• Nie Znaleziono Wyników

GROMADZENIE I ANALIZA DANYCH

N/A
N/A
Protected

Academic year: 2021

Share "GROMADZENIE I ANALIZA DANYCH "

Copied!
13
0
0

Pełen tekst

(1)

PRACE NAUKOWE AKADEMII EKONOMICZNEJ WE WROCŁAWIU

Nr743 1997

Informatyka i Ekonometria 2

Józef Dziechciarz, Marek Walesiak

GROMADZENIE I ANALIZA DANYCH

MARKETINGOWYCH WSPOMAGANE KOMPUTEREM·

l. U porządkowaniej przyswojenie polskiej praktyce marketingowej

światowych osiągnięć z zakresu statystycznych badań rynkowych

W wyniku realizacji tego zagadnienia uporządkowano i przyswojono polskiej praktyce marketingowej światowe osiągnięcia z zakresu statystycznych badań ryn- kowych w trzech aspektach:

l) charakterystyka podstawowych problemów związanych z badaniami marke- tingowymi.

2) charakterystyka technik gromadzenia danych marketingowych, 3) przegląd metod wielowymiarowej analizy danych marketingowych.

Do podstawowych wyników realizacji punktu pierwszego należy zaliczyć opraco- wanie takich zagadnień, jak:

a) Pomiar postaw nabywców f20]

Marketingowa strategia segmentacji rynku. ocena efektywności kampanii rekla- mowych czy np. proces wprowadzania nowego produktu na rynek zależą w znacz- nym stopniu od właściwego zrozumienia postaw nabywców. Pomiar postaw nabyw- ców za pomocą odpowiednich narzędzi odgrywa pierwszoplanową rolę w procesie podejmowania decyzji marketingO\'V)'Ch. W wielu przypadkach pomiar ten jest doko- nywany na skalach nominalnej i porz.:1dkowej. Rzadziej pomiar ten przeprowadza się

na silnych skalach pomiaru, tj. na skali przedziałowej i ilorazowej. Skale pomiaru zmiennych mają istotny wpływ na wybór metod analizy danych. Wynika z tego. że

wybór skali pomiaru postaw nabywców wpływa na stosowane metody analizy da- nych

Artykuł przedstawia w sposób syntetyczny osiągnięcia poznawcze i aplikacyjne grantu KBN nr 1-Jl028-016-08 pt. ,.Komputerowo wspomagane gromadzenie i analiz.a danych marketingowych", realizowanego w latach !995-19l)(i

(2)

Pomiaru postaw nabywców dokonuje się za pomocą procedur skalowania, wśród

których wyróżnia się skalowanie jednowymiarowe i wielowymiarowe. Skałowanie

jednowymiarowe. będące przedmiotem opracowania, służy do pomiaru przez res- pondenta jednej cechy opisującej badane obiekty, a w skalowaniu wiełowymiaro­

wym jednoczesnemu pomiarowi przez respondenta poddaje się wiele cech. Celem procedur skalowania jednowymiarowego jest wyrażenie za pomocą liczb postaw na- bywców wobec badanego obiektu, którym może być produkt, producent, sprzedaw- ca, zmienna charakteryzująca produkty, rynek testowy, dom towarowy, koncepcja (idea) produktu, rynek zbytu itd.

W literaturze opracowano wiele skal służących do pomiaru postaw nabywców wobec badanych obiektów. W opracowaniu scharakteryzowano: a) skale podstawo- we (nominalną, pozycyjną [rating scal e], rangową, skalę stałych sum. skalę zamia- rów zakupu, skalę porównywania parami): b) skale specyficzne (skalę różnicowania słownego [semantyczna], skalę Stapela. skalę Likerta).

b) Zasady konstrukcji projektów badań marketingowych [211

Omówiono rolę badań marketingowych w podejmowaniu decyzji, przedstawiono rys historyczny tych badm'l oraz istotę, zakres i procedurę badań marketingowych.

Ponadto dokonano a11alizy czynników będących podstawą decyzji o przeprowadze- niu bada1i marketingowych.

c} Cha•·akterystyka dopuszczalnych działań na liczbach w badaniach mar- ketingowych z punktu widzenia skal pomiarowych f241

W badaniach marketingo·wych skale pomiarowe stają się jednym z problemów centralnych. Dopuszczalne działania na liczbach są uzależnione od typu skal pomia- ru badanych zmie1mych.

Jeśli w badaniach marketingowych \-\ykorzystuje się tylko zmienne przedziałowe i

(łub) ilorazowe, to nic występuje w tej sytuacji problem transformacji skal pomia- rowych. Problemem. który należy rozwiązać, jest normalizacja zmiennych, którą

przeprowadza się w celu doprowadzenia ich do porównywalności przez pozbawienie

wartości zmie1mych mian i ujednolicenia rzędów wielkości.

