वित्तीय स्थिति के विश्लेषण के लिए सूचना के स्रोत। विश्लेषण के लिए डेटा स्रोत

विपणन विश्लेषण की गुणवत्ता के प्रमुख मापदंडों में से एक प्रारंभिक डेटा है। विश्लेषण के लिए डेटा संग्रह वित्त और श्रम लागत के मामले में सबसे अधिक समय लेने वाला चरण है। किए जा रहे शोध की विश्वसनीयता और व्यावहारिक मूल्य उनकी विश्वसनीयता पर निर्भर करता है।

सूचना की खोज और संग्रह विपणन अनुसंधान का पहला और परिभाषित चरण है। यह समय लेने वाली, बहुआयामी है और कार्यों पर निर्भर करती है। इस स्तर पर एक त्रुटि अध्ययन के परिणामों में त्रुटियों को जन्म देगी, जिससे वे आवेदन और निर्णय लेने के लिए अनुपयुक्त हो जाएंगे।

इस संबंध में, दो समस्याएं देखी जा सकती हैं:

• प्रारंभिक डेटा की अशुद्धि (गलतता, अपूर्णता);
• गलत डाटा प्रोसेसिंग उपकरण।

इसलिए, अधिकांश गंभीर कंपनियां ऐसे पेशेवरों की ओर रुख करना पसंद करती हैं जो मामले की पेचीदगियों को जानते हैं, डेटा स्रोतों में अनुभव रखते हैं और उनके साथ काम करते हैं।

बाजार अनुसंधान जानकारी के स्रोत

वे अपने स्रोतों के आधार पर प्राथमिक और माध्यमिक हो सकते हैं।

प्राथमिक डेटा वे हैं जो पहली बार एकत्र किए गए थे। उन्हें एकत्र करने की प्रक्रिया को क्षेत्र अनुसंधान कहा जाता है। वे दो श्रेणियों के हो सकते हैं: गुणात्मक और मात्रात्मक।

माध्यमिक डेटा पहले से मौजूद सांख्यिकीय जानकारी को संदर्भित करता है जो पहले से ही उपलब्ध स्रोतों से उपलब्ध है। उनकी खोज और प्रसंस्करण की प्रक्रिया को डेस्क शोध कहा जाता है। यह उन सामग्रियों के साथ काम करने का एक आसान और तेज़ तरीका है जिन्हें अपने आप इकट्ठा नहीं किया जा सकता है।

श्रेणी के अनुसार माध्यमिक जानकारी के मुख्य स्रोत:

1. आंतरिक: लेखांकन और वित्तीय विवरण, बिक्री के आंकड़े (वर्गीकरण, क्षेत्र, आदि द्वारा), खरीद मात्रा, गोदामों में उत्पाद संतुलन, विपणन और अन्य रिपोर्ट;
2. बाहरी: अंतरराष्ट्रीय संगठनों (डब्ल्यूटीओ, आईएमएफ, आदि) के आंकड़े, राज्य के आंकड़ों के आधिकारिक स्रोत, वाणिज्य और उद्योग और संघों के कक्षों की सामग्री, कैटलॉग और मूल्य सूची, वैज्ञानिक अनुसंधान, प्रकाशन, विधायी और नियामक दस्तावेज, आदि।

सामग्री अधूरी और असंगत हो सकती है, इसलिए आपको सही चुनना चाहिए विपणन अनुसंधान जानकारी के स्रोत.

विपणन अनुसंधान डेटा एकत्र करना

स्रोत (प्राथमिक या द्वितीयक) के आधार पर, विपणन अनुसंधान डेटा संग्रह.

प्राथमिक डेटा तीन तरह से एकत्र किया जाता है।

• अवलोकन - यह विधि आपको खरीदारों के व्यवहार को ट्रैक करने की अनुमति देती है। आप अध्ययन कर सकते हैं कि वे किसी विशेष उत्पाद को कैसे चुनते हैं, वे सुपरमार्केट में कैसे घूमते हैं, वे इस या उस उत्पाद को कैसे लेते हैं।
• एक प्रयोग एक अध्ययन है जो यह निर्धारित करता है कि व्यक्तिगत विशेषताएं किसी उत्पाद की पसंद को कैसे प्रभावित करती हैं। यह प्रतिक्रिया और प्रभाव, साथ ही बिक्री प्रदर्शन का मूल्यांकन करने के लिए बाजार के एक छोटे से खंड में एक नई गुणवत्ता (नई कीमत) के साथ एक उत्पाद पेश करने वाले लोगों की एक छोटी संख्या पर परीक्षण हो सकता है।
• सामग्री एकत्र करने का सबसे प्रचलित रूप मतदान और साक्षात्कार हैं। सावधानीपूर्वक तैयार की गई प्रश्नावली के लिए धन्यवाद, प्राप्त जानकारी को संसाधित करना आसान है। हालांकि, इस पद्धति के लिए बड़े श्रम संसाधनों की आवश्यकता होगी।

प्रयोग सबसे महंगा तरीका है, लेकिन यह एक नए उत्पाद को विकसित करने या मौजूदा में सुधार करने के लिए अनिवार्य है। अन्य विधियों का भी उपयोग किया जाता है, जैसे बिक्री बाजारों का पैनल अनुसंधान।

प्राप्त जानकारी का प्रसंस्करण

प्राप्त जानकारी का प्रसंस्करण- यह इसका सामान्यीकरण और विश्लेषण है, जो वर्णनात्मक और विशुद्ध रूप से गणितीय दोनों तरह से किया जाता है। उत्तरार्द्ध मात्रात्मक रूप के संबंध में सही है। विपणन विश्लेषण के गणितीय तरीकों में शामिल हैं: औसत, प्रतिगमन-सहसंबंध, प्रवृत्ति, क्लस्टर, विवेचक और अन्य प्रकार के विश्लेषण।

त्रुटियों से "सफाई" जानकारी के तरीके भी महत्वपूर्ण हैं। यह निम्नलिखित विधियों का उपयोग करके किया जा सकता है:

• ग्राफिक - उपलब्ध आंकड़ों के अनुसार एक ग्राफ तैयार करना। सामान्य प्रवृत्ति से अलग दिखने वाले संकेतकों को त्याग दिया जाता है;
• सारणीबद्ध - एक निश्चित क्रम में डेटा की व्यवस्था, उन लोगों को पहचानना और त्यागना जो समग्र चित्र में फिट नहीं होते हैं;
• सांख्यिकीय - यह सांख्यिकीय परिकल्पनाओं, औसत के आसपास उतार-चढ़ाव, विचरण की गणना का उपयोग करके एक परीक्षण है। यह विश्लेषण उस जानकारी को अस्वीकार कर देगा जो सीमा से बाहर है।

त्रुटियों को समाप्त करने के बाद, आपको जानकारी को व्यवस्थित करने की आवश्यकता है, अर्थात इसे तालिकाओं, ग्राफ़ और आरेखों के रूप में प्रस्तुत करना है। इस स्तर पर, मुख्य पैटर्न पहले से ही दिखाई देंगे, लेकिन आप गहराई तक जा सकते हैं और गणितीय विधियों का उपयोग करके विश्लेषण जारी रख सकते हैं। विशेष रूप से, एम्बेडेड फ़ार्मुलों वाले विशेष सॉफ़्टवेयर उत्पादों का उपयोग किया जाता है, उदाहरण के लिए, मैटलैब।

सर्वेक्षण सामग्री एक एन्कोडेड मैट्रिक्स की तरह दिखती है, जहां कॉलम उत्तरों को संग्रहीत करते हैं, और पंक्तियाँ अध्ययन किए जा रहे पहलू को संग्रहीत करती हैं। . डाटा प्रासेसिंगउन्हें संक्षिप्त रूप में अनुवाद करने की प्रक्रिया है जो विश्लेषणात्मक उपयोग के लिए सुविधाजनक होगी। यह पता चल सकता है कि कुछ डेटा गायब है (प्रतिवादी ने सभी सवालों का जवाब नहीं दिया), तो आपको इंटरपोलेशन का उपयोग करके डेटा को पुनर्स्थापित करने की आवश्यकता है।

विश्वसनीय बाजार अनुसंधान परिणामों के लिए, केवल विश्वसनीय विश्लेषण के लिए सूचना के स्रोतदूसरा विश्वसनीयता कारक विश्लेषणात्मक उपकरणों का उचित विकल्प और उनका उपयोग करने की क्षमता है। सबसे आसान तरीका एक विशेष एजेंसी में ऐसी सेवा का आदेश देना है जिसमें आवश्यक ज्ञान और क्षमताएं हों।

वित्तीय विश्लेषण के लिए, प्राथमिक स्रोत हमेशा लेखांकन डेटा होता है, और तदनुसार, वित्तीय विवरणों के आधार पर विश्लेषण किया जाता है। जब एक स्वतंत्र उद्यम की वित्तीय स्थिति का निर्धारण करने की बात आती है, तो कोई समस्या नहीं होती है: वित्तीय विवरण और लेखा डेटा आम तौर पर वास्तविक स्थिति को दर्शाते हैं। हालांकि, आंतरिक कारोबार के कारण होल्डिंग्स में स्थिति विपरीत है।

इसलिए, कंपनियों के समूह में वित्तीय स्थिति का विश्लेषण करते समय, प्रबंधन लेखांकन डेटा पर ध्यान देना चाहिए। प्रमुख बिंदुओं में से एक आंतरिक टर्नओवर का बहिष्करण है, जिसके परिणामस्वरूप वास्तविक तस्वीर लेखा विभाग में परिलक्षित होने वाली तस्वीर से भिन्न होगी। एक नियम के रूप में, सभी होल्डिंग्स में एक योजना और आर्थिक विभाग / वित्तीय विभाग होता है, जो प्रबंधन वित्तीय रिपोर्ट संकलित करता है। उनकी संरचना वित्तीय विवरणों से मेल खाती है: आय और व्यय का बजट (फॉर्म एन 2 - प्रॉफिट एंड लॉस स्टेटमेंट), बैलेंस शीट (फॉर्म एन 1), कैश फ्लो बजट (फॉर्म एन 4)। हालांकि, प्रबंधन रिपोर्ट की सामग्री लेखांकन से अलग है।

प्रबंधन निर्णय लेने के लिए उपयुक्त उपयोगकर्ताओं को प्रदान करने के लिए एक उद्यम में व्यावसायिक प्रक्रियाओं के निरंतर, निरंतर, परस्पर लेखांकन, निगरानी, ​​पंजीकरण और सामान्यीकरण की एक प्रणाली के रूप में लेखांकन एक आर्थिक की आर्थिक गतिविधि के बारे में आर्थिक जानकारी का मुख्य आपूर्तिकर्ता है। कंपनी। बाजार संबंधों के विकास के साथ, लेखाकारों की विश्लेषणात्मक गतिविधियों का महत्व बढ़ रहा है। वार्षिक वित्तीय विवरणों के फॉर्म जमा करने से पहले बहुत सारे प्रारंभिक कार्य होते हैं। इसकी सामग्री संपत्ति की वास्तविक उपलब्धता और उनके गठन के स्रोतों के साथ लेखांकन डेटा के अनुपालन की पुष्टि करने की आवश्यकता को निर्धारित करती है। आर्थिक प्रक्रियाओं का वर्णन करने की प्रक्रिया दोहरी प्रविष्टि विधि द्वारा होती है। प्रलेखन की विधि का उपयोग करते हुए, सभी व्यावसायिक प्रक्रियाओं को रिपोर्टिंग के विभिन्न रूपों में दर्ज और सारांशित किया जाता है।

वित्तीय विवरणों का विश्लेषण सबसे प्रासंगिक विषय बनता जा रहा है, भले ही इसे कौन (आंतरिक या बाहरी उपयोगकर्ता) संचालित करता हो, किस उद्देश्य से (वर्तमान स्थिति का शोध या पूर्वानुमान का निर्माण), किन विधियों, मॉडलों और तकनीकों की सहायता से, और लेखांकन और वित्तीय डेटा रिपोर्टिंग पर आधारित है। संचार के मुख्य साधन के रूप में वित्तीय रिपोर्टिंग की औपचारिकता में एक महत्वपूर्ण योगदान, जिसे पश्चिम के अंग्रेजी बोलने वाले देशों में व्यापक रूप से जाना जाता है, डब्ल्यू। पॉटन, जी। स्वीनी, ए। लिटलटन जैसे प्रसिद्ध सिद्धांतकारों द्वारा किया गया था। और दूसरे।

