A fogyasztó Marketingkutatás – Károli / Kun Miklós
A fogyasztó
Marketingkutatás – Károli / Kun Miklós
A fogyasztói kutatások mindkét területe fontos!
Kvalitatív információkNem/nehezen számszerűsíthető
Kvantitatív információkSzámszerűsíthető
Mélyinterjú
Résztvevő megfigyelés
Fókuszcsoport
Social Media elemzés
Insights FACT
Ökonometria
„Közvélemény-kutatás”
Szegmentáció
Értékesítés
Gazdasági mutatók
Kreatívok, üzenetek elemzése
Márkaidentitás Célcsoport-méret
Büdzsé
Média-mix
Elérés
„Receptivity”
Szignifikancia
Kérdőív
Marketingkutatás – Károli / Kun Miklós
Sok a téveszme a kutatásokról…
Fogyasztói információk
A mérési módszer meghatározza, hogyan értelmezzük az adatokat
Marketingkutatás – Károli / Kun Miklós
Egy „észrevétlen” eszköz méri a fogyasztói viselkedést
A válaszadókat megkérjük, hogy emlékezzenek viselkedésükre…
Passzív mérés Aktív mérés
A fogyasztó
Alapfogalmak – aktív mérés
Marketingkutatás – Károli / Kun Miklós
Nem kérdezünk meg mindenkit, egy reprezentatív mintából* becsüljük meg a teljes sokaságra vonatkozó értékeket
Marketingkutatás – Károli / Kun Miklós
*A populáció miden tagja egyenlő eséllyel kerül a mintába
Gyakori kérdés, mire reprezentatív a minta…kulcsszavak: terület, elérhetőség, mintavételi technikák
Marketingkutatás – Károli / Kun Miklós
Balanszírozó súly vs. vetítő súly
Marketingkutatás – Károli / Kun Miklós
Balanszírozó: a minta torzulásait állítja helyre
Vetítő: az adott személy hány főt reprezentál a teljes populációból
x
xx
x
x
x
x
x
x
x
Penetration, Affinity
Marketingkutatás – Károli / Kun Miklós
Teljes minta (A18-69)
A: Adult
Penetration, Affinity
Marketingkutatás – Károli / Kun Miklós
Teljes minta (A18-69)
HW 20-44, w ch 0-6, ABC, urb
TG / TA
A: Adult; HW: housewife (főbevásárló) = MS: main shopper; w: with; w/o: without; ch 0-6: children 0-6 éves; ABC: státusz (lásd később); urb: urban (városi), F vagy W: female / woman (nők); M: male (férfi); WCW: white collar worker (irodai munkás); BCW: blue collar worker (fizikai)
Penetration, Affinity
Marketingkutatás – Károli / Kun Miklós
53%
Túró Rudit vásárlók aránya (penetráció)
75%
Penetration, Affinity
Marketingkutatás – Károli / Kun Miklós
53%
Túró Rudit vásárlók aránya (penetráció)
75%
A célcsoport affinitása a termék vásárlására:
Affinitási index:
(75% / 53% )*100 = 141
Penetration, Affinity
Marketingkutatás – Károli / Kun Miklós
8%
Whiskey fogyasztók aránya (penetráció)
5%
A célcsoport affinitása a termék fogyasztására:
Affinitási index:
(5% / 8% )*100 = 62
Alulreprezentált, felülreprezentált
Marketingkutatás – Károli / Kun Miklós
…
…A célcsoporton belül a Túró Rudi fogyasztás felülreprezentált (aff.: 142),
míg a Whiskey fogyasztás alulreprezentált (aff: 62)
A magas /alacsony affinitás nem feltétlenül jelenti azt, hogy a különbség statisztikailag is szignifikáns!
A statisztikailag szignifikáns különbségből pedig nem feltétlenül következik extrém affinitás
Marketingkutatás – Károli / Kun Miklós
A fogyasztó
Státusz változók
Marketingkutatás – Károli / Kun Miklós
A háztartás tagjai közül ki az, aki a legnagyobb összeggel járul hozzá a családi kasszához, ki Önöknél a fő kereső?
És mi a legmagasabb iskolai végzettsége a fő keresőnek?
Mi (volt) a (legutolsó) foglalkozása, beosztása a fő keresőnek?
Ha a főkereső inaktív (vastagon szedett kategóriák), akkor a következő vagyontárgyakkal való ellátottságra is rá kell kérdezni:Van Önöknek...• színes TV-jük?• videomagnójuk? • videokamerájuk?• kettő vagy több autójuk?• fényképezőgépük?• személyi számítógépük?• elektromos fúrógépük?• elektromos friteuse-ük?• DVD lejátszójuk?• hétvégi házuk, nyaralójuk?
