Часть III. Сбор, подготовка и анализ данных 6 страница. время известна также как один из самых успешных американских экспортеров

время известна также как один из самых успешных американских экспортеров. Объемы ее

продаж в странах Азии, Великобритании, Франции и Германии растут с феноменальной

скоростью. В 2000 году ожидалось, что потребители во всем мире будут ежегодно поглощать

продукции Haagen-Dasz на 2 миллиарда долларов, причем почти половина этой суммы по-

ступит от продаж на международном рынке. Как компании удалось достичь такого ошелом-

ляющего успеха? Стратегия разжигания аппетита иностранцев проста. Маркетинговые ис-

следования, проведенные в ряде европейских стран (в том числе Великобритании, Франции

и Германии) и нескольких азиатских странах (Японии, Сингапуре, Тайване и т.д.), показа-

ли, что потребители жаждут есть мороженое высокого качества с имиджем высшего класса и

готовы платить за него соответствующую цену. Такой вывод сделали после того, как цена на

мороженое в каждой стране была нормализована, получено среднее значение цены, равное

нулю, и унифицированное стандартное отклонение. Нормализация была весьма желатель-

на, поскольку цены указывались в разных валютах, а для сравнения показателей по разным

странам была необходима какая-то общая основа. Кроме того, в каждой стране высокую це-

ну назначали с учетом цен на конкурирующие марки мороженого. Использование норма-

лизации позволило компании решить обе эти задачи.

Основываясь на результатах проведенных исследований, компания Haagen-Dasz. в пер-

вую очередь начала продавать свою продукцию через очень ограниченную сеть розничных

магазинов наивысшего класса; несколько позже была создана сеть магазинов в зонах актив-

ного автомобильного движения, которые были уже собственностью компании; и наконец,

дело дошло до супермаркетов и магазинов самообслуживания, работающих с удлиненным

рабочим днем. Таким образом, благодаря тому, что на рынок сбыта компания выходила че-

рез розничные магазины высшего класса, ей удалось обеспечить высококлассный имидж

для марки своего нового товара. Кроме того, Haagen-Dasz оборудовала магазины своих сбы-

товиков бесплатными холодильниками. В результате изголодавшиеся по мороженому высо-

чайшего качества британцы выкладывали по 5 долларов за пинту, т.е. вдвое, а то и втрое

[ больше, чем они платили за отечественные сорта. "Это явно самый большой магазин по

| продаже мороженого в мире под одной торговой маркой",— говорит старший вице-

I президент компании по международным продажам Джон Ричителло. Кроме того, продук-

\ ция Haagen-Dasz остается популярной и на американском рынке, хотя и испытывает серьез-

i ную конкуренцию и давление со стороны органов здравоохранения, что также является сти-

I мулом для дальнейшего выхода на международные рынки [18].

Анализ данных может выполняться на трех уровнях: индивидуальном; в пределах страны

или культурного образования; в разных странах или культурных образованиях. Для анализа на

индивидуальном уровне необходимо, чтобы данные по каждому респонденту анализировались

отдельно. Так, например, можно вычислить коэффициент корреляции либо проанализировать

каждого респондента с применением регрессионного анализа. Это означает, что для анализа на

этом уровне необходимо получить от каждого респондента достаточное количество данных, что

не всегда экономически целесообразно. Тут можно возразить, что при проведении междуна-

542 Часть III. Сбор, подготовка и анализ данных

родных маркетинговых исследований или исследований в разных культурных средах исследо-

ватель в любом случае должен обладать полноценными знаниями о потребителях, относящих-

ся ко всем элементам разных культур. Этого лучше всего можно добиться, применяя анализ на

индивидуальном уровне [19].

При анализе в пределах одной страны или одного культурного образования данные по каж-

дой стране или культурной единице анализируются отдельно. Такой анализ также называют

интракультурным (intracultural analysis).

И нтра культурны и анализ (intracultural analysis)

Анализ данных международного характера, проводимый в пределах одной страны.

Данный уровень анализа очень напоминает анализ, который проводится при внутренних

маркетинговых исследованиях. Цель его — определить взаимоотношения и структурные связи,

существующие в каждой стране или культурной единице. При анализе результатов опроса в

разных странах собранные данные анализируются одновременно. При использовании этого

метода возможны два подхода. Первый заключается в том, что данные по всем респондентам,

представляющим все исследуемые страны, объединяются и анализируются. Такой подход на-

зывают панкультурным анализом (pan-cultural analysis).

