Perceptual Maps χαρτογραφωντασ την ιδεα 2009 Perspectivism In Marketing Research 1998 http://grossolatos.blogspot.com/

440 views

Published on

Market research
George Rossolatos
http://grossolatos.blogspot.com/

Published in: Business
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
440
On SlideShare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
7
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Perceptual Maps χαρτογραφωντασ την ιδεα 2009 Perspectivism In Marketing Research 1998 http://grossolatos.blogspot.com/

  1. 1. Perceptual mapping: Χαρτογραφώντας την ιδέα Του Γ.Ροσσολάτου 2009 Εισαγωγή Ποιος δεν έχει χρησιµοποιήσει perceptual maps; Η χρησιµότητα τους σε περιπτώσεις καθορισµού της στρατηγικής τοποθέτησης µιας µάρκας, της ανάλυσης της εικόνας ανταγωνιστικών µαρκών και για ποια καταναλωτικά τµήµατα, της απεικόνισης της σχετικής τοποθέτησης µαρκών βάσει προτίµησης και για ποιους και µια σειρά από άλλες αδιαµφισβήτητα απαραίτητες ενέργειες σε επίπεδο brand planning είναι λίγο έως πολύ γνωστές. Επίσης, ας µην αναλωθούµε στους περιορισµούς που ενέχει οποιαδήποτε προσέγγιση cognitivism, που αποτελεί και το επιστηµολογικό υπόβαθρο των brand maps. Ας σταθούµε, αντ’αυτού, στους µηχανισµούς παραγωγής των perceptual maps και στους τρόπους ανάγνωσης τους. Στη σύντοµη αυτή επισκόπηση θα εστιάσουµε σε τρεις από τις δηµοφιλέστερες τεχνικές brand/perceptual mapping, τις discriminant analysis, correspondence analysis, multidimensional scaling, µε µερικές χρήσιµες οδηγίες αναφορικά µε τις αποφάσεις που εξυπηρετούν και τις παγίδες που ελλοχεύουν. Πως βοηθούν τα perceptual maps στη λήψη αποφάσεων marketing; - ∆ιερεύνηση των σχετικών δυνατών και αδύναµων σηµείων σε επίπεδο εικόνας, προϊόντικών χαρακτηριστικών, αντιληπτών οφελών κοκ - Σε περίπτωση που τα maps συνοδεύονται από προσοµοιωτικά µοντέλα δίνεται η δυνατότητα άµεσης απεικόνισης της επίδρασης που ασκούν οι µετατοπίσεις σε κάποια χαρακτηριστικά στο bottom-line (συνήθως αγοραστικό µερίδιο ή/και πωλήσεις) Σε ποιές περιπτώσεις χρησιµοποιούνται τα perceptual maps; - Απαραίτητα σε έρευνες που σχετίζονται µε τη στρατηγική τοποθέτηση/επανατοποθέτηση µιας µάρκας. Όπως επισηµάνθηκε προηγουµένως, οι χάρτες δείχνουν άµεσα και παραστατικά πως οι καταναλωτές αντιλαµβάνονται τις ανταγωνιστικές µάρκες σε δισδιάστατο ή τρισδιάστατο χώρο. Επίσης δείχνουν βάσει ποιων αξόνων εικόνας και άλλων χαρακτηριστικών οι καταναλωτές διαφοροποιούν ανάµεσα σε µια σειρά µαρκών, καθώς και ποιές µάρκες ανταγωνίζονται αµεσότερα η µία την άλλη. - Ανάλυση αγοραστικών κενών και ευκαιριών και αναγνώριση των καταναλωτικών τµηµάτων ή/και χαρακτηριστικών εικόνας που µπορούν να χρησιµοποιήσουν οι µάρκες για να αυξήσουν το βαθµό διαφοροποίησης τους ή/και τα