Когнитивный и бихевиористский методы обучения в маркетинговых коммуникациях

«Сердцевиной» познавательной теории обучения является память. Как информация попадает в память потребителя, как она там хранится и восстанавливается в нужный момент – вот интересующие учёных-когнитивистов вопросы. Поскольку обработка информации происходит в несколько этапов, принято выделять 3 разновидности памяти, или «хранилищ» (storehouses): сенсорная, краткосрочная и долгосрочная¹⁶. Процесс выглядит так:

 

 

Восстановление

Кодирование

Повторение/

проговаривание

Сенсорная инф-ция

Долгосрочная

память

Краткосрочная

память

Сенсорная память

 

Забытая, потерянная информация

Забытая, потерянная информация

Забытая, недоступная информация

 

Рис. 5. Процессы обработки  информации в «хранилищах» памяти

 

Итак, существуют следующие  способы когнитивного обучения, то есть передачи информации в долгосрочную память потребителя: заучивание, моделирование  и размышление.

• Традиционное  заучивание («зубрёжка»)

Это запоминание ассоциаций между двумя или более понятиями  в отсутствие условной рефлексии. Потребитель  может просто запомнить некий  слоган, гласящий о высоком качестве товара/услуги. Безусловные стимулы  и подкрепление при этом отсутствуют. Как правило, это характерно для  низкововлечённого обучения посредством многократного повторения рекламного сообщения. Мы можем даже не осознавать, что заучиваем суть каких-либо сообщений, но на самом деле это происходит. Как говорится, вода камень точит. Например, я не употребляю энергетические напитки и не разбираюсь в них, но прекрасно помню слоган «Ред Булл окрыля-я-ет!» и, возможно, когда возникнет потребность в этом напитке, я отдам предпочтение этому бренду, основываясь на заученной информации. Во многих рекламах используется фраза: «…. – номер один среди …». Это тоже откладывается на подкорке у потребителя и определяет его выбор, когда у него нет определенного предпочтения какому-либо товару.

• Моделирование (замещение)

Хотя чаще приходится «набивать  шишки» на своих коленях, то есть учиться на собственных ошибках, можно пойти путем копирования чужого поведения. Замещение – это процесс, в ходе которого человек обучается поведению, наблюдая за поведением других людей и последствиями этого поведения. Моделью обычно выступают люди, которыми мы восхищаемся из-за их внешности, достижений, умений и талантов, социального положения и т.д. – это могут быть звёзды экрана или наши родители, друзья, знакомые.

Рекламщики осознают важность наблюдательного обучения, и это влияет на выбор героя/героини рекламы, будь то селебрити или обычный актёр. Например, тинэйджер видит рекламу, в которой показана девушка с красивой чистой кожей (она, разумеется, пользуется таким-то брендом крема или скраба для лица). Все молодые люди в школе/университете восхищаются ей. Есть большая вероятность, что тинэйджер захочет купить такое средство.

Большая часть современной  рекламы построена таким же образом. Есть некая целевая аудитория, есть люди, на которых они равняются (модели поведения). В рекламе показаны общие проблемные ситуации, которые решаются с помощью рекламируемого бренда. При этом герой рекламного ролика получает позитивное подкрепление – чаще всего, это эмоции типа восхищения, признания, благодарности. Так, например, многие бренды бытовой химии (Dosia, Ariel) или бренды приправ (Maggi, Knorr), чья реклама, в основном, нацелена на домохозяек, используют этот приём. Домохозяйка (мама, жена) получает благодарность, восхищение своей семьи за чисто выстиранное бельё/вкусно приготовленный обед. Потенциальная потребительница может вообразить аналогичные результаты для себя как следствие использования продукта. Фокус нередко делается на негативных последствиях неиспользования продукта или использования марок-конкурентов.

• Рассуждение

Рассуждение – это наиболее сложная форма когнитивного обучения. Здесь задействованы творческие способности потребителя для  реструктурирования и рекомбинации уже существующей и новой информации для формирования новых ассоциаций и понятий. Рассуждение характерно для ситуаций высокой вовлеченности, когда мы собираем некоторую информацию о товаре, сравниваем характеристики и т.п. Мало того, что мы запоминаем наиболее важную информацию о товаре до его покупки (даже если это технически сложная информация), мы способны анализировать  и сравнивать её; мы представляем абстрактные  ситуации в будущем, в которых  будет использоваться этот продукт, рассуждаем о непредвиденных ситуациях  и различных факторах. Например, при покупке ЖК-телевизора мы задумываемся: «А что, если через некоторое время выйдет более усовершенствованная модель, ещё тоньше? Будет ли телевизор сочетаться с остальной техникой? Насколько качественным будет изображение?» и т.д. Наш выбор в итоге основан на результате нашего рассуждения. Также этот метод используется при размещении аналитических статей в профессиональных изданиях.