Панкультурный анализ (pan-cultural analysis)

Анализ, охватывающий несколько стран, при котором объединяются и анализируются дан-

ные, собранные при опросе респондентов из всех стран.

Второй подход состоит в том, что данные группируются по каждой стране, и затем эти уже

объединенные статистические данные анализируются. Так, например, можно рассчитать сред-

ние по переменным для каждой страны, а затем вычислить корреляции этих средних. Это на-

зывается межкультурным анализом (cross-cultural analysis).

Межкультурный анализ (cross-cultural analysis)

Тип анализа, охватывающего несколько стран, при котором данные сначала группируются

по каждой стране, а затем по каждой стране анализируются.

Цель данного типа анализа заключается в оценке сравнимости выводов по разным странам.

В данном случае нужно исследовать как сходства, так и различия между странами. При иссле-

довании различий необходимо оценивать не только различия в средних показателях, но и раз-

личия в дисперсии и распределении. Все статистические методы, обсуждаемые в этой книге,

могут применяться для анализа в пределах одной страны и для анализа, охватывающего не-

сколько стран, а также, если можно получить необходимый объем данных, и для анализа на

индивидуальном уровне [20].

ЭТИКА МАРКЕТИНГОВЫХ ИССЛЕДОВАНИЙ

Этические вопросы, возникающие на этапе подготовки данных к анализу и в процессе са-

мого анализа в ходе проведения маркетинговых исследований, в первую очередь касаются ис-

следователя. Проводя проверку, редактирование, кодирование, преобразование и очищение

данных, исследователи должны составить представление по поводу качества данных. Следует

попытаться выявить респондентов, которые предоставили данные сомнительного качества.

Рассмотрим, например, следующий случай: респондент помечает вариант "7" по всем 20 пунк-

там, предложенным при исследовании отношения людей к зрелищным видам спорта, по се-

мибалльной шкале Лайкерта. Очевидно, что данный респондент не осознавал, что некоторые

его утверждения были при этом позитивными, а некоторые — негативными. Таким образом,

он указывает на свое весьма положительное отношение к зрелищным видам спорта по всем

Глава 14. Подготовка данных к анализу 543

позитивным элементам и на резко отрицательное — по всем противоположным утверждениям.

В данном случае решение отбраковать ответы данного респондента, т.е. не включать их в ана-

лиз, может быть связано с определенными морально-этическими проблемами. Для подобных

ситуаций существует весьма полезное эмпирическое правило: принимать такие решения следу-

ет на этапе подготовки данных, еше до перехода на стадию анализа.

Представим противоположную ситуацию: предположим, что исследователь провел анализ

данного рода, не попытавшись сначала выявить всех респондентов, предоставивших ответы не-

удовлетворительного качества. Данный анализ, однако, не выявил ожидаемых взаимосвязей,

т.е. он не показал, что отношение к зрелищным видам спорта влияет на посещаемость спортза-

лов и стадионов зрителями. После этого исследователь принимает решение исследовать качест-

во полученных данных. При проверке анкет выявлено несколько респондентов, ответы кото-

рых неудовлетворительного качества. Кроме упомянутого выше типа неудовлетворительных

ответов были также другие сомнительные варианты. Например, некоторые респонденты поме-

тили все ответы по всем 20 элементам оценки зрелищных видов спорта как "4", т.е. выбрали

вариант "не согласен, но и не против". После отсеивания ответов всех таких респондентов из

анализа оставшийся набор данных анализировали и получили ожидаемый результат, свиде-

тельствующий о том, что положительное отношение к зрелищным видам спорта увеличивает

посещаемость соответствующих заведений.

Отбраковка респондентов после анализа данных связана с определенными этическими

проблемами, особенно если в отчете нет явного свидетельства о том, что первоначальный ана-

лиз неокончателен. Более того, необходимо дать точное определение процедуры, использован-

ной для выявления неудовлетворительных респондентов, и точно указать количество отбрако-

ванных респондентов, как это описано в приведенном ниже примере.

ПРИМЕР. Отсеивание лиц, ответственных за принятие решений, но не желаю-

щих поступать в соответствии с этическими нормами

При опросе учащихся по программе МВА по вопросам, связанным с этическими про-!

