Экспертные методы получения и оценки маркетинговой информации

Анализ данных начинается с перевода «сырых» данных в осмысленную информацию и включает их введение в компьютер, проверку на предмет ошибок, кодирование, представление в матричной форме (табулирование). Все это называется преобразованием исходных данных.

Далее проводится статистический анализ, т.е. определяются средние величины, частоты, корреляционные и регрессионные соотношения, осуществляется анализ трендов.

После сбора данных необходимо их преобразовать, т.е. привести к более сжатому виду, удобному для анализа и обладающему достаточной для заказчика информацией. Обычно закодированные исходные данные представляются в виде матрицы (осуществляется табулирование), столбцы которой содержат ответы на различные вопросы анкеты, а ряды — респондентов или изучаемые ситуации. Преобразование данных заключается в описании данных матрицы на языке ограниченного числа мер, характеризующих собранные данные. Табулирование помогает исследователю понять, что означают собранные данные. Одновременный анализ двух и более категорий опрашиваемых называется перекрестной табуляцией.

Исследователь, осуществляя преобразование, старается найти зависимости среди собранных данных и в то же время достигнуть наиболее высокого уровня обобщения

 

 

При проведении анализа собранных экспертных данных в соответствии с целями исследования и принятыми моделями необходимо определить согласованность действий экспертов и достоверность экспертных оценок.

Пусть для каждого события CI на основании оценок aij, заданных группой из Р экспертов, образована матрица рангов важности — II αij II, где i=1, 2,..., m — число событий, j=1, 2,..., p — число экспертов. Матрица II αij II получается из матрицы II αij II путем определения, исходя из коэффициентов относительной важности событий αij, рангов важности этих событий, т.е. событиям присваиваются номера 1, 2, 3,..., m натурального ряда чисел.

Таким образом, при ранжировании события располагаются в порядке возрастания или убывания какого-либо признака X, количественно неизмеримого. Ранг ai указывает то место, которое занимает i-е событие среди других m событий, ранжированных в соответствии с признаком X.

Ранжирование применяется, когда события располагаются согласно неизмеримому и неподсчитываемому качеству (например, потребительские свойства товара, направления совершенствования товара и т. д.) или рассматриваются только относительно взаимного расположения во времени или пространстве. Ранжирование может являться менее точным выражением упорядоченной связи событий относительно какого-либо измеримого или подсчитываемого качества как замена переменной порядковым номером в прикидочных расчетах в целях экономии времени и уменьшения трудоемкости вычислений.

При использовании рангов важности для сравнения результатов (событий) нельзя установить, насколько один результат лучше другого, можно только определить ряд предпочтения рассматриваемых результатов. Иными словами, числа, характеризующие порядковую меру предпочтительности результатов, при сравнении, предположим, событий А и Б нельзя делить или вычитать, пытаясь узнать, насколько первый результат лучше второго

Будем рассматривать упорядоченную последовательность суммарных рангов m событий, которую представим в виде

 

В таблице 3.1 приводится условный пример определения рангов важности событий исходя из их коэффициентов относительной важности. (Более важное событие имеет меньший ранг важности)

 

Таблица 1 Определение рангов важности

 

Среднее значение для суммарных рангов рассматриваемого ряда

 

Суммарное квадратическое отклонение 5 суммарных событий от среднего значения а есть

 

Величина S достигает максимального значения в случае, если все р экспертов дадут одинаковые оценки каждому Сi событию.

Тогда рассматриваемый ряд суммарных рангов будет иметь вид р, 2р,..., mр.

Вычтем из этого ряда среднее значение:

 

Сумма квадратов этого ряда равняется

 

Очевидно, что в качестве меры согласованности экспертов можно принять отношение

 

называемое коэффициентом конкордации. Величина W изменяется в пределах от 0 до 1. При W = 0 согласованности совершенно нет, т.е. связь между оценками различных экспертов отсутствует. Наоборот, при W = 1 согласованность мнений экспертов полная.

