Prezentace se nahrává, počkejte prosím

Prezentace se nahrává, počkejte prosím

Techniky sběru informací Ing. Martin Souček. 2 Prof. Ing. Jana Stávková, CSc., Ing. Martin Souček, Ústav marketingu a obchodu Techniky sběru informací.

Podobné prezentace


Prezentace na téma: "Techniky sběru informací Ing. Martin Souček. 2 Prof. Ing. Jana Stávková, CSc., Ing. Martin Souček, Ústav marketingu a obchodu Techniky sběru informací."— Transkript prezentace:

1 Techniky sběru informací Ing. Martin Souček

2 2 Prof. Ing. Jana Stávková, CSc., Ing. Martin Souček, Ústav marketingu a obchodu Techniky sběru informací metody experimentální modely pravých experimentů modely kvaziexperimentů metody pozorování metody dotazovací Motto: Na světě není nic mocnějšího, než myšlenka, která přišla včas.

3 Experimentální metody jsou metody založené na studiu vztahů mezi dvěma nebo více proměnnými za kontrolovaných podmínek. Laboratorní experimenty Terénní experimenty prostředí experimentu Endogenní prostředí Exogenní prostředí zkoumaný faktor, (testovaný prvek) = nezávisle proměnná jeho působení se pozoruje, měří na určitém jevu či procesu (= závisle proměnná)

4 4 Prof. Ing. Jana Stávková, CSc., Ing. Martin Souček, Ústav marketingu a obchodu Validita experimentu Interní - týká se schopnosti experimentu nezkresleně vyjadřovat zkoumané vztahy, vztahuje se ke stupni, v němž mohou být změny závisle proměnné jednoznačně přičítány účinku nezávisle proměnné. Externí - vztahuje se k rozsahu, v němž mohou být výsledky zobecněny do praxe = aplikovatelnost výsledků experimentu

5 5 Prof. Ing. Jana Stávková, CSc., Ing. Martin Souček, Ústav marketingu a obchodu Faktory ovlivňující validitu změny chování respondentů, náhodné události, odpad respondentů, účinek z účasti na experimentu, účinek pretestu, účinek vyvolaný změnou nástrojů pokusu, nereprezantivnost výběru.

6 6 Prof. Ing. Jana Stávková, CSc., Ing. Martin Souček, Ústav marketingu a obchodu Modely experimentů symboly Rnáhodný výběr subjektů Xvystavení exp. působení = faktor Opozorování nebo měření závislé proměnné notaceprůběh experimentu v čase Modely kvaziexperimentů Jednorázový testX O Pretest-posttestO 1 X O 2 Testování trenduO 1 O 2 O 3 X O 4 O 5 O 6 Komparace skupinX O 1 O 2 … kontrolní skupina hodnota testu O 1 - O 2

7 7 Prof. Ing. Jana Stávková, CSc., Ing. Martin Souček, Ústav marketingu a obchodu Modely pravých experimentů (soubor subjektů je náhodným či záměrným výběrem = reprezentativnost) - pretest-posttest s kontrolní skupinou R O 1 X O 2 exp. skupina R O 3 O 4 pokus. skupina efekt působení faktoru (O 1 -O 2 )-(O 4 -O 3 ) nevýhoda: exp. skupina je ovlivněna účinkem pretestu př. reklama, kvalita výrobku

8 8 Prof. Ing. Jana Stávková, CSc., Ing. Martin Souček, Ústav marketingu a obchodu - Solomonův model R O 1 X O 2 exp. skupina 1 R O 3 O 4 pokus. skupina 1 R X O 5 exp. skupina 2 R O 6 pokus. skupina 2 několik měření efektů 1. (O 2 -O 4 ); 2. (O 2 -O 1 )-(O 4 -O 3 ); 3. (O 5 -O 6 ) jsou-li shodné - v pořádku, pokud ne - je nutno očistit: [O 5 - (O 1 +O 3 )/2] - [O 6 -(O 1 +O 3 )/2]

9 9 Prof. Ing. Jana Stávková, CSc., Ing. Martin Souček, Ústav marketingu a obchodu - posttest s kontrolní skupinou R X O 1 exp. skupina R O 2 pokus. skupina O 1 - účinek působení zkoumaného faktoru i vedlejších faktorů O 2 - účinek jen vedlejších faktorů výsledek testu O 1 -O 2

