Какие задачи позволяет решить исследование удовлетворенности потребителей?

1. Какие решения могут быть приняты по частоте проведения исследований удовлетворенности?

2. В каких случая рекомендуется проведение непрерывного исследования, а в каких – периодического?

3. «Цикл улучшения удовлетворенности» - о чем идет речь?

4. Почему при выборе времени проведения ежегодных исследований постоянство является главным условием?

5. Какова последовательность этапов проведения исследования удовлетворенности?

6. Зачем проводится поисковое исследование, предваряющее исследование удовлетворенности потребителей?

7. Чье мнение должно превалировать при определении атрибутов оказывающих максимальное влияние на удовлетворенность?

8. В чем суть метода заявленной значимости, который используется при оценке значимости атрибутов?

9. В чем достоинство и недостатки методов аналитически выведенной значимости?

10. Какие ошибки могут возникнуть при формулировке вопросов при исследовании выраженности атрибутов?

11. Почему нельзя применять не сбалансированную шкалу при оценке выраженности атрибутов?

12. Словесные или цифровые шкалы более предпочтительны при оценке выраженности атрибутов? Почему?

13. Какие особые требования предъявляются к анкете по исследованию удовлетворенности потребителей?

14. Какими методами можно рассчитать коэффициент удовлетворенности?

15. В чем суть традиционных подходов к расчету коэффициентов удовлетворенности?

16. В чем суть методов высших оценок?

17. В чем суть и каковы достоинства метода дискретных профилей разрывов удовлетворенности?

18. В чем суть и с какой целью проводится внутренний анализ?

13.6. Анализ данных исследования удовлетворенности потребителей

В результате сбора данных при исследовании удовлетворенности будет получено большое количество анкет. По этим данным должен быть проведен анализ и составлен отчет.

Анализ может быть компьютерным или ручным. Компьютеры могут:

1) почти мгновенно осуществлять ряд статистических обработок;

2) необработанные данные и результаты проведенных анализов могут сохранятся, и к ним легко можно вернуться при необходимости возобновить работу;

3) на основе хранящихся данных можно легко построить широкий спектр графиков и диаграмм.

Условие использования компьютерного анализа – это необходимость владеть навыком работы с программным обеспечением. Если его нет, то освоение какой-либо программы потребует времени. Эти временные затраты могут оказаться неоправданными, если анализ связан с относительно небольшим количеством анкет (менее 100 респондентов), а сами исследования и соответственно использование программ будут нечастыми (раз в год и реже – тогда придется каждый раз повторять весь путь обучения).

В таких ситуациях вполне можно использовать ручной анализ с инженерным калькулятором. Но многотабличный формат при детальном многосегментном анализе большого количества анкет потребует больших затрат времени. Другой недостаток – ошибочный ввод данных, который легко допустить и невозможно отследить. Поэтому единственный способ получения безошибочного результата – это набирать каждый массив данных дважды и продолжать анализ только тогда, когда суммы совпадают. При использовании калькулятора более эффективно работать парами: один называет цифры, а другой их вводит. После завершения ручного анализа необходимо вывести результат, что опять возвращает к необходимости использования компьютера.

Для тех, кто страдает компьютерной фобией, существуют аналитические службы, имеющиеся в большинстве маркетинговых компаний. Туда передаются необработанные данные и согласуются статистические методы, диаграммы и графики, которые следует использовать; можно заказать материалы для презентации и даже письменный отчет.

Имеется широкий выбор специальных программ для обработки результатов исследования. В основном программы дают возможность оформить анкету на экране монитора, а после проведения исследования – внести его результаты непосредственно в эту анкету на экране. Это упрощает ввод данных и позволяет минимизировать количество ошибок. Затем программы могут произвести все обычные статистические анализы и вывести результаты в виде таблиц и диаграмм.

Пакет программ SPSS (Великобритания) предназначен для проведения гораздо более сложного статистического анализа (многомерная статистика, моделирование структурных уравнений, анализ соответствий и др.) в котором нет необходимости при проведении основного анализа данных исследования удовлетворенности потребителя.

Обработка цифровых шкал

Чтобы измерить степень удовлетворенности потребительской базы в целом, необходимо провести несколько статистических расчетов.

