Курсовая: Выбор методов обработки маркетинговой информации - текст курсовой. Скачать бесплатно.
Банк рефератов, курсовых и дипломных работ. Много и бесплатно. # | Правила оформления работ | Добавить в избранное
 
 
   
Меню Меню Меню Меню Меню
   
Napishem.com Napishem.com Napishem.com

Курсовая

Выбор методов обработки маркетинговой информации

Банк рефератов / Маркетинг и реклама

Рубрики  Рубрики реферат банка

закрыть
Категория: Курсовая работа
Язык курсовой: Русский
Дата добавления:   
 
Скачать
Архив Zip, 29 kb, скачать бесплатно
Заказать
Узнать стоимость написания уникальной курсовой работы

Узнайте стоимость написания уникальной работы

Федеральное агентство по образованию Р оссийской Федерации Российская международная академия туризма Восточносибирский институт туризма - филиал РМАТ Факультет: Менеджмента Кафедра: Экономики и финансов КУРСОВОЙ ПРОЕКТ По дисциплине: Маркетинг На тему: Выбор методов обработки маркетинговой информации ВЫПОЛНИЛ: Студент Якушев А.А. Курс 4 поток 2 группа 3 ПРОВЕРИЛ: Преподаватель Колесов Э.В. Красноярск 2010 СОДЕРЖАНИЕ Введение 1. Обработка информации 1.1 Информация в маркетинге 1.2 Методы обработки маркетингов ой информации 2. Характеристика предприятия «Р усли» 2.1 Методы используемые на предпр иятии Заключение Список использованной литературы и источ ников Приложение ВВЕДЕНИЕ Процесс управления маркетингом не возможен без объективной оценки сит уации на рынке. Выделяют несколько этапов управления анализ рыночных во зможностей (проведение маркетинговых исследований); отбор целевых рынков (замеры объемов спроса, сегментирование рынков, выб ор целевого рынка и позиционирование товара на рынке); разработка комплекса маркетинга (разработка товаров, установление цен на товары, формирование каналов дистрибуции и стимулирование сбыта); претворение в жизнь маркетинговых мероприятий. Как мы видим, на каждом этапе маркетолог так или иначе сталкивается с нео бходимостью исследования рынка, будь то определение оптимальной цены, с егментирование потребителей или оценка эффективности рекламной компа нии. Цена вопроса может быть достаточно высока, и ошибка обойдется гораз до дороже, чем даже масштабное маркетинговое исследование. При проведен ии маркетингового исследования потребителей от исследователя требует ся не только талант социолога, но и определенное знание методов обработк и данных. Сегодняшняя экономика достаточно сложна и многогранна, объем п оступающей информации может быть достаточно велик, поэтому суметь выта щить из этого массива данных необходимые зависимости является важной з адачей маркетолога. Существующие статистические пакеты позволяют пров ести достаточно полный и продвинутый анализ. Для грамотного применения многочисленных методов, заложенных в прикладных пакетах, маркетолог до лжен понимать суть этих методов, их ограничения и степень точности. В про тивном случае он будет принимать решения на основании неверной информа ции. Есть и второй аспект во владении методами обработки данных: понимание пр оцессов, происходящих на рынке с одной стороны, и владение статистически ми методами позволяет вытаскивать из имеющихся данных нетривиальные, н езаметные на первый взгляд связи, строить обоснованные прогнозы и оценк и. Курсовой проект состоит из двух разделов, в первом разделе дается характ еристика маркетинговой информации и методов обработки маркетинговой и нформации (статистические и аналитические), во второй части дается кратк ая характеристика предприятия «Русли» и используемых методов обработк и в работе предприятия. Цель курсового проекта: · Рассмотрение методов обработки маркетинговой информации, как одного из важнейших аспектов для принятия решений в реализации маркетинговой политики. Задачи курсового проекта: · Дать определение маркетинговой информации · Выявить возможные методы обработки маркетинговой информации · Для каждого метода определить вопросы, ответы на которые позволяют выб рать тот или иной метод · Охарактеризовать выбранное предприятие и методы, используемые в его р аботе Методы, использованные при реализации курсового проекта: · Метод обработки общего объема данных · Метод анализа данных, полученных в ходе предыдущего метода · Метод копировать - вставить, примененный для данных полученных с предп риятия. 1. ОБРАБОТКА ИНФОРМАЦИИ 1.1 Информация в маркетинге Информация является важнейшим основанием для любого маркетингового де йствия и тем более исследования. Как утверждают многие маркетологи, инфо рмационная работа составляет от трети до половины всего объема маркети нговой деятельности. По оценкам некоторых западных специалистов, отсут ствие соответствующей системы информационных связей в нашей стране еж егодно обходится обществу в колоссальную сумму -- 80--90 млрд. руб. потерь. Информация в маркетинге бывает первичной и вторичной. Первичная информ ация чаще всего получается в результате специальных полевых (рыночных) и сследований и моделирования, осуществленных в любом случае со специаль ной целью решить данную конкретную маркетинговую проблему. Достоинства первичной информации: - сбор в соответствии с точно поставленной целью; - известна и контролируема методология сбора; - результаты доступны для компании и могут ограждаться от конкурентов; - известна надежность. Недостатки: - большое время на сбор и обработку; - дороговизна; - сама фирма не всегда может собрать все необходимые данные. Вторичная информация - это данные, собранные ранее для целей, отличных от целей конкретного маркетингового исследования. Источники вторичной ин формации делятся на внутренние (документация фирмы: бюджеты, отчеты, сче та, запасы, предыдущие исследования и др.) и внешние. Достоинства вторичной информации: - дешевизна по сравнению с первичной информацией; - возможность сопоставления нескольких источников; - быстрота получения по сравнению со сбором первичной информации. Недостатки: - неполнота; - устареваемость; - иногда неизвестна методология сбора и обработки; - невозможность оценить достоверность. Недостатки вторичной информации обусловлены, прежде всего, тем, что перв оначально эта информация собиралась для целей, обычно отличных от целей конкретного маркетингового исследования. Следовательно, для оценки на дежности вторичных данных следует ответить на пять основных вопросов: 1. Кто собирал и анализировал данную информацию? 2. Какие цели преследовались при сборе и анализе информации? 3. Какая информация, и каким образом была собрана? 4. Какими методами информация обрабатывалась и анализировалась? 5. Как данная информация согласуется с другой подобной информацией? Исследования, выполненные на основе вторичной информации, как правило, я вляются предварительными (обзорными) и носят описательный или постанов очный характер. С помощью таких исследований можно определить, например , общеэкономические характеристики рынка, положение в отдельных отрасл ях, национальные и иные особенности при выходе на зарубежные рынки. При проведении вторичных исследований значимость внутренней или внешн ей информации определяется в зависимости от целей исследования и объек та исследования. 1.2 Методы обработки маркетинговой информации После того как маркетолог собрал информацию, наступает этап оценки и ана лиза данных. Прежде чем задействовать сложные методы наподобие факторн ого анализа, используют описательные статистики, чтобы получить общее п редставление об исследуемых переменных. Описательные статистики - Для этого оценивают 1)показатели центра распределения средняя (mean) мода (mode) - значение переменной, которая чаще всего встречается в ряду распр еделения. медиана (median) - значение переменной, которая приходится на середину частот, слева и справа от нее лежит 50% всех значений. сумма (sum) 2)показатели вариации, которые служат для оценки разброса случайной вели чины вокруг центра распределения. дисперсия (variance)= у 2 стандартное отклонение размах - R=x max - x min максимум и минимум межквартильный размах Q= стандартная ошибка средней (S.E. mean) - выборочная средняя, являясь случайной в еличиной, колеблется вокруг истинного значения средней (если выборка ре презентативна), со стандартным отклонением, равным . В интервал, равный удвоенной ошибке попадает с вероятностью 67% истинное з начение средней совокупности. 3) показатели формы распределения *ассиметрия (kurtosis): A= мера отклонения формы распределения. от симметричного нормального распределения. В случае наличия ассиметр ии распределение скошено влево или вправо. Коэффициент равен 0 , если расп ределение является симметричным. *эксцесс (skewness): указывает, является ли распределение пологим или крутым. Коэ ффициент равен 0 , если распределение является нормальным. Е= 4). Другие характеристики *Квартиль (quartile) уровня q - такое значение x q случайной величины, при которой функци я ее распределения принимает значение, равное q, т.е. P(X < x q ) = q Медиана является частным случаем квантиля при q=0,5. * Процентная точка (percentile) - квантиль уровня 1-q, т.е. P(X > x l-q ) = q Среди аналитических методов в маркетинге часто применяются: Дисперсионный анализ - С помощью дисперсионного анализа исследуют влия ние одной или несколько независимых переменных на одну зависимую перем енную или на несколько зависимых переменных. Метод статистического ана лиза, позволяющий определить достоверность гипотезы о различиях в сред них значениях на основании сравнения дисперсий (отклонений) распределе ний (например, можно проверить гипотезу о различиях двух групп потребите лей, выделенных при помощи кластеризации). В отличие от корреляционного анализа дисперсионный анализ не дает возможности оценить тесноту связ и между переменными. По сути, дисперсионный анализ применяют как проверку статистической зн ачимости различий выборочных средних для двух или больше совокупносте й. Обычно нулевая гипотеза утверждает, что все выборочные средние равны. Примеры использования дисперсионного анализа в практике маркетологов: Различаются ли разные сегменты рынка с точки зрения объема потребления товара; Действительно ли различаются оценки торговой марки группами респонден тов, которые посмотрели разные рекламные ролики; Различается ли отношение розничных, оптовых торговцев и торговых агент ов к политике распределения, проводимой фирмой; Зависит ли намерение потребителей приобрести товар данной торговой ма рки от разницы в уровнях цен; Влияет ли осведомленность потребителей о магазине (высокая, средняя и ни зкая) на предпочтение данного магазина. Однофакторная модель имеет вид - x ij = м + F i +Э ij Двухфакторная модель имеет вид - ч шо = м + А ш + П о + Шшо + е шоло Где F i - эффект, обусловленный влиянием i-го уровня фактора А. G j - эфф ект, обусловленный влиянием i-го уровня фактора B. Iij - эффект, обусловленный взаимодействием двух факторов, т.