Inaczej należy postępować w sytuacji, gdy w zbiorze znajdują się zmienne mie- rwne na skalach różnych rodzajów, tzn. oprócz zmie1mych mierzonych na silnych skalach pomiaru (tj. przedziałowej i ilorazowej) występują typowe dla badań marke- tingowych zmienne mierzone na słabych skalach pomiaru (np. dane uzyskane z po- miaru postaw, opinii, nastawiei'l, preferencji i poglądów konsumentów; wyglądu pro- duktu, dane z pomiaru koloru, jakości i smaku produktu). Problem stosowania kon- kretnych metod statystycznych i ekonometrycznych na etapie a11alizy i interpretacji danych marketingowych nie występuje w zasadzie wtedy, gdy wszystkie zmienne

mierwne na skali pomiaru jednego typu. Na tym tle uwidacznia się w badaniach marketingowych problem transformacji skał pomiarowych. Należy dokonać trans- formacji zmiennych tak, by sprowadzić je do skali jednego typu. Zgodnie z podsta-

wową regułą teorii pomiaru wszystkie obserwacje na zmieLmych należy przekodo-

(3)

wać na pomiary na skali najsłabszej. W odniesienju do słabych skal pomiaru me zachodzi potrzeba normalizacji. na ich wartościach bowiem nie wyznacza się ani relacji równości różnic i przedziałów, ani stosunków.

d) Analiza czynników decydujących o wyborze metod w statystycznej anali- zie danych marketingowych [23]

Omówiono tutaj wpływ czynników oddziałujących na wybór określonych metod w statystycznej analizie danych marketingowych. Wśród tych czynników zasadnicze znaczenie mają: cel badania marketingowego: liczba analizowanych w badaniu zmiennych: czy w zbiorze badanych zmiennych jesteśmy w stanie odróżnić zmienną zależną (zmienne zależne) od innych zmiennych: skale pomiaru zmiennych; liczeb-

ność próby statystycznej~ przewidywane środki na badanie marketingowe.

e) Problemy standaryzacji w analizie danych rynkowych

l

lO)

Omówiono typowe sposoby doprowadzania statystycznych danych rynkowych do

porównywalności. Wyróżniono podstawowe z.:1dania standaryzacji, a także wpływ

poszczególnych przeksztalceń na właściwości liczb wynikowych (standaryzowa- nych). Rozważono zagadnienia badania podobieństwa poziomu. struktury i zależno­

ści.

Wśród rezultatów realizacji punktu drugiego można wyróżnić opracowanie tak1ch zagadnień. jak:

a) Gromadzenie danych na potr-zeby pomiaru satysfakcji konsumentów

usług Ił

GI

Opracowano następujące zagadnienia:

- istota pojęcia .,satysfakcja konsumentów'' uslug oraz czynniki '"'pływające na

ocenę jakości uslug przez nabywców,

- gromadzenie danych na potrzeby pomiaru satysfakcji konsumentów usług, składający się z następujących etapów: określenia problemu badawczego, wyboru

źródeł gromadzenia danych. zebrania danych. przekazania danych do dalszej analizy, - metody gromadzenia informacji pochodzących ze źródeł pierwotnych (obserwa- cja. badania ankietowe. v.:ywiady). szczegółnic przydatne w badaniach satysfakcji konsumentów.

b) Próba typologii wtórnych danych marketingowych [9J

Przedstawiono próbę typologii wtórnych danych rynkowych. Kryterium klasyfi- kacji jest zakres i typ infom1acji niesionych przez poszczególne typy danych. Omó- wiono proces gromadzenia danych wtórnych. Podano podstawowe źródła wtórnych danych rynkowych. Ważne miejsce zajęto omówienie zarówno jakości źródeł danych wtórnych, jak i wiarygodności samych danych.

Zasadniczą część zadania l stanowi punkt trzeci. obejmujący charakterystykę

metod wielm.vymiarowej analizy danych marketingowych. Analizie i charakterystyce

przydatności w badaniach marketingowych poddano takie metody wielowymiarowe.

jak:

(4)

a) Metoda detekcji interakcji [3J

W metodzie tej dana jest jedna m1ienna zależna mierzona na skali przedziałowej

lub ilorazowej, której m1ienność jest wyjaśniana przez binarne m1ienne niezależne

mierzone na skali nominalnej (pierwotnie m1ienne mogą być mierzone na skali ilorazowej, przedziałowej, porządkowej i nominalnej, ale na potrzeby tej metody

zostają przekodowane na m1ienne binarne).

Głównym celem tej metody jest podział badanej próby statystycznej na mniejsze, relatywnie jednorodne grupy mające m1ienność istotnie mniejszą niż całkowita

próba statystyczna. Miarą m1ienności w tej metodzie jest suma kwadratów odchyleń

empirycmych wartości m1iennej zależnej od wartości średniej.

Metodę detekcji interakcji (AID) wykorzystuje się w badaniach markctmgowych w celu:

- wydzielenia klas (segmentów) potencjalnych konsumentów o zbliżonych prefe- rencjach zakupu,

- określenia relatywnej ważności każdej charakterystyki (m1iennej) w procesie wyboru produktu przez nabywcę.

b) Pomiar łącznego oddziaływania zmiennych- eonjoint measurement (4) Metoda pomiaru łącznego oddziaływania zmiennych (conjoint measurement)

została pierwotnje zaproponowana w badaniach psychometrycznych. W literaturze marketingowej w zasadzie brakuje kompleksowych opracowań zagadillenia pomiaru

lącmego oddziaływania zmiennych. Powstało wiele obszernych artykułów traktują­

cych o metodologii i zastosowaniach conjomt analysis. Ponadto omawia się to zagadnjenie w niektórych monografiach poświęconych statystycznej analizie danych.

