Методы исследования потребительского спроса в туризме

Анкетирование.

 Применяется для опроса большего  астрономического числа лиц, разобщённых  по своему местоположению, а иногда - и кругу интересов. Проводится  особыми представителями, собирающими  и полную информацию для каждой  анкеты с помощью телефона, либо  при глубоко личных встречах, либо через рассылку анкет  по предприятиям, организациям, частным  адресам и их последующий сбор. Самым значимым моментом при  этом является более формирование  вопросов анкеты, не допускающих  толкования, исключающих возобновления  или сбор незначащей информации. Поэтому составление анкет, как  правило, должно важно проводиться  профессиональными специалистами  – психологами или социологами.  Анкетированием зачастую занимаются  не столько сами туристские  компании, сколько их объединения  или международные уже туристские  организации, желающие сложно  облегчить жизнь предприятий  отрасли. 

Отбор из первоисточников.

 Таким отбором занимаются  особые рабочие. В зависимости  от требуемой и полной информации  отбором занимаются или рабочие  несколько соответствующих отделов,  или информационные рабочие библиотеки, информационно-вычислительного центра  и т.п. Кроме того, подборку  занимающей полной информации  часто осуществляют абсолютно  независимые агентства, предоставляющие  либо ксерокопии всех соответствующих  публикаций, либо их обобщённый  анализ по специальному заказу.

 Эксперимент. 

 Для его неуклонного проведения  необходимо смоделировать весь  процесс, выявить группы потенциальных  и реальных клиентов, попытаться  создать менее требуемую благоприятную  обстановку, контролировать ход  эксперимента и оценивать высокая  значимость получаемых итогов. Эксперимент  прислуживает и средством выявления  максимального образа туристской  услуги, создавшегося у клиентов. Эксперимент-опрос разрешает уже  выяснить степень баснословного  успеха товара у покупателей,  степени потребности, престижность, соответствие и максимальному  образу жизни потребителя. Получив  похожего рода данные, фирма может  тут продолжить работу по совершенствованию услуг.

При сборе вторичной информации учитывают следующее: достоверность  источника информации; возможность  ошибки со стороны собирающего агента и возможность фальсификации  данных; «свежесть» информации; применимость информации для решения проблем (возможно, первоначально факты собирались для противоположных целей). Можно перечислить следующие источники вторичной информации: внутренняя отчетность предприятия (фирмы, компании); правительственные статистические издания; сведения торговых организаций; публикации исследовательских организаций; научные журналы и журналы по бизнесу; сведения из энциклопедий и справочников и т.д. Наиболее плодотворными источниками для решения проблем бизнеса являются отчетность предприятий и правительственная статистика.

 

 

 

 

 

2.3. СТАТИСТИЧЕСКИЕ МЕТОДЫ ИССЛЕДОВАНИЯ.

Наиболее широко в исследовании спроса, как и в целом при проведении маркетинговых исследований, из математических методов используются статистические методы.

Можно выделить два метода разработки прогнозов спроса, основанных на методах  математической статистики: экстраполяцию  и моделирование.

В первом случае в качестве базы прогнозирования  спроса используется прошлый опыт, который проецируется на будущее. Делается предположение, что система развивается  эволюционно в достаточно стабильных условиях. Чем крупнее система, тем  более вероятно сохранение ее параметров без изменения - конечно, на срок, не слишком большой. Обычно рекомендуется, чтобы срок прогноза спроса не превышал одной трети длительности расчетной  временной базы.

Во втором случае строится прогнозная модель спроса, характеризуется зависимость  изучаемого параметра от ряда факторов, на него влияющих. Она связывает  условия, которые, как ожидается, будут  иметь место, и характер их влияния  на изучаемый параметр.

Данные модели не используют функциональные зависимости; они основаны только на статистических взаимосвязях.

Возникает вопрос: как еще до наступления  будущего оценить точность прогнозных оценок? Для этого обычно расчеты  по выбранной прогнозной модели сравнивают с данными, полученными в прошлом, и для каждого момента времени  определяют различие оценок. Затем  определяется средняя разность оценок, скажем, среднее квадратическое отклонение. По его величине определяется прогнозная точность модели.

