Учебно-методический комплекс по дисциплине «Рынок услуг связи» (стр. 9 )

Если на поставленный вопрос невозможно дать количествен­ный ответ, а респонденту предлагается выразить свое отношение к существу заданного вопроса, то в качестве вариантов ответов могут быть предложены такие качественные характеристики, как «Да» -»Нет» - «Затрудняюсь ответить»; «Положительно» - «Отрицатель­но» - «Безразлично»; «Полностью согласен» - «Согласен» - «Не знаю» - «Не согласен» - «Решительно не согласен» и т. п. После получения анкет в процессе их обработки каждому варианту ответа присваивается определенный балл, т. е. качественные оценки пре­вращаются в количественные, другими словами, формализуются. Этот прием называется шкалированием.

Для количественной характеристики качественных процессов и явлений непосредственно в анкетах могут быть даны шкалы оце­нок, например баллы, в соответствии с которыми опрашиваемыми могут быть поставлены соответствующие оценки. Например, если в ходе анкетирования поставлена задача выявления требований по­требителей к качеству услуг и его влиянию на спрос, то в анкете целесообразно перечислить возможные параметры качества, а рес­понденту следует предложить по определенной шкале оценок (на­пример, трех-, пяти - или десятибалльной) оценить значимость каж­дого из них.

Если в анкетах задаются вопросы, предполагающие выбор од­ного из приведенных вариантов ответа, то рекомендуется оставить место для ответа, предлагаемого самим опрашиваемым, в случае, если он не согласен ни с одним из приведенных. Такие ответы трудно систематизировать и обрабатывать, но они дают ценную ка­чественную информацию, использование которой позволяет наибо­лее полно учесть мнения и запросы потребителей при организации маркетинговой деятельности.

В общем случае можно дать следующие рекомендации по формулировке вопросов и составлению анкет при проведении со­циологических опросов потребителей:

Требования к формулировке вопросов:

1) вопросы должны быть простыми и понятными;

2) ответы на вопросы должны по возможности носить количе­ственный характер;

3) вопросы должны быть нейтральными (не оказывать воздействие на мнение респондента);

4) при формулировке вопросов следует использовать только общепринятые термины, в случае использования специальных терминов необходимо дать их толкование.

Требования к построению анкет:

анкета по возможности должна быть лаконичной;

вопросы должны быть сгруппированы в логические блоки;

порядок вопросов должен быть следующим: от простых – к сложным; от общих - к специальным; от обязательных – к деликатным. Сначала должны идти, вопросы, устанавливающие доверие, затем - вопросы по существу исследова­ния, в конце - личные вопросы;

не следует применять слишком много различных инстру­ментов (например, различные шкалы оценок - пятибалль­ая и десятибалльная и т. п.)

В приложении в качестве примера приведен возможный вари­ант анкеты для исследования существующего и прогнозируемого спроса на услуги телефонной связи в сегменте «Население, не имеющее домашнего телефона». Анкета разработана с учетом вы­шеперечисленных требований к составлению опросных листов.

Для увеличения количества заполненных экземпляров анкет желательно приложить к ним сопроводительное письмо с объясне­нием цели исследования и гарантией анонимности, а также марки­рованный конверт с адресом оператора связи для посылки ответа.

Помимо рассылки по почте часть анкет (в частности, для глав­ных потребителей сегмента «Общественное производство») можно доставлять с нарочными для заполнения конкретным (руководя­щим) лицом компании.

Анкеты, предназначенные для опроса населения, также целе­сообразно раздавать в отделениях связи, в сервисных центрах, от­делах, работающих с клиентурой, на междугородных переговорных пунктах или других пунктах связи общего пользования.

Необходимо отметить, что при заочной форме анкетирования хорошие результаты может обеспечить телефонный звонок респон­денту с предложением помощи при заполнении анкеты и благодар­ностью за участие в работе.

Безусловно, положительным образом на количестве возвращае­мых анкет должно сказаться проведение контроля за сбором дан­ных. На этом этапе можно рекомендовать телефонный обзвон рес­пондентов с целью напоминания им о сроках возвращения анкет.

После сбора заполненных анкет производится их первичная обработка, которая включает в себя:

визуальный контроль правильности заполнения опросных листов (отсев неправильно или только частично заполненных анкет);

проверка опросных листов на читаемость и отсутствие противоречий в ответах;

подготовка данных для обработки с помощью вычисли­тельной техники, т. е. кодирование данных. Кодирование ответов проводится в следующем порядке. Предлагаемым вариантам ответов на вопросы анкеты в виде «да» и «нет» присваиваются числовые значения «1» и «О» соответственно. При использовании более дифференцированных шкал используется соответствующее число рейтинговых оценок.

