마케팅 관리-연구 프로세스

마케팅 요구 사항을 설정 한 후 연구 프로세스를 설정해야합니다. 대부분의 마케팅 조사 프로젝트에는 다음 단계가 포함됩니다.

• 문제 정의
• 연구 설계 결정
• 데이터 유형 및 소스 식별
• 데이터 수집 양식 및 설문지 디자인
• 샘플 계획 및 크기 결정
• 데이터 수집
• 데이터 분석 및 해석
• 연구 보고서 준비

이 모든 단계를 하나씩 살펴 보겠습니다.

문제 정의

경영진이 직면 한 의사 결정 문제는 결정을 내리는 데 필요한 정보를 명시하고 정보를 얻을 수있는 방법을 보여주는 질문의 형태로 시장 조사 문제로 변환되어야합니다. 예를 들어 새 제품을 캐스팅할지 여부에 대한 결정 문제가있을 수 있습니다. 이에 상응하는 연구 문제는 시장이 신제품을 받아 들일지 평가하는 것일 수 있습니다.

연구의 목적을 명확하게 기술해야합니다. 진정한 의사 결정 문제가 해결되도록하기 위해 연구자가 연구 결과의 가능한 결과를 요약 한 다음 의사 결정자가 각 시나리오에서 행동 계획을 공식화하는 것이 유용합니다. 이러한 결과를 사용하면 연구가 시작되기 전에 연구의 목적에 동의 할 수 있습니다.

연구 계획

마케팅 리서치에서 이슈를 정의한 후 리서치 디자인을 결정해야합니다. 마케팅 연구는 다음 세 가지 범주로 더 분류 될 수 있습니다.

탐색 적 연구

이것은보다 구체적으로 문제를 공식화하고, 개념을 명확히하고, 설명을 수집하고, 통찰력을 얻고, 비현실적인 아이디어를 제거하고, 가설을 형성하는 목표를 가지고 있습니다.

기술 연구

이것은 탐색 적 연구보다 확고하며 제품의 간단한 용도를 지정하고 제품을 사용하는 인구의 비율을 결정하거나 제품에 대한 미래 수요를 예측하려고합니다.

인과 적 연구

이것은 변수 간의 원인과 결과 관계를 검색하는 방법을 탐색합니다. 실험실 및 현장 실험을 통해이 목표를 완성합니다.

위의 연구 유형 중 하나를 사용하여 마케팅 연구에 가장 적합한 연구 설계를 결정할 수 있습니다.

데이터 유형 및 소스

데이터 유형은 주어진 데이터가 서로 다른 범주 또는 유형으로 분류되는 기준에 따라 서로 다른 속성으로 설명 될 수 있습니다. 사용할 데이터 유형과 소스는 보조 데이터 또는 기본 데이터로 나눌 수 있습니다. 이러한 데이터 유형을 살펴 보겠습니다.

보조 데이터

2 차 데이터는 이전에 다른 목적으로 수집되었지만 즉각적인 연구에 사용될 수있는 데이터를 의미합니다. 보조 데이터는 판매 송장 및 보증 카드와 같이 회사 내부에있을 수도 있고 게시 된 데이터 또는 상업적으로 사용 가능한 데이터와 같이 회사 외부에있을 수도 있습니다. 정부 인구 조사는 2 차 데이터의 중요한 부분입니다.

보조 데이터는 시간을 절약하고 데이터 수집 비용을 최소화하는 이점을 제공합니다.

이 데이터 유형의 가장 큰 단점은 데이터가 문제에 완벽하게 맞지 않을 수 있고 정확도가 기본 데이터보다 보조 데이터를 확인하기 더 어려울 수 있다는 것입니다.

기본 데이터

종종 2 차 데이터는 현재 진행중인 연구를 위해 특별히 생성 된 1 차 데이터에 의해 뒷받침되어야합니다. 몇 가지 일반적인 기본 데이터 유형은 인구 통계 학적 및 사회 경제적 특징, 심리적 및 라이프 스타일 특징 등입니다.

