Матричные модели в маркетинге

Покупательское  поведение конечных потребителей — поведение физических лиц или семей, которые приобретают товары и услуги для личного потребления.

Потребительский рынок — отдельные личности и семьи, приобретающие товары и услуги для личного потребления.

Маркетинг-микс (или комплекс маркетинга) представляет собой основные факторы, являющиеся предметом маркетингового управления. Он состоит из четырёх элементов, так называемых «четырех P» — товара, цены, каналов (места) распространения и продвижения (англ. Product, Price, Place, Promotion). Существуют концепции, объединяющие воедино «пять P» — товар, цену, каналы распространения, продвижение и персонал (англ. Product, Price, Place, Promotion, Personnel).

 

 

 

 

 

 

 

 

 

                                           Виды маркетинга

 

В зависимости  от состояния спроса на рынке

 

Конверсионный маркетинг применяется при отсутствии реального спроса. Задачей маркетинга в этой ситуации является разработка такого плана действий, который будет способствовать зарождению спроса на соответствующие товары или услуги.

Стимулирующий маркетинг связан с наличием товаров и услуг, на которые нет спроса по причине полного безразличия или незаинтересованности потребителей. План стимулирующего маркетинга должен учитывать причины такого безразличия и определить мероприятия по его преодолению.

Развивающий маркетинг связан с формирующимся спросом на товары (услуги).

Ремаркетинг оживляет спрос в определенный период угасания жизненного цикла товаров или услуг.

Синхромаркетинг используют в условиях колеблющегося спроса. Например, товары сезонного потребления.

Поддерживающий маркетинг используется, когда уровень и структура спроса на товары полностью соответствуют уровню и структуре предложения.

Противодействующий маркетинг используется для снижения спроса, который с точки зрения общества или потребителя расценивается как иррациональный (например, спиртные напитки, табачные изделия).

Демаркетинг используется для снижения спроса на свой продукт в ситуации, когда спрос превышает предложение, и нет возможности увеличить объём производства. Добиться подобных результатов можно, например, повышением цены на товар, снижением объёмов рекламы или усилий по продвижению. Цель демаркетинга (в отличие от противодействующего маркетинга) — не разрушить спрос на продукт, а лишь уменьшить его, сбалансировав с производственными мощностями.

В зависимости от охвата рынка

Массовый маркетинг предполагает ориентацию на максимально широкий круг потребителей без учета различий между ними. (Я произвожу то, что нужно всем). Цель предприятия установить низкие цены так как снижаются затраты на массовое производство и продвижение.

Концентрированный (целевой) маркетинг ориентация на конкретный сегмент, стараясь максимально удовлетворить его потребности (Товары для молодоженов, ритуальные услуги). Преимущества: максимально полное удовлетворение потребности, используется маленькими компаниями. Недостатки: сегмент может неожиданно сократиться, ограничение возможного роста компании.

Дифференцированный маркетинг стремление к захвату большой части рынка в целом и при этом предложение нескольких разновидностей одного и того же товара, который отличается своими потребительскими качествами и может удовлетворить потребности многих сегментов (Молочная компания, продукция разной жирности, сырки, творожок, йогурты). Преимущества: удовлетворение потребностей. Сложен для реализации.

 

                                             Методы анализа

 

Методы анализа –  способы и методы сбора и обработки  информации, необходимой для анализа  деятельности предприятия.

Принимая в расчет цели и задачи исследования, среди аналитиков принято пользоваться  следующими методами статистического анализа, как наиболее современными и распространенными:

• Описательный анализ;
• Анализ различий (анализ потенциальных потребителей);
• Факторный анализ;
• Кластерный анализ;
• Корреляционный анализ;
• Регрессионный анализ;
• SWOT-анализ.

Обработка информации, собранной  в ходе исследований осуществляется с помощью программного обеспечения SPSS.