Рассуждение помогает нам выбрать альтернативный продукт, если в магазине не нашелся тот, который изначально искали; а также находить новые способы применения. Например, моя мама раньше использовала плотные салфетки в качестве фильтра для кофеварки, так как бумажные фильтры перестали выпускать. Уксус можно использовать не только в пищевых целях, но и для закрепления краски. Было время, когда в каждую упаковку салфеток «Kleenex» фирмы Kimberly-Clarke вкладывали листок с перечнем 50 способов их использования¹⁷. Примеров нестандартного использования продуктов – великое множество. Компании  могут открывать потребителям новые способы их применения  и на этой основе разрабатывать новые стратегии продвижения  товаров.

 

3. Корреляционно-регрессионный  анализ зависимости доходов компании МТС от расходов на маркетинг.

Тема данной курсовой работы – обучение потребителей, которое  в основном происходит через комплекс маркетинговых коммуникаций. Чтобы  выяснить, насколько эффективно это  обучение, я проанализировала взаимосвязь  между величиной выручки от реализации услуг и платы за подключение  и величиной расходов на маркетинг компании МТС. Это крупнейший провайдер сотовой связи в России и странах СНГ. В настоящее время МТС является самым дорогим российским брендом.

Данные взяты из ежеквартальной финансовой отчетности ОАО «Мобильные ТелеСистемы» (Отчет о прибылях и убытках)¹⁸ и представлены за 10 лет.

Парная линейная регрессия  характеризует линейную связь между  двумя признаками, уравнение связи имеет вид y = f(x). В нашем случае даны следующие признаки:

• Результативный признак (зависимая переменная) Y – выручка от реализации услуг и плата за подключение в млн. долл. США;
• Признак-фактор (независимая, объясняющая переменная) Х – коммерческие расходы и расходы на маркетинг в млн. долл. США.

 

Таблица 1. Данные по выручке  и расходам на маркетинг компании МТС

Год	Коммерческие расходы и расходы  на маркетинг (млн. $)    Xt	Выручка от реализации услуг и плата  за подключение (млн. $)      Yt
2001	29,559	246,055
2002	44,629	375,292
2003	83,788	709,91
2004	107,537	1060,177
2005	147,006	1370,554
2006	161,428	1785,618
2007	194,128	2195,577
2008	221,64	2796,87
2009	194,722	2516,571
2010	215,51	2745,742
Итого:	1399,9	15802,366

Уравнение парной линейной регрессии имеет вид y = a + bx + ε, где ε – случайная величина; она характеризует отклонения реального значения результативного признака от теоретического, найденного по уравнению регрессии.

Построение уравнения  регрессии сводится к оценке ее параметров a и b. Для оценки параметров регрессий, линейных по параметрам, используют метод наименьших квадратов (МНК), который позволяет получить такие оценки параметров a и b, при которых сумма квадратов отклонений фактических значений результативного признака y от теоретических минимальна¹⁹.

Все необходимые расчеты  были сделаны с использованием программы Microsoft Excel и представлены в виде таблицы в Приложении 1.

Для вычисления коэффициентов a и b, входящих в уравнение регрессии, необходимо решить систему уравнений, либо воспользоваться следующими готовыми формулами, которые вытекают из нее:

 

Исходя из расчетов, указанных в Приложении 1, получаем:

a = - 324,7044746 ;    b = 13,60723709

Таким образом, уравнение регрессии имеет следующий вид:

13,607 x – 324,7

 

Рис. 1. Зависимость выручки компании МТС от величины коммерческих расходов и расходов на маркетинг

 

Линейный коэффициент  парной корреляции 

Значение линейного коэффициента парной корреляции . Данный коэффициент оценивает тесноту связи изучаемых явлений: чем его значение по модулю ближе к 1, тем теснее связь. Наше значение свидетельствует о наличии сильной и прямой связи между факторным и результативным признаком.

Коэффициент детерминации

Значение коэффициента детерминации (рассчитывается как квадрат линейного коэффициента корреляции) , что свидетельствует о высоком качестве модели. Доля дисперсии результативного признака, объясняемой регрессией, составляет 97,198% в общей доле дисперсии результативного признака. На долю неучтенных признаков приходиться только 2,802% вариации.

Средняя ошибка аппроксимации

Значение  средней ошибки аппроксимации  составило 5,47 % и не превысило предельно допустимого значения в 8-10%.

F-критерий Фишера

Проверка общей значимости уравнения регрессии:

= 277,5784

Табличное значение критерия  при уровне значимости α = 0,05 и степенях свободы k1 = 1 (линейная регрессия è m=1) и k2 = 8 (т.к. k2 = n-m-1 = 10 - 1 - 1).

