Курс лекции по "Маркетингу"

Например, группировочная табл. 6.7 потребителей.

 

Таблица 6.7 – Результаты анализа потребителей товара «А» женщинами города «М» в возрасте 20-25 лет в 2003 г.

 

Женщины	Не потребляю	Иногда потребляю	Потребляю	Потребляю часто
Рабочие	1	4	8	3
Служащие	2	25	39	7
Домохозяйки	4	32	51	1
Итого	7	61	98	11

 

 

Группировки различают в зависимости от стоящих задач.

По числу группировочных признаков различают простые (по одному признаку) и сложные (по нескольким признакам) — комбинированные и многомерные.

Комбинированные группировки строятся путем разбивки каждой группы на подгруппы в соответствии с дополнительными признаками.

Многомерные — строятся с помощью специальных алгоритмов, когда осуществляется поиск скопления в TV-мерном пространстве, где каждый объект — точка, т.е. построить многомерную группировку — найти скопление точек.

По задачам систематизации данных различают: типологические, структурные и аналитические.

К типологическим группировкам относят все группировки, которые характеризуют качественные особенности и различия между типами явлений. Типологические группировки предназначаются для выявления качественно однородных совокупностей, объектов, близких друг к другу одновременно по всем группировочным признакам. Например, группировка предприятий города по видам реализуемых товаров. За основание группировки должны быть взяты наиболее существенные признаки, которые непосредственно характеризуют сущность явлений. Группировки должны быть обоснованы с маркетинговой точки зрения. Например, типологической группировки о возрастном составе населения в городе N представлен в табл. 6.8.

Структурные группировки — это разделение однородной совокупности на группы, характеризующие ее структуру по определенному группировочному признаку. Структурные группировки имеют большое значение для изучения структуры однотипных явлений. Примером может служить группировка предприятий торговли по виду товара, числу работающих, по обороту, группировка торгового персонала по квалификации и т.д.

Таблица 6.8 – Анализ возрастного состава потребителей

 

Потребители	Возраст, лет
		До 18	18-25	25-30	30-35
Рабочие	17	17,6	50,2	68,3
Служащие	14	12,4	33,5	49,5
Сельские жители	16,3	4,6	2,1	1,5

 

Аналитические группировки предназначены для выявления чависимости между признаками. Используя аналитические группировки, определяют факторные и результативные признаки изучаемых явлений. Факторные — это признаки, оказывающие влияние на другие, связанные с ними признаки. Результативные признаки, которые изменяются под действием факторных.

Чтобы исследовать взаимосвязь между отобранными признаками с помощью метода аналитических группировок, необходимо произвести группировку единиц совокупности по факторному признаку и по каждой группе вычислить средние значения результативного признака, вариация которого от группы к группе будет указывать на наличие или отсутствие взаимосвязи.

По используемой информации различают первичные и вторичные группировки.

Первичные группировки производятся на основе исходных данных, полученных в результате статистических наблюдений.

Вторичные — результат объединения или расщепления первичной группировки.

При разработке первичной группировки существенное значение имеет выбор числа групп. Число групп зависит от типа признака, положенного в основу группировки, от объема совокупности, степени вариации признака.

При построении группировок по качественному признаку число групп соответствует числу уровней градации признака. При группировании по количественному признаку все множество значений признака делится на интервалы. При этом возможны два подхода: группировка с равными и неравными интервалами.

Для определения оптимального числа групп — тс равными интервалами рекомендуется формула Стэрджесса:

т = 1 + 3,21 х lgN,

где N—число наблюдений, или численность единиц совокупности.

В этом случае величина интервала с равными интервалами равна:

^{D=(X_max-X_min)/m,}

а границы интервалов:

^{X_ni = X_min + (I - 1) D, Х_bi = X_min + I D,} 

где Хni—нижняя, а — Х_bi, соответственно, верхняя граница интервала.

Группировка с неравными интервалами порождает массу проблем при обработке данных, поэтому следует по мере возможности избегать таких группировок. Например, имеются данные о работе однотипных предприятий торговли (табл. 6.9.).

