Проведя анализ литературы, касающихся вопросов, поднятых в данном разделе работы, можно сделать следующие выводы:

· С технической точки зрения, основополагающими технологиями, на которых базируется инструменты Web 2.0, среди которых стоит особенно выделить AJAX, RSSи APIтехнологии;

· SMMявляется одним из перспективнейших направлений для исследования в эпоху всеобщей компьютеризации;

· Взаимоотношения компании и потребителя в среде Social Media оказывают серьезное влияние на имиджевую составляющую бренда компании, а также уровень потребительской лояльности;

· Social Mediaсреда оказывает серьезное влияние на инструменты promotionalmix и относится к TTL рекламе;

· Концепция трайб-маркетинга является одной из наиболее современных и подходящих к применению в выстраивании проекта продвижения в среде Social Media.

· Кроме того, входе анализа существующих инструментов практики SMMпродвижения, было выяснено, что на данный момент ни один из них не строится с учетом специфики конкретного рынка и потребительских особенностей.

· Таким образом, учет социопсихографических, демографических и потребительских особенностей автолюбителей, а также применение знаний о системе позиционирования автобрендов на основе ролевых архетипов потребительской деятельности, смогут существенно повысить эффективность рекламного продвижения в Social Mediaсреде.

Для реализации данной задачи, целесообразно провести исследование значимости ролевых потребительских архетипов в системе ценообразования и стимулирования потребительской активности на рынке авторитейла, позже провести рекламную кампанию на площадке Social Mediaс учетом полученных данных. Этим задачам будет посвящена значительная часть данного исследования.



Глава 2 Анализ системы Интернет - продвижения, действующей в дилерском центре «Хендай Максимум». Исследование ролевых потребительских архетипов на рынке автомобильного ритейла

2.1 Анализ существующих каналов продвижения, используемых дилерским центром «Хендай Максимум»

При рассмотрении и анализе рыночного спроса маркетинг оперирует понятием рынка, как совокупности всех покупателей определенного вида товара или услуги, как реально существующих, так и потенциальных. Объем рынка зависит от количества покупателей, которые в состоянии отреагировать на то или иное предложение продавцов. Таким образом, во всей совокупности покупателей можно выделить потенциальный рынок или совокупность покупателей, которые проявляют интерес к определенному товару. В свою очередь, потенциальный рынок можно разделить на следующие виды рынков:

доступный рынок - совокупность покупателей, проявляющих интерес и имеющих доход и доступ к определенному товару или услуге;

квалифицированный рынок - совокупность покупателей, проявляющих интерес и имеющих доход, доступ и право к определенному товару или услуге;

целевой рынок - часть квалифицированного рынка, на который фирма решила направить свои действия;

освоенный рынок - совокупность покупателей, которые уже приобрели определенный товар или услугу.

Представим схематически расположение этих рынков по отношению друг к другу:



Размещено на http://www.allbest.ru/

Рисунок - Уровни анализа рынка

Мы ввели данные понятия, чтобы особенно подчеркнуть важность маркетингового продвижения для дилерского центра «Хендай Максимум» в нынешних экономических реалиях.

Как ни раз уже было отмечено, потребительский спрос, в частности на рынке автомобильного ритейла, существенно изменился. Структура продаж и потребительские предпочтения меняются с премиального сегмента к массовому. Новым трендом на рынке становятся недорогие, качественные и многофункциональные автомобили.

Ассортиментная линейка дилерского центра «Хендай Максимум» как раз вписывается в подобные рамки. Большинство автомобилей любого класса, в которых представлена марка Hyundai не уступает по техническим характеристикам своим более именитым конкурентам - представителям европейских брендов, таких как BMW, Volkswagen, Audi, Mercedes, Renault, Peugeot и прочим. В то время как на большинство автомобилей цены остаются на сравнительно более низком уровне в сравнении с представителями такого же класса у конкурентов.

Данные наблюдения позволяют с большой долей вероятности утверждать, что уровни потенциального и доступного рыка на данный момент увеличиваются, а экономический кризис является отличной возможностью как для марки Hyundai, так и для дилерского центра «Хендай Максимум» создать сильную конкурентную позицию и отвоевать у конкурентов долю рынка.

Все вышеперечисленные факты указывают на критическую необходимость выстраивания грамотной и агрессивной стратегии продвижения сразу на многих площадках. В качестве рекомендуемых инструментов стоит выделить:

Традиционная ATL реклама (биллборды, лайтбоксы, стритлайны и тд)

Налаживание паблисити контактов (тест-драйвы для именитых печатных издательств, видео обзоры известных влоггеров, проведение презентаций для прессы и тд.)

