5.3.5. Измерение восприятия цены посредством совместного анализа

В рассматриваемом примере задача заключалась в том, чтобы измерить и сравнить чувствительность к цене для четырех марок, конкурирующих в сегменте сигарет из смешанных табаков: «Мальборо», «Барклай», «Кэмел» и «Светлые Галуаз». Марку сигарет можно определить как совокупность следующих семи характеристик: название, количество сигарет в пачке, жесткость пачки, длина сигареты, содержание смол и никотина в каждой сигарете, диаметр сигареты и цена пачки. Четыре исследованные марки различаются только по трем из этих характеристик: марке, содержанию смол (С) и никотина (Н), цене; следовательно, только три эти характеристики являются детерминирующими выбор (Herwats, 1986).

Для каждой из этих характеристик рассматривались четыре уровня:

Марка: « Барклай», « Кэмел», « Мальборо» и « Светлые Галуаз». Содержание: (С = 1 мг, Н = 0, 2 мг); (С = 4 мг, Н = 0, 4 мг); (С = мг, Н = 0, 7 мг); (С = 15 мг, Н = 1 мг). Цена: 57, 62, 67, 72 бельгийских франка (Ф).

Таким образом, всего аналитик мог сформировать 64 возможные комбинации этих компонентов (4x4x4). При данном общем количестве комбинаций задача проранжировать или упорядочить их была бы для респондентов слишком сложной. Использование эффективных планов эксперимента указывает путь для отбора сокращенного числа из 64 воз-можных комбинаций. В данном случае была использована схема латин-ского квадрата 4x4, пренебрегающая взаимодействиями одновременно трех факторов. и респондентов просили проранжировать 16 отобранных комбинаций (см. табл. 5.3).

Таблица 5.3. Пример моделирования предпочтений декомпозиционным методом. Сегмент сигарет из смешанных табаков в Бельгии.

Например, совокупность 6 (К-62-9/0,7) сформирована таким образом: марка « Кэмел», по цене 62 Ф, с содержанием смол 9 мг и никотина 0, 7 мг. Респондент 27 поставил ее на 27-е место. Обычно аналитик, чтобы облегчить задания респондентам, использует различные вспомогательные средства (макеты, товарные знаки и т.д.).

Как показано в табл. 5.3, каждая комбинация из k переменных может быть описана набором из k-1 двоичных переменных (0, 1), обозначающих отсутствие или присутствие данного уровня по каждой характеристике. В линейной регрессионной модели эти двоичные переменные используются как переменные, объясняющие предпочтительное ранжирование для каждого респондента.

Во врезке 5.5 приведены результаты, полученные для двух респондентов: курящего « Барклай» и курящего «Светлые Галуаз». Результаты регрессионного анализа в целом статистически значимы в обоих случаях, и большинство регрессионных компонент имеют значимые показатели t-тестов. В данном случае совокупностью сравнения является совокупность номер 1 (см. табл. 5.3), которая имеет следующий состав: марка «Барклай» по самой низкой цене (57 Ф) и при самом низком содержании смол и никотина (1/0, 2). С учетом того, что самая предпочтительная совокупность имеет 16-й ранг, коэффициенты регрессии должны интерпретироваться в терминах рангов, выигранных или потерянных по сравнению с этим рангом.

Курящий «Барклай», очевидно, весьма удовлетворен совокупностью сравнения; любая его модификация оказывает отрицательное воздействие. «Мальборо» (-4) представляет наиболее приемлемую марку, а «Светлые Галуаз» (-12) - наименее приемлемую. Этого покупателя мало заботит цена. Повышение цены на 5 Ф оказывает лишь слабое воздействие (-0, 25); дальнейшее повышение цены вызывает более сильную реакцию, которая в абсолютных единицах остается слабой. Реакция на возрастание содержания смол и никотина также является слабой.

Поведение курящего «Светлые Галуаз» существенно отличается. Кажется, он приветствует смену: от своей обычной марки он с удовольствием обратился к «Кэмел» (+8, 5), а затем к «Мальборо» (+6, 0). По сравнению с другим респондентом его реакция на возрастание цены, как и на изменение в содержании смол и никотина, значительно сильнее.

Аналогичные результаты, полученные на большем числе респондентов, позволяют измерять их предпочтения, сегментацию рынка по отношению к цене, а также оценивать вкусы и формулировать рекомендации для разработки товаров и ценовых стратегий.