Celem metod pomiaru łącznego oddziaływania m1iennych jest określenie łączne­

go wpływu dwóch lub więcej nominalnych m1iennych niezależnych na zmienną zależną mierzoną na skali porządkowej, przedziałowej lub ilorazowej. Wybór skali pomiaru dla m1ienncj zależnej determinuje wybór metody estymacji. Rozróżnia s1ę

metryczne procedury estymacji dla zmiennej zależnej mierzonej na skali przedziało­

wej lub ilorazowej (np. metoda najmniejszych kwadratów ze m1iennymi zero-jedyn- kowymi) oraz niemetryczne procedury estymacji dla m1iennej zależnej mierzonej na skali porządkowej (np. monotoniczna analiza wariancji). W zastosowaniach marke- tingowych procedury te służą do pomiaru preferencji konsumentów względem pro- duktów opisanych wieloma charakterystykami (m1iennymi).

Rezultatem zastosowanja metod pomiaru łącznego oddziaływania zn1iennych jest macierz współczynników użyteczności. W badaniach marketingowych jest ona wykorzystywana w celu:

- zdefiniowania produktu lub usługi o optymalnych charakterystykach.

-określenia użyteczności każdego poziomu danej zmiennej,

- określenia relatywnej ważności każdej m1iennej w procesie wyboru produktu przez nab)"-vcę,

(5)

- wydzielenia klas (segmentów) potencjalnych konsumentów o zbliżonych prefe- rencjach zakupu,

- oszacowania udziału w rynku produktów o różnych poziomach zmiennych (charakterystyk) opisujących te produkty.

c) Analiza regresji wielorakiej [ 19; 26]

Analiza regresji wielorakiej jest wykorzystywana głównie w analizie popytu, gdzie zmie1ma zależna jest wyrażana jako wielkość sprzedaży lub udział sprzedaży

badanego produktu w rynku. Omówiono zagadnienie pomiaru efektów oddziaływa­

nia zmiennych w badaniach marketingowych. Mierniki wptywu stosowane przede wszystkim w modelach sprzedaży i w modelach udziału w rynku (market sale mad- eis i market share models). Należą one do podstawowych narzędzi badawczych wy- korzystywanych w modelowaniu marketingowym. Zaproponowano metodę pomiaru efektów oddziaływania zmiennych regresyjnych na wyróżnioną zmienną zależną opa1tą na rachunku różniczkowym i całkowym (może ona być stosowana w razie

dużych przyrostów badanej zmielmej regresyjnej). Ponadto przedstawiono związki

tej nowej metody z miarą elastyczności punktowej. Znajomość elastyczności popytu na dane dobro pozwala podjąć właściwe decyzje co do zmian w wartościach zmien- nych niezależnych kontrolowanych przez firmę (cena produktu, nakłady na reklamę i

promocję, jakość produktu, kanały dystrybucji, okres gwarancji. właściwości pro- duktu). Rezultatem kol'lcowym tego rozdziału jest wyznaczenie i porównanie kla- sycznej elastyczności punktowej z elastycznością proponowaną w pracy na przykła­

dzie typowych funkcji stosowanych w badaniach marketingowych.

d) Skałowanie wiełowymiarowe [22]

Celem skalowania wielowymiarowego jest przedstawienie w przestrzeni (na ogół

jedno-. dwu- lub trójwymiarowej) relacji zachodzących pomiędzy badanymi obiekta- mi. Obiektami badania mogą być produkty, producenci, sprzedawcy. respondenci, zmienne charakteryzujące produkty, hasła reklamowe itd.

W zastosowaniach praktycznych rezultaty skalowania wielowymiarowego

przedstawiane najczęściej na płaszczyźnie w postaci tzw. mapy percepcyjnej. Wyko- rzystuje się do tego celu specjalne procedury, których celem jest takie rozmieszczenie punktów na płaszczyźnie (mapie percepcyjnej), aby dopasowanie konfiguracji

odległości z przestrzeni wielowymiarowej i dwuwymiarowej było najlepsze.

