Статистическое исследование эффективности рекламы

 

 

3. Исследование влияния рекламных факторов

 на  продвижение продаж

Корреляционный анализ и регрессионный анализ являются смежными разделами математической статистики, и предназначаются для  изучения по выборочным данным статистической зависимости ряда величин; некоторые из которых являются случайными. При статистической зависимости величины не связаны функционально, но как случайные величины заданы совместным распределением вероятностей. Исследование взаимосвязи случайных величин биржевых ставок приводит к теории корреляции, как разделу теории вероятностей и корреляционному анализу, как разделу математической статистики. Исследование зависимости случайных величин приводит к моделям регрессии и регрессионному анализу на базе выборочных данных. Теория вероятностей и математическая статистика представляют лишь инструмент для изучения статистической зависимости, но не ставят своей целью установление причинной связи. Представления и гипотезы о причинной связи должны быть привнесены из некоторой другой теории, которая позволяет содержательно объяснить изучаемое явление.

 Формально корреляционная  модель взаимосвязи системы случайных  величин  может быть представлена в следующем виде: , где Z – набор случайных величин, оказывающих влияние на изучаемые случайные величины.

Общим условием, позволяющим  получить более стабильные результаты при построении корреляционных и  регрессионных моделей биржевых ставок, является требование однородности исходной информации. Эта информация должна быть обработана на предмет аномальных, т.е. резко выделяющихся из массива данных, наблюдений. Эта процедура выполняется за счет количественной оценки однородности совокупности по какому-либо одномерному или многомерному критерию (в зависимости от исходной информации) и имеет цель тех объектов наблюдения, у которых наилучшее (или наихудшее) условия функционирования по не зависящим или слабо зависящим причинам.

После обработки данных на предмет «аномальности» следует провести проверку, насколько оставшаяся информация удовлетворяет предпосылкам для использования статического аппарата при построении моделей, так как даже незначительные отступления от этих предпосылок часто сводят к нулю получаемый эффект. Следует иметь  ввиду, что вероятностное или  статистическое решение любой экономической задачи должно основываться на подробном осмыслении исходных математических понятий и предпосылок, корректности и объективности сбора исходной информации, в постоянном сочетании с теснотой связи экономического и математико-статистического анализа.

Для применения корреляционного  анализа необходимо, чтобы все  рассматриваемые переменные были случайными и имели нормальный закон распределения. Причем выполнение этих условий необходимо только при вероятностной оценке выявленной тесноты связи.[15]

Рассмотрим простейшие случай выявления тесноты связи  – двумерную модель корреляционного  анализа.

Для характеристики тесноты  связи между двумя переменными  обычно пользуются парным коэффициентом корреляции , если рассматривать генеральную совокупность, или его оценкой – выборочным парным коэффициентом , если изучается выборочная совокупность. Парный коэффициент корреляции в случае линейной формы связи вычисляют по формуле

,

а его выборочное значение – по формуле 

При малом числе наблюдений выборочный коэффициент корреляции удобно вычислять по следующей формуле:

Величина коэффициента корреляции изменяется в интервале .

При между двумя переменными существует функциональная связь, при - прямая функциональная связь. Если , то значение Х и У в выборке некоррелированы; в случае, если система случайных величин имеет двумерное нормальное распределение, то величины Х и У будут и независимыми.

Если коэффициент корреляции находится в интервале  , то между величинами Х и У существует обратная корреляционная связь. Это находит подтверждение и при визуальном анализе исходной информации. В этом случае отклонение величины У от среднего значения взяты с обратным знаком.

Если каждая пара значений величин Х и У чаще всего одновременно оказывается выше (ниже) соответствующих средних значений, то между величинами существует прямая корреляционная связь и коэффициент корреляции находится в интервале .

Если же отклонение величины Х от среднего значения одинаково часто вызывают отклонения величины У вниз от среднего значения и при этом отклонения оказываются все время различными, то можно предполагать, что значение коэффициента корреляции стремится к нулю.

Следует отметить, что  значение коэффициента корреляции не зависит от единиц измерения и выбора начала отсчета. Это означает, что если переменные Х и У уменьшить (увеличить) в К раз либо на одно и то же число С, то коэффициент корреляции не изменится.

В состав Microsoft Excel входит набор средств анализа данных (так называемый пакет анализа), предназначенный для решения сложных статистических и инженерных задач. Для проведения анализа данных с помощью этих инструментов следует указать входные данные и выбрать параметры; анализ будет проведен с помощью подходящей статистической или инженерной макрофункции, а результат будет помещен в выходной диапазон. Другие средства позволяют представить результаты анализа в графическом виде.

Графические изображения  используются, прежде всего, для наглядного представления статистических данных, благодаря им существенно облегчается их восприятие и понимание. Существенна их роль и тогда, когда речь идет о контроле полноты и достоверности исходного статистического материала, используемого для обработки и анализа.

Статистические данные⁴ приводятся в виде статистических таблиц (табл.4), поэтому бывает весьма трудно обнаружить в них имеющиеся неточности и ошибки.

Таблица 4.

Показатели объема продаж, длительности жизненного цикла товара и цены товара при разных расходах на рекламу.

