- •Глава 11:отношения потребителей Что может дать хорошее отношение
- •Что такое «отношение»?
- •Компоненты отношений
- •Вставка 11.1. Традиционный трехкомпонентный взгляд на отношение
- •Вставка 11.2. Современный взгляд на отношение
- •Свойства отношений
- •Изучение отношений потребителей с помощью многофакторных моделей
- •Модель Фишбейна
- •Метод идеальной точки
- •Преимущества многофакторного анализа
- •Вставка 11.3. Схема соответствия значимости и показателей
- •Как изменить отношение
- •Изменение мнений
- •Изменение значимости показателей продукта
- •Изменение идеальных точек
- •Влияние различных изменений на отношение
- •Роль чувств при исследовании отношений потребителей
- •Вставка 11.4. Пример измерения чувств
- •Отношения и тенденции в прогнозировании поведения потребителей
- •В фокусе – потребитель 11.1 Прогнозирование успеха продуктов-новинок
- •Эффект интервала времени
- •Социальные факторы и их влияние на поведение
- •Вставка 11.5. Теория разумного поведения
- •Волевой контроль
- •Вставка 11.6. Теория запланированного поведения
- •Роль прямого опыта
- •Доступность отношении
- •Доступность отношений
- •Вставка 11.7. Способы измерения отношений и намерений
- •В фокусе – потребитель. 11.2 Верны ли измерения отношений?
- •Действия
- •Ситуация
- •Вопросы для обсуждения
Метод идеальной точки
Данный метод имеет уникальную и очень важную особенность: он позволяет получить информацию как об «идеальной марке», так и о взглядах потребителей на марки существующие. Формула, на которой основан метод идеальной точки, выглядит следующим образом:
где Аb— отношение к марке;
Wi — значимость показателяi;
Ii— «идеальное» значение характеристикиi;
Xi — мнение о фактической величине показателяi;
n — число значимых показателей.
В данном случае потребителей просят указать, как, по их мнению, определенная марка располагается на шкале со значениями важных показателей. На тех же шкалах потребители должны разместить «идеальную» марку. Согласно нашей модели, чем ближе фактические показатели марки к идеальным, тем благоприятнее к ней отношение со стороны потребителей.
В качестве иллюстрации модели идеальной точки приведем следующий пример. Предположим, что в качестве значимых показателей безалкогольных напитков были определены:
сладость;
степень газированности;
калорийность;
содержание натуральных фруктовых соков;
цена.
Далее для каждого показателя разрабатывается соответствующая шкала. Например, для первой характеристики — сладости — она будет выглядеть так:
После этого проводится опрос потребителей, в котором они указывают свой идеальный или предпочтительный вкус, поставив в одно из положений на шкале букву «I» Затем по этому же показателю оценивают различные марки напитков (т. е. мы получаем значения Хi). Кроме того, потребители должны указать, насколько важной для них является данный показатель. Для этого может использоваться такая шкала:
В отличие от биполярной системы оценок, используемой в многофакторной модели Фишбейна, в методе идеальной точки для количественного измерения ответов применяются униполярные шкалы. Это необходимо для получения корректных значений важности. Ведь показатели марки по не значимой для потребителя характеристике не должны влиять на общее отношение. Именно поэтому ответу «абсолютно не важна» присваивается нулевое значение. Тем не менее биполярную систему можно применить для оценки идеальной и реальных марок. В формуле используется абсолютная величина разницы между идеальными и фактическими показателями, поэтому и та и другая системы дадут одинаковые результаты. Мы предпочитаем униполярную шкалу, потому что с математической точки зрения с нею работать проще.
Модель Фишбейна и метод идеальной точки — это два совершенно разных подхода к измерению мнений. В методе идеальной точки измерения основаны на восприятии положения маркив континууме показателей. У Фишбейна измеряется вероятность того, что марка располагается в некоторой точке этого континуума. Например, в этой модели вопрос о сладком вкусе звучал бы так: "^Какова вероятность того, что этот напиток обладает очень сладким вкусом?» Понятен ответ потребителей, которые говорят, что, вполне вероятно, напиток является очень сладким. Но что должен означать ответ: «Маловероятно, что напиток имеет сладкий вкус»? Это может говорить о том, что человек считает напиток горьким, но может и означать, что он безвкусный. И тот и другой вариант в модели Фишбейна попадает под определение «маловероятно». Поэтому метод идеальной точки может оказаться более полезным при исследовании убеждений потребителей.