ESOMAR*: A, B, C1, C2, D, E
Marketingkutatás – Károli / Kun Miklós
*www.esomar.com
A) társadalmi csoportba tartozók esetében a háztartás főkeresője önálló vagy alkalmazott értelmiségi (felsőfokú végzettséggel) magasan képzett top menedzser; középvezető vagy más menedzser viszonylag sok (hat vagy több) beosztottal; átlagnál magasabb iskolai végzettségű vagyoni javakkal jól ellátott inaktív
B) társadalmi csoportba tartozók esetében a háztartás főkeresője magasan képzett alsó és középszintű vezető hatnál több beosztottal; középvezető; más menedzser hatnál kevesebb beosztottal, munkafelügyelő; felsőfokú végzettségű hat, vagy hatnál több alkalmazottat foglalkoztató vállalkozó, legalább középfokú iskolai végzettséggel és átlagos vagy átlagnál jobb vagyoni helyzetben lévő inaktív
C1) társadalmi csoportba tartozók esetében a háztartás főkeresője középfokú végzettségű középvezető, vagy más menedzser; középfokú végzettséggel rendelkező vállalkozás tulajdonosa, aki legalább hat alkalmazottal dolgozik; középfokú végzettségű mezőgazdasági vállalkozó
C2) társadalmi csoportba tartozók esetében a háztartás főkeresője irodai alkalmazott; érettségizett szakmunkás, munkafelügyelő; vállalkozás, vagy üzletrész tulajdonos öt vagy kevesebb alkalmazottal, alacsony iskolai végzettségű anyagi javakkal átlagosan ellátott inaktív, illetve középiskolai végzettségű vagyoni helyzetét tekintve átlag alatti inaktív
DE) társadalmi csoportba tartozók esetében a háztartás főkeresője szakmunkás, képzetlen munkás, alacsony iskolai végzettségű hatnál kevesebb alkalmazottat foglalkoztató vállalkozó, mezőgazdasági termelő
ESOMAR: A, B, C1, C2, D, E
Marketingkutatás – Károli / Kun Miklós
Mindegyik válaszadó a háztartása státuszát kapja!
Forrás: Millward Brown / TGI
A fejlett országokban a tanulmányokra fordított idő, a megszerzett tudás összefügg a későbbi keresettel: aki sokat tanult, többet fog keresni… (leegyszerűsítve)
A poszt-kommunista államokban az összefüggés nem erős, mert: Vannak akik sokat tanultak, mégsem tehetősek (pl. tanárok, orvosok) Vannak, akik kevesebbet tanultak, mégis tehetősek (pl. „vállalkozók”)
E probléma feloldására alkalmaznak egy, a háztartás vásárló-erejét jobban tükröző státusz változót
Státusz-inkonzisztencia problémája
Marketingkutatás – Károli / Kun Miklós
A TGI fogyasztói status változó felépítése
Képző változók:- ESOMAR társadalmi kategória (képzettség-foglalkozás)- egy főre jutó jövedelmi csoportok- vagyoni status csoportok (40 féle fogyasztási cikk alapján)
TGI* státusz változó a státusz-inkonzisztencia kezelésére
Marketingkutatás – Károli / Kun Miklós
*www.tgi.com
A) társadalmi csoportba tartozók esetében a háztartásban élők az átlagnál lényegesen jobb anyagi körülmények között élnek, a háztartás főkeresője önálló vagy alkalmazott értelmiségi (felsőfokú végzettséggel) magasan képzett top menedzser; középvezető vagy más menedzser viszonylag sok (hat vagy több) beosztottal
B) társadalmi csoportba tartozók esetében a háztartásban élők az átlagnál jobb anyagi körülmények között élnek, a háztartás főkeresője alkalmazott értelmiségi, képzett szakmunkás, vállalkozás vagy üzletrész tulajdonos, magasan képzett alsó és középszintű vezető hatnál több beosztottal; középvezető; más menedzser hatnál kevesebb beosztottal
C1) társadalmi csoportba tartozók esetében a háztartásban élők átlagos, illetve az átlagnál kicsit jobb anyagi körülmények között élnek, a háztartás főkeresője jellemzően irodai alkalmazott, vállalkozás, vagy üzletrész tulajdonos
C2) társadalmi csoportba tartozók esetében a háztartásban élők átlagos anyagi körülmények között élnek, a háztartás főkeresője jellemzően irodai alkalmazott; képzett szakmunkás, munkafelügyelő; vállalkozás, vagy üzletrész tulajdonos, anyagi javakkal átlagosan ellátott inaktív
D) társadalmi csoportba tartozók esetében a háztartásban élők az átlagnál rosszabb anyagi körülmények között élnek, a háztartás főkeresője jellemzően szakmunkás