वित्तीय रिपोर्टिंग संगठन की संपत्ति और वित्तीय स्थिति और उसकी आर्थिक गतिविधियों के परिणामों पर डेटा की एक एकीकृत प्रणाली है, जो संघीय कानून, लेखांकन नियमों और आदेश द्वारा अनुमोदित पद्धति संबंधी सिफारिशों के अनुसार वित्तीय लेखांकन डेटा के आधार पर संकलित है। वित्त मंत्रालय।

इसी समय, वित्तीय स्थिति के विश्लेषण के व्यवहार में सूचना का एक महत्वपूर्ण स्रोत, उद्यम की स्थिति और परिणामों की विशेषता, वित्तीय विवरण हैं। वित्तीय विवरणों का विश्लेषण आपको मूल्यांकन करने की अनुमति देगा: संगठन की संपत्ति और वित्तीय स्थिति; प्रतिपक्षों के लिए अपने दायित्वों की पूर्ति की डिग्री; व्यवसाय करने की स्थितियों में पूंजी पर्याप्तता की डिग्री।

इसी समय, विभिन्न वैज्ञानिकों की व्याख्या में वित्तीय विवरणों के विश्लेषण की पद्धति में विश्लेषण के अनुक्रम, गुणांक की गणना करने की पद्धति और वित्तीय विवरणों के व्यक्तिगत रूपों पर विचार करने की ख़ासियत दोनों से संबंधित कुछ अंतर हैं।

तो, एल.वी. डोनट्सोवा और एन.ए. निकिफोरोवा सभी रिपोर्टिंग फॉर्मों की सामग्री पर लगातार विचार करने और डेटा पर मुद्रास्फीति के प्रभाव को ध्यान में रखते हुए प्रस्तुत करता है। वैज्ञानिकों की एक टीम के कार्यों में, एड। ओ.वी. एफिमोवा बैलेंस शीट, उद्यम की वित्तीय स्थिति और इसके दिवालियापन की संभावना के विश्लेषण पर केंद्रित है, जो वी.वी. के शैक्षिक प्रकाशनों के लिए भी विशिष्ट है। कोवालेवा और ओ.एन. वोल्कोव।

वित्तीय विवरण विश्लेषण वह प्रक्रिया है जिसके द्वारा हम किसी संगठन की पिछली और वर्तमान वित्तीय स्थिति और प्रदर्शन का मूल्यांकन करते हैं।

इस मामले में विश्लेषण का मुख्य उद्देश्य वित्तीय गतिविधियों में कमियों की समय पर पहचान और उन्मूलन और संगठन की वित्तीय स्थिति और इसकी सॉल्वेंसी में सुधार के लिए भंडार खोजना है।

लेखांकन (वित्तीय) रिपोर्टिंग वित्तीय विश्लेषण का सूचना आधार है।

वित्तीय रिपोर्टिंग के लिए मुख्य आवश्यकताएं:

1. रिपोर्टिंग की आवृत्ति। रूसी और अंतरराष्ट्रीय अभ्यास में, कंपनियां स्वयं समय चुन सकती हैं जब उनकी वित्तीय अवधि समाप्त हो जाती है।

2. कवरेज की पूर्णता। उद्यम के वित्तीय दस्तावेजों में इन बयानों में इंगित सभी खर्च शामिल होने चाहिए।

3. स्पष्टता। जानकारी को उचित स्तर पर प्रस्तुत किया जाना चाहिए और पाठक द्वारा माना जाना चाहिए।

4. भौतिकता। वित्तीय रिपोर्ट में प्रबंधन के निर्णय लेने के लिए आवश्यक और कई उपयोगकर्ताओं पर केंद्रित जानकारी होनी चाहिए।

5. विश्वसनीयता। वित्तीय विवरणों में दी गई जानकारी सत्य और पूर्ण होनी चाहिए।

6. निरंतरता। एक आर्थिक इकाई को वित्तीय गणना के तुलनीय तरीकों का उपयोग करने का प्रयास करना चाहिए, ताकि विभिन्न अवधियों के लिए रिपोर्टिंग डेटा की तुलना करना संभव हो सके।

7. समयबद्धता। जब उपयोगकर्ता को इसकी आवश्यकता हो तो जानकारी तक पहुंच।

8. महत्व। सूचना के उपयोगकर्ताओं द्वारा लिए गए निर्णयों पर महत्वपूर्ण प्रभाव डालने वाले सभी डेटा रिपोर्टिंग में दिखाई देने चाहिए।

9. विश्वसनीयता - उन घटनाओं की जानकारी में प्रतिबिंब जिसके लिए इसका वर्णन करना है, लेखांकन विधियों और प्रक्रियाओं का प्रकटीकरण।

10. तुलनीयता, जो संगठनों की गतिविधियों पर डेटा के लिए आवश्यक है, पिछली अवधियों की समान जानकारी के साथ तुलनीय होना।

चुनी गई लेखा नीति के आधार पर या परिवर्तन करने के दौरान, वित्तीय संकेतक मौलिक रूप से बदल सकते हैं।

एक्सप्रेस विश्लेषण के परिणामों के आधार पर, विश्लेषण किए गए उद्यम की वित्तीय स्थिति पर एक प्रारंभिक निष्कर्ष निकाला जाता है। वित्तीय स्थिति के गहन विश्लेषण का उद्देश्य पिछली रिपोर्टिंग अवधि के लिए एक औद्योगिक उद्यम की वित्तीय स्थिति का पर्याप्त विस्तृत विवरण है, साथ ही साथ छोटी और लंबी अवधि में इसके परिवर्तन की संभावनाएं भी हैं। यह व्यक्तिगत एक्सप्रेस विश्लेषण प्रक्रियाओं को संक्षिप्त, विस्तारित और पूरक करता है और एक औद्योगिक उद्यम की वित्तीय स्थिति के विश्लेषण के पहले नामित घटकों (दिशाओं) के अनुसार किया जाता है।

सार्वजनिक और आंतरिक रिपोर्टिंग पर सिफारिशों के बीच अंतर करने के दृष्टिकोण से सूचना आधार में सुधार के प्रस्तावों पर विचार किया जाना चाहिए। हम बाहरी उपयोगकर्ताओं के सूचना आधार को कुछ हद तक सीमित मानते हैं और अतिरिक्त डेटा प्रदान करने की अनुशंसा करते हैं:

1. एक उद्यम की शोधन क्षमता की स्थिति के वस्तुनिष्ठ मूल्यांकन के लिए, डेटा f. कैश फ्लो स्टेटमेंट का नंबर 4।

2. बैलेंस शीट के विश्लेषणात्मक मूल्य में वृद्धि और अतिरिक्त जानकारी प्रदान करें: अचल संपत्तियों की प्रारंभिक लागत, अमूर्त संपत्ति पर; भौतिकता सिद्धांत (दिशानिर्देशों के खंड 8) द्वारा निर्देशित, वित्तीय विवरण तैयार करते समय, अचल संपत्तियों के समूहों पर डेटा का अतिरिक्त खुलासा करने की सलाह दी जाती है, जिनकी कुल संपत्ति में हिस्सेदारी महत्वपूर्ण है (> 5%) वाहन, उपकरण, आदि।); "निर्माण प्रगति पर" संकेतक के हिस्से के रूप में अचल संपत्तियों की राशि पर; FIFO पद्धति के अनुसार इन्वेंट्री की लागत के बारे में, या औसत लागत, यदि लेखा नीति के अनुसार बैलेंस शीट LIFO के अनुसार इन्वेंट्री के संतुलन को दर्शाती है; इसकी कुल संरचना में प्राप्य अतिदेय खातों की मात्रा पर।

3. एफ के विश्लेषणात्मक मूल्य को बढ़ाने के लिए। लाभ और हानि विवरण की संख्या 2, यह सलाह दी जाती है कि: राजस्व की राशि पर एक प्रोद्भवन आधार पर और नकद आधार पर जानकारी का खुलासा करें; शुद्ध लाभ और प्रतिधारित आय पर अलग से जानकारी प्रस्तुत करते हैं, क्योंकि उनकी राशियाँ आमतौर पर भिन्न होती हैं।

लेखांकन वित्तीय जानकारी अनिवार्य रूप से संगठन की वित्तीय स्थिति को बताती है और, उपयुक्त विश्लेषणात्मक प्रसंस्करण के बिना, वित्तीय स्थिति के प्रबंधन पर निर्णय लेने में उपयोग के लिए अनुपयुक्त है। नतीजतन, इसे वित्तीय स्थिति के विश्लेषण के लिए विशेष तकनीकों द्वारा संसाधित किया जाता है।

• 2.1. कंपनी विपणन सूचना प्रणाली, विपणन अनुसंधान और सूचना स्रोत
• 2.2. विपणन अनुसंधान के प्रकार, लक्ष्य और चरण
• 2.3. गुणात्मक विपणन अनुसंधान और उसके तरीके
• 2.4. तुलनात्मक शोध

कंपनी विपणन सूचना प्रणाली, विपणन अनुसंधान और सूचना स्रोत

कंपनी की रणनीति और रणनीति के संबंध में सभी प्रमुख विपणन निर्णय बाजार अनुसंधान पर आधारित होने चाहिए। ये अध्ययन कंपनी के उत्पाद, मूल्य निर्धारण, विपणन और संचार नीति के क्षेत्र में प्रमुख प्रबंधन निर्णयों की वैधता को बढ़ाने वाली जानकारी प्राप्त करने में मदद करते हैं। जानकारी की मदद से, आप "विपणन मिश्रण" परिसर की गतिविधियों की योजना बना सकते हैं, उनके कार्यान्वयन की प्रभावशीलता की निगरानी कर सकते हैं। विपणन अनुसंधान का मुख्य उद्देश्य बाजार नीति के क्षेत्र में गलत प्रबंधन निर्णय लेने के जोखिम को कम करना और बाजार के अवसरों का बेहतर उपयोग करना है, इसलिए जानकारी कंपनी के प्रतिस्पर्धी लाभों का स्रोत बन जाती है। गलत प्रबंधन निर्णय लेने के मामले में वित्तीय जोखिम की मात्रा अंततः विपणन अनुसंधान बजट निर्धारित करने की नींव है

विपणन अनुसंधान निम्नलिखित के लिए सूचना की पहचान, संग्रह, विश्लेषण, प्रसार और उपयोग है:

• 1) विपणन के अवसरों और समस्याओं की पहचान;
• 2) विपणन क्रियाओं का विकास;
• 3) विपणन गतिविधियों की प्रभावशीलता की निगरानी।

गतिविधियों के लिए सूचना समर्थन का असाधारण महत्व कंपनी के एक विपणन सूचना प्रणाली (एमआईएस) के संगठन की आवश्यकता है। विपणन सूचना प्रणाली में कर्मचारी, उपकरण, विपणन निर्णय लेने में उपयोग की जाने वाली परिचालन जानकारी एकत्र करने, छांटने, विश्लेषण करने, मूल्यांकन करने और वितरित करने की प्रक्रिया शामिल है।कंपनी के MIS में दो सबसिस्टम होते हैं: एक आंतरिक लेखा और रिपोर्टिंग प्रणाली और एक मार्केटिंग इंटेलिजेंस सिस्टम।

"डेटा" और "सूचना" की अवधारणाओं के बीच अंतर करना आवश्यक है। डेटा कच्चे तथ्य और आँकड़े हैं। डेटा एकत्र किया जाता है और जानकारी उत्पन्न करने के लिए उपयोग किया जाता है। इस बिंदु तक, उन्हें कोई फर्क नहीं पड़ता। अधिकांश मार्केटिंग डेटा की आवश्यकता फर्म के भीतर होती है। उनके आधार पर, कंपनी के डेटाबेस का विश्लेषण करके विपणन निर्णय लेने की जानकारी प्राप्त की जा सकती है। मार्केटिंग जानकारी के स्रोत के रूप में संचित डेटाबेस के विश्लेषण को मार्केटिंग डेटा माइनिंग (अंग्रेजी: मार्केटिंग डेटा का निष्कर्षण) कहा जाता है।वर्तमान में, सबसे आम प्रत्यक्ष विपणन तकनीक ग्राहक डेटाबेस विभाजन है।

