Диагностические инструменты для совершенствования маркетингового плана. Часть 3

Отрывок из книги Кевин Дж. Кленси, Питер С. Крейг, Марианна МакГерри Вольф

«Моделирование рынка: как спрогнозировать успех нового продукта».

Издательство "Вершина"

Перевод на русский язык - под научной редакцией Олега Чернозуба,

управляющего партнера V-RATIO BCC.

Моделирование указывает на негативное воздействие нового продукта

После определения ожидаемого объема продаж нового продукта менеджер по маркетингу обычно хочет знать, за счет чего он будет обе спечен. Источник объема продаж важен, поскольку менеджер должен знать, с кем он конкурирует. Более того, он хочет знать, не будут ли продажи нового продукта в ущерб существующему бренду. Короче говоря, он хочет знать, насколько новый продукт будет (и будет ли) «поглощать» собственный бренд компании.

Системы изучения STM вычисляют источник объема продаж нового или обновленного продукта путем анализа и сравнения доли требований среди целевой группы на двух стадиях исследования моделированного пробного рынка:

1. до того, как потенциальные покупатели увидели рекламу или новый продукт;
2. после использования продукта.

Разница в доле требований позволяет увидеть разницу во вкладе разных брендов в продажи нового (или обновленного) продукта. Если, например, ведущий бренд имел долю рынка в 75 % до того, как компания представила новый бренд, и если доля лидера упала до 72 % после представления, то потеря 3 % считается эффектом нового бренда.

Когда новый или обновленный продукт принадлежит к расширенной линии или конкурирует с другими продуктами компании, система оценивает влияние на существующие или партнерские бренды. Для повышения достоверности измерений (поскольку иногда трудно измерить эффект) модель применяет многофазный подход. Система STM может предпринять четыре отдельных действия для оценки негативного влияния нового бренда:

1. разукрупнение доли рынка;
2. непропорциональный интерес;
3. постоянная сумма;
4. тестируемая подвыборка в сравнении с контрольной подвыборкой.

Одна система, например, нашла золотую середину четырех подходов для оценки негативного воздействия нового продукта на схему брендов. Исследователям удалось доказать способность системы оценить негативный эффект в 34 случаях. Изучение влияния нового или обновленного продукта на продажи существующих брендов, показало, что прогноз отклонился на 10 % от реальности в 29 случаях.

Для иллюстрации четырех объединенных методов возьмем гипотетический пример. Допустим, исходный бренд занимает долю рынка в 38 %, за последние 3 месяца его проникновение составило 44 %, и модель STM прогнозирует долю рынка нового продукта в 2,6 %.

Доля разукрупнения

Этот подход аналогичен подходу, используемому системой для прогнозирования продаж нового (обновленного) продукта или расширения линии. Однако вместо объединения данных рыночного отклика для всей выборки с маркетинговым планом этот подход объединяет данные рыночного отклика для этой группы (с точки зрения размера и объема). На основании этих данных модель прогнозирует долю продаж нового бренда для этой группы. Система следует той же процедуре для тех, кто не входит в целевую группу (табл. 7.7).

Таблица 7.7. Подход под названием «Доля разукрупнения»

Входные данные модели	Существующий бренд
	Потребители приобретают продукт	Потребители не приобретают продукт	Всего
Пробная, %	35	28	33
Повторная, %	30	34	31
Использование (единиц в год)	87,6	72,7	83,3

Для разукрупнения прогнозируемой доли нового продукта исследователи пересматривают прогнозы для текущей группы лояльных потребителей и тех, кто не приобретает имеющихся продуктов, с учетом реального проникновения на рынок. В этом случае покупатели бренда представляют 44 % рынка, а те, кто приобретать продукт не собирается, — 56 %. Пересмотренный прогноз применяется затем для разделения ожидаемой доли для исходного бренда.

В примере, хотя модель и прогнозирует, что новый продукт достигнет доли рынка в 2,6 %, 52 % объема будет обеспечено за счет пользователей существующего бренда. Доля каннибализации составит 1,25 %.

Непропорциональный интерес

Для вычисления (не)пропорционального интереса целевой группы (лояльных к существующему бренду потребителей) к новому товару исследователи разрабатывают профиль покупателя и повторного покупателя с точки зрения его поведения по отношению к бренду и к категории. Потом они сравниваются с общей выборкой. Профилирование людей, впервые делающих покупку, и постоянных покупателей в последние 3 месяца, показывает (табл. 7.8), что люди, покупающие продукт впервые (лояльные потребители нового продукта), наиболее вероятно станут потребителями существующего и имеющегося в наличии исходного бренда, чем те, которые не являются лояльными к новому продукту. Поэтому мы можем ожидать пропорционального извлечения из франшизы.

Поскольку мы ожидаем пропорционального интереса и текущая доля продуктов исходного бренда равняется 38 %, этот метод предполагает, что 38 % продаж нового продукта, или 1 долевой пункт, будет отнят у исходного бренда (брендов). Остальные 62 %, или 1,6 долевого пункта, будут приростом к продажам исходного бренда (брендов).

Таблица 7.8. Подход «Непропорциональный интерес»

.	Общая выборка	Новый продукт
		Покупатели	Целевая группа
Купили любой существующий бренд (за последние 3 месяца), %	63	69	63

Постоянная сумма

Подход под названием «Постоянная сумма» исследует состояния до и после изменений в продажах бренда. Мы исследуем, как покупатели переключаются на покупки другого бренда. Метод постоянной суммы подразумевает изучение 3 факторов во время интервью. Это представление до продукта, представление после продукта и статус после использования (табл. 7.9).

Доля покупок показывает, что доля линии брендов, включая новый, повышается на 3,4 % благодаря представлению. Увеличение реальной текущей 38 % ной доли линии брендов на 3,4 % означает, что общая рыночная доля компании вырастет до 39,3 %. Модель показывает прирост нового бренда в 1,3 долевого пункта. Поскольку ожидаемая доля нового бренда составляет 2,6 %, он заберет 1,3 долевого пункта у существующего бренда и создаст прирост в 1,3 долевого пункта.

Таблица 7.9. Подход «Постоянная сумма»

Исходные бренды (в рамках метода постоянной суммы), %	До представления нового бренда	После представления нового бренда	Увеличение доли	Процент увеличения
	40,8	42,2	+2,4	+3,4

Сравнение тестируемой и контрольной подвыборок

Специалисты часто включают контрольную подвыборку в схему исследования, когда они тестируют расширение линии продуктов или обновление продукта или когда компании нужно знать влияние нового продукта на существующий бренд для принятия решения о представлении нового продукта. Они применяют контрольную подвыборку для изучения эффективности текущих брендов в моделированном магазине. Это определяет величину прироста пробной покупки, повторной покупки, цикла покупки и в конечном итоге продаж существующего бренда (табл. 7.10).