Среднее. Среднее, точнее сказать среднее арифметическое является наиболее часто используемой в отчетах мерой оценок, выставленных по каждому показателю, как в отношении его важности, так и в отношении удовлетворенности. При использовании соответствующей шкалы (например, 10-бальной цифровой шкалы) эта мера легко передается и понимается. Однако это практичное среднее может иногда привести к обманчивым результатам, поэтому среднее арифметическое должно быть дополнено некоторыми расчетами, подтверждающими вескость полученных выводов.

Диапазон (размах вариации). Наряду со средней оценкой полезно знать диапазон выставленных оценок. За очевидно удовлетворительной средней оценкой 8,6 может скрываться большой разброс отдельных оценок (из-за небольшой группы крайне неудовлетворенных потребителей это незначительно сказалось на средней). Диапазон – это просто разность между высшей и низшей полученными оценками.

Диапазон не очень надежная мера, т.к. базируется лишь на двух значениях из целого их набора. Он может привести к ложным выводам, если одна из двух оценок – высшая или низшая – являются крайностями, как показано для вопроса 3 в табл.40, где диапазон равен 9.

Таблица 40

Обработка данных

Респондент	Вопрос 1	Вопрос 2	Вопрос 3	Вопрос	Вопрос 5	Вопрос 6
					-
Среднее		7,6	7,8	7,8	7,8	8,4
Максимальная оценка
Минимальная оценка
Стандартное отклонение	0,77	1,02	2,36	2,36	1,31	1,62
Мода					6,7,8,9
База

Сравнение оценок по вопросу 3 и вопросу 5 показывает, как опасно полагаться на диапазон в качестве меры разброса. Средняя оценка по обоим вопросам 7,8. Диапазон по вопросу 3 = 9, вопросу 5 = 4, что дает основание думать, что разброс оценок гораздо больше по вопросу 3. На самом деле оценки большинства респондентов по вопросу 3 довольно близки. Без одной крайней оценки по вопросу 3 этот диапазон равен 3, что меньше, чем диапазон по вопросу 5.

Стандартное отклонение (среднеквадратическое отклонение). Это точная мера того, насколько близко данные группируются вокруг своего среднего значения, или насколько далеко они от него разбросаны. Стандартное отклонение тем меньше, чем ближе данные группируются вокруг среднего, и тем больше, чем сильнее они относительно него разбросаны. Математически стандартное отклонение определяется как корень квадратный из дисперсии и рассчитывается по формуле:

Вычисление стандартного отклонения с использованием набора данных по вопросу 3 показано в табл. 41.

Таблица 41

Вычисление стандартного отклонения

Значения (Ответы респондентов на вопрос 3) (x)	Вариация (разность между значением и средним значением)	Квадрат вариации
	0,2	0,04
	2,2	4,84
	0,2	0,04
	1,2	1,44
	-6,8	46,24
	0,2	0,04
	1,2	1,44
	0,2	0,04
	1,2	1,44
	0,2	0,04
Сумма 78		55,60
Среднее 7,8		5,56
Стандартное отклонение равно корню квадратному из 5,56, т.е. 2,36

Сравнение данных по вопросам 3 и 4 показывает ограниченность использования диапазона и полезность использования стандартного отклонения. Хотя диапазон по вопросу 3 на 50 % больше, стандартные отклонения по двум вопросам одинаковы.

Это происходит из-за большего числа оценок (4,5,10), существенно отклоняющихся от среднего, в столбце соответствующем вопросу 4. Если бы в таблице была приведена выборка не их 10 респондентов, а с более типичным размером (например, 100), то одно крайнее значение (1) ещё меньше повлияло бы на стандартное отклонение в вопросе 3.

Однако, если биполярный вариант (когда люди ставят, либо очень высокие, либо очень низкие оценки, при очень малом числе средних оценок) повторится и для выборки большого размера, его стандартное отклонение останется таким же. Это очень полезная характеристика при измерении удовлетворенности потребителей показывающая, что средняя оценка может быть обманчивой мерой, поскольку потребители могут образовывать две или более групп.

Большое стандартное отклонение может наблюдаться при некоторых оценках важности. Например, совершение покупки по низкой цене очень важно для одних и неважно для других покупателей. Этот разброс потребительских приоритетов может быть очень эффективным путем сегментации рынка.

