Анализ данных маркетингового исследования. Базы данных для прямого маркетинга Определение методов сбора маркетинговых данных

Сущность аналитического маркетинга

Частью маркетинга как процесса является аналитический маркетинг. Он предполагает проведение оценки ситуации на рынке и результативности деятельности компании.

Определение 1

Аналитический маркетинг – это основа комплекса маркетинга, позволяющая принимать эффективные решения на базе постоянного анализа.

Успех компании на рынке зависит не только от креативных идей, современных методов продвижения, но и от грамотной организации оперативных процессов. Именно своевременное получение информации о рынке, ее тщательный анализ является залогом эффективной работы компании.

Информационные потребности всех подразделений предприятия удовлетворяет маркетинговая информационная система (МИС).

Определение 2

МИС – это постоянно действующая единая совокупность процедур, методов, оборудования и персонала, которая предназначена для регулярного сбора, обработки, хранения и представления маркетинговой информации для принятия эффективных решений в компании.

Маркетинговая информационная система – это часть всей информационной системы управления предприятием. Она выполняет следующие функции:

• преобразование данных, полученных из внутренних и внешних источников в информацию для руководства и маркетологов компании;
• распределение информации среди руководителей и специалистов по маркетингу;
• поставка необходимой информации другим подразделениям предприятия (производство, сбыт, НИОКР и др.).

Маркетинговая информационная система пронизывает все бизнес-процессы в компании, позволяет принимать эффективные решения по всем направлениям деятельности компании.

Важным процессом в организации является разработка и реализации стратегии развития бизнеса и функциональных стратегий (маркетинговых, производственных, сбытовых и пр.). в частности, стратегия маркетинга определяет задачи и методы маркетинга компании на долгосрочную перспективу. Для ее разработки специалисты должны владеть достаточной, актуальной и достоверной информацией о внутренней и внешней среде. При этом сбор данных и их оценка требуют особых навыков и времени. Главное помнить о том, что информация имеет один существенный недостаток – устаревание.

Замечание 1

Организация грамотного аналитического маркетинга в компании способствует эффективной работе компании на рынке.

Виды и методы маркетингового анализа

До сих пор многие предприниматели начинают свое дело вслепую, без тщательного изучения рынка, спроса на продукцию, конкуренции, целевой аудитории. Чтобы избежать рисков, потери вложенных средств, еще на стадии планирования бизнеса провести маркетинговый анализ.

Замечание 2

Цель маркетингового анализа – это изучение четырех компонентов комплекса маркетинга и разработка стратегии развития компании.

Основные задачи маркетингового анализа:

1. исследование рынка и обоснование тенденций роста или падения рынка;
2. оценка факторов, влияющих на спрос товара или услуги;
3. анализ ценовой политики компании;
4. изучение и определение существующих и потенциальных конкурентов;
5. оценка конкурентоспособности компании и определение способов роста конкурентоспособности;
6. SWOT-анализ;
7. выбор эффективных методов и форм реализации товаров и разработка стратегии маркетинга.

Различают несколько видов маркетингового анализа. Это анализ рынка, конкурентов, посредников, маркетинговой стратегии, внутренней среды компании, изучение целевой аудитории и анализ внутренней маркетинговой среды предприятия.

Методов и способов изучения рынка достаточно много, которые применяются в конкретных ситуациях для решения определенных маркетинговых задач. Выделяют две группы методов маркетингового анализа: качественные и количественные.

Качественный маркетинговый анализ рынка - это сбор, изучение и интерпретация данных посредством наблюдения и мониторинга. Количественный анализ проводится с помощью организации различных опросов.

Основные методы изучения рынка:

• фокус-группы;
• опросы;
• наблюдения;
• эксперименты;
• глубинные интервью.

Маркетинговую информацию о рынке можно получить не только офлайн, но и онлайн. В помощь маркетологам различные форумы, социальные сети, электронная почта.

Вся полученная маркетинговая информация используется для принятия эффективных управленческих решений и разработки маркетинговых стратегий (товарные, ценовые, сбытовые и продвижения).

Особенности аудита маркетинга

Важным маркетинговым инструментов анализа является маркетинговый аудит или ревизия. Он представляет компании полную картину о ее состоянии и предлагает корректирующие мероприятия, рекомендации и решения.

Определение 3

Маркетинговый аудит – это систематизированный, обоснованный, объективный и регулярный анализ состояния внешней и внутренней среды компании для определения возможных проблем и перспектив развития компании, а также разработка мероприятий по улучшению положения организации.

Целью аудита маркетинга является выявление проблемных областей и новых возможностей, выдача рекомендаций по совершенствованию деятельности предприятия.

