Анализ маркетинговых данных

Анализ данных начинается с перевода полученных «сы­рых» сведений в осмысленную информацию и включает их вве­дение в компьютер, проверку на предмет выявления ошибок, ко­дирование, представление в матричной форме (табулирование). Обычно закодированные исходные данные представляются в виде матрицы, столбцы которой содержат ответы на различные вопро­сы анкеты, а ряды - респондентов или изучаемые ситуации. Все это называется преобразованием исходных данных.

	Вопрос 1	Вопрос 2	Вопрос 3	Вопрос п
Респондент А
Респондент В
Респондент С
Респондент N

Затем проводится статистический анализ. Статистические методы анализа данных применяются для их обобщения, выявле­ния взаимосвязей, зависимостей и структур. Их классификация проводится по следующим критериям:

• в зависимости от количества одновременно анализируе­мых переменных (однофакторные и многофакторные методы);

• в зависимости от цели анализа - описательные и индук­тивные методы;

• в зависимости от типа анализируемых данных (парамет­рические и непараметрические методы) и т.д.

Наиболее просты и доступны для последующей интерпре­тации описательные однофакторные методы (т.н. дескриптив­ные методы), включающие:

• распределение частот встречаемости признаков (пред­ставление на графике или в таблице);

• графическое представление распределения переменной (например, с помощью гистограммы);

• расчет таких статистических показателей как среднего арифметического, медианы, дисперсии и т.д.

Индуктивные однофакторные методы предназначены для проверки соответствия характеристик выборки характеристикам генеральной совокупности.

В последнее время получили широкое распространение многомерные статистические методы, позволяющие получать уг­лубленное представление о взаимосвязи переменных и структуре данных:

Регрессионный анализ — статистический метод анализа данных при определении зависимости одной переменной от од­ной или нескольких независимых переменных.

Дискриминантный анализ позволяет разделить заранее заданные группы объектов с помощью комбинации независимых переменных и тем самым объяснить различия между группами. Метод также дает возможность отнести новый объект к опреде­ленной группе на основе его характеристик.

Факторный анализ предназначен для исследования взаи­мосвязей между переменными с целью сокращения числа факто­ров, оказывающих влияние, до наиболее существенных.

Кластерный анализ позволяет разделить совокупность объектов на отдельные относительно однородные группы.

Многомерное шкалирование дает возможность получить пространственное отображение отношений, существующих меж­ду объектами.

Возможность применения того или иного вида анализа за­висит от типа использованных данных (шкал). Выбор определен­ного метода обусловлен задачами исследования.