е. отклонение о т средней по ячейке x ij от суммы слагаемых м + F i + G j. Идея дисперсионного анализа состоит в следующем. Вспомним правило слож ений дисперсий: общая дисперсия равна сумме межгрупповой и средней из вн утригрупповых дисперсий. у 2 = + д Разновидности дисперсионного анализа: По числу факторов (независимых переменных): один фактор (однофакторный анализ); несколько (многофакторный анализ) По виду факторов: метрическая, интервальная; порядковая По виду зависимой переменной: -категориальная (обычный дисперсионный анализ); интервальная или метрическая (ковариационный анализ) По числу зависимых переменных: одна; -несколько (многомерный дисперсионный). По виду проверяемой гипотезы: -общее различие средних; различия конкретных средних (множественные контрасты). По виду проверяемых групп: различные группы; одна и та же группа (повторными измерениями). Кластерный анализ - это совокупность методов, позволяющих классифициро вать многомерные наблюдения, каждое из которых описывается неким набор ом переменных. Кластерный анализ - способ классификация объектов на отно сительно гомогенные (однородные) группы, исходя из рассматриваемого наб ора переменных. Объекты в группе относительно схожи с точки зрения этих переменных и отличаются от объектов в других группах. Решаемые задачи: Кластерный анализ используют в маркетинге для различных целей. *Сегментация рынка. Например, потребителей можно разбить на кластеры на основе выгод, которые они ожидают получить от покупки данного товара. Ка ждый кластер может состоять из потребителей, которые ищут схожие выгоды . Этот метод называют сегментаций преимуществ . Мы проиллюстрируем его н а следующем примере. В исследовании, посвященном моделям принятия решений людьми, проводящи ми свой отпуск за рубежом, маркетологи получили от 260 респондентов информ ацию, касающуюся шести психографических направлений: психологического , образовательного, социального, релаксационного, физиологического и эс тетического. Для разбивки респондентов на психографические сегменты и спользовали кластерный анализ. Первый сегмент (53%) состоял из людей с высо ким (или близким к нему) уровнем жизни. Эту группу назвали "требовательным и". Во вторую группу (20%) входили лица с высоким образовательным уровнем, ее назвали "интеллектуалы". Лица, входящие в последнюю группу (26%), оказались бо льшими любителями релаксации (развлечений). Они получили низкую оценку п о социальной шкале, и были названы "беглецами" (от действительности). Чтобы привлечь отпускников в каждый из сегментов, разработали специальные ма ркетинговые стратегии. * Понимание поведения покупателей. Кластерный анализ используется для и дентификации однородных групп покупателей. Затем поведение каждой гру ппы при покупке товара изучается отдельно, как, например, в проекте "Выбор универмага". В этом случае респондентов разбили на группы, исходя из оцен ок важности, которую они присвоили каждому критерию, используемому для в ыбора универмага. Кластерный анализ также использовали, чтобы определи ть виды стратегий, применяемых покупателями автомобилей для получения внешней информации. Определение возможностей нового товара. Кластеризацией торговых марок и товаров можно определить конкурентоспособные наборы в пределах данн ого рынка. Торговые марки в одном и том же кластере конкурируют более жес тко между собой, чем с марками других кластеров. Фирма может изучить свои текущие предложения в сравнении с предложениями своих конкурентов, что бы определить потенциальные возможности новых товаров. Выбор тестовых рынков. Группировкой городов в однородные кластеры можн о подобрать сравнимые города для проверки различных маркетинговых стр атегий. Сокращение размерности данных. Кластерный анализ можно использовать к ак основной инструмент сокращения размерности данных при создании кла стеров или подгрупп данных, более удобных для анализа, чем отдельные наб людения. Последующий многомерный анализ выполняют над кластерами, а не н ад отдельными наблюдениями. Например, чтобы описать отличия в поведении потребителей по отношению к товарам, их вначале разбивают на группы. Зат ем различия между группами проверяют с помощью множественного дискрим инантного анализа Важно отметить еще одну особенность применения кластерного анализа в с егментировании. Кластерный метод призван выделять группы из исходного множества объектов. Результатом его применения всегда является