Обратная связь
|
Величина погрешности при простом случайном отборе (в %, уровень надежности 98%)
Количество у. исслед.
| 1/99
| 5/95
| 10/90
| 15/85
| 20/80
| 30/70
| 40/60
|
|
| 4,0
| 8,8
| 12,0
| 14,2
| 16,0
| 18,4
| 19,6
| 20,0
|
| 2,4
| 6,3
| 8,6
| 10,4
| 11,3
| 14,2
| 14,3
| 15,0
|
| 2,0
| 4,4
| 6,0
| 7,2
| 8,0
| 9,3
| 9,9
| 10,2
|
| 1,6
| 3,6
| 4,6
| 5,8
| 6,3
| 7,2
| 8,0
| 8,2
|
| 1,2
| 3,0
| 4,2
| 4,9
| 5,4
| 6,8
| 7,2
| 7,5
|
| 1,1
| 2,4
| 3,5
| 4,1
| 4,6
| 5,4
| 5,7
| 6,2
|
| 1,0
| 2,2
| 3,0
| 3,6
| 4,0
| 4,6
| 5,2
| 5,4
|
| 0,8
| 1,9
| 2,7
| 3,2
| 3,7
| 4,1
| 4,4
| 4,9
|
| 0,7
| 1,8
| 2,6
| 2,9
| 3,3
| 3,9
| 4,2
| 4,4
|
| 0,6
| 1,6
| 2,1
| 2,5
| 2,8
| 3,5
| 3,7
| 3,9
|
| 0,5
| 1,4
| 1,9
| 2,2
| 2,5
| 2,9
| 3,1
| 3,4
|
| 0,4
| 1,2
| 1,5
| 1,9
| 2,3
| 2,5
| 2,8
| 3,0
|
| 0,3
| 0,9
| 1,3
| 1,7
| 2,1
| 2,3
| 2,6
| 2,7
|
| 0,2
| 0,7
| 1,0
| 1,2
| 1,4
| 1,7
| 1,9
| 1,9
|
отношения к предлагаемому товару или услуге, а также степени глубины и достоверности восприятия сообщения, размещенного в том или ином СМИ. При этом особое внимание уделяется изучению степени соответствия средств массовой информации характеру размещаемого сообщения и ожиданий аудитории.
Например, имея случайные выборки из совокупностей двух объявлений, следует выяснить, какое из них наиболее привлекательно для целевой аудитории. Если выделенный на исследования бюджет позволяет провести тестирование двух групп, включающих 100 человек в каждой выборке, то величина погрешности может достигать «±10,2%» (в том случае, если 50% опрошенных выдают позитивную реакцию на размещенное объявление). Чтобы оценить финальный результат, необходимо изначально установить 20,4% порог погрешности для обоих объявлений (так как для к готы результатов необходимо суммировать погрешность каждой выборки). Если полученный результат окажется меньше указанной цифры, соответственно, произошло како-либо внешнее
вмешательство. К тому же 20,4% — слишком высокий показатель, по которому довольно сложно судить об эффективности сообщения. Таким образом, устанавливаем необходимый объем выборки — 400 человек. Это даст возможность предположить, что разница в 10% возникла неслучайно, а под воздействием рядя объективных факторов.
Роль двумерного и многомерного анализа в медиапланировании
Двумерный анализ предполагает исследование моделей, базирующихся на причинных отношениях между переменными. Например, предполагается, что потребители активно покупающие витамин С в зимний период будут покупать апельсиновый сок. Для подтверждения или опровержения выдвинутой коммуникативной основы будущего послания необходимо составить таблицу с предполагаемой переменной в качестве независимой и исследовать, существует ли у нее математическая взаимосвязь с зависимой переменной.
Таблица 4
Отношение к апельсиновому соку, обогащенному витамином С13
Ожидания
| Степень
интереса
высока
| Ср. степень интереса
| Малая степень интереса
| Отсутствие инте- ! реса
| Итого
| Нет ярко выраж. ожиданий
| 4,5
| 5,2
| 13,5
| 34,6
| 12,6
| Смешанн. отношен.
| 19,5
| 27,4
| 29,8
| 23,2
| 27,9
| Позитив
| 36,5
| 25,9
| 14,3
| 7,7
| 18,3
| Негатив
| 39,5
| 41,5
| 42,3
| 34,6
| 41,2
| Итого
| 100%
| 100%
| 100%
| 100%
| 100%
| Количество
|
|
|
|
|
|
Таким образом, опросив 5122 человека и выяснив их отношение к обогащенному витамином С апельсиновому соку, можно сделать следующие выводы. Во-первых, в том случае если нет ярко выраженных ожиданий (т.е. стремления покупать именно обогащенный витаминами сок), то интерес к объекту минимален.
