CC BY
298
16.2. СТАТИСТИКОМАТЕМАТИЧЕСКИЕ МЕТОДЫ МАРКЕТИНГОВОГО АНАЛИЗА
Чеботарева Светлана Владимировна, Московский городской педагогический университет, кафедры "Экономика и управление народным хозяйством", соискатель
Контакты автора: [email protected]
Аннотация. В статье рассмотрен опыт применения статистико-математических методов в маркетинговом анализе рынка мясной продукции. Каждый из указанных методов проиллюстрирован примерами, показаны основные достоинства, недостатки, рекомендации по их применению в практической деятельности маркетологов. Кроме того, выявлены основные проблемы использования данных методов с учетом российских условий ведения бизнеса. Ключевые слова: маркетинг, статистико-
математические методы, маркетинговый анализ
STATISTIKO-MATHEMATICAL METHODS THE MARKETING ANALYSIS
Tchebotaryova Svetlana Vladimirovna, the Moscow city pedagogical university, chair "Economy and management of a national economy", the competitor
Annotation: In article experience of application of statistiko-mathematical methods in the marketing analysis of the market of meat production is considered. Each of the specified methods is illustrated by examples, the basic advantages, lacks, recommendations about their application in practical activities of experts in marketing are shown. Besides, the basic problems of use of the given methods taking into account the Russian conditions of business dealing are revealed.
Keywords: marketing, statistiko-mathematical methods, the marketing analysis
Применение количественных методов анализа в практике российских предприятий, во-первых, способствует повышению точности получаемых результатов, во-вторых, позволяет снизить риск стратегических ошибок в процессе обработки информации и интерпретации выводов.
Возможность использования статистико-математических методов в маркетинговом анализе исходит из следующего:
1) существуют объективные закономерности, определяющие результат и ход маркетинговой деятельности предприятия. Проявления этих закономерностей подтверждается статистическими наблюдениями за его деятельностью;
2) статистика маркетинговой деятельности предприятия подчиняется общим правилам математической статистики.
Анализ рынка мясной продукции является важнейшим компонентом маркетингового подхода в компаниях отечественных производителей. В задачи исследования входит сбор, анализ и обработка информации о товарах, клиентах, конкурентах и рынках. Сбор и обработка информации производятся в целях принятия решений в области стратегии маркетинга и разработки практических шагов компании.
К сожалению, российские предприниматели, занятые в малом бизнесе, часто пренебрегают проведением маркетингового анализа. Иногда они просто не понимают, зачем им тратить силы и средства на эти работы. Конечно, сами по себе маркетинговые исследова-
ния не гарантируют 100 - процентного успеха в бизнесе. Их задача иная - они должны помочь оценить маркетинговые возможности предлагаемого продукта или услуги и снизить риск принятия неправильных решений.
Для проведения маркетингового анализа могут использоваться следующие статистико-математические методы: анализ трендов, факторный анализ, корреляционный, регрессионный, кластерный, дискриминантный, дисперсионный анализ и др.
Основная методика прогнозирования рынка мясной продукции заключается в изучении трендов. Такие крупные операторы на рынке мясной продукции как «АПК Черкизовский», «Микоян», «Царицыно», «Останкинский МК», «АПК Талина», «МитЛэнд», активно используют в качестве метода маркетингового анализа именно анализ трендов и факторный анализ.
Лидеры среди крупных производителей мясной продукции, «АПК Черкизовский», «Микояновский мясокомбинат» благодаря проведению факторного анализа резко увеличили себестоимость единицы продукции за счет задействования в материально-затратном производстве более дорого сырья. Так по данным информации Института аграрных исследований «Микояновский мясокомбинат» за 2009 год увеличил себестоимость колбасной продукции на 58%, по сравнению с 2008г.
Любой хозяйственный процесс складывается под влиянием разнообразных факторов. Знание этих факторов и умение управлять ими позволяет воздействовать на изменение показателей эффективности маркетинговой деятельности предприятия.
