Методы маркетинговых исследований

– Информация о покупателях: кто покупает данный товар, как его использует, в каких ситуациях[2], в каких количествах и как часто, как принимается решение о покупке, какие факторы (реклама, стимулирование сбыта, цена) влияют на это решение. Эта информация поступает от продавцов и коммерческих агентов, собирается в процессе маркетинговых исследований.

– Общеэкономическая информация: уровень безработицы, активность на внутреннем и внешнем рынках. Ее можно найти в периодической печати.

– Информация о промышленности: финансовое состояние, технологии, уровни активности исследований и развития, рынки сырья и готовой продукции. Источники ее различны.

– Информация о конкурентах: названия организаций, их положение на рынке, методы распространения товаров, производственные мощности, объемы выпуска и цены. Способы получения такой информации – от наблюдений и анализа реклам до промышленного шпионажа;

– Информация о состоянии организации: ее финансовое состояние, уровень разработок новых товаров, уровень технического и кадрового обеспечения. Получить эти сведения можно на основе анализа внутренних документов организации.

Для хранения и обработки информации, необходимой для принятия управленческих решений, сегодня используют различный инструментарий.

1. Маркетинговые информационные системы (MIS – Marketing Information System, иногда также Management Information System). Они представляют собой "индивидов, оборудование и процедуры сбора, сортировки, анализа, оценки и распределения используемой при принятии маркетинговых решений своевременной и достоверной информации"[3]. Это может быть как информация о внутреннем состоянии фирмы, так и данные о конкурентах, спросе, поставщиках. Информация собирается в базах или банках данных, нужные сведения представляются в форме табличных отчетов.

Особенности MIS:

– формат входной информации и способ хранения четко определены;

– данные в базах данных постоянно обновляются;

– задачи по обработке данных запрограммированы и не требуют от пользователя квалификации программиста;

– данные представляются в заранее заданном виде всем, кому они нужны;

– параметры отчетов фиксированы.

Наиболее существенна последняя особенность. В любой момент можно, нажав одну-две кнопки, получить новейшие сведения, которые будут представлены в привычном виде[4].

Недостатками традиционных MIS является то, что их разработка дорога и сложна. Она выполняется высококвалифицированными программистами. В то же время требования к информации для принятия решений постоянно меняются. Менеджеры (особенно высшего звена) часто заранее не знают, какая именно информация им потребуется, а быстрый доступ к свежей информации при принятии решений в нестандартных, критических ситуациях имеет решающее значение.

Многие проблемы принятия управленческих решений относятся к плохо структурированным, они связаны с персональным выбором и ответственностью за него. Принятие управленческого решения, особенно стратегического – творческий процесс. Система стандартизированных форм представления данных недостаточно гибка для решения таких задач.

Поэтому в настоящее время МИС представляют собой конгломерат различных программных средств, выполняющих различные функции: скрепинг данных сайтов, их очистку и консолидацию, аналитическую обработку и визуализацию результатов. Теперь можно более гибко управлять всеми этапами этой деятельности.

2. Информационно-поисковые системы являются разновидностью MIS и служат для быстрого поиска информации, содержащейся в основном в текстовых документах. Для этого в них применяются специальные средства. Примерами таких систем являются Google и Yandex. К этому же типу можно отнести и информационно-правовые системы, например, Консультант плюс, содержащие постоянно обновляемую базу законов, указов и нормативных документов.

3. В XXI веке объем производимых и хранимых данных возрастает невиданными темпами. Поэтому появилась новая область знаний – Большие данные (Big Data). Это, согласно – "совокупность подходов, инструментов и методов обработки структурированных и неструктурированных данных огромных объёмов и значительного многообразия для получения воспринимаемых человеком результатов, эффективных в условиях непрерывного прироста, распределения по многочисленным узлам вычислительной сети". Их характеристики:

– большой физический объем;

– большая скорость прироста и необходимость быстрого получения результата;

– разнообразие типов структурированных и полуструктурированных данных.

Методы и средства работы с Большими данными бурно развиваются в настоящее время[5].

Особенности больших данных породили целую науку Data science (науку о данных). Это наука о методах анализа данных и извлечения из них полезной информации Она объединяет математические методы, программирование, методы работы с большими данными, методы машинного обучения. Data scientist (ученый по данным) должен владеть:

– математикой и статистикой;

– информационными технологиями, включая программирование;