Acta Univ. Agric. Silvic. Mendelianae Brun. 2010, 58(6), 179-188 | DOI: 10.11118/actaun201058060179

KVANTITATIVNÍ SYSTEMIZACE A VIZUALIZACE DAT V MARKETINGOVÉM VÝZKUMU: DETERMINANTY VÝBĚRU POTRAVIN

Jitka Janová1, Ladislav Stejskal2
1 Ústav statistiky a operačního výzkumu, Mendelova univerzita v Brně, 613 00 Brno, Česká republika
2 Ústav marketingu a obchodu, Mendelova univerzita v Brně, 613 00 Brno, Česká republika

Autoři v článku rozebírají potenciál vícerozměrné statistické metody shlukové analýzy pro zjištění, respektive verifikaci či vyvrácení významu vybraných determinant kupního rozhodnutí spotřebitele. Důraz je kladen též na prezentační možnosti tohoto nástroje. Data pro výstupy publikace pocházejí z primárního šetření realizovaného pracovníky PEF MENDELU, jehož součástí bylo právě zjištění významu různých charakteristik při zvažování koupě potravinářského produktu.
Těmito charakteristikami byly Cena výrobku, Datum spotřeby/výroby, Složení, Trvanlivost, Energetická hodnota, Instrukce pro přípravu, Název výrobce, Objem/hmotnost jednotlivých balení, Místo původu výroby a Značka výrobku, přičemž ona přisuzovaná či vnímaná hodnota byla reprezentována šestibodovou stupnicí. Získaná data ordinálního charakteru byla transformována na kvantitativní koeficienty odrážející "vzdálenosti" jednotlivých bodů stupnice.
Spotřebitelé zúčastnění v šetření byli následně rozdělováni do shluků vždy podle dvou determinant kupního rozhodnutí. Dle indexů kvality oddělení byly vybrány čtyři shluky pro každou z analýz, jako varianta nejlépe vystihující odlišné spotřebitelské chování pro všechny sledované dvojice charakteristik.
Výsledky pro vybrané dvojice charakteristik jsou znázorněny pomocí dendrogramů a zařazení jednotlivých spotřebitelů do shluků je graficky znázorněno. Je navržena a aplikována vizualizace výsledků shlukové analýzy pomocí reprezentantů jednotlivých shluků, která umožňuje snadnou interpretaci získaných informací. Reprezentant je definován jako kruh se středem představujícím průměr souřadnic všech bodů zařazených v daném shluku a poloměrem odpovídajícím procentuálnímu zastoupení daného typu spotřebitelského chování mezi respondenty.
Takovýto postup nejen že umožňuje velice názorné prezentace výsledků spotřebitelských šetření a tedy marketingového výzkumu obecně, může se též stát cenným zdrojem pro analytickou práci na datech ať už ze spotřebitelské, či jiné oblasti.

consumer behaviour, consumer decision making, cluster analysis, decision making support

Quantitative data systemization and visualisation in marketing research: groceries selection determinants

The paper aims to fill in the gap in effective interpretation of the results obtained when systemizing the marketing data by cluster analysis. The graphic visualization of the cluster analysis results is developed in the way the marketing information can be more easily readable and interpretable. Using the primary research data concerning decision making process of consumer when purchasing groceries, the systemization of consumers using hierarchical cluster analysis is performed for several sets of consumers' characteristics and for each case the graphic visualization is developed. The graphical information is interpreted and the marketing impacts of the results obtained by the cluster analysis and presented by the visualization are discussed. Range of possible applications of the procedure constructed encompasses also other spheres of primary and secondary marketing research and generally is useful for the effective analyses of various statistical surveys.

Grants and funding:

Publikace vznikla za podpory projektu MŠMT č. MSM6215648904.

