Определение отношения потребителей к выбранному товару с помощью многофакторной модели Фишбейна

РОСТОВСКИЙ ГОСУДАРСТВЕННЫЙ ЭКОНОМИЧЕСКИЙ УНИВЕРСИТЕТ «РИНХ»

Факультет коммерции и маркетинга

Кафедра маркетинга и рекламы

 

КУРСОВАЯ РАБОТА

По дисциплине «Маркетинговые исследования»

Тема: «Проведение маркетингового исследования на рынке производства и продажи пива «Балтика»

 

 

Выполнил:

студент гр. 221 Е.В. Попов

Проверил:

 

Ростов – на – Дону - 2009

Содержание

Введение

1. Проведение маркетинговых исследований на рынке производства и продажи пива

1.1. Описание объекта исследования

1.2. Определение отношения потребителей к выбранному товару с помощью многофакторной модели Фишбейна

1.3. Позиционирование на рынке

Заключение

Список используемой литературы

Введение

 

Тема данной работы определена как маркетинговое исследование на рынке производства и продажи пива «Балтика». Объектом данной работы выступает предприятие, производящее алкогольные напитки, в частности пиво «Балтика». Предметом данного исследования является маркетинговая деятельность предприятия и, прежде всего, маркетинговое исследование как составляющая этой деятельности.

Проблемой данного маркетингового исследования является определение конкурентоспособности продукции пивоваренной компании «Балтика». Целью данного маркетингового исследования является выявление отношения покупателей к продукции пивоваренной компании «Балтика» и на этой основе выбор самых привлекательных сегментов рынка. Задачами данного маркетингового исследования будет являться определение мнения потребителей о производимой продукции компанией «Балтика», сравнение отношения потребителей к продукции, производимой компанией «Балтика» и продукцией, производимой другими фирмами и разработка рекомендаций по использованию результатов исследования.

 

Проведение маркетинговых исследований на рынке производства и продажи пива

Описание объекта исследования

 

Пивоваренная компания Балтика — крупнейший производитель пива в России, одна из крупнейших пивоваренных компаний в Европе мощностью около 19 гектолитров пива в год. "Балтика" занимает первое место на российском рынке по объему производства пива. Ее рыночная доля - 36,6%. В последнее время компания активно развивается, реализуя проекты по наращиванию производства. Успех пивоваренного гиганта может быть связан и с тем, что соотношение потребления крепких и слабоалкогольных напитков меняется в пользу последних. А производство пива растет более высокими темпами, чем, например, пищевая промышленность в целом. Явные конкурентные преимущества компании - лидерство на российском пивном рынке, активное расширение экспортных каналов, узнаваемость бренда "Балтика", занимающего второе место по объему продаж в Европе.

 

Определение отношения потребителей к выбранному товару с помощью многофакторной модели Фишбейна

Формула Фишбейна имеет следующий вид:

 

n

А0j = å Bij * eij,

i=1

 

где А0j - отношение респондента j к тестируемому товару;

Bij – сила мнения респондента j, что тестируемый товар имеют характеристику I;

eij – оценка значимости характеристики I для респондента;

i=1, …, n, n – число значимых характеристик;

j =1, …,m ,m – количество респондентов.

Данные расчетов по формуле Фишбейна представим в виде таблицы (таблица 1).

 

Таблица 1.