उदाहरण।यूएस में डिपार्टमेंट स्टोर प्रबंधन के पास ग्राहक डेटाबेस था। घरेलू सामान डिवीजन में बिक्री में गिरावट के कारण, यह जांच करने का निर्णय लिया गया कि दो कारकों में से कौन सा कारक - खरीद या उत्पाद की पेशकश के लिए भुगतान की शर्तें - ग्राहकों से सबसे बड़ी प्रतिक्रिया प्राप्त करेगी। ई-मेल द्वारा वितरण के लिए तीन प्रकार के संदेशों की रचना की गई। पहले प्रकार का संदेश कीमतों, ऋण शर्तों और सुविधाजनक भुगतान प्रणाली पर केंद्रित था। दूसरे प्रकार के संदेश में - माल के प्रस्तावित ब्रांडों पर जोर। तीसरा संदेश एक नियंत्रण संदेश था - यह केवल बिक्री की तारीख और समय का संकेत देता था। अध्ययन के लिए 3 हजार उपभोक्ताओं का चयन किया गया। प्रत्येक प्रकार का संदेश 1,000 ग्राहकों द्वारा भेजा गया था। उत्तरदाताओं के नमूने में वे उपभोक्ता शामिल थे जिन्होंने पिछले 6 महीनों के भीतर घरेलू सामान विभाग में खरीदारी की थी। सभी उपभोक्ताओं को पोस्टकार्ड प्रस्तुत करने पर $10 की छूट देने का वादा किया गया था। संदेशों की अधिकतम संख्या वर्गीकरण पर ध्यान देने के साथ प्राप्त हुई थी। इस समूह के उपभोक्ताओं ने आय, शिक्षा और आयु के मामले में अन्य दो समूहों से बेहतर प्रदर्शन किया। नतीजतन, डिपार्टमेंट स्टोर ने उच्च आय वाले, परिपक्व उपभोक्ताओं के लिए एक विस्तार विपणन कार्यक्रम विकसित किया।

जाहिर है, कंपनी के डेटाबेस में प्रतिपक्षों, घटनाओं और लेनदेन का लेखा जितना अधिक विस्तृत होगा, कंपनी उतनी ही सफलतापूर्वक विपणन अनुसंधान कर सकती है, उदाहरण के लिए, अपने उपभोक्ताओं का विभाजन। यदि कंपनी के पास उपयुक्त साख है, तो उपभोक्ता के वर्णनात्मक, व्यवहारिक, मनोवैज्ञानिक विशेषताओं जैसे मापदंडों का उपयोग विभाजन के लिए किया जा सकता है, और कंपनी प्रस्तावित उत्पाद या सेवा के उपभोग के लाभों के अनुसार ग्राहकों को खंडित भी कर सकती है।

आंतरिक लेखांकन और रिपोर्टिंग की प्रणाली एमआईएस का आधार है। कंपनी के डेटाबेस में, न केवल ग्राहक डेटा दर्ज किया जाता है, बल्कि उनके साथ सभी संपर्क, आदेश और उनके कार्यान्वयन के चरण, चालान जारी करने का समय, उनके भुगतान की शर्तें और ग्राहकों के वास्तविक भुगतान पर डेटा, शिपमेंट और के तरीके माल की डिलीवरी, स्टॉक की स्थिति। कंपनी के डेटाबेस से, आप समय, उत्पाद रेंज, ग्राहकों आदि के संदर्भ में बिक्री पर परिचालन संबंधी जानकारी निकाल सकते हैं। कंपनी की बिक्री का विश्लेषण, बाजार विश्लेषण द्वारा पूरक, कंपनी के उत्पादों की मांग की भविष्यवाणी करने के लिए एक अच्छा आधार है। कंपनी के डेटाबेस में संचित ग्राहकों के बारे में ज्ञान, कंपनियों को उनके साथ संबंध विकसित करने के लिए कार्यक्रमों को तैनात करने की अनुमति देता है। यह मामला है, उदाहरण के लिए, ऐप्पल के लिए, जो अपने खुदरा स्टोर के डेटाबेस के साथ-साथ आईट्यून्स द्वारा उत्पन्न डेटाबेस से उपभोक्ता डेटा पर निर्भर करता है।

यदि आंतरिक लेखा और रिपोर्टिंग प्रणाली में कंपनी में क्या हो रहा है, इसके बारे में डेटा होता है, तो मार्केटिंग इंटेलिजेंस सिस्टम में बाजार की स्थिति के बारे में जानकारी होती है। कंपनी के एमआईएस के इस सबसिस्टम के लिए डेटा के स्रोत किताबें, समाचार पत्र, विशेष प्रकाशन और डेटाबेस, मार्केटिंग रिसर्च डेटा हैं जिन्हें कंपनी द्वारा खरीदा जा सकता है या स्वयं प्राप्त किया जा सकता है।

उदाहरण"। उनके सबसे महत्वपूर्ण प्रतिस्पर्धी लाभों में से एक, निसान विपणक एक स्व-निर्मित सूचना प्रणाली पर विचार करते हैं जो उन्हें निम्नलिखित कार्यों को हल करने की अनुमति देता है।

1. एक ही प्रारूप में विभिन्न प्रकार की विपणन जानकारी (आंतरिक बिक्री के आंकड़ों से लेकर शोध परिणामों तक) का संग्रह।

सूचना प्रणाली निसान विपणक को बिक्री डेटा, बाजार अनुसंधान परिणाम, स्टोर विज़िट, कंपनी वेबसाइट विज़िट, उपभोक्ता पूछताछ आंकड़े और अन्य मार्केटिंग डेटा का विश्लेषण करने की अनुमति देती है। आने वाले डेटा के आधार पर, प्रत्येक प्रबंधक को वर्तमान स्थिति का आकलन करने में मदद करने के लिए स्वचालित रूप से एक दैनिक सारांश तैयार किया जाता है।

2. नए कार मॉडल और ब्रांडों के लिए भविष्य के खरीदारों की संख्या का पूर्वानुमान।

भविष्य के खरीदारों की संख्या की भविष्यवाणी करने के लिए मॉडल निसान के विश्लेषणात्मक विभाग के प्रबंधक सी। जैकोबी के नेतृत्व में बनाया गया था। मॉडल बिक्री के आंकड़ों और उपभोक्ता अनुसंधान के कई वर्षों के परिणामों पर आधारित है और अनुमति देता है

ब्रांड या मॉडल जागरूकता से लेकर डीलर चयन और उत्पाद भुगतान तक, खरीद चक्र के विभिन्न चरणों के बीच निर्भरता की पहचान करें। नतीजतन, विश्लेषक निश्चित रूप से उच्च स्तर की निश्चितता के साथ भविष्यवाणी कर सकते हैं कि निसान को कार चुनने के शुरुआती चरण में संभावित खरीद के रूप में कितने प्रतिशत उपभोक्ता वास्तव में भविष्य में यह खरीदारी करेंगे।

निसान सूचना प्रणाली में शामिल एक अन्य मॉडल को आर्थिक और संचार दक्षता के संदर्भ में प्रत्येक विज्ञापन सामग्री और विज्ञापन माध्यम की सफलता को निर्धारित करने के लिए डिज़ाइन किया गया है। यह मॉडल उपभोक्ता अनुसंधान डेटा, विज्ञापन अभियान के आंकड़ों और बिक्री के आंकड़ों का भी उपयोग करता है। विज्ञापन की प्रभावशीलता का मूल्यांकन करने के लिए एक सूचना प्रणाली की शुरूआत कंपनी को बिक्री में स्थिर वृद्धि बनाए रखते हुए विज्ञापन बजट को कम करने की अनुमति देती है।

आधुनिक एमआईएस अब एक और ब्लॉक के पूरक हैं - एंटरप्राइज फीडबैक मैनेजमेंट (ईएफएम) (अंग्रेजी: एंटरप्राइज फीडबैक मैनेजमेंट)।यह ब्लॉक आपको कंपनी के संभावित या मौजूदा ग्राहकों के बीच विपणन अनुसंधान की योजना बनाने और संचालन करने, उनके परिणामों को संसाधित करने और संग्रहीत करने की अनुमति देता है। यह कॉर्पोरेट ग्राहक प्रतिक्रिया प्रबंधन ऐसे वातावरण में विशेष महत्व रखता है जहां ग्राहक अनुभव प्रतिस्पर्धा का एक महत्वपूर्ण पहलू बनता जा रहा है। और अगर आप कंपनी के ग्राहक आधार की गतिशीलता को देखकर उपभोक्ताओं की व्यवहारिक वफादारी का मूल्यांकन कर सकते हैं, तो आप अपने ग्राहकों से सवाल पूछकर ही उपभोक्ताओं की भावनात्मक वफादारी का मूल्यांकन कर सकते हैं। EFM अनुसंधान व्यवसाय प्रक्रिया के सभी चरणों का एक स्वचालन है: नियोजन, संचालन, प्रसंस्करण परिणाम। इस प्रणाली में विभिन्न प्रकार के प्रश्नों के समर्थन के साथ एक उन्नत प्रश्नावली संपादक, तार्किक शाखाओं में बंटी और प्रश्नों और उत्तरों के क्रम का यादृच्छिकरण, नमूना कोटा, अध्ययन अनुसूची और नमूना आकार का निर्धारण शामिल है। विपणन अनुसंधान करने के चरण में, सिस्टम एक डेटाबेस (उदाहरण के लिए, सीआरएम) से उत्तरदाताओं के नमूने तैयार करता है, ई-मेल द्वारा निमंत्रण भेजता है, और कंपनी की वेबसाइट पर ऑनलाइन सर्वेक्षण के लिए एक वेब एप्लिकेशन बनाता है। के लिये परिणामों का विश्लेषणएक विशेष सांख्यिकीय कार्यक्षमता है जो आपको तालिकाओं और ग्राफ़ के रूप में अनुकूलित दृश्य रिपोर्ट तैयार करने की अनुमति देती है। सिस्टम है अभिगम नियंत्रण,जो आपको भूमिकाओं में अंतर करने और अध्ययन और रिपोर्ट के अधिकारों तक पहुंचने की अनुमति देता है।

इसलिए, विपणन अनुसंधान के प्रारंभिक डेटा को दो बड़े समूहों में विभाजित किया जा सकता है: प्राथमिक और द्वितीयक।

प्राथमिक डेटा प्राथमिक स्रोतों से एक विशिष्ट विपणन अनुसंधान समस्या को हल करने के लिए विशेष रूप से एकत्र किया गया डेटा है।

माध्यमिक डेटा - माध्यमिक स्रोतों से एकत्र किए गए किसी विशेष अध्ययन के अलावा अन्य उद्देश्यों के लिए उत्पन्न डेटा (चित्र 2.1 देखें)।

चित्र 2.1. माध्यमिक डेटा संरचना

अंतर्गत सिंडिकेटेड सेवाएं(अंग्रेज़ी: सिंडिकेटेड सर्विसेज) को एक मार्केटिंग एजेंसी द्वारा अपने स्वयं के खर्च पर विभिन्न ग्राहकों के लिए इसके आगे के प्रावधान के साथ सूचना के संग्रह के रूप में समझा जाता है। इस तरह के अध्ययन पूरे रूसी विपणन अनुसंधान बाजार का 30-35% हिस्सा लेते हैं। जानकारी मुख्य रूप से सर्वेक्षण, दैनिक पैनल, स्कैन और ऑडिट के माध्यम से एकत्र की जाती है। उदाहरण के लिए, नीलसन मीडिया रिसर्च (www.nielsenmedia.com) द्वारा निर्मित नीलसन टेलीविज़न इंडेक्स के ग्राहक दर्शकों के आकार और कुछ टेलीविज़न कार्यक्रमों को देखने वाले परिवारों की जनसांख्यिकी पर डेटा प्राप्त करते हैं। मार्केटिंग कंपनी ए.एस. नीलसन (www.acnielsen.com) सुपरमार्केट चेकआउट से स्कैन किया गया डेटा भी प्रदान करता है। प्राथमिक डेटा के संग्रह को व्यवस्थित करने की तुलना में सिंडिकेटेड सेवाओं का उपयोग अक्सर सस्ता होता है।

2013 में सात शोध कंपनियों को दुनिया की सबसे बड़ी रैंक मिली: नीलसन (आर्बिट्रॉन के अधिग्रहण सहित), आईएमएस, आईआरआई, एनपीडी, कॉमस्कोर, जे.डी. पावर और वीडियो रिसर्च सबसे तेजी से बढ़ रहे हैं और मुख्य रूप से मार्केटिंग रिसर्च मार्केट में सिंडिकेटेड सेवाओं के प्रावधान में लगे हुए हैं। वे दुनिया की 25 सबसे बड़ी शोध एजेंसियों के 21.5 बिलियन डॉलर के राजस्व में 58% की हिस्सेदारी रखते हैं।

प्राथमिक (उपभोक्ताओं, आपूर्तिकर्ताओं, प्रतिस्पर्धियों, विशेषज्ञों) और द्वितीयक स्रोतों से डेटा एकत्र करने की प्रक्रिया श्रम तीव्रता के मामले में काफी भिन्न होती है (तालिका 2.1 देखें)।