E) társadalmi csoportba tartozók esetében a háztartásban élők az átlagnál lényegesen rosszabb anyagi körülmények között élnek, a háztartás főkeresője jellemzően képzetlen fizikai munkás, nyugdíjas, segélyből élő, szociális ellátásban részesülő inaktívéggel) magasan képzett top menedzser; középvezető vagy más menedzser viszonylag sok (hat vagy több) beosztottal; átlagnál magasabb iskolai végzettségű vagyoni javakkal jól ellátott inaktív
TGI: A, B, C1, C2, D, E
Marketingkutatás – Károli / Kun Miklós
Forrás: Millward Brown / TGI
A TGI státusz-változó jobban jellemzi a népességet vásárló-erő tekintetében
Scatter plot
0
500
1000
1500
2000
2500
3000
3500
4000
500 600 700 800 900 1000 1100 1200 1300 1400 1500 1600 1700 1800 1900 2000
TGI: E
ESOMAR: DE
TGI: DESOMAR: C2
TGI: C2
ESOMAR: C1
TGI: C1
ESOMAR: AB
TGI: ATGI: B
Vásárló-erő index 40 fogyasztási cikk birtoklása alapján
A csoport mérete (1000 fő)
átlag
átlag
Forrás: Millward Brown / TGI 2005 / Mediacom
Marketingkutatás – Károli / Kun Miklós
A lakóhely összefügg a fogyasztási státusszal
Forrás: Millward Brown / TGI 2011Q4-2012Q3
Marketingkutatás – Károli / Kun Miklós
A fogyasztó
A TGI adatbázisa, a Millward Brown terméke
Marketingkutatás – Károli / Kun Miklós
A TGI az ügynökségi kutatások és offline médiatervezés alapja
Planning
Research
TGI
Marketingkutatás – Károli / Kun Miklós
A TGI kérdőíve állandó (Abból főzünk, ami van)
A bánya Az alkotás
TGI A tanulmány
Marketingkutatás – Károli / Kun Miklós
TGI – áttekintés
1998 óta van Magyarországon
Havi mintavétel, negyedéves publikáció: évi 17.500 válaszadó
■ A TGI mintán végzik a Nemzeti Olvasottság Kutatást (NOK) – személyes interjú■ A kérdőív nagy része önkitöltős – 1 hétre a válaszadónál hagyják
A TGI egyforrású (single-Forrás): a minta minden tagja ugyanazokra a kérdésekre válaszol
A 15-75 évesekre reprezentatív minta nem, kor, településtípus és régió szerint
Tartalma:■ NOK■ demográfia■ Márkahasználat (kb. 450 kategória, 8000+ márka),■ Média használat, ■ 200+ attitűd-kérdés
Forrás: Millward Brown / TGI
Marketingkutatás – Károli / Kun Miklós
Demográfiai kérdések
Forrás: Millward Brown / TGI
Marketingkutatás – Károli / Kun Miklós
Előre definiált fogyasztói szegmensek - 1
EliteConservative demandingComplex demandingAdventurersSaversPoor
Youthfully daringBroad-minded balancedEmulatorsSavers open female / Plain reserved maleLimited traditional
InnovatorEarly adopterEarly majorityLate majorityLaggards
Affluent bourgeoisWell-off bourgeoisYouthfulWell-off working classSustainer consumerRestrained elderlyLimited poorish
Very lowLowAverageHighVery high
Forrás: Millward Brown / TGI
Marketingkutatás – Károli / Kun Miklós
Előre definiált fogyasztói szegmensek - 2
Quintile 1 (Highest)Quintile 2Quintile 3Quintile 4Quintile 5 (Lowest)
Fledglings – 14-34, not married and have no son/daughter, living with own parentsFlown the Nest – 14-34, not married and have no son/daughter, do not live with relationsNest Builders - 14-34, married and have no son/daughterMid-life Independents - 35-54, not married, do not live with relationsUnconstrained Couples - 35-54, married, do not live with son/daughterParents with child 0-4 - Live with son/daughter and youngest child 0-4Parents with child 5-9 - Live with son/daughter and youngest child 5-9Parents with child 10-15 - Live with son/daughter and youngest child 10-15Hotel Parents - Live with son/daughter and have no child 0-15Senior Sole Decision Makers - 55+ not married and live aloneEmpty Nesters - 55+, married, and do not live with son/daughterNon-standard Families - Live with relations
Many different peopleA few friends1 or 2 peopleNo one
Underweight (<20)Normal (20 - 25)Overweight (25 - 30)Obese (30+)Did not respond
Forrás: Millward Brown / TGI
Marketingkutatás – Károli / Kun Miklós
Média-használat - 1
Every copy, almost every copyMost part of the copies, half of the copiesSmall part of the copiesRecentBroadest
