Ћекции.ќрг


ѕоиск:




 атегории:

јстрономи€
Ѕиологи€
√еографи€
ƒругие €зыки
»нтернет
»нформатика
»стори€
 ультура
Ћитература
Ћогика
ћатематика
ћедицина
ћеханика
ќхрана труда
ѕедагогика
ѕолитика
ѕраво
ѕсихологи€
–елиги€
–иторика
—оциологи€
—порт
—троительство
“ехнологи€
“ранспорт
‘изика
‘илософи€
‘инансы
’ими€
Ёкологи€
Ёкономика
Ёлектроника

 

 

 

 


—татистические методы анализа информации. 5 страница




¬ состав атрибутов не должны также включатьс€ абстрактные характеристики продукта, такие, как Укачество св€зиФ или Уудобство пользовани€ телефономФ. ≈сли подобные характеристики все же необходимо включить в рассмотрение, то это может быть сделано в два этапа. Ќа первом этапе необходимо провести опрос потребителей, в ходе которого определить факторы, от которых завис€т оценки этих абстрактных характеристик. Ќа втором этапе наиболее значимые из этих факторов включаютс€ в описание профилей продукта в более четких терминах. “ак, например, в ходе проведени€ предварительного исследовани€ можно вы€снить, что потребители св€зывают Уудобство пользовани€ телефономФ с размерами экрана и рассто€нием между кнопками. »менно эти атрибуты и должны включатьс€ в профили.

Ётап 3: определение диапазона значений атрибутов. ѕосле того, как выбраны атрибуты, необходимо определить диапазон их возможных значений. ќсобое внимание на этом этапе следует уделить тому, чтобы этот диапазон включал в себ€ все возможные значени€ атрибутов, которые могут быть использованы при проведении последующего анализа. Ќеобходимо помнить о том, что во врем€ анализа мы сможем провести интерпол€цию данных между значени€ми уровней атрибутов, но не сможем экстраполировать полученные результаты за пределы крайних значений. “ак, если в исследовании использовались такие уровни цен, как $150, $250 и $350, то в дальнейшем мы сможем вычислить значение полезности любой цены между ними, например, $200 или $300, но не сможем определить полезность уровней цен, выход€щих за этот диапазон, Ч скажем, $100 или $400.

ѕри определении диапазона уровней атрибута необходимо также избегать нереальных значений, не встречающихс€ на рынке. ѕрофили, описанные нереальными значени€ми, могут сбить с толку респондента, снизить его доверие к компетентности интервьюера и привести к тому, что он будет несерьезно относитьс€ к проводимому исследованию. Ёто также может привести к переоценке значимости атрибута, определ€емой как разница между полезностью наиболее и наименее привлекательных уровней. ≈сли нереальные уровни обнаруживаютс€ после проведени€ исследовани€, то исследователь имеет два варианта решени€ этой проблемы. ¬о-первых, он может полностью исключить из анализа все профили продуктов, содержащие нереальные значени€. ƒругим возможным решением может стать уменьшение полезности этих уровней до таких значений, при которых ни один продукт с нереальным уровнем не будет выбран респондентом при проведении анализа. Ёта мера позволит избежать неточностей при прогнозировании доли рынка различных продуктов.

ƒиапазон необходимых значений зависит от того, какие варианты продуктов необходимо будет рассматривать в дальнейшем. ƒл€ того чтобы вы€вить диапазон возможных значений, необходимо, прежде всего, определить период времени, на который будут распростран€тьс€ результаты проводимого анализа. ѕосле этого необходимо определить спектр возможных вариантов продуктов, которые могут быть предложены компанией и ее конкурентами на прот€жении этого периода. ћы рекомендуем использовать в качестве крайних уровней значени€, немного выход€щие за пределы имеющегос€ диапазона, дл€ того чтобы иметь большую свободу в выборе уровней при формировании продукта.

Ётап 4. ќпределение количества уровней. ќпредел€€ привлекательность дл€ потребителей какого-либо продукта, исследователь может использовать дл€ его описани€ только те уровни атрибутов, которые рассматривались респондентами при оценке профилей. ѕоэтому при разработке дизайна проекта желательно включить в него как можно большее количество уровней. “ак, например, если в исследование были включены такие марки телефонов, как Nokia, Siemens, Benefon, то в дальнейшем исследователь ничего не сможет сказать о том, насколько привлекательна дл€ потребителей марка Motorola. Ѕолее того, невозможно будет также определить реальные доли рынка изученных марок, так как неизвестна привлекательность других марок, представленных на рынке.