Таким образом, >, и мы можем с вероятностью 95 % говорить о статистической значимости уравнения в целом.

t-критерий Стьюдента

Оценка значимости коэффициентов линейной регрессии  проводится путем сопоставления  их значений с величиной случайной  ошибки:

,,      

Значения  стандартных ошибок и фактические  значения t-статистики были рассчитаны на основе данных таблицы в Приложении 1:

m_b = 0,8167273,    t_b = 16,660687

m_a =126,60355,     t_a= -2,564734

m_r =0,0591749,     t_r = 16,660687

  = 2,306    Сравним фактическое значение с табличным:

t_{a <} t_табл., t_{b >} t_табл., t_{r >}t_табл.

С вероятностью в 95% можно  утверждать, что коэффициенты b и коэффициент корреляции статистически значимы, а статистическая значимость коэф-та a не подтверждается и доверительный интервал для него не рассчитывается.

Для того, чтобы  рассчитать доверительный интервал для параметра b, необходимо определить предельную ошибку: t_{табл. *} m_b = 1,88337   Доверительный интервал:

13,60723 ;

;

.

Анализ верхней  и нижней границы доверительного интервала приводит к выводу о  том, что с вероятностью параметр b находится в указанных границах, не принимает нулевых значений, т.е. не является статистически незначимым и существенно отличен от нуля.

Прогноз на 2011 год. Чтобы дать оценочный прогноз на 2011 год, построим тренд:

Мы получили уравнение тренда:

 .

= 263,95

Подставим полученное значение в уравнение кривой регрессии:

13,607 x – 324,7 = 13,607 * 263,95 - 324,7 = 3 266, 86

Если прогнозное значение расходов компании МТС на маркетинг составит руб. в 2011, тогда прогнозное значение выручки от реализации услуг и платы за подключение составит руб. в 2011 г.

Так как один из параметров не является статистически значимым, прогнозные значения заведомо не надежные и производить расчет ошибок прогноза и строить доверительный интервал прогноза нерационально.

Как видно из произведенного анализа, маркетинг играет важную роль в процветании компании. Чем больше организация тратится на коммерческую рекламу и маркетинг, тем больше узнаваемость брендов. Происходит обучение потребителей. В отношении компании МТС это означает, что больше людей  становятся её абонентами, а уже  существующие абоненты подключают разные платные услуги и интенсивность  потребления увеличивается. Все  это ведет к росту выручки  компании от реализации услуг и платы  за подключение. 

ПРИЛОЖЕНИЕ 1
выручка от реализации услуг  и плата за подключение в млн. долл. США							У
коммерческие расходы  и расходы на маркетинг в млн. долл. США.							Х
года	x	y	x*y	x^2	y^2	ŷ	(Х-Хcp)^2	(У-Уcp)^2	(y-ŷ)	(y-ŷ)/y	(y-ŷ)^2	(ŷ-yср)^2
2001	29,559	246,055	7273,14	873,73	60543,06	77,51	12196,04	1780040,54	168,54	0,68	28406,79	2258181,68
2002	44,629	375,292	16748,91	1991,75	140844,09	282,57	9094,62	1451891,49	92,72	0,25	8596,83	1683931,05
2003	83,788	709,91	59481,94	7020,43	503972,21	815,42	3159,19	757468,39	-105,51	-0,15	11132,09	584946,41
2004	107,537	1060,177	114008,25	11564,21	1123975,27	1138,58	1053,50	270461,99	-78,40	-0,07	6146,56	195063,22
2005	147,006	1370,554	201479,66	21610,76	1878418,27	1675,64	49,16	43966,79	-305,09	-0,22	93078,09	9102,00
2006	161,428	1785,618	288248,74	26059,00	3188431,64	1871,88	459,39	42181,52	-86,27	-0,05	7441,93	85058,55
2007	194,128	2195,577	426222,97	37685,68	4820558,36	2316,84	2930,41	378643,81	-121,26	-0,06	14705,02	542586,41
2008	221,64	2796,87	619898,27	49124,29	7822481,80	2691,20	6665,96	1480196,83	105,67	0,04	11165,40	1234247,57
2009	194,722	2516,571	490031,74	37916,66	6333129,60	2324,92	2995,08	876722,11	191,65	0,08	36728,59	554559,24
2010	215,51	2745,742	591734,86	46444,56	7539099,13	2607,79	5702,56	1358402,84	137,95	0,05	19030,43	1055868,44
Σ	1399,947	15802,366	2815128,48	240291,07	33411453,42	15802,37	44305,91	8439976,31	0,00	0,55	236431,72	8203544,59
Ср. знач.	139,99	1580,24	281512,85	24029,11	3341145,34	1580,24
Ϭ	66,56	918,69
Ϭ2	4430,59	843997,63