तालिका 2.1

प्राथमिक और द्वितीयक स्रोतों से डेटा संग्रह की तुलना

रोजमर्रा के प्रबंधन निर्णयों के लिए सूचना समर्थन कंपनी के अपने संसाधनों द्वारा किया जा सकता है (उदाहरण के लिए, प्रेस, इंटरनेट, अपने स्वयं के विशेषज्ञ मूल्यांकन, अपने स्वयं के डेटाबेस, आदि से डेटा को संसाधित करके प्राप्त जानकारी के माध्यम से)। गंभीर रणनीतिक निर्णय लेने के लिए ऐसी जानकारी पर्याप्त नहीं हो सकती है। ऐसे मामले में जब सूचना केवल प्राथमिक स्रोतों (उपभोक्ताओं, प्रतिस्पर्धियों, दुर्गम विशेषज्ञों आदि से) से प्राप्त की जा सकती है, तो यह आवश्यक हो सकता है कि आप अपना स्वयं का शोध करें या सहयोग में एक शोध विपणन एजेंसी को शामिल करें।

एक विशिष्ट आदेश पर किए गए विपणन एजेंसियों के विशेष अध्ययन को तदर्थ कहा जाता है।एजेंसियां ​​अपने स्वयं के स्वामित्व वाले बाजार अनुसंधान उपकरणों का उपयोग करती हैं। पेशेवर शोधकर्ताओं के साथ सहयोग का कारण तब प्रकट होता है जब कंपनी के अपने संसाधन आवश्यक जानकारी प्राप्त करने के लिए पर्याप्त नहीं होते हैं। आप एक सिंडिकेटेड अध्ययन का आदेश दे सकते हैं। विभिन्न प्रकार के सिंडिकेटेड अध्ययन हैं सर्वग्राही - मात्रात्मक अनुसंधान, जिसके दौरान एक साथ कई ग्राहकों के लिए जानकारी एकत्र की जाती है।अनन्य तदर्थ अनुसंधान के विपरीत, प्रश्नावली कई ग्राहकों के लिए प्रश्नों के ब्लॉक से बनाई जाती है, जो प्रत्येक प्रतिभागी के लिए व्यक्तिगत रूप से शोध करने की लागत को काफी कम कर सकती है।

बड़ी संख्या में कंपनियां, विशेष रूप से बड़ी कंपनियां जिनमें ऑटोमोबाइल फर्म (जीएम, फोर्ड, डेमलर क्रिसलर) और उपभोक्ता सामान फर्म (प्रोक्टर एंड गैंबल, कोलगेट-पामोलिव, कोका-कोला) से लेकर बैंक (सिटीग्रुप, बैंक ऑफ अमेरिका) शामिल हैं। विपणन अनुसंधान विभाग।

उदाहरण।प्रॉक्टर एंड गैंबल का आर्थिक अनुसंधान विभाग 1924 में स्थापित किया गया था, ऐसे समय में जब किसी अन्य कंपनी ने नियमित आधार पर कठोर व्यावहारिक बाजार अनुसंधान नहीं किया था। बाजार अनुसंधान विकसित करने वाला पहला ब्रांड कैमे साबुन था। गृहणियों को साबुन का अपना पसंदीदा रूप चुनने के लिए कहा गया। 72 डिज़ाइन विकल्प, 6 विकल्पों के 12 समूहों में विभाजित, 19,760 महिलाओं को दिखाए गए। जब विकल्पों की संख्या घटाकर 2 कर दी गई, तो अंतिम विकल्प का चयन करने के लिए "फाइनलिस्ट" को किराने की दुकान की खिड़कियों में जोड़े में प्रदर्शित किया गया। 1930 और 1942 के बीच, महामंदी और द्वितीय विश्व युद्ध की कठिनाइयों के बावजूद, बाजार अनुसंधान विभाग का बजट $45,000 से बढ़कर $189,908 हो गया। इसके अलावा, पूरी कंपनी के स्तर पर, बाजार अनुसंधान और विज्ञापन प्रभावशीलता अनुसंधान में लगे दो स्वतंत्र समूह हैं।

एसोसिएशन ऑफ मार्केट रिसर्चर्स एंड पब्लिक ओपिनियन रिसर्चर्स के अनुसार, 2013 में रूसी विपणन अनुसंधान बाजार की मात्रा $ 430 मिलियन थी, इसकी वार्षिक वृद्धि अमेरिकी डॉलर में 10% और रूबल में 13% है। विपणन अनुसंधान का रूसी बाजार दुनिया में 14वें और यूरोप में 7वें स्थान पर पहुंच गया है। 2013 में मार्केटिंग रिसर्च पर प्रति व्यक्ति खर्च यूके में 80.3 डॉलर, यूएस में 43.8 डॉलर, इटली में 12.3 डॉलर और रूस में 2.1 डॉलर था। छह ग्लोबल रिसर्च नेटवर्क रूसी बाजार के 64% को नियंत्रित करते हैं, जबकि विश्व बाजार में उनकी हिस्सेदारी 35% है। . रूसी संघ के विपणक के वार्षिक सर्वेक्षण के परिणामों के अनुसार, चित्र 2.2 में प्रस्तुत किया गया, रूस में विपणन अनुसंधान बाजार का आकार $320 मिलियन तक पहुंच गया, जिसमें मात्रात्मक अनुसंधान के लिए $200 मिलियन शामिल हैं।

इंटरनेट ने गति बढ़ा दी है और अनुसंधान की लागत कम कर दी है, उनके लिए एक नया चैनल प्रदान किया है। 2012 इस संबंध में एक महत्वपूर्ण मोड़ था: ऑनलाइन और ऑफलाइन शोध पर वैश्विक खर्च का हिस्सा बराबर हो गया। विपणन अनुसंधान उद्योग में नए अवसर नई शोध पद्धतियों और नए शोध चैनलों से जुड़े हैं। इंटरनेट पर शोध के अलावा, मोबाइल प्रौद्योगिकियों का उपयोग कर अनुसंधान विकसित हो रहा है। नई शोध प्रौद्योगिकियां भी उद्योग के लिए विशिष्ट खतरे पैदा करती हैं: प्रौद्योगिकी बाजार अनुसंधान से मनुष्यों को विस्थापित कर सकती है, और अनुसंधान कंपनियों को इस खतरे का सामना करना पड़ता है कि ग्राहक अपने दम पर बाजार अनुसंधान करना शुरू कर देंगे।

चित्र 2.2. 2001-2013 में विपणन अनुसंधान के रूसी बाजार की गतिशीलता (मिलियन डॉलर)

पिछले दशक में इंटरनेट ही बदल गया है। सोशल मीडिया और वेब 2.0 ने उपयोगकर्ताओं को संचार और सामग्री जेनरेटर का सक्रिय पक्ष बनाकर हमारे संचार के तरीके को बदल दिया है। इसने एक नए प्रकार के अनुसंधान के उद्भव और विकास और प्रश्नावली और उत्तरदाताओं के बिना अनुसंधान के संचालन के अवसर प्रदान किए - इसकी स्थापना के बाद से बाजार अनुसंधान उद्योग का आधार।

जैसे-जैसे तंत्रिका विज्ञान, नेटवर्क सिद्धांत और जन व्यवहार सिद्धांत विकसित हुए हैं, वैसे-वैसे लोगों की प्रेरणाओं और उनके व्यवहार को प्रभावित करने वाले कारकों को समझने के लिए पूर्वापेक्षाएँ भी हैं। लोग फोटो, वीडियो पोस्ट करते हैं, सोशल नेटवर्क पर विचार साझा करते हैं। सूचना का यह निकाय शोधकर्ताओं के लिए एक चुनौती बन गया और उपभोक्ता व्यवहार का विश्लेषण करने के लिए नए उपकरणों की आवश्यकता थी।

पिछले कुछ वर्षों में, बड़े डेटा शब्द ने सचमुच अनुसंधान समुदाय को उभारा है। 2012 के बाद से कंपनियों के विपणक के बीच इकोन्सल्टेंसी और एडोब द्वारा सालाना किए गए एक वैश्विक सर्वेक्षण के अनुसार, इंटरनेट पर लोगों के कार्यों की विशेषता वाला "बड़ा डेटा" बहुत कुछ कर सकता है। वे ऑफ़लाइन व्यावसायिक प्रक्रियाओं को सुव्यवस्थित कर सकते हैं, यह समझने में मदद कर सकते हैं कि मोबाइल डिवाइस के मालिक जानकारी खोजने के लिए उनका उपयोग कैसे करते हैं, और विपणन प्रभावशीलता में सुधार करते हैं। 2013 में केपीएमजी द्वारा किए गए एक सर्वेक्षण से पता चला है कि व्यापार रणनीति विकसित करने में बड़े डेटा का उपयोग करने वालों की हिस्सेदारी दुनिया में 56% है।"

इंटरनेट पर लोगों की गतिविधियों और बयानों की निगरानी ने विपणन अनुसंधान के नवीन तरीकों को जन्म दिया है। निम्नलिखित कंपनियां ग्रीनबुक रिसर्च इंडस्ट्री ट्रेंड्स रिपोर्ट की 50 सबसे नवीन अनुसंधान कंपनियों की वार्षिक रैंकिंग 2013 में सबसे ऊपर हैं:

• 1) ब्रेन जूसर;
• 2) विजन क्रिटिकल;
• 3) इप्सोस;
• 4) जीएफके;
• 5) गूगल;
• 6) टीएनएस;
• 7) नीलसन।

BrainJuicer 2010 से सूची में सबसे ऊपर है। इस कंपनी ने DigiViduals कार्यप्रणाली विकसित करके सोशल मीडिया मॉनिटरिंग का उपयोग करते हुए नए शोध दृष्टिकोण प्रस्तावित किए हैं। DigiViduals एक विशिष्ट प्रकार के व्यक्ति का प्रतिनिधित्व करने के लिए प्रोग्राम किए गए रोबोट हैं। DigiVidual रोबोट को उम्र, निवास स्थान और व्यवसाय, भावनाओं और बुनियादी व्यक्तित्व विशेषताओं के साथ क्रमादेशित किया जाता है, क्योंकि यह रोबोट को प्रासंगिक सामग्री का पता लगाने की अनुमति देता है। रोबोट सोशल मीडिया पर फोटो, वीडियो, गाने, ब्लॉग, खरीदने के लिए रुचि की वस्तुओं की खोज करते हैं - ऐसा कुछ भी जो इस प्रकार के व्यक्तित्व के अनुकूल हो। अध्ययन की गई हजारों वस्तुओं से, एक नक्शा बनाया जाता है जो एक निश्चित प्रकार के लोगों के जीवन को उनके उद्देश्यों के साथ दर्शाता है। ऐसा नक्शा रचनात्मक विपणन अभियानों और नए उत्पादों के विकास का आधार बन जाता है।

अनिवार्य रूप से, DigiViduals एक नए प्रकार का रचनात्मक खोज इंजन है जो बड़ी मात्रा में जटिल और अमूर्त डेटा को कुछ सरल और समझने योग्य में बदलने में सक्षम है। वे लक्षित दर्शकों के हितों की भावनात्मक रूप से समृद्ध तस्वीर बनाने में मदद करते हैं।

ऐसे "आभासी प्रतिवादी" का कार्य तीन चरणों में बनाया गया है। सबसे पहले, रोबोट "अपने स्वयं के" के बारे में जानकारी एकत्र करता है, अर्थात, शोधकर्ताओं द्वारा निर्दिष्ट लक्षित दर्शक। ऐसा करने के लिए, वह वास्तविक लोगों द्वारा सामाजिक नेटवर्क पर पोस्ट के रूप में छोड़ी गई जानकारी एकत्र करता है और उनका विश्लेषण करता है जो समान लक्षित दर्शकों का हिस्सा हैं। फिर वह "जीना" शुरू करता है, अर्थात। लोकप्रिय सामाजिक नेटवर्क पर पोस्ट करें। तीसरे चरण में, इस बात का विश्लेषण किया जाता है कि रोबोट द्वारा वास्तव में क्या निर्धारित किया गया है, अन्य लोग इसके पदों पर कैसे प्रतिक्रिया करते हैं। DigiVidual प्रोजेक्ट्स में शारीरिक श्रम का बड़ा हिस्सा इस स्तर पर है: DigiVidual द्वारा संचालित सामग्री को समझना और उसकी व्याख्या करना।

यह शोध पद्धति निम्नलिखित अवसर प्रदान करती है:

