Sági Ferenc: Idősorelemzés

2012. Sze 04.



Piackutatás haladóknak

Marketingközhely, hogy a fogyasztókat naponta több száz marketingüzenet éri el a legkülönfélébb csatornákon. Ezek számának növekedésével a leghatékonyabb csatornák kiválasztása egyre erősödő fejtörést okoz a médiatervezőknek, marketingmenedzsereknek, és jobb híján a „hány kiló médiát kapok 100 Ft-ért” elv érvényesül egy-egy marketingkampány tervezésekor. Pedig a pénzügyi válság idején égető kérdés, hogy a rendelkezésre álló marketingbüdzsét hogyan lehet a legoptimálisabban, leghatékonyabban felhasználni. A piackutatás az idősoros, ökonometriai modellek alkalmazásával már felkészült arra, hogy a kampányhatékonysággal kapcsolatos kérdésekre pontos válaszokat adjon.

A gazdasági válságnak (is) köszönhetően a piackutatási szakma egyre nagyobb igényt tapasztal a különböző, értékesítést támogató elemzésekre a piaci szereplők részéről. Ennek legfőbb oka, hogy a döntéshozónak sok esetben nem áll rendelkezésére megfelelő információ, marketing input, amely segítené az üzleti döntések meghozatalában. Az is előfordul, hogy a megfelelő adat rendelkezésre áll, ugyanakkor hiányzik az a szervező erő, amely az egyre növekvő adathalmazból valós és használható információt tudna előállítani. Általános gyakorlat, hogy a médiakampány ROI-ját (Return on Investment) úgy számolják, hogy az eladásokból származó nyereségből kivonják a hirdetési és egyéb marketing jellegű költségeket, majd az eredményt elosztják a teljes marketingköltéssel, így kinyerve egy arányszámot – elterjedtebb nevén konverziós rátát –, amely információt ad arra vonatkozóan, hogy a befektetésünk megtérült-e. Ugyanakkor ez az általános és idejétmúlt eljárás nem képes válaszokat adni az alábbi kérdésekre:

• Mennyit kell költenem ahhoz, hogy hatása legyen a kampányomnak?
• Ha hatékony volt a kampányom, miért volt az? Ha nem volt hatékony, miért nem volt az?
• Hogyan lehet úgy optimalizálni (átszervezni vagy csökkenteni) a büdzsét, hogy a hatékonyság nőjön, csökkenő büdzsé esetében a kampány változatlan hatékonyságot érjen el?
• Mely kommunikációs csatornákat kell használnom ahhoz, hogy nagyobb megtérülést érjek el? Milyen marketingmix szükséges a legnagyobb megtérülés eléréséhez?
• Mennyire árérzékeny a termékünk, szolgáltatásunk? Mennyiben változik az értékesítés árváltozás esetén?
• Mennyiben hatnak a szezonális (pl. évszakok, hőmérséklet) és a naptári hatások (pl. ünnepek) az értékesítésre?
• Mindent összevetve, hogyan lehet maximális ROI-t generálni?

Az NRC döntést elősegítő eszköze, az Econometrica ezeknek a kérdéseknek a megválaszolásában segít.

Hogyan működik az Econometrica?

Az ökonometria alapelve
Az ökonometria alapelve

Az Econometrica üzleti döntéseket elősegítő eszköze az ökonometria módszertanán alapszik. Az ökonometriai modellépítés segítségével a múltban előforduló eseményeket rendszerezzük és számszerűsítjük, a piacon már megtörtént, valós események, impulzusok alapján vonunk le következtetéseket. Az értékesítést befolyásoló események rendkívül sokszínűek lehetnek. Magát a marketingkampányt és annak elemeit is eseménynek tekintjük, de a szezonális hatások, a termék vagy szolgáltatás disztribúciójában bekövetkező változások, az árváltozás, a versenytársak marketing- és értékesítést érintő aktivitásai is mind ilyen jellegű impulzusoknak tekinthetők.

Az ökonometriai modellekbe bármilyen olyan múltbéli eseményt be tudunk építeni, amelyeket számszerűsíteni lehet. Ezeknek az ökonometriai modellbe való illesztésével lehetővé válik az egyes események hatásának szeparált analízise, amelynek segítségével választ kaphatunk arra, hogy az egyes esemény milyen mértékben járult hozzá az értékesítéshez. Például: a televíziós hirdetés, mint a marketingmixünk egy fontos eleme magas megtérüléssel bíró kommunikációs csatorna-e vagy sem? Hogyan működött a sajtókampány? A naptári hatásokat jól vagy rosszul terveztem bele a marketingkampányomba?

