Жак-Жак Ламбен - Менеджмент, ориентированный на рынок (953901), страница 46
Текст из файла (страница 46)
Ие Рзижироваиие„а, скзжем, рейтинг)„то, кзк показано Ниже, можно воспользоваться множественной регрессией с двоичными переменными (О и 1). В табл. 4,6 представлена регрессионная модель для примера со спреями для волос ~оцеика проиодятся методом Наименьших квадратоа1, В данном случае исходная коицеяция представляет собой слеффощчо комбинацию: марка (м)— еЕ'Огеа1и; цена(Р) — 2ООВР; упаковка ~С) — азрозоль. В столбце вранге (у) указмвается Щмдпочтюиие каждого респоидйита (От 16 Для наиболее Щюдпочита емой концщщиядо $ для наименее предпочитаемой). Таким Образом, для каждого респондента мы получим Одно уравиецие регрессии, п~эедставлякццее его лияйую функцйю Оолезиостя. При иапо®деняи метрического критерия используется ~~дель множественной регрессии, где зависимой переменной Является рейтинг или, реже, ранг От 1 до и. Уровни свойств — незавпсимие перемеииые в двоичной форме (О и 1), где О озна- изет Отсутствие уровня, $ — еГО й~~йсутствйе В Обйем сл)~йзе уровеиь свОЙствз имеет Отделйиу~о чзстйчну~о полезйостй Зачзст~йо примеи~~Отсй более ОГрзиичеяние спецификации модели линейная модель с Одним кОэффициентом или ~~вадОзтйчнйй форь~з, известная тзиже йш модель идеальной тОчии.
Для Оцеййй достоверности статйсти ~ест~ РезулйтзтОз и прОве~~ии нулевОЙ Гипотезы (об ОтсуГствйй связи йоду ззвисийой йеременйой и Рззличнь~ми Объясняющими переменными) иОГут использоваться различнне стзтистические критевйй (Я2, Р-1~ритерий) АналоГично для йроверии стзтистичесиОЙ значимости ~озффициентов РеГрессии используется 1-Распределейие Сть®дейтз 8 ~зчестве иллюстрации щкинзлизищем функцюо полезности для ОднОГО йз респондентов*, У~йвненне РеГрессии будет иметь следуюп1иИ Внд," 3,50 -3,25М2 -3,5ОМЗ -4,25М4 +3,25Р2 +2,25РЗ *1,56Р4 +Ж,ОС2 (5,0) (З,О) (3,2) (3,9) (З,О) (2Л) (1„4) (10,4) Ю = О,94 Р-крктеркй ~ иеиио, ньиие ~)11тичесио11 Величниь1 для 5А-НОГО Лонер)1тельиОГО ннтернала. Л)1алогично Все аначеиня г-критерия Стьк)дента (кроме ОднОГО, Р4) ньпце сноих предельных знйчс11ий Длй ЯЖ-БОГО ДонерительнОГО И11тернала.
ПОстоЯннаЯ Величн1и (3,56) иредстанляет собой раиг референтио11 коицепци11 (~~ 'ОгеаЬ, анроэоль, 200ВГ). Частнчиан полезиость иредстанлЯет собой иредель11ое иолебаиие ранГЙ (В ООльщю или меньи1ую стОроиу) при лк)бом измеиеннн В сонокупиости сВОЙстВ тонара. Результать| п])едстанлеиь1 н Виде кр11нь)ж иолезностн (рис. 4.1О).
Глядя иа ннх„ можно сделать следующие Вь) иолы О системе ценностей коикрет11ОГО рссиоидснта: 1. Псрные три коэффиипсита поийнь$ВЙ1от иолеэность (или цеииОсть), ассОцинруему)О с тОрГОными марками; ~6ЙГЙ1ег~, ФС1ИИ1,е~ и ФСГоире %еи1Ф, Таи кйк Все значеинЯ Отр11цательнь1, можнО заклк)ч11ть, чтО даннь1е три бренда имеют бОЛее инзкУР Оценку, чем рефюреитиаЯ мариа, еЕ ОгеаЬ, 2, Следук))цне трн иозффнц11еита показь1нак)т чунстнительносгь к цене, тйи кйк рефереитийЯ цеий (2ООВР) ЯнлЯетсЯ ианнь1с1ией 11з Всей, с ум еныиеннем цены полезиость возрастает: прн умеиь1ие)1ин с 2ООВГ до 5ОВГ оиа унеличннаетсн 1га 3,25„с 2ООВГ до МОВР— иа 2,25„с 2ООВГ до $50ВР— иа 1,5О.