”величение количества уровней атрибутов приводит также и к повышению точности оценок. –анее мы говорили о том, что можем интерполировать результаты проведенного анализа. ќднако, как известно, люба€ интерпол€ци€ €вл€етс€ не более чем приближением к реальности. –еальные значени€ могут отличатьс€ от значений, полученных в результате интерпол€ции. „ем больше уровней будет включено в дизайн проекта, тем более точные результаты могут быть получены. ќсобое значение это имеет дл€ такого важного атрибута, как цена продукта. ћы рекомендуем включать в дизайн проекта не менее 4Ч5 уровней цен.

Ќедостаточное количество уровней снижает достоверность получаемых результатов, в то врем€ как их избыточное количество снижает надежность получаемых оценок. Ёто св€зано с тем, что при увеличении количества уровней возрастает и количество профилей продуктов, которые необходимо оценивать респондентам, а это приводит к большей продолжительности интервью, утомл€емости респондентов и, как следствие, снижению качества результатов. “аким образом, исследователь должен найти компромиссное решение при определении количества уровней атрибутов, которое, с одной стороны, не сильно увеличит продолжительность интервью, а с другой, не окажет существенного вли€ни€ на достоверность результатов. Ќе существует какого-либо жесткого ограничени€ на количество уровней, однако по собственному опыту мы считаем, что их максимальное количество не должно превышать 5Ч7 значений дл€ любого атрибута.

»сследователь должен также старатьс€ как можно лучше сбалансировать количество уровней между атрибутами. Ёто св€зано с тем, что относительна€ важность атрибута возрастает при увеличении количества уровней, даже при неизменности рассматриваемого диапазона значений. ќдна из возможных причин этого эффекта заключаетс€ в том, что большее количество уровней одного из атрибутов привлекает к нему повышенное внимание респондентов. “ак, например, можно представить два варианта уровней цены: первый вариант с трем€ уровн€ми ($150, $250 и $350) и второй вариант с п€тью уровн€ми ($150, $200, $250, $300 и $350). Ќесмотр€ на то, что в обоих вариантах представлен одинаковый диапазон цен (от $150 до $350), во втором случае цена будет оказывать большее вли€ние на выбор продукта респондентом, чем в первом.

»сследователь может снизить вли€ние этого эффекта за счет установлени€ одинакового количества уровней дл€ всех атрибутов. ќднако на практике, к сожалению, этого не всегда можно добитьс€, особенно когда в исследовании участвуют атрибуты, принимающие только два значени€ Ч УдаФ или УнетФ.  ак бы то ни было, необходимо стремитьс€ к тому, чтобы количество уровней у различных атрибутов отличалось как можно меньше. ќдним из вариантов решени€ этой проблемы может быть разделение атрибута на два субатрибута с меньшим количеством уровней. ¬ том случае, если исследователь не в состо€нии соблюсти необходимый баланс, он может установить большее количество уровней дл€ более важного атрибута с тем, чтобы получить по нему дополнительную информацию.

Ётап 5. ќпределение значений уровней. ”ровни атрибутов, отобранные дл€ формировани€ профилей продуктов, должны удовлетвор€ть двум услови€м: они должны быть пон€тны респондентам, а компани€ должна иметь возможность реализовать их изменени€ в продукте. ѕервое условие означает, что интервьюеры смогут легко объ€снить респондентам, что представл€ют собой те или иные характеристики и их значени€. ¬торое условие св€зано с тем, что результаты совместного анализа должны давать компании возможность четко пон€ть, что необходимо предприн€ть дл€ улучшени€ своего продукта. ¬ профил€х не должно содержатьс€ уровней, описываемых качественными значени€ми, такими, как Ут€желыйФ или УлегкийФ.  аждый респондент по-своему воспринимает значени€ этих терминов, что приводит к неоднозначным оценкам представленных альтернатив. — другой стороны, подобные определени€ не пон€тны и менеджерам компании - насколько нужно снизить вес телефона, чтобы он стал легким?