• 1) विभाजन और लक्षित दर्शकों की गहरी समझ - दर्शकों की मात्रात्मक रूप से परिभाषित और नृवंशविज्ञान से समृद्ध "चित्र";
• 2) ब्रांड का सटीक व्यक्तित्व;
• 3) प्रवृत्ति की निगरानी - एक व्यक्ति में प्रवृत्तियों का अवतार और समय के साथ निगरानी की संभावना;
• 4) अंतर्दृष्टि की पीढ़ी;
• 5) अंतर्दृष्टि निगरानी;
• 6) नया उत्पाद विकास
• 2.2. विपणन अनुसंधान के प्रकार, लक्ष्य और चरण

कंपनियां दो समस्याओं को हल करने के लिए मार्केटिंग रिसर्च शुरू करती हैं - मार्केटिंग समस्याओं को पहचानना (परिभाषित करना) और हल करना। तदनुसार, विपणन अनुसंधान को दो बड़े वर्गों में विभाजित किया जा सकता है: खोजपूर्ण और अंतिम विपणन अनुसंधान (चित्र 2.3 देखें)।

चित्र 2.3। विपणन अनुसंधान का वर्गीकरण

समस्या की पहचान के लिए बाजार अनुसंधान गैर-स्पष्ट समस्याओं की पहचान करने के लिए किया जाता है जो मौजूद हैं या उत्पन्न हो सकते हैं। वे मार्केटिंग के माहौल, उन अवसरों और खतरों के बारे में जानकारी प्रदान करते हैं जिनका कंपनी को बाजार में सामना करना पड़ता है। ऐसी जानकारी प्राप्त करने में उद्यम के विपणन वातावरण के कारकों का अध्ययन शामिल है।

विपणन वातावरण के बाहरी कारकों में निम्नलिखित शामिल हैं:

• 1) बाजार पैरामीटर - इसकी क्षमता, गतिशीलता, संभावित बाजार और पैठ बाजार, मौसमी, रुझान और पूर्वानुमान;
• 2) लक्षित दर्शकों और उसके व्यवहार की रूपरेखा;
• 3) प्रतियोगिता - मुख्य प्रतिभागियों और प्रतिस्पर्धी ब्रांडों के बीच बाजार हिस्सेदारी का वितरण;
• 4) विधायी और आर्थिक वातावरण।

विपणन वातावरण के आंतरिक कारकों में निम्नलिखित शामिल हैं:

• 1) कंपनी के संसाधन 1 ;
• 2) निर्णय निर्माताओं के लक्ष्य;
• 3) फर्म के कर्मियों के विपणन और तकनीकी कौशल।

उदाहरण के लिए, यदि हम विपणन वातावरण के बाहरी कारकों के बारे में बात करते हैं,

फिर 2014 की तीसरी तिमाही ने दिखाया कि रूसी उपभोक्ताओं ने संकट पर प्रतिक्रिया नहीं दी। नीलसन शोध कंपनी के अनुसार, 2014 की पहली तीन तिमाहियों के दौरान रूसियों का उपभोक्ता विश्वास सूचकांक बढ़ रहा था। रूस में सूचकांक की वृद्धि ने मुख्य रूप से श्रम बाजार की संभावनाओं का एक संकेतक प्रदान किया: रूस में 42% उत्तरदाताओं को उम्मीद है कि वे होंगे अगले 12 महीनों में अच्छा या उत्कृष्ट। यह पिछले 6 साल में सबसे ज्यादा आंकड़ा है। रूसियों ने मुफ्त नकदी के निपटान में अपनी प्राथमिकताओं को नहीं बदला है: 45% इसे कपड़ों पर खर्च करेंगे, 34% - ऋण और उधार के भुगतान पर, 33% - छुट्टियों और मनोरंजन पर। अधिक रूसी मुफ्त फंड को बचत में स्थानांतरित करने की योजना बना रहे हैं - एक तिमाही पहले के 26% के मुकाबले 31%। ऐसे और भी रूसी हैं जिनके पास बस मुफ्त पैसा नहीं है - 14% पहले के 11% के मुकाबले।

खोजपूर्ण शोध का मुख्य कार्य शोधकर्ता के सामने आने वाली विपणन समस्या के सार की समझ प्रदान करना है। खोजपूर्ण अनुसंधान का उपयोग उन मामलों में किया जाता है जहां समस्या को अधिक सटीक रूप से परिभाषित करना आवश्यक होता है, कार्रवाई के उपयुक्त क्षेत्रों को उजागर करने के लिए।

खोजपूर्ण अध्ययन के उद्देश्य इस प्रकार हैं:

• - अनुसंधान समस्या का सूत्रीकरण या स्पष्टीकरण;
• - कार्रवाई के वैकल्पिक पाठ्यक्रमों की पहचान;
• - परिकल्पनाओं का विकास;
• - आगे के अध्ययन के लिए प्रमुख चर और संबंधों को उजागर करना;
• - समस्या को हल करने के लिए एक या दूसरे प्रकार के दृष्टिकोण के विकास के लिए तर्क;
• - आगे के शोध के लिए प्राथमिकताएं निर्धारित करना।

इस स्तर पर, बाज़ारिया को इस बात का बहुत अस्पष्ट विचार होता है कि उसे किस जानकारी की आवश्यकता है, और अनुसंधान प्रक्रिया स्वयं लचीली और असंरचित है, उदाहरण के लिए, इसमें उद्योग के विशेषज्ञों के साथ व्यक्तिगत साक्षात्कार शामिल हो सकते हैं। एक खोजपूर्ण अध्ययन के परिणामों को प्रारंभिक या आगे के शोध के लिए एक प्रारंभिक बिंदु के रूप में माना जाना चाहिए। आमतौर पर, इस तरह के शोध आगे की खोजपूर्ण या निश्चित शोध से पहले होते हैं।

चित्र 2.4 खोजपूर्ण विपणन अनुसंधान की मुख्य विधियों को प्रस्तुत करता है।

चित्र 2.4. खोज विपणन अनुसंधान विधियां

जैसा कि ऊपर से देखा जा सकता है, खोजपूर्ण शोध माध्यमिक जानकारी पर आधारित हो सकता है। उदाहरण के लिए, यह जानते हुए कि कंपनी की विकास दर 10% है, शोधकर्ता यह समझने के लिए पूरे बाजार की विकास दर के बारे में जानकारी ढूंढता है कि कंपनी अपना हिस्सा खो रही है या नहीं।

प्रतिस्पर्धी ब्रांडों के लिए विशिष्ट विशेषताओं की खोज के लिए, एक शोधकर्ता सोशल मीडिया मॉनिटरिंग सिस्टम की सेवाओं का उपयोग इंटरनेट पर साइटों को खोजने के लिए कर सकता है जहां इन ब्रांडों पर चर्चा की जाती है, और फिर सामग्री विश्लेषण का उपयोग करके ब्रांडों की कुछ विशेषताओं का उल्लेख करने की आवृत्ति का पता लगाने के लिए उपयोग कर सकते हैं। पढाई। ये मात्रात्मक तरीके खोज उद्देश्यों की पूर्ति करेंगे। फिर, ऑनलाइन मंचों में, शोधकर्ता प्रतिभागियों को उनके द्वारा खोजी गई विशेषताओं पर चर्चा करने और उनके महत्व को रैंक करने के लिए आमंत्रित कर सकता है। कुछ से लेकर दसियों तक और यहां तक ​​कि ऑनलाइन समुदाय के सैकड़ों सदस्य भी चर्चा में भाग ले सकते हैं। इसलिए, MROC (मार्केट रिसर्च ऑनलाइन कम्युनिटी) नामक इस पद्धति को एक मध्यवर्ती विपणन अनुसंधान पद्धति के रूप में वर्गीकृत किया गया है जिसका उपयोग खोज उद्देश्यों के लिए किया जा सकता है।

जब विपणन अनुसंधान समस्या को सटीक रूप से परिभाषित किया जाता है, तो एक अंतिम विपणन अनुसंधान आयोजित किया जाता है जो परिकल्पना का परीक्षण करता है या संबंधों की खोज करता है। "अंतिम" शब्द इस बात पर जोर देता है कि इस तरह के विपणन अनुसंधान के परिणामों को अंतिम माना जाता है, जो प्रबंधकीय निर्णय लेने के लिए प्रारंभिक डेटा है। ऐसा अध्ययन स्पष्ट रूप से संरचित है और इसमें बड़ी मात्रा में डेटा की विस्तृत योजना, संग्रह और मात्रात्मक प्रसंस्करण की आवश्यकता होती है।

खोजपूर्ण और निश्चित अध्ययनों की तुलना तालिका 2.2 में प्रस्तुत की गई है।

खोजपूर्ण और निश्चित अध्ययनों की तुलना

तालिका 2.2

विपणन अनुसंधान के चरणों को तालिका 2.3 में प्रस्तुत किया गया है।

तालिका 2.3

विपणन अनुसंधान के चरण

चरण 1. विपणन अनुसंधान की समस्या का निर्धारण

बाजार के विकास के दौरान कंपनियां लगातार विभिन्न प्रबंधकीय विपणन समस्याओं का सामना करती हैं।

विपणन वातावरण के कारकों को समझना प्रबंधन समस्या की समझ में योगदान देता है। प्रबंधकीय समस्या इस प्रश्न से संबंधित है कि क्या करने की आवश्यकता है। यह समस्या कंपनी की प्रतिकूल बाजार स्थिति के लक्षणों को दर्शाती है। उदाहरण के लिए, किसी कंपनी के बाजार हिस्से में गिरावट "बाजार हिस्सेदारी को बहाल करने" के लिए एक प्रबंधकीय समस्या के उभरने से जुड़ी है।

प्रबंधकीय समस्या, विपणन अनुसंधान करने के कारण के रूप में कार्य करती है, अनुसंधान की समस्या के निरूपण को ही निर्धारित करती है। विपणन अनुसंधान समस्या में इस प्रश्न का उत्तर देना शामिल है कि प्रबंधन समस्या को हल करने के लिए कौन सी जानकारी की आवश्यकता है और इसे सबसे प्रभावी तरीके से कैसे प्राप्त किया जाए। एक अच्छी तरह से तैयार की गई समस्या पहले से ही आधी हल हो चुकी है, लेकिन कभी-कभी इसे ठीक से तैयार करना मुश्किल होता है। एक प्रतिकूल घटना (जैसे बाजार हिस्सेदारी में गिरावट) के कई संभावित कारण हो सकते हैं। अक्सर, इस घटना के कारणों की व्याख्या करने वाली सभी संभावित परिकल्पनाओं को सूचीबद्ध करने में सक्षम होने के लिए पहले खोजपूर्ण शोध किया जाना चाहिए।

उदाहरण के लिए, बाजार हिस्सेदारी को बहाल करने के उपायों को विकसित करने के लिए किस डेटा की आवश्यकता है? क्या बाजार में कंपनी की स्थिति को मजबूत करने के लिए उत्पाद नीति कदम उठाने के लिए उत्पाद और प्रतिस्पर्धी उत्पादों की विशेषताओं के बारे में जानकारी एकत्र करना आवश्यक है? हो सकता है कि उत्पाद उपभोक्ता तक न पहुंचे और वितरण चैनलों के बारे में जानकारी की आवश्यकता हो? शायद कंपनी उपभोक्ता पर खराब लक्षित है और बाजार को सही ढंग से विभाजित करने की जरूरत है। इस मामले में, विस्तृत उपभोक्ता डेटा की आवश्यकता है।

इस प्रकार, एक विपणन अनुसंधान समस्या की परिभाषा प्रबंधकीय समस्याओं के प्रश्नों के संभावित उत्तर सुझाती है और उनके मूल कारणों पर ध्यान केंद्रित करती है (तालिका 2.4 देखें)। सभी को पहचानने की जरूरत है परीक्षण की जाने वाली परिकल्पना, साथ ही सभी प्रकार की जानकारीप्रत्येक परिकल्पना का परीक्षण करने की आवश्यकता है।

प्रबंधन समस्याओं और विपणन अनुसंधान समस्याओं के उदाहरण

तालिका 2.4

विपणन अनुसंधान की समस्या की सामान्य परिभाषा इसके लक्ष्य के रूप में कार्य करती है, और समस्या के विशिष्ट घटकों की परिभाषा - अनुसंधान कार्यों के रूप में जिन्हें लक्ष्य प्राप्त करने के लिए हल करने की आवश्यकता होती है। समस्या के विशिष्ट घटकों को खोज प्रश्नों में बदल दिया जाता है। वे विशिष्ट जानकारी की सीमा को परिभाषित करते हैं जो शोध समस्या को हल करने के लिए आवश्यक होगी।