Гакнм Образом, кйк и сАедонало Ожидать, наблюдается Отр1111ательная ценоная зла" сти~1нОсть. 3, И наконец, наги респондент ОиазалсЯ Очень чунстн11телен к тнпу упйконкн: при азине азрозоля иа спрей еГО уйовлетноренпе резко Возросло (+8).
И Йос))едияя интересная информайня, котору1О можио почерпнуть иэ Г10лученнь1х Оценок, это сиеиеиь бяжиОсжи кй)щОГО снойстна нлн харйктернстиии тонара для респондеита, т. е. Йбсол1отная разность (разнпца) ие)кду наибольи1ей н иаимень" и)ей т)олезиостями кйждОЙ кйрактернстикн, Степенн нйжиостн юя нй11)еГО прнмерй прннедены В табл. 4,7, Оюиоиипюьй42я дбжйосн)ь нь1числяется путем деле" иия днапазонй значений иа сумму набшдаемых рззиостей (В нап)ем случае 15,5).
Для даннОГО ресиОнлеита Важнее Всего упаконка, шиее ИО значнмостн следуи)т ТОРГОВЙЯ МарКЙ И 56НЙ. М, М~ Ма й~ Р) Р~ Рз Р~ С, Са Рис. 4,10, Частичные вмезиеати Я)щ аднвъ резидента ТО«и'0пйя мпрпп Дппппзпп знпчеппй Следую1цзя проблема — 11нтерпретация результатов всю11 выборк11 рсспоидентов Здесь могут применяться ДВЗ подхОдз ВО-первь1х„можно рассчитать средние энзчен11я Всех частйчных полезностей по каждому свойству ДЗ11ний мегод прост, Однако Он Неминуемо Ведет к потере информации, тзк как предполагает Однород11ость предпочтен11и В пределах изучаемой совокупности.
Во-вторьгх, можнО БОс" пользОВ юься метОдом ждйсгп6~РЙОю иипдизю„т е сгруппировать респОндентов Б сег" менты, В пределах которых предпОчтения Однороднь1 В нзстоя1цес Время дзннь1н метод применяется для ссгментнровзпия по Выгодам (см гл. 6), МОДЕЛИРОЕЭИИЕ СТРУаУРНЫХ УРЕВНЕНИй 3а последнее десятилетие В развитии методов анализа дзннь1х заметен суаественный прогресс.
Новые методики, называемые пию19ьж 3юкомйием меР1одод йййлзия дамма, или моделированием структурных уравнений (МСУ), позволяют изучать несколько отно1пен11Й зависимости Одиовременно (В Обычном мнОгОмернОМ анализе допускается 'Голько Одна сВязь эз рзз). Из практике рынОчнОму аналитику часто прихОднтся Отвечать сразу нз нескОлько сВязаннь1х друг с другом ВОпрО- сов Например, при Оценк~ зффект11вности ра6оть1 магазина необходимо исслеДОВзть такие ВЗЗКМОсвяэаннь1е проблемы Какие фзкторь1 Определя1от 1~1ппдж магазина~ е Как этот имидж Вкупе с другими переменными (близость„ассортимент) влияет на реп1еиия О ПОкупкзх и нз удеипиюОРейие От посещения магэзннз7 Кзк удовлетворение От магазина соотносится с долговременной лояльносп1ь® К НеМУ7 Как лояльносгь магазину Вли~е~ нз ппс1попту пос6т~«пп1ш и экскл~пп~йосгпь~ е Кзк частота посещений и эксклюэивность Определяют прабьаьноапь мзгаэина9 Кзк показано 11з рнс 4.1 1, В данном случае мь1 имеем дело с несколькими отношениями ззвнс11мости, ко1дз Одна зависимая переменная (имидж магазина) становится независимой В следук11цем отноц1ении (удовлетворение), з оно, в свою Очередь, 4объясняетэ другу1О зависимую переменную (лояльность) и т.
