Читать книгу Методы маркетинговых исследований - Николай Вячеславович Павлов - Страница 2

Маркетинговые исследования чрезвычайно разнообразны. Вот несколько примеров.

1. Исследователи наблюдали через полупрозрачное зеркало, как родители одевают детей в детском саду, и слушали, что говорилось о застежках на детской одежде. Результатом исследования явилась новая удобная одежда для детей.

2. С помощью метода "искусственной головы" (записи звуков стереомикрофоном, который крепится в модели человеческой головы, что позволяет записывать звуки именно так, как они слышатся человеком) была собрана коллекция звуков ломаемого печенья разных видов. В результате этого была подобрана рецептура и технология производства печенья, хрустящего наиболее приятно.

3. Для создания автоматических фотокамер были исследованы тысячи и тысячи испорченных фотографий, что позволило защитить фотооператоров от большинства ошибок фотосъемки

Сведения о первом маркетинговом исследовании относятся к 1879 году, когда фирма Эйер и сын (США) по телеграфу опросила местные власти и издателей страны. Вопрос был связан с видами на урожай. Так делалась попытка предсказать объем продаж сельскохозяйственных машин для фирмы Никольс-Шепард.

Широкое применение маркетинговых исследований за рубежом началось с 40-х годов ХХ века, когда производители в капиталистических странах начали ориентироваться на потребителя.

Необходимость в полной, достоверной и своевременной информации, собираемой в процессе маркетинговых исследований, возникает в целом ряде случаев:

– при формировании целей развития организации;

– при разработке стратегии – путей достижения целей;

– при создании новых товаров;

– при формировании имиджа компании;

– при планировании кампаний по продвижению товаров;

– при выборе тематики рекламы,

то есть практически при принятии всех управленческих решений.

Для принятия важных управленческих решений требуется разнородная информация о текущем моменте и прогнозы на довольно отдаленное будущее. Важны и сведения о политической ситуации, и данные о вкусах потребителей, и о моде.

При выборе тематики рекламы наиболее важна информация о системе ценностей целевой аудитории, об их отношении к рекламируемому товару или услуге.

Маркетинговая информация по своему содержанию и источникам получения может быть классифицирована на следующие типы.

– Информация о внешней среде организации: политическая, правовая, социальная, экологическая. Она поступает в основном из официальных печатных источников.

– Демографическая информация: о численности населения, размере и составе семей. Она в основном исходит от государства в виде отчетов о переписях.

– Информация о покупателях: кто покупает данный товар, как его использует, в каких ситуациях[2], в каких количествах и как часто, как принимается решение о покупке, какие факторы (реклама, стимулирование сбыта, цена) влияют на это решение. Эта информация поступает от продавцов и коммерческих агентов, собирается в процессе маркетинговых исследований.

– Общеэкономическая информация: уровень безработицы, активность на внутреннем и внешнем рынках. Ее можно найти в периодической печати.

– Информация о промышленности: финансовое состояние, технологии, уровни активности исследований и развития, рынки сырья и готовой продукции. Источники ее различны.

– Информация о конкурентах: названия организаций, их положение на рынке, методы распространения товаров, производственные мощности, объемы выпуска и цены. Способы получения такой информации – от наблюдений и анализа реклам до промышленного шпионажа;

– Информация о состоянии организации: ее финансовое состояние, уровень разработок новых товаров, уровень технического и кадрового обеспечения. Получить эти сведения можно на основе анализа внутренних документов организации.

Для хранения и обработки информации, необходимой для принятия управленческих решений, сегодня используют различный инструментарий.

1. Маркетинговые информационные системы (MIS – Marketing Information System, иногда также Management Information System). Они представляют собой "индивидов, оборудование и процедуры сбора, сортировки, анализа, оценки и распределения используемой при принятии маркетинговых решений своевременной и достоверной информации"[3]. Это может быть как информация о внутреннем состоянии фирмы, так и данные о конкурентах, спросе, поставщиках. Информация собирается в базах или банках данных, нужные сведения представляются в форме табличных отчетов.

Особенности MIS:

– формат входной информации и способ хранения четко определены;

– данные в базах данных постоянно обновляются;

– задачи по обработке данных запрограммированы и не требуют от пользователя квалификации программиста;

– данные представляются в заранее заданном виде всем, кому они нужны;

– параметры отчетов фиксированы.

Наиболее существенна последняя особенность. В любой момент можно, нажав одну-две кнопки, получить новейшие сведения, которые будут представлены в привычном виде[4].

Недостатками традиционных MIS является то, что их разработка дорога и сложна. Она выполняется высококвалифицированными программистами. В то же время требования к информации для принятия решений постоянно меняются. Менеджеры (особенно высшего звена) часто заранее не знают, какая именно информация им потребуется, а быстрый доступ к свежей информации при принятии решений в нестандартных, критических ситуациях имеет решающее значение.

Многие проблемы принятия управленческих решений относятся к плохо структурированным, они связаны с персональным выбором и ответственностью за него. Принятие управленческого решения, особенно стратегического – творческий процесс. Система стандартизированных форм представления данных недостаточно гибка для решения таких задач.