объем затрат на рекламу, руб.	объем продаж, шт.	длительность ЖЦТ, лет	Цена, руб.
500000	500	4	6500
550000	500	4	6550
600000	550	4	6600
650000	550	5	6650
700000	555	5	6700
750000	600	5,5	6750
800000	650	6	6800
850000	650	6	6850
900000	655	6,5	6900
950000	655	6,5	6950
1000000	660	7	6955

 

По данным таблицы  построены графики (рис. 5 -7), где отображены показатели объема продаж, длительности жизненного цикла товара и цены товара при разных расходах на рекламу.

Рис. 5. Показатель объема продаж при объеме затрат на рекламу.

Рис.6. Показатель ЖЦТ при объеме затрат на рекламу.

Рис. 7. Показатель цены товара при объеме затрат на рекламу.

 

Рассчитаем при помощи программы Excel коэффициенты корреляции и дадим качественную оценку тесноты связи при помощи таблицы Чеддока (таблица 5).

Таблица 5.

Качественная оценка тесноты связи

Величина коэффициента парной корреляции	Характеристика силы связи
До 0,3	Практически отсутствует
0,3-0,5	Слабая
0,5-0,7	Заметная
0,7-0,9	Сильная
0,9-0,99	Очень сильная

Исходя из расчетов мы получили, что объем продаж и длительность жизненного цикла данного товара сильно зависят от рекламных фактором (в данном случае от затрат на рекламу), т.к. коэффициент равен 0,89. Цена очень сильно зависит от затрат на рекламу т.к. коэффициент регрессии равен 0,99.

Регрессионный анализ своей  целью имеет вывод, определение (идентификацию) уравнения регрессии, включая статистическую оценку его параметров. Уравнение регрессии позволяет найти значение зависимой переменной, если величина независимой или независимых переменных известна.

Практически, речь идет о  том, чтобы, анализируя множество точек  на графике (т.е. множество статистических данных), найти линию, по возможности точно отражающую заключенную в этом множестве закономерность (тренд, тенденцию),  линию регрессии.

Занеся в программу Excel параметры – мы получили следующие результаты:

Для объема продаж - Y-пересечение=434, Переменная X 1=0,0002

Где х – затраты на рекламу. Построим график (рис.8)

Рис. 8. Зависимость объема продаж от объема затрат на рекламу.

Длительность ЖЦТ - Y-пересечение=2,6 , Переменная X 1=3,8*10^-6

Где х – затраты  на рекламу. Построим график (рис.9)

Рис. 9. Зависимость жизненного цикла товара от объема затрат на рекламу.

Цена – Y-пересечение=6067, Переменная X 1=0,0008.

Где х – затраты на рекламу. Построим график (рис.10)

Рис. 10. Зависимость цены товара от объема затрат на рекламу.

Как видно из полученных графиков, существует зависимость затрат на рекламу и показателей продаж товара. Наиболее зависимой является цена, т.к. затраты на рекламу входят в стоимость товара. Объем продаж так же связан с затратами на рекламу, т.к. известность марки – гарантия стабильного спроса. На жизненный цикл влияние оказывает степень технического прогресса. Однако хорошо разработанная рекламная компания так же способна продлить жизнь товару.

Заключение.

В данной работе мы рассмотрели  рекламный рынок города Тамбов. Определили основные рекламные фирмы города. Это:

• Агентство «Фиеста» специализируется на следующих видах деятельности: раздача листовок, создание и продвижение сайтов, реклама на местных каналах, оформление витрин, световая реклама, наружная реклама и реклама на транспорте, реклама на местных радиостанциях.
• Агентство «Старт Маркетинг» специализируется на рекламе на телевидении и радио, наружная реклама и реклама на транспорте, создание и продвижение сайтов, сувенирная реклама, реклама на местах продаж.
• Агентство «Луч» - наружная реклама и реклама на транспорте, «Директ – мейл», реклама в прессе и на радио.
• Агентство «Маяк» - в прессе, на телевидении, на радио, на транспорте, на местах продаж товара
• Агентство «Медиастар» - Наружная реклама и реклама на транспорте, телевизионная реклама, реклама по радио
• Агентство «РИА» - раздача листовок, создание и продвижение сайтов, сувенирная реклама, реклама на транспорте, реклама на местах продаж.

Так же отметили, что развитие рекламного рынка в городе идет быстрыми темпами. Вводятся новые виды рекламы, например «директ-мейл». Определили развитие рекламного рынка газовой плиты Gefest.

Во второй главе разработана  методика предтестирования. С помощью него изучается степень рекламного воздействия до запуска рекламной кампании. Целью пробных тестирований является получение общего впечатления от коммуникативной мощности различных вариантов рекламных обращений, т.е. выяснить, какие из них наиболее полно доносят до потребителя желаемое сообщение.

  С помощью предтестирования, или пробного тестирования, изучается степень рекламного воздействия до запуска рекламной кампании. Целью пробных тестирований является получение общего впечатления от коммуникативной мощности различных вариантов рекламных обращений, т.е. выяснить, какие из них наиболее полно доносят до потребителя желаемое сообщение. Так же разработали методику посттестирования рекламной компании нашего продукта. Когда рекламная кампания уже в разгаре или даже позади, но есть потребность в планировании следующей.

Расчет показал, что  благодаря рекламной компании, доля продаж плит возросла на 6%.

В третьей главе с помощью корреляционного и регрессионного анализов определили влияния рекламных факторов на объем продаж, кривую жизненного цикла и т.д. Зависимости этих параметров представлены графиками и рассчитанными коэффициентами, которые показывают высокую зависимость параметров продукции от объема вложений в рекламу.