Рыночные исследования в агробизнесе: как их заказывать и чего ожидать

Это может свидетельствовать о растущем понимании важности аналитических данных для эффективного ведения бизнеса. Данная тенденция является положительной, ведь позиция игрока на рынке определяется не «связями» с представителями государственных органов власти, а привлекательностью предлагаемых услуг или продуктов среди потребителей.

В Украине по состоянию на конец 2017 года было около 60 компаний и организаций, которые предлагали консалтинговые и аналитические услуги в агросекторе. Примерно 70% из них украинские, а 30% — иностранные. К сожалению, оценить их успешность трудно без финансовой отчетности, но можно использовать опосредованные показатели, чтобы проранжировать и сравнить их между собой. И показатели здесь невысокие. Из 60 компаний только треть имела более 5000 уникальных посетителей в месяц. То есть на рынке сейчас существует два десятка активных компаний, которые предоставляют аналитические и консалтинговые услуги агробизнесу, что не так уж и мало, если говорить об отдельном сегменте рынка, и совсем немного, если учитывать, что этот сегмент сейчас является самым динамичным в украинской экономике.

Растущий спрос на аналитику в агросекторе является положительным явлением, однако можно отметить непонимание отдельных принципиальных и фундаментальных моментов, которые проявляются в формировании ложных ожиданий и, соответственно, неоправданных результатов у заказчика.

Чуть ли не самый важный аспект рыночного исследования, которое базируется на проведении опроса потенциальных клиентов, — формирование «адекватной» выборки. Довольно часто представление о статистической выборке ошибочно. Подавляющее большинство заказчиков уверены в существовании некой «границы репрезентативности», что зависит от ее размера. Скажем, выборка в 99 респондентов считается нерепрезентативной, а вот выборка в 100 — уже репрезентативная. (Интересно, какова тогда выборка в 101 респондента — «перерепрезентативная»?) Однако, границы или любой математической формулы, которая позволила бы установить такую дискретную границу, просто не существует.

Под «качеством» статистической выборки следует понимать размер погрешности отдельных показателей, оцениваемых с ее помощью (чем погрешность ниже — тем качество выше). В научной литературе можно встретить обоснование ее минимального размера в конкретных случаях. При условии предварительного определения целевых критериев, как, например, уровень дисперсии в оцененных показателях для получения конкретного доверительного интервала, можно посчитать, какой должна быть выборка, которая соответствовала бы указанным параметрам. Но в таких случаях речь идет о заданном «качестве», а не о (не)репрезентативности. Даже небольшая выборка может быть репрезентативной, хотя и погрешность, конечно, будет больше.

Размер здесь — не ключевой аспект. Что же делает выборку репрезентативной? Таковой она является, когда случайная. То есть респонденты выбираются из общего числа случайно, или, говоря научно, каждый отдельный респондент имеет одинаковую вероятность быть включенным в выборку. Со случайной выборкой — благодаря таким вещам, как теория вероятностей и Центральная предельная теорема — можно проводить математические и статистические операции, оценивать показатели и т.д.

Простой способ для улучшения качества случайной выборки — это стратификация. Если совокупность, которая нас интересует, не является однородной, и ее можно разделить на четко очерченные группы или классы (например, предприятия по размеру, население по возрасту и т.д.), структура случайной выборки должна наследовать структуру общей совокупности. В то же время, отбор респондентов в отдельные группы должен происходить так же случайно.

Еще одна довольно распространенная ошибка, не является таковой per se с математической или статистической точки зрения, а уменьшает эффективность работы с респондентом. Она обоснована желанием заказчика получить больше, вместо того, чтобы получить лучше. Речь идет о формулировке заказчиком предмета исследования.

— В первом случае для исследования определяется (прямо или опосредованно) более одного предмета исследования, что затем находит свое отражение в анкете. Например, одни вопросы касаются восприятия респондентами компании или бренда, другие — потребительских предпочтений в отношении группы товаров или услуг.

— Во втором случае, даже если и предмет исследования только один, анкета может быть многоуровневая и содержать много производных вопросов. Здесь очень простая логика: чем больше вопросов в анкете, тем меньше вероятность доведения до конца каждого отдельного интервью. Чем меньше доведенных до конца интервью из общего числа, тем менее сбалансированным является полученный набор данных. К несбалансированному набору данных можно применить меньше инструментов анализа и, как следствие, меньше получить полезной информации. Комплексная или очень сложная анкета легко нивелирует положительный эффект большой выборки.

Стоит воспринимать рыночные (маркетинговые) исследования как точечные инструменты — возможность получить четкий ответ на четко сформулированный вопрос. Лучше проводить простые исследования чаще, чем сложные — редко. Так можно будет получить более точную информацию, а во-вторых — конкурентный рынок по своему определению является средой динамичной и постоянно меняется.

Александр Калюжный, аналитик ассоциации «Украинский клуб аграрного бизнеса»