Zobrazení zdroje stránky Využití statistických metod v marketingu

{{upravit|úvod dle [[Wikipedie:VAS]], formát, odkazy, reference}}
{{přesunout na Wikiknihy}}

== Úvod ==
Marketing je jednou z nejdůležitějších klíčových aktivit determinujících úspěch podniku. Shromažďuje mnoho dat, která jsou následně analyzována a výsledky těchto analýz slouží ke tvorbě strategie podniku, aby byl schopnější obstát v konkurenčním boji. Tento článek by měl odpovědět na to, jakým způsobem lze šetřit výsledky marketingových průzkumů, aby dávaly vypovídající hodnotu. Nejprve se seznámíme s důležitými termíny, které budou užívány při popisu demonstrovaných statistických metod v marketingu. Následně by měly být rozebrány důležité metody užívané v marketingových výzkumech včetně jejich výpočtu. Čtenář by po přečtení tohoto článku měl mít přehled o tom, jaké statistické metody jsou v marketingu praktikovány a která z těchto metod je vhodná k užití v dané situaci.

== Statistická terminologie ==
=== Statistická jednotka ===
Jedná se o objekt našeho zkoumání, pozorování a to ze tří různých pohledů:
věcně, časově a prostorově (učitel vysoké školy-v roce 1996-VUT Brno). “všechny jednotky, odpovídající danému vymezení tvoří základní statistický soubor”

=== Náhodný výběrový statistický soubor ===
slouží k měření a zpracovávání dat, vzniká na základě předpokladu, že každý prvek, náležící do základního souboru, má stejnou pravděpodobnost pro zařazení do základního výběrového souboru. Tímto je zajištěna objektivita základního souboru.

=== Data ===
Jedná se o měřené či pozorované vlastnosti jednotek, navázané statistické znaky. Statistické znaky se dělí do dvou kategorií. Kvantitativní a kvalitativní statistické znaky. Kvantitativní znaky jsou charakteristické svojí měřitelností a jejich hodnota se dá číselně vyjádřit (výška, věk, počet obyvatel a další). Kvalitativní znaky není možno vyjádřit číselnou hodnotou, je nutná jejich slovní definice (barva očí, pohlaví, národnost atd.)

=== Základní statistické charakteristiky ===
udávají informace o vlastnostech zkoumaného znaku
* [[Aritmetický průměr]]
* [[Rozptyl (statistika)|Rozptyl]]
* [[Směrodatná odchylka]]
* [[Variační koeficient]]

=== Vícerozměrná veličina ===
Obsahuje dva a více sledovaných znaků na statistické jednotce. Touto problematikou se zabývá [[shluková analýza]], [[diskriminační analýza]], [[faktorová analýza]].

=== Regresní analýza ===
“zkoumá průběh a těsnost závislostí mezi kvantitativními znaky.”

=== Data mining ===
[[Data mining]] je disciplína zabývající se vytěžením velkých souborů dat pro rozhodování v nejrůznějších oblastech. Využití nachází v marketingu či zahraničních obchodních strategiích. V rámci České republiky kvalitním zdrojem informací je [[Český statistický úřad]].

== Marketingový výzkum ==
Předmětem marketingového výzkumu je poskytnutí pravdivých a věcných informací, jež slouží manažerům k přijímání co nejlepších rozhodnutí. Dále se používá jako nástroj rozpoznávání marketingových problémů či marketingových příležitostí, čímž umožňuje správnou a včasnou reakci na ně. Používá se pro získávání a rozšiřování poznatků o konkurenci, zákaznících a spotřebitelích. Cílem je uspokojování potřeb zákazníků a zajištění rozvoje firmy.

== Význam statistických metod ==
Základní nástroj marketingového výzkumu tvoří statistické metody. Nejrozšířenější jsou metody určené pro tvorbu výběrových souborů, metody analýzy získaných dat. Bez dobrého výběrového souboru a vhodných metod měření nelze zajistit patřičná data, bez potřebných dat není možné vytvořit kompletní analýzu dat. Nekompletní analýza se pak velmi často negativně podepisuje na kvalitě celého projektu.

* Primární data – získaná primárně pro potřeby našeho problému z výzkumů, anket, dotazníků.
* Sekundární data – původně získaná za jiným účelem, ale použitelná pro řešení našeho problému.

== Výhody a omezení statistických metod ==
marketing využívá ve svém výzkumu statistické metody k zobecňování výsledků, které vedou k vytváření závěrů pro využití v praxi. Velký důraz je kladen na získání důvěryhodných dat, která nejlépe definují řešení zkoumaného problému. Důležitou roli při zjišťování dat hraje aktuálnost používaných dat. Pouhá znalost statistických metod pro analýzu dat a odvození doporučení a závěrů výzkumu není dostatečná. Je nezbytné disponovat adekvátními znalostmi a věcnými souvislostmi zkoumané problematiky.