ѕри выборе уровней атрибутов необходимо также избегать использовани€ диапазонов значений. “акие качественные значени€, как Ут€желыйФ и УлегкийФ, могут быть заменены количественными уровн€ми: У160Ч200 гФ и У80Ч120 гФ. Ќесмотр€ на то, что в новом варианте уровни атрибута представлены количественными значени€ми, они по-прежнему €вл€ютс€ неоднозначными, так как содержат диапазоны значений. ќценива€ профиль с уровнем У80Ч120 гФ, респондент может подразумевать как 80 г, так и 120 г в зависимости от ситуации.  орректные значени€ уровней цены могли бы выгл€деть следующим образом: У100 гФ и У180 гФ. ѕредставленные в описани€х профилей уровни атрибутов должны быть однозначными и не должны содержать ни качественных описаний, ни диапазонов значений.

Ётап 6. ¬ыбор функции предпочтени€. ‘ункци€ предпочтени€ определ€ет некое св€зующее правило между полезностью атрибута и его уровн€ми. ¬озможность выбора разнообразных функций предпочтени€ добавл€ет гибкости совместному анализу.  ак правило, исследователь имеет возможность выбрать один из трех основных вариантов: модель идеального вектора (ideal vector), модель идеальной точки (ideal point) и дискретна€ модель (partial benefit).

ћодель идеального вектора представл€ет собой линейную функцию зависимости полезности атрибута от его уровн€. Ёто означает, что при увеличении или уменьшении значени€ атрибута происходит соответствующее увеличение или уменьшение его полезности. “ак, например, чем на большее врем€ разговора хватает зар€дки батареи телефона, тем большую ценность он представл€ет дл€ пользователей. ћодель идеального вектора представл€ет собой самую простую форму зависимости (у = кх), дл€ установлени€ которой необходимо вычислить лишь один параметр (к), определ€ющий угол наклона пр€мой. ќднако эта модель имеет и очевидные недостатки, так как предполагает строго линейную зависимость полезности и уровней атрибута, что не всегда соответствует реальности. ћодель идеальной точки представл€ет собой параболу. Ёта зависимость отражает увеличение или уменьшение полезности при отклонении значени€ атрибута от некоторого идеального уровн€. “акой функцией может быть описана привлекательность телефона в зависимости от его размеров. ƒо определенного момента уменьшение размеров повышает его привлекательность, однако после достижени€ определенных (оптимальных) размеров дальнейшее их уменьшение ведет к снижению привлекательности из-за чрезмерного уменьшени€ размеров кнопок и экрана. ћодель идеальной точки представл€ет собой параболическую зависимость (у = ах2 + bх), дл€ определени€ которой необходимо вычислить два параметра (а, №). ќбе эти модели позвол€ют описать зависимость простыми функци€ми, дл€ которых необходимо вычислить лишь один или два параметра, что повышает надежность получаемых оценок. ќднако надежность оценок, как известно, не гарантирует их достоверности. ѕроблема, св€занна€ с применением этих двух моделей, заключаетс€ в строгих ограничени€х, накладываемых ими на форму зависимости полезности и значений атрибутов. ѕри этом следует отметить, что в реальности редко встречаютс€ зависимости, описываемые строго линейными или параболическими функци€ми. Ёто ограничение может быть сн€то за счет применени€ дискретной модели. ƒанна€ модель не предполагает наличи€ какой-либо функции и вычисл€ет полезности каждого уровн€ по отдельности. ќна €вл€етс€ наиболее гибкой и включает в себ€ обе предыдущие модели как частный случай. ќднако эта гибкость имеет и негативную сторону, о которой часто забывают при проведении исследовани€. Ќедостаток этой модели св€зан с тем, что количество параметров, которые необходимо вычислить, возрастает пр€мо пропорционально количеству уровней, что может привести к снижению точности получаемых результатов.