д. ВПЛОть до $98О-х гг. не существовало нн одного многомерного метода, который позволил 6ы ответить на все эти вопроси. Подробнее Об этих методах см. в «13«, «8«. Концепция скрытой г«временной Одна из отличительных Особенностей МСУ вЂ” использование скритмх, или нензблюдземых, переменнь1х. Скрытая переменная — это конструктив нли концепция, которую нельзя измерить непосредственно, но которую можно оценить с по- мо1ць1О Одного или нескольких показателей, нли нзблгодземых переменных В приведенном Выше прймере скрьгтими переменными Являются имидж магази- на, удовлетвореиие, лояльнОсть и зффективкость. Для их Оценки примеряется ряА показателей (подробнее см. В следующей главе), Еще Одна иеиаблюдаемая переменяая — ЭФФективность Фирм%4 В целом, Ее скрытыми нц~икеторами яв~яются Вянбмль ик иивестиция, темпм увеличения Выячеи от рейлйзации нлй АОАЙ рыикй, ВРОцент успеха ЙОВык товаров и т.
А. Все эти скрытьк переменньм связанм между сОбой н опнсивагот нтоговуго кон- струкци1О, как пОказапО на Рпс. 4.11, Отличительиьи особенности МСУ ~8, с. 355~: 1, Использоваице скрытых (ненйблюдаемих) перемениых. 3 Спецнфикацпя существуВших отиопкиий мсжду сщ)ьГтымп переменнымп И ИХ ПокааатеЛЯМП. 3.
Одновремеиццй апализ Нескольких отпо1пении зависимости. 4 Спецификация ожпдаеммх отношений между скрытыми переменнммн и интеграция погрешностей измерения. 5, Возможнос Гь проведения ие ТОЛЬК~ зоидирукицего, ИО н подтверждакицего анализа. Как мм Видим, сутцествует Ряд моментов, которые Отличают МСУ от традицион- ных многомервнх методов.
Оригинальность МСУ заключается в возможности Объединения нескольких сужествукицих методов, которме прежде использова- лись пО ОтдельиОсти. ПЕДМОДЕЛИ МСУ Модель структурного уравнеиия Включает ДВе подмодели". причинную н подмо" ДЕЛЬ ИЗМЕРЕНИЯ: 1. ПодмодюВ Рзме~Реиия определяет покэзателн, пО кото~ням оценивается каж" двя к~~~~рукЦИЯ, И Оцеиивает правомерность использования каждой такой конструкции В установлекин причииной связи.
Даниая подмодель представ" ляет собой подтвержда~®ий факторнмй шализ. Теоретическая структупа связи между наблюдаемими и скрытмми переменными предлагается ВБРНО" Ри, а затем проверяется. 2. ПяычкняВЛ яодмодель определяет Отнов~еиия между скрытыми перемеиными, как в любой спстеме уравнений, Допускаются сложные причиниые связи. Ч аким обрвзому Риночный аналитик располагает банком данных Б Руковод ствуясь теорией и прошлым Опытом, предлагает причнниук~ модель. Создаются две матрицьп Одиа Состои~ из наблюдений, другая — из тейретическнх значеиий, Если $Фзличия между матрицами достаточно малы, зиачит, данные подтверждают априорную мОдель, в противнОм случач теоретическая модель Отвергмтся, Методология В9:,*У реализоваиа В различвмх компьютерных программах„таких, как ПЯЛЕЦ, ЕфУ п АМОЮ. Для использования таких программ н получения стабильных и ~~ЧИЫХ результатов требуется большОЙ баик данных. Инталлекщальнцэ 3кспартн ца системи Развитию централизованных маркютиигонь~х информационных систем„широкою испОльзонайие дишых со штрих-кодов> скзиируемых ий кзссонйх термииалзх н ма" гззйцах, а также применению мехйиизмон ЭОД (Электронного обмена дзииыми) между производителями и ди стрибь~оторами привели к обрззонзи~ио ииформа.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
