Методика оценки здоровья брендов для совершенствования маркетинговых коммуникаций компании
Aннотация
В статье представлена авторская методика автоматизации процесса оценки узнаваемости марок (брендов), включающая составление по определенным критериям анкеты в Google Forms, создание конвертора полученных данных Google Tables в таблицы Excel для дальнейшей визуализации и обработки. Основу методики составляет выделение трех категорий марок: «Top of mind» – первая названная марка респондентом без подсказки, «спонтанное знание» – остальные две-три названные марки, «наведенное знание» – марки, выбранные из списка. Выборка исследования составила 210 респондентов. Опрос проходил в ноябре 2022 на территории Тамбовской области. Региональная привязка является важной составляющей, так как учитывает реалии маркетинговой коммуникации на конкретно взятой территории. Как следствие, практическая значимость исследования максимизируется именно в регионе сбора информации. Top 3 наиболее узнаваемых автомобильных брендов без подсказки составили BMW, Mersedes, Toyota. Бренд Lada занял 4 место, а Audi только пятое. Предложенный в статье подход является универсальным и может быть применен абсолютно к любой продуктовой нише или к сфере услуг. Оценка узнаваемости марки позволяет компании не просто ориентироваться в своей коммуникационной политике на лидеров рынка с позиции потребителя, но и является метрикой узнаваемости самой компании.
Введение (Introduction). Само понятие бренда достаточно многоаспектное явление, в которое входят различные формальные признаки, такие как слоган, логотип, название, юридически зарегистрированная марка, комбинация цветов, образ, сформированный в сознании потребителя. Это набор эмоций, которые испытывает потребитель, когда сталкивается с одним из перечисленных формальных признаков. Если говорить простым языком, бренд – это все, что приходит в голову человеку относительно продукта, когда он видит его логотип или слышит название (Толстяков, Нестеров, 2016).
Эмоции, которые испытывает человек по отношению к тому или иному бренду, могут быть совершенно разными. На это влияет устоявшийся образ марки, исходя из отзывов ее потребителей, общее сформированное представление, благодаря рекламе, и самое главное – собственный опыт. Потому что то, как позиционирует этот бренд сам производитель и то, как воспринимает его потребитель – совершенно разные вещи (Аристова, Семеркова, 2017).
Здоровье бренда – показатель истинного отношения клиента к компании. Исследование здоровья бренда включает в себя системную оценку положения бренда на рынке в сознании потребителя и относительно конкурентов, а также отслеживание трендов в потребительских предпочтениях, выявление возможностей роста и проблемных мест (Сыркина, 2019).
Цельисследования (The aim of the work). Целью исследования является проведение апробации автоматизированной обработки данных онлайн-анкетирования и определение узнаваемости автомобильных марок; выделение топ-марок лидеров с целью ориентации маркетинговой коммуникационной политики автосалона «Toyota Тамбов» на лидеров в отрасли с учетом специфики восприятия регионального потребителя.
Материалы и методы исследования (Materialsandmethods). Одной из устоявшихся и хорошо себя зарекомендовавшей методикой оценки здоровья бренда является оценка уровня узнаваемости марки. В рамках этой методики выделяется три категории «Top of mind», «Спонтанное знание» и «Наведенное знание». В классическом варианте опрос проводится в полевых условиях, респонденту предлагается назвать 3-5 брендов, которые он знает применительно к определенному продукту или услуге. После этого дается визуальная подсказка с названиями или логотипами брендов и предлагается найти среди этого списка знакомые бренды (Горбунов, 2021).
В итоге, бренд, который был назван самым первым – это «Top of mind», то есть высшая категория узнаваемости. К этому показателю стремятся все марки. Бренды Тop of mind надолго закрепляются в сознании потребителя и ассоциируются с определённой категорией товара или услуги. При покупке потребитель будет склоняться в первую очередь к этой марке.
Бренды, которые названы последующими, относятся к категории «Спонтанного знания». Клиент их знает и помнит, но это не первое, что пришло в голову. На самом деле, очень хорошо попасть в эту категорию. Данный показатель говорит о том, что торговая марка прочно закрепилась в сознании покупателя. Возможно, он уже был клиентом этой компании или планирует им стать.
И уже остальные бренды, которые названы с подсказки, озвученной интервьюером, относятся к категории «Наведенное знание». Потребитель узнает торговую марку только после непосредственного контакта с каким-либо элементом продукта: названием, логотипом, слоганом и т.д.
Учитывая тот факт, что часть брендов не будет названо даже с подсказкой, попадание в наведенное знание – это тоже хорошо. Бренды, которые не были узнаны опрошенными респондентами, попадают в категорию «Абсолютное незнание». Такое возможно в том случае, если товар либо только появился на полках, либо компания не занималась брендингом, либо занимается, но очень слабо.
