സാമ്പത്തിക സ്ഥിതി വിശകലനം ചെയ്യുന്നതിനുള്ള വിവരങ്ങളുടെ ഉറവിടങ്ങൾ. വിശകലനത്തിനുള്ള ഡാറ്റ ഉറവിടങ്ങൾ

മാർക്കറ്റിംഗ് വിശകലനത്തിന്റെ ഗുണനിലവാരത്തിന്റെ പ്രധാന പാരാമീറ്ററുകളിൽ ഒന്ന് പ്രാരംഭ ഡാറ്റയാണ്. വിശകലനത്തിനായുള്ള വിവരശേഖരണം സാമ്പത്തികവും തൊഴിൽ ചെലവും കണക്കിലെടുത്ത് ഏറ്റവും കൂടുതൽ സമയം ചെലവഴിക്കുന്ന ഘട്ടമാണ്. നടത്തുന്ന ഗവേഷണത്തിന്റെ വിശ്വാസ്യതയും പ്രായോഗിക മൂല്യവും അവയുടെ വിശ്വാസ്യതയെ ആശ്രയിച്ചിരിക്കുന്നു.

വിപണന ഗവേഷണത്തിന്റെ ആദ്യത്തേതും നിർവചിക്കുന്നതുമായ ഘട്ടമാണ് വിവരങ്ങളുടെ തിരയലും ശേഖരണവും. ഇത് സമയമെടുക്കുന്നതും ബഹുമുഖവും ചുമതലകളെ ആശ്രയിച്ചിരിക്കുന്നു. ഈ ഘട്ടത്തിലെ ഒരു പിശക് പഠനത്തിന്റെ ഫലങ്ങളിൽ പിശകുകളിലേക്ക് നയിക്കും, അവ പ്രയോഗിക്കുന്നതിനും തീരുമാനമെടുക്കുന്നതിനും അനുയോജ്യമല്ലാതാക്കും.

ഇക്കാര്യത്തിൽ, രണ്ട് പ്രശ്നങ്ങൾ നിരീക്ഷിക്കാവുന്നതാണ്:

• പ്രാരംഭ ഡാറ്റയുടെ കൃത്യത (തെറ്റ്, അപൂർണ്ണത);
• തെറ്റായ ഡാറ്റ പ്രോസസ്സിംഗ് ടൂളുകൾ.

അതിനാൽ, മിക്ക ഗുരുതരമായ കമ്പനികളും കാര്യത്തിന്റെ സങ്കീർണതകൾ അറിയുന്ന, ഡാറ്റ ഉറവിടങ്ങളിൽ അനുഭവപരിചയമുള്ള പ്രൊഫഷണലുകളിലേക്ക് തിരിയാൻ ഇഷ്ടപ്പെടുന്നു.

വിപണി ഗവേഷണ വിവരങ്ങളുടെ ഉറവിടങ്ങൾ

അവയുടെ ഉറവിടങ്ങളെ ആശ്രയിച്ച് അവ പ്രാഥമികവും ദ്വിതീയവുമാകാം.

പ്രാഥമിക വിവരങ്ങൾ ആദ്യമായി ശേഖരിച്ചവയാണ്. അവ ശേഖരിക്കുന്ന പ്രക്രിയയെ ഫീൽഡ് റിസർച്ച് എന്ന് വിളിക്കുന്നു. അവ രണ്ട് വിഭാഗങ്ങളാകാം: ഗുണപരവും അളവ്പരവും.

ലഭ്യമായ ഉറവിടങ്ങളിൽ നിന്ന് ഇതിനകം ലഭ്യമായ സ്ഥിതിവിവരക്കണക്ക് വിവരങ്ങൾ ദ്വിതീയ ഡാറ്റ സൂചിപ്പിക്കുന്നു. അവരുടെ തിരയലിന്റെയും പ്രോസസ്സിംഗിന്റെയും പ്രക്രിയയെ ഡെസ്ക് റിസർച്ച് എന്ന് വിളിക്കുന്നു. സ്വയം കൂട്ടിച്ചേർക്കാൻ കഴിയാത്ത മെറ്റീരിയലുകളുമായി പ്രവർത്തിക്കാനുള്ള എളുപ്പവും വേഗമേറിയതുമായ മാർഗമാണിത്.

വിഭാഗമനുസരിച്ച് ദ്വിതീയ വിവരങ്ങളുടെ പ്രധാന ഉറവിടങ്ങൾ:

1. ആന്തരികം: അക്കൗണ്ടിംഗ്, ഫിനാൻഷ്യൽ സ്റ്റേറ്റ്‌മെന്റുകൾ, വിൽപ്പന കണക്കുകൾ (ശേഖരം, പ്രദേശം മുതലായവ പ്രകാരം), വാങ്ങൽ അളവ്, വെയർഹൗസുകളിലെ ഉൽപ്പന്ന ബാലൻസ്, മാർക്കറ്റിംഗ്, മറ്റ് റിപ്പോർട്ടുകൾ;
2. ബാഹ്യ: അന്താരാഷ്ട്ര സംഘടനകളുടെ സ്ഥിതിവിവരക്കണക്കുകൾ (WTO, IMF, മുതലായവ), സംസ്ഥാന സ്ഥിതിവിവരക്കണക്കുകളുടെ ഔദ്യോഗിക ഉറവിടങ്ങൾ, വാണിജ്യ, വ്യവസായ ചേമ്പറുകൾ, അസോസിയേഷനുകൾ, കാറ്റലോഗുകളും വില പട്ടികകളും, ശാസ്ത്ര ഗവേഷണം, പ്രസിദ്ധീകരണങ്ങൾ, നിയമനിർമ്മാണ, നിയന്ത്രണ രേഖകൾ മുതലായവ.

മെറ്റീരിയൽ അപൂർണ്ണവും പൊരുത്തമില്ലാത്തതുമാകാം, അതിനാൽ നിങ്ങൾ ശരിയായത് തിരഞ്ഞെടുക്കണം മാർക്കറ്റിംഗ് ഗവേഷണ വിവരങ്ങളുടെ ഉറവിടങ്ങൾ.

മാർക്കറ്റിംഗ് ഗവേഷണ ഡാറ്റ ശേഖരിക്കുന്നു

ഉറവിടത്തെ ആശ്രയിച്ച് (പ്രാഥമിക അല്ലെങ്കിൽ ദ്വിതീയ), മാർക്കറ്റിംഗ് ഗവേഷണ ഡാറ്റ ശേഖരണം.

മൂന്ന് തരത്തിലാണ് പ്രാഥമിക വിവരങ്ങൾ ശേഖരിക്കുന്നത്.

• നിരീക്ഷണം - വാങ്ങുന്നവരുടെ പെരുമാറ്റം ട്രാക്കുചെയ്യാൻ ഈ രീതി നിങ്ങളെ അനുവദിക്കുന്നു. അവർ ഒരു പ്രത്യേക ഉൽപ്പന്നം എങ്ങനെ തിരഞ്ഞെടുക്കുന്നു, അവർ എങ്ങനെ സൂപ്പർമാർക്കറ്റിന് ചുറ്റും നടക്കുന്നു, ഈ അല്ലെങ്കിൽ ആ ഉൽപ്പന്നം എങ്ങനെ എടുക്കുന്നു എന്ന് നിങ്ങൾക്ക് പഠിക്കാം.
• ഒരു ഉൽപ്പന്നത്തിന്റെ തിരഞ്ഞെടുപ്പിനെ വ്യക്തിഗത സവിശേഷതകൾ എങ്ങനെ ബാധിക്കുന്നുവെന്ന് നിർണ്ണയിക്കുന്ന ഒരു പഠനമാണ് പരീക്ഷണം. ഇത് കുറച്ച് ആളുകളിൽ പരീക്ഷണം നടത്താം, പ്രതികരണവും ഫലവും, അതുപോലെ തന്നെ വിൽപ്പന പ്രകടനവും വിലയിരുത്തുന്നതിന് വിപണിയിലെ ഒരു ചെറിയ വിഭാഗത്തിന് പുതിയ ഗുണനിലവാരമുള്ള (പുതിയ വില) ഒരു ഉൽപ്പന്നം അവതരിപ്പിക്കുന്നു.
• വോട്ടെടുപ്പുകളും അഭിമുഖങ്ങളും മെറ്റീരിയലുകൾ ശേഖരിക്കുന്നതിനുള്ള ഏറ്റവും പ്രായോഗികമായ രൂപമാണ്. ശ്രദ്ധാപൂർവ്വം തയ്യാറാക്കിയ ചോദ്യാവലിക്ക് നന്ദി, ലഭിച്ച വിവരങ്ങൾ പ്രോസസ്സ് ചെയ്യുന്നത് എളുപ്പമാണ്. എന്നിരുന്നാലും, ഈ രീതിക്ക് വലിയ തൊഴിൽ വിഭവങ്ങൾ ആവശ്യമാണ്.

പരീക്ഷണം ഏറ്റവും ചെലവേറിയ രീതിയാണ്, എന്നാൽ ഒരു പുതിയ ഉൽപ്പന്നം വികസിപ്പിക്കുന്നതിനോ നിലവിലുള്ളത് മെച്ചപ്പെടുത്തുന്നതിനോ ഇത് ഒഴിച്ചുകൂടാനാവാത്തതാണ്. സെയിൽസ് മാർക്കറ്റുകളുടെ പാനൽ ഗവേഷണം പോലെയുള്ള മറ്റ് രീതികളും ഉപയോഗിക്കുന്നു.

ലഭിച്ച വിവരങ്ങളുടെ പ്രോസസ്സിംഗ്

ലഭിച്ച വിവരങ്ങളുടെ പ്രോസസ്സിംഗ്- ഇതാണ് അതിന്റെ സാമാന്യവൽക്കരണവും വിശകലനവും, വിവരണാത്മകമായും പൂർണ്ണമായും ഗണിതശാസ്ത്രപരമായും നടപ്പിലാക്കുന്നത്. അളവ് രൂപവുമായി ബന്ധപ്പെട്ട് രണ്ടാമത്തേത് ശരിയാണ്. മാർക്കറ്റിംഗ് വിശകലനത്തിന്റെ ഗണിതശാസ്ത്ര രീതികളിൽ ഇവ ഉൾപ്പെടുന്നു: ശരാശരി, റിഗ്രഷൻ-കോറിലേഷൻ, ട്രെൻഡ്, ക്ലസ്റ്റർ, വിവേചനം, മറ്റ് തരത്തിലുള്ള വിശകലനം.

പിശകുകളിൽ നിന്ന് വിവരങ്ങൾ "വൃത്തിയാക്കുന്നതിനുള്ള" രീതികളും പ്രധാനമാണ്. ഇനിപ്പറയുന്ന രീതികൾ ഉപയോഗിച്ച് ഇത് ചെയ്യാൻ കഴിയും:

• ഗ്രാഫിക് - ലഭ്യമായ ഡാറ്റ അനുസരിച്ച് ഒരു ഗ്രാഫ് വരയ്ക്കുന്നു. പൊതുവായ പ്രവണതയിൽ നിന്ന് ശ്രദ്ധേയമായി നിൽക്കുന്ന സൂചകങ്ങൾ നിരസിച്ചു;
• പട്ടിക - ഒരു നിശ്ചിത ക്രമത്തിൽ ഡാറ്റയുടെ ക്രമീകരണം, മൊത്തത്തിലുള്ള ചിത്രവുമായി പൊരുത്തപ്പെടാത്തവയെ തിരിച്ചറിയുകയും നിരസിക്കുകയും ചെയ്യുന്നു;
• സ്ഥിതിവിവരക്കണക്ക് - ഇത് സ്റ്റാറ്റിസ്റ്റിക്കൽ അനുമാനങ്ങൾ, ശരാശരിയെ ചുറ്റിപ്പറ്റിയുള്ള ഏറ്റക്കുറച്ചിലുകൾ, വ്യതിയാനങ്ങളുടെ കണക്കുകൂട്ടൽ എന്നിവ ഉപയോഗിച്ചുള്ള ഒരു പരിശോധനയാണ്. ഈ വിശകലനം പരിധിക്ക് പുറത്തുള്ള വിവരങ്ങൾ നിരസിക്കും.

പിശകുകൾ ഇല്ലാതാക്കിയ ശേഷം, നിങ്ങൾ വിവരങ്ങൾ ചിട്ടപ്പെടുത്തേണ്ടതുണ്ട്, അതായത്, പട്ടികകൾ, ഗ്രാഫുകൾ, ഡയഗ്രമുകൾ എന്നിവയുടെ രൂപത്തിൽ അവതരിപ്പിക്കുക. ഈ ഘട്ടത്തിൽ, പ്രധാന പാറ്റേണുകൾ ഇതിനകം ദൃശ്യമാകും, എന്നാൽ നിങ്ങൾക്ക് ആഴത്തിൽ പോയി ഗണിതശാസ്ത്ര രീതികൾ ഉപയോഗിച്ച് വിശകലനം തുടരാം. പ്രത്യേകിച്ചും, എംബഡഡ് ഫോർമുലകളുള്ള പ്രത്യേക സോഫ്റ്റ്വെയർ ഉൽപ്പന്നങ്ങൾ ഉപയോഗിക്കുന്നു, ഉദാഹരണത്തിന്, മാറ്റ്ലാബ്.

സർവേ മെറ്റീരിയൽ ഒരു എൻകോഡ് ചെയ്ത മാട്രിക്സ് പോലെ കാണപ്പെടുന്നു, അവിടെ നിരകൾ ഉത്തരങ്ങൾ സംഭരിക്കുന്നു, വരികൾ പഠിക്കുന്ന വശം സംഭരിക്കുന്നു. . ഡാറ്റ പ്രോസസ്സിംഗ്വിശകലനപരമായ ഉപയോഗത്തിന് സൗകര്യപ്രദമായ ഒരു സംക്ഷിപ്ത രൂപത്തിലേക്ക് അവയെ വിവർത്തനം ചെയ്യുന്ന പ്രക്രിയയാണ്. ചില ഡാറ്റ നഷ്‌ടമായതായി മാറിയേക്കാം (പ്രതികരിക്കുന്നയാൾ എല്ലാ ചോദ്യങ്ങൾക്കും ഉത്തരം നൽകിയില്ല), തുടർന്ന് നിങ്ങൾ ഇന്റർപോളേഷൻ ഉപയോഗിച്ച് ഡാറ്റ പുനഃസ്ഥാപിക്കേണ്ടതുണ്ട്.

വിശ്വസനീയമായ മാർക്കറ്റ് ഗവേഷണ ഫലങ്ങൾക്ക്, വിശ്വസനീയമായത് മാത്രം വിശകലനത്തിനുള്ള വിവരങ്ങളുടെ ഉറവിടങ്ങൾ.രണ്ടാമത്തെ വിശ്വാസ്യത ഘടകം വിശകലന ഉപകരണങ്ങളുടെ ന്യായമായ തിരഞ്ഞെടുപ്പും അവ ഉപയോഗിക്കാനുള്ള കഴിവുമാണ്. ആവശ്യമായ അറിവും കഴിവുകളും ഉള്ള ഒരു പ്രത്യേക ഏജൻസിയിൽ അത്തരമൊരു സേവനം ഓർഡർ ചെയ്യുക എന്നതാണ് ഏറ്റവും എളുപ്പമുള്ള മാർഗം.

സാമ്പത്തിക വിശകലനത്തിനായി, പ്രാഥമിക ഉറവിടം എല്ലായ്പ്പോഴും അക്കൗണ്ടിംഗ് ഡാറ്റയാണ്, അതനുസരിച്ച്, സാമ്പത്തിക പ്രസ്താവനകളുടെ അടിസ്ഥാനത്തിലാണ് വിശകലനം നടത്തുന്നത്. ഒരു സ്വതന്ത്ര എന്റർപ്രൈസസിന്റെ സാമ്പത്തിക അവസ്ഥ നിർണ്ണയിക്കുമ്പോൾ, പ്രശ്നങ്ങളൊന്നുമില്ല: സാമ്പത്തിക പ്രസ്താവനകളും അക്കൗണ്ടിംഗ് ഡാറ്റയും പൊതുവെ യഥാർത്ഥ സാഹചര്യത്തെ പ്രതിഫലിപ്പിക്കുന്നു. എന്നിരുന്നാലും, ആഭ്യന്തര വിറ്റുവരവ് കാരണം ഹോൾഡിംഗുകളിൽ സ്ഥിതി വിപരീതമാണ്.

അതിനാൽ, ഒരു കൂട്ടം കമ്പനികളിലെ സാമ്പത്തിക സ്ഥിതി വിശകലനം ചെയ്യുമ്പോൾ, മാനേജ്മെന്റ് അക്കൗണ്ടിംഗ് ഡാറ്റയിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കണം. ആന്തരിക വിറ്റുവരവുകൾ ഒഴിവാക്കുന്നതാണ് പ്രധാന പോയിന്റുകളിലൊന്ന്, അതിന്റെ ഫലമായി യഥാർത്ഥ ചിത്രം അക്കൗണ്ടിംഗ് വകുപ്പിൽ പ്രതിഫലിക്കുന്നതിൽ നിന്ന് വ്യത്യസ്തമായിരിക്കും. ചട്ടം പോലെ, എല്ലാ ഹോൾഡിംഗുകളിലും ഒരു ആസൂത്രണ, സാമ്പത്തിക വകുപ്പ് / സാമ്പത്തിക വകുപ്പ് ഉണ്ട്, അത് മാനേജ്മെന്റ് സാമ്പത്തിക റിപ്പോർട്ടുകൾ തയ്യാറാക്കണം. അവയുടെ ഘടന സാമ്പത്തിക പ്രസ്താവനകളുമായി പൊരുത്തപ്പെടുന്നു: വരുമാനത്തിന്റെയും ചെലവുകളുടെയും ബജറ്റ് (ഫോം N2 - ലാഭനഷ്ട പ്രസ്താവന), ബാലൻസ് ഷീറ്റ് (ഫോം N 1), പണത്തിന്റെ ഒഴുക്ക് ബജറ്റ് (ഫോം N 4). എന്നിരുന്നാലും, മാനേജ്മെന്റ് റിപ്പോർട്ടുകളുടെ ഉള്ളടക്കം അക്കൗണ്ടിംഗിൽ നിന്ന് വ്യത്യസ്തമാണ്.

മാനേജ്മെന്റ് തീരുമാനങ്ങൾ എടുക്കുന്നതിന് ഉചിതമായ ഉപയോക്താക്കൾക്ക് നൽകുന്നതിനായി ഒരു എന്റർപ്രൈസിലെ ബിസിനസ്സ് പ്രക്രിയകളുടെ തുടർച്ചയായ, തുടർച്ചയായ, പരസ്പരബന്ധിതമായ അക്കൗണ്ടിംഗ്, നിരീക്ഷണം, രജിസ്ട്രേഷൻ, സാമാന്യവൽക്കരണം എന്നിവയുടെ ഒരു സംവിധാനമെന്ന നിലയിൽ അക്കൗണ്ടിംഗ് ഒരു സാമ്പത്തിക പ്രവർത്തനത്തെക്കുറിച്ചുള്ള സാമ്പത്തിക വിവരങ്ങളുടെ പ്രധാന വിതരണക്കാരനാണ്. സ്ഥാപനം. വിപണി ബന്ധങ്ങളുടെ വികാസത്തോടെ, അക്കൗണ്ടന്റുമാരുടെ വിശകലന പ്രവർത്തനങ്ങളുടെ പ്രാധാന്യം വർദ്ധിച്ചുകൊണ്ടിരിക്കുകയാണ്. വാർഷിക സാമ്പത്തിക പ്രസ്താവനകളുടെ ഫോമുകൾ സമർപ്പിക്കുന്നതിന് മുമ്പ് ധാരാളം തയ്യാറെടുപ്പ് ജോലികൾ നടക്കുന്നു. സ്വത്തിന്റെ യഥാർത്ഥ ലഭ്യതയും അവയുടെ രൂപീകരണത്തിന്റെ ഉറവിടങ്ങളും ഉപയോഗിച്ച് അക്കൌണ്ടിംഗ് ഡാറ്റയുടെ അനുസരണത്തെ സ്ഥിരീകരിക്കേണ്ടതിന്റെ ആവശ്യകത അതിന്റെ ഉള്ളടക്കം നിർണ്ണയിക്കുന്നു. സാമ്പത്തിക പ്രക്രിയകൾ വിവരിക്കുന്ന പ്രക്രിയ ഡബിൾ എൻട്രി രീതിയിലൂടെയാണ് നടക്കുന്നത്. ഡോക്യുമെന്റേഷൻ രീതി ഉപയോഗിച്ച്, എല്ലാ ബിസിനസ്സ് പ്രക്രിയകളും വിവിധ റിപ്പോർട്ടിംഗുകളിൽ രേഖപ്പെടുത്തുകയും സംഗ്രഹിക്കുകയും ചെയ്യുന്നു.

സാമ്പത്തിക പ്രസ്താവനകളുടെ വിശകലനം ഏറ്റവും പ്രസക്തമായ വിഷയമായി മാറുന്നു, അത് ആരാണ് നടത്തുന്നത് (ആന്തരികമോ ബാഹ്യമോ ആയ ഉപയോക്താവ്), ഏത് ആവശ്യത്തിനായി (നിലവിലെ അവസ്ഥയെക്കുറിച്ചുള്ള ഗവേഷണം അല്ലെങ്കിൽ ഒരു പ്രവചനം നിർമ്മിക്കുക), ഏത് രീതികൾ, മോഡലുകൾ, സാങ്കേതികതകൾ എന്നിവയുടെ സഹായത്തോടെ, അക്കൗണ്ടിംഗും സാമ്പത്തിക ഡാറ്റയും അടിസ്ഥാനമാക്കിയുള്ളതാണ്. പടിഞ്ഞാറൻ ഇംഗ്ലീഷ് സംസാരിക്കുന്ന രാജ്യങ്ങളിൽ പരക്കെ അറിയപ്പെട്ട പ്രധാന ആശയവിനിമയ മാർഗമായി സാമ്പത്തിക റിപ്പോർട്ടിംഗിന്റെ ഔപചാരികവൽക്കരണത്തിന് ഒരു പ്രധാന സംഭാവന നൽകിയത് ഡബ്ല്യു. പോട്ടൺ, ജി. സ്വീനി, എ. ലിറ്റിൽടൺ തുടങ്ങിയ പ്രശസ്ത സൈദ്ധാന്തികരാണ്. മറ്റുള്ളവരും.