ѕри спецификации атрибутов исследователь должен всегда искать компромисс между надежностью оценок и соответствием выбранной модели реальной зависимости. —уществует несколько различных путей, облегчающих выбор той или иной модели. ѕрежде всего, исследователь может обратитьс€ к Уфизическому смыслуФ значений атрибутов и логически обосновать оптимальную дл€ каждого из них функцию предпочтени€. ¬ыбор оптимальной функции может быть также основан на результатах ранее проведенных исследований. Ѕолее того, выбор функции предпочтени€ не вли€ет на дизайн профилей продукта, а потому исследователь может выбрать модель после проведени€ полевых работ. »сследователь может также провести анализ дл€ различных вариантов функций предпочтени€ и выбрать тот из них, который обеспечивает наиболее правдоподобные результаты. ќднако мы не рекомендуем использовать эту возможность при отсутствии каких-либо предварительных гипотез. ¬ыбор функции предпочтени€ должен всегда основыватьс€ на теоретическом или эмпирическом обосновании формы изучаемой зависимости.

ќдна из наиболее распространенных ошибок, совершаемых на данном этапе, св€зана со спецификацией такого атрибута, как цена. Ќекоторые исследователи принимают решение о выборе линейной функции на основе постулатов классической экономической теории, представл€ющей функцию спроса и цены как пр€мую линию или, в лучшем случае, гладкую гиперболу. ќднако вр€д ли кто-либо из исследователей на практике имел дело с кривыми такой формы. ¬ реальности кривые цен встречаютс€ в самых различных формах, далеких от классических моделей. јппроксимаци€ этой кривой с помощью каких-либо стандартных функций может привести к ошибочным решени€м в ценообразовании. ѕри изучении ценовой чувствительности покупателей необходимо стремитьс€ к тому, чтобы как можно точнее определить ценовую эластичность в каждой конкретной точке, а не примен€ть вместо этого простые усредненные модели. ћы считаем, что только применение дискретной модели с максимально возможным количеством уровней цены позволит вы€вить точки перегиба кривой, необходимые дл€ прин€ти€ решени€ об оптимальном уровне цен.

Ётап 7. ќпределение количества профилей. ¬ажность атрибутов и полезность их уровней вычисл€ютс€ из оценок профилей продуктов. ¬ идеальном варианте респонденты должны оценить профили со всеми возможными комбинаци€ми уровней атрибутов. Ётот подход, предполагающий формирование всех возможных комбинаций, называетс€ полным факториальным дизайном. ќднако в большинстве случаев его невозможно реализовать на практике из-за чрезмерно большого количества профилей, которые необходимо будет оценивать респондентам. “ак, например, если у нас имеетс€ 5 атрибутов, каждый из которых представлен 4 уровн€ми, то общее количество профилей составит: 45=1024. ќчевидно, что ни один респондент не в состо€нии оценить столь большое количество профилей. ¬ыход из этой ситуации заключаетс€ в создании усеченного факториального дизайна. ƒанный подход предполагает формирование некой выборки из всех возможных вариантов профилей, что позвол€ет существенно сократить продолжительность интервью, получа€ при этом достаточно точные и надежные оценки. —ледует помнить о том, что применение выборочных методов приводит к снижению точности результатов. „ем больше профилей будет включено в выборку, тем более точные результаты могут быть получены. ћинимальное количество профилей, которые должны быть оценены респондентами, может быть вычислено по следующей формуле.

—ледовательно, в нашем примере достаточно оценить лишь 16 профилей из более чем 1000 возможных вариантов, что представл€етс€ вполне осуществимым. ќднако следует отметить, что эта формула позвол€ет определить лишь минимально приемлемое количество профилей. ƒл€ получени€ оптимального количества профилей это значение рекомендуетс€ увеличить в 1,5Ч3 раза. Ќесмотр€ на то, что использование усеченного дизайна позвол€ет существенно сократить количество профилей, оно может оставатьс€ по-прежнему слишком большим, чтобы не вызывать проблем у респондентов. ѕо нашему опыту, респонденты могут оценить не более 10 Ч 15 профилей за раз. ¬ большинстве же исследований необходимое количество профилей может превышать эти значени€.

≈сли исследователь сталкиваетс€ с чрезмерным количеством профилей, он может попытатьс€ уменьшить количество уровней или исключить какие-либо атрибуты. ¬ том случае, если это невозможно, а количество профилей не превышает 30, исследователь может предложить респондентам выполнить задание в два этапа. Ќа первом этапе респонденты распредел€ют все профили на две или три примерно равные группы (например, привлекательные и непривлекательные). Ќа втором этапе они оценивают профили каждой группы по отдельности. ƒругой подход заключаетс€ в том, чтобы предложить различным группам респондентов оценить разные профили из набора. ѕри таком подходе каждый респондент должен оценить лишь несколько профилей, однако это требует большей выборки респондентов и позвол€ет анализировать данные лишь в агрегированном виде.