έσοδα τους. - Επεκτάσεις µια µάρκας- προκειµένου να µην επωµιστεί µια εταιρεία το ρίσκο της συθέµελης επανατοποθέτησης µιας ή περισσότερων µαρκών της, µπορεί να διερευνήσει ποιές θα είναι οι επιπτώσεις µιας τακτικής µετατόπισης στο βαθµό κάποιων χαρακτηριστικών εικόνας πάνω στο χάρτη και έπειτα να προσοµοιώσει την επίδραση αυτής της µετατόπισης χαρακτηριστικών σε επίπεδο πωλήσεων/ αγορασήσεων/ αγοραστικού µεριδίου κοκ - Έλεγχος εικόνας σε επίπεδο κυλιόµενων ερευνών- Η διαχρονική διερεύνηση της µεταβολής χαρακτηριστικών εικόνας στο πλαίσιο µετακινήσεων στο
  2. 2. χάρτη είναι σε θέση να δείχνει άµεσα και παραστατικά την επίδραση σε επίπεδο εικόνας που ασκεί µια διαφηµιστική εκστρατεία ή µια σειρά από προωθητικές ενέργειες - Στην ίδια λογική µε τα στοιχεία εικόνας µπορούν να πλοτάρονται διαχρονικά οι µετατοπίσεις στα χαρακτηριστικά που αντικατοπτρίζουν τις αντιλήψεις αναφορικά µε τις διαφηµιστικές εκτελέσεις της εκάστοτε κατηγορίας - Στη θέση των χαρακτηριστικών εικόνας µπορεί να χρησιµοποιηθεί πλήθος εναλλακτικών µεταβλητών, όπως, πχ οι περιστάσεις χρήσης (όπου, αντίστοιχα µε το παράδειγµα του σχετικού µεγέθους ενός καταναλωτικού τµήµατος που δώσαµε παραπάνω και πως αυτό µπορεί να αποτυπωθεί πάνω σε ένα χάρτη, συναντάµε το παράδειγµα µιας καταναλωτικής περίστασης) Ποιές παραµέτρους µπορούµε να πλοτάρουµε στους άξονες και ποιές µάρκες στα πεδία ενός χάρτη; - Άξονες στοιχεία εικόνας και πεδία µάρκες - Άξονες µάρκες και πεδία όλα τα στοιχεία εικόνας - Άξονες δηµοψυχογραφικές οµάδες και πεδία µάρκες - Άξονες key choice drivers και πεδία µάρκες και πληθώρα συνδυασµών των παραπάνω και άλλων διαστάσεων, ανάλογα µε την εµπειρία και τη φαντασία του ερευνητή. Μία από τις απλούστερες µορφές καταναλωτικής έρευνας βασίζεται στη σκιαγράφηση του προφίλ ενός προϊόντος ή µιας υπηρεσίες (τόσο αναφορικά µε την εικόνα, όσο και µε την απόδοση τους). Για παράδειγµα, τα χαρακτηριστικά της προσωπικότητας µιας µάρκας, όπως το ότι είναι δηµιουργική, επιθετική, επιτυχηµένη, προοδευτική, διατίθεται σε ελκυστική τιµή, µπορούν να αποτυπωθούν ως chart. Οι περισσότερες έρευνες αυτού του είδους ζητούν από τους αποκρινόµενους τόσο να ιεραρχήσουν τη σχετική σηµασία των εξεταζόµενων χαρακτηριστικών, όσο και να αξιολογήσουν την απόδοση των διάφορων εταιρειών σε αυτά. Με την ολοκλήρωση της ανάλυσης, η κάθε εταιρεία τοποθετείται σε µια συγκεκριµένη θέση σε ένα δισδιάστατο χάρτη, όπου η αντιστοίχηση στην τιµή του οριζόντιου άξονα αφορά στην απόδοση της κάθε µάρκας αναφορικά µε το εκάστοτε χαρακτηριστικό και η αντιστοίχηση στην τιµή του κάθετου άξονα στη σχετική σηµασία αυτού του χαρακτηριστικού. Η βασική ανάλυση βάσει quadrants είναι σε θέση να καταδείξει τη σχετική σηµασία των χαρακτηριστικών, αλλά όχι ποια από