Экспансия на различные Social Media площадки (VK, Facebook, Youtube, Instagram, Twitter, Одноклассники, Мой Мир, и тд.)

Анализ текущей маркетинговой деятельности дилерского цента «Хендай Максимум» показал, что на данный момент ни один из этих инструментов не используется.

Система маркетингового продвижения традиционно являлась одним из наиболее слабых холдинга «Максимум». Существуют области маркетингового продвижения, в которых она выглядит достаточно хорошо, вместе с тем бросается в глаза явное пренебрежение к другим областям. Сформируем систему маркетингового продвижения в виде круговой диаграммы.

Структурно, система продвижения фокусируется на следующих областях:



*Рассчитано по данным маркетингового отдела центра «Хендай Максимум»

В штатном расписании не предусмотрен автономный отдел, который бы выполнял исключительно маркетинговые функции. Практически вся ответственность за выполнение комплекса маркетинговых мероприятий возлагается на отдел продаж. Зачастую человеческих ресурсов данного отдела попросту не хватает, чтобы качественно осуществлять поставленные маркетинговые задачи.

Фактически в «Хендай Максимум» нет ни одного маркетолога, который бы ранее получил профессиональное образование и обладал достаточным уровнем навыков и компетенций, для реализации стратегического планирования маркетинговых мероприятий, контроля за их выполнением, мониторинга критериев эффективности внедряемых маркетинговых инструментов продвижения, а также непосредственной реализации комплекса маркетинговых задач.

Комплекс маркетинговых мероприятий, которые осуществляются штатными единицами «Хендай Максимум» ограничиваются следующими направлениями деятельности:



Рисунок - Структура маркетингового продвижения дилерского центра «Хендай Максимум»

Помимо этого, руководством холдинга «Максимум» на регулярной основе заказывается SEMSearchEngineMarketing - Метод продвижения компаний через поисковые системы запросовсопровождения бизнеса у автономных подрядчиков.

Данные единицы не входят в штат компании и осуществляют комплекс мероприятий по онлайн продвижению дилерского центра «Хендай Максимум»

В своей работе специалисты используют традиционный инструментарий. Ключевым инструментом является система онлайн продвижения Яндекс. Директ. Кроме того, ведется работа с GoogleAnalytics.

В системе Яндекс.Директ развернута качественно настроенная рекламная кампания. Грамотно подобраны ключевые слова для запросов.



Рисунок - проверка базового поискового запроса на кириллице через поисковую систему «Яндекс»

Проверка других запросов по ключевым словам так же показала хорошие результаты. Поэтому рекламную кампанию можно считать эффективной ввиду того, что согласно данным программы WordstatWordstat - Программа компании «Яндекс» считывающая статистику поисковых запросов в поисковй системе «Яндекс», которая считывает пользовательские запросы по ключевым словам оказывает, что данной маркой Hyundai в Санкт Петербурге в течение апреля интересовалось более 25 тысяч человек.

Помимо этого, впоследствии было выявлено, что работает система ретаргетингаРетаргетинг - рекламный механизм, с помощью которого онлайн-реклама перенаправляется на пользователя, который посмотрел схожие рекламные объявления. Это означает, что реклама дилерского центра всегда будет перед глазами потребителя, у которого в недавних cookies были запросы по ключевым словам при просмотре данного или подобных рекламных объявлений ранее. Данная технология позволяет существенно увеличить количество контактов с потенциальным потребителем, что благотворно сказывается на уровне продаж.

Анализ другой, не менее популярной поисковой системы Google так же показал, что специалистами была настроена и запущена рекламная кампания и здесь:



Рисунок - проверка базового запроса на латинице через поисковую систему «Google

Помимо данных SEM и SEO инструментов онлайн продвижение более никак не осуществляется.

Таким образом, проанализировав систему продвижения дилерского центра «Хендай Максимум», можно заключить, что онлайн продвижение в областях SEO и SEM продвижения находится на достаточно хорошем уровне развития, в то время как SMM продвижение, как таковое, не присутствует за исключением наличия сообщества в социальной сети «Вконтакте», посвященная автомобилям Hyundai, которое курируется сотрудником компании, но не имеет ярко выраженной рекламной направленности. Основным контентом данной страницы является информация о моделях автомобилей марки Hyundai, о потребительском опыте, связанном с владением данным автомобилем. Основными темами для обсуждения среди участников данного сообщества является все, что связано с бытовыми проблемами и специфичными характеристиками владения автомобилем марки Hyundai. На основе эмпирического анализа данного сообщества не были выявлены материалы, побуждающие потребителей к прямому сотрудничеству с дилерским центром «Хендай Максимум», но, тем не менее, просматриваются признаки популяризации и преобладания информации о позитивном потребительском опыте владения автомобилем данной марки, что оказывает влияние на уровень потребительского спроса для дилерского центра «Хендай Максимум». Анализ активности участников данного сообщества выявил следующие данные:

