6. Оценка достоверности и надежности.

Маркетологу необходимо оценить надежность и достоверность решений многомерного шкалирования. Для этого используются следующие действия.

1. Рассчитать коэффициент соответствия или R² - квадрат коэффициента корреляции, указывающий на долю дисперсии оптимально шкалированных данных, которая может быть учтена методом многомерного шкалирования. Таким образом, этот коэффициент показывает, насколько хорошо модель многомерного шкалирования соответствует исходным данным. Несмотря на то, что желательно иметь высокие значения R², допустимыми считаются значения 0,60 и выше.

2. Значения стресса - также показатели качества решений многомерного шкалирования. R² представляет собой меру соответствия модели исходным данным, а стресс - меру несоответствия модели или долю дисперсии оптимально шкалированных данных, которую не учитывает модель многомерного шкалирования. Значения стресса варьируют в зависимости от метода многомерного шкалирования и анализируемых данных. Для значений стресса, вычисляемых по стресс-формуле Краскела, даются следующие рекомендации.

Стресс (%) Критерий соответствия модели

20 Плохое

10 Удовлетворительное

5 Хорошее

2,5 Отличное

0 Превосходное (полное)

3. Если анализ проводят на агрегатном уровне, то исходные данные можно разбить на две или больше частей. Процедуру многомерного шкалирования следует выполнить отдельно для каждой части, а затем результаты сравнить.

4. Некоторые из объектов можно выборочно исключить из исходных данных и решения принимать по оставшимся объектам.

5. К исходным данным можно добавить случайный ошибочный член. Полученные в результате данные подвергают многомерному шкалированию и решения сравнивают.

6. Исходные данные можно собрать в разное время и сравнить проверочные тесты между собой.

Тема 17. Совместный анализ

План:

17.1. Совместный анализ как метод количественной оценки важности одной характеристики по сравнению с другой.

17.2. Использование совместного анализа для разработки нового продукта.

17.3. Выбор атрибутов.

17.1. Совместный анализ как метод количественной оценки важности одной характеристики по сравнению с другой

Совместный анализ представляет собой метод, с помощью которого маркетологи пытаются определить относительную важность, которую придают потребители ясно выраженным характеристикам, а также полезность, которую они связывают с уровнями характеристик.

Эту информацию маркетологи получают из оценок потребителями торговых марок или профилей торговых марок, составленных из характеристик товаров и их уровней. Респондентов знакомят с объектами, которым присущи определенные характеристики и уровни этих характеристик, и просят оценить эти объекты с точки зрения желательности тех или иных характеристик. Маркетологи, используя метод совместного анализа, пытаются присвоить уровням каждой характеристики определенную ценность. В итоге ценности или полезности, которыми обладает каждый объект, тесно согласуются с исходными оценками респондентов. Основное допущение состоит в том, что любой набор объектов, таких как изделия, торговые марки или магазины, оценивают как пучок характеристик.

Совместный анализ, как и многомерное шкалирование, опирается на субъективные оценки респондентов. Однако если в многомерном шкалировании объекты представляют собой изделия или торговые марки, в совместном анализе - комбинации уровней характеристик объекта, определяемые исследователем. Цель многомерного шкалирования - разработать пространственную карту, изображающую объекты в многомерном пространстве восприятий или предпочтений. С помощью совместного анализа маркетологи стремятся определить функции частной ценности или полезности, описывающие полезность, которую потребители присваивают уровням каждой характеристики. Два метода взаимно дополняют один другого.

Совместный анализ используют в маркетинге для различных целей.

1. Определение относительной важности характеристик в процессе выбора товара потребителем. Типичный результат совместного анализа представляет собой веса относительной важности для всех характеристик, используемых для описания объектов. Веса относительной важности показывают, какие из характеристик больше всего влияют на выбор потребителя.

2. Определение рыночной доли торговых марок, которые различаются уровнями своих характеристик. Значения полезностей, полученные в результате совместного анализа, можно использовать как исходные данные в модели выбора, чтобы определить долю, выпадающую на те или иные марки, и, следовательно, долю рынка различных торговых марок.

3. Определение структуры свойств наиболее предпочитаемой торговой марки. Свойства торговой марки могут варьировать с точки зрения уровней характеристик и соответствующих полезностей. Свойства торговой марки, которые приводят к наивысшей полезности, указывают структуру характеристик наиболее предпочитаемой торговой марки.

4. Сегментирование рынка, исходя из сходства предпочтений для уровней характеристик. Функции частной ценности, полученные для характеристик, можно использовать как основу для кластеризации респондентов в однородные по своим предпочтениям сегменты.

С совместным анализом связаны следующие термины.

Функции частной ценности или функции полезности - описывают полезность, которую потребители присваивают уровням каждой характеристики.

Веса относительной важности - показывают, какие характеристики больше всего влияют на выбор потребителя.

Атрибутивные уровни, уровни характеристик - показывают значения характеристик.

Полные профили - полные профили или конкурентные профили торговых марок, построенные на базе всех характеристик с использованием их уровней.

Парные таблицы - таблицы, в которых респонденты одновременно оценивают по две характеристики до тех пор, пока не оценят все пары характеристик.

Циклические планы - планы, используемые для снижения числа попарных сравнений.

Планы дробных факторных экспериментов - планы, используемые для снижения числа профилей объектов, определяемых в полнопрофильном методе.

Ортогональные таблицы - специальный класс планов дробных факторных экспериментов, который позволяет эффективно оценивать все главные эффекты.

Внутренняя достоверность - определяется на основе корреляции предсказанных оценок проверочных объектов с оценками объектов, данными респондентами.