αυτά είναι σε θέση να διαφοροποιήσουν επαρκώς τις ανταγωνιζόµενες µάρκες. Αυτή η οµάδα χαρακτηριστικών συνήθως οφείλεται για το µεγαλύτερο ποσοστό της επεξήγησης των σηµείων που µπορούν να διαφοροποιήσουν τη µια µάρκα από την άλλη. Γι’αυτό το σκοπό είναι προτιµότερο πριν από την έναρξη µιας έρευνας positioning να ζητείται από τους ερωτώµενους να αξιολογούν το εκάστοτε προϊόν ή την εκάστοτε υπηρεσία, τόσο αναφορικά µε την σηµασία που αποδίδουν στο κάθε χαρακτηριστικό, όσο και µε τη µοναδικότητα τους (δηλαδή την ικανότητα τους να διαφοροποιούν ικανοποιητικά τα διάφορα χαρακτηριστικά). Κατόπιν της ανάλυσης, τα διάφορα χαρακτηριστικά µπορούν να απεικονισθούν σε ένα δισδιάστατο χάρτη, µε δύο άξονες, ένα για τη σηµαντικότητα και ένα για τη µοναδικότητα των χαρακτηριστικών. Όπως ισχύει και στην περίπτωση της ερµηνείας αντίστοιχων χαρτών, τα χαρακτηριστικά στο πάνω δεξιά τεταρτηµόριο συνήθως αποτελούν την πιο ελκυστική περιοχή για τη χάραξη της στρατηγικής τοποθέτησης µιας µάρκας,
  3. 3. καθότι είναι τα περισσότερο σηµαντικά για τους καταναλωτές, ενώ είναι σε θέση να διαφοροποιήσουν σε µέγιστο βαθµό τις µάρκες που ανταγωνίζονται σε µια αγορά. Perceptual maps Αυτοί οι χάρτες δείχνουν την ακριβή τοποθέτηση ανταγωνιστικών προϊόντων/υπηρεσιών σε ένα matrix που αναπαριστά τον τρόπο µε τον οποίο µια ή περισσότερες καταναλωτικές οµάδες αντιλαµβάνονται διαφορετικές µάρκες ή κατηγορίες. Για τη δηµιουργία τέτοιων positioning χαρτών χρησιµοποιούνται διάφορες multivariate στατιστικές τεχνικές, µε πιο δηµοφιλείς τις multidimensional scaling, correspondence analysis, discriminant analysis. Όπως ισχύει σε κάθε τύπου οικοδόµηµα, έτσι και στην περίπτωση της δηµιουργίας χαρτών, η µέθοδος/τεχνολογία που χρησιµοποιείται για την παραγωγή τους καθορίζει σε µεγάλο βαθµό την υφή των δεδοµένων και των αποτελεσµάτων. Discriminant analysis Αναφορικά µε το τεχνικό σκέλος της προετοιµασίας ενός discriminant analysis χάρτη, τα βασικά βήµατα που ακολουθούνται είναι τα εξής: - Αρχικά αναγνωρίζονται από το σχετικό πρόγραµµα που τρέχει µια discriminant analysis οι βασικές περιοχές διαφοροποίησης ανάµεσα στις µάρκες βάσει των διερευνώµενων µεταβλητών - Μετά από τον υπολογισµό του κάθε function, ο σχετικός αλγόριθµος υπολογίζει το συνολικό ποσοστό στο οποίο συνεισφέρει κάθε function ξεχωριστά στο σύνολο των functions. Αυτό το βήµα µας ενηµέρωνει σχετικά µε το πόσα functions ευθύνονται για το µεγαλύτερο µέρος ∆εδοµένου ότι κάθε διακριτή λειτουργία (discriminant function) αναπαριστά ένα ζυγισµένο γραµµικό συνδυασµό όλων των παραµέτρων µε γνώµονα τη µέγιστη δυνατή διαφοροποίηση ανάµεσα στις υπάρχουσες µάρκες, ενώ η κάθε λειτουργία αποτελεί µια γραµµή που είναι ανεξάρτητη από όλες τις υπόλοιπες, µπορούµε να χρησιµοποιήσουµε