Рисунок - Анализ активности сообщества Hyundai в социальной сети «Вконтакте»

На основании полученных данных, можно заключить, что в группе практически не прослеживается количественный прирост участников, но, тем не менее данное сообщество характеризуется достаточно высоким уровнем активности. Кроме того, достаточно хорошо прослеживается тенденция к резкому спаду активности участников группы в начале 2015 года. Причина данного явления может объясняться общей стагнацией отрасли автомобильного ритейла в 2015 году, и существенным падением уровня потребительского интереса к ней.

На этом основании, а также принимая во внимание актуальность продвижения фирмы в Social Media, которое было обосновано в предыдущей части проекта, можно заключить, что важность данного проекта для системы комплексного продвижения дилерского центра «Hyundai Максимум» крайне высока. Дальнейшим этапом исследования является проведение полевых исследований.



2.2 Описание процедуры проведения исследования потребительских аттитюдов на рынке автомобильного ритейла. Разработка методологии исследования

Для достижения поставленной цели изучения влияния существующих потребительских архетипов на предпочтения типа, модели и характеристик автомобиля, было реализовано комплексное исследование, которое состояло из нескольких этапов:

· Подготовительный этап: разработка опросных материалов, выработка методологии исследования;

· Сбор первичных данных путем опроса респондентов исследования;

· Обработка и кодирование полученных данных, оптимизация под инструменты исследования;

· Анализ и интерпретация полученных данных. Выводы;

· Подготовка к разработке концепции продвижения. Выбор инструментов;

· Настройка инструментария SMM продвижения;

· Разработка системы анализа эффективности и контроля за проводимым исследованием;

· Запуск комплексного мер продвижения дилерского центра «Хендай Максимум» в Social Media среде;

· Анализ эффективности по выводы по исследованию.

В качестве платформы для проведения анализа первичных данных, собранных с автолюбителей, их интерпретации, было принято решение использовать программное обеспечение STATA и IBM SPSS Statistics 22. Данное программное обеспечение позволило реализовать корреляционный и регрессионный анализы, в результате которых появилась возможность интерпретировать данные, полученные в ходе исследования.

Сбор первичной информации проходил на основе метода прямого анкетирования респондентов-автолюбителей. Исследование было проведено на основе классификации архетипов автолюбителей и их основных потребительских задач, представленных в Приложении 1. Анкета респондента представлена в Приложении 2.

Ошибка, с которой можно опровергнуть нулевые гипотезы, установленные автором исследования- 5 %.

Количество респондентов исследования составило 401 человек.

На этапе обработки данных было произведено кодирование данных. Каждому блоку вопросов, каждой сфере потребительских задач (от 1 до 12). Были присвоены коды X1, X2,……,X12.

Пол:

X13 -женский»

X14 -«мужской»

С целью оценки актуальности потребителями каждой задачи в каждой сфере была использована шкала порядковых переменных. Покупателю было предложено произвести оценку актуальности той или иной сферы от 1до 5, где 1 - «не актуально», а 5 - «наиболее актуально».

Зависимыми переменными выступали использование частота смены автомобиля в зависимости от ценового сегмента. Кодировка зависимых переменных проводилась следующим образом:

Таблица 7. Кодировка данных анкеты*

Вопрос	Код в таблице
Как часто Вы или Ваша семья приобретаете/обмениваете старый автомобиль на новый? · Реже чем раз в 20 лет · Раз в 17-20 лет · Раз в 13-16 лет · Раз в 8-12 лет · Раз в 5-7 лет · Раз в 2-4 года	0 1 2 3 4 5
Цена автомобиля (руб.) · «350тым- 500 тыс» · « 501тыс- 900 тыс» · «901 тыс- 1.4 млн» · «1401 тыс- …»	y1 y2 y3 y4

*Рассчитано по собственным исследованиям автора

Данная модель поможет выяснить факторы, которые больше всего влияют на принятие решения о покупке более дорогого автомобиля и убеждает потребителя заплатить больше денег. Таким образом, в результате исследования предполагается получить наиболее значимые факторы регрессоры, на основе которых можно будет выстроить оптимальную систему продвижения в Social Media. Кроме того, исследование данной зависимости поможет достичь очень важной цели для конкретной ситуации, сложившейся в данном дилерском центре и помочь выявить актуальность существующей у дилерского центра «Хендай Максимум» программы Trade-In по обмену старого автомобиля на новый, и разработать более качественную систему популяризации данного инструмента с учетом его актуальности для тех или иных потребительских архетипов.