Поэтому в настоящее время МИС представляют собой конгломерат различных программных средств, выполняющих различные функции: скрепинг данных сайтов, их очистку и консолидацию, аналитическую обработку и визуализацию результатов. Теперь можно более гибко управлять всеми этапами этой деятельности.

2. Информационно-поисковые системы являются разновидностью MIS и служат для быстрого поиска информации, содержащейся в основном в текстовых документах. Для этого в них применяются специальные средства. Примерами таких систем являются Google и Yandex. К этому же типу можно отнести и информационно-правовые системы, например, Консультант плюс, содержащие постоянно обновляемую базу законов, указов и нормативных документов.

3. В XXI веке объем производимых и хранимых данных возрастает невиданными темпами. Поэтому появилась новая область знаний – Большие данные (Big Data). Это, согласно [https://ru.wikipedia.org/wiki/Большие_данные] – "совокупность подходов, инструментов и методов обработки структурированных и неструктурированных данных огромных объёмов и значительного многообразия для получения воспринимаемых человеком результатов, эффективных в условиях непрерывного прироста, распределения по многочисленным узлам вычислительной сети". Их характеристики:

– большой физический объем;

– большая скорость прироста и необходимость быстрого получения результата;

– разнообразие типов структурированных и полуструктурированных данных.

Методы и средства работы с Большими данными бурно развиваются в настоящее время[5].

Особенности больших данных породили целую науку Data science (науку о данных). Это наука о методах анализа данных и извлечения из них полезной информации Она объединяет математические методы, программирование, методы работы с большими данными, методы машинного обучения. Data scientist (ученый по данным) должен владеть:

– математикой и статистикой;

– информационными технологиями, включая программирование;

– пониманием бизнес-процессов, для которых он собирает информацию.

4. Системы поддержки принятия решений (DSS – decision support systems). DSS, которые все чаще используются в настоящее время, – это скоординированный набор данных, систем, инструментов и технологий, программного и аппаратного обеспечения, с помощью которого в организации под управлением пользователя[6] собирается и обрабатывается информация о бизнесе и окружающей среде с целью обоснования маркетинговых действий.

DSS состоит из трех основных частей.

– Система данных для сбора и хранения информации о маркетинге, финансах и производстве, получаемой из внутренних и внешних источников. Обычно это база или банк данных, как и в MIS.

– Система диалога, позволяющая пользователю задавать, какие данные следует выбирать и как их обрабатывать.

– Система моделей – идей, алгоритмов и процедур – которые позволяют обрабатывать данные и проводить их анализ. В обработке данных используются различные процедуры, от простого суммирования до статистического анализа и нелинейной оптимизации. Типовыми процедурами являются:

– объединение в группы;

– получение сводных показателей;

– ранжирование;

– выделение особых случаев;

– графическое представление данных.

Несмотря на кажущуюся простоту, важность процедур последнего типа трудно переоценить. Иногда достаточно только взглянуть на графическое представление данных, чтобы понять, даст ли хороший результат кластерный анализ, какой вид регрессионной функции выбрать и т.д.

Модели принятия решений служат для обработки данных, нужных для решения, и по способам представления результатов своей работы подразделяются на информационные (что есть и что будет, если…), советующие (в меру своего "разумения") и (редко) управляющие. Типы таких моделей представлены в таблице 1.

Таблица 1 – Модели принятия решений

В настоящее время идеи DSS получили свое дальнейшее развитие. Прогресс в области вычислительной техники сделал возможным новые подходы к анализу данных.

5. Онлайновая аналитическая обработка данных (OLAP – Online Analytical Processing) – один из новых инструментов. Данные обычно берутся из уже существующих баз данных и подвергаются быстрому, но достаточно поверхностному предварительному разведочному анализу[7]. В OLAP обычно используется многомерная модель данных. Это позволяет гибко манипулировать информацией, но требует довольно серьезной специальной подготовки.

6. Для обработки данных, в том числе и находящихся в хранилищах, предложена концепция интеллектуального анализа данных (Data Mining – "добыча данных"). Это, согласно[8], "процесс обнаружения в сырых данных ранее неизвестных; нетривиальных; практически полезных; доступных интерпретации знаний … для принятия решений". Новизна подхода заключается в том, что современные мощные компьютеры в состоянии переработать огромные массивы данных и найти в них что-то полезное. Однако не следует считать, что компьютер полностью заменяет исследователя-человека. Наоборот, применение методов Data Mining – процесс, требующий от исследователя глубоких знаний. Система Data Mining требует четко согласованной работы всех своих компонентов. Пользователь должен быть квалифицированным специалистом в таких областях, как работа с базами данных, анализ данных традиционными математическими методами и средствами искусственного интеллекта. Наконец, интерпретация полученных данных и использование полученных результатов также остаются прерогативой человека.

