Полная версия

Главная arrow Маркетинг arrow Маркетинг

  • Увеличить шрифт
  • Уменьшить шрифт


<<   СОДЕРЖАНИЕ   >>

12.2. Стратегии и инструменты позиционирования

Отметим наиболее распространенные стратегии позиционирования товара:

  • • позиционирование на базе отличительных преимуществ товара, важных для потребителей определенного сегмента рынка;
  • • позиционирование, ориентированное на определенную категорию потребителей, например регулярно покупающих данный товар;
  • • позиционирование, основанное на выгодах от приобретения товара;
  • • позиционирование, основанное на решении конкретной проблемы, актуальной для потребителя;
  • • позиционирование, основанное на особо привлекательном для потребителя способе использования товара;
  • • позиционирование товара на основе места его происхождения;
  • • позиционирование, основанное на противопоставлении другим категориям конкурирующих товаров.

Для завоевания выгодных позиций на рынке необходимо проводить так называемую маркетинговую дифференциацию. Выделяют следующие основные направления дифференциации.

Дифференциация по товару – предложение товаров с характеристиками, дизайном, упаковкой лучшими, чем у конкурентов.

Сервисная дифференциация – заключается в предложении дополнительных услуг, сопутствующих продукту и по своему уровню превосходящих услуги конкурентов.

Дифференциация по персоналу – наем и специальная подготовка персонала, который эффективно осуществляет свои функции.

Дифференциация по имиджу – заключается в создании привлекательного образа товара и его производителя в сознании потребителей.

В зависимости от ситуации на рынке, особенностей конкретных товаров и возможностей их производителей могут одновременно реализоваться несколько направлений дифференциации.

Окончательным результатом позиционирования товара является простое, четкое, доходчивое для пользователя утверждение, почему ему следует покупать предлагаемый товар данного производителя. После позиционирования товара разрабатывается оперативная маркетинговая программа продвижения товара на рынок.

Кратко рассмотрим инструменты позиционирования.

Полезным инструментом для проведения позиционирования могут служить карты-схемы восприятия (англ. perceptual map), их часто называют также картами восприятия. Они предназначены для отображения в многомерном пространстве, сконструированном на базе изучения психологических факторов, связанных с образом товара, взаимного положения (близости) конкурирующих товаров, различных сегментов рынка.

Для построения карт-схем восприятия широко используется метод многомерного шкалирования. Многомерное шкалирование – это одно из направлений анализа данных, которые представляют собой матрицу близости между парами объектов (например, товаров). Его цель – изображение данных о сходстве объектов в виде системы точек в пространстве малой размерности, например на двумерной плоскости. Этот метод позволяет не только выявить значимые характеристики, влияющие на потребительские предпочтения, но также дает возможность показать графически результаты и существенно облегчить интерпретацию данных. В его основе лежит идея о том, что фиксируемые при опросе данные можно расположить в виде точек в некотором координатном пространстве. Оси этого пространства соответствуют латентным (скрытым) факторам, в совокупности адекватно описывающим ситуацию. Поиск координатного пространства осуществляется по данным, характеризующим различия или, наоборот, сходство рассматриваемых объектов (товаров).

Данные в исходной матрице близости объектов могут быть получены различными способами, но в основном метод ориентируется на экспертные оценки, когда респонденту предъявляют пары объектов и он должен упорядочить их по степени внутреннего сходства, которое иногда оценивается в баллах.

Существует два основных вида многомерного шкалирования: неметрическое (НМШ) и метрическое (ММШ). Метрическое многомерное шкалирование требует измерения близостей на количественной шкале, но при оценке потребительских предпочтений чаще используются шкалы более низкого уровня, например ранговая шкала, позволяющая только упорядочить пары объектов по степени их схожести. В этом случае применяется неметрическое многомерное шкалирование. Наиболее адекватный подход к решению задачи анализа потребительских предпочтений основывается на построении шкал приоритетов с помощью техники ранжирования и тщательной обработки полученных рангов.

Ранжировать можно как объекты (товары, услуги, торговые марки, фирмы), так и значимые для потребителей характеристики объектов. В первом случае картина получается потенциально более многоплановой. В ходе последующих углубленных интервью необходимо выявить смысловую нагрузку полученных шкал. Ранжирование удобно еще тем, что анализ результатов можно проводить при любом объеме выборки.

Конечный результат применения многомерного шкалирования представляет собой интерпретацию полученных координатных осей, в качестве которых выступают базовые характеристики, и конфигурации объектов, например сегментов рынка, в пространстве данных координат. Содержательная интерпретация осей позволяет, в свою очередь, выявить мотивы, которыми руководствовались респонденты, упорядочивая пары объектов по степени их близости, или обнаружить скрытые факторы, определяющие структуру сходства и различия объектов.

Используя карты восприятия, производитель может найти ниши на рынке для своего товара, а также выявить характеристики групп респондентов, демонстрирующих сходство предпочтений. Это дает представление о том, каким должен быть товар, ориентированный на данную группу потребителей, и выработать ориентиры рекламной кампании предлагаемых товаров.