К примеру, требуется провести факторный анализ жизненного цикла товаров «Черкизовского АПК» на рынке мясной продукции. Расчеты приведем в таблице 1. В результате проведенного факторного анализа были выявлены следующие инструменты управления для каждого этапа жизненного цикла товара:
• для исследовательского этапа - это экономический анализ и определение целевого рынка;
• для этапа выведения товара на рынок - работа с оптовыми и розничными сетями, информативная реклама, исследование потребительского восприятия и пробный маркетинг;
• для этапа роста - расширение ассортимента, активное продвижение товара и поиск новых каналов сбыта;
• для этапа зрелости - маневренность цен, изменение упаковки и улучшение качественных характеристик;
• для этапа спада - реорганизация системы сбыта, формирование нового имиджа и интенсивная напоминающая реклама.
•
Наиболее часто в маркетинге применяется корреляционно-регрессионный анализ. Регрессионный анализ часто используется в маркетинге для прогнозирования спроса.
Например, за 2010-2012 гг. производство свинины в области планируется увеличиться на 4%. Его рост в регионе предопределяется рядом производственных и экономических факторов. Рассмотрим более подробно производственные факторы. Проведенный корреляционно-регрессионный анализ производства (реализации) этого мяса в сельскохозяйственных организациях, а также факторов, оказывающих влияние на него, позволил определить степень влияния последних на результативный показатель.
Бизнес в законе
1 '2011
Таблица 1
Основные инструменты управления жизненного цикла товаров
«АПК Черкизовский» на общем рынке мясной продукции
| Фактор 1 | Фактор 2 | Фактор 3 | Фактор 4
1. Исследование этапа исследования и разработки товара
1.Собственное значение 2,6617 1,6194 - -
2.Процент объясненной дисперсии, % 22,2 13,5 - -
3. Относительно высокие значения корреляции между переменными Х2, Х4, Х12 Х7, Х10 - -
4.Условное название группы переменных «экономи- ческий анализ» «определение целевого рынка» - -
2. Исследование этапа выведения на рынок
1.Собственное значение 3,4040 2,0947 1,4984 1,0722
2.Процент объясненной дисперсии, % 28,4 17,5 12,5 8,9
3. Переменные Хз, Х8, Х9 Х5, Х6, Х9, Х11 Х1, Х4 Х7, Х10
4.Условное название группы переменных «работа с оптовыми и розничными сетями» «информа- тивная реклама» «исследование потребитель-ского восприятия» «пробный маркетинг»
3. Исследование этапа роста
1.Собственное значение 3,6117 2,4896 1,5020 -
2.Процент объясненной дисперсии, % 30,1 20,7 12,5 -
3. Переменные Х2, Х3, Х6, Х9 , 2 X О X d* ~ X х Х7, Х8 -
4.Условное название группы переменных «расширение ассортимента» «активное прод- вижение товара» «поиск каналов сбыта» -
4. Исследование этапа зрелости
1.Собственное значение 3,1524 1,9570 1,3998 -
2.Процент объясненной дисперсии, % 26,3 16,3 11,7 -
3. Переменные Х5, Х, Х7, Х8 Х2, Х12 Х1, Х9 -
4. Условное название группы переменных «манев- ренность цен» «изменение упаковки товара» «улучшение качественных характеристик» -
5. Исследование этапа спада
1.Собственное значение 2,9898 1,8251 1,5064 -
2.Процент объясненной дисперсии, % 24,9 15,2 12,6 -
3. Переменные Х2, Хз, Хб, Х7 Хі, Х3 Х10 -
4. Условное название группы переменных «реорганизация системы сбыта» «формирование нового имиджа» «интенсивная напоминающая реклама» -
Наиболее часто в маркетинге применяется корреляционно-регрессионный анализ. Регрессионный анализ часто используется в маркетинге для прогнозирования спроса.
Например, за 2010-2012 гг. производство свинины в области планируется увеличиться на 4%. Его рост в регионе предопределяется рядом производственных и экономических факторов. Рассмотрим более подробно
производственные факторы. Проведенный корреляционно-регрессионный анализ производства (реализации) этого мяса в сельскохозяйственных организациях, а также факторов, оказывающих влияние на него, позволил определить степень влияния последних на результативный показатель.
В качестве основных факторов, предположительно воздействующих на производство (реализацию) свинины, исследовались следующие: х1 - среднесуточный прирост живой массы, г; х 2 - расход кормов на 1 голову молодняка, ц корм, ед.; х3 - падеж к обороту стада, %; х4 - производство (реализация свиней в убойной массе) на 100 га пашни, кг; х5 - приплод на 100 свиноматок, голов.