W pracy zaprezentowano ideę skalowania wielowymiarowego oraz omówiono zastosowania tej metody w rozwiązywaniu problemów marketingowych. Ponadto przedstawiono przykładowe zastosowanie skalowania wielowymiarowego do pol- skich danych rynkowych.

e) Analiza czynnikowa [24]

W pracy omówiono podstawowe założenia metodologiczne analizy czynnikowej oraz wskazano jej typowe obszary zastosowań w badaniach marketingowych. Pracę

kmkzy przykład aplikacji omawianej metody do określania pozycji produktu na

(6)

rynku w stosunku do produktów konkurencyjnych oraz do redukcji pierwotnego zbioru zmiennych w celu otrzymania kilku czynników głównych, wpływających na decyzje konsumentów.

f) Porządkowanie liniowe - np. w ocenie konkurencyjności wyrobów

f

181 Zaproponowano wykorzystanie metod wielowymiarowej analizy statystycznej w porównawczych badaniach stopnia konkurencyjności wyrobów. Poruszono pro- blem doboru cech opisujących właściwości wyrobów i wyboru skal ich pomiaru. Przedstawiono zagadnienie relatywizacji wyrobów przez ich klasyfikację i hierarchi-

zaCję.

g) Modełowanie symulacyjne

f21

W artykule omówiono następujące zagadnienia:

- główne obszary badań marketingowych i ich ujęcie systemowe na tle modelo- wania symulacyjnego.

- ogólna procedura modelowania symulacyjnego, podstawowe zalety badań sy- mulacyjnych oraz niektóre nicdoskonałości tego rodzaju eksperymentów,

- możliwości wykorzystania metod symulacji komputerowej w badaniach marke- tingowych,

- przykłady modeli symulacyjnych stosowanych do analizy różnych segmentów rynku.

h) Analiza wariancji i programowanie obiektowe [l]

W artykule omówiono analizę wariancji, Jako narzędzie estymacji wtarygodnośct

eksperymentów rynkowych. Jednocześnie wskazano na możliwości uproszczenia procesu kodowania złożonych algorytmów obliczeniowych za pomocą techniki progran1owania obiektowego. O znaczeniu tych zagadnień w planowaniu i realizacji

doświadczeń (w tym również badań eksperymentalnych na potrzeby analizy rynku)

decydują m.in. takie względy. jak:

- złożoność numeryczna algorytmów obliczeniowych metod statystycznych (do- tyczy to zarówno metod analizy danych, jak i metod statystycznej weryfikacji wyni- ków eksperymentów),

- ograniczenia funkcjonalne i aplikacyjne standardowego oprogramowania kom- puterowego przeznaczonego do realizacji badań statystycznych i doświadczalnych.

- rosnące znaczenie programowania obiektowego i związane z tym potrzeby two- rzenia i udostępniania bibliotek obiektowych,

- weryfikacja aplikacyjna osiągnięć teoretycznych dotyczących eksperymental- nych badań rynku (w tym również analiz prowadzonych na podstawie symulacji zdarzeniowej).

i) Analiza dyskl-yminacyjna [l 5 J

W artykule przedstawiono propozycję metody analizy dyskryminacyjnej, w której zmienne określające klasy, tzn. zmienne objaśniające. są dyskretne. Metoda ta opiera

stę na bayesowskiej regule klasyfikacyjnej. Podstawowymi zagadnieniami

(7)

marketingowymi. w których wykorzystuje się metody analizy dyskryminacyjnej,

segmentacja rynku oraz pozycjonowanie produktów.

Ponadto opracowano wiele innych zagadnień związanych z analizą danych mar- ketingowych:

a) Kontroiing marketingowy [6: 12; 14]

W pracy podjęto problem ilościowych analiz w marketingu na przykładzie wy- branych technik kontrelingu marketingowego. Kontroiing marketingowy to funkcja

zarządcza mająca za zadanie monitorowanie. czy przedsiębiorstwo zdąża w kierunku wytyczonych celów i zamierzeń. oraz podejmowanie działań korygujących w razie

zagrożeń realizacji tych zadań. Kontroiing marketingowy obejmuje trzy aspekty:

- ustałenie precyzyjnych standardów. zamierzeń i celów oraz wskaźników jakości

realizacji tych zamierzeń.

- monitorowanie i ocenę realizacji standardów i zamierzeń oraz osiągania celów, - podejmowanie dzialal'l korygujących w celu zmniejszenia odchyleń od ustalo- nych standardów. zamierzeń i celów łub podejmowanie decyzji modyfikujących

zamierzenia. cele i standardy.

Wyróżnia się następujące metody oceny realizacji strategii marketingowych - metody kontrołingu marketingowego:

-analizę sprzedaży.

- analizę kosztów marketingowych, - audit marketingowy.

b) Dane finansowo-księgowe w ekonometrycznej analizie kosztów marketin- gowych 15)

Nową dziedziną badań w ekonometrii jest rynek. Problemy marketingowe w lite- raturze anglosaskiej dotyczącej modelowania ekonometrycznego i klasyfikacji stano-

wią nicwątpliwie najważniejszą część badań. W polskiej praktyce zarządzania przed-

siębiorstwami zorientowanymi na rynek metody ilościowe badań rynku nie zyskały

jeszcze dostatecznego uznania. Coraz więcej publikacji pojawiających się w polskich wydawnictwach podejmuje jednak tę problematykę. W opracowaniu uwaga skon- centrowana jest na analizie efektywności działań rynkowych opartej na danych

finansowo-księgowych badanych metodami ekonometryczno-taksonometrycznymi. Marketingowa analiza kosztów jest metodą kontrolingu marketingowego używa­

do oceny realizacji strategii rynkowych- poszczególne koszty rozbijane tak, by

można było przyporządkować je konkretnym przedsięwzięciom rynkowym.

