Zdroje dat. Základní techniky sběru dat, jejich charakteristika. Téma č. 4

Transkript

1 Zdroje dat. Základní techniky sběru dat, jejich charakteristika. Téma č. 4

2 Krátká rekapitulace Primární data = data, která aktuálně sbíráme (shromažďujeme), abychom došli ke stanovenému cíli Sekundární data = data, která v minulosti shromáždil někdo před námi (a zpravidla za jiným účelem) Sekundární data jsou přístupná buď zdarma (ČSÚ) nebo za úplatu (ČSÚ, databáze atd.)

3 Sekundární data Pozor sekundární podřadná! Sekundární = po druhé (či vícekrát) použitá

4 Otázka: Se kterými daty začínáme pracovat dříve? Proč?

5 A) Sekundární data 1. mohou být k dispozici již ve fázi projektu jsou rychlá data 2. jsou již zpravidla jednou zaplacené jejich aktuální cena není vysoká (v porovnání s daty primárními)

6 Eliminace slabých stránek Používat jen taková sekundární data, kde je dostupná i metodika sběru dat a prameny Metodika musí obsahovat: A) vymezení základní jednotky zkoumání B) způsob sběru dat (technika) C) vymezení období sběru dat D) datum ukončení sběru dat apod.

7 Zdroje sekundárních dat K dispozici je celá řada nejrůznějších sekundárních dat, která jsou velmi různorodá dvě velké skupiny: A) interní zdroje sekundárních dat B) externí zdroje sekundárních dat

8 Interní zdroje sekundárních dat Shromažďuje je výzkumný subjekt/firma Kvalita dat záleží na kvalitě používané metodiky V rámci firmy shromažďování dat např.: Údaje o prodejích v nejrůznějším členění (podle výrobků/produktů, území, zákazníků) Údaje o nákupu (opět v nejrůznějších členěních) apod.

9 Interní zdroje sekundárních dat Údaje finanční povahy (údaje o cenách, nákladech, dodacích podmínkách, platbách, zisku) Údaje o logistice (průměrná doba distribuce podle území, podle typu zákazníka apod.) Doplňkové údaje (vyhodnocení reklamací, stížností doba jejich vyřízení, sledování počtu oprávněných/neoprávněných, atd.)

10 Využití interních sekundárních zdrojů Efektivita využití interních sekundárních dat závisí na: 1. kvalitě (možnostech) informačních technologií (SW) 2. správnosti nastavení sledovaných ukazatelů 3. pečlivosti a trpělivosti při pořizování údajů 4. schopnosti (i ochotě) manažerů s daty dále pracovat 5. správné interpretaci těchto dat

11 Externí zdroje sekundárních dat Jedná se o data, která shromažďují instituce/organizace k nejrůznějším účelům data velmi různorodá Můžeme je rozdělit do čtyř základních okruhů: 1. statistické přehledy 2. agenturní výzkum 3. databáze 4. ostatní zdroje

12 1. Statistické přehledy Klasické statistické přehledy jsou v ČR dostupné zejména na A) ČSÚ B) jednotlivá ministerstva Mají odlišnou periodicitu (převaha ročních údajů, ale existují i kvartální výstupy) Údaje nejsou zveřejňovány bezprostředně, ale až po analýzách, tj. po cca půl roce

13 1. Statistické přehledy - oblasti OKEČ (odvětvová statistika podle klasifikace činností/odvětví) Průřezové statistiky (nemocnost, energetika, investice, životní prostředí) Speciální šetření na základě aktuálních požadavků V resortech ministerstev výkazy: výnosy, výroba, počty a struktura pracovníků v resortu, atd.

14 Pro marketingový výzkum jsou z ČSÚ zajímavé zejména: A. demografické údaje o obyvatelstvu (počty obyvatel na jednotlivých územích, věková struktura, vzdělanost, zaměstnanost apod.) B. statistika rodinných účtů C. Mikrocensus

15 Statistika rodinných účtů (SRÚ) Dlouhodobé sledování hospodaření domácností (už od r. 1921), sleduje: Kolik mají domácnosti k dispozici finančních prostředků celkem a jak s nimi hospodaří, tj. kolik utratí za: - Platby v souvislosti s provozem domácnosti (včetně nájmů a energií) - Nákupy (potraviny i ostatní) - Kolik spoří apod.