Во многих организациях уже собираются большие объемы данных. Это и гипермаркеты, где регистрируется каждый чек, и некоторые поликлиники, имеющие полнофункциональную базу данных обо всех больных, врачах, пациентах, и предприятия-производители, регистрирующие все контакты с клиентами, и торговые площадки в интернет, где встречаются многочисленные продавцы и покупатели. Но еще далеко не все полезные сведения извлекаются из этих данных. Поэтом важно овладеть современными средствами анализа данных.

К средствам автоматизации сбора данных относятся в первую очередь сканеры штрих-кодов, которые, помимо ускорения оплаты товаров в кассе, позволяют собрать большие объемы полезной информации об объемах продаж, их динамике, совместно покупаемых товарах и т.д.

Все вышеперечисленные средства помогают в принятии стратегических решений, позволяют получить информацию о текущем состоянии организации, весьма хороши для раннего предупреждения о возникающих проблемах. К сожалению, они не дают подсказки в специальных, "нестандартных" случаях (что делать с новым товаром, как оптимизировать каналы товародвижения и т. д.).

7. Для сбора информации по отдельным конкретным проблемам, для поиска новых идей и гипотез используются маркетинговые исследования. Правильно проведенные, они дают исчерпывающую информацию о ситуации на рынке или о проблеме, возникшей в фирме.

Обычно рассмотренные средства используются совместно.

* * *

В настоящее время маркетинговыми исследованиями занимаются: отделы в организациях (в малых организациях это может быть единственный работник); специализированные исследовательские и консалтинговые организации (они могут выполнять только сбор информации, сбор и анализ, выполнение всего проекта исследований); правительственные организации (это наиболее крупные исполнители исследований, они составляют статистические обзоры); университеты.

Полный спектр услуг по маркетинговым исследованиям и консалтингу могут предложить не все организации. Некоторые из них специализируются только в некоторых определенных направлениях.

Социологические и политические данные публикуются Левада-центром, ВЦИОМ, ФОМ.

Рейтинги российских агентств маркетинговых исследований публикуются на сайте [http://pikmarketinga.ru/], а мировых – на сайте [https://www.ama.org/Pages/default.aspx] и других.

Маркетинговыми исследованиями занимается ряд организаций мирового уровня.

– AC Nielsen Corp., основанная в 1934 году, работает в 85 странах.

– IMS Health Inc, занимающаяся в основном исследованиями на медицинском рынке, работает в 74 странах;

– Группа компаний The Kantar Group Ltd.из более, чем 10 исследовательских компаний:

– Research International,

– Millward Brown International,

– MRB Group Ltd.,

– Kantar Media Research,

– Goldfarb Consultants и другие.

– Международная корпорация Taylor Nelson Sofres, работающая с 1965 г., работает в 37 странах мира. В нее входят

– TNS Gallup Media;

– TNS Gallup Ad Fact

– GfK Group A.G., основанная в 1934 представлена в более чем 35 странах и занимается изучением всех отраслей экономики.

– ESOMAR (European Society of Marketing Research Professionals, 1948) функционирует в 100 странах.

В России работает ряд организаций, как международного уровня, так и отечественных. Это ГидМаркет, MegaResearch, Исследовательская группа "Инфомайн", Агентство промышленной информации, Маркетинговое агентство "Русопрос", Российское Агентство поддержки малого и среднего бизнеса, МедиаСофт, A/R/M/I-Marketing Millward Brown, BCGroup, Global Reach Consulting и другие.

Следует отметить, что область маркетинговых исследований очень динамична, что в первую очередь связано с распространением компьютеров не только на области хранения и обработки данных, но и на сам процесс поиска информации в Интернет и опросов с помощью планшетов[9]. Индивидуальные и коллективные опросы все чаще проводятся on-line, что повышает удобство респондентов и значительно сокращает время и стоимость проведения опросов. Внедряются новейшие достижения, как, например, нейромаркетинг и магниторезонансная томография, которые будут рассмотрены ниже.

Другое новое направление маркетинговых исследований связано с развитием Big data – совокупности подходов, инструментов и методов обработки данных огромных объёмов и значительного многообразия для получения полезных, воспринимаемых человеком результатов. Для этого требуются средства массово-параллельной обработки неопределённо структурированных данных.

Изменения происходят и в требованиях заказчиков исследований. Возросшая динамика изменений рыночной ситуации требует более быстрых, дешевых, но и более глубоких и качественных результатов исследований, вплоть до готовых бизнес-решений. Это приближает область маркетинговых исследований к консалтингу.

Основными источниками информации, которые могут быть использованы для изучения рынка, являются журналы Маркетолог, Маркетинг в России и за рубежом, Маркетинг дайджест, Бизнес Уик; газеты Коммерсантъ Полезны отчеты, регулярно издаваемые Госкомстатом.

Нельзя не отметить быстрый рост сайтов в Интернет, содержащий как сведения теоретического плана, так и полезную информацию, собранную в результате исследований. Кроме того, широко представлены платные отчеты о готовых исследованиях. Обычно они касаются состояния и прогнозов развития отраслей экономики.