В ходе корреляционного анализа в окончательный вариант расчета были включены все факторы, кроме х5:
Y = 2,447 + 0,442х 1 + 1,789х 2 + 1,366х 3+ 0,112х 4.
Коэффициент множественной корреляции R="0,96" свидетельствует о достаточно тесной связи объемов производства (реализации) свинины в сельскохозяйственных организациях с включенными в модель факторами.
Регрессионный анализ позволяет выявить факторы, оказывающие существенное влияние на результирующий показатель, определить силу и направление этого влияния. Сравнение степени влияния осуществляется с помощью стандартизированных коэффициентов регрессии (Бета-коэффициентов). С помощью полученного уравнения можно предсказывать поведение зависимой переменной на основе предполагаемых значений независимых переменных.
Рассмотрим факторы, влияющие на производство мяса птицы в России (по данным 2008-2009г.г.). см. Таблицу 2.1, 2.2
Таблица 2.1
Результаты расчета параметров регрессионных уравнений
Регрессионная статистика
Уровень значимости 0,05
Множественный Р 0,94129
Р-квадрат 0,886027
Нормированный Р-квадрат 0,843287
Стандартная ошибка 0,021985
Наблюдения 12
Регрессионное уравнение: log PROD) = -0.43 + 0.18log( INC) + 0.70log( PRICE) - 0.05 log; IMP), где PROD - внутреннее производство мяса птицы, INC - доходы населения, дефлированные по индексу потребительских цен, PRICE - внутренняя розничная цена на птицу, дефлированная по индексу потребительских цен, IMP - импорт мяса птицы.
При уровне значимости 5% коэффициент при независимой переменной PRICE признается статистически значимым, так как Р-значение при этом коэффициенте меньше уровня значимости.
Проверим нулевую гипотезу эластичности производства мяса птицы по отношению к цене: H0:C3h1 против альтернативы Ha:0< C3< 1, где C3 коэффициент при переменной PRICE. При построении соответствующего критерия достаточно обратиться к критерию для пары Ho:C3=1, Ha:C3=01 Гипотеза Ho отвергается при:
C 3-1
------< ta, где C3a - стандартная ошибка, ta - значе-
Sci
ние t-статистики при уровне значимости a = 0.05
Таблица 2.2
Дисперсионный анализ
df SS MS F Значимость F
Регрессия з 0,0з0061 0,01002 20,7з07з 0,000396
Остаток 8 0,00з867 0,00048з
Итого 11 0,0зз928
Коэффици- енты Стандарт- ная ошибка t- статистика P-Значение
Y- пересече- ние 0.425908 0.665584 0.639901 0.540126
Доходы 0.184711 0.23974 0.770464 0.463168
Цена 0.696965 0.263913 2.640884 0.029673
Импорт -0.04639 0.048065 -0.96508 0.36277
Регрессионный анализ дает следующие результаты:
0.6969 -1
h -1.782
0.2639
Следовательно гипотеза эластичности производства по цене не отвергается. Эластичность производства по цене 8 ~ 0.07.
При решении задач сегментирования рынка в маркетинге широко используется кластерный анализ. Основу кластерного анализа составляют методы классификации объектов по их признакам.
Однако с позиции маркетинга кластерный анализ имеет ряд недостатков. Во-первых, процедура анализа является жесткой в том смысле, что изменение переменных или диапазонов изменения величин переменных требует повторения процедур. Во-вторых, математическая сложность задачи кластеризации требует совместной работы специалистов по маркетингу и математиков при решении задач сегментирования. Иными словами, маркетологи не могут вести анализ самостоятельно.
Для принятия решения о том, какие переменные различают (дискриминируют) две или более возникающие совокупности (группы) в маркетинге используют дискриминантный анализ. Переменную, которую исследователь применяет для разделения объектов на группы, называют группирующей переменной. Дискриминантный анализ целесообразно использовать, когда уровень измерения группирующей переменной номинальный или порядковый. Если речь идет о более высоком уровне измерения, то имеет смысл обратиться к регрессионному анализу1.
