Вопрос о том, как данные будут сводиться в таблицы, должен рассматриваться заранее — на стадии планирования исследования. Известны случаи, когда проекты проваливались, поскольку оказывалось, что вопросник не поддается анализу. Как правило, данные сводятся в комбинационные таблицы таким образом, чтобы исследователь мог определить, респонденты какого типа дают ответы того или иного рода. Допустим, что исследование потребления безалкогольных напитков показало, что 40 % респондентов покупают такие напитки как минимум четыре раза в неделю, а 5 % - каждый день. Теперь исследователю нужно определить, какие респонденты так поступают и что еще у них есть общего. Молоды ли они? Какой у них уровень дохода? Какие газеты и журналы они читают? Это позволит специалистам по маркетингу нацелиться на данный сегмент рынка.
Одна из проблем количественного анализа связана с определением степени надежности информации. Поскольку обследуется лишь небольшое число людей (по сравнению с населением в целом), ошибки могут легко быть многократно умножены. Чем шире выборка, тем более она надежна и тем в большей степени исследователь может быть уверен, что полученные данные отражают истинное положение дел.
Математические методы, используемые для анализа данных, выходят за рамки этой книги, но следует отметить, что есть статистические методы, позволяющие исследователю сказать, какова вероятность того, что полученные результаты надежны, а также какие факторы имеют отношение к данному исследованию.
Статистическое тестирование, если оно проведено правильно, должно сказать нам, повторяют ли результаты этого года закономерности прошлого года и имеет ли эта связь определенное значение или же она случайна.
Есть, конечно, много других статистических инструментов, большинство из которых можно легко найти в таких компьютерных программах, как SPSS или Windows Excel. Это означает, что нет больше нужды выполнять тяжелую работу, связанную с математической обработкой данных, но исследователям по-прежнему необходимо понимать принципы, лежащие в основе работы статистических инструментов, иначе они не смогут делать обоснованных.
Например, исследователь опросил 100 человек, чтобы узнать, кто из них готов приобрести новую марку пива.
Задавайте вопросы нашему консультанту, он ждет вас внизу экрана и всегда онлайн специально для Вас. Не стесняемся, мы работаем совершенно бесплатно!!!
Также оказываем консультации по телефону: 8 (800) 600-76-83, звонок по России бесплатный!
Исследователь установил, что 42 % из них, попробовав пиво, заявили, что они бы его приобрели, и что анализ этой выборки показывает, что три четверти из них являются работниками физического труда. Складывается впечатление, что работники физического труда значительно более склонны попробовать новое пиво, чем "белые воротнички", но не исключено также, что исследователь просто случайно опросил нетипичную группу работников физического труда, а большинство таких работников в населении в целом остались бы верны той марке пива, которую употребляют в настоящее время.
Допустим, тест показал, что результаты этого исследования являются достоверными в 95-процентном доверительном интервале. Это означает, что исследователь на 95 % уверен, что на эти данные можно полагаться, однако все еще остается 5-процентный шанс, что эти результаты имеют случайный характер. До тех пор пока исследователь не переговорит с каждым жителем страны, будет оставаться некоторая опасность, что данная выборка не является типичной; на практике, конечно, опрашивать все население страны очень дорого и невозможно, поэтому исследователи всегда будут работать с выборками населения.
Статистические методы относительно легко применять, используя компьютер, но наиболее трудной частью анализа является интерпретация результатов. Допустим, исследование показало, что 40 % людей в возрасте до 35 лет утверждают, что они отдают предпочтение одному типу стирального порошка перед другим. Это интересная информация, но остается открытым вопрос о том, почему это так. Нередко исследование такого характера ставит столько же вопросов, сколько дает ответов, и исследователям приходится возвращаться к началу и менять план исследования, чтобы получить ответы на другой набор вопросов. Качественные исследования часто оказываются более полезными, чем количественные, когда речь идет о том, чтобы узнать, почему люди поступают так, а не иначе.
В целом исследование рынка — непростое дело. Есть не одна западня, в которую могут угодить неосмотрительные исследователи, но альтернатива почти всегда хуже: имеется множество примеров того, как компании, не проведшие необходимого исследования рынка, запускали свои продукты и теряли миллионы, прежде чем им удавалось исправить свои ошибки. Поскольку поведение потребителей является субъективным, ни одно исследование рынка никогда не может быть абсолютно точным, но качественное исследование всегда улучшает "средние показатели успехов специалиста по маркетингу.
Например, в 80—90-х годах в Дании наблюдалось постоянное сокращение потребления свежей рыбы. Исследование показало, что, по мнению потребителей, рыбу трудно готовить и неудобно есть из-за обилия костей. Рыбная промышленность Дании разработала серию реклам, показывающих простые рецепты рыбных блюд, а также широкий ассортимент рыбных продуктов в упаковке, гарантирующих отсутствие костей. В результате потребление рыбы в Дании удвоилось. Аналогичная кампания в Великобритании дала столь же впечатляющие результаты.
Статью подготовил ведущий маркетолог-аналитик Воронов Валерий Иванович. 