Ётап 8. ‘ормирование профилей. Ќа данном этапе необходимо выбрать из множества возможных вариантов лишь несколько профилей, которые должны быть оценены респондентами. ќдин из наиболее простых подходов к формированию профилей заключаетс€ в случайном выборе необходимого количества профилей из общего списка возможных вариантов. ќднако этот подход почти никогда не примен€етс€ на практике. ќдна из особенностей совместного анализа заключаетс€ в том, что он, в отличие от многих других методов, не требует каких-либо проверок на нормальность, гетероскедастичность или независимость переменных. Ёто достигаетс€, главным образом, за счет того, что дизайн профилей формируетс€ особым, систематическим методом.

ќтсутствие каких-либо проверок при анализе данных требует соответстви€ дизайна профилей двум услови€м: ортогональности и сбалансированности. ќртогональность дизайна предполагает отсутствие коррел€ции уровней между атрибутами, т. е. уровень одного атрибута должен встречатьс€ в комбинации с каждым уровнем другого атрибута одинаковое количество атрибутов. Ќапример, самый маленький, но самый т€желый телефон.

—уществует несколько возможных вариантов устранени€ этих проблем. ѕрежде всего, необходимо попытатьс€ заново сгенерировать профили продуктов. ¬озможно, в новом наборе эта проблема исчезнет сама собой. ≈сли же избавитьс€ от проблемных профилей, таким образом, не удаетс€, то исследователь может просто удалить эти профили из набора. ≈сли количество удал€емых профилей невелико, то даже если этот дизайн не будет €вл€тьс€ полностью ортогональным, это не сильно скажетс€ на результатах анализа. ¬ подобных ситуаци€х мы также рекомендуем использовать специальные программные продукты, позвол€ющие создавать так называемые УоколоортогональныеФ дизайны. Ёти программные модули позвол€ют указать различные варианты недопустимых сочетаний уровней атрибутов и даже самих атрибутов. ќни также позвол€ют контролировать этот процесс с помощью показател€ эффективности дизайна, указывающего, насколько данный дизайн отклон€етс€ от полностью ортогонального. ≈ще одним вариантом решени€ проблемы нереальных сочетаний может стать объединение двух атрибутов в один Усупер атрибутФ, описываемый только реальными уровн€ми. ќднако подобное решение ведет к увеличению количества уровней и, соответственно, количества профилей.

Ётап 9. ¬ыбор метода измерений. —уществует несколько методов измерений, с помощью которых респонденты могут выразить свое отношение к профил€м. ќдин из них основан на ранжировании профилей: подразумеваетс€, что респонденты ознаком€тс€ со всеми предложенными им альтернативами, после чего упор€дочат их по убыванию привлекательности. ƒл€ этого респондент может выбрать самый лучший (с его точки зрени€) профиль и присвоить ему ранг У1Ф, затем выбрать самый лучший профиль среди оставшихс€ и присвоить ему ранг У2Ф и т. д. –анжирование представл€ет собой достаточно простую и пон€тную дл€ респондентов задачу, а потому дает более надежные результаты. ќднако этот метод можно использовать только дл€ небольшого количества профилей (не более 10). ƒругой метод основан на оценке профилей по предложенной шкале. –еспонденту предлагают оценить привлекательность или веро€тность покупки описанных в профил€х продуктов, например, по 11-балльной шкале, где 0 Ч Уточно не куплюФ, а 11 Ч Уточно куплюФ. ѕри этом дл€ оценки 16 или менее профилей можно использовать шкалу с 11

¬ариант профилей дл€ парного сравнени€

 ј ќ… »« Ё“»’ “≈Ћ≈‘ќЌќ¬ ¬џ ѕ–≈ƒѕќ„»“ј≈“≈?

Nokia

90г.

 расный

$350 5 часов

Benefon

140г.