Таблица 7.10. Подход «Контрольная подвыборка»

По всем существующим брендам
Позиции	Контроль	Тест
Проникновение лабораторной пробной покупки любого исходного бренда, %	9	19
Лабораторная пробная покупка в единицах за операцию	13,8	10,8
Повторная покупка, %	67	55
Общая для исходных брендов доля требований в категории, %	88	90

В этом случае, когда мы сравниваем доли требований контрольной и тестируемой подвыборок, прогноз указывает, что исходная доля возрастет на 2,8 % (с 88 до 90 %). Применяя этот показатель к текущей исходной доле в 38 %, мы получаем новую долю в 39,1 % — возрастание на 1,1 долевого пункта и потеря 1,5 долевого пункта для существующих брендов.

Объединение подходов

Результаты четырех отдельных методов изучения негативного влияния нового продукта на существующие отличаются друг от друга не более чем на 0,5 долевого пункта (табл. 7.11).

Таблица 7.11. Сравнение четырех подходов

Позиции	Новый продукт — доля в единицах	-	Чистая исходная доля в единицах определяет негативное воздействие	=	Прирост долевых пунктов
Разукрупнение доли	2,6	-	1,35	=	1,25
Непропорциональный интерес	2,6	-	1,0	=	1,6
Постоянная сумма	2,6	-	1,3	=	1,3
Контрольная подвыборка	2,6	-	1,5	=	1,1

Прирост долевых пунктов, являющийся результатом выпуска продукта, находится в пределах от 1,1 до 1,6 долевого пункта. Усредненный результат четырех подходов показывает, что компанию ожидает прирост в 1,3 пункта рыночной доли после выпуска нового продукта. Теперь менеджеры могут решить, стоит ли такой прирост всех инвестиций в производство и маркетинг. Без нее менеджеры принимают решения на основании некоррект ной информации — ожидаемой валовой доли нового продукта без учета влияний существующих.

Моделирование помогает в ценообразовании

В прошлом маркетологи уделяли мало внимания роли ценообразования в разработке маркетинговой стратегии. Ведущие роли в маркетинге отдавались разработке продукта и его рекламе. Конечно, маркетологи лицемерно уверяли, что им важны 4 фактора: продукт, цена, место и продвижение. Но на практике большинство компаний использовало ценообразование только как тактический фактор, поддерживающий стратегии продвижения или запуск нового продукта.

Компании, изучающие STM, применяют эту технологию для выяснения ответа на ключевой вопрос маркетинга: какова оптимальная цена? Менеджер может выстраивать стратегию оптимальной цены на основании сочетания анализа альтернатив и STM эксперимента.

Здесь показано, как был использован анализ альтернатив для выявления оптимального соотношения «цена/качество» для провайдера новой интернет услуги. Крупная американская телефонная компания собиралась создать новую услугу, которая расширила бы бизнес — до сих пор она занималась только местной и междугородной телефонной связью. Хотя менеджеры компании считали, что пользователи телефонов будут платить за новую услугу, руководство не было уверено в том, какими именно качествами должна обладать эта услуга и какую цену следует установить. Трудность для фирмы состояла в том, что надо было выявить оптимальную комбинацию качества и цены. Чем больше разных качеств включает система, тем дороже будет наладить ее и поддерживать. Поэтому руководство хотело включить только те качества, ценность которых была бы очевидной для покупателей, и за которые они согласны были бы платить.

Чтобы провести анализ инициатив, исследовательская компания выбирает наугад 500 потенциальных пользователей из списка всех абонентов телефонной компании, присоединенных к Интернету. Исследователи провели интервью продолжительностью примерно по 40 минут. Во время интервью респондентам представляли 18 разных комбинаций возможных качеств и цены. Эти комбинации были тщательно отобранными сочетаниями 6 разных факторов: только для особых подписчиков, 24 часовая поддержка обслуживания клиентов, хранение файлов в Интернете, защита от спама и вирусов, специальный телефонный/широковолновый пакет и помесячная оплата услуг.

Респонденты оценили каждую комбинацию, затем позже в интервью они оценили отдельные факторы и уровни с использованием простого рейтинга (по намерению купить). Затем система использовала свои данные для разработки «микромодели» потенциального рынка, позволившего исследователям предварительно сделать вывод о числе покупателей, которые, будучи осведомленными об услуге, подпишутся на каждую из более чем 500 тыс. возможных комбинаций. Анализ альтернатив показал, что цена была важнейшим фактором, определяющим интерес к провайдеру. Таблица 7.12 показывает влияние цены на ожидаемый переход от осведомленности к пробной покупке (пример предполагает 100 % ную осведомленность и 100 %?ную возможность купить новую услугу).

Признавая важность цены, руководство компании хотело убедиться, что услуга включает только те качества, которые подчеркивают ее ценность для потенциальных пользователей. Как следствие, руководство обратило особое внимание на выгоды каждого качества.

Таблица 7.12. Как цена влияет на пробную покупку

Ежемесячная оплата услуг (долл.)	Ожидаемый процент покупателей, которые подпишутся на услугу (при наличии осведомленности и возможности купить)
15*	49
20	37
25*	23
30	15
35*	9
40	4
* Эти три уровня были включены в эксперимент.

Таблица 7.13 демонстрирует выгоды, связанные с хранением файлов в Интернете и с ценой. Другие уровни были предварительно оценены с использованием отдельного рейтинга. Эти цифры показывают, что покупатели находят провайдера услуги, предлагающего 100 мегабайт хранения файлов в Интернете по цене 25 долл. в месяц, более привлекательным, чем того, который вообще не предлагал хранения файлов в Интернете, но зато по цене всего 15 долл. Более того, меньший рост выгодности хранения в Интернете при увеличении объема с 200 до 500 мегабайт указывает на то, что покупатели не хотели бы платить дополнительные 10 долл. за эти возможности.

Таблица 7.13. Как возможность хранения файлов в Интернете и цена влияют на выгоды

Хранение файлов в Интернете (мегабайт)	Выгода	Ежемесячная плата за услугу, долл.	Вероятность покупки, %
0	+11	15	36
100	+22	25	49
200	-9	35	14
500	-24	50	1

Ученые маркетологи смогли предварительно оценить выгодность и вероят ность покупки для большего количества уровней цены каждого качества, чем анализ альтернатив с использованием технологии микромоделирования. В результате руководству был представлен прогноз увеличения (или снижения) продаж при любом изменении цены, сопровождающем изменения в качествах услуги. Оценивая увеличения (или снижения) продаж, связанные с разными комбинациями качеств, телефонная компания смогла выбрать оптимальное сочетание.

Когда компания поняла, что выбор оптимальной комбинации качеств и цены является главным маркетинговым решением, исследователи STM смогли разработать схему исследования для изучения влияния цены на пробную и повторную покупку продукта в лабораторном окружении. Такие исследования применяют множественные подвыборки для тестирования альтернативных цен и, в сочетании с анализом альтернатив, для выбора оптимальной цены.

