<<

стр. 30
(всего 35)

СОДЕРЖАНИЕ

>>


Глава 21. Многомерное шкалирование и совместный анализ 809
Хотя для анализа данных в совместном анализе существуют и другие процедуры, все боль-
шее значение приобретает регрессия с фиктивными переменными. Интерпретация результатов
требует изучения функций полезности и весов относительной важности. Несколько методов
имеется для оценки надежности и достоверности результатов совместного анализа.


ОСНОВНЫЕ ТЕРМИНЫ И ПОНЯТИЯ
многомерное шкалирование — ММШ
R-квадрат (R-square)
(Multidimensional Scaling — MDS)
анализ соответствий (correspondence
модель совместного анализа (conjoint
analysis)
analysis model)
атрибутивные уровни (attribute levels)
непрямые методы (derived approaches)
веса относительной значимости (relative
ортогональные таблицы (orthogonal arrays)
importance weights)
оценки сходства (similarity judgments)
внешний анализ предпочтений (external
парные таблицы (pairwise tables)
analysis of preferences)
планы дробного факторного эксперимен-
внутренний анализ предпочтений
та (fractional factorial designes)
(internal analysis of preferences)
полные профили (full profiles)
внутренняя достоверность (internal
пространственная карта (spatial map)
validity)
развертка (unfolding)
гибридный совместный анализ (hybrid
conjoint analysis) ранги предпочтений (preference rankings)
координаты (coordinates) совместный анализ (conjoint analysis)
стресс (stress)
критерий изогнутости (elbow criterion)
функции частной ценности (part-worth
ММШ метрических данных (metric M DS)
functions)
ММШ неметрических данных (nonmetric
циклические планы (cyclical designs)
MDS)


УПРАЖНЕНИЯ
Вопросы
1. Для каких целей используют многомерное шкалирование?
2. Что такое пространственная карта?
3. Расскажите об этапах выполнения многомерного шкалирования.
4. Опишите прямые и непрямые методы для получения исходных данных для ММШ.
5. Какие факторы влияют на выбор метода ММШ?
6. Чем руководствуются маркетологи при принятии решения о числе размерностей, в которых
получают решение ММШ?
7. Опишите способы, посредством которых можно оценить надежность и достоверность ре-
шений ММШ.
8. Какое отличие между внутренним и внешним анализом данных о восприятиях?
9. Кратко опишите анализ соответствий.
10. Что включает в себя формулирование проблемы совместного анализа?
П. Опишите полно-профильный метод построения объектов в совместном анализе.



Часть III. Сбор, подготовка и анализ данных
810
12. Опишите попарный метод построения объектов в совместном анализе,
13. Каким образом используют регрессионный анализ для анализа совместных данных?
14. Покажите графически, что такое функции полезности.
15. Какими методами оценивают надежность и достоверность результатов совместного анализа?
16. Кратко опишите гибридный совместный анализ.

Задачи
1. Определите две проблемы маркетинговых исследований, в которых применяется много-
мерное шкалирование. Объясните, как вы применили бы в таких ситуациях М МШ.
2. Определите две проблемы маркетинговых исследований, в которых применим совместный
анализ. Объясните, как вы применили бы совместный анализ в таких ситуациях.


УПРАЖНЕНИЯ С ИСПОЛЬЗОВАНИЕМ
INTERNET И КОМПЬЮТЕРА
1. Проанализируйте данные табл. 21.1, используя метод ММШ. Сравните полученные вами
результаты с результатами, приведенными в тексте.
2. Рассмотрите следующие 12 марок мыла: Jergens, Dove, Zest, Dial, Camay, Ivory, Palmolive,
Irish Spring, Lux, Safeguard, Tone и Monchel. Сформируйте все возможные 66 пар этих марок.
Оцените эти пары марок мыла по сходству, используя семибалльную шкалу. Проанализи-
руйте мнения респондентов о сходстве для 12 марок мыла. Используйте подходящий метод
ММШ, такой как ALSCAL или KYST. Дайте названия размерностям и интерпретируйте
вашу собственную пространственную карту.
3. Постройте девять профилей кроссовок, приведенных в табл. 21.4. Оцените их в соответст-
вии с вашими предпочтениями, используя девяти балльную рейтинговую шкалу. Исполь-
зуйте регрессию для разработки функций частной ценности для трех характеристик кроссо-
вок, используя полученные вами данные. Насколько сравнимы ваши результаты с резуль-
татами, приведенными в тексте?


КОММЕНТАРИИ
1. Paul Е. Green, Frank J. Carmone, Jr., Scott M. Smith. Multidimensional Scaling: Concepts and
Applications (Boston, MA: Allyn & Bacon, 1989), p. 16—17. См. также статью Nikhil Deogun,
"Coke Claims Dominance in the Mideast and North Africa, dut Pepsi Disagrees", Wall Street
Journal, March 3, 1998, p. A4.
2. Alt Kara, Erdener Kaynak, Orsay Kucukemiroglu, "Credit Card Development Strategies for the
Youth Market: The Use of Conjoint Analysis", Internationa! Journal of Bank Marketing, June 1994,
p. 30—36; Mary Tonnenberger, "In Search of the Perfect Plastic", Quirk's Marketing Research
Review, May 1992, p. 427-450.
3. Обзор применения многомерного шкалирования в маркетинговых исследованиях приве-
ден в работе J. Douglass Carroll, Paul E. Green, "Psychometric Methods in Marketing Research:
Part II: Multidimensional Scaling", Journal of Marketing Research, February 1997, p. 193—204; Lee
G. Cooper, "A Review of Multidimensional Scaling in Marketing Research", Applied Psychological
Measurement, Fall 1983, p. 427-450.
4. Прекрасное изложение различных аспектов многомерного шкалирования можно найти в ра-
боте MarkL. Davison, Multidimensional Scaling (Melbourne, Krieger Publishing Company, 1992).


Глава 21. Многомерное шкалирование и совместный анализ 811
5. Данные обычно обрабатывают как симметричные. Об асимметричном методе см. в статье
Wayne S. Desarbo, Ajay К. Manrai, "A New Multidimensional Scaling Methodology for the
Analysis of Asymmetric Proximity Data in Marketing Research", Marketing Science, Winter 1992,
p. 1—20. О других методах обработки данных многомерного шкалирования см. работу
Tammo H.A. Bijmolt, Michel Wedel, 'The Effects of Alternative Methods of Collecting
Similarity Data for Multidimensional Scaling", International Journal of Research in Marketing,
November 1995, p. 363-371.
6. См. работы Ingwer Borg, Patrick J. Groenen, Modern Multidimensional Scaling Theory and
Applications (New York, NY: Springer-Verlag, 1996); Naresh K. Malhotra, Arun K. Kain, Christian
Pinson, "The Robustness of MDS Configurations in the Case of Incomplete Data", Journal of
Marketing Research, February 1988, p. 95—102; Jan-Benedict E.M. Steenkamp, Hans C.M. Van
Trijp, "Task Experience and Validity in Perceptual Mapping: A Comparison of Two Consumer-
Adaptive Techniques", International Journal of Research in Marketing, July 1996, p. 265—276.
7. T. Cox, Multidimensional Scaling (New York: Routledge, Chapman & Hall, 1994).
8. Стресс Краскаля, вероятно, чаще других используется как мера неадекватности. См. работу
Ingwer Borg, Patrick J. Groenen, Modern Multidimensional Scaling Theory and Applications (New
York, NY: Springer-Verlag, 1996). Исходную статью см. в работе J.B. Kruskal,
"Multidimensional Scaling by Optimizing Goodness of Fit to a Nonmetric Hypothesis",
Psychometrika, March 1964, p. 1—27.
9. J. Douglass Carroll, Paul E. Green, "Psychometric Methods in Marketing Research: Part II.
Multidimensional Scaling", Journal of Marketing Research, February 1997, p. 193—204; Naresh K.
Malhotra, "Validity and Structural Reliability of Multidimensional Scaling", Journal of Marketing
Research, May 19S7, p. 164-173,
10. Относительно недавней проверки надежности и достоверности решений ММШ см. статью
Jan-Benedict E.M. Steenkamp, Hans C.M. Van Trijp, Jos M.F. Ten Berge, ''Perceptual Mapping
Based on Idiosyncratic Sets of Attributes", Journal of Marketing Research. February 1994, p. l>-27.
11. Joseph F. Hair, Jr., Ralph E. Anderson, Ronald L. Tatham, William C. Black, Multivariaie Data
Analysis with Readings, 5th ed. (Upper Saddle River, NJ: Prentice Hall, Inc., 1999), p. 484-555.
12. См., например, работы Wayne S. DeSarbo, M.R. Young, Arvind Rangaswamy, "A Parametric
Multisimensional Unfolding Procedure for Incomplete Nonmetric Preference/Choice Set data
Marketing Research", Journal of Marketing Research, November 1997, p. 499—516; David B.
Mackay, Robert F. Easley, Joseph L. Zinnes, "A Single Ideal Point Model for Market Structure
Analysis", Journal of Marketing Research, November 1995, p. 433—443.
13. Ian Murphy, "Downscale Luxury Cars Drive to the Heart of Baby Boomers", Marketing News,
October 1997, p. 1, 19.
14. О современном применении анализа соответствия см. работы J.J. Math, M. Candel, Eric
Maris, "Perceptual Analysis of Two-Way Two-Mode Frequency Data: Probability Matrix
Decomposition and Two Alternatives", International Journal of Research in Marketing, October 197,
p. 321—339; Paul E. Green, Abba M. Krieger, "A Simple Approach to Target Market Advertising
Strategy", Journal of the Market Research Society, April 1993, p. 161—170.
15. Ali Kara, Erdener Kaynak, Orsay Kucukemiroglu, "Positioning of Fast Food Outlets in Two Regions
of North America: A Comparative Study Using Correspondence Analysis", Journal of Professional
Services Marketing, February 1996, p. 99—119; Terrcnce V. O'Brien, "Correspondence Analysis",
Marketing Research: A Magazine of Management & Applications, Fall 1993, p. 54—56.
16. Jorg Blasius, Michael L. Greenacre, Visualization of Categorical Data (New York, NY: Academic
Press, 1998); Michael J. Greenacre, Correspondence Analysis in Practice (New York, NY: Academic
Press, 1993); Michael L. Greenacre, "The Carroll-Green-Schaffer Scaling in Correspondence
Analysis: A Theoretical and Empirical Appraisal", Journal of Marketing Research, August 1989,
p. 358—365; Michael L. Grccnacre, Theory and Applications of Correspondence Analysis {New York,
NY: Academic Press, 1984); Donna L. Hoffman, George R. Franke,"Correspondence Analysis:


