Обработка и анализ результатов маркетинговых исследований
Основной принцип исследований “по выборке” состоит в получении информации о всей популяции по сравнительно небольшой выборке из нее. Размер выборки определяет точность полученных результатов.
Классический метод создания исследуемой выборки - случайный отбор. Для исследований потребителей обычно используется список избирателей, из которого набирается выборка по случайным цифрам или “каждый первый”. Объем выборок обычно порядка нескольких сотен или тысяч (например, для Англии обычно берется около 30000, т.е. примерно тысячная часть взрослого населения).
При принятии нормального закона распределения среднеквадратичное отклонение определяется так:
где p - процент популяции, имеющий признак, подлежащий измерению;
n - объем выборки.
Например, в выборку включены 10000 домовладельцев и мы нашли, что 10% из них соответствуют измеряемому признаку, тогда
Это означает, что с вероятностью 68% (одно стандартное отклонение) можно утверждать, что результат лежит между 9,7 и 10,3%, а при допустимой вероятности 0,95 - между 9,4 и 10,6% (два 
), а если n = 400, то в последнем случае границы 7-13% (стандартное отклонение 1,5%). Поэтому часто принимают необходимый объем выборки в 1000 респондентов (см. табл. 2.9).
Очевидно, что абсолютный уровень ошибки - наивысший при p=50%, например, при n = 400 и допустимой вероятности правильного ответа 0,95 =2,5% и границы действительных результатов 45-55%. Иными словами, чем меньше ясно респондентам решение (50/50 - наихудший вариант), тем меньше точность. В этих случаях надо увеличивать выборку (увеличение выборки в два раза приводит к увеличению точности в 
раза). Еще раз следует подчеркнуть, что эти оценки справедливы для действительно случайной выборки.
Таблица 2.9
Диапазоны точности при различных объемах выборки
| Размер выборки | Ожидаемый результат (%) при уровне согласия 0,95 | ||
| 10 или 90 (±) | 30 или 70 (±) | 50 (±) | |
| 9 (4,5) | 13 (6,5) | 14 (7) | |
| 6 (3) | 9 (4,5) | 10 (5) | |
| 4 (2) | 6 (3) | 7 (3,5) | |
| 3 (1,5) | 4 (2) | 4 (2) | |
| 2 (1) | 3 (1,5) | 3 (1,5) | |
| 1 (0,5) | 1 (0,5) | 1 (0,5) |
Собранные статистические данные могут анализироваться различным образом. Например, с использованием многомерного регрессионного анализа, факторного анализа, кластерного анализа и анализа связей.
При кластерном анализе ищутся факторы, по которым одни группы потребителей сильно отличаются от других, таким образом, один кластер изолируется от других вследствие “внутреннего сцепления”. Это можно продемонстрировать графически (рис. 11).
Рис. 11. Типичные результаты кластерного анализа
Кластеры, представленные большей плотностью точек, могут быть нанесены на двухкоординатную плоскость. Таким образом, идентифицируются группы, сегменты и т.д., имеющие некоторые общие характеристики (возраст, нужды, положение и т.д.). Особенно важна эта техника для сегментации рынка, сначала для определения переменных, по которым возникает дифференциация, а затем для дифференциации выборок при исследованиях.
Основные математические процедуры, применяемые при маркетинговых исследованиях, приведены на рис.12 [22].
Рис. 12. Классификация численных методов обработки экспертной информации
Финальной стадией маркетингового исследования является представление его результатов всем, кто нуждается в этих данных. Во-первых, требуется знать, кто сочтет эти результаты полезными. Может возникнуть необходимость транспонировать язык отчета для пользователей, так как немногие менеджеры понимают терминологию маркетинговых исследований (и, что более важно, их ограничения).
Менеджеру рекомендуется работать с отчетом следующим образом. Основная последовательность критериев:
Прежде чем взглянуть на первую страницу отчета, менеджер должен спросить себя - относится ли предмет исследования к его специфическим нуждам. Более того, оценку целесообразности работы с отчетом можно получить при беглом просмотре аннотации, когда становится ясным, откуда отчет пришел и почему было сделано исследование.
Наиболее важный вопрос - оценка надежности исследования. Грубая оценка может быть сделана при знакомстве с методологией отчета (например, при знакомстве с содержанием анкет или конструированием выборки). Точность следует оценить по размеру используемой выборки.
Большинство отчетов грешат определенной тенденциозностью, поскольку исследователю трудно абстрагироваться от своих взглядов. Лучшие отчеты содержат строгие тезисы того, что исследуется, и результаты. Это позволяет уловить “окрашенность” результатов.
Финальный вопрос перед основной работой над отчетом - каков используемый круг информации. Ответ можно получить, ознакомившись с анкетами, чтобы точно понять, какие вопросы исследовались.
Только после оценки по этим критериям следует читать основную часть отчета.
Начинать следует, естественно, с аннотации, а затем переходить к осмыслению детальных результатов, которые должны быть исследованы, прежде всего, при знакомстве с первичными данными анализа (таблицами) и далее - с их интерпретацией. Менеджер должен сделать заключение о своем согласии с выводами исследователя из полученных результатов, отличить, какая информация для него действительно новая. И, наконец, целесообразно закончить ознакомление с отчетом составлением своей собственной аннотации.
Понимание потребителя