Impossible to reach by indoor boardsHard to reach by indoor boardsCan be reached by indoor boards on an avarageEasy to reach by indoor boardsVery easy to reach by indoor boards
Travel & Shopping NetworkTravel Network (Newsstand at subways, public transfer stations)Shopping NetWork (Newsstand in malls, streets, outside of hypermarket stores)Inside hypermarkets, food shopsOther
1 time2 times3 times4 times5 times6 times7 times
Forrás: Millward Brown / TGI
Marketingkutatás – Károli / Kun Miklós
Média-használat - 27 days a week6 days a week5 days a week4 days a week3 days a week2 days a week1 day a weekLess oftenNever
06.00-07.5908.00-08.5909.00-09.5910.00-11.5912.00-14.5915.00-15.5916.00-16.5917.00-17.5918.00-18.5919.00-19.5920.00-20.5921.00-23.5900.00-05.59
DATA FOR 50 CHANNELS:Received channelsWatched channels (last 6 months)Watched channels (last 7 days)Most often watched channelFirstly switched on channelFirstly searched channel in the programme magazine
~ 200 programmes on M1, RTL, TV2, Viasat, StoryTV, VIVA, Cool, MTV:Specially chooses to watch itWatches because someone in the family likes itWhen there's nothing betterDoes not watch
7 days a week6 days a week5 days a week4 days a week3 days a week2 days a week1 day a weekLess oftenNever
06.00-07.5908.00-08.5909.00-09.5910.00-11.5912.00-14.5915.00-15.5916.00-16.5917.00-17.5918.00-18.5919.00-19.5920.00-20.5921.00-23.5900.00-05.59
Forrás: Millward Brown / TGI
Marketingkutatás – Károli / Kun Miklós
Attitűdök
Answer categories:definitely agree, tend to agree, neither agree nor disagree, tend to disagree, definitely disagree
or
YES/NO
Forrás: Millward Brown / TGI
Marketingkutatás – Károli / Kun Miklós
Fiziológiai szükségletek(élelem, víz)
Bitonság szükséglete(otthon/rezsi, munkahely biztonsága)
Szeretet, valahova tartozás (gyermek, társ, család)
Elismerés (hírnév, karrier)
Ön-megvalósítás
Az attitűdök jól tükrözik a társadalmi folyamatokat
Fontosabb egy stabil munkahely, mint a nagy pénz (igen)
50%
60%
40%
45%
50%
55%
60%
65%
2008 / 2. félév (N=600) 2009 / 1. félév (N=575)
Forrás: Millward Brown / TGI 2008Q3-2009Q2 database
Stable workplace is more important than big money
HY2 HY1
Marketingkutatás – Károli / Kun Miklós
Márkahasználat
Forrás: Millward Brown / TGI
Marketingkutatás – Károli / Kun Miklós
Márkahasználat
Forrás: Millward Brown / TGI
Marketingkutatás – Károli / Kun Miklós
Márkahasználat
(dry, greasy, etc)(colored, not)
Forrás: Millward Brown / TGI
Marketingkutatás – Károli / Kun Miklós
A „rúzs hatás” is mérhető a TGI-ban..
„When selling-rate of lipstick increases people do not want to buy clothes”
Leonard Lauder, CEO of Estee Lauder
Marketingkutatás – Károli / Kun Miklós
Rúzs-hatás…
Forrás: Millward Brown / TGI 2008Q3-2009Q2 adatbázisa
Parfüm/kölniKörömlakk
Szempillaspirál
Szemhéjpúder
Szemceruza
Arcpúder
Alapozó
Arcpirosító
Rúzs és szájfény
ArckrémekArctisztítók
Hajfixáló zselék
Hajlakk
Hajbalzsam
Hajfestékek ésszínezők
-1%
1%
3%
5%
7%
9%
11%
10% 20% 30% 40% 50% 60% 70% 80%
Használat: "igen"2009 első félév
Százalékpont változás vs. 2008 első félév
95%-significance level
Target Group: W18-59 (N=3000 / HY)
Lipstick
Eye-liner
Eye-lash curver
Parfume
Face-cream
Balsam
Hair colour
CleanserHair sprayGround
make-up
Hair gels
Blusher
Face powder
Eye powder Nail polisher
Change-index in %p vs. 2008 HY1
Usage in 2009 HY1
Marketingkutatás – Károli / Kun Miklós
A fogyasztó
Korrespondencia-analízis, szegmentáció
Marketingkutatás – Károli / Kun Miklós
A rendelkezésre álló változók mérési szintje határozza meg, mire van lehetőség. A végeredmény ábrázolása azonban mindkét esetben valamilyen térkép (is lehet)
Marketingkutatás – Károli / Kun Miklós
Alacsony mérési szintű változók Magas (vagy annak mondott) mérési szintű változók
PéldákMilyen vallású ön? Mely dezodorokat használja ön? Milyen mezeket viselt
az FC Barcelona a bajnokságban?
Mennyire vallásos ön? (1-10ig). Hány darab dezodora van önnek most otthon? Mennyi
gólt lőtt a Barca a bajnokságban?