Маркетинговый аудит предоставляет руководству, инвестору или партнеру следующую информацию:

• особенности общей хозяйственной конъюнктуры;
• наличие неудовлетворенной потребности и сравнительные конкурентные преимущества товара, которые ей соответствуют (цена, качество, технология производства, сервисное обслуживание и доставка);
• наличие рыночного потенциала у товара (достаточная емкость рынка, растущий или стабильный спрос, надежные прогнозы сбыта, оценка конкуренции, выбор регионов сбыта, барьеры вхождения на рынок и т.д.);
• эффективность средств продвижения товаров (правильность выбора стратегий сбыта, финансирование рекламных кампаний и других мероприятий, выбор посредников, поставщиков и логистика т.д.);
• сравнительные конкурентные преимущества самой организации (определение потенциала и возможностей компании для разработки, производства, продвижения и реализации продукции, опыт и квалификация персонала, наличие НИОКР, выгодное местоположение и т.д.).

Вопрос, как будут анализироваться данные, полученные в процессе маркетингового исследования, поднимается задолго до того, как этот анализ будет проведен. Планирование анализа данных предшествует разработке инструментария сбора данных - вопросов для анкетирования и стандартного листа наблюдения. Очень важным моментом является следующее: собирать данные можно только тогда, когда имеется понимание, каким методом они будут анализироваться. Это означает, что если сбор данных происходит через опрос или анкетирование, то форма вопросов должна жестко определять не только структуру данных и формат ответов, но и шкалу, по которой ответы будут измеряться. Это связано с тем, что большинство маркетинговых исследований требует использования статистических методов анализа данных.

Для понимания дальнейшего материала напомним некоторые базовые понятия статистики, в частности, что такое «переменная», «шкалы», в которых измеряются статистические данные.

Данные, анализируемые в маркетинговых исследованиях, как правило, совершенно различны. Это могут быть данные о покупателях: об их возрасте, составе семьи, покупательных возможностях, образовании; данные о фирмах-конкурентах, характеристиках товаров и т.д. Такие характеристики называются переменными.

Под переменными при обработке результатов маркетинговых (и не только) исследований понимается то, что можно измерять, контролировать или изменять. Таким образом, переменными могут являться пол опрашиваемых покупателей, их возраст, оценка товара (отличная, удовлетворительная, плохая), сумма, которую готов заплатить клиент за товар, и т.д. Для минимизации различного рода ошибок было введено понятие шкалы, в которой измерена переменная. Типы переменных определяют методы их статистического анализа. Традиционно различают три вида шкал.

Номинальная (или качественная) шкала - это шкала, значения которой служат только в качестве условных имен для переменных. Например, переменная может принять два варианта значений: «мужчина / женщина»; «придерживаюсь /не придерживаюсь диеты», ответ на любой вопрос с вариантами ответа «да / нет / затрудняюсь ответить» и т.д.

Следующим видом является порядковая шкала. Говорят, что переменная измерена в порядковой (ранговой) шкале, если значения переменной можно сравнивать между собой, но разность значений не имеет смысла. Например, первый, второй, третий сорт товара; высокий, средний, низкий уровень продаж; ранги предпочтений покупателей и т.д.

Количественная (интервальная) шкала позволяет отражать абсолютные количественные характеристики исследуемых объектов. Например, время, проведенное покупателем в магазине, сумма чека, средняя сумма чека в магазине за каждую неделю и т.д.

Файлы большинства статистических пакетов, используемых для анализа маркетинговых данных, организованы в виде таблиц, строки которых называются наблюдениями, а столбцы соответствуют переменным. Достаточно часто наблюдения представляют собой набор ответов отдельных респондентов опроса. Л переменные представляют ответы на вопросы, задававшиеся в ходе опроса.

Рассмотрим типовые маркетинговые ситуации (маркетинговые задачи), которые требуют применения статистических методов, обычно изучаемых в курсах «Прикладной статистический анализ», «Эконометрика», «Бизнес- анализ информации» и т.д.

Группа 1 типовых маркетинговых задач.

Определение вида зависимости между количественными переменными, например:

• стоимости аренды помещения под торговые нужды - от плотности транспортного потока и пешеходного потока;
• стоимости квартиры - от ее площади, количества комнат, удаленности квартиры от метро;
• объема продаж магазина - от его площади, удаленности от метро;
• стоимости кольца с бриллиантом - от величины камня в нем.

По сути, эти сформулированные задачи предполагают нахождение вида зависимости маркетингового показателя, измеряемого в количественной шкале, от одного или нескольких влияющих показателей, также измеряемых в количественной шкале.

Статистический метод, используемый для решения таких задач, - метод регрессионного анализа - позволяет определить наличие и вид связи между переменными и прогнозировать значения зависимой переменной от значений влияющих переменных (для простоты рассмотрим сначала ситуацию, когда в качестве влияющей переменной выступает только одна переменная). Более того, часто маркетинговые исследования начинаются с проверки гипотезы о наличии линейной связи между переменными. В этом случае целью линейного регрессионного анализа является определение коэффициентов а и Ъ, уравнения регрессии у = а + Ьх. В чем суть описываемого метода? Как его применять?