10 10 Prof. Ing. Jana Stávková, CSc., Ing. Martin Souček, Ústav marketingu a obchodu - faktoriální model na rozdílných trzích simultánně sledován vliv více faktorů o různých úrovních reklama - 3 úrovně cena - 2 úrovně  6 kombinací R X 1 O 1 R X 2 O 2 R X 3 O 3 R X 4 O 4 R X 5 O 5 R X 6 O 6 model zaznamená interaktivní účinek různých úrovní různých faktorů, které lze graficky znázornit

11 11 Prof. Ing. Jana Stávková, CSc., Ing. Martin Souček, Ústav marketingu a obchodu žádná střednísilná REKLAMA PRODEJ nízká cena vysoká cena

12 12 Prof. Ing. Jana Stávková, CSc., Ing. Martin Souček, Ústav marketingu a obchodu Typy pozorování A. - standardizované (jsou přesně stanoveny objekty, určeny kategorie, způsob záznamů) redukovat zkreslení, spolehlivost údajů, kvantifikovatelné použití je vhodné za situace, kdy problém marketingového výzkumu je jasně definován - nestandardizované (při něm je určen jen cíl pozorování a pozorovatel má možnost sám rozhodnout o průběhu a hlediscích pozorování) B. - zjevné - skryté

13 13 Prof. Ing. Jana Stávková, CSc., Ing. Martin Souček, Ústav marketingu a obchodu C. osobní (pozorovatelem je člověk) mechanické prostředky: filmová kamera (zaznamenává chování zákazníků v supermarketech) audiometr (zaznamenává, kdy jsou rádio či televize zapnuty a na kterou stanici naladěny - pozorování se děla ve výběrovém souboru domácností) psychogalvanometr (měří nepatrné změny v míře pocení, z nichž vyvozujeme závěry o emocionální reakci na působící stimuly - př. slogany, inzeráty) pupilometr (měří změny velikosti očních zornic - zvětšení zornice = příznivá reakce na pozorované stimuly) peoplemetr - sledovanost televizního vysílání

14 14 Prof. Ing. Jana Stávková, CSc., Ing. Martin Souček, Ústav marketingu a obchodu

15 15 Prof. Ing. Jana Stávková, CSc., Ing. Martin Souček, Ústav marketingu a obchodu televizní jednotka komunikační jednotka MEDIA RESEARCH cca rodin asociace TV spol. asociace rekl. agent. = 1 televizor SMS PEOPLEMETR svůj displej zaznamenává, kdo se dívá dálkový ovladač - každý člen domácnosti má svoje tlačítka každé přepnutí zaznamenává každých 24 s stop stav a zasílá se ČT, NOVA, PRIMA, reklamní agentury uživatelé Náklady na peoplemetr: 1/2 ČT, 1/2 ostatní několik milionů měsíčně BBC - první od r (600 dom.) 2002 (1333 dom) domácností (4216 jednotlivců)

16 16 Prof. Ing. Jana Stávková, CSc., Ing. Martin Souček, Ústav marketingu a obchodu Peoplemeter RATING V TISÍCÍCH (projekce, tisíce)je odhad průměrného počtu osob z cílové skupiny v populaci, které živě sledovaly průměrnou sekundu daného časového úseku televizního vysílání na daném kanálu. ATS (average time spent) je průměrná doba živého sledování všech respondentů z cílové skupiny (CS) v daném časovém úseku na daném kanálu. SHARE (podíl na trhu) je podíl živé sledovanosti daného kanálu na celkové sledovanosti v daném časovém úseku.

17 17 Prof. Ing. Jana Stávková, CSc., Ing. Martin Souček, Ústav marketingu a obchodu Ukázka výsledků Doporučení pro prezentaci výsledků Rating: 1 desetinné místo Rating: Rat Rating v tisících: 0 desetinných míst Rating v tisících: 000 Share: 2 desetinná místa Share: Shr Reach%: 1 desetinné místo Reach%: Rch% Reach000: 0 desetinných míst Reach000: Rch000 Afinita: 2 desetinná místa Afinita: Af Profil: 0 desetinných míst Profil: Pf

18 18 Prof. Ing. Jana Stávková, CSc., Ing. Martin Souček, Ústav marketingu a obchodu


Stáhnout ppt "Techniky sběru informací Ing. Martin Souček. 2 Prof. Ing. Jana Stávková, CSc., Ing. Martin Souček, Ústav marketingu a obchodu Techniky sběru informací."

Podobné prezentace


Reklamy Google