В маркетинге с помощью данного метода можно провести сравнительный анализ поставщиков. Для этой цели исследователь может собрать данные о различных переменных, связанных с поставщиками. Затем можно использовать дискриминантный анализ для определения того, какие переменные дают наилучшее предположение выбора поставщика. Основная идея дискриминантного анализа заключается в том, чтобы определить, отличаются ли совокупности по среднему какой-либо переменной (или линейной комбинации переменных), и затем использовать эту переменную, чтобы предсказать выбор поставщика.
Если необходимо определить степень влияния одного показателя на другой можно применить дисперсионный анализ, который с вычислительной точки зрения очень похож на дискриминантный анализ. Дисперсионный анализ сравнивает размеры вариации
(изменчивости), обусловленной разными факторами и используется для изучения различий средних значений количественной зависимой переменной, вызванных влиянием качественных независимых переменных (факторов).
При выборе целевой аудитории новых маркетинговых программ может быть исследована структура группирования покупателей по личным предпочтения с помощью анализа соответствий.
Данные профильных ассоциаций и союзов «Союз мясопромышленников» обозначают важность применения методов маркетингового анализа для решения основных вопросов и задач для развития мясного рынка в РФ, в частности: основные показатели (объем, товарооборот, структура продукции, удельные веса, количество импортеров и каналы поставок мясной продукции), сезонные колебания (темпы прироста/снижения) в динамике объемов реализации и импорта, сегментирование рынка, изменение потребления, выявление основных стран-отправителей мясной продукции, определение основных российских импортеров ТОР - 10/20 мясной продукции в Россию, а также анализ данных об изменении потенциальных возможностей у населения по увеличению или снижению потребления данных видов продуктов.
Ко всем методам, используемым в маркетинговом анализе, должны предъявляться достаточно высокие требования, главные из которых связаны, как представляется, с необходимостью, во-первых, как можно быстрее получать возможные выводы на основе рассмотрения фактически имеющейся в распоряжении сотрудников предприятия маркетинговой информацией, во-вторых, учитывать возможности человеческих ресурсов и технических средств, которыми реально располагает каждое предприятие.
Список литературы:
1. Бессокирная Г.П. Дискриминантный анализ для отбора информативных переменных // Социология: методология, методы, математические модели. 2003, № 16. С. 25 - 35.
2. Елисеева И.И., Юздашев М.М. Общая теория статистики. -М.: Финансы и статистика, 1999. - 480 с.
3. Ерина А.М. Математико-статистические методы изучения экономической эффективности производства. - М.: Финансы и статистика, 1983. - 191 с.
4. Ефимова М.Р., Петрова Е.В., Румянцев В.Н. Общая теория статистики. - М.: иНфРА-М, 2-е изд. 2009 г. - 416 с.
5. Иберла К. Факторный анализ / Пер. с нем. В.М. Ивановой. Предисловие А.М. Дуброва. — М.: Статистика, 2000.
6. Ким Дж.О., Мьюллер Ч.У. и др. Факторный, дискриминантный и кластерный анализ. - М.: Финансы и статистика, 1989. - 215 с.
7. Многомерный статистический анализ в экономике / Под ред. проф. В.Н.Тамашевича. - М.: ЮНИТИ-ДАНА, 1999. - 598 с.
РЕЦЕНЗИЯ
Повышение практической значимости маркетинга в деятельности российских производителей определяет востребованность практических методов маркетингового анализа с учетом специфики отрасли. В связи с этим, проблема развития количественных методов маркетингового анализа, способных повысить эффективность управленческих решений, обретает особую актуальность.
В статье Чеботаревой СВ. раскрыты особенности применения статистико-математических методов маркетингового анализа в деятельности отечественных производителей мясоперерабатывающего комплекса, что является особенностью данной статьи. Выявлены преимущества и недостатки статистико-математических методов, таких как анализ трендов, факторный анализ, корреляционный, регрессионный, кластерный, дискриминантный, дисперсионный анализ. Представлена методика прогнозирования рынка мясной продукции на основе анализа трендов.
Статья Чеботаревой СВ. рекомендована к публикации.
Профессор,
кэн. Э.Я.Шейнин0
1 Бессокирная Г.П. Дискриминантный анализ для отбора информативных переменных // Социология: методология, методы, математические модели. 2003, № 16. С. 27.