Рис. 7.6. Цены на «Бурбон» высшего качества

Рис. 7.7. Установление цены на упакованный продукт с использованием анализа альтернатив

В одном случае были использованы множественные подвыборки для тестирования от 2 до 4 разных цен на «Бурбон» высшего качества, как показано на рис. 7.6. Модель может использовать множественные подвыборки в сочетании с анализом альтернатив для тестирования от 3 до 10 цен. Рисунок 7.7 показывает результаты такого анализа для новой микроволновой печи.

Моделирование определяет эффективность продукта или услуги

Вопросник, используемый исследователями при повторном звонке, включает в STM исследование стадии использования дополнительный рейтинг тестируемого продукта по качествам, которые потребители оценивали на стадии, предваряющей применение. Сравнение рейтингов до и после использования позволяет модели оценить, в какой мере продукт или услуга отвечают ожиданиям потребителя, которые сформировались под действием рекламы.

Сравнение рейтингов качеств показывает значительное изменение рейтингов 10 качеств после использования продукта (рис. 7.8).

Рис. 7.8. Рейтинг до и после использования Naturally Dry по 10 выбранным качествам

Naturally Dry показал лучшую эффективность, чем ожидалось, по 6 характеристикам: «все ингредиенты натуральные», «высокое качество», «предупреждает запах», «не оставляет пятен», «этому бренду я доверяю» и «цена разумная». Но продукт не показал ожидаемой эффективности по 4 другим характеристикам: «сильное действие», «легко открывать», «прост в использовании» и «длительное действие». Эта информация показывает менеджеру по маркетингу, что для длительной конкурентоспособности компания должна улучшить характеристики, по которым продукт показал меньшую эффективность, чем ожидалось, и делать упор на те характеристики, эффективность по которым была выше ожидаемой.

Анализ чувствительности помогает усовершенствовать план

Поскольку менеджеры по маркетингу стремятся опробовать небольшое количество планов, исследователи STM разработали методы анализа чув ствительности для различных элементов плана. Анализ чувствительности позволяет маркетинг менеджерам понять, какой эффект оказывает каждый из элементов плана на продажи, на прибыль и (или) на то и другое.

Алгоритм Discovery применяет модель много раз подряд, для каждого из компонентов маркетингового плана, повышая и снижая их бюджет на 10, 20, 30, 40 и 50 % (или больше), сохраняя при этом остальные элементы неизменными. Такой анализ показывает относительное соотношение «затраты/эффективность» для каждого компонента.

Discovery использует данные анализа эффективности для определения предельной стоимости каждого элемента маркетингового плана. Предельная стоимость — это дополнительные затраты, которые должна понести компания для продажи одной дополнительной единицы продукта при сохранении остальных затрат неизменными. Чем ниже предельная стоимость, тем эффективнее влияние СМИ, купонов и образцов.

Предельная стоимость — это изменение затрат, деленное на изменение продаж. Она меняется, когда меняются продажи. Поэтому средняя предельная стоимость всех уровней затрат показывает относительную эффективность каждого из факторов (табл. 7.14).

Таблица 7.14. Предельная стоимость маркетинговых элементов маркетингового плана в 43 млн долл.

Элемент маркетингового плана	Средняя стоимость маркетинга, долл.
Купоны	4,45
15 секундная реклама в прайм тайм	3,13
30 секундная реклама в прайм тайм	2,59
15 секундная реклама в дневное время	1,72
30 секундная реклама в дневное время	1,51

Как показал ранее анализ чувствительности, купоны являются наименее эффективным средством в этом плане, потому что у них самая высокая предельная стоимость. В этом примере если маркетолог добавляет в план дополнительные купоны, каждая единица будет стоить 4,45 долл. в купонах; а стоимость дополнительной единицы в пересчете на 30 секундную телерекламу в дневное время составит только 1,51 долл.

Анализ чувствительности ясно показывает маркетинг менеджеру, что для этого продукта с этим уровнем затрат план продвижения наименее эффективен, чем каждый элемент рекламного плана. Поскольку система может протестировать более одного маркетингового плана, грамотный маркетинг менеджер протестирует дополнительные планы в рамках анализа чувствительности и таким образом повысит их потенциал.

Мы давно уже считаем, что исследователи моделированного пробного рынка должны применять технологию анализа чувствительности. На профессиональных встречах, где мы представляли этот подход, нас спрашивали: «Как это возможно проводить такой анализ?» или «Анализ чувствительности уводит исследование STM далеко за пределы его возможностей!» Мы отвечали, что каждая фирма, занимающаяся STM?исследованиями, говорит своим клиентам, что она сможет точно и достоверно прогнозировать продажи нового продукта, если рекламодатель изменит медиаплан, план продвижения или другие маркетинговые компоненты.

Но как сделать это без использования модели, которая включала бы в себя влияние этих изменений на рыночный отклик? Если модель существует, то ее можно запрограммировать на проведение анализа чувствительности. В конце концов, анализ чувствительности всего лишь позволяет совместить результаты достоверной модели STM с запрограммированным анализом данных для получения результата, показанного на рис. 7.9. Любой маркетолог или компания, которые не в состоянии представить детальный анализ чувствительности, не имеют научной модели маркетингового процесса.

Выводы

В этой главе описаны разнообразные инструменты и подходы, используемые исследователями моделированного пробного маркетинга для расширения возможностей сегодняшних моделей STM за рамки простого прогнозирования продаж. В наши дни, как мы многократно повторяли, большинство новых продуктов и услуг, представляемых на реальном рынке, «проваливаются», и неудивительно, что большинство исследователей STM предсказывают неудачу. Менеджерам необходимо знать не только прогноз для продукта, но и факторы достижения успеха.

Правильно выстроенный эксперимент с моделированным пробным рынком может исследовать и проанализировать целевую группу, позиционирование, рекламу, расширение линии, негативный эффект и качество для создания усовершенствованного маркетингового плана. Действительно, в наше время, когда более 90 % новых продуктов и услуг, упакованных товаров и товаров длительного пользования, потребительских и промышленных товаров получают неутешительный прогноз, технологии, позволяющие создавать более совершенные маркетинговые планы, становятся необходимыми.

Лучшие модели, занимающиеся моделированным пробным маркетингом сегодня, могут предсказать вам не только как пойдут ваши дела (то есть какова будет эффективность вашего нового или обновленного продукта), а что надо делать (то есть какие изменения внести), чтобы выпуск нового продукта был успешным.

И затем уже будет несложно менять входные данные и многократно использовать модель, пока она не выдаст результат, который можно будет назвать оптимальным планом.

Наша мечта это предоставить менеджеру панель маркетинговых инструментов — можно сказать, навигатор, — которая предлагала бы наилучшие прогнозы о том, что будет с новым продуктом или услугой, потребительским или промышленным товаром, если компания представит смоделированный план.

Диагностические инструменты для совершенствования маркетингового плана. Часть 2

Отрывок из книги Кевин Дж. Кленси, Питер С. Крейг, Марианна МакГерри Вольф

«Моделирование рынка: как спрогнозировать успех нового продукта».

