МАРКЕТИНГ

Объективная спецификация

Объективная спецификация представляет собой нахождение математической фун­кции, которая легко поддается обработке и как можно точнее соответствует субъективной спецификации. Вероятно те, кто не занимается составлением моде­лей, будут удивлены, какие затруднения это может вызвать. В табл. 2 перечисле­ны некоторые простые выражения, а в табл. 3 — их связь с качественной специфи­кацией. Выбор определяется ответами на серию вопросов и экономичностью (простотой) процесса:

♦ Как много правильных характеристик имеет выражение? Ни одно выраже­ние не содержит всех нужных характеристик и не будет способно всегда идеально подходить к любым данным. Отсюда возникает вопрос: «Каковы важнейшие характеристики?». Например, при оценке влияния складской площади может не иметь значения, что двойное логарифмическое выраже­ние показывает нулевое значение объема продаж в случае, если товар зани­мает нулевую складскую площадь. Но это неприемлемо в рекламной моде­ли, где продажи осуществляются и в периоды отсутствия рекламы.

♦ Как много неверных характеристик имеет выражение? Выражение может очень хорошо подходить в некоторых отношениях, но быть совершенно не­правильным в других. Многочленное выражение гибко, но при экстраполя­ции может давать нелепые результаты, показывая объем продаж, стремя­щийся в крайних значениях к плюс или минус бесконечности.

♦ Можно ли произвести расчеты? В некоторых случаях неизвестные коэффи­циенты легко вычисляются с помощью анализа регрессии. В других случа­ях, например в очень гибком выражении Гомперца, это невозможно. Это означает, что необходимо более интенсивное применение компьютерных вычислений и менее известных методик.

♦ Можно ли выражение оптимизировать? Линейное выражение вообще не дает оптимума, поэтому если цель — применить модель для распределения ресур­сов между товарами или СМИ, то оно бесполезно. Оно может руководить рас­пределением ресурсов, но не покажет, когда остановиться. Другие выражения, такие как полулогарифмическая модель, дают простые правила распределе­ния, выведенные прямо из уравнений. Третьи, такие как нелинейные выраже­ния, гораздо труднее оптимизировать. На самом деле каждое выражение во­гнутой кривой может давать оптимум, но с некоторыми это сделать легче.

♦ Использовалось ли выражение раньше? Некоторые выражения завоевали доверие благодаря широкому применению; другие применяются редко. Двойная логарифмическая модель имеет некоторые недостатки, но она гиб-

кая и поэтому применяется, чтобы представить маркетинг-микс. Простота полулогарифмической модели — причина ее популярности при решении задач с распределением ресурсов. Применение популярных моделей умень­шает возможность глобальной ошибки и искажения результатов в специ­фикации.

В своей модели финансирования рекламы П. Дойль и Дж. Сондерс (Doyle and Sanders, 1990) использовали полулогарифмическую модель, чтобы представить связь между объемом продаж музыкальных записей и затратами на рекламу:

5t = c+pln(Pt_)) + dn(Vt_,) + M(, (7.1)

где:

St — объем продаж за t-ю неделю;

Pt _, — объем рекламного воздействия в прессе за предыдущую неделю;

Vt j — объем воздействия телерекламы за предыдущую неделю;

с — неизвестная константа;

р, v — неизвестные коэффициенты (эластичность воздействия);

ut — элемент ошибки;

In — натуральные логарифмы.

Сбор данных

В зависимости от поставленной задачи данные собираются одномоментно или за некоторый период (временной ряд). Модели с временными рядами (отслеживаю­щие) могут примерно определить воздействие рекламы или стимулирования на

о

СО

объем продаж или долю рынка. Ежегодные данные для построения временного ряда редко используются, поскольку требуемое количество точек ретроспективы заставляет разработчика модели рассматривать слишком далекое прошлое (т. е. 24 года). Есть вероятность, что с течением времени связь между объемом продаж и переменными маркетинга-микс менялась, и поэтому вся работа лишается на­дежности. Более разумно использовать ежемесячные данные, потому что за пери­од в три года, в течение которых связи могут сохраняться, можно получить дан­ные по 36 временным точкам. Однако даже за это время ситуация часто меняется и в данных возникнет дискретность. Приходится также бороться с сезонными ко­лебаниями.

Одномоментные данные существуют там, где информация поступает одновре­менно из нескольких мест. Например, в магазинах с электронными кассами мож­но отследить соотношение между объемом продаж и продвижением какого-либо товара на примере большого количества торговых точек.

Если собранные данные неточны или некоторые временные серии более точ­ны, чем другие, результаты искажаются. Исследования, занимающиеся измерени­ем телевизионной аудитории, более точны, чем средства измерения аудитории любых других СМИ, поэтому, как правило, они дают более надежные результаты. Всегда будет искажение из-за различного качества данных, но там, где возможно, следует сравнивать данные, аналогичные по качеству. Из этого следует, что про­фессиональные медиа-ассоциации поступят правильно, улучшив качество регис­трации результатов своей работы, если только они стремятся увеличить привле­кательность пользования их средством информации.