αυτές τις λειτουργίες ως άξονες σε ένα positioning map. Καθότι αυτοί οι άξονες έχουν υπολογισθεί µε τέτοιο τρόπο ώστε να µεγιστοποιούν στο τη διαφοροποίηση µεταξύ των µαρκών, ο χάρτης αποκαλείται perceptual map. Ένας από τους βασικούς περιορισµούς της χρήσης discriminant analysis για την παραγωγή perceptual maps είναι ότι στις περιπτώσεις όπου η κατανοµή της συχνότητας των τιµών δεν πλησιάζει την τυπική, τότε η αναπαράσταση των µαρκών στο perceptual map ενδέχεται να δώσει µια παραµορφωµένη εικόνα, κάτι που οφείλεται και στη σχετική έλλειψη σηµαντικών διαφοροποιήσεων στα υπό εξέταση χαρακτηριστικά των µαρκών. Στο τελικό output του χάρτη εµφανίζονται ως τίτλοι των αξόνων µόνο τα χαρακτηριστικά που εµφανίζουν τη µεγαλύτερη συσχέτιση µε το κάθε function, άρα είναι αυτά που διαφοροποιούν σε µεγαλύτερο βαθµό τις υπό διερεύνηση µάρκες, λαµβάνοντας υπ’όψη την αλληλοσυσχέτιση ανάµεσα σε όλα τα χαρακτηριστικά. Επειδή ο οριζόντιος άξονας συνήθως ευθύνεται για την επεξήγηση του µεγαλύτερου ποσοστού της διακύµανσης στα δεδοµένα, συνήθως οι µάρκες εµφανίζονται µε χαµηλότερο βαθµό πύκνωσης σε αυτό τον άξονα. Multidimensional scaling
  4. 4. Η βασική αποστολή των χαρτών που παράγονται µε την τεχνική του multidimensional scaling είναι να δείχνουν άµεσα και παραστατικά τις σχετικές διαφορές και οµοιότητες ανάµεσα στα υπό διερεύνηση χαρακτηριστικά εικόνας ή/και στις υπό διερεύνηση µάρκες. Όπως ισχύει µε κάθε τεχνική ανάλυσης, όπου προκειµένου να είναι σωστό το output χρειάζεται να είναι δοµηµένη η τακτική συλλογής δεδοµένων µε κατάλληλο τρόπο, έτσι και στην περίπτωση του multidimensional scaling προκειµένου τα δεδοµένα να έχουν ισχύ θα πρέπει να έχουν συλλεγεί βάσει µιας ερώτησης που να διερευνά το βαθµό οµοιότητας ανάµεσα σε δυαδικά ζεύγη µαρκών. Ο στόχος που τίθεται στους ερωτώµενους είναι να καταδείξουν πόσο µοιάζουν οι διάφορες µάρκες µεταξύ τους, ώστε να παραχθεί ένα matrix αποστάσεων. Αυτό επιτυγχάνεται συνήθως µε την αξιολόγηση του βαθµού οµοιότητας µεταξύ δύο µαρκών τη φορά για όλες τις µάρκες σε ένα ερωτηµατολόγιο. Correspondence analysis Βασική αρχή: δεν µπορεί να τρέξει ως ανάλυση σε δεδοµένα που έχουν συλλεγεί σε interval scales (τα κλασικά likert scales), αλλά µόνο βάσει nominal scales (δηλ απλό τικ «συµφωνώ/δε συµφωνώ» δίπλα στο κάθε υπό διερεύνηση χαρακτηριστικό- tip: αν ήδη είχε σοταριστεί το ερωτηµατολόγιο µε likerts µπορεί να χρησιµοποιηθεί ως input της ανάλυσης το % των top3 ή top2 boxes). Κύριος στόχος; Η ανεύρεση δοµής και pattern στα δεδοµένα. Ιδιαίτερη προσοχή χρειάζεται στην ερµηνεία, καθότι σε αντίθεση µε άλλων µορφών χάρτες, η εγγύτητα ανάµεσα στα χαρακτηριστικά ή στις µάρκες που απεικονίζονται στο χάρτη δεν συνιστά κατ ανάγκη οµοιότητα ή αντίστροφα διαφοροποίηση. Επίσης