Научная статья на тему 'Использование методов статистического анализа для исследования и прогноза развития банковской рекламы в России'

Использование методов статистического анализа для исследования и прогноза развития банковской рекламы в России Текст научной статьи по специальности «Экономика и бизнес»

CC BY
275
26
i Надоели баннеры? Вы всегда можете отключить рекламу.
Область наук
Ключевые слова
КОММЕРЧЕСКИЕ БАНКИ / РЕКЛАМНАЯ ПОЛИТИКА / МЕТОДЫ МНОГОМЕРНОЙ КЛАССИФИКАЦИИ / МОДЕЛЬ АВТОРЕГРЕССИИ И ПРОИНТЕГРИРОВАННОГО СКОЛЬЗЯЩЕГО СРЕДНЕГО / НЕЙРОСЕТЕВАЯ МОДЕЛЬ / COMMERCIAL BANKS / ADVERTISING POLICY / MULTIDIMENSIONAL CLASSICATION METHODS / AUTOREGRESSIVE INTEGRATED MOVING AVERAGE / ARIMA / NEURAL NETWORK MODELS

Аннотация научной статьи по экономике и бизнесу, автор научной работы — Богачев Дмитрии Вячеславович

Банковская реклама является эффективным инструментом продвижения на рынок банковских продуктов и услуг. Это способствует как расширению ресурсной базы коммерческих банков, так и активизации их кредитной деятельности. В статье на основе методов статистического анализа выделены основные особенности российского рынка банковской рекламы. Обоснован прогноз выходов банковской рекламы на основе классической модели авторегрессии и проинтегрированного скользящего среднего и с помощью нейросетевой модели.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

USING OF STATISTICAL METHODS FOR RESEARCH AND FORECAST OF DEVELOPING OF BANK ADVERTISING IN RUSSIA

Bank advertising is one of the most efficient tools to promote bank products and services on the market. It promotes both to expansion of a resource base of commercial banks, and activization of their credit activity. In this article on the basis of methods of the statistical analysis the basic features of the Russian market of bank advertising are allocated. The forecast of outputs of bank advertising on the basis of classical model of autoregressive integrated moving average (ARIMA) and with the help neural network models is proved.

Текст научной работы на тему «Использование методов статистического анализа для исследования и прогноза развития банковской рекламы в России»

ИСПОЛЬЗОВАНИЕ МЕТОДОВ СТАТИСТИЧЕСКОГО АНАЛИЗА ДЛЯ ИССЛЕДОВАНИЯ И ПРОГНОЗА РАЗВИТИЯ БАНКОВСКОЙ РЕКЛАМЫ В РОССИИ

УДК 311.42

Дмитрий Вячеславович Богачев,

преподаватель кафедры Социально-экономической статистики Московского Государственного Университета Экономики, Статистики и Информатики (МЭСИ)

Тел. (495) 442-72-55 E-mail: DBoaachev@rambler.ru

Банковская реклама является эффективным инструментом

продвижения на рынок банковских продуктов и услуг. Это способствует как расширению ресурсной базы коммерческих банков, так и активизации их кредитной деятельности. В статье на основе методов статистического анализа выделены основные особенности российского рынка банковской рекламы. Обоснован прогноз выходов банковской рекламы на основе классической модели авторегрессии и проинтегрированного скользящего среднего и с помощью нейросетевой модели.

Ключевые слова: коммерческие банки, рекламная политика, методы многомерной классификации, модель авторегрессии и проинтегрированного скользящего среднего, нейросетевая модель.

Dmitry V. Bogachev,

teacher of Chair of Social and economic statistics of SEI HPE Moscow State University of Economics, Statistics and Informatics (MESI) Tel. (495) 442-72-55 E-mail: DBoaachev@rambler.ru

USING OF STATISTICAL METHODS FOR RESEARCH AND FORECAST OF DEVELOPING OF BANK ADVERTISING IN RUSSIA

Bank advertising is one of the most efficient tools to promote bank products and services on the market. It promotes both to expansion of a resource base of commercial banks, and activization of their credit activity. In this article on the basis of methods of the statistical analysis the basic features of the Russian market of bank advertising are allocated. The forecast of outputs of bank advertising on the basis of classical model of autoregressive integrated moving average (ARIMA) and with the help neural network models is proved.

Keywords: commercial banks, advertising policy, multidimensional classication methods, autoregressive integrated moving average, ARIMA, neural network models.