блемами, возникающими в ходе маркетинговых исследований, респондентов попросили от- 1

ветить на 14 вопросов, касающихся двусмысленных в этическом плане ситуаций. Для этого j

они должны простым предложением описать, какие действия они предприняли бы, если бы;•

оказались в подобной ситуации. После этого все результаты ответов были проанализирова- '

ны с тем, чтобы определить, свидетельствует ли ответ респондента об этичности его поведе- •_

ния. Однако уже на этапе подготовки данных шесть из 561 респондента отбраковали из

дальнейшего анализа, поскольку их ответы указывали на то, что они не выполнили основ-

ной рекомендации, в соответствии с которой они должны были четко описать свои деист- •

вия. Данная ситуация может служить примером выполнения этических требований к редак- j

тированию данных. Критерий неудовлетворительных ответов определен четко и точно, рее- ]

понденты с неудовлетворительными ответами выявлены перед проведением анализа, и

число отсеянных респондентов точно определено [21].

\ -:тт...„„.,,„.. i

В ходе анализа данных исследователю также нередко приходится сталкиваться с вопросами

этического характера. Предположения, лежащие в основе статистических методов, используе-

мых для анализа данных, должны удовлетворять одному условию: быть достаточными для по-

лучения значимых результатов. Любое отклонение от этих предположений необходимо всесто-

ронне исследовать и определить, насколько подходит выбранный метод для анализа имеющих-

ся данных. На маркетологе лежит определенная ответственность: он должен уметь объяснить,

почему для анализа использовал тот или иной метод. Если это не делается, могут возникнуть

вопросы этического характера. Кроме того, недопустимы какие-либо преднамеренные либо

умышленные искажения методов или результатов исследования. Этические проблемы могут

возникнуть и в ходе интерпретации результатов, составления заключений, рекомендаций и в

процессе реализации выводов. Несомненно, интерпретация, заключения, рекомендации и реа-

лизация выводов обязательно подразумевают определенную степень субъективности, однако

любая оценка должна быть честной, свободной от какой-либо личной необъективности и

предвзятости исследователя или клиента.

544 Часть III. Сбор, подготовка и анализ данных

ИСПОЛЬЗОВАНИЕ INTERNET И КОМПЬЮТЕРА

Основные пакеты статистического программного обеспечения: SPSS (www.spss.com),

BMDP (www.usc, edu/ucs/userserv/statistics/bmdp), Minitab (www.rninitab.com)

и Excel (207. 68.137. 59/excel/ProductInfo/Brochure/) — имеют свои Internet-сайты,

выйдя на которые, можно получить огромное количество самой разнообразной информации.

Ниже подробно рассказывается об использовании этих пакетов для проверки достоверности

собранных данных.

Компьютерные программы для подготовки данных

SPSS

С помощью этого пакета значения, выпадающие из определенного диапазона, могут

быть отобраны с использованием операторов SELECT IF или PROCESS IF. Все эти наблю-

дения вместе с идентификационной информацией можно распечатать командами PRINT

или WRITE. В ходе дальнейшей проверки может использоваться команда LIST, которая вы-

водит на экран значения переменных по каждому наблюдению. Функция SPSS Data Entry II

упрощает процедуру ввода данных в новые файлы. Она повышает эффективность процесса

очищения данных и проверки их на предмет логической несостоятельности.

SAS

Для отбора наблюдений с пропущенными значениями либо значениями, выходящими

за пределы определенного диапазона, в этом пакете используются операторы IF, IF-THEN и

IF-THEN/ELSE. Оператор SELECT выбирает один из нескольких операторов либо группу

операторов. Оператор LIST весьма полезен для распечатки вызывающих подозрение строк

введенных данных. Оператор LOSTCARD используется для идентификации пропущенных

записей в данных. Процедуры PRINT и PRINTTO применяют для идентификации наблю-

дений и распечатки имен и значений переменных. Кроме того, операторы OUTPUT и PUT

применяют для записи значений переменных.

BMDP

Для отбора выпадающих из определенного диапазона данных в этом пакете используется

функция TRANSFORM. Преобразующее слово USE и несколько функций и логических опе-

раторов обеспечивают мошные возможности для отбора данных. Некоторые программы имеют

специальные опции для перечисления данных. Например, Ш может распечатать только на-

блюдения с пропущенными значениями или значениями, выходящими за пределы конкрет-

ного диапазона. Эта программа позволяет составить список всех данных таким образом, что

каждый столбец будет содержать все значения по одной переменной. Можно также распечатать

все переменные по одному наблюдению перед переменными по следующему наблюдению.