При построении прогнозных моделей  спроса чаще всего используется парный и множественный регрессионный  анализ.

В основе экстраполяционных методов  лежит анализ временных рядов.

Парный регрессионный анализ основан  на использовании уравнений прямой линии:

                                  у = а + вх,                                                             (1.1.)

 

где   у - оцениваемая или прогнозируемая зависимая переменная     (результативный признак);

            а - свободный член уравнения;

            х - независимая переменная (факторный  признак), используемая для определения  зависимой переменной;

            в - коэффициент регрессии, изменяющий  среднее отношение отклонения  результативного признака от  его средней величины к отклонению  факторного признака от его  средней величины на одну единицу  его измерения - вариация у,  приходящаяся на единицу вариации  х.

Коэффициент парной линейной регрессии "в" имеет смысл тесноты связи  между вариацией факторного признака "х" и вариацией результативного  признака "у".

При проведении регрессионного анализа  следует не только рассчитывать коэффициенты а и в, но и провести их испытание  на статистическую значимость, т. е. определить, насколько выборочные значения а  и в отличаются от их значений для  генеральной совокупности. Для этого  используется t - критерий Стъюдента.

При использовании уравнения регрессии  в целях прогнозирования спроса надо иметь в виду, что перенос  закономерности связи, измеренной в  варьирующей совокупности, в статике  на динамику не является, строго говоря, корректным и требует проверки условной допустимости такого переноса (экстраполяции), что выходит за рамки статистики и может быть сделано только специалистом, хорошо знающим объект исследования и возможности его развития в  будущем.

Анализ на основе множественной  регрессии основан на использовании  более чем одной независимой  переменной в уравнении регрессии. Это усложняет анализ, делая его  многомерным. Однако регрессионная  модель более полно отражает действительность, так как в реальности исследуемый  параметр, как правило, зависит от множества факторов.

При прогнозировании спроса идентифицируются факторы, определяющие спрос, определяются взаимосвязи, существующие между ними, и прогнозируются их вероятные будущие  значения; из них при условии реализации условий, для которых уравнение  множественной регрессии остается справедливым, выводится прогнозное значение спроса.

Все, что касается множественной  регрессии, концептуально является идентичным парной регрессии, за исключением  того, что используется более чем  одна переменная. Под этим углом  зрения слегка изменяется терминология и статистические расчеты.

Многофакторное уравнение множественной  регрессии имеет следующий вид

у = а + в1х1 + в2х2 + в3х3 + … + вмхм,                                                     (1.2.)

где           у - зависимая или прогнозируемая переменная;

                хi - независимая переменная;

                а - свободный член уравнения;

                вi - коэффициент условно-чистой регрессии; 

                i = 1, m;

                m - число независимых переменных (факторных признаков).

Термин "коэффициент условно-чистой регрессии" означает, что каждая из величин в измеряет среднее  по совокупности отклонение зависимой  переменной (результативного признака) от ее средней величины при отклонении зависимой переменной (фактора) х  от своей средней величины на единицу  ее измерения и при условии, что  все прочие факторы, входящие в уравнение  регрессии, закреплены на средних значениях, не изменяются, не варьируются.

Таким образом, в отличие от коэффициента парной регрессии коэффициент условно-чистой регрессии измеряет влияние фактора, абстрагируясь от связи вариации этого фактора с вариацией остальных факторов. Если было бы возможным включать в уравнение регрессии все факторы, влияющие на вариацию результативного признака, то величины в можно было бы считать мерами чистого влияния факторов. Но так как реально невозможно включить все факторы в уравнение, то коэффициенты в не свободны от примеси влияния факторов, не входящих в уравнение.

Метод экспоненциального сглаживания  используется для краткосрочного прогноза спроса и основан на средневзвешенном значении продаж по определенному числу  прошедших периодов. При этом наибольшие весовые коэффициенты придаются  позднейшим продажам. Прогнозное значение рассчитывается по формуле:

Qt = a * Qt + (1 - a) * Qt - 1,                                                        (1.3.)