Received: January 15, 2010; Published: July 17, 2014  Show citation

ACS AIP APA ASA Harvard Chicago IEEE ISO690 MLA NLM Turabian Vancouver
Janová, J., & Stejskal, L. (2010). Quantitative data systemization and visualisation in marketing research: groceries selection determinants. Acta Universitatis Agriculturae et Silviculturae Mendelianae Brunensis, 58(6), 179-188. doi: 10.11118/actaun201058060179
Share...
Download citation
  • BibTeX (.bib)
  • Bookends (.ris)
  • EasyBib (.ris)
  • EndNote (.enw)
  • EndNote 8 (.xml)
  • ISI WoS (.isi)
  • Medlars (.medlars)
  • Mendeley (.ris)
  • MODS (.xml)
  • Papers (.ris)
  • RefWorks (.txt)
  • RefManager (.ris)
  • RIS (.ris)
  • MS Word (.xml)
  • Zotero (.ris)
    • Open full article

    References

    1. AVLONITIS, G. J., PAPASTATHOPOULOU, P. G., GOUNARIS, SP., 2001: An empirically-based typology of product innovativeness for new financial services: Success and failure scenarios, Journal of Production Innovation Management, 18, 5: 324-342. ISSN 0737-6782. DOI: 10.1016/S0737-6782(01)00102-3 Go to original source...
    2. BARNES, S. J., BAUER, H. H., NEUMANN, M. M, HUBER, F., 2007: Segmenting cyberspace: a customer typology for the internet, European Journal of Marketing, 41, 1-2: 71-93. ISSN 0309-0566. DOI: 10.1108/03090560710718120 Go to original source...
    3. BOTTOMLEY, P., NAIM, A., 2004: Blinded by science: the managerial consequences of inadequately validated cluster analysis solutions, International Journal of Market Research, 46, 2: 171-187. ISSN 1470-7853. DOI: 10.1177/147078530404600203 Go to original source...
    4. BURNS, A. C., BUSH, R. F., 2009: Marketing Research. 6. vyd. New Jersey: Prentice Hall, 2009, 672 s. ISBN 978-0136027041.
    5. KAUFMAN, L., ROUSSEEUW, P. J., 1990: Finding Groups in Data: An Introduction to Cluster Analysis, New York:Wiley & Sons. 1990, 368 s. ISBN 978-0471878766. Go to original source...
    6. KAYE-BLAKE, W., O'CONELL, A., LAMB, C., 2007: Potential market segments for genetically modified food: Results from cluster analysis, Agribusiness, 23, 4: 567-582. ISSN 0742-4477. DOI: 10.1002/agr.20134 Go to original source...
    7. KOZEL, R. a kol., 2006: Moderní marketingový výzkum. Praha: Grada, 2006. 280 s. ISBN 80-247-0966-X.
    8. PAVLÍČEK, M., SOUČEK, M., STÁVKOVÁ, J., 2007: Výzkumná laboratoř - ReLa. In: Firma a konkurenční prostředí 2007. Brno: MSD, 2007, ISBN 978-80-86633-87-9.
    9. PUNJ, G., STEWART, D. W., 1983: Cluster Analysis in Marketing Research - Review and Suggestions for Application, Journal of Marketing Research, 20, 2: 134-148. ISSN 0022-2437. DOI: 10.2307/3151680 Go to original source...
    10. RAY, P. S. et al., 2005: Application of cluster analysis in marketing management, International Journal of Industrial Engineering - Theory Applications and Practice, 12, 2:127-133. ISSN 1072-4761.
    11. ŘEZANKOVÁ, H. HÚSEK, D., SNÁŠEL, v., 2007: Shluková analýza dat, Kamil Mařík - Professional Publishing, Příbram, 196 s., ISBN 978-80-86946-26-9.
    12. STÁVKOVÁ, J., DUFEK, J., 2004: Marketingový výzkum. 2. vyd. Brno: MZLU, 2004. 190 s. ISBN 80-7157-795-2.
    13. THILMANY, D. D.,UMBERGER, W. J., ZIEHL, A. R., 2006: Strategic market planning for value-added natural beef products: A cluster analysis of Colorado consumers, Rnewable Agriculture And Food Systems, 21, 3: 192-203. ISSN 1742-1705. DOI: 10.1079/RAF2005143 Go to original source...

    This is an open access article distributed under the terms of the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License (CC BY NC ND 4.0), which permits non-comercial use, distribution, and reproduction in any medium, provided the original publication is properly cited. No use, distribution or reproduction is permitted which does not comply with these terms.


    Return to the content