База. В последней строке таблицы 1 просто подсчитано количество клеток в столбце, в которых записано какое-либо значение. Если большое число респондентов окажется не в состоянии ответить на определенный вопрос, то это выявит проблемную область.

Кросс-табуляция. Это один из наиболее интересных и информативных методов обработки данных. Здесь представляются и сравниваются отдельные части всего массива данных. Это позволяет проводить сравнение точек зрения между различными сегментами потребительской базы (например, молодого поколения и более взрослых людей). Это дает возможность понять различие нужд и приоритетов для различных групп потребителей и увидеть, что на одних сегментах рынка оценивается выше, чем на других. Функция кросс-табуляции может быть использована при условии, что респонденты были соответствующим образом классифицированы, т.е. данные о сегменте были зафиксированы в анкете.

Обработка словесных шкал

Если в анкете используются словесные шкалы, то результаты обрабатываются с использованием частотного распределения – определяется, сколько людей что сказали. Частотное распределение показано в табл.42.

Числа обычно выражают в процентах (можно показать и абсолютные числа, но только абсолютные – нельзя).

Можно построить диаграмму для отдельных характеристик, каждая из четырех полос, показывающая различные уровни удовлетворенности или важности по характеристике.

Таблица 42

Распределение ответов респондентов на вопрос о степени

удовлетворенности отдельными атрибутами работы универсама, %

	Очень удовлетворен	Удовлетворен	Ни то, ни другое	Неудовлетворен	Очень неудовлетворен
Часы работы
Время проводимое в очередях
Вежливость персонала
Внешний вид персонала

Основным недостатком словесных шкал является отсутствие одной средней оценки для каждой характеристики. Например, невозможно напрямую сравнить оценку важности часов работы и оценку удовлетворенности часами работы.

Иногда исследователи смотрят на данные, полученные из словесных шкал, осознают их ограниченность и пытаются решить проблему, модифицируя пункты словесной шкалы в цифры, а затем действуют так, будто у них с самого начала была цифровая шкала. Общее правило состоит в том, что не дело исследователя изменять любые ответы респондентов. Имеется и более важная проблема, связанная с преобразованием словесных ответов в цифровые шкалы. Цифровая шкала – это интервальная шкала и для нее статистически обосновано усреднение оценок потому что между всеми баллами на шкале равные расстояния. В случае словесной шкалы респонденты относят свои ответы к некоторой категории. В лучшем случае словесная шакала будет порядковой по своей природе. Мы знаем, что отлично – это лучше чем хорошо, но мы не знаем насколько лучше. По этой причине статистически обоснованной считается обработка словесных шкал с использованием частотного распределения.

Составление отчета о результатах по цифровым шкалам

Важность. Отчет по оценкам важности всегда должен быть первым (даже если в анкете вопросы по удовлетворенности предшествовали вопросам по важности), так как понимание приоритетов потребителями – это логическая отправная точка.

Наипростейший способ отчета о результатах показан на рис.45. На диаграмме показаны средние оценки респондентов по десятибалльной шкале. Для простоты показано только 8 характеристик, тогда как в действительности в анкету включается 15 – 20.

Из диаграммы ясно видно, что для потребителей имеет значение.

Рис. 45. Оценка важности, балл

Средняя оценка выше девяти баллов указывает на то, что характеристика чрезвычайно важна для потребителей. Средние оценки выше 8 баллов относят характеристику к категории важных, а выше 7 баллов – к категории весьма важных.

Два важных момента касающихся изображенной диаграммы:

1) все перечисляется в соответствии с важностью для потребителей. Порядок, в котором характеристики перечислены в анкете, не годится для отчета (иначе – читающий отчет вынужден будет сам анализировать данные, определять порядок предпочтений). Нужно быть последовательным и перечислять все вещи в порядке их важности для потребителя на протяжении всего отчета о результатах;

2) шкала на диаграмме не приведена полностью от 1 до 10. Если бы так было сделано, то все полосы казались бы на первый взгляд очень близкими по длине, и кто-либо, невнимательно читающий отчет, мог бы заключить: «Здесь нет никаких различий» (рис.46).

Рис.46. Неправильное отображение шкалы на диаграмме

На самом деле существует большое различие по важности характеристик, оцененных в 7 и 9 баллов. Так что лучше обрезать шкалу, чтобы подчеркнуть различия и четко передать смысл, так как было показано на рис.45.