Рассмотрим следующий пример. Компания X каждый месяц вкладывает средства в телевизионную рекламу кетчупа. Покупателей можно разделить на группы - часть из них видела и поверила рекламе, часть из которых в принципе не верит рекламе, а остальные не смотрят телевизор, покупают товары и не заботятся о том, чтобы их поведение подчинялось какому- нибудь закону и тем более прогнозировалось. Тем не менее маркетологам интересно, эффективны ли их вложения в рекламу, поэтому они сопоставляют замеренные в каждом месяце затраты на рекламу и объем продаж. В табл. 5.4 приведены данные по затратам на рекламу и объемам продаж кетчупа за 12 мес.

Таблица 6.4

		Объем продаж (у)

«Мечтой» каждого маркетолога является не просто доказательство факта зависимости между переменными, но получение вида связи между переменной, которой можно управлять (в нашем примере - затратами на рекламу), и зависящим от нее показателем (объемом продаж). Методом, определяющим вид связи между переменными, является метод регрессионного анализа, реализованный во многих статистических пакетах, таких как SPSS , Statistics Eviews и даже в MS Excel. Он всегда находит коэффициенты уравнения, связывающего анализируемые переменные, параллельно рассчитывая характеристики качества полученного уравнения. При этом выбор вида связи (линейная, степенная, логарифмическая) - это ответственность аналитика. В большом количестве ситуаций анализ начинается с линейной связи.

В рассматриваемом примере уравнение линейной связи, по результатам процедуры регрессионного анализа, проведенной в среде SPSS , имеет вид

где Y - объем продаж, х - вложения в рекламу.

Программа автоматически рассчитывает набор характеристик полученной зависимости, среди которых коэффициент детерминации R 2 . В рассматриваемом примере этот коэффициент равен 90%, что позволяет доверять полученному уравнению, так как R 2 - это процент изменения У, определяемый изменениями х.

Чем «радует» исследователя полученное уравнение? Во-первых, есть доказательство эффективности рекламы, во-вторых, можно объективно утверждать, что увеличение вложений в рекламу на рубль увеличит объем продаж на 5,9 руб. И главное, можно рассчитывать объемы продаж для возможных вариантов вложений в рекламу. Для этого варианты вложений в рекламу нужно подставить в уравнение регрессии.

Конечно, в нашем примере мы сильно упростили описание процедуры и интерпретации результатов регрессионного анализа. Технические детали можно найти в отдельных публикациях, целиком посвященных маркетинговым исследованиям. Обратим внимание на то, что в прикладном статистическом анализе существенную роль играет проверка адекватности полученных результатов профессиональной интерпретацией полученных результатов.

Если в рассмотренном выше примере о продажах кетчупа исследователь захочет получить более точную модель, описывающую зависимость объема продаж от нескольких количественных факторов, например, еще и от цены товара, то тогда применимо прогнозирование переменной Y на основании двух или нескольких переменных, называемое множественной регрессией.

Метод линейной множественной регрессии позволяет:

• описывать взаимосвязь между зависимой переменной у и несколькими независимыми переменными x t , х 2 ,..., х п в виде уравнения: у = b + а х х х х х + а 2 х 2 + ... +а„
• прогнозировать значения отклика (зависимой переменной), отсутствующего в анализируемой выборке по значениям предикторов (независимых переменных).

На практике применение регрессионных процедур выглядит следующим образом. Исследователь формулирует гипотезу о том, какие количественные факторы влияют на интересующий его показатель; далее собирает данные, обрабатывает данные в статистической среде и анализирует результаты, подтверждающие или опровергающие его гипотезу. Процедура множественной регрессии позволяет определить, какие параметры значимо влияют, а какие нет на зависимую переменную.

Группа 2 типовых маркетинговых задач.

Определение различий между выборками, например:

• различия объемов продаж одного и того же товара при расположении его на разных полках;
• различия объемов продаж товаров во время работы разных смен продавцов;
• различия объемов продаж товара до изменения сайта интернет-магазина и после.

В основе всех этих методов лежит доказательство значимой зависимости количественного показателя от одного качественного параметра. Статистический метод, применяемый в таких ситуациях, - однофакторный дисперсионный анализ, который устанавливает, значимо ли различаются средние значения нескольких независимых выборок.

Рассмотрим данные из табл. 5.5. В ней приведены данные об объемах продаж кетчупа. Директор сети супермаркетов хочет знать, влияет ли на сбыт кетчупа различное размещение продукта в супермаркете. В одном из супермаркетов кетчуп расположен на так называемых «нормальных полках», в другом - в варианте «парного размещения», в третьем - в «холодильнике». Предполагается, что все три супермаркета находятся в одинаковых условиях (расположение, близость конкурентов и т.д.).

Можно предположить, что если размещение товара не влияет на объем сбыта, то средние значения объемов сбыта маргарина для каждого варианта размещений будут приблизительно равны. Таблица 5.5 показывает результаты трех выборок. В каждом случае эксперимент продолжался одно и то же время, в течение 1000 кассовых операций.