ഫിനാൻഷ്യൽ റിപ്പോർട്ടിംഗ് എന്നത് ഓർഗനൈസേഷന്റെ സ്വത്ത്, സാമ്പത്തിക സ്ഥിതി, അതിന്റെ സാമ്പത്തിക പ്രവർത്തനങ്ങളുടെ ഫലങ്ങൾ എന്നിവയെക്കുറിച്ചുള്ള ഡാറ്റയുടെ ഒരു ഏകീകൃത സംവിധാനമാണ്, ഫെഡറൽ നിയമം, അക്കൌണ്ടിംഗ് ചട്ടങ്ങൾ, ക്രമപ്രകാരം അംഗീകരിച്ച രീതിശാസ്ത്ര ശുപാർശകൾ എന്നിവയ്ക്ക് അനുസൃതമായി സാമ്പത്തിക അക്കൗണ്ടിംഗ് ഡാറ്റയുടെ അടിസ്ഥാനത്തിൽ സമാഹരിച്ചിരിക്കുന്നു. ധനകാര്യ മന്ത്രാലയം.

അതേ സമയം, സാമ്പത്തിക സ്ഥിതിയുടെ വിശകലനത്തിന്റെ പെരുമാറ്റത്തിലെ വിവരങ്ങളുടെ ഒരു പ്രധാന ഉറവിടം, എന്റർപ്രൈസസിന്റെ സ്ഥാനവും ഫലങ്ങളും, സാമ്പത്തിക പ്രസ്താവനകളാണ്. സാമ്പത്തിക പ്രസ്താവനകളുടെ വിശകലനം നിങ്ങളെ വിലയിരുത്താൻ അനുവദിക്കും: സ്ഥാപനത്തിന്റെ സ്വത്തും സാമ്പത്തിക നിലയും; കൌണ്ടർപാർട്ടികളോടുള്ള അവരുടെ ബാധ്യതകൾ നിറവേറ്റുന്നതിന്റെ അളവ്; ബിസിനസ്സ് ചെയ്യുന്ന സാഹചര്യങ്ങളിലെ മൂലധന പര്യാപ്തതയുടെ അളവ്.

അതേസമയം, വ്യത്യസ്ത ശാസ്ത്രജ്ഞരുടെ വ്യാഖ്യാനത്തിൽ സാമ്പത്തിക പ്രസ്താവനകൾ വിശകലനം ചെയ്യുന്നതിനുള്ള രീതിശാസ്ത്രത്തിന് വിശകലനത്തിന്റെ ക്രമം, ഗുണകങ്ങൾ കണക്കാക്കുന്നതിനുള്ള രീതി, സാമ്പത്തിക പ്രസ്താവനകളുടെ വ്യക്തിഗത രൂപങ്ങൾ പരിഗണിക്കുന്നതിന്റെ പ്രത്യേകതകൾ എന്നിവയുമായി ബന്ധപ്പെട്ട ചില വ്യത്യാസങ്ങളുണ്ട്.

അതിനാൽ, എൽ.വി. ഡോണ്ട്സോവയും എൻ.എ. നിക്കിഫോറോവ എല്ലാ റിപ്പോർട്ടിംഗ് ഫോമുകളുടെയും ഉള്ളടക്കത്തിന്റെ സ്ഥിരമായ പരിഗണനയും ഡാറ്റയിലെ പണപ്പെരുപ്പത്തിന്റെ ആഘാതം കണക്കിലെടുക്കുകയും ചെയ്യുന്നു. ശാസ്ത്രജ്ഞരുടെ ഒരു ടീമിന്റെ സൃഷ്ടികളിൽ, എഡി. ഒ.വി. ബാലൻസ് ഷീറ്റിന്റെ വിശകലനം, എന്റർപ്രൈസസിന്റെ സാമ്പത്തിക അവസ്ഥ, അതിന്റെ പാപ്പരത്തത്തിന്റെ സാധ്യത എന്നിവയിൽ എഫിമോവ ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നു, ഇത് വി.വിയുടെ വിദ്യാഭ്യാസ പ്രസിദ്ധീകരണങ്ങൾക്കും സാധാരണമാണ്. കോവലേവയും ഒ.എൻ. വോൾക്കോവ്.

ഒരു ഓർഗനൈസേഷന്റെ പഴയതും നിലവിലുള്ളതുമായ സാമ്പത്തിക സ്ഥിതിയും പ്രകടനവും ഞങ്ങൾ വിലയിരുത്തുന്ന പ്രക്രിയയാണ് സാമ്പത്തിക പ്രസ്താവന വിശകലനം.

ഈ കേസിലെ വിശകലനത്തിന്റെ പ്രധാന ലക്ഷ്യം സാമ്പത്തിക പ്രവർത്തനങ്ങളിലെ പോരായ്മകൾ സമയബന്ധിതമായി തിരിച്ചറിയുകയും ഇല്ലാതാക്കുകയും സ്ഥാപനത്തിന്റെ സാമ്പത്തിക അവസ്ഥയും അതിന്റെ സോൾവൻസിയും മെച്ചപ്പെടുത്തുന്നതിന് കരുതൽ കണ്ടെത്തുകയും ചെയ്യുന്നു.

സാമ്പത്തിക വിശകലനത്തിന്റെ വിവര അടിത്തറയാണ് അക്കൗണ്ടിംഗ് (സാമ്പത്തിക) റിപ്പോർട്ടിംഗ്.

സാമ്പത്തിക റിപ്പോർട്ടിംഗിനുള്ള പ്രധാന ആവശ്യകതകൾ:

1. റിപ്പോർട്ടിംഗിന്റെ ആവൃത്തി. റഷ്യൻ, അന്തർദ്ദേശീയ പ്രാക്ടീസിൽ, കമ്പനികൾക്ക് അവരുടെ സാമ്പത്തിക കാലയളവ് അവസാനിക്കുന്ന സമയം തിരഞ്ഞെടുക്കാനാകും.

2. കവറേജിന്റെ പൂർണ്ണത. എന്റർപ്രൈസസിന്റെ സാമ്പത്തിക രേഖകളിൽ ഈ പ്രസ്താവനകളിൽ സൂചിപ്പിച്ചിരിക്കുന്ന എല്ലാ ചെലവുകളും ഉൾപ്പെടുത്തണം.

3. വ്യക്തത. വിവരങ്ങൾ ശരിയായ തലത്തിൽ അവതരിപ്പിക്കുകയും വായനക്കാരൻ മനസ്സിലാക്കുകയും വേണം.

4. മെറ്റീരിയൽ. സാമ്പത്തിക റിപ്പോർട്ടുകളിൽ മാനേജ്മെന്റ് തീരുമാനങ്ങൾ എടുക്കുന്നതിന് ആവശ്യമായ വിവരങ്ങൾ അടങ്ങിയിരിക്കണം, കൂടാതെ നിരവധി ഉപയോക്താക്കളെ കേന്ദ്രീകരിക്കുകയും വേണം.

5. വിശ്വാസ്യത. സാമ്പത്തിക പ്രസ്താവനകളിൽ നൽകിയിരിക്കുന്ന വിവരങ്ങൾ സത്യവും പൂർണ്ണവുമായിരിക്കണം.

6. തുടർച്ച. ഒരു സാമ്പത്തിക സ്ഥാപനം സാമ്പത്തിക കണക്കുകൂട്ടലുകളുടെ താരതമ്യപ്പെടുത്താവുന്ന രീതികൾ ഉപയോഗിക്കാൻ ശ്രമിക്കണം, അതുവഴി വ്യത്യസ്ത സമയങ്ങളിൽ റിപ്പോർട്ടിംഗ് ഡാറ്റ താരതമ്യം ചെയ്യാൻ കഴിയും.

7. സമയബന്ധിതം. ഉപയോക്താവിന് ആവശ്യമുള്ളപ്പോൾ വിവരങ്ങളിലേക്കുള്ള ആക്സസ്.

8. പ്രാധാന്യം. വിവരങ്ങളുടെ ഉപയോക്താക്കൾ എടുക്കുന്ന തീരുമാനങ്ങളിൽ കാര്യമായ സ്വാധീനം ചെലുത്താൻ കഴിയുന്ന എല്ലാ ഡാറ്റയും റിപ്പോർട്ടിംഗിൽ പ്രതിഫലിപ്പിക്കണം.

9. വിശ്വാസ്യത - അത് വിവരിക്കാൻ ഉദ്ദേശിച്ചിട്ടുള്ള പ്രതിഭാസങ്ങളുടെ വിവരങ്ങളിലെ പ്രതിഫലനം, അക്കൗണ്ടിംഗ് രീതികളുടെയും നടപടിക്രമങ്ങളുടെയും വെളിപ്പെടുത്തൽ.

10. താരതമ്യപ്പെടുത്തൽ, മുൻ കാലഘട്ടങ്ങളിലെ സമാന വിവരങ്ങളുമായി താരതമ്യപ്പെടുത്താവുന്ന ഓർഗനൈസേഷനുകളുടെ പ്രവർത്തനങ്ങളെക്കുറിച്ചുള്ള ഡാറ്റയ്ക്ക് ഇത് ആവശ്യമാണ്.

തിരഞ്ഞെടുത്ത അക്കൌണ്ടിംഗ് പോളിസിയെ ആശ്രയിച്ച് അല്ലെങ്കിൽ മാറ്റങ്ങൾ വരുത്തുമ്പോൾ, സാമ്പത്തിക സൂചകങ്ങൾ സമൂലമായി മാറിയേക്കാം.

എക്സ്പ്രസ് വിശകലനത്തിന്റെ ഫലങ്ങളെ അടിസ്ഥാനമാക്കി, വിശകലനം ചെയ്ത എന്റർപ്രൈസസിന്റെ സാമ്പത്തിക അവസ്ഥയിൽ ഒരു പ്രാഥമിക നിഗമനം നടത്തുന്നു. സാമ്പത്തിക സ്ഥിതിയെക്കുറിച്ചുള്ള ആഴത്തിലുള്ള വിശകലനത്തിന്റെ ഉദ്ദേശ്യം കഴിഞ്ഞ റിപ്പോർട്ടിംഗ് കാലയളവിലെ ഒരു വ്യാവസായിക സംരംഭത്തിന്റെ സാമ്പത്തിക അവസ്ഥയെക്കുറിച്ചുള്ള മതിയായ വിശദമായ വിവരണമാണ്, അതുപോലെ തന്നെ ഹ്രസ്വവും ദീർഘകാലവുമായ അതിന്റെ മാറ്റത്തിന്റെ സാധ്യതകൾ. ഇത് വ്യക്തിഗത എക്സ്പ്രസ് വിശകലന നടപടിക്രമങ്ങൾ കോൺക്രീറ്റൈസ് ചെയ്യുകയും വിപുലീകരിക്കുകയും അനുബന്ധമാക്കുകയും ചെയ്യുന്നു, കൂടാതെ ഒരു വ്യാവസായിക എന്റർപ്രൈസസിന്റെ സാമ്പത്തിക അവസ്ഥ വിശകലനം ചെയ്യുന്നതിന് മുമ്പ് പേരിട്ടിരിക്കുന്ന ഘടകങ്ങൾ (ദിശകൾ) അനുസരിച്ച് നടപ്പിലാക്കുന്നു.

പൊതുവായതും ആന്തരികവുമായ റിപ്പോർട്ടിംഗിനെക്കുറിച്ചുള്ള ശുപാർശകൾ തമ്മിൽ വേർതിരിച്ചറിയുന്നതിനുള്ള കാഴ്ചപ്പാടിൽ നിന്നാണ് വിവര അടിത്തറ മെച്ചപ്പെടുത്തുന്നതിനുള്ള നിർദ്ദേശങ്ങളുടെ പരിഗണനയും സമീപിക്കേണ്ടത്. ബാഹ്യ ഉപയോക്താക്കളുടെ വിവര അടിത്തറ കുറച്ച് പരിമിതമായി ഞങ്ങൾ പരിഗണിക്കുകയും അധിക ഡാറ്റ നൽകാൻ ശുപാർശ ചെയ്യുകയും ചെയ്യുന്നു:

1. ഒരു എന്റർപ്രൈസസിന്റെ സോൾവൻസി അവസ്ഥയുടെ വസ്തുനിഷ്ഠമായ വിലയിരുത്തലിനായി, ഡാറ്റ എഫ്. പണമൊഴുക്ക് പ്രസ്താവനയുടെ നമ്പർ 4.

2. ബാലൻസ് ഷീറ്റിന്റെ വിശകലന മൂല്യം വർദ്ധിപ്പിക്കുകയും കൂടുതൽ വിവരങ്ങൾ നൽകുകയും ചെയ്യുക: സ്ഥിര ആസ്തികളുടെ പ്രാരംഭ ചെലവ്, അദൃശ്യമായ ആസ്തികൾ; ഭൗതികതത്വ തത്വമനുസരിച്ച് (മാർഗ്ഗനിർദ്ദേശങ്ങളുടെ 8-ാം വകുപ്പ്), സാമ്പത്തിക പ്രസ്താവനകൾ തയ്യാറാക്കുമ്പോൾ, സ്ഥിര ആസ്തികളുടെ ഗ്രൂപ്പുകളെക്കുറിച്ചുള്ള ഡാറ്റ അധികമായി വെളിപ്പെടുത്തുന്നത് നല്ലതാണ്, മൊത്തം ആസ്തികളിൽ (> 5%) വാഹനങ്ങൾ, ഉപകരണങ്ങൾ, തുടങ്ങിയവ.); "നിർമ്മാണം പുരോഗമിക്കുന്നു" എന്ന സൂചകത്തിന്റെ ഭാഗമായി സ്ഥിര ആസ്തികളുടെ തുകയിൽ; അക്കൌണ്ടിംഗ് പോളിസിക്ക് അനുസൃതമായി ബാലൻസ് ഷീറ്റ് LIFO അനുസരിച്ച് ഇൻവെന്ററികളുടെ ബാലൻസ് പ്രതിഫലിപ്പിക്കുന്നുവെങ്കിൽ, FIFO രീതി അനുസരിച്ചുള്ള സാധനങ്ങളുടെ വിലയെക്കുറിച്ചോ ശരാശരി വിലയെക്കുറിച്ചോ; അതിന്റെ മൊത്തം ഘടനയിൽ ലഭിക്കേണ്ട കാലാവധി കഴിഞ്ഞ അക്കൗണ്ടുകളുടെ തുകകളിൽ.

3. f ന്റെ വിശകലന മൂല്യം വർദ്ധിപ്പിക്കുന്നതിന്. ലാഭനഷ്ട പ്രസ്താവനയുടെ നമ്പർ 2, ഇത് അഭികാമ്യമാണ്: വരുമാനത്തിന്റെ തുകയെക്കുറിച്ചുള്ള വിവരങ്ങൾ അക്രൂവൽ അടിസ്ഥാനത്തിലും പണത്തിന്റെ അടിസ്ഥാനത്തിലും വെളിപ്പെടുത്തുക; അറ്റാദായത്തെയും നിലനിർത്തിയ വരുമാനത്തെയും കുറിച്ചുള്ള വിവരങ്ങൾ വെവ്വേറെ അവതരിപ്പിക്കുക, കാരണം അവയുടെ തുകകൾ സാധാരണയായി വ്യത്യസ്തമാണ്.

അക്കൗണ്ടിംഗ് സാമ്പത്തിക വിവരങ്ങൾ പ്രധാനമായും ഓർഗനൈസേഷന്റെ സാമ്പത്തിക അവസ്ഥയെ പ്രസ്താവിക്കുന്നു, കൂടാതെ ഉചിതമായ വിശകലന പ്രോസസ്സിംഗ് കൂടാതെ, സാമ്പത്തിക സ്ഥിതി കൈകാര്യം ചെയ്യുന്നതിനുള്ള തീരുമാനങ്ങൾ എടുക്കുന്നതിന് അനുയോജ്യമല്ല. തൽഫലമായി, സാമ്പത്തിക സ്ഥിതി വിശകലനം ചെയ്യുന്നതിനുള്ള പ്രത്യേക സാങ്കേതിക വിദ്യകളാൽ ഇത് പ്രോസസ്സ് ചെയ്യുന്നു.

• 2.1. കമ്പനി മാർക്കറ്റിംഗ് വിവര സംവിധാനം, മാർക്കറ്റിംഗ് ഗവേഷണം, വിവര ഉറവിടങ്ങൾ
• 2.2. മാർക്കറ്റിംഗ് ഗവേഷണത്തിന്റെ തരങ്ങൾ, ലക്ഷ്യങ്ങൾ, ഘട്ടങ്ങൾ
• 2.3. ഗുണപരമായ മാർക്കറ്റിംഗ് ഗവേഷണവും അതിന്റെ രീതികളും
• 2.4. അളവ് ഗവേഷണം

കമ്പനി മാർക്കറ്റിംഗ് വിവര സംവിധാനം, മാർക്കറ്റിംഗ് ഗവേഷണം, വിവര ഉറവിടങ്ങൾ

കമ്പനിയുടെ തന്ത്രങ്ങളും തന്ത്രങ്ങളും സംബന്ധിച്ച എല്ലാ പ്രധാന മാർക്കറ്റിംഗ് തീരുമാനങ്ങളും വിപണി ഗവേഷണത്തെ അടിസ്ഥാനമാക്കിയുള്ളതായിരിക്കണം. കമ്പനിയുടെ ഉൽപ്പന്നം, വിലനിർണ്ണയം, വിപണനം, ആശയവിനിമയ നയം എന്നീ മേഖലകളിലെ പ്രധാന മാനേജ്മെന്റ് തീരുമാനങ്ങളുടെ സാധുത വർദ്ധിപ്പിക്കുന്ന വിവരങ്ങൾ നേടുന്നതിന് ഈ പഠനങ്ങൾ സഹായിക്കുന്നു. വിവരങ്ങളുടെ സഹായത്തോടെ, നിങ്ങൾക്ക് "മാർക്കറ്റിംഗ് മിക്സ്" സമുച്ചയത്തിന്റെ പ്രവർത്തനങ്ങൾ ആസൂത്രണം ചെയ്യാൻ കഴിയും, അവ നടപ്പിലാക്കുന്നതിന്റെ ഫലപ്രാപ്തി നിരീക്ഷിക്കുക. മാർക്കറ്റിംഗ് ഗവേഷണത്തിന്റെ പ്രധാന ലക്ഷ്യം മാർക്കറ്റ് പോളിസി മേഖലയിൽ തെറ്റായ മാനേജ്മെന്റ് തീരുമാനങ്ങൾ എടുക്കുന്നതിന്റെ അപകടസാധ്യതകൾ കുറയ്ക്കുകയും മാർക്കറ്റ് അവസരങ്ങൾ നന്നായി ഉപയോഗിക്കുകയും ചെയ്യുക എന്നതാണ്, അതിനാൽ വിവരങ്ങൾ കമ്പനിയുടെ മത്സര നേട്ടങ്ങളുടെ ഉറവിടമായി മാറുന്നു. തെറ്റായ മാനേജ്മെന്റ് തീരുമാനങ്ങൾ എടുക്കുമ്പോൾ ഉണ്ടാകുന്ന സാമ്പത്തിക റിസ്കിന്റെ അളവ് ആത്യന്തികമായി മാർക്കറ്റിംഗ് ഗവേഷണ ബജറ്റ് നിർണ്ണയിക്കുന്നതിനുള്ള അടിത്തറയാണ്.

ഇനിപ്പറയുന്നവയുടെ തിരിച്ചറിയൽ, ശേഖരണം, വിശകലനം, പ്രചരിപ്പിക്കൽ, ഉപയോഗം എന്നിവയാണ് മാർക്കറ്റിംഗ് ഗവേഷണം:

• 1) മാർക്കറ്റിംഗ് അവസരങ്ങളുടെയും പ്രശ്നങ്ങളുടെയും തിരിച്ചറിയൽ;
• 2) മാർക്കറ്റിംഗ് പ്രവർത്തനങ്ങളുടെ വികസനം;
• 3) മാർക്കറ്റിംഗ് പ്രവർത്തനങ്ങളുടെ ഫലപ്രാപ്തി നിരീക്ഷിക്കുന്നു.

പ്രവർത്തനങ്ങൾക്കുള്ള വിവര പിന്തുണയുടെ അസാധാരണമായ പ്രാധാന്യം കമ്പനിയുടെ ഒരു മാർക്കറ്റിംഗ് ഇൻഫർമേഷൻ സിസ്റ്റത്തിന്റെ (MIS) ഓർഗനൈസേഷൻ ആവശ്യമാണ്. മാർക്കറ്റിംഗ് ഇൻഫർമേഷൻ സിസ്റ്റത്തിൽ ജീവനക്കാർ, ഉപകരണങ്ങൾ, മാർക്കറ്റിംഗ് തീരുമാനങ്ങൾ എടുക്കുന്നതിന് ഉപയോഗിക്കുന്ന പ്രവർത്തന വിവരങ്ങൾ ശേഖരിക്കുന്നതിനും തരംതിരിക്കുന്നതിനും വിശകലനം ചെയ്യുന്നതിനും വിലയിരുത്തുന്നതിനും വിതരണം ചെയ്യുന്നതിനുമുള്ള നടപടിക്രമങ്ങൾ ഉൾപ്പെടുന്നു.കമ്പനിയുടെ MIS രണ്ട് ഉപസിസ്റ്റങ്ങൾ ഉൾക്കൊള്ളുന്നു: ഒരു ആന്തരിക അക്കൗണ്ടിംഗ്, റിപ്പോർട്ടിംഗ് സിസ്റ്റം, ഒരു മാർക്കറ്റിംഗ് ഇന്റലിജൻസ് സിസ്റ്റം.

"ഡാറ്റ", "വിവരം" എന്നീ ആശയങ്ങൾ തമ്മിൽ വേർതിരിച്ചറിയേണ്ടത് ആവശ്യമാണ്. ഡാറ്റ അസംസ്‌കൃത വസ്തുതകളും സ്ഥിതിവിവരക്കണക്കുകളുമാണ്. ഡാറ്റ ശേഖരിക്കുകയും വിവരങ്ങൾ സൃഷ്ടിക്കാൻ ഉപയോഗിക്കുകയും ചെയ്യുന്നു. ഈ സമയം വരെ, അവയ്ക്ക് കാര്യമില്ല. ആവശ്യമായ മാർക്കറ്റിംഗ് ഡാറ്റയുടെ ഭൂരിഭാഗവും സ്ഥാപനത്തിനുള്ളിലാണ്. അവയെ അടിസ്ഥാനമാക്കി, കമ്പനിയുടെ ഡാറ്റാബേസ് വിശകലനം ചെയ്യുന്നതിലൂടെ മാർക്കറ്റിംഗ് തീരുമാനങ്ങൾ എടുക്കുന്നതിനുള്ള വിവരങ്ങൾ ലഭിക്കും. മാർക്കറ്റിംഗ് വിവരങ്ങളുടെ ഉറവിടമായി ശേഖരിക്കപ്പെട്ട ഡാറ്റാബേസുകളുടെ വിശകലനത്തെ മാർക്കറ്റിംഗ് ഡാറ്റ മൈനിംഗ് എന്ന് വിളിക്കുന്നു (ഇംഗ്ലീഷ്: മാർക്കറ്റിംഗ് ഡാറ്റയുടെ എക്‌സ്‌ട്രാക്ഷൻ).നിലവിൽ, ഏറ്റവും സാധാരണമായ ഡയറക്ട് മാർക്കറ്റിംഗ് സാങ്കേതികവിദ്യ ഉപഭോക്തൃ ഡാറ്റാബേസ് സെഗ്മെന്റേഷനാണ്.

ഉദാഹരണം.യുഎസിലെ ഡിപ്പാർട്ട്‌മെന്റ് സ്റ്റോർ മാനേജ്‌മെന്റിന് ഒരു ഉപഭോക്തൃ ഡാറ്റാബേസ് ഉണ്ടായിരുന്നു. ഹൗസ്ഹോൾഡ് ഗുഡ്സ് ഡിവിഷനിലെ വിൽപ്പന കുറയുന്നതിനാൽ, രണ്ട് ഘടകങ്ങളിൽ ഏതാണ് - വാങ്ങലുകൾക്കുള്ള പണമടയ്ക്കൽ നിബന്ധനകൾ അല്ലെങ്കിൽ ഉൽപ്പന്ന ഓഫറുകൾ - ഉപഭോക്താക്കളിൽ നിന്ന് ഏറ്റവും മികച്ച പ്രതികരണം നേടുമെന്ന് അന്വേഷിക്കാൻ തീരുമാനിച്ചു. ഇ-മെയിൽ വഴി വിതരണം ചെയ്യുന്നതിനായി മൂന്ന് തരത്തിലുള്ള സന്ദേശങ്ങൾ തയ്യാറാക്കിയിട്ടുണ്ട്. ആദ്യ തരത്തിലുള്ള സന്ദേശം വിലകൾ, ക്രെഡിറ്റ് നിബന്ധനകൾ, സൗകര്യപ്രദമായ പേയ്‌മെന്റ് സംവിധാനം എന്നിവയിൽ ശ്രദ്ധ കേന്ദ്രീകരിച്ചു. രണ്ടാമത്തെ തരത്തിലുള്ള സന്ദേശത്തിൽ - ഉൽപ്പന്നങ്ങളുടെ നിർദ്ദിഷ്ട ബ്രാൻഡുകൾക്ക് പ്രാധാന്യം നൽകുക. മൂന്നാമത്തെ സന്ദേശം ഒരു നിയന്ത്രണ സന്ദേശമായിരുന്നു - അത് വിൽപ്പനയുടെ തീയതിയും സമയവും മാത്രമാണ് സൂചിപ്പിച്ചത്. മൂവായിരം ഉപഭോക്താക്കളെയാണ് പഠനത്തിനായി തിരഞ്ഞെടുത്തത്. ഓരോ തരത്തിലുള്ള സന്ദേശങ്ങളും 1,000 ഉപഭോക്താക്കൾ അയച്ചു. കഴിഞ്ഞ 6 മാസത്തിനുള്ളിൽ വീട്ടുപകരണങ്ങളുടെ വകുപ്പിൽ നിന്ന് സാധനങ്ങൾ വാങ്ങിയ ഉപഭോക്താക്കളെയാണ് പ്രതികരിച്ചവരുടെ മാതൃകയിൽ ഉൾപ്പെടുത്തിയിരിക്കുന്നത്. ഒരു പോസ്റ്റ്കാർഡ് അവതരിപ്പിക്കുമ്പോൾ എല്ലാ ഉപഭോക്താക്കൾക്കും $10 കിഴിവ് വാഗ്ദാനം ചെയ്തു. ശേഖരണത്തിൽ ശ്രദ്ധ കേന്ദ്രീകരിച്ചുള്ള സന്ദേശങ്ങൾക്ക് പരമാവധി എണ്ണം പ്രതികരണങ്ങൾ ലഭിച്ചു. ഈ ഗ്രൂപ്പിലെ ഉപഭോക്താക്കൾ വരുമാനം, വിദ്യാഭ്യാസം, പ്രായം എന്നിവയിൽ മറ്റ് രണ്ട് ഗ്രൂപ്പുകളെ മറികടന്നു. തൽഫലമായി, ഡിപ്പാർട്ട്‌മെന്റ് സ്റ്റോർ ഉയർന്ന വരുമാനമുള്ള, പക്വതയുള്ള ഉപഭോക്താക്കൾക്കായി ഒരു വിപുലീകരണ മാർക്കറ്റിംഗ് പ്രോഗ്രാം വികസിപ്പിച്ചെടുത്തു.

വ്യക്തമായും, കമ്പനിയുടെ ഡാറ്റാബേസിലെ കൌണ്ടർപാർട്ടികൾ, ഇവന്റുകൾ, ഇടപാടുകൾ എന്നിവയുടെ അക്കൌണ്ടിംഗ് കൂടുതൽ വിശദമായി, കമ്പനിക്ക് കൂടുതൽ വിജയകരമായി മാർക്കറ്റിംഗ് ഗവേഷണം നടത്താൻ കഴിയും, ഉദാഹരണത്തിന്, അതിന്റെ ഉപഭോക്താക്കളുടെ വിഭജനം. കമ്പനിക്ക് ഉചിതമായ ക്രെഡൻഷ്യലുകൾ ഉണ്ടെങ്കിൽ, ഉപഭോക്താവിന്റെ വിവരണാത്മകവും പെരുമാറ്റപരവും മാനസികവുമായ സവിശേഷതകൾ പോലുള്ള പാരാമീറ്ററുകൾ സെഗ്മെന്റേഷനായി ഉപയോഗിക്കാം, കൂടാതെ നിർദ്ദിഷ്ട ഉൽപ്പന്നമോ സേവനമോ കഴിക്കുന്നതിന്റെ നേട്ടങ്ങൾക്കനുസരിച്ച് കമ്പനിക്ക് ഉപഭോക്താക്കളെ വിഭജിക്കാനും കഴിയും.

ആന്തരിക അക്കൗണ്ടിംഗിന്റെയും റിപ്പോർട്ടിംഗിന്റെയും സംവിധാനമാണ് എംഐഎസിന്റെ അടിസ്ഥാനം. കമ്പനിയുടെ ഡാറ്റാബേസിൽ, ഉപഭോക്തൃ ഡാറ്റ മാത്രമല്ല, അവരുമായുള്ള എല്ലാ കോൺ‌ടാക്റ്റുകളും, ഓർഡറുകളും അവ നടപ്പിലാക്കുന്നതിന്റെ ഘട്ടങ്ങളും, ഇൻവോയ്‌സുകൾ നൽകുന്ന സമയം, അവരുടെ പേയ്‌മെന്റിന്റെ നിബന്ധനകളും ഉപഭോക്താക്കളുടെ യഥാർത്ഥ പേയ്‌മെന്റിനെക്കുറിച്ചുള്ള ഡാറ്റയും, ഷിപ്പ്‌മെന്റ്, രീതികൾ എന്നിവയും രേഖപ്പെടുത്തിയിട്ടുണ്ട്. സാധനങ്ങളുടെ ഡെലിവറി, സ്റ്റോക്ക് നില. കമ്പനിയുടെ ഡാറ്റാബേസിൽ നിന്ന്, സമയം, ഉൽപ്പന്ന ശ്രേണി, ഉപഭോക്താക്കൾ മുതലായവയുടെ അടിസ്ഥാനത്തിൽ വിൽപ്പനയെക്കുറിച്ചുള്ള പ്രവർത്തന വിവരങ്ങൾ നിങ്ങൾക്ക് എക്‌സ്‌ട്രാക്‌റ്റുചെയ്യാനാകും. ഒരു കമ്പനിയുടെ വിൽപ്പനയുടെ വിശകലനം, വിപണി വിശകലനം അനുബന്ധമായി, ഒരു കമ്പനിയുടെ ഉൽപ്പന്നങ്ങളുടെ ആവശ്യകത പ്രവചിക്കുന്നതിനുള്ള നല്ല അടിത്തറയാണ്. കമ്പനിയുടെ ഡാറ്റാബേസിൽ ശേഖരിച്ച ഉപഭോക്താക്കളെക്കുറിച്ചുള്ള അറിവ്, അവരുമായി ബന്ധം വികസിപ്പിക്കുന്നതിന് പ്രോഗ്രാമുകൾ വിന്യസിക്കാൻ കമ്പനികളെ അനുവദിക്കുന്നു. ഉദാഹരണത്തിന്, ആപ്പിളിന്, അതിന്റെ റീട്ടെയിൽ സ്റ്റോറുകളുടെ ഡാറ്റാബേസുകളിൽ നിന്നും iTunes സൃഷ്ടിച്ച ഡാറ്റാബേസുകളിൽ നിന്നുമുള്ള ഉപഭോക്തൃ ഡാറ്റയെ ആശ്രയിക്കുന്നത് ഇതാണ്.

ഇന്റേണൽ അക്കൗണ്ടിംഗ്, റിപ്പോർട്ടിംഗ് സിസ്റ്റത്തിൽ കമ്പനിയിൽ എന്താണ് സംഭവിക്കുന്നത് എന്നതിനെക്കുറിച്ചുള്ള ഡാറ്റ അടങ്ങിയിട്ടുണ്ടെങ്കിൽ, മാർക്കറ്റിംഗ് ഇന്റലിജൻസ് സിസ്റ്റത്തിൽ വിപണിയിലെ സാഹചര്യത്തെക്കുറിച്ചുള്ള വിവരങ്ങൾ അടങ്ങിയിരിക്കുന്നു. കമ്പനിയുടെ MIS-ന്റെ ഈ ഉപസിസ്റ്റത്തിന്റെ ഡാറ്റയുടെ ഉറവിടങ്ങൾ പുസ്തകങ്ങൾ, പത്രങ്ങൾ, പ്രത്യേക പ്രസിദ്ധീകരണങ്ങൾ, ഡാറ്റാബേസുകൾ, കമ്പനിക്ക് വാങ്ങാനോ സ്വന്തമായി നേടാനോ കഴിയുന്ന മാർക്കറ്റിംഗ് ഗവേഷണ ഡാറ്റ എന്നിവയാണ്.

ഉദാഹരണം". അവരുടെ ഏറ്റവും പ്രധാനപ്പെട്ട മത്സര നേട്ടങ്ങളിൽ ഒന്ന്, നിസ്സാൻ വിപണനക്കാർ ഇനിപ്പറയുന്ന ജോലികൾ പരിഹരിക്കാൻ അനുവദിക്കുന്ന ഒരു സ്വയം നിർമ്മിത വിവര സംവിധാനം പരിഗണിക്കുന്നു.

1. വിവിധ തരത്തിലുള്ള മാർക്കറ്റിംഗ് വിവരങ്ങളുടെ (ആന്തരിക വിൽപ്പന സ്ഥിതിവിവരക്കണക്കുകൾ മുതൽ ഗവേഷണ ഫലങ്ങൾ വരെ) ഒരൊറ്റ ഫോർമാറ്റിൽ ശേഖരിക്കൽ.

വിൽപ്പന ഡാറ്റ, മാർക്കറ്റ് ഗവേഷണ ഫലങ്ങൾ, സ്റ്റോർ സന്ദർശനങ്ങൾ, കമ്പനി വെബ്‌സൈറ്റ് സന്ദർശനങ്ങൾ, ഉപഭോക്തൃ അന്വേഷണ സ്ഥിതിവിവരക്കണക്കുകൾ, മറ്റ് മാർക്കറ്റിംഗ് ഡാറ്റ എന്നിവ വിശകലനം ചെയ്യാൻ വിവര സംവിധാനം നിസ്സാൻ വിപണനക്കാരെ അനുവദിക്കുന്നു. ഇൻകമിംഗ് ഡാറ്റയെ അടിസ്ഥാനമാക്കി, ഓരോ മാനേജരെയും നിലവിലെ അവസ്ഥ വിലയിരുത്താൻ സഹായിക്കുന്നതിന് ഒരു ദൈനംദിന സംഗ്രഹം സ്വയമേവ സൃഷ്ടിക്കപ്പെടുന്നു.

2. പുതിയ കാർ മോഡലുകൾക്കും ബ്രാൻഡുകൾക്കുമായി ഭാവിയിൽ വാങ്ങുന്നവരുടെ എണ്ണം പ്രവചിക്കുന്നു.

നിസാന്റെ അനലിറ്റിക്കൽ വിഭാഗം മാനേജർ സി.ജേക്കബിയുടെ നേതൃത്വത്തിലാണ് ഭാവി വാങ്ങുന്നവരുടെ എണ്ണം പ്രവചിക്കുന്നതിനുള്ള മാതൃക സൃഷ്ടിച്ചത്. വിൽപ്പന സ്ഥിതിവിവരക്കണക്കുകളും നിരവധി വർഷത്തെ ഉപഭോക്തൃ ഗവേഷണ ഫലങ്ങളും അടിസ്ഥാനമാക്കിയുള്ളതാണ് മോഡൽ

ബ്രാൻഡ് അല്ലെങ്കിൽ മോഡൽ അവബോധം മുതൽ ഡീലർ തിരഞ്ഞെടുക്കലും ഉൽപ്പന്ന പേയ്‌മെന്റും വരെയുള്ള വാങ്ങൽ സൈക്കിളിന്റെ വിവിധ ഘട്ടങ്ങൾ തമ്മിലുള്ള ആശ്രിതത്വം തിരിച്ചറിയുക. തൽഫലമായി, ഒരു കാർ തിരഞ്ഞെടുക്കുന്നതിന്റെ പ്രാരംഭ ഘട്ടത്തിൽ നിസ്സാൻ വാങ്ങാൻ സാധ്യതയുള്ള ഉപഭോക്താക്കളുടെ എത്ര ശതമാനം ഭാവിയിൽ ഈ വാങ്ങൽ നടത്തുമെന്ന് വിശകലന വിദഗ്ധർക്ക് വളരെ ഉയർന്ന ഉറപ്പോടെ പ്രവചിക്കാൻ കഴിയും.

നിസാൻ ഇൻഫർമേഷൻ സിസ്റ്റത്തിൽ ഉൾപ്പെടുത്തിയിരിക്കുന്ന മറ്റൊരു മോഡൽ, സാമ്പത്തിക, ആശയവിനിമയ കാര്യക്ഷമതയുടെ അടിസ്ഥാനത്തിൽ ഓരോ പരസ്യ സാമഗ്രികളുടെയും പരസ്യ മാധ്യമങ്ങളുടെയും വിജയം നിർണ്ണയിക്കാൻ രൂപകൽപ്പന ചെയ്തിട്ടുള്ളതാണ്. ഈ മോഡൽ ഉപഭോക്തൃ ഗവേഷണ ഡാറ്റ, പരസ്യ പ്രചാരണ സ്ഥിതിവിവരക്കണക്കുകൾ, വിൽപ്പന സ്ഥിതിവിവരക്കണക്കുകൾ എന്നിവയും ഉപയോഗിക്കുന്നു. പരസ്യത്തിന്റെ ഫലപ്രാപ്തി വിലയിരുത്തുന്നതിനുള്ള ഒരു വിവര സംവിധാനത്തിന്റെ ആമുഖം, വിൽപ്പനയിൽ സ്ഥിരതയുള്ള വളർച്ച നിലനിർത്തിക്കൊണ്ട് പരസ്യ ബജറ്റുകൾ കുറയ്ക്കാൻ കമ്പനിയെ അനുവദിക്കുന്നു.

ആധുനിക MIS ഇപ്പോൾ ഒരു ബ്ലോക്ക് കൂടി അനുബന്ധമായി നൽകിയിട്ടുണ്ട് - എന്റർപ്രൈസ് ഫീഡ്ബാക്ക് മാനേജ്മെന്റ് (EFM) (ഇംഗ്ലീഷ്: എന്റർപ്രൈസ് ഫീഡ്ബാക്ക് മാനേജ്മെന്റ്).കമ്പനിയുടെ സാധ്യതയുള്ള അല്ലെങ്കിൽ നിലവിലുള്ള ഉപഭോക്താക്കൾക്കിടയിൽ മാർക്കറ്റിംഗ് ഗവേഷണം ആസൂത്രണം ചെയ്യാനും നടത്താനും അവരുടെ ഫലങ്ങൾ പ്രോസസ്സ് ചെയ്യാനും സംഭരിക്കാനും ഈ ബ്ലോക്ക് നിങ്ങളെ അനുവദിക്കുന്നു. ഉപഭോക്തൃ അനുഭവം മത്സരത്തിന്റെ നിർണായക വശമായി മാറുന്ന ഒരു പരിതസ്ഥിതിയിൽ ഈ കോർപ്പറേറ്റ് ഉപഭോക്തൃ ഫീഡ്‌ബാക്ക് മാനേജ്‌മെന്റിന് പ്രത്യേക പ്രാധാന്യമുണ്ട്. കമ്പനിയുടെ ഉപഭോക്തൃ അടിത്തറയുടെ ചലനാത്മകത നിരീക്ഷിച്ച് നിങ്ങൾക്ക് ഉപഭോക്താക്കളുടെ പെരുമാറ്റ വിശ്വസ്തത വിലയിരുത്താൻ കഴിയുമെങ്കിൽ, നിങ്ങളുടെ ഉപഭോക്താക്കളോട് ചോദ്യങ്ങൾ ചോദിക്കുന്നതിലൂടെ മാത്രമേ നിങ്ങൾക്ക് ഉപഭോക്താക്കളുടെ വൈകാരിക വിശ്വസ്തത വിലയിരുത്താൻ കഴിയൂ. EFM എന്നത് ഗവേഷണ ബിസിനസ് പ്രക്രിയയുടെ എല്ലാ ഘട്ടങ്ങളുടേയും ഒരു ഓട്ടോമേഷൻ ആണ്: ആസൂത്രണം, നടത്തൽ, പ്രോസസ്സിംഗ് ഫലങ്ങൾ. വിവിധ തരത്തിലുള്ള ചോദ്യങ്ങൾ, ലോജിക്കൽ ബ്രാഞ്ചിംഗ്, ചോദ്യങ്ങളുടെയും ഉത്തരങ്ങളുടെയും ക്രമം ക്രമരഹിതമാക്കൽ, ക്വാട്ടകൾ സാമ്പിൾ ചെയ്യൽ, പഠന ഷെഡ്യൂൾ, സാമ്പിൾ വലുപ്പം എന്നിവയ്ക്കുള്ള പിന്തുണയുള്ള വിപുലമായ ചോദ്യാവലി എഡിറ്റർ സിസ്റ്റത്തിൽ അടങ്ങിയിരിക്കുന്നു. മാർക്കറ്റിംഗ് ഗവേഷണം നടത്തുന്ന ഘട്ടത്തിൽ, സിസ്റ്റം ഒരു ഡാറ്റാബേസിൽ നിന്ന് പ്രതികരിക്കുന്നവരുടെ സാമ്പിളുകൾ സൃഷ്ടിക്കുന്നു (ഉദാഹരണത്തിന്, CRM), ഇമെയിൽ വഴി ക്ഷണങ്ങൾ അയയ്‌ക്കുകയും കമ്പനിയുടെ വെബ്‌സൈറ്റിൽ ഒരു ഓൺലൈൻ സർവേയ്‌ക്കായി ഒരു വെബ് ആപ്ലിക്കേഷൻ സൃഷ്‌ടിക്കുകയും ചെയ്യുന്നു. വേണ്ടി ഫലങ്ങളുടെ വിശകലനംപട്ടികകളുടെയും ഗ്രാഫുകളുടെയും രൂപത്തിൽ ഇഷ്‌ടാനുസൃതമാക്കിയ വിഷ്വൽ റിപ്പോർട്ടുകൾ സൃഷ്ടിക്കാൻ നിങ്ങളെ അനുവദിക്കുന്ന ഒരു പ്രത്യേക സ്റ്റാറ്റിസ്റ്റിക്കൽ പ്രവർത്തനമുണ്ട്. സംവിധാനത്തിന് ഉണ്ട് പ്രവേശന നിയന്ത്രണം,റോളുകൾ വേർതിരിക്കാനും പഠനങ്ങളിലേക്കും റിപ്പോർട്ടുകളിലേക്കുമുള്ള ആക്‌സസ് അവകാശങ്ങളിലേക്കും ഇത് നിങ്ങളെ അനുവദിക്കുന്നു.

അതിനാൽ, മാർക്കറ്റിംഗ് ഗവേഷണത്തിനായുള്ള പ്രാരംഭ ഡാറ്റയെ രണ്ട് വലിയ ഗ്രൂപ്പുകളായി തിരിക്കാം: പ്രാഥമികവും ദ്വിതീയവും.

പ്രാഥമിക സ്രോതസ്സുകളിൽ നിന്ന് ഒരു പ്രത്യേക മാർക്കറ്റിംഗ് ഗവേഷണ പ്രശ്നം പരിഹരിക്കുന്നതിന് പ്രത്യേകമായി ശേഖരിക്കുന്ന ഡാറ്റയാണ് പ്രാഥമിക ഡാറ്റ.

ദ്വിതീയ ഡാറ്റ - ദ്വിതീയ സ്രോതസ്സുകളിൽ നിന്ന് ശേഖരിച്ച ഒരു പ്രത്യേക പഠനത്തിന് പുറമെ മറ്റ് ആവശ്യങ്ങൾക്കായി സൃഷ്ടിച്ച ഡാറ്റ (ചിത്രം 2.1 കാണുക).

ചിത്രം 2.1. ദ്വിതീയ ഡാറ്റ ഘടന

താഴെ സിൻഡിക്കേറ്റഡ് സേവനങ്ങൾ(ഇംഗ്ലീഷ്: സിൻഡിക്കേറ്റഡ് സേവനങ്ങൾ) എന്നത് ഒരു മാർക്കറ്റിംഗ് ഏജൻസിയുടെ സ്വന്തം ചെലവിൽ വിവിധ സബ്‌സ്‌ക്രൈബർമാർക്കുള്ള കൂടുതൽ വ്യവസ്ഥകളോടെയുള്ള വിവരശേഖരണമാണ്. അത്തരം പഠനങ്ങൾ റഷ്യൻ മാർക്കറ്റിംഗ് ഗവേഷണ വിപണിയുടെ 30-35% ഉൾക്കൊള്ളുന്നു. സർവേകൾ, ദൈനംദിന പാനലുകൾ, സ്കാനുകൾ, ഓഡിറ്റുകൾ എന്നിവയിലൂടെയാണ് പ്രധാനമായും വിവരങ്ങൾ ശേഖരിക്കുന്നത്. ഉദാഹരണത്തിന്, നീൽസൺ മീഡിയ റിസർച്ച് (www.nielsenmedia.com) നിർമ്മിച്ച നീൽസൺ ടെലിവിഷൻ സൂചികയിലെ വരിക്കാർക്ക്, ചില ടെലിവിഷൻ പ്രോഗ്രാമുകൾ കാണുന്ന കുടുംബങ്ങളുടെ പ്രേക്ഷകരുടെ വലുപ്പത്തെയും ജനസംഖ്യാശാസ്‌ത്രത്തെയും കുറിച്ചുള്ള ഡാറ്റ സ്വീകരിക്കുന്നു. മാർക്കറ്റിംഗ് കമ്പനിയായ എഎസ്. സൂപ്പർമാർക്കറ്റ് ചെക്ക്ഔട്ടുകളിൽ നിന്ന് സ്കാൻ ചെയ്ത ഡാറ്റയും നീൽസൺ (www.acnielsen.com) നൽകുന്നു. പ്രാഥമിക വിവരങ്ങളുടെ ശേഖരണം സംഘടിപ്പിക്കുന്നതിനേക്കാൾ സിൻഡിക്കേറ്റഡ് സേവനങ്ങളുടെ ഉപയോഗം പലപ്പോഴും വിലകുറഞ്ഞതാണ്.

ഏഴ് ഗവേഷണ കമ്പനികൾ 2013-ൽ ലോകത്തിലെ ഏറ്റവും വലിയ കമ്പനികളിൽ ഇടം നേടി: നീൽസൺ (ആർബിട്രോണിന്റെ ഏറ്റെടുക്കൽ ഉൾപ്പെടെ), IMS, IRI, NPD, comScore, J.D. പവർ, വീഡിയോ റിസർച്ച് എന്നിവ അതിവേഗം വളരുന്നതും മാർക്കറ്റിംഗ് ഗവേഷണ വിപണിയിൽ സിൻഡിക്കേറ്റഡ് സേവനങ്ങൾ നൽകുന്നതിൽ പ്രാഥമികമായി ഏർപ്പെട്ടിരിക്കുന്നതുമാണ്. ലോകത്തിലെ ഏറ്റവും വലിയ 25 ഗവേഷണ ഏജൻസികളുടെ വരുമാനമായ 21.5 ബില്യൺ ഡോളറിന്റെ 58% അവർ വഹിക്കുന്നു.

പ്രാഥമിക (ഉപഭോക്താക്കൾ, വിതരണക്കാർ, എതിരാളികൾ, വിദഗ്ധർ), ദ്വിതീയ സ്രോതസ്സുകളിൽ നിന്ന് ഡാറ്റ ശേഖരിക്കുന്ന പ്രക്രിയ തൊഴിൽ തീവ്രതയുടെ കാര്യത്തിൽ കാര്യമായ വ്യത്യാസമുണ്ട് (പട്ടിക 2.1 കാണുക).

പട്ടിക 2.1

പ്രാഥമിക, ദ്വിതീയ ഉറവിടങ്ങളിൽ നിന്നുള്ള ഡാറ്റ ശേഖരണത്തിന്റെ താരതമ്യം

ദൈനംദിന മാനേജുമെന്റ് തീരുമാനങ്ങൾക്കുള്ള വിവര പിന്തുണ കമ്പനിയുടെ സ്വന്തം ഉറവിടങ്ങളാൽ നടപ്പിലാക്കാൻ കഴിയും (ഉദാഹരണത്തിന്, പ്രസ്സ്, ഇന്റർനെറ്റ്, സ്വന്തം വിദഗ്ദ്ധ വിലയിരുത്തലുകൾ, സ്വന്തം ഡാറ്റാബേസ് മുതലായവയിൽ നിന്നുള്ള ഡാറ്റ പ്രോസസ്സ് ചെയ്യുന്നതിലൂടെ ലഭിച്ച വിവരങ്ങളിലൂടെ). ഗുരുതരമായ തന്ത്രപരമായ തീരുമാനങ്ങൾ എടുക്കാൻ അത്തരം വിവരങ്ങൾ മതിയാകില്ല. പ്രാഥമിക സ്രോതസ്സുകളിൽ നിന്ന് (ഉപഭോക്താക്കൾ, എതിരാളികൾ, എത്തിച്ചേരാൻ പ്രയാസമുള്ള വിദഗ്ധർ മുതലായവയിൽ നിന്ന്) മാത്രം വിവരങ്ങൾ ലഭിക്കുമ്പോൾ, നിങ്ങളുടെ സ്വന്തം ഗവേഷണം നടത്തുകയോ സഹകരിച്ച് ഒരു ഗവേഷണ മാർക്കറ്റിംഗ് ഏജൻസിയെ ഉൾപ്പെടുത്തുകയോ ചെയ്യേണ്ടത് ആവശ്യമായി വന്നേക്കാം.

ഒരു പ്രത്യേക ക്രമത്തിൽ നടത്തുന്ന മാർക്കറ്റിംഗ് ഏജൻസികളുടെ പ്രത്യേക പഠനങ്ങളെ അഡ്‌ഹോക്ക് എന്ന് വിളിക്കുന്നു.ഏജൻസികൾ അവരുടെ സ്വന്തം ഉടമസ്ഥതയിലുള്ള മാർക്കറ്റ് ഗവേഷണ ഉപകരണങ്ങൾ ഉപയോഗിക്കുന്നു. ആവശ്യമായ വിവരങ്ങൾ നേടുന്നതിന് കമ്പനിയുടെ സ്വന്തം വിഭവങ്ങൾ പര്യാപ്തമല്ലാത്തപ്പോൾ പ്രൊഫഷണൽ ഗവേഷകരുമായുള്ള സഹകരണത്തിനുള്ള കാരണം ദൃശ്യമാകുന്നു. നിങ്ങൾക്ക് ഒരു സിൻഡിക്കേറ്റഡ് പഠനം ഓർഡർ ചെയ്യാം. പലതരത്തിലുള്ള സിൻഡിക്കേറ്റഡ് പഠനങ്ങളാണ് ഓമ്‌നിബസുകൾ - അളവ് ഗവേഷണം, ഈ സമയത്ത് നിരവധി ക്ലയന്റുകൾക്കായി ഒരേസമയം വിവരങ്ങൾ ശേഖരിക്കുന്നു.എക്‌സ്‌ക്ലൂസീവ് അഡ്‌ഹോക്ക് ഗവേഷണത്തിൽ നിന്ന് വ്യത്യസ്തമായി, നിരവധി ക്ലയന്റുകൾക്കുള്ള ചോദ്യങ്ങളുടെ ബ്ലോക്കുകളിൽ നിന്നാണ് ചോദ്യാവലി രൂപപ്പെടുന്നത്, ഇത് ഓരോ പങ്കാളിക്കും വ്യക്തിഗതമായി ഗവേഷണം നടത്തുന്നതിനുള്ള ചെലവ് ഗണ്യമായി കുറയ്ക്കും.

ഓട്ടോമൊബൈൽ സ്ഥാപനങ്ങൾ (ജിഎം, ഫോർഡ്, ഡൈംലർ ക്രിസ്‌ലർ), ഉപഭോക്തൃ ഉൽപ്പന്ന സ്ഥാപനങ്ങൾ (പ്രോക്ടർ & ഗാംബിൾ, കോൾഗേറ്റ്-പാമോലിവ്, കൊക്കകോള) മുതൽ ബാങ്കുകൾ വരെ (സിറ്റിഗ്രൂപ്പ്, ബാങ്ക് ഓഫ് അമേരിക്ക) വരെയുള്ള വലിയൊരു സംഖ്യ കമ്പനികൾക്ക് സ്വന്തമായി ഉണ്ട്. മാർക്കറ്റിംഗ് ഗവേഷണ വകുപ്പുകൾ.

ഉദാഹരണം.പ്രോക്ടർ & ഗാംബിളിന്റെ സാമ്പത്തിക ഗവേഷണ വിഭാഗം 1924 ൽ സ്ഥാപിതമായി, മറ്റൊരു കമ്പനിയും സ്ഥിരമായി കർശനമായ പ്രായോഗിക വിപണി ഗവേഷണം നടത്തിയിട്ടില്ലാത്ത സമയത്താണ്. വിപണി ഗവേഷണം വികസിപ്പിച്ച ആദ്യത്തെ ബ്രാൻഡ് കാമേ സോപ്പ് ആയിരുന്നു. വീട്ടമ്മമാരോട് അവരുടെ പ്രിയപ്പെട്ട സോപ്പ് തിരഞ്ഞെടുക്കാൻ ആവശ്യപ്പെട്ടു. 72 ഡിസൈൻ ഓപ്ഷനുകൾ, 6 ഓപ്ഷനുകൾ വീതമുള്ള 12 ഗ്രൂപ്പുകളായി തിരിച്ചിരിക്കുന്നു, 19,760 സ്ത്രീകൾക്ക് കാണിച്ചു. ഓപ്‌ഷനുകളുടെ എണ്ണം 2 ആയി കുറച്ചപ്പോൾ, അന്തിമ ഓപ്ഷൻ തിരഞ്ഞെടുക്കാൻ "ഫൈനലിസ്റ്റുകൾ" പലചരക്ക് കട വിൻഡോകളിൽ ജോഡികളായി പ്രദർശിപ്പിക്കും. 1930-നും 1942-നും ഇടയിൽ, മഹാമാന്ദ്യത്തിന്റെയും രണ്ടാം ലോകമഹായുദ്ധത്തിന്റെയും ബുദ്ധിമുട്ടുകൾക്കിടയിലും, മാർക്കറ്റ് റിസർച്ച് ഡിപ്പാർട്ട്‌മെന്റിന്റെ ബജറ്റ് 45,000 ഡോളറിൽ നിന്ന് 189,908 ഡോളറായി വളർന്നു. കൂടാതെ, മുഴുവൻ കമ്പനിയുടെയും തലത്തിൽ, മാർക്കറ്റ് ഗവേഷണത്തിലും പരസ്യ ഫലപ്രാപ്തി ഗവേഷണത്തിലും ഏർപ്പെട്ടിരിക്കുന്ന രണ്ട് സ്വതന്ത്ര ഗ്രൂപ്പുകളുണ്ട്.

അസോസിയേഷൻ ഓഫ് മാർക്കറ്റ് ഗവേഷകരുടെയും പൊതു അഭിപ്രായ ഗവേഷകരുടെയും അഭിപ്രായത്തിൽ, 2013 ലെ റഷ്യൻ മാർക്കറ്റിംഗ് ഗവേഷണ വിപണിയുടെ അളവ് 430 മില്യൺ ഡോളറായിരുന്നു, അതിന്റെ വാർഷിക വളർച്ച യുഎസ് ഡോളറിൽ 10% ഉം റുബിളിൽ 13% ഉം ആണ്. മാർക്കറ്റിംഗ് ഗവേഷണങ്ങളുടെ റഷ്യൻ വിപണി ലോകത്തിലെ 14-ാം സ്ഥാനത്തും യൂറോപ്പിൽ 7-ാം സ്ഥാനത്തും എത്തി. 2013-ൽ വിപണന ഗവേഷണത്തിനായുള്ള പ്രതിശീർഷ ചെലവ് യുകെയിൽ $80.3, യുഎസിൽ $43.8, ഇറ്റലിയിൽ $12.3, റഷ്യയിൽ $2.1 എന്നിങ്ങനെയാണ്. ആറ് ഗ്ലോബൽ റിസർച്ച് നെറ്റ്‌വർക്കുകൾ റഷ്യൻ വിപണിയുടെ 64% നിയന്ത്രിക്കുന്നു, അതേസമയം ലോക വിപണിയിൽ അവരുടെ വിഹിതം 35% ആണ്. . ചിത്രം 2.2-ൽ അവതരിപ്പിച്ച റഷ്യൻ ഗിൽഡ് ഓഫ് മാർക്കറ്റേഴ്‌സിന്റെ വാർഷിക സർവേയുടെ ഫലങ്ങൾ അനുസരിച്ച്, റഷ്യയിലെ മാർക്കറ്റിംഗ് ഗവേഷണ വിപണിയുടെ വലുപ്പം 320 മില്യൺ ഡോളറിലെത്തി, അളവ് ഗവേഷണത്തിലൂടെ കണക്കാക്കിയ 200 ദശലക്ഷം ഡോളർ ഉൾപ്പെടെ.

ഇന്റർനെറ്റ് വേഗത വർദ്ധിപ്പിക്കുകയും ഗവേഷണ ചെലവ് കുറയ്ക്കുകയും ചെയ്തു, അവർക്കായി ഒരു പുതിയ ചാനൽ നൽകി. 2012 ഇക്കാര്യത്തിൽ ഒരു വഴിത്തിരിവായിരുന്നു: ഓൺലൈൻ, ഓഫ്‌ലൈൻ ഗവേഷണത്തിനുള്ള ആഗോള ചെലവിന്റെ പങ്ക് തുല്യമായി. മാർക്കറ്റിംഗ് ഗവേഷണ വ്യവസായത്തിലെ പുതിയ അവസരങ്ങൾ പുതിയ ഗവേഷണ രീതികളുമായും പുതിയ ഗവേഷണ ചാനലുകളുമായും ബന്ധപ്പെട്ടിരിക്കുന്നു. ഇന്റർനെറ്റിലെ ഗവേഷണത്തിനു പുറമേ, മൊബൈൽ സാങ്കേതികവിദ്യകൾ ഉപയോഗിച്ചുള്ള ഗവേഷണം വികസിച്ചുകൊണ്ടിരിക്കുന്നു. പുതിയ ഗവേഷണ സാങ്കേതികവിദ്യകളും വ്യവസായത്തിന് പ്രത്യേക ഭീഷണികൾ ഉയർത്തുന്നു: സാങ്കേതികവിദ്യയ്ക്ക് മനുഷ്യരെ വിപണി ഗവേഷണത്തിൽ നിന്ന് മാറ്റിനിർത്താൻ കഴിയും, കൂടാതെ ഗവേഷണ കമ്പനികൾ ഉപഭോക്താക്കൾ സ്വന്തമായി വിപണി ഗവേഷണം നടത്താൻ തുടങ്ങുമെന്ന ഭീഷണി നേരിടുന്നു.

ചിത്രം 2.2. 2001-2013 ലെ മാർക്കറ്റിംഗ് ഗവേഷണങ്ങളുടെ റഷ്യൻ വിപണിയുടെ ചലനാത്മകത (മില്യൺ ഡോളർ)

കഴിഞ്ഞ ദശകത്തിൽ ഇന്റർനെറ്റ് തന്നെ മാറി. സോഷ്യൽ മീഡിയയും വെബ് 2.0 ഉം ഉപയോക്താക്കളെ ആശയവിനിമയത്തിന്റെയും ഉള്ളടക്ക ജനറേറ്ററുകളുടെയും സജീവ വശമാക്കി മാറ്റി ഞങ്ങൾ ആശയവിനിമയം നടത്തുന്ന രീതി മാറ്റി. ഇത് ഒരു പുതിയ തരം ഗവേഷണത്തിന്റെ ആവിർഭാവത്തിനും വികാസത്തിനും അവസരങ്ങൾ നൽകി, ചോദ്യാവലികളും പ്രതികരിക്കുന്നവരുമില്ലാതെ ഗവേഷണം നടത്തുക - വിപണി ഗവേഷണ വ്യവസായത്തിന്റെ തുടക്കം മുതലുള്ള അടിസ്ഥാനം.

ന്യൂറോ സയൻസ്, നെറ്റ്‌വർക്ക് തിയറി, മാസ് ബിഹേവിയർ തിയറി എന്നിവ വികസിച്ചതിനാൽ, ആളുകളുടെ പ്രചോദനവും അവരുടെ സ്വഭാവത്തെ സ്വാധീനിക്കുന്ന ഘടകങ്ങളും മനസ്സിലാക്കുന്നതിനുള്ള മുൻവ്യവസ്ഥകൾ ഉണ്ട്. ആളുകൾ ഫോട്ടോകളും വീഡിയോകളും പോസ്റ്റുചെയ്യുന്നു, സോഷ്യൽ നെറ്റ്‌വർക്കുകളിൽ ചിന്തകൾ പങ്കിടുന്നു. ഈ വിവരശേഖരം ഗവേഷകർക്ക് ഒരു വെല്ലുവിളിയായി മാറുകയും ഉപഭോക്തൃ പെരുമാറ്റം വിശകലനം ചെയ്യുന്നതിന് പുതിയ ഉപകരണങ്ങൾ ആവശ്യമായി വരികയും ചെയ്തു.

കഴിഞ്ഞ കുറച്ച് വർഷങ്ങളായി, വലിയ ഡാറ്റ എന്ന പദം ഗവേഷക സമൂഹത്തെ അക്ഷരാർത്ഥത്തിൽ ഇളക്കിമറിച്ചു. 2012 മുതൽ കമ്പനികളുടെ വിപണനക്കാർക്കിടയിൽ Econsultancy ഉം Adobe ഉം വർഷം തോറും നടത്തുന്ന ഒരു ആഗോള സർവേ പ്രകാരം, ഇന്റർനെറ്റിലെ ആളുകളുടെ പ്രവർത്തനങ്ങളെ ചിത്രീകരിക്കുന്ന "വലിയ ഡാറ്റ" ഒരുപാട് ചെയ്യാൻ കഴിയും. അവർക്ക് ഓഫ്‌ലൈൻ ബിസിനസ്സ് പ്രക്രിയകൾ കാര്യക്ഷമമാക്കാനും വിവരങ്ങൾ കണ്ടെത്താനും വിപണന ഫലപ്രാപ്തി മെച്ചപ്പെടുത്താനും മൊബൈൽ ഉപകരണ ഉടമകൾ അവ എങ്ങനെ ഉപയോഗിക്കുന്നുവെന്ന് മനസിലാക്കാൻ സഹായിക്കാനും കഴിയും. 2013-ൽ കെപിഎംജി നടത്തിയ ഒരു സർവേയിൽ, ബിസിനസ് സ്ട്രാറ്റജി വികസിപ്പിക്കുന്നതിൽ ബിഗ് ഡാറ്റ ഉപയോഗിക്കുന്നവരുടെ പങ്ക് ലോകത്ത് 56% ആണെന്ന് കാണിച്ചു.

ഇന്റർനെറ്റിലെ ആളുകളുടെ പ്രവർത്തനങ്ങളും പ്രസ്താവനകളും നിരീക്ഷിക്കുന്നത് മാർക്കറ്റിംഗ് ഗവേഷണത്തിന്റെ നൂതന രീതികൾക്ക് കാരണമായി. ഗ്രീൻബുക്ക് റിസർച്ച് ഇൻഡസ്ട്രി ട്രെൻഡ്സ് റിപ്പോർട്ടിന്റെ 2013 ലെ ഏറ്റവും നൂതനമായ 50 ഗവേഷണ കമ്പനികളുടെ വാർഷിക റാങ്കിംഗിൽ ഇനിപ്പറയുന്ന കമ്പനികൾ ഒന്നാമതെത്തി:

• 1) ബ്രെയിൻജ്യൂസർ;
• 2) വിഷൻ ക്രിട്ടിക്കൽ;
• 3) Ipsos;
• 4) ജിഎഫ്കെ;
• 5) ഗൂഗിൾ;
• 6) ടിഎൻഎസ്;
• 7) നീൽസൺ.

2010 മുതൽ ബ്രെയിൻജ്യൂസർ പട്ടികയിൽ ഒന്നാം സ്ഥാനത്താണ്. DigiViduals രീതിശാസ്ത്രം വികസിപ്പിച്ചുകൊണ്ട് സോഷ്യൽ മീഡിയ നിരീക്ഷണം ഉപയോഗിച്ച് ഈ കമ്പനി പുതിയ ഗവേഷണ സമീപനങ്ങൾ നിർദ്ദേശിച്ചിട്ടുണ്ട്. ഒരു പ്രത്യേക തരം വ്യക്തിയെ പ്രതിനിധീകരിക്കാൻ പ്രോഗ്രാം ചെയ്ത റോബോട്ടുകളാണ് ഡിജിവിഡ്യൂവൽസ്. ഡിജിവിഡ്വൽ റോബോട്ട് പ്രായം, താമസസ്ഥലം, ജോലി, വികാരങ്ങൾ, അടിസ്ഥാന വ്യക്തിത്വ സവിശേഷതകൾ എന്നിവ ഉപയോഗിച്ച് പ്രോഗ്രാം ചെയ്തിരിക്കുന്നു, കാരണം അവയാണ് പ്രസക്തമായ ഉള്ളടക്കം കണ്ടെത്താൻ റോബോട്ടിനെ അനുവദിക്കുന്നത്. ഫോട്ടോകൾ, വീഡിയോകൾ, പാട്ടുകൾ, ബ്ലോഗുകൾ, വാങ്ങാൻ താൽപ്പര്യമുള്ള ഇനങ്ങൾ - ഇത്തരത്തിലുള്ള വ്യക്തിത്വത്തിന് അനുയോജ്യമായ എന്തും - റോബോട്ടുകൾ സോഷ്യൽ മീഡിയയിൽ തിരയുന്നു. പഠിച്ച ആയിരക്കണക്കിന് വസ്തുക്കളിൽ നിന്ന്, ഒരു പ്രത്യേക തരത്തിലുള്ള ആളുകളുടെ ജീവിതത്തെ അവരുടെ ഉദ്ദേശ്യങ്ങളോടെ പ്രതിനിധീകരിക്കുന്ന ഒരു ഭൂപടം സൃഷ്ടിക്കപ്പെടുന്നു. ക്രിയേറ്റീവ് മാർക്കറ്റിംഗ് കാമ്പെയ്‌നുകളുടെയും പുതിയ ഉൽപ്പന്നങ്ങളുടെയും വികസനത്തിന് അത്തരമൊരു ഭൂപടം അടിസ്ഥാനമായി മാറുന്നു.

അടിസ്ഥാനപരമായി, സങ്കീർണ്ണവും അമൂർത്തവുമായ ഡാറ്റയെ ലളിതവും മനസ്സിലാക്കാവുന്നതുമായ ഒന്നാക്കി മാറ്റാൻ കഴിയുന്ന ഒരു പുതിയ തരം ക്രിയേറ്റീവ് സെർച്ച് എഞ്ചിനാണ് DigiViduals. ടാർഗെറ്റ് പ്രേക്ഷകരുടെ താൽപ്പര്യങ്ങളെക്കുറിച്ച് വൈകാരികമായി സമ്പന്നമായ ഒരു ചിത്രം നിർമ്മിക്കാൻ അവ സഹായിക്കുന്നു.

അത്തരമൊരു "വെർച്വൽ റെസ്‌പോണ്ടന്റിൻറെ" പ്രവർത്തനം മൂന്ന് ഘട്ടങ്ങളിലായാണ് നിർമ്മിച്ചിരിക്കുന്നത്. ആദ്യം, റോബോട്ട് "സ്വന്തം" സംബന്ധിച്ച വിവരങ്ങൾ ശേഖരിക്കുന്നു, അതായത്, ഗവേഷകർ വ്യക്തമാക്കിയ ടാർഗെറ്റ് പ്രേക്ഷകരെ. ഇത് ചെയ്യുന്നതിന്, ഒരേ ടാർഗെറ്റ് പ്രേക്ഷകരുടെ ഭാഗമായ യഥാർത്ഥ ആളുകൾ സോഷ്യൽ നെറ്റ്‌വർക്കുകളിൽ പോസ്റ്റുകളുടെ രൂപത്തിൽ അവശേഷിക്കുന്ന വിവരങ്ങൾ അദ്ദേഹം ശേഖരിക്കുകയും വിശകലനം ചെയ്യുകയും ചെയ്യുന്നു. അപ്പോൾ അവൻ "ജീവിക്കാൻ" തുടങ്ങുന്നു, അതായത്. ജനപ്രിയ സോഷ്യൽ നെറ്റ്‌വർക്കുകളിൽ പോസ്റ്റ് ചെയ്യുക. മൂന്നാം ഘട്ടത്തിൽ, റോബോട്ട് കൃത്യമായി എന്താണ് സ്ഥാപിച്ചിരിക്കുന്നത്, മറ്റ് ആളുകൾ അതിന്റെ പോസ്റ്റുകളോട് എങ്ങനെ പ്രതികരിക്കുന്നു എന്നതിന്റെ വിശകലനം ഉണ്ട്. DigiVidual പ്രോജക്‌റ്റുകളിലെ ശാരീരിക അധ്വാനത്തിന്റെ ഭൂരിഭാഗവും ഈ ഘട്ടത്തിലാണ്: DigiVidual ഉണർത്തുന്ന ഉള്ളടക്കം മനസ്സിലാക്കുകയും വ്യാഖ്യാനിക്കുകയും ചെയ്യുന്നു.

ഈ ഗവേഷണ രീതി ഇനിപ്പറയുന്ന അവസരങ്ങൾ നൽകുന്നു:

• 1) സെഗ്മെന്റേഷനും ടാർഗെറ്റ് പ്രേക്ഷകരെക്കുറിച്ചുള്ള ആഴത്തിലുള്ള ധാരണയും - പ്രേക്ഷകരുടെ അളവ് നിർവചിക്കപ്പെട്ടതും വംശശാസ്ത്രപരമായി സമ്പന്നവുമായ "പോർട്രെയ്റ്റ്";
• 2) ബ്രാൻഡിന്റെ കൃത്യമായ വ്യക്തിത്വം;
• 3) ട്രെൻഡ് മോണിറ്ററിംഗ് - ഒരു വ്യക്തിയിലെ ട്രെൻഡുകളുടെ ആൾരൂപവും കാലക്രമേണ നിരീക്ഷിക്കാനുള്ള സാധ്യതയും;
• 4) ഉൾക്കാഴ്ചകളുടെ ജനറേഷൻ;
• 5) ഉൾക്കാഴ്ച നിരീക്ഷണം;
• 6) പുതിയ ഉൽപ്പന്ന വികസനം
• 2.2 മാർക്കറ്റിംഗ് ഗവേഷണത്തിന്റെ തരങ്ങൾ, ലക്ഷ്യങ്ങൾ, ഘട്ടങ്ങൾ

രണ്ട് പ്രശ്നങ്ങൾ പരിഹരിക്കുന്നതിന് കമ്പനികൾ മാർക്കറ്റിംഗ് ഗവേഷണം ആരംഭിക്കുന്നു - തിരിച്ചറിയൽ (നിർവചിക്കുക) വിപണന പ്രശ്നങ്ങൾ പരിഹരിക്കുക. അതനുസരിച്ച്, മാർക്കറ്റിംഗ് ഗവേഷണത്തെ രണ്ട് വലിയ ക്ലാസുകളായി തിരിക്കാം: പര്യവേക്ഷണവും അന്തിമ മാർക്കറ്റിംഗ് ഗവേഷണവും (ചിത്രം 2.3 കാണുക).

ചിത്രം 2.3. മാർക്കറ്റിംഗ് ഗവേഷണത്തിന്റെ വർഗ്ഗീകരണം

നിലവിലുള്ളതോ ഉണ്ടാകാനിടയുള്ളതോ ആയ വ്യക്തമല്ലാത്ത പ്രശ്‌നങ്ങൾ തിരിച്ചറിയുന്നതിനാണ് പ്രശ്‌നം തിരിച്ചറിയുന്നതിനുള്ള മാർക്കറ്റ് ഗവേഷണം നടത്തുന്നത്. മാർക്കറ്റിംഗ് അന്തരീക്ഷം, വിപണിയിൽ കമ്പനി അഭിമുഖീകരിക്കുന്ന അവസരങ്ങൾ, ഭീഷണികൾ എന്നിവയെക്കുറിച്ചുള്ള വിവരങ്ങൾ അവർ നൽകുന്നു. അത്തരം വിവരങ്ങൾ നേടുന്നതിൽ എന്റർപ്രൈസസിന്റെ മാർക്കറ്റിംഗ് പരിതസ്ഥിതിയുടെ ഘടകങ്ങളെക്കുറിച്ചുള്ള പഠനം ഉൾപ്പെടുന്നു.

മാർക്കറ്റിംഗ് പരിതസ്ഥിതിയുടെ ബാഹ്യ ഘടകങ്ങളിൽ ഇനിപ്പറയുന്നവ ഉൾപ്പെടുന്നു:

• 1) മാർക്കറ്റ് പാരാമീറ്ററുകൾ - അതിന്റെ ശേഷി, ചലനാത്മകത, സാധ്യതയുള്ള വിപണിയും നുഴഞ്ഞുകയറ്റ വിപണിയും, സീസണാലിറ്റി, ട്രെൻഡുകൾ, പ്രവചനങ്ങൾ;
• 2) ടാർഗെറ്റ് പ്രേക്ഷകരുടെ പ്രൊഫൈലും അതിന്റെ പെരുമാറ്റവും;
• 3) മത്സരം - പ്രധാന പങ്കാളികളും മത്സരിക്കുന്ന ബ്രാൻഡുകളും തമ്മിലുള്ള മാർക്കറ്റ് ഷെയറുകളുടെ വിതരണം;
• 4) നിയമനിർമ്മാണവും സാമ്പത്തികവുമായ അന്തരീക്ഷം.

മാർക്കറ്റിംഗ് പരിതസ്ഥിതിയുടെ ആന്തരിക ഘടകങ്ങളിൽ ഇനിപ്പറയുന്നവ ഉൾപ്പെടുന്നു:

• 1) കമ്പനിയുടെ വിഭവങ്ങൾ 1 ;
• 2) തീരുമാനമെടുക്കുന്നവരുടെ ലക്ഷ്യങ്ങൾ;
• 3) സ്ഥാപനത്തിന്റെ ഉദ്യോഗസ്ഥരുടെ മാർക്കറ്റിംഗും സാങ്കേതിക വൈദഗ്ധ്യവും.

ഉദാഹരണത്തിന്, മാർക്കറ്റിംഗ് പരിതസ്ഥിതിയുടെ ബാഹ്യ ഘടകങ്ങളെ കുറിച്ച് നമ്മൾ സംസാരിക്കുകയാണെങ്കിൽ,

റഷ്യൻ ഉപഭോക്താക്കൾ പ്രതിസന്ധിയോട് പ്രതികരിച്ചില്ലെന്ന് 2014 ലെ മൂന്നാം പാദം കാണിച്ചു. നീൽസൺ ഗവേഷണ കമ്പനിയുടെ അഭിപ്രായത്തിൽ, 2014-ന്റെ ആദ്യ മൂന്ന് പാദങ്ങളിൽ റഷ്യക്കാരുടെ ഉപഭോക്തൃ ആത്മവിശ്വാസ സൂചിക വളരുകയായിരുന്നു. റഷ്യയിലെ സൂചികയുടെ വളർച്ച പ്രാഥമികമായി തൊഴിൽ വിപണി സാധ്യതകളുടെ ഒരു സൂചകം നൽകി: റഷ്യയിൽ പ്രതികരിച്ചവരിൽ 42% അവർ അങ്ങനെയാകുമെന്ന് പ്രതീക്ഷിക്കുന്നു. അടുത്ത 12 മാസത്തിനുള്ളിൽ നല്ലത് അല്ലെങ്കിൽ മികച്ചത്. കഴിഞ്ഞ 6 വർഷത്തെ ഏറ്റവും ഉയർന്ന കണക്കാണിത്. സൗജന്യ പണം വിനിയോഗിക്കുന്നതിൽ റഷ്യക്കാർ അവരുടെ മുൻഗണനകൾ മാറ്റിയിട്ടില്ല: 45% വസ്ത്രങ്ങൾക്കായി ചെലവഴിക്കും, 34% - വായ്പകൾക്കും കടം വാങ്ങുന്നതിനും, 33% - അവധി ദിവസങ്ങളിലും വിനോദങ്ങളിലും. കൂടുതൽ റഷ്യക്കാർ സൗജന്യ ഫണ്ടുകൾ സമ്പാദ്യത്തിലേക്ക് മാറ്റാൻ പദ്ധതിയിടുന്നു - 31%, ഒരു പാദത്തിൽ മുമ്പ് 26%. സ്വതന്ത്ര പണമില്ലാത്ത കൂടുതൽ റഷ്യക്കാരുമുണ്ട് - 14%, ഒരു പാദത്തിൽ മുമ്പ് 11%.

ഗവേഷകൻ അഭിമുഖീകരിക്കുന്ന മാർക്കറ്റിംഗ് പ്രശ്നത്തിന്റെ സാരാംശം മനസ്സിലാക്കുക എന്നതാണ് പര്യവേക്ഷണ ഗവേഷണത്തിന്റെ പ്രധാന ദൌത്യം. ഉചിതമായ പ്രവർത്തന മേഖലകൾ ഹൈലൈറ്റ് ചെയ്യുന്നതിന്, പ്രശ്നം കൂടുതൽ കൃത്യമായി നിർവചിക്കുന്നതിന് ആവശ്യമായ സന്ദർഭങ്ങളിൽ പര്യവേക്ഷണ ഗവേഷണം ഉപയോഗിക്കുന്നു.

പര്യവേക്ഷണ പഠനത്തിന്റെ ലക്ഷ്യങ്ങൾ ഇനിപ്പറയുന്നവയാണ്:

• - ഗവേഷണ പ്രശ്നത്തിന്റെ രൂപീകരണം അല്ലെങ്കിൽ വ്യക്തത;
• - ഇതര നടപടികളുടെ തിരിച്ചറിയൽ;
• - അനുമാനങ്ങളുടെ വികസനം;
• - കൂടുതൽ പഠനത്തിനായി പ്രധാന വേരിയബിളുകളും ബന്ധങ്ങളും ഹൈലൈറ്റ് ചെയ്യുക;
• - പ്രശ്നം പരിഹരിക്കുന്നതിനുള്ള സമീപനത്തിന്റെ ഒന്നോ അല്ലെങ്കിൽ മറ്റൊരു വകഭേദം വികസിപ്പിക്കുന്നതിനുള്ള യുക്തി;
• - കൂടുതൽ ഗവേഷണത്തിന് മുൻഗണനകൾ നിശ്ചയിക്കുന്നു.

ഈ ഘട്ടത്തിൽ, വിപണനക്കാരന് തനിക്ക് ആവശ്യമായ വിവരങ്ങളെക്കുറിച്ച് വളരെ വ്യക്തമല്ലാത്ത ധാരണയുണ്ട്, കൂടാതെ ഗവേഷണ പ്രക്രിയ തന്നെ വഴക്കമുള്ളതും ഘടനാരഹിതവുമാണ്, ഉദാഹരണത്തിന്, അതിൽ വ്യവസായ വിദഗ്ധരുമായുള്ള വ്യക്തിഗത അഭിമുഖങ്ങൾ അടങ്ങിയിരിക്കാം. ഒരു പര്യവേക്ഷണ പഠനത്തിന്റെ ഫലങ്ങൾ പ്രാഥമികമായി അല്ലെങ്കിൽ കൂടുതൽ ഗവേഷണത്തിനുള്ള ഒരു തുടക്കമായി കണക്കാക്കണം. സാധാരണഗതിയിൽ, അത്തരം ഗവേഷണം കൂടുതൽ പര്യവേക്ഷണപരമോ നിർണ്ണായകമോ ആയ ഗവേഷണത്തിന് മുമ്പാണ്.

പര്യവേക്ഷണ മാർക്കറ്റിംഗ് ഗവേഷണത്തിന്റെ പ്രധാന രീതികൾ ചിത്രം 2.4 അവതരിപ്പിക്കുന്നു.

ചിത്രം 2.4. മാർക്കറ്റിംഗ് ഗവേഷണ രീതികൾ തിരയുക

മുകളിൽ നിന്ന് കാണാൻ കഴിയുന്നതുപോലെ, പര്യവേക്ഷണ ഗവേഷണം ദ്വിതീയ വിവരങ്ങളെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്. ഉദാഹരണത്തിന്, കമ്പനിയുടെ വളർച്ചാ നിരക്ക് 10% ആണെന്ന് അറിയുമ്പോൾ, കമ്പനിയുടെ ഓഹരി നഷ്‌ടപ്പെടുന്നുണ്ടോ എന്ന് മനസിലാക്കാൻ ഗവേഷകൻ മുഴുവൻ വിപണിയുടെയും വളർച്ചാ നിരക്കിനെക്കുറിച്ചുള്ള വിവരങ്ങൾ തിരയുന്നു.

മത്സരിക്കുന്ന ബ്രാൻഡുകൾക്ക് പ്രത്യേകമായ ആട്രിബ്യൂട്ടുകൾ തിരയുന്നതിന്, ഒരു ഗവേഷകന് സോഷ്യൽ മീഡിയ മോണിറ്ററിംഗ് സിസ്റ്റങ്ങളുടെ സേവനങ്ങൾ ഉപയോഗിച്ച് ഇന്റർനെറ്റിൽ ഈ ബ്രാൻഡുകൾ ചർച്ച ചെയ്യുന്ന സൈറ്റുകൾ കണ്ടെത്താൻ കഴിയും, തുടർന്ന് ബ്രാൻഡുകളുടെ ചില ആട്രിബ്യൂട്ടുകൾ പരാമർശിക്കുന്നതിന്റെ ആവൃത്തി കണ്ടെത്താൻ ഉള്ളടക്ക വിശകലനം ഉപയോഗിക്കുക. പഠനം. ഈ അളവ് രീതികൾ തിരയൽ ആവശ്യങ്ങൾക്ക് സഹായിക്കും. തുടർന്ന്, ഓൺലൈൻ ഫോറങ്ങളിൽ, ഗവേഷകന് താൻ കണ്ടെത്തിയ ആട്രിബ്യൂട്ടുകൾ ചർച്ച ചെയ്യാനും അവയുടെ പ്രാധാന്യം റാങ്ക് ചെയ്യാനും പങ്കെടുക്കുന്നവരെ ക്ഷണിക്കാൻ കഴിയും. ഓൺലൈൻ കമ്മ്യൂണിറ്റിയിലെ കുറച്ച് മുതൽ പതിനായിരക്കണക്കിന് അംഗങ്ങൾക്കും നൂറുകണക്കിന് അംഗങ്ങൾക്കും ചർച്ചയിൽ പങ്കെടുക്കാം. അതിനാൽ, MROC (മാർക്കറ്റ് റിസർച്ച് ഓൺലൈൻ കമ്മ്യൂണിറ്റി) എന്ന് വിളിക്കപ്പെടുന്ന ഈ രീതി, തിരയൽ ആവശ്യങ്ങൾക്കായി ഉപയോഗിക്കാവുന്ന ഒരു ഇന്റർമീഡിയറ്റ് മാർക്കറ്റിംഗ് ഗവേഷണ രീതിയായി തരംതിരിക്കുന്നു.

മാർക്കറ്റിംഗ് ഗവേഷണ പ്രശ്നം കൃത്യമായി നിർവചിക്കുമ്പോൾ, അനുമാനങ്ങൾ പരിശോധിക്കുന്ന അല്ലെങ്കിൽ ബന്ധങ്ങൾ പര്യവേക്ഷണം ചെയ്യുന്ന ഒരു അന്തിമ മാർക്കറ്റിംഗ് ഗവേഷണം നടത്തുന്നു. "ഫൈനൽ" എന്ന വാക്ക് ഊന്നിപ്പറയുന്നത് ഇത്തരത്തിലുള്ള മാർക്കറ്റിംഗ് ഗവേഷണത്തിന്റെ ഫലങ്ങൾ അന്തിമമായി കണക്കാക്കുന്നു, ഇത് മാനേജറൽ തീരുമാനങ്ങൾ എടുക്കുന്നതിനുള്ള പ്രാരംഭ ഡാറ്റയാണ്. അത്തരമൊരു പഠനത്തിന് വ്യക്തമായ ഘടനയുണ്ട്, കൂടാതെ ഒരു വലിയ അളവിലുള്ള ഡാറ്റയുടെ വിശദമായ പ്ലാൻ, ശേഖരണം, ക്വാണ്ടിറ്റേറ്റീവ് പ്രോസസ്സിംഗ് എന്നിവ ആവശ്യമാണ്.

പര്യവേക്ഷണപരവും നിർണ്ണായകവുമായ പഠനങ്ങളുടെ താരതമ്യം പട്ടിക 2.2 ൽ അവതരിപ്പിച്ചിരിക്കുന്നു.

പര്യവേക്ഷണവും നിർണ്ണായകവുമായ പഠനങ്ങളുടെ താരതമ്യം

പട്ടിക 2.2

മാർക്കറ്റിംഗ് ഗവേഷണത്തിന്റെ ഘട്ടങ്ങൾ പട്ടിക 2.3 ൽ അവതരിപ്പിച്ചിരിക്കുന്നു.

പട്ടിക 2.3

മാർക്കറ്റിംഗ് ഗവേഷണത്തിന്റെ ഘട്ടങ്ങൾ

ഘട്ടം 1. മാർക്കറ്റിംഗ് ഗവേഷണത്തിന്റെ പ്രശ്നം നിർണ്ണയിക്കൽ

കമ്പോള വികസനത്തിന്റെ ഗതിയിൽ കമ്പനികൾ നിരന്തരം വിവിധ മാനേജ്മെന്റ് മാർക്കറ്റിംഗ് പ്രശ്നങ്ങൾ അഭിമുഖീകരിക്കുന്നു.

മാർക്കറ്റിംഗ് പരിതസ്ഥിതിയുടെ ഘടകങ്ങൾ മനസ്സിലാക്കുന്നത് മാനേജ്മെന്റ് പ്രശ്നം മനസ്സിലാക്കാൻ സഹായിക്കുന്നു. എന്താണ് ചെയ്യേണ്ടത് എന്ന ചോദ്യവുമായി ബന്ധപ്പെട്ടതാണ് മാനേജർ പ്രശ്നം. ഈ പ്രശ്നം കമ്പനിയുടെ പ്രതികൂലമായ മാർക്കറ്റ് നിലയുടെ ലക്ഷണങ്ങളെ പ്രതിഫലിപ്പിക്കുന്നു. ഉദാഹരണത്തിന്, ഒരു കമ്പനിയുടെ മാർക്കറ്റ് ഷെയറിലെ ഇടിവ്, "വിപണി വിഹിതം പുനഃസ്ഥാപിക്കുന്നതിനുള്ള" ഒരു മാനേജർ പ്രശ്നത്തിന്റെ ആവിർഭാവവുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു.

ഒരു മാർക്കറ്റിംഗ് ഗവേഷണം നടത്തുന്നതിനുള്ള കാരണമായി പ്രവർത്തിക്കുന്ന മാനേജർ പ്രശ്നം, ഗവേഷണത്തിന്റെ പ്രശ്നത്തിന്റെ രൂപീകരണം നിർണ്ണയിക്കുന്നു. ഒരു മാനേജ്‌മെന്റ് പ്രശ്‌നം പരിഹരിക്കുന്നതിന് എന്ത് വിവരമാണ് ആവശ്യമെന്നും അത് ഏറ്റവും ഫലപ്രദമായ രീതിയിൽ എങ്ങനെ നേടാമെന്നും ഉള്ള ചോദ്യത്തിന് ഉത്തരം നൽകുന്നത് മാർക്കറ്റിംഗ് ഗവേഷണ പ്രശ്‌നത്തിൽ ഉൾപ്പെടുന്നു. നന്നായി രൂപപ്പെടുത്തിയ ഒരു പ്രശ്നം ഇതിനകം പകുതി പരിഹരിച്ചു, പക്ഷേ ചിലപ്പോൾ അത് കൃത്യമായി രൂപപ്പെടുത്താൻ പ്രയാസമാണ്. ഒരു പ്രതികൂല സംഭവത്തിന് (മാർക്കറ്റ് ഷെയറിലെ ഇടിവ് പോലുള്ളവ) നിരവധി കാരണങ്ങളുണ്ടാകാം. മിക്കപ്പോഴും, ഈ സംഭവത്തിന്റെ കാരണങ്ങൾ വിശദീകരിക്കുന്ന സാധ്യമായ എല്ലാ അനുമാനങ്ങളും പട്ടികപ്പെടുത്താൻ ആദ്യം പര്യവേക്ഷണ ഗവേഷണം നടത്തണം.

ഉദാഹരണത്തിന്, മാർക്കറ്റ് ഷെയർ പുനഃസ്ഥാപിക്കുന്നതിനുള്ള നടപടികൾ വികസിപ്പിക്കുന്നതിന് എന്ത് ഡാറ്റ ആവശ്യമാണ്? വിപണിയിൽ കമ്പനിയുടെ സ്ഥാനം ശക്തിപ്പെടുത്തുന്നതിന് ഉൽപ്പന്ന നയ നടപടികൾ സ്വീകരിക്കുന്നതിന് ഉൽപ്പന്നത്തിന്റെയും എതിരാളി ഉൽപ്പന്നങ്ങളുടെയും സവിശേഷതകളെക്കുറിച്ചുള്ള വിവരങ്ങൾ ശേഖരിക്കേണ്ടത് ആവശ്യമാണോ? ഒരുപക്ഷേ ഉൽപ്പന്നം ഉപഭോക്താവിലേക്ക് എത്തിയില്ല, വിതരണ ചാനലുകളെക്കുറിച്ചുള്ള വിവരങ്ങൾ ആവശ്യമാണോ? ഒരുപക്ഷേ കമ്പനി ഉപഭോക്താവിനെ മോശമായി ടാർഗെറ്റുചെയ്‌തിരിക്കാം, മാത്രമല്ല വിപണിയെ ശരിയായി വിഭജിക്കേണ്ടതുണ്ട്. ഈ സാഹചര്യത്തിൽ, വിശദമായ ഉപഭോക്തൃ ഡാറ്റ ആവശ്യമാണ്.

അതിനാൽ, ഒരു മാർക്കറ്റിംഗ് ഗവേഷണ പ്രശ്നത്തിന്റെ നിർവചനം മാനേജീരിയൽ പ്രശ്നങ്ങളുടെ ചോദ്യങ്ങൾക്ക് സാധ്യമായ ഉത്തരങ്ങൾ നിർദ്ദേശിക്കുകയും അവയുടെ മൂലകാരണങ്ങളിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുകയും ചെയ്യുന്നു (പട്ടിക 2.4 കാണുക). എല്ലാം തിരിച്ചറിയേണ്ടതുണ്ട് പരിശോധിക്കേണ്ട അനുമാനങ്ങളും എല്ലാത്തരം വിവരങ്ങളുംഓരോ സിദ്ധാന്തവും പരിശോധിക്കേണ്ടതുണ്ട്.

മാനേജ്മെന്റ് പ്രശ്നങ്ങൾ, മാർക്കറ്റിംഗ് ഗവേഷണ പ്രശ്നങ്ങൾ എന്നിവയുടെ ഉദാഹരണങ്ങൾ

പട്ടിക 2.4

മാർക്കറ്റിംഗ് ഗവേഷണത്തിന്റെ പ്രശ്നത്തിന്റെ പൊതുവായ നിർവചനം അതിന്റെ ലക്ഷ്യമായി പ്രവർത്തിക്കുന്നു, കൂടാതെ പ്രശ്നത്തിന്റെ നിർദ്ദിഷ്ട ഘടകങ്ങളുടെ നിർവചനം - ലക്ഷ്യം നേടുന്നതിന് പരിഹരിക്കേണ്ട ഗവേഷണ ജോലികളായി. പ്രശ്നത്തിന്റെ പ്രത്യേക ഘടകങ്ങൾ തിരയൽ ചോദ്യങ്ങളായി രൂപാന്തരപ്പെടുന്നു. ഗവേഷണ പ്രശ്നം പരിഹരിക്കുന്നതിന് ആവശ്യമായ നിർദ്ദിഷ്ട വിവരങ്ങളുടെ ശ്രേണി അവർ നിർവ്വചിക്കുന്നു.

ഉദാഹരണത്തിന്, ഉപഭോക്തൃ ബ്രാൻഡ് ലോയൽറ്റി വർദ്ധിപ്പിക്കുന്നതിന് എന്ത് നടപടികളാണ് സ്വീകരിക്കേണ്ടതെന്ന് നിർണ്ണയിക്കുക എന്നതാണ് ഒരു മാനേജീരിയൽ പ്രശ്നം. ടാർഗെറ്റ് പ്രേക്ഷകരെക്കുറിച്ചുള്ള വിവരങ്ങളുടെ ശേഖരണമാണ് മാർക്കറ്റിംഗ് ഗവേഷണത്തിന്റെ പ്രശ്നം. ഉപഭോക്താക്കളുടെ പ്രായവും ലിംഗഘടനയും, അവരുടെ താമസസ്ഥലം, തൊഴിൽ നില, വരുമാന നിലവാരം, അവരുടെ പെരുമാറ്റപരവും മാനസികവുമായ പ്രത്യേകതകൾ, ഈ ബ്രാൻഡ് വാങ്ങുമ്പോൾ അവരുടെ പ്രചോദനം എന്നിവ പഠിക്കുക എന്നിവയാണ് പഠനത്തിന്റെ നിർദ്ദിഷ്ട ലക്ഷ്യങ്ങൾ.

മാർക്കറ്റിംഗ് ഗവേഷണത്തിന്റെ ഏറ്റവും സാധാരണമായ പ്രശ്നങ്ങൾ, ലക്ഷ്യങ്ങൾ, ലക്ഷ്യങ്ങൾ എന്നിവ പട്ടിക 2.5 ൽ അവതരിപ്പിച്ചിരിക്കുന്നു.

പട്ടിക 2.5

ഒരു റഷ്യൻ മാർക്കറ്റിംഗ് ഏജൻസി നടത്തുന്ന മാർക്കറ്റിംഗ് ഗവേഷണത്തിന്റെ ഏറ്റവും സാധാരണമായ പ്രശ്നങ്ങൾ, ലക്ഷ്യങ്ങൾ, ലക്ഷ്യങ്ങൾ 1

1 കാണുക: http://www.nordl.ru/tmi.htm.

മേശയുടെ അവസാനം. 2.5

ഘട്ടം 2. ഒരു മാർക്കറ്റിംഗ് പ്രശ്നം പരിഹരിക്കുന്നതിനുള്ള ഒരു സമീപനത്തിന്റെ വികസനം

ഒരു മാർക്കറ്റിംഗ് പ്രശ്നം പരിഹരിക്കുന്നതിനുള്ള ഒരു സമീപനത്തിന്റെ വികസനം

പട്ടിക 2.6

ഗവേഷണത്തിന്റെ സൈദ്ധാന്തികവും രീതിശാസ്ത്രപരവുമായ അടിസ്ഥാനം ശാസ്ത്രീയ സാഹിത്യത്തിന്റെ പഠനത്തെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്: പാഠപുസ്തകങ്ങൾ, ജേണലുകൾ, മാർക്കറ്റിംഗ്, ഗണിതശാസ്ത്ര സ്ഥിതിവിവരക്കണക്കുകൾ, ഇക്കണോമെട്രിക്സ് എന്നിവയെക്കുറിച്ചുള്ള മോണോഗ്രാഫുകൾ. സൈദ്ധാന്തിക പരിഗണനകൾ ഏതൊക്കെ വേരിയബിളുകൾ അന്വേഷിക്കണം എന്ന് മാത്രമല്ല, അവ എങ്ങനെ പ്രോസസ്സ് ചെയ്യുകയും അളക്കുകയും ചെയ്യാം, പഠനം എങ്ങനെ രൂപകൽപ്പന ചെയ്യുകയും സാമ്പിൾ രൂപപ്പെടുത്തുകയും ചെയ്യാം. ഗവേഷകൻ ലഭിച്ച ഡാറ്റ ശേഖരിക്കുകയും വ്യാഖ്യാനിക്കുകയും ചെയ്യുന്നതിന്റെ അടിസ്ഥാനമായും സിദ്ധാന്തം പ്രവർത്തിക്കുന്നു - "ഒരു നല്ല സിദ്ധാന്തത്തേക്കാൾ പ്രായോഗികമായി മറ്റൊന്നില്ല."

മോഡൽ -ഇത് ഒരു സംവിധാനമാണ് (അതായത്, പരസ്പര ബന്ധങ്ങളിലോ ബന്ധങ്ങളിലോ ഉള്ള ഒരു നിശ്ചിത സമഗ്രത രൂപപ്പെടുത്തുന്ന ഘടകങ്ങളുടെ ഒരു കൂട്ടം), ഇതിന്റെ പഠനം മറ്റൊരു സിസ്റ്റത്തെക്കുറിച്ചുള്ള വിവരങ്ങൾ നേടാൻ അനുവദിക്കുന്നു.

മിക്ക യഥാർത്ഥ പ്രക്രിയകളും പ്രതിഭാസങ്ങളും സങ്കീർണ്ണമായതിനാൽ (വലിയ അളവിലുള്ള പാരാമീറ്ററുകൾ അവയുടെ സ്വഭാവസവിശേഷതകൾ കാരണം), മോഡലിംഗ് (അതായത് ഒരു മോഡൽ നിർമ്മിക്കുന്നത്) പ്രോപ്പർട്ടികളും പാറ്റേണുകളും പഠിക്കുന്നത് എളുപ്പമാക്കുന്നു, കാരണം മോഡൽ പലപ്പോഴും ഏറ്റവും പ്രധാനപ്പെട്ട സവിശേഷതകൾ മാത്രമേ കണക്കിലെടുക്കൂ. വസ്തുക്കളും അവ തമ്മിലുള്ള ബന്ധങ്ങളും. അങ്ങനെ, ഒരു യഥാർത്ഥ പ്രക്രിയയുടെ അല്ലെങ്കിൽ പ്രതിഭാസത്തിന്റെ ലളിതമായ പ്രതിനിധാനമാണ് ഒരു മാതൃക.

ചട്ടം പോലെ, യഥാർത്ഥ പ്രക്രിയകളും പ്രതിഭാസങ്ങളും (പ്രത്യേകിച്ച്, സാമ്പത്തികമായവ) ഔപചാരികമാക്കാൻ കഴിയും, അതായത്, പരസ്പരബന്ധിതമായ ഔപചാരിക-ലോജിക്കൽ, ഗണിതശാസ്ത്ര പദപ്രയോഗങ്ങളുടെ ഒരു കൂട്ടമായി അവതരിപ്പിക്കുന്നു. അത്തരമൊരു പ്രതിനിധാനത്തെ ഗണിതശാസ്ത്ര മാതൃക എന്ന് വിളിക്കുന്നു.

വ്യക്തതയ്ക്കായി, ഗണിതശാസ്ത്ര മോഡലിംഗിന്റെ ഫലങ്ങൾ ഒരു ഗ്രാഫിന്റെ രൂപത്തിൽ അവതരിപ്പിക്കാൻ കഴിയും, അത് മറ്റൊന്നിനെയോ സമയത്തെയോ ആശ്രയിച്ച് ഒരു സ്വഭാവത്തിലെ മാറ്റം കാണിക്കുന്നു.

ഉദാഹരണത്തിന്, കഴിഞ്ഞ 6 വർഷമായി ആപ്പിൾ ഐഫോൺ വിപണിയിൽ വളർച്ചാ നിരക്കിലെ വർദ്ധനവ് സവിശേഷതയാണ്, കൂടാതെ ഡിമാൻഡിന് കാലാനുസൃതമായ സ്വഭാവമുണ്ട്. ഐഫോൺ 6 മോഡലുകളുടെ വിജയകരമായ ലോഞ്ച് കണക്കിലെടുക്കുമ്പോൾ, 2015 ൽ ആഗോള വിപണി അളവ് 189 ദശലക്ഷത്തിനും 200 ദശലക്ഷത്തിനും ഇടയിലായിരിക്കും. ഒന്ന്

മോർഗൻ സ്റ്റാൻലിയുടെ ആൽഫ വൈസ് സ്‌മാർട്ട്‌ഫോൺ ട്രാക്കർ ഉപയോഗിച്ച് Apple iPone-നുള്ള ഡിമാൻഡിന്റെ ഗണിത മോഡലിംഗിന്റെ ഫലങ്ങൾ ചിത്രം 2.5 കാണിക്കുന്നു, ഇത് ഒരു ഇന്റർനെറ്റ് മോണിറ്ററിംഗ് സിസ്റ്റം ഉപയോഗിച്ച് വാൾ സ്ട്രീറ്റിന്റെ സമവായ പ്രവചനത്തേക്കാൾ കൃത്യമാണ്.

ചിത്രം 2.5. 2008-2014 ലെ ഐഫോണിന്റെ പ്രവചന കണക്കുകളും ഡിമാൻഡും.

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

അനുമാനങ്ങൾ- പഠനത്തിൻ കീഴിലുള്ള വസ്തുക്കൾ തമ്മിലുള്ള ബന്ധത്തിന്റെ ഘടനയെയും സ്വഭാവത്തെയും കുറിച്ചുള്ള ന്യായമായ അനുമാനങ്ങളാണിവ, മാർക്കറ്റിംഗ് പ്രശ്നങ്ങളുടെ സാധ്യമായ കാരണങ്ങൾ. ഏതൊരു വിജയകരമായ സിദ്ധാന്തവും പാലിക്കേണ്ട പ്രധാന ആവശ്യകത അതിന്റെ പരീക്ഷണക്ഷമതയാണ്. ഒരു സിദ്ധാന്തം മുന്നോട്ട് വയ്ക്കുന്നതിന് ആവശ്യമായ ഒരു വ്യവസ്ഥ അതിൽ ഉപയോഗിച്ചിരിക്കുന്ന എല്ലാ ആശയങ്ങളുടെയും കർശനമായ നിർവചനമാണ്.

“ശരാശരി വരുമാനമുള്ള ഉപഭോക്താക്കൾ ഗാർഹിക വൈനുകളാണ് ഇഷ്ടപ്പെടുന്നത്” എന്ന സിദ്ധാന്തം രൂപപ്പെടുത്തിയതാണെന്ന് കരുതുക. പഠനത്തിന് മുമ്പ്, "ഉപഭോക്താക്കൾ" എന്നത് പ്രതിമാസം കുറഞ്ഞത് 1 ലിറ്റർ അളവിൽ വൈൻ കഴിക്കുന്ന വ്യക്തിയാണെന്ന് വ്യക്തമായി നിർവചിക്കേണ്ടതാണ്; "ശരാശരി വരുമാനം" എന്നത് ഒരു കുടുംബാംഗത്തിന് പ്രതിമാസം 300 മുതൽ 500 ഡോളർ വരെയാണ്; "മുൻഗണന" എന്നതിനർത്ഥം അടിയന്തിര സാഹചര്യങ്ങളിൽ ഒഴികെ മിക്ക കേസുകളിലും അവർ വാങ്ങുന്നു; റഷ്യൻ മുന്തിരിയിൽ നിന്നോ റഷ്യയിൽ കുപ്പിയിലാക്കിയതോ ആയ വൈനുകളാണ് "ഗാർഹിക വൈനുകൾ".

മാർക്കറ്റിംഗ് ഗവേഷണ ഉദാഹരണം

XXI നൂറ്റാണ്ടിന്റെ തുടക്കത്തിൽ. 1980-കളിലെ വിൽപ്പനയിൽ നീണ്ട ഇടിവ് കാരണം മോട്ടോർസൈക്കിൾ ഉൽപ്പാദനം വിപുലീകരിക്കുന്നതിൽ നിക്ഷേപിക്കുന്നതിനെക്കുറിച്ച് ഹാർലി ഡേവിഡ്സൺ മാനേജ്മെന്റ് സംശയം പ്രകടിപ്പിച്ചു. കമ്പനിയുടെ മാനേജ്‌മെന്റിന് താൽപ്പര്യമുള്ള പ്രധാന ചോദ്യം ഇതായിരുന്നു: ദീർഘകാലാടിസ്ഥാനത്തിൽ ആവശ്യം ഉയർന്നതായിരിക്കുമോ അതോ ഉപഭോക്താക്കളെ മറ്റെന്തെങ്കിലും കൊണ്ടുപോകുമോ?

മാർക്കറ്റിംഗ് പ്രശ്നം വ്യക്തമാക്കാൻ ഒരു പര്യവേക്ഷണ പഠനം നടത്തി.

പഠന സമയത്ത്, വിദഗ്ധർ ബ്രാൻഡിന്റെ ഉയർന്ന ചിത്രം സ്ഥിരീകരിച്ചു. 2010 ആകുമ്പോഴേക്കും വിനോദത്തിനും വിനോദത്തിനുമുള്ള ചെലവ് വർദ്ധിക്കുമെന്ന് അവർ പ്രവചിച്ചു.

മോട്ടോർസൈക്കിൾ ഉടമകൾക്ക് രണ്ടാമത്തെ വാഹനമുണ്ടെന്ന് ദ്വിതീയ ഡാറ്റ സൂചിപ്പിച്ചു.

മോട്ടോർ സൈക്കിളുകൾ വിനോദത്തിനും വിനോദത്തിനുമുള്ള ഒരു വാഹനമല്ലെന്ന് ഫോക്കസ് ഗ്രൂപ്പുകൾ നടത്തുമ്പോൾ വെളിപ്പെടുത്തി. കൂടാതെ, ആവർത്തിച്ചുള്ള വാങ്ങലുകൾ ഉപയോഗിച്ച് ബ്രാൻഡ് ലോയൽറ്റി സ്ഥിരീകരിച്ചു.

നടത്തിയ പര്യവേക്ഷണ ഗവേഷണം മാർക്കറ്റിംഗ് പ്രശ്നവും ഗവേഷണ പ്രശ്നവും രൂപപ്പെടുത്താൻ ഞങ്ങളെ അനുവദിച്ചു.

മാനേജ്മെന്റ് പ്രശ്നം: മോട്ടോർസൈക്കിൾ ഉത്പാദനം വർദ്ധിപ്പിക്കുന്നതിന് കമ്പനി നിക്ഷേപിക്കണോ?

വിപണി ഗവേഷണ പ്രശ്നം: ദീർഘകാലാടിസ്ഥാനത്തിൽ ഉപഭോക്താക്കൾ വിശ്വസ്തരായിരിക്കുമോ?

ഇനിപ്പറയുന്ന ഗവേഷണ ലക്ഷ്യങ്ങൾ (തിരയൽ ചോദ്യങ്ങൾ) രൂപീകരിച്ചു.

• 1. ഉപഭോക്താക്കൾ ആരാണ്?
• 2. വിപണിയെ വിഭജിക്കാൻ കഴിയുമോ?
• 3. എല്ലാ സെഗ്‌മെന്റുകൾക്കും ഒരേ വാങ്ങൽ ഉദ്ദേശ്യങ്ങളുണ്ടോ? അവരുടെ ഹാർലി മോട്ടോർസൈക്കിളുകളെ അവർ എങ്ങനെ കാണുന്നു?
• 4. അവരുടെ ബ്രാൻഡ് ലോയൽറ്റി എന്താണ്?

ഇനിപ്പറയുന്ന അനുമാനങ്ങൾ മുന്നോട്ട് വച്ചിട്ടുണ്ട്.

• 1. സൈക്കോഗ്രാഫിക് സ്വഭാവസവിശേഷതകളെ അടിസ്ഥാനമാക്കി വിപണിയെ തരംതിരിക്കാം.
• 2. ഹാർലി മോട്ടോർസൈക്കിൾ സ്വന്തമാക്കുന്നതിന് ഓരോ സെഗ്‌മെന്റിനും അതിന്റേതായ ലക്ഷ്യങ്ങളുണ്ട്.
• 3. എല്ലാ സെഗ്‌മെന്റുകളിലും ബ്രാൻഡ് ലോയൽറ്റി ഉയർന്നതാണ്.

നിശ്ചിത ലക്ഷ്യം നേടുന്നതിനും ചുമതലകൾ നിറവേറ്റുന്നതിനും ഇനിപ്പറയുന്ന രീതികൾ ഉപയോഗിച്ചു.

• 1. ഫോക്കസ് ഗ്രൂപ്പുകൾ പഠിച്ചു:
  • - യഥാർത്ഥ ഉടമകൾ;
  • - സാധ്യതയുള്ള ഉടമകൾ;
  • - മറ്റ് ബ്രാൻഡുകളുടെ മോട്ടോർസൈക്കിളുകളുടെ ഉടമകൾ.
• 2. ഒരു ഉപഭോക്തൃ പ്രൊഫൈലും ഹാർലി മോട്ടോർസൈക്കിളുകളെക്കുറിച്ചുള്ള അവരുടെ വിലയിരുത്തലും ലഭിക്കുന്നതിന് 16,000 ചോദ്യാവലികൾ അയച്ചു.

തൽഫലമായി, കമ്പനിക്ക് ഇനിപ്പറയുന്ന ഫലങ്ങൾ ലഭിച്ചു.

ഏഴ് സെഗ്‌മെന്റുകൾ തിരിച്ചറിഞ്ഞു (അനുമാനം 1 സ്ഥിരീകരിച്ചു):

• "സാഹസിക യാഥാസ്ഥിതിക";
• "സെൻസിറ്റീവ് പ്രാഗ്മാറ്റിസ്റ്റ്";
• "അനുബന്ധ ശൈലി";
• "വിശ്രമ സഞ്ചാരി";
• "സാധാരണ മുതലാളി";
• "തണുത്ത രക്തമുള്ള ഏകാന്തൻ";
• "ധൈര്യമുള്ള പരാജിതൻ".

അനുമാനം 2 നിരസിക്കപ്പെട്ടു: വാങ്ങുമ്പോൾ, എല്ലാ വാങ്ങലുകാരും ഹാർലി അധികാരത്തിന്റെയും സ്വാതന്ത്ര്യത്തിന്റെയും സ്വാതന്ത്ര്യത്തിന്റെയും പ്രതീകമാണ് എന്ന വസ്തുതയിൽ നിന്നാണ് മുന്നോട്ട് പോയത്.

അനുമാനം 3 (ദീർഘകാലാടിസ്ഥാനത്തിൽ ഉപഭോക്തൃ ലോയൽറ്റി) സ്ഥിരീകരിച്ചു.

ഫണ്ട് നിക്ഷേപിച്ചിട്ടുണ്ട്.

ഘട്ടം 3. ഒരു ഗവേഷണ പദ്ധതിയുടെ വികസനം

മാർക്കറ്റിംഗ് ഗവേഷണ പദ്ധതിഅതിന്റെ വിജയത്തിന് ആവശ്യമാണ്. മാർക്കറ്റിംഗ് ഗവേഷണ പ്രശ്നം രൂപപ്പെടുത്തുന്നതിനോ പരിഹരിക്കുന്നതിനോ ഉള്ള വിവരങ്ങൾ നേടുന്നതിന് ആവശ്യമായ രീതികൾ ഇത് വെളിപ്പെടുത്തുന്നു. പ്രശ്നം പരിഹരിക്കുന്നതിനുള്ള മുമ്പ് വികസിപ്പിച്ച പൊതു സമീപനത്തെ പഠന പദ്ധതി വിശദീകരിക്കുന്നു. മാർക്കറ്റിംഗ് ഗവേഷണ പദ്ധതിയാണ് അതിന്റെ നടപ്പാക്കലിന് അടിവരയിടുന്നത്. ഒരു നല്ല പ്ലാൻ ഗവേഷണത്തിന്റെ ഉയർന്ന കാര്യക്ഷമതയും ഗുണനിലവാരവും ഉറപ്പ് നൽകുന്നു.

പ്ലാൻ പ്രധാനമായും നിർണ്ണയിക്കുന്നത് മാർക്കറ്റിംഗ് ഗവേഷണത്തിന്റെ തരം അനുസരിച്ചാണ്. ചട്ടം പോലെ, അതിൽ ഇനിപ്പറയുന്ന ഇനങ്ങൾ ഉൾപ്പെടുന്നു:

• - ആവശ്യമായ വിവരങ്ങളുടെ നിർണ്ണയം;
• - അന്വേഷണത്തിന്റെ വികസനം, വിവരണാത്മകവും (അല്ലെങ്കിൽ) പഠനത്തിന്റെ കാര്യകാരണ ഘട്ടങ്ങളും;
• - അളവെടുപ്പിന്റെയും സ്കെയിലിംഗ് നടപടിക്രമങ്ങളുടെയും നിർവചനം;
• - ഒരു ചോദ്യാവലി (ഇന്റർവ്യൂ ഫോം) അല്ലെങ്കിൽ അനുയോജ്യമായ ഒരു ഡാറ്റ ശേഖരണ ഫോം സൃഷ്ടിക്കുകയും മുൻകൂട്ടി പരിശോധിക്കുകയും ചെയ്യുക;
• - സാമ്പിൾ പ്രക്രിയയും അതിന്റെ വലിപ്പവും നിർണ്ണയിക്കൽ;
• - ഒരു ഡാറ്റ വിശകലന പദ്ധതിയുടെ വികസനം.

തുടർന്നുള്ള ഘട്ടങ്ങളിൽ വ്യത്യസ്തമായവയുടെ തിരഞ്ഞെടുപ്പും പ്രയോഗവും ഉൾപ്പെടുന്നു

ഗവേഷണ രീതികൾ, ഞങ്ങൾ ഇപ്പോൾ കൂടുതൽ വിശദമായി പരിഗണിക്കുന്നു.

എല്ലാത്തരം ഗവേഷണങ്ങൾക്കും, നേരിട്ടും അല്ലാതെയുമുള്ള വിഭജനം പ്രയോഗിക്കാവുന്നതാണ്:

• - നേരിട്ട് - പ്രതികരിക്കുന്നവർക്ക് പഠനത്തിന്റെ ഉദ്ദേശ്യത്തെക്കുറിച്ച് അറിയാം;
• - പരോക്ഷ - ഗവേഷണത്തിന്റെ ഉദ്ദേശ്യം പ്രതികരിക്കുന്നവരിൽ നിന്ന് മറഞ്ഞിരിക്കുന്നു.

വിപണന ഗവേഷണത്തെ ഗുണപരവും അളവ്പരവുമായ വിഭജനവും പ്രയോഗിക്കുന്നു:

• - ഗുണപരമായ - ചെറിയ സാമ്പിളുകളിൽ നടത്തിയ പഠനങ്ങൾ;
• - അളവ് - വലിയ സാമ്പിളുകളിൽ നടത്തിയ പഠനങ്ങൾ.

• 2 ഒരു റഷ്യൻ മാർക്കറ്റിംഗ് ഏജൻസിയുടെ ജനറൽ ഡയറക്ടർ എം. ഡിംഷിറ്റ്സ് പറയുന്നതനുസരിച്ച്, “ആവശ്യമായ മാർക്കറ്റിംഗ് വിവരങ്ങളുടെ 80% സ്ഥാപനത്തിനുള്ളിൽ സ്ഥിതിചെയ്യുന്നു, മറ്റൊരു 15% ഓപ്പൺ സോഴ്‌സുകളിൽ നിന്ന് ശേഖരിക്കാനോ സ്വന്തമായി നേടാനോ കഴിയും, കൂടാതെ 5% വിവരങ്ങൾ മാത്രമേ ലഭിക്കൂ. ബാഹ്യ കോൺട്രാക്ടർമാരുടെ പങ്കാളിത്തത്തോടെ ഉചിതമായ മാർക്കറ്റിംഗ് ഗവേഷണം ആവശ്യമാണ്". മാർക്കറ്റിംഗ് വിശകലനവും ഗവേഷണവും, http://www.p-marketing.ru/publications/applied-marketing/research-methods/m-rktinovyy-n-liz-i-issledov -നിയ.
കാണുക: http://www.r-trends.ru/opinion/opinion_895.html

എന്റർപ്രൈസസിലെ വിശകലന പ്രവർത്തനങ്ങൾ ഒരു പ്രത്യേക ഗ്രൂപ്പാണ് നടത്തുന്നത്. ഇത് സ്വയംഭരണമോ അല്ലെങ്കിൽ ഏതെങ്കിലും ഡിവിഷനിൽ ഉൾപ്പെടുത്താം. അടുത്തിടെ, നിയന്ത്രണ യൂണിറ്റുകൾ സൃഷ്ടിച്ചു, ആരുടെ പ്രവർത്തനങ്ങളിൽ ഈ പ്രവർത്തനം പ്രധാനമായി ഉൾപ്പെടുത്തിയിട്ടുണ്ട്. ചില സാഹചര്യങ്ങളിൽ, പ്രത്യേകിച്ച് ബുദ്ധിമുട്ടുള്ള സാഹചര്യങ്ങളിൽ, അവർ കൺസൾട്ടന്റുകളുടെ സേവനങ്ങൾ ഉപയോഗിക്കുന്നു. ചെറുകിട സംരംഭങ്ങളിൽ, ഈ ജോലി ഡെപ്യൂട്ടി മേധാവികളിലൊരാൾക്കോ ​​അല്ലെങ്കിൽ ഒരു വിദഗ്ദ്ധനോ നൽകാം.

IAS ന്റെ പ്രവർത്തനങ്ങൾ മനസ്സിലാക്കുന്ന ദിവസം, വിശകലന പ്രവർത്തനവുമായി ബന്ധപ്പെട്ട വിവര കൈമാറ്റം പഠിക്കേണ്ടത് ആവശ്യമാണ്. പൊതുവായി പറഞ്ഞാൽ, വിശകലനം എന്നത് വിശകലന വിദഗ്ധർ എവിടെ നിന്നെങ്കിലും നേടേണ്ട വിവരങ്ങളുടെ പ്രോസസ്സിംഗും താൽപ്പര്യമുള്ള വ്യക്തികൾക്കോ ​​​​ഓർഗനൈസേഷണൽ യൂണിറ്റുകൾക്കോ ​​വിവരങ്ങൾ കൈമാറുന്നതിനെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്. മാനേജ്മെന്റുമായി ബന്ധപ്പെട്ട മറ്റ് പ്രക്രിയകളുടെ ശൃംഖലയിലെ വിശകലന പ്രക്രിയയുടെ സ്ഥാനം ചിത്രം 5 ൽ കാണിച്ചിരിക്കുന്നു.

ചിത്രം 5. മാനേജീരിയൽ തീരുമാനമെടുക്കൽ ശൃംഖലയിൽ വിശകലനത്തിന്റെ സ്ഥലം

വിശകലനത്തിനുള്ള എല്ലാ വിവര സ്രോതസ്സുകളും ആന്തരികവും ബാഹ്യവുമായി വിഭജിക്കാം.

ആന്തരിക ഉറവിടങ്ങളിൽ ഇവ ഉൾപ്പെടുന്നു:

അനലിറ്റിക്കൽ, വെയർഹൗസ് അക്കൗണ്ടിംഗ് ഉൾപ്പെടെയുള്ള അക്കൗണ്ടിംഗ്;

· സ്റ്റാറ്റിസ്റ്റിക്കൽ അക്കൗണ്ടിംഗ്;

· മാനേജ്മെന്റ് അക്കൗണ്ടിംഗ്;

· ബിസിനസ് കത്തിടപാടുകൾ;

· എന്റർപ്രൈസസിൽ നടത്തിയ വിവിധ പഠനങ്ങളുടെയും സർവേകളുടെയും സാമഗ്രികൾ;

റിവിഷനുകളുടെയും ഓഡിറ്റുകളുടെയും മെറ്റീരിയലുകൾ ഉൾപ്പെടെയുള്ള നിലവിലെ ഡോക്യുമെന്റേഷൻ;

രേഖപ്പെടുത്തിയ സർവേ ഡാറ്റ

വാക്കാലുള്ള വിവരങ്ങൾ;

എന്റർപ്രൈസ് EIS-ലും സ്വയംഭരണ വർക്ക്സ്റ്റേഷനുകളിലും (AWS) പ്രവർത്തിക്കുന്ന ഡാറ്റാബേസുകളിൽ നിന്നുള്ള വിവരങ്ങൾ;

ലിസ്റ്റുചെയ്ത തരത്തിലുള്ള അക്കൗണ്ടിംഗുകളിൽ, അക്കൗണ്ടിംഗും സ്റ്റാറ്റിസ്റ്റിക്കൽ അക്കൗണ്ടിംഗും നിർബന്ധിത അക്കൗണ്ടിംഗാണ്.

വിവരങ്ങളുടെ ബാഹ്യ ഉറവിടങ്ങളിൽ ഇവ ഉൾപ്പെടുന്നു:

സ്റ്റേറ്റ് ബോഡികളിൽ നിന്നും ഉയർന്ന ഓർഗനൈസേഷനുകളിൽ നിന്നുമുള്ള ഇൻസ്റ്റാളേഷൻ വിവരങ്ങൾ (ആശ്രിത സംരംഭങ്ങൾക്ക്) ഇവയാണ് പ്രവർത്തനത്തിനുള്ള വ്യവസ്ഥകൾ നിർണ്ണയിക്കുന്ന നിയമപരവും ഭരണപരവുമായ രേഖകൾ, നിർദ്ദേശങ്ങൾ മുതലായവ.

സ്പെഷ്യലൈസ്ഡ് ഇൻഫർമേഷൻ ഓർഗനൈസേഷനുകളിൽ നിന്നും അവയുടെ വിവര ശേഖരണങ്ങളിൽ നിന്നുമുള്ള വിവരങ്ങൾ, ഇതിൽ വിവിധ ഫണ്ടുകൾ, സാമ്പത്തിക, വിനിമയം മുതലായവ ഉൾപ്പെടുന്നു.

· ലൈബ്രറി ശേഖരണങ്ങളും വിവര സംഭരണങ്ങളും;

മാധ്യമങ്ങളും പ്രത്യേക വിവരങ്ങളും;

ഇന്റർനെറ്റും മറ്റുള്ളവയും പോലുള്ള ആഗോള വിവര ഉറവിടങ്ങൾ;

ബിസിനസ് ഇന്റലിജൻസ് ഡാറ്റയും മറ്റ് സാധ്യമായ വിവര സ്രോതസ്സുകളും.

മറുവശത്ത്, വിശകലന സേവനം താൽപ്പര്യമുള്ള ഉപഭോക്താക്കൾക്ക് വിവരങ്ങൾ നൽകുന്നു. ഇതിന്റെ പ്രധാന ഉപഭോക്താക്കൾ ഡിസിഷൻ മേക്കർമാർ (ഡിഎം) ആണ്.

എന്റർപ്രൈസ് അതിന്റെ പ്രത്യേക മൂല്യവും ചിലപ്പോൾ രഹസ്യാത്മകതയും കാരണം അത്തരം വിവരങ്ങൾ ആക്സസ് ചെയ്യുന്നതിനുള്ള ഒരു നടപടിക്രമം സ്ഥാപിക്കണം.

വിശകലന സംവിധാനങ്ങളുടെ വീക്ഷണകോണിൽ നിന്ന്, വിവരങ്ങൾ ഇങ്ങനെ വിഭജിക്കാം:

സമാഹരിച്ച ഡാറ്റ

ചരിത്രപരമായ ഡാറ്റ,

· പ്രവചന ഡാറ്റ.

സംഗ്രഹിച്ച ഡാറ്റ. ഒരു വിശകലന ഉപയോക്താവിന് വിശദമായ ഡാറ്റയിൽ വളരെ അപൂർവമായി മാത്രമേ താൽപ്പര്യമുള്ളൂ. മാത്രമല്ല, ഉപയോക്താവിന്റെ (മാനേജർ, മാനേജർ, അനലിസ്റ്റ്) ഉയർന്ന തലം, അവൻ തീരുമാനമെടുക്കാൻ ഉപയോഗിക്കുന്ന ഡാറ്റയുടെ സംയോജനത്തിന്റെ ഉയർന്ന തലം. ഒരു കാർ ഡീലർഷിപ്പ് ഉദാഹരണമായി എടുക്കാം. അത്തരമൊരു കമ്പനിയുടെ വാണിജ്യ ഡയറക്ടർക്ക് ഈ ചോദ്യത്തിൽ താൽപ്പര്യമില്ല: "ജിഗുലിയുടെ ഏത് നിറമാണ് അതിന്റെ മാനേജർമാരിൽ ഒരാൾ ഏറ്റവും വിജയകരമായി വിൽക്കുന്നത് - പെട്രോവ്: വെള്ളയോ ചുവപ്പോ?" ഒരു നിശ്ചിത പ്രദേശത്ത് ഏത് മോഡലുകൾ, ഏത് നിറങ്ങളാണ് തിരഞ്ഞെടുക്കുന്നത് എന്നത് അദ്ദേഹത്തിന് പ്രധാനമാണ്.

ചരിത്രപരമായ ഡാറ്റ. വിശകലന പ്രശ്നങ്ങളിൽ ഡാറ്റയുടെ ഏറ്റവും പ്രധാനപ്പെട്ട സ്വത്ത് അവയുടെ ചരിത്രപരമായ സ്വഭാവമാണ്. 2004 ജൂണിൽ പെട്രോവ് രേഖപ്പെടുത്തിയ ശേഷം. 2 വോൾഗ കാറുകളും 12 സിഗുലി കാറുകളും വിറ്റു, ഈ സംഭവത്തെക്കുറിച്ചുള്ള ഡാറ്റ ഒരു ചരിത്ര (പൂർത്തിയായ) വസ്തുതയായി. ഈ വസ്തുതയെക്കുറിച്ചുള്ള വിവരങ്ങൾ ലഭിക്കുകയും പരിശോധിച്ചുറപ്പിക്കുകയും ഡാറ്റാബേസിൽ പ്രവേശിക്കുകയും ചെയ്ത ശേഷം, അത് എത്ര തവണ വേണമെങ്കിലും അവിടെ നിന്ന് വായിക്കാൻ കഴിയും, പക്ഷേ അത് മാറ്റാൻ കഴിയില്ല, മാറ്റാൻ പാടില്ല.

ചരിത്രപരമായ ഡാറ്റയുടെ മറ്റൊരു അന്തർലീനമായ സ്വത്ത് ഡാറ്റയുമായി പൊരുത്തപ്പെടുന്ന സമയത്തിന്റെ നിർബന്ധിത സ്പെസിഫിക്കേഷനാണ്. മാത്രമല്ല, സമയം ഏറ്റവും സാധാരണയായി ഉപയോഗിക്കുന്ന തിരഞ്ഞെടുക്കൽ മാനദണ്ഡം മാത്രമല്ല, ഉപയോക്താവിന് പ്രോസസ്സ് ചെയ്യുമ്പോഴും അവതരിക്കുമ്പോഴും ഡാറ്റ ഓർഡർ ചെയ്യുന്ന പ്രധാന മാനദണ്ഡങ്ങളിലൊന്നാണ്.

പല ഓർഗനൈസേഷനുകളും പരമ്പരാഗതവും സ്വന്തം കലണ്ടർ സൈക്കിളുകളും ഉപയോഗിക്കുന്നു (സാമ്പത്തിക വർഷം ഒരു കലണ്ടർ വർഷമായി ജനുവരിയിൽ ആരംഭിക്കില്ല, പക്ഷേ, ഉദാഹരണത്തിന്, ജൂണിൽ); ഏത് അനലിറ്റിക്കൽ, സ്റ്റാറ്റിസ്റ്റിക്കൽ അല്ലെങ്കിൽ ഫിനാൻഷ്യൽ ഫംഗ്‌ഷനുകളിലും സമയം ഒരു സ്റ്റാൻഡേർഡ് പാരാമീറ്ററാണ് (പ്രവചനം, മൊത്തം റണ്ണിംഗ്, റോളിംഗ് സ്റ്റോക്ക്, ചലിക്കുന്ന ശരാശരി മുതലായവ).

പ്രവചന ഡാറ്റ. അനലിറ്റിക്കൽ സിസ്റ്റങ്ങളിലെ ഡാറ്റയുടെ മാറ്റമില്ലാത്തതും സ്ഥിരതയുള്ളതുമായ സ്വഭാവത്തെക്കുറിച്ച് സംസാരിക്കുമ്പോൾ, നമ്മൾ അർത്ഥമാക്കുന്നത് ചരിത്രപരമായ ഡാറ്റയുടെ മാറ്റമില്ലായ്മയാണ് (ഇതിനകം സംഭവിച്ച സംഭവങ്ങളെ വിവരിക്കുന്ന ഡാറ്റ). ഒരു സാഹചര്യത്തിലും ഈ അനുമാനം പ്രവചന ഡാറ്റയിലേക്ക് വ്യാപിക്കുന്നില്ല (ഇതുവരെ സംഭവിച്ചിട്ടില്ലാത്ത ഒരു സംഭവത്തെക്കുറിച്ചുള്ള ഡാറ്റ). ഈ നിമിഷം വളരെ പ്രധാനമാണ്.

ഉദാഹരണത്തിന്, ഞങ്ങൾ 2005 ജൂണിലെ വിൽപ്പന പ്രവചനം നിർമ്മിക്കുകയാണെങ്കിൽ. മാനേജർ പെട്രോവിന്, 2004-ലെ യഥാർത്ഥ (ചരിത്രപരമായ) ഡാറ്റ ലഭ്യമാകുമ്പോൾ, ഈ കണക്ക് ആവർത്തിച്ച് മാറ്റാനും പരിഷ്കരിക്കാനും കഴിയും. മാത്രമല്ല, പലപ്പോഴും പ്രവചനവും മോഡലിംഗും ഇതുവരെ സംഭവിക്കാത്ത ഭാവി സംഭവങ്ങളെ മാത്രമല്ല, ഇതിനകം നടന്ന മുൻകാല സംഭവങ്ങളെയും ബാധിക്കുന്നു. ഉദാഹരണത്തിന്, വിശകലനം: "എന്തായിരിക്കും (എന്താണ്)..., എങ്കിൽ (ആയിരുന്നു)?", മുൻകാലങ്ങളിൽ നിന്നുള്ളവ ഉൾപ്പെടെയുള്ള ചില ഡാറ്റയുടെ മൂല്യങ്ങൾ യഥാർത്ഥത്തിൽ നിന്ന് വ്യത്യസ്തമാണെന്ന അനുമാനത്തെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്. .

ഒറ്റനോട്ടത്തിൽ, ഒരു വിശകലന സംവിധാനത്തിന്റെ അടിസ്ഥാന സ്വത്തായി ഡാറ്റയുടെ മാറ്റമില്ലായ്മയെക്കുറിച്ച് സംസാരിക്കുമ്പോൾ ഞങ്ങൾ സ്വയം വിരുദ്ധമാണ്. പക്ഷേ അങ്ങനെയല്ല. പ്രത്യക്ഷമായ ഈ വൈരുദ്ധ്യം, മറിച്ച്, ചരിത്രപരമായ ഡാറ്റയുടെ മാറ്റമില്ലാത്ത ആവശ്യകതകളുടെ പ്രാധാന്യം ഊന്നിപ്പറയുകയും ശക്തിപ്പെടുത്തുകയും ചെയ്യുന്നു. 2004 ജൂണിലെ വിൽപ്പനയുടെ മൂല്യവുമായി ഞങ്ങൾ എത്ര പരിശീലിച്ചാലും (ഉദാഹരണത്തിന്, വിശകലനം ചെയ്യുമ്പോൾ: "എന്ത് ... എങ്കിൽ ..?"), ചരിത്രപരമായ (യഥാർത്ഥ) ഡാറ്റയുടെ മൂല്യങ്ങൾ മാറ്റമില്ലാതെ തുടരണം.

ഒരു സാങ്കേതിക വീക്ഷണകോണിൽ നിന്ന്, വിശകലനത്തിനുള്ള ഡാറ്റ ഉറവിടങ്ങൾ ഇനിപ്പറയുന്ന പ്രധാന രൂപങ്ങളിൽ അവതരിപ്പിക്കാം:

· ഒരു നിശ്ചിത ഫോർമാറ്റിന്റെ ഫയലുകളുടെ രൂപത്തിൽ (മുമ്പ് ഏറ്റവും സാധാരണമായ ഫോർമാറ്റ് DBF ഫയലുകളായിരുന്നു, എന്നാൽ ഇപ്പോൾ XML ഫോർമാറ്റ് വർദ്ധിച്ചുവരുന്ന ഷെയർ എടുക്കാൻ തുടങ്ങുന്നു);

മിക്ക സ്പെഷ്യലിസ്റ്റുകൾക്കും പരിചിതമായ റിലേഷണൽ ഡാറ്റാബേസുകളുടെ രൂപത്തിൽ, അതിൽ പ്രാഥമികമോ സംഗ്രഹിച്ചതോ ആയ വിവരങ്ങൾ സൂക്ഷിക്കുന്നു;

വിവിധ വിഷയ ഇടപാട് ഡാറ്റാബേസുകളിൽ നിന്ന് വിവരങ്ങൾ ശേഖരിക്കുകയും അതിന്റെ സംയോജനവും വ്യവസ്ഥാപിതമാക്കുകയും ചെയ്യുന്ന ഡാറ്റ വെയർഹൗസുകളുടെ രൂപത്തിൽ;

റിപ്പോർട്ടുകളിൽ നിന്ന് ലഭിച്ച വിവരങ്ങളുടെ രൂപത്തിൽ, വിശകലന പ്രവർത്തനങ്ങൾ നടത്തുമ്പോൾ, ഒരു റിപ്പോർട്ടിന്റെ ഫലങ്ങൾ (അഗ്രഗേറ്റുകൾ) മറ്റ് റിപ്പോർട്ടുകൾക്കുള്ള ഒരു ഡാറ്റ ഉറവിടമായി മാറുന്നു, അതുവഴി വിശകലനത്തിലെ മൊത്തത്തിലുള്ള സാങ്കേതിക ശൃംഖലയുടെ ഉറവിട ഘടകമാണ്;

അനലിറ്റിക്കൽ സബ്സിസ്റ്റം അല്ലെങ്കിൽ ഇൻഫർമേഷൻ സിസ്റ്റങ്ങൾക്ക് പുറമേയുള്ള റിമോട്ട് പ്രൊസീജറുകളെ വിളിച്ച് നേരിട്ട് ലഭിക്കുന്ന വിവരങ്ങൾ. ഈ സാങ്കേതികവിദ്യ പല പ്രോഗ്രാമിംഗ് ഭാഷകളിലും, മിക്ക സാങ്കേതിക പ്ലാറ്റ്‌ഫോമുകളിലും നടപ്പിലാക്കുന്നു, കൂടാതെ വിദൂര നടപടിക്രമ കോളിന്റെ (RPC - റിമോട്ട് പ്രൊസീജർ കോൾ) സങ്കീർണ്ണമായ പ്രത്യയശാസ്ത്രത്തെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്;

ആവശ്യമായ വിവരങ്ങളുടെ തരവും ഉള്ളടക്കവും അനുസരിച്ച് വിവിധ മാധ്യമങ്ങളുടെയും വാർത്താ ഏജൻസികളുടെയും സാധാരണ കമ്പനികളുടെയും പരമ്പരാഗത ഇന്റർനെറ്റ് സൈറ്റുകൾ;

വെബ് സേവനങ്ങൾ, SOAP, XML പ്രോട്ടോക്കോളുകളെ അടിസ്ഥാനമാക്കിയുള്ള ആശയവിനിമയം, അടിസ്ഥാന ആശയം അനുസരിച്ച്, കാറ്റലോഗുകളിൽ രജിസ്റ്റർ ചെയ്യുകയും UDDI പ്രോട്ടോക്കോൾ വഴി ലഭ്യമാകുകയും വേണം - ഈ ആശയത്തിന്റെ പ്രധാന ലക്ഷ്യം ഓട്ടോമേറ്റഡിനായി ഒരൊറ്റ ഫ്ലെക്സിബിൾ ഇൻഫ്രാസ്ട്രക്ചർ സൃഷ്ടിക്കുക എന്നതാണ്. പരമ്പരാഗത ഇന്റർനെറ്റ് വഴി ഏതെങ്കിലും - അല്ലെങ്കിൽ വിവര സേവനങ്ങൾ (സേവനങ്ങൾ) നൽകുന്നതിന് വിവിധ കമ്പനികളുടെ വിവര സംവിധാനങ്ങളുടെ ഇടപെടൽ. അതിനാൽ പേര് തന്നെ - വെബ് സേവനങ്ങൾ (വെബ് സേവനങ്ങൾ).

വിഷയം 3. സാമ്പത്തിക വിശകലനത്തിനുള്ള ഒരു ഉപകരണമായി വിവരവും വിശകലന സംവിധാനവും

1. ഇൻഫർമേഷൻ അനലിറ്റിക്കൽ സിസ്റ്റത്തിന്റെ പൊതു ആശയം.

2. ഐഎഎസിന്റെ പ്രവർത്തനങ്ങളും വ്യാപ്തിയും.

3. വിശകലന സംവിധാനങ്ങളുടെ വർഗ്ഗീകരണം .

4. ഐഎഎസ് കെട്ടിപ്പടുക്കുന്നതിനുള്ള ആശയങ്ങൾ.

5. വിവര വിശകലന സംവിധാനത്തിന്റെ പൊതു ഘടന.

1. ഇൻഫർമേഷൻ അനലിറ്റിക്കൽ സിസ്റ്റത്തിന്റെ പൊതു ആശയം.

റഷ്യൻ സമ്പദ്‌വ്യവസ്ഥയിലെ വിപണി ബന്ധങ്ങളുടെ വികസനത്തിന്റെ നിലവിലെ ഘട്ടം സാമ്പത്തിക വീണ്ടെടുക്കലിന്റെ തുടക്കമാണ്. ഇന്ന്, വിപണിയുടെ അവസ്ഥയെക്കുറിച്ചുള്ള സമയോചിതവും വസ്തുനിഷ്ഠവുമായ വിവരങ്ങളില്ലാതെ, അതിന്റെ സാധ്യതകൾ പ്രവചിക്കുക, സ്വന്തം ഘടനകളുടെ പ്രവർത്തനത്തിന്റെ ഫലപ്രാപ്തി നിരന്തരം വിലയിരുത്തുക, ബിസിനസ്സ് പങ്കാളികളുമായും എതിരാളികളുമായും ഉള്ള ബന്ധം വിശകലനം ചെയ്യൽ, അവരുടെ തുടർന്നുള്ള വികസനം എന്നിവയെക്കുറിച്ച് കൂടുതൽ സംഘടനകൾ മനസ്സിലാക്കുന്നു. മിക്കവാറും അസാധ്യമായിത്തീരുന്നു. നടന്നുകൊണ്ടിരിക്കുന്ന സാമ്പത്തിക പ്രക്രിയകളെക്കുറിച്ചുള്ള അറിവ് നിർണായകമായ പ്രാധാന്യം നേടിയെടുക്കാൻ തുടങ്ങിയിരിക്കുന്നു. ബിസിനസ്സ് ചെയ്യുന്നതിന്റെ വിജയം വസ്തുനിഷ്ഠവും ആത്മനിഷ്ഠവുമായ ഘടകങ്ങളാൽ സ്വാധീനിക്കപ്പെടുന്നു. വസ്തുനിഷ്ഠമായ ഘടകങ്ങളിൽ ഇവ ഉൾപ്പെടുന്നു:

ബിസിനസ്സ് പ്രക്രിയകളുടെ പാറ്റേണുകൾ,

നിയമപരമായ അന്തരീക്ഷം

ബിസിനസ്സ് ചെയ്യുന്നതിനുള്ള അലിഖിത നിയമങ്ങളും പാരമ്പര്യങ്ങളും,

· സാമ്പത്തിക സ്ഥിതി മുതലായവ.

എന്റർപ്രൈസ് ജീവനക്കാരുടെയും പ്രത്യേകിച്ച് തീരുമാനമെടുക്കുന്നവരുടെയും (ഡിഎം) ബിസിനസ്സ് പ്രക്രിയകളുടെ ഗതിയെ ബാധിക്കുന്ന ആത്മനിഷ്ഠ ഘടകമാണ് വലിയ പ്രാധാന്യം.

നിലവിലെ സാഹചര്യത്തിന് അനുയോജ്യമായ തീരുമാനങ്ങൾ വികസിപ്പിക്കുന്നതിനും സ്വീകരിക്കുന്നതിനും, സമ്പൂർണ്ണത, വിശ്വാസ്യത, സമയബന്ധിതത (പ്രസക്തി), ഉപയോഗക്ഷമത എന്നിവയുടെ ആവശ്യകതകൾ പാലിക്കേണ്ട വിവരങ്ങൾ ആവശ്യമാണ്.

തീരുമാനമെടുക്കുന്നയാൾക്ക് ലഭ്യമായ വിവരങ്ങളെ അടിസ്ഥാനമാക്കിയുള്ള അതിന്റെ അടിസ്ഥാനം തീരുമാനമെടുക്കൽ തയ്യാറാക്കുന്നതിൽ അടിസ്ഥാനപരമായ പങ്ക് വഹിക്കുന്നു. ഇത് സാധാരണയായി ആന്തരികവും ബാഹ്യവുമായ വിവിധ സ്രോതസ്സുകളിൽ നിന്നാണ് ലഭിക്കുന്നത്. മതിയായ പരിഹാരം വികസിപ്പിക്കുന്നതിനുള്ള താൽപ്പര്യങ്ങളിൽ, ആന്തരിക വിവര ഉറവിടങ്ങൾ ഉപയോഗിക്കുന്നു, അതിൽ ഒബ്ജക്റ്റിന്റെ പ്രവർത്തനം (പ്രവർത്തനം) പ്രമാണങ്ങളിൽ പ്രതിഫലിപ്പിക്കുന്നു, മറ്റ് തരങ്ങൾ, വിവരങ്ങൾ ശേഖരിക്കുന്നതിനും പ്രോസസ്സ് ചെയ്യുന്നതിനും സംഭരിക്കുന്നതിനുമുള്ള രീതികൾ. ഒബ്‌ജക്റ്റിന് പുറത്തുള്ള വിവര ഉറവിടങ്ങൾ, ഉദാഹരണത്തിന് (ഇത് ഒരു എന്റർപ്രൈസ് ആണെങ്കിൽ) - കോർപ്പറേഷനുകൾ, വ്യവസായങ്ങൾ, പ്രദേശങ്ങൾ, അതുപോലെ ആഗോളമായവ - മീഡിയ, പ്രത്യേക സാഹിത്യം, ഇന്റർനെറ്റ് മുതലായവയിൽ നിന്ന്.

അങ്ങനെ, എന്റർപ്രൈസസിന്റെ പ്രവർത്തനങ്ങളുടെ പ്രതിഫലനമായി വിവര ഇടത്തിന്റെ അതിരുകൾ, തീരുമാനങ്ങൾ എടുക്കുന്ന ബാഹ്യ പരിതസ്ഥിതിയുമായുള്ള ആശയവിനിമയം, എന്റർപ്രൈസസിന്റെ അതിരുകൾക്കപ്പുറത്തേക്ക് പോകുന്നു.

ഈ സാഹചര്യങ്ങൾ നിലവിൽ ലഭ്യമായ വളരെ വികസിപ്പിച്ച സോഫ്റ്റ്‌വെയറും ഹാർഡ്‌വെയറും ഉപയോഗിക്കാൻ നിർബന്ധിക്കുന്നു. ഈ ഉപകരണങ്ങളുടെ വിശാലവും ഫലപ്രദവുമായ ഉപയോഗം ഉയർന്ന മത്സരാധിഷ്ഠിത അന്തരീക്ഷത്തിൽ എന്റർപ്രൈസസിന്റെ നിലനിൽപ്പിനും വിജയത്തിനുമുള്ള ഘടകങ്ങളിലൊന്നായി മാറിയിരിക്കുന്നു. ഓട്ടോമേറ്റഡ് ഇൻഫർമേഷൻ സിസ്റ്റങ്ങൾ വ്യാപകമായിരിക്കുന്നു.

തീരുമാനമെടുക്കുന്നതിനുള്ള പ്രാരംഭ വിവരങ്ങൾ വിശകലനം ചെയ്യുന്നതിലെ പ്രശ്നം വളരെ ഗുരുതരമായതിനാൽ ഒരു പ്രത്യേക ദിശയോ വിവര സംവിധാനമോ പ്രത്യക്ഷപ്പെട്ടു - ഇൻഫർമേഷൻ അനലിറ്റിക്കൽ സിസ്റ്റങ്ങൾ (IAS).

മാനേജ്മെന്റ് തീരുമാനങ്ങൾ എടുക്കാൻ സഹായിക്കുന്നതിന് തത്സമയ ഡാറ്റയുടെ അടിസ്ഥാനത്തിലാണ് ഇൻഫർമേഷൻ ആൻഡ് അനലിറ്റിക്കൽ സിസ്റ്റങ്ങൾ (IAS) രൂപകൽപ്പന ചെയ്തിരിക്കുന്നത്. കാര്യങ്ങളുടെ അവസ്ഥ വിശകലനം ചെയ്യുന്നതിനും മാനേജ്മെന്റ് തീരുമാനങ്ങൾ എടുക്കുന്നതിനും ഉത്തരവാദിത്തമുള്ള ഉപയോക്താക്കൾക്ക് ആവശ്യമായ എല്ലാ ഡാറ്റാ സെറ്റുകളുടെയും ദൃശ്യപരവും വേഗത്തിലുള്ളതുമായ വ്യവസ്ഥയെ അടിസ്ഥാനമാക്കി തന്ത്രപരവും തന്ത്രപരവും പ്രവർത്തനപരവുമായ മാനേജ്മെന്റ് തീരുമാനങ്ങൾ സ്വീകരിക്കുന്നതിന് പിന്തുണയ്‌ക്കുന്നതിനുള്ള ആധുനിക വളരെ ഫലപ്രദമായ ഉപകരണമാണ് IAS. വിവരങ്ങളുടെയും വിശകലന സംവിധാനങ്ങളുടെയും സമുച്ചയം മുഴുവൻ മാനേജ്മെന്റിനെയും ലംബമായി ബാധിക്കുന്നു: കോർപ്പറേറ്റ് റിപ്പോർട്ടിംഗ്, സാമ്പത്തികവും സാമ്പത്തികവുമായ ആസൂത്രണം, തന്ത്രപരമായ ആസൂത്രണം.

സാധാരണയായി, മാർക്കറ്റിംഗ് ഗവേഷണം നടത്തുമ്പോൾ, പ്രാഥമികവും ദ്വിതീയവുമായ ഡാറ്റയുടെ അടിസ്ഥാനത്തിൽ ലഭിച്ച വിവരങ്ങൾ ഉപയോഗിക്കുന്നു.

ഒരു പ്രത്യേക വിപണന പ്രശ്നം പരിഹരിക്കുന്നതിനായി പ്രത്യേകമായി നടത്തിയ ഫീൽഡ് മാർക്കറ്റിംഗ് ഗവേഷണം എന്ന് വിളിക്കപ്പെടുന്നതിന്റെ ഫലമായാണ് പ്രാഥമിക ഡാറ്റ ലഭിക്കുന്നത്; നിരീക്ഷണങ്ങൾ, സർവേകൾ, പരീക്ഷണാത്മക പഠനങ്ങൾ എന്നിവയിലൂടെയാണ് അവയുടെ ശേഖരം നടത്തുന്നത്, ഒരു ചട്ടം പോലെ, പഠനത്തിൻ കീഴിലുള്ള മൊത്തം വസ്തുക്കളുടെ ഒരു ഭാഗത്ത് - ഒരു സാമ്പിൾ.

ഡെസ്ക് മാർക്കറ്റിംഗ് ഗവേഷണം എന്ന് വിളിക്കപ്പെടുന്ന പ്രവർത്തനത്തിൽ ഉപയോഗിക്കുന്ന ദ്വിതീയ ഡാറ്റ എന്നത് മാർക്കറ്റിംഗ് ഗവേഷണം ഒഴികെയുള്ള ആവശ്യങ്ങൾക്കായി ആന്തരികവും ബാഹ്യവുമായ ഉറവിടങ്ങളിൽ നിന്ന് മുമ്പ് ശേഖരിച്ച ഡാറ്റയെ സൂചിപ്പിക്കുന്നു. മറ്റൊരു വിധത്തിൽ പറഞ്ഞാൽ, ദ്വിതീയ ഡാറ്റ പ്രത്യേക മാർക്കറ്റ് ഗവേഷണത്തിന്റെ ഫലമല്ല. ദ്വിതീയ ഗവേഷണത്തിനായി ബാഹ്യവും ആന്തരികവുമായ ഉറവിടങ്ങളെ (സ്ഥാപനവുമായി ബന്ധപ്പെട്ട്) വേർതിരിക്കുക. വിവരങ്ങളുടെ ആന്തരിക ഉറവിടങ്ങൾ എന്ന നിലയിൽ - മാർക്കറ്റിംഗ് സ്ഥിതിവിവരക്കണക്കുകൾ (വിറ്റുവരവിന്റെ സവിശേഷതകൾ, വിൽപ്പന അളവ്, വിൽപ്പന അളവ്, ഇറക്കുമതി, കയറ്റുമതി, പരാതികൾ), മാർക്കറ്റിംഗ് ചെലവുകളെക്കുറിച്ചുള്ള ഡാറ്റ (ഉൽപ്പന്നം, പരസ്യം ചെയ്യൽ, പ്രമോഷൻ, വിൽപ്പന, ആശയവിനിമയം എന്നിവ പ്രകാരം), മറ്റ് ഡാറ്റ ( ഇൻസ്റ്റാളേഷനുകളുടെ പ്രകടനത്തിൽ , ഉപകരണങ്ങൾ, അസംസ്കൃത വസ്തുക്കൾക്കും മെറ്റീരിയലുകൾക്കുമുള്ള വില ലിസ്റ്റുകൾ, സ്റ്റോറേജ് സിസ്റ്റത്തിന്റെ സവിശേഷതകൾ, ഉപഭോക്തൃ മാപ്പുകൾ മുതലായവ).

ബാഹ്യ ഉറവിടങ്ങൾ ഇവയാണ്:

• - ദേശീയ അന്തർദേശീയ ഔദ്യോഗിക സംഘടനകളുടെ പ്രസിദ്ധീകരണങ്ങൾ;
• - സംസ്ഥാന സ്ഥാപനങ്ങൾ, മന്ത്രാലയങ്ങൾ, മുനിസിപ്പൽ കമ്മിറ്റികൾ എന്നിവയുടെ പ്രസിദ്ധീകരണങ്ങൾ;
• - ചേംബർ ഓഫ് കൊമേഴ്സ്, ഇൻഡസ്ട്രി, അസോസിയേഷനുകൾ എന്നിവയുടെ പ്രസിദ്ധീകരണങ്ങൾ;
• - സ്റ്റാറ്റിസ്റ്റിക്കൽ വിവരങ്ങളുടെ വാർഷിക പുസ്തകങ്ങൾ;
• - വ്യവസായ സ്ഥാപനങ്ങളുടെയും സംയുക്ത സംരംഭങ്ങളുടെയും റിപ്പോർട്ടുകളും പ്രസിദ്ധീകരണങ്ങളും;
• - പുസ്തകങ്ങൾ, മാസികകളിലും പത്രങ്ങളിലും സന്ദേശങ്ങൾ;
• - വിദ്യാഭ്യാസ, ഗവേഷണ, ഡിസൈൻ ഇൻസ്റ്റിറ്റ്യൂട്ടുകളുടെയും പൊതു ശാസ്ത്ര സംഘടനകളുടെയും പ്രസിദ്ധീകരണങ്ങൾ, സിമ്പോസിയങ്ങൾ, കോൺഗ്രസുകൾ, കോൺഫറൻസുകൾ.

ദ്വിതീയ ഗവേഷണത്തിന്റെ പ്രധാന ഗുണങ്ങൾ ഇവയാണ്:

• - ഡെസ്ക് ഗവേഷണം നടത്തുന്നതിനുള്ള ചെലവ് ഫീൽഡ് ഗവേഷണം ഉപയോഗിച്ച് അതേ ഗവേഷണം നടത്തുന്നതിനുള്ള ചെലവിനേക്കാൾ കുറവാണ്;
• - മിക്കവാറും, ഗവേഷണം പരിഹരിക്കുന്നതിന് ദ്വിതീയ വിവരങ്ങൾ മാത്രം മതിയാകും, അതിനാൽ പ്രാഥമിക ഗവേഷണം ആവശ്യമില്ല;
• - ഫീൽഡ് ഗവേഷണത്തിന്റെ ലക്ഷ്യങ്ങൾ, അതിന്റെ ആസൂത്രണം, സാമ്പിൾ രീതിയുടെ ഉപയോഗം എന്നിവ നിർണ്ണയിക്കാൻ, മാർക്കറ്റിംഗ് ഗവേഷണത്തിന്റെ ലക്ഷ്യം കൈവരിക്കാനായില്ലെങ്കിൽ, ഡെസ്ക് ഗവേഷണത്തിന്റെ ഫലങ്ങൾ ഉപയോഗിക്കുന്നതിനുള്ള സാധ്യത.

ഒരു ദ്വിതീയ പഠനം ആവശ്യമുള്ള ഫലം നൽകാത്ത സന്ദർഭങ്ങളിൽ, ഒരു പ്രാഥമിക (ഫീൽഡ്) പഠനം നടത്തുന്നു.

പ്രാഥമിക ഡാറ്റ നേടുന്നതിനുള്ള പ്രധാന മാർഗ്ഗങ്ങൾ സർവേ, നിരീക്ഷണം, പരീക്ഷണം, പാനൽ എന്നിവയാണ്. സർവേയും അഭിമുഖവുമാണ് ഏറ്റവും വ്യാപകമായി ഉപയോഗിക്കുന്ന രീതി. ഓരോ രീതികളും മറ്റുള്ളവരുമായി സംയോജിച്ച് ഉപയോഗിക്കാം, ഫീൽഡ് ഗവേഷണം എല്ലായ്പ്പോഴും ഡെസ്ക് ഗവേഷണത്തേക്കാൾ ചെലവേറിയതാണ്. അതിനാൽ, ഇനിപ്പറയുന്ന സന്ദർഭങ്ങളിൽ അവ ഉപയോഗിക്കുന്നു:

• - ദ്വിതീയ ഗവേഷണത്തിന്റെ ഫലമായി, ആവശ്യമായ ഫലം കൈവരിച്ചിട്ടില്ല, ഉചിതമായ മാർക്കറ്റിംഗ് ഇവന്റ് നടത്തുന്നത് സാധ്യമല്ല;
• - ഫീൽഡ് ഗവേഷണത്തിനുള്ള ഉയർന്ന ചിലവ്, ബന്ധപ്പെട്ട പ്രശ്നം പരിഹരിക്കുന്നതിന്റെ പ്രാധാന്യവും ആവശ്യകതയും കൊണ്ട് നികത്താനാകും.

ഒരു ഫീൽഡ് പഠനം ഗവേഷകനോട് താൽപ്പര്യമുള്ള മുഴുവൻ ഗ്രൂപ്പിനെയും ഉൾക്കൊള്ളുന്നുവെങ്കിൽ പൂർണ്ണമോ തുടർച്ചയായതോ ആകാം. ഡെസ്ക് അല്ലെങ്കിൽ ഫീൽഡ് ഗവേഷണം നടത്തുമ്പോൾ, ഗണിതം, സ്ഥിതിവിവരക്കണക്കുകൾ, മനഃശാസ്ത്രം, സാമൂഹിക സാമ്പത്തിക ശാസ്ത്രം എന്നിവയിൽ നിന്ന് കടമെടുത്ത മാർക്കറ്റിംഗ് സിദ്ധാന്തത്തിന്റെ രീതികളിലൂടെയാണ് ഗവേഷണ പ്രക്രിയയിലെ ഡാറ്റയുടെ ശേഖരണവും പ്രോസസ്സിംഗും നടത്തുന്നത് എന്നത് മനസ്സിൽ പിടിക്കണം. . മാർക്കറ്റിംഗ് ഗവേഷണ പ്രക്രിയയിൽ ലഭിച്ച ഡാറ്റ പ്രോസസ്സിംഗ്, സാമാന്യവൽക്കരണം, വ്യാഖ്യാനം എന്നിവയുടെ നടപടിക്രമങ്ങളിലൂടെ കടന്നുപോകണം. ഈ സാഹചര്യത്തിൽ, മൂന്ന് മേഖലകൾ വേർതിരിച്ചിരിക്കുന്നു: ക്രമപ്പെടുത്തൽ, സ്കെയിലിംഗ് (സ്കെയിലിംഗ്), സാമാന്യവൽക്കരണം, വിശകലനം. ഓർഗനൈസിംഗ് ഡാറ്റയിൽ ഡാറ്റ വർഗ്ഗീകരിക്കൽ, എഡിറ്റിംഗ്, കോഡിംഗ് ഫലങ്ങൾ, ഡാറ്റ ടാബുലേറ്റിംഗ് എന്നിവ അടങ്ങിയിരിക്കുന്നു. എഡിറ്റിംഗ് എന്നത് ഡാറ്റ കാണുന്നതിനെ സൂചിപ്പിക്കുന്നു, അതായത് അവയുടെ ഉപയോഗത്തിന്റെ സാധ്യത. ടേബിളുകളുടെ രൂപത്തിൽ കണ്ട ഡാറ്റ മെറ്റീരിയലിന്റെ അവതരണം അവയുടെ ടാബുലേഷൻ എന്നാണ് അർത്ഥമാക്കുന്നത്. സ്കെയിലിംഗ് എന്നാൽ ചില മാനദണ്ഡങ്ങൾക്കനുസൃതമായി ഡാറ്റയെ തരംതിരിക്കുക എന്നാണ് അർത്ഥമാക്കുന്നത്. പ്രായോഗികമായി, ഒരു നാമമാത്ര സ്കെയിൽ (വർഗ്ഗീകരണം), ഒരു ഓർഡിനൽ സ്കെയിൽ (റാങ്ക്), ക്വാണ്ടിറ്റേറ്റീവ് (മെട്രിക്) എന്നിവ ഉപയോഗിക്കുന്നു. മാനുവൽ, കമ്പ്യൂട്ടർ (സെമി കമ്പ്യൂട്ടർ), പോക്കറ്റ് കമ്പ്യൂട്ടർ ഉപയോഗിക്കുമ്പോൾ, ഇലക്ട്രോണിക് (ഒരു വ്യക്തിഗത അല്ലെങ്കിൽ വലിയ കമ്പ്യൂട്ടർ ഉപയോഗിച്ച്) പ്രോസസ്സിംഗ് എന്നിവയിലൂടെ ഡാറ്റയുടെ വിശകലനവും പൊതുവൽക്കരണവും നടത്തുന്നു. പ്രോസസ്സിംഗിനായി, വിവരണാത്മകവും വിശകലനപരവുമായ രീതികൾ ഉപയോഗിക്കുന്നു. മാർക്കറ്റിംഗിലെ വിശകലന രീതികളിൽ പലപ്പോഴും ഉപയോഗിക്കാറുണ്ട്: ട്രെൻഡ് അനാലിസിസ്, നോൺ-ലീനിയർ റിഗ്രഷൻ ആൻഡ് കറക്ഷൻ രീതികൾ, വിവേചനപരമായ വിശകലനം, ക്ലസ്റ്റർ വിശകലനം, ഫാക്ടർ വിശകലനം എന്നിവയും മറ്റുള്ളവയും.