 

Описательный  анализ

Этот вид анализа включает описательное представление отдельных  переменных. К нему относятся создание частотной таблицы, вычисление статистических характеристик или графическое  представление. Частотные таблицы  строятся для переменных, относящихся  к номинальной шкале и для  порядковых переменных, имеющих не слишком много категорий;

Для переменных, относящихся  к номинальной шкале нельзя вычислить  никаких значимых статистических характеристик. Наиболее часто для порядковых переменных и переменных, относящихся к интервальной шкале, но не подчиняющихся нормальному  распределению, вычисляются медианы и оба квартиля; при небольшом числе категорий можно использовать вариант для концентрированных данных.

 
Для переменных, относящихся к интервальной шкале и подчиняющихся нормальному  распределению, чаще всего вычисляется  среднее значение, и стандартное  отклонение пли стандартная ошибка. Однако следует выбрать только одну из этих двух характеристик разброса. Для переменных, относящихся ко всем статистическим шкалам, можно построить большое разнообразных графиков, на которых представлены частоты, средние значения или другие характеристики.

 

 

 

 

 

 

 

 

 

Факторный анализ

 

Факторный анализ – многомерный статистический метод, применяемый для изучения взаимосвязей между значениями переменных.

 

Задачи и  условия факторного анализа

 

Факторный анализ позволяет  решить две важные проблемы исследователя: описать объект измерения всесторонне и в то же время компактно. С помощью факторного анализа возможно выявление скрытых переменных факторов, отвечающих за наличие линейных статистических связей корреляций между наблюдаемыми переменными.

Например, анализируя оценки, полученные по нескольким шкалам, исследователь  замечает, что они сходны между  собой и имеют высокий коэффициент  корреляции, он может предположить, что существует некоторая латентная  переменная, с помощью которой  можно объяснить наблюдаемое  сходство полученных оценок. Такую  латентную переменную называют фактором. Данный фактор влияет на многочисленные показатели других переменных, что приводит нас к возможности и необходимости выделить его как наиболее общий, более высокого порядка.

Таким образом можно выделить 2 цели Факторного анализа:

• определение взаимосвязей между переменными, их классификация, т. е. «объективная R-классификация»;
• сокращение числа переменных.

Для выявления наиболее значимых факторов и, как следствие, факторной  структуры, наиболее оправданно применять  метод главных компонентов (МГК). Суть данного метода состоит в  замене коррелированных компонентов  некоррелированными факторами. Другой важной характеристикой метода является возможность ограничиться наиболее информативными главными компонентами и исключить остальные из анализа, что упрощает интерпретацию результатов. Достоинство МГК также в том, что он — единственный математически обоснованный метод факторного анализа.

Факторный анализ может быть 1) разведочным — он осуществляется при исследовании скрытой факторной структуры без предположения о числе факторов и их нагрузках; и 2)конфирматорным, предназначенным для проверки гипотез о числе факторов и их нагрузках (примечание 2). Практическое выполнение факторного анализа начинается с проверки его условий. В обязательные условия факторного анализа входят:

• Все признаки должны быть количественными.
• Число наблюдений должно быть в два раза больше числа переменных.
• Выборка должна быть однородна.
• Исходные переменные должны быть распределены симметрично.
• Факторный анализ осуществляется по коррелирующим переменным.

При анализе в один фактор объединяются сильно коррелирующие между собой переменные, как следствие происходит перераспределение дисперсии между компонентами и получается максимально простая и наглядная структура факторов. После объединения коррелированность компонент внутри каждого фактора между собой будет выше, чем их коррелированность с компонентами из других факторов. Эта процедура также позволяет выделить латентные переменные, что бывает особенно важно при анализе социальных представлений и ценностей.