где       Qt - сглаженный объем продаж в текущем периоде;

             a - константа сглаживания;

             Q - объем продаж в период t;

            Qt - 1 - сглаженный объем продаж  для периода t - 1.

Константа сглаживания выбирается аналитиком итеративным способом в  интервале от 0 до 1. Ее значение мало при малых изменениях продаж и  приближается к 1 в случае сильных  флуктуаций.

Существуют компьютерные программы  для определения этой константы.

Нужно отметить, что даже в условиях развитой рыночной экономики большинство  компаний предпочитают относительно простые  и традиционные методы прогнозирования  спроса - субъективные оценки и экстраполяцию  трендов.

А плюсы этих методов заключаются  в следующем:

-       они не требуют  от ослабленных или только  становящихся на ноги фирм  значительных затрат и привлечения  дорогостоящих специалистов;

-       в силу чрезвычайно  высокой неопределенности внешней  среды большинство предприятий  российской экономики ориентированы,  скорее, на краткосрочные цели. А  методы экстраполяции оказываются  наиболее эффективными именно  в условиях краткосрочного планирования.

 

ЗАКЛЮЧЕНИЕ

Маркетинговые программы при введении потребительских услуг на рынок ориентированы на потребности, вкусы, покупательскую способность населения. Отсюда определяется и главный элемент маркетинговых исследований – спрос. Каждый из рассмотренных методов исследования потребительского спроса обладает определенными достоинствами и недостатками. Их применение более эффективно в краткосрочном исследовании спроса. Они сильно упрощают реальные процессы, чтобы можно было рассчитывать на получение с их помощью результатов, выходящих за рамки представлений сегодняшнего дня. Практически невозможно отразить в моделях долгосрочного прогнозирования спроса структурные сдвиги, постоянно происходящие в изменяющемся мире.

На самом деле все эти методы являются взаимодополняющими. Эффективная  прогнозная система должна обеспечивать возможность использования любого из этих методов.

Таким образом, можно сделать следующий  вывод, что в процессе изучения спроса на новую услугу необходимо удостовериться в том, что каждый новый вид услуги будет удовлетворять фирму объемом своего сбыта. Подобное исследование отчетности предприятия существенно облегчит принятие коммерческого решения в процессе осуществления маркетинговой деятельности. Тем самым, это является подтверждением того, что изучение и прогнозирование потребительского спроса необходимо, так как для успешной работы туристического предприятия важно приобретать и реализовывать только ту продукцию, которая пользуется наибольшим спросом у населения, то есть конкурентоспособную продукцию, которая позволит, в конечном счете, улучшить финансовое состояние предприятия и занять свою нишу на рынке.

 

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

 

1. Абчук В.А. Азбука маркетинга. - СПб.: Союз, 1998. – 340с.
2. Академия рынка: маркетинг, перевод с французского; А. Дайан, Ф.Бурекель, Л. Ланкар и др.; научная редакция А.Г. Худокормова. - М: Экономика, 1993. – 512с.
3. Алексеева М.М. Планирование деятельности фирмы. - М.: Финансы и статистика, 1997. – 248с.
4. Алешина И. Паблик рилейшинз для менеджеров и маркетологов. - М.: издательство "Гном - пресс", 1997. – 256с.
5. Голубков Е.П. Изучение потребителей // Маркетинг в России и за рубежом. - 1997. - №5. – 58с.
6. Котлер, Ф. Маркетинг менеджмент. / Ф. Котлер – СПб.: Питер, 2001.- 752с.
7. Сметанин Н.П. Потребительский рынок: нынешнее состояние и перспективы // Экономист. - 1994. - №11. – 251с.
8. Старостина А.А. Маркетинговые исследования. – М.: Вильямс, 2001. – 308 с.
9. Экономика и организация деятельности торгового предприятия: Учебник. / под общ. ред. А.Н. Соломатина. М.: ИНФРА-М, 2003. – 324 с.
10. Экономика товарного обращения: Учебник для вузов. / под ред. П.В. Петрова и А.Н. Соломатина. М.: ИНФРА-М. 2002. – 288 с.