некото рый набор групп объектов. Однако получаемое разбиение может и не соответ ствовать гипотезе аналитика о существовании «реальной» сегментной стр уктуры. Поэтому при применении кластерного анализа аналитик вынужден п роводить многочисленные эксперименты, позволяющие совместить его пред ставление о реальной структуре рынка с конкретными вычисляемыми резул ьтатами. Выделяемые реальные группы объектов позволяют аналитику убед иться в правильности своих представлений о сегментной структуре рынка. Теория Выбор переменных Возможно, самая важная часть формулирования проблемы кластеризации - эт о выбор переменных, на основе которых проводят кластеризацию. Включение даже одной или двух посторонних (не имеющих отношение к группированию) п еременных может исказить результаты кластеризации. Задача состоит в то м, чтобы выбранный набор переменных смог описать сходство между объекта ми с точки зрения признаков, имеющих отношение к данной проблеме маркети нгового исследования. Переменные следует выбирать, исходя из опыта прош лых исследований, теории или тестируемой гипотезы. Экспериментатор дол жен обладать интуицией и уметь делать выводы. Нормирование значений переменных Смысл нормирования состоит в приведении численных значений выбранных переменных к одному масштабу. Методика нормирования была рассмотрена в ыше. Измерение расстояний или меры близости между объектами Цель кластеризация - группирование схожих объектов. Поэтому для того что бы оценить, насколько они похожи или непохожи, необходимо использовать н екую единицу измерения. Наиболее распространенный метод заключается в том, чтобы в качестве такой меры использовать расстояния между двумя объ ектами. Объекты с меньшими расстояниями между собой больше похожи, чем о бъекты с большими расстояниями. Выбор метрики зависит от главных целей исследования, физической и стати стической природы изучаемых явлений. Существует несколько способов вы числения расстояния между двумя объектами, из них наиболее распростран енные на пример: · Евклидова - расстояние (x,y) = i (x i - y i ) 2 1/2 · Квадрат евклидова расстояния - расстояние (x,y) = i |x i - y i | · Расстояние Чебышева - расстояние(x,y) = Максимум |x i - y i | Регрессионный анализ - Регрессионный анализ - статистический метод, предназначенный для оценки влияния различных факторов на резуль тат эксперимента, прогноза неизвестных значений зависимой переменной. Примеры использования дисперсионного анализа в практике маркетологов: Можно ли вариацию в объеме продаж объяснить расходами на рекламу" Какова форма этой зависимости и можно ли ее выразить в виде уравнения, оп исывающего прямую линию" Какую долю вариации объема продаж можно объяснить расходами на рекламу, ценами и дистрибуцией? Чему равен вклад расходов на рекламу в объяснении вариации объема прода ж при контролируемых переменных - уровнях цен и распределения? Какие объемы продаж можно ожидать, исходя из данных уровней расходов на рекламу, цен и уровня распределения? Регрессионная модель имеет вид - y i = ѓ (x) + е = и 0 +и 1 x i + е i где y i - зав исимая переменная; x i - нез ависимая переменная (фактор); и 0 , и 1 - пара метры функции регрессии; е i - слу чайная переменная, характеризующая отклонение от функции регрессии. Та ким образом, переменная y i есть линейная функция от переменной x i с точностью до с лучайного возмущения е i . Свойства коэффициентов регрессии существенным образом зависят от свой ств случайной составляющей. Чтобы регрессионный анализ, основанный на о бычном методе наименьших квадратов, давал наилучшие результаты, случай ный член должен удовлетворять определенным условиям. Именно понимание важности этих условий отличает компетентного исследователя, использую щего регрессионный анализ, от некомпетентного. Если эти условия не выпол нены, исследователь должен это осознавать. Если корректирующие действи я возможны, то аналитик должен быть в состоянии их выполнить. Если ситуац ию исправить невозможно, исследователь должен быть способен оценить, на сколько серьезно это может повлиять на результаты. Факторный анализ - Факторный анализ (factor analysis) - это общее название для класса м етодов, используемых, главным образом, для сокращения числа переменных и их обобщения. Идея метода состоит в сжатии матрицы признаков в матрицу с меньшим число м переменных, сохраняющую почти ту же самую информацию, что и исходная ма трица. В основе моделей факторного анализа лежит гипотеза, что наблюдаем ые переменные являются косвенными проявлениями небольшого числа скрыт ых (латентных) факторов. Обычно под моделью факторного анализа понимают представление исходных переменных в виде линейной комбинации факторов . X i = Сами факторы неизвестны. Но их можно выразить через значения исследуемы х переменных. Факторы, выраженные через исходные переменные сегментиро вания, интерпретируются как существенные внутренние характеристики по требителей. Факторы F построены так, чтобы наилучшим способом (с минимальной погрешн остью) представить X. В этой модели "скрытые" переменные F k называются общ ими