उदाहरण के लिए, एक प्रबंधकीय समस्या यह निर्धारित करना है कि ग्राहक ब्रांड की वफादारी बढ़ाने के लिए क्या कार्रवाई की जानी चाहिए। विपणन अनुसंधान की समस्या लक्षित दर्शकों के बारे में जानकारी का संग्रह है। अध्ययन के विशिष्ट उद्देश्य उपभोक्ताओं की आयु और लिंग संरचना, उनके निवास स्थान, रोजगार की स्थिति और आय स्तर, उनके व्यवहार और मनोवैज्ञानिक विशेषताओं पर डेटा एकत्र करना और इस ब्रांड को खरीदते समय उनकी प्रेरणा का अध्ययन करना है।

विपणन अनुसंधान की सबसे विशिष्ट समस्याओं, लक्ष्यों और उद्देश्यों को तालिका 2.5 में प्रस्तुत किया गया है।

तालिका 2.5

एक रूसी विपणन एजेंसी द्वारा किए गए विपणन अनुसंधान की सबसे विशिष्ट समस्याएं, लक्ष्य और उद्देश्य

1 देखें: http://www.nordl.ru/tmi.htm।

तालिका का अंत। 2.5

चरण 2. एक विपणन समस्या को हल करने के लिए एक दृष्टिकोण का विकास

एक विपणन समस्या को हल करने के लिए एक दृष्टिकोण का विकास

तालिका 2.6

अनुसंधान की सैद्धांतिक और पद्धतिगत नींव वैज्ञानिक साहित्य के अध्ययन पर आधारित है: पाठ्यपुस्तकें, पत्रिकाएं और विपणन पर मोनोग्राफ, गणितीय सांख्यिकी, अर्थमिति। सैद्धांतिक विचार न केवल यह निर्धारित करते हैं कि किन चरों की जांच की जानी चाहिए, बल्कि यह भी कि उन्हें कैसे संसाधित और मापना है, अध्ययन को कैसे डिजाइन करना है और नमूने को कैसे डिजाइन करना है। सिद्धांत उस आधार के रूप में भी कार्य करता है जिस पर शोधकर्ता प्राप्त आंकड़ों को एकत्र करता है और उनकी व्याख्या करता है - "एक अच्छे सिद्धांत से अधिक व्यावहारिक कुछ भी नहीं है।"

नमूना -यह एक प्रणाली है (यानी, एक निश्चित अखंडता बनाने वाले तत्वों का एक समूह जो एक दूसरे के साथ संबंधों या संबंधों में हैं), जिसके अध्ययन से किसी अन्य प्रणाली के बारे में जानकारी प्राप्त करने की अनुमति मिलती है।

चूंकि अधिकांश वास्तविक प्रक्रियाएं और घटनाएं जटिल होती हैं (बड़ी संख्या में उन्हें चिह्नित करने वाले मापदंडों के कारण), मॉडलिंग (यानी एक मॉडल का निर्माण) गुणों और पैटर्न के अध्ययन के कार्य को आसान बनाता है, क्योंकि मॉडल अक्सर केवल सबसे आवश्यक विशेषताओं को ध्यान में रखता है वस्तुओं और उनके बीच संबंध। इस प्रकार, एक मॉडल एक वास्तविक प्रक्रिया या घटना का सरलीकृत प्रतिनिधित्व है।

एक नियम के रूप में, वास्तविक प्रक्रियाओं और घटनाओं (विशेष रूप से, आर्थिक वाले) को औपचारिक रूप दिया जा सकता है, अर्थात, परस्पर संबंधित औपचारिक-तार्किक और गणितीय अभिव्यक्तियों के एक सेट के रूप में प्रस्तुत किया जाता है। इस तरह के प्रतिनिधित्व को गणितीय मॉडल कहा जाता है।

स्पष्टता के लिए, गणितीय मॉडलिंग के परिणामों को एक ग्राफ के रूप में प्रस्तुत किया जा सकता है जो एक विशेषता में दूसरे या समय के आधार पर परिवर्तन दिखाता है।

उदाहरण के लिए, पिछले 6 वर्षों में Apple iPhone बाजार में वृद्धि दर में वृद्धि हुई है, और मांग में एक स्पष्ट मौसमी प्रकृति है। IPhone 6 मॉडल के सफल लॉन्च को देखते हुए, 2015 में वैश्विक बाजार की मात्रा 189 मिलियन से 200 मिलियन यूनिट के बीच होगी। एक

चित्र 2.5 एक इंटरनेट निगरानी प्रणाली का उपयोग करते हुए मॉर्गन स्टेनली के अल्फा वाइज स्मार्टफोन ट्रैकर का उपयोग करते हुए ऐप्पल आईपोन की मांग के गणितीय मॉडलिंग के परिणाम दिखाता है, जो वॉल स्ट्रीट के आम सहमति पूर्वानुमान से अधिक सटीक है।

चित्र 2.5. 2008-2014 में iPhone के लिए पूर्वानुमान अनुमान और मांग।

1 देखें: http://bgr.com/2014/10/06/apple-iphone-6-sales-200m/

परिकल्पना- अध्ययन के तहत वस्तुओं के बीच संबंधों की संरचना और प्रकृति और विपणन समस्याओं के संभावित कारणों के बारे में ये उचित धारणाएं हैं। किसी भी सफल परिकल्पना को जिस मुख्य आवश्यकता को पूरा करना चाहिए, वह है इसकी परीक्षण क्षमता। एक परिकल्पना को सामने रखने के लिए एक आवश्यक शर्त इसमें प्रयुक्त सभी अवधारणाओं की एक सख्त परिभाषा है।

आइए मान लें कि परिकल्पना "औसत आय वाले उपभोक्ता घरेलू वाइन पसंद करते हैं" तैयार की जाती है। अध्ययन से पहले, यह स्पष्ट रूप से परिभाषित किया जाना चाहिए कि "उपभोक्ता" वे व्यक्ति हैं जो प्रति माह कम से कम 1 लीटर की मात्रा में वाइन का सेवन करते हैं; "औसत आय" प्रति परिवार सदस्य प्रति माह 300 से 500 डॉलर की आय है; "पसंद" का अर्थ है कि वे ज्यादातर मामलों में खरीदते हैं, आपातकालीन स्थितियों को छोड़कर; "घरेलू वाइन" रूसी अंगूर से उत्पादित या रूस में बोतलबंद वाइन हैं।

विपणन अनुसंधान उदाहरण

XXI सदी की शुरुआत में। 1980 के दशक में बिक्री में लंबी गिरावट के कारण हार्ले डेविडसन प्रबंधन ने मोटरसाइकिल उत्पादन के विस्तार में निवेश के बारे में संदेह व्यक्त किया। कंपनी के प्रबंधन में दिलचस्पी रखने वाला मुख्य प्रश्न था: क्या लंबे समय में मांग अधिक होगी या उपभोक्ताओं को किसी और चीज से दूर किया जाएगा?

विपणन समस्या को स्पष्ट करने के लिए एक खोजपूर्ण अध्ययन किया गया था।

अध्ययन के दौरान, विशेषज्ञों ने ब्रांड की उच्च छवि की पुष्टि की। उन्होंने 2010 तक अवकाश और मनोरंजन पर खर्च में वृद्धि की भविष्यवाणी की।

माध्यमिक डेटा ने संकेत दिया कि मोटरसाइकिल मालिकों के पास दूसरा वाहन था।

फोकस समूहों का संचालन करने से पता चला कि मोटरसाइकिल मनोरंजन और मनोरंजन के साधन के रूप में एक वाहन नहीं हैं। इसके अलावा, बार-बार खरीदारी के साथ ब्रांड की वफादारी की पुष्टि की गई।

किए गए खोजपूर्ण शोध ने हमें विपणन समस्या और शोध समस्या तैयार करने की अनुमति दी।

प्रबंधन की समस्या: क्या कंपनी को मोटरसाइकिल उत्पादन बढ़ाने में निवेश करना चाहिए?

बाजार अनुसंधान समस्या: क्या ग्राहक लंबे समय में वफादार रहेंगे?

निम्नलिखित शोध उद्देश्य (खोज प्रश्न) तैयार किए गए थे।

• 1. उपभोक्ता कौन हैं?
• 2. क्या बाजार को खंडित करना संभव है?
• 3. क्या सभी सेगमेंट में खरीदारी के मकसद समान हैं? वे अपनी हार्ले मोटरसाइकिलों को कैसे देखते हैं?
• 4. उनकी ब्रांड वफादारी क्या है?

निम्नलिखित परिकल्पनाओं को सामने रखा गया है।

• 1. मनोवैज्ञानिक विशेषताओं के आधार पर बाजार को खंडित किया जा सकता है।
• 2. हार्ले मोटरसाइकिल रखने के लिए हर सेगमेंट का अपना मकसद होता है।
• 3. सभी सेगमेंट में ब्रांड लॉयल्टी अधिक है।

निर्धारित लक्ष्य को प्राप्त करने और कार्यों को पूरा करने के लिए निम्नलिखित विधियों का उपयोग किया गया था।

• 1. अध्ययन किए गए फोकस समूह:
  • - वास्तविक मालिक;
  • - संभावित मालिक;
  • - अन्य ब्रांडों की मोटरसाइकिलों के मालिक।
• 2. एक उपभोक्ता प्रोफ़ाइल और हार्ले मोटरसाइकिलों के उनके मूल्यांकन को प्राप्त करने के लिए 16,000 प्रश्नावली भेजी गईं।

नतीजतन, कंपनी को निम्नलिखित परिणाम प्राप्त हुए।

सात खंडों की पहचान की गई है (परिकल्पना 1 की पुष्टि की गई है):

• "साहसी रूढ़िवादी";
• "संवेदनशील व्यावहारिक";
• "अनुयायी शैली";
• "आराम से पर्यटक";
• "विशिष्ट पूंजीवादी";
• "कोल्ड ब्लडेड कुंवारा";
• "साहसी हारे हुए"।

परिकल्पना 2 का खंडन किया गया है: खरीदते समय, सभी खरीदार इस तथ्य से आगे बढ़े कि हार्ले शक्ति, स्वतंत्रता और स्वतंत्रता का प्रतीक है।

परिकल्पना 3 (लंबी अवधि में उपभोक्ता वफादारी) की पुष्टि की जाती है।

धनराशि का निवेश किया गया है।

चरण 3. एक शोध योजना का विकास

विपणन अनुसंधान योजनाइसकी सफलता के लिए आवश्यक है। यह जानकारी प्राप्त करने के लिए आवश्यक विधियों को प्रकट करता है जिसके साथ एक विपणन अनुसंधान समस्या की संरचना या समाधान किया जा सकता है। अध्ययन योजना समस्या को हल करने के लिए पहले से विकसित सामान्य दृष्टिकोण का विवरण देती है। यह विपणन अनुसंधान योजना है जो इसके कार्यान्वयन का आधार है। एक अच्छी योजना उच्च दक्षता और अनुसंधान की गुणवत्ता की गारंटी देती है।

योजना काफी हद तक आयोजित किए जा रहे विपणन अनुसंधान के प्रकार से निर्धारित होती है। एक नियम के रूप में, इसमें निम्नलिखित आइटम शामिल हैं:

• - आवश्यक जानकारी का निर्धारण;
• - अध्ययन के खोज, वर्णनात्मक और (या) कारण चरणों का विकास;
• - माप और स्केलिंग प्रक्रियाओं की परिभाषा;
• - एक प्रश्नावली (साक्षात्कार फॉर्म) या उपयुक्त डेटा संग्रह फॉर्म बनाना और पूर्व-जांच करना;
• - नमूनाकरण प्रक्रिया और उसके आकार का निर्धारण;
• - एक डेटा विश्लेषण योजना का विकास।

बाद के चरणों में विभिन्न का चयन और आवेदन शामिल है

अनुसंधान विधियों, जिन पर अब हम अधिक विस्तार से विचार करते हैं।

सभी प्रकार के अनुसंधान के लिए प्रत्यक्ष और अप्रत्यक्ष में विभाजन लागू किया जा सकता है:

• - प्रत्यक्ष - उत्तरदाता अध्ययन के उद्देश्य से अवगत हैं;
• - अप्रत्यक्ष - शोध का उद्देश्य उत्तरदाताओं से छिपा हुआ है।

गुणात्मक और मात्रात्मक में विपणन अनुसंधान का विभाजन भी लागू होता है:

• - गुणात्मक - छोटे नमूनों पर किए गए अध्ययन;
• - मात्रात्मक - बड़े नमूनों पर किए गए अध्ययन।