16 Sběr dat pro SRÚ data se sbírají na vybraném souboru domácností, které zapisují požadované údaje Počet domácností je více než Do vzorku jsou zahrnuty rodiny, které splňují předem stanovená kritéria: - výše čistého měsíčního příjmu na osobu - poměr rodin ekonomicky aktivních a neaktivních - počet nezaopatřených dětí v rodině - do jaké sociální skupiny patří hlava domácnosti atd. Pozn.: sociální skupina = zaměstnanci, OSVČ, zemědělci, důchodci

17 Výhody SRÚ Jsou považovány za spolehlivé: A) založeny na bilanční metodě zápisu do deníku (počáteční hotovost, příjmy, vydání a konečná hotovost = vše každý měsíc) B) dobrovolný vstup domácností do zpravodajského souboru C) metodika je velmi propracovaná

18 Nevýhody SRÚ Data jsou reprezentativní jen podle těch znaků, podle kterých byl soubor vytvořen Marketingový výzkum by potřeboval jinou strukturu informací (například podrobnější účetnictví rodiny např. v oblasti výdajů spotřební zboží, drogerie, sportovní potřeby apod.)

19 MIKROCENSUS Organizován jednou za 3 až 5 let Cíl: podrobná analýza příjmů domácností podle jednotlivých zdrojů a diferenciace podle jednotlivých typů domácností Velikost souboru: 1% domácností (tj. v současné době necelých 40. tisíc) Nevýhoda: minimálně roční zpoždění údajů (v jednom roce se šetří a analyzuje, v následujícím roce data zveřejněna)

20 2. Agenturní výzkum Sekundární data sbírají i velké marketingové agentury a to nezávisle na zadáních od klientů Nejčastěji mají podobu panelových šetření Běžná paneloví šetření jsou: A) panel domácností B) panel prodejen

21 Panel domácností zpravodajské rodiny zapisují údaje o rodinných účtech do Nákupního deníku a to velmi detailně (včetně zakoupené značky, množství, ceně, velikosti balení i místě nákupu) Nákupy jsou rozděleny do oblastí: potraviny, drogerie, kosmetika, textilní zboží a spotřební zboží

22 Panel domácností Vyhodnocení záznamů se provádí každé dva měsíce data jsou aktuální Data jsou podrobná, lze usuzovat i na: Velikost trhu Podíl jednotlivých značek na trhu Průměrné ceny Nákupy podle typů obchodů apod.

23 Panel prodejen Vybraný vzorek prodejen Údaje čerpány z faktur a fyzických inventur zboží Údaje sbírají pracovníci agenuty, nikoli zaměstnanci obchodu Metodika = bilanční rovnice: Počáteční zásoba + nákup = prodej konečná zásoba Velmi detailní sledování (značky, balení apod.)

24 Panel prodejen Marketingová agentura nesleduje úplně veškeré zboží, ale jenom to, o které má následně někdo zájem (prodejny, výrobci) Zpravidla se sbírají data: máslo a tuky, těstoviny a sýry, trvanlivé pečivo, káva, čokoláda, čaje, alkoholické a nealkoholické nápoje, prací prostředky, zubní pasty, šampóny, krémy, deodoranty, atd.

25 Panel prodejen Je tento způsob sběru dat efektivní? V čem vidíte jeho přínos? Kdy budou data ještě zajímavější?

26 Panel prodejen Data budou ještě zajímavější, když je budeme sledovat v pravidelných intervalech snadno a citlivě zachytí změny a trendy

27 Panel domácností - speciál Panel domácností vybavených people metry (tj. záznamové zařízení, které měří/zaznamenává nezávisle na divákovi) Poskytuje podrobné informace o sledovanosti jednotlivých pořadů, TV stanic apod. Pro koho jsou podle Vašeho názoru tato data nejzajímavější?

28 3. Databáze Raketový rozvoj souvisí s rozvojem IT Stále větší možnosti pracovat s rozsáhlými soubory dat a data pohodlně přenášet na nejrůznějších nosičích Rychlý rozvoj přináší i nepřehlednost Práce s databázemi vyžaduje uživatelskou přípravu Umožňují nesrovnatelně detailnější třídění a výběry dat

29 Databáze hospodářských informací (Albertina Data, s.r.o. Praha) Finanční profily firem (Albertina Data, s.r.o. Praha) Významné podniky ČR Databáze dlužníků (NEFI, s.r.o. Brno) Automatizovaný systém právních informací - ASPI

30 4. Ostatní zdroje doplňkový charakter Výroční zprávy Výzkumné zprávy uvolněné pro veřejnost Publikace asociací a sdružení Články v odborných časopisech Odborná literatura Právní předpisy Technické normy Telefonní seznamy Vládní prognózy

31 Literatura Přibová, M. Marketingový výzkum v praxi. Praha, Grada Publishing S