факторами, а переменные U i специфическими факторами. Обычно (хотя и не всегд а) предполагается, что X i стандартизованы (=1, Xi=0), а факторы ,F 2 ,...,F m независимы и не связаны со специфическими факторами U i (хотя существуют модели, выполненные в д ругих предположениях). Предполагается также, что факторы F i стандартизова ны. В этих условиях факторные нагрузки a ik совпадают с коэффициентами корреляции между общими факторами и переменными X i Факторный анализ используют в следующих ситуациях: Для определения основных факторов, которые объясняют связи в наборе пер еменных. Например, можно использовать набор высказываний об образе жизн и для измерения психографических профилей потребителей. Затем эти выск азывания подвергают факторному анализу, чтобы определить основные пси хографические факторы. Для определения нового, меньшего по размеру, набора некоррелирующих пер еменных, заменяющих исходный набор коррелирующих переменных, на основа нии которого дальше выполняется многомерный анализ (регрессионный или дискриминантный). Например, выявленные психографические факторы можно использовать как независимые переменные при объяснении различий между лояльными и нелояльными потребителями. Факторный анализ широко используется в маркетинговых исследованиях. При сегментации рынка для определения латентных переменных с целью гру ппировки потребителей. Например, покупателей новых автомобилей можно с группировать в зависимости от того, на что они обращают внимание при пок упке автомобиля: экономию, удобства, рабочие характеристики автомобиля, комфорт и респектабельность При разработке товарной стратегии факторный анализ используется для о пределения характеристик торговой марки, влияющих на выбор потребител ей. Конкретные торговые марки зубных паст оценивают с точки зрения защит ы от кариеса, отбеливания зубов, вкуса, приятного запаха и цены. При разработке рекламной стратегии маркетологи с помощью факторного а нализа пытаются понять, каким передачам отдают предпочтение потребите ли целевого рынка. Покупатели замороженных продуктов, например, могут см отреть кабельное телевидение, любить фильмы определенного жанра и музы ку в стиле "кантри". ¦ При разработке стратегии ценообразования факторный анализ определяе т характеристики потребителей, чувствительных к цене. Например, может ок азаться, что они стремятся к экономии и ориентированы на домашний отдых. Один из наиболее распространенных методов поиска факторов, метод главн ых компонент, состоит в последовательном поиске факторов. Суще ствуют и другие методы оценки общих факторов. Они включают: метод невзве шенных наименьших квадратов, обобщенный метод наименьших квадратов, ме тод максимального правдоподобия, альфа-факторный метод, распознавания образов. Эти методы сложнее, и их не рекомендуется использовать неопытны м аналитикам. Следует отметить, что метод главных компонент хорошо работ ает при числе признаков порядка 10-15. Если число признаков больше 20, то следу ет использовать другие методы факторного анализа. Дискриминантный метод - Дискриминантами анализ включает в себя статист ические методы классификации многомерных наблюдений в ситуации, когда наблюдатель обладает так называемыми обучающими выборками ("классифик ация с учителем"). Решаемые задачи: Дискриминантный анализ используется: для принятия решения о том, какие переменные наилучшем образом различаю т (дискриминируют) две или более возникающие совокупности (группы). классификация новых объектов на основе выявленных зависимостей. составление карты восприятия В маркетинговых исследованиях можно привести массу примеров применени я дискриминантного анализа. Так, с помощью этого метода можно получить о тветы на следующие вопросы: *Чем, с точки зрения демографических характеристик, отличаются приверже нцы данного магазина от тех, у кого эта приверженность отсутствует" *Какие психографические характеристики помогают провести различия меж ду восприимчивыми и невосприимчивыми к цене покупателями бакалейных т оваров" *Различаются ли между собой различные сегменты рынка по своим предпочте ниям к средствам массовой информации" Какие существуют различия между постоянными покупателями местных унив ерсальных магазинов и постоянными покупателями общенациональных сете й универмагов с точки зрения стиля жизни" Какими отличительными характеристиками обладают потребители, реагиру ющие на прямую почтовую рекламу" В общем случае задача различения формулируется следующем образом: В рез ультате наблюдения над объектом мы определили значения его k признаков х = (,х 2 ,..., х к ) Требуется установить правило, согласно которому по наблюденному значе нию вектора х объект относят к одной из возможных совокупностей , i=1,2..,l. Для построения правила дискриминации все выборочное пространство R вектор а х разбивается на области R i=1,2..,l, так что при попадании х в объект относят к с овокупности . Правило дискриминации выбирается в соответствии с определенным принци пом оптимальности на основе априорной информации о вероятностях p извле чения объекта из K t .