Удовлетворенность. На рисунке 47 показаны средние оценки по удовлетворению запросов. Порядок их перечисления соответствует их приоритету для потребителей, а шкала должна иметь также усеченный вид, чтобы подчеркнуть различия в оценках.

Средние оценки удовлетворенности выше девяти баллов по 10-ти бальной шкале свидетельствуют о высокой удовлетворенности потребителей. Оценки в восемь баллов соответствуют «удовлетворенным» потребителям, в семь – «весьма удовлетворенным», а в шесть (что лишь немного выше средней точки в 5,5 баллов) – «границе» или «наличию большого объема для улучшения». Средние оценки в пять баллов или менее находятся ниже средней точки и свидетельствуют о большом количестве неудовлетворенных потребителей. Любая характеристика со средней оценкой ниже шести баллов должна быть серьезно изучена. При проведении устных интервью хорошо все оценки ниже 6 баллов (по 10 бальной шкале), подвергнуть дополнительному исследованию, чтобы выявить причины неудовлетворенности потребителей. Это позволит выяснить причину каждой низкой оценки удовлетворенности. При использовании письменно заполняемых анкет можно просить респондентов дать свои комментарии при выставлении низких оценок, но большинство респондентов не воспользуется этой возможностью.

Рис. 47. Оценка удовлетворенности, балл

Как говорилось ранее, для каждой оценки удовлетворенности необходимо рассчитать стандартное отклонение, так как за очевидной удовлетворительной оценкой может скрываться группа чрезвычайно удовлетворенных потребителей или недовольных. Если это так, то необходимо понять, какой тип потребителей не удовлетворен. Это может быть выявлено при помощи кросс-табуляции. Требуются наличие достаточно больших выборок, обеспечивающих статистически надежные размеры выборок на уровне сегментов.

Диаграммы удовлетворенности представляют интересную информацию, но наиболее полезные результаты могут быть получены, если свести вместе оценки важности и удовлетворенности и задать себе вопрос: «Делается ли всё возможное в областях, наиболее важных для потребителей?». Ответ на этот вопрос дан на рисунке 48.

Сравнивая оценки важности и удовлетворенности, можно использовать «анализ расхождений» для определения приоритетов для улучшения (ПДУ). Анализ расхождений показывает, что если полоса, соответствующая удовлетворенности, короче полосы, соответствующей важности, то у компании могут быть (есть) проблемы. Чем больше разрыв, тем больше проблема. Так из рисунка видно, что наибольший ПДУ, связан не с характеристикой, получившей минимальную оценку удовлетворенности (быстрый расчет на контроле), а с характеристикой, имеющей максимальный разрыв в оценках важности и удовлетворенности, это – ассортимент товаров.

Это главное преимущество диаграммы. Она ясна, проста и очевидна.

Рис.48. Анализ просчетов

Коэффициент удовлетворенности

После определения приоритетов для улучшения вторым главным результатом, который необходимо получить из собранных данных, является общий коэффициент удовлетворенности потребителей. При расчете общего коэффициента удовлетворенности более сильное влияние на его значение должны иметь характеристики, имеющие высшие оценки важности.

Мы, рассматривая методику исследования удовлетворенности, записали следующую формулу для расчета коэффициента (индекса) удовлетворенности:

,

где S – индекс удовлетворенности;

- оценка по атрибуту i; - относительная важность атрибута i.

Если подставить в формулу данные из рассматриваемого примера, то получится:

Существует ещё подход, когда индекс рассчитывают с учетом весовых коэффициентов.

Для этого:

1) на основе оценок важности рассчитываются весовые коэффициенты характеристик: для вычисления весовых коэффициентов просто складываются все оценки важности. В примере (табл.43) это будет 68,6.

Затем оценка важности каждого показателя выражается как процент от полученной суммы. Например, для «вешнего вида персонала» весовой коэффициент составит: 7,3 : 68,6 × 100 = 10,64 (%).

Таблица 43

Расчет весовых коэффициентов показателей

Показатели	Оценка важности, балл	Весовой коэффициент, %
Место расположения магазина	9,4	13,70
Ассортимент товаров	9,2	13,41
Уровень цен	9,1	13,27
Качество товаров	8,9	12,97
Время на контроле	8,5	12,39
Полезность персонала	8,5	12,10
Парковка	7,9	11,52
Внешний вид персонала	7,3	10,64
å	68,6

2) далее определяется взвешенная оценка удовлетворенности. Каждая оценка удовлетворенности умножается на соответствующий ей весовой коэффициент. Расчет приведен в табл.44. Опять взяв в качестве примера внешний вид персонала, получим взвешенную оценку этого показателя: 8,5 × 10,64 : 100 = 0,9.

