Быть хорошим или быть другим?

На продуктовых тестах часто приходилось сталкиваться с ситуацией, когда у компании есть хороший продукт и есть доработанная версия, но при прямом сравнении оба проигрывают среднему конкуренту.

В чем причина?

Исходный продукт и доработанная версия чаще отличаются нюансами, но глобально об одном и том же.
Конкурент же наоборот – отличается. Предпочтения рассредотачиваются между двумя похожими продуктами. Пусть даже оба продукта получают суммарно больше, чем один. Но на каждый в отдельности все равно приходится меньше, чем на конкурента, который формально по набору показателей в среднем слабее.

Прямой вывод из этого – если надо выбрать из двух образцов один, то на прямое сравнение не желательно ставить полный список продуктов. Вместо этого или делать попарное сравнение. Или выборку делить на ячейки, каждая из которых оценивает один вариант продукта + конкурентное окружение.

Далеко идущий вывод – не стоит недооценивать роль дифференциации. Тем паче, что из политики давно известен такой прием, как ослабление лидирующего кандидата при помощи 1-2 кандидатов-спойлеров со схожими политическими взглядами.

Карта рынка

Как извлечь картину мира из сознания потребителей, будучи уверенным, что она не искажена.

Как упоминалось в заметке про имиджи, анализ соответствий имеет такой существенный недостаток, как зависимость карты от набора марок и высказываний.

В этой заметке рассмотрим подход, который дает карту марок, не зависящую ни от набора высказываний, ни от количества марок.

Начнем с примера.
Пусть это будет карта станций метро.
Зная расстояния между станциями, мы можем воспроизвести расположение станций друг относительно друга.

В основе анализа лежит многомерное шкалирование, на вход которому подается матрица расстояний между объектами.

Чтобы не усложнять, ограничимся 4 станциями. В табличном виде матрица расстояний будет такой:

ВДНХ Щёлковская Люблино Университет
ВДНХ 0 9.91 18.1 15.9
Щёлковская 9.91 0 15.1 21.1
Люблино 18.1 15.1 0 14.4
Университет 15.9 21.1 14.4 0

При помощи многомерного шкалирования построим по этой матрице карту.
Она будет идентична карте города, с той разницей, что для полного совпадения ее нужно масштабировать и ориентировать по сторонам света.

Как видим, карты совпадают. Это говорит о точности инструмента.
И как не трудно догадаться, карта на основе расстояний между парами объектов не зависит от количества объектов. Можно добавлять и удалять точки. Оставшиеся точки не поменяют расположения друг относительно друга.

Теперь вопрос: как извлечь аналогичную картину мира из сознания потребителей.
Для этого нам нужно получить матрицу расстояний между марками. Один из способов – упражнение по группировке марок.

Респондентам предлагается объединить марки в группы таким образом, чтобы для респондента лично марки в группе были взаимозаменяемы между собой и при покупке респондент рассматривал бы их как похожие. Респондент сам решает, сколько групп создать и по каким признакам считать марки взаимозаменяемыми.

Матрица расстояний между марками рассчитывается на основе частоты, с которой всевозможные пары марок попадают в одинаковые группы. На основе матрицы расстояний строим карту. А карту можем дополнить иерархическим кластерным анализом, который покажет, какие марки можно объединить в сегменты, а какие – нет.

И так, карта марок есть. Осталось интерпретировать ее.
В этом поможет дополнительная информация, которую можно нанести на карту при помощи многомерного развертывания. Это может быть все та же табличка с имиджами или какая-то другая описательная информация. Например, соц-дем.

Огромный плюс полученной карты в том, что она неуязвима от неполноты информации. Карту можно делать более детальной или менее детальной, можно даже ошибиться с высказываниями. Но расположение объектов на карте друг относительно друга будет оставаться неизменным. И ошибка с каким-нибудь высказыванием останется частной ошибкой, не повлияв на всю картину мира.

Дополнительными плюсами карты будут:

  • Богатые возможности по интерпретации – можно наносить практически любую информацию. Например, имиджевые высказывания, обстоятельства последнего потребления, мотивы, соц-дем..
  • Марки можно группировать в сегменты, имея твердое основание в виде иерархического кластерного анализа.
  • Сегменты марок можно описать в терминах объемов и стоимости.
  • Сегменты можно описать в терминах удовлетворенности.
  • Белые пространства на карте можно интерпретировать, как ниши. Близлежащие сегменты от белых пространств могут дать идеи для генерации новых продуктов. В особенности, если близлежащие сегменты характеризуются низкой удовлетворенностью.

Недостатками описанного подхода будут:

  • Трудоемкость. Упражнение по группировке марок удлиняет анкету и требует внимательности. Сам анализ трудоемкий.
  • Сложно интерпретировать расстояния на карте. Нет критерия, который позволит одно расстояние считать большим, а другое маленьким. Отчасти эта проблема решается группировкой марок при помощи кластерного анализа
  • Карты сложно анализировать в динамике.

Другие варианты матрицы расстояний между марками

Хорошим вариантом расстояний между марками будет матрица перекрестных эластичностей, полученная на основе choice-based conjoint. Перекрестные эластичности говорят о том, насколько легко покупатели переключаются с одной марки на другую.