Кластерный  анализ

 

Кластерный анализ (англ. Data clustering) — задача разбиения заданной выборки объектов (ситуаций) на подмножества, называемые кластерами, так, чтобы каждый кластер состоял из схожих объектов, а объекты разных кластеров существенно отличались. Задача кластеризации относится к статистической обработке, а также к широкому классу задач обучения без учителя. Кластерный анализ — это многомерная статистическая процедура, выполняющая сбор данных, содержащих информацию о выборке объектов, и затем упорядочивающая объекты в сравнительно однородные группы (кластеры)(Q-кластеризация, или Q-техника, собственно кластерный анализ). Кластер — группа элементов, характеризуемых общим свойством, главная цель кластерного анализа — нахождение групп схожих объектов в выборке. Спектр применений кластерного анализа очень широк: его используют в археологии, медицине, психологии, химии, биологии, государственном управлении, филологии, антропологии, маркетинге, социологии и других дисциплинах. «Тематика исследований варьирует от анализа морфологии мумифицированных грызунов в Новой Гвинее до изучения результатов голосования сенаторов США, от анализа поведенческих функций замороженных тараканов при их размораживании до исследования географического распределения некоторых видов лишая в Саскачеване». Однако универсальность применения привела к появлению большого количества несовместимых терминов, методов и подходов, затрудняющих однозначное использование и непротиворечивую интерпретацию кластерного анализа.

 

Регрессионный анализ

 

Регрессио́нный (линейный) анализ — статистический метод исследования зависимости между зависимой переменной Y и одной или несколькими независимыми переменными X₁,X₂,...,X_p. Независимые переменные иначе называют регрессорами или предикторами, а зависимые переменные — критериальными. Терминология зависимых и независимых переменных отражает лишь математическую зависимость переменных , а не причинно-следственные отношения.

 

Цели:

1. Определение степени детерминированности вариации критериальной (зависимой) переменной предикторами (независимыми переменными)
2. Предсказание значения зависимой переменной с помощью независимой(-ых)
3. Определение вклада отдельных независимых переменных в вариацию зависимой

Регрессионный анализ нельзя использовать для определения наличия  связи между переменными, поскольку  наличие такой связи и есть предпосылка для применения анализа.

 

 

                                   Маркетинговые модели

 

Маркетинговые модели используются не только для маркетингового анализа, но и для коммуникации отдела маркетинга с другими отделами.

 

 

 

PEST-анализ (иногда обозначают как STEP) — это маркетинговый инструмент, предназначенный для выявления политических (Political), экономических (Economic), социальных (Social) и технологических (Technological) аспектов внешней среды, которые влияют на бизнес компании.

Политика изучается, потому что она регулирует власть, которая в свою очередь определяет среду компании и получение ключевых ресурсов для её деятельности. Основная причина изучения экономики — это создание картины распределения ресурсов на уровне государства, которая является важнейшим условием деятельности предприятия. Не менее важные потребительские предпочтения определяются с помощью социального компонента PEST-анализа. Последним фактором является технологический компонент. Целью его исследования принято считать выявление тенденций в технологическом развитии, которые зачастую являются причинами изменений и потерь рынка, а также появления новых продуктов.

Анализ выполняется по схеме «фактор — предприятие». Результаты анализа оформляются в виде матрицы, подлежащим которой являются факторы макросреды, сказуемым — сила их влияния, оцениваемая в баллах, рангах и других единицах измерения. Результаты PEST-анализа позволяют оценить внешнюю экономическую ситуацию, складывающуюся в сфере производства и коммерческой деятельности.

Разновидности PEST-анализа

PESTLE-анализ является расширенной двумя факторами (Legal и Environmental) версией PEST-анализа. Иногда применяются и другие форматы, например, SLEPT-анализ (плюс Правовой фактор) или STEEPLE-анализ: Социально-демографический, технологический, экономический, окружающая среда (природный), политический, правовой и этнические факторы. Также может учитываться и географический фактор.

Примеры политических факторов

• Выборы Президента РФ
• Выборы Государственной думы РФ
• Изменение законодательства РФ
• Международные группы
• Вступление в ВТО
• Государственное регулирование в отрасли
• Государственное регулирование конкуренции