Издательство "Вершина"

Перевод на русский язык - под научной редакцией Олега Чернозуба,

управляющего партнера V-RATIO BCC.

В исследовании STM ученые интервьюируют респондентов, чтобы узнать об их фоновых привычках — это интервью, включающее вопросы о желательности. Респондентам представляют рекламу концепции в зависимости от стадии разработки. Это представление включает рекламы конкурентов и других категорий продуктов для моделирования рыночного окружения. Когда продукт доступен, исследователи показывают реальный товар и его конкурентов в моделированном магазине.

После представления продукта исследователи задают вопросы о его оценке. Во время этой части интервью респондента просят оценить тестируемый бренд и его важнейших конкурентов по тем же характеристикам и достоинствам, по которым они оценивали желанность.

Допустим, что в исследование моделирования для Naturally Dry входило 30 качеств и достоинств, было опрошено 1000 респондентов. Для каждого респондента составляется 30 рейтингов «качество/выгода», 30 оценок проблем, 30 расчетов корреляции и усиления действия. Итого — это 3 раза по 30 для 1000 расчетов, или 90 тыс. индивидуальных расчетов в сочетании с 30 разными мотивационными оценками для каждого респондента — по одному для каждой характеристики.

Затем мы оцениваем мотивационную силу для всей выборки, среди покупателей по отношению к отказывающимся покупать новый продукт или услугу (в данном случае Naturally Dry) и для лояльных потребителей. Это позволяет менеджеру по маркетингу выявить те элементы, которые влияют на покупательское поведение в продуктовой категории, а также оценить сходство и различие между совершившими и не совершившими покупку.

Исследование показало, что для выборки в целом характеристики категории с высокой мотивацией были: «Все ингредиенты натуральные», «Высокое качество», «Защищает от запаха», «Не оставляет пятен», «Этому бренду я доверяю» и «Разумная цена». Характеристики категории с низкой мотивацией: «Длительное действие», «Простота в использовании», «Просто открывается» и «Очень сильный».

Когда мы смотрим на мотивационную силу этих характеристик среди людей, которые не покупают Naturally Dry, мы сразу замечаем важную разницу. Покупатели Naturally Dry считают такое качество, как «все ингредиенты натуральные», высокомотивирующим, а люди, не покупающие Naturally Dry, считают это качество немотивирующим. Кроме того, покупатели оценивают качества «разумная цена» и «стоит этих денег» как высокомотивирующие. А не приобретающие продукт считают эти качества вообще не важными для мотивации.

Сравнение мотивационной силы по группам покупателей полезно для оценки позиционирования нового продукта или услуги. Сравнение рейтингов брендов по качествам и достоинствам, как показано в табл. 7.4, ясно показывает сильные и слабые стороны продукта в конкурентном окружении.

Для совершения пробной покупки нового продукта или услуги потенциальному потребителю нужно продемонстрировать его сравнительные преимущества перед конкурентными продуктами хотя бы по одной из мотивирующих характеристик. Эти качества и достоинства могут быть прямо позиционированы. Эти характеристики равноправно конкурируют с другими брендами в своей категории. Другими словами, «останавливает потоотделение» для антиперспиранта, «отличный вкус» для безалкогольного напитка или «финансово надежная» для страховой компании — все это высокомотивирующие характеристики, но каждый продукт в категории обладает ими.

Таблица 7.4. Матрица стратегии бренда

Мотивационная сила	Naturally Dry в сравнении с брендом В
	Паритет
	Naturally Dry: лучший	Прекрасный: лучше быть не может	Приемлемый, но мог бы быть лучше	Неприемлемый	Naturally Dry: худший
Высокая	Без химикатов	Сохраняет сухость	Разумная цена	Не оставляет пятен	Останавливает потоотделение
Средняя	Растворимый	Долгое действие	Этому бренду я верю	Легко открывать	Легко закрывать
Низкая	Натуральные ингредиенты	Цилиндрическая форма	Удобный размер	Может быть переработан	Хорошо известный бренд

Паритетности недостаточно для создания пробной покупки на высококонкурентном рынке (поэтому и терпят поражение многие продукты). Компания должна сочетать паритетность со сравнительными преимуще ствами хотя бы по одной из мотивирующих характеристик. Когда потребитель считает, что новый продукт имеет сравнительное преимущество по каким то важным характеристикам, это должно отражаться в позиционировании.

Сравнение рейтингов брендов новых продуктов, Naturally Dry, существующих продуктов и бренда В показывает, что для покупателей Naturally Dry имеет сравнительные преимущества по цене и экологическим характери стикам. Однако по другим мотивирующим факторам потребители признают Naturally Dry равным или уступающим другим продуктам. Это объясняет низкую эффективность нового бренда среди потребителей, относящихся к более высоким социальным слоям. Менеджеры по маркетингу надеялись придать продукту образ высококачественного товара, а анализ показал, что люди восприняли его как дешевку.

Не купившие Naturally Dry оценили его как равный бренду В по всем мотивирующим характеристикам. Однако это не подвигло их к покупке Naturally Dry вместо бренда В. Для побуждения потребителя к пробной покупке Naturally Dry нуждается в таком позиционировании, которое создавало бы сравнительные преимущества по большему числу высокомотивирующих характеристик. Ему нужно позиционирование в левом верхнем углу матрицы стратегии бренда (табл. 7.5).

Таблица 7.5. План действий

Мотивационная сила качества/достоинства	Матрица стратегии бренда: ваш бренд по сравнению с брендом Х
	Одинаковы
	Ваш бренд: лучший	Прекрасный: лучше быть не может	Приемлемый, но мог бы быть лучше	Неприемлемый	Худший (выбор бренда Х)
Высокая	Возможность позиционирования	Условие выхода на рынок — поддержка	Вероятная возможность	Необходим новый продукт	Серьезный недостаток — надо исправить
Средняя	Дополнительная возможность	Дополнительное условие выхода на рынок	Вероятная возможность	Очень вероятная возможность	Вторичный недостаток
Низкая	Потенциальная возможность — увеличение важности	Снижение затрат	Снижение затрат	Действия не предпринимаются	Действия не предпринимаются

Моделирование помогает в рекламе

Консультанты по маркетингу не понимают, почему так мало рекламных кампаний разрабатывают и тестируют маркетологи для запуска нового продукта. Во многих случаях они тестируют одну или две рекламные кампании и сравнивают их результаты с нормативными показателями анализа эффективности рекламы, предоставленными исследовательскими фирмами. Если аналитики эффективности рекламы утверждают, что новый ролик работает «значительно лучше», чем нормативный, это дает основания для использования его в моделировании, а затем и на реальном рынке.

Однако маркетологам следует знать, что средняя рекламная кампания сегодня обеспечивает окупаемость инвестиций (ROI) не более 3 %. Иногда анализ для существующих продуктов и услуг приводит к выводу, что окупаемость находится в пределах 40 % убытка. Это означает, что если вы инвестируете 1 млн долл., вы получаете 600 тыс. долл. дохода. Эффективность рекламных роликов Super Bowl была еще ниже. Ожидаемый отрицательный процент (то есть убытки) доходил до 80 %. И это реальная рекламная кампания. Звучит устрашающе!