2.3 Анализ и интерпретация результатов исследования

Предварительная обработка данных продемонстрировала социодемографические особенности потребительских архетипов, которые будут учтены при дальнейшем проектировании системы продвижения на основе таргет-технологий продвижения:

Таблица 8. Комбинационная таблица Пол респондента * цена автомобиля

	цена автомобиля	Всего
	350000-500000	501000-900000	901-14000000	1401000-...
Пол респондента	жен.	82	62	19	22	185
	муж.	79	106	18	13	216
Всего	161	168	37	35	401

*Рассчитано по собственным исследованиям автора

Таким образом, в ходе предварительного анализа было выяснены следующие важнейшие особенности, касающиеся зависимости ценовых признаков покупки автомобиля от гендерной принадлежности автолюбителя. Для удобства интерпретации полученных данных, сформируем столбчатую диаграмму (рисунок):

Рисунок 11 - Комбинационная диаграмма «Пол респондента *цена автомобиля»

*Составлено по собственным исследованиям автора

Таким образом, анализ связи ценовых предпочтений при выборе автомобиля у потребителя на основе гендерных признаков респондента показал, что наиболее популярным сегментом среди женской аудитории является low-сегмент с ценой автомобиля от 350 до 500 тысяч рублей, в то время как среди мужской аудитории преобладает интерес к medium-сегменту с ценой от 500 до 900 тысяч рублей.

Следующим исследуемым признаком будет являться взаимосвязь между возрастными признаками респондента и их влиянием на выбор того или иного ценового класса автомобиля:

Таблица 9. Комбинационная таблица Возраст * цена автомобиля

Количество	цена автомобиля	Всего
	350000-500000	501000-900000	901-14000000	1401000-...
Возраст	18-24	22	6	6	0	34
	25-31	58	83	12		20
	32-38	17	42	15		0
	39-45	36	32	1		7
	46-52	24	0	1		0
	52-...	4	5	2		8
Всего	161	168	37		35

*Рассчитано по собственным исследованиям автора

С целью достижения большей наглядности при интерпретации полученных в ходе проведения данного исследования данных, таким же как и в предыдущем случае способом сформируем столбчатую диаграмму (рисунок:

Рисунок - Комбинационная диаграмма «Возраст респондента *цена автомобиля»

Согласно проанализированным данным можно сформировать следующие важные выводы:

· Респонденты в возрасте от 18 до 24 лет склонны к приобретению автомобилей в ценовом диапазоне 350-500 тысяч рублей

· Респонденты в возрасте от 24 до 31 года склонны к приобретению автомобилей в ценовом диапазоне 500-900 тысяч рублей

· Респонденты в возрасте от 39 до 45 лет практически одинаково склонны к покупке как в диапазоне 350-500 тысяч рублей, так и в диапазоне 500-900 тысяч рублей

· Респонденты в возрасте от 46 до 52 склонны к покупке автомобилей в ценовом диапазоне от 350 до 500 тысяч рублей

· Респонденты в возрасте от 52 лет склонны к покупке автомобилей в ценовом диапазоне от 1401000 рублей

Ценовой сегмент от 901 до 1401000 не показал наибольшей популярности ни по одному из потребительских сегментов, но, тем не менее, при разработке системы продвижения требует своей целевой потребительской ниши, на которую будет производиться таргетированная реклама. Наибольшую популярность данный диапазон цен показал в сегменте 25-31 лет и 32-38 лет. Именно они и будут выбраны в качестве целевых для данного ценового сегмента.

Далее, в ходе проведения регрессионного анализа, целью которого являлось исследование зависимости актуальности той или иной сферы потребительских задач автолюбителей (предикторов) на критериальные переменные - выбор того или иного ценового сегмента автомобиля.

До начала проведения регрессионного анализа, стоит ввести существенные условия его прохождения:

Текущая экономическая ситуация является стационарной и однородной;

Объектом проводимого исследования является потребительские предпочтения того или иного ценового сегмента автомобиля в зависимости от принадлежности к тем или иным архетипам потребительской деятельности;

Целью исследования является установление зависимости между доминирующим потребительским архетипом и его предпочтениями в области покупки нового и/или обмена собственного автомобиля

2.3.1 Исследование регрессионной модели потребительского поведения в low-cost сегменте автомобилей

На основе проведенного регрессионного анализа по переменной y1 (ценовой сегмент 350- 500тыс.руб) были полученные данные, на основании которых, были посчитаны следующие показатели, представленные в Таблице 4:

· B - коэффициенты регрессии при независимых переменных, а именно, при регрессорах, которые позволяют составить уравнение данной регрессионной модели

