10 BITNIH ELEMENATA MARKETINGA
Predavanje
Predava: Prof.dr. Boris Tihi
210 bitnih elemenata marketinga
1. Istraivanje trita2. Segmentiranje trita3. Izbor ciljnih trita4. Pozicioniranje u odnosu na konkurenciju5. Proizvod6. Cijena7. Distribucija8. Promocija9. Politika10.Odnosi s javnou
3Poboljanje primjene marketinga
Sistem podrSistem podrke ke odluodluivanjuivanju
Marketing Marketing informacioni informacioni
sistemsistem
Ankete i grupni Ankete i grupni intervjuiintervjui
NeNeISTRAISTRAIVANJE IVANJE TRTRIITATA
Globalni + lokalniGlobalni + lokalniGlobalniGlobalniNacionalniNacionalniLokalniLokalniREGIONALNI REGIONALNI ASPEKTIASPEKTI
Regionalni i segmentni Regionalni i segmentni modelmodel
Predmetni Predmetni modelmodel
Prodaja + Prodaja + marketingmarketing
ProdajaProdajaORGANIZACIJA ORGANIZACIJA MARKETINGAMARKETINGA
Totalni timski radTotalni timski radViVie dijelovae dijelovaNekoliko Nekoliko dijelovadijelova
NeznatnaNeznatnaKOORDINACIJA KOORDINACIJA FUNKCIJAFUNKCIJA
Integrisano Integrisano komuniciranjekomuniciranje
Prodaja + EP Prodaja + EP + +
unapreenje unapreenje prodajeprodaje
Prodaja + EPProdaja + EPProdajaProdajaMARKETING MARKETING KOMUNICIRANJEKOMUNICIRANJE
PotroPotroaai + i + interfunkcionalni interfunkcionalni timtim
IR + MKT + IR + MKT + ostaliostali
IR + marketingIR + marketingIRIRNOVI PROIZVODINOVI PROIZVODI
StrateStrateko upravljanjeko upravljanjeStrateStrateko ko planiranjeplaniranje
TaktiTaktiko ko planiranjeplaniranje
FinansiranjeFinansiranjePLANIRANJE PLANIRANJE MARKETINGAMARKETINGA
ZADOVOLJAVAJUZADOVOLJAVAJUAAZRELAZRELABAZIBAZINANAPRIMITIVNAPRIMITIVNA
FAZE U RAZVOJU PREDUZEFAZE U RAZVOJU PREDUZEAAKluKluni ni faktori faktori uspjehauspjeha
4Razvijaj proizvode prilagoene Razvijaj proizvode prilagoene ciljnim kupcimaciljnim kupcima
Proizvodi standardizirane proizvodeProizvodi standardizirane proizvode
PovePovei se sa kupcima direktnoi se sa kupcima direktnoKomuniciraj pomoKomuniciraj pomou medija u medija masovnog komuniciranjamasovnog komuniciranja
UsluUslui profitabilnog kupca, rjei profitabilnog kupca, rjei se i se gubitnikagubitnika
UsluUslui svakog kupcai svakog kupca
PovePoveaj uaj ueee u kupe u kupevim evim kupovinamakupovinama
PovePoveaj traj triino uno ueeee
ZadrZadri stare kupcei stare kupceTraTrai nove kupcei nove kupce
Razvijaj odnose sa kupcimaRazvijaj odnose sa kupcimaProdaj kupcimaProdaj kupcima
TeTei kupi kupevom zadovoljstvu i evom zadovoljstvu i vrijednosti za kupcavrijednosti za kupca
TeTei proizvodnji i prodajii proizvodnji i prodaji
Biraj ciljne trBiraj ciljne triine segmente ili ne segmente ili pojedincepojedince
Primjenjuj masovni marketingPrimjenjuj masovni marketing
KoncentriKoncentrii se na tri se na triite i kupcete i kupceKoncentriKoncentrii se na proizvod i prodajui se na proizvod i prodaju
Povezivanje sa kupcimaPovezivanje sa kupcima
NOVO MARKETINNOVO MARKETINKO KO REZONOVANJEREZONOVANJE
STARO MARKETINSTARO MARKETINKO KO REZONOVANJEREZONOVANJE
5POVEZIVANJE SA PARTNERIMAPOVEZIVANJE SA PARTNERIMA
EE--commerc na svim commerc na svim lokalitetimalokalitetima
Posluj na uPosluj na uim trim triinim nim lokalitetimalokalitetima
Marketing neprofitnih Marketing neprofitnih organizacijaorganizacija
Marketing profitnih Marketing profitnih organizacijaorganizacija
Preuzmi druPreuzmi drutvenu tvenu odgovornost i odgovornost odgovornost i odgovornost za oza ouvanje okoliuvanje okoliaa
Preuzmi odgovornost samo Preuzmi odgovornost samo za profitabilno poslovanjeza profitabilno poslovanje
Posluj lokalno i globalnoPosluj lokalno i globalnoPosluj lokalnoPosluj lokalno
POVEZIVANJE SA SVIJETOM OKO NASPOVEZIVANJE SA SVIJETOM OKO NAS
TraTrai partnerstvo sa drugim i partnerstvo sa drugim firmamafirmama
Radi sve samRadi sve sam
AngaAngauj sve funkcije da se uj sve funkcije da se brinu o zadovoljavanju brinu o zadovoljavanju kupacakupaca
Prepusti prodaji i Prepusti prodaji i marketingu brigu o marketingu brigu o zadovoljavanju kupacazadovoljavanju kupaca
6Dijagnoza postojeeg stanja
Implementacija
Razvoj marketing programa
Razvoj strategije
-Upoznavanje sa okruenjem i tritem-Identificiranje ansi i prijetnji-Ustanovljavanje konkurentske pozicije
-Praenje provoenja odluka-Poboljanje strategija i programa
-Odluke o proiuvodu-Odluke o kanalima distribucije-Odluke o cijenama-Odluke o promociji
-Definisanje svrhe poslovanja i trinih segmenata koje emo opsluivati-Utvrivanje naih konkurentskih prednosti-Postavljanje ciljeva koje treba ostvariti
Proces odluivanja iz domena marketinga
7Princip odluivanja da li obaviti istraivanje marketinga
Postoji li dovoljno vremena prije nego
odluka menadera mora biti
donesena?
Obaviti istraivanje marketinga
Da li su postojee
informacije nedovoljne
za donoenje odluke?
Da li je odluka
znaajna sa
stratekog ili
taktikog aspekta?
Da li je vrijednost informacija dobijenih
istraivanjem vea od trokova
istraivanja?
DA DA DA DA
NE OBAVLJATI ISTRAIVANJE MARKETINGA
NE NENENENE
8Neto Neto vrijednostvrijednost istraistraivanja marketinga ako bi se ivanja marketinga ako bi se iistrastraivanje poduzelo moglo ivanje poduzelo moglo bibi se se izrazitiizraziti formulomformulom::
VisVis = ( = ( DisDis Din ) Din ) TisTisGdjeGdje su: su: VisVis netoneto -- vrijednost istravrijednost istraivanja margetingaivanja margetingaDisDis-- ooekivana vrijednost marketing odluke uz koriekivana vrijednost marketing odluke uz koritenje tenje informacija dobivenihinformacija dobivenih istraistraivanjem marketinga.ivanjem marketinga.DinDin ooekivana vrijednost marketing odluke bez ekivana vrijednost marketing odluke bez korikoritenja informacijadobivenihtenja informacijadobivenih istraistraivanjem ivanjem marketinga.marketinga.TisTis--trotrokovi istrakovi istraivanja marketingaivanja marketinga
NaravnoNaravno u u svimsvim slusluajevima kada je Vis>0 trebalo bi se ajevima kada je Vis>0 trebalo bi se obaviti istraobaviti istraivanje marketinga ivanje marketinga prijeprije donodonoenja odluke.enja odluke.
Analiza vrijednosti marketing Analiza vrijednosti marketing informacija za donosioce odlukeinformacija za donosioce odluke
9Subjekti istraivanja marketingaM
A
R
K
E
T
I
N
G
I
D
R
U
G
I
M
E
N
A
D
E
R
I
S
V
I
H
N
I
V
O
A
KORISNICI AKTERIKORISNICI I AKTERI
Organizaciona jedinica za istraivanje marketinga u
preduzeu
Specijalizovani servisi
Servisi za prodaju trinih
informacija
Agencija za ekonomsku propagandu
Agencija za istraivanje
trita
Dravne agencije
10
JEDINICA ZA ISTRAIVANJE MARKETINGA
JEDINICA ZA ISTRAIVANJE MARKETINGA
C
e
n
t
r
a
l
i
z
o
v
a
n
e
s
l
u
b
e
C
e
n
t
r
a
l
i
z
o
v
a
n
e
s
l
u
b
e
C
e
n
t
r
a
l
i
z
o
v
a
n
e
s
l
u
b
e
DIREKTOR DIREKTOR
SAVJET-NICI
SAVJET-NICI
analitiari analitiari
KLIJENTI KLIJENTI KLIJENTI
ANALITIARI
D
i
v
i
z
i
o
n
i
a) b) c)
D
i
v
i
z
i
o
n
i
D
i
v
i
z
i
o
n
i
11
1. Centralizovana jedinica istraivanja marketinga
Prednosti: - bolja podrka vrhu- planiranje na nivou preduzea kao cjeline- kvalitetnija struktura kadrova
Nedostaci: - izolacija istraivanja marketinga od operative
2. Centralizovana jedinica istraivanja marketinga ali se istraivai nalze i kod svojih klijenata
Prednosti: - bolja upoznatost sa tritem diviziona- bre prilagoavanje problemu
Nedostaci: - problem je slabije podran informacijama sa marketing aspekta
12
3. Potpuna decentralizacija jedinice
- mogue samo u situaciji da jedinice istraivanja merketingom raspolau sa odgovarajuim strunim kadrom i da su divizioni dovoljno veliki da mogu finansijski podnijeti
4. Alternativno rjeenje
- istraivai marketinga direkto vezani za generalnog menadera kao zasebna grupa
13
Odgovornost jedinice istraivanja marketinga
- jedinica odgovara pomoniku generalnog menadera za marketing
- ili odgovara generalnom menaderu i nekome iz vrha menadmenta zaduenog za planiranje i razvoj
Unutranja organizacija jedinice za istraivanje marketinga zavisi od:
- karakteristike preduzea- trita na koje istupa- stila upravljanja firmom
14
Mogui problemi vezani za unutranju organizaciju
1. Podjela rada tri naina:- podjela po podruju primjene
(linije proizvoda, marke, geogr. podruju)- podjela po marketing aktivnosti
(analiza prodaje, planiranje proizvoda)- podjela po tehnikama istraivanja (kreiranje upitnika, terenski intervjui)
2. Kadrovi bitni faktor uspjeha (potrebne karakteristike dobrog istraivaa marketinga):
- sklonost ka istraivakom radu- kreativnost i samostalnost- komunikativnost- lino potenje
3. Broj zaposlenih u jednici istraivanja marketinga zavisi od:- veliine preduzea- znaaja koji se pridaje marketing funkciji- koritenja usluga spoljnih agencija iz ove oblasti
15
Da bi smo uopte mogli pitati koliko istraivanje marketinga koristi naune metode potrebno je prvenstveno definisati ta je to nauna metoda.Nauni metod je :
1.sistematsko2.kontrolisano3.empirisko4.kritiko
Ispitivanje hipoteza o vjerovatnim odnosima o prirodnim pojavama.
UVOD
16
Prvo se nailazi na problem, a zatim se postavljahipoteza. Hipoteza je pretpostavka o moguem rjeenju formulisanog problema, bazirana na predhodnim saznanjima steenim iz empirije i teorije. Pomou dedukcije sagledati sve mogue konsekvence gdje nas to rjeenje moe odvesti.Hipoteza se mora provjeriti u praksi tj. provjeriti da li zaista postoji zakonitost u meusobnom odnosu pojava.