Очевидно, что рекомендации будут тем точнее, чем п олнее исходная информация. Виды дискриминантного анализа: 1. Дискриминантный анализ для двух групп Метод дискриминантного анализа , когда зависимая переменная имеет две категории 2.Если анализируют три или больше категорий, то метод называют множестве нным дискриминантным анализом. Главное отличие между ними заключается в том, что при наличии двух групп возможно вывести только одну дискриминантную функцию. Используя множе ственный Дискриминантный анализ, можно вычислить несколько функций (а т очнее число групп минус один). Этапы выполнения дискриминантного анализа: 1. Формулировка проблемы Определения целей, зависимой переменой и независимых переменных. Завис имая переменная должна состоять из двух или больше взаимоисключающих и взаимно исчерпывающих категорий. Если зависимая переменная измерена с помощью интервальной или относительной шкалы, то ее следует, в первую оч ередь, перевести в статус категориальной. Например, отношение к торговой марке, измеренное по семибалльной шкале, можно категоризировать как неб лагоприятное, нейтральное и благоприятное. Следующий шаг - разделение выборки на две части. Одна из них - анализируема я выборка (analysis sample) - используется для вычисления дискриминантной функции. Другая часть - проверочная выборка - предназначена для проверки дискрими нантной функции. Когда выборка достаточно большая, ее можно разбить на две равные части. О дна служит анализируемой выборкой, а другую используют для проверки. Зат ем роль этих половинок взаимно меняют и повторяют анализ 2. Определение коэффициентов дискриминантной функции После определения анализируемой выборки мы можем вычислить коэффициен ты дискриминантной функции, используя два метода. 1) Прямой метод - вычисление дискриминантной функции при одновременном в ведении всех предикторов. 2) Пошаговый метод - предикторы вводят последовательно, исходя из их спосо бности различить (дискриминировать) группы. 3. Интерпретация результатов 4. Оценка достоверности дискриминантного анализа 2. ХАРАКТЕРИСТИКА ПРЕДПРИЯТИЯ «Русли» Компания «РУСЛИ» образована в 1996 г. Головное предприятие и производство находится в г. Красноярске. Сеть представительств за (более чем) десять лет работы на рынке распрост ранилась за пределы города и края. Прямые поставки уже осуществляются в Екатеринбург, Омск, Кемерово, Новосибирск, Новокузнецк и Абакан. Основным направлением производства является обработка, обжарка и фасо вка семян подсолнечника, кедрового ореха, фисташки и арахиса. При этом те хнологии и разработанные специалистами компании рецептуры позволяют в оплощать самые смелые вкусовые идеи и радовать потребителей новинками. Продукция компании изготовлена только из натуральных продуктов, содер жащих витамины и аминокислоты, необходимые для здоровья и хорошего наст роения. Компания «Русли» включает в себя ряд управленческих и производственны х отделов. Специалисты в области технологий производства, контроля каче ства, продвижения продукции, снабжения и транспортной логистики, маркет инга и рекламы работают сплоченной творческой командой, целью которой я вляется развитие компании, расширение предложений, создание продукта в ысокого качества, отвечающего требованиям и пожеланиям потребителя в л юбом уголке нашей страны. Миссия компании Миссией компании «Русли» является формирование и поддержание образа л идирующего поставщика качественной снековой продукции на территории Р оссии в понимании действующих и потенциальных потребителей нашей услу ги. На протяжении десяти лет компания «РУСЛИ» зарекомендовала себя надежн ым партнером. С нами сотрудничают крупные торговые сети региона, такие к ак «Командор», «Алпи», «Красный Яр», «Каравай», «Пятерочка». Партнерские отношения сложились с крупными оптовыми компаниями города и края. За последний год компании благодаря реализованному проекту «Van-selling», боль шинство торговых точек категории С в Красноярске проявили интерес к наш ей продукции и заключили договоры сотрудничества. География продаж расширяется. На сегодняшний день в городах Красноярск ого края, Новосибирской, Омской, Кемеровской областей, в республике Хака сия, в городе Екатеринбурге есть представительства компании «РУСЛИ». Индивидуальный подход к каждому клиенту, маркетинговая поддержка, гибк ие условия сотрудничества позволяют нам поддерживать устойчивые делов ые отношения с партнерами. Компания владеет марками - «Чудные», «Кубики», GrЫzli. Ассортимент компании представлен 40 наименованиями - это семечки жареные , соленые, тыквенные, фисташки арахис и т.