Értelmezés A változó kategóriái között nincs minőségi különbség
A változó értékei sorrendiséget fejeznek ki, matematikai műveletek (pl. átlag)
végezhetők
Összefüggés-keresés Kereszttáblával Pont-ábra (scatter plot), stb.
Módszer Korrespondencia analízis Szegmentáció (klaszter-analízis)
Szabály Nem lehet belőle magas mérési szintű változót létrehozni
Mindig redukálni lehet alacsony mérési szintűvé
Kereszttáblák
Marketingkutatás – Károli / Kun Miklós
■ A vertikális és a horizontális megoszlásokat nem szabad összetéveszteni!
■ Ha a vizsgálandó márkák vannak az oszlopokban, akkor a vertikális % mondja meg, milyen az ő összetételük.
■ Megfigyelhető, hogy a Z jelű márka kor-összetétele idősebb, a másik kettő között nincs nagy különbség
■ A Z jelű márka elemszáma (sample) alacsony. Penetrációja a teljes mintában (horizontális %) 1% körüli.
■ Korrespondencia-térképet csak akkor szabad készíteni, ha a vizsgált csoportok, márkák között van szignifikáns különbség
■ Oka: a korrespondencia térkép a nem szignifikáns különbségeket is értelmezi, tehát fennáll annak a veszélye, hogy csak a mintavételi hibát interpretáljuk ebben az esetben.
VERT% total X Y Z14-24 19% 20% 19% 14%25-39 30% 33% 33% 22%40-59 37% 36% 34% 35%60-69 14% 11% 14% 30%
HORZ% total X Y Ztotal 100% 4% 4% 1%14-24 100% 5% 4% 1%25-39 100% 5% 4% 1%40-59 100% 4% 3% 1%60-69 100% 4% 4% 2%
INDEX total X Y Z14-24 100 106 102 7225-39 100 109 108 7140-59 100 97 92 9460-69 100 80 100 219
SAMPLE total X Y Ztotal 16 000 672 555 11314-24 2 847 128 101 1325-39 5 027 226 187 2840-59 6 005 248 192 3760-69 2 121 70 75 35
Forrás: Millward Brown / TGI 2005 1-4
A korrespondencia térkép a kereszttáblából indul ki. A kategóriák közötti relatív távolságot jeleníti meg az összefüggésekre legjobban illeszthető dimenziók által.
Marketingkutatás – Károli / Kun Miklós
Axis 1+2KMR Software Correspondence Analysis
TGI 2005/1-4 TGI Hungary Ltd. 2005Horizontal axis 1: 100%Vertical axis 2: 0% (Total Variance: 100%)
14-24
25-39
40-59
60-69
Centrum
Béres Actival
Béres csonterősítő
X
Y
Z
Forrás: Millward Brown / TGI 2005 1-4
A korrespondencia térkép a kereszttáblából indul ki. A kategóriák közötti relatív távolságot jeleníti meg az összefüggésekre legjobban illeszthető dimenziók által.
Marketingkutatás – Károli / Kun Miklós
Axis 1+2KMR Software Correspondence Analysis
TGI 2005/1-4 TGI Hungary Ltd. 2005Horizontal axis 1: 100%Vertical axis 2: 0% (Total Variance: 100%)
14-24
25-39
40-59
60-69
Centrum
Béres Actival
Béres csonterősítő
X
Y
Z
1. dimenzió
2. dimenzió
Forrás: Millward Brown / TGI 2005 1-4
Hány dimenziós megoldást ad a korrespondencia analízis?
Marketingkutatás – Károli / Kun Miklós
Axis 1+2KMR Software Correspondence Analysis
TGI 2005/1-4 TGI Hungary Ltd. 2005Horizontal axis 1: 100%Vertical axis 2: 0% (Total Variance: 100%)
14-24
25-39
40-59
60-69
Centrum
Béres Actival
Béres csonterősítő
X
Y
Z
1. dimenzió
2. dimenzió
Kiválasztja a kereszttábla soraiba vagy oszlopaiba bevont változót aszerint, hogy
melyiknek van kevesebb kategóriája. Ebből elvesz 1-et.
Következésképpen, ha 3 márkát vizsgálunk, akkor csak 2 dimenziót
határoz meg.
Forrás: Millward Brown / TGI 2005 1-4
Amit még figyelni kell, az a magyarázott variancia: „mennyire jól tudja az első két dimenzió visszaadni a teljes információmennyiséget?