PROBLEM HIPOTEZA DEDUKCIJA PRAKSA
17
1. Objektivnost istraivaa(ne intuicija nego objektivnost)
2. Preciznost mjerenja pojava(tekoa u drutvenim naukama vie nego kod drugih)
3. Kontinualnost i sveobuhvatnost(uzimati u obzir sve injenice bez obzira da li govore u prilog ili ne).
Osnovne karakteristike naunog metoda
18
1.1.VelikaVelika kompleksnostkompleksnost materijematerije (reakcije (reakcije ljudiljudi nana odreene simulacije jako kompleksna materija odreene simulacije jako kompleksna materija ljudiljudinisunisu fizifiziki ili hemiski objekti posmatranja) ki ili hemiski objekti posmatranja) 2. 2. TeTekokoe u preciznom mjerenju pojava i e u preciznom mjerenju pojava i njihovih odnosanjihovih odnosa (intervju je glavni metod(intervju je glavni metod mjerenja mjerenja u u istraistraivanju marketinga, stavovi miivanju marketinga, stavovi miljenja i ponaljenja i ponaanje anje drukdrukije i teze mjeriti nego u fiziije i teze mjeriti nego u fizikim i hemiskim kim i hemiskim biolobiolokim reakcijama).kim reakcijama).
3.3.ProcesProces mjerenjamjerenja momoe uticati na rezultatee uticati na rezultate (ako (ako ljudi znaju da se posmatraju, mogu drukljudi znaju da se posmatraju, mogu drukije reagovati)ije reagovati)
Osnovni problemi u primjeni naunog metoda u marketingu
19
4. Te. Tekokoe u primjeni eksperimenata sa ciljem e u primjeni eksperimenata sa ciljem testiranja hipotezetestiranja hipoteze (ko mo(ko moe kontrolisati sve faktore e kontrolisati sve faktore koji utikoji utiu na obim prodaje nekog proizvoda)u na obim prodaje nekog proizvoda)
5. Te5. Tekokoe preciznog predvianjae preciznog predvianja (hemi(hemiar moar moe e predvidjeti ali marketar sa 100% sigurnosti ne mopredvidjeti ali marketar sa 100% sigurnosti ne moe e
6. Te6. Tekokoe u obezbjeivanju potpune e u obezbjeivanju potpune objektivnosti istraobjektivnosti istraivanjaivanja (istra(istraivaiva jeje uvijek viuvijek vie e zainteresiran za rezultate svoga istrazainteresiran za rezultate svoga istraivanja nego ivanja nego to je to je to sluto sluaj sa istraaj sa istraivaivaima u prirodnim naukama) ima u prirodnim naukama)
20
1.1. KoriKoritenje saznanja iz ekonomskih naukatenje saznanja iz ekonomskih nauka
svrha istrasvrha istraivanja marketinga je da poboljivanja marketinga je da pobolja a proces odluproces odluivanja unutar kompanija ivanja unutar kompanija
makromakro mikromikro organizacija organizacija
2. Kori2. Koritenje saznanja iz nauka o ponatenje saznanja iz nauka o ponaanju i anju i meusobnim odnosima ljudimeusobnim odnosima ljudi
ranije prikupljena znanja iz sociologije, mjerenje ranije prikupljena znanja iz sociologije, mjerenje ponaponaanja u grupama i anja u grupama i ak ak itavim druitavim drutvima tvima
psiholopsiholoke kod sastavljanja anketnih pitanja ke kod sastavljanja anketnih pitanja ta ta kupac vidi u proizvodu pravo kod ugovorakupac vidi u proizvodu pravo kod ugovora
Interdisciplinarnost istraInterdisciplinarnost istraivanja ivanja marketinga marketinga
21
3. 3. KoriKoritenje znanja i saznanja iz nauka koje proutenje znanja i saznanja iz nauka koje prouavaju avaju kvantitativne metodekvantitativne metode
statistika primjene teorije uzorka kod segmenta listatistika primjene teorije uzorka kod segmenta linene potropotronjenje njegova reprezentativnost njegova reprezentativnost smanjuje trosmanjuje trokove kod analize prikupljenih podataka kove kod analize prikupljenih podataka srednja vrijednost trasrednja vrijednost traene distribucije ene distribucije vjerovatnovjerovatnoe predvianja e predvianja posebno treba istaposebno treba istai primjenu trenda korelacije i regresione i primjenu trenda korelacije i regresione analize kod predvianja analize kod predvianja
Primjena modela na matematskoj osnovi koja predstavlja Primjena modela na matematskoj osnovi koja predstavlja pojednostavljenu prezentaciju jedne operacije se primjenjuje u pojednostavljenu prezentaciju jedne operacije se primjenjuje u sljedesljedeim primjenama im primjenama
1.1.fizifizika distribucija ka distribucija 2.2.poboljpoboljanje prodaje i smanjenje troanje prodaje i smanjenje trokova prodaje kova prodaje 3.3.planiranje i kontrola istraplaniranje i kontrola istraivaivakog procesa kog procesa 4.4.rjerjeavanje problema promocione strategije avanje problema promocione strategije 5.5.rjerjeavanje problema iz predvianja prodaje avanje problema iz predvianja prodaje
22
4. Kori4. Koritenje saznanja iz informacionih tenje saznanja iz informacionih nauka nauka
brzine obrade podatka, brzine obrade podatka, klasificiranja, klasificiranja, tabeliranja, tabeliranja, pisanja izvjepisanja izvjetaja, taja, kod analize vekod analize ve skupljenih podataka koji skupljenih podataka koji
se unose u kompjutere, se unose u kompjutere, radi brze i efikasnije analize radi brze i efikasnije analize koncipiranje i primjena kompjutera je koncipiranje i primjena kompjutera je
prisutna i kod sistema podrprisutna i kod sistema podrke odluke odluivanju ivanju DSSDSS
23
Marketing istraivanje -Odrediti ili definisati problem ili ansu sa kojom se suoavamo
Specificirati koje informacije su potrebne
Identifikovati izvore informacija
Odluiti o tehnikama pomou kojih emo doi do informacija
Prikupiti i obraditi informacije
Analizirati ih i interpretirati njihovo znaenje
Prezentirati rezultate donosiocima odluka
Faza 1
Faza 2
Faza 3
Faza 4
Faza 5
Faza 6
Faza 7
Proces, metodoloka procedura koja podrazumjeva odreeni logini redosljed aktivnosti koje treba obaviti da bi se ostvario postavljeni cilj.
24
Uoavanje problema
Specificiranje problemaNeformalno informisanje
Definisanje problema
Istraivanje sekundarnih podataka
Rjeenje naeno
Izvjetaj
ImplementacijaOcjena i povratna sprega
Rjeenje nije naeno
Plan istraivanja
Prikupljanje podatakaAnaliza i implementacija
IzvjetajImplementacija
Ocjena i povratna sprega Vrijeme i sredstva posveeni preciznom definisanju marketing problema dobra investicija
esto, dobro definisan problem predstavlja i rjeenje za donosioca odluke odluke, pa daljnja istraivanja nisu ni potrebna
25
Pakovanje:Pakovanje:staromodno staromodno pakovanje utipakovanje utie na e na percepciju ukusa.percepciju ukusa.
ta treba ta treba izmjeniti u izmjeniti u receptu nareceptu naeg eg piva?piva?
PotroPotroaai i preferiraju ukus preferiraju ukus konkurentskih konkurentskih marki.marki.
PivaraPivara
MenadMenadment prodaje:ment prodaje:trgovci ne poznaju trgovci ne poznaju dovoljno proizvod da dovoljno proizvod da bi kupcima objasnili bi kupcima objasnili njegovu vrijednostnjegovu vrijednost
Saznati od Saznati od korisnika za korisnika za koliko bi se koliko bi se cijene trebale cijene trebale smanjiti.smanjiti.
Trgovci se Trgovci se ale da ale da su cijene po kojima su cijene po kojima moraju prodavati moraju prodavati suvisuvie visoke.e visoke.
ProizvoaProizvoabebeiinih nih telefonatelefona
Demografske Demografske promjene:promjene:Djeca u ovom naselju Djeca u ovom naselju su odrasla. Stariji su odrasla. Stariji stanovnici ne idu na stanovnici ne idu na plivanje.plivanje.
Stanovnici su se Stanovnici su se oprijedjelili za oprijedjelili za skuplje centre, skuplje centre, negativan imi negativan imi bazena za bazena za kupanje.kupanje.
Posjeta opada viPosjeta opada vie e godina.Savremeniji godina.Savremeniji centri su se pojavili centri su se pojavili sa visa vie sadre sadraja.aja.
Vlasnik Vlasnik bazena za bazena za kupanje u kupanje u naselju naselju starom 20starom 20godinagodina
PRAVI PROBLEMPRAVI PROBLEM
PROBLEM PROBLEM DEFINISANDEFINISANNA OSNOVU NA OSNOVU SIMPTOMASIMPTOMA
SIMPTOMISIMPTOMIFIRMAFIRMA
26
Izmjeniti namjere o kupovini. Izmjeniti namjere o kupovini. Procjeniti vjerovatnoProcjeniti vjerovatnou u korikorienja usluge. Komparirati enja usluge. Komparirati pomopomou ukru ukrtenog tabeliranja tenog tabeliranja nivo upoznatosti, stnivo upoznatosti, stavove, avove, namjere o kupovini i sl., izmnamjere o kupovini i sl., izmeu eu ena i muena i mukaraca,. grupa vikaraca,. grupa vieg i eg i ninieg prihoda, mladih i starih eg prihoda, mladih i starih potropotroaaa i sl.a i sl.
Da li Da li e potroe potroaai koristiti i koristiti ovu uslugu? Kako ovu uslugu? Kako esto? esto? Da li se odgovori na Da li se odgovori na gornja pitanja razlikuju gornja pitanja razlikuju po demografskim po demografskim grupama?U kojoj su grupama?U kojoj su najbolje najbolje anse?anse?
Koji trKoji triini ni segment bi segment bi trebao biti ciljno trebao biti ciljno trtriite?te?
IzvrIzvriti mjerenje reakcija i iti mjerenje reakcija i reagiranja za varijante A, B i C.reagiranja za varijante A, B i C.Identificirati uoIdentificirati uoene prednosti i ene prednosti i nedostatke za sve varijante.nedostatke za sve varijante.
Kako potroKako potroaai reaguju i reaguju na varijante A, B i C? na varijante A, B i C? Koje su uoKoje su uoene prednosti ene prednosti svake od varijanti svake od varijanti usluga?usluga?
U kojoj od U kojoj od mogumoguih ih varijanti varijanti ponuditi ovu ponuditi ovu uslugu?uslugu?
Utvrditi koliko su potroUtvrditi koliko su potroaai i svjesni postojanja ovih sistema, svjesni postojanja ovih sistema, pomopomou metode stimuliranja u metode stimuliranja sjesjeanja. Izvranja. Izvriti mjerenje iti mjerenje stavova potrostavova potroaaa prema a prema sistemima kusistemima kune kupovine.ne kupovine.
Da li su potroDa li su potroaai i upoznati sa sistemima upoznati sa sistemima kukune kupovine?ne kupovine?Kakve su reakcije Kakve su reakcije potropotroaaa na sisteme a na sisteme kukune kupovine?ne kupovine?
Da li ponuditi Da li ponuditi potropotroaaima ima uslugu kupovine uslugu kupovine iz kuiz kue, putem e, putem kablovske kablovske televizije?televizije?
CILJEVI ISTRACILJEVI ISTRAIVANJAIVANJAISTRAISTRAIVAIVAKA KA
PITANJAPITANJAMARKETING MARKETING PROBLEMIPROBLEMI
27
Izviajna istraivanjaIzviajno istraivanje je istraivanje koje se ne provodi na osnovu unaprijed sainjenog plana, nije toliko formalno i zahtijeva posezanje za dodatnim informacijama.
IZVIAJNA ISTRAIVANJA
istraivanjepostojeeliterature
istraivanjedosadanjih
iskustava
analiza odabranihsluajeva
pilotstudije
ema I . Metodi koji se koriste u izviajnom istraivanju
Konani cilj izviajnog istraivanja je sticanje neophodnog prethodnogznanja o konkretnom problemu na racionalan nain.