812 Часть ill. Сбор, подготовка и анализ данных
Graphical Representation of Categorical Data in Marketing Research", Journal of Marketing
Research, August 19S6, p. 213-227.
17. Об использовании факторного анализа при построении пространственных карт см. статью
Larry Hasson, "Monitoring Social Change", Journal of She Market Research Society, January 1995,
p. 69-80.
18. John R. Hauser, Frank S. Koppelman, "Alternative Perceptual Mapping Techniques: Relative
Accuracy and Usefulness'', Journal of Marketing Research, November 1979, p. 495—506. Хаузер и
Коппельман считают, что факторный анализ важнее дискриминантного. См. также моно-
графию Inwer Borg, Patric J. Groenen, Modern Multidimensional Scaling Theory and Applications
(New York, NY: Spring-Verlag, 1996).
19. О современном применении совместного анализа см. работы V. Srinivasan, Chan Su Park,
"Surprising Robustness of the Self-Explicated Approach to Customer Preference Structure
Measurement", Journal of Marketing Research, May 1997, p. 286-291; Paul E. Green, Abba M.
Krieger, "Segmenting Markets with Conjoint Analysis", Journal of Marketing, October 1991, p. 20-31.
20. F.J. Danaher, "Using Conjoint Analysis to Determine the Relative Importance of Service Attributes
Measured in Customer Satisfaction Surveys", Journal of Retailing, Summer 1997, p. 235—260.
21. Обзор применения совместного анализа в маркетинге см. в работах J. Douglass Carroll, Paul
E. Green, "Psychometric Methods in Marketing Research: Part I. Conjoint Analysis", Journal of
Marketing Research, November 1995, p. 385—391; Paul E. Green, V. Srinivasan, "Conjoint Analysis
in Marketing: New Development with Implications for Research and Practice", Journal of Marketing,
October 1990, p. 3—19; Paul E. Green, V. Srinivasan, "Conjoint Analysis in Consumer Research:
Issues and Outlook", Journal of Consumer Research, September 1978, p. 102-123.
22. Judith Thomas Miller, James R. Ogden, Craig A. Latshaw, "Using Trade-Off Analysis to Determine
Value-Price Sensitivity of Custom Calling Features", American Business Review, January 1998, p. 8—13.
23. Dick R. Wittink, Marco Vriens, Wim Burhenne, "Commercial Uses of Conjoint Analysis in Europe:
Results and Critical Reflections", International Journal of Research in Marketing, January 1994,
p. 41—52; Dick R. Wittink, Philippe Cattin, "Commercial Use of Conjoint Analysis: An Update",
Journal of Marketing, July 1989, p. 91—97. Об использовании совместного анализа для измере-
ния ценовой чувствительности см. статью "Multi-Stage Conjoint Methods to Measure Price
Sensitivity", Sawtooth News, Winter 1994/1995, p. 5-6.
24. Эти три характеристики представляют собой поднабор из набора в пять характеристик, ко-
торый использован в работе Michael Etgar, Naresh К. Malhotra, "Determinants of Price
Dependency: Personal and Perceptual Factors", Journal of Consumer Research, September 1981,
p. 217—222. См. также статью Jan-Benedict E.M. Steenkamp, Dick R. Wittink, "The Metric
Quality of Full-Profile Judgements and the Number of Attribute Levels Effect in Conjoint Analysis",
International Journal Research in Marketing, June 1994, p. 275-286.
25. Gerard H. Loosschilder, Edward Rosbergen, Marco Vriens, Dick R. Wittink, "Pictorial Stimuli in
Conjoint Analysis-to-Support Product Styling Decisions", Journal of [he Market Research Society,
January 1995, p. 17-34.
26. J. Douglass Carroll, Paul E. Green, "Psychometric Methods in Marketing Research: Part I. Conjoint
Analysis", Journal of Marketing Research, November 1995, p. 385—391; Warren F. Kuhfeld, Randall
D. Tobias, Mark Garrat, "Efficient Experimental Designs with Marketing Applications", Journal of
Marketing Research, November 1994, p. 545—557; Sidney Addelman, "Orthogonal Main-Effect
Plans for Asymmetrical Factorial Experiments", Technotnetrics, February 1962, p. 21-36; Paul E.
Green, "On the Design of Choice Experiments Involving Multifactor Alternatives", Journal of
Consumer Research, September 1974. p. 61—68.
27. Можно использовать более сложные планы совместного анализа. См., например, статью
Harmen Oppewal, Jordan J. Louviere, Harry J. Timmcrmans, "Modeling Hierarchical Conjoint
Processes with Integrated Choice Experiments", Journal of Marketing Research, February' 1994,
p. 15-27.


Глава 21. Многомерное шкалирование и совместный анализ 813
28. J. Douglass Carroll, Paul E. Green, "Psychometric Methods in Marketing Research: Part I. Conjoint
Analysis", Journal of Marketing Research, November 1995, p. 385—391; Arun K. Jain, Franklin
Acito, Naresh K. Malhotra, Vijay Mahajan, "A Comparison of the Internal Validity of Alternative
Parameter Estimation Methods in Decompositional Multiattribute Preference Models", Journal of
Marketing Research, August 1979, p. 313—322.
29. H. Oppewal, H.J. Timmermans, JJ. Louviere, "Modeling the Effect of Shopping Center Size and
Store Variety in Consumer Choice Behavior", Environment and Planning, June 1997, p. 1073—1090.
30. Markus Christen, Sachin Gupta, John C. Porter, Richard Staelin, Dick R. Wittink, "Using Market-
Level Data to Understand Promotion Effects in a Nonlinear Model", Journal of Marketing Research,
August 1997, p. 322—334; William L. Moore, "Levels of Aggregation in Conjoint Analysis: An
Empirical Comparison", Journal of Marketing Research, November 1980, p. 516—523. См. также
работу Roger Brice, "Conjoint Analysis: A Review of Conjoint Paradigms and Discussion of the
Outstanding Design Issues", Marketing & Research Today, November 1997, p. 260-266.
31. J, Douglass Carroll, Paul E. Green, "Psychometric Methods in Marketing Research: Part I, Conjoint
Analysis", Journal of Marketing Research, November 1995, p. 385—391; Frank J. Carmone, Paul E.
Green, "Model Misspecification in Multiattribute Parameter Estimation", Journal of Marketing
Research, February 1981, p. 87-93.
32. О применении совместного анализа с использованием регрессионного анализа на основа-
нии метода наименьших квадратов см. в работах Amy Ostrom, Dawn lacobucci, "Consumer
Trade-Ofs and the Evaluation of Services", Journal of Marketing, January 1995, p. 17—28; Peter J.
Danaher, "Using Conjoint Analysis to Determine the Relative Importance of Service Attributes
Measured in Customer Satisfaction Surveys", Journal of Retailing, Summer 1997, p. 235—260.
33. J. Douglass Carroll, Paul E. Green, "Psychometric Methods in Marketing Research: Part 1. Conjoint
Analysis", Journal of Marketing Research, November 1995, p. 385—391; Naresh K. Malhotra,
"Structural Reliability and Stability of Nonmetric Conjoint Analysis", Journal of Marketing Research,
May 1982, p. 199-207; Tomas W. Leigh, David B. MacKay, John O. Summers, "Reliability and
Validity of Conjoint Analysis and Self-Explicated Weights: A Comparison", Journal of Marketing
Research, November 1984, p. 456—462; MadhavN. Segal, "Reliability of Conjoint Analysis: Contrasting
Data Collection Procedures", Journal of Marketing Research, February 1982, p, 139—143.
34. Del I. Hawkins, Roger J. Best, Kenneth A. Coney, Consumer Behavior Implications for Marketing
Strategy, 7th ed. (Boston, MA: McGraw Hill, 1988).
35. Clark Hu, Stephen J. Hiemstra, "Hybrid Conjoint Analysis as a Research Technique to Measure
Meeting Planners Preferences in Hotel Selection", Journal of Travel Research, Fall 1996, p. 62—69;
Paul E. Green, Abba M. Kxieger, "Individualised Hybrid Models for Conjoint Analysis*',
Management Science, June 1996, p, 850—867; Paul E. Green, "Hybrid Models for Conjoint Analysis:
An Expository Review', Journal of Marketing Research, May 1984, p. 155—169.
36. S. Pfeifer, B. Gain, K. Walsh, "Managing Specialties: How to Grow When Prices Stall", Chemical
Week, December 10, 1997, p. 30—34; Diane Schneidman, "Research Methods Designed to
Determine Price for New Products, Line Extensions", Marketing News, October 23, 1987, p, 11.
37. "Luxury Car Makers Assemble World View"1, Corporate Location, January—February 1997, p. 4.
38. Linda Grant, "Outmarketing P & G", Fortune, January 12, 1998, p. 150-152; David Batler, "Thai
Superconcentrates Foam", Advertising Age, January IS, 1993, p. 111.




814 Часть III. Сбор, подготовка и анализ данных
Взгляд профессионала 3
Боб Макдональд (Bob McDonald), вице-президент Burke, Inc..


3.1. КРОСС-ТАБУЛЯЦИЯ

Введение
Несмотря на наличие сложных статистических методов, анализ фактически всех опросов и
тестовых продаж первоначально, а часто и исключительно, опирается на результаты, выявляе-
мые с помощью кросс-табуляиии (построения таблиц сопряженности признаков). Например,
имея данные пробного маркетинга, представленные в табл. 1, руководство фирмы может легко
интерпретировать результаты сравнения двух телевизионных рекламных роликов с точки зре-
ния того, какой из них лучше побуждает зрителей к совершению покупки.

Таблица 1

Рекламные ролики
"Warren's Tavern" "New Boston"

Телезрители, к-во чел. 200 200
Гелезригели, намеревающиеся совершить покупку (в % ог общего числа) 46 67
Точно купят 18 31
Вероятно купят 28 36

При построении таблиц мы имеем дело с заголовками граф (шапка) и заголовками рядков
(боковиками).
Терминология достаточно проста, но оформление данных кросс-табуляции не всегда так
проста, как в предложенном выше примере. Рассмотрим следующие положения.

Оформление заголовков граф
В зависимости от плана исследования, которого придерживается маркетолог, следует
решать вопрос о наличии итоговой графы в таблице. Так, если мы имеем дело с планом
пробного маркетинга, предусматривающего использование выборок, которые не отра-
жают пропорции генеральной совокупности, то вводить суммарную общую колонку
(если она не основана на взвешенных колонках), явно неприемлемо.
В шапке таблицы следует избегать представления взаимно коррелированных перемен-
ных, что (и это не удивительно) дает завышенный результат. Например, маркетологов
интересовали результаты пробных продаж детских продуктов питания матерям, имею-
щих маленьких детей и/или подростков. Если взглянуть на таблицы сопряженности
признаков, то мы увидим повышенный уровень заинтересованности в приобретении
этих продуктов у молодых матерей, многодетных матерей, работающих матерей и мате-
рей-одиночек. Дело в том, что фактически одна и та же подгруппа "прочитана" четыре
раза, что приводит к наложению данных четырех отдельных сегментов один на другой.
И хотя с технической точки зрения ошибки в этом нет, но выводы могут быть неверны-
ми. В качестве подтверждения рассмотрим простой пример.




Взгляд профессионала 3 815
Количество детей
1 2 3
Намерение совершить покупку, % 90 80 60
Всего, чел. 120 100 80
Из таблицы видно, что намерение совершить покупку снижается с ростом количества детей
в семье.
Возраст матери
До 25 25 и выше
Намерение совершить покупку, % 83% 74%
Всего, чел. 160 140
Из этих данных также ясно, что чем моложе мать, тем выше намерение совершить покупку.
Возраст матери
До 25 лет 25 лети выше
Количество детей Количество детей
1 2 3 + 1 2 3 +
Намерение совершить покупку, %. 90 80 60 90 80 60
Всего, чел. 85 55 20 35 45 60
Теперь, когда мы имеем результаты кросс-табуляции с тремя переменными, картина совсем
иная. Совершенно очевидно, что возраст матери не связан с желанием совершить покупку, а
вот распределение матерей по количеству детей сильно различается для молодых матерей и ма-
терей старшего возраста.

Категории ответов
Часто при опросах число категорий, по которым проводится замер, определяет сам исследо-
ватель, не обосновывая заключение о числе избранных категорий. Например, респондентов по
возрасту можно сначала разделить на три, четыре, пять или больше подгрупп. В качестве эмпи-
рического правила стоит запомнить, что использовать следует по возможности наибольшее
число категорий. Дальнейший анализ всегда дает возможность уменьшить число групп. Вы
можете изучить взаимосвязь категорий с другими показателями, не заботясь, что выбранные
вами категории искусственно скрывают взаимосвязи, поскольку они слишком широкие.
• Необходимо четко уяснить природу выборочных подгрупп, подлежащих проверке ста-
тистической значимости различий, установив, что они или полностью независимы
(взаимно исключающие), или полностью совпадающие (одни и те же респонденты) или
частично перекрывающиеся.
• Необходимо различать статистическую значимость и "управленческую". Строгое и пол-
ное доверие к наличию или отсутствию статистически значимых различий не всегда же-
лательно. Менеджеры компании не склонны учитывать статистические расчеты, если
они не обеспечивают поддержку варианта решения проблемы, к которому они склоня-
ются. И наоборот, менеджеры с повышенной благосклонностью относятся к показате-
лям, которые "укладываются" в их вариант видения решения проблемы, хотя они могут
не укладываться в 95%-ный доверительный интервал.

