Научный инструментарий анализа маркетинговых данных

В международной и отечественной практике для анализа маркетинговых данных на финансовом рынке используются общенаучные методы и методы анализа маркетинговых данных.

Ведущий исследователь финансового рынка Я.М. Миркин рассматривает финансовый рынок^[57] (financial market) как «механизм свободного перемещения капитала между территориями, отраслями, предприятиями и гражданами; совокупность всех денежных ресурсов, находящихся в постоянном движении, т.е. в распределении и перераспределении, под влиянием меняющегося соотношения спроса и предложения на эти ресурсы субъектами экономики. Понятие, которое включает в себя всю совокупность институтов, действий и механизмов, связанных с обращением и перераспределением денежных средств.»

Несмотря на тот факт, что современная наука располагает разнообразными наборами приемов, методов, средств, способов анализа маркетинговой информации, научным сообществом до сих пор не сформирован единый теоретико-методологический подход к выбору индикаторов, характеризующих качественное состояние поведения потребителя (степень сбалансированности рынка, структура потребности, мотивы покупки, процессы покупки, отношение к информации и др.) финансового рынка. Целевые критерии могут быть представлены в виде разнообразных количественных (оптовые и рыночные цены, учетная ставка банка, курс акций и др.) показателей и качественных (например, степень эффективности финансового рынка) характеристик.

К общенаучным методам анализа маркетинговых данных относится системный анализ (S ystem A nalysis), являющийсяметодологической основой финансового маркетинга^[58] и позволяющий решить сложную, многовариантную маркетинговую задачу, т. е. определить нужный вариант деятельности. В качестве объекта маркетинговых исследований рассматривается финансовый рынок, состоящий из постоянно взаимосвязанных и сообща функционирующих подсистем. Последние могут быть классифицированы по типам участников финансового рынка – заемщики, инвесторы, посредники; по типам активов - валютный (Forex) рынок, кредитный (денежный) рынок, фондовый рынок, рынок ценных бумаг, рынок страховых услуг и пенсионных накоплений, рынок производных финансовых инструментов и др.

Среди методов анализа маркетинговых данных можно выделить традиционные методы и методы маркетинговой аналитики.

 К традиционным относятся методы наблюдения, классификации, группировки и сводки, относительных величин, метод средних величин, горизонтальный и вертикальный анализ, анализ структуры, трендовый анализ, балансовый метод и др.  

Анализ взаимосвязи поведения потребителя и процессов принятия управленческих решений в области маркетинга на финансовом рынке осуществляется методами маркетинговой аналитики (кластерного, дисперсионного, регрессионного, факторного анализа и др.).

Кластерный анализ (Сluster Аnalysis) нацелен на объединение объектов в однородные группы. Другими словами, это поиск схожих объектов, которые отличаются от остальных наблюдений по своим характеристикам. При качественном разбиении разброс значений внутри групп должен быть минимальным, а межгрупповой разброс максимальным. Выделяемые группы должны быть устойчивыми и воспроизводимыми.

Полученные результаты на этапах сбора информации могут быть обработаны при помощи инструментов пакета Excel. Для работы с базами данных используются прикладное программное обеспечение (SPSS^[59], Statistica^[60] и др. ), располагающее алгоритмами кластерного анализа, которые условно разделяют на иерархические и итеративные.

Иерархические алгоритмы применяются, когда истинное количество групп не известно, отсутствуют (или исключены на предварительном этапе) аномальные точки («выбросы»), исходные данные приведены к единой шкале измерений, т. е. выполнены процедуры нормирования с применением различных унифицирующих преобразований.  

Суть подхода заключается в измерении попарных расстояний между объектами и последовательном объединении (или наоборот, дроблении) всех объектов на группы. В результате получается древовидная визуализация, где соседние объекты похожи друг на друга (рис 9.3).

Метрика расстояния выбирается в зависимости от типа данных. Для числовых (спрос, предложение и др.) признаков используются, как правило, такие методы расчета расстояний^[61] между объектами, как евклидово расстояние, манхэттенское или расстояние Чебышева, для категориальных (пол, образование, квалификация и др.) к наиболее распространенным способам относятся расстояние Хэмминга, Джакарта или мера Сёренсена.

 

Рис. 9.3. Дендрограмма результата кластерного анализа

Методы объединения зависят от распределения данных. В практической деятельности, как правило, при проведении анализа маркетинговых данных используются метод Варда, метод ближайшего соседа, метод невзвешенного попарного среднего, взвешенный центроидный метод и др. Предпочтение отдается тому методу, при котором межгрупповая дисперсией будет наименьшее.  