{| class="wikitable"
|-
! Získané informace !! Metody a jejich skupiny
|-
| Popis vlastností dat || Základní statistické charakteristiky
|-
| Zobecnění vlastností dat || Teorie statistického odhadu
|-
| Ověření hypotéz o vlastnostech dat || Testování statistických hypotéz
|-
| Hodnocení závislosti mezi kvantitativními znaky || Regresní a korelační analýza
|-
| Hodnocení mezi kvalitativními znaky || Analýza četností kontingenční tabulky
|-
| Hodnocení vývoje a kolísání v časových řadách || Trendový vývoj
|-
| Komplexní posouzení vlastností dat a statistických jednotek || Metody vícerozměrné statistiky
|}

== Bodové a intervalové odhady parametrů základního souboru ==

Hlavním úkolem zkoumání za využití statistických metod je odhadovat parametry, případně [[charakteristiky základního souboru]]. Je možné tyto [[odhady]] provádět jediným číslem ([[bodový odhad]]), nebo intervalem ([[intervalový odhad]]), ve kterém se bude hodnota s předem stanovenou pravděpodobností nalézat. Tyto jednotlivé odhady jsou prováděny za pomoci využití výběrových charakteristik.

Následujícím úkolem je pomocí využití náhodného výběru posoudit předpoklady o vlastnostech základního souboru. Jako vlastnosti základního souboru, které můžeme zjišťovat je například průměrná výška mužské populace, případně rozdělení bodů získaných z testů žáky. Takovému porovnávání se říká testování [[statistických hypotéz]].

=== Bodový odhad ===
Pro výpočet bodového odhadu je třeba zjistit [[Střední hodnota|střední hodnotu]] [[Náhodná veličina|náhodné veličiny]] (E(x)) ze základního souboru a její rozptyl.

<math>E_x=\frac{\sum_{k=1}^n X_k}{n}=\mu</math>

<math>D_x=E(X-\mu)^2</math>

Potom výpočet střední hodnoty je roven výběrových průměrů

<math>D_\bar{x}=E(\frac{\sum_{i=1}^n X_i}{n})=\frac {1}{n}*\sum_{n=1}^n E_x=\frac {1}{n}*n*\mu</math>

Z posledního vzorce je zřejmé, že střední hodnota výběrových průměrů je zároveň rovna střední hodnotě základního souboru. Nezáleží však na tom, zda jde o výběr s opakováním, nebo bez opakování. Výběrový průměr (x nahoře čárka) tudíž zastupuje nevychýlený odhad střední hodnoty tohoto základního souboru. Bodový odhad střední hodnoty základního souboru zastupuje výběrový průměr, což je střední hodnota z náhodného výběru. (mí ze stříškou = x s čarou nahoře).
Rozptyl a směrodatná chyba z výběrových průměrů

Velikost chyby z bodového odhadu je měřena pomocí směrodatné chyby odhadu. Je nutné rozlišovat na rozdíl od odhadování střední hodnoty, jestli se jedná o výběr bez opakování, nebo s opakováním.

=== Intervalové odhady ===
Za pomoci bodového odhadu si můžeme představit pravděpodobnou hodnotu parametru základního souboru. Bodový odhad však sám o sobě je náhodnou veličinou, která je zatížena konkrétní chybou (směrodatná chyba odhadu). Bude-li provedeno několik sérií měření (pokusů) na sobě nezávislých z určitého znaku jevu, který je zkoumán (například spotřeba paliva, životnost žárovek, poruchovost procesu), budou bodové odhady parametrů v základním souboru od sebe navzájem odlišné. Je však možné určit interval, v jehož prostoru se budou vyskytovat za zvolené pravděpodobnosti.

== Použitá literatura ==
* BRABENEC, Vladimír a ŠAŘECOVÁ, Pavla. ''Statistické metody v marketingu a obchodu: vybrané přednášky a příklady''. Vyd. 1. Praha: Credit, 2001, 130 s. {{ISBN|80-213-0747-1}}.
* KAŇOK, Miloš. ''Statistické metody v marketingu''. Vyd. 1. Praha: Český institut pro marketing – CIMA, 2001, 199 s. {{ISBN|80-238-7162-5}}.
* RAMÍK, Jaroslav. ''Statistické metody v marketingu''. 1. vyd. Ostrava: VŠB – Technická univerzita Ostrava, Regionální centrum celoživotního vzdělávání, 2003, 40 s. {{ISBN|80-248-0333-X}}.

{{Portály|Ekonomie}}

[[Kategorie:Marketing]]