Польза для бизнеса
Brand Engineering — инструмент для анализа брендов. Он помогает понять, как вас видит аудитория, и найти точки роста. Мы собрали ответы на главные вопросы о продукте.
Какие статистические методы использует
BE использует множество статистических методов, начиная с этапа предварительного анализа до моделирования:
- Корреляция с зависимой переменной. Позволяет понять, какие из имиджей могут быть прямыми драйверами.
- Кросс-корреляции между имиджевыми характеристиками. Показывает, в какие группы по смыслам собираются имиджи.
- Анализ соответствия. Метод помогает разобраться, какие из имиджей больше соответствуют бренду, а какие – конкурентам.
- Факторный анализ. Позволяет перейти от отдельных высказываний об имидже бренда к ключевым темам, делает данные более управляемыми.
- Structural equations modeling. Служит для проверки гипотез на уровне бренда и категории. С его помощью можно понять, какие именно имиджи способны повлиять даже на самые абстрактные характеристики (например, «Для таких как я»).
Зачем нужен факторный анализ
Зачастую в опросе исследователь пытается предусмотреть различные варианты формулировок. Отличия могут быть незначительными, но их разнообразие зачастую помогает рассмотреть категорию глубже и подстраховаться, не упустить важное.
Обратная сторона — большая вероятность, что часть вопросов будут отражать нечто крайне похожее. В таком случае, для легкого применения результатов исследования в бизнесе, их необходимо объединить в смысловые группы. Такой подход позволяет сделать расчеты более устойчивыми. И здесь не обойтись без корреляционного и факторного анализа.
Как математические методы позволяют найти важное
Математические методы, начиная от регрессии и корреляции, заканчивая более сложными подходами, позволяют найти в данных паттерны. Например, если имиджи технологичной компании и компании-лидера чаще всего упоминаются респондентами вместе по отношению к одному и тому же бренду, это позволит нам сказать, что эти имиджи являются хорошей ассоциацией с лидером в этой категории и между ними существует взаимосвязь.
Таким образом, вы можете оценить для себя возможность конкуренции с другими игроками в категории по восприятию вас как технологичной компании и, развивая этот имидж, вы повышаете свои шансы быть признанными лидером в категории.
Чем BE превосходит корреляции и регрессии
Корреляция может говорить нам, связаны ли пары переменных и насколько сильно связаны. Она ограничена — не может объяснить причинно-следственную связь между переменными.
Драйверы на основе регрессии оценивают прямое влияние переменных на зависимых, без учета взаимодействий, опосредующих эффектов и общего (прямого + косвенного) влияния переменных на ключевые показатели бренда. BE оценивает общее (прямое и косвенное) влияние переменных на ключевые показатели бренда.
Какого размера должна быть выборка для проведения BE
Минимальный размер выборки для BE N=300 (с учетом специфики анализируемого бренда).
Какие данные необходимы для BE
Набор имиджевых атрибутов – минимальное требование для проведения BE. Можно выбрать в качестве зависимой переменной конкретную метрику brand equity (например, силу бренда).
Можно ли провести BE без данных трекинга
Да. BE можно провести на основе данных, полученных в ходе одного исследования, трекинговые даннные не обязательны. Мы рекомендуем подумать, насколько ваша категория зависит от сезонности.
Сколько данных требуется для проведения BE? Если у меня нет данных еженедельного трекинга, получится ли провести BE?
Да, но такой анализ не будет рассматривать связи с продажами. Для обеспечения такой связи требуются данные по крайней мере двух лет непрерывного еженедельного трекинга.
Можно ли провести BE на NPS и Conversion model?
Да, такой анализ провести можно.
Можно ли провести BE на уровне сегмента?
Да, в случае если размер бренда достаточно значителен, чтобы размер сегмента составлял не менее N=200.