Таблица 5.5

Сбыт кетчупа за 1000 кассовых операций в трех супермаркетах в зависимости от размещения, кг

Таблица 5.6

В табл. 5.6 приведены средние значения сбыта кетчупа в трех супермаркетах.

Средние значения сбыта кетчупа в супермаркетах

Окончание табл. 5.6

Дисперсионный анализ определяет, является ли различие в рассчитанных средних значениях случайным или нет. Другими словами, он определяет, объясняется ли разница в средних значениях размещением товара или какими-то случайными внешними факторами. Сама процедура применения этого метода технически совсем несложная.

Группа 3 типовых маркетинговых задач.

Доказательство значимой зависимости качественных переменных, например:

• доказательство значимой зависимости предпочтений при выборе товара от пола покупателя;
• доказательство значимой зависимости предпочтений при выборе товара от психотипа покупателя;
• доказательство значимой зависимости факта «респондент придерживается диеты» от его семейного статуса «в браке / не в браке».

По сути, решение всех этих задач предполагает доказательство значимой зависимости качественного показателя от одного или нескольких качественных показателей. Статистический метод, применяемый для доказательства зависимости качественных переменных - метод у} (Хи-квадрат), - состоит из двух этапов:

• 1) составление таблиц сопряженности признаков (перекрестных таблиц);
• 2) проверки зависимости переменных.

Рассмотрим на примере ниже, что собой представляет перекрестная таблица и как она строится.

По результатам анкетного опроса сформирована общая таблица из 181 наблюдения о предпочтениях городских и сельских жителей в выборе масло - маргарин. Независимой переменной в этой таблице является район проживания покупателя: город или сельская местность, зависимой переменной - его выбор: масло или маргарин (фрагмент общей таблицы представлен в табл. 5.7).

Таблица 5.7

Предпочтения городских и сельских жителей в отношении масла или маргарина

Рассмотрим, как интерпретируются данные из этой перекрестной таблицы:

• 30 городских жителей из 113 опрошенных предпочитают покупать масло, а 83 городских жителя предпочитают покупать маргарин;
• 45 сельских жителя из 68 опрошенных предпочитают покупать масло, а 23 - маргарин.

Строки табл. 5.8 показывают профиль предпочтений городских и сельских жителей. Исходя из полученных результатов, можно предположить, что городские жители предпочитают использовать маргарин, а сельские жители - масло. Последнее утверждение и является гипотезой, которую надо подтвердить или опровергнуть. Соответствующая статистическая процедура рассчитывает статистику (показатель х 2), которая позволяет судить о наличии или отсутствии зависимости между качественными переменными.

Группа 4 типовых маркетинговых задач.

Примерами задач из этой группы являются: прогнозирование уровня продаж нового вида товара на основе количественных показателей объемов продаж аналогичных товаров и определение требуемого клиенту типа товара в зависимости от требований к товару, сформулированных в виде оценки по определенной шкале.

В основе решения задач этой группы лежит доказательство значимой зависимости качественного показателя от одного или нескольких количественных параметров. Такого рода задачи могут быть решены с помощью дискриминантного анализа.

Группа 5 типовых маркетинговых задач содержит все виды задач, связанных с классификацией товаров, услуг, потребителей, например:

• классификация потребителей по результатам выставленных ими оценок при опросе;
• классификация филиалов магазинов на основе таких показателей, как площадь магазина, удаленность от метро, плотность пешеходного потока;
• классификация объектов по количественным признакам.

Такие задачи решаются одним из методов классификации: иерархическим кластерным анализом, методом ^-средних и т.д.

Группа 6 типовых маркетинговых задач включает задачи, позволяющие определить оптимальные свойства товара или услуги.

Примером здесь может служить определение потребительских характеристик сока (объем упаковки, вид упаковки, сок, состав сока), пуговиц

(материал, количество отверстий, цвет) и т.д. Такого рода задачи решаются с помощью совместного {conjoint) анализа, требующего специальных процедур сбора данных и их анализа.

В зависимости от уровня кадрового и программного обеспечения компании проведение маркетингового исследования может осуществляться как собственными силами, так и во взаимодействии с фирмами, специализирующимися на данных видах деятельности. Аналогичный вывод может быть сделан и для ряда других этапов процесса маркетингового исследования, например полевой работы интервьюеров. Однако во всех случаях весьма важно понимание маркетологами компании основного содержания действий, предпринимаемых при планировании и реализации конкретного маркетингового исследования.