1. Введение

Продвижение банковских услуг на рынке невозможно без формирования и развития маркетинговой политики банка, в которой немаловажное место занимает банковская реклама. В России увеличение объема банковских услуг, расширение их ассортимента, повышение уровня пользования различными банковскими продуктами широкими слоями населения остаются актуальными задачами в условиях относительно низкого соотношения совокупного капитала банковской системы и ВВП, недостаточного уровня использования сбережений населения по сравнению с развитыми странами.

Роль банковской рекламы становится еще более значимой, учитывая обострение конкуренции на банковском рынке, связанное как с появлением новых участников в лице банков с государственным и иностранным участием, так и с усложнением ее форм. Результатом становится усиление рекламных кампаний кредитных организаций, постепенное увеличение расходов на банковскую рекламу, ее совершенствование. Качественный статистический анализ позволяет выявить основные тенденции в развитии банковской рекламы, найти необходимые корреляции, скорректировать стратегии поведения на рынке на основе научно обоснованного прогноза будущих тенденций.

Специфика банковской рекламы, обусловленная, прежде всего, особенностями самого банковского продукта (неосязаемостью услуг, изменчивостью, непостоянством их качества и его зависимостью от квалификации сотрудников банка, несохраняемостью) определяет и особенности ее статистического анализа. Сложность статистического анализа рекламной активности банков, кроме специфики банковских услуг, заключается в ограниченности источников соответствующей информации и необходимости использовать показатели, имеющие к данному вопросу косвенное отношение. Для качественного анализа рекламной активности банков необходимо использовать как данные официальной государственной статистики, так и первичные материалы коммерческих банков, экспертные обзоры и информацию специалистов-аналитиков.

Комплексный статистический анализ состояния и динамики рынка банковской рекламы позволил:

- проанализировать статистики, характеризующие дифференциацию показателей банковской рекламы, как в целом в данном сегменте экономики, так и с учетом региональных особенностей;

- провести многомерную классификацию рекламной активности банков в различных медианосителях;

- оценить влияние основных финансово-экономических показателей деятельности банков на их рекламную активность;

- построить прогнозы численности выходов банковской рекламы в 2010 году. Выявленные в ходе статистического анализа закономерности развития банковской рекламы и составленный на их основе прогноз рекламной активности банков не учитывали влияние текущего финансового кризиса, так как кризисные явления, накладывая свой отпечаток на изменение экономической ситуации, в целом не отменяют выявленных тенденций.

Методика проведения статистического анализа изложена автором в более ранних работах [1, 2]. Остановимся более подробно на методах многомерной классификации рекламной активности банков, использование которых позволило сделать выводы о наличии в банковской системе отдельных кластеров (групп) банков, для которых характерно приоритетное использование для размещения рекламы определенного вида медианосителей.

2. Специфика использования кластерного анализа для выявления медийных стратегий Российских банков

Предпосылкой к проведению кластерного анализа было выдвижение предположения о том, что в условиях рыночной экономики банки не имеют возможности беспрепятственно тратить средства, выделенные на рекламу, на те медианоси-тели, которые не являются эффективными, а соответственно существуют нескольких основных медиастратегий при планировании банками рекламного бюджета.

Для этого была проанализирована динамика рекламной активности банков за промежуток с 2003 года по 2008 год. В результате анализа быши выщеле-ны банки-лидеры, суммарный объем рекламных показов которых составил более 1000 за рассматриваемый промежуток времени. Порог включения был выбран, исходя из того, что именно банки-лидеры обладают наиболее выраженными тенденциями к структуризации собственных медиапредпочтений, поскольку при максимальных затратах они имеют минимальные шансы на случайность выбора медианосителей рекламной деятельности.

Так как распределение показов между медийными средствами не коррелирует с общими затратами, имеет смысл разбить всю совокупность банков на несколько групп, рассмотрев при этом внтуригрупповые тенденции, и выявить медийные предпочтения образованных кластеров.

При выборе методики кластеризации предпочтение было отдано методу к-средних, как самому адекватному нашим целям. Анализ был проведен в системе 81аЙ8Йса 9.0. Пропущенные значения в данных принимались равными нулю. Также при анализе данных в первом приближении из ряда факторов, предполагаемых для кластеризации банков, не учитывался такой тип меди-аносителя, как реклама в кино, применявшаяся активно лишь в 2003 году, когда затраты на этот вид медианосителя составили $580 млн., да и то лишь тремя российскими банками: Содбизнесбанком, Сбербанком и Московским кредитным банком.