Analiza sprzedaży. chociaż bardzo ważna w ocenie efektywności strategii marke- tingowych, ukazuje kierownictwu jedynie część obrazu. By uzupełnić ten obraz, fir- ma musi monitorować koszty aktywności rynkowej związanej z użyciem danej stra- tegii rynkowej w celu osiągnięcia określonej wielkości sprzedaży. W marketingowej analizie kosztów kierownictwo dywersy11kuje i klasyfikuje koszty. przyporządkowu­

jąc je poszczególnym strategiom rynkowym. Porównując koszty poprzednio realizo- wanych kampanii rynko'v\ych z uzyskanymi wówczas rezultatami marketingowiec

(8)

może efektywniej atokować zasoby firmy w przyszłych kampaniach. W celu oceny

efektywności realizowanej (obecnie lub w przeszłości) strategii marketingowej kierownictwo komórki marketingowej porównuje jej koszty z uzyskaną wartością sprzedaży. Poprzez identyfikację obszarów, gdzie firma ponosi duże, wysokie koszty, marketingowa analiza kosztów umożliwia wyodrębnienie zyskownych łub niezy- skownych segmentów rynku łub/i zysko\.\rnych łub niezyskownych produktów.

W marketingowej analizie kosztów używa się kilku metod badawczych. Metody te różnią się stopniem precyzji. Spośród stosowanych w praktyce marketingowej

najważniejsze trzy techniki marketingowej analizy kosztów - analiza kosztów rodz.:1.jowych,

- analiza kosztów działalności.

- analiza według produktów. obszarów sprzedaży. klientów itp.

c) Niepewność sprzedaży w analizie progu rentowności [ 17]

Poruszono problem analizy relacji koszty- wielkość produkcji - zysk w warun- kach niepe\.\'Ilości. Przedstawiono modeł analizy progu rento\.\'Ilości. gdy występuje niepev.rność co do wartości sprzedaży produkcji. W tym zakresie ukazano analizę

progu rento\.\'Ilości produkcji jednoasortymentowej i wieJoasortymentowej

2. Empi1-yczne sprawdzenie praktycznej przydatności

wybranych technik gromadzenia i analizy danych marketingowych w warunkach polskich

Badania empiryczne w roku 1995 obejmowały zastosowanie wybranych metod statystycmej analizy wielowymiarowej w rozwiązywaniu wybranych problemów marketingowych:

a) Skalowanie wielowymi<lrowe- zastosowanie tej metody do analizy rynku samochodowego w Polsce w •·oku 1992 [22]

Wskazano na przydatność skalowanja wiełmvymjarowego w rozwiązywaniu

takich problemów marketingm.vych, jak: - segmentacja rynku,

- określanie pozycji produktu na 1ynku. - wprowadzanie nowego produktu na rynek.

- określanic cech produktów, które dla konsumentów najistotniejsze, - rozpoznawanie .,luki" na rynku.

- określanic struktury rynku.

- ocena haseł reklamowych.

(9)

··· ... ···---- - .. --- -... .

. . . -- ··-· ..

b) Analiza regresji wielorakiej - analiza modelu popytu na samochody firmy Chrysler w USA [28

l

Na podstawie potęgowego modelu popytu Menezesa i Currima na samochody fir- my Chrysler w USA przedstawiono porównanic rczultatÓ\\ elastyczności klasycznej oraz elastyczności według proponowanego w pracy wzoru, przy założeniu. że warto- ści zmiennych niezależnych wzrastają o 1%. 5%. 10%. 15% i 20%. Wyniki zawarte

" pracy pokazują. że w miarę wzrostu wartości zmiennych niezależnych różnice w przyrostach zmiennej zależnej są coraz większe między elastycznością klasyczną i

elastycznością proponowaną. Wynika to z tego. że dopuszczalne jest wykorzystanie

elastyczności klasycznej tylko w odniesieniu do stosunkowo małych przyrostów

względnych wartości zmiennych regresyjnych. Takich ograniczeń nie ma propono- wana elastyczność.

c) Wykorzystanie metod modelowania symulacyjnego w badaniach marke- tingowych [2 J

Metody te stosowane we wszystkich niemal dziedzinach badań naukowych i w praktyce wykorzystywane w najróżniejszych sferach życia. W ekonomii modelo- wanic symulacyjne stosuje si9 w takich dziedzinach, w których podstawową rolę

odgrywa podejmowanie decyzji, zwłaszcza w warunkach niepewności, ryzyka, nie-

pełnej informacji czy wielowariantowości rozwiązań. Z tych też wzgl9dów metody symulacyjne bardzo użytecznym i cz9sto wykorzystywanym narzQdziem do two- rzenia modeli symulacyjnych firm. rynku. zarządzania. marketingu, produkcji. zapa- sów, kolejek itp. Ogólnie można stwierdzić. że modelowanie symulacyjne może być użyteczne w różnych sferach aktywności ekonomicznej przedsiębiorstw. w tym rów-

nież w badaniach marketingowych i analizie rynku. W literaturze z zakresu marke- tingu oraz teorii modelowania i symulacji można znaleźć wiele przykładów stosowa- nia tego typu metod do analizy zarówno systemu rynkowego jako całości. jak i po- szczególnych jego komponentów. Ogólnic modele symulacyjne związa.nc z zarządza­

niem i marketingiem podzielić można na dwie grupy: modele procesów makroekono- micznych oraz modele dotyczące zagadnień mikroekonomicznych (tzw. modele dzJe- dzinowe). Przytoczono przykłady modeli symulacyjnych. m.in. dotyczące zachowa- nia się konsumenta na rynku oraz analizy popytu na oferowane produkty.