Для кодирования вариантов ответов, представленных в виде числовых интервалов, берутся серединные значения данных интер­валов (средние арифметические), которые и вводятся в компьютер для дальнейшей обработки и анализа анкет.

Предлагаемым ответам, выраженным словами, присваивается порядковый номер, начиная с единицы.

По вопросам анкеты, предполагающим самостоятельный коли­чественный ответ респондентов, в компьютер вводятся конкретные числовые значения;

• ввод информации в ЭВМ (компьютер) и ее обработка (сводка данных, расчет средних величин, сортировка по интере­сующим признакам и т. д.).

Таким образом формируется исходная информация для после­дующих этапов изучения и прогнозирования спроса. Реализация вычислительного процесса возможна в прикладных программах EXCEL, LOTUS, ACCESS и др.

В результате обработки получаются таблицы, характеризую­щие структуру ответов респондентов на вопросы анкеты. Номер и заглавие таблицы соответствуют номеру вопроса и его формули­ровке в анкете для данного сегмента рынка.

Полученные таблицы позволяют:

проанализировать структуру респондентов, т. е. их распре­деление по возрасту, образованию, месту проживания и т. д. (для сегмента «Население») и по форме собственности, сфе­ре деятельности предприятия, численности работников и т. д. (для сегмента «Общественное производство»), что дает возможность проводить дальнейшую обработку анкет, а именно сортировку по социально-демографическим и экономиче­ским факторам;

выявить факторы, имеющие наиболее сильное влияние на
формирование спроса;

• построить факторные зависимости и спрогнозировать спрос на услуги связи в наиболее представительных группах респондентов.

4.5. Характеристика методов, используемых при моделиро­вании и прогнозировании спроса

После исследования, анализа и отбора наиболее значимых фак­торов, формирующих спрос на конкретные услуги, осуществляется прогнозирование спроса. Методология определения предполагае­мого в перспективном периоде спроса основана на правилах про­гнозирования динамических явлений, предусматривающих сочета­ние простых и сложных методов прогнозирования, выбор которых зависит от временных границ (горизонтов прогнозирования), и оп­ределяет точность и достоверность получаемых результатов.

К простым методам прогнозирования относятся анализ и экс­траполяция трендов, анализ коллективных оценок специалистов или экспертов, результаты опроса потребителей. В основе метода экстраполяции трендов лежит изучение и оценка достигнутого по­требления услуг, его динамики в предшествующем периоде и про­ецировании выявленных тенденций на прогнозируемый период. Экспертные оценки и опросы потребителей относятся к классу ка­чественных, неформальных методов, которые на основе субъектив­ных индивидуальных мнений опрашиваемых позволяют получить интегрированную характеристику исследуемых факторов и процес­сов в перспективе.

Практика показывает, что простые методы дают приемлемые результаты прогноза спроса в условиях высокой стабильности влияющих на его величину факторов, что не соответствует реаль­ным условиям функционирования российских операторов связи в период становления рынка.

В то же время анализ трендов позволяет получить ретроспек­тивные данные о величине и структуре фактического потребления услуг, по результатам экспертных заключений может быть получе­на объективная интерпретация ситуации на производстве и в отрас­ли, а опросы потребителей являются надежным инструментом по­лучения информации об их будущих предпочтениях, вкусах и мо­тивах потребления. Поэтому простые методы прогнозирования спроса на услуги связи следует использовать для получения пер­спективных данных о тенденциях изменения факторов спроса. Про­гнозирование же его величины должно осуществляться с помощью сложных статистических методов, которые позволяют построить прогнозные модели, основанные на устойчивых взаимосвязях про­цессов производства и потребления услуг, тенденциях их измене­ния, сведениях о начальных и ограничительных условиях их проте­кания.

Наиболее распространенными сложными методами прогнози­рования являются имитация, построение динамических рядов, фак­торный и корреляционно-регрессионный анализ.

Имитация позволяет использовать средства вычислительной техники и вводить в имитационную модель различные статистиче­ские данные первичного и вторичного характера, разрабатывая на этой основе прогнозы состояния рынка телекоммуникационных услуг.

Динамические ряды - это сложные анализы трендов на кон­кретную перспективу с различным набором факторов. При этом за­висимость между прогнозируемыми потребностями в услугах связи и прогнозируемыми значениями факторов описывается следующим образом:

Yt+z =f(aYt,;X),

где Yt+z - прогнозируемая величина потребления в период t + z; a - коэффициент преобразования базисной величины в прогнозируе­мую без учета действия новых факторов; Yt - базисная величина потребления в период t (в настоящем или прошлом); X - неизвест­ная величина, отражающая действие новых факторов в период t + z; z - шаг итерации.