Одной из распространенных ошибок при проведении исследования по оценке узнаваемости марки является дублирование ответов. То есть, если марку А респондент назвал без подсказки и повторно указал ее, уже опираясь на визуальный справочник, относят сразу к двум категориям. Для этого при построении таблицы, необходимо учесть этот факт и исключить одинаковые варианты ответа. На финальной стадии анализа строятся кумулятивная диаграмма, учитывающая накопительный итог по каждой марке в каждой из трех категорий.
В настоящем исследовании была поставлена задача оценить уровень узнаваемости автомобильных брендов. В качестве коммуникационной среды связи с респондентами была выбран онлайн-формат, так как это позволяет увеличить географию и демографию респондентов (Толстяков, Нестеров, 2017). Так как автомобиль – продукт широкого потребления и имеется практически в каждой семье, как таковой «горячей» и «холодной» аудитории, о которой говорится в методике для анализа – нет. Так или иначе каждый человек разбирается в автомобильных брендах как минимум потому, что ежедневно сталкивается с ними на улицах города. Поэтому в качестве целевой аудитории для опроса была выбрана случайная аудитория знакомых.
Общая выборка исследования составила 210 респондентов. Так как больший интерес представляют именно бренды, названные респондентами самостоятельно, то разделять при последуем анализе аудитории по полу, возрасту или роду деятельности показалось нецелесообразным.
В качестве инструмента для сбора первичных данных использовался сервис Google Forms, так как он отвечает основным требованиям: является бесплатным, не имеет ограничений на количество респондентов, а самое главное – позволяет скачать исходный массив первичных данных в формате Excel, с которым в дальнейшем удобно работать.
Анкета состоит из двух разделов (рис. 1):
визуальный колонтитул, оформленный под автомобильную тематику. Вводное слово, описывающее задачи опроса, примерное время на прохождение опроса и сам открытый вопрос для выяснения осведомленности респондента о знании автомобильных брендов;
страница со списком из 25 марок с названием и логотипом, организованная в виде вопроса с множественным выбором.
Рис. 1. Визуализация анкеты для проведения опроса
Fig. 1. Visualizationofthequestionnaireforthesurvey
В результате опроса формируется Google-таблица с ответами респондентов, которая в последующем сохраняется в формате Excel и обрабатывается с использованием текстовых функций, так как основная информация представлена в строковой форме (рис. 2).
Рис. 2. Исходные данные для анализа (фрагмент Google table)
Fig. 2. Sourcedataforanalysis (Googletablefragment)
Методика анализа включает четыре последовательных шага.
- Подготовка данных для анализа.
Так как первый вопрос в анкете являлся открытым, то полученные строковые переменные необходимо структурировать для дальнейшего анализа (Смирнов, 2018).
Во-первых, необходимо изменить все внесенные респондентами названия марок с учетом верхнего и нижнего регистров и устранить всевозможные опечатки. Для упрощения сбора информации в анкете разрешалось писать названия марок на русском языке, но большинство оригинальных названий пишутся на английском. Необходимо привести все марки к одному виду, чтобы в дальнейшем было удобно работать с этой информаций.
Например, «бмв», «Бмв», «беха» написать заглавными буквами на английском языке «BMW» (рисунок 2), аббревиатуру «VW» заменить на полное «Volkswagen». Также необходимо исправить опечатки в названиях, потому что автомобильные бренды пишутся не всегда так, как звучат, и исправить ответы, не относящиеся к вопросу, например, часто респонденты указывали вместо марок модели, соответственно, «солярис» заменить на «Hyundai». То есть необходимо сделать единое написание автомобильных марок в открытом вопросе и в вопросе с подсказками в виде картинок. Это самая затратная по времени часть исследования, так как включает работу с неструктурированной текстовой информацией.
Во-вторых, требуется выявить названия марок, которые не были учтены при составлении вопроса с подсказкой и так же добавить их в общий список брендов. Автомобильных брендов очень много, а во втором вопросе были предложены топ-25 самых продаваемых марок за последние 5 лет, естественно, какие-то марки были пропущены. Без подсказки респонденты называли такие неучтенные бренды, как: «Datsun», «Bentley», «Ferrari», «Ока», «Lamborghini» и некоторые другие. Несмотря на то, что эти названия указаны в единичных случаях, их все равно нужно внести в базу для анализа.
- Определение категории Top of mind.
