Для развития современной экономики необходимо изучить множество различных факторов, каждый из которых могут оказать огромное влияние на рост или спада сектора. В своей работе автор хочет проанализировать воздействие рекламы на увеличение сбыта продукции. В данной статье мы будем рассматривать взаимосвязь «Объем рекламы – объем продаж». Для анализа мы берем «агрессивную» рекламу, которая за основу берет частое воздействие на одну и ту же аудиторию, исключая методы изменения типа рекламы, ее целевой аудитории и количество вложенных в рекламу средств.
При проведении анализа берется маркетинговая теория о том, что частота воздействия рекламы на аудиторию имеет четыре стадии:
Малая частота, при которой реклама не замечается, и не вызывает реакцию у целевой аудитории.
Увеличение частоты рекламы, которое вызывает внимание и позитивную реакцию.
Еще большее увеличение частоты начинает надоедать и приводит аудиторию к раздражению.
Слишком частая реклама вызывает резко негативное отношение.
Таким образом нам необходимо учитывать состояние покупателей магазина до введения рекламных роликов и тех, кто остается после резкого спада.
Цель научной статьи: вывести зависимость между частотой рекламного воздействия и количества покупателей.
Средства: регрессионный анализ в таблицах Excel, изучение взаимосвязей.
Практическая часть.
Введем необходимую нам для работы функцию отдачи , которая будет зависеть от частоты рекламного воздействия. Результат будет считаться только для людей, купивший товар после рекламного внедрения.
Итак, введем несколько свойств для данной функции:
Величина A обозначает ту аудиторию, которая пользуется услугами анализируемого заведения без рекламного воздействия. Это считается начальным порогом.
Величина B обозначает аудиторию, которая согласна пользоваться услугами анализируемого заведения при условиях неограниченного количества рекламы.
задает следующие условия для : возрастает на луче и убывает при . Это демонстрирует аудиторию, чей интерес увеличивается с увеличением количества рекламы до , а после снижается.
Общий график изображен на рис. 1.
Рисунок 1
На графике явно прослеживаются четыре стадии:
Точка А – отображает количество покупателей до введения рекламы.
От 0 до отображает рост, или вторую стадию, когда увеличивается интерес и соответственно увеличивается количество покупателей.
После идет спад, что символизирует спад интереса, вызванный увеличением частоты рекламного воздействия.
Нижняя граница В показывает ту часть потребителей, кто готов пользоваться услугами предприятия вне зависимости от количества рекламы.
В своей статье автор будет использовать несколько функций, которые можно будет переменить для использования регрессионного анализа. Разберем правила для параметров a, чтобы они удовлетворяли всем свойствам введенной нами функции.
Экспоненциальная функция:
Для удовлетворения первого свойства необходимо, чтобы . Для второго свойства вводим существование конечного предела, для которого необходимо . Для нахождения локального максимума данной дифференцируемой функции нам необходимо уравнение: Из которого мы выводим, что , что помогает нам найти верное решение: .
Данные параметры могут быть использованы только при условии , то есть чрезмерное воздействие на потребителя с помощью рекламы дают гораздо меньшую отдачу, чем без использования рекламы вообще.
Дробно-рациональная функция:
Для удовлетворения первого свойства необходимо , тем самым мы сразу обеспечиваем неотрицательность данной функции. Для второго свойства также необходимо существование конечного предела:. И для удовлетворения третьего свойства пользуемся производной: . После решения которой выводим следующее уравнение: . Далее мы сможем найти единственно верное выражение, что позволяет определить нам наш экстремум: .
Необходимо уточнить, что дробно-рациональная функция позволяет рассматривать оба варианта: . Когда количество покупатель до использования рекламы может быть меньше, больше или равно количество покупателей с использованием большого количества рекламы.
Линейно-показательная функция:
Для удовлетворения первого свойства необходимо, чтобы . Для второго свойства вводим существование конечного предела, для которого необходимо и . Для третьего свойства мы будем использовать производную нашего уравнения (). Данную производную приравниваем к нулю и получаем единственно верное решение: .
Линейно-показательная функция позволяет нам смоделировать две ситуации . Выбор варианта будет задаваться параметром , если он положителен, то мы идем по первому варианту, в противном случае получаем отсутствие отрицательного эффекта у рекламного воздействия (четвертая стадия).
Перейдем к самому анализу и работе с таблицами и графиками в Exel.
Сначала представляем анализируемые данные в таблице. Мы используем изученные данные магазина «N», где частота воздействия отображает количество рекламных роликов по телевидению в неделю, а в другой колонке описывается количество покупателей в зависимости от частоты рекламного воздействия.
Рисунок 2
И соответствующий график, на котором видно, что соответствует показателю 8 – самый эффективный показатель, далее результаты идут на спад.
По результатам регрессионной статистики можем увидеть, что R-квадрат, который определяет на сколько хорошо спрогнозируемая модель объясняет изменчивость. В данном случае этот коэффициент составляет 0,6 – довольно хорошо составлена модель. Множественный R показывает зависимость переменных X и Y.
