Библиотека управления

Каузальные исследования

Е.Б. Галицкий, к.э.н.
ведущий сотрудник Всероссийского Общественного Фонда «Общественное мнение», доцент Государственного Университета «Высшая школа экономики»

Оглавление


Данная статья посвящена пока еще сравнительно редко применяемому в нашей стране виду маркетинговых исследований — причинным или, как их иногда называют, — каузальным1, исследованиям. Материал статьи в основном соответствует содержанию одноименного раздела обширной монографии по маркетинговым исследованиям Нереша Малотры2 и представляет собой фрагмент курса «Методы маркетинговых исследований», читаемого автором в течение ряда лет в Государственном Университете «Высшая школа экономики».

Относительная редкость применения причинных методов в отечественном маркетинге во многом связана с их относительной дороговизной и сложностью организации по сравнению с описательными методами, к числу которых принято относить формализованные опросы и наблюдения. Однако, поскольку, как будет показано ниже, даже само понятие причины отличается в маркетинге определенной спецификой, нередко лишь причинные исследования позволяют получить достоверные выводы и избежать ошибок.

Примеры использования причинных исследований в маркетинге

Пример 1. Известная корпорация «Спортсак» вчинила иск менее известной корпорации «Кмарт» в связи с тем, что последняя вывела на рынок сумки «Пари сак». Обвинение состояло в том, что новая сумка «Кмарт» выглядит как сумки корпорации «Спортсак». Для доказательства этого факта «Спортсак» предприняла маркетинговое исследование. Для экспериментов в ходе персональных уличных интервью были отобраны две группы женщин, которым демонстрировали разные сумки и просили определить, какая фирма их выпустила. Выяснилось, что женщины действительно считают производителем легких сумок компании «Кмарт» компанию «Спортсак». На основании этих результатов арбитражный суд вынудил компанию «Кмарт» прекратить производство сумок данной модели.

Пример 2. Компанию «Эккерт» интересовало, повысятся ли продажи лекарств, если их в помещении аптек будут рекламировать по радио. Было отобрано 12 аптек, имеющих сравнимые размеры, географическое положение, объемы продаж и срок существования. Случайно отобранные половина из них были оборудованы средствами радиотрансляции, а в остальных даже существующие там средства радиотрансляции были удалены. Данные о продажах лекарств в натуральном и стоимостном выражении регистрировались в течение трех периодов: в течение недели до начала эксперимента, в ходе четырехнедельного эксперимента и в течение недели после его окончания. Оказалось, что там, где действует радиореклама, продажи лекарств по крайней мере вдвое выше. Убедившись в этом, фирма решила наладить проведение радиорекламы во всех своих аптеках.

Пример 3. Проводилось исследование, как связан размер скидки, указанный на купонах, с вероятностью их предъявления для покупки тех или иных товаров: стирального порошка, зубной пасты и т. д. Выяснилось, что с ростом скидки растет вероятность, что товар купят те, кто раньше его либо вовсе не покупал, либо покупал, но редко. Интенсивность же приобретения товара теми, кто его и раньше часто покупал, от размера скидки не зависит. Таким образом, купоны не помогут, если резервы для привлечения новых покупателей исчерпаны.

Концепция причинности в маркетинге и условия причинности

Причинные (causal) исследования проводятся для того, чтобы сделать заключение о существовании причинной связи. Надо сказать, что в маркетинге под причиной понимается несколько иное, чем в обычной речи (табл. 1).

Таким образом, маркетинговые эффекты обычно проявляются в вероятностной форме.

Для того чтобы сделать заключение о наличии причинной связи в маркетинге, необходимо проверить выполнение трех условий.

  1. Наблюдается ли совместная вариация, совместное изменение параметров?
  2. Правильно ли события упорядочены во времени?
  3. Исключено ли возможное влияние других факторов?

Поясним сущность каждого из этих условий.

1. Наблюдается ли совместная вариация, совместное изменение параметров?

Свидетельства о наличии совместных изменений могут иметь как качественный, так и количественный характер.

Пример качественного свидетельства: можно предположить, что чем лучше в магазине сервис, тем выше продажи. Это значит, что в магазинах с хорошим сервисом должны быть высокие продажи, а там, где сервис плохой, — низкие. Если это не так, значит гипотеза под вопросом.

Пример количественного свидетельства совместной вариации. В одном из исследований использовалась случайная выборка из тысячи респондентов для изучения связи между образованием и покупкой модной одежды. Разделим респондентов на две группы: 500 человек с более высоким и 500 — с относительно низким образованием. Выяснилось следующее (табл. 2).