Оформление боковиков
Поскольку нельзя рассказать о всех возможных вариантах оформления боковиков, остано-
вимся на некоторых фундаментальных вопросах.
• Как бы элементарно это не казалось, порядок представления таблиц не является чем-то
раз и навсегда заданным. Не существует какой-либо уникальной практики упорядоче-


316 Часть III. Сбор, подготовка и анализ данных
ния таблиц, соответствующей последовательности появления вопросов в интервью, что-
бы рекомендовать именно ее, а не другие способы.
• Каждую таблицу обязательно следует рассматривать с позиции ее использования при
объяснении полученных результатов. Чаще всего материал таблицы отражает результаты
обработки ответов респондентов на конкретный вопрос. Поэтому можно легко перехо-
дить от рассмотрения одной таблицы к другой.
• Данные, касающиеся сравнения коэффициентов и процентов, требуют аккуратного ис-
пользования и соответствующих разъяснений.
• К классическим коэффициентам, таким как "осведомленность/проба" или "проба/наи-
более используемая торговая марка" (Brand-Used-Most-Often — BUMO) необходимо
подходить с двух точек зрения. Во-первых, если профилируют несколько торговых ма-
рок, то понятие осведомленности может существенно различаться для тех потребителей,
которые осведомлены о товаре, но одни из них практически использовали товар, а дру-
:
гие — нет (допустим, "Форд ' по сравнению с "Роллс-Ройсом''). Поскольку восприятия
респондентов, опробовавших товар, основаны на практике, а восприятия не опробовав-
ших респондентов — на имидже торговой марки, то различия между торговыми марка-
ми (и межгрупповые различия) могут оказаться ошибочными. Во-вторых, следует обра-
тить особое внимание на соответствующий размер выборки, исходя из которого и будут
рассчитаны коэффициенты. Если, например, необходимо сравнить между собой все
торговые марки (или все этапы наблюдения), то расчет коэффициента BUMO будет
опираться на слишком шаткую базу, если выяснится, что опробование данной торговой
марки равно только 10 или 15%, а общая выборка составила 300 респондентов.
• Для таких данных типичны два основных источника проблем.
1. Что касается коэффициентов, то небольшие выборки могут стать причиной злоупотребле-
ния результатами процентных изменений, Рассмотрим рекламное агентство, желающее
подчеркнуть, что число респондентов, вспомнивших рекламу компании-заказчика, возрос-
ло в три раза после демонстрации им рекламного ролика, разработанного агентством. При
этом подчеркивается, что этот рост наблюдался среди тех, кто вспомнил рекламное сообще-
ние. Тот факт, что число последних составляло менее 15% от опрошенных, делает упомина-
ние процентных изменений бесполезным упражнением.
2. Вероятно, даже чуть более скользкий вопрос — это вопрос уровня, от которого начинается
отсчет показателей; чем он ниже, тем, конечно же, больший потенциал для роста.
Рассмотрим следующие "данные":
Первый этап Второй этап Процентное изменению
Общее число опрошенных на этапе 200 200
Купили изделие Inferno Salsa за прошедшие 2 6 +200
три месяца, в%
Приведенный выше тип представления данных отнюдь не является беспрецедентным в от-
четах, касающихся опросов. Исследователю необходимо учитывать возможное влияние на него
"заинтересованных сторон", которые хотели бы получить возможность провозглашать фразы,
вроде такой: "Число наших потребителей выросло на 200%!"


Сара Эванс (Sarah Evans) — старший маркетинговый аналитик Bur/се, Inc.


3.2. АНАЛИЗ ДАННЫХ: МНОГОМЕРНЫЕ МЕТОДЫ
В маркетинговых исследованиях мне больше всего нравится выявлять восприятия и моти-
вации людей, а затем на основе полученных результатов помогать в разработке маркетинговых
стратегий. Часто, чтобы полностью понять сложность имеющейся информации, нам прихо-


Взгляд профессионала 3 817
дится изучать данные, полученные от респондентов, с помощью многомерных статистических
методов. Наша цель — заставить "заговорить данные" понятным и уверенным голосом.
Начинающий маркетолог часто попадает в плен многообразия существующих методов ана-
лиза и забывает о самой цели исследования. В последние пять лет акцент на технике анализа
становится все более превалирующей тенденцией, поскольку имеющиеся статистические про-
граммные пакеты значительно упростили применение этих методов. Далее я кратко проком-
ментирую возможности использования нескольких методов многомерного анализа, среди ко-
торых: дисперсионный анализ, множественная регрессия, дискриминантный анализ, фактор-
ный анализ, кластерный анализ, многомерное шкалирование и совместный анализ.

Дисперсионный анализ
Дисперсионный анализ (ANOVA) чрезвычайно полезный инструмент в практике марке-
тинговых исследований, поскольку именно его используют чаще всего для снижения кумуля-
тивной ошибки. Она представляет собой кумулятивный эффект ошибки I рода (ошибка перво-
го рода означает утверждение, что два числа различаются, когда фактически они не различают-
ся между собой) во всех парных сравнениях, Однако, прежде чем вы решите использовать
дисперсионный анализ, вы должны убедиться, что вы имеете соответствующие данные, Дис-
персионный анализ служит методом выявления различий между номинальными независи-
мыми переменными, влияющими на значения метрической зависимой переменной. Помимо
того, что вы должны иметь номинальную независимую переменную (например, торговую мар-
ку, товар) и метрическую зависимую переменную (например, рейтинги эффективности, рей-
тинги важности, уровни осведомленности), ваши данные должны удовлетворять следующим
допущениям дисперсионного анализа; значения переменных в выборке должны подчиняться
закону нормального распределения и дисперсии совокупностей должны быть равны. Если
окажется, что данные в значительной степени не удовлетворяют этим допущениям, то следует
использовать непараметрические методы, например критерий Краскела—Уоллеса.
Если вы установили, что для анализа ваших данных подходит дисперсионный анализ, то за-
пустите программу его выполнения и вычислите значение ^-статистики, чтобы определить зна-
чимость полученного результата. Использование /'-статистики позволяет проверить нулевую ги-
потезу об одинаковых значениях уровней независимых переменных с помощью сравнения дис-
персии, обусловленной факторным экспериментом, с дисперсией, обусловленной ошибкой.
Чем выше отношение факторной дисперсии к дисперсии, обусловленной ошибкой, т.е.,
чем выше значение F, тем выше вероятность отклонения нулевой гипотезы об отсутствии
различий между средними факторного эксперимента. Если вы используете компьютерную
программу SAS или SPSS для выполнения дисперсионного анализа, то программа выдаст
вам р-значение, соответствующее значению F. Как всегда, если вы используете 95%-ный до-
верительный уровень, /j-значение, меньшее 0,05, свидетельствует о статистической значимо-
сти /"-критерия.
Если нулевую гипотезу отклоняют, то необходимо дополнительно сравнить различия в
изолированных группах. Существует ряд критериев для проверки парных сравнений, включая
ранговый критерий Стьюдента—Ньюмана—Кеулза (Student—Newman—Keuls Range Test —
SNK), альфа-критерий согласия Бонферрони (Bonferroni alpha adjustment), альфа-критерий со-
гласия Шеффе (Scheffe alpha adjustment), альфа-критерий согласия Тькжея (Tukey alpha adjust-
ment). Самый легкий и самый консервативный из них — альфа-критерий согласия Бонферро-
ни. Чтобы выполнить эту проверку, вы должны запустить программу выполнения парных
сравнений с помощью /-критериев, как вы обычно и делаете, но вместо того, чтобы сравнивать
каждое проверяемое р-значение с вашим общим уровнем значимости (а = 0,05, если желаемый
доверительный уровень составляет 95%), вы сравниваете каждое />-значение с вновь вычислен-
ным значением альфа, которое представляет собой вероятность допустить ошибку первого ро-
да, Значения альфа-критерия согласия Бонферрони вычисляют по следующей формуле:
исходное значение альфах2
(число категорий) х (число категорий -1)


818 Часть III. Сбор, подготовка и анализ данных
Множественная регрессия
Множественная регрессия — испытанный и надежный метод маркетинговых исследований,
применяемый, главным образом, для прогнозирования и объяснения относительного вклада
предикторов в изменение определенной зависимой переменной. Чаще всего мы задаем такой во-
прос: "Насколько тесной должна быть зависимость между переменными, чтобы ее принимать во
внимание?" Ответ зависит от того, с какой целью вы проводите анализ и зачем вам нужны резуль-
таты. Если вы хотите узнать, какие из предикторов наиболее сильно влияют на зависимую пере-
менную, то лучше всего это покажет изучение нормированных коэффициентов регрессии (Р-
коэффициенты). Если вы хотите делать прогнозы с помощью полученной вами модели, то стоит
посмотреть на стандартную ошибку модели. Менеджер не оценит вашу работу, если вы получите
высокое значение коэффициента корреляции R2, но диапазон ошибки прогнозирования составит
50% от предсказываемого значения. Существует процедура строгой проверки полученных резуль-
татов, предусматривающая использование контрольной выборки.

Дискриминантный анализ
Как и для множественной регрессии, главное назначение дискриминантного анализа —
прогнозирование и определение относительной важности предикторов. Ключевое различие
между этими двумя методами состоит в том, что множественная регрессия требует, чтобы зави-
симая переменная была измерена в интервальной или относительной шкале, а дискриминант -
ный анализ использует категориальную зависимую переменную. В то время как множествен-
ную регрессию можно использовать для вычисления степени интереса к покупке данного това-
ра (услуги), дискриминантный анализ можно использовать для определения того, покупает
или не покупает респондент данный товар.
Также возможна ситуация, когда маркетолог захочет преобразовать переменную, измеренную
интервальной или относительной шкалой, в номинальную переменную. Например, вы получили
данные о возрасте респондентов, измеренном в годах. Позже, в ходе анализа, вы решите построить
модель, чтобы распределить респондентов согласно критерию "молодой"—^старый", и соответст-
венно разделите всех респондентов на две группы. Это опасно, поскольку это не естественно на-
блюдаемые группы, и правило, которое вы применили для создания групп, может скрыть смысл
результата. Мы советуем вам использовать дискриминантный анализ для естественных групп.
Как определить "управленческую" значимость дискриминантного анализа? Необходимо по-
смотреть, насколько хорошо он показывает групповую принадлежность. В идеале точность клас-
сификации следует оценивать по проверочной выборке, потому что, как и во множественной рег-
рессии, применение коэффициентов дискриминантной функции к выборке, на основе которой
они и построены, приведет к надуманно высокой точности предсказания. Результат дискрими-
нантного анализа должен содержать итоговую таблицу вычисленной групповой принадлежности
по сравнению с фактической групповой принадлежностью. Спросите себя: действительно ли ко-
эффициенты дискриминантной функции определили каждого респондента в предназначенную
ему одну группу? Действительно ли появление ошибки ограничено одной группой? Кроме того,
рассмотрите общую точность, сравнив процент попадания (т.е. процент верно классифицирован-
ных респондентов) с ожидаемым на основе случайности попадания. Хорошее эмпирическое пра-
вило заключается в том, чтобы, по крайней мере, на 20% улучшить процент попадания по сравне-
нию со случайным попаданием, рассчитываемым как сумма квадратов априорных вероятностей
для каждой группы. Например, если 30% респондентов принадлежит группе А, а оставшиеся
70% — группе В, то случайность попадания равна (0,32) + (0,72) или 0,58, а мы хотели бы, чтобы
процент попадания был, по крайней мере, на 20% выше или (1,2) х (0,58) = 0,70, т.е.

Факторный анализ
Чаше всего факторный анализ используют для снижения числа данных и установления ха-
рактера взаимосвязи переменных. Мы можем задать 20 вопросов на одну тему, но с их помо-
щью в действительности можно оценить небольшое число восприятий респондентами какого-


Взгляд профессионала 3 819
либо объекта. Мы хотели бы узнать, "какие'" группы ответов присутствуют в наших данных,
Мы можем провести исследование, касающееся конкретной марки автомобиля, и проверка
группирования ответов выявит, что респонденты оценивают автомобиль, учитывая только две-
три главные характеристики (например, стиль, престижность и т.д.), хотя мы задали им много
вопросов. Или нам хочется использовать часть пунктов из анкеты, чтобы вычислить некоторый
результат (например, используя оценки уровня обслуживания наших клиентов, определить
степень удовлетворенности потребителей уровнем обслуживания). Мы видим, что оценки тес-
но взаимосвязаны, и использование их в последующем анализе создаст трудности при интер-
претации результатов, обусловленные обшей дисперсией. Один из вариантов решения этой
проблемы — использование не исходных переменных, а значений факторов, представляющих
их комбинацию. Мы можем также изучить переменные, которые, вероятно, входят в состав
различных факторов и использовать их средние значения или даже выбрать одну переменную
из каждого фактора, чтобы представить все переменные, составляющие данный фактор. Мы
может выбрать любой из этих вариантов, и наше решение зависит от уверенности в своих силах
удовлетворительно интерпретировать и обобщать результаты.