Итеративные (k-means, EM-алгоритм и др.) методы отличаются тем, что число групп задается изначально. После чего матрица расстояний пересчитывается на каждом шаге, пока алгоритм не найдет оптимальное (по его мнению) разбиение.

Результаты маркетинговых исследований на основе кластерного анализа, формируют информационно-аналитическое обеспечение для принятия управленческих решений в области маркетинга, например, для проведения сегментации потребителей на финансовом рынке; исследований поведения потребителей в каждой группе; выявления факторов, оказывающих влияние на поведение потребителей при выборе финансового продукта и/или услуги. 

Для выявления связи между факторами, представленными массивами данных (цена, продажи, реклама, и др.) о финансовом продукте/ услуге, и оценке характера взаимодействия между ними используется дисперсионный анализ (A nalysis of variance - ANOVA). Задача дисперсионного анализа определить, чем вызван разброс данных эксперимента: общей изменчивостью признака или отличиями между подгруппами.

Интерпретация результатов исследования основывается на расчетах статистических характеристик: для числовых данный, как правило, анализ значений F-теста, который показывает во сколько раз межгрупповая изменчивость больше внутригрупповой; для категориальных переменных - критерий хи-квадрат,  который помогает определить наличие/ отсутствие систематической связи между двумя переменными, а также для выявления сходства или различия внутри одной, но численно достаточно большой выборки.

В маркетинговых исследования для получения количественных оценок наличия или степени влияния различных факторов (реклама, цена, качество продукции и др.) на поведение потребителя (доля рынка, продажи, предпочтения торговой марке и др.) на финансовом рынке  применяются методы регрессионного анализа ( R egression A nalysis).  

На рисунке 9.4 приведен пример обработки данных опроса респондентов методами регрессионного анализа.

Рис. 9.4. Определение влияния независимых переменных на результат

Как видно и3 рисунка, оценочная модель степени влияния характеристик приложения «Мобильный банк» (надежность, онлайн-банкинг, услуга открытия ИП, абонентская плата, операционный день) на удовлетворенность финансовым продуктом в целом имеет вид:

            (9.2)

Коэффициенты влияния указывают на положительное влияние независимых переменных на результат и позволяют оценить степень этого влияния. Например, наибольшее влияние на выбор потребителем приложения «Мобильный банк» оказывают надежность (0,71) и наличие онлайн-банкинга (0,62).   

К преимуществам методов регрессионного анализа относится предоставление возможности выявления факторов, способных наиболее сильно влиять на целевые маркетинговые показатели. Полученные результаты формируют основу для принятия управленческих решений по оптимизации параметров, которые способны улучшить ситуацию, и устранении тех, которые ухудшают целевой показатель.

В международной и отечественной практике для анализа взаимосвязи маркетинговой информации на финансовом рынке широко применяются методы факторного анализа (Factor Analysis), не предполагающие разделение переменных на зависимые/независимые и, используемых, в основном, для снижения количества переменных и их классификации.

Цель факторного анализа маркетинговых данных на финансовом рынке заключается в выявлении латентных характеристик (факторов) на основе существующих связей между объектами рынка. Например, для  профилирования сегментов финансового рынка в зависимости от образа жизни потребителей методами факторного анализа ответов респондентов маркетологами были наряду с демографическими характеристиками потребителей были выявлены такие факторы, как: лояльность к кредитным картам; предрасположенность к кредиту; досуг потребителя; надежность банка; компетентность сотрудников и др. Эти латентные характеристики потребителей были положены в основу классификации финансового рынка товаров и услуг (финансовые продукты /услуги для малого бизнеса, для населения пенсионного возраста и др.).

К распространенным алгоритмам проведения факторного анализа относятся методы главных компонент (отбор минимального числа факторов на основе максимального вклада в дисперсию данных) и метод главных факторов (отбор факторов осуществляется на основе данных общей дисперсии).

 В результате последовательного проведения этапов факторного анализа (рис. 9.5) с применением прикладного программного обеспечения происходит «сжатие» обширных данных, полученных на этапе сбора маркетинговой информации, что позволяет выделить наиболее важные характеристики факторов, оказывающих влияние на поведение потребителя на финансовом рынке.

Рис. 9.5. Общепринятые этапы проведения факторного анализа

Под воздействием внешних факторов формируется микросреда секторов финансового рынка (банковского, фондового, рынка ценных бумаг и др.).