—иний

$250 4 часа

“очно ќƒ»Ќј ќ¬ќ “очно

Ћевый 1 2 3 4 5 6 7 8 9 правый

категори€ми, а дл€ оценки более 16 профилей необходимо использовать 21-балльную шкалу.   основным достоинствам оценки можно отнести то, что этот метод, в отличие от ранжировани€, позвол€ет не только определить более предпочитаемые варианты, но и оценить степень их предпочтени€.   основным недостаткам метрических шкал можно отнести то, что респонденты не всегда понимают, что означает та или ина€ оценка, а также часто пользуютс€ лишь крайними значени€ми шкалы. “ретий метод основан на парном сравнении. –еспонденту предъ€вл€ют два профил€ и прос€т выбрать тот, который нравитс€ ему больше. «атем его могут спросить, насколько больше он готов заплатить за понравившийс€ ему продукт. –еспондента могут также попросить оценить степень предпочтени€ одного продукта другому по какой-либо метрической шкале (рис. 2). ƒанный метод не представл€ет сложности дл€ респондентов, позвол€ет легко оценить понравившийс€ продукт и дает хорошие результаты. ќднако парное сравнение требует в два раза большего количества заданий дл€ респондентов.

Ётап 10. ѕроведение полевых работ. ѕри проведении совместного анализа могут использоватьс€ различные методы сбора данных. ќптимальным методом €вл€етс€ личное интервью, в ходе которого интервьюер имеет возможность использовать различные варианты визуального представлени€ профилей, а также может помочь респонденту выполнить задание. ¬ то же врем€ личное интервью €вл€етс€ одним из самых дорогих методов сбора данных. —низить затраты на проведение исследовани€ можно с помощью почтового опроса. ќднако этот метод характеризуетс€ низким процентом возвращаемых анкет. Ётой проблемы можно избежать, провод€ опрос по телефону. Ќо проведение телефонных интервью возможно только при небольшом количестве атрибутов и уровней, не нуждающихс€ в графическом представлении. ’орошие результаты может дать комбинаци€ телефонного интервью и почтового опроса. ѕри таком подходе респондентам сначала звон€т по телефону и получают их согласие на участие в исследовании, после чего отправл€ют анкету по почте. ƒалее интервьюер снова св€зываетс€ с респондентом по телефону, дает советы по заполнению анкеты и проводит интервью. Ќа результаты исследовани€ может повли€ть очередность представлени€ профилей дл€ оценки с использованием метрических шкал. ”меньшить вли€ние этого фактора можно, ротиру€ предъ€вл€емые профили продуктов. Ќеобходимо также мен€ть пор€док расположени€ атрибутов на профил€х, вне зависимости от метода измерений. »скажени€ в оценки респондентов могут также внести пор€дковые номера, проставленные на профил€х дл€ их идентификации. „тобы не смущать респондента, их нужно располагать на обратной стороне карточек с профил€ми. Ќеобходимо также убедитьс€ в том, что респонденты правильно понимают суть задани€ и адекватно воспринимают атрибуты и их уровни, указанные в профил€х. — этой целью перед УзапускомФ исследовани€ должен быть проведен УпилотажФ, в ходе которого требуетс€ вы€снить, как воспринимаютс€ несколькими респондентами вопросы, содержащиес€ в анкете.

Ётап 11. јнализ данных. ¬ычисление важности атрибутов и полезности их уровней в совместном анализе представл€ет собой достаточно сложную процедуру. ќднако от исследовател€ не требуетс€ проводить ее УвручнуюФ, так как это делаетс€ с помощью специальных программных продуктов. —уществуют различные алгоритмы, по которым из общих оценок профилей выдел€ютс€ полезности отдельных уровней атрибутов. ќдним из наиболее попул€рных методов анализа, примен€емых дл€ метрических шкал, €вл€етс€ регрессионный анализ с фиктивными переменными (ќLS). ќн представл€ет собой обычную регрессию методом наименьших квадратов, где оценка респондента €вл€етс€ зависимой переменной, а уровни атрибутов Ч фиктивными объ€сн€ющими переменными, принимающими значени€ 0 или 1. Ётот метод не примен€етс€, если используютс€ неметрические шкалы, например, ранги. ¬ таких случа€х часто используют монотонную регрессию. —уть данной процедуры заключаетс€ в следующем. ¬начале каждому атрибуту произвольно присваивают значени€ полезности. «атем определ€ют общую полезность профилей как сумму полезностей их уровней. ƒалее дл€ каждой пары профилей определ€ют разность их общих полезностей. ≈сли профиль с большим значением полезности имеет меньший ранг, т. е. респондент считает его более привлекательным, то этой разности присваивают положительный знак, и наоборот. ѕосле этого определ€ют коэффициент соответстви€ вычисленных значений полезностей и проставленных респондентом рангов.