Полная взвешенная оценка получается при сложении всех взвешенных оценок. В данном примере сумма равна 8,41. Таким образом, средняя взвешенная оценка удовлетворенности для супермаркета равна 8,41 из 10. Обычно эту оценку переводят в проценты и говорят, что коэффициент удовлетворенности равен 84,1%.

Таблица 44

Расчет коэффициента удовлетворенности

Показатели	Оценка удовлетворенности, балл	Весовой коэффициент, %	Взвешенная оценка
Место расположения магазина	9,2	13,70	1,26
Ассортимент товаров	7,9	13,41	1,06
Уровень цен	8,8	13,27	1,17
Качество товаров	9,1	12,97	1,18
Время на контроле	7,4	12,39	0,92
Полезность персонала	7,7	12,10	0,93
Парковка	8,6	11,52	0,99
Внешний вид персонала	8,5	10,64	0,90
Полная взвешенная средняя			8,41
Коэффициент удовлетворенности			84,10 %

Обновление коэффициента удовлетворенности

Важно, что бы коэффициент удовлетворенности обновлялся. Это дает возможность контролировать меру удовлетворенности в течение многих лет, даже если вопросы в анкете нужно будет изменить в связи с изменением запросов потребителей. В основном коэффициент удовлетворенности дает ответ на вопрос: «Насколько хорошо удовлетворяет фирма (товар) потребителей по 20 показателям, являющимся для них наиболее важными?» (Предполагается, что в анкету для оценки включено 20 наиболее значимых для потребителей атрибутов. Если принято решение включать в анкету 15 показателей, то вопрос соответствующим образом изменяется).

Если в будущем анкету нужно будет изменить в результате изменения приоритетов потребителей, то коэффициент удовлетворенности всё же останется мерой тех вещей, что и ранее. А именно: «Насколько хорошо мы удовлетворяем наших потребителей по 20 показателям, являющимся для них наиболее важными?»

При условии правильного проведения поисковых исследований (в ходе которых отбираются наиболее важные атрибуты) коэффициенты удовлетворенности, полученные в результате двух или большего количества исследований, при которых задавались различные вопросы, можно непосредственно сравнивать.

Составление отчета при использовании словесных шкал

Мы уже говорили, что при обработке словесных шкал должно использоваться частотное распределение. В отчете используется процент удовлетворенности, который определяется как сумма чисел в двух первых клетках. Используя частотное распределение, приведенное в таблице 26, процент удовлетворенности по оценкам в двух первых клетках будет таким:

часы работы	61 %
время, проводимое в очередях	22 %
вежливость персонала	78 %
внешний вид персонала	84 %

Очевидным недостатком такого подхода является то, что игнорируются три из пяти собранных рядов данных. Например, удовлетворенность часами работ выглядит приемлемой, но этому пункту имеется наивысший процент очень неудовлетворенных потребителей, больше, чем по «времени проведенному в очередях», по которому удовлетворенность явно меньше.

Игнорируется также сочетание оценок в двух первых клетках. Например, по «вежливости персонала» оценки лучше, чем по «часам работы». Хотя в таблице 26 показано, что большее число потребителей «очень удовлетворено» «часами работы», чем «дружелюбием персонала».

Среди исследователей такое явление называется «четверка из вежливости». Там, где потребители, в общем, удовлетворены, большинство из них ставит отметку во второй клетке. Многочисленные исследования ученых различных школ позволяют утверждать, что соотношение между удовлетворенностью потребителя и его лояльностью имеет часто экспоненциальный характер. Другими словами, взаимосвязь между удовлетворенностью и лояльностью гораздо сильнее для тех, кто отметил первую клетку, чем для тех (гораздо более многочисленных) потребителей, кто просто «удовлетворен» и поставил отметку во второй клетке.

Поэтому при использовании шкалы из пяти пунктов организациям настоятельно рекомендуется сосредоточить внимание только на оценках в первой клетке.