Marketingkutatás – Károli / Kun Miklós
Axis 1+2KMR Software Correspondence Analysis
TGI 2005/1-4 TGI Hungary Ltd. 2005Horizontal axis 1: 100%Vertical axis 2: 0% (Total Variance: 100%)
14-24
25-39
40-59
60-69
Centrum
Béres Actival
Béres csonterősítő
X
Y
Z
1. dimenzió
2. dimenzió
3 márka (kategória) vizsgálata esetén nincs kérdés: 100%, hiszen nincs több dimenzió. Viszont a 2. dimenzió már
semmit nem ad hozzá az értelmezéshez! Ezért nem szabad interpretálni a
távolságokat rajta!Forrás: Millward Brown / TGI 2005 1-4
A kereszttáblából ismerjük az arányokat. Megvizsgáljuk, hogy a „távoli” pontok között mekkorák a tényleges különbségek. Ha szignifikánsak, akkor a térképet érdemes használni (feltéve, hogy a többi paraméter rendben van)
Marketingkutatás – Károli / Kun Miklós
Axis 1+2KMR Software Correspondence Analysis
TGI 2005/1-4 TGI Hungary Ltd. 2005Horizontal axis 1: 100%Vertical axis 2: 0% (Total Variance: 100%)
14-24
25-39
40-59
60-69
Centrum
Béres Actival
Béres csonterősítő
X
Y
Z11%
30%
19%pontos különbség van a
két márkán belül a 60-69 évesek
arányát tekintve
Forrás: Millward Brown / TGI 2005 1-4
A korábban vizsgált márkákon kívül bevonunk több márkát és több demográfiai változót
Marketingkutatás – Károli / Kun Miklós
VERT% total A B C D E F G H X Y Z14-24 19% 22% 20% 17% 20% 18% 12% 20% 17% 20% 19% 14%25-39 30% 31% 35% 33% 26% 29% 33% 38% 32% 33% 33% 22%40-59 37% 35% 35% 38% 33% 36% 40% 31% 37% 36% 34% 35%60-69 14% 12% 10% 11% 20% 16% 15% 10% 14% 11% 14% 30%Férfi 49% 43% 42% 37% 44% 33% 34% 34% 34% 46% 42% 28%Nő 51% 57% 58% 63% 56% 67% 66% 66% 66% 54% 58% 72%Budapest 17% 14% 16% 24% 17% 16% 18% 23% 27% 20% 26% 19%Megyeszékhely 19% 19% 22% 23% 20% 18% 20% 25% 19% 18% 22% 19%Egyéb város 30% 33% 33% 26% 32% 36% 33% 22% 29% 31% 26% 31%Falu, tanya 34% 33% 29% 26% 31% 30% 29% 30% 24% 30% 26% 32%A státusz 10% 12% 13% 15% 12% 12% 13% 20% 18% 17% 17% 8%B státusz 9% 12% 12% 13% 11% 12% 9% 15% 12% 13% 13% 10%C1 státusz 15% 15% 15% 19% 14% 17% 20% 16% 18% 18% 18% 12%C2 státusz 18% 17% 16% 19% 18% 17% 16% 15% 16% 18% 21% 21%D státusz 24% 22% 23% 18% 23% 23% 23% 18% 17% 20% 18% 28%E státusz 23% 21% 19% 14% 21% 18% 18% 15% 18% 13% 12% 21%
Forrás: Millward Brown / TGI 2005 1-4
Axis 1+2KMR Software Correspondence Analysis
TGI 2005/1-4 TGI Hungary Ltd. 2005Horizontal axis 1: 53%Vertical axis 2: 22% (Total Variance: 75%)
14-24
25-39
40-59
60-69
Férfi
Nő
Budapest
Megyeszékhely
Egyéb város
Falu tanya
A
B
C1C2
D
E
Vitamin-C
Centrum
Plusssz Multivitamin
Béres Actival
Egyéb
Béres csepp plusz
Magne B6
Béres Vitalin
Supradyn
Béres csonterősítő
Cetebe
A térkép „megfordult” – ennek nincs jelentősége
Marketingkutatás – Károli / Kun Miklós
X
Y
Z
A
B
C
D
E
F
G
H
Forrás: Millward Brown / TGI 2005 1-4
Axis 1+2KMR Software Correspondence Analysis
TGI 2005/1-4 TGI Hungary Ltd. 2005Horizontal axis 1: 53%Vertical axis 2: 22% (Total Variance: 75%)
14-24
25-39
40-59
60-69
Férfi
Nő
Budapest
Megyeszékhely
Egyéb város
Falu tanya
A
B
C1C2
D
E
Vitamin-C
Centrum
Plusssz Multivitamin
Béres Actival
Egyéb
Béres csepp plusz
Magne B6
Béres Vitalin
Supradyn
Béres csonterősítő
Cetebe
A 11 márka 10 dimenziós teret feszít ki. Ebből most is csak az első kettőt látjuk. Ellenőrizzük a magyarázott varianciát!