• 2 एक रूसी विपणन एजेंसी के महा निदेशक एम. डिमशिट्स के अनुसार, "आवश्यक विपणन जानकारी का 80% संगठन के भीतर स्थित है, अन्य 15% खुले स्रोतों से प्राप्त किया जा सकता है या स्वयं प्राप्त किया जा सकता है, और केवल 5% जानकारी प्राप्त की जा सकती है। बाहरी ठेकेदारों की भागीदारी के साथ उपयुक्त विपणन अनुसंधान की आवश्यकता है।" विपणन विश्लेषण और अनुसंधान, http://www.p-marketing.ru/publications/applied-marketing/research-methods/m-rktinovyy-n-liz-i-issledov -निया।
देखें: http://www.r-trends.ru/opinion/opinion_895.html

उद्यम में विश्लेषणात्मक कार्य एक विशेष समूह द्वारा किया जाता है। यह स्वायत्त हो सकता है या किसी भी डिवीजन में शामिल हो सकता है। हाल ही में, नियंत्रण इकाइयाँ बनाई गई हैं, जिनके कार्यों में यह गतिविधि मुख्य के रूप में शामिल है। कुछ में, विशेष रूप से कठिन परिस्थितियों में, वे सलाहकारों की सेवाओं का उपयोग करते हैं। छोटे उद्यमों में, यह कार्य किसी उप प्रमुख या विशेषज्ञ को सौंपा जा सकता है।

आईएएस के कार्यों को समझने के दिन विश्लेषणात्मक कार्यों से जुड़े सूचनाओं के आदान-प्रदान का अध्ययन करना आवश्यक है। सामान्यतया, विश्लेषण सूचनाओं के प्रसंस्करण पर आधारित होता है जो विश्लेषकों को कहीं से प्राप्त करना चाहिए और इच्छुक व्यक्तियों या संगठनात्मक इकाइयों को सूचना जारी करना चाहिए। प्रबंधन से संबंधित अन्य प्रक्रियाओं की श्रृंखला में विश्लेषणात्मक प्रक्रिया का स्थान चित्र 5 में दिखाया गया है।

चित्र 5. प्रबंधकीय निर्णय लेने की श्रृंखला में विश्लेषण का स्थान

विश्लेषण के लिए सूचना के सभी स्रोतों को आंतरिक और बाहरी में विभाजित किया जा सकता है।

आंतरिक स्रोतों में शामिल हैं:

लेखांकन, विश्लेषणात्मक और गोदाम लेखांकन सहित;

· सांख्यिकीय लेखांकन;

· प्रबंधन लेखांकन;

· व्यावसायिक पत्राचार;

· उद्यम में किए गए विभिन्न अध्ययनों और सर्वेक्षणों की सामग्री;

· वर्तमान दस्तावेज़ीकरण, जिसमें संशोधन और ऑडिट आदि की सामग्री शामिल है;

रिकॉर्ड किया गया सर्वेक्षण डेटा

मौखिक जानकारी;

उद्यम EIS और स्वायत्त कार्यस्थानों (AWS) में संचालित डेटाबेस से जानकारी;

लेखांकन के सूचीबद्ध प्रकारों में से, लेखांकन और सांख्यिकीय लेखांकन अनिवार्य प्रकार के लेखांकन हैं।

सूचना के बाहरी स्रोतों में शामिल हैं:

राज्य निकायों और उच्च संगठनों (आश्रित उद्यमों के लिए) से स्थापना की जानकारी ये कानूनी और शासी दस्तावेज, निर्देश आदि हैं जो कामकाज की शर्तों को निर्धारित करते हैं,

विशेष सूचना संगठनों और उनके सूचना भंडारों से जानकारी, इनमें विभिन्न फंड, वित्तीय और विनिमय, आदि शामिल हैं;

पुस्तकालय संग्रह और सूचना भंडारण;

मास मीडिया और विशेष जानकारी;

वैश्विक सूचना संसाधन, जैसे इंटरनेट और अन्य;

व्यापार खुफिया डेटा और सूचना के अन्य संभावित स्रोत।

दूसरी ओर, विश्लेषण सेवा इच्छुक उपभोक्ताओं को जानकारी प्रदान करती है। इसके मुख्य उपभोक्ता निर्णय निर्माता (डीएम) हैं।

उद्यम को अपने विशेष मूल्य और कभी-कभी गोपनीयता के कारण ऐसी जानकारी तक पहुँचने के लिए एक प्रक्रिया स्थापित करनी चाहिए।

विश्लेषणात्मक प्रणालियों के दृष्टिकोण से, सूचना को इसमें विभाजित किया जा सकता है:

एकत्रित डेटा

ऐतिहासिक आंकड़ा,

· पूर्वानुमान डेटा।

एकत्रित डेटा. एक विश्लेषण उपयोगकर्ता शायद ही कभी विस्तृत डेटा में रुचि रखता है। इसके अलावा, उपयोगकर्ता (प्रबंधक, प्रबंधक, विश्लेषक) का स्तर जितना अधिक होगा, निर्णय लेने के लिए उसके द्वारा उपयोग किए जाने वाले डेटा के एकत्रीकरण का स्तर उतना ही अधिक होगा। आइए एक उदाहरण के रूप में कार डीलरशिप लेते हैं। ऐसी कंपनी के वाणिज्यिक निदेशक को इस सवाल में बहुत कम दिलचस्पी है: "ज़िगुली का कौन सा रंग इसके प्रबंधकों में से एक द्वारा सबसे सफलतापूर्वक बेचा जाता है - पेट्रोव: सफेद या लाल?" उसके लिए यह महत्वपूर्ण है कि किसी दिए गए क्षेत्र में कौन से मॉडल और कौन से रंग पसंद किए जाते हैं।

ऐतिहासिक आंकड़ा. विश्लेषणात्मक समस्याओं में डेटा की सबसे महत्वपूर्ण संपत्ति उनका ऐतिहासिक चरित्र है। इसके बाद यह दर्ज किया गया कि जून 2004 में पेट्रोव। 2 वोल्गा कारें और 12 ज़िगुली कारें बेचीं, इस घटना का डेटा एक ऐतिहासिक (समाप्त) तथ्य बन गया। और इस तथ्य के बारे में जानकारी प्राप्त होने, सत्यापित करने और डेटाबेस में दर्ज करने के बाद, इसे वहां से कितनी भी बार पढ़ा जा सकता है, लेकिन इसे बदला नहीं जा सकता और न ही बदला जाना चाहिए।

ऐतिहासिक डेटा की एक अन्य अंतर्निहित संपत्ति उस समय का अनिवार्य विनिर्देश है जिससे डेटा मेल खाता है। इसके अलावा, समय न केवल सबसे अधिक इस्तेमाल किया जाने वाला चयन मानदंड है, बल्कि मुख्य मानदंडों में से एक है जिसके द्वारा उपयोगकर्ता को प्रसंस्करण और प्रस्तुति के दौरान डेटा का आदेश दिया जाता है।

कई संगठन पारंपरिक और अपने स्वयं के कैलेंडर चक्र दोनों का उपयोग करते हैं (वित्तीय वर्ष जनवरी में कैलेंडर वर्ष के रूप में शुरू नहीं हो सकता है, लेकिन, उदाहरण के लिए, जून में); समय लगभग किसी भी विश्लेषणात्मक, सांख्यिकीय या वित्तीय कार्य (पूर्वानुमान, चल रहे कुल, रोलिंग स्टॉक, चलती औसत, आदि) में एक मानक पैरामीटर है।

पूर्वानुमान डेटा. जब हम विश्लेषणात्मक प्रणालियों में डेटा की अपरिवर्तनीयता और स्थिर प्रकृति के बारे में बात करते हैं, तो हमारा मतलब विशेष रूप से ऐतिहासिक डेटा की अपरिवर्तनीयता (पहले से घटित घटनाओं का वर्णन करने वाला डेटा) से है। किसी भी मामले में यह धारणा भविष्य कहनेवाला डेटा (एक घटना के बारे में डेटा जो अभी तक नहीं हुई है) तक फैली हुई है। और यह क्षण बहुत महत्वपूर्ण है।

उदाहरण के लिए, यदि हम जून 2005 के लिए बिक्री पूर्वानुमान बना रहे हैं। प्रबंधक पेट्रोव के लिए, फिर, 2004 के लिए वास्तविक (ऐतिहासिक) डेटा उपलब्ध होने के कारण, यह आंकड़ा बार-बार बदला और परिष्कृत किया जा सकता है। इसके अलावा, अक्सर पूर्वानुमान और मॉडलिंग न केवल भविष्य की घटनाओं को प्रभावित करता है जो अभी तक नहीं हुई हैं, बल्कि पिछली घटनाएं भी हैं जो पहले ही हो चुकी हैं। उदाहरण के लिए, विश्लेषण: "क्या होगा (होगा) ..., अगर (होगा) ...?", इस धारणा पर आधारित है कि कुछ डेटा के मूल्य, अतीत के उन सहित, अलग हैं असली से।

पहली नज़र में, जब हम एक विश्लेषणात्मक प्रणाली की मौलिक संपत्ति के रूप में डेटा की अपरिवर्तनीयता के बारे में बात करते हैं, तो हम खुद का खंडन करते हैं। लेकिन ऐसा नहीं है। यह स्पष्ट विरोधाभास, इसके विपरीत, ऐतिहासिक डेटा की अपरिवर्तनीयता के लिए आवश्यकताओं के महत्व पर जोर देता है और पुष्ट करता है। कोई फर्क नहीं पड़ता कि हम जून 2004 के लिए बिक्री के मूल्य के साथ कितना अभ्यास करते हैं (उदाहरण के लिए, विश्लेषण करते समय: "क्या ... अगर ..?"), ऐतिहासिक (वास्तविक) डेटा के मूल्य अपरिवर्तित रहना चाहिए।

तकनीकी दृष्टिकोण से, विश्लेषण के लिए डेटा स्रोत निम्नलिखित मुख्य रूपों में प्रस्तुत किए जा सकते हैं:

· एक निश्चित प्रारूप की फाइलों के रूप में (पहले सबसे आम प्रारूप डीबीएफ फाइलें थी, लेकिन अब एक्सएमएल प्रारूप एक बढ़ती हिस्सेदारी पर कब्जा करना शुरू कर रहा है);

अधिकांश विशेषज्ञों से परिचित संबंधपरक डेटाबेस के रूप में, जिसमें प्राथमिक या एकत्रित जानकारी संग्रहीत की जाती है;

डेटा वेयरहाउस के रूप में जो विभिन्न विषय लेनदेन संबंधी डेटाबेस से अपने भीतर जानकारी एकत्र करते हैं और इसके एकत्रीकरण और व्यवस्थितकरण का उत्पादन करते हैं;

रिपोर्ट से प्राप्त जानकारी के रूप में, जब विश्लेषणात्मक कार्य करने की प्रक्रिया में, एक रिपोर्ट के परिणाम (समुच्चय) अन्य रिपोर्टों के लिए डेटा स्रोत बन जाते हैं, जिससे विश्लेषण में समग्र तकनीकी श्रृंखला का स्रोत तत्व बन जाता है;

विश्लेषणात्मक उप-प्रणालियों या यहां तक ​​कि सूचना प्रणालियों के बाहर दूरस्थ प्रक्रियाओं को कॉल करके सीधे प्राप्त की गई जानकारी। यह तकनीक कई प्रोग्रामिंग भाषाओं में, अधिकांश तकनीकी प्लेटफार्मों पर लागू की गई है और यह दूरस्थ प्रक्रिया कॉल (RPC - दूरस्थ प्रक्रिया कॉल) की जटिल विचारधारा पर आधारित है;

आवश्यक जानकारी के प्रकार और सामग्री के आधार पर विभिन्न मीडिया, समाचार एजेंसियों और सामान्य कंपनियों की पारंपरिक इंटरनेट साइटें;

वेब सेवाएं, जिसके साथ बातचीत SOAP और XML प्रोटोकॉल पर आधारित है और जो, मूल अवधारणा के अनुसार, कैटलॉग में पंजीकृत होनी चाहिए और UDDI प्रोटोकॉल के माध्यम से उपलब्ध होनी चाहिए - इस अवधारणा का मुख्य लक्ष्य स्वचालित के लिए एकल लचीला बुनियादी ढांचा बनाना है। पारंपरिक इंटरनेट के माध्यम से किसी भी - या सूचना सेवाओं (सेवाओं) को प्रदान करने के लिए विभिन्न कंपनियों की सूचना प्रणालियों की बातचीत। इसलिए नाम ही - WEB सेवाएँ (WEB सेवाएँ)।

विषय 3. आर्थिक विश्लेषण के लिए एक उपकरण के रूप में सूचना और विश्लेषणात्मक प्रणाली

1. सूचना-विश्लेषणात्मक प्रणाली की सामान्य अवधारणा।

2. आईएएस के कार्य और कार्यक्षेत्र।

3. विश्लेषणात्मक प्रणालियों का वर्गीकरण .