Az eladásokon kívül számos egyéb KPI-t is modellezni lehet, sőt szükséges is. Köztudott, hogy milyen nagy fontossággal bír egy márka életében a márkaismertség alakulása. Az Econometrica segítségével feltárhatjuk az ismertségre ható tényezőket, és meg tudjuk határozni azokat a marketingfaktorokat, amelyek ismertséget építenek. Ha a márkaismertség rendben van, akkor a fogyasztói párbeszédet reprezentáló KPI-ket is érdemes lehet modellezni. Weblap-látogatottsági adatok, szolgáltatások esetén call-center adatok, esetleg a regisztrációk alakulásának idősoros elemzésével feltárhatjuk azokat az impulzusokat, amelyek a fogyasztók termékünk iránti érdeklődését hozzák magukkal. A klasszikus regressziós eljárásokkal szemben a modellezés segítségével ezen KPI-k és az eladások (mint legfontosabb KPI) kapcsolatát is megérthetjük. A lényeg, hogy a szükséges adatok és azok magyarázó faktorai (pl. marketingköltés) idősorosan álljanak rendelkezésünkre.

Ökonometria - hatások szeparált analízise
Ökonometria - hatások szeparált analízise


Az ökonometriai modellezés folyamata

Az ökonometriai modellezés több szakaszból áll, amelyek mindegyike időigényes feladat. A modellezés során nagy fontossággal bír a modellező és az ügyfél szoros kooperációja, amely nélkül a folyamat nem lehet sikeres.

1. Az adatok összegyűjtése: A piackutatónak nem áll rendelkezésére a modellezéshez szükséges adatmennyiség, ezért azt az ügyfélnek kell a kutató rendelkezésére bocsátania. Számos esetben az ügyfél sem rendelkezik a nagy fontossággal bíró adatokkal, ebben az esetben külső segítségre van szükség.
Pl.: A modellezés akkor lehet sikeres, ha a versenytársak marketingaktivitásai is rendelkezésre állnak. Az ügyfél ebben az esetben médiaügynöksége segítségét kéri az adatok beszerzéséhez.

2. A modellezési folyamat: A második fázis során hozzuk létre magát a modellt, amely az adatok modellezésre való felkészítésével kezdődik, és a modellben szereplő magyarázó faktorok KPI-re gyakorolt súlyának megállapításával ér véget. A folyamatban elsősorban a kutató dolgozik, de ebben az esetben is szükség van a kutató és az ügyfél együttműködésére.
Pl.: A kutató olyan megmagyarázhatatlan esettel találkozik egy termék eladási adatainak vizsgálatakor, amelyre a modellbe bevont magyarázó változók nem adnak választ. Ebben az esetben az ügyfél segítségét kéri, aki – mint a modellezett termék legjobb ismerője – tudhatja a választ a felmerült kérdésre.
A modellezési folyamat nem feltétlenül egy modell építéséből áll, szükség lehet kiegészítő modellek létrehozására is.
Pl.: Két hasonló súlyú sajtókampány esetén az egyik „x mennyiséget”, a másik pedig „x/2 mennyiséget” magyaráz az eladásokból. A kutató ebben az esetben újabb modellt állít fel, melyben a modellezett változó a sajtónak tulajdonított eladások lesznek, és új, a sajtókommunikációhoz kötődő magyarázó-változókat épít a modellbe. Kiderülhet például, hogy az első sajtókampányban 1/2-es méret formátumokat használtak a hirdetéskor, a másodikban 1/1-es formátumokat >> a nagy formátumú hirdetés tehát nem bizonyult költséghatékonynak, amelyet a modellezéssel, a hatások szeparált analízisével igazolunk.

3. A marketingdöntések: A modellezés során feltárt eredmények beépülnek a marketingtervbe. Szükség esetén hipotéziseket, marketingszcenáriókat építünk a modellbe, megvizsgálva, hogy a rendelkezésre álló eredmények alapján azok milyen hatással lesznek a KPI alakulására.

4. A visszacsatolás: A modellezés segítségével létrejött marketingtervet a kampány lefolyása után beépítjük a már meglévő modellünkbe, és megvizsgáljuk az új kampány hatásait. A modell frissítése után újabb következtetéseket vonunk le – gyakorlatilag újraindul a folyamat.





Posted by NRC Marketingkutató in : Módszer,

Kapcsolat

NRC Kft. 1034 Budapest, Kenyeres utca 28. www.nrc.hu

piackutatas@nrc.hu
Facebook Twitter

Küldjön üzenetet nekünk!