Marketingkutatás – Károli / Kun Miklós
X
Y
Z
A
B
C
D
E
F
G
H
75%, amelyen „egészségesen” osztozik meg a két dimenzió
Forrás: Millward Brown / TGI 2005 1-4
Axis 1+2KMR Software Correspondence Analysis
TGI 2005/1-4 TGI Hungary Ltd. 2005Horizontal axis 1: 53%Vertical axis 2: 22% (Total Variance: 75%)
14-24
25-39
40-59
60-69
Férfi
Nő
Budapest
Megyeszékhely
Egyéb város
Falu tanya
A
B
C1C2
D
E
Vitamin-C
Centrum
Plusssz Multivitamin
Béres Actival
Egyéb
Béres csepp plusz
Magne B6
Béres Vitalin
Supradyn
Béres csonterősítő
Cetebe
A dimenziókat el kell nevezni, hogy értelmezhetővé váljanak a pozíciók
Marketingkutatás – Károli / Kun Miklós
X
Y
Z
A
B
C
D
E
F
G
H
Kor, státusz
Nem, település-
típusForrás: Millward Brown / TGI 2005 1-4
Axis 1+2KMR Software Correspondence Analysis
TGI 2005/1-4 TGI Hungary Ltd. 2005Horizontal axis 1: 53%Vertical axis 2: 22% (Total Variance: 75%)
14-24
25-39
40-59
60-69
Férfi
Nő
Budapest
Megyeszékhely
Egyéb város
Falu tanya
A
B
C1C2
D
E
Vitamin-C
Centrum
Plusssz Multivitamin
Béres Actival
Egyéb
Béres csepp plusz
Magne B6
Béres Vitalin
Supradyn
Béres csonterősítő
Cetebe
Az extrém és a központi pozíciók
Marketingkutatás – Károli / Kun Miklós
X
Y
Z
A
B
C
D
E
F
G
H
Kor, státusz
Nem, település-
típus
Általános vagy nagy márka
(sokan fogyasztják)
Tipikus „high-tier” márka,
vagy kevesen fogyasztják
Forrás: Millward Brown / TGI 2005 1-4
Axis 1+2KMR Software Correspondence Analysis
TGI 2005/1-4 TGI Hungary Ltd. 2005Horizontal axis 1: 53%Vertical axis 2: 22% (Total Variance: 75%)
14-24
25-39
40-59
60-69
Férfi
Nő
Budapest
Megyeszékhely
Egyéb város
Falu tanya
A
B
C1C2
D
E
Vitamin-C
Centrum
Plusssz Multivitamin
Béres Actival
Egyéb
Béres csepp plusz
Magne B6
Béres Vitalin
Supradyn
Béres csonterősítő
Cetebe
Félrevezető interpretáció
Marketingkutatás – Károli / Kun Miklós
X
Y
Z
A
B
C
D
E
F
G
H
Kor, státusz
Nem, település-
típusForrás: Millward Brown / TGI 2005 1-4
Axis 1+2KMR Software Correspondence Analysis
TGI 2005/1-4 TGI Hungary Ltd. 2005Horizontal axis 1: 53%Vertical axis 2: 22% (Total Variance: 75%)
14-24
25-39
40-59
60-69
Férfi
Nő
Budapest
Megyeszékhely
Egyéb város
Falu tanya
A
B
C1C2
D
E
Vitamin-C
Centrum
Plusssz Multivitamin
Béres Actival
Egyéb
Béres csepp plusz
Magne B6
Béres Vitalin
Supradyn
Béres csonterősítő
Cetebe
Helyes interpretáció: a „D” márkát leginkább leíró demográfiai kategóriák. Minél közelebb van a márka-origo tengelyhez, annál jellemzőbb rá az adott kategória
Marketingkutatás – Károli / Kun Miklós
X
Y
Z
A
B
C
D
E
F
G
H
Kor, státusz
Nem, település-
típusForrás: Millward Brown / TGI 2005 1-4
Axis 1+2KMR Software Correspondence Analysis
TGI 2005/1-4 TGI Hungary Ltd. 2005Horizontal axis 1: 53%Vertical axis 2: 22% (Total Variance: 75%)
14-24
25-39
40-59
60-69
Férfi
Nő
Budapest
Megyeszékhely
Egyéb város
Falu tanya
A
B
C1C2
D
E
Vitamin-C
Centrum
Plusssz Multivitamin
Béres Actival
Egyéb
Béres csepp plusz
Magne B6
Béres Vitalin
Supradyn
Béres csonterősítő
Cetebe
Figyelem! A Z és D márkáknak van a legtöbb idős fogyasztójuk!