Из-за статистической невозможности получения средних оценок из словесных шкал не существует удовлетворительного способа получения взвешенной средней оценки для расчета коэффициента удовлетворенности.

Основные выводы по разделу сводятся к следующему.

1). Если выборка большая, данные должны обрабатываться с помощью компьютера.

2). Числовые шкалы обрабатываются с использованием средних значений и стандартных отклонений, а словесные шкалы – с помощью частотных распределений. Неправомерно преобразовывать словесные ответы в числовые шкалы на этапе обработки результатов.

3). Определяя разрывы между важностью и удовлетворенностью, находят приоритеты для улучшения.

4). Общий коэффициент удовлетворенности должен представлять собой взвешенную среднюю оценку. Если проводилось поисковое исследование, и анкета была основана на главных для потребителей атрибутах, то коэффициент удовлетворенности дает меру преуспевания организации в удовлетворении своих потребителей. Такой коэффициент обеспечит меру, с которой можно будет проводить сравнения в будущие годы, даже если оцениваемые атрибуты будут другими вследствие изменения запросов потребителей.

13.7. Исследование покупательских намерений

Фирмы регулярно организуют опросы о вероятности совершения покупки, особенно при проведении тестов на принятие новых концепций товаров. При разработке анкет в данном случае обычно используются следующие поведенческие меры:

1. Я определенно куплю данный товар.

2. Возможно, я куплю данный товар.

3. Существует некоторая вероятность покупки данного товара.

4. Сомневаюсь, что я куплю данный товар.

5. Я не куплю данный товар.

Частота позитивных ответов используется для оценки потенциала рынка и для прогнозирования доли рынка.

Необходима большая осторожность в использовании результатов подобных исследований. Нужно помнить, что покупательские намерения реализуются далеко не полностью. Лучшие результаты получаются, когда речь идет товарах или услугах, приобретение которых покупатели должны планировать заранее (дорогие покупки: авто, дома, путешествия).

Субъективные методы имеют очевидные ограничения, однако они могут быть полезной отправной точкой при анализе спроса и их полезность нельзя недооценивать. Но они должны применяться совместно с более объективными методами.

В определении намерений потребителей используется также индекс уверенности покупателей в возможности совершить покупку (табл.44).

На основании данных подобного исследования можно строить прогнозы покупок, делать расчет емкости рынка. Например: на основе данных исследования (см. строку 4 в табл.45) емкость рынка была оценена следующим образом:

15 · 0 + 30 · 0,2 + 25 · 0,4 + 15· 0,6 + 10 · 0,8 + 5 ·1 = 39 %

Таблица 45

Использование индекса уверенности покупателей

для расчета емкости рынка

Собираетесь ли Вы приобрести автомобиль в течение ближайшего года?
	Ни в коем случае	Маловероятно	Небольшая вероятность	Весьма вероятно	Большая вероятность	Уверен
Индекс уверенности покупателей		0,2	0,4	0,6	0,8	1,00
Например: Доля респондентов, давших ответ, %

13.8. Исследование вовлеченности потребителей в покупку

Важным аспектом исследования поведения покупателей является вовлеченность. Вовлеченность – это значение, придаваемое отдельным человеком решению, которое он должен принять (или выбору, который должен сделать). Решение является «вовлекающим», когда человек считает, справедливо или нет, что оно может иметь для него важные последствия, благоприятные или неблагоприятные. Вовлеченность зависит от товаров и от каждого человека. Вовлеченность значительно выше, если приобретаются дорогостоящие товары (квартира, дача, автомобиль). Она может быть высокой даже для относительно недорогих товаров в том случае, если их потребление может иметь последствия для здоровья человека, его внешнего вида, социального статуса.

В маркетинге понятие вовлеченности является очень важным. Процесс покупки будет меняться в зависимости от уровня вовлеченности. Именно поэтому маркетологу необходимо как можно точнее определить, каков уровень вовлеченности потребителей для продуктов, которыми он занимается.

От вовлеченности зависит способ восприятия рекламного сообщения. В соответствии с моделью ELM (Elaboration Likelihood Model) потребитель имеет два основных способа обработки коммерческого сообщения: центральный путь и периферический путь. Когда потребитель значительно вовлечен, он прислушивается к сообщению и будет внимателен к его содержанию и аргументам. Это путь прямого убеждения (центральный путь), который требует ответов, связанных с процессом познания. Когда вовлеченность незначительная, потребитель мало интересуется сообщением и его аргументами. Зато его интерес может быть вызван периферическими элементами: музыка, привлекательность моделей, креативность рекламы и т.п. Это периферический путь убеждения.

