Проведение анализа данных с использованием простой корреляции в маркетинговых исследованиях предприятия розничной торговли

Содержание

 

 

Введение 3

1.Теоретические  основы проведения анализа данных  с использованием корреляции  в маркетинговых исследованиях 5

1.1 Математико-экономические методы в маркетинговых исследованиях 5

1.2 Понятие и экономический смысл корреляции 8

1.3 Методика  корреляционного анализа 11

2. Проведение  анализа данных с использованием  корреляции в маркетинговых исследованиях  предприятия сферы услуг на  примере ООО «Нефертити» 16

2.1 Краткая  информация о предприятии ООО  «Нефертити» 16

2.2 Корреляционный  анализ данных в маркетинговых  исследованиях на примере предприятия  ООО «Нефертити» 19

3.Анализ результатов  маркетингового исследования с  использованием метода корреляции  на примере ООО «Нефертити» 30

Заключение 35

Список использованных источников 39

 

 

Введение

Тема данной курсовой работы - проведение анализа данных с использованием корреляции в маркетинговых исследованиях предприятия сферы услуг.

Данная тема актуальна, так  как корреляция– это метод, входящий в группу экономико-математических методов, используемых при проведении маркетинговых исследований. Он используется для установления взаимосвязей между группами переменных, описывающих маркетинговую деятельность.

Однако, действие корреляции затруднено в связи с:

- сложностью объекта изучения, нелинейностью маркетинговых процессов, временными лагами;

- сложностью измерения маркетинговых переменных. Трудно измерить реакцию потребителей на определенные стимулы, например рекламу;

- неустойчивостью маркетинговых взаимосвязей, обусловленной изменениями вкусов, привычек, оценок и др.

В условиях глубоких и быстрых  изменений внешней среды математическая модель не в состоянии предсказать  влияние изменения, которое изначально не было в ней учтено. Математическая модель не способна к импровизации и не может приспособиться к изменениям внешней среды.

Расчет корреляций и расчет регрессий - это два последовательных этапа одного и того же анализа  данных, который в маркетинге принято  называть корреляционно-регрессионным  анализом. Они выполняются в  аналитическом режиме, который предназначен, в первую очередь, для обеспечения последовательного режима правильной постановкой задачи и наиболее подходящей выборкой из имеющихся данных. Исследователь, применяющий корреляционно-регрессионный анализ, отбирает наиболее адекватные и представительные территории, периоды времени, объекты исследования, виды факторов и т.д. Аналитический режим имеет заданный «вход» - исходную постановку задачи и выборку из данных - и "выход" - фильтрованную постановку задачи и выборку. В остальном он не ограничивает методику анализа.

Цель данного исследования – изучить особенности анализа  данных с использованием корреляции в маркетинговых исследованиях.

Чтобы достичь поставленной цели, необходимо решить следующие  задачи:

1)Рассмотреть математико-экономические методы в маркетинговых исследованиях;

2)Изучить понятие и  экономический смысл корреляции;

3)Проанализировать методику  проведения корреляционного анализа;

4)Дать краткую информацию  о предприятии сферы услуг  на примере ООО «Нефертити»;

5) Провести коррекционных анализ данных маркетингового исследования на примере ООО «Нефертити»;

6)Проанализировать результаты маркетингового исследования с использованием корреляции на примере ООО «Нефертити».

Объектом исследования является ООО «Нефертити».

Методологической основой  исследования послужили работы таких  исследователей, как Елисеева И.И., Голубков Е. П., Балацкий, Е., Баканов М.И., Гусаров, В.М. и др.

Данная курсовая работа состоит  из введения, трех основных глав, заключения и списка использованной литературы.

Общий объем работы составляет 39 листов формата А4.

 

 

 

1.Теоретические  основы проведения анализа данных  с использованием корреляции  в маркетинговых исследованиях

1. Математико-экономические методы в маркетинговых исследованиях

 

Среди экономико-математических методов, используемых при проведении маркетинговых исследований, выделяются следующие группы методов:

1)Многомерные методы, например, факторный или кластерный анализы.

Данные методы используют для обоснования маркетинговых  решений, основу которых составляют многочисленные взаимосвязанные переменные. Примером может служить определение  объема продаж нового продукта или  услуги в зависимости от затрат на рекламу, конкурентоспособности, цены, технического уровня и т.д.;

2)Статистические методы  обработки информации, например, степень  согласованности мнений респондентов, величины ошибок, определение средних  оценок и т.д.;

3)Имитационные методы.

Имитационные методы применяются  в случае, если переменные, которые  оказывают влияние на маркетинговую  ситуацию, например, описывающие конкуренцию, не поддаются определению с использованием аналитических методов.;

4)Корреляционные или регрессионные  методы.

Данные методы применяются  для определения взаимосвязей между  группами переменных, которые описывают  маркетинговую деятельность.;

5)Детерминированные методы  исследований операций, например, линейное  и нелинейное программирование.

Данные методы использует в случае, если имеется множество  взаимосвязанных переменных и необходимо найти оптимальное решение. Например, необходимо вычислить вариант доставки продукта потребителю, который обеспечит максимальную прибыль, по одному из возможных каналов товародвижения.;

6) Методы статистической  теории принятия решений, например, стохастическое программирование, теория массового обслуживания, теория игр. 

Данные методы применяются для стохастического описания реакций потребителей на изменение какой-либо рыночной ситуации. Выделяют два основных направления применения данных методов. Во-первых, это статистические испытания гипотез структуры рынка. Во-вторых, для предположений о состоянии рынка. Э могут быть такие маркетинговые исследования, как прогнозирование рыночной доли или исследование лояльности к торговой марке.

7) Гибридные методы, которые  объединяют вероятностные и детерминированные  характеристики.

