İstehlakçıların Davranışlarının Proqnozlaşdırılması

  • Home
  • Bloq
  • İstehlakçıların Davranışlarının Proqnozlaşdırılması
İstehlakçıların Davranışlarının Proqnozlaşdırılması

İstehlakçıların Davranışlarının Proqnozlaşdırılması

Marketinqdə tez-tez rastlaşdığımız vacib məsələlərdən biri də istehlakçı davranışları, onların xüsusiliyi və gözlənilməzliyidir. İstehlakçı davranışlarının araşdırılmaması və ya yetərincə öyrənilməməsi fəaliyyətin təşkilində mütləq şəkildə qarşımıza problem olaraq çıxır. Əsas problemlərə misal olaraq istehlakçı davranışlarına adekvat olaraq marketinq xərclərinin düzgün bölüşdürülməməsi, distribyusiyanın və anbar planlamasının düzgün həyata keçirilməməsi, davranışlar ilə bağlı dəstəkverici və ya kontr addımların planlaşdırılmaması və s. göstərmək olar.

Nümunə ətrafında problemə daha praktik yanaşa bilərik. 1-ci ssenari üzrə deyək ki, XYZ adlı bir şirkətimiz var və bu şirkət ölkəyə müxtəlif brendli elektron avadanlıqlar idxal edir. Hədəf auditoriyanı yeni gələn brendlərə diqqətini cəlb etmək üçün marketinq proqramı hazırlayırıq və reklam kampaniyamıza start veririk. Kampaniya müddəti bitdikdən sonra maliyyə nəticələrimizi nəzərdən keçiririk və kampaniyanın uğurunu rəqəmlərlə dəyərləndiririk.

2-ci ssenari üzrə deyək ki, ABC adlı rəqib şirkət var və bu şirkət də ölkəyə müxtəlif brendli elektron avadanlıqlar idxal edir. Hədəf auditoriyanı yeni gələn brendlərə diqqətini cəlb etmək üçün marketinq proqramı hazırlayır və reklam kampaniyası həyata keçirir. Dükanları ziyarət edən müştərilərin məlumatını toplayır və alışla bağlı münasibətlərini öyrənir. Kampaniya müddəti bitdikdən sonra maliyyə nəticələri nəzərdən keçirilir və kampaniyanın uğuru rəqəmlərlə dəyərləndirilir.

Təqdim edilən iki ssenaridən birində gördüyünüz kimi müştəri məlumatlarının toplanması yer alır. Bu o deməkdir ki, rəqib şirkət növbəti həmlələr üçün bizdən daha ağıllı davrana biləcək və manevr imkanları geniş olacaq. Birinci halda isə biz qısa müddətli vədədə satışları artırmaq üçün təkrar və eyni proporsional itkilərlə yenidən cəhdlər etməklə uğur əldə etməyə çalışacayıq.

Mən bu məqaləmdə qeyd edilən nümunə çərçivəsində bütün DATA təhlili imkanları ilə bağlı deyil ən azı və ən vaciblərindən biri olan istehlakçı davranışlarının proqnozlaşdırılmasına yer ayırıram. Toplanmış DATA əsasında istehlakçı davranışlarını proqnozlaşdırmaq bizə hansı biliyi qazandıra bilər? Bu sual ilə bağlı nəticənin hasil edilməsini, təhlili marketinq biliyinə interpretasiyasını metodla tanışlıqdan sonra oxucuların ixtiyarına buraxıram.

Hər bir davranış xarakterik səciyyə daşıyır və yaranan davranış hal olaraq dəyərləndirilə bilər. Bəli biz məqalədə metod olaraq bəzilərinin ən azı adını eşitdiyi və məişətdə tez-tez danışıqda istifadə etdiyi ehtimaldan istifadə edəcəyik. Bir çoxları isə ehtimalın düstürunu – əlverişli hallar sayının mümkün hallar sayına nisbəti olaraq xatırlayır. Piyer Laplasın əsərilə məşhurlaşan bu riyazi statistik metod öz istifadəsini bir çox sahələrdə tapmış və klassik metod olaraq bugün də iş dünyasında tətbiq edilir.

Ehtimal nəzəriyyəsi, ehtimal növləri haqqında çox danışmadan məsələnin məğzini bu metodun tətbiqi ilə yuxarıdakı nümunədə göstərməyə çalışacam. Fərz edək ki, sorğu nəticəsində toplanmış məlumatlar üzrə aşağıdakı verilənlər var:

Elektron avadanlıqlar idxal edən şirkət satış nöqtəsində A məhsulu üzrə kampaniya keçirmiş və alıcıların davranışını 500 respondent üzrə aşağıdakı kimi qeydə almışdır.

  • Ümumi ziyarətçi respondent sayı – 500 nəfər
  • A məhsulunu almağı öncədən planlayanlar – 300 nəfər
  • A məhsulunu almağı öncədən planlamayanlar – 200 nəfər
  • A məhsulunu alanlar – 150 nəfər
  • A məhsulunu almayanlar – 350 nəfər

Empirik klassik ehtimal metodunu tətbiq etmək üçün aşağıdakı matriksi tərtib edək.

Alışı planlaşdırıb Alıb Almayıb Cəmi
100 200 300
Yox 50 150 200
Cəmi 150 350 500

Matriksdən göründüyü kimi bu misalda əsas 3 hal var tək / sadə (simple event) , cüt / qoşa (joint event) və qarışıq (compound event). Bu səbəbdən ehtimallar hər üç hal üzrə ayrılıqda hesablanacaq.

Sadə hallar üzrə:

P(Alışı planlayıb) = 300 / 500 = 0.6

P(Alışı planlamayıb) = 200 / 500 = 0.4

P(Alanlar) = 150 / 500 = 0.3

P(Almayanlar) = 350 / 500 = 0.7

Cüt hallar üzrə:

P(Alışı planlayıb və almayanlar) = 200 / 500 = 0.4

P(Alışı planlayıb və alanlar) = 100 / 500 = 0.2

P(Alışı planlamayan və almayanlar) = 150 / 500 = 0.3

P(Alışı planlamayan və alanlar) = 50 / 500 = 0.1

Qarışıq hallar üzrə:

P(Alışı planlayan və  ya almayanlar) = (300 + 350 – 200) / 500 = 0.9

P(Alışı planlayan və ya alanlar) = (300 + 150 – 100) / 500 = 0.7

P(Alışı planlamayan və ya almayanlar) = (200 + 350 – 150) / 500 = 0.8

P(Alışı planlamayan və ya alanlar) = (200 + 150 – 50) / 500 = 0.6

Göründüyü kimi bütün hallar üzrə ehtimalı hesabladıq. Əldə edilən nəticəni interpretasiya edib növbəti kampaniyalarda davranışı ehtimal etməklə proqnozlaşdırmaq mümkündür. Bu isə marketinq proqramını daha effektiv və nəticəyönümlü qurmağa imkan verir. Əvvəldə də qeyd etdiyim kimi interpretasiya üzrə mümkün variantları bir marketoloq olaraq ixtiyarınıza buraxıram.

Rəy yaz