Если влияние случайных факторов минимально и стремится к нулю, а прогнозируемый период составляет менее двух лет, то про­гнозируемое значение Y зависит только от базового Yt, т. е. Yt+z = = f (aYt).

Базовое значение Yt определяется набором ряда наиболее важ­ных факторов спроса, которые выявляются средствами корреляци­онного анализа.

Факторный анализ позволяет из множества факторов, влияю­щих на спрос, выбрать наиболее значимые. По результатам фактор­ного анализа должно осуществляться прогнозирование экстраполя-ционными методами, базирующимися на установлении тенденций развития явления по данным за прошедший период при условии, что состав факторов не изменится со временем и, следовательно, направление и степень влияния отдельных факторов останутся по­стоянными.

Метод корреляционно-регрессионного анализа основан на установлении зависимости (наличия, степени, формы) между теку­щим состоянием спроса и наиболее существенными факторами, от­носительно которых будет спрогнозирован спрос. Форма зависимо­сти характеризуется функцией регрессии (линейной, показатель­ной, квадратичной, одно - или многофакторной). При построении математической модели выбирается и обосновывается вид функ­ции, рассчитываются параметры уравнения - коэффициенты рег­рессии, оценивается адекватность полученного уравнения изучае­мому процессу.

Многочисленные исследования закономерностей экономиче­ских процессов в телекоммуникационном секторе Российской Фе­дерации позволяют сделать вывод о том, что при прогнозировании спроса можно ограничиться линейной формой многофакторной регрессии следующего вида:

В этой модели свободный член а0 характеризует влияние всех неучтенных, т. е. не вошедших в модель факторов. Коэффициенты регрессии а1 ... ат определяют количественную меру влияния соот­ветствующего фактора спроса на результирующий показатель - прогнозируемую потребность в конкретных услугах связи. Знаки, перед параметрами уравнения указывают на характер зависимости спроса от соответствующего фактора: при знаке «+» зависимость прямая, при знаке «-» зависимость обратная.

Процессу прогнозирования спроса предшествует определение перспективных значений всех наиболее значимых факторов. Дан­ные об их перспективных величинах устанавливаются, как правило, с помощью простых методов прогнозирования - экстраполяции, экспертного опроса, данных социологического обследования по­требителей. При этом фактор времени имеет исключительное зна­чение и учитывается при выборе метода прогноза и его горизонта. Если прогноз имеет долгосрочный характер, то возможно появле­ние неопределенных по текущим данным случайных факторов спроса. При этом целесообразно использовать работу с динамиче­скими рядами. В любом другом случае приемлемым является кор­реляционно-регрессионный анализ.

Наиболее сложным вопросом при прогнозировании спроса с использованием метода корреляционно-регрессионного анализа яв­ляется выбор наиболее существенных факторов, поскольку в этом случае исследователи сталкиваются с двумя противоречивыми тре­бованиями. С одной стороны, необходимо учитывать все важней­шие факторы, с другой - с возрастанием их числа снижается досто­верность результатов математической обработки вследствие чрез­мерного увеличения дисперсии параметров уравнения регрессии. Поэтому процессу моделирования должен предшествовать этап от­бора наиболее значимых факторов на основе исследования тесноты связи (коэффициентов парной корреляции) между результирующим показателем и совокупностью всех выявленных факторов в кон­кретном сегменте потребления.

С учетом выбора наиболее существенных факторов по каждо­му виду услуг, потребляемых в личном и деловом секторах рынка, строятся уравнения множественной регрессии с использованием алгоритма пошаговой регрессии. Процедура пошаговой регрессии легко реализуется с помощью специальных прикладных компьютерных программ EXCEL, LOTUS, ACCESS и др. Все они преду­сматривают итерационный принцип отбора факторов, начиная с то­го из них, который имеет с результирующим показателем наиболь­ший коэффициент парной корреляции. Критерием ввода очеред­ного фактора в модель является коэффициент множественной кор­реляции (коэффициент детерминации) и статистическая ошибка уравнения. Эти параметры рассчитываются программой автомати­чески и выводятся на монитор.

Число шагов итерации соответствует количеству значимых факторов, а процедура пошаговой регрессии может быть прекраще­на, когда при включении очередного фактора коэффициент множе­ственной корреляции существенно не повышается, а статистическая ошибка не снижается.