Ставится задача выявить в данной системе сбыта распределение предприятий по обороту и влияние этого признака на величину рыночной доли.

Для этого предварительно составляется рабочая тaбл. 6.10.

Групповые показатели рабочей таблицы заносятся в соответствующие строки и графы макета таблицы, получается окончательная сводная групповая таблица с результатами группировки предприятий по сбыту и рыночной доле (табл. 6.11).

Перегруппировка ранее сгруппированных данных называется вторичной группировкой. В этом случае проводится укрупнение или уменьшение интервалов. Она используется для приведения к сопоставимому виду группировок с различными интервалами с целью их сравнения. Например, в табл. 6.12 дана ситуация покупательной способности населения районов Nw М.

 

Приведенные данные не позволяют сравнить распределение потребителей по сумме покупки в магазине торговой сети, так как имеется различное число групп потребителей и различные величины интервалов. Проведем вторичную группировку, образовав такое же число групп и с теми же интервалами, как во втором районе (табл. 6.13).

 

Таблица  6.12 – Группировка покупателей по сумме единовременной покупки продуктов в магизинах одной сети

 

Таблица 6. 13 – Вторичная группировка потребителей по величене единовременной покупки

 

Анализ потребителей района М позволяет сделать вывод, что они имеют более высокую покупательную способность, чем в районе N (покупка на сумму 100-150 руб. возможна 40% потребителей в районе М и только 22% в N).

 

6.4. Табулирование маркетинговых данных

 

Табулирование — это процесс обработки информации, заключающийся в подсчете числа событий попавших в ячейки ответов на вопросы. Существует две разновидности табуляции простая и перекрестная.

Простая табуляция может быть использована для нескольких целей:

• определения коэффициента безответности позиции вопроса;
• исключения грубых ошибок при анализе или кодированнии;
• определения закономерности распределения переменной;
• подведения итогов исследований.

При простой табуляции производится подсчет событий, созданных из одной переменной. При этом табуляция одной переменной не зависит от табуляции другой переменной. Количество событий определяется размером выборки.

Коэффициент безответности — К_б служит показателем качества исследований или качества составления анкеты, а также глубины заботы респондента о вопросе анкеты. Коэффициет безответности выражается как отношение позиций без ответа - П_б к общему числу анкетируемых позиций — П, т.е.:

К_б = (1-П_б / П) ×100%

Если эта величина превышает 40%, то сомнительным становится качество проведенного исследования. Для оптимизации полученных исследований в случае K_б > 40% используются следующие приемы.

1. Выделить пустые позиции в отдельную категорию с целью специального анализа.

2. Исключить вопрос при анализе анкет.

3. Аналитик на основании общей информации анкеты может самостоятельно подставить значение ответа в утраченную позицию. Но это может привести к некоторым искажениям результата опроса.

Простая одномерная табуляция позволяет определить закон изменения эмпирических данных. Закономерность изменения эмпирических данных лучше всего представить в виде гистограммы.

При перекрестной табуляции производится подсчет событий, созданных на двух и более переменных, рассматриваемых одновременно, т.е. такие переменные обрабатываются одновременно. Например, результаты исследования двух взаимосвязанных характеристик — потребителей продукта «X» в магазине «У».

Колонки	Номер вопроса	Переменная (номер переменной)	Спецификация кода
1	1	Сколько раз в неделю Вы покупаете пиво (Р1)	1 = ни разу 2 = 1 раз 3 = 2 раза 4 = 3 раза 5 = 4 раза 6 = каждый день
2	2	Сколько бутылок приобретаете при покупке пива (Р2)	1 = 1 2 = 2 3 = 3 4 = более 3
3	3	Вы когда-нибудь пробовали пиво из кег (РЗ)	1 = никогда не пробовал 2 = пробовал давно 3 = пробовал в этом году    .
4	4	Насколько Вы уверены, что новый сорт пива «X» известной компании будет являться вашим любимым сортом (Р4)	1 = Не уверен 2 = Более или менее уверен 3 = Уверен 4 = Вполне уверен
5	4(a)	Хороший вкус (Р5)
6	4(6)	Приемлемая крепость (Р6)
7	4(в)	Приемлемая цена Р(7)
8	4(г)	Чувство элитарности Р(8)
9	4(Д)	Уверенность в компании Р(9)

Табуляция в зависимости от сложности может выполняться на компьютере, на арифмометре, от руки или в уме. Количество табуляций определяется количеством альтернативных ответов (переменных) в системе анкеты. Каждая переменная занимает особое место в записи системы выборки, что определено кодировочной таблицей. Каждому наблюдению выборки назначена одна строка. Если количество информации не вмещается в одну строку, необходимо вводить дополнительные строки.