После выбора метода кластеризации встал вопрос о количестве кластеров, на которые имеет смысл разбивать совокупность, а, следовательно, и о количестве стратегий, наличествующих в рекламных отделах банков при распределении бюджета. Для получения удовлетворительного теоретического решения часто требуется сделать весьма сильные предположения о свойствах некоторого заранее заданного семейства распределений. Поэтому алгоритмы кластеризации обычно строятся как некоторый способ перебора числа кластеров и определения его оптимального значения в процессе перебора.

Исходя из небольшого числа объектов наблюдения и малого числа показателей, по которым проводится кластеризация, оптимальным числом групп для кластеризации было признано три.

При построении кластеров с большим или меньшим числом групп результаты были менее удовлетворительными с точки зрения вариаций внутри кластеров - при большем их числе получаются кластеры с 1 элементом, при меньшем - внутрикластерные отличия слишком значительны.

При рассмотрении графика средних значений (см. рис. 1) можно четко выш-вить три предполагаемые медийные стратегии банков, а описательные статистики позволяют судить о незначительности вариаций внутри кластеров. По итогам кластерного анализа были выявлены три группы банков, а результаты кластерного анализа для каждой из выявленных групп подтвердили данную гипотезу.

Первая стратегия предполагает большую часть выходов собственной

рекламы на радио, остатки бюджета распределены соответственно между рекламой в прессе, наружной рекламой и рекламой на телевидении.

В соответствии со второй стратегией основным медианосителем является телевидение, где отмечается подавляющая доля выходов рекламы банков этой группы. Следующими по количеству выходов идут соответственно радио, наружная реклама и реклама в прессе.

Третья стратегия имеет целью охватить весь рынок медианосителей в равной степени, поскольку распределение выходов рекламы этих банков распределено более или менее равномерно между всеми четырьмя видами ме-дианосителей. Тем не менее, можно отметить некоторые предпочтения этих банков, а именно: реклама на радио

Рис.1. График средних для каждого кластера

1400 -1200 1000 аоо 600 400 -200

# ^ ^ # # # / * / / ^ V / * ж ч?5

Рис.2. Внутрикластерные расстояния для первого кластера

Экономика, Статистика и Информатика НМ №3, 2010

используется ими в большей степени, а реклама в прессе - в наименьшей.

В первую группу банков (см. рис.2) попали Сбербанк РФ, БТА Банк, Банк Москвы, Банк Возрождение, Бин-Банк, СШБапк, Внешторгбанк и Ланта Банк.

Сбербанк РФ имеет максимальное внутрикластерное расстояние, что говорит о том, что несмотря на тягу его рекламного отдела к более или менее равномерному распределению рекламного бюджета между рекламными средствами, тем не менее, по показателям выходов за 2003-2008 гг. банк все же предпочитает рекламу на радио остальным медиа.

Во вторую группу банков (см. рис.3) попали следующие банки: Альфа Банк, Авангард Банк, Фондсервис-банк, Банк Русский Стандарт и Спартак-Банк.

По своим предпочтениям банки этого таксона имеют определенного лидера - телевидение. Несмотря на основной недостаток этого медианосите-ля - дороговизну, банки имеют возможность оценить преимущества телерекламы, а именно: массовость, активный характер воздействия, эффект коллективного сопереживания и т.д. Телевидение обеспечивает широкий охват, а также хорошую географическую и демографическую избирательность.

Однако телевизионной рекламе присущ один серьезный недостаток - это ее высокая стоимость. А следователь-

Рис.3. Внутрикластерные расстояния для второго кластера

но, прежде, чем принять решение об использовании в качестве средства рекламы телевидение, необходимо тщательно сопоставить желаемый эффект от рекламной кампании с планируемыми расходами. При этом, например, может выясниться, что для достижения необходимого эффекта потребуется демонстрация нескольких 10-секунд-ных рекламных роликов, в то же время тот же самый эффект может быть получен посредством публикации такого же количества обращений в прессе, что

обойдется гораздо дешевле.

Телевизионная реклама, ввиду ее дороговизны, требует обязательного обращения к услугам специализированных рекламных агентств, которые возьмут на себя всю работу от разработки сценария до закупки эфирного времени.

Несложно увидеть, что большинство банков в этой группе - яркие, раскрученные брэнды, узнаваемость которых практически стопроцентная.

Судя по внутрикластерным рассто-

Рис.4. Внутрикластерные расстояния для третьего кластера

Рис.5. Число выходов банковской рекламы в 2003-2008 гг.

яниям, типичными представителями банков со стратегией, максимизирующей число выходов своей рекламы на телевидении, являются Авангард банк, Фондсервисбанк и Спартак-банк. Что касается Альфа банка, то он наряду с телерекламой предпочитает также наружную рекламу, однако не настолько, чтобы не быть включенным в данную группу банков.