4. आईएएस के निर्माण की अवधारणा।

5. सूचना विश्लेषणात्मक प्रणाली की सामान्य संरचना।

1. सूचना-विश्लेषणात्मक प्रणाली की सामान्य अवधारणा।

रूसी अर्थव्यवस्था में बाजार संबंधों के विकास का वर्तमान चरण आर्थिक सुधार की शुरुआत की विशेषता है। आज, संगठनों की बढ़ती संख्या यह समझती है कि बाजार की स्थिति के बारे में समय पर और उद्देश्यपूर्ण जानकारी के बिना, इसकी संभावनाओं की भविष्यवाणी करना, लगातार अपने स्वयं के ढांचे के कामकाज की प्रभावशीलता का आकलन करना और व्यापार भागीदारों और प्रतिस्पर्धियों के साथ संबंधों का विश्लेषण करना, उनके आगे के विकास लगभग असंभव हो जाता है। चल रही आर्थिक प्रक्रियाओं के बारे में ज्ञान निर्णायक महत्व प्राप्त करने लगा है। व्यवसाय करने की सफलता वस्तुनिष्ठ और व्यक्तिपरक दोनों कारकों से प्रभावित होती है। उद्देश्य कारकों में शामिल हैं:

व्यापार प्रक्रियाओं के पैटर्न,

कानूनी वातावरण

व्यापार करने के अलिखित नियम और परंपराएं,

· आर्थिक स्थिति, आदि।

व्यक्तिपरक कारक का बहुत महत्व है, जो उद्यम के कर्मचारियों और विशेष रूप से निर्णय निर्माताओं (डीएम) की व्यावसायिक प्रक्रियाओं के पाठ्यक्रम पर प्रभाव को संदर्भित करता है।

वर्तमान स्थिति के लिए उपयुक्त निर्णयों के विकास और अपनाने के लिए, ऐसी जानकारी की आवश्यकता होती है जो पूर्णता, विश्वसनीयता, समयबद्धता (प्रासंगिकता), उपयोगिता की आवश्यकताओं को पूरा करती हो।

निर्णय लेने की तैयारी में एक मौलिक भूमिका निर्णय निर्माता को उपलब्ध जानकारी के आधार पर इसकी पुष्टि द्वारा निभाई जाती है। यह आमतौर पर विभिन्न आंतरिक और बाहरी स्रोतों से प्राप्त किया जाता है। एक पर्याप्त समाधान विकसित करने के हितों में, आंतरिक सूचना संसाधनों का उपयोग किया जाता है, जिसमें दस्तावेजों में वस्तु की गतिविधि (कार्य) को प्रतिबिंबित करना, अन्य प्रकार और जानकारी एकत्र करने, प्रसंस्करण, भंडारण करने के तरीके शामिल हैं। साथ ही वस्तु के बाहरी सूचना संसाधन, उदाहरण के लिए (यदि यह एक उद्यम है) - निगम, उद्योग, क्षेत्र, साथ ही वैश्विक - मीडिया, विशेष साहित्य, इंटरनेट, आदि से।

इस प्रकार, उद्यम की गतिविधियों के प्रतिबिंब के रूप में सूचना स्थान की सीमाएं और बाहरी वातावरण के साथ इसकी बातचीत, जिसके भीतर निर्णय किए जाते हैं, उद्यम की सीमाओं से बहुत आगे निकल जाते हैं।

ये परिस्थितियाँ वर्तमान में उपलब्ध अत्यधिक विकसित सॉफ़्टवेयर और हार्डवेयर का उपयोग करना आवश्यक बनाती हैं। इन उपकरणों का व्यापक और प्रभावी उपयोग अत्यधिक प्रतिस्पर्धी माहौल में उद्यम के अस्तित्व और सफलता के कारकों में से एक बन गया है। स्वचालित सूचना प्रणाली व्यापक हो गई है।

निर्णय लेने के लिए प्रारंभिक जानकारी के विश्लेषण की समस्या इतनी गंभीर निकली कि एक अलग दिशा या सूचना प्रणाली का प्रकार दिखाई दिया - सूचना-विश्लेषणात्मक प्रणाली (आईएएस)।

सूचना और विश्लेषणात्मक प्रणाली (आईएएस) प्रबंधन निर्णय लेने में मदद करने के लिए रीयल-टाइम डेटा के आधार पर तैयार की जाती है। आईएएस मामलों की स्थिति का विश्लेषण करने और प्रबंधन निर्णय लेने के लिए जिम्मेदार उपयोगकर्ताओं के लिए सभी आवश्यक डेटा सेट के दृश्य और त्वरित प्रावधान के आधार पर रणनीतिक, सामरिक और परिचालन प्रबंधन निर्णयों को अपनाने का समर्थन करने के लिए एक आधुनिक अत्यधिक प्रभावी उपकरण है। सूचना और विश्लेषणात्मक प्रणालियों का परिसर पूरे प्रबंधन को प्रभावित करता है: कॉर्पोरेट रिपोर्टिंग, वित्तीय और आर्थिक योजना और रणनीतिक योजना।

आमतौर पर, विपणन अनुसंधान करते समय, प्राथमिक और द्वितीयक डेटा के आधार पर प्राप्त जानकारी का उपयोग किया जाता है।

प्राथमिक डेटा तथाकथित क्षेत्र विपणन अनुसंधान के परिणामस्वरूप प्राप्त किया जाता है जो विशेष रूप से एक विशिष्ट विपणन समस्या को हल करने के लिए किया जाता है; उनका संग्रह अवलोकन, सर्वेक्षण, प्रायोगिक अध्ययन के माध्यम से किया जाता है, एक नियम के रूप में, अध्ययन के तहत वस्तुओं के कुल सेट के एक हिस्से पर - एक नमूना।

तथाकथित डेस्क मार्केटिंग अनुसंधान के संचालन में प्रयुक्त द्वितीयक डेटा, विपणन अनुसंधान के अलावा अन्य उद्देश्यों के लिए आंतरिक और बाहरी स्रोतों से पहले एकत्र किए गए डेटा को संदर्भित करता है। दूसरे शब्दों में, द्वितीयक डेटा विशेष बाजार अनुसंधान का परिणाम नहीं है। द्वितीयक शोध के लिए बाह्य और आंतरिक स्रोतों में (फर्म के संबंध में) भेद कीजिए। सूचना के आंतरिक स्रोतों के रूप में, हो सकता है - विपणन आँकड़े (टर्नओवर की विशेषताएं, बिक्री की मात्रा, बिक्री की मात्रा, आयात, निर्यात, शिकायतें), विपणन लागत पर डेटा (उत्पाद, विज्ञापन, प्रचार, बिक्री, संचार द्वारा), अन्य डेटा ( स्थापना, उपकरण, कच्चे माल और सामग्री के लिए मूल्य सूची, भंडारण प्रणाली की विशेषताओं, उपभोक्ता मानचित्र, आदि के प्रदर्शन पर)।

बाहरी स्रोत हैं:

• - राष्ट्रीय और अंतरराष्ट्रीय आधिकारिक संगठनों के प्रकाशन;
• - राज्य निकायों, मंत्रालयों, नगरपालिका समितियों के प्रकाशन;
• - वाणिज्य और उद्योग मंडलों और संघों के प्रकाशन;
• - सांख्यिकीय जानकारी की वार्षिक पुस्तकें;
• - उद्योग फर्मों और संयुक्त उद्यमों की रिपोर्ट और प्रकाशन;
• - किताबें, पत्रिकाओं और समाचार पत्रों में संदेश;
• - शैक्षिक, अनुसंधान, डिजाइन संस्थानों और सार्वजनिक वैज्ञानिक संगठनों, संगोष्ठियों, सम्मेलनों, सम्मेलनों के प्रकाशन।

माध्यमिक अनुसंधान के मुख्य लाभ हैं:

• - डेस्क अनुसंधान करने की लागत क्षेत्र अनुसंधान का उपयोग करके समान शोध करने की लागत से कम है;
• - अधिकांश भाग के लिए, अनुसंधान को हल करने के लिए केवल माध्यमिक जानकारी पर्याप्त है, इसलिए प्राथमिक शोध अनावश्यक हो जाता है;
• - डेस्क अनुसंधान के परिणामों का उपयोग करने की संभावना, यदि विपणन अनुसंधान के लक्ष्य को प्राप्त नहीं किया जाता है, तो क्षेत्र अनुसंधान के उद्देश्यों को निर्धारित करने के लिए, इसकी योजना और नमूना पद्धति का उपयोग।

ऐसे मामलों में जहां माध्यमिक अध्ययन वांछित परिणाम नहीं देता है, प्राथमिक (क्षेत्रीय) अध्ययन किया जाता है।

प्राथमिक डेटा प्राप्त करने के मुख्य तरीके सर्वेक्षण, अवलोकन, प्रयोग और पैनल हैं। सबसे व्यापक रूप से इस्तेमाल की जाने वाली विधि सर्वेक्षण और साक्षात्कार है। प्रत्येक विधि का उपयोग दूसरों के साथ संयोजन में किया जा सकता है, क्षेत्र अनुसंधान डेस्क अनुसंधान की तुलना में लगभग हमेशा अधिक महंगा होता है। इसलिए, उनका उपयोग उन मामलों में किया जाता है जहां:

• - माध्यमिक अनुसंधान के परिणामस्वरूप, आवश्यक परिणाम प्राप्त नहीं हुआ है और उचित विपणन कार्यक्रम आयोजित करना संभव नहीं है;
• - क्षेत्र अनुसंधान के लिए उच्च लागत को संबंधित समस्या को हल करने के महत्व और आवश्यकता से ऑफसेट किया जा सकता है।

एक क्षेत्र अध्ययन पूर्ण या निरंतर हो सकता है यदि यह शोधकर्ता के लिए रुचि के उत्तरदाताओं के पूरे समूह को कवर करता है और आंशिक यदि यह उत्तरदाताओं के एक निश्चित प्रतिशत को कवर करता है। डेस्क या क्षेत्र अनुसंधान के संचालन के सामान्य मामले में, यह ध्यान में रखा जाना चाहिए कि अनुसंधान प्रक्रिया में डेटा का संग्रह और प्रसंस्करण उन तरीकों से किया जाता है जो विपणन सिद्धांत ने गणित, सांख्यिकी, मनोविज्ञान और सामाजिक के समाजशास्त्र से उधार लिया है। अर्थशास्त्र। विपणन अनुसंधान की प्रक्रिया में प्राप्त आंकड़ों को प्रसंस्करण, सामान्यीकरण और व्याख्या की प्रक्रिया से गुजरना चाहिए। इस मामले में, तीन क्षेत्रों को प्रतिष्ठित किया जाता है: ऑर्डरिंग, स्केलिंग (स्केलिंग), सामान्यीकरण और विश्लेषण। डेटा को व्यवस्थित करने में डेटा को वर्गीकृत करना, परिणामों को संपादित करना और कोडिंग करना और डेटा को सारणीबद्ध करना शामिल है। संपादन से तात्पर्य डेटा देखने से है, जिसका अर्थ है उनके उपयोग की संभावना। देखी गई डेटा सामग्री को तालिकाओं के रूप में प्रस्तुत करने का अर्थ है उनका सारणीकरण। स्केलिंग का अर्थ है कुछ मानदंडों के अनुसार डेटा को वर्गीकृत करना। व्यवहार में, एक नाममात्र पैमाने (वर्गीकरण), एक क्रमिक पैमाने (रैंक) और मात्रात्मक (मीट्रिक) का उपयोग किया जाता है। डेटा का विश्लेषण और सामान्यीकरण मैनुअल, कंप्यूटर (अर्ध-कंप्यूटर) द्वारा किया जाता है, जब पॉकेट कंप्यूटर का उपयोग किया जाता है, और इलेक्ट्रॉनिक (व्यक्तिगत या बड़े कंप्यूटर का उपयोग करके) प्रसंस्करण किया जाता है। प्रसंस्करण के लिए, वर्णनात्मक और विश्लेषणात्मक दोनों विधियों का उपयोग किया जाता है। विपणन में विश्लेषणात्मक तरीकों में अक्सर उपयोग किया जाता है: प्रवृत्ति विश्लेषण, गैर-रेखीय प्रतिगमन और सुधार विधियां, भेदभावपूर्ण विश्लेषण, क्लस्टर विश्लेषण, कारक विश्लेषण, और अन्य।