W roku 1996 dokończono realizacji tego zadania:

a) Opracowano kwestionariusz ankiety dotyczącej problematyki wyboru warian- tu szkolenia policealnego uczniów.

b) Przeprowadzono i opracowano wyniki bada!'1 ankietowych dotyczących pro- blematyki wyboru wariantu szkolenia policealnego uczniów.

c) Zastosowano metodQ con;oml analysts do wyboru wariantu kształcenia police- alnego uczniów [7: 8 ].

Kierownict\ o szkoły zan1icrza uruchomić nową szkołę policealną. Rozważane są różne warianty kształcenia policealnego. Każdy wariant szkoły jest opisany przez

pięć zn1iennych:

(10)

Z1 - czas trwania nauki: Z2- liczba godzin zaj~ć:

- rok, - 20 godzin tygodniowo,

- dwa lata; - 30 godzin tygodniowo:

z4 -

tytuł zawodowy: Z5 - cena za miesiąc nauki:

- tak, - 250 zł.

- me: - 200 zł.

- 150 zł.

Z3 - forma zajęć:

- dzierme, - wieczorowe:

Uruchomienie nowej szkoły policealnej wymaga rozpoznania preferencji poten- cjalnych uczniów. W projekcie badaniem objęto próbę 165 uczniów szkół średnich

miasta Wrocławia. Badania ankietowe przeprowadzono na jesieni 1995 r. Na podstawie wyróżnionych zrniermych oraz odpowiadających im poziomów tworzy się

zbiór hipotetycznych wariantów kształcenia policealnego (2 · 2 · 2 · 2 · 3 = 48 ). W ba- daniu wyróżniono za pomocą metody tablic ortogonalnych l O wariantów, które respondenci oceniali przez podanic prawdopodobieństwa ich wyboru.

Rezultatem zastosowania metody eonJoint measurement jest macierz współczyn­

ników użyteczności cząstkowych, wykorzystywana w badaniach marketingowych w celu:

-określenia użyteczności każdego poziomu danej zrniermej,

- określenia relatywnej ważności każdej zmiennej w procesie wyboru wariantu szkolenia policealnego przez respondentów.

- oszacowania udziału w rynku wybranych wariantów szkolenia policealnego.

d) Na przykładzie napojów bezalkoholowych przedstawiono zastosowanie analizy czynnikowej do określania pozycji produktu na rynku oraz do r·e- dukcji pierwotnego zbioru zmiennych [241

70 studentów Wydziału Gospodarki Regionalnej i Turystyki Akademii Ekono- micznej we Wrocławiu oceniło postrzeganie 9 napojów bezalkoholowych ze względu

na 8 zmiermych. Zmienne zaprezentowano na skali semantycznej (7-stopniowej).

Krańce skali określono w postaci antonimów. Podstawowyrn celem badania było określanic pozycji wybranych napojów na rynku napojów bezalkoholowych w Poł­

sce. Interesującym aspektem badań było również ustalenic relacji między konkurują­

cymi ze sobą populamymi napojami bezalkoholowymi. Ponadto - w wyniku zasto- sowania procedury analizy czyrmikowej - z pierwotnego zbioru Iicz..:1cego 8 zmien- nych otrzymano kilka czynników głównych, decydujących o wyborze przez konsu- menta danego napoju. W algorytmie analizy czyrmikowej wykorzystano technikę głównych składov .. rych, za pomocą której wyodrębniono trzy czynniki główne, zawierające łącznie prawie 90% zmienności wspólnej: czyrmik l -właściwości sma- kowe poszczególnych napojów: czynnik 2 - dictctyczność poszczególnych napojów:

czynnik 3 - populamość danego napoju. W wyniku zastosowania algorytmu analizy czynnikowej pierwotny zbiór badanych 9 napojów w przestrzeni ośmiowymiarowcj został przekształcony w zbiór 9 napojów w trójwymiarowej przestrzeni niezależnych

CZ)'lmików głównych.

(11)

9 badanych napojów bezalkoholowych przedstawiono graficmie w przestrzeni trójwymiarowej oraz w trzech przestrzeniach dwuwymiarowych. Wyróżniono 4 kla- sy napojów bezalkoholowych.

e) Na przykładzie opon samochodowych zaprezentowano przydatność

w analizie danych marketingowych metody eonjoint measurement [25]

Ponadto w pracy [29] zaprezentowano, na podstawie literatury światowej, prze-

gląd zastosowail metod skalowania wielowymiarowego w rozwiązywaniu konkret- nych problemów marketingowych.