В маркетинге реализуются общенаучные методы позволяющие:

· накапливать, систематизировать и анализировать как вторичную (полученную от других исследователей и источников), так и первичную (полученную самостоятельно или по специальному заказу) информацию о рынке, и прежде всего - о потребителях, конкурентах, каналах продвижения и сбыта продукции, состоянии окружающей маркетинговой среды и др.;

· синтезировать информацию, моделировать ситуации, прогнозировать изменения (в т.ч. долгосрочные), производить экспертную оценку перспективности тех или иных решений и действий, включая стратегию и тактику;

· экспериментальным путем получать рыночные оценки и искать оптимальные маркетинговые решения;

· в соответствии с полученной информацией изменять практику, планировать и корректировать маркетинговую деятельность, управлять учреждением, рыночным поведением, воздействовать на восприятие учреждения и его продукции другими субъектами рынка.

Маркетинг использует информацию и методы конкретных наук и научных дисциплин, таких как:

· статистика (прежде всего статистические данные государственных органов и общественных организаций) - для оценки емкости рынка и его сегментов, величины и тенденций изменения спроса и др.;

· макро- и микроэкономический анализ - для оценки состояния и перспектив развития рынка, возможностей конкурентов, каналов продвижения и продаж, собственных возможностей образовательного учреждения и его партнеров;

· социология - для выявления и анализ позиций конкретных потребительских групп и общественных слоев (контактных аудиторий) по интересующим вопросам;

· психология и психофизиология - в тех же целях, а также для апробации и повышения действенности рекламных и других приемов и способов формирования спроса, воздействия на восприятие образовательного учреждения субъектами рынка, на принятие ими решений в пользу выбора данного учреждения и его ОУ;

· математика - для обслуживания процессов достижения указанных целей;

· теория управления - для осуществления процессов планирования и прогнозирования, контроля, регулирования, стимулирования маркетинговой работы и всей деятельности образовательного учреждения, а также поведения взаимодействующих с ним субъектов рынка.

В маркетинге применяются также конкретные методы и группы методов генерирования новых идей (в отношении объектов маркетинга, обновления ассортимента, ценообразования и адаптации цен, содержания и организации коммуникаций, продвижения и продаж товаров и услуг на рынке), экспертного оценивания, контент - анализа (прежде всего средств массовой информации) и др.

Большая часть перечисленных методов - это методы, используемые непосредственно в ходе маркетинговых исследований. Исследования занимают весьма значительную часть (от одной трети до половины) всей маркетинговой деятельности и ее бюджета. Тем важнее правильно спланировать их.

Схема маркетингового исследования включает следующие основные этапы:

1. Выявление проблем и формулирование целей исследования. Выделяются: поисковые цели - помогающие выявить и конкретизировать проблему, выработать гипотезу или варианты решения проблемы; описательные цели - предполагающие уяснение и оценку ситуации, отдельных маркетинговых факторов и их комплексов; экспериментальные цели, предусматривающие проверку гипотез, предложенных вариантов решения проблем.

2. Отбор источников информации, включая: вторичные данные (уже существующая информация, собранная другими исследователями и/или для других целей), с указанием источников и способов получения информации; первичные данные (информация, специально собираемая для данной цели), с указанием ареала, способов и субъектов сбора информации.

3. Сбор информации из определенных ранее источников, включая проведение социологических, лабораторных и рыночных экспериментов.

4. Анализ собранной информации: выявление средних значений интересующих переменных, распределения частотности событий; определение коэффициентов корреляции факторов, событий; определение динамики и тенденций изменения интересующих факторов и т.д.

5. Представление полученных результатов в виде аналитических обзоров, таблиц, графиков, прогнозов, моделей принятия решений, рекомендаций и т.п.

Разнообразие перечисленных методов и наук, причастных к маркетингу, способно удручить непрофессионалов; однако для образовательных учреждений высшего и дополнительного образования здесь нет особых проблем: почти все соответствующие учебные дисциплины присутствуют в учебном плане и предполагают кадровое обеспечение.

Основными объектами исследований в маркетинге выступают:

· характер рыночного обмена ОУ (конкретные объекты обмена и экономические отношения между его участниками) и количественные параметры спроса и предложения ОУ (границы рынка и его сегментов, их емкость, в т.ч. по количеству потенциальных обучающихся и с учетом длительности оказания ОУ), окружающая маркетинговая среда, тенденции изменения конъюнктуры ОУ на данном рынке, в сегменте рынка;

· конкурентоспособность ОУ, включая общеобразовательные, профессиональные, дидактические, экономические и другие сравнительные качественные показатели, в т.ч. нормативные (заданные образовательными стандартами) и патентно-правовые;

· действующие на рынке образовательного учреждения партнеры (поставщики и посредники), реальные и потенциальные потребители и конкуренты в отношении: вида их хозяйственной (трудовой) деятельности, правового положения, характера собственности и принадлежности капитала (инвестиций) контролю со стороны данного образовательного учреждения, величины задействованных и потенциальных ресурсов, сложившихся традиций, связей, стратегий поведения;

· возможные стратегии маркетинга, различные варианты тактических решений конкретных маркетинговых проблем и их взаимоувязки.