Программа AM позволяет распечатать позиции пропущенных и выходящих за пределы диа-

пазона значений, 4D обеспечивает вывод на печать данных в компактной форме карты или об-

раза либо распечатать только наблюдения, содержащие нечисловые символы.

Minitab

В этом пакете операторы позволяют управлять порядком команд в макросе. Команда IF

позволяет реализовывать разные блоки команд: IF, ELSEIF, ELSE и ENDIF.

Excel

Для проведения логических проверок и проверок на наличие данных, выпадающих из оп-

ределенного диапазона, с помощью этой программы можно воспользоваться оператором IF.

Доступ к нему получают следующим образом: INSERT>FUNCTION>ALL>IF.

Кроме того, эти пакеты включают опции для работы с пропущенными ответами и для

статистической корректировки данных. Сегодня существуют статистические программы, ко-

торые можно найти в Internet. Некоторые из них нельзя применять для интегрированного

Глава 14. Подготовка данных к анализу 545

анализа данных, но зато они очень полезны при выполнении отдельных элементов стати-

стического анализа.

Через Internet можно получить информацию, используемую при выборе правильной стра-

тегии анализа данных. Здесь содержится огромное количество сведений относительно того, в

каких случаях пользоваться теми или иными статистическими методами. Кроме того,

"путешествуя" по Internet, можно найти информацию о совершенно новых статистических ме-

тодах, которые пока недоступны в широко используемых статистических программах. Полез-

ным источником всевозможных сведений статистического характера могут стать группы ново-

стей и группы по интересам.

Существует несколько программ для компьютеров, повышающие эффективность процесса

подготовки данных. Так, компания Pros & Cons, Inc. (Бетесда, штат Мэриленд) разработала про-

грамму PCPUNCH для персональных компьютеров, с помощью которой можно вводить дан-

ные, проверять их состоятельность, замещать пропущенные значения, выполнять статистиче-

скую корректировку данных и их базовый анализ. Кроме того, процедуру проверки на наличие

данных, выпадающих из определенного диапазона, и логически непоследовательных данных

можно запрограммировать. Все это позволяет выявлять ошибки данного типа уже на этапе вво-

да данных с клавиатуры, что не только сокращает количество ошибок при вводе данных, но и

повышает эффективность корректировочных мероприятий.

I В центре внимания Burke

В компании Burke огромное внимание уделяется надлежащей подготовке данных к ана-

лизу. Заполненные анкеты, поступившие с мест сбора данных, тщательно проверяются и ре-

дактируются. Если это возможно, в случае обнаружения пропущенных или неудовлетвори-

тельных ответов с респондентами связываются повторно. Для кодирования и преобразова-

ния данных применяется стандартная процедура. Для выявления значений, выходящих за

пределы определенного диапазона, непоследовательных значений или экстремальных отве-

тов используются всесторонние проверки с применением компьютерной техники.

Обычная процедура — преобразование данных, обеспечивающее их максимальное соот-

ветствие основным задачам исследования. Однако специалисты компании заметили, что та-

кие преобразования, хотя и выглядят логичными, способны создавать определенные про-

блемы для исследователя. Рассмотрим, например, исследование, проведенное Burke для

клиента, пожелавшего проанализировать закономерность в возникновении проблем при ус- [

тановке новых компьютеров. Ставились основные два вопроса.

1. Сколько новых компьютеров доставлено на данный участок за последних 30 дней?

2. С каким количеством компьютеров возникли проблемы при установке, в результате чего

компьютер либо его отдельные компоненты пришлось возвратить продавцу?

Специалисты рассмотрели несколько вариантов возможных преобразований, исполь-

зуемых для работы с данными такого рода. Один подход заключался во взвешивании ко-

личества возвратов делением этого показателя на количество поставок. Такое действие

позволило вывести новую переменную, которая представляла собой не что иное, как про-

порциональную долю поставок, повлекших за собой возврат товара. Очевидно, что если

рассматривать данный показатель как "наблюденные данные", при любом суммировании

или выведении среднего по этим числам будет тотально игнорироваться основа, на кото-

рой получены эти показатели. Так, один респондент имел один возврат при четырех по-

ставках, т.е. пропорция была 1/4; второй— 10/30, т.е. с пропорцией 1/3. Эти данные не-

обходимо рассматривать с применением одних и тех же единиц измерений, и средний

показатель будет 7/24, или 0,29. Конечно, реальный средний показатель возвратов состав-

ляет 11/34, или 0,32. Как мы видим, Burke весьма осторожно использует всевозможные

варианты преобразования данных.