ιδιαίτερη προσοχή χρειάζεται στο σηµείο της διάγνωσης κατά πόσο βάσει των διαθέσιµων δεδοµένων είναι δυνατή η παραγωγή του χάρτη µε τη χρήση της τεχνικής του correspondence analysis, κάτι που φαίνεται στο στοιχειώδες chi-square τεστ για την αλληλοσυσχέτιση των µεταβλητών που γίνεται στο σηµείο πριν το «τρέξιµο» της ανάλυσης και που δείχνει αν υπάρχει και σε ποιο βαθµό ικανοποιητικός βαθµός συσχέτισης ανάµεσα στις γραµµές (πχ µε τα χαρακτηριστικά) και τις κολώνες (πχ µε τις µάρκες) του πίνακα δεδοµένων . Πως διαβάζεται ο χάρτης που έχει παραχθεί µέσω correspondence analysis; Ο κάθε άξονας επεξηγεί ένα ποσοστό στη διακύµανση των δεδοµένων. Βάσει της θέσης µιας µάρκας σε καθένα από τους δύο άξονες αντίστοιχα µπορεί να εντοπιστεί η συνεισφορά ενός cluster χαρακτηριστικών στην επεξήγηση του πλέγµατος χαρακτηριστικών εικόνας που είναι κεντρικά σε µια µάρκα. Πρόσθετες δηµοφιλείς τεχνικές συµπεριλαµβάνουν το hierarchical laddering, όπου διαφαίνονται όχι µόνο οι αλληλοσυσχετισµοί ανάµεσα σε διάφορα χαρακτηριστικά, αλλά και η σχετική τους σηµαντικότητα σε επίπεδο λήψης αποφάσεων, τα πολύ χρήσιµα dendrograms (ή tree maps), που αναπαριστούν σε µορφή (όπως δηλώνει και η λέξη) δενδρογράµµατος το βαθµό οµοιότητας ανάµεσα σε µάρκες (ανάλογα µε το πόσο κοντά βρίσκονται οι συνδετικοί κρίκοι στα διάφορα ονόµατα πάνω στο χάρτη) ή σε ποιό βαθµό αλληλοσχετίζονται διάφορα χαρακτηριστικά. Λειτουργούν πάντα τα perceptual maps; Όχι. Οι συνηθέστεροι λόγοι είναι ότι οι µετρήσεις σε όλα τα χαρακτηριστικά τείνουν να είναι σχεδόν αδιαφοροποίητες, δηλαδή να επιδεικνύουν πολύ µικρή
  5. 5. διαφοροποίηση µεταξύ τους. Ένας άλλος λόγος είναι ότι ενδεχοµένως να απαιτούνταν και άλλα χαρακτηριστικά που θα συνεισέφεραν σε µεγαλύτερο βαθµό στην επεξήγηση της διαφοροποίησης ανάµεσα στις υπό διερεύνηση µάρκες (εξ ου και η ανάγκη του qual πριν τη στοιχειοθέτηση ενός ποσοτικού battery of attributes). Γενικές κατευθυντήριες γραµµές για τη χρήση perceptual maps - Προτιµάτε τεχνικές που λαµβάνουν σε επίπεδο modeling την αλληλεπίδραση όλων των υπό εξέταση παραµέτρων (πχ χαρακτηριστικό παράδειγµα είναι το γνωστό «καθάρισµα» των χαρακτηριστικών εικόνας από το halo effect, δηλαδή την τάση που έχουν καθιερωµένες µάρκες µεγάλου µεγέθους να σκοράρουν αδιάκριτα υψηλότερα από τις υπόλοιπες σε µια έρευνα εικόνας. Χωρίς τη χρήση κατάλληλης τεχνικής perceptual mapping, η απλή απεικόνιση των µαρκών σε ένα δισδιάστατο χάρτη απλά θα οδηγούσε σε λανθασµένα συµπεράσµατα αναφορικά µε το positioning) - Επιλέγετε την κατάλληλη τεχνική ανάλογα µε το στόχο marketing που έχετε θέσει στο ζητούµενο του ερευνητικού brief. Ενδείκνυται η χρήση σαφώς διαφορετικής τεχνικής για την αναπαράσταση σε ένα χάρτη της σχετικής θέσης των µαρκών βάσει