Данные методы, к примеру, эвристическое и динамическое программирование, используют, прежде всего, для исследования проблем товародвижения.¹

Вышеперечисленные группы количественных методов дополняются другими  многочисленными методами анализа.

Проблемы математического  моделирования в маркетинговых  исследованиях состоят в том, что:

- маркетинговые переменные  имеют тесную взаимосвязь, они  также взаимозависимы и взаимосвязаны,  к примеру, объем выпуска, количество, ассортимент, цена;

- объект изучения отличается  сложностью, маркетинговые процессы  нелинейны, имеются пороговые эффекты, например, временные лаги, минимальный уровень стимулирования продаж, в частности, реакция потребителей на рекламу не имеет мгновенного эффекта;

- маркетинговые взаимосвязи  неустойчивы, это обусловлено,  прежде всего, привычками, оценками, изменениями вкусов;

- персонал, занимающийся  маркетингом и применяющий количественные  методы в исследованиях, бывает  несовместим. Кроме этого, измерения  маркетинговых переменных сложны. Реакцию потребителей на определенные  стимулы трудно измерить, например, рекламу. Зачастую применяют непрямые  методы, такие, как регистрацию  случаев возврата товара для  определения эффективности рекламных  мероприятий. 

Одни маркетологи отдают предпочтение математическому моделированию, другие – неформальным методам. Это обусловлено тем, что маркетинг занимается не техническими явлениями, а человеческим поведением. В маркетинге редки случаи повторения, в нем для каждой ситуации имеют различные переменные. Маркетинг ориентируется на конкретных потребителей, а каждый потребитель отличается индивидуальным поведением.

В условиях быстрых и глубоких изменений во внешней среде математическая модель не может предсказать влияние  изменений, которые в начале исследования не было уточнено. Математическая модель в отличие от эксперта не в состоянии  импровизировать и не может приспосабливаться  к глубоким изменениям во внешней  среде.

Широкое применение методов  при проведении маркетинговых исследований обуславливается, кроме этого, возможностью предприятия использовать их, как  самостоятельно, так и покупать результаты данных исследований. Таким образом, становится очевидным, что у крупных  компаний возможностей покупать значительно  больше, чем у компаний малого и  среднего бизнеса. Поэтому количественные методы при проведении маркетинговых  исследований используются в настоящее  время компаниями, которые имеют  соответствующие аналитические  подразделения для определения важнейших параметров рыночной деятельности, например, рыночная доля, объем продаж, спрос и т.д.²

Выбор конкретного вида исследования определяется, в первую очередь, задачами и целями исследования, решающиеся на отдельных этапах проведения исследования. Отдельные виды маркетинговых исследований используются не только при определении  проблемы и цели исследования, но и  в самом процессе проведения исследования.

2. Понятие и экономический смысл корреляции

 

Метод корреляции применяется  в качественном анализу, например, при  отборе взаимосвязанных факторов и  выделения части выборки, в которой  теснота связей максимальна. После того, как факторы отобраны проводится количественный анализ, то есть строятся регрессионные функции взаимосвязей. Чаще всего они используются в информационном конвейере.

Информационный конвейер образует последовательность программных  блоков, таких как, качество – аналог – количество – риск – цена –  спрос. Каждый из этих блоков рассчитывает отдельную группу характеристик. За основу берется информация с предыдущего этапа анализа или из базы данных. Получаемый результат передается в селудющий блок, или напрямую заносится в базу данных.

Область применимости регрессионных  функций, которые получают в анализе, устанавливается с помощью кластерного анализа или же с применением генетических алгоритмов определения области экстраполяции.³

Кластерный анализ основывается на разбиении выборки на отдельные  группы или кластеры, которые должны быть компактными. То есть расстояние между отдельными кластерами должно быть больше, чем среднее расстояние между точками внутри одно и того же кластера.

С помощью генетических алгоритмов осуществляется поиск оптимального значения несколькими вариантами комбинаций параметров. Поиск, в свою очередь, включается три этапа, которые повторяются  в цикле:

I этап. Эволюция – это сдвиг варианта в направлении ожидаемого оптимального значения с использованием производных данного критерия по рассматриваемым параметрам,  а также с использованием стохастических «скачков»;

- Отсеивание – это  исключение из выборки «неудобных»  вариантов;

- Скрещивание – это  соединение «удобных» вариантов  или порождение «потомков», которые  сочетают удобные значений параметров  «родителей»;

Название «генетические  алгоритмы» обуславливается воспроизводством современных представлений об естественном отборе, то есть скрещивание генотипов, определение удачности порожденных фенотипов, отсев неудачников из набора партнеров для следующего скрещивания.

В качестве коррелируемых факторов выбирают данные  в интервалах координат одного (двух) блоков. Для каждой из данных пар различных факторов рассчитывают коэффициент корреляции. Суммирование при этом производят по переменным развертки.

Переменная развертки  – это переменная, которая играет роль оси. Вдоль нее развертываются данные, например, абсцисса на графике. Также переменная развертки играет роль генератора статистики. В ней  производят суммирование данных для  вычисления статистических показателей, например, коэффициента корреляции. Это  является пространством или временем.

Можно сделать вывод, что  корреляция отражает пространственно-временную  синхронность между, например, конкурентоспособностью и качеством спроса или повышением спроса на него. ⁴  

Например, если специалиста  маркетинговой службы интересует связь  между метрическими переменными, он использует парную корреляцию. Этот вид  корреляции характеризуется коэффициентом  корреляции Пирсона. Частный коэффициент  корреляции – эта мера зависимости  между двумя переменными после  того, как проведена корректировка  эффектов переменных. Коэффициент корреляции находится в интервале от -1 до 1. Абсолютное значение коэффициента характеризует  тесноту связи, знак коэффициента говорит  об ее направлении.