!

При некоторых видах преобразований определенные статистические методы, например

кросс-табуляцию, нельзя использовать в их обычной форме. Компания Burke разработала специ-

альное статистическое программное обеспечение, с помощью которого можно анализировать

546 Часть III. Сбор, подготовка и анализ данных

данные в таких ситуациях. Для каждого проекта разрабатывается подробная стратегия анализа

данных. В Burke для анализа данных в ходе проведения маркетинговых исследований очень ши-

роко используются как простые одномерные, так и сложные многомерные методы статистическо-

го анализа. В компании разработаны специальные программы для анализа данных в конкретных

ситуациях, связанных с применением нестандартных методов преобразования данных.

РЕЗЮМЕ

Процесс подготовки данных к анализу начинается с предварительной проверки полноты

заполнения всех анкет и качества интервью. После этого выполняется более тщательное редак-

тирование: просмотр анкет для выявления нечитабельных, не до конца заполненных анкет,

наличия в них логически непоследовательных и неоднозначных ответов. С анкетами такого

типа ведется определенная работа: их либо возвращают для получения необходимых данных,

либо пропущенные значения заменяются другими, либо анкеты респондентов, недостаточно

точно и полно ответивших на вопросы, отбраковываются из анализа.

Следующий этап заключается в кодировке данных. Для обозначения конкретного варианта

ответа на конкретный вопрос ему присваивается числовой или буквенный код, а также указы-

вается позиция столбца, которую данный код будет занимать. Полезно подготовить кодиро-

вочную книгу, содержащую инструкции относительно кодирования и всю необходимую ин-

формацию о переменных в этом массиве данных. Закодированные данные переносятся на дис-

ки или магнитные ленты либо вводятся в компьютер непосредственно с клавиатуры. Кроме

того, для переноса данных применяются методы считывания меток или маркеров с бланков,

оптическое сканирование и компьютеризированный сенсорный анализ. Очишение данных за-

ключается в проверке их последовательности и состоятельности и в работе с пропущенными

ответами. Эта работа может вестись несколькими способами: заменой пропущенных значений

нейтральными или условными (вмененными) значениями, методом исключения объекта це-

ликом или попарного исключения переменных. Качество анализа данных нередко можно по-

высить статистическими корректировками, такими как взвешивание, переопределение пере-

менной и преобразование шкалы. Выбор стратегии анализа данных должен основываться на

результатах предыдущих этапов процесса маркетинговых исследований, на известных характе-

ристиках данных, на конкретных свойствах выбранных для использования статистических ме-

тодов, а также на уровне подготовки исследователя и его философских убеждениях. Статисти-

ческие методы можно подразделить на одномерные и многомерные,

Прежде чем приступить к анализу данных в ходе международных маркетинговых исследо-

ваний, исследователь должен убедиться, что он использует сравнимые единицы измерений,

применяемые в разных странах или в разных культурных образованиях. Анализ данных можно

выполнять на трех уровнях; индивидуальном, в пределах страны или культурного образования

(интракультурныЙ анализ), на базе нескольких стран и культурных образований, т.е. панкуль-

турный или межкультурный анализ. Необходимо помнить, что существует ряд этических про-

блем, связанных с обработкой данных, а именно, с такими аспектами этой работы, как отбра-

ковка неудовлетворительных ответов, нарушение предположений при использовании тех или

иных методов анализа, оценка и интерпретация результатов. Значительную роль в подготовке и

анализе данных играет Internet и компьютерная техника.

ОСНОВНЫЕ ТЕРМИНЫ И ПОНЯТИЯ

• взвешивание (weighting) • кодировочная книга (codebook)

• интракультурныЙ анализ (intracultural • межкультурный анализ (cross-cultural

analysis) analysis)

• исключение объекта целиком (casewise • методы взаимозависимости

deletion) (interdependence techniques)

• кодирование (coding)

Глава 14. Подготовка данных к анализу 547

методы зависимости (dependence

techniques)

метрические данные (metric data)

многомерные методы (multivariate

techniques)

неметрические данные (nonmetric data)

нормализация (standardization)

одномерные методы (univariate techniques)

очищение данных (data cleaning)

панкультурный анализ (pan-cultural

analysis)

переопределение переменных (variable

«specification)

попарное исключение переменных

(pairwise deletion)

преобразование шкалы (scale

transformation)

проверка состоятельности данных

(consistency checks)

пропущенные ответы (missing responses)

редактирование (editing)

фиксированные коды полей (fixed field

codes)

фиктивные перменные (dummy variables)

УПРАЖНЕНИЯ

Вопросы

1. Опишите процесс подготовки данных к анализу.