Przedmiotem badań były również studia porównawcze w gospodarce jako narzę­

dzie strategiemego kontrolingu marketingu [ 11; 13].

Nakładem Wydawnictwa Naukowego PWN ukazała się książka Marka Walesia- ka pt. .,Metody analizy danych marketingowych" (24j.

Dla osiągnic;cia celu grantu zakupiono pakiet statystycmy .W)SS

.for

Windows

(moduły: Base System, Professionał Statistics, Categories). Jego różnorodne moduły pozwalają zrealizować wiele typowych zadań empirycmych w badaniach marketin- gowych. Przy realizacji grantu wykorzystano m.in. takie procedury statystycme tego pakietu. jak: eonjoint measurement. skalowanie wielowymiarowe. analiza czyn- nikowa, analiza skupień, analiza regresji.

LITERATURA

II] Hąk A.: Analiza wariancji i programowanie ohiektowe w hadaniach eksperymentalnych dla po-

trzeb analizy tynku. Materiały z konferencji naukowej nt. "Kiasylikacja i analiza danych- teoria i zastosowania". Szklarska Poręba l 7-19. l O. l 995 r. W: Taksonomia nr 3. Jelenia Góra-

-Wrocław-Kraków 1996, s. IJ5-145.

121 Bąk A.: Wykorzystanie metod modelowania .1ymulacyjnego w badaniach marketingowych. Prace Naukowe Akademii EkonomicZJicj we Wrocławiu nr 718 (I 996).

131 Oziechciarz J.. Walesiak M.: Metoda detekcji imerakcji (AID) w badaniach marketingowych .

.. Badania Operacxjne i Dec~je" l 995 nr I, s. 5-I l.

141 Dziechciarz J., Walesiak M.: Pomiar lącu1ego oddzia~vwania zmiennych (conjoint measure- menl) w badaniach marketingowych. Materiały z XVI ogólnopolskiego seminarium naukowego

nt. ,.PJ7.estr.remJo-czasowe modelowanie i prognozowanie zjawisk gospodarczych" (Zakopane

27-29.04.1994r.). Kraków 1995,s. 149-15&.

15] Dziechciarz J.: Danejinansowo-k.si'<If,OWe w ekonometrycznej analizie kosztów marketingowych.

Materiały z konferencji naukowej nt. .• Ekonometrycmc modelowanie danych linansowo-księ­

gowych ". Kazimierz Dolny 30. l 1-I. l 2. l 995 r. Lublin 1995, s. 5-17.

[61 Dziechciarz J.: u-:vbrane problemy controllingu marketingowego. Referat na konterencję nau-

kową nt. ,.Radnmkowość a controlling". Wrocław, 24 listopada I 995.

f7) Dziechciarz J., Walesiak M.: Modeliing tlw college student choice process via eonjoint analysis . . Arg\Unent.a Oeconomica·· 1996 (w druku).

(12)

[8] Dziechciarz J., Walesiak M.: Modelowanie wybo11.1 wariantu kształcenia policealnego uczniów za pomocą metody eonjoint ana/ysis. Materiały z XVTIJ Ogólnopolskiego Seminarium Nauko- wego nt. "Przestr.re!Ulo-czasowe modelowanie i prognozowanie zjawisk gospodarczych" (Za- kopane 23-26.04.1996 r.). Kraków 1996 (w druku).

[9] Dziechciarz J.: Analiza danych rynkowych. Próba typologii wtómych danych marketingowych.

Prace Naukowe Akademii Ekonomicznej we Wrocławiu, 1996 (w druku).

[!OJ Dziechciarz J.: Analiza danych rynkowych. Problemy standaryzacji. Prace Naukowe Akademii Ekonomicznej we Wroclawiu, 1996 (w druku).

[I l J Dziechciarz J.: Aspekte des Marketingcontrollings. Referat na konferencję w Mariborze/Porto-

rożu (Słowenia) n t. "Management w1d EntwickiWJg", 6-10.05. l 996.

l 12] Dziechciarz J.: Ilościowe aspek~y controllingu marketingowego. Materiały z konterencji naukowej nt. "Klasyfikacja i analiza danych - teoria i zastosowania". Szklarska Poręba l 7-19.1 O. l 995 r. W: Taksonomia nr 3. Jelenia Góra-Wrocław-Kraków 1996, s. 89-99.

[13] Dziechciarz J.: Studia porównawcze w gospodarce jako narzędzie strategicznego contro//ingu marketingu. Referat na konferencJę n t. . .Zart.ądzanie przedsiębiorstwem'', Karpacz 21-22.06. 1996.

[14] Dziechciarz J: Colitrolling w marketingu (rozdz. X). W: ?odstawy controllingu. Praca zbiorowa pod red. E. Nowaka. Wrocław 1996 (w druku).