Кластерный анализ
Кластерный анализ используют, в основном, для целей сегментации. Обычно различают сег-
ментацию двух типов: первый тип — простая рыночная сегментация, когда изменение потребно-
стей и мотиваций обусловлено, главным образом, самими потребителями, а не обстоятельствами.
Например, потребители одного сегмента ищут высокоэффективную камеру, которая не требует
большого участия со стороны фотографа, другой сегмент ищет высокоэффективную камеру со
множеством миниатюрных приспособлений, позволяющих экспериментировать, а еще один сег-
мент стремится найти камеру, которая работает по принципу "наведи и щелкни", и дает четкие
фотографии даже если дрожит рука. Эти сегменты зависят от потребностей клиентов и не зависят
от обстоятельств или причин, по которым используют камеру,
В основе второго типа сегментации лежит воздействие определенных обстоятельств. На-
пример, выбор ресторана не всегда основан на одних и тех же нуждах. Он зависит от времени
суток, общества, дня недели, причины торжества и т.д. Сегментация, зависящая от обстоя-
тельств, обычно имеет место для продуктов и напитков, поскольку один потребитель может хо-
теть разную еду в зависимости от обстоятельств, побудивших его пойти в ресторан.
Для обоих типов рыночной сегментации на основе использования кластерного анализа
данные должны измеряться в интервальной шкале, и вы должны иметь полный набор дан-
ных по каждому респонденту. По возможности, следует избегать использования значений,
заменяющих пропущенные данные, например, заменяя пропущенное значение средним
значением оставшихся данных. Это может оказаться неизбежным, но в конце концов вы
поймете, что такая замена влияет на окончательный результат, и вы, по существу, имеете
''искусственные данные".
После получения результатов следует определить профиль каждого из сегментов с помощью
переменных, включенных в кластерный анализ. Во- первых, определите, к каким из перемен-
ных стремится каждый респондент и к каким переменным не стремится никто. Эти перемен-
ные характеризуют уровни рынка, а не уровни сегментации. Отделение их от остальных харак-
теристик позволит легко идентифицировать потребности респондснов на уровне сегментации.
Во-вторых, расположите оставшиеся атрибутивные средние в порядке убывания (от большего к
меньшему). Кратко запишите ключевые темы и дайте каждому сегменту предварительное на-
звание. На следующем этапе определите профиль каждого из кластеров с помощью перемен-
ных, которые не участвовали в процессе кластеризации и которые включают: демографические,
психографические характеристики; использование товара и мотивы поведения. Если кластеры
не различаются по этим переменным, то, вероятно, что менеджменту будет от них немного
пользы. Если окажется, что кластеры различаются по этим "внешним" переменным, то с по-
мощью этой информации и информации о переменных, использованных для кластеризации,
давайте название кластеру и опишите его, имея в виду маркетинговую стратегию в отношении
каждого из этих сегментов.


Часть III. Сбор, подготовка и анализ данных
820
Многомерное шкалирование
Простейшее определение многомерного шкалирования (ММШ) состоит в том, что с его
помощью можно количественно измерить пространственные взаимосвязи. Предположим, что
мы хотим попытаться понять, как люди воспринимают следующие шесть ресторанов быстрого
обслуживания: McDonald's, Burger King, Pizza Hut, Long John Silver's, Arby's и KFC. Респонден-
ты оценивают их с ломошью набора шкал.
Существует множество способов, чтобы понять, с чем у респондентов ассоциируюся эти ресто-
раны. Воспользовавшись шкалой рейтингов, вы могли бы разложить на множители результаты
оценки ресторанов с получением корреляционной матрицы и нанести на карту полученные фак-
торные нагрузки. Вы можете обработать рейтинги ресторанов для каждого респондента как
"группу", выполнить дискриминанты и анализ и начертить график дискриминантных показате-
лей. Рейтинговые данные можно использовать в компьютерной программе ММШ, которая по су-
ти создаст картину, на которой рестораны, расположенные (по рейтингу) близко один от другого,
будут расположены близко, а отдаленные рестораны — соответственно дальше.
Вы можете сказать, что это слишком просто, чтобы этим заниматься. Наоборот, простота
анализа — часть его привлекательности. Очевидные взаимосвязи легко понять, и картины да-
ют ясное отображение того, что хотели бы выразить респонденты. Математически это строже,
чем может показаться вначале. Таким образом, если у вас есть многомерная картина ваших
данных, и установлено, что она хорошо соответствует вашим данным, то вы можете быть увере-
ны, что картина очень правдоподобно отражает реальную структуру восприятия вещей.

Совместный анализ
В отличие от предыдущих методов, совместный анализ — это не столько многомерный ме-
тод, сколько совокупность исследовательских процедур для планирования и анализа экспери-
ментов. Обычно цель эксперимента — определить влияние на выбор или предпочтение товара
каждой из его характеристик. Обшим для всех процедур совместного анализа является допуще-
ние о том, что товар представляет собой пучок характеристик, которые рассматриваются со-
вместно. Например, конфета является комбинацией вполне определенных ингредиентов, а
именно: размера, цены и торговой марки.
Маркетологи используют совместный анализ для разнообразных целей, в том числе для:
• Определения товаров с оптимальной комбинацией свойств.
• Определения относительных вкладов каждой характеристики и се уровня в общую
оценку товара.
• Прогноза рыночной доли товара с различными наборами характеристик.
• Определения рыночных возможностей товара или услуги, не представленных в настоя-
щее время на рынке.
• Определения доходности нового товара, исходя из сравнения его стоимости с ожидае-
мой ценой и долей рынка.
• Выяснения возможностей использования стратегии вывода на рынок товарного ряда и
торговых марок, включая опасность каннибализма.
• Оценки влияния ухода товара или торговой марки с рынка.
• Определения возможности модификации имеющегося в настоящее время на рынке то-
вара с тем, чтобы он мог конкурировать с новыми, входящими на рынок товарами.
• Оценки эффекта исключения некоторых характеристик изделия, поддержание которых
дорого стоит, но предельная стоимость которых минимальна.
• Сегментации потребителей в зависимости от того, какие свойства товара они считают
важными. Установление возможного размера сегмента потребителей, ориентированных
исключительно на цену, или размера сегмента потребителей, ориентированных исклю-
чительно на торговую марку.


Взгляд профессионала 3 821
Независимо от подхода, используемого для совместного анализа, самое главное для успеш-
ного исследования — это выбор включаемых в план характеристик и уровней. Неопытные ис-
следователи стремятся включить в анализ чрезмерное количество свойств товара, полагая, что
потребители, как и они, учитывают все тонкости товара. На самом деле человек стремится уп-
ростить процесс принятия решения, и поэтому включение в план исследования от пяти до
восьми важнейших характеристик обычно вполне достаточно, чтобы спрогнозировать вероят-
ность покупки. При выборе окончательных переменных совместного анализа убедитесь, что
включены только те характеристики, которые можно добавить или убрать из процесса выбора и
которые показывают различия между товарами.
Другая опасность для начинающего исследователя кроется в стремлении чрезмерно обоб-
щить полученное решение. Если изменение в уровнях цены сильно влияет на предпочтение
продукта, то нельзя делать такое заявление: "цена— самая важная характеристика изделия".
Ваши измерения означают лишь, что переход от одного уровня цены к другому среди выбран-
ных вами для проверки цен, был более определяющим фактором для выбора респондентом из-
делия, чем изменение уровней по другим характеристикам. Вы могли бы выбрать ценовые
уровни, ближе расположенные один к другому, и получить совершенно другой результат.




822 Часть III. Сбор, подготовка и анализ данных
Кейсы 3

3.1. ВНИМАНИЕ: ИСПОЛЬЗОВАНИЕ ИМЕНИ
"ЗВЕЗД" В РЕКЛАМНЫХ ЦЕЛЯХ - ОПАСНО!
Привлечение знаменитостей для рекламных целей основано на том, что показ ''звезд'' имеет
особое культурное значение, порожденное их имиджем, растиражированным в масс-медиа. Ас-
социациируя "звезду" с товаром, человек переносит особую выразительность "звезды" на това-
ры или товарные марки.
Однако использование в рекламе "звезд"' — дорогое удовольствие, и к тому же оно таит в себе
скрытые опасности. Подсчитано, что в 1996 году знаменитостей использовали примерно в 20% от
всего объема рекламы, и 10% всех расходов на рекламу приходилось на выплату гонорара
"звездам". В дополнение к непомерным расходам существуют риски и опасности, связанные с ис-
пользованием знаменитостей в рекламе. Компания Pepsi заключила контракт с Мадонной на не-
сколько миллионов долларов на ее участие в рекламной компании Pepsi. Спорная трактовка певи-
цей религиозного сюжета в видеоклипе "Like a Prayer" привела к угрозе бойкота продукции ком-
пании со стороны потребителей, в результате Pepsi потеряла 10 миллионов долларов. Реклама с
участием Сибил Шеферд (Cybil Shepherd) изделий из говядины не увенчалась успехом, поскольку
Сибил публично созналась, что она редко употребляет говядину. Эти примеры — только неболь-
шая часть проблем, связанных с привлечением знаменитостей для участия в рекламе. К сожале-
нию, всегда имеются скрытые опасности при использовании "звезд" в рекламе, что и иллюстри-
рует пример привлечения для рекламы О. Симпсона (О. Simpson) компанией Hertz.
Если это так опасно, то почему же продолжается данная практика? Многие специалисты по
рекламе считают, что привлечение знаменитостей делает рекламу более эффективной. Напри-
мер, компании Pepsi Cola и Revfon в коммерческих целях используют для рекламы своего
имиджа и продаж имя Синди Кроуфорд (Cindy Crawford). Анализ показывает, что использова-
ние в рекламе знаменитостей порождает активную ответную реакцию на рекламу. Дополнтель-
ным аргументом для участиия знаменитостей в рекламе служат результаты опросов, согласно
которым внешне привлекательные "звезды" вполне определенно способствуют росту доверия к
рекламе товаров, предназнченных для улучшения внешнего облика покупателей.
Мишель Кейминз (Michael Kamins) воспользовался маркетинговым исследованием для
изучения использования знаменитостей в рекламе. Он установил, что три фактора определяют,
примет ли индивидуум то отношение к товару, которое пытается передать рекламодатель: одоб-
рение, отождествление и интернализацию. Воздействие первого из них, как утверждает Кей-
минз, несущественно, тогда как следующие два сильно влияют на результаты рекламы с уча-
стием знаменитостей. Посредством отождествления люди пытаются подражать другому лицу,
желая быть похожими на него. Это и является важнейшим фактором, определяющим влияние
знаменитости в рамках рекламы. Интерна/тзация имеет место, когда люди подражуют другому
человеку, считая, что он является искренним и придерживается тех же ценностей, что и они.
Кейминз пришел к выводу, что если бы удалось реализовать оба компонента, -
отождествление и интернализацию, то эффективность рекламы возросла бы. Поэтому он изу-
чил, действительно ли привлечение "звезд" повышает эффективность рекламы путем воздей-
ствия на людей через отождествление и действительно ли так называемая правдивость в рекла-
ме (операцией ал и зируемая как двухсторонняя реклама или реклама, которая включает как
позитивную, так и негативную информацию о товаре) может увеличить эффективность за счет
интернализации. Более того, его интересовало, может ли объединение этих двух подходов по-
высить эффективность рекламы.
Для такого исследования принят план факторного эксперимента размером 2x2. Аспект-
ность рекламы (одна сторона рекламируемого товара по сравнению с двумя (позитивным и не-


Кейсы 3 823
гативным аспектами)) и тип представителя в рекламе (знаменитость по сравнении с не знаме-
нитостью) представляли два фактора эксперимента. Семьдесят семь участников экспермента,
являющихся слушателями программы МВА, случайным образом разделили на четыре группы,
каждой показали один рекламный ролик с определенной комбинацией факторов: "одна сторо-
на товара/незнаменитость", "две стороны товара/знаменитость", "одна сторона товара/не-
знаменитость", "две стороны товара/знаменитость". Каждый член каждой группы оценил уви-
денную рекламу по четырем переменным: отношение к ожидаемой ценности торговой марки
(А), общее отношение к торговой марке (В), общее отношение к рекламе (С) и намерение ку-
пить товар (/)). Отношение к ожидаемой ценности торговой марки представляло собой сте-
пень, до которой субъект верил, что товар обладает характеристикой, заявленной в рекламе.
Общее отношение к торговой марке представляло собой меру того, насколько привлекатель-
ным, по мнению субъектов, должен быть товар, исходя из рекламы. Общее отношение к рек-
ламе представляло собой оценку эффективности рекламы. Намерение купить товар указывало
на вероятность осуществить покупку при имеющейся возможности.