В третью группу банков (см. рис.4) попали все остальные из рассматриваемых банков. Этот обширный таксон банков характеризуется практически равномерным распределением медийных предпочтений в рамках одного банка. С одной стороны это можно рассматривать как определенную стратегию поведения на рекламном рынке, когда все предполагаемые выпуски рекламы в равной степени распределяются между рекламными средствами. Это характеризует рекламодателя как банк, стремящийся быть в поле всеобщего внимания, однако это возможно лишь в случае достаточного наличия средств на основательные рекламные кампании во всех медиа.

Анализ диаграммы внутрикластер-ных различий позволяет судить о том, что лишь пять банков (Московский кредитный банк, Банк Уралсиб, Внешэкономбанк, КБ Открытие и Собинбанк) имеют более четко выраженные предпочтения в выборе медианосителей, остальные банки, входящие в группу, вообще не имеют явных медиа лидеров.

Таким образом, метод кластерного анализа позволил утверждать, что в рекламной практике банков существуют определенные стратегии, которых придерживаются банки-лидеры.

3. Статистический анализ динами-

ки в банковской рекламе

Исследование динамики банковской рекламы интересно также с точки зрения выходов рекламы, поскольку оценить реальные затраты на рекламу весьма проблематично - первичные данные были получены из официальных отчетов ТШ/ваПир А^аС, которые в свою очередь были сформированы на основе официальной отчетности банков.

Рассмотрим график, характеризующий выходы банковской рекламы за период с 2003 по 2008 годы по месяцам (см. рис.5). Данные за 2008 г. содержат информацию до осени 2008 г., когда произошли существенные изменения в объеме и количестве выходов рекламы, связанные с началом финансового кризиса. График четко отражает нестабильную обстановку в рассматриваемом периоде.

Комплексный анализ динамики выходов банковской рекламы позволил судить о наличии тенденции в ряду динамики. Гипотеза об отсутствии тенденции была отвергнута на основе критерия знаков разностей Валлиса-Мура.

С точки зрения сезонности выходов банковской рекламы можно отметить два основных всплеска активности: меньший в апреле-марте и больший в октябре-ноябре, наименьшее число выходов рекламы приходится на май и август-сентябрь.

Таким образом, рекламный год начинается наименьшей активностью банков в рекламе, что, вызвано вероятнее всего еще не утвержденным рекламным бюджетом. Затем число выходов банковской рекламы постепенно нарастает до марта-апреля, после чего происходит спад, в июне наблюдается

небольшое усиление рекламной активности, а к августу число выходов банковской рекламы падает до минимума. В октябре, ноябре и декабре имеет место наиболее высокая рекламная активность банков в медиа. Подобного рода сезонность, в первую очередь, обусловлена востребованностью банковских услуг в соответствующие периоды.

Кроме того, определенные взаимозависимости были выявлены на основе изучения корреляций между затратами на рекламу и основными показателями деятельности банков. Так, самая сильная связь присутствует между показателем затрат на рекламу и средствами граждан, что характеризует рекламу как эффективный инструмент по привлечению средств индивидуальных вкладчиков. Рекламные затраты относительно сильно коррелируют с размером активов банка и его капиталом, что также подтверждает предположение о связи между рекламной политикой банка и уровнем его финансового состояния.

Изучение динамики развития банковской рекламы в регионах показало, что в целом имеются основания судить о нездоровой концентрации капитала в руках незначительного числа крупных банков, что можно в свою очередь трактовать как наличие монополистической конкуренции в банковском секторе. Концентрация затрат на рекламу отражает сложившуюся в целом в банковской системе неравномерность распределения банковских учреждений по территории страны. Преодоление этой неравномерности способствовало бы увеличению охвата российских регионов банковскими услугами, обеспечению финансовыми ресурсами отраслей национального хозяйства и населения.

4. Заключение

Исследование уровня рекламной активности коммерческих банков по регионам России показало, что банки, имеющие значительный рекламный бюджет, рекламируются на наиболее массовом носителе - телевидении. Наибольшее количество рекламодателей используют прессу и наружную рекламу, которые, как и ТВ, могут нести визуальный ряд, что позволяет достичь определенного уровня запоминания банка (особенно его логотипа). Радио является тем носителем, который, будучи дополненным ТВ, дает хорошие результаты по поддержанию показате-

Экономика, Статистика и Информатика

№3, 2010

79

ля узнавания банка.

