- •Н.Г.Каменева, в.А.Поляков маркетинговые исследования Учебное пособие
- •Содержание
- •Глава 7. Обработка и анализ маркетинговой
- •Глава 8. Прикладные маркетинговые исследования
- •Глава 9. Отчет о маркетинговых исследованиях
- •Введение
- •Глава 1. Методические основы маркетинговых исследований
- •Сущность маркетинговых исследований
- •1.2. Основные направления маркетинговых исследований
- •1.3. Методология исследования в маркетинге
- •II. Аналитико-прогностические методы:
- •III. Методы и приемы, заимствованные из разных областей знаний
- •1.4. Организация процесса исследования
- •1.5. Процесс маркетинговых исследований
- •Контрольные вопросы к главе 1
- •Глава 2. Информационное обеспечение в маркетинге
- •2.1. Сущность информационного обеспечения исследований в маркетинге
- •2.2. Маркетинговая информационная система (мис) и система поддержки принятия решений (сппр)
- •2.3. Применяемые методы анализа информации
- •Контрольные вопросы к главе 2
- •Глава 3. Разработка плана маркетингового исследования
- •3.1. Сущность и процесс планирования маркетинговых исследований
- •3.2. План маркетинговых исследований
- •3.3. Поисковое исследование
- •3.4. Итоговое исследование
- •Контрольные вопросы к главе 3
- •Глава 4 процесс выборки
- •4.1. Общие понятия, принципы применения выборочных методов
- •4.2. Методы вероятностной (случайной) выборки
- •4.3. Методы невероятностной выборки
- •4.4. Многоступенчатая выборка
- •4.5. Определение объема выборки
- •Контрольные вопросы к главе 4
- •Глава 5. Потребитель в маркетинговых исследованиях
- •5.1. Цель и задачи исследования потребителей
- •5.2. Исследование поведения потребителей
- •5.3. Типы покупателей, решение о покупке
- •Контрольные вопросы к главе 5
- •Глава 6. Методы сбора информации
- •6.1. Общая характеристика методов
- •6.2. Методы количественных исследований
- •6.2.1. Ме́тод опро́са
- •6.2.2. Методы исследований розничной сети
- •6.3. Методы качественных исследований
- •6.3.1. Методы фокус-групповых дискуссий
- •6.3.2. Метод глубинного интервью
- •6.3.3. Метод анализ протокола
- •6.3.4. Метод экспертного интервью
- •6.3.5. Метод наблюдения
- •6.3.6. Метод панели
- •6.3.7. Метод эксперимента
- •6.4. Анкета и анкетирование
- •6.5. Метод экспертных оценок
- •6.6. Прогнозирование рыночной деятельности
- •6.7. Анализ маркетинговых рисков
- •Контрольные вопросы к главе 6
- •Глава 7. Обработка и анализ маркетинговой информации
- •7.1. Подготовка данных для маркетинговой информации
- •7.2. Типы шкал в маркетинговых исследованиях
- •7.3. Сводки и группировки данных
- •Расчетные данные
- •7.4. Ряды распределения маркетинговой информации
- •Средняя цена товара по трем рынкам определится как
- •7.5. Табулирование маркетинговых данных
- •7.6. Методы анализа информации о рынке
- •7.7. Анализ и обработка экспертных оценок
- •7.8. Метод «парных сравнений» в ранжировании альтернатив
- •7.9. Методы корреляционного и регрессионного анализа
- •Влияние объема сбыта от затрат на рекламу
- •Глава 8. Прикладные маркетинговые исследования
- •8.1. Исследования рынка
- •8.2. Анализ сегментов рынка
- •Форма анализа хозяйственного профиля основных конкурентов
- •8.3. Изучение конкурентов
- •Методы изучения фирм-конкурентов
- •8.4. Модели прогнозирования в анализе маркетинговых процессов
- •1. Прогнозирование рынка путем экстраполяции его динамики.
- •Выравнивание по прямой объема продаж
- •Выравнивание по прямой объема прибыли
- •4. Прогнозирование рынка методом экономика - математического моделирования
- •5. Прогнозирование рынка с помощью метода экспертных оценок
- •8.5. Технологии определения статистических показателей при анализе маркетинговой информации с применением Microsoft Excel
- •1. Построение и графическое отображение интервального вариационного ряда распределения (гистограмма)
- •2. Расчет описательной статистики (методика 1)
- •Метод 3. Расчет выборочного стандартного отклонения для признака Средняя стоимость образовательных услуг ()
- •Метод 4. Расчет выборочной дисперсии для признака Средняя стоимость образовательных услуг (2)
- •Метод 5. Расчет выборочного среднего линейного отклонения для признака Средняя стоимость образовательных услуг (d)
- •Метод 6. Расчет коэффициента вариации по признаку Средняя стоимость образовательных услуг (V)
- •3. Технология решения задач корреляционного и регрессионного анализа
- •4. Технология оценки тесноты связи исследуемых признаков на основе линейного коэффициента корреляции
- •5. Технология прогноза объема продаж с помощью Мастер функций
- •6. Прогнозирование с помощью функции рост
- •Глава 9. Отчет о маркетинговых исследованиях
- •9.1. Назначение маркетингового отчета
- •9.2. Структура письменного отчета
- •9.3. Устный отчет (презентация отчета)
- •9.4. Графическое представление отчета
- •Контрольные вопросы к главе 9
- •Список литературы
5. Технология прогноза объема продаж с помощью Мастер функций
Прогнозирование в маркетинге является важнейшим элементом системы планово-экономических расчетов. В Excel есть несколько стандартных функций, позволяющих решать задачи прогнозирования.
На рис. 8.43 показан вызов функции ТЕНДЕНЦИЯ для прогноза объема продаж на некоторый товар по временному ряду.