Чтобы определить эту категорию, все бренды выносятся в заголовок таблицы, и далее по каждому респонденту определяется, какой из брендов назван им первым. В строке ответов на вкладке GF (Google Forms) ищется вхождение в ответ респондента названия автомобильной марки, при этом важно, чтобы это вхождение начиналось с первого символа (рис. 3). Код для ячейки B3 выглядит следующим образом:
- ЕСЛИ(ЕСЛИОШИБКА(НАЙТИ(B$1;GF!$A2);0)=1;1;"").
Рис. 3. Определение категории Top of mind (фрагмент)
Fig. 3. DefinitionoftheTopofmindcategory (fragment)
- Определение категории спонтанного знания.
Нахождение данной категории происходит практически аналогично предыдущей категории, но необходимо указать не первые названные бренды, а все, кроме первых (рис. 4). Код для ячейки AV3 выглядит следующим образом:
=ЕСЛИ(ЕСЛИОШИБКА(НАЙТИ(AV$1;GF!$A2);0)>1;1;"").
Рис. 4. Определение категории «Спонтанное знание» (фрагмент)
Fig. 4. Definition of the category "Spontaneous knowledge" (fragment)
При сортировке по убыванию, топ-5 брендов, важно отметить, что к категории спонтанного знания относятся ровно те же бренды, что и в категории Top of Mind, только в другом порядке.
- Определение наведенного знания (с подсказкой).
Определение данной категории брендов строится на основе ответов, полученных во втором вопросе анкеты, при этом важно обязательно исключить ранее названные в ходе открытого вопроса бренды, чтобы не было ошибки дублирования, о которой говорилось ранее (рис. 5). Код для ячейки CP3 выглядит следующим образом:
=ЕСЛИ(ИЛИ(B3=1;AV3=1);"";ЕСЛИ(ЕСЛИОШИБКА(НАЙТИ(CP$1;GF!$B2);0)>0;1;"")).
Рис. 5. Определение категории «Наведенное знание» (фрагмент)[1]
Fig. 5. Definition of the category "Induced knowledge" (fragment)
Результаты исследования и их обсуждение (Resultsanddiscussion). Чтобы удобнее было анализировать полученные результаты, нужно представить их «визуально». Первый способ – построение облака слов. Это очень наглядный инструмент, основанный на частотном анализе названий брендов. Часто облака слов используют для экспресс- контент-анализа текста с целью выделения наиболее часто встречающихся слов (Линник , Петросян, 2020). Чем чаще встречается слово (в нашем случае бренд), тем большим шрифтом оно отображается в общей мозаике (рис. 6). Для этого в онлайн-сервис «wordclouds» загружается таблица с данными, состоящими из названных брендов и их количества, и получается наглядный результат в виде таких облаков.
Рис. 6. Визуализация узнаваемости бренда с использованием облака слов
Fig. 6. Visualization of brand awareness using a word cloud
При анализе списка брендов, названных без подсказки, с помощью облака слов очевидны лидеры – это «Mercedes-Benz» и «BMW». Анализ всех брендов, включая названных с подсказкой, не так очевиден, здесь нет так называемого лидера, узнаваемость марок «Audi», «BMW», «Chevrolet», «Ford», «Hyundai», «Kia», «Lada», «Lexus», «Mazda», «Mercedes-Benz», «Nissan», «Porsche», «Renault», «Skoda», «Toyota», «Volkswagen» примерно одинаковая: их отметило более 92% опрошенных.
Второй способ визуализации – классическая диаграмма с накоплением, построенная на основе данных из таблиц (рисунок 3,4,5) и отсортированная по сумме категорий Top of mind, спонтанное знание, наведенное знание (табл. 1).
Топ брендов по узнаваемости представлен на диаграмме (рис. 7). Лидерами к категории Top of mind являются такие бренды, как BMW, Lada, Toyota, Mercedes-Benz, Audi. Это очень важный оценка, так как это бренды-лидеры в сознании потребителя (синяя диаграмма на рисунке).
Как можно наблюдать результат визуализации что в первом, что во втором случае идентичен. Но первый вариант направлен на аналитическое восприятие, а второй – на эмоциональное.