28
3.1. SADRAJ PLANA ISTRAIVANJA
1. ta je cilj istraivanja?2. Na koji nain emo taj cilj ostvariti?3. Koliko je i kakvih resursa potrebno za
ostvarivanje ciljeva?4. U kojem vremenskom periodu je rezultate
istraivanja neophodno prezentirati donosiocima odluke?
3.1.1. NAIN NA KOJI EMO OSTVARITI I DEFINISATI CILJ
Gdje moemo nai podatke koji su nam potrebni?
Kako emo prikupiti i analizirati te podatke? Kako emo organizovati rad u
narednimfazama istraivanja?
29
3.1.2. RESURSI POTREBNI ZA OSTVARENJE DEFINISANOG CILJA
Materijalni resursi Ljudski resursi
3.1.3. VREMENSKI PERIOD ZA PREZENTIRANJE REZULTATA ISTRAIVANJA
Mreni dijagram
30
c
i
l
j
e
v
i
c
i
l
j
e
v
i
i
s
t
r
a
i
s
t
r
a
i
v
a
n
j
a
i
v
a
n
j
a
o
s
n
o
v
n
i
i
z
v
o
r
i
o
s
n
o
v
n
i
i
z
v
o
r
i
p
o
d
a
t
a
k
a
p
o
d
a
t
a
k
a
m
e
t
o
d
a
m
e
t
o
d
a
i
s
t
r
a
i
s
t
r
a
i
v
a
n
j
a
i
v
a
n
j
a
o
r
g
a
n
i
z
a
c
i
j
a
o
r
g
a
n
i
z
a
c
i
j
a
i
s
t
r
a
i
s
t
r
a
i
v
a
n
j
a
i
v
a
n
j
a
t
e
r
m
i
n
s
k
i
t
e
r
m
i
n
s
k
i
p
l
a
n
p
l
a
n
p
l
a
n
p
l
a
n
i
s
t
r
a
i
s
t
r
a
i
v
a
n
j
a
i
v
a
n
j
a
plan/projekat istraivanja
opti posebni
r
a
z
g
r
a
n
i
r
a
z
g
r
a
n
i
e
n
j
e
e
n
j
e
i
s
t
r
a
i
s
t
r
a
i
v
a
n
j
a
i
v
a
n
j
a
teritorijalno vremensko predmetno
preduzee slubeni neslubeni ankete interna
eksterna
unutranja terenska svake
operacije svake faze konano
svake operacije
Kao osnov za struktuiranje plana istraKao osnov za struktuiranje plana istraivanja, ivanja, momoe korisno poslue korisno posluiti i sljedeiti i sljedea a ema:ema:
31
Podaci iz raPodaci iz raunovodstva i finansijaunovodstva i finansija
PODACI IZPODACI IZPREDUZEPREDUZEAA
-- interni interni --
PODACI PODACI VANVAN
PREDUZEPREDUZEAA--externi externi --
I
Z
V
O
R
I
I
Z
V
O
R
I
S
E
K
U
N
D
A
R
N
I
H
S
E
K
U
N
D
A
R
N
I
H
P
O
D
A
T
A
K
A
P
O
D
A
T
A
K
A
Podaci iz marketingaPodaci iz marketinga
Podaci iz ostalih izvora u preduzePodaci iz ostalih izvora u preduzeuu
Podaci iz meunarodnih Podaci iz meunarodnih institucijainstitucija
Podaci iz meunarodnih Podaci iz meunarodnih institucijainstitucija
Podaci iz literaturePodaci iz literature
Baze podatakaBaze podataka
PaneliPaneli
OBJAVLJENIOBJAVLJENIPODACIPODACI
PODACIPODACIKOJI SEKOJI SEKUPUJUKUPUJU
32
1. Ustanovi ta eli da sazna i ta ve zna o svom problemu.
2. Saini listu kljunih pojmova i imena.
3. Pretrai nekoliko optih vodia i imenika za izvore i podatke.
4. Kompiliraj literaturu koju si naao. Koriguj ako je potrebno listu kljunih rijei i autora.
5. Konsultuj odgovarajueg bibliotekara. Razmotri mogunost pretraivanja pomou kompjutera.
6. Konsultuj vie razliitih imenika i vodia ako nisi naao dovoljno podataka ili je problem specifian.
7. Identificiraj eksperte za svoj problem i konsultuj ih.
33
PREDNOSTIPREDNOSTI NEDOSTACINEDOSTACI
Prednosti i nedostaci Prednosti i nedostaci sekundarnih podatakasekundarnih podataka
1. ranije akumulirana saznanja
2. potrebna su mala ulaganja da bi doli do njih
3. objektivnost
4. aktuelnost
1. prikupljanje sa neodreenim ciljem
2. aktuelnost
3. ta je originalni izvor
34
P
R
I
M
A
R
N
I
P
O
D
A
C
I
Psiholoke
Kakve su osobine potroaa? Socijalne
EkonomskeDemografske
ta misle i osjeaju?
ta znaju i namjeravaju?
Stavovi
Motivi
Poznavanje proizvoda,proizvoaa, oglasa i dr.
Planovi za buduekupovine i druge aktivnosti
Kako se Kako se ponaponaaju?aju?
Ponaanje u kupovini
Ponaanje u potronji
35
Metode prikupljanja primarnih podataka
IspitivanjeIspitivanje PosmatranjePosmatranje Ljudi kao izvori primarnih podatakaLjudi kao izvori primarnih podataka
Naini komuniciranja sa izvorima podataka
1.1. LiLino komuniciranje no komuniciranje (struktuirano i nestruktuirano)(struktuirano i nestruktuirano)
2.2. Komuniciranje dopisnim putemKomuniciranje dopisnim putem3.3. Komuniciranje putem telefonaKomuniciranje putem telefona
36
1.1. FleksibilnostFleksibilnost2.2. Stimulacija ispitanika Stimulacija ispitanika
na saradnjuna saradnju3.3. MoguMogunost nost
prikupljanja viprikupljanja vie e podatakapodataka
4.4. Reprezentativnost Reprezentativnost uzroka velikauzroka velika
5.5. LiLini kontakt daje vini kontakt daje vie e podataka ispitivapodataka ispitivauu
Lino komuniciranje ispitivaa i ispitanika
Fizika prisutnost ispitivaa kao bitna karakteristika ovog metoda
PREDNOSTI: NEDOSTACI:
1.1. Prikupljanje podataka Prikupljanje podataka je teje tee planirati, e planirati, organizovati i organizovati i kontrolisatikontrolisati
2.2. Vrijeme potrebno za Vrijeme potrebno za ovo istraovo istraivanje je dugoivanje je dugo
3.3. TroTrokovi po jedinici kovi po jedinici ispitanikaispitanika
4.4. Bojaznost za Bojaznost za anonimnost ispitanikaanonimnost ispitanika
37
Strukturno lino komuniciranje Unaprijed pripremljeni upitnici Manji trokovi obuke ispitivaa na terenu Dri se striktno pripremljenog upitnika
Nestrukturno lino komuniciranje Prikupljanje podataka o motivima ispitanika Primjenjivanje indirektnih metoda Saznati neto vie nego to je mogue drugim metodama
Saznati to vie o samoj linosti ispitanika Podsjetnik kao sredstvo koje pomae ispitivau Dubinski intervju Testovi asocijacije Tehnike igranih uloga
38
Komuniciranje dopisnim putem
Samostalnost ispitanika pri davanju podatakaSamostalnost ispitanika pri davanju podataka
Prednosti:1.Ekonominost2.iroka geografska distribudcija3.Vea iskrenost i anonimnost
Nedostaci:1.Dug vremenski period 2.Upitnik kratak3.Pitanja razumljiva, kratka i jasna4.Nepoznavanje linosti ispitanika
39
Komuniciranje putem telefona
Prednosti: Najbri nain dolaska do podataka Nii trokovi po jedinici Odgovori ispitanika iskreni Odgovore line prirode lake dobiti Telefonski imenik kao pomagalo pri
odabranju uzorka
Nedostaci:1. Lo prilikom potrebe prezentiranja
proizvoda ispitaniku2. Nemogunost da vidimo ispitanika i
njegove reakcije
403 12Brzina dobijanja odgovora
321Kompletiranje uzorka
32 1Odnos sa ispitanikom
312Mogunost zavravanja inervjua
213Ekonominost32 1Dubina ispitivanja
3 12Kontrola prikupljanja123Greke intervjuera
DO
PISN
O
KO
MU
NI-
CIR
AN
JE
TELEFON
SKO
K
OM
UN
I-C
IRA
NJE
LIN
I IN
TERV
JU
41
0
10
20
30
40
50
60
70
80 74
4144
5258
1 2 3 4 5
Osnovni uzroci promaaja u istraivanju marketinga
1.1. Neadekvatno Neadekvatno sastavljeni sastavljeni upitniciupitnici
2.2. LoLoa a interpretacijainterpretacija
3.3. Neadekvatan Neadekvatan uzorakuzorak
4.4. Neadekvatne Neadekvatne statististatistike ke metodemetode
5.5. Prezentiranje Prezentiranje rezultata koji se rezultata koji se baziraju na baziraju na injenicamainjenicama
42
Upitnik kao sredstvo za prikupljanje primarnih podataka
NajNajeei promai promaaji u istraaji u istraivanju marketinga:ivanju marketinga:
neadekvatno sastavljeni upitnici 74%neadekvatno sastavljeni upitnici 74%loloa interpretacija 58%a interpretacija 58%neadekvatan uzorak 52%neadekvatan uzorak 52%neadekvatne statistineadekvatne statistike metode 44%ke metode 44%prezentiranje rezultata koji se prezentiranje rezultata koji se Baziraju na Baziraju na injenicama 41%injenicama 41%
43
Redosljed razmiljanja i akcija istraivaa, u sastavljanju upitnika, trebao bi da bude sljedei:
OdluOdluiti koje sve primarne podatke treba iti koje sve primarne podatke treba da prikupimo od ispitanika s obzirom na da prikupimo od ispitanika s obzirom na cilj istracilj istraivanja odluivanja odluiti na koji naiti na koji nain in emo emo komunicirati sa ispitanicimakomunicirati sa ispitanicima
Sastaviti svako pojedino pitanjeSastaviti svako pojedino pitanje Napraviti najpovoljniji redosljed pitanja Napraviti najpovoljniji redosljed pitanja
koja smo odlukoja smo odluili da postavimo ispitanicima ili da postavimo ispitanicima Kreirati formu upitnika tj. dati dredjena Kreirati formu upitnika tj. dati dredjena
grafigrafika rjeka rjeenja, izvrenja, izvriti raspored prostoraiti raspored prostora
44
a)Sastavljanje spiska potrebnih primarnih podataka:
Potrebno je dostaviti grubi spisak svih podataka koji su Potrebno je dostaviti grubi spisak svih podataka koji su nam potrebni kao primjer, nam potrebni kao primjer, emo koristiti emo koristiti Upitnik za Upitnik za ocjenu gotovog softveraocjenu gotovog softvera
Podaci o korisnikuPodaci o korisniku Podaci o proizvoduPodaci o proizvodu IstraIstraivanje tehniivanje tehnikih svojstava kih svojstava Planirana korist od novog programskog sistemaPlanirana korist od novog programskog sistema Uticaj na organizaciju posla Uticaj na organizaciju posla IstraIstraivanje ergonomskih svojstavaivanje ergonomskih svojstava OpOpta pitanja (da li je korisnik sposoban sam ta pitanja (da li je korisnik sposoban sam
pokrenuti program)pokrenuti program) Pitanja vezana za ruPitanja vezana za runi unos podataka ni unos podataka Prikaz na ekranu Prikaz na ekranu Obrazovanje kranjeg korisnikaObrazovanje kranjeg korisnika
45
b)Prilagoavanje upitnika odabranom nainu komuniciranja
korienje upitnika telefonska anketa (najmanji broj pitanja)
lini kontakt (najvei broj pitanja)
komuniciranje dopisnim putem komuniciranje preko interneta...