Мы видим, что среди респондентов с высоким образованием доля покупателей модной одежды выше. Похоже, что образование действительно способствует ее покупкам. Но можем ли мы заключить, что высокое образование ведет к увеличению покупок модной одежды? Конечно, нет! Мы можем пока лишь сказать, что наше наблюдение не противоречит этой гипотезе.

2. Правильно ли события упорядочены во времени?

Надо убедиться, что события X и Y произошли в правильной последовательности, то есть либо сначала X, потом Y, либо одновременно. Но никак не сначала Y, а потом X.

Заметим, что взаимосвязанные события X и Y могут быть оба результатом чего-то третьего. Например, человек может совершать много покупок в каком-либо магазине (X) и иметь платежную или дисконтную карточку этого магазина (Y). Что здесь причина, а что — следствие? Ведь понятно, что если у человека есть карточка магазина, его тянет зайти в этот магазин. И наоборот — если ему этот магазин удобен, то велика вероятность, что именно он захочет пользоваться карточкой.

Другой пример. Замечено, что люди стали чаще принимать решение о покупке прямо в магазине. Это происходит из-за того, что в магазинах появилось больше рекламы? Или, наоборот, рекламы стало больше из-за того, что руководство магазинов заметило изменения в поведении людей?

Рассмотрим снова гипотезу, что сервис в магазине приводит к росту продаж. Надо убедиться, что сначала персонал был специально обучен или нанят новый персонал, а в последующие месяцы росли продажи. Либо, допустим, одновременно идет обучение персонала и независимо от этого — повышение продаж. Оба эти варианта не противоречат гипотезе о существовании причинной связи. Но ведь может оказаться и не так: возможно магазин, заметив подъем продаж, направил часть дополнительной выручки на дополнительное обучение персонала.

Таблица 1

1 В математическом смысле: наступление события X является необходимым условием для наступления события Y. 2 В математическом смысле: наступление события X является достаточным условием для наступления события Y.

Таблица 2

3. Исключено ли возможное влияние других факторов?

Вернемся к примеру об анализе влияния образования на покупку модной одежды. Совместная вариация с образованием здесь, как мы видели, наблюдается. А как с влиянием других факторов? Ведь модная одежда дороже, а образованные люди обычно зарабатывают больше! Если разделить респондентов еще и по доходу, мы увидим, что эта корреляция — ложная: разницы в процентах между каждой парой столбцов практически нет (табл. 3). Иллюзия же создавалась из-за того, что среди лиц с высоким образованием относительно состоятельных триста из пятисот, а среди лиц с низким образованием — только двести из пятисот.

Теперь продолжим разговор о сервисе и продажах. Чтобы сделать вывод, что хороший сервис увеличивает продажи, надо быть уверенным, что одновременно с улучшением сервиса не изменились другие факторы: цены, реклама, широта предложения товаров, качество товаров, конкуренция и т. д.

Факторов обычно так много, что, изучая ситуацию постфактум, никогда нельзя с уверенностью сказать, все ли они были исключены.

Предположим теперь, что мы все же убедились в наличии совместной вариации, правильной последовательности событий и отсутствии других возможных воздействий. Что нам еще надо, чтобы сделать окончательный вывод о наличии причинной взаимосвязи? Кроме всех этих свидетельств у нас должно быть содержательное внутреннее понимание того, почему такая связь может и должна существовать. Для проверки трех названных нами условий и получения оснований для внутренней убежденности проводятся контролируемые маркетинговые эксперименты.

Определения и обозначения

Прежде всего, дадим ряд определений, касающихся причинных исследований.

  1. Независимыми переменными, как и обычно, называются те, значения которых исследователь меняет с целью замера результирующих изменений других переменных. В примере с сумками — это марка («Спортсак» или «Пари сак»), в примере с радиорекламой — это ее наличие или отсутствие.
  2. Зависимые переменные — это переменные, изменение которых под воздействием независимых переменных замеряется. В первом примере — это называемая респондентом марка сумки, во втором — объем продажи лекарств.
  3. Объекты тестирования (Test units) — это люди, организации или иные объекты, реакция которых на изменение независимых переменных замеряется. В наших примерах — это женщины, которым показывали разные сумки, аптеки, где использовалась или не использовалась радиореклама.
  4. Внешние переменные — все параметры, за исключением независимых переменных, изменение которых может оказать влияние на реакцию объектов тестирования. Эти переменные вносят помеху, могут ослабить и сделать ненадежными результаты экспериментов. В примере с аптеками — это их размеры, географическое положение, объемы продаж и срок существования, то есть переменные, которые должны контролироваться в ходе экспериментов.
  5. План экспериментов — это множество процедур, определяющих:
    • что представляют собой объекты тестирования,
    • каким образом они разбиваются на подвыборки,
    • что представляют собой независимые переменные,
    • какие зависимые переменные будут замеряться,
    • каким образом будут контролироваться внешние переменные.