Практическое применение аналитического инструментария анализа маркетинговых данных осуществляется исследователем в зависимости от целей исследования, а также от среды объекта исследования. Как правило, для анализа макросреды финансового рынка используется SWOT – анализ, заключающийся в разделении факторов и явлений на четыре категории (рис. 9.6).

Рис. 9.6.   Матрица SWOT-анализа финансового рынка

В процессе принятия управленческих решений в области маркетинга в качестве объектов исследования выступают внешние (макросреда) и внутренние (мезо- и микросреды) факторы, оказывающие влияния на состояние финансового рынка. Макросреда финансового рынка формируется под воздействием разнообразных факторов: экономических, институциональных, демографических, культурных и др. Составной часть макросреды финансового рынка является мезо-среда, представленная стейкхолдерами рынка (инвесторы, покупатели, консультанты, персонал, топ-менеджмент и др.).

Прикладные исследования на основе маркетинговых данных направлены на решение задач, связанных с выбором стратегии увеличения объема продаж финансового продукта/услуги за счет расширения рынка или за счет захвата доли рынка. Реализация поиска решения выбора альтернатив развития объекта исследования основывается на выборе методов сравнения, среди которых наиболее востребованным является GAP-анализ или, иначе говоря, анализ разрывов (от англ. gap — разрыв).

Практическое применение GAP-анализа позволяет наглядно представить реальную ситуации и целевые критерии на графике (рис.9.7) и увидеть рыночные разрывы (бреши), между ними, позволяющие: определить текущее и максимально доступное значения; осуществить прогнозирование развития; разработать сценарий по достижению поставленных целей. В качестве целевых критериев используются, как правило, количественные показатели, например: реализация, прибыль, объёмы сбыта, рентабельность реализации, денежные потоки, доля рынка и т. д.

Рис. 9.7. Графическая интерпретация GAP-анализа финансового рынка

 

К аналитическим методам анализа макросреды относится метод STEP (PEST) -анализа, предполагающий исследование по схеме «фактор – объект исследования» оформляются в виде матрицы (табл. 2), которая предоставляет возможность для количественной оценки (баллы, ранги и другие единицы измерения) силу влияния факторов макросреды.

Современные тренды развития общества ориентированы на активное исследование влияния различных факторов на изменения в экологии, а, следовательно, на качество предоставляемых потребителю товаров и услуг. Социально-этическую направленность развития современного маркетинга обозначил известный маркетолог Ф. Котлер эпиграфом “Новому поколению маркетологов, которое увеличит вклад маркетинга в решение социальных и экологических проблем” к книге «Маркетинг 3.0: от продуктов к потребителям и далее – к человеческой душе»^[62]. Ученый акцентирует внимание на применении инновационных (большие данные (Big data), мобильные технологии, социальный скоринг, искусственные нейронные сети, краудсорсинг и др.) маркетинговых технологий^[63] для исследования взаимодействия потребителей на финансовом рынке с использованием информационно-телекоммуникационных средств как основы цифровой экономики.  

Таблица 2

 Шаблон матрицы для STEP (PEST)-анализа

Фактор	Степень влияния фактора
P olitical - политико-правовые   факторы
E conomic -  экономические факторы
S ocial - социально-культурные факторы
T echnologica l – технологические факторы

 

В связи с этим появляются расширенные версии PEST-анализа, одна из которых получила название T . E . M . P . L . E . S . – анализ, акцентирующий исследование на следующих параметрах среды: Technology – технологии; Economic - экономика; М arket – рынок; Politics – политика; Laws – законодательство; Ecology – экология / окружающая среда; Society – общество.

Маркетологи находятся в постоянном поиске возможностей для анализа финансового рынка, одним из инструментов которого является пятифакторная модель конкурентоспособности товара/услуги Майкла Портера^[64] (рис.9.8).

 

Рис. 9.8. Модель анализа конкурентоспособности по М. Портеру

 

Результаты анализа конкурентных сил по Портеру на финансовом рынке целесообразно представлять в табличной форме с оценкой каждого параметра по 3-х балльной шкале, отражающей низкую, среднюю или высокую степень конкуренции. Полученные количественные показатели суммируются в итоговой строке каждой табличной формы с представлением интерпретации их значений. Последним этапом анализа является обобщение результатов в одну таблицу, что позволяет выделить основные угрозы и разработайте конкурентоспособную стратегию.

Изложенные научные методы анализа маркетинговых данных используются как инструментарий при принятии управленческих решений с учетом поведения потребителей на финансовом рынке.