· Стандартная ошибка - мера того, насколько могут отклоняться значения переменных

· Бета - стандартизированные регрессионные коэффициенты, которые рассчитываются путем преобразования независимых переменных к стандартной форме, а именно, путем приведения регрессоров к общей системе измерения

Значимость коэффициента в регрессионной модели (Значимость)

Таблица 10. Анализ регрессионной модели в сегменте Low Cost автомобилей

Модель	Нестандартизованные коэффициенты	Стандартизованные коэффициенты	т	Знач.
	B	Стандартная Ошибка	Бета
	X1	-,044	,033	-,072	-1,334	,183
	X2	,025	,036	,042	,707	,480
	X3X4	,208	,037	,298	5,575	,000
	X5	,065	,045	,081	1,447	,149
	X6	,120	,043	,193	2,804	,005
	X7	-,159	,037	-,284	-4,268	,000
	X8	,031	,033	,063	,934	,351
	X9	,158	,038	,234	4,187	,000
	X10	-,134	,036	-,200	-3,724	,000
	X11	-,038	,031	-,065	-1,223	,222
	X12	-,024	,039	-,029	-,614	,540
	X13	-,141	,088	-,078	-1,603	,110
	X14	-,046	,037	-,064	-1,243	,215

*Рассчитано по собственным исследованиям автора

На основании приведенных в таблице коэффициентов стоит заметить, стоит подробно остановиться на показателе коэффициента значимости. Высокое значение данного коэффициента, а именно, превышающее 0,1, говорит о слабой значимости соответствующего регрессора в регрессионной модели. В целях построения более эффективной и практически значимой формулы модели регрессии были использованы исключительно те регрессоры, значение коэффициентов при которых меньше 0,1. Таким образом, были исключены следующие регрессоры: x1, x2, x4,x5,x8, x11, x12, x13, x14

В ходе данного этапа исследования после исключения малозначимых регрессоров была получена модель y1, значимость коэффициентов независимых переменных которой не превышает 0,1, что говорит о значимости данных регрессоров в общей регрессионной модели.

Далее был осуществлено исключение предиктора на основе мультиколлинеарности при помощи корреляционного анализа переменных (корреляционная матрица). Однако, необходимым является на данном этапе расчет показателя коэффициента детерминации для той цели, чтобы после исключения регрессора на основе корреляционной матрицы проверить правильность выбора исключенного предиктора. Проведя подсчеты в программе IBM SPSS Statistics, был получен коэффициент детерминации: .Значение коэффициента детерминации говорит о том, что данная модель описывает 61,3% случаев.

Таблица 11. Корреляционная матрица

*Рассчитано по собственным исследованиям автора

Методика исключения регрессора на основе корреляционного анализа состоит из двух шагов:

1. Определить наибольший по модулю коэффициент корреляции между независимыми переменными.

2. Выбрать из двух регрессоров тот, который имеет наименьший по модулю коэффициент корреляции с y1(зависимой переменной).

Таким образом, основываясь на данной методике был выбран наибольший коэффициент корреляции между x10и x9: ,где - коэффициент корреляции между x9 (оценка актуальности сферы аварийной антиправовой и правовой деятельности)и x10 (оценка актуальности сферы автопутешествий и выездов на природу и т.п.).

Сравнивая по модулю значения коэффициентов корреляции , было установлено, что следует исключить регрессор x9, так как коэффициент корреляции между x9 и y меньше, чем между x10 и y.

Следующим шагом будет являться построение итоговой регрессионной модели на основе рассчитанных коэффициентов с учетом предыдущих действий по оптимизации модели. Для того была рассчитана итоговая таблица коэффициентов регрессионной модели, показатели которой представлены в Таблице 13.

Таблица 13. Итоговые коэффициенты регрессионной модели по переменной y1

	B	Стандартная Ошибка	Бета
	X3	,208	,037	,298	5,575	,000
	X6	,120	,043	,193	2,804	,005
	X7	-,159	,037	-,284	-4,268	,000
	X10	-,134	,036	-,200	-3,724	,000

*Рассчитано по собственным исследованиям автора

Показатели коэффициентов B позволяют построить регрессионную модельy1, в качестве зависимой переменной в которой является частотасмены автомобиля ценового сегмента Lowcost.

Данная регрессионная модель представлена в формуле (1).

где,, , , - оценка актульности сферы потребительских задач

С целью получения информации о том, насколько хорошо данная модель описывает данную ситуацию, был рассчитан коэффициент детерминации. Коэффициент детерминации составил 0,581 (что говорит о том, что данной регрессионной моделью описано 58,1% случаев.