Маркетинг как философская система взглядов участников рыночных отношений на себя, на партнеров и на сам рынок может показаться весьма общим и абстрактным. Начинающих его изучение гораздо больше привлекают аспекты маркетинга как стратегии и особенно тактики рыночной деятельности, ее "инструментальная составляющая", рецептура действий. Однако любой инструмент и тем более рецепт сможет быть правильно и к месту применен, приведет к рыночному успеху только в том случае, если его применение не случайность и не дань моде, а следствие понимания и принятия для себя, освоения общих принципов, методов, способов бытия и познания в рынке. А это и есть маркетинг как философия.

Маркетинг как философия, включая общую ориентацию участников рыночных отношений, принципы действия и методы исследований, реализуется в его планах, программах и подпрограммах (по отдельным функциям маркетинга), которые в свою очередь бывают долгосрочными (на пять и более лет), средне- и краткосрочными (на год, с разбивкой по кварталам). В среде образовательных учреждений такая работа пока еще не проводится. Поэтому ведущие принципы маркетинга практически не оказывают действия на поведение субъектов рынка ОУ, а их поступки оказываются мало увязанными друг с другом, противоречивыми и в результате - неэффективными.

Как же быть? Где взять специалистов, владеющих разнообразными методами и способных практически реализовать принципы маркетинга? Таких специалистов пока нет. Но маркетинг ОУ в этом отношении выигрывает у любой другой отрасли: в коллективах образовательных учреждений, особенно в вузах, работают высококлассные специалисты самого разного профиля. Объединение их усилий между собой и вместе с обучающимися поможет быстрее дать желаемые результаты. Ведь в учреждении, ведущем серьезную фундаментальную и разнообразную профессиональную подготовку, решение большого количества различных маркетинговых задач не представляет особого труда с точки зрения поиска квалифицированных исполнителей. Да и полигон для отработки гипотез и вариантов решений тоже под рукой,- его предоставит само образовательное учреждение. Однако реальной практики и психологического настроя на участие в такой работе у наших научно-педагогических кадров, как правило, явно не хватает. Сказывается психологическая усталость, пессимизм интеллектуальных кадров. Тем более необходимо создание в вузах специализированных маркетинговых подразделений. Службы, отделы маркетинга смогли бы выступить ответственными исполнителями, заказчиками и координаторами маркетинговых исследований и разработок, взаимодействуя с соисполнителями как в коллективе вуза (т.е. с факультетами, кафедрами, отдельными научными сотрудниками и педагогами), так и за его пределами.

Профессор Генрих Холланд,
Holland Consulting, Германия

1. Значение маркетинга баз данных – базы данных для поддержания контактов с клиентами.

Маркетинг баз данных – это способ целенаправленно применять информацию о клиентах и рынке во время проведения маркетинговых акций. Маркетинг баз данных – это первый этап и предпосылка использования директ-маркетинговых инструментов. Только если ответ целевой аудитории, достигнутый с помощью ДМ, зафиксирован в базе данных, можно говорить о развитии «диалога».

Маркетинг баз данных позволяет достигать наибольшей целевой точности при сегментировании рынка, наилучшим образом анализировать, оценивать и применять связи с клиентами и партнерами. С его помощью становится возможным индивидуально и интерактивно общаться с реальными и потенциальными покупателями.

Информация о клиентах – это главный капитал фирмы, который должен использоваться с максимальной пользой для того, чтобы достичь конкурентоспособности и сохранить ее. С помощью баз данных фирма может использовать данные об уровне ответа покупателей для проведения следующей акции, таким образом, достигая наибольшей ориентированности на целевую группу.

Маркетинг баз данных создает предпосылки для эффективной координации и контроля результатов медиа кампании в директ-маркетинге и является важнейшим вспомогательным средством при управлении продажами. Использование маркетинга баз данных позволяет претворить все стратегические идеи в жизнь. При этом нужно принять во внимание, что при использовании директ-маркетинга целью становится не однократная покупка, а долгосрочные отношения с покупателем. Задача заключается в том, чтобы шаг за шагом превращать новых клиентов в лояльных, так как многие акции, направленные на завоевание новых клиентов, достигают успеха только после того, как в течение нескольких сезонов они не приносили ни доходов, ни расходов (точка нулевой прибыли).

1. Накопительные (?) данные - 4 категории данных о покупателях.

В базе данных следует отличать 4 основных категории данных:

- основные данные

К категории основных данных относятся адреса покупателей, а также так называемые постоянные данные о покупателях, которые не зависят от предлагаемого фирмой товара и от потребительских предпочтений покупателя.

- данные об акциях

Данные об акциях содержат информацию о мероприятиях, направленных на привлечение клиентов и адресованных соответствующей аудитории. К примеру они могут содержать информацию о почтовых рассылках (mail-history), которые достигли целевой аудитории.

- данные об ответе

Данные об ответе содержат окончательную информацию о реакции целевой аудитории (например, заказы, запросы)

- данные о потенциальных возможностях

Данные о потенциальных возможностях ориентированы на будущее и содержат информацию, определяющую возможный спрос на определенную продукцию в определенный момент времени в будущем. Эти данные дают фирме основания прогнозировать ценность покупателей.