Переменная
Условие эксперимента Отношение к ежи- Общее отношение к Общее отношение Намерение ку-
даемой ценности торговой марке (В) к рекламе (С) пить товар (D)
торговой марки (А)
3,47 3,4
7,97 2,22
(х)
(sd) 3,92 1,4
1,47 1,52
(п)
Односторонняя реклама 38 40
40 40
(х) 8,33 2,92
4,22 3,65
(sd) 5,32 1,44
1,6 1,62
Двухсторонняя реклама Щ} 36 37 37 37
(х) 8,04 3,65 2,55
3,5
4,73 1,55 1,46 1,38
(3d)
Реклама без знаменито- (п) 38 40 40 40
сти
8,26
(х) 4,19 3,38 2,57
(sd) 4,58 1,52 1,67 1,56
Реклама со знаменито- (п) 37
36 37 37
стью
{х} 7,89 3,55 2,4
3,45
(sd} 4,48 1,39 1,5
1,57
Односторонняя реклама (п) 19 20
20 20
со знаменитостью
М 8,04 3,25
3,5 2,05
3,4
<sd> 1,65
1,4 1,32
Односторонняя реклама (п) 19 20
20 20
со знаменитостью
8,18 2,7
М 3,55 3,75
(sd) 5,09 1,57 1,55 1,26
Двухсторонняя реклама (п) 19 20
20 2(
без знаменитости
(х] 8,5 5 3,53 3,18
:-./;
(sd) 1,27 1,74 1,63
Двухсторонняя реклама (п) 17 17 17 17
со знаменитостью


Часть III. Сбор, подготовка и анализ данных
824
В табл. 1 показаны значения среднего (х), стандартного отклонения (sd), а также число лю-
дей (я) для каждой переменной в каждой группе исследования Кейминза. Результаты родст-
венных групп можно объединить для получения информации по каждой из четырех групп ха-
рактеристик (одностороннее рассмотрение товара, двухсторонне, реклама без знаменитостей и с
привлечением знаменитостей) отдельно. В табл. 2 приведены результаты дисперсионного ана-
лиза влияния независимых переменных, представляющих одно (двух) сторонность рекламы
(?") и тип представителя, рекламирующего товар (5). Эти результаты дают ценную информа-
цию об эффективности участия знаменитостей в рекламе.
Результаты исследования полезны, но очень специфичны. Рекламу с участием знаменито-
стей можно изучить и другими методами. Например, показано, что ушедшие из жизни знаме-
нитые люди успешно используются в рекламе. Хотя это и недешево (рекламодатели вынужде-
ны производить лицензионные отчисления наследникам знаменитостей), но зато безопасно,
поскольку они не могут сделать что-то непредсказуемое, что подвергнет опасности имидж то-
вара или поставит в неудобное положение заказчика рекламы. Имя Эботта (Abott) и Костелло
(Costelto) использовали для продажи сухих завтраков, талант Хэмфри Богарта (Humphrey
Bogart) использовали для рекламы мобильных телефонов, а Чарли Чаплин помогает реализа-
ции персональных компьютеров компании IBM.

Результаты дисперсионного анализа для зависимых показателей
Главный эффект для Главный эффект для пред-
Перемешая Взаимодействие
одно(двух)стороннос'ги ставителя, рекламирующе- (ExS)
рекламы (Е) го товар (5)
Отношение к ожидаемой ценности тор- F = 0,013 F = 0,035 F = 0,003
говой марки (А)
Общее отношение к торговой марке (В) a a a
F=10,876 F = 4,355 F = 4,233
Общее отношение к рекламе (С) F = 0,276
F = 0,209 F = 0,001
Намерение купить товар (D) a
F - 4,B45 F = 0,050 F = 1,868

"Указывает значимость при р < 0,05.


ВОПРОСЫ
1. Какого типа маркетинговое исследование могла бы выполнить фирма, чтобы определить,
будет ли ее продукция продаваться лучше, если се будет рекламировать знаменитость?
2. Обсудите роль многомерного шкалирования в определении того, соответствует ли знамени-
тость рекламируемому ею товару.
3. Можно ли использовать совместный анализ, чтобы установить, стоит ли привлекать знаме-
нитостей, и если да, то кого из звезд выбрать, и как его использовать?
4. Какого рода меры предосторожности или предварительные испытания должен предпри-
нять исследователь, чтобы удостовериться, что звезды и двухсторонняя реклама, использо-
ванные в эксперименте, являются подходящими? Какие осложнения или дезинформация
могут появиться в результатах эксперимента, если не принять меры предосторожности?
5. Опираясь на имеющиеся результаты, укажите, имеет ли двухстороняя реклама преимуще-
ство перед односторонней, и преимущества рекламы с использованием знаменитостей над
рекламой без звезд?
6. Какой тип рекламы наиболее эффективный? И наименее эффективный? (Подсказка: Обра-
титесь к результатам дисперсионного анализа.)
7. Является ли дисперсионный анализ подходящим методом для анализа данных, получен-
ных при исследовании? Да или нет, и почему?
8. Можно ли использовать регрессионный анализ для анализа данных, полученных в этом ис-
следовании? Если да, то как?

825
Кейсы 3
ЛИТЕРАТУРА
A] Ries, "Count on Consumers to Follow the Leader', Brandweek, June 23,1997, p. 18.
George Lazarus, "Tiger's Shooting for an Endorsement Record, Too", Chicago Tribune, May 5,
1997, p. 4, 6.
Michael A. Kamins, "Celebrity and Concelebrity Advertising in a Two-Sided Context", Journal of
Advertising Research, June-July 1989, p. 34—42.
Michael A. Kamins, ''An Investigation into the 'Match-Up' Hypothesis in Celebrity Advertising:
When Beauty May Be Only Skin Deep'', Journal of Advertising, 1990, p. 4—13.
M. Kamins, M. Brand, S. Hoeke, and J. Мое, "Two-Sided versus One-Sided Celebrity Endorse-
ments: The Impact on Advertising Effectiveness and Credibility", Journal of Advertising, 1989, p. 4—10.


3.2. ДЕМОГРАФИЧЕСКОЕ ОТКРЫТИЕ ДЕСЯТИЛЕТИЯ
Многие производители товаров и услуг из-за ошибочного позиционирования своей про-
дукции не могут получить преимущества от продажи товаров и услуг одному из наиболее важ-
ных сегментов потребителей в следующие 20 лет, а именно — пожилым людям. На семьи по-
жилых людей приходится один доллар из четырех, потраченных на потребление семьями США
в 1998 году, причем ожидается, что этот процент будет увеличиваться и дальше. Пожилые кон-
тролируют более 7 триллионов долларов стоимости имущества или более 77% финансовых ак-
тивов страны и тратят больше денег, практически во всех категориях расходов, чем молодые.
Тем не менее производители ориентируются все же на потребности более молодых граждан.
Однако руководители компаний должны понимать, что взрослеющие граждане поколения бе-
би-бума становятся самой большой потребительской группой.
Рынок пожилых людей делят на четыре сегмента. К первому сегменту относят людей в возрас-
те от 55 до 64 лет, их называют зрелыми людьми. Во второй рыночный сегмент входят пожилые,
т.е. люди от 65 до 74 лет. Два других сегмента составляют старики — от 75 до 84 лет, и очень старые
люди, которым свыше 85 лет. При более пристальном взгляде оказалось, что группа зрелых людей
заинтересована в поддержании моложавого внешнего вида, и поэтому они являются основной це-
левой группой потребителей спортивных тренажеров, программ здоровья, диет, косметики, кос-
метических операций, спортивной одежды, и широкого круга персональных услуг, которые
улучшают внешний вид человека. Растущая численность зрелых людей предпочитает более ран-
ний выход на пенсию или новую карьеру и работу с неполным рабочим днем. В группу пожилых
входят люди, которые совсем недавно вышли на пенсию. Они проявляют острый интерес к своему
здоровью и правильному питанию, следят за своей диетой, потреблением соли, уровнем холесте-
рина, употреблением жареной и высококалорийной пищи. Они обычно употребляют меньше ал-
коголя, чем более молодое поколение, и составляют хороший рыночный сегмент для потребления
средств по уходу за кожей, лекарств по рецептам, витаминов и минералов, средств для красоты и
здоровья, а также лекарственных средств, которые снимают боль и способствуют высокой трудо-
вой активности в течение всего дня. В группе пожилых людей часты проблемы со здоровьем и
подвижностью, поэтому им требуется услуги в области здравоохранения и специальные меди-
цинские приспособления. Очень старые люди в своей повседневной жизни нуждаются в помощи.
Им даже трудно передвигаться, они нуждаются в регулярной медицинской помощи и лечении в
больнице. Они представляют собой большой рынок для оказания медицинских услуг.
Хотя классификация рынка пожилых людей на такие четыре сегменты полезна, существует
другая классификация, вероятно, даже лучшая для рекламных целей, которая основана на от-
ношении к рекламе. Затем для этих сегментов следует разработать профили на основе психо-
графических переменных. Рекламодателей, ориентированных на пожилых потребителей,
больше всего интересовал способ, посредством которого пожилые люди используют и оцени-
вают полученную из рекламы информацию, принимая решение о покупке. В одном из иссле-
дований, выполненном Дэвисом и Френчем (Davis and French), изучалось использование по-
жилыми потребителями рекламы как основного источника информации для принятия реше-
ния о покупке того или иного товара. Респондентов разбили на кластеры на основе их
отношения к рекламе. Для каждого сегмента построили психографические профили. Для по-

826 Часть III. Сбор, подготовка и анализ данных
лучения выборки из 217 замужних неработающих респонденток в возрасте от 60 лет и старше
использовалась база данных ежегодных опросов о стиле жизни. Респондентов попросили оце-
нить их степень согласия с каждым из 200 пунктов опроса АЮ, куда входят пункты, относя-
щиеся к видам деятельности, интересам и мнениям (АЮ: activities, interests, opinions). Респон-
дентов также попросили оценить четыре утверждения об отношении к рекламе, измеряющие
использование информации и доверие к рекламе, а также надежность источника рекламы, Для
того чтобы проверить результаты, Дэвис и Френч использовали идентичную информацию, по-
лученную из предыдущего исследования.
Данные по четырем утверждениям (табл. 1), измеряющие отношение к рекламе, проана-
лизировали с помощью метода кластеризации Варда (Ward).

Значения кластерных переменных по сегментам
Средние
Кластерная переменная Сегмент Изучаемая выборка Повторная выборка
Реклама меня оскорбляет Заинтересованные 5,24 (согласен) 4,35 (согласен)
5,01 (согласен)
Независимые 4,86 (согласен)
2,10 (несогласен)
Восприимчивые 2,20 (не согласен)
Заинтересованные
Информация, полученная из рекламы, помогает 4,88 (согласен)
4,69 (согласен)
мне принимать лучшие решения о покупке
3,65 (согласен)
Независимые 3,30 (не согласен)а
4,18 (согласен)
Восприимчивые 4,78 (согласен)
4,21 (согласен)
Я часто обращаюсь за советом к друзьям относи- Заинтересованные 4,55 (согласен)
тельно торговых марок и товаров
2, 16 (не согласен)
Независимые 1,87 {не согласен)
2,99 (не согласен)
Восприимчивые 3,02 (не согласен)
4,25 (согласен)
Я не верю рекламе компаний, когда она утвер- Заинтересованные 4,78 (согласен)
ждает, что результаты испытаний показывают, что
ее продукция лучше, чем продукция конкурента
4,85 (согласен) 5,00 (согласен)
Независимые
Восприимчивые 4,94 (согласен)
4,12 (согласен)

"3,5 является нейтральной точкой.