Стоит заметить, что на основе полученной формулы уравнения регрессии, можно утверждать, что коэффициенты при регрессорах ,, положительно влияют на частоту покупки автомобиля Lowcost ценового сегмента, связь прямая.

Итогом проведения данного анализа является то, что регрессионно-корреляционный анализ позволил определить набор факторов, определяющих частоту смены автомобиля различных ценовых категорий. Также была определена не только сила связи регрессоров, но также и ее направление. Таким образом, можно сделать следующие выводы:

? решение задач, входящих в сферы №3, №6, способствуют увеличению частоты смены автомобиля в ценовом сегменте от 350 до 500 тыс.

? частота смены автомобиля имеет обратную зависимость относительно оценки актуальности сфер потребительских задач №7, №10

Исследование регрессионной модели потребительского поведения в ценовом сегменте «Medium».

Используя аналогичную методику изучения влияния оценок актуальности сферы потребительской деятельности на частоту смены автомобиля , стоит изучить следующий сегмент, а именно, частоту смены автомобилей, цена которых варьируется от 501 тыс. до 900 тыс.

Таким же образом, как и в предыдущей ситуации, для начала была составлена регрессионная модель, коэффициенты показателей которой предоставлены в Таблице 14.



Таблица 14. Коэффициенты регрессионной модели по переменной y2 (Анализ регрессионной модели в сегменте Middle Cost автомобилей)

Модель	Нестандартизованные коэффициенты	Стандартизованные коэффициенты	т	Знач.
	B	Стандартная Ошибка	Бета
1	(Константа)	1,458	,280		5,204	,000
	X1	-,046	,034	-,076	-1,357	,176
	X2	-,058	,031	-,094	-1,828	,068
	X3 X4	,177	,041	,254	4,339	,000
	X5	,028	,047	,035	,597	,551
	X6	,028	,038	,045	,737	,462
	X7	,043	,034	,087	1,295	,196
	X8	-,168	,039	-,244	-4,300	,000
	X9	,193	,043	,286	4,469	,000
	X10	-,082	,040	-,122	-2,037	,042
	X11.	,073	,043	,111	1,681	,093
	X12	-,018	,031	-,031	-,581	,562
	X13	-,020	,038	-,025	-,526	,599
	X14	-,137	,088	-,075	-1,555	,121

*Рассчитано по собственным исследованиям автора

Необходимым условием является исключение тех переменных, которые наименее значимы для данной модели, а точнее, те, которые в столбце значимость имеют значение, превышающее 0,1. Такими предикторами являютсяx1,x2, x5, x6, x7, x12,x13,x14.

Согласно задачам следующего этапа была построена повторно регрессионная модель с учетом исключения незначимых регрессоров. Данные, полученные при повторном регрессионном анализе, приведены в Таблице 15.



Таблица 15. Коэффициенты регрессионной модели по переменной y2 после исключения регрессоров

Модель	Нестандартизованные коэффициенты	Стандартизованные коэффициенты	т	Знач.
	B	Стандартная Ошибка	Бета
		-,058	,031	-,094	-1,828	,068
	X3 X4	,177	,041	,254	4,339	,000
	X8	-,168	,039	-,244	-4,300	,000
	X9	,193	,043	,286	4,469	,000
	X10	-,082	,040	-,122	-2,037	,042
	X11.	,073	,043	,111	1,681	,093

*Рассчитано по собственным исследованиям автора

Стоит обратить внимание, что при повторном регрессионном анализе также был выявлен регрессор x11, который является практически незначимым для данной модели. Следовательно, было проведено исключение и данного фактора в том числе.

Таблица 16. Коэффициенты регрессионной модели по переменной y2 после дополнительного исключения регрессоров

Модель	Нестандартизованные коэффициенты	Стандартизованные коэффициенты	т	Знач.
	B	Стандартная Ошибка	Бета
		-,058	,031	-,094	-1,828	,068
	X3 X4	,177	,041	,254	4,339	,000
	X8	-,168	,039	-,244	-4,300	,000
	X9	,193	,043	,286	4,469	,000
	X10	-,082	,040	-,122	-2,037	,042

*Рассчитано по собственным исследованиям автора

Таким образом, была получена регрессионная модель, регрессоры которой имеют значимость. Стоит заметить, что коэффициент детерминации для данной модели составил 0,601 (R2=0,601), что является достаточно хорошим показателем.

Следовательно, следующим шагом будет являться нахождение мультиколлинеарности между оставшимися регрессорами. Для осуществления данной задачи была проанализирована корреляционная матрица.