Необходимо учитывать большее количество переменных факторов, которые являются индикаторами будущей деловой активности. Одних демографических критериев для классификации различных потребителей уже недостаточно.

Данные о реальных и потенциальных покупателях должны регулярно обновляться и содержаться в идеальном порядке, иначе информационная ценность базы данных может за короткое время утратиться по причине изменений данных о клиентах. Каждый контакт с каждым покупателем должен использоваться по назначению для того, чтобы актуализировать базу данных.

3. Распределение маркетинговых инструментов -

Базы данных для распределения маркетинговых инструментов

Метод электронной обработки данных создает возможность функционирования маркетинга баз данных; причем как для больших объемов информации, так и для сложных операций достаточно даже стандартного персонального компьютера. Электронная обработка данных наполняет базу информацией, полученной как из внутренних источников предприятия (например, бухгалтерский учет, заказы, данные выездных работ), так и внешних источников (адресные издательства, компании, занимающиеся арендой баз данных).

Информация о целевой аудитории компании хранится в базе данных, обрабатывается методом учета или выборки и применяется при использовании маркетинговых инструментов. Возможности применения баз данных в высшей степени многообразны и позволяют фирме целенаправленно использовать ДМ-инструменты.

С помощью маркетинга баз данных выполняются практически все задачи директ-маркетинга, начиная от завоевания новых клиентов и заканчивая контролем достигнутого эффекта (или периодическим контролем результатов деятельности компании). Маркетинг баз данных служит не только для рекламных обращений к существующим клиентам, но и в большей степени для выполнения стратегических задач компании.

С помощью баз данных становится возможным использование всех относящихся к клиентуре и иных данных с целью оптимизации применения маркетинговых инструментов.

4. Технологии оценки покупателей –

Оценка значимости покупателей и дифференцированные обращения с помощью баз данных

Необходимым основанием применения целенаправленного директ-маркетинга является оценка покупателей или их интересов на основе базы данных. При каждом прямом контакте с любым человеком (например, при консультировании покупателя продавцом относительно качества того или иного товара) имеет место непроизвольная субъективная оценка, которая позднее может отразиться на качестве дальнейших отношений.

При возрастающем количестве покупателей и дифференцированных запросах в рамках управления взаимоотношений с клиентами необходимо использовать технологии, которые позволяют максимально объективно оценивать покупателей и на основе этого предлагать концепции, специально разработанные для данных клиентов.

- АВС-анализ

Самый простой способ оценки покупателей – это АВС-анализ, при котором делятся на 3 или больше сегментов в соответствии с уровнем дохода.

- Метод учета (определения результатов)

Для анализа данных, хранящихся в базе, разрабатываются методы учета, в соответствии с которыми формируются схемы будущих продаж. В систему бальной оценки могут включаться множество критериев, важных для дальнейшего развития связей с покупателями.

Основанием для этого метода является RFMR-технология (также называемая технологией высокочастотного модема?), которую американские компании, занимающиеся посылочной торговлей, используют уже в течение 80 лет. Баллы распределяются в соответствии с датой последней покупки, частотой заказов, денежным коэффициентом. Усовершенствованная модель включает в себя также категорию ассортимента, в соответствии с которым был сделан заказ, и многие другие критерии.

- Динамическое определение результатов

Этот метод позволяет использовать релевантные факторы определения значимости покупателя для различных клиентов и различных задач. Эти методы сбора информации позволяют фильтровать важные факторы в базе данных.

- Customer lifetime value

Эта модель основывается на том количестве покупок в данной компании, которое покупатель совершает в течение своей жизни.

Ценность покупателя определяется не через прибыль от одной покупки, а на основе потенциальной совокупной прибыли. Эта ценность включает как уже имеющиеся доходы, так и возможные будущие прибыли, так что можно определить возможность долгосрочных отношений с покупателем.

- Порт фолио покупателей

При оценивании покупателей с помощью порт фолио устанавливаются два критерия сегментирования, при группировании покупателей в соответствии с этими критериями каждую позицию можно наглядно представить.

Если, к примеру, указываются такие пункты, как «привлекательность» покупателей и конкурентоспособность, то становится возможным узнать, с помощью каких клиентов в рамках СRM оправдывается высокая стоимость маркетингового бюджета. Это касается тех клиентов, благодаря которым фирма может конкурировать на рынке.

5. Возможности применения маркетинга баз данных

- базы данных для использования различных маркетинговых инструментов.

Схема: Возможности применения маркетинга баз данных

Маркетинг баз данных применяется в сегментировании и выборке покупателей для определения направлений маркетинговой деятельности.

Таким образом на основе собранной информации из базы данных выбираются, например, персональные сегменты, от которых можно ожидать повышенный интерес на определенную продукцию или услуги.

