p' = b 0 + b 1*x 1 + b 2*x 2 +. . . + bn*xn 3

Анализ данных в маркетинговых исследованиях Модели дискретного выбора Цель моделей выбора: Понять и смоделировать поведенческий процесс, приводящий к выбору того или иного товара/марки. Данные для моделей выбора: Результаты сравнения альтернатив из некоторого рассматриваемого множества альтернатив 4

Маркетинговые исследования Субъективно воспринимаемая полезность продукта Компоненты полезности: • Ядро продукта (технико-конструкционные особенности) • Функции продукта (надежность, экономичность, …) • Форма продукта (упаковка, дизайн) 5

Маркетинговые исследования Субъективно воспринимаемое полезность продукта Концепция мульти атрибутивного товара Покупатель осуществляет поиск не товара, а услуги или решения проблемы, которую может решить товар. Ядерная услуга, обеспечиваемая товаром/маркой, услуга обеспечивает базовую (родовую) выгоду в данной товарной категории, т. е. обеспечивает функциональную полезность данного класса товаров. Примеры. Ядерная услуга: для часов – измерение времени для автомобиля – перемещение для обоев – украшение интерьера для лампочки – освещение для электрогенератора – производство электроэнергии 6

Анализ данных в маркетинговых исследованиях Субъективно воспринимаемое полезность продукта Концепция мульти атрибутивного товара Базовый рынок определяется в терминах ядерной услуги. Периферийная услуга является вторичной по отношению к ядерной обеспечивает ряд дополнительных полезностей. Подразделяются на «необходимые» (например: безопасность) и «подкрепляющие» (например: послепродажное обслуживание). Периферийная услуга, не связанная с ядерной, является источником дифференциации товара/марки. 7

Анализ данных в маркетинговых исследованиях Терминология Атрибут это характеристики товара, определяющие выгоду, которую ищет покупатель (например, «дизайн» часов, «бесшумность» двигателя, «эффект статуса» для одежды). 8

Анализ данных в маркетинговых исследованиях Субъективно воспринимаемая полезность продукта Концепция мульти атрибутивного товара Последовательность действий с атрибутами для использования мульти атрибутивной модели: Выбор релевантных атрибутов Отбор детерминирующих атрибутов Выбор уровней атрибутов 9

Анализ данных в маркетинговых исследованиях Субъективно воспринимаемая полезность продукта Концепция мульти атрибутивного товара • • • Основные предположения в модели мульти атрибутивного товара: Люди воспринимают торговую товар/марку как набор атрибутов Различные люди могут придавать атрибутам неодинаковую значимость Люди субъективно оценивают степень присутствия атрибутов в исследуемом товаре/марке Люди воспринимают полезность атрибута (частную полезность) как функцию значимости атрибута и степени его присутствия в исследуемом товаре/марке Отношение людей основано на хранящейся в их памяти информации 10

Анализ данных в маркетинговых исследованиях Субъективно воспринимаемая полезность продукта Два подхода для определения степени соответствия продукта субъективным представлениям потребителей о качестве продукции: «Композиционный подход» : Дифференцированная оценка отдельных элементов свойств (атрибутов) продукта. Пример: психологические модели, разлагающие целое на компоненты «Декомпозиционный подход» Опрос потребителей как они целостно воспринимают качество продукта. Пример формулировки вопросов: рейтинговая шкала с полями «плохо-хорошо» или упорядочивание продуктов в зависимости от их качества. 11

Маркетинговые исследования Модели для определения субъективной оценки полезности продукции • • Психологические модели, разлагающие целое на компоненты ( «композиционный подход» ) делятся на подход компенсационные (предполагается, что плохая оценка одной характеристики может быть скомпенсирована хорошей оценкой другой характеристики) и некомпенсационные (предполагается, что такая некомпенсационны компенсация не имеет места). Примеры компенсационных моделей: модель Фишбена – Розенберга модель с идеальной точкой 12

Маркетинговые исследования Компенсационная модель Фишбена где – отношение j-того респондента к марке i ; – важность для j- того респондента k–го атрибута; – воспринятый уровень j-тым респондентом присутствия k–ого атрибута в марке i (баллы); n – количество детерминирующих атрибутов. 13

Маркетинговые исследования Компенсационная модель Розенберга где – субъективная пригодность продукта (отношение к продукту), – важность i–го мотива для потребителя, – субъективная оценка пригодности продукта j для удовлетворения i–го мотива. 14

Маркетинговые исследования Компенсационная модель с идеальной точкой где – отношение респондента к j-той марке, – оценка i–й характеристики марки j, – идеальное значение i–ой характеристики с точки зрения потребителей. 15

Анализ данных в маркетинговых исследованиях Что можно узнать с помощью моделей выбора 16

Анализ данных в маркетинговых исследованиях 17

Анализ данных в маркетинговых исследованиях 18

Анализ данных в маркетинговых исследованиях 19

Анализ данных в маркетинговых исследованиях Логит -, пробит модели дискретного выбора Предположения : Ø Потребитель приобретает случайную полезность. Ø Каждый потребитель выбирает альтернативу (профиль продукта) так, чтобы максимизировать вероятность случайной полезности Ø Вероятность выбора альтернатив интерпретируется как доля рынка 20

Анализ данных в маркетинговых исследованиях Логит -, пробит модели дискретного выбора Максимизация случайной полезности: Случайная полезность n-ого респондента при выборе j-той альтернативы: Вероятность случайного выбора: 21

Анализ данных в маркетинговых исследованиях Логит -, пробит модели дискретного выбора Плотность ошибки: Распределение ошибки: 22

Анализ данных в маркетинговых исследованиях Логит -, пробит модели дискретного выбора Доля рынка (вероятность выбора альтернативы): где А –набор альтернатив, U(y) – полезность альтернативы y. 23

Анализ данных в маркетинговых исследованиях Оценка рыночного потенциала Оценка значения текущего рыночный потенциала (в натуральном выражении): Pт= Nпотенц Iср где Nпотенц – количество потенциальных потребителей, Iср – средняя интенсивность потребления товара на данном рынке. 24

Анализ данных в маркетинговых исследованиях Оценка емкости рынка Оценка значения емкости рынка: Vр=Vп+ Vи - Vэ – R где Vр - ёмкость рынка, Vп – объёмы производства внутри страны, Vи -объёмы импорта, Vэ - объёмы экспорта, R – остатки на складах. 25

Анализ данных в маркетинговых исследованиях Методы прогнозирования спроса на рынке 26

Анализ данных в маркетинговых исследованиях Методы прогнозирования спроса на рынке 27

Анализ данных в маркетинговых исследованиях Методы прогнозирования спроса на рынке 28