Разработка концепции сбора данных.

Получить достаточно полную информацию по интересующей проблеме можно лишь имея хорошо продуманную концепцию (подход, точка зрения) сбора данных (информации). Ошибки и просчеты при планировании исследования трудно устранимы, особенно если решения, принимаемые на ранних стадиях работы, влияют на возможности работы в дальнейшем. Каждый рабочий этап исследования в соответствии с приведенной схемой должен быть спланирован с учетом предыдущих и последующих шагов. Например, при разработке опросных листов необходимо, с одной стороны, ориентироваться на цели исследования, с другой стороны, нужно знать, какие статистические методы будут использованы для обработки данных. Для планирования сбора данных применяется метод сетевого анализа, который позволяет определить и контролировать потребности во времени и ресурсах.

Определение проблемы. Перед началом исследования рекомендуется провести предварительное изучение интересующей проблемы. Подобный анализ помогает уточнить задачу, получить первое преставление об изучаемой области, указать возможный ход работы. Процесс изучения на этой стадии относительно слабо регламентирован. Это может быть опрос экспертов, изучение литературы или групповые дискуссии.

Разработка концепции исследования.

Следующим шагом после уточнения проблемы является выяснение того, каким образом задача может быть решена. Разрабатывается детальный план дальнейших действий. Центральным звеном этого шага является выработка теоретических гипотез и их проверка на практике, выявление и обоснование причинно-следственных связей. Например, следствием усиления рекламной деятельности может, как ожидается, является рост продажи в определенном количественном отношении.

Выработка гипотез необходимо по двум причинам: - для последующей статистической проверки на этапе анализа; - для ограничения действий исследователя. Рабочая гипотеза маркетингового исследования представляет собой вероятностное предположение относительно сущности и путей решения рассматриваемых явлений. Это своего рода алгоритм решения выявленных для исследования проблем. Гипотезы должны отвечать требованиям: категоричности, однозначности и проверяемости. В качестве источников гипотез назовем творческое и логическое мышление, аналоги, изучение соответствующей литературы.

Разработка рабочей гипотезы — сложный твор­ческий процесс, своего рода фундамент будущего исследования. Она позво­ляет установить рамки и основные направления всей разработки. Рабочая гипотеза служит основой определения той системы показателей, которые необходимы для данного исследования (например, показатели, ха­рактеризующие развитие ассортимента товаров, динамику потребительских предпочтений, затраты на продвижение товаров по каналам сбыта). По­лучить эти данные можно из различных источников информации.

Получение и анализ эмпирических данных в процедуре маркетингового исследования связаны с разработкой рабочего инструментария. (Например, опросных листов, приборов, обученных сотрудников и др.). Он пред­ставляет собой совокупность методов и средств сбора, обработки и анализа информации для проверки рабочей гипотезы исследования. Рабочий инструментарий — это не механический набор методов и приемов, а целенаправленный их выбор для решения конкретных, специ­фических задач. Его разработка складывается из ряда этапов, включающих определение методов и процедур сбора первичных данных (публикуемые статисти­ческие данные, внутренняя информация предприятия, выборочные обсле­дования); методов и средств обработки полученных данных (экономико-статисти­ческие и экономико-математические методы); методов анализа и обобщения материалов по проверке рабочих гипотез (моделирование, исследование операций, деловые игры, экспертиза). Процесс получения и обработки эмпирических данных осуществляется в соответствии с выбранным рабочим инструментарием.

В ходе выработки концепции сбора данных возможны следующие альтернативы:

- полное или выборочное исследование;

- единичное или многоразовое исследование;

- одноцелевое или многоцелевое исследование;

- форма сбора данных – опрос или наблюдение.

Кроме этого необходимо решить, что должно служить источником информации – уже имеющийся материал (вторичные данные) или сбор новых данных (первичных). В первом случае говорят о вторичном исследовании, во втором - о первичном. Оба метода равнозначны для практики. Иногда для решения проблемы бывает достаточно анализа уже собранной ранее информации, во всяком случае, с этого по возможности должен начинаться каждый исследовательский проект.