기본 데이터는 상호 작용 또는 관찰을 통해 얻을 수 있습니다. 커뮤니케이션에는 응답자에게 구두 또는 서면으로 질문하는 것이 포함됩니다. 이 방법은 정보에 대한 질문이 필요하기 때문에 다재다능합니다. 그러나 응답이 정확하지 않거나 표시에 미치지 못할 수 있습니다.

개인 면접에는 우편 설문지에는없는 면접관 편파성이 있습니다. 예를 들어, 개인 인터뷰에서 응답자의 면접관 상상력이 응답에 영향을 미칠 수 있습니다.

설문 디자인

설문지는 기본 데이터를 수집하는 데 필수적인 도구입니다. 잘못 구성된 질문은 큰 실수를 초래하고 연구 데이터를 무효화 할 수 있으므로 설문지 디자인에 상당한 노력을 기울여야합니다.

설문지는 실제 설문 조사를 수행하기 전에 완전히 테스트되어야합니다.

측정 저울

마케팅 속성은 명목, 순서, 간격 및 비율 척도로 확장 될 수 있습니다.

• Nominal숫자는 단순히 식별자이며, 허용되는 유일한 분석 용도는 계수입니다. 예 : 사회 보장 번호, PIN 코드.

• Ordinal스케일은 스케일링에 사용됩니다. 숫자 사이의 간격은 의미가 없습니다.Median모드 계산은 서수에 대해 수행 할 수 있습니다. 예를 들어 주 순위입니다.

• Interval척도는 숫자 사이에 동일한 간격을 둡니다. 이 척도는 순위를 매기고 두 숫자 사이의 간격을 측정하는 데 사용할 수 있습니다. 우리는 영점이 임의적이며 간격 척도에서 숫자 사이의 비율을 취할 수 없다는 것을 알고 있습니다. 그러나 평균, 중앙값 및 최빈값은 모두 유효합니다. 예 : 온도 눈금.

• Ratio 스케일은 절대 0 값을 암시하므로 스케일에서 숫자 간의 비율에는 몇 가지 의미가 있습니다. In평균, 중앙값 및 모드 외에도이 측정 척도에서는 기하학적 평균도 유효합니다. 예 : 체중, 신장.

데이터 수집

데이터 수집 프로세스로 인해 문서에 추가 오류가 발생합니다. 이러한 오류를 비 샘플링 오류라고합니다. 일부 비 샘플링 오류는 면접관의 의도적 인 것일 수 있으며, 응답자가 특정 응답을 제공하도록 지시하여 편파성을 유발할 수 있습니다.

면접관은 면접 과정을 명확하게 이해하지 못하거나 피로로 인해 의도하지 않은 실수를 할 수도 있습니다.

이러한 비 샘플링 오류의 발생은 품질 관리 기술을 통해 줄일 수 있습니다.

데이터 분석 및 해석

분석을 수행하기 전에 원시 데이터를 올바른 형식으로 정리해야합니다. 첫째, 오류를 수정하거나 제거 할 수 있도록 편집해야합니다.

그런 다음 데이터를 코딩해야합니다. 이 절차는 편집 된 원시 데이터를 숫자 또는 기호로 변환합니다. 코드북은 데이터가 어떻게 코딩되었는지 문서화하기 위해 만들어집니다. 마지막으로 데이터는 다양한 범주에 속하는 이벤트 수를 계산하기 위해 표로 작성됩니다.

Cross tabulation마케팅 조사에서 가장 일반적으로 사용되는 데이터 분석 방법입니다. 이 기법은 표본을 하위 그룹으로 나누어 종속 변수가 한 하위 그룹에서 다른 하위 그룹으로 어떻게 달라지는지를 나타냅니다. 세 번째 변수를 시작하여 처음에는 분명하지 않은 관계를 알아낼 수 있습니다.

마케팅 연구 보고서

마케팅 조사 보고서의 형식은 조직의 요구 사항에 따라 다릅니다. 보고서는 종종 연구를위한 편지, 목차, 설명 목록, 결과, 한계 등의 내용을 보여줍니다.