Еще один вариант для расчета расстояний между марками – репертуар марок. Но репертуар марок нужно использовать с большой осторожностью.

В репертуаре могут присутствовать и взаимозаменяемые продукты (похожи между собой), и взаимодополняющие (наоборот, сильно различаются). Нужно быть твердо уверенным, что репертуар состоит только из взаимозаменяемых продуктов.

Так, например, на рынке шоколадных батончиков в репертуаре будут оба типа продуктов. Батончики Snickers и Bounty скорее окажутся взаимодополняющими, так как сильно отличаются. Батончики Snickers и Золотой Степ могут оказаться взаимозаменяемыми (второй – калька с первого). На таких рынках карту марок на основе репертуара строить не корректно.

Другой пример – репертуар страховых компаний в рамках одного страхового продукта. С большой вероятностью в репертуаре будут взаимозаменяемые компании. Нет смысла покупать несколько однотипных страховок в разных компаниях в один и тот же период времени.

 


Поделившись этой публикацией в соц-сетях, Вы помогаете нам делать больше хороших исследований. А значит, этот мир может стать чуточку лучше…

Имидж

Размер имеет значение. Как за размером не потерять из виду дифференцирующие характеристики марок.

Дифференцирующие характеристики марок

Прежде, чем описать наш подход к оценке восприятия марок, хотим предложить наглядный пример.

Сравним два вида техники.
И грузовик и трактор имеют одинаковый диаметр колес.
Но трактор имеет большие колеса относительно своего размера.
Это и есть отличительная особенность трактора.

Аналогично приведенному примеру, восприятие марок характеризуется двумя особенностями:

  • Чем популярнее высказывание, тем чаще оно ассоциируется с различным марками.
  • Чем крупнее марка, тем больше различных высказываний ассоциируется с ней.

Чтобы выявить дифференцирующие характеристики марок, необходимо учитывать как “размер марок”, так и “размер высказываний”. Существует несколько техник, позволяющих учитывать оба этих обстоятельства. Наиболее популярная в исследовательской среде – анализ соответствий.

Анализ соответствий – визуализация результатов

По результатам анализа соответствий чаше всего строится карта – проекция многомерного пространства марок и высказываний на плоскость.

Карта – достаточно удобный инструмент, чтобы составить общее представление о рынке. Какие марки близки друг другу по восприятию и чем они характеризуются.

Однако, картой не всегда удобно пользоваться:

  • Когда нужно сравнить марки по набору высказываний
  • Когда нужно отследить имидж в динамике
  • Когда нужно сравнить имидж на разных подгруппах респондентов
Для таких ситуаций гораздо больший интерес представляет анализ остатков (наблюдаемые частоты минус ожидаемые).

Матрица остатков, также как и карта, рассчитывается и с учетом размера марок и с учетом размера высказываний.

При этом удобно сравнивать марки между собой по каждому отдельному высказыванию. Или сравнивать одну и ту же марку в динамике или в разных сегментах.

Кроме того, остатки легко интерпретировать. Это те же самые проценты (наблюдаемые частоты минус ожидаемые). В отличие от карты, где координаты точек – безразмерные величины, и далеко не всегда ясно, расстояние между маркой А и высказыванием Z – это много и или мало.

Анализ соответствий – особенности

Интерпретируя результаты анализа соответствий, желательно принимать во внимание несколько нюансов.

Каждое высказывание влияет на расположение марок и каждая марка влияет на расположение высказываний. Убрав один элемент мы меняем всю картину. Изменения могут быть большими и маленькими, но всегда отдельно взятый элемент влияет на всю картину.

Это означает, что никогда нет полной уверенности, что построенная карта отражает реальное восприятие.

Список высказываний может быть не полным. Исследователь может упустить какой-то важный параметр, по которому покупатели дифференцируют марки.

Или само высказывание может быть сформулировано неудачно. Оно может отражать реально важный для покупателей фактор, но при этом смысл для респондентов может оказаться или не понятным или считываться не совсем верно.

В списке высказываний могут присутствовать атрибуты, которые сильно дифференцируют марку (и как следствие – сильно влияют на общую карту), но при этом не имеют особого значения в потребительской картине мира.

В качестве примера вспоминается слоган из 90-х годов. “Хопер инвест – отличная компания. Отличная от других.” Слоган звучал из каждого утюга и мог крепко запомниться.

Если включить в список высказываний “Компания, отличная от других”, то наверняка это высказывание очень сильно ассоциировалось бы с Хопром инвест и сильно влияло бы на всю карту. Хотя, чем конкретно компания отличается – не ясно. Если высказывание заменить на “Предлагает что-то, чего нет у других”, то картина могла бы получиться совсем иной.

Резюмируя:

  • Анализ соответствий / анализ остатков хорошо подойдет для исследований, предмет которых хорошо понятен исследователю и нет риска ошибиться с высказываниями.
  • В эксплораторных исследованиях, когда многое еще не изучено и картина мира для исследователя не ясна, к анализу соответствий следует относиться настороженно и помнить о возможных искажениях карты.
  • В качестве альтернативы можно предложить построение карты рынка на основе упражнения с группировкой марок/продуктов.

 


Поделившись этой публикацией в соц-сетях, Вы помогаете нам делать больше хороших исследований. А значит, этот мир может стать чуточку лучше…