Marketingkutatás – Károli / Kun Miklós
X
Y
Z
A
B
C
D
E
F
G
H
Kor, státusz
Nem, település-
típusForrás: Millward Brown / TGI 2005 1-4
Axis 1+2KMR Software Correspondence Analysis
TGI 2005/1-4 TGI Hungary Ltd. 2005Horizontal axis 1: 53%Vertical axis 2: 22% (Total Variance: 75%)
14-24
25-39
40-59
60-69
Férfi
Nő
Budapest
Megyeszékhely
Egyéb város
Falu tanya
A
B
C1C2
D
E
Vitamin-C
Centrum
Plusssz Multivitamin
Béres Actival
Egyéb
Béres csepp plusz
Magne B6
Béres Vitalin
Supradyn
Béres csonterősítő
Cetebe
Ajánlott interpretáció.Mikor a pozíciókat értelmeztük, azt követően érdemes megfogalmazni a termékek pozicionálására, újra-pozicionálására vonatkozó ajánlásokat…
Marketingkutatás – Károli / Kun Miklós
X
Y
Z
A
B
C
D
E
F
G
H
Kor, státusz
Nem, település-
típusForrás: Millward Brown / TGI 2005 1-4
Axis 1+2KMR Software Correspondence Analysis
TGI 2005/1-4 TGI Hungary Ltd. 2005Horizontal axis 1: 53%Vertical axis 2: 22% (Total Variance: 75%)
14-24
25-39
40-59
60-69
Férfi
Nő
Budapest
Megyeszékhely
Egyéb város
Falu tanya
A
B
C1C2
D
E
Vitamin-C
Centrum
Plusssz Multivitamin
Béres Actival
Egyéb
Béres csepp plusz
Magne B6
Béres Vitalin
Supradyn
Béres csonterősítő
Cetebe
… és elnevezni pozíció-szegmenseket.
Marketingkutatás – Károli / Kun Miklós
X
Y
Z
A
B
C
D
E
F
G
H
Kor, státusz
Nem, település-
típus
Fiatalos tehetős városiak (nőies)
Fiatal kisvárosi férfiak
Alacsony státuszú kisvárosi középkorúak
Idősek
Forrás: Millward Brown / TGI 2005 1-4
A fogyasztó
Szegmentáció
Marketingkutatás – Károli / Kun Miklós
Ha magas mérési szintű (skála) változók állnak rendelkezésre
A klaszterelemzés segítségével képesek vagyunk a társadalmi mintázatok feltárására, homogén csoportok elkülönítésére
„Fagyikedvelő”Fagyit nem kedvelő
„Csokikedvelő”
Csokit nem kedvelő
„Édesszájú”
„Csak a fagyi”„Visszafogott nassoló”
„Ropi”
„Csak a csoki”
„Átlagos”
A cél: belülről homogén, kívülről különböző csoportok létrehozása a bevont „klaszterképző” változók mentén.
„Fagyikedvelő”Fagyit nem kedvelő
„Csokikedvelő”
Csokit nem kedvelő
„Édesszájú”
„Csak a fagyi”„Visszafogott nassoló”
„Ropi”
„Csak a csoki”
„Átlagos”
A klaszter-analízis esetében két pont (matematikai) távolsága határozza meg, kik kerülnek egy klaszterbe
„Fagyikedvelő”Fagyit nem kedvelő
„Csokikedvelő”
Csokit nem kedvelő
„Édesszájú”
„Csak a fagyi”„Visszafogott nassoló”
„Ropi”
„Csak a csoki”
„Átlagos”
A klaszter-középponthoz
viszonyít
Mindig vannak besorolhatatlan
egyedek
A klaszter-középponttól távol esőkre kevésbé lesz jellemző a klaszter
„neve”
A szegmentáció fő kérdései:Mekkora a szegmensek mérete? Melyikben van a legnagyobb üzleti potenciál? Megéri-e terméket fejleszteni számukra? Hogyan érhetők el médiával? Mik a motivációik a termék használatára?
„Fagyikedvelő”Fagyit nem kedvelő
„Csokikedvelő”
Csokit nem kedvelő
„Édesszájú”
„Csak a fagyi”„Visszafogott nassoló”
„Ropi”
„Csak a csoki”
„Átlagos”
A klaszter-analízis statisztikai célja, hogy a megtalált csoportok között a klaszterképző változók átlagai szignifikánsan eltérjenek a változón belül is!
Klaszterek Fagyi kedvelése Csoki kedvelése
A 2 8
B 5 6
C 8 7
D 7 4
E 5 2
F 3 3
Amelyik klaszterképző változón ez nem teljesül, az ki kell venni az elemzésből, hiszen semmit nem ad hozzá a szegmentációhoz
A klaszterképző változók átlagai a megtalált csoportokon belül. (A válaszadók 1-10-ig pontozhatták magukat)
Hány klasztert fogadjunk el?
A klaszterek száma (=magyarázott információ)
Az eredmények interpretálhatósága,
relevanciája
4 – 12 klaszter
Általában 4-12 klaszteres megoldások a leghatékonyabbak
Köszönöm a figyelmet!
Marketingkutatás – Károli / Kun Miklós