Разработка методологии прогнозирования коммуникационной эффективности рекламы на рынках услуг с высокой вовлеченностью (на примере банковского рынка)
Дипломная работа - Маркетинг
Другие дипломы по предмету Маркетинг
В»евидении мало кто остается на той же программе или просто не идет по своим делам, а странице в газете с рекламным объявлением легко пролистать. Однако ценность данных о пассажиропотоках, собираемых для оценки эффективности размещенной на улицах города рекламы, состоит в том, что, в отличие от аудитории прессы и эфира, они относительно стабильны, подвержены лишь сезонным колебаниям и могут использоваться многократно для расчета GRP различных рекламных кампаний [29].
Основные проблемы, возникающие при оценке эффективности наружной рекламы, и возможные методы их решения [6] приведены в Таблице 1.
Таблица 1. Проблемы оценки эффективности наружной рекламы и методы их решения.
ПроблемаМетод решения1. Необходимость знания об интенсивности транспортного потока, т.е. сколько и каких людей могут пройти и/или проехать мимо рекламной установки.Решение состоит в сборе информации об объемах и структуре транспортного и пассажирского потоков города. Обычно используются такие методы, как: подсчет-регистрация; сбор информации о передвижениях с использованием опросных методов (дневниковые методы, интервью).2. Необходимость знания о том, какой процент из проезжающих вероятно обратит внимание на рекламную установкуРешается опросом и/или анализом зависимости различных технических параметров конкретной установки и уровня запоминаемости. Наиболее часто используемые характеристики: расстояние от места вероятного просмотра, угол установки, отклонение от линии взгляда, возможные помехи, высота установки, время экспонирования.
Приведем пример расчета OTS [6].
Для пешеходов базовую совокупность признаков составляют следующие признаки:
угол установки 15 градусов,
возможная длительность визуального контакта 10 сек,
удаление от зрителя 7 метров,
отсутствие зрительных препятствий.
Рекламный щит с такими характеристиками обеспечит рекламный контакт с 10% пешеходов. Для угла установки Щита в 45 градусов к потоку - коэффициент 1.17. Возможная длительность визуального контакта 15 сек, коэффициент - 1.15. Удаление от потока - 13 метров - 0.89. Есть прочие визуальные раздражители. Коэффициент - 0.85 Сложность дорожной ситуации (индивидуальный параметр) - коэффициент 1.3 (для примера).
В этом случае число вспомнивших зрителей для этого рекламного щита будет равно 0.13, т.е. [0.1 х 1.17 х 1.15 х 0.89 х 0.85 х 1.30].
Следовательно, 13% зрителей в данном потоке (пешеходов) смогут вспомнить изображение на рекламном щите.
Глава 3. Регрессионный анализ временных рядов и авторегрессионный анализ
прогнозирование эффективность реклама банковский
В данной главе опишем основные методы анализа, которые будут использоваться для разработки методологии прогнозирования коммуникационной эффективности для товаров на рынке с высокой вовлеченностью.
Понятие временного ряда.
В первую очередь обратимся к понятию временных рядов, как к основе вышеперечисленных методов анализа данных. Временной ряд - это последовательность чисел; его элементы - это значения некоторого протекающего во времени процесса. Они измерены в последовательные моменты времени, обычно через равные промежутки [24]. Безручко и Смирнов [2] отмечают еще одну важную особенность временного ряда - его дискретность. Причем авторы отмечают, что дискретность наблюдаемой величины может быть естественной, единственно возможной, возникнуть в результате приближения или обусловлена выбором способа наблюдения. В первых двух случаях в качестве примера можно привести курс валют или прогноз погоды, которые устанавливаются и предсказываются каждый день, или статистические данные о производстве, которые собираются по годам или кварталам. В двух последних случаях можно говорить о непрерывном во времени изменении положения движущегося тела, которое становится дискретным при его наблюдении с использованием стробоскопа, или о непрерывном сигнале после его преобразования с помощью аналого-цифрового преобразователя [2]. Что касается измерения значений для временного ряда, то возможно несколько вариантов. Чаще всего их получают при непосредственной записи значения того или иного процесса через определенные промежутки времени (например, запись о показаниях термометра через каждый час за сутки). Другие способы измерения - накопленное значение наблюдаемой переменной за определенный промежуток времени (сумма всех посетителей магазина за день), усредненное значение (средняя температура воздуха за день) и др. [25]
Анализ временных рядов.
Анализ временных рядов образует самостоятельную область статистика, потому что исследование временных рядов отличается от других задач анализа данных (это касается как круга вопросов, интересующих данный вид анализа, так и применяемых методов) [25].
При изучении временных рядов основными целями ставятся [25]:
.Краткое описание характерных особенностей ряда;
.Подбор статистической модели (моделей), описывающий данный временной ряд;
.Предсказание будущих значений на основе прошлых наблюдений;
.Управление процессом, порождающий временной ряд.
Стадии анализа временных рядов, которые на практике проходят обычно последовательно [25]:
.Графическое представление и описание поведения временного ряда.
.Выделение и удаление закономерных составляющих временного ряда, зависящих от времени: тренда, сезонных и циклических составляющих.
.Выделение и удаление низко- или высокочастотн