Для упрощения метода многомерного шкалирования в маркетинге могут быть использованы различные программные продукты, например программа PREFMAP (PREFerance MAPping). Она берет в качестве входных данных карту восприятия товаров и располагает на ней координатные оси оптимальным образом с точки зрения восприятия товаров потребителем. В общем случае координаты объектов могут быть заданы пользователем или являться результатом предыдущего анализа данных методом многомерного шкалирования. Программа также способна проводить квазивнутренний анализ предпочтений, рассчитывая координаты объектов на основании данных о предпочтениях. В программе реализованы четыре модели многомерного шкалирования, которые представляют собой иерархию от наиболее простой, векторной модели до обобщенной взвешенной дистанционной модели. Это векторная модель, простая дистанционная модель развертывания, взвешенная дистанционная модель развертывания, обобщенная взвешенная дистанционная модель развертывания. Наиболее часто используются для интерпретации результатов простая дистанционная и векторная модели предпочтений.

В простой дистанционной модели развертывания все респонденты оценивают объекты по одним и тем же характеристикам с одинаковыми весами. При реализации векторной модели каждый респондент представлен в виде вектора. Проекции объектов на вектор предпочтений соответствуют оценке предпочтений респондента.

Для построения карт восприятия достаточно широко применяется пакет KYST (название представляет собой сокращение от фамилий создателей: Kruskal, Young, Shepard, Torgerson). В нем анализ матриц сходства или различия осуществляется с помощью классического неметрического многомерного шкалирования.

Среди отечественных программных пакетов, используемых для поддержки процесса позиционирования, следует отметить продукцию компании "КонСи" (Нижний Новгород).

Программа "КонСи-Анкетер для позиционирования брендов" поддерживает процесс проектирования анкет для опроса конечных потребителей изучаемых товаров согласно выбранной модели позиционирования. В программе предусмотрены четыре модели: "Идеал и Все бренды", "Идеал и Один бренд из многих", "Лидер и Все бренды", "Лидер". Программа позволяет автоматически создать базу данных для накопления заполненных анкет, подготавливает экранную форму для ввода заполненных анкет в компьютер и передает накопленную информацию согласно модели позиционирования в программу "КонСи – Сегментирование рынка".

Программа "КонСи – Сегментирование рынка" позволяет выполнить следующие процедуры, необходимые для сегментного анализа и позиционирования: выделение доходных сегментов потребителей методами кластерного анализа и экспертного сегментирования; наглядное представление свойства каждого сегмента с помощью профиля потребителей; изучение удовлетворенности потребителей из выделенного сегмента с помощью построения карт восприятия.

В программе используются процедуры конджойнт-анализа и факторного анализа. При изучении потребителей очень часто необходимо не только выявить скрытые (латентные) факторы, влияющие на покупательские предпочтения, но и определить степень влияния этих факторов, выяснить, какие из них в большей степени влияют на решение приобрести тот или иной товар. Факторный анализ позволяет осуществить сжатие матрицы признаков в матрицу с меньшим числом переменных, которая практически сохраняет ту же самую информацию, что и наблюдаемые переменные. Данные некоторого числа исходных переменных являются линейными функциями меньшего числа других переменных – факторов. Факторы представляют собой, таким образом, фундаментальные латентные переменные, характеризующие явление. Общая цель факторного анализа – найти такие факторы.

Одним из основных показателей, с помощью которого проводится анализ позиционирования товара, является индекс предпочтения. Он вычисляется по результатам маркетинговых исследований как отношение доли q потребителей товара в рассматриваемом демографическом сегменте, оцениваемой в рамках опросов, к доле О этого сегмента в генеральной совокупности. Под генеральной совокупностью здесь понимается население исследуемого региона.

Индекс предпочтения А (от англ. affinity index) выражается в процентах и рассчитывается по формуле

A = q/Q × 100%.

Если А > 100%, то принимается решение о целесообразности позиционирования товара в данном демографическом сегменте, так как значение доли q в выборке превосходит величину Q в генеральной совокупности и поэтому в целевую группу рекомендуют включать потребителей из демографического сегмента, для которого индекс предпочтения максимален.

Достаточно сложная ситуация возникает тогда, когда индекс предпочтения вычисляется по результатам выборочного опроса. В этом случае долю q и соответственно А оценивают с определенной статистической погрешностью, величина которой зависит от объема выборки.

Если объем выборки велик, например превышает 1000 человек, то статистической погрешностью в расчете доли q можно пренебречь и принимать решения на основе приведенной формулы. Однако если число респондентов невелико, например 100–200 человек, то целесообразен учет статистической погрешности. Например, если по выборке 1600 респондентов доля q потребителей товара в рассматриваемом демографическом сегменте оценена величиной 0,9, то статистическая погрешность в расчете величины А составит 1,1%, но для выборки в 100 человек погрешность будет равна 5,5%.

В этом случае непосредственное применение оценки доли q в расчете индекса предпочтения ведет к статистической неопределенности, которая выражается в том, что выводы относительно величины индекса предпочтения оказываются неустойчивыми: А может оказаться больше 100% для одних выборок и меньше 100% – для других выборок того же объема. В данной ситуации необходим более тщательный анализ и проведение дополнительных опросов.

 
<<   СОДЕРЖАНИЕ   >>