Идентифицированы три кластера: заинтересованные, независимые и восприимчивые по-
требители. Среднее значений для каждого кластера приведены в табл. 1. Чтобы проверить ста-
бильность результатов, был выполнен кластерный анализ на повторной выборке с использова-
нием данных, полученных в предыдущем исследовании. Методом кластеризации Варда снова
получили три кластера. Средние кластеров по каждой переменной для повторной выборки
также приведены в табл. 1.
Для определения психографических различий между тремя кластерами маркетологи дополни-
тельно выполнили следующие действия. Во-первых, для определения дискриминирующих пере-
менных произвели однофакторный дисперсионный анализ (ANOVA). Три сегмента служили не-
зависимой переменной, а каждое психографическое утверждение— зависимой переменной. Ус-
тановлено, что 41 из 200 исходных психографических утверждений статистически значимы,
Учитывая, что некоторые из этих значимых переменных, вероятно, измеряли одни и те же харак-
теристики, выполнили факторный анализ главных компонент с четырьмя чЬакторами (которые
объясняли 60,3% дисперсии), выделенными при вращении методом варимакс. Дэвис и Френч
вычислили значения фактора для каждого из трех сегментов. В табл, 2 показаны эти значения
вместе с переменными, имеющими высокие нагрузки на эти факторы, а также даны средние пе-
ременных. Эту информацию можно использовать для построения психографических профилей
для каждого из трех сегментов, идентифицированных в кластерном анализе.

827
Кейсы 3
Изучаемая выборка: средние значений факторов по кластерам
Факторы Заинтересованные Независимые Восприимчивые
Фактор 1 0,45 -0,11 -0,21
Меня интересует культура других стран (Нагрузка 0,58966) 4,41 3,92 3,87
Я получаю удовольствие от использования косметики 4,29 3,74 3,45
(Нагрузка 0,48283}
Я с радостью посещаю магазины модной одежды 4,89 4,31 4,55
(Нагрузка 0,41592)
Фактор 2 0,29 -0,32 0,17
Я люблю заниматься выпечкой (Нагрузка 0,70466) 5,49 4,75 5,19
Мне нравится готовить (Нагрузка 0,60793) 5,28 4,53 5.01
Я всегда пеку на скорую руку (Нагрузка 0,54404} 3,76 3,62
3,15
Фактор 3 0,28 0,10
-0,26
Я стараюсь выбирать продукты питания, обогащенные ви- 4,89 4,59
4,36
таминами и минеральными веществами (Нагрузка 0,49480}
Я стараюсь покупать товары компаний, которые реконен- 4,13 3,72
3,53
дуют образовательные телевизионные программы
(Нагрузка 0,43730)
Обычно я один из первых покупаю новые товары (Нагрузка 3,47 3.19
2,81
0,42521)
Фактор 4 0,26 -0,36
0,14
Обычно гарантии производителей стоят не больше, чем 3,31 2,82
3,47
бумага на которой они напечатаны (Нагрузка 0,50313}
4,50
Большинство компаний работают только ради самих себя 4,25 3,93
(Нагрузка 0,47638)
Телевизионная реклама снисходительно относится к жен- 4,25 3,55
4,24
щинам (Нагрузка 0,41031)

Результаты такого и аналогичных ему исследований помогают маркетологам сфокусировать
внимание на лицах старшего возраста, т.е. на группе, особенно многообещающей в свете фи-
нансовых активов, которыми она располагает. К 2025 году примерно 113 миллионов американ-
цев, т.е. около 40% всего населения США, будет старше 50 лет. Поэтому открытие рынка лиц
старшего возраста представляет производителям прекрасную возможность по-новому оценить
этот сегмент рынка.
ВОПРОСЫ
В результате исследования установлено, что сегменты рынка лиц старшего возраста: зрелых,
1.
пожилых, старых и очень старых людей нуждаются в хорошем медицинском обслуживании
и медицинских учреждениях. Опишите подробно, каким образом учреждения здравоохра-
нения могут эффективно определить различия в медицинских услугах, необходимых для
каждого из этих сегментов. Какого рода информацию следует получить? Какие статистиче-
ские методы использовать для анализа таких данных?
2. Как вы считаете, стратегия анализа данных, примененная в исследовании данной ситуа-
ции, приемлема? Да или нет, и почему?
3. Количественно опишите каждый из трех кластеров, основываясь на информации, полу-
ченной из табл. 1.
4. Интерпретируйте каждый фактор табл. 2.



Часть III. Сбор, подготовка и анализ данных
828
5, Считаете ли вы, что в исследовании, приведенном в данной ситуации, следует использо-
вать дискриминантный анализ? Если да, то каким образом?
6. Предложите альтернативную стратегию анализа данных для приведенного исследования.

ЛИТЕРАТУРА
"The Ungraying of America: Although Population Is Getting Older, Today's Older Consumers Are
Not Necessarily Acting Same Way Older Consumers Behaved in the Past", American Demographics, July
1997, p. 12.
'•Seniors in Stores"', American Demographics, April 1996, p. 44.
Davis, W. French, "Exploring Advertising Usage Segments Among the Aged", Journal of Advertising
Research, February—March 1989, p. 26.


3.3. ВОЛШЕБНАЯ ПАЛОЧКА КОМПАНИИ PEPSICO
В 1998 году компания PepsiCo отметила столетие своего основания и успешной деятельности
на рынке безалкогольных напитков. Производство безалкогольных напитков — настоящее
"поле боя" для маркетинга. Вес конкуренты продают широкий ассортимент изделий, состоя-
щих из газированной воды и подсластителей, поэтому маркетинг и торговая марка— решаю-
щие факторы для привлечения и удерживания потребителей. Компании Pepsi удается удержи-
ваться на рынке столь долго благодаря опытным маркетологам, понимающим, что самый эф-
фективный способ сохранить торговую марку в памяти потребителей состоит в непрерывном
ряде образов, восстанавливающих в памяти образ торговой марки. Компания является новато-
ром в сфере маркетинга, и первая распространила свое ключевое название торговой марки на
диетический напиток, получив огромные барыши после выпуска на рынок Diet Pepsi. Что же
помогло PepsiCo стать столь динамичной и отличной от других компанией? Волшебная палочка
PepsiCo, которая включает две части — маркетинговые исследования и творческий маркетинг.
Кампании по продвижению продукции компании Pepsi направлены на привлечение потре-
бителя оЬокусированием внимания на потребителе, а не на товаре. В рекламе и других средствах
продвижения продукции на рынок показывают людей, пьющих Pepsi, главным образом подрост-
ков, в тех или иных жизненных ситуациях и популярных знаменитостей. Компания Pepsi — пио-
нер в такого рода рекламе, которую также называют рекламой стиля жизни. Начало ей положила
знаменитая кампания 1963 года: "Будь здоров — ты принадлежишь к поколению Pepsi"', изобра-
жающей поколение Pepsi, как индивидуумов, которые живут наиболее полноценной жизнью.
Чтобы завоевать рынок тинэйджеров, главное место в рекламе под лозунгом "Выбор нового
поколения" отвели суперзвездам Майклу Джексону и Лайонелу Ричи. Другими звездами
"Нового поколения", которым в рекламе было отведено одно из главных мест, стали Дон
Джонсон (Don Johnson) (знаменитость из программы "Miami Vice" ), Майкл Дж. Фокс (Michael
J. Fox) (звезда из ''Назад — в будущее" — Back to the Future) и комедийный актер Бил Кристал
(Billy Crystal). Эти методы значительно подняли имидж компании Pepsi. Совсем недавно Pepsi с
успехом провела рекламную кампанию Diet Pepsi под названием "You've Got The Right One
Baby, Uh Huh!". Главным действующим лицом стал певец Рей Чарлз (Ray Charles). Кампания
"Uh Huh!" со временем распространилась и на мероприятия по продвижению других товаров,
таких как одежда.
Маркетологи компании Pepsi вернулись к обычным маркетинговым приемам в рамках
кампании "Gotta Have It (Получи это)''. В ходе этой кампании распространялись карточки, ко-
торые давали право их владельцам на скидки на ряд потребительских товаров. В рекламе глав-
ное место отводилось выдающимся спортсменам. Эта кампания не считалась одной из самых
успешных рекламных кампаний Pepsi, поскольку она потерпела неудачу в привлечении целе-
вой молодежной аудитории. -Pepsi никогда больше не повторила эту ошибку. В рекламной кам-
пании 1993 года "Оставайся молодым, веселись, пей Pepsi'' центральное место занимали такие
известные молодежи звезды, как звезда НБА (Национальной баскетбольной ассоциации) рос-
том в 7 футов Шаккилл (Шак) О'Нил (Shaquille O'Neal). В середине 1990-х годов компания ста-


Кейсы 3 829
ла известна благодаря привлекающей взгляд рекламе. Например, в рекламной кампании
"Ничто, кроме Pepsi"', которая началась во время Суперкубка (Super Bowl) 1995 года, показали
мальчика, который пытался не высосать последнюю каплю из своей бутылки с помощью соло-
минки, а наоборот вдуть ее в бутылку. Рекламная кампания 1996 года под названием "Вопросы
от компании Pepsi"' с раздачей призов, в ходе которой покупатели приобретали товары со спе-
циальными купонами, действительными на продукцию компании Pepsi, была настолько ус-
пешной, что рекламу прервали в середине лета во избежание возникновения дефицита ее про-
дукции. В 1997 году компания Pepsi вернулась к привычной концепции, призывающей при-
соединиться к "поколению" пьющих Pepsi. В рекламной кампании "Следующее поколение"
основное место отводилось музыке, включая группу "Спайс Герлз" (Spice Girls), а также спор-
тивных звезд, например автогоншика NASCAR Джеффа Гордона (Jeff Gordon), которые были
хорошо знакомы по другим стремительным наступлениям компании Pepsi. Для продвижения
своей продукции Pepsi также использует свой сайт в Internet, освещая события, интересные для
более молодых потребителей. Web-сайт, Pepsi World (www. peps i . com), один из первых провел
Internet-трансляцию концертов и дал возможность участвовать в чатах с такими знаменитостя-
ми, как Шак (Shaq), рекламировал художественные фильмы, например, в 1998 году фильм
"Свадебный певец" (The Wedding Singer), а также дал возможность посетителям сайта загружать
демонстрационные версии компьютерных игр.
Один из способов проверки влияния рекламы на продажи продукции фирмы Pepsi заклю-
чается в использовании возможностей кабельного телевидения. С помощью многомерного
шкалирования маркетологи могут показать сходства (или различия) семей и сформировать
сегменты, однородные по своему отношению к безалкогольным напиткам. Другими словами,
можно идентифицировать несколько рыночных сегментов и соответствующие им марки безал-
когольных напитков (в виде точек) до и после рекламы нанести на двумерную карту. Затем на
эту же карту можно нанести позиции продукта до и после рекламы. Один график строят для
контрольной группы, а другой— для экспериментальной, Для каждого из графиков можно
изучить движение точек от позиции до рекламы к позиции после рекламы, а затем сравнить
полученные графики, чтобы иметь представление об эффективности рекламы.
График многомерного шкалирования для движения точек, соответствующих названиям
безалкогольных напитков, от позиции до рекламы (предварительное испытание) к позиции
после рекламы (повторное испытание) показан на рис. 1.