Таблица 3

Теперь введем ряд условных обозначений, которые потребуются при описании планов экспериментов.

X — обозначение набора независимых переменных или событий, воздействие которых замеряется.
O — процесс наблюдения или измерения зависимой переменной на объекте тестирования или группе объектов тестирования.
R — случайное назначение одному или нескольким объектам тестирования того или иного сочетаний значений независимых переменных.

Примем следующие правила графического изображения планов экспериментов.

  • Перемещение во времени будем изображать как перемещение по горизонтали.
  • Символы, изображенные на одной горизонтальной прямой, будут соответствовать группе объектов тестирования, которым назначен определенный набор воздействий.
  • Символы, изображенные на одной вертикальной прямой, соответствуют одному и тому же моменту времени.

Например, символическое изображение:

X O1 O2

означает, что на данную группу объектов тестирования произведено определенное воздействие X, а затем в моменты O1 и O2 произведены замеры полученных результатов.

А сочетание символов

R X1 O1

R X2 O2

означает, что были случайным образом отобраны две группы единиц тестирования, на них были одновременно произведены два разных воздействия, а затем в обеих группах были тоже одновременно замерены значения зависимых переменных.

Планы экспериментов

Внутренняя и внешняя валидность (достоверность) экспериментов

Проводя эксперименты, мы преследуем две цели:

  • Сделать надежные выводы об эффектах, выявленных на тех объектах, которые мы изучаем.
  • Распространить эти выводы на интересующую нас исследуемую совокупность.

Возможность достижения первой цели означает наличие внутренней валидности экспериментов, возможность достижения второй цели — наличие внешней валидности.

Внутренняя валидность означает, таким образом, что выявленные изменения зависимых переменных являются именно результатом запланированных нами различий независимых переменных, а не влияния каких-либо других факторов. Следовательно, для обеспечения внутренней валидности все потенциально важные внешние факторы должны контролироваться. Внутренняя валидность необходима, если ее нет, то вообще не о чем говорить, в экспериментах ничего не обнаружено.

Внешняя валидность означает возможность обобщения выводов о наличии зависимости за пределы изученной в ходе экспериментов ситуации: на другие объекты, периоды времени, ситуации. Поэтому внешняя валидность оказывается под угрозой, если для экспериментов были отобраны слишком «лабораторные», далекие от реальной жизни ситуации. А значит, угрозы для внешней валидности во многом являются платой за стремление во что бы то ни стало обеспечить внутреннюю валидность экспериментов: фиксируя внешние переменные, мы неизбежно снижаем общность выводов.

Предположим, что мы хотим понять, в какой мере изменятся продажи нашего товара, если изменить его цену. Для этого мы ставим эксперимент, участники которого покупают продукты по предложенному нами каталогу. Мы предъявляем разным участникам эксперимента разные варианты каталогов с разными ценами и сравниваем затем сделанный ими выбор. Такие эксперименты реально проводятся, и опыт показывает, что их результаты демонстрируют существенно более высокую чувствительность покупателей к ценовому фактору, чем на самом деле. Дело в том, что внимание участника этого эксперимента искусственно концентрируется на цене товара, в то время как при реальных покупках его привлекают и красивые упаковки, и местная реклама, и действия других покупателей и многое другое3.

Внешние переменные в причинных исследованиях

Какие же внешние переменные надо учитывать, контролировать при планировании экспериментов?

1. История (H — History)

Как бы хорошо мы ни подготовили и спланировали эксперименты, в период их проведения может что-то произойти. Рассмотрим, например, такой эксперимент:

O1 X1 O2.

Здесь O1 и O2 — измерения продаж в сети универмагов определенного региона до и после новой кампании продвижения. Можно ли сказать, что если разность (O1 — O2) велика, то кампания эффективна или, если мала, то неэффективна? Конечно же, нет! Не исключено, что за это время произошло какое-нибудь событие, например, закрылся какой-либо завод. И чем дольше эксперимент, тем больше шансов, что за это время возникнет существенный внешний эффект.

2. Созревание (M — Maturation)

Эффект созревания состоит в том, что в ходе эксперимента меняются в лучшую сторону сами объекты тестирования. Речь при этом не обязательно идет об обучении людей. Может меняться, совершенствоваться, например, магазин: улучшаться обслуживание, расширяться ассортимент и т. д. Таким образом, созревание — частный случай истории.