46
c) Sastavljanje pitanja
Da li je pitanje uopte potrebno? Da li je potrebno vie pitanja umjesto
jednoga? Posjeduje li ispitanik znanje potrebno da
se odgovori na pitanja? Da li je sadraj pitanja prilagoen
ispitanikovom predhodnom iskustvu? Moe li se ispitanik sjetiti podataka? Da li ispitanik treba da uloi poseban
napor da odgovori na pitanje? Da li e ispitanik biti voljan da odgovori
na pitanje?
47
Nain postavljanja svakog pojedinog pitanja?U principu, svaki upitnik se kreira prema postojeimpotrebama ispitivanja, tj. prema postojeem projektu. Stoga, prije svakog projekta formuliite pitanja tako dadobijete jasne odgovore na eljena pitanja. U zavisnostida li elimo da doemo do vie ili manje detaljnihinformacija, postavljamo pitanja koja mogu biti :
1. Otvorena pitanja to su takva pitanja koja daju ispitaniku slobodu odgovora . Ako pitamo ispitanika, kakvo je njegovo miljenje o odreenoj stvari ili problemu, postavili smo otvoreno pitanje. Ispitanik ima mogunost da slobodno formulie svoj odgovor.
Primjer: Potreban operacijski sistem?Odgovor: _______________
48
2. Pitanja sa vie moguih odgovora su takva pitanja koja kada postavite, istovremeno dajete mogunost ispitaniku da od vie ponuenih odgovora izabere jedan ili vie ili da jednostavno pod rubrikom ostalih odgovori, dopie ono to zna.
Primjer: Koliko mjeseno izdvajate za odravanje postojeeg hardware-a i software-a?
do l000 KMl000 2000 KM2000 5000 KM5000 KM i vieostali odgovori ____________
3. Zatvorena (dihotomna) pitanja su takva pitanja koja daju najmanje dvije mogunosti odgovora, da i ne. Ona su najlaka za dalju obradu, ali istovremeno daju i manje detaljne odgovore.
Primjer: Nudi li kinkurencija bolju uslugu?Odgovor DA NE
49
SrednjaNajviaSa vie
moguihodgovora
NajniaSrednjaDihotomnaNajviaNajniaOtvorena
Da odgovorbude
nejasan
Da pitanjebude
nejasno
RELATIVNA VJEROVATNOAVRSTA
PITANJA
50
Centar za istraivanje nacionalnog miljenja u SAD-u ima svoju klasifikaciju greaka s obzirom na njihovu teinu:
1Povrno postavljeno pitanje7.
1Nekonzistentni odgovori na vie pitanja6.
1Neuspjelo sondiranje5.
1Odgovor ne znam bez sondiranja4.
2Nedostatak potrebnih detalja3.
3Irelevantan ili zaobien odgovor2.
3Nedobijeni odgovori1.
Teina grekeVrste greakaR.Br.
Kvalitet rada svakog ispitivaa cijeni se dakle, u ovom sluaju neto objektivnijim mjerilima. Sigurno je, meutim, da je svaka ocjena kvalitete ispitivaa u odreenoj mjeri i subjektivna.
51
Mjerenje stavovaDefinicija
Stavovi su nauene predispozicije da odgovorimo na konzinstentno povoljan ili nepovoljan nain u odnosu na dati objekat
Zato je potrebno mjerenje stavova?
Skale kao sredstvo za mjerenje stavova
Mogunosti koritenja skala u mjerenju stavova u istraivanju marketinga
Kako to objektivnije mjeriti stavove u konkretnim sluajevima?
Mjerenje psiholokih atributa ljudi! Koju skalu koristiti u datim sluajevima?
52
BrojBrojane skaleane skale
Geometrijska sredina
Harmonijska sredina
Koliina prodate robeTeina
Poreenje apsolutneveliine
Proporci-onalna
Prosjena vrijednostAritmetika sredina
Temperaturna skalaStav prema markama
Poreenje intervalaIntervalna
MedijanaSocijalne klase
Preferencija za markevrstoa minerala
RedosljedOrdinalna
Modatribut koji se
najee pojavljuje
Muko-enskoKorisnik-nekorisnik
ProfesijaJedinstveni broj
Identitet
Nominalna
MJERENJE PROSJEKAPRIMJERCI
OSNOVNA POREENJASKALE
Nominalna OrdinalnaIntervalnaProporcionalna
53
Ocjena potroaa na osnovu stepena svianja bezalkoholnih pia koristei brojane skale
Normalna skala
Koje od bezalkoholnih piKoje od bezalkoholnih pia slijedea slijedeoj listi volite?oj listi volite?_________Coca Cola_________Coca Cola_________Pepsi_________Pepsi_________Gold Cola_________Gold Cola_________Fanta_________Fanta_________Sinalco_________Sinalco
54
Ordinalna skala
Rangirajte bezalkoholna pia na slijedeoj listi dodijeljujui broj 1 onome koje najvie preferirate i broj 5 onome koje najmanje preferirate.__________Coca Cola__________Pepsi__________Gold Cola__________Fanta__________Sonalco
55
Intervalna skala
Ocijenite, prema vaem miljenju, svako od bezalkoholnih pia odreujui mu na slijedeoj listi odgovarajue mjesto na skali.
SinalcoFantaGold ColaPepsiCoca Cola
PUNO VOLIMVOLIM
NE VOLIM
NE VOLIM NIKAKO
56
Proporcionalna skala
Podijelite l00 bodova izmeu navedenih bezalkoholnih pia uzimajui u obzir stepen svianja.________Coca Cola________Pepsi________Gold Cola________Fanta________Sinalco
100
57
Neki primjeri konstrukcije skala za mjerenje stavova u istraivanju marketinga
Definisati to je mogue vie tvrdnji bitnih za na cilj prva faza
Asortiman u prodavnici je bogat Cijene su visoke Lokacija je povoljna Za kupovinu se ne gubi puno vremena Osoblje je neljubazno Nema dovoljno prostora Ima dovoljno mjesta za parkiranje Radno vrijeme je povoljno za zaposlene
58
Izabrati veliki uzorak ljudi koji e nam posluiti kao iri druga faza
Thurston-ova skala jednakih intervala
Izraunati frekvenciju pojavljivanja svake tvrdnje u svakom pregradtku, kao i njihovu disperziju
Ispitivanje potroaa i ocjena opeg stava prema naim prodavnicama
KJIHGFEDCBA
59
Radno vrijeme je povoljno za zaposlene
Osoblje je neljubazno
Lokacija je povoljna
Cijene su visoke
Apsolu
tno se
slaem
Slaem se
Niti se
slaem n
itise n
e slaem
Ne slaem
se
Apsolu
tno se
ne slaem
Likertova skala za mjerenje stavova
60
Cijene su visoke Cijene su niskeLokacija je nepovoljna Lokacija je povoljna
Osoblje je neljubazno Osoblje je neljubazno
Radno vrijeme je nepovoljno za
zaposlene
Radno vrijeme je nepovoljno za
zaposlene
Legenda:Prodavnica A Prodavnica B
xx
xx
xxxx
61
Skala sematikih razlika
Neke mogunosti poboljanja kvaliteta mjerenja i poreenja stavova
Modificirana skala
Radno vrijeme
Ljubaznost osoblja
Lokacija
Cijena
Veoma znaajan
Nije znaajanATRIBUT
62
Meusobna komparacija
100UKUPNO
Radno vrijeme
Ljubaznost osoblja
Lokacija
Cijena
Broj poenaATRIBUT
63
Metoda posmatranja Posmatranje ljudi, situacija i dogaaja Tri bitne karakteristike sistematskog posmatranja:
a) Sistematsko planiranje usmjereno na specifine ciljeve istraivanja
b) Sistematsko registrovanje svih dogaaja koje posmatramo
c) Paljiva provjera i kontrola radi saznanja o potpunosti i vijerodostojnosti posmatranja i vrijednosti dobijenih podataka
U kojim sluajevima istraiva markatinga moe da primjeni metod posmatranja?
Kod primjene metode posmatranja upotpunosti, razlikujemo:a) Struktuirano i nestruktuirano posmatranjeb) Posmatranje u prirodnim i vjetakim uslovimac) Posmatranje u uslovima kada ljudi znaju da su
posmatrani i kada ne znaju
64
Naini prikupljanja primarnih podataka metodomposmatranja
a) Televizijski ureajib) Audiometar c) Psihogalvanometar
Prednosti i nedostaci metode posmatranja Podaci koje dobijamo posmatranjem objektivnih su
poto odraavaju stvarno stanje stvari, a ne baziraju se na neijoj izjavi
Metoda posmatranja omoguuje prikupljanje podataka o dogaajima u momentu kada se i deavaju
Uticaj posmatraa na dobijene podatke nije ni priblino tako intenzivan kao uticaj ispitivaa kod metode ispitivanja
Kod primjene metoda posmatranja, u znatnoj manjoj mjeri zavisimo od volje ljudi da nam prue odreene podatke.
65
Osnovni nedostaci metode posmatranja su:
Iskljuivo metodom posmatranja moemo prikupljati samo podatke o injenicama. Statove ljudi i motive njihovog ponaanja
Potrebno je ispuniti tri uslova da bismo odreene podatke prikupili metodom posmatranja:Mora postojati mogunost da se oni uoe
posmatranjem Moraju biti repetativni ili mora postojati mogunost
da se predvidi vrijeme kada se mogu posmatratiMoraju se deavati u relativno kratkom
vremenskom periodu.
Trokovi prikupljanja podataka posmatranjem, po pravilu su vii nego to bi bili trokovi prikupljanja istih podataka ispitivanja.
66
Dogaaje koji dugo traju neracionalno je registrovati posmatrnjem
Mada su podaci prikupljeni metodom posmatranja objektivniji u principu, to ne znai da u odreenim situacijama i subjektivni uticaj posmatraa ne moe doi do izraaja.
Navedene prednosti i nedostaci metode posmatranja dozvoljavaju nam da na kraju damo jedan opi zakljuak:
Metodu posmatranja prilikom prikupljanja primarnih podataka treba primjeniti kada god je to mogue ali e istraiva najee biti u situaciji da je kombinuje sa metodom ispitivanja i na taj nain iskoristi dobre strane obje metode.
67
MARKETING ISTRAIVANJE
Uzorak je mali dio neega, namijenjen da pokae osobine, kvalitet i prirodu cjelina.Primjena uzorka u prikupljanju primarnih podataka
jedinica uzorka statistika masa spisak jedinica uzorka
Jedinica uzorka
Statistika masa
Spisak
Jedinica
Uzorka
68
MARKETING ISTRAIVANJE
Uzorak je mali dio neega, namijenjen da pokae osobine, kvalitet i prirodu cjelina.
Primjena uzorka u prikupljanju primarnih podataka
V
R
S
T
E
U
Z
O
R
A
K
A
Na bazi vjerovatnoe
Ne na bazi
Jednostavni sluajni uzorak Sistemski uzorak Stratificirani uzorak Grupni uzorak
prigodni uzorak namjerni uzorak kvotni uzorak
69
MARKETING ISTRAIVANJE
Uzorak je mali dio neega, namijenjen da pokae osobine, kvalitet i prirodu cjelina.Primjena uzorka u prikupljanju primarnih podataka
O
S
N
O
V
N
I
F
A
K
T
O
R
I veliina mase od koje treba prikupiti podatke
znaaj podataka za ostvarenje cilja istraivanja
trokovi prikupljanja podataka po jedinici ispitivanja
potrebni stepen pouzdanosti podataka raspoloivost sredstava i vremena za
istraivanje raspoloivost kadrova
70
Izbor i selekcija ispitivaa
Obuka kadrova
Kontrola rada ispitivaa
Stimuliranje i ocjena radaispitivaa
Organizovanje prikupljanja primarnih podataka
Slika. 1. Proces organizacije prikupljanja podataka
71
Izbor i selekcija ispitivaa
Dobro zdravlje i fiziku kondiciju Komunikativnost Prijatan izgled Pripadnost odreenom polu, u zavisnosti
od situacije
72
Obuka kadrovaCitiran autor Dr.L.Andrews, naprimjer daje itavu listu preporuka zaispitivae koji lino komuniciraju sa ispitanicima. Obuku kadrova vre instruktori. To su osobe sa dugogodinjim radnim iskustvom u radu na terenu, profesionalci vezani za odreenu specijalizovanuinstituciju za istraivanje marketinga.