База данных клиентов компании – это основа для проведения любых опросов. Главным преимуществом опроса, проведенного на основе базы данных, заключается в том, что исследование проводится не среди анонимов, а среди известных фирме людей. Таким образом, появляется возможность не только определить, степень удовлетворенности сотрудничеством определенного клиента, но и узнать, что именно он об этом думает.

Проведенный опрос позволяет распределить анкетируемых по определенным категориям, при условии, что они не требуют анонимности.

Систематическое проведение таких мероприятий стимулирует привлечение новых клиентов с помощью маркетинга баз данных.

К клиентам, которые занесены в базу данных, но долгое время не проявляют активности, обращаются с каким-либо новым предложением для того, чтобы не потерять с ними контакт.

В банках и страховых компаниях достаточно высокий процент нерентабельных клиентов в базах данных. Эти клиенты выявляются в базе данных, и после этого возможно либо установить причину их нерентабельности, либо повысить их ценность для фирмы с помощью одновременного предложения ряда разных услуг.

Целенаправленное использование электронной обработки данных особенно выгодно для сети агентств. Так с помощью маркетинга баз данных можно вести подготовку к переговорам, усовершенствовать проведение переговоров с помощью сетевой сдвоенной системы электронной обработки данных и в заключение выслать либо специальный согласованный контракт, либо благодарность за сотрудничество.

1. Хранилище данных

- хранилище данных в форме центральной базы данных для быстрого и систематического использования данных о клиентах

За последние годы система хранения данных и система сбора данных в качестве информационно-управляющей системы приобретает все большее значение. Информация является важнейшим фактором успеха, который делает возможным существование компании на рынке с жесткой конкуренцией.

Система хранения данных создает основу для системы поддержки выполнения программ для обработки больших объемов информации и многомерного анализа данных (например, аналитическая обработка данных в реальном времени, технология OLAP). С помощью многомерного анализа данных информацию, полученную из разных источников, можно анализировать и оценивать в совокупности.

Технология сбора данных дополняет систему поддержки выполнения программ, в которой самостоятельно распознаются образцы связей между данными; они соединяют методы классического анализа конъюнктуры рынка с искусственным интеллектом. При помощи информации, собранной в системе хранения данных, они создают новые данные, необходимые для правильного управления.

Система хранения данных и сбора информации имеет большое значение для директ-маркетинга вкупе с управлением взаимоотношениями с клиентами и one-to-one маркетингом. Так как число групп покупателей с различным укладом жизни, равно как и число покупателей, которые критически подходят к покупкам, увеличивается, необходимо поддерживать лояльность покупателей для того, чтобы продлить так называемый «жизненный цикл» покупателя.

Под термином хранилище данных понимается, по аналогии с понятием «склад», общая централизованная база данных, содержащуюся в которой информацию можно легко, быстро и систематически применять. При этом можно использовать все имеющиеся в распоряжении внешние и внутренние источники данных и производить выборку релевантной информации.

В крупных компаниях существует большое количество источников информации. Необходимость предоставить в распоряжение пользователям всю релевантную информацию ставит перед компанией сложные задачи (Knowledge-Management). Необходимо учитывать, что хранилище данных может содержать исключительно релевантную информацию, которая определяется при анализе информационного спроса.

1. Анализ данных

- Анализ данных как исследование данных для получения знаний

Система анализа данных как индуктивный метод машинного обучения выявляет шаблоны данных среди имеющихся данных. Под термином «анализ данных» понимается исследование данных с целью получения необходимых знаний или информации.

Анализ данных базируется на использовании различных наук:

Статистика представляет методы для применения, выборки и трансформации данных, а также для выявления «шаблонов данных».

Исследование баз данных обеспечивает методы для эффективного хранения, проверки данных.

Искусственный интеллект обеспечивает технологии для сбора информации (нейронная сеть, генетические алгоритмы).

Методы анализа данных :

Визуализация: гистограммы, диаграмма дисперсий

Классификация: распределение объектов по классам

Сегментация: объединение объектов в группы, которые до этого не были известны

Прогноз : прогнозирование неизвестных признаков на основе других признаков

Анализ зависимости: связь между признаками объекта

Анализ различий : идентификация объектов, которые не следуют закономерностям других объектов, выяснение причин

Эта схема дает представление о методах анализа данных.

Обзор методов анализа данных

Кластерный анализ :

Кластер(определенная группа), члены которой внутренне однородны и внешне разнородны

Decision tree

Выводит алгоритмы из данных имеющихся классов для классификации неизвестных объектов

Регрессионный анализ :

Выявление функциональных зависимостей между переменными

Нейронная сеть

Само обучаемая система, аналогичная человеческому мозгу.

«Непрерывная логика» (нечеткая логика) – Fuzzy logic

обрабатывает нечеткие данные

Генетические алгоритмы

Использует эволюционные стратегии и берет начало в биологии

OLAP
Трехмерное графическое представление данных