Проблема качества маркетинговых исследований стоит перед разработчиками рекламных стратегий достаточно остро и, как правило, сводится к соответствию получаемых в результате данных реальному положению дел. Однако мало кто задумывается над тем, что те цифры, на основе которых будут приниматься судьбоносные для рекламной кампании решения, не являются величинами абсолютными, и чтобы действительно ориентироваться в ситуации, опираясь на исследования, необходимо учитывать погрешность измерений. Предлагаемая автором методика позволяет подойти к статистике со всей серьезностью и научиться за цифрами видеть то, что недоступно невооруженному взгляду неспециалиста.
Маркетинг для России - сравнительно новая прикладная наука. Здесь, в основном, работают представители «смежных» профессий - социологи, психологи, экономисты и т.д.
Смешение профессиональных культур тормозит развитие собственной культуры проведения маркетинговых исследований (в дальнейшем - МИ) и представления их результатов, на основании которых заказчик исследований должен принимать решения и вести свой бизнес.
Рассмотрим частный вопрос о статистической погрешности количественных МИ и о том, как в связи с наличием данной погрешности целесообразно представлять результаты.
Проводя количественные (или статистические) измерения различных параметров рынка, исследователь получает конкретные результаты, выраженные в цифрах, - проценты, рейтинги и т.д. Данные цифры, оформленные в виде системы таблиц, графиков и т.п., сопровожденные выводами и рекомендациями, представляются заказчику.
Здесь есть одна проблема, скорее всего не известная заказчику, но о которой исследователь должен знать.
Все представленные в отчете цифры - есть только оценка измеряемого параметра, сделанная исследователем на основании проведенных статистических измерений. Оценка в принципе не точна, хотя бы потому, что имеет т.н. «статистическую погрешность» (в принципе данные могут иметь иные виды погрешности, например, связанные с ошибками исследователя при проектировании и организации самого процесса исследования, неправильной постановки задачи и т.д. Мы их здесь не рассматриваем).
Иными словами, предоставленные цифры имеют свои %.
Естественно, чем больше величины выборки статистических измерений, тем меньше статистическая погрешность.
Исследователь является профессионалом, поэтому, скорее всего, знает о величине статистической погрешности в представленных заказчику данных. Исследователь в отчете указывает, как правило, величину статистической погрешности.
Но заказчик может и не знать, что означает указанная исследователем в отчете статистическая погрешность, а главное, что с этой погрешностью делать, как ее учитывать при проектировании своей дальнейшей деятельности.
Полностью статью читайте в журнале "Лаборатория рекламы, маркетинга и PR"
Читайте также
Культура потребления. Черты российского потребителя
Маска, я тебя знаю! Социально-демографические характеристики абонентов сотовой связи