Uvijek nosite sa sobom materijal za linu identifikaciju.Intervjuiite nepoznate.itajte pitanja rije po rije, tano kako su napisana.Slijedite redosljed pitanja u upitniku.Dajte ispitaniku koliko god eli vremena za razmiljanje o svakom pitanju.Zapisujte paljivo i itko.Izbjegavajte prazne hodove koliko je mogue.
Nikad ne pravite kompromis sa kvalitetom.Ne dozvoljavajte da lini problemi utiu na va posao.Ne prihvatajte ponuena alkoholna pia.Ne koristite ponovo iste ispitanikeNe dozvoljavajte da vam ispitanik ita preko ramenaNe poinjite rad ako niste snabdjeveni svim to vam je potrebno.
DA: NE:
73
Kontrola rada istraivaaMa kako dobro odabrali ili obuili ispitivae,uvijek je neophodno obezbjediti iefikasnu kontrolu njihovog rada poto su mogue greke. Kada se govori o izvorima greaka koje nisu posljedica loeg planiranog uzorka M. Hauck, navodi etiri osnovna:
1. Upitnik2 Ispitivai3. Ispitanici4. Oni koji nisu dali odgovor
74
Stimuliranje i ocjena rada ispitivaaPostoje dva naina na koja se ispitivaima kompenzira uloen trud. Jedan je plaanje po radnom satu, a drugi je po svakom ispitaniku.I jedan i drugi nain nagraivanja ima svojih dobrih i loih strana.
eli obaviti to vierazgovora, nejasni odgovori, neitkoupitnik popunjen,izmiljeni odgovori
Vea produktivnost,smanjuje brojneobavljenih razgovoraPo ispitaniku
Namjerno odugovlae,poveavaju trokove
Svjesno obavljanje razgovora, kvalitet podatakaPo satu
NEDOSTACIPREDNOSTINAIN NAGRAIVANJA
75
Eksperiment kao metoda organizovanja prikupljanja primarnih podatakaBazina karakteristika naunog metoda kao osnova svakog istraivanja, pa i istraivanja marketinga jeste mogunost primjene eksperimenta sa ciljem da se provjeri validnost postavljene hipoteze.
Pojam eksperimenta
U najirem smislu rijei, pod eksperimentom moemo smatrati situaciju u kojoj se mjeri dejstvo jedne pojave na drugu.
76
Eksperimentalnajedinka
Eksp.var. Zavis.var.
Mi dakle, obavljamo eksperiment na taj nain toDjelujemo eksperimentalnom varijablom na eksperimentalnu jedinku i mjerimo efekat tog djelovanja na zavisnoj varijabli.
Npr. Ekperimentalna varijabla: Eksperimentalna jedinka: Zavisna variabla:
77
Novi nain pakovanja proizvoda AProdavnica B u kojem emo uvesti novi nain pakovanja Obim prodaje proizvoda A, pakovanom po novom nainu u prodavnici B u odreenom vremenskom periodu
EksperimentalnaEksperimentalnajedinkajedinka
Ekperimentalnavarijabla
Ostale varijable Varijacije
78
a) Kao rezultat dejstva eksperimentalne varijableb) Kao rezultat dejstva ostalih varijabli koje moemo
kontrolisatic) Kao rezultat dejstva ostalih varijabli koje ne moemo
kontrolisatid) Kao rezultat greaka u organizovanju eksperimenata
X2-X1=E E=e1+e2+e3+e4
e1-Variranje obima prodaje kao stvarni rezultat uticajanovog rjeenja pakovanjae2 Variranje obima prodaje kao rezultat dejstva ostalih varijabli koje moemo kontrolisatie3 Variranje obima prodaje kao rezultat dejstva ostalih varijabli koje ne moemo kontrolisatie4 Variranje obima prodje kao rezultat greaka pri organizovanju samog eksperimenta
79
Mjesto organizovanja eksperimenta
Eksperiment se moe organizovati na samom tritu ije karakteristike istraujemo (na terenu) ili vjetaki stvorenim uslovima (u labaratoriji).Dobro odabrana eksperimentalna jedinica natritu daje mogunost zakljuivanja nekim optim zakonitostima realnije.
U laboratorijskim uslovima je znatno lake izolovati dejstvo ostalih varijabli.
80
Interna i eksterna validnost eksperimenta
Pod internom validnosti podrazumijevamostepen pouzdanosti dobivenih enter rezultata koji je posljedicabolje unutranje organizacije i boljih metodolokih rjeenja iji je cilj kontrola dejstva ostalih varijabli.
Eksterna validnost eksperimenta zavisi u sutini od stepena reprezentativnosti odabraniheksperimentalnih jedinica.
Eksperiment na terenu obezbjeuje bolju eksternu validnost.
Eksperiment u laboratorijskim uslovima obezbjeuje bolju internu validnost.
81
Osnovni faktori interne validnostieksperimenta1. Promjene koje u periodu organizovanja eksperimenta
nastaju kao posljedica trajanja tog eksperimenta.2. Promjene koje nastaju kao posljedica saznanja ljudi
da se obavlja eksperiment.3. Modalitet jedinica eksperimenta.4. Uticaj naina mjerenja na dobijene rezultate.5. Uticaj mijeanja izmeu lanova pojedinih
eksperimentalnih jedinica.
Metodologija planiranja eksperimenataU metodologiji planiranja imamo dvije grupe moguih metodolokih rjeenja:
Nekontrolisani eksperiment Kontrolisani eksperiment
82
Nekontrolisani eksperiment
Osnovna karakteristika nekontrolisanih ilikvazi eksperimenata je u tome to se dejstvo ostalih varijabli ne kontrolie.
E = x2 xl
Kontrolisani eksperiment
Kontrolisani eksperiment imamo ukolikouspijevamo kontrolisati ili izolovati sve ostalevarijable.
E= (x2-xl)-(y2-yl)y2-yl = 0 y2-yl > 0
ili y2-yl < 0 x2-xl = Z
83
Eksperiment sa vie eksperimentalnih varijabliNajjednostavnije metodoloko rjeenje za izvoenje eksperimenata u kojem je mogue mjeriti dejstvo vie od jedne eksperimentalne varijable na zavisnu varijablu je pomou tzv. latinskih kvadrata.U ovom sluaju osnovna pretpostavka je da ne postoji meusobni uticaj izmeu eksperimentalnih varijabli, tj.da one djeluju samo na zavisnu varijablu.
C2C1C33.C1C1C22.C3C2C11.IIIIIIVrsta prodavnice
Lokacija prodavnice
84
Eksperiment sa vie meusobno povezanih eksperimentalnih varijabli
Ukoliko istraiva doe do zakljuka da i meusobno dejstvo eksperimentalnih varijabliutie na rezultat ekperimenta, potrebno je traiti i nova metodoloka rjeenja.
Faktorijalna analiza nam pomae da istovremeno mjerimo ne samo uticaj svake eksperimentalne varijable na zavisnu varijablu, ve i meusobni odnos eksperimentalnih varijabli i uticaj tog odnosa na zavisnu varijablu.
85
Osnovni problemi primjene eksperimenatau istraivanju marketinga.Eksperiment se Eksperiment se danasdanas uspjeuspjeno primjenjuje u mnogim no primjenjuje u mnogim podrupodrujima istrajima istraivanjaivanja mmarketinga.Poslovne odluke arketinga.Poslovne odluke vezane za sva vezane za sva etiri elementa marketing mixaetiri elementa marketing mixa--proizvod proizvod cijena, cijena, promocijapromocija i i distribucijadistribucija mogumogu se se uspjeuspjeno no pripremiti na bazi odreenih podatka dobijenih putem pripremiti na bazi odreenih podatka dobijenih putem eksperimenata.eksperimenata.
Da Da bibi uspjeuspjeno pripremio eksperiment u cilju prikupljanja no pripremio eksperiment u cilju prikupljanja primarnih podataka,primarnih podataka, iistrastraivaiva marketingamarketinga moramora imatiimati nanaumuumu i i njegovenjegove osnovneosnovne slabostislabosti..
TrTriite je toliko dinamite je toliko dinamino, te je voma teno, te je voma teko kontrolisati ko kontrolisati sve sve vvarijable koje utiarijable koje utiu na odredjenu pojavu;u na odredjenu pojavu;
Potrebni su veliki metodoloPotrebni su veliki metodoloki i organizacioni napori da ki i organizacioni napori da bi se na bazi eksperimenta mogli donositi meritorni bi se na bazi eksperimenta mogli donositi meritorni opopti zakljuti zakljuci;ci;
86
- Eksperiment je po pravilu veoma skupaorganizaciona forma prikupljanja primarnihpodataka;
- Da bi se uspjeno obavio jedan eksperiment posebno ako su metodoloka rjeenja suptilnija, potrebno je imati na raspolaganju i relativno dug period vremena;
- Provoenje eksperimenta dovodi do niza organizacionih problema.
87
KLASIFIKACIJA METODA ANALIZEPostoje razliite klasifikacije analitikih metoda koje se primjenjuju u istraivanju marketinga, zavisno od kriterija od kojih se polazi.Metode analize koje se najee koriste u praksi istraivanja marketinga:
Deskpritivnaanaliza
Analiza jedne
varijable
Analiza dvije
varijable
Analiza vie
varijabli
ANALIZA PODATAKA
INTERPRETACIJA
88
Potrebno je razgraniiti pojmove analize i interpretacije koji predstavljaju dvije razliite aktivnosti, koje su istovremeno i veoma povezane. Analiza predstavlja takvo rasporeivanje podataka i njihovo preraunavanje, koje iz njih izvlai odreeni smisao. Znai, sirovi podaci postaju informacije nakon to ih analiziramo na odreeni nain i ustanovimo njihove bitne karakteristike i odnose izmeu njih. Interpretacija je povezivanje rezultata analize sa ostalim informacijama iz okruenja i ciljevima istraivanja. Bez adekvatne interpretacije rezultati analize mogu biti potpuno bezvrijedni za donosioca marketing odluke.
Istraiva marketinga mora imati tri bitne osobine ukoliko eli da prui stvarnu podrku donosiocima marketing odluka:
da ima teoretsko znanje o metodologiji istraivanja marketinga
da dobro poznaje preduzee za koje se istraivanje obavlja da dobro poznaje trite proizvoda / usluga ija se
problematika istrauje.
89
DESKRIPTIVNA ANALIZAKada je cilj istraivanja da saznamo to vie injenica o nekom problemu i na bazi toga izvedemo odreene zakljuke, deskriptivna analiza predstavlja transformaciju sirovih podataka u oblike koji e ih uiniti laganje za shvatanje i interpretiranje; razmjetanje, odlaganje i manipulisanje podacima na nain koji obezbjeuje dobijanje deskriptivnih informacija.
Znai, podaci se kategoriziraju, izdvajaju se oni vaniji i proizvodi se niz poslova u njihovom sreivanju da bi se u nastavku procesa istraivanja (istraivanja koja se ne zadovoljavaju samo opisivanjem postojeeg stanja) mogla upotrijebiti.
90
VRSTA PAKOVANJA KOJUPREFERIRAJ
Nemaodgovora
Ni jednoCBA
Ukupan brojlanova uzoraka
Starostispitanika
510356585200UKUPNO
21-2
-9-1
30221
1633106
12252820
60704030
25 i manje26-4546-65
66 i vie
Posebnu panju u deskriptivnoj analizi treba posvetiti:a) Primjeni procenataOsnovni cilj izraunavanja procenata je da nam jasnijeprikae relativni odnos dijelova jedne cjeline, relativnirast ili opadanje date pojave u vremenu ili neke drugeRelativne odnose veliina. Apsolutne veliine najee nam ne pokazuju nita dok se ne izraze u procentima.
91
VRSTA PAKOVANJA KOJUPREFERIRAJU
Nemaodgovora
NijednoCBA
Ukupan brojlanova uzoraka
Starostispitanika
52.5
105
3517.5
6532.5
8542.5
200100
Ukupno Broj%
27
13
13
620
2067
30100
66 i Brojvie %
--
--
25
1025
2870
40100
46-65 Broj%
11
913
23
3347
2536
70100
25-45 Broj%
23
--
3050
1627
1220
60100
25 i Brojmanje %
Znai, procente treba primjenjivati uvijek kadapojednostavljuju stvari i pomau u boljemuoavanju karakteristinih odnosa izmeu pojava.