При этом наиболее доступны и разнообразны различные виды медиано-сителей в регионах присутствия наиболее крупных и финансово благополучных банки. Дифференциация регионов по уровню рекламной активности банков как отражение общей тенденции неравномерного размещения российских кредитных организаций, в свою очередь, усугубляет ее, сдерживая развитие региональных банков недостаточно активной и разнообразной рекламной деятельностью.

Анализ статистических показателей позволил с большой долей вероятности утверждать, что для описания тенденции исходного ряда динамики выходов банковской рекламы наиболее подходящей функцией является уравнение экспоненциального тренда.

После того, как модель была идентифицирована, оценены ее параметры и проведено исследование адекватности, был построен прогноз числа выходов банковской рекламы на основе наблюдаемых значений на 12 месяцев 2010 г. Прогноз был построен двумя взаимодополняемыми методами: при помощи классической модели авторегрессии и проинтегрированного скользящего среднего и с помощью нейросетевой модели.

Причина обращения к нейросетям заключается в следующем. Несмотря на то, что с помощью комплексного анализа динамики удалось статистически описать модель развития явления, исходный ряд обладает сложной нелинейной структурой зависимостей, имеет значительную хаотическую составляющую, а следовательно, прогноз с помощью именно нейросетевой модели дает возможность выявить неочевидные связи и на этом основании скорректировать прогноз.

Согласно прогнозу, основанному на модели автокорреляции, число выходов банковской рекламы в 2010 году сократится почти на 20%, с сохранением их сезонности: основные всплески произойдут так же, как и в прошлых годах -в марте и в октябре.

Прогноз, построенный на основе нейросетевой модели более оптимистичен, чем прогноз, построенный классическими статистическими методами. Экстраполяция тренда выходов банковской рекламы предполагает, что этот показатель в четырех основных медиа в 2010 году не снизится и даже немного подрастет. Ожидаемый темп роста составил 6 %.

Два типа подходов к прогнозированию дают основания полагать, что ситуация на рынке банковской рекламы в ближайшем году останется по-прежнему нестабильной и малопредсказуемой. В целом, при отсутствии каких-либо очередных банковских кризисов, количество рекламы в основных медиано-сителях будет стабильно увеличиваться.

Подтвердить реальность прогноза можно, оценив динамику рекламных бюджетов российских банков в после-кризисный период. Так, к концу 2009 г. после существенного спада рекламной активности банков в условиях кризиса наметилась тенденция восстановления расходов на рекламу: расходы за III квартал 2009 года выросли на 5% по сравнению со II кварталом 2009 года.

Вместе с тем нужны новые подходы и к банковской рекламе, и к продвижению финансовых организаций в целом. Кризис потребовал перестать относиться к рекламе, как к «добровольному налогу на бизнес» и сделать ее действенным инструментом привлечения клиентов в банковскую систему, обеспечив ее стабильное и устойчивое развитие как немаловажный фактор

финансового обеспечения модернизации российской экономики.

Литература

1. Крылов А.Е., Богачев Д.В. Точные коммуникации - сильный бренд // Журнал «Банковское дело в Москве» №12 (132) Декабрь 2005г.

2. Крылов А.Е., Богачев Д.В. Банковские рекламные стратегии. Анализ стратегий продвижения банков в медиано-сителях // Журнал «Эксклюзивный маркетинг» Приложение к журналу «Практический маркетинг» №5(56) 2006г.

3. Герасимов Б. И., Мозгов H. Н. Маркетинговые исследования рынка. -М.: Форум, 2009, - 336с.

4. Малхотра Н. К. Маркетинговые исследования. Практическое руководство. - М.: Вильямс, 2007, -1200с.

5. Романов А.А. Современная реклама: проблемы социально-экономического, статистического и правового анализа. - М: Финстатинформ, 2003. -512с.

References

1. Krylov A.E., Bogachev D.V Precise Communications - Strong Brand // Journal «Bankovskoe delo v Moskve» №12 (132) December2005.

2. Krylov A.E., Bogachev D.V. Banks' advertising strategies. Analysis of Banks' promotion strategies in advertizing mediums // Journal «Eksklyuzivnyi marketing» Appendix for journal «Prakticheskii marketing» №5(56) 2006.

3. Gerasimov B.I., Mozgov N.N. Market research. Moscow, Forum, 2009, 336p.

4. Naresh Malkhotra - Marketing Research. An Applied Orientation. Moscow, Williams, 2007, 1200p.

5. Romanov A. A. Advertising in Modern Times: problems of social and economical, statistical and legal analysis. Moscow, FinStatInform, 2003, 512p.

i Надоели баннеры? Вы всегда можете отключить рекламу.