И ситуация все ухудшается. Если реклама на реальном рынке столь неэффективна, представьте качество реклам, переполняющих базы данных компаний, проводящих анализ ее эффективности. Так что если вы говорите, что ваша реклама превосходит норму эффективности, то это всего лишь означает, что она не чудовищна, но, возможно, не обеспечит вам окупаемости инвестиций. Компании нужна реклама, которая работала бы на 2—3s выше нормативов — по настоящему выдающаяся реклама.

Чем больше разных рекламных кампаний разрабатывают и тестируют агентства по заказу маркетологов, тем больше шансов, что кампания окажется на правой стороне кривой эффективности рекламы (кривой нормального распределения). Это способствует благоприятному развитию ситуации. Рассмотрим рис. 7.3, 7.4 и 7.5.

Рис. 7.3. Влияние на осведомленность о новом продукте рекламы средней эффективности с GRP в 2000 пунктов

Рисунок 7.3 иллюстрирует типичную эффективность рекламной кампании с GRP в 2000 пунктов, кампании, осуществляющейся в прайм тайм более 6 месяцев для нового продукта или услуги. Стартовый уровень осведомленности — 0, а через 6 месяцев он останавливается на уровне ниже 50 %. Эта эффективность основана на средней рекламной кампании в середине кривой нормального распределения с точки зрения создания осведомленности.

Рис. 7.4. Влияние на осведомленность о новом продукте рекламы с GRP в 2000 пунктов и с эффективностью на 2s выше средней

Рис. 7.5. Влияние на осведомленность о новом продукте рекламы с GRP в 2000 пунктов и эффективностью на 3s выше средней

Но что случится, если маркетолог выберет рекламную кампанию, которая на 1 стандартное отклонение (s) (см. рис. 7.4) или даже на 2 стандартных отклонения выше среднего? В последнем примере, показанном на рис. 7.5, GRP рекламы в 825 пунктов произвел тот же эффект, что и средняя кампания с рейтингом в 2000 пунктов.

Теперь подумайте о том, что сегодня реклама с GRP в 2000 пунктов стоит примерно 25 млн долл., а с GRP в 825 пунктов — около 10,3 млн долл., что подразумевает серьезную экономию в 14,7 млн долл., или 59 % от изначальных инвестиций — и все за счет мощности.

Некоторые могли бы возразить, сказав, что стоимость разработки и производства мощной рекламной кампании очень высока, и в большинстве случаев она не дает никаких гарантий. Выясняется, что это не соответ ствует действительности для большинства маркетинговых мероприятий. На самом деле стоимость создания и тестирования необходимого количества кампаний для подбора среди них эффективной часто ниже, чем потенциальная прибыль.

Моделирование позволяет оценить линию продуктов

Часто маркетологи хотят использовать исследование моделированного пробного рынка для оценки новой или обновленной линии товаров, которые отличаются запахом, размером, формой (жидкость, например, в противоположность порошку) или любой комбинацией этих характеристик. Поскольку место на магазинных полках ограничено, немногие компании в состоянии провести дистрибуцию всех продуктов линии. Розничные торговцы выбирают те варианты, которые, по их мнению, будут наиболее популярными среди их покупателей, но поставщик может повлиять на их выбор, используя материалы убедительных научных исследований.

Системы, изучающие моделированный пробный рынок, применяют две процедуры для решения проблемы дистрибуции в прогнозировании. Первая допускает, что компания проведет полную дистрибуцию и что потребители найдут любой товар нужной линии. В этом случае система прогнозирует объем продаж на основании ACV­дистрибуции типа «любой товар». Другими словами, ACV дистрибуция такого типа предсказывает высокую вероятность того, что потребитель может найти любой товар.

Если маркетолог полагает, что потребитель не сможет найти именно тот товар, который он ищет (потому что не каждый розничный торговец будет держать полный ассортимент), STM может применить другую процедуру. Она учитывает расхождение дистрибуции линии продуктов и ACV дистрибуции в создании прогноза объема продаж; вероятность, что потребитель найдет нужный ему товар, ниже, чем вероятность найти любой товар из линии. Чтобы смоделировать влияние товара линии на прогноз, хороший STM может учесть реальную ожидаемую дистрибуцию и потребительские предпочтения для особых товаров и создать три отдельных прогноза с минимальным, максимальным и умеренным уровнем дистрибуции.

Первый прогноз — это прогноз при максимальном уровне дистрибуции, использующий АСV дистрибуцию всей линии типа «любой товар». Этот прогноз исходит из того, что потребитель найдет товар, который ему нужен. (Это тот прогноз, который создает первая процедура.)

Второй прогноз — прогноз при минимальной дистрибуции — основан на крайне консервативном допущении, что ни один потребитель не купит товара, если он не будет соответствовать его предпочтениям по размеру, запаху и форме. Модель вычисляет минимальную дистрибуцию, взвешивая ожидаемую АСV дистрибуцию на основании доли покупаемого товара.

Таблица 7.6. Прогноз STM для новой линии из пяти продуктов

_	Минимальная дистрибуция	Средняя дистрибуция	Полная дистрибуция
Эффективная дистрибуция
Месяц 1, %	67	73	80
Месяцы 2—12, %	72	78	85
Осведомленность
Диапазон — первый год, %	21-27	22-29	23-31
Среднее, %	25	27	29
Проникновение
Процент пробных покупок к концу первого года, %	15,6	16,8	18,1
Объем продаж
Количество случаев ММ	3,78	4,07	4,38
Количество единиц ММ	45,36	48,90	52,62

И, наконец, хорошая система может создать прогноз при средней дистрибуции на основе среднего числа товаров приемлемых брендов среди лояльных потребителей. Исследование определяет среднее число товаров приемлемых брендов при помощи постоянного набора вопросов, задаваемых лояльным потребителям: сколько товаров приемлемых брендов есть в этой линии? Система предполагает наличие линейной зависимости между эффективной дистрибуцией и средним числом избранных из бренда товаров.

Таблица 7.6 указывает, что если маркетолог не в состоянии достичь полной дистрибуции линии из 5 товаров (то есть не каждый потребитель может найти именно тот товар, который хочет), то этот недостаток значительно повлияет на уровень продаж первого года. Прогноз, основанный на принципе «любой товар» или на максимальной дистрибуции, на 8 % выше прогноза средней дистрибуции. В этом случае потребители указывали, что среднее число приемлемых товаров из 5 было 2,8.

Наиболее консервативное допущение, что потребитель купит только тот товар, который он предпочитает всем прочим, обусловливает показатель прогноза на 16 % ниже, чем в случае максимальной дистрибуции.