Уровень вовлеченности может стать эффективным критерием сегментации. Для вовлеченных и невовлеченных покупателей выбирают разные способы обращения и применяют разную маркетинговою политику. В целом в странах с развитой экономикой уровень вовлеченности для потребительских товаров является относительно слабым.

Методика измерения степени вовлеченности предложена Зайчковски и состоит в том, что потребителей просят оценить их установку к изучаемому объекту (продукту, марке, рекламе и т.д.) по 10 критериям и по шкале семантического дифференциала[61]. Вопрос рассматривается с двух точек зрения: эмоциональная вовлеченность (например, привлекательно/непривлекательно) и когнитивная вовлеченность (например, полезно/бесполезно). При подсчете баллов конечный результат составляет от 10 до 70.

Измерение вовлеченности по методике Зайчковски

Для меня (то, что оценивается):

Важно								Неважно*
Скучно								Интересно
Уместно								Неуместно*
Волнующе								Неволнующе*
Незначительно								Значительно
Привлекательно								Непривлекательно*
Оригинально								Банально*
Имеет ценность								Не имеет ценности*
Вовлекает								Не вовлекает*
Бесполезно								Полезно

* При подсчете ответов на эти пункты шкала «переворачивается»: 7 = 1, 6 = 2, 5= 3 и т.д.

Французские исследователи Жан-Ноэль Капферер и Жиль Лоран, предложили шкалу вовлеченности имеющую пять измерений:

1) личный интерес потребителя к категории товара;

2) удовольствие, ассоциирующееся с категорией товара;

3) значение социального знака категории товаров;

4) значительность негативных последствий неверного выбора (риска);

5) вероятность неверного выбора.

Рекламное агентство «Foot, Cone et Belding» (FCB) представило матрицу, которая базируется на двух параметрах: уровень вовлеченности и тип вовлеченности. По результатам американского исследования большого количества людей различные категории товаров расположились на этой матрице. Матрица позволяет различать четыре категории товаров (рис.49):

- товары со слабой вовлеченностью и когнитивным подходом потребителя: рутина;

- товары с более сильной вовлеченностью и когнитивным подходом потребителей: обучение;

- товары со слабой вовлеченностью и эмоциональным подходом потребителей: удовольствие;

- товары с сильной вовлеченностью и эмоциональным подходом потребителей: эмоции.

Сильная     Вовлеченность   Слабая	Автострахование Обучение Кредит	Спортивные автомобили Очки Эмоции Духи Краска для волос
Средства дезинфекции Дешевые часы Шампунь Рутина Туалетная бумага	Поздравительные открытки Пицца Удовольствие Пиво Газированная вода
Восприятие

Когнитивное Эмоциональное

Рис.49.Матрица вовлеченности FCB[62]

Как правило, маркетологи стремятся поднять уровень вовлеченности потребителя для того, чтобы найти и максимально повысить значимость отличий данного товара от товара конкурентов.

Например, в 70-е годы шампунь входил в категорию «товары для семьи», где все товары имеют тенденцию походить друг на друга. В 80-е годы: элементом дифференциации становится мягкость шампуня. В все больше потребителей, ежедневно использующих шампунь, желают иметь товар, который не вредит волосам. 90-е годы: благодаря технологическим инновациям Проктел и Гембел, шампунь переходит из категории моющих средств в категорию лечебных и косметических, становится более вовлекающим.

Контрольные вопросы

1. Какие статистические расчеты нужно провести, чтобы измерить степень удовлетворенности потребителей?

2. Как обрабатываются частотные шкалы?

3. Какой тип диаграмм нужно использовать в отчетах о важности показателей?

4. Почему отчет по оценкам важности должен располагаться раньше отчета по удовлетворенности?

5. Каков порядок перечисления средних оценок удовлетворенности в отчете? Почему?

6. В чем суть анализа просчетов?

7. Как рассчитывается весовой коэффициент? Зачем выполняется такой расчет?

8. Что необходимо делать, чтобы коэффициент удовлетворенности обновлялся?