Кола



Сегмент 3
RCCola




Диетические Недиетические


Сегмент 1
: Ib

Сегмент2

Fresca Coke

7-Up


Не-Кола
Рис. 1. Безалкогольные напитки: движение точек (соответствующихмаркам безалкогольных
напитков) в экспериментальной группе до и после рекламы


Часть III. Сбор, подготовка и анализ данных
830
В эксперименте, проведенном Уинером и Муром (Winer, Moore), сведения о комплексе
маркетинга были известны только для торговой марки Pepsi, и реклама по кабельному телеви-
дению была показана только для Pepsi. Поэтому если торговая марка перемещалась ближе к
Pepsi, то наблюдалось больше покупок и этой марки, и Pepsi. Если марка Pepsi перемещалась
ближе к сегменту (идеальная точка), то увеличивалась вероятность того, что кто-либо в этом
сегменте выберет Pepsi.
Рис. 1 показывает, как реклама может повлиять на продажи товара. Однако рост объема
продаж может быть обусловлен и другими причинами, особенно выходом на рынок новых то-
варов. Например, компания Pepsi смогла создать полностью новый рыночный сегмент, освоив
товарную линию Slice. При первоначальной дегустации напитка, потребители оценивали Slice
в сравнении с другими безалкогольными напитками со вкусом лайма (разновидность лимона).
Напиток Slice неоднократно проигрывал в этом сравнении. Наконец, маркетологи решили
объяснить людям, учавствовавшим в тестировании, что Slice, в отличие от других напитков со
вкусом лайма, содержит натуральный фруктовый сок. Так родился новый рыночный сегмент и
новый высокоэффективный товар.
С тех пор компания Pepsi расширила товарную линию Slice, выпустив такие безалкогольные
напитки, как Orange Mandarin, Apple и Cherry Cola Slice. Однако компания также смогла зара-
ботать и на рынке напитков типа diet cola. Она довела долю диетических напитков Slice с со-
держанием сока до 50% от общего объема продаж всей линии Slice. Обычно диетические напи-
ки занимают примерно 35% от продаж родителькой марки.
Pepsi использует маркетинговые исследования, пытаясь заполнить ниши на картах воспри-
ятия потребителями различных напитков предложениями новых напитков и широко исполь-
зует пробные рынки для испытания этих новых торговых марок. Например, в 1995 году Южная
Флорида стала местом внедрения новой марки Pepsi XL, колы наполовину менее калорийной,
чем содовая, но сохранившей аромат недиетических газированных напитков. "Вкус по-
прежнему на первом месте и, самое главное, что так считают постоянные потребители колы.
Мы обнаружили, что для этой группы важнее всего сладость вкуса, а не низкое количество ка-
лорий", — сказал Билл Кобб (Bill Cobb), вице-президент отдела маркетинга. Несмотря на суще-
ственное снижение количества калорий в новом напитке, он не считается диетическим про-
дуктом. Напротив, Pepsi XL представляет собой попытку освоить новую нишу на карте потре-
бительских восприятий, которая расположена между диетической и обычной колой. В 1996
году Филадельфию выбрали в качестве пробного рынка для Pepsi Копа, колы с ароматом кофе.
Это новое предложение появилось в ответ на запросы как любителей кофе, так и любителей
газированных напитков. Компания Pepsi вышла со своими напитками также на рынки новых
округов. Она вышла на новый прибыльный рынок охлажденных чаев в банках и бутылках, соз-
дав партнерство с Thomas J. Lipion Co. В сентябре 1992 года они запустили два новых охлажден-
ных чая с ароматом малины и персика. В дополнение к заявлению о лидерстве на рынке гото-
вых к употреблению чаев вместе с компанией Lipton и Frappucino, продуктом союза с Starbucks,
компания Pepsi также является лидером на рынке готового к употреблению кофе . На недавней
волне популярности бутылочной воды Pepsi сейчас также продает Н2О! — бутилированную
воду. С начала проекта продажи постоянно растут.
PepsiCo продолжает использовать методы маркетинговых исследований при раскручивании
новых продуктов и при укреплении своей флагманской торговой марки. Это не удивительно,
так как единство творческого подхода и маркетинговых исследований сослужили хорошую
службу PepsiCo в прошлом и, вероятно, сослужат и в будущем.

ВОПРОСЫ
1. Обсудите роль ММШ в оценке эффективности рекламы.
2. Эффективна ли реклама компании Pepsi (см. рис. 1)? Если да, то на какие товары или груп-
пы товаров она влияет больше всего?
3. Исходя из вашего ответа на вопрос 2 и изучения рис. 1, кажутся ли вам результаты обосно-
ванными? Какие еще факторы могут привести к другой интерпретации результатов?


Кейсы 3 831
4. Как можно было бы использовать ММШ, факторный и дискриминантный анализ, чтобы
согласовать торговые марки и знаменитостей?
5. Можно ли построить регрессионную модель для прогнозирования продаж Pepsi Cola? Если
да, то какие независимые переменные следует включить в эту модель? Выразите эту модель
в форме уравнения.

ЛИТЕРАТУРА
"100 Years of Advertising Innovation", Beverage World, January 1998,p. 188.
"Pepsi Days: The Mid-'90s", Beverage World, January 1998, p. 104.
Patricia Sellers, "Why Pepsi Needs to Become More Like Coke", Fortune, March 3, 1997, p. 26—27,
R. Winer, W. Moore, "Evaluating the Effects of Marketing-Mix Variables on Brand Positioning",
Journal of Advertising Research, February—March 1989, p. 42.


3.4. КОМПАНИЯ MATSUSHITA ВНОВЬ ДЕЛАЕТ
СТАВКУ НА РЫНОК СОЕДИНЕННЫХ ШТАТОВ
АМЕРИКИ
Компания Matsushita, крупный японский производитель электроники, известная своими
торговыми марками Panasonic, Quasar и Technics, экспортировала персональные компьютеры в
Соединенные Штаты Америки в рамках своей общей программы работы на рынке ПК и пери-
ферийных устройств. Этим сегментом бизнеса японского электронного гиганта управляла
группа по автоматизации офиса компании Panasonic Industrial Company. В 1998 году увеличение
продаж компьютерной периферии, приводов CD-ROM, мониторов, сканеров и принтеров
привело к тому, что общий объем продаж продукции торговой марки Matsushita составил 68
миллиардов долларов. Продажи компьютерных компонентов дали 25% всего объема, и компа-
ния поставила целью увеличить эту цифру до одной трети. Компания расширяет инвестиции в
производство жидкокристаллических мониторов и средств хранения данных, рассчитывая на
занятие передовых позиций на рынке периферийных устройств, Фирма лидирует в области
DVD-дисков. Потенциал этой технологии, с помощью которой можно хранить четырехчасовой
видеоматериал на одностороннем 12-см диске, предлагает широкий диапазон применений.
Приводы для DVD-дисков стали поступать в продажу в январе 1997 года. Это дало компании
Tandy, партнеру Matsushita, стратегическое маркетинговое преимущество. Как Matsushita и
Tandy пришли к совместной деятельности?
В течение 1987 года персональные компьютеры Panasonic добились только скромного успеха
на рынках США, где доминировали фирмы IBM, Apple и Compaq. В апреле 1987 года правитель-
ство США начало облагать антидемпинговой пошлиной персональные компьютеры производ-
ства Японии. Пошлина сделала продукцию Panasonic неконкурентоспособной по сравнению с
американскими производителями и привела к ее уходу с рынка в том же 1987 году. Несмотря
на этот спад, Panasonic продолжала оставаться главным действующим лицом на рынке перифе-
р и й н ы х устройств для компьютеров, особенно принтеров, мониторов и дисководов для флоп-
пи-дисков. Однако в 1988 году торговля шла вяло, и компания решила вернуться на рынок
персональных компьютеров, чтобы поддержать свою позицию в периферийных устройствах.
Чтобы обойти тарифы на импорт японских компьютеров, Panasonic решила купить права на
производство восьми моделей IBM-совместимых компьютеров у Tandy Corporation. Новые ком-
пьютеры Panasonic были готовы к продаже в 1989 году. Matsushita продолжала свое продвижение
на рынок США, расширившись в 1991 году до 12 производственных предприятий и шести на-
учно-исследовательских лабораторий.
Это соглашение было первым случаем, когда японская компания купила персональные
компьютеры, сделанные в Америке, чтобы продать их на американском рынке. В прошлом
Tandy и Panasonic имели взаимовыгодные отношения, поскольку цепь магазинов компании
Tandy Radio Shack являлась одним из розничных торговцев фирмы Panasonic для аппаратов

Часть III. Сбор, подготовка и анализ данных
832
факсимильной связи и магнитофонов, и новое соглашение позволяло обеим компаниям реа-
лизовывать свои интересы на компьютерном рынке в США.
Соглашение явилось своеобразным вкладом в могущество Tandy, так как она боролась за
главную роль на американском рынке персональных компьютеров. В 1987 и 1988 годах Tandy
предприняла решительные действия для усиления своей слабой позиции на этом рынке. Она
стала использовать новые каналы распределения, отличные от 7000 торговых точек Radio Shack
с их традиционной ориентацией на розничную продажу. Чтобы получить доступ к правитель-
ственным контрактам, она приобрела небольшую компанию по производству компьютеров,
которая неоднократно выполняла государственные заказы. Для завоевания потребителей и
прочного положения на рынке компьютеры Tandy начали продаваться в сети магазинов Wal-
Mart. И наконец, чтобы увеличить выпуск более сложных машин, она согласилась продавать
свои компьютеры под маркой DEC. В 1990 году Tandy выпустила новый ориентированный на
семью персональный компьютер 1000 RL, чтобы самой вернуться на рынок ПК. В заключение,
чтобы прочно утвердиться в Европе, Tandy приобрела производственные линии по выпуску
компьютеров Victors Micronic шведской фирмы Sweden's Datatronic AB.
Соглашение с Matsushita последовало сразу же за соглашением с DEC, и по мнению Джека
Фримана (Jack Freeman), старшего аналитика Yankee Group, в перспективе должно было поста-
вить Tandy на одну из главных позиций в индустрии персональных компьютеров. Долгое вре-
мя компьютеры компании Tandy считались в мире вторыми по рейтингу среди IBM-
совместимых компьютеров, что влияло на их низкий объем продаж. Соглашение с многоува-
жаемой компанией Matsushita могло бы укрепить репутацию Tandy во всей отрасли и дать зна-
чительные производственные и ценовые преимущества за счет покупки модулей памяти
Matsushita. Таким образом, компания Tandy ассоциировалась бы не только с качественным
продуктом, который имел необъятный рыночный потенциал: дополнительный эффект для ее
собственной торговой марки, уже одной из самых дешевых в индустрии PC, мог быть значи-
тельным. Это явилось поворотным моментом в судьбе компании Tandy.
Союз Tandy—Panasonic стал приобретать стратегический характер по мере того, как рознич-
ная продажа компьютеров становится самым большим сегментом потребительской электрони-
ки. Специалисты надеялись, что новые потенциальные возможности, прорыв в технологии за-
поминающих устройств появятся в конце 1990 годов, В результате компании по производству
ПК должны будут еще быстрее удовлетворять потребности своих клиентов и реагировать на их
изменения, а также искать способы поддержания пользователей новой технологии. Маркетин-
говые исследования определяют потребности этих новых рынков и формулируют маркетинго-
вые стратегии относительно удовлетворения новых потребностей, которые, вероятно, будут от-
личаться от предыдущих.
Маркетинговый отдел группы автоматизации офиса компании Panasonic разработал план
рекламной кампании для новых ПК. Компания Panasonic захотела определить готовность ру-
ководителей организаций приобрести компьютеры марки Panasonic. Руководство компании
особенно интересовала информация по трем вопросам: реакция компаний разного размера;
влияние знакомства с ПК марки Panasonic на готовность купить их; и использование амери-
канскими компаниями компьютеров на рабочем месте. Это вызвало родственный вопрос о
возможности увеличения объема продаж периферийных устройств технически подготовлен-
ным пользователям ПК.
Далее японские маркетологи выбрали 1080 компаний, расположенные по всей территории
США, из числа подписчиков журнала PC Week и послали им анкету, разработанную для опре-
деления готовности руководителей организаций приобрести ПК Panasonic, допуская эти ком-
пьютеры на рынок, Для целей исследования компании разделили на группы по трем перемен-
ным: размер компании, знакомство с ПК Panasonic и применения компьютеров. Каждая из
этих переменных могла принимать одно из трех приведенных ниже значений.
По 40 респондентов было случайным образом определено для каждой из 27 возможных
комбинаций переменных. Установленную готовность респондентов купить компьютеры фир-
мы Panasonic измеряли по 11-балльной шкале.