Данные расчетов отношений респондентов к тестируемому товару

Номер респондента j (j=1, …m)	Сила мнения респондента, что тестируемый товар имеет характеристику I (I=1, …n)				Оценка значимости характеристики I для респондента j				Отношение респондента j к тестируемому товару
1	+1	+1	+1	+1	+2	+2	+2	+1	7
2	+1	+1	+1	+2	+2	+2	+2	+1	8
3	+1	+1	+2	+2	+2	+2	0	+1	6
4	+2	+1	+1	+2	+2	+2	0	-1	4
5	+2	+1	+2	+1	+2	0	+1	-2	4
6	+2	+2	+2	+1	+2	+2	+2	+2	14
7	+2	+2	+2	+2	+2	+2	+2	+2	16
8	+2	+1	+2	+2	+2	+2	+1	0	8
9	+1	+1	+2	+2	+2	+2	+1	+1	8
10	+2	+2	+2	+2	+2	+2	+1	-2	6
11	+2	+1	+2	+1	+2	+2	0	-1	5
12	+1	+1	+2	+2	+2	+2	+1	+1	8
13	+2	+2	+1	+1	+2	+2	-2	-2	4
14	+2	+1	+1	+1	+2	+1	+1	-2	4
15	+1	+1	+1	+1	+2	+2	+2	+1	7
16	+2	+2	+2	+2	+2	+2	+1	+1	12
17	+1	+1	+2	+2	+2	+2	0	+1	6
18	+1	+2	+1	+2	+1	+2	+2	+1	9
19	+1	+1	+1	+2	+2	+2	+1	0	5
20	+2	+2	+2	+2	+2	+2	-1	-1	4
21	0	0	0	0	+2	+2	+2	+2	0
22	+2	+1	+2	+1	+2	+2	+1	0	8
23	+1	+1	+2	+2	+2	+2	+1	0	6
24	+2	+1	+2	+1	+2	+2	+1	0	8
25	+1	+1	+1	+1	+2	+1	0	-1	2
26	+2	+1	+2	+2	+2	+2	+1	+1	10
27	+2	+2	+2	+2	+1	+1	+2	+1	10
28	+2	+2	+2	+2	+2	+2	+2	+1	14
29	+2	+2	+2	+1	+2	+2	0	0	8
30	+2	+2	+1	-2	+2	+2	0	-2	12
31	+1	+1	+1	+1	+2	+2	0	-1	3
32	+2	+1	+1	+2	+2	+1	+2	-1	5
33	+2	+2	+1	+2	+2	+2	0	-1	6
34	+1	+2	+2	+2	+2	+2	+1	+1	10
35	+2	+2	+2	+2	+2	+2	+2	+2	16
36	+1	+1	+2	+2	+2	+2	+2	0	8
37	+1	+1	+1	+1	+2	+2	0	0	4
38	+2	+1	+2	+2	+2	+2	+2	+1	12
39	+2	+1	+1	+2	+2	+2	+2	+2	12
40	+2	+2	+2	+2	+2	+2	0	-2	4
41	+1	+1	+1	+1	+2	+1	+1	+1	5
42	+1	+1	+1	+1	+2	+2	+1	0	5
43	+2	+2	+2	+2	+1	-2	-2	+1	-4
44	+1	+2	+2	+2	+2	+2	+1	0	8
45	+2	+2	+2	+2	+2	+2	+1	0	10
46	+2	+2	+2	+2	+2	+2	+2	+2	16
47	+2	+2	+1	+1	+2	+2	0	0	8
48	+2	+2	+1	+1	+2	+2	-2	-2	4
49	0	0	0	0	+1	+1	+1	+1	0
50	+2	+2	+2	+2	+2	+2	+2	+2	16
51	+1	+1	+1	+1	+2	+2	0	0	4
52	+1	+1	+2	+2	+2	+2	+1	0	6
53	+2	+2	+2	+2	+2	+2	+2	-1	10
54	+1	+1	+1	0	+2	+2	+1	+1	5
55	+2	+2	+2	+2	+2	+2	+1	0	10
56	+1	+1	+1	+1	+2	+2	0	-1	3
57	+2	+2	+2	+2	+2	+1	0	-1	4
58	+2	+1	+2	+2	+2	+2	0	-2	2
59	+2	+2	+2	+2	+2	+2	0	-2	4
60	+2	+2	+2	+2	+2	+2	-2	-2	0
61	+1	+2	+2	+2	+2	0	-1	-1	-2
62	+1	+1	+1	+1	+2	+2	+1	+1	6
63	+2	+1	0	0	+2	+1	+2	+1	5
64	+2	+1	+1	+2	+2	+2	+1	+2	11
65	0	0	0	-1	+2	+2	+2	+2	-2
66	+2	+1	+2	+2	+2	+2	+1	0	8
67	+2	+2	+2	+2	+2	+1	0	0	6
68	+1	+2	+2	+2	+2	+2	0	0	6
69	+2	+2	+2	+2	+2	+2	0	-2	4
70	+2	+2	+2	+2	+2	+2	0	-2	4
71	+2	+2	+2	+2	+2	+1	0	-1	4
72	+2	0	+1	+1	+2	+2	0	-2	2
73	+2	+2	+2	+2	+2	+1	0	-1	4
74	+2	+1	+2	+1	+2	+1	0	+1	6
75	+2	+1	+2	+2	+2	+2	+1	0	8
76	+2	+1	+2	+2	+2	+2	+1	0	8
77	+2	+2	+2	+2	+2	+2	+1	0	10
78	0	0	0	0	+2	+2	+2	+2	0
79	0	0	0	0	+2	+2	+2	+2	0
80	+2	+1	+2	0	+2	+1	+2	0	9
81	+2	+2	+2	+2	+2	+2	+2	+2	16
82	+2	+1	+1	+1	+2	+1	+1	+1	7
83	+2	+1	+1	+1	+2	+1	+1	+1	7
84	+1	+1	+1	+1	+2	+2	+2	+1	7
85	+2	+1	0	-1	+2	+2	+2	+2	4
86	+2	+1	+2	0	+2	+1	+1	0	7
87	+2	+2	+2	0	+2	+2	+1	0	10
88	+2	+2	+2	+2	+2	+2	+1	0	10
89	+2	-1	+2	+2	+2	+2	+1	0	4
90	+2	+2	+2	+2	+2	+2	+2	-2	8
91	+2	+1	+2	+2	+2	+2	+1	-2	4
92	+2	+2	+1	+2	+2	+2	0	-2	4
93	+1	+1	+2	+2	+2	+2	+2	0	8
94	+1	+1	0	+1	+2	+2	0	0	4
95	+1	+1	+1	+1	+2	+1	+1	+1	5
96	+2	+2	+2	+2	+2	+2	+2	+2	16

 

Определим частоту попадания рассчитанных показателей A0j в один из следующих интервалов: [-16;-5] - отрицательное; [-5;+5] - безразличное; [+5;+16] – благожелательное.