 

Таблица 6.28 - Пример заполнения сырых данных анкетной информации

 

Номер колонки	12 3456789
Кодированные данные маркетинговой информации	421132411 112324121 343231212 21 2 1 32421 3 112 113 13

 

 

Рассмотрим построение таблиц сопряженности признаков (кросс-табуляция). Построение таблиц сопряженности позволяет увидеть одновременно значения двух или больше переменных. Кросс-табуляция представляет собой процесс объединения распределения частот значений двух или больше переменных в одну таблицу. Она объясняет, как одна переменная, например объем потребления мяса, связана с другой переменной, такой, как доход. В таблицах сопряженных признаков показывается совместное распределение значений двух или более переменных, oбладающих ограниченным числом категорий или принимающих определенные значения. Категории одной переменной помещают в таблицу так, чтобы они размещались в ней (сопрягались) в соответствии с категориями другой или другими несколькими переменными. Таким образом, распределение частот одной переменной подразделяется на группы в зависимости от категорий других переменных. Например, итог процедуры кросс-табуляции представлен в таб. 6.29.

 

 

 

Таблица 6.29 - Изучение потребления жевательной резинки в зависимости от пола

 

Уровень потребления, пачек/неделя	Мужчины	Женщины	Итого
2  4	30 (33,3%) 60 (66,7%)	60 (66,7%) 30 (33,3%)	90 (100%) 90 (100%)
Итого	90 (100%)	90 (100%)

 

 

Кросс-табуляция позволяет осуществить создание ячейки для каждой комбинации категорий двух переменных. Число в каждой ячейке показывает количество респондентов, давших эту комбинацию ответов.

Кросс-табуляцию с двумя переменными можно рассматривать как двумерную. Рассмотрим табл. 6.2, связано ли потребление жевательной резинки с полом. Это можно выяснить из табл. 6.30.

 

Таблица 6.30

Пол	2 пачки	4 пачки	Итого
Мужчины Женщины	33,3% 66,7%	66,7% 33,3%	100% 100%

 

В табл. 6.30 пол потребителя можно считать как независимую переменную, потребление — как зависимую. Вычисление процентов в направлении зависимой переменной через независимую бессмысленно, интенсивное пользование жевательной резинкой является причиной того, что такими людьми являются мужчины, что неправоподобно. Связь между полом потребителя и уровнем потребления можно уравновесить через третью переменную, например доход или культуру. Третья переменная предназначена для уточнения связи между двумя переменными; для указания отсутствия связи между двумя переменными; для указания скрытой связи между переменными; для подтверждения отсутствия изменений в первоначальной связи.

На практике процесс кросс-табуляции необходимо вести следующим этапам:

1. Проверьте нулевую гепотезу о том, что отсутствует связь между переменными, используя х-квадрат. Если вам не удалось отклонить нулевую гипотезу, то связь между переменными отсутствует.
2. Если нулевая гипотеза отклонена, то определите тесноту связи, используя коэффициент «X» или другую статистику.
3. Если нулевая гипотеза отклонена, то поясните характер связи, вычислив проценты в направлении независимой переменной через зависимую переменную.

 

Таблица 6.31 - Пример заполнения баннерной таблицы

 

	Всего по выборке	Анализ сегментов потребителей
			Количество комнат		Количество детей
			1	2	1	2
Всего	89(100)	12(100)	77(100)	17(100)	73 (100)
1	37 (42)	7(58)	53 (68)	9(52)	45 (61)
2	28 (31)	3(25)	17 (22)	5(29)	25 (34)
3	24 (27)	2(17)	7(10)	3(19)	3(5)