В этом случае медиаплэнеру предстоит увеличение необходимых контактов для создания нужного отношения к предлагаемому напитку, которое затем будет последовательно снижаться. Также наблюдается тенденция позитивного отношения к предлагаемому продукту по мере роста интереса к его качествам, в то время как появление негативного отношения в меньшей степени зависит от проявленного к товару интереса.
Многомерный анализ предполагает исследование трех или более переменных. в случае применения многомерного анализа выстраивается причинная модель, увязывающая между собой три переменные. Так, в качестве переменных вводится цель исследования, геодемографический и психографический параметры. Например, в случае проведения исследования по существующему отношению к обогащенному витамином С апельсиновому соку в качестве демографических параметров могут выступать пол и возраст опрашиваемых, в качестве психографических — стиль совершения покупки (импульсный, отслеживающий моду и т.п.).
Более точные данные в медиапланировании могут быть получены с помощью многомерного анализа. Двумерный анализ хорош в том случае, если необходимо внести корректировку в уже имеющуюся информацию. Если проанализировать медиапланы крупнейших компаний за последние пять лет, налицио увеличение исследуемых параметров. Например, та целевая аудитория, которая описывалась ранее как мужчины в возрасте от 25 до 54, сейчас включает в себя следующие параметры: социально активные мужчины в возрасте от 25 до 54, с доходом свыше 50 000 долларов в год.
Если проследить тенденцию проводимых в медиапланировании исследований в течение последних пяти лет, то среди параметров заметно увеличилось количество психографических черт. Именно они в результате исследования позволяют ответить на вопросы, описывающие мотивацию потребительской аудитории. В результате группы опрашиваемых, объединяются в кластеры по наиболее ярким чертам характеризующим всю выборочную совокупность.
В американской практике на сегодняшний день наиболее активно используются шесть кластеров: Эйкорн, КластерПлюс 2000, МикроВизион 50, Призм, Коэртс и Нич (последние два кластера используются для исследования результативности в сфере прямого маркетинга). В российской практике кластеры представлены исследовательскими системами Гэллап и Комкон. При кластерном делении исследователем могут быть получены следующие данные:
1. геодемографические параметры;
2. существующие установки внутри каждого кластера;
3. уровень потребительской активности;
4. мотивационные аспекты.
Как правило, все эти данные четко увязываются проживанием того или иного человека в определенном районе. Если рассматривать российскую систему кластеров, то здесь четко выделяются Москва, города-миллионики и пр. Например, необходимо изучить потребительское отношение к товару X среди 10 000 человек, в этом случае выбирается контрольная 1000, из которой 100 человек активно используют товар X и все они относятся к кластеру У. Соответственно, устанавливается пропорциональная зависимость, которая проецирует все совокупность кластера на население исследуемого пункта.
Так же в ходе многомерного исследования можно установить кластерное распределение. Всегда будут кластеры с высокой степенью концентрации целевой аудитории, и кластеры с более низкими показателями. Выбор ключевых кластеров, как правило, тождественен набору демографических параметров, определяющих профиль целевой аудитории, в этом случае выбирается тот набор параметров, которым максимально должны соответствовать те или иные СМИ.
Выбор кластера начинается с оценки структуры аудитории. В этом случае по каждому из демографических параметров уточняется процент людей соответствующих профилю того или иного средства массовой информации, в ходе исследования структуры аудитории может быть получен ответ на вопрос, какой процент общей аудитории является моей целевой аудиторией.
На пример, необходимо сопоставить две телепередачи, каждая из которых насчитывает 50 000 зрителей. Количество зрителей мужчин программы А составляет 17 500 человека. Они представляют собой 35% всех телезрителей (17,5:50,0). Женская часть аудитории доходит до 40%, подростки 15%, дети 10%. Структура программы в выглядит следующим образом: количество телезрителей мужчин составляет 30%, женщин — 25%, подростков — 25%; детей - 20%.
Таблица 5
|
|