[15] Jajuga K.: Metoda analizy dyskryminacyjnej w przypadku zmiennych dyskretnych. Prace Nau- kowe Akademii EkouomicZ1lej we Wrocławiu, 1996 (w redakcji).

116] Jaremen D.: Proces gromadzenia danych dla potrzeb pomiant saty.~fi:tkcji konsumentów uslug.

Prace Naukowe Akademii EkonomicZ1lej we Wrocławiu nr 718 ( 1996).

[17] Nowak E.: Niepewność sprzedaży w analizie progu rentowności. ,Badania Operacyjne i Decy- zje" 1995 (w redak~ji).

[ 18] Nowak E.: Wielowymiarowa analiza statystyczna w ocenie konkurencyjności wyrobów . .,Bada- nia Operacyjne i Decyzje'" 1995 (w redakcji).

[ 19) Walesiak M.: Pomiar efektów oddzialywania zmiennych w badaniach marketingowych. W: Mo- delowanie predyktywne i prognozowanie zjawisk ekonomicznych. Zeszyty Naukowe Uniwersy- tetu Szczecińskiego nr 143, s. 105-128. Szczecin 1995.

[20] Walesiak M.: Pomiar postaw nabywców. W: Klasyfikacja i analiza danych - problemy teore- tyczne. Jelenia Góra-Wrocław-Kraków 1995. Zeszyt nr 2 Sekcji Klasytikacji i Al1alizy Danych PTS, s. 57-64.

121) Walesiak M.: Zasady konstrukcji projektów badwi marketingowych . .,Marketing i Rynek" 1995 nr 5, s. 2-7.

[22] Walesiak M.: Zastosowama skalowania wielowymiarowego w rozwiązywaniu problemów marketingowych. Materiały z Vll Ogólnopolskiej Konferencji Naukowej w Świnoujściu nt.

,.Mikroekonometria w teorii i praktyce" ( 14-16.09.1995). Szczecin (w druku).

[23] Walesiak M.: The Analysis of Factors Influencing t he Choice ofthe Methods in t he Stalisrical Analysis o_( Marketing Data . .,Statistics in Transition" Jtme 1995 Vol. 2, No. 2, s. 185-194.

[24] Walesiak M., Bąk A.: Wykorzystanie analizy czynnikowej w badaniach marketingowych . .. Ba- dania Operacyjne i Decyzje" 1996 (w redakcji)

[25] Walesiak M.: Conjoint measurement w analizie danych marketingowych. Prace Naukowe Aka- demii Ekonomicznej we Wrocławiu, 1996 (w dmku).

(26] Walcsiak M.: Dopuszczalne działania na liczbach w badaniach marketingowych z punktu widzenia skal pomiarowych. Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 718 (1996).

127] Walesiak M.: Metody analizy danych marketingowych. Warszawa 1996.

[28] Walesiak M.: Wvkorzystanie analizy re?,resji w badaniach marketingowych. !'race Naukowe Akademii Ekonomiemej we Wrocławiu nr 718 ( 1996 ).

(13)

[291 Zaborski A : Przegląd zastosowań skalowania wielowymiarowego w rozwiązywaniu problemów marketingowych. W: Klasyfikacja i analiza danych- teoria i zastosowania. Jelenia Góra-Wro-

cław-Kraków 1996. Zeszyt nr 4 Sekcji Klasytikacji i Analizy Danych PTS (w redakcji).

COMPUTER AIDED MARKETING DATA GATHERING AND ANALYSIS

Summary

The auUtors provide the inventory o f the methods o f gaUtering and analysis o f market data. On t he bas i s ot' t he world litcraturc survey thcy show the applicability o f those teclmiques for thc polish marketing rl!search.

Cytaty

Powiązane dokumenty

Na początku metody main() zadeklaruj zmienną klasy String o nazwie nazwaPliku , która dalej posłuży do przechowywania nazwy pliku do zapisu danych.. Ponadto

Model ten został później zmodyfiko- wany przez Petera Lasletta – nie podważając odmienności Europy Zachodniej, wydzielił on trzy dodatkowe strefy Europy kontynentalnej,

O syntetyzującej roli geografii jako nauki rozpatrującej przede wszystkim związki zjawisk Wacław Nałkowski był przekonany tak głęboko, że uznawał, iż tylko ta wie- dza,

The aim of our research is to find methods to identify development points in a maintenance programme and to make updates based on the results of

Ogólna liczba zakładów osób fi zycznych prowadzących działalność gospodarczą zarejestrowaną w systemie REGON podlegała w latach 2003–2014 w skali kra- ju

Ponadto cel, dla którego najczęściej literatura odw ołuje się obecnie do skandalu, jest prawie zawsze m erkantylny O drobina (nie zawsze z um iarem dawkowanej)

Grupowanie (ang. Podstawowym założeniem doty- czącym wynikowego podziału jest homogeniczność obiektów wchodzących w skład jednej grupy oraz heterogeniczność samych grup –

W metodzie OptD jako kryterium optymalizacyjne przyjęto stopień redukcji czyli jaki procent punktów ma zostać usunięty z oryginalnego zbioru (p%).. Uzyskane wyniki