Дисперсионный анализ |
|||||
df |
MS |
F |
Значимость F |
||
Регрессия |
1 |
96031,22309 |
96031,22 |
25,15813 |
0,000106019 |
Остаток |
17 |
64890,77691 |
3817,105 |
||
Итого |
18 |
160922 |
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение |
||||
Y-пересечение |
643,9896252 |
22,70848566 |
28,35898592 |
9,33788E-16 |
|||
0 |
-6,38038822 |
1,272060891 |
-5,015788368 |
0,000106019 |
|||
Нижние 95% |
Верхние 95% |
Нижние 95,0% |
Верхние 95,0% |
||||
596,0789084 |
691,900342 |
596,0789084 |
691,900342 |
||||
-9,064202103 |
-3,696574336 |
-9,064202103 |
-3,696574336 |
ВЫВОД ОСТАТКА |
|||
Наблюдение |
Предсказанное 500 |
Остатки |
Стандартные остатки |
1 |
637,6092369 |
-117,6092369 |
-1,958782421 |
2 |
631,2288487 |
-101,2288487 |
-1,685966975 |
3 |
624,8484605 |
-74,84846051 |
-1,246601479 |
4 |
618,4680723 |
-38,46807229 |
-0,640685934 |
5 |
612,0876841 |
-12,08768407 |
-0,201320438 |
6 |
605,7072959 |
14,29270415 |
0,238045058 |
7 |
599,3269076 |
35,67309237 |
0,594135529 |
8 |
592,9465194 |
87,05348059 |
1,449876149 |
9 |
586,5661312 |
77,43386881 |
1,289661467 |
10 |
580,185743 |
56,81425703 |
0,946241731 |
11 |
567,4249665 |
57,57503347 |
0,958912466 |
12 |
554,6641901 |
45,33580991 |
0,755068138 |
13 |
541,9034137 |
48,09658635 |
0,801048883 |
14 |
529,1426372 |
31,85736278 |
0,530584534 |
15 |
516,3818608 |
3,618139224 |
0,060260127 |
16 |
484,4799197 |
-5,479919679 |
-0,091268089 |
17 |
452,5779786 |
3,422021419 |
0,056993784 |
18 |
420,6760375 |
-42,67603748 |
-0,710769615 |
19 |
388,7740964 |
-68,77409639 |
-1,145432915 |
По выводам остатка видим на сколько каждый из показателей отклоняется от предсказанной нами величины. Чем меньше показатели, тем сильнее идет отклонение от максимума.
ВЫВОД ВЕРОЯТНОСТИ |
|
Персентиль |
500 |
2,631578947 |
320 |
7,894736842 |
378 |
13,15789474 |
456 |
18,42105263 |
479 |
23,68421053 |
520 |
28,94736842 |
520 |
34,21052632 |
530 |
39,47368421 |
550 |
44,73684211 |
561 |
50 |
580 |
55,26315789 |
590 |
60,52631579 |
600 |
65,78947368 |
600 |
71,05263158 |
620 |
76,31578947 |
625 |
81,57894737 |
635 |
86,84210526 |
637 |
92,10526316 |
664 |
97,36842105 |
680 |
По выводу вероятности выводятся по порядку возможные значения, распределенные в порядке возрастания от нашего минимума до максимального количества клиентов.
На графике подбора отображено, насколько наши предсказания отличаются от действительности.
Выводы.
В современной стадии рыночной экономике и таком разнообразии товаров один из самых главных и законных способов конкуренции – реклама. Поэтому очень важно знать уровень воздействия рекламы на потребителя, будет ли оно положительным или отрицательным.
В нашем случае рассматривалась агрессивная реклама, чья цель постоянное воздействие на одну и ту же аудиторию, и конечно же, в агрессивной рекламе должна быть граница, после которой люди начинают негативно ее воспринимать. Именно данный вопрос и был разрешен в нашей статье с помощью регрессионного анализа в таблицах Excel.
Было изучено влияние частоты воздействия рекламного воздействия на увеличение количества покупателей за счет телевизионной рекламы. Мы вывели оптимальное число рекламных роликов – в нашем случае 8 в неделю. По данной системе мы можем найти оптимальное решение для любого из магазинов, если будем проводить эксперимент с увеличением количества рекламы и изменением в количестве покупателей. Конечно же, доводить до отрицательного результата нежелательно, и таблицы позволят нам спрогнозировать будущее решение, а уже готовый наш эксперимент демонстрирует, что среднее оптимальное решение – 8 показов в неделю.
Подобный эксперимент можно провести с газетными публикациями, промо-акциями и т.п.
Так же, с помощью регрессионного анализа мы смогли рассмотреть возможные ошибки результатов, выведение остатков и прогнозируемые вариации.
Список литературы.
Книжные издания
Елисеева И.И. «Эконометрика». «Финансы и статистика», 2011, - 344 с.
Ф. Котлер, Г. Армстронг, В. Вонг, Дж. Сондерс «Основы маркетинга», 5-е европейское издание, издание «Втльямс», 2012 – 159 с.
Шанченко, Н. И. Лекции по эконометрике : учебное пособие / Ульяновск : УлГТУ, 2008. – 139 с.
Интернет-источники.
Международный эконометрический журнал на русском языке «Квантиль» - http://quantile.ru/
Федеральный образовательный портал ЭСМ - http://ecsocman.hse.ru/
Другое.
Научно-практический журнал «Прикладная эконометрика», включенный в список периодический изданий ВАК.