В том случае, если последовательность (5.2) кроме строгих неравенств имеет равенства, т.е. существует совпадение рангов, то формула для вычисления коэффициента конкордации имеет вид

 

Когда ранги повторяются, то для получения нормальной ранжировки, имеющей среднее значение ранга, равное

 

необходимо приписать событиям, имеющим одинаковые ранги, ранг, равный среднему значению мест, которые эти события поделили между собой.

 

Например, получена следующая ранжировка событий:

 

События 2 и 5 поделили между собой второе и третье места. Значит, им приписывается ранг

 

события 3, 4 и 6 поделили между собой четвертое, пятое, шестое места, и им приписывается ранг

 

Таким образом, получаем нормальную ранжировку:

 

Пример. Рассмотрим ранжирование m = 10 событий р = 3 экспертами: N,Q,R.

 

Для крайних значений коэффициента конкордации могут быть высказаны следующие предположения. Если W = 0, то согласованности в оценках нет, поэтому для получения достоверных оценок следует уточнить исходные данные о событиях и (либо) изменить состав группы экспертов. При W = 1 далеко не всегда можно считать полученные оценки объективными, поскольку иногда оказывается, что все члены экспертной группы заранее сговорились, защищая свои общие интересы.

Необходимо, чтобы найденное значение W было больше заданного значения Wз (W > Wз). Можно принять Wз = 0,5, т.е. при W > 0.5 действия экспертов в большей степени согласованы, чем не согласованы. При W < 0,5 полученные оценки нельзя считать достоверными, и поэтому следует повторить опрос заново. Жесткость данного утверждения определяется важностью проводимого исследования и возможностью повторной экспертизы. Практика показывает, что очень часто этим требованием пренебрегают

 

 

Таким образом, можно сказать, что цель написания данной курсовой работы была достигнута, и все поставленные задачи выполнены. При написании курсовой работы можно сделать ряд выводов:

1. получить информацию непосредственно от ее носителей путем непосредственного наблюдения или опроса часто бывает сложно и дорого. Второй путь — статистическая оценка деятельности носителей информации, в тот момент, когда она превращается в определенные действия

2. Маркетинговая информация может быть получена методом экспертных оценок, на основе эвристического использования знаний, опыта и интуиции специалистов - маркетологов. Существуют статистические и эконометрические методы обработки маркетинговых оценок, полученных экспертным путем. Суть экспертного исследования состоит в подборе и формировании группы независимых достаточно компетентных в изучаемой проблеме специалистов, которые высказывают свое согласованное мнение, которое рассматривается как экспертная оценка

3. Экспертные методы получения информации используются при изучении рыночной ситуации, в прогнозировании рыночных параметров и составлении сценариев развития рынка, принятии стратегических решений, в характеристике качества продукции, в оценках потенциала конкурентов и т.д.

Одним из наиболее распространенных и наиболее результативных методов получения достоверной информации от группы авторитетных специалистов является Дельфи-метод, название которого происходит от античного города Дельфы, известного своим оракулом, изрекавшим пророчества и предсказания будущего

 

 

Голубков Е.П. Маркетинговые исследования: теория, методология и практика. — М.: Издательство «Финпресс», 1998. — 416 с

Бешелев С. Д. Математико-статистические методы экспертных оценок. М., Статистика, 1974

Хруцкий В.Е. и др. Современный маркетинг. Настольная книга по исследованию рынка.- М., 2002.- 528 c

Г.А.Черчилль. Маркетинговые исследования. - СПб: ЗАО Издательство "Питер", 752 с. 2000

Котлер Ф., Армстронг Г., Сондерс Д., Вонк В. Основы маркетинга/ Пер. с англ. - 2-е европ. Изд. - М.: "Банки и биржи", ЮНИТИ 1998

Багиев Г.Л., Тарасевич В.М., Анн Х. Маркетинг: Учебник для вузов. Под общ. ред Г.Л. Багиева. - М.: ОАО "Издательство "Экономика"". 1999.