92
b) Primjeni prosjeka
Veoma esto, da bi smo saeli broj podataka onekoj pojavi, koristimo se tzv. mjeramacentralne tendencije tj. prosjecima. PrimjenaProsjeka pomae nam da veliki broj podatakauvedemo na samo jedan koji ih sve, na Odreeni nain, objanjava i znatno nam olakava da razluimo bitne stvari od nebitnih.
Znai, centralna tendencija oznaava sredinju taku distribucije podataka.
93
ModMod
Mod nekog niza je vrijednost koja se najvie puta javlja u tom nizu. Isto kao i kod medijane,potrebno je niz svrstati.
11122 333455 66666 7 888899 Mod ovog niza je 6.
Mod se ne primjenjuje esto u analizi podatakajer u jednom nizu moe biti vie modova(111 22 3 444 566 777) ili da nema niti jednogmoda jer svaki podatak ima jedinstvenuVrijednost (123456789).
94
c) Primjeni indeksa
Indeksima se pokazuje odnos neke bazneveliine koja ima vrijednost 100 na drugimveliinama koje analiziramo.
Klasian primjer su indeksi cijena, kada baznu godinu npr. 1997. oznaimo sa 100, a zatim izraunavamo indekse rasta ili pada cijena u narednim godinama.
95
Analiza jedne varijable PomoPomou u deskriptivnedeskriptivne analizeanalize istraistraivaiva sumirasumirabrojnebrojne podatkepodatke i i vrvrii procjenuprocjenu njihovihnjihovih karakteristikakarakteristika. . UvijekUvijek se se postavljapostavlja pitanjepitanje kolikokoliko su te su te procjeneprocjenepouzdanepouzdane i tai tane?ne?Pitanje Pitanje kojekoje u u procesuprocesu analizeanalize gotovogotovo uvijekuvijek mumui i istraistraivaivaa, svodi se na dilemu da li je neka a, svodi se na dilemu da li je neka procjenjenaprocjenjena veliveliina do koje je doina do koje je doao, rezultat ao, rezultat slusluajne varijacije uzorka ili je zaista karakteristiajne varijacije uzorka ili je zaista karakteristina za na za itavu statistiitavu statistiku masu koju istraku masu koju istrauje?uje? KaoKao nastavaknastavak analizeanalize, , esto se pristupa primjeni esto se pristupa primjeni razlirazliitih testova statistiitih testova statistike znake znaajnosti:ajnosti:
1.Definisanje 1.Definisanje hipotezehipoteze2.2.TestiranjeTestiranje hipotezehipoteze
96
Definisanje hipotezeU fazi analize, kada nam god cilj istraivanja i podaci kojima raspolaemo to omoguuju, postavljamo hipotezu i provjeravamo je na odreen nain.
Dvije hipoteze:
Nulta hipoteza (Trino uee proizvoda A nee biti vee od 20%)
Alternativna hipoteza (Trino uee proizvoda A e biti vee od 20%)
Obje hipoteze moemo matematski izraziti na slijedei nain:
Ho : p < 0,20Ho : p > 0,201
97
Definisanje hipoteze
Hipoteza je pretpostavka o moguem rjeenju formulisanog problema, bazirana na predhodnim saznanjima steenim iz empirije i teorije. Sve radme hipoteze obino polaze od pretpostavke da ne postoji nikakva razlika izmeu osnovnog skupa i uzorka, tj.da je ta razlika jednaka 0. Takvu hipotezu nazivamo nultom hipotezom. Pored definisanja nulte hipoteze, moramo definisati ialternativnu hipotezu. Ona obuhvata sve vrijednosti parametra p razliite od 0.
Primjer: Obje hipoteze sada moemo matematiki izraziti: Ho:p
98
Greka II vrsteVjerovatnoa= B
Pravilna odlukaVjerovatnoa=1-a
PRIHVATA SE
Pravilna odlukaVjerovatnoa:1-B
Greka I vrsteVjerovatnoa= a
ODBACUJE SENEISTINITAISTINITAHIPOTEZA Ho
Mogue greke pri testiranju hipoteze
Zbog nedostatka injenica koje su relevantne, moe se desiti da nultu hipotezu koja je tana pobijemo (a) i da netanu nultu hipotezu ne uspojemo da pobijemo (B).
99
Mogue greke pri testiranju hipotezeDvije vrste greaka pri testiranju hipoteze:a)greka: Stvarna situacija na tritu je takva da nas
novi proizvod nee moi ostvariti trino uee vee od 20%, a mi smo na bazi naihistraivanja donijeli odluku da se on uvede natrite.
Posljedice e biti takve da e proizvod biti nerentabilan.
b)greka: Stvarna situacija na tritu je takva da na noviproizvod moe ostvariti trino uee vee od 20%, a mi smo na bazi rezultata istraivanja,donijeli odluku da se on ne uvede na trite.
Posljedica ovakve odluke je proputena ansa da sePreko rentabilnog proizvoda ostvari odreeni profit.
100
Testiranje hipoteze
Primjena dvije vrste testa:Z testX2 - (Hi kvadrat) test
Primjenom Z testa , doi emo do odgovora na pitanje koje smo postavili na poetku izlaganja da li je rezultat dobijen na bazi naeg uzorka, karakteristian za itavu statstiku masu ili je to rezultat sluajne varijacije uzorka.
Primjer: Pretpostavimo da smo obavili trini test u 625 prodavnica na odreenom regionu. U tih 625 prodavnica smo uveli novi proizvod i izmjerili njegovotrino uee u ukupnom prometu svih maraka proizvoda iste namjene.
101
Analiza vie varijabli
1. analize vie varijabli koje su meusobno povezane
viestruka regresiona analiza diskriminaciona analiza
2. analiza vie nezavisnih varijabli
faktorska analiza analiza skupina multidimenzionalna mjerenja
102
Analiza vie varijabli koje su meusobno povezaneVIESTRUKA REGRESIONA ANALIZA
Viestruka regresiona analiza je logian nastavak analize dvije varijable. Umjesto pravca koji se prilagoava dvodimenzionalnom prostoru, sada imamo ravan koja se prilagoava multidimenzionalnom prostoru.
Opta formula:
Y= a + b1 x X1 + b2 x X2 + b3 x X3bi x XjGdje su:Y- procijenjena vrijednost zavisne varijablea -konstanta koja se dobija analizombi- koeficijenti koji su povezani sa nezavisnim varijablama na
taj nain da izmjena jedne jedinice Xj uzrokuje izmjenu bijedinice kod Y.
Xi nezavisne varijable koje utiu na zavisnu varijablu Y.
103
Podruja uspjene primjene viestruke regresione analize u istraivanju marketinga
1. Mjerenje faktora tranje i trinog uea. Prezentirani primjer analize uticaja tri faktora tranje na prodaju igraaka je ilustracija ovemogunosti primjene.
2. Predvianje prodaje. 3. Utvrivanje odnosa zavisne i jedne nezavisne varijable, dok se uticaj
ostalih nezavisnih varijabli dri konstantnim. Mjeri se npr. uticaj cijena natranju namjetaja, dok se svi ostali faktori tranje dre konstantnim.
4. Utvrivanje da li jo neke nezavisne varijable, pored onih koje su veuzete u obzir, utiu na zavisnu varijablu. Postepeno se uvode novenezavisne varijable u regresionoj jednaini da se vidi u kolikoj mjeri utiu na ukupnu korelaciju.
5. Ispitivanje uticaja varijabli koje nisu kontrolisane u nekom eksperimentu, na dobijene rezultate, kada se smatra da njihov uticaj nije sluajan.
6. Procjena znaaja nedostajeih podataka iz anketa. Npr. moe seprocijeniti dohodak ispitanika na bazi dobijenih podataka o zaposlenju, obrazovanju i godinama.
7. Uporeivanje podataka iste vrste ali dobijenih od razliitih ispitanjika, kojesu prikupljali razliiti anketari. Cilj ovakve primjene regresione analize jekontrola rada anketara i utvrivanje njihovih greaka.
104
Dva osnovna cilja primjene viestruke regresione analize u istraivanju marketinga su: Predvianja zavisne varijable pomou
ustanovljenih odnosa sa nezavisnom varijablom Sticanje to vie saznanja o meusobnim
odnosima izmeu nezavisnih varijabli i zavisnevarijable
Viestruka regresiona analiza ima velikemogunosti primjene u istraivanju marketinga a to je posebno dolo do izraaja kompjutersketehnologije.
Dakle, kompjuteri su stvorili uslove da se viestruka regresiona analiza primjenjuje rutinskikao tehnika.
105
Diskriminaciona analizaDiskriminaciona analiza Diskriminaciona analiza jeje statististatistiki metod koji se ki metod koji se koristi u slukoristi u sluajevima kada su ajevima kada su varijablevarijable kojekoje analiziramoanaliziramosasa nominalnenominalne skale.skale.
Kada Kada nprnpr. . istraistraivaiva marketinga marketinga eli da segmentira eli da segmentira trtriite odreenog proizvoda na intenzivne potrote odreenog proizvoda na intenzivne potroaae i e i one koje ga povremeno koriste, veoma mu je bitno da one koje ga povremeno koriste, veoma mu je bitno da ocijeni koje su najznaocijeni koje su najznaajnije osobine jednih i drugih. Da ajnije osobine jednih i drugih. Da li je npr. moguli je npr. mogue pomoe pomou podataka o njihovim u podataka o njihovim prihodima, obrazovanju, mjestu boravka, poslu kojim se prihodima, obrazovanju, mjestu boravka, poslu kojim se bave, psiholobave, psiholokim karakteristikama i sl. predvidjeti kojim kim karakteristikama i sl. predvidjeti kojim od ta dva segmenta potrood ta dva segmenta potroaa pripada.pripada. U U ovomovom slusluaju aju cilj diskriminacione analize je da se na bazi konkretnih cilj diskriminacione analize je da se na bazi konkretnih podataka o karaketristikama potropodataka o karaketristikama potroaaa formira model a formira model pomopomou kojeg je moguu kojeg je mogue predvidjeti kojem segmentu e predvidjeti kojem segmentu pripadaju.pripadaju.
106
Istraiva moe koristiti linearnu funkciju tip:
Di = k1x1i + k2X2i + knXni
Gdje su:
Xji vrijednost j te nezavisne varijable i tog potroaa
Kj diskriminacioni koeficijent za j tu varijablu
Di diskriminacioni rezultati i tog potroaa
Svaki potroa se pomou diskriminacione analize moe svrstati u segment intenzivnih potroaa ili u segment povremenih potroaa.
107
Neki od problema koji se uspjeno rjeavaju primjenom diskriminacione metode Utvrivanje karakteristika po kojima se razlikuju sluaocirazliitih radio stanica.
Razlika izmeu kupaca odreenih tipova automobila. Poreenje ponaanja potroaa u kupovini sa njihovom izloenou propagandnim porukama
Cilj diskriminacione analize je da predvidi vjerovatnou da e odreeni objekti pripasti u dvije ili vie grupa koje su uzajamno iskljuive, na bazi nekoliko nezavisnih varijabli.Postoje druge metode analize vie varijabli koje su meusobno zavisne npr.
1. Kanonika korelaciona analiza2. Manova metoda (multivarijaciona analiza varijanse)
Njihova primjena nije esta i dosta je komplikovana.
108
Analiza vie nezavisnih varijabliFAKTORSKA ANALIZA
Faktorska analiza je tehnika pomou koje se veliki broj varijabli moe svesti na manji broj faktora a da se, pri tome ne izgubi mnogo informacija.
Pretpostavimo da istraiva mjeri stavove potroaa prema odreenoj marki automobila. est dimenzija stavova o automobilima se mjeri.