¬ычисленный подобным образом коэффициент отражает долю УнеправильныхФ полезностей и может принимать значени€ от 0 (идеальное соответствие) до 1 (отсутствие соответстви€). «атем значени€ полезностей измен€ют, использу€ градиентный вектор как направление оптимизации, и повтор€ют все шаги заново. ÷ель данной процедуры заключаетс€ в том, чтобы найти такие значени€ полезностей, которые максимально соответствовали бы указанным респондентом рангам. ¬ажность атрибута определ€етс€ через разницу максимального и минимального значени€ полезностей уровней. „ем больше разница этих значений, тем большее вли€ние может быть оказано этими уровн€ми на общую полезность продукта и, следовательно, тем более важным €вл€етс€ атрибут. ќтносительна€ важность атрибута рассчитываетс€ по следующей формуле.

ѕосле проведени€ расчетов необходимо проверить достоверность полученной модели. ƒл€ этого можно проверить коэффициенты коррел€ции, отражающие соответствие вычисленных оценок полезности, рангам или оценкам профилей, указанным респондентами. Ѕолее надежным способом определени€ достоверности модели €вл€етс€ использование проверочных профилей (noldout). Ёти профили внешне ничем не отличаютс€ от обычных и формируютс€ отдельно от основного набора. ѕроверочные профили оцениваютс€ респондентами, но не включаютс€ в анализ при расчете полезности уровней атрибутов. Ёти полезности, рассчитанные на основном наборе, используютс€ затем дл€ вычислени€ общей полезности проверочных профилей, а вычисленные значени€ сравниваютс€ с оценками, указанными дл€ них респондентами. –еспонденты, у которых вычисленные и указанные ими оценки проверочных профилей имеют существенные расхождени€, должны быть исключены из анализа. ѕомимо своего основного предназначени€ проверочные профили могут быть использованы дл€ получени€ пр€мых оценок респондентов по тем вариантам продукта, которые особенно интересуют исследовател€.

Ётап 12. ќпределение доли рынка. `Ќа завершающем этапе исследователь может использовать вычисленные полезности уровней дл€ определени€ оптимальных характеристик и цены продукта, а также его доли рынка на основе моделировани€ поведени€ потребителей. ƒл€ этого необходимо, прежде всего, вычислить общие полезности продуктов компании и конкурентов, определ€емые как сумма полезностеи уровней атрибутов (рис. 3).

ѕолученные значени€ полезности продуктов необходимо затем перевести в доли рынка. ƒл€ этого может быть использована модель одиночного выбора (First Choice), в основе которой лежит предположение о том, что потребитель выбирает продукт с максимальной полезностью. “ак, в примере на рисунке 3 потребитель выберет продукт нашей компании как наиболее полезный. ƒанна€ модель позвол€ет получить хорошие результаты при условии, что рынок сильно сегментирован и продукты отличаютс€ друг от друга. ≈е также можно использовать на рынках с высоко вовлеченными потребител€ми. ќднако эта модель не может использоватьс€ при анализе агрегированных данных, так как в этом случае все 100% рынка будут отданы одному продукту. ќсновной же недостаток модели одиночного выбора заключаетс€ в завышении доли рынка наиболее привлекательного продукта, безраздельно получающего предпочтение потребител€, даже если его полезность лишь немного превышает полезность продукта ближайшего конкурента.