Таблица 17. Корреляционная матрица

	X3	X4	X8	. x9	X10	Y2
X3	Корреляция Пирсона	1	,098*	,290**	,323**	,209**	,266**
	Знач. (двухсторонняя)		,050	,000	,000	,000	,000
	N	401	401	401	401	401	401
X4	Корреляция Пирсона	,098*	1	,195**	,111*	,174**	,100*
	Знач. (двухсторонняя)	,050		,000	,026	,000	,045
	N	401	401	401	401	401	401
	Знач. (двухсторонняя)	,000	,000		,000	,000	,602
	N	401	401	401	401	401	401
.X9	Корреляция Пирсона	,323**	,111*	,483**	1	,422**	,193**
	Знач. (двухсторонняя)	,000	,026	,000		,000	,000
	N	401	401	401	401	401	401
X10	Корреляция Пирсона	,209**	,174**	,248**	,422**	1	-,053
	Знач. (двухсторонняя)	,000	,000	,000	,000		,287
	N	401	401	401	401	401	401
Y2	Корреляция Пирсона	,266**	,100*	-,026	,193**	-,053	1
	Знач. (двухсторонняя)	,000	,045	,602	,000	,287
	N	401	401	401	401	401	401

*Рассчитано по собственным исследованиям автора

Согласно данным, предоставленным в Таблице 17, наибольшим коэффициентом корреляции владеет пара регрессоров x9 (оценка актуальности сферы автопутешествий) и x8 (оценка актуальности сферы правовой и антиправовой деятельности ). Изучая их корреляцию с зависимой переменной, можно заметить, что с y2 слабее коррелирует x8, именно поэтому этот регрессор на данном этапе был выведен из последующего анализа.

Заключительным этапом является составление итоговой регрессионной модели с целью дальнейшего изучения данной ситуации. Коэффициенты данной модели приведены в Таблице 18.

Таблица 18. Итоговые коэффициенты регрессионной модели по переменной y2

Модель	Нестандартизованные коэффициенты	Стандартизованные коэффициенты	т	Знач.
	B	Стандартная Ошибка	Бета
	X3	-,058	,031	-,094	-1,828	,068
	X4	,177	,041	,254	4,339	,000
	X9	,193	,043	,286	4,469	,000
	X10	-,082	,040	-,122	-2,037	,042

*Рассчитано по собственным исследованиям автора

Следовательно, регрессионная модель будет иметь следующий вид, представленный в формуле (2).

где ,, , ,- сумма оценок актуальности задач внутри определенной потребительской сферы деятельности.

Коэффициент детерминации равен 0,57 (R2=0,57), что практически не отличается от изначального коэффициента детерминации, рассчитанного до исключения регрессора при помощи показателя мультиколлинеарности.

На основе проведенного анализа можно сделать заключение, что полученная формула (2) является практически значимой, на основании которой можно сделать следующие выводы:

? Оценка актуальности задач, входящих в сферы №3, №4 имеют прямое влияние на частоту смены автомобиля

? Демографические признаки респондента не имеют особой зависимости.

Исследование регрессионной модели потребительского поведения в ценовом сегменте «HighCost».

Респонденты также оценивали по пятибалльной шкале частоту смены автомобиля. На основе данного опроса, проведенного в виде анкетирования была, составлена регрессионная модель (См. Таблицу 19):

Таблица 19. Итоговые коэффициенты регрессионной модели по переменной y3

Модель	Нестандартизованные коэффициенты	Стандартизованные коэффициенты	т	Знач.
	B	Стандартная Ошибка	Бета
	X1	-,059	,034	-,097	-1,768	,078
	X2	,007	,036	,011	,183	,855
	X3	,199	,041	,284	4,884	,000
	X4	,045	,046	,056	,980	,328
	X5	,086	,040	,138	2,113	,035
	X6	-,131	,036	-,234	-3,648	,000
	X7	,059	,033	,118	1,763	,079
	X8	-,149	,039	-,216	-3,824	,000
	X9	,203	,043	,301	4,756	,000
	X10	-,087	,039	-,131	-2,214	,027
	X11	,076	,043	,116	1,794	,074
	X12	-,027	,030	-,047	-,900	,369
	X13	-,022	,038	-,027	-,576	,565
	X14	-,136	,087	-,075	-1,570	,117
a. Зависимая переменная: цена автомобиля

*Рассчитано по собственным исследованиям автора

Были исключены регрессоры: x2, x4, x7, x10, x11, x12 x13, x14( коэффициент значимости которых превышал 0,1)..После чего была построена регрессионная модель, среди регрессоров которой не использовались незначимые предикторы. По причине чего, была составлена новая регрессионная модель, данные которой представлены в Таблице 20.