Построенные модели оцениваются на адекватность реальному процессу производства и потребления услуг и состоянию телеком­муникационного рынка в целом как по статистическим характерис­тикам, так и на основе логико-экономической интерпретации влия­ния на состояние спроса вошедших в уравнение факторов. Для практического применения следует выбрать модель, удовлетворяю­щую следующим требованиям:

коэффициент множественной корреляции должен быть мак­симальным, а статистическая ошибка уравнения - мини­мальной;

свободный член уравнения, характеризующий влияние неучтенных моделью факторов, должен быть наименьшим;

не должна быть нарушена логика влияния конкретных факторов на результирующий показатель - спрос, что определя­ется на основе анализа знаков при коэффициентах, стоящих при соответствующих факторах. Так, если в модель включен фактор, характеризующий душевой доход потребителей, а перед ним стоит знак «минус», что говорит о сокращении
спроса на услугу при росте доходов абонентов, то с большой вероятностью можно говорить о том, что в процессе подготовки информации, ее ввода в компьютер или обработки допущена ошибка.

После выбора наиболее приемлемой модели и определения перспективных значений входящих в ее состав факторов, путем их подстановки вычисляется прогнозируемое значение спроса на кон­кретную услугу.

4.6. Практические рекомендации по разработке моделей спроса на телекоммуникационные услуги

В реальных условиях построение моделей для прогнозирова­ния спроса может осуществляться только на основе вторичной (внутренней и внешней) информации, с использованием только первичной информации (данных социологического обследования потребителей) и при их совместном применении.

Если оператор имеет трудности в организации социологиче­ского обследования, то допускается моделирование спроса на осно­ве имеющейся в компании статистической информации, что явля­ется менее трудоемким и дорогостоящим процессом, дающим вполне приемлемые результаты для последующего использования при разработке стратегии развития на ближайшую и среднесроч­ную перспективу.

Рассмотрим пример построения модели спроса на услугу «Предоставление доступа к сети городской телефонной связи (ус­тановку телефона) населению» для одного из региональных опера­торов электросвязи.

При моделировании спроса была использована вторичная ин­формация по кварталам за два последних отчетных года по сле­дующим факторам (первоначальный отбор факторов был осущест­влен на основе данных табл. П.1 приложения и мнений специали­стов компании, выступающих в роли экспертов):

Х1 - удельный вес вызовов, закончившихся разговорами, в об­щем числе вызовов, поступивших на автоматическую междугород­ную телефонную станцию (АМТС) за квартал, %;

Х2 - средневзвешенная за квартал плата за предоставление дос­тупа к сети (установку телефонного аппарата), руб.;

X3 - средневзвешенная за квартал абонентская плата, руб.;

Х4 - средний за квартал душевой доход населения в регионе, руб.;

X5 – исходящий платный междугородный телефонный обмен за квартал, тыс. ед.;

Х6 - число жалоб на плохую работу городской телефонной свя­зи за квартал, ед.

Результирующий показатель Y характеризует спрос на уста­новку телефонов местной связи.

Процесс моделирования сводится к следующим этапам.

Этап 1 — ввод данных по выбранным для исследования факто­рам и построение корреляционной матрицы.

В рассматриваемом примере с использованием компьютерной программы EXCEL получена следующая матрица парных коэффи­циентов корреляции:

	X1	X2	X3	X4	X5	X6	Y
X1	1
X2	0,552	1
X3	0,546	0,994	1
X4	0,55	0,552	0,597	1
X5	0,952	0,921	0,907	0,591	1
X6	0,509	0,527	0,547	-0,389	0,564	1
Y	0,873	0,954	0,945	0,667	0,967	0,632	1

Этап 2 - проводится анализ факторов на мулыпиколлинеар-ность.

С этой целью попарно рассматриваются все факторы, имею­щие между собой коэффициент парной корреляции выше 0,6: Х2 и X3; X1 и Х5; Х2 и X5; X3 и Х6.

Из каждой пары выводится фактор, имеющий меньшее влия­ние на результирующий показатель, то есть из дальнейших иссле­дований убираем факторы X1, X2, X3.

Преобразованная корреляционная матрица имеет вид.

	X4	X5	X6	Y
X4	1
X5	0,591	1
X6	-0,389	0,564	1
Y	0,667	0,967	0,632	1

Этап 3 - проводится пошаговая регрессия с оставшимися дан­ными. Вначале вводятся данные по фактору Х5, поскольку он имеет с результирующим показателем наибольший коэффициент парной корреляции, затем данные по фактору X4, затем - по фактору X6.