Распределение респондентов по отношению к продукции пивоваренной компании «Балтика» представим в виде таблицы (таблица 2).

 

 

Таблица 2.

Распределение респондентов по отношению к продукции пивоваренной компании «Балтика»

Отношение	Интервал	Количество, чел.
Отрицательное	[-16;-5]	-
Безразличное	[-5;+5]	33
Благожелательное	[+5;+16]	63

 

Обработаем результаты анкетирования и построим сегменты (кластеры) потребителей со сходным отношением к тестируемому товару

Кластерный метод – один из базовых методов, используемый в мировой практике многомерной классификации. Данный метод используется при условии неопределенности признаков сегментирования и сущности самих сегментов. Исследователь предварительно выбирает ряд интерактивных по отношению к респонденту переменных и далее в зависимости от высказанного отношения к определенной группе переменных, респондентов относит к соответствующему сегменту. Сегментирование производится в отношении определенного товара, при этом предполагается, что существует потребительский рынок, структура которого неизвестна и не может быть определена по задаваемым признакам.

Выделим 4 сегмента - возраст, состав семьи, пол, доход и построим графики (рис 1, 2, 3, 4).

 

Возраст

● Более 56

● ● ● ● ● ● ● ● ● 36-55 лет

● ● ● ● ● ● ● ● ● ● ● ● ● ● ● 18-35 лет

-16 -5 +5 +16

Рис. 1. График сегмента по возрасту

 

Состав семьи

● ● ● ● ● 5 человек и более

● ● ● ● ● ● ● ● ● 3 – 4 человека

● ● ● ● ● ● ● ● ● ● ● ● ● ● 2 человека

● ● ● ● ● ● ● ● ● 1 человек

-16 -5 +5 +16

Рис. 2. График сегмента по составу семьи

 

Пол

 

● ● ● ● ● ● ● ● ● ● ● ● Мужчина

● ● ● ● ● ● ● ● ● ● ● ● ● ● Женщина

-16 -5 +5 +16

Рис. 3. График сегмента по полу

 

Доход

● ● ● ● ● ● ● ● ● ● Более 20000 рублей

● ● ● ● ● ● ● ● ● ● ● ● ● 10000-20000 рублей

● ● ● ● ● ● ● ● ● ● ● 6000-9999 рублей

● ● ● ● ● ● 3000-5999 рублей

до 3000 рублей

-16 -5 +5 +16

Рис. 4. График сегмента по доходам

 

Сегмент 1 - «отрицательно настроенные» потребители. Зависимость не установлена.

Сегмент 2 – «безразличные» потребители. По численности к нему относится 33% респондентов. По возрасту данный сегмент составляет 48%, основной частью выступают молодые люди от 18 до 35 лет – 28%, а также люди среднего возраста от 36 до 55 лет – 20%. По составу семьи к нему относится 36,9% респондентов. Семья, состоящая из 1 человека, занимает 6,5%, состоящая из 2 человек - 8,7%, из 3 – 4 человек – 17,4%, из 5 и более человек - 4,3%. По полу данный сегмент считается смешанным, так как и мужчины, и женщины представлены в равных долевых соотношениях – по 19,2%. По доходу сегмент составляет 42,5% респондентов. Доходы в размере до 3000 рублей – не представлены. Доход в размере от 3000 до 5999 рублей составляет 4,7% респондентов; доход в размере от 6000 до 9999 рублей – 9,4%; доход в размере от 10000 до 20000 рублей – 14,2%; доход более 20000 рублей – 14,2%.

Сегмент 3 – «благожелательные» потребители. По численности превосходит остальные сегменты, к нему относится 63% респондентов. По возрасту данный сегмент составляет 52%, основной частью выступают молодые люди от 18 до 35 лет – 33,4%, а также люди среднего возраста от 36 до 55 лет –18,6%. По составу семьи к нему относится 63,1% респондентов. Семья, состоящая из 1 человека, занимает 19,2%, состоящая из 2 человек - 22%, из 3 – 4 человек – 16,4%, из 5 и более человек - 5,5%. По полу данный сегмент занимает 61,6%, женщин в нем больше – 34,7%, мужчин – 26,9%. По доходу сегмент составляет 57,6% респондентов. Доходы в размере до 3000 рублей – не представлены. Доход в размере от 3000 до 5999 рублей составляет 10,4% респондентов; доход в размере от 6000 до 9999 рублей – 18,4%; доход в размере от 10000 до 20000 рублей – 10,4%; доход более 20000 рублей – 18,3%.