Диагностические инструменты для совершенствования маркетингового плана. Часть 1

Отрывок из книги Кевин Дж. Кленси, Питер С. Крейг, Марианна МакГерри Вольф

«Моделирование рынка: как спрогнозировать успех нового продукта».

Издательство "Вершина"

Перевод на русский язык - под научной редакцией Олега Чернозуба,

управляющего партнера V-RATIO BCC.

По разным причинам процент провалов новых продуктов продолжает расти. Доля провалов новых упакованных потребительских товаров доходит в настоящее время до 90%-95%. В случае новых финансовых продуктов, телевизионных программ, новых блюд в меню ресторанов быстрого обслуживания, голливудских фильмов и товаров B2B доля провалов составляет 80%-90 %.

Случай «нечувствительного» рекламного агентства

Одна из причин высокого процента провалов состоит в том, что менеджеры по маркетингу тестируют слишком мало планов перед представлением нового (или обновленного) продукта. Не так давно клиент попросил нас смоделировать эффективность одного -единственного маркетингового плана своего ведущего бренда, который скоро должен был быть обновлен. Мы попросили показать нам рекламу. Она была плохой. Нам особенно не понравилось то, что она не доносила до аудитории стратегию позиционирования, над которой мы так старательно работали.

Клиент попросил наших рекомендаций. Мы предложили организовать встречу с рекламным агентством. Половину времени, отведенного на нее, мы бы представляли исследование позиционирования, после чего предложили бы 10 альтернативных творческих идей только для того, чтобы стимулировать творческую активность агентства. Клиент сказал: «Это не сработает. Вы, ребята, не можете давить на творческую сторону работы рекламного агентства».

Мы сказали, что не имеет смысла моделировать пробный рынок с такой плохой рекламой. Продукт заведомо будет убыточным. После продолжительной дискуссии клиент согласился на встречу с рекламным агентством.

Было представлено 15 идей. Рекламное агентство послало на встречу исполнительного вице -президента, исполнительного директора, старшего креативного директора и исполнительного вице- президента агентства по планированию.

Мы поговорили о наших исследованиях в области целевой направленности и позиционирования, а потом начали обсуждать альтернативные творческие подходы. И в то время как клиент чувствовал себя несколько неловко, представители агентства реагировали со все большим энтузиазмом. Они хотели узнать побольше: «А это о чем?», «А это?» Нам приходилось постоянно повторять: «Мы не творческие работники. Творчество — это ваша работа. Все, что мы пытаемся сделать, — это показать вам целевую стратегию и позиционирование, которые вы можете подать множеством разных способов. И нам бы хотелось, чтобы вы вернулись к нам с массой разных идей».

Мы провели 2 часа, обсуждая творческие альтернативы. Клиент был в восторге. Он сказал: «У меня прекрасная идея! Почему бы нам не разбить творческую группу агентства на две части. Дать обеим описание продукта и результаты исследований, и если консалтинговая компания предложила нам 15 идей через несколько недель, то уж каждая из творческих групп наверняка сможет предложить 15—20 идей, так ведь? Давайте встретимся здесь через месяц и обсудим 30—40 идей!» Все согласились, что мысль блестящая.

И поскольку все отнеслись к делу с энтузиазмом, мы сказали: «Пока вы думаете над идеями, мы начнем процесс моделирования с существующими медиа-планами. Почему бы не предложить и несколько альтернативных медиа-планов и не протестировать и их в том числе?»

За столом всеобщее согласие. «Да! Правильно! Замечательно!» В итоге все были довольны.

Мы встретились снова через месяц. К нашему изумлению, агентство представило единственную идею. Они сказали, что действительно «занимались созданием идей несколько недель и обсудили многие, но эта — значительно лучше всех остальных». К сожалению, эта идея была ничем не лучше первоначальной. И медиа-план не был изменен. Мы вернулись к тому, с чего начали.

Как мы уже отмечали, большинство начальников маркетинговых отделов даже не понимают, сколько планов они могут протестировать. Некоторые из них считают, что дать консалтинговой компании 3 маркетинговых плана для моделирования пробного маркетинга — уже достаточно для выбора самого выигрышного с точки зрения прогнозирования объема продаж. Но исследование моделированного пробного маркетинга может идти гораздо дальше прогнозирования объема продаж и предоставить менеджеру инструменты, необходимые при анализе (а если необходимо, то и в совершенствовании) целевой направленности нового продукта, его позиционирования и ценообразования, то есть всего маркетингового плана. Эта глава показывает, как это происходит, и в ней обсуждаются такие вопросы, как дистрибуция и негативное влияние нового продукта на существующие — вопросы, которых не касается стандартный прогноз объема продаж.

Моделирование предлагает помощь в определении целевого рынка

Представляя новый продукт, расширение линии или обновленный продукт, руководители компании определяют (или должны определять) основную целевую группу. Но иногда это не та группа, которая на самом деле совершает пробную покупку и затем продолжает покупать продукт. А еще некоторые компании не имеют фиксированной рыночной цели в начале работы над проектом. Не хватает времени на обдумывание такого важного вопроса.

Менеджер по маркетингу может расходовать маркетинговый бюджет более эффективно, выстраивая свои медиапланы и продвижение так, чтобы они достигали наиболее прибыльных целевых групп. Более того, рекламное агентство может повысить свою творческую эффективность, когда оно точно представляет себе цель и знает (или может узнать), чего хочет целевая группа, в чем она нуждается, на что надеется, чего боится и т. д.

Результаты исследования STM могут помочь найти ответы на вопросы, связанные с определением целевой группы. Проводится сравнение рейтингов пробной и повторной покупки в разных условиях, при разных схемах поведения и для разных демографических и географических групп, что позволяет выяснить, существуют ли различия в поведении, показывающие, для кого данный продукт наиболее привлекателен.

Чтобы показать, как маркетолог может использовать рейтинг пробной покупки для определения целевой группы, рассмотрим пример нового дезодоранта­антиперспиранта, состоящего только из натуральных компонентов, под названием Naturally Dry. Таблица 7.1 показывает, что этот новый продукт больше привлекает женщин (вероятность пробной покупки 43,7 %), чем мужчин (вероятность пробной покупки 15,2 %). Более того, концепция показывает более высокую эффективность среди молодых потребителей, чего маркетолог не смог предсказать. Это говорит о том, что либо концепция, либо реклама, либо медиаплан, либо все эти элементы должны быть пересмотрены. Новый продукт должен быть лучше позиционирован, а его эффективность приведена в соответствие с намеченными компанией целями.

Проблема с Naturally Dry стала очевидной, и тогда было проведено исследование STM, которое позволяло определить наибольшую привлекательность продукта для разных типов пользователей. Выяснилось, что новый продукт наиболее привлекателен для неактивных пользователей, которые будут покупать его в особых случаях, когда им покажется, что им нужен дезодорант особого рода. Это разочаровывающее открытие стало одной из причин низкого уровня ожидаемого использования нового бренда и прогноза провала на рынке.