 

–ис. 3. –асчет итоговых полезностей и долей рынка продуктов

 ќћѕјЌ»я

 ќЌ ”–≈Ќ“ 1

 ќЌ ”–≈Ќ“ 2

 

”ровни ѕолезность ”ровни ѕолезность ”ровни ѕолезность
Siemens 2,76 Nokia 2,80 Benefon 2,44
90 г 2,91 100 г 2,15 135 г 1,73
„ерный 1,72 „ерный 1,72  расный 1,22
$275 1,74 $340 1,52 $200 2,10
4,5 часа 2,23 5 часов 2,34 3 часа 1,74
»“ќ√ќ 11,36 »“ќ√ќ 10,53 »“ќ√ќ 9,23
First Choice 100% First Choice 0% First Choice 0%
BTL 36,5% BTL 33,8% BTL 29,7%
Logit 64,3% Logit 28,1% Logit 7,6%

¬ реальности потребители не провод€т детального анализа полезности продуктов, а потому могут выбирать не самые привлекательные варианты. ¬еро€тностный подход оставл€ет шанс любому продукту быть купленным. ¬ основе одного из таких подходов лежит предположение о том, что веро€тность покупки продукта пропорциональна его полезности (модель ¬“L). ѕри таком подходе дол€ рынка продукта компании (рис. 3) составит: 11,367(11,36 + 10,53 + 9,23) = 36,5%. ƒанна€ модель может примен€тьс€ как на индивидуальном, так и на агрегированном уровне. ќна больше всего подходит дл€ ситуаций частых повторных покупок, когда выбор продукта может быть обусловлен обсто€тельствами. Ќесмотр€ на то, что эта модель дает лучшие, чем модель First Choice, результаты дл€ не самых привлекательных продуктов, она переоценивает их долю рынка, особенно в ситуации с большим количеством продуктов-подражателей (Уme tooФ). ≈ще одна модель, примен€ема€ дл€ перевода относительных полезностеи продукта в доли рынка, представл€ет собой некий компромисс между моделью First Choice и моделью BTL. ¬ основе этой модели заложена экспоненциальна€ зависимость между полезностью продукта и его долей рынка (модельLogit):

“акой подход к оценке доли рынка позвол€ет определ€ть ее не как линейную функцию от значени€ полезности (модель BTL), а как функцию, непропорционально завышающую или занижающую значени€ доли рынка дл€ продуктов с большими и меньшими значени€ми полезности соответственно. “ак, в примере на рисунке 3 дол€ рынка компании составит:

ћодель Logit сочетает в себе достоинства двух предыдущих моделей, а ее основным недостатком €вл€етс€ завышение доли рынка продуктов-подражателей, что свойственно также и модели BTL. ƒл€ решени€ этой проблемы примен€ютс€ различные корректирующие процедуры.

«аключение. —овместный анализ предоставл€ет исследователю большие возможности по изучению мотивации и моделированию поведени€ потребителей. ќднако достоверность и применимость результатов, полученных с его помощью, во многом завис€т от решений, прин€тых исследователем на стадии разработки дизайна проекта. ѕринима€ во внимание этот факт, исследователь должен удел€ть повышенное внимание процессу разработки дизайна, так как ошибки, допущенные на этой стадии, будет невозможно исправить в дальнейшем. Ѕолее того, некоторые ошибки невозможно будет не только исправить, но и обнаружить, что может привести к неадекватным выводам и решени€м, основанным на результатах некорректно проведенного анализа.

Ќесмотр€ на то, что проведение совместного анализа сопр€жено с определенными сложност€ми, это не должно €вл€тьс€ причиной отказа от него в пользу более простых методов, так как они не могут предоставить исследователю ту информацию, которую он может получить в результате проведени€ совместного анализа. ”читыва€ множество нюансов, св€занных с проведением совместного анализа, и важность решений, принимаемых на основе его результатов, рекомендуетс€ довер€ть эту работу маркетинговым агентствам, имеющим опыт проведени€ подобных проектов. ≈сли же вы все-таки решите проводить совместный анализ своими силами, то уделите повышенное внимание стадии разработки дизайна проекта.

 





ѕоделитьс€ с друзь€ми:


ƒата добавлени€: 2015-11-05; ћы поможем в написании ваших работ!; просмотров: 567 | Ќарушение авторских прав


ѕоиск на сайте:

Ћучшие изречени€:

∆изнь - это то, что с тобой происходит, пока ты строишь планы. © ƒжон Ћеннон
==> читать все изречени€...

1391 - | 1214 -


© 2015-2024 lektsii.org -  онтакты - ѕоследнее добавление

√ен: 0.029 с.