F0,78E0,740,70D0,170,160,19C0,180,170,210,65B0,140,140,180,720,81A
FEDCBA
109
Vidimo da 6 stavova tee ka 2 skupine, tj. faktora. Stavovi A, B i C su u visokoj meusobnoj korelaciji.Isti je sluaj sa stavovima D, E i F. Veina varijacija kod varijabli A, B i C povezana je sa nekim njihovimzajednikim faktorom, a isti je sluaj sa varijablama D,E i F. Ako u naem primjeru pretpostavimo da su A stavovi u prostranosti automobila, B stavovi o lakoi vonje, a C stavovi o dizajnu sjedita bilo bi logino zakljuiti da su svi stavovi vezani za komfori nazvati upravo tako faktor X. S druge strane ako bistavovi D bili o snazi motor, E o ubrzanju, a F o potronji goriva, onda bi se factor Y mogao nazvati performanse automobila. Pomou jednog od mnogih metoda moemo doi do slijedeih odnosa.
110
0,910,950,10F0,730,850,10E0,660,800,15D0,570,100,75C0,730,100,85B0,900,50,95AH2Faktor YFaktor XStav
Korelacija izmeu faktora i varijabli naziva se punjenje faktora.
R2AXY = r2AX + r2AY = 0,95
2 + 0,05 2 = 0,90 RAXY = h 2
111
Analiza skupinaU analizu skupine ulazimo sa nerasporeenim veim brojemvarijabli nastojimo da ih razvrstamo u grupe na bazi odreenerazlike slinosti i to vee razlike izmeu grupa. Ova tehnika jeveoma pogodna za situacije u kojima treba segmentirati trite, a ne postoje kriterij za to. Ovom tehnikom otkrivamo slinosti izmeu subjekata koje prouavamo da bi ih razvrstali u posebne grupe.
Metoda brzog grupisanja sastoji se od slijedeih faza pri formiranju skupina: zaokruiti najveu korelaciju u svakoj koloni prezentirane
tabele pronai najveu zaokruenu korelaciju (po kolonama) prolazi se redovima gdje su zaokruene najvee korelacije i
trai ima li neka zaokruena korelacija pa i nju svrstava u prvu skupinu, ovim zavravamo formiranje prve skupine.
Ponavljamo proceduru traei najviu slijedeu korelaciju u preostalim kolonama. Izuzimaju se varijable iz prve skupine. Tako formiramo skupinu 2.
112
8.OWENS2. MARTIN
10. CLARK5. PHILLIPS7. D-X3. SHELL6. MOBIL9. SKELLY4. TEXACO1. STANDARD
11. GULF
1,0 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0
113
1110987654321
GU
LF
CLA
RK
SKELLY
OW
ENS
DX
MO
BIL
PH
ILLIPS
TEXA
CO
SHELL
MA
RTIN
STAN
DA
RD
11. GULF
10. CLARK
9. SKELLY
8. OWENS
7. D-X
6. MOBIL
5. PHILLIPS
4. TEXACO
3. SHELL
2. MARTIN
1.STANDARD
-0,210,310,180,230,320,280,340,330,200,41
0,21-0,240,300,300,180,320,270,260,360,18
0,310,24-0,350,390,460,430,360,310,180,37
0,310,240,35-0,110,120,170,050,060,640,11
0,230,300,390,11-0,360,480,330,340,130,26
0,320,180,460,120,36-0,440,450,340,160,29
0,280,320,430,170,480,440,-0,430,380,130,33
0,340,270,360,050,330,450,43-0,340,090,38
0,200,260,310,0060,340,340,380,34-0,160,36
0,200,360,180,640,130,160,130,090,16-0,01
0,410,180,370,110,260,290,330,380,360,01-
114Chevrolete corvair
43Buick la Sabre
2120Plymounth Barracuda
15273AMC Javelin
49343529Jaguar
5124404726Chrysler Imperial
74528305354Ford Falcon
42182519161344Ford Thunderbird
521741462315511Lincoln Continental
321446223733938Mercury Cougar
10395236481231508Ford Mustang
1110987654321Marka Automobila
Multidimenzionalna mjerenjaMultidimenzionalna Multidimenzionalna mjerenjamjerenja su su razlirazliite tehnike pomoite tehnike pomou kojih prikazujemo u kojih prikazujemo razlirazliite percepcije i preferencije kao taite percepcije i preferencije kao take u geometrijskom prostoru. ke u geometrijskom prostoru. Osnovni princip je, dakle, da se objekti mjere u viOsnovni princip je, dakle, da se objekti mjere u viedimenzionalnom prostoru edimenzionalnom prostoru na bezi ocjene slina bezi ocjene slinosti stavova ispitanika. Razlike u stavovima se prikazuju nosti stavova ispitanika. Razlike u stavovima se prikazuju udaljenostima izmeu taudaljenostima izmeu taaka u prostoruaka u prostoru.
115
sportski
luksuzan
idealna taka zaispitanika A
77
1010
99 44
882211
551111
6633
Grafiki prikaz
Multidimenzionalna mjerenja u prostroru pomau istraivau da boljeobjasni neke marketinke fenomene kao to su: skrivene osobineproizvoda, kako ih vide kupci, kombinaciju osobina koje kupci najviepreferiraju, znaajne segmente koji postoje na tritu, trine depove, itd.
116
Izvjetaj o obavljenom istraivanjuOsnovni principi pisanja izvjetaja
1. Treba voditi rauna za koga se izvjetaj pie.- poznavanje karakteristika i sposobnosti korisnika
odreuje i nain pisanje izvjetaja.2. Uvijek imati na umu osnovne ciljeve
istraivanja- dobar izvjetaj u svakoj svojoj reenici prvenstveno
vodi rauna o ciljevima istraivanja I samo se na njih koncentrie
3. Selektivnost- donosioce odluka interesuju samo konani rezultati4. Objektivnost- jako je vano da istraivai sami vjeruju u
objektivnost onoga to
117
5. Voditi rauna o redosljedu izlaganja- zamisliti izvjetaj u kome bi informacije izakljuci bili praktino nabacani
6. Pisati jasno- cilj izvjetaja nije da se impresionira itaoc nego
da se ispostavi efikasna komunikacija izmeu istraivaa i donosioca odluka
7. Uiniti izvjetaj upeatljivim- parola pisca izvjetaja bi trebala da bude:Neka
bude dovoljno dug da pokrije sadraj, a dovoljno kratak da bude interesantan.
8. Uiniti izvjetaj psiholoki loginim- privui panju itaoca najinteresantnijimdetaljima
118
9.Kratak izvjetaj- iznijeti najvanije, izostaviti detalje, pisatiobinim rijeima
10.Omoguiti da se izvjetaj lako prati11.Koristiti se svakodnevnim jezikom-izbjegavati sve ono to bi moglo zbuniti itaoce12.Ukazivati na praktine akcije- koristiti se analogijom, specifinim primjerima i poreenjima koji su bliski itaoevom iskustvu
13. Koristiti vizuelna sredstva u pisanjuizvjetaja- grafikoni, slike
119
14.Koristiti razliite vrste slova za naslove i najbitnije informacije koristiti
velika i razmaknuta slova kako bi se privukla panja
15.Boje koriste se za isticanje centralnih ideja
Redosljed izlaganja u izvjetajuI Naslovna stranaII Sadraj izvjetajaIII Uvodno izlaganjeIV Metodologija istraivanjaV Rezultat istraivanjaVI Zakljuci i preporukeVII Prilozi
120
I Naslovna strana
1.1. NazivNaziv organizacijeorganizacije i i pojedincapojedinca kojikoji su su obaviliobaviliistraistraivanje ivanje
2.2. NazivNaziv organizacijeorganizacije zaza kojukoju jeje istraistraivanje obavljenoivanje obavljeno3.3. NaslovNaslov4.4. DatumDatum
II Sadraj izvjetaja
-- treba da treba da obuhvatiobuhvati naslovenaslove i i podnaslovepodnaslove u u izvjeizvjetaju, taju, njihovu numeraciju i njihovu numeraciju i brojbroj stranicestranice nana kojojkojoj se se naslovinaslovi i podnaslovii podnaslovi nalaze
III Uvodno izlaganje
- treba da odgovori na dva bitna pitanja:1. ta je predmet istraivanja?2. Koji su ciljevi istraivanja?
121
IV Metodologija istraivanja
kojikoji susu izvoriizvori podatakapodataka korikoriteniteni, , nanainin prikupljanjaprikupljanjapodatakapodataka statististatistikeke i i matematimatematikeke metodemetode koje koje smosmokoristilikoristili nanainin organizovanjaorganizovanja rada rada nana terenuterenu, , brojbroj ii kvalitetkvalitetinstruktorainstruktora ii anketaraanketara
V Rezultati istraivanja
rezultati trebaju biti prezentirani jasno, ilustrativno putem rezultati trebaju biti prezentirani jasno, ilustrativno putem grafikona, slika uz dodatna tekstualna objagrafikona, slika uz dodatna tekstualna objanjenjanjenja
VI Zakljuci i preporuke
davatidavati ihih samosamo ondaonda kadakada se to se to tratraii odod istraistraivaivaaa..
VII Prilozi
spisakspisak naunaunene i i strustrunene literature literature kojakoja je je korikoritenatena
122
0
10
20
30
40
50
60
1980 1990 2000
lux potronjaodjea i obuaishrana
Grafiko prezentiranje u izvjetaju
cestoponekadnikad
123
99 Kvalitet Kvalitet donesenihdonesenih
99 OOdlukadluka nanasvimsvim nivoimanivoima
99 SelekcijaSelekcija99 SaSaimanjeimanje99 AnalizaAnaliza99 AlociranjeAlociranje99 OcjenaOcjena
pouzdanostipouzdanosti99 AktueliziranjeAktueliziranje99 KontrolaKontrola
99 EksterniEksternipodacipodaci
99 InterniInternipodacipodaci
OUTPUTIOUTPUTIPROCESIPROCESIINPUTIINPUTI
124
Marketing menaeri
Analiza
Planiranje
Implemen-tacija
Kontrola
Marketing okruenje
Ciljna trita
Marketing kanali
Konkuren-cija
Javnost
Snagemakro-
okruenja
Procjenjivanjepotreba za informaci-
jama
Distribucijainformacija
Interni podsistem
izvjetavanja
Marketingpodsistempodrke
odluivanju
Istraivakipodsistemmarketinga
Marketingobavjetajnipodsistem
Marketing informacioni sistemMarketing informacioni sistem
Marketing odluke i komunikacije
Razvijanje informacija
125
Pruiti donosiocima odluka to vie informacija
Donosiocima odluka trebaju sva informacije koje trae
Rukovodioci imaju sve informacije - kvalitet odluke je bolji
Donosioci odluka ne moraju znati kako funkcionie cjelokupan informacioni sistem oni samo koriste informacije
NEOPHODAN JE INTERDISCIPLINARNI PRISTUP
OsnovniOsnovni problemiproblemi uvouvoenja marketingenja marketinginformacionoginformacionog sistema u sistema u preduzepreduzeee
126
Istraivanja koja predhode uvoenjuMIS-a u preduzee
Dijagnoza postojeeg stanjaKoje informacije postoje?
Unutranji tokoviInformacija
Komunikacija sa potroaima
Ustanovljavanje potrebaza informacijama
Prijedlog plana razvoja MIS-aVrsta informacijaIzvor informacija
Uestalost informacijaKorisnici informacija
127
Direktor sektoramarketinga
Na zahtjevdirektoraSektora
marketinga
Sluba za istraivanjemarketinga
Mogunostulaska
na nova trita
Vrhmenadmenta,
funkcionalnimenaderi imenaderi dijelova
preduzea
Svakog prvog
umjesecu
Poslovnasluba
Novi zakoni iregulative od
uticaja naposlovanjepreduzea
Menaderi uprodaji
U realnomvremenu(on line)
Skladitegotovih
proizvoda
Zalihegotovih
proizvoda
Korisniciinformacija
Uestalostinformacija
Izvorinformacija
Vrstainformacija
128
Obuhvarajupodatke i modele
Pomaumenaerima
kod nepotpunostruktuiranih ilinestruktuiranih
problema
Podravaju, ane zamjenjuju
procjene irazmiljanjemenaera
Sistem podrSistem podrke odluke odluivanju povezuju intelektualne ivanju povezuju intelektualne sposobnosti pojedinca sa mogusposobnosti pojedinca sa mogunostima kompjutera nostima kompjutera da bi se poboljda bi se poboljao kvalitet odlukaao kvalitet odluka
Sistem podrke odluivanju
Cilj: poboljCilj: poboljati efektivnost a ne ati efektivnost a ne efikasnost odlukaefikasnost odluka
129
Predvianje prodajeZnaaj predvianja prodaje za preduzeaSveSve svojesvoje ciljeveciljeve preduzepreduzeee momoee ostvaritiostvariti samosamo akoako
prodajomprodajom pproizvoda i roizvoda i uslugausluga obezbjedi obezbjedi nesmetannesmetantok procesa reprodukcije.tok procesa reprodukcije.