Анализ также показывает менеджеру по маркетингу, что существует потенциал увеличения объема продаж при условии, что компания может повысить привлекательность пробной покупки среди потенциальных потребителей, которые регулярно пользуются твердым дезодорантом, то есть активных пользователей. И наоборот, компания может позиционировать Naturally Dry как особый дезодорант- антиперспирант, упирая на то, что он имеет более высокий рейтинг пробной покупки среди тех, кто покупает его для особых случаев. Это — классическая маркетинговая проблема: менеджеру надо выбирать между одним доминирующим сегментом и более широким, но менее выраженным интересом нескольких сегментов. Часто, проводя расширение линии и уменьшая тем самым силу воздействия на сегменты с наибольшим процентом отклика, компания терпит поражение на обоих фронтах. Дополнительное маркетинговое исследование может помочь менеджеру по маркетингу определить наилучшую альтернативу.

Таблица 7.1. Переход от осведомленности к пробной покупке Naturally Dry по отдельным демографическим группам

Параметр	Значение, %
Всего	29,9
Пол
Женский	43,7
Мужской	15,2
Возраст
18—34	42,5
35—44	33,5
45—54	27,7
55 и старше	16,9
Семейное положение
Женат	33,1
Не женат	23,9
Образование
Окончил колледж	24,1
Не окончил колледж	32,5
Годовой доход
Меньше 25 тыс. долл.	37,4
25 000—34 999 долл.	30
35 000—49 999 долл.	26,7
50 тыс. долл. и выше	26,6
Наличие детей
Есть дети до 18 лет	30,8
Нет детей до 18 лет	28,2

Моделирование показывает, кто купит, и кто не купит новый продукт

Исследования моделированного пробного маркетинга могут предоставить поведенческий профиль покупателя нового продукта. Для иллюстрации характера данных приводим пример профилей купивших и не купивших продукт, созданных в рамках моделированного пробного маркетинга для Naturally Dry.

Сравнение покупателей брендов за прошедшие 12 месяцев с количеством купивших и не купивших Naturally Dry указывает на то, что покупатели (то есть люди, делающие пробную покупку) были более склонны приобретать бренды А, В, С и G (табл. 7.2). Поскольку компания позиционирует Naturally Dry как продукт высшего качества, а бренды D, E и Н тоже позиционируются как бренды высшего качества (с соответствующей ценой), эти результаты не были обнадеживающими.

Таблица 7.2. Профиль купивших и не купивших бренд Naturally Dry

Купили в прошлом году бренд	Купили (382), %	Не купили (769), %
A	83	62
B	77	59
C	44	20
D	23	16
E	29	29
F	10	11
G	29	12
H	6	12
I	5	8

Моделирование определяет особенности лояльных потребителей

Профиль лояльных потребителей, делающих повторные покупки, дает менеджеру по маркетингу дополнительные полезные указания для определения целевой группы. Чтобы сегментировать лояльных потребителей в исследовании STM, ученые относят к этой группе тех, кто делает покупку в лабораторном магазине и сообщает, что «точно» или «весьма вероятно» будет покупать Naturally Dry после двухнедельного использования.

Ученые изучали лояльность потребителей к единичному бренду. Есть ли такой бренд, который они покупают постоянно? Или есть ли такие бренды, лояльность потребителей к которым низка? Находятся ли они в той группе брендов, частота покупок для которых одинакова? В этом исследовании мы обнаружили всего один бренд, который лояльные покупатели Naturally Dry приобретают гораздо чаще. Наиболее вероятно, что эти потребители купили в прошлом году бренд А (табл. 7.3). Бренд А более дешев, что приводит к его доминированию на рынке товаров массового потребления. Эта новость была ударом для менеджера нового продукта, который ожидал, что его бренд уведет клиентов у других компаний.

Таблица 7.3. Поведенческий профиль тех, кто совершает повторную покупку

Доля бренда в прошлом году	Купившие Naturally Dry (211), %	Не купившие Naturally Dry (910), %
A	43	27
B	27	28
C	6	7
D	4	4
E	1	3
F	5	14
G	2	3
H	4	3
I	-	2

Моделирование помогает при позиционировании

Хотя это исследование позволяет определить характеристики тех, кто делает пробную покупку нового продукта, и наиболее вероятных лояльных потребителей, все равно остается много вопросов и предположений по поводу того, почему люди покупают новый продукт, и какие именно его достоинства заставляют выбирать его из дюжины ему подобных, имеющихся на рынке. Например, должен ли маркетолог делать заявления вроде:

• «Naturally Dry не содержит вредных химикатов»;
• «Naturally Dry заряжен сексуальной, эротической энергией»;
• «Naturally Dry не оставляет пятен на одежде»;
• «Naturally Dry пахнет чистотой и свежестью», или еще что нибудь в том же духе?

Исследователи маркетинга обычно применяют прямой подход к выявлению потребностей потенциальных клиентов. К сожалению, это способ ствует созданию скорее ложной стратегии, чем правильной.

Потребителя спрашивают, что для него важно. Исследователи раздают респондентам списки качеств продукта или услуги и просят их дать оценку каждому из них по 5­балльной шкале. Например: «Когда вы покупаете дезодорант, насколько важно для вас, что он не содержит вредных химикатов? Сказали бы вы, что это крайне важно? Очень важно? Достаточно важно? Почти не важно? Совсем не важно?»

Этот метод собственной оценки важности вам не следует применять. Вряд ли он покажет вам, что является реальным мотивирующим фактором в категории, потому что люди будут давать вам наиболее разумные, ожидаемые, социально приемлемые ответы. Они скажут вам, что хороший, освежающий вкус — очень важное качество безалкогольного напитка, несмотря на то, что большинство американцев не отличит с завязанными глазами Pepsi от Coke. Они скажут вам, что достоверность данных коммерческого сайта — важнейшее качество, хотя покупатели редко знают о сайтах компаний. Они скажут вам, что безопасность — это то, чего они хотят от автомобиля, хотя покупают автомобиль они под воздействием рекламы, а технические характеристики — дело десятое.

Люди никогда не признаются, что сексуальная притягательность важна для них, хотя это является сильной мотивацией для некоторых сегментов рынка. И еще мы заметили, что в мире, где всем правят цены, немногие потребители скажут вам, что цена является для них важнейшим фактором при принятии решения о покупке. Кто захочет признаться, что любит дешевку?

Рекомендуемый нами подход основан на последних разработках маркетинга с использованием трехкомпонентной теории восприятия в качестве отправной точки: определение идеала, проблемы и предпочтительного бренда.

Психологи и бихевиористы уже 30 лет спорят о том, что восприятие формируется из этих трех компонентов. Маркетинговая наука использует трехкомпонентную теорию восприятия как основу.

Поскольку одни компоненты продукта могут быть качественными, а другие — нет, важно оценить его по всем трем показателям, таким образом вы не пропустите потенциально сильные стороны. В идеале вам бы хотелось, чтобы продукт и его позиционирование превосходили другие продукты по всем трем показателям: когда люди говорят, будто хотят получить то, что предлагает этот продукт, будто они не получают этого от продуктов, которыми пользуются в настоящее время, и будто они купили бы этот продукт, будь он в наличии.