д. В год компания выпускает в среднем около 1 тыс. тонн готовой продукции. На местном рынке «Русли» с самого начала вышла в лидеры, занимая на старте д о 80% емкости своего сегмента. Сегодня, учитывая значительно возросшую кон куренцию (на рынке присутствует, как минимум, пять основных игроков), комп ания сохраняет ведущие позиции с долей в 30%. Годовой оборот компании составляет около 3,5 млрд. рублей. Основными потребителями марки «Чудные» женщины в возрасте 40 лет, марки GrЫ zli молодеешь в возрасте 23 лет. 2.1 Методы, используемые на предприятии «Русли» Одной из важнейшей составляющей для получения годового оборота на пред приятии «Русли» является грамотная обработка полученной маркетингово й информации. В своей работе, маркетологи в достаточной мере используют аналитически е методы обработки информации, так как было указано ранее, каждый аналит ический метод может дать ответ на различные вопросы. дисперсионный анализ · Различается ли отношение розничных, оптовых торговцев и торговых аген тов к политике распределения, проводимой фирмой - основными потребителя ми продукции на краевом рынке являются розничные торговцы, их доля соста вляет порядка 48%, от всего объема продаж. Оптовые торговцы и контр агенты д елят оставшуюся часть пополам 26 и 26% соответственно. Данная политика полн остью поддерживается в краевом регионе. Однако же на рынках других регио нов ситуация несколько меняется - доля всех торговых партнеров примерно равно 33,1%, но 13% розничных торговцев не довольны такой политикой распределе ния, считая ее по отношении к себе слишком заниженной. · Зависит ли намерение потребителей приобрести товар данной торговой м арки от разницы в уровнях цен - согласно данному пункту проведенного ана лиза, выяснено что таки да, потребители намерены приобрести товар в огов оренных условиях. Компания «Русли» как ведущий производитель снековой продукции держит уровень своих цен ниже чем на 2-3% от конкурентов, что дост аточно влияет на намерения потребителей, вкупе с высоким уровнем качест ва продукции. · Имеет ли влияние выбор каналов сбыта на объем сбыта - продукция произво димая «Русли» прежде всего направлена на массовость, в связи с этим выбо р основным каналом сбыта розничного торговца является само собой разум еющимся, дающая порядка 53% объема сбыта. Кластерный анализ - используя кластерный анализ маркетологи «Русли» в п ервую очередь составляют распределение групп покупателей по возрасту, что выглядит примерно так - «Чудные» GrЫzli Факторный анализ - При сегментации рынка для определения латентных пере менных с целью группировки потребителей - покупатели группируются в зав исимости от того на что они в первую очередь обращают внимание - · Из 100% процентов опрошенных покупателей 13% обращают внимание в первую оче редь на объем упаковки, 26% обращают внимание на слоган, а 24% обращают вниман ие на цвет упаковки. Остальные же покупатели не придают особого значения и покупают что первым увидят. ЗАКЛЮЧЕНИЕ В заключении, можно сказать, что проведение маркетингового исследовани я - это сложный многоступенчатый процесс, требующий глубокого знания объ екта изучения, от точности, качества и своевременности которого зависит во многом успешное функционирование всего предприятия. Маркетинговые исследования становятся инструментом, с помощью которог о существенно снижается риск предпринимательства, поставщика посредни ка и возрастает качество решения задач потребителя. А одним из этих инструментов является грамотное понимание и умение поль зоваться методами обработки маркетинговой информацией, для более точн ого прогнозирования и принятия решений. В данном проекте были проанализированы основные методы обработки марк етинговой информацией и выявлены вопросы ответы на которые влияют на вы бор того или иного метода. Были кратко рассмотрены предприятие «Русли», а также методы обработки, и спользуемые на предприятии. Можно сказать, что предприятие довольно акт ивно пользуется методами, но использовать все методы нецелесообразно. Так как не все они требуются в плане поставленных задач. СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ И ИСТОЧНИКОВ Айвазян С.А., Мхитарян B.C. Теория вероятностей и прикладная статистика. - М., 2001 Т.1 Айвазян С.А. Основы эконометрики. - М., 2001 Т.2 Беляевский И.К. Маркетинговое исследование: информация, анализ, прогноз: Учебное пособие. -М., 2001 Божук С.Г. Маркетинговые исследования. - Спб., 2003 Боровиков B. Statistika: искуство анализа данных на компьютере. - Спб, Бююль А., Цефель П. SPSS: искусство обработки информации. - Спб, 2002. Голубков Е.П. Маркетинговые исследования: теория, методика и практика. - М ., 2000 Девятко И.Ф. Методы социологического исследования. - М., 2002 Дубров А.М., Мхитарян В.С., Трошин Л.И. Многомерные статистические методы.- М ., 2000. Костерин А.Г. Практика сегментирования рынка. - Спб., 2002 Кремер Н.Ш. Теория вероятностей и математическая статистика. - М., 2003 Литтл Р.Дж., Рубин Д.Б. Статистический анализ данных с пропусками. - М., 1990 Малхотра Н.К. Маркетинговые исследования. Практическое руководство. -М.,2002 Мангейм Дж.Б., Рич Р.К. Политология. Методы исследования: Пер. с англ. Теория статистики/ под ред. Р.А. Шмойловой - М., 2002. Толстова Ю.Н. Измерения в социологии.-М., 1998 Трошин Л.И. Анализ нечисловой информации. - М: МЭСИ, 1998 Тюрин Ю.Н., Макаров А.А. Анализ данных на компьютере. - М., 2003 Туркин В.С. Методы обработки маркетинговой информации М. 2004г. Черчилль Г.А. Маркетинговые исследования. - Спб, 2000.
1Архитектура и строительство
2Астрономия, авиация, космонавтика
 