В ячейках В4:В8 находятся данные об объеме продаж за прошедшие 5 лет. В ячейку B10 будет возвращено прогнозное значение объема продаж. Для открытия диалога Мастер функций нажата кнопка fx на панели управления. Функция ТЕНДЕНЦИЯ расположена в категории Статистические (левое окно диалога). Для того чтобы вызвать функцию ТЕНДЕНЦИЯ, надо щелкнуть мышью (левая кнопка) по названию функции в правом окне и нажать кнопку ОК.
Рис. 8.43. Вызов функции ТЕНДЕНЦИЯ
Заполнение диалога функции ТЕНДЕНЦИЯ показано в табл. 8.67 и на рис. 8.44.
Таблица 8.67
Окно диалога функции ТЕНДЕНЦИЯ |
Формула |
Изв_знач_У |
В4:В8 |
Изв_знач_Х |
A4:A8 |
Нов_знач_Х |
A10 |
Константа |
Заполнять не надо |
Рис. 8.44. Диалог функции ТЕНДЕНЦИЯ
Функция ТЕНДЕНЦИЯ строит прогноз на основе модели:
у = а·х + b,
где а и b - параметры; у - прогнозируемая переменная (в данном случае объем продаж); х - независимая переменная (в данном случае время).
Известные значения х - это пять предплановых лет, пронумерованных от 1 до 5. Известные значения у - объемы продаж в эти годы. Новое значение х - это номер планового года, в данном случае 6.
После ввода формул в окна диалога надо нажать кнопку ОК. Результат вычислений показан на рис. 8.45.
Рис. 8.45. Прогноз объема продаж
Пример 27. Выполним прогноз объема продаж на 2011 год. Для этого построим линейную трендовую модель объема продаж фирмы и определим его сезонность. Уравнение тренда выглядит следующим образом . Для определения необходимых параметров, рассчитаем следующие показатели прогноза (табл. 8.68).
Таблица 21
Данные для составления тренда
№ п/п |
Месяц |
Объем продаж (тыс. руб.) |
|
Линейный тренд | |
1 |
январь |
50000,00 |
1 |
50000,00 |
47269,17 |
2 |
февраль |
100000,00 |
4 |
200000,00 |
80616,37 |
3 |
март |
140000,00 |
9 |
420000,00 |
113963,57 |
4 |
апрель |
200000,00 |
16 |
800000,00 |
147310,77 |
5 |
май |
210000,00 |
25 |
1050000,00 |
180657,97 |
6 |
июнь |
250000,00 |
36 |
1500000,00 |
214005,17 |
7 |
июль |
200000,00 |
49 |
1400000,00 |
247352,37 |
8 |
август |
275000,00 |
64 |
2200000,00 |
280699,57 |
9 |
сентябрь |
310000,00 |
81 |
2790000,00 |
314046,77 |
10 |
октябрь |
338287,30 |
100 |
3382873,00 |
347393,97 |
11 |
ноябрь |
300000,00 |
121 |
3300000,00 |
380741,17 |
12 |
декабрь |
320000,00 |
144 |
3840000,00 |
414088,37 |
13 |
январь |
360000,00 |
169 |
4680000,00 |
447435,57 |
14 |
февраль |
400000,00 |
196 |
5600000,00 |
480782,77 |
15 |
март |
460000,00 |
225 |
6900000,00 |
514129,97 |
16 |
апрель |
550000,00 |
256 |
8800000,00 |
547477,17 |
17 |
май |
600000,00 |
289 |
10200000,00 |
580824,37 |
18 |
июнь |
650000,00 |
324 |
11700000,00 |
614171,57 |
19 |
июль |
780000,00 |
361 |
14820000,00 |
647518,77 |
20 |
август |
800000,00 |
400 |
16000000,00 |
680865,97 |
21 |
сентябрь |
945000,00 |
441 |
19845000,00 |
714213,17 |
22 |
октябрь |
800000,00 |
484 |
17600000,00 |
747560,37 |
23 |
ноябрь |
700000,00 |
529 |
16100000,00 |
780907,57 |
24 |
декабрь |
600000,00 |
576 |
14400000,00 |
814254,77 |
300 |
|
10338287,30 |
4900 |
167577873,00 |
|
Произведем расчеты исходя из системы уравнений:
Подставляя значения из таблицы получим уравнение линии тренда: . Чтобы получить цифровые значения линий тренда за каждый месяц, подставим данные в уравнение – это последовательность чисел от 1 до 24.
Рассчитаем сезонную компоненту (S) для уравнений тренда. Из фактических данных вычитаем значения линий тренда для каждого сезона При помощи MS Excel получены следующие параметры (рис. 8.46).
Рис. 8.46. Расчет сезонной компоненты (S) для уравнений тренда в MS Excel
При помощи Excel выполним расчет значений модели (T+S) (рис. 8.47).
Рис. 8.47. Расчет значений модели (T+S) в MS Excel
Для построения прогноза по объемам продаж по месяцам на 2011 год товаров фирмы составим таблицу (рис. 8.48). Выполним расчеты прогнозных значений модели T+S в MS Excel.
Рис. 8.48. Расчеты прогнозных значений модели T+S при помощи MS Excel
На основе полученных данных построим прогноз объемов продажи товаров на 2011 год (рис. 8.49).
Рис. 8.49. Прогноз объема продаж теплоэффективных блоков «Теплостен»
Трендовая модель адекватна изучаемому процессу и отражает тенденцию его развития во времени при значениях R2, близких к 1. Величина достоверности аппроксимации степенной линии тренда составляет 0,9437, которая стремится к 1. Полученные данные свидетельствуют о хорошем качестве сглаживания (достоверности линии тренда к фактическим данным объемов продаж блоков).