2. В чем заключается предварительная проверка анкет, поступивших с мест сбора данных?

3. В чем состоит процедура редактирования анкет?

4. Опишите методы работы с ответами неудовлетворительного качества, выявленными в ходе

редактирования.

5. В чем разница между предварительным и последующим кодированием?

6. Опишите основные рекомендации относительно кодирования неструктурированных

вопросов.

7. В чем заключается процедура преобразования данных?

8. Какие проверки состоятельности данных проводятся в ходе очищения данных?

9. В чем заключается работа с пропущенными данными?

10. Назовите методы статистической корректировки данных.

11. Опишите процесс взвешивания. Каковы причины применения этого метода?

12. Что представляют собой индикаторные переменные? Зачем создаются переменные

данного типа?

13. Объясните причины применения метода преобразования шкалы.

14. Какая процедура преобразования шкалы применяется чаще всего? Кратко опишите ее.

15. Какие факторы влияют на выбор той или иной стратегии анализа данных?

Задачи

1. Разработайте схему кодирования с использованием фиктивной переменной для следующих

переменных:

• Пол.

• Семейное положение, по следующим четырем категориям: не был(а) женат/замужем, же-

нат/замужем, разведен(а), прочес (женат/замужем, но живут отдельно; вдовец (вдова)).

• Как часто выезжает за границу, по следующим категориям;

548 Часть III. Сбор, подготовка и анализ данных

a) Не выезжаю.

b) Выезжаю 1 или 2 раза в год.

c) Выезжаю 3—5 раз в год.

d) Выезжаю 6—8 раз в год.

e) Выезжаю больше 8 раз в год.

2. Ниже вашему вниманию предлагается часть анкеты, которая использовалась для определе-

ния покупательский предпочтений при приобретении фотоаппаратов. Создайте схему ко-

дирования ответов по этим трем вопросам.

9. Укажите степень важности перечисленных характеристик, которые оцениваются вами ~

при приобретении нового фотоаппарата:

Не очень Очень

важно важно

a) Устройство для ускоренной пере- 1 2 3 4 5

нотки пленки DX

b) Автоматическая перемотка пленки 1 2 3 4 5

c) Автофокус 1 2 3 4

d) Автозаправка пленки 1 2 3 4 5

10. Решив приобрести новый фотоаппарат, какие торговые точки вы посетили бы?

Пометьте, пожалуйста, все возможные варианты.

a) Аптека

b) Специализированный магазин по продаже фототоваров

c) Магазин, предлагающий товары со скидкой

d} Супермаркет

е) Другое

11. Где вы обычно проявляете пленку и печатаете фотографии?

a) _ Аптека

b) Мини-лаборатория

c) _ Магазин фототоваров

d) Магазин, работающий со скидкой

e) ^Супермаркет

f) По почтовому заказу

g) -_ Киоск/другое

УПРАЖНЕНИЯ С ИСПОЛЬЗОВАНИЕМ INTERNET

И КОМПЬЮТЕРА

1. Объясните, как использовать программы SPSS, SAS, BMDP, Minitab, Excel в ходе проверки

достоверности (состоятельности) данных, указанных в анкете, приведенной в задаче 2.

2. Воспользуйтесь каким-либо пакетом для графической разработки электронных анкет и ра-

боты с ними, например Ci3, и составьте программу для создания анкеты для определения

покупательских предпочтений при приобретении фотоаппаратов, приведенного в задаче 2.

Добавьте в него несколько своих вопросов. Раздайте анкеты пяти студентам, соберите за-

полненные анкеты и подготовьте данные для анализа. Повышается ли эффективность про-

цесса подготовки данных к анализу благодаря использованию компьютерной техники?

Глава 14. Подготовка данных к анализу 549

КОММЕНТАРИИ

1. Kevin Т. Higgms, "Never Ending Journey", Marketing Management., Spring 1997, p. 4—7, Joann

Hamsthal, "Interviewer Tips", Applied Marketing Research, Fall 1988, p. 42—45.

2. Kofi Q. Dadzie, "Demarketmg Strategy in Shortage Marketing Environment", Journal of the

Academy of Marketing Science, Spring 1989, p. 157—165. См. также монографию Fred Davidson,

Дата добавления: 2015-05-09