3Безопасность жизнедеятельности
4Биология
 
5Военная кафедра, гражданская оборона
 
6География, экономическая география
7Геология и геодезия
8Государственное регулирование и налоги
 
9Естествознание
 
10Журналистика
 
11Законодательство и право
12Адвокатура
13Административное право
14Арбитражное процессуальное право
15Банковское право
16Государство и право
17Гражданское право и процесс
18Жилищное право
19Законодательство зарубежных стран
20Земельное право
21Конституционное право
22Конституционное право зарубежных стран
23Международное право
24Муниципальное право
25Налоговое право
26Римское право
27Семейное право
28Таможенное право
29Трудовое право
30Уголовное право и процесс
31Финансовое право
32Хозяйственное право
33Экологическое право
34Юриспруденция
 
35Иностранные языки
36Информатика, информационные технологии
37Базы данных
38Компьютерные сети
39Программирование
40Искусство и культура
41Краеведение
42Культурология
43Музыка
44История
45Биографии
46Историческая личность
47Литература
 
48Маркетинг и реклама
49Математика
50Медицина и здоровье
51Менеджмент
52Антикризисное управление
53Делопроизводство и документооборот
54Логистика
 
55Педагогика
56Политология
57Правоохранительные органы
58Криминалистика и криминология
59Прочее
60Психология
61Юридическая психология
 
62Радиоэлектроника
63Религия
 
64Сельское хозяйство и землепользование
65Социология
66Страхование
 
67Технологии
68Материаловедение
69Машиностроение
70Металлургия
71Транспорт
72Туризм
 
73Физика
74Физкультура и спорт
75Философия
 
76Химия
 
77Экология, охрана природы
78Экономика и финансы
79Анализ хозяйственной деятельности
80Банковское дело и кредитование
81Биржевое дело
82Бухгалтерский учет и аудит
83История экономических учений
84Международные отношения
85Предпринимательство, бизнес, микроэкономика
86Финансы
87Ценные бумаги и фондовый рынок
88Экономика предприятия
89Экономико-математическое моделирование
90Экономическая теория

 Анекдоты - это почти как рефераты, только короткие и смешные Следующий
Раньше я думал, что учить уроки - это самое ужасное в мире занятие.
Ни фига! Самое ужасное занятие - это учить уроки со своим ребёнком.
Anekdot.ru

Узнайте стоимость курсовой, диплома, реферата на заказ.

Обратите внимание, курсовая по маркетингу и рекламе "Выбор методов обработки маркетинговой информации", также как и все другие рефераты, курсовые, дипломные и другие работы вы можете скачать бесплатно.

Смотрите также:


Банк рефератов - РефератБанк.ру
© РефератБанк, 2002 - 2016
Рейтинг@Mail.ru