Источники вторичной информации делятся на внутренние и внешние. Внутренние: бухгалтерские отчеты, внутренняя статистика, материалы ранее проведенных исследований, досье клиентов и т.д. Внешние: государственная статистика, отраслевая статистика, литература, выпускаемая фирмами, публикации рекламных агентов, материалы институтов по изучению рынков.

Преимущество вторичного исследования – меньшая трудоемкость, сравнительная дешевизна, более легкий доступ к информации. Макроэкономические данные можно получить только с помощью такого подхода. Этот метод получения информации имеет и свои недостатки: данные могут оказаться устаревшими, не гарантированна точность данных, не всегда есть возможность соблюдать методологический базис сбора данных.м

Выбор объектов исследования

При разработке концепции сбора данных почти всегда возникает вопрос о том, какие объекты и в каком количестве должны быть исследованы. Необходимо при этом решить 3 задачи:

1) выделение генеральной совокупности

2) определение метода выборки

3) определение объема выборки

Генеральная совокупность (набор объектов) должна быть ограничена материально, во времени и в пространстве. Если Вы хотите исследовать потребителей своей продукции, то вначале необходимо определить, кто признается потребителем: те, кто купил ее хотя бы 1 раз, или те, кто покупает ее не реже 1 раза в месяц и т.д.

Если генеральная совокупность достаточно мала, можно изучить все объекты. Такое исследование обычно очень дорогое, кроме того не дает возможности учесть систематические ошибки, если таковые выявляются.

Если делают выборку, к ней предъявляются ряд требований. Выборка должна быть репрезентативной, то есть правильно представлять генеральную совокупность. Только в этом случае, исходя из характеристик выборки, можно делать выводы о генеральной совокупности.

При проведении сбора данных всегда возникают ошибки, причем различают случайные и систематические ошибки. Случайные ошибки проявляются только при выборочном исследовании. Они не смещают характеристики выборки в ту или иную сторону (например, математическое ожидание, среднеквадратичное отклонение, закон распределения и т.д.). Величину случайных ошибок можно оценить.

Систематические ошибки возникают вследствие влияния неслучайных факторов, например: неточное выделение генеральной совокупности, неправильная, непредставительная или слишком малочисленная выборка; ошибки при разработке опросных листов; ошибки счета, ложные высказывания опрашиваемых; ошибки интерпретации результатов опросов и т.д.

Выборка элементов совокупности может быть случайной (вероятностной) и неслучайной (детерминированной).

1. Детерминированный метод выборки - метод выборки, в котором не применяется процедура случайного отбора элементов, в значительной степени основан на индивидуальных предпочтениях исследователя.

Исследователь может произвольно или сознательно решать, какие элементы включать в выборку. В результате проведения детерминированной выборки можно получить детальную оценку характеристик совокупности. Однако этот метод не позволяет объективно оценить точность результатов исследования. Поскольку невозможно определить вероятность включения в выборку каждого отдельного элемента, полученные результаты нельзя статистически распространять на всю совокупность.

Чаше принято использовать следующие детерминированные методы: нерепрезентативная выборка, поверхностная выборка, выборка по квотам и выборка по принципу снежного кома.

2. Вероятностный метод выборки - процедура проведения выборочного наблюдения, в соответствии с которой каждый элемент совокупности имеет определенную вероятность включения в выборку.

При использовании вероятностного метода выборки единицы выборки подбираются случайно. Так как элементы выбираются произвольно, можно определить точность оценки исследуемых характеристик в каждой выборке. Можно рассчитать доверительные интервалы, в пределах которых с определенной достоверностью получают истинные значения характеристик генеральной совокупности. Это позволяет исследователю сделать выводы или высказать предположения относительно изучаемой совокупности, из которой получена выборка. Классификация вероятностного метода выборки основана на использовании:

- элементарного или кластерного метода отбора;

- одинаковой или различной вероятности отбора единицы выборки;

- целостного или стратифицированного метода отбора;

- случайного или систематического метода отбора;

- одноступенчатой или многоступенчатой технологии.