key value drivers (σε επίπεδο εικόνας) µιας κατηγορίας απ’ότι για την αναπαράσταση της τοποθέτησης τους βάσει της µοναδικότητας κάποιων παραµέτρων εικόνας (πχ ένα χαρακτηριστικό ή ένα cluster χαρακτηριστικών µπορεί να είναι µοναδικά, αλλά να µην αποτελούν key value drivers για το σύνολο µιας κατηγορίας.. Παρολαυτά µπορεί να αποτελούν ένα βιώσιµο territory για µικρότερους παίκτες, για τους οποίους το critical mass των ενεργειών τους µπορεί να προέρχεται από µια πολύ πιο στοχευµένη καταναλωτική βάση, κάτι που δεν απεικονίζεται στην πρώτη περίπτωση) - Ζητείστε διαφορετικούς χάρτες που έχουν παραχθεί µε διαφορετικές τεχνικές, προκειµένου να απεικονίσετε τα ίδια δεδοµένα, αλλά από διαφορετική οπτική γωνία, ανάλογα µε το στόχο marketing. Συµπληρωµατικά, οι χάρτες δεν είναι ανάγκη να είναι στατικοί, αλλά µπορούν να περιλαµβάνουν συγκριτικά/δυναµικά δεδοµένα από διαφορετικές µετρήσεις. Έτσι, απεικονίζονται πάνω στον ίδιο χάρτη οι µετατοπίσεις στις τιµές που λαµβάνουν οι υπό διερεύνηση µάρκες σε βάθος χρόνου. Xρήσιµες συµβουλές για την ανάγνωση/ερµηνεία των χαρτών 1. Ζητάτε τη µεθοδολογία παραγωγής τους, τίποτα δεν λαµβάνεται at face value στην περίπτωση των χαρτών 2. Σε επίπεδο ερµηνείας, η εγγύτητα διαφόρων µαρκών ή χαρακτηριστικών στα πεδία του χάρτη δεν παίζει πάντοτε ιδιαίτερο ρόλο στην κατανόηση των δεδοµένων. Σε ορισµένες περιπτώσεις, η εξαγωγή συµπερασµάτων βάσει της εγγύτητας κάποιων µαρκών σε ένα χάρτη µπορεί να οδηγήσει σε λανθασµένες κατευθύνσεις. Αυτό εξαρτάται από την τεχνική που χρησιµοποιήθηκε για την εξαγωγή των συµπερασµάτων. Σε κάποιες περιπτώσεις, όπου έχουν πλοταριστεί µάρκες στο χάρτη, ενώ οι άξονες αποτελούν σύνθετες ονοµασίες χαρακτηριστικών, τότε η εγγύτητα ανάµεσα σε δύο ή περισσότερες µάρκες σε κάποιο άξονα, σηµαίνει ότι αυτές οι µάρκες διαφοροποιούνται ελάχιστα µεταξύ τους. Επίσης σηµαντικό tip είναι ότι τα χαρακτηριστικά εκείνα που
  6. 6. είναι τοποθετηµένα στην περιφέρεια του χάρτη αποτελούν και τις ικανότερες πλατφόρµες διαφοροποίησης ανάµεσα σε ένα σετ µαρκών (στην περίπτωση της discriminant analysis). 3. Ζητάτε κατευθύνσεις σχετικά µε τη σωστή αναγνώριση των δεδοµένων προτού τα παρουσιάσετε σε κάποιο meeting 4. Επειδή συνήθως οποιαδήποτε αναλυτική/συνθετική προσέγγιση στο positioning και στο segmentation πάνε χέρι-χέρι, δεν θα είχε νόηµα η απεικόνιση της σχετικής θέσης µαρκών/χαρακτηριστικών εικόνας, χωρίς να υπεισέρχεται στην εικόνα το βασικό ερώτηµα «για ποιόν;”. Έτσι, ανάλογα µε την ανάλυση που θα έχει προηγηθεί και θα δείχνει ποιά χαρακτηριστικά είναι σηµαντικότερα για ποιό καταναλωτικό τµήµα, µπορεί να κυκλώνεται η αντίστοιχη συστάδα χαρακτηριστικών πάνω στο χάρτη, ενώ η διάµετρος του κύκλου θα διαφέρει ανάλογα µε το µέγεθος του κάθε τµήµατος.

×