Таблица 20. Коэффициенты регрессионной модели по переменной y3 (после исключения регрессоров)

Модель	Нестандартизованные коэффициенты	Стандартизованные коэффициенты	т	Знач.
	B	Стандартная Ошибка	Бета
	X1	-,059	,034	-,097	-1,768	,078
	X3	,199	,041	,284	4,884	,000
	X5	,086	,040	,138	2,113	,035
	X6	-,131	,036	-,234	-3,648	,000
	X7	,059	,033	,118	1,763	,079
	X8	-,149	,039	-,216	-3,824	,000
	X9	,203	,043	,301	4,756	,000
	X10	-,087	,039	-,131	-2,214	,027
	X11	,076	,043	,116	1,794	,074

*Рассчитано по собственным исследованиям автора

Таким образом, была получена регрессионная модель, регрессоры которой имеют значимость. Стоит заметить, что коэффициент детерминации для данной модели составил 0,601 (R2=0,601), что является достаточно хорошим показателем.

Следовательно, следующим шагом будет являться нахождение мультиколлинеарности между оставшимися регрессорами. Для осуществления данной задачи была проанализирована корреляционная матрица, которая представлена в Таблице 21.



Таблица 21. Корреляционная матрица

*Рассчитано по собственным исследованиям автора

Стоит обратить внимание на то, что, согласно данной корреляционной матрице, максимальное значение коэффициента корреляции достигается между факторами x5 и x6, следовательно, из данных регрессоров необходимо выбирать тот, который будет исключен на основе взаимной зависимости их с переменной y3. Так, было установлено, что регрессор x5 имеет меньшую зависимость с объектом, y3,чем предиктор x6с переменной y3, следовательно. Фактор X5 будет исключен из последующего анализа.



Таблица 22. Итоговые значения коэффициентов регрессионной модели по переменной y3

Модель	Нестандартизованные коэффициенты	Стандартизованные коэффициенты	т	Знач.
	B	Стандартная Ошибка	Бета
	X1	-,059	,034	-,097	-1,768	,078
	X3	,199	,041	,284	4,884	,000
	X6	-,131	,036	-,234	-3,648	,000
	X7	,059	,033	,118	1,763	,079
	X8	-,149	,039	-,216	-3,824	,000
	X9	,203	,043	,301	4,756	,000
	X10	-,087	,039	-,131	-2,214	,027
	X11	,076	,043	,116	1,794	,074

*Рассчитано по собственным исследованиям автора

Для того, чтобы оценить качество модели был рассчитан R2, который получился равным 0,58. Разница между коэффициентом детерминации, который был рассчитан на основании исходной регрессионной модели, и данным коэффициентом составляет 0,021, что является незначительным, следовательно, на основе показателя мултиколлинеарности был целесообразно исключен регрессор x5.

Таким образом, итоговая формула регрессионной модели, которая явилась результатом регрессионно-корреляционного анализа, продемонстрирована в формуле (3).

, (3)

Соответственно, основываясь на формуле (3), можно заключить, что увеличение переменных x3, x7, x9, x11, а именно, увеличение оценки актуальности данных сфер влечет за собой увеличение частоты покупки нового автомобиля.

Итогом регрессионного анализа по фактору y3 стали следующие выводы:

? Была построена регрессионная модель

? дифференциация факторов на значимые и незначимые

Исследование регрессионной модели потребительского поведения в ценовом сегменте «Premium».

При проведении регрессионного анализа были получены следующие значения коэффициентов, приведенные в Таблице 23.

Таблица 23. Значение коэффициентов регрессионной модели по переменной y4.

Модель	Нестандартизованные коэффициенты	Стандартизованные коэффициенты	т	Знач.
	B	Стандартная Ошибка	Бета
	X1	-,059	,034	-,097	-1,768	,078
	X2	,007	,036	,011	,183	,855
	X3	,199	,041	,284	4,884	,000
	X4	,045	,046	,056	,980	,328
	X5	,086	,040	,138	2,113	,035
	X6	-,131	,036	-,234	-3,648	,000
	X7	,059	,033	,118	1,763	,079
	X8	-,149	,039	-,216	-3,824	,000
	X9	,203	,043	,301	4,756	,000
	X10	-,087	,039	-,131	-2,214	,027
	X11	,076	,043	,116	1,794	,074
	X12	-,027	,030	-,047	-,900	,369
	X13	-,022	,038	-,027	-,576	,565
	X14	-,136	,087	-,075	-1,570	,117

Исключив наиболее незначимые регрессоры, а именно, регрессоры x2, x4, x10, x12, x13, x14, была построена регрессионная модель, которая включала бы только те факторы, которые представляют значимость для модели. Полученные коэффициенты после исключения незначимых регрессоров для наглядности представлены в Таблице 24

Таблица 24. Коэффициенты...