| Рис. 4. Карта многомерного шкалирования, показывающая параметры, продукты и сегменты |  |
Существуют десятки других моделей, которые представляют собой усовершенствованный вариант основной оценочной модели мнений. Некоторые из них, такие как модель идеальных точек зрения, основана на различных подходах к сбору данных и допущении того, что можно найти такую комбинацию уровней каждого атрибута, которая была бы "идеальной" для человека или рынка вообще. Эти модели включают в себя составление карт восприятия и процедур многомерного шкалирования, рассмотренных в главе 6 [22]. В свете этих моделей наиболее вероятной стратегией сообщения станет стремление приблизить рекламируемую марку к идеальной. Тактика данной стратегии обсуждается в главе 6. [c.263]
Для построения карт-схем восприятия широко используется метод многомерного шкалирования. Многомерное шкалирование — это одно из направлений анализа данных, которые представляют собой матрицу близости между парами объектов (например, товаров). Его цель — изображение данных о сходстве объектов в виде системы точек в пространстве малой размерности, например на двумерной плоскости. Этот метод позволяет не только выявить значимые характеристики, влияющие на потребительские предпочтения, но также дает возможность показать графически результаты и существенно облегчить интерпретацию данных. В его основе лежит идея о том, что фиксируемые при опросе данные можно расположить в виде точек в некотором координатном пространстве. Оси этого пространства соответствуют латентным (скрытым) факторам, в совокупности адекватно описывающим ситуацию. Поиск координатного пространства осуществляется по данным, характеризующим различия или, наоборот, сходство рассматриваемых объектов (товаров). [c.142]
Количество сводных схем определяется количеством параметров, по которым производится позиционирование. В общем случае, таких схем должно быть п(п-1), но не менее чем (п-1), где п - количество параметров, выделенных для позиционирования. На рис. 72 (а) приведены формы схем позиционирования, а на рис. 72 (б) карты восприятия. Для анализа восприятия марок потребителями, из целевого рыночного сегмента строят карты восприятия, построенные на основе процедуры многомерного шкалирования. [c.169]
Описывать этапы многомерного шкалирования данных о восприятии потребителей, включая формулирование проблемы, получение исходных данных, выбор метода ММШ, принятие решения о размерности пространства, обозначение размерности и интерпретации конфигурации точек на карте, а также оценку надежности и достоверности. [c.775]
Маркетологи опросили посетителей универмага и получили оценку 10 различных универмагов по каждому из восьми критериев выбора, Эти оценки затем использовались для выведения степени сходства между магазинами. Для каждой пары магазинов вычислили евклидовы расстояния. С помощью многомерного шкалирования был анализ данных, в результате которого исследователи получили пространственные карты, отображающие восприятие [c.775]
Разработка нового товара. Многомерное шкалирование позволяет увидеть пробелы на пространственной карте, которые указывают потенциальные для размещения новых товаров. Кроме того, этот анализ чтобы с помощью тестирования оценить новый товар и торговые марки и таким образом определить, как потребители воспринимают новые идеи, заложенные в товаре. Доля предпочтений для каждого нового товара служит индикатором успеха этого изделия. [c.778]
Исследователь должен тщательно сформулировать проблему многомерного шкалирования, поскольку можно использовать большое разнообразие исходных данных. Задача маркетолога — определить форму для получения данных и выбрать метод многомерного шкалирования для их анализа. Важный аспект решения включает определение размерности для пространственной карты, того, следует обозначить оси координат на карте и интерпретировать выведенную на основе данных конфигурацию точек. И наконец, исследователь должен оценить качество полученных результатов Мы опишем каждый из этих этапов, на-с формулирования проблемы. [c.779]
Многомерное шкалирование, включая анализ соответствий, — не единственная для получения карт восприятий. Ранее мы уже обсудили два других метода — -анализ (глава 18) и факторный анализ (глава 19), которые также можно использовать для получения карт восприятий. [c.791]
Подобно многомерному шкалированию, совместный анализ опирается на субъективные оценки респондентов, если в объекты представляют собой изделия или торговые марки, в комбинации уровней характеристик объекта, определяемые Цель ММШ — разработать пространственную карту, объекты в многомерном пространстве восприятий или предпочтений. С совместного анализа маркетологи стремятся определить функции частной или полезности, описывающие полезность, которую потребители уровням каждой характеристики. Два метода взаимно дополняют один другого [21]. [c.792]
Вследствие недостатков вышерассмотренных подходов часто используется многомерное шкалирование, не требующее четкого выявления атрибутов, а определяющее сходство и различие исследуемых товаров по ним в целом. Например, потребителей на основе парного сравнения просят определить степень сходства каждой пары изучаемых товаров. В данном случае атрибуты в явном виде не используются. Затем исследуемые товары располагают в зависимости от степени их сходства в двух- или трехмерных координатах (строится карта восприятия). Например, в разделе о позиционировании товара приведены результаты изучения мнения потребителей корпорацией Крайслер относительно позиции марок легковых автомобилей. Было использовано два недостаточно четко определенных атрибута консервативность — одухотворенность и представительность — практичность. [c.245]