В этих моделях также по-разному производится оценка значимости показателей. У Фишбейна это оценка самого показателя (насколько он хорош или плох), а в методе идеальной точки производится измерение собственно важности. Эти два измерения нельзя считать эквивалентными. Измерение важности может не в полной мере раскрывать мотивацию человека. Дело в том, что одни и те же показатели могут являться важными по совершенно разным причинам. Характеристика может быть важной, потому что потребители хотят, чтобы она присутствовала в продукте. И наоборот, некоторое свойство может не иметь никакого значения, т. к. является нежелательным. Скажем, многим потребителям хочется, чтобы напиток обладал свойством «газированности», но те, кто предпочитает напитки без газа, сочтут эту характеристику нежелательной. И те, и другие назовут «газированность» важной, однако причины тому будут совершенно разными.
Отметим, что этого потенциального ограничения измерений важности можно избежать, если в измерениях присутствует оценка показателей. Если характеристика является значимой и желательной, потребители будут давать оценки, близкие к «очень хорошо». Если же характеристика важна, потому что нежелательна, оценки будут близки к «очень плохо». Когда потребителям все равно, обладает продукт данным свойством или нет, их оценки должны находиться в середине шкалы. Короче говоря, оценка характеристики является более информативной, т. к. одновременно содержит в себе и важность, и желательность.
К счастью, указанное выше ограничение не представляет проблемы при использовании метода идеальной точки. Из того, как потребитель расположит данное свойство «идеального» продукта, и можно будет определить желательность этого свойства. Например, если газированность важна, потому что потребители предпочитают негазированные напитки, то идеальные точки будут располагаться в самом начале соответствующей шкалы.
Продолжая рассматривать пример с безалкогольными напитками, будем считать, что опрос дал нам следующие результаты (табл. 11.2). В первом столбце указаны показатели и их предельные значения (к примеру, от сладкого до горького). Во втором столбце приведены данные о значимости каждого показателя, в третьем — «идеальные», а в четвертом и пятом — фактические показатели для разных марок.
Таблица 11.2
В нашем примере наиболее важной характеристикой является вкус, а наименее важной — газированность. По данным об идеальных точках можно сказать, что «идеальный» напиток должен быть сладким на вкус, слабо газированным, с небольшим числом калорий, высоким содержанием фруктовых соков (на практике, возможно, для оценки содержания сока стоило бы использовать шкалу со значениями от 0 до 100 %). Цена такого напитка должна быть относительно невысокой (здесь также можно использовать другую шкалу, например, содержащую конкретные значения цен). Потребители считают, что марка А очень близка к идеальной. Марка Б тоже имеет хорошую оценку по некоторым показателям (например, по калорийности), но по другим (скажем, по газированности) явно проигрывает.
Итоговое значение отношения к марке определяется следующим образом. Сначала находится разность между идеальным и фактическим значением показателя. По вкусу у марки А эта разность равна нулю (2-2), у марки Б это -1 (2-3). Берется абсолютная величина разности, на что указывает символ модуля в формуле. Полученная величина затем умножается на значение важности. По характеристике «вкус» мы получим для марки А — 0 (0 х 6), для марки Б — 6 (1 х 6). Далее аналогичным образом определяются слагаемые по остальным характеристикам и, наконец, их сумма. Для марки А она равняется 16, для марки Б — 29. В отличие от модели Фишбейна, в которой чем больше значение, тем лучше, в данном случае предпочтение отдается наименьшим результатам. Наилучшее значение отношения, которое может иметь марка, равно нулю, что говорит о том, что марка в точности соответствует представлениям потребителей об идеальном наборе свойств.