Маркетинговые технологии в организации коммерческо-посреднической деятельности (на примере ООО "Бюро информационных технологий "Инфотрейд")
Дипломная работа - Маркетинг
Другие дипломы по предмету Маркетинг
ы контакты с руководством некоторых вузов, благодаря этому на досках объявлений размещены рекламные листовки.
В качестве рекламы outdoors для направления технической поддержки был разработан информационный баннер на растяжке, также сейчас ведется работа по созданию выносной конструкции.
3.3 Расчет зависимости количества обратившихся клиентов от вложений в рекламу
3.3.1 Расчет интервалов и средних величин
Было опрошено 100 позвонивших респондентов, которые являлись клиентами исследуемой фирмы. Общий объем выборки 150 чел. Был проведен анализ данных о влияющем факторе по которому клиенты узнали о нас и позвонили является реклама. Для первоначального исследования было решено сгруппировать полученные данные по количественному признаку. Для этого все множество значений признака делим на равные интервалы.
Для определения оптимального числа групп m с равными интервалами используется формула Стерджесса:
М=1+3,21*lg100
Получаем 8 интервалов. Величина интервала находится D=(Xmax-Xmin)/m;
D=(18000-2000)/8=2000.
Получаем вариационный ряд - см. таблицу № 6.
Таблица № 6.
Вид рекламыЗатраты на рекламуЧастота fiСередина интервала хiСМИ2000-4000230004001-600045000СМИ+радио6001-80001070008001-10000139000СМИ+радио+ наружная реклама10001-12000201100012001-14000251300014001-16000261500016000-8000
Ниже графически приведены данные таблицы, которая наглядно отображает тенденцию роста числа заказчков от массовости рекламы. См. рис. 8.
Рис. 8.
Нам необходимо выяснить существует ли зависимость между размером затрат на рекламу и числом обратившихся к нам клиентов. Для этого используем корреляционно-регрессионный анализ. Суть данного метода заключается в количественном определении тесноты связи и определении теоретического выражения связи между признаками. Для решения данной задачи нужно построить уравнение регрессии.
Для изучения показателей, вычисления необходимых значений нужно сгруппировать первоначальные данные. Используя полученное уравнение регрессии, можно будет рассчитать зависимость между размером затрат на рекламу и числом обратившихся к нам клиентов.
Для того чтобы проверить предположение, что между показателями существует линейная корреляционная зависимость нам нужно найти уравнения прямых регрессий, вычислить коэффициент корреляции и оценить его значимость. Получив эти данные мы сможем оценить тесноту, направленность зависимости а также сможем рассчитать среднюю сумму покупки в зависимости от среднего уровня дохода покупателя.
Итак, для начала найдем средние величины. В статистическом понимании - это обобщающий показатель совокупности однотипных явлений по какому-либо количественному признаку. Целью определения средних величин является получение сводных показателей описывающих данную совокупность в целом.
Мы найдем среднеарифметическую взвешенную для сгруппированных данных по формуле:
;
Где - варианты значений признака, - частоты, =N.
Используя ППП MS Excel (см. рис. 9) находим что =3900 руб.
Рисунок 9.
3.3.2 Вычисление показателей вариации и квадратического отклонения
Теперь рассмотрим показатели вариации (колеблемости) признака. Показателями линейной вариации являются размах, среднее линейное отклонение, среднее линейное отклонение и среднее относительное отклонение. К показателям квадратического отклонения относятся: сумма квадратов отклонений, среднеквадратическое отклонение, дисперсия коэффициент вариации.
Размах представляет собой разность между максимальным и минимальным значениями признака.
R=Xmax-Xmin;
R=18000-2000=16000.
Среднее линейное отклонение находится по формуле ?=?|xi-X|/N,
где xi среднее значение интервала, Х - среднее арифметическое, N- совокупная частота.
?=364 р.
Среднее относительное отклонение:
?=?/Х;
?=364/3900=0,09.
Сумма квадратов отклонения является основой для вычисления относительного показателя - дисперсии.
Формула расчета дисперсии для интервальных рядов:
;
D= 92770000.
Среднее квадратическое отклонение находится по формуле:
?=vD.
? =9632
Сводная таблица с данными расчетами приведена ниже в таблице
Среднеквадратическое отклонение показывает, как расположена основная масса единиц совокупности относительно среднеарифметической. В соответствии с теоремой Чебышева, что независимо от формы распределения 75% значения признака попадут в интервал Х2?, по крайней мере 89% всех значений попадут в интервал Х3?.
Для вычисления промежуточных данных использовалась надстройка Функция MS Excel. Один из вариантов использования мастера функций представлен на рисунке 10.
Рисунок 10.
Таблица № 7.
Вид рекламыЗатраты на рекламуЧастота fiСередина интервала Хiсреднее арифметическое Ххi-X Газеты2000-4000230003900-90081000016200004001-6000450003900110012100004840000Газеты+радио6001-8000107000390031009610000961000008001-100001390003900510026010000338130000газеты+радио+наружная реклама10001-1200020110003900710050410000100820000012001-1400025130003900910082810000207025000014001-1600026150003900111001232100003203460000? 100 35700 9277000000
Коэффициент вариации:
V=;
V= 9631,7%.
По величине коэффициента вариации можно судить о степени вариации признака совокупности. Чем больше его величина, тем больше разброс значений вокруг средней, тем менее однородна совокупность по своему составу и тем менее представительна средняя.
Средняя ошибка выбо?/p>