Analiza Datelor de Marketing

Analiza datelor de marketing

1. Alegeţi două varibile de marketing care se asociază, pentru un eşantion de minim 500 elemente. (dacă aveţi de la un proiect anterior date grupate după două variabile, puteţi continua cu analiza acestora). Analizaţi şi interpretaţi datele, utilizând tabelul de contingenţă, după care mai adăugaţi o nouă variabilă care ar putea fi factor de influenţă şi, continuaţi analiza.

Considerând următoarea distribuţie a unui eşantion de 500 persoane în funcţie de “sex” şi “preferinţa pentru un nou produs X lansat pe piaţă”:

Manifestarea preferintelor SEX TOTAL

Frecvente relative%

M F M F

Prefera 215 70 280 63.64 41.18

Nu prefera 120 100 220 36.36 58.82

Total 330 170 500 100 100

Se observă, din simpla vizualizare a tabelului de contingenţă (sau de asociere, datorită numărului de variante ale variabilelor cercetate), că există diferenţe pe sexe în ceea ce priveşte preferinţa faţă de noul produs; din cei 330 bărbaţi incluşi în eşantion, doar 215 preferă produsul X, în timp ce, din cele 170 femei şi-au manifestat preferinţa pentru noul produs un efectiv de 70, atestând prin aceasta existenţa asocierii între variabilele studiate.

Prin simpla vizualizare a tabelului de mai sus, se observă că distribuţia frecvenţelor absolute şi într-o mai mare măsură a celor relative atestă existenţa unei legături între cele două variabile, mai exact ”sexul” influenţează “freferintele cu privire la respectivul produs”, ponderea cea mai mare a celor care au manifestat preferinta pentru produs fiind în rândul bărbaţilor (63.64), în timp ce femeile înregistrează din acest punct de vedere un procent de doar 41.18. Pe de altă parte, 58.82% dintre femei şi respectiv, 36.36% dintre bărbaţi nu prefera respectivul produs.

În cazul de faţă legătura este asimetrică, existând o variabilă dependentă – “preferinţa pentru noul produs” şi una independentă – “sexul.

Coeficientul Q al lui Yule se calculează cu ajutorul formulei

= = = = - 0.42

Se observa ca intre cele doua variabile exista o asociere inversa.

Introducem în analiză o nouă variabilă – “mediu”. Distribuţia celor 500 persoane după cele trei variabile se prezintă astfel:

Manifestarea preferintelor Frecvente absolute Frecvente relative %

M F M F

Rural Urman Rural Urban Rural Urban Rural Urban

Prefera 130 80 25 45 81.25 47.06 41.67 40.91

Nu prefera 30 90 35 65 18.75 52.94 58.33 59.09

Total 160 170 60 110 100 100 100 100

Introducerea în analiză a variabilei “mediu” confirmă, pe de o parte, legătura dintre variabila “sex” şi “preferinta”fata de produsul X, dar, pe de altă parte, se observă că, rezultat al acţiunii concomitente a celor două variabile independente există la nivelul subgrupelor formate o şi mai mare diferenţiere din punctul de vedere al variabilei dependente. Se observă, astfel, că ponderea cea mai mare a celor care prefera produsul studiat se înregistrează în rândul populaţiei masculine din mediul rural (81.25%), urmată de populaţia masculină din mediul urban (47.06%), populaţia feminină din mediul rural (41.67%) şi, în final, populaţia feminină din mediul urban (40.91%). Cei care “nu prefera” au ponderi mai mici decât cei care prefera produsul, în rândul populaţiei masculine şi ponderi inferioare în rândul populaţiei feminine. Ponderi reduse din efectivul bărbaţilor (îndeosebi din rândul populaţiei din mediul rural 18.75%) nu prefer produsul; în timp ce, din acest punct de vedere, populaţia feminină înregistrează ponderi ridicate (mai ales în rândul celor din mediul urban 59.09%).

Se remarcă, aşadar, că segmentul cu potenţialul cel mai ridicat pentru piaţa produsului “X” este constituit de populaţia masculină din mediul rural, la celălalt pol situându-se populaţia feminină din mediul urban.

2. Alegeţi două variabile de marketing aflate în interdependenţă, pentru minim 12 unităţi ale unei colectivităţi. Aplicaţi atât metodele neparametrice cât şi metodele parametrice pentru analiza şi interpretarea legăturii.

O firma producătoare de aparatura electronica a organizat o cercetare asupra unui eşantion de 12 unităţi distribuitoare ale produselor proprii, pentru a identifica legătura dintre nivelul sumelor alocate pentru acţiuni promoţionale şi vânzările realizate în timp de lună. Cele 12 unităţi au fost extrase în mod aleatoriu din totalul unităţilor distribuitoare ale produselor firmei care a organizat cercetarea.

Rezultatele inregistrate se prezinta astfel:

Unitatea distribu-itoare Cheltuieli promoţi-onale

(mii u.m.)

Valoare vânzări (mii u.m.)

I 6.3 243 1530.9 39.7 59049 168 5625 3249 17424 4

II 13.8 465 6417 190.4 216225 408 3249 27225 11664 30

III 4.4 318 1399.2 19.4 101124 107.2 44436.6 324 37172 15

IV 1.2 77 92.4 1.4 5929 4.8 5212.8 49729 87143 50

V 0.7 135 94.5 0.5 18225 -11.2 21374.4 27225 96845 58

VI 8.1 304 2462.4 65.6 92416 225.6 6146.6 16 5535 0.04

VII 26.5 862 22843 702.3 743044 814.4 2265.8 315844 264607 331

VIII 5.3 235 1245.5 28.1 55225 136 9801 4225 26896 9

IX 13.2 305 4026 174.2 93025 388.8 7022.4 25 7885 24

X 0.3 58 17.4 0.1 3364 -24 6724 58564 104976 64

XI 3.3 117 386.1 10.9 13689 72 2025 33489 51984 25

XII 17 485 8245 289 235225 510.4 645.2 34225 44268 76

TOTAL 120 3604 48759.4 1521.6 1636540 2800 114528 554140 756399 687.