Обозначение размерностей и интерпретация конфигурации точек на пространственной карте.

Когда пространственная карта создана, необходимо дать название соответствующим размерностям (осям координат на пространственной карте) и интерпретировать конфигурацию точек на карте. Исследователь самостоятельно принимает решение об обозначении размерности, руководствуясь своим опытом. В этом помогут следующие правила:

– даже если прямым методом получены суждения респондентов о сходстве объектов, то все равно можно собрать рейтинги торговых марок по характеристикам объекта. С помощью регрессионного анализа эти атрибутивные векторы можно расположить на пространственной карте. Затем осям координат дается обозначение, исходя из того, насколько близко векторы совмещаются с соответствующими осями;

– после сбора прямым методом респондентами оценок сходства или восприятия их можно попросить указать критерий, используемый в их оценках. Затем эти критерии привязываются к осям пространственной карты;

– по возможности респондентам следует показывать пространственные карты, получившиеся на основе их оценок и попросить обозначить оси, анализируя получившуюся конфигурацию точек;

– если существуют объективные характеристики товаров, то их можно использовать как средство интерпретации субъективных размерностей пространственной карты.

Часто ось представляет несколько характеристик объекта. Пространственную карту можно интерпретировать, изучив координаты и относительное расположение торговых марок. Например, торговые марки расположенные рядом, конкурируют более жестко. Изолированно расположенные торговые марки имеют свой уникальный имидж. Торговые марки, удаленные от начала осей координат, сильнее по данной характеристике. Таким образом, можно истолковать силу и слабость каждого товара. Пробелы на пространственной карте могут указывать на потенциальные возможности для внедрения на рынок новых товаров.

6. Оценка надежности и достоверности:

– рассчитать коэффициент соответствия R² – указывает на долю дисперсии оптимально шкалированных данных, которая может быть учтена методом многомерного шкалирования. Таким образом, этот коэффициент показывает, насколько хорошо модель многомерного шкалирования соответствует исходным данным. Допустимыми считаются значения 0,60 и выше;

– рассчитать значение стресса – представляет собой меру несоответствия модели или долю дисперсии оптимально шкалированных данных, которую не учитывает модель многомерного шкалирования. Значения стресса варьируют в зависимости от метода многомерного шкалирования и анализируемых данных.

Для значений стресса, вычисляемых по стресс-формуле Краскела, даются следующие рекомендации: стресс 20% – плохое соответствие модели, 10 – удовлетворительное, 5 – хорошее, 2,5 – отличное, 0% – превосходное (полное);

– если анализ проводят на агрегатном уровне, то исходные данные можно разбить на две или больше частей. Процедуру многомерного шкалирования следует выполнить отдельно для каждой части, а затем результаты сравнить;

– некоторые из объектов можно выборочно исключить из исходных данных и решения принимать по оставшимся объектам;

– к исходным данным можно добавить случайный ошибочный член. Полученные в результате данные подвергают многомерному шкалированию и решения сравнивают;

– исходные данные можно собрать в разное время и сравнить проверочные тесты между собой.

 

Вопрос 2 – Совместный анализ

С помощью совместного анализа определяется относительная важность, которую придают потребители ясно выраженным характеристикам, а также полезность, которую они связывают с уровнями характеристик.

Эту информацию получают из оценок потребителями торговых марок или профилей торговых марок, составленных из характеристик товаров и их уровней. Респондентов знакомят с объектами, которым присущи определенные характеристики и уровни этих характеристик, и просят оценить эти объекты с точки зрения желательности тех или иных характеристик. Маркетологи, используя метод совместного анализа, пытаются присвоить уровням каждой характеристики определенную ценность. В итоге ценности или полезности, которыми обладает каждый объект, тесно согласуются с исходными оценками респондентов. Основное допущение состоит в том, что любой набор объектов, таких как изделия, торговые марки или магазины, оценивают как пучок характеристик.

Совместный анализ используют в маркетинге для различных целей:

– определение относительной важности характеристик в процессе выбора товара потребителем – типичный результат совместного анализа представляет собой веса относительной важности для всех характеристик, используемых для описания объектов. Эти веса показывают, какие из характеристик больше всего влияют на выбор потребителя;

– определение рыночной доли торговых марок, которые различаются уровнями своих характеристик, – значения полезностей, полученные в результате совместного анализа, можно использовать как исходные данные в модели выбора, чтобы определить долю, выпадающую на те или иные марки, и, следовательно, долю рынка различных торговых марок;

– определение структуры свойств наиболее предпочитаемой торговой марки – свойства торговой марки могут варьировать с точки зрения уровней характеристик и соответствующих полезностей. Свойства торговой марки, которые приводят к наивысшей полезности, указывают структуру характеристик наиболее предпочитаемой торговой марки;

– сегментирование рынка, исходя из сходства предпочтений для уровней характеристик – функции частной ценности, полученные для характеристик, можно использовать как основу для кластеризации респондентов в однородные по своим предпочтениям сегменты.

К статистикам и понятиям, используемым в совместном анализе, относятся:

– функции частной ценности или функции полезности – описывают полезность, которую потребители присваивают уровням каждой характеристики;

– веса относительной важности – показывают, какие характеристики больше всего влияют на выбор потребителя;

– атрибутивные уровни или уровни характеристик – показывают значения характеристик;

– полные профили – конкурентные профили торговых марок, построенные на базе всех характеристик с использованием их уровней;

– парные таблицы – таблицы, в которых респонденты одновременно оценивают по две характеристики до тех пор, пока не оценят все пары характеристик;

– циклические планы – используются для снижения числа попарных сравнений;

– планы дробных факторных экспериментов – используются для снижения числа профилей объектов, определяемых в полнопрофильном методе;

– ортогональные таблицы – специальный класс планов дробных факторных экспериментов, который позволяет эффективно оценивать все главные эффекты;

– внутренняя достоверность – определяется на основе корреляции предсказанных оценок проверочных объектов с оценками объектов, данными респондентами.

Процедура выполнения совместного анализа состоит из следующих этапов: