Файл: Бренд как конкурентное преимущество компании (эмпирический анализ бренда).pdf

Рисунок 2. Цели посещения кофейни

Если говорить о чувствительности к бренду, то здесь выборка разделилась на три почти равных сегмента, с 30% опрошенных определивших себя как чувствительных к бренду, 33,3% - как безразличных. Оставшиеся 36,7% отметили, что, несмотря на то, что у них есть любимые бренды, они не откажут себе в поиске разнообразия и новых вариантов.

Лидирующими факторами, влияющими на восприятие кофейни стали чистота, качество кофе, интерьер и атмосфера, обслуживание и отношение с персоналом. Разнообразие меню, наличие сопутствующих товаров и активность в социальных сетях были признанны не столь значимыми. Можно сделать вывод о том, что в большей степени на потребителя оказывают чувственные источники формирования лояльности.

Рисунок 3. Факторы, оказывающие влияние на восприятие кофейни.

Тройку лидеров кофеен, которые респонденты посещают сейчас составляют Starbucks, Шоколадница и Кофе Хауз. Что совпадает с результатами анализа рынка, имеющимися в открытом доступе [business-planner]. Также стоит отметить Coffee Shop Company, MacCafe, Буше, Coffee room, Даблби и Скуратов.

Рисунок 4. Посещаемые кофейни 2017

Остальные кофейни отметило меньше 10% участников выборки, и они не были включены в график. Все популярные кофейни за исключением «Займемся кофе» - сетевые. Больше половины заведений относятся к моноконцепции, сегменту Fast-dining, на втором месте сегмент Casual dining (Шоколадница, Кофе Хауз, Coffee Shop Company, Coffee Room). Один представитель фастфуда – MacCafe и кофе с собой – Coffee Like.

Если обратить внимание на кофейни, посещаемые до кризиса, то можно увидеть, что произошло развитие рынка, на него вышло много новых игроков с моноконцепцией (из популярных до кризиса кофеен, отмеченных респондентами только Starbucks, Буше, Costa Coffee относятся к ним). Более того, Starbucks, где средний чек ниже, чем в Шоколаднице и Кофе Хауз, вышел на первое место в после кризисное время.

Рисунок 5. Популярные среди респондентов кофейни до кризиса.

2.3 Построение модели формирования лояльности

Построение данной модели я начала с проверки коэффициента альфа Кронбаха, чтобы проверить надежность полученных результатов из той части анкеты, где респонденты должны были оценить параметры по шкале. Стоит также отметить, что была зеркально отражена шкала готовности сменить бренд кофейни на более ближний, поскольку она имеет негативное значение для общего счета. После исключения вопроса по готовности рекомендовать, важности продукта и важности атмосферы, которые характеризовались самими низкими корреляциями с общим счетом, коэффициент альфа составил 0.7369265, что выше критического значения в 0.7. Это означает, что результаты опроса надежны, и на их основе можно строить выборку.

Следующий шаг – построение самой модели. Для этой цели была выбрана логистическая модель, так как переменная loyal – категориальная. Общая выборка была разделена на два датасета (для тренировки и последующего тестирования, 80 и 20% от выборки соответственно). В датасет для тренировки было включено 89 наблюдений, для тестирования точности предсказаний – оставшиеся 22. После последовательного исключения самых незначимых переменных была сформирована итоговая, состоящая из 12 переменных с использованием робастных ошибок для предотвращения гетероскедастичности.

Loyal~b₀₊Female+b₁*Income.level+b₂*purp_eat+b₃*purp_self+b₄*purp_friends+b₅*brand_sens+b₆*cci+b₇*service+b₈*spends+b₉*percent_of_total+b₁₀*change_for_closer+ b₁₁*Satisfied+ b₁₂*percent_of_total

На рисунке 6 можно увидеть, что не все вошедшие переменные значимы, но они повышают точность модели и при их исключении, общее качество модели падает, поэтому было принято решение оставить их.

Далее был проведен тест на мультиколлинеарность. На рисунке ниже можно увидеть, что значение при каждой из переменных ниже критического (5), что свидетельствует об отсутствии мультиколлинеарности.

Рисунок 6. Показатели теста на мультиколлинеарность

Рисунок 7. Результаты построения модели 1

Данная модель показала наиболее высокий коэффициент R² Макфаддена. Необходимость использования псевдо-R заключается в том, что используемая модель – логистическая. Полученное значение равно 0,43

После тестирования прогноза для тестовой выборки на основе полученной модели была получена следующая ROC-кривая. Точность прогноза составила 71,4%

Рисунок 8. Roc-кривая для прогноза

Использование метода кросс-валидации для модели при ограничении в 10 повторений дало точность прогноза в 86.9%. Матрица предсказаний для тестовой выборки в 23 наблюдения выглядит следующим образом:

Таблица 2. Матрица точности прогноза

Таким образом, были выделенные основные факторы, оказывающие влияние на формирование лояльности у молодых посетителей кофеен. Результаты представлены в таблице 3. Здесь важно понимать, что glm-функция (логистическая регрессия) в R строит логарифм отношения вероятности, поэтому для облегчения трактования была взята экспонента.

Таблица 3. Факторы, оказывающие влияние на лояльность

В таблице 3 можно увидеть некоторое противоречие между переменными weekly и percent of total. Данное явление, скорее всего, объясняется тем, что люди, которые чаще посещают кофейни, меньше привязываются к ним. В то же время, чем больший процент своего дохода они готовы отдать кофейням, тем значительнее для них посещение этих заведений, иными словами, больше их лояльность (гипотеза 6 подтвердилась). Высокая значимость цели посещения – потребление пищи, может объясняться повышением оцениваемого респондентами риска совершить ошибку, выбрав кофейню, чье качество продуктов низкое и может привести к отравлению. Полученная крайне высокая значимость идеи кофейни подтверждает гипотезу 4 и сочетается с результатами предыдущих исследований. Действительно, соответствие бренда кофейни самоощущению потребителя оказывает наибольший эффект на формирование лояльности. Также подтверждается гипотеза 7 о значимости удовлетворенности брендам в формировании лояльности. Гипотезы 3 и 5 о влиянии материального состояния на формирования лояльности и суммы денег, отдаваемых кофейням, не подтвердились. Возможно, данный фактор объясняется тем, что люди с более высоким уровнем дохода менее чувствительны к стоимости смена марки, а люди с менее высоким уровнем дохода не имеют возможности посещать большое количество кофеен, чтобы разнообразить список посещаемых мест.

2.4 Построение модели изменения потребления

Для данной цели была использована многокомпонентная логистическая регрессия. Поскольку здесь присутствовало три категории: увеличил потребление, уменьшил потребление, не изменил потребление.

Consumption=b1+b2*loyal+b3*Female+b4*income_dropped+b5*income_rise+b6*monthly+b7*rarely+b8*Satisfied+b9*more_than_50, data = train)

Рисунок 7. Коэффициенты многокомпонентной логистической регрессии.

Рисунок 8. Значимость коэффициентов (p-value)

Посмотрев на p-value компонентов, можно увидеть, что все они значимы при попытке отличить уменьшения потребления от увеличения. Но большинство из них не имеет значения при отличии повышения потребления от отсутствия изменений в нем; это становится очевидно при проверке модели на точность предсказания для тестовой выборки. Аккуратность предсказания: 59%. Сильнее всего модель ошибается при попытке отделить повышение потребления от отсутствия его изменения. Но она точно выделяет сокращение потребления.

Рисунок 9. Результаты предсказания

В связи с невозможность отделить повышение потребления от отсутствия факта его изменения, была создана логичистеская модель, определяющая факт уменьшения потребления от его повышения/отсутствия изменений. После исключения незначимых переменных была сформирована следующая модель. Стоит отметить, что если в многокомпонентной регрессии была значима переменная monthly, nо в данной модели более высокие результаты дала переменная weekly.

Рисунок 10. Коэффициенты логистической модели

В данной модели все параметры значимы. Разница между остаточными отклонениями (residual deviance) модели с константой и данной существенна, так как p-value крайне мал и составляет: 6.897705e-12.

При проверке модели на тестовой выборке точность прогноза составляет 83,3%. При использовании метода кросс-валидации 86,3%. Таким образом, можно заключить, что модель специфицирована верно.

Рисунок 11. Результаты предсказания методом кросс-валидации

Рисунок 12. Точность прогноза. Roc - кривая

Интерпретация полученной модели представлена в таблице

Таблица 4. Интерпретация результатов модели 2

Остальные переменные, такие как фактор падения дохода, иная частота посещения, причины посещения и даже процент от дохода, выделяемый на покупку кофе – не оказывают статистически значимого влияния на изменение потребления во время кризиса. Гипотеза о влиянии лояльности на посещение кофеен в условиях тяжелой экономической ситуации – подтвердилась.

ЗАКЛЮЧЕНИЕ

Таким образом, можно заключить, что лояльность действительно оказывает влияние на изменение посещение кофеен во время кризиса, что означает, что компаниям стоит выделять средства на ее формирование. Стоит также отметить, что особой популярности пользуются у женщин. Основной фактор формирования лояльности – посещение кофейни с целью употребления еды. Что несколько контрастирует с сокращением спроса на кофейни полного цикла. Еще один фактор, положительно сказывающийся на лояльности – соответствие концепции заведения и собственного «Я» потребителя. Молодые люди, которые высоко оценивают данный фактор, склонны проявлять большую лояльность. Что согласовывается с результатами предыдущих исследований.

Не смотря на то, что небольшое количество респондентов отметило важность активного участия заведения в социальных сетях и наличие сопутствующих товаров, они в значительной степени сказываются на формировании образа компании, которое в свою очередь, оказывает большое влияние на лояльность. Примером может выступить Starbucks, который посещает наибольший процент респондентов. Данное заведение ведет активную маркетинговую политику в социальных сетях и располагает большим количеством сопутствующих товаров (футболки, кружки). Также для воздействия на поведенческие источники лояльности можно обращаться к рекламе заведения у популярных блогеров, на которых ориентируется целевая аудитория, в большинстве своем, женщины. Не смотря на то, что чувственные источники вроде интерьера, музыки и освещения и взаимодействия с персоналом, не оказались значимыми переменными в исследовании, их отметило большинство респондентов. Что означает, что это минимальные требования для положительного восприятия заведения. Из чего следует вывод о том, что компаниям нужно с вниманием относится к интрерьеру заведения, качеству сервиса, предлагаемому сотрудниками. Повысить знание о бренде, а также использовать эффект первого впечатления (primary affect) можно через использование флаеров-стикеров с ароматом кофе.