Кейсы 3 833
Переменная Значение

Размер компании
Малый бизнес 1
Средний бизнес 2
Подразделение в крупной корпорации 3
Знакомство с ПК Panasonic
Нет опыта 1
Имеет покупные периферийные устройства/не знаком с П К Panasonic 2
Покупали или знакомы с ПК Panasonic 3
Применение в бизнесе
Индивидуальное использование (обработка текстов и анализ данных) 1
Использование на уровне отдела {обработка данных, работа в сети) 2
Использование j^a уровне_корпорации (интеграция предприятий) 3

ВОПРОСЫ
Этот план маркетингового исследования выбрали для выполнения последующего анализа
данных. Используя программы SPSS, SAS, BMDP, Minitab или Exel (или аналогичные стати-
стические программы), вы получили задание написать файлы программ и проанализировать
данные с помошъю следующих процедур.
1. Распределение частот. Убедитесь, что распределения частот всех переменных пригодно для
дальнейшего анализа данных.
2. Кросс-табуляция. Повторно закодируйте зависимую переменную "готовность купить", раз-
бив ее на три относительно равные группы (низкая, средняя и высокая (готовность ку-
пить)). Запустите программу составления таблицы сопряженности признаков зависимой
переменной с каждой из независимых переменных (размер компании, знакомство с ПК
Panasonic, и применение в бизнесе) для компьютеров фирмы Panasonic. Затем запустите
программу кросс-табуляции для зависимой переменной с независимой переменной
''знакомство с ПК "Panasonic", контролируя при этом независимую переменную
''применение в бизнесе"; с независимой переменной "размер компании'1, контролируя при
этом независимую переменную "применение в бизнесе"; и с независимой переменной
"размер компании", контролируя "знакомство с ПК "Panasonic". Интерпретируйте резуль-
таты с точки зрения их пригодности для менеджмента.
3. Регрессия, выполните регрессионный анализ с двумя фиктивными переменными для каж-
дой из независимых переменных: размер компании, знакомство с ПК Panasonic PC и при-
менение в бизнесе. (Обратите внимание, что каждая независимая переменная имеет три ка-
тегории и будет, следовательно, представлена двумя фиктивными переменными). Интер-
претируйте результаты с точки зрения их пригодности для менеджмента.
4. Однофакторный дисперсионный анализ. Объясните вариацию зависимой переменной, запус-
тив программу выполнения трех дисперсионных анализов зависимой переменной с каж-
дым из предикторов (размер компании, знакомство с ПК Panasonic и применение в бизне-
се).
5. Трехфакторный дисперсионный анализ. Объясните вариацию зависимой переменной, запус-
тив программу выполнения трсхфакторного дисперсионного анализа, чтобы определить
эффекты взаимодействия между предикторами.
6. Дискриминантный анализ. Сгруппируйте зависимую переменную в три относительно рав-
ные группы, исходя из распределения частот. Выполните дискриминантный анализ по
сгрупированным данным с фиктивными переменными, созданными ранее для регресси-
онного анализа, и интерпретируйте результаты с точки зрения их использования для целей
менеджмента.
Данные для этого кейса находятся на диске, а также на Web-сайте. В этих данных первая
переменная представляет установленную готовность купить компьютеры фирмы Panasonic.

834 Часть III. Сбор, подготовка и анализ данных
Следующие три переменные, в порядке их перечисления в ситуации, используются для клас-
сификации компаний. Каждое поле занимает шесть колонок.
Ваш начальник попросил вас проанализировать данные, используя уровень значимости,
равный 0,05, и подготовить всесторонний и подробный отчет о результатах анализа с реком-
мендациями руководству фирмы Panasonic, проводящей рекламную кампанию для компьюте-
ров, выпускаемых компанией Tandy. Помните, что вашей целью являются руководители аме-
риканских компаний. Ваша миссия, хотя и не является невозможной, достаточно трудна —
помочь фирме Panasonic переориентировать свой бизнес.
ЛИТЕРАТУРА
Neel Chowdhury, "Matsushita's Legacy Lives On", Fortune, March 31, 1991, p. 111.
"Matsushita", Forbes, January 13, 1997, p. S7.
Замечание. Этот кейс подготовлен для анализа в аудитории и не представляет точку зрения
Matsushita, Tandy и аффилированных лиц. Приведенная проблема — гипотетическая, а дан-
ные — выдуманные.


3.5. PAMPERS - СРЕДСТВО ДЛЯ ЛАТАНИЯ ДЫР
НА РЫНКЕ ПОДГУЗНИКОВ
Казалось, что рынок детских одноразовых подгузников, объемом в 3,5 миллиарда долла-
ров, всегда принадлежал только одной торговой марке — Pampers. Компания Procter &
Gamble доминировала на рынке с 1970- и 1980-х годов с Pampers, в качестве своего ведущего
продукта. В конце 1970-х годов она вывела на рынок одноразовые подгузники еще одной
торговой марки, — Luvs, для того чтобы конкурировать с торговой маркой Huggies фирмы
Kimberly-Clark's, К 1985 году подгузники марки Huggies занимали 32,6% рынка и являлась
главной угрозой для лидерства компании Procter & Gamble в данной отрасли. Начиная с
1994—1995 годов марка Huggies опередила обе торговыми марками компании Procter & Gamble
в доли рынка отрасли детских пеленок одноразового использования в 3,6 миллиарда долла-
ров. В 1996 году обе торговые марки дали Procter & Gamble 36,9% доли рынка, в то время как
марка Huggies занимала 39,7%. Компания Procter & Gamble предприняла усилия по возвра-
щению утраченной доли рынка путем больших дополнительных затрат на рекламное про-
движение своей продукции и различные нововведения. В 1996 году Procter & Gamble потра-
тила 48 миллионов долларов на стимулирование продаж своих детских одноразовых подгуз-
ников. Компания потратила 8 миллионов долларов, чтобы добавить к Pampers Premium
воздухопроницаемые боковые вставки. При их наличии воздух свободно проходит через пе-
ленку, а жидкость не протекает, поэтому считается, что это уменьшает влажность, снижая,
таким образом, возможность появления на детской коже опрелостей.
В 1996 году компания Procter & Gamble начала свертывание производства детских пеленок
одноразового использования специально для мальчиков и специально для девочек. Компания
заявила, что в связи с выпуском пеленок с новой сверхпоглощающей прокладкой выпуск пеле-
нок только для мальчиков или только для девочек не нужен. Многие розничные торговцы, кто
не хотел выделять место на торговых полках для пеленок отдельно для мальчиков и отдельно
для девочек, приветствовали это нововведение. Однако исследование компании Kimberly-
Clark's показало, что 70% потребителей предпочитают покупать одноразовые пеленки отдельно
для мальчиков и отдельно для девочек, поэтому компания продолжала продавать оба вида пе-
ленок. Компания Procter & Gamble также освоила выпуск супербольших упаковок, называемых
джумбо или мега, которые содержали в четыре раза больше пеленок, чем обычная упаковка.
Procter & Gamble следовала за торговой маркой Huggies Supreme компании Kimberly-Clark's,
лучшей из выпускаемых марок одноразовых пеленок, со своей собственной маркой Pampers
Premium, торжественно выведенной на рынок в 1995 году. К 1997 году марка Pampers Pre-
m i u m в паре с Huggies Supreme лидировала в сегменте высокодоходных детских пеленок.
В 1996 году компания Procter & Gamble также сделала безразмерными детские подгузники Luvs,


Кейсы 3 835
позиционируя их как высококачественный товар, продаваемый по обычной цене. Этот шаг
делает торговую марку Luvs более конкурентоспособной по сравнению с одноразовыми пе-
ленками других мелких производителей. В 1997 году Luvs стала самой продаваемой торговой
маркой компании Procter & Gamble.

! Доля разных торговых марок на рынке одноразовых подгузников {%}
1988 1989 1990 1991 1992 1993

29,0 24,8 24,4 27,2 29,2
Pumpers 28,0
17,8 20,0 14,3
22,3 23,2
Luvs 13,1
Всего Procter & Gamble 46,8 47,1 47,2
47,6 43,5 41,1
30,7 37,2
Huggies (Kimberly-Clark) 30,1 30,9 36,3 38,4
Другие 22,6 21,5 16,5 19,3
22,5 20,5
/996
1995
1994 1997

Pumpers 25,1
24,9 26,8 25,6
12,2
Luvs 12,5 10,5 11,3
Всего Procter & Gamble 37.4 37,3 36,9 37,3
Huggies (Kimberly-Clark) 38,9 39,6 39,7 39,6
Другие 23,4
23,7 23,1 23,1

В 1997 году Huggies продолжает лидировать на рынке. В 1997 году торговая марка Huggies'
Pull-Up Training Pants держала 10% рынка и именно ей компания Kimberly-Clark's обязана сво-
им превосходством над компанией Procter & Gamble. Стратегия компании Kimberfy-Clark's за-
ключалась в сегментировании рынка с освоением новых товарных ниш, и она хорошо себя за-
рекомендовала. Торговые марки Huggies Overnites, ночные пеленки одноразового использова-
ния, и Huggies Pull-Ups Goodnites, пеленки для детей старшего возраста, которые страдают
энурезом, стали новыми перспективными товарами, которые обслуживали определенные сег-
менты рынка. Компания испытала одноразовые пеленки марки Huggies Little Swimmers Swim-
pants, разработанные для плавания.
В 1997 году компания Procter & Gamble опередила своих конкурентов за счет внедрения на
рынок подгузников, использование которых смягчает кожу. Procter & Gamble, вложив 25 мил-
лионов долларов в рекламную кампанию, раскрутила другой свой продукт, явившийся новым
словом в производстве одноразовых пеленок — подкладку для пеленки под названием Pampers1
Gentle Touch, которая благотворно влияла на кожу ребенка. Подкладка содержала специальную
смесь из трех веществ, успокаивающе действующих на кожу. Несмотря на то, что это новшество
дало Procter & Gamble конкурентное преимущество, наличие единственного на рынке одноразо-
вого подгузника с элементами ухода за кожей предполагало только временное преимущество,
особенно в отрасли, где новые продукты недолго остаются уникальными.
Чтобы максимально полно удовлетворять запросы покупателей, Procter & Gamble необходи-
мо было продолжать поиск новых товаров и давать им именно то, что они стремятся найти,
причем надо было все время опережать конкурентов, как это произошло с внедрением под-
кладки Pampers' Gentle Touch. Маркетинговое исследование могло оказаться ключом, который
позволил бы компании Procter & Gamble вернуть лидерство на рынке одноразовых пеленок.
С учетом все более усиливающейся конкуренции на рынке одноразовых подгузников отдел
маркетинга компании Procter & Gamble предложил сформулировать новые подходы к созданию
и сбыту Pampers, чтобы позиционировать их более эффективно по сравнению с Huggies, и не
каннибализируя при этом Luvs. Для этого опросили 300 матерей, имеюших маленьких детей.
Каждый из респондентов ознакомился сослучайным образом выбранной торговой маркой од-
норазовых пеленок (Pampers, Luvs или Huggies), которую попросили оценить по девяти харак-
теристикам, после чего высказать предпочтение в отношении подгузников этой торговой мар-
ки. Для оценки использовали 7-балльную шкалу Лайкерта. План исследования составили так,

836 Часть 111. Сбор, подготовка и анализ данных
что каждая из трех марок появлялась 100 раз. Цель исследования состояла в определении харак-
теристик, которые вносят наибольший вклад в предпочтение купить данный товар (Y). Ниже
приведены девять характеристик, использованных в исследовании.
Переменная Характеристика Варианты
Xj Количество в коробке Хотели бы вы, чтобы в коробке было больше пеленок?
Х2 Цена Заплатите дополнительную цену?
Х3 Ценность Способствуют повышенной ценности
Х( Унисекс Выпускать пеленки унисекс или отдельно для мальчи-
ков и девочек
Xj Стиль С рисунком/цветные или однотонные
X,; Абсорбционная спо- Обычная или суперпоглотительная способность
собность
Х7 Просачивание Узкое/конусообразное или обычное
Xg Комфорт/размер Дополнительный набивочный материал и подогнан-
ные по форме оборочки
X, Лентообмотка Лента, позволяющая повторно запечатать коробку или
обычная лента

<<

стр. 30
(всего 35)

СОДЕРЖАНИЕ

>>