Radar —

Маркетинговые исследования и консультирование

Стандартизованные остатки

Определение связи между признаками в таблице сопряженности

Для чего это нужно?

  • Выявление характерных и нехарактерных черт в восприятии бренда
  • Анализ имиджа бренда в конкурентном окружении
  • Определение сил и слабостей бренда по сравнению с конкурентами

Как это работает?

На входе анализа – таблица сопряжённости, например, составленная по итогам оценки имиджа брендов, где в строках имиджевые высказывания, а в столбцах – бренды. Значения в ячейках таблицы соответствуют количеству респондентов, указавших, что данное имиджевое высказывание подходит данному бренду.

Анализ показывает, есть ли статистическая связь между определенной строкой и определенным столбцом таблицы сопряжённости.

Остатками в таблице сопряжённости называют разницу между наблюдаемыми (замеренными в ходе исследования) и ожидаемыми частотами (ожидаемые частоты показывают, какой должна была бы быть частота в данной ячейке, если бы строка и столбец были бы независимыми). Соответственно, стандартизованные остатки – это остатки, делённые на собственное стандартное отклонение.

Рассчитанные таким образом числа обычно изменяются от -3 до 3, причём значение, больше по модулю 1,64 говорит о наличии статистической связи между строкой и столбцом таблицы (т.е. между брендом и атрибутом) с вероятностью 90%.

Что получаем в итоге?

На выходе получаем таблицу стандартизированных остатков, в которой значения более 1,64 свидетельствуют о наличии положительной связи между строкой и столбцом таблицы (имиджевым высказыванием и брендом), а значения менее -1,64 – о наличии отрицательной связи. Отрицательную связь можно воспринимать как то, что бренд связан с противоположным по смыслу высказыванием.

Для удобства чтения ячейки со значениями, большими 1,64, окрашиваются в красный цвет, а со значениями, меньшими -1,64 – в синий. Таким образом, таблица даёт наглядную картину того, с какими характеристиками бренд ассоциируется в сознании потребителей, а с какими нет.

Дополнительное преимущество даёт сортировка высказываний по степени важности для потребителей (важность обычно вычисляется с помощью регрессионного анализа – оценки влияния имиджа на намерение пользоваться брендом). При этом в верхней части таблицы располагаются наиболее важные и востребованные имиджевые характеристики, а в нижней – наименее важные.

В идеале, бренд должен иметь положительную связь с важными характеристиками (увеличивающими намерение пользоваться) и отрицательную с нежелательными (снижающими намерение). Отрицательная связь с желаемыми характеристиками и положительная связь с нежелательными свидетельствуют о проблемах бренда и являются важными сигналами маркетингу компании для корректировки стратегии позиционирования.

Каковы преимущества метода?

В отличие от простого анализа процентных распределений, стандартизированные остатки дают относительную, а не абсолютную картину. Так, некоторые бренды намного чаще будут называться потребителями в качестве соответствующих имиджевым характеристикам только в силу своей известности, в то время как наименее известные бренды будут соотнесены с тем или иным высказываниям намного меньшим числом людей.

При анализе процентов респондентов, соотнёсших бренды с высказываниями, самые известные бренды будут почти всегда выигрывать, и это не даст понять, по каким именно характеристикам бренд имеет сильные, а по каким слабые позиции. При анализе стандартизированных остатков, напротив, для каждого бренда выявляются сильные и слабые стороны. Это также даёт возможность анализировать силы и слабости бренда по сравнению с конкурентами.

Как еще больше узнать о методе?

  • Подпишитесь на нашу страницу в Facebook или Вконтакте и следите за нашими открытыми лекциями и выступлениями на конференциях. Если это научные конференции, как правило, участие в них свободное.
  • Если вы студент или выпускник НИУ ВШЭ, постарайтесь попасть на лекцию к Марку Шафиру в рамках курса «Современные методы анализа данных».
  • Закажите нам исследование с использованием этого метода.