В рассматриваемом примере задача заключалась в том, чтобы измерить и сравнить чувствительность к цене для четырех марок, конкурирующих в сегменте сигарет из смешанных табаков: «Мальборо», «Барклай», «Кэмел» и «Светлые Галуаз». Марку сигарет можно определить как совокупность следующих семи характеристик: название, количество сигарет в пачке, жесткость пачки, длина сигареты, содержание смол и никотина в каждой сигарете, диаметр сигареты и цена пачки. Четыре исследованные марки различаются только по трем из этих характеристик: марке, содержанию смол (С) и никотина (Н), цене; следовательно, только три эти характеристики являются детерминирующими выбор (Herwats, 1986).

Для каждой из этих характеристик рассматривались четыре уровня:

Марка: « Барклай», « Кэмел», « Мальборо» и « Светлые Галуаз». Содержание: (С = 1 мг, Н = 0, 2 мг); (С = 4 мг, Н = 0, 4 мг); (С = мг, Н = 0, 7 мг); (С = 15 мг, Н = 1 мг). Цена: 57, 62, 67, 72 бельгийских франка (Ф).

Таким образом, всего аналитик мог сформировать 64 возможные комбинации этих компонентов (4x4x4). При данном общем количестве комбинаций задача проранжировать или упорядочить их была бы для респондентов слишком сложной. Использование эффективных планов эксперимента указывает путь для отбора сокращенного числа из 64 воз-можных комбинаций. В данном случае была использована схема латин-ского квадрата 4x4, пренебрегающая взаимодействиями одновременно трех факторов. и респондентов просили проранжировать 16 отобранных комбинаций (см. табл. 5.3).

Таблица 5.3. Пример моделирования предпочтений декомпозиционным методом. Сегмент сигарет из смешанных табаков в Бельгии.

Например, совокупность 6 (К-62-9/0,7) сформирована таким образом: марка « Кэмел», по цене 62 Ф, с содержанием смол 9 мг и никотина 0, 7 мг. Респондент 27 поставил ее на 27-е место. Обычно аналитик, чтобы облегчить задания респондентам, использует различные вспомогательные средства (макеты, товарные знаки и т.д.).

Как показано в табл. 5.3, каждая комбинация из k переменных может быть описана набором из k-1 двоичных переменных (0, 1), обозначающих отсутствие или присутствие данного уровня по каждой характеристике. В линейной регрессионной модели эти двоичные переменные используются как переменные, объясняющие предпочтительное ранжирование для каждого респондента.

Во врезке 5.5 приведены результаты, полученные для двух респондентов: курящего « Барклай» и курящего «Светлые Галуаз». Результаты регрессионного анализа в целом статистически значимы в обоих случаях, и большинство регрессионных компонент имеют значимые показатели t-тестов. В данном случае совокупностью сравнения является совокупность номер 1 (см. табл. 5.3), которая имеет следующий состав: марка «Барклай» по самой низкой цене (57 Ф) и при самом низком содержании смол и никотина (1/0, 2). С учетом того, что самая предпочтительная совокупность имеет 16-й ранг, коэффициенты регрессии должны интерпретироваться в терминах рангов, выигранных или потерянных по сравнению с этим рангом.

Курящий «Барклай», очевидно, весьма удовлетворен совокупностью сравнения; любая его модификация оказывает отрицательное воздействие. «Мальборо» (-4) представляет наиболее приемлемую марку, а «Светлые Галуаз» (-12) - наименее приемлемую. Этого покупателя мало заботит цена. Повышение цены на 5 Ф оказывает лишь слабое воздействие (-0, 25); дальнейшее повышение цены вызывает более сильную реакцию, которая в абсолютных единицах остается слабой. Реакция на возрастание содержания смол и никотина также является слабой.

Поведение курящего «Светлые Галуаз» существенно отличается. Кажется, он приветствует смену: от своей обычной марки он с удовольствием обратился к «Кэмел» (+8, 5), а затем к «Мальборо» (+6, 0). По сравнению с другим респондентом его реакция на возрастание цены, как и на изменение в содержании смол и никотина, значительно сильнее.

Аналогичные результаты, полученные на большем числе респондентов, позволяют измерять их предпочтения, сегментацию рынка по отношению к цене, а также оценивать вкусы и формулировать рекомендации для разработки товаров и ценовых стратегий.