Таблица 1
Результат анализа узнаваемости автомобильных марок
Table 1
The result of the analysis of the recognition of car brands
Марка | Top of Mind | Спонтанное знание | Наведенное знание | Сумма |
BMW | 33 | 103 | 73 | 209 |
Ford | 6 | 26 | 176 | 208 |
Lada | 28 | 60 | 119 | 207 |
Toyota | 24 | 70 | 113 | 207 |
Audi | 21 | 55 | 129 | 205 |
Mercedes-Benz | 21 | 102 | 82 | 205 |
Nissan | 5 | 26 | 174 | 205 |
Volkswagen | 6 | 50 | 145 | 201 |
Kia | 18 | 37 | 145 | 200 |
Hyundai | 12 | 29 | 159 | 200 |
Mazda | 1 | 27 | 172 | 200 |
Renault | 4 | 29 | 165 | 198 |
Lexus | 0 | 21 | 177 | 198 |
Chevrolet | 3 | 16 | 178 | 197 |
Skoda | 7 | 25 | 164 | 196 |
Porsche | 4 | 24 | 166 | 194 |
Honda | 2 | 13 | 176 | 191 |
Mitsubishi | 2 | 19 | 168 | 189 |
Opel | 0 | 12 | 174 | 186 |
Peugeot | 1 | 12 | 167 | 180 |
LandRover | 0 | 0 | 174 | 174 |
Tesla | 0 | 3 | 171 | 174 |
Suzuki | 0 | 3 | 170 | 173 |
Fiat | 1 | 4 | 145 | 150 |
Mini | 0 | 1 | 140 | 141 |
Volvo | 3 | 16 | 0 | 19 |
Haval | 0 | 5 | 0 | 5 |
Aston Martin | 0 | 2 | 2 | 4 |
Dodge | 0 | 4 | 0 | 4 |
Ferrari | 0 | 4 | 0 | 4 |
Jeep | 1 | 2 | 0 | 3 |
Lamborghini | 1 | 2 | 0 | 3 |
Bentley | 0 | 2 | 0 | 2 |
Bugatti | 0 | 2 | 0 | 2 |
Daewoo | 0 | 2 | 0 | 2 |
Rolls-Royce | 0 | 2 | 0 | 2 |
Great Wall Hove | 1 | 0 | 0 | 1 |
Cadillac | 0 | 1 | 0 | 1 |
Cherry | 0 | 1 | 0 | 1 |
Jyguar | 0 | 1 | 0 | 1 |
Saab | 0 | 1 | 0 | 1 |
Subaru | 0 | 1 | 0 | 1 |
ЗАЗ | 0 | 1 | 0 | 1 |
КАМАЗ | 0 | 1 | 0 | 1 |
Рис. 7. Визуализация узнаваемости бренда с диаграммы с накоплением (Топ-10)
Fig. 7. Visualization of brand awareness from an accumulation chart (Top 10)
Заключение (Conclusions). Основная цель исследований по оценке здоровья бренда – мониторинг рынка, потребительских ожиданий, положения на рынке бренда и конкурентов, оценка эффективности проведенных маркетинговых, рекламных и PR-мероприятий.
Конкурентная борьба между брендами – беспрерывный процесс. А самые большие продажи имеет та компания, чей бренд учитывает особенности аудитории. Для этого необходимо постоянно проводить оценку покупательского поведения. Анализ здоровья бренда позволяет «держать руку на пульсе» и разрабатывать эффективные стратегии продвижения, а также своевременно оценивать потребность в ребрендинге или репозиционировании марки.
Замерять здоровье бренда рекомендуется на постоянной волновой основе: ежемесячно, ежеквартально или один-два раза в год. Интервал между исследованиями зависит от возможностей компании и масштабности решаемых задач в течение года.
Информация о конфликте интересов: авторы не имеют конфликта интересов для декларации.
Conflicts of interest: the authors have no conflict of interests to declare.
[1] Все исходные файлы данных и результат их анализа размещены в открытом доступе по ссылке https://disk.yandex.ru/d/Wc6_hEK1O49xmg
Список литературы
Аристова А.Ю., Семеркова Л.Н. Оценка степени узнаваемости бренда Askent в г.Москва //Аллея науки. 2017. Т. 2. № 11. С. 331-335.
Горбунов И.Н. Сравнительный анализ сервисов оn-line анкетирования. Yandex.взгляд и Google Forms // Саяпинские чтения. Материалы IV Всероссийской (национальной) научно-практической конференции. 2021. С. 245-249.
Линник Л.А., Петросян М.М. Облако слов как метод компрессии информации научного текста // Наука. Информатизация. Технологии. Образование. Материалы XIII международной научно-практической конференции. 2020. С. 99-108.
Смирнов С.В. Сбор и обработка данных анкетирования онлайн-инструментами // Социально-экономическое управление: теория и практика. 2018. № 4 (35). С. 199-201.
Сыркина А.Н. В сборнике: Брендинг как коммуникативная технология XXI века // Материалы V Международной научно-практической конференции. под ред. А.Д. Кривоносова. 2019. С. 99-102.
Толстяков Р.Р., Нестеров Д.А. Брендниг как маркетинговый инструмент оценки и управления качеством // Социально-экономические явления и процессы. 2016. Т. 11. № 11. С. 94-98.