Определение идеала, эмоциональный компонент силы мотивации, определяет уровень интереса к каждому качеству и достоинству продукта. Что на самом деле хочет потребитель в данной категории — каким бы нереалистичным и абсурдным ни был ответ? Пример: «Очень бы хотелось иметь дезодорант, который делал бы меня более привлекательным( ой) для противоположного пола».

Мы применяем шкалу желанности чаще, чем измерения важности, потому что люди называют неосязаемые и нематериальные характеристики продукта наиболее привлекательными. Измерения важности тут не годятся. Спросите: «Насколько важно то, что ваш новый автомобиль производит впечатление на вашего шурина?» Наиболее вероятно, что вам ответят: «Не очень важно».

А если вы спросите: «Насколько желательно, чтобы ваш новый автомобиль производил впечатление на вашего шурина?», вам ответят (по крайней мере, некоторые): «Очень желательно». А если вы попросите их представить себе лицо шурина при виде автомобиля, то они могут даже сказать: «В высшей степени желательно».

Важность — понятие рациональное. Люди стараются дать ответ, который, как им кажется, исследователи от них ждут, который, по их мнению, делает их более солидными в глазах интервьюера. Желательность подразумевает меньшую ответственность. Она обеспечивает большую откровенность.

До того, как представить респондентам рекламу тестируемого продукта и моделированный магазин, мы просим их оценить список характеристик продукта с точки зрения их желательности. Характеристики включают явные достоинства продукта, такие как «прост в использовании», «сравнительно недорогой», и неявные (нематериальные), такие как «в нем я чувствую себя более сексуальным» или «по моим ощущениям, он полезен для моих волос».

Определение проблемы, разница между идеалом и реальностью — это когнитивный компонент. Он измеряет соответствие между тем, чего хочет респондент (желательности), и тем, что он получает (или не получает) от брендов, которые он использует в настоящее время. Например, буквально все владельцы автомобилей заинтересованы в высокой надежности; владельцы машин Lexus и Honda получают ее (по данным Consumer Report), владельцы Volkswagen не получают.

Вы не можете определить проблему, просто спрашивая людей о том, что для них важно. Насколько важно, что ваш новый автомобиль будет иметь 4 колеса? Крайне важно. Но все новые автомобили имеют по 4 колеса, так что это не проблема. Насколько важно, что твердый дезодорант- антиперспирант сохраняет ваши подмышки сухими? Крайне важно. Но сухость антиперспиранта — это вопрос цены.

Многие согласятся с компанией Procter & Gamble, которая определила маркетинг как дисциплину, занимающуюся решением человеческих проблем за счет продуктов и услуг с целью получения прибыли. И измерить это можно, найдя различия между тем, чего люди хотят, и тем, что они получают.

Определение предпочтительного бренда — поведенческий компонент — показывает, какие оценки качеств соответствуют (или предопределяют) покупательское поведение. В типичных исследованиях мы просим респондентов оценить каждый из лидирующих брендов с точки зрения тех качеств и достоинств, которые мы изучаем. Позже в интервью мы также задаем ряд вопросов относительно вероятности покупки каждого из брендов.

Возможно также и применение метода постоянной суммы, когда вы спрашиваете реципиента: «Вы собираетесь купить 10 продуктов из этой категории, сколько раз вы, скорее всего, приобретете эти бренды?» Бренды, о которых вы спрашиваете, — те же, что вы давали оценить ранее. Это гораздо более простой метод, чем проведение корреляционно регрессивного анализа для прогнозирования общего рейтинга. Однако вы должны проводить этот анализ отдельно для каждого респондента.

Анализ влиятельности на рис. 7.1 показывает ту степень, в которой каждый респондент принимает бренды, обладающие уникальными каче ствами. Другими словами, если женщина видит, что продукт обладает ценными характеристиками, то она, наиболее вероятно, купит в будущем этот продукт. Также мы анализируем, что люди говорят о своих желаниях (это «желательность») и что на самом деле управляет их предпочтениями и покупательским поведением.

Например, при анализе новых услуг кредитных карт, запланированных банком, один респондент сказал: «Пользуясь этими услугами, я чувствую себя умным». Это слабый фактор «желательности». Анализ влиятельности обнаруживает, однако, сильное положительное взаимодействие с общим предпочтением (корреляция 0,9 на рис. 7.1). Тот же респондент высоко оценил это качество кредитной карты и сказал, что будет чаще пользоваться ей в будущем.

В качестве другой иллюстрации скажем, что характеристики, имеющие отношение к эффективности автомобиля (например — скорость разгона) весьма плотно взаимодействует с общим предпочтением для BMW. Характеристики, имеющие отношение к возрасту, соотносятся с предпочтением Pepsi Cola. Характеристики, имеющие отношение к тому, что нравится детям, соотносятся с предпочтением McDonald’s.

И наоборот, старомодность и медлительность обнаруживает отрицательную корреляцию с выбором BMW. Подлинный «американизм» XIX века негативно коррелирует с предпочтением Pepsi Cola. А расширенное меню и хорошее обслуживание негативно коррелирует с выбором McDonald’s.

Рис. 7.1. Иллюстрация анализа влиятельности для новой кредитной карты

Следующий шаг — это изменение масштаба всех этих трех показателей для каждого респондента от −100 (крайняя немотивированность) до +100 (чрезмерная мотивация), затем взять средневзвешенные показатели трех компонентов для выявления мотивационной силы каждой из характеристик. Мотивационная сила, как мы выяснили, — это не только мечты, проблемы и предпочтения, но и сочетание всех трех факторов. Рисунок 7.2 иллюстрирует эту трехмерную модель потребительской мотивации.

Один простой способ — взвесить каждый показатель одинаково для каждого респондента и определить среднее арифметическое. Наш опыт показывает, однако, что компонент желанности для нового продукта должен быть расширен, а оценка предпочтительности бренда — сужена. Для суще ствующих продуктов и услуг оценка проблемы более важна, чем рейтинг желанности.

Но работа еще не закончена, поскольку, хотя эти характеристики могут быть очень важны для потребителей, они все же могут не обеспечить нужное поведение, потому что каждый конкурент предлагает преимущества (4 колеса, тормоза) или никто их не предлагает. Характеристика «двухместный», будучи мотивирующей, не определяла покупательское поведение, потому что в то время никто не производил маленьких спортивных автомобилей. Потребитель может захотеть приобрести портативный компьютер, который работал бы целый год без подзарядки аккумулятора. Но в настоящий момент таких компьютеров не существует.

Рис. 7.2. Трехмерная модель мотивации

Например, 20 лет назад вы бы выяснили, что люди, которым нравились и которые хотели бы купить двухместные открытые автомобили, сталкивались с проблемой: они не могли их найти.