BaziBazinene odluke u odluke u svakomsvakom preduzepreduzeuu::tata proizvoditiproizvoditi??KolikoKoliko proizvoditiproizvoditi??
CjelokupanCjelokupan process process planiranjaplaniranja otpootpoinjeinje sasaplanomplanom
prodajeprodaje, , tete odod realnostirealnosti i i kvalitetakvaliteta tog tog planaplanazavisezavise
svisvi ostaliostali..
KKvalitetno planiranje u preduzevalitetno planiranje u preduzeu mora da ima u mora da ima vrst oslonac u pouzdanim informacijama.vrst oslonac u pouzdanim informacijama.
130
Za preduzee su znaajne dvije vrste predvianja:
Predvianje opte ekonomske situacije na pojedinim tritima
Predvianje prodaje konkretnih proizvoda i usluga
U itavom ovom procesu sluba za istraivanje marketinga ima veoma znaajnu ulogu.
131
Opti pristup ekonomskom predvianju
DETERMINISTIKA STRATEGIJA Polazi od jednostavne i regalne pretpostavke
da sadanjost ima blisku uzronu vezu sa budunou Posebno se koristi kada je period za koji
predviamo kratak i kada su nam hitnopotrebne prognoze
Tehnika: predvianje konjukture na bazi anketiranja privrednika i potroaa
132
SIMPTOMATSKA STRATEGIJASIMPTOMATSKA STRATEGIJA Polazi od baziPolazi od bazine pretpostavke da postoje ne pretpostavke da postoje
odreenji simptomi u sadaodreenji simptomi u sadanjosti koji ne odreuju njosti koji ne odreuju veve nagovjenagovjetavaju budutavaju budua kretanjaa kretanja. .
PaPaljivim praljivim praenjem enjem itavog niza ekonomskih itavog niza ekonomskih pojava u dupojava u duemem vremenskom periodu u provremenskom periodu u prolosti losti momoe se mnogo toga uoe se mnogo toga uoiti oiti o vjerovatnim vjerovatnim kretanjima u budukretanjima u budunostinosti
SISTEMATSKA STRATEGIJASISTEMATSKA STRATEGIJA PokuPokuava pronaava pronai uzroi uzrono no posljediposljedinu vezu nu vezu
izmeu pojava u sadaizmeu pojava u sadanjosti i budunjosti i budunostinosti TipiTipine metode koje se baziraju na sistematskoj ne metode koje se baziraju na sistematskoj
strategiji su ekonometristrategiji su ekonometrijjske metodeske metode
133
Predvianje konjukture PREDVIANJE KONJUKTURE NA BAZI ANALIZE VODEIH
INDIKATORA Ovaj metod se bazira na pretpostavci da postoje odreene
ekonomske pojave koje nagovjetavaju optu konjukturu ubudunosti.
Vodei indikatori na bazi kojih NBER daje svoje prognoze kretanjakonjukture su slijedei:Prosjeni broj radnih sati u sedmici radnika u industrijiProsjeni iznos naknada za nezaposleneNeto nove investicijeNove narudbe industriji trajnih dobaraUgovorena izgradnja fabrika i narudbe opremeNove dozvole za gradnju privatnih stanova i kuaPromjene u knjigovodstvenoj vrijednosti zaliha, u industriji i trgoviniCijene reprodukcionih materijalaCijene akcijaProfiti korporacija nakon porezaOdnosi cijena i jedininih trokova rada u industrijiPotroaki krediti
134
Vodei indikatori OECD a koji najpouzdanije nagovjetavaju budua kretanja konjukture na danom tritu:
Nove narudbeBroj radnih sati sedminoIndeksi proizvodnjeOdnos zaliha prema isporukamaOdnos uvoza i izvozaProdaja trajnih potronih dobara
135
Kvalitativnemetode
Tehnolokemetode
Subjektivnemetode
Kauzalnimetodi
Metodi na bazivremenskih
serija
Kvantitativnemetode
Formalne metode
Formalne metode
136
Kvantitativni metodiMetode koje se baziraju na analizivremenskih serija Ovaj metod se moe koristiti za predvianje
prodaje u budunosti samo za proizvode koji veizvjestan period egzistiraju na tritu. Za potpuno nove proizvode koji se tek uvode na trite ne moe se koristiti ovaj metod za predvianj prodaje.
Osnovna slabost koju ispoljava ovaj metod je da se uvijek polazi od pretpostavke da e kretanja u budunosti biti ista kao i kretanja u prolosti, gdje je jedina nezavisna vrijabla vrijeme, to je u sutini pogreno jer su faktori koji utuu na prodaju datog proizvoda mnogobrojni.
137
Pored slabosti ovaj metod ima i neke razloge kojigovore u prilog koritenja ovih metoda, a to je:
da nam pruaju odlinu orijentaciju u svim sluajevima gdje je potronja relativnostabilna i gdje se ne oekuju velike izmjene;metode ove vrste uspjeno koriguju greke iz prolosti.
Najkarakteristinije metode predvianja na bazi vremenske serije su:
Naivne metode;Ekstrapolacija trenda;Pokretni presjeci;Autoregresioni pokretni presjeci
138
Naivne metode
Postoji vie mogunosti da se ovim metodama predvia prodaja.1. Prodaja u narednom periodu e biti ista kao i
prodaja u predhodnom tj.:
Xt + 1 = Xt2. Prodaja u narednom periodu e se mijenjati u
istom procentu kao i u prethodnom periodu tj.Xt
Xt + 1 = Xt ( Xt-13. Prodaja u narednom periodu e se mijenjati u
odreenom procentu (y) od promjena u prolom periodu.
Xt + 1 =(Yt Xt-1)
139
Ekstrapolacija trenda
Kod ove metode karakteristino je to da se podaci o prodaji u prolost analiziraju i pronalazise matematika funkcija koja najbolje odgovaratim kretanjima pa se zatim vri ekstrapolacija.Najee se koristi metod najmanjih kvadrata da bi se odredio oblik funkcije.
Krive koje se mogu odabrati su:- aritmetiki trend;- semilogaritamski trend;-modificirani trend;- logistika kriva.
140
Pokretni presjeci
Ako je period predvianja kratak, sluajnost imaznaajnu ulogu. Jedan od naina da se minimizira uticaj sluajnosti je uprosjeivanje vie predhodnih perioda. Primjenom ove metode mi ustvari smanjujemo uticaj niskih i visokih vrijednosti i aprokismiramo realan trend.
Autoregresioni projektni presjeci
Ovo je najkompleksnija grupa metoda koje se baziraju na analizi vremenske serije. Njen kvalitet je u injenici da se pokuavaju minimizirati greke koje su uinjene u prethodnim prognozama. Ovdje se uvodi vjerovatnoa prognoze u model. Najpoznatiji modeli ove vrste su oni koje su razvili Box i Jenkins.
141
Kauzalni modeli
Kod kaunzalne metode mi pokuavamo da analiziramo faktore koji utiu na prodaju tog proizvoda (nezavisne varijable) i na bazi toga predviamo njihovu prodaju. Mi ustvari analiziramo povezanost odreenih ekonomskih i drugih pojava za prodajom naeg proizvoda, pa te ustanovljene veze izraavamo matematikim putem u modelu. Te veze mogu biti izraene pomou jedne jednaine ili pomou sistema jednaine.
142
Modeli sa jednom jednainom
U ovom sluaju nastoji se pomou jedne jednaine izraziti povezanost izmeu jednog ili vie faktora i prodaje datog proizvoda. Kod ovog modela mi ustvari prognoziramo kretanje nezavisne varijable, pa poznavajui stepen njene povezanosti sa prodajom naeg proizvoda formiramo jednostavan model.Veoma esto nije dovoljna samo jedna nezavisna varijabla da bi smo mogli predviati prodaju.
143
Modeli sa sistemom jednaina
Ovi modeli najee se nazivaju ekonometriskim. Mogu se sastojati od vie regresionih jednaina koje se simultano rjeavaju. Prednost ovih modela je to simultanim rjeavanjem daju kompleksnu meuzavisnost varijabli. Njihova kompleksnost ini ih i skupim. Najee se ovi modeli koriste za predvianje agregatnih ekonomskih veliina, ukupne potronje i sl.
144
Kvalitativne metode
Predvianje prodaje na bazi subjektivnih procjenaLjudi koji se dugo vremena bave prodajom nekog proizvoda, kao to su rukovodioci, referenti, trgovaki putnici, veleprodavci i sl., znaju dosta o itavom nizu faktora koji mogu uticati na prodaju u budunosti. Oni ta svoja znanja uokviruju u jednu subjektivnu percepciju onoga to e se desiti u budunosti. Ne koriste se samo stavovi i miljenja eksperata ve i potroa. Nain na koji se vri sakupljanje subjektivnih procjena je najee putem raznih vrsta anketa.Jedan od poznatih naina je Delphi metoda.
145
TehnoloTehnoloka predvianjaka predvianja
IstraIstraivaivai marketinga moraju pratiti tehnoloi marketinga moraju pratiti tehnoloki ki razvoj narorazvoj naroito kada se bave dugoroito kada se bave dugoronim nim predvianjima prodajepredvianjima prodaje. Tehnolo. Tehnoloka predvianja ka predvianja e po mie po miljenjima mnogih imati viljenjima mnogih imati vie uticaja na e uticaja na predvianja prodaje niza proizvoda u predvianja prodaje niza proizvoda u bbuduudunosti, nosti, naronaroito u dugom roku.ito u dugom roku.
Osnovne poteOsnovne potekokoe u primjeni prezentiranih e u primjeni prezentiranih metoda predvianjametoda predvianja-- Koordinacija rada raznih struKoordinacija rada raznih strunih slunih slubi koje bi koje treba da utreba da uestvuju u procesu predvianja estvuju u procesu predvianja prodaje;prodaje;
146
Istraivanje marketinga za potrebe donoenje investicionih odluka1. ZNAAJ INVESTICIONIH ODLUKA ZA
PREDUZEE
Strateke odluke zahtijevaju investiciona ulaganja. Dakle, investicione odluke su po svojoj prirodistrateke.
Rizik investicionog odluivanja za preduzee zavisi od:
Veliine ulaganja Karakteristika investicija
Zavisno od ovih faktora neophodno je izvritipripremne odluke, tj. preduzeti odgovarajue vrstepredinvesticionih istraivanja
147
1.1.PREDINVESTICIONA ISTRAIVANJA
Postoje tri vrste predinvesticionih istraivanja koje su bitne u veini suajeva:
1. Istraivanje marketinga2. Tehniko tehnoloka istraivanja3. Ekonomsko - finansijska istraivanja
Konflikt izmeu istraivaa marketinga itehnologija.
Izuzetno je korisno predinvesticiona istraivanja podijeliti u dvije faze koje vremenski slijede jedna drugu:
1. Preliminarno istraivanje2. Detaljno istraivanje
148
1.1.1. Preliminarno istraivanje
Osnovni cilj preliminarnog istraivanja je da se provjeri realnost i izvodivost odreeneinvesticione ideje prije nego se pristupidetaljnom istraivanju za potrebe donoenjakonane odluke.
Osnovni princip rada u ovoj fazi istraivanja su brzina i niski trokovi
149
Kao rezultat preliminarnih predinvesticionih istraivanja, istraivai raznih specijalnosti trebali bi r