Метод многомерного шкалирования (MDS — multi-dimensional s aling) имеет очень специфическое, но мощное применение на рынках. MDS изучает ощущения и дает способ интегрировать собранные данные в карты восприятия. В этом случае обычно значимой характеристикой является ценность товара, например важность цвета для выбора hi-fi системы по сравнению с альтернативными. MDS-ана-лиз изучает концепции, чтобы найти ценную часть каждого элемента. Сила MDS состоит в способности выяснять эту информацию без обращения к исчерпывающему набору перестановок и комбинаций характеристик продукта. MDS дает результаты по каждому опрошенному лицу, которые анализируются в рамках выборки с помощью кластерного анализа, чтобы сформировать сегменты. Результат может показать, что один сегмент покупателей машин не готов платить за дополнительную мощность, но будет вполне рад заплатить за качества, облегчающие использование продукта. Напротив, другой сегмент может не пожелать платить за внешний вид, но с готовностью заплатит за улучшенные характеристики и мощность. [c.109]
Многомерное шкалирование похоже на кластерный анализ, поскольку тоже включает ряд методик, направленных на одну проблему, в данном случае на составление карт восприятия клиентами предложений на рынке. Рисунок 4 показывает типичную карту, изготовленную с помощью этого метода на основе информации по тематическим паркам отдыха. На этом рисунке пространство — не географическое расстояние между парками, а психологическое пространство. Карта показывает, насколько близко клиент видит центры отдыха в своем сознании, и параметры, которые он применяет. Помимо визуализации рынка карты, произведенные с помощью многомерного шкалирования, могут помочь позициони- [c.109]
Первые два примера показывают, как получают и карты восприятия, которые являются ядром многомерного шкалирования. Пример с карточкой omplete Master ard Amerite h демонстрирует компромиссы, на которые идут респонденты при оценке вариантов. Метод совместного анализа как раз и опирается на такие компромиссы. [c.777]
Данные, касающиеся предпочтений респондентов. С данных о предпочтениях маркетолог-исследователь может увидеть порядок предпочтения объектов респондентами с точки зрения какого-либо их свойства. Обычный способ получения таких данных — ранжирование предпочтений. От респондентов требуется торговые марки в порядке снижения их предпочтения (от наиболее предпочитаемого к наименее). Альтернативно, респондентов можно попросить выполнить попарное сравнение и указать, какую торговую марку они предпочитают в данной паре. Другой метод сбора данных о предпочтениях — получение оценок предпочтений для разных торговых марок. (Ранжирование, попарное сравнение и определение рейтинга изложены в главах 8 и 9 при обсуждении методов шкалирования). Если в основе пространственной карты лежат данные о предпочтениях, то расстояние означает различие в предпочтениях. Конфигурация, из данных о предпочтениях, может сильно отличаться от конфигурации, полученной на основе данных сходства объектов. Две торговые марки можно воспринимать как различные на карте восприятий, и как одинаковые на карте предпочтений, и наоборот, зубные пасты rest и Pepsodent могут восприниматься группой респондентов как совершенно разные, и поэтому соответствующие им точки будут далеко отстоять друг от друга на карте восприятий. Однако респонденты могут в равной степени предпочитать эти две марки зубной пасты, и поэтому на карте предпочтений точки, соответствующие маркам этих зубных паст, находятся недалеко одна от другой. Чтобы проиллюстрировать процедуру многомерного шкалирования, мы используем данные восприятий, полученные в примере с зубной а затем рассмотрим шкалирование данных о предпочтениях. [c.782]
Один из способов проверки влияния рекламы на продажи продукции фирмы Pepsi заключается в использовании возможностей кабельного телевидения. С помощью многомерного шкалирования маркетологи могут показать сходства (или различия) семей и сформировать сегменты, однородные по своему отношению к безалкогольным напиткам. Другими словами, можно идентифицировать несколько рыночных сегментов и соответствующие им марки безалкогольных напитков (в виде точек) до и после рекламы нанести на двумерную карту. Затем на эту же карту можно нанести позиции продукта до и после рекламы. Один график строят для контрольной группы, а для экспериментальной, Для каждого из графиков можно изучить движение точек от до рекламы к позиции после рекламы, а затем сравнить полученные графики, чтобы иметь представление об эффективности рекламы. [c.830]
Измерения сходства просто отражают воспринятое сходство двух объектов в глазах респондентов. Например, каждого респондента можно попросить оценить степень сходства каждой пары объектов. Таким образом, респондент не имеет списка атрибутов, который неявно предлагает критерии, которые должны быть включены или исключены. Результат приведения данных всех респондентов к среднему арифметическому является оценкой сходства для каждой пары объектов. Потом многомерная программа шкалирования пытается расположить объекты в двух-трехмерном пространстве (при необходимости и больше). Такое пространство названо перцептуалъной картой. Программа пытается построить перцептуалъную карту так, чтобы два объекта с самым высоким сходством были отделены самым коротким расстояни- [c.205]