3. Тест-эффекты (Testing Effects)

Под тест-эффектом понимается влияние самого факта замера на результаты эксперимента. Различают главный и интерактивный тест-эффекты. Главный тест-эффект (MT) возникает, когда первый замер влияет на результаты второго. Например, человек старается вспомнить, что он говорил первый раз. Поэтому, например, если человека спрашивают о разных брэндах товара, а между замерами ему была показана реклама, то оценка ее влияния будет искажена воспоминаниями об отношении к брэндам до показа рекламы. Таким образом, главный тест-эффект снижает внутреннюю валидность экспериментов.

Интерактивный же тест-эффект (IT), напротив, снижает внешнюю валидность. Он заключается, например, в том, что человек, которого спрашивали об отношении к брэндам, более подготовлен к восприятию рекламы, чем тот, кому таких вопросов не задавали.

4. Инструментальная погрешность (I — Instrumentation)

Этот эффект возникает, когда по тем или иным причинам приходится менять инструменты измерения, например, отдельные шкалы в анкете. Такая ситуация, скажем, вызвана деноминацией в январе 1998 года. Для восприятия человека, что ни говори, тысяча — это одно, а рубль — совсем другое. И, тем не менее, анкету менять надо! Другой пример — необходимость смещения шкалы просто для учета инфляции.

К инструментам измерения относится не только анкета, но и интервьюер. Даже если претест и посттест проводят одни и те же интервьюеры, то они сами меняются и это влияет на результат.

5. Статистическая регрессия (SR — Statistical Regression)

Эффекты статистической регрессии означают дрейф крайних, отличающихся от остальных, оценок в сторону средней величины. Известно, что люди, склонные выражать восторженные или, наоборот, крайне негативные позиции, более других подвержены изменениям. Разница в результатах претеста и посттеста может быть следствием именно этого временного дрейфа, а не, скажем, показанной респондентам рекламы.

6. Смещение отбора (SB — Selection Bias)

Этот эффект — результат изначально ошибочного назначения объектов тестирования: они могут оказаться исходно различными по значениям зависимых переменных. Например, обнаруженные различия между двумя группами магазинов, которым были назначены разные значения независимых переменных, могут быть всего лишь результатом того, что в первой группе просто оказалось больше крупных магазинов, чем во второй, а крупные магазины по-иному «откликаются» на тестовое воздействие.

7. Смертность (MO — Mortality)

Речь тут идет о неизбежном иногда выбывании объектов тестирования между замерами. Чаще всего причиной являются их отказы от участия.

Способы контроля внешних переменных

Есть четыре способа контроля внешних переменных или, по-другому, помех. Это — рандомизация, выравнивание, статистический контроль и дизайн-контроль.

1. Рандомизация (Randomization)

Рандомизация — это разнесение объектов тестирования по группам с использованием случайных чисел. Каждой из этих групп, например, показывается свой вариант рекламного ролика. В результате такого разнесения внешние факторы распределяются более или менее равномерно. Важно отметить, что рандомизация не спасает при малых выборках: внешние переменные недостаточно усредняются. Чтобы убедиться в допустимости рандомизации, надо сравнивать средние значения внешних переменных в группах, образованных в результате ее проведения.

2. Выравнивание (Matching)

Этот метод состоит в разбиении совокупности объектов тестирования на классы схожих по внешним характеристикам и отборе по одинаковому числу схожих объектов в каждую группу. У этого метода два недостатка. Во-первых, по всем параметрам выровнять невозможно. Во-вторых, если выравнивание произвели не по тем параметрам, по которым надо, вся работа становится бесполезной.

3. Статистический контроль (Statistical control)

Речь идет о применении метода дисперсионного анализа для оценки значимости влияния независимых переменных на зависимые. При этом учитываются также и внешние переменные.

4. Дизайн-контроль (Design control)

Дизайн-контроль означает применение планов экспериментов, специально разработанных для исключения влияния определенных внешних переменных. О том, какие именно дизайны тут применимы, мы узнаем из следующего подраздела.

Классы экспериментальных дизайнов

Рассмотрим три важных класса экспериментальных дизайнов: предэкспериментальные, истинно экспериментальные и квазиэкспериментальные дизайны.

Предэкспериментальные дизайны (Preexperimental designs)

Особенность их в том, что здесь не применяется рандомизация.

a) Одномоментные исследования (One-Shot Study)

Это дизайны типа:

X O1.

Отбор объектов тестирования исследователь делает произвольно. Поэтому результат измерения может объясняться не только воздействием, но и неконтролируемыми внешними параметрами. Поэтому такие дизайны пригодны лишь для поисковых исследований.

b) Претест — посттест дизайны с одной группой

«Формула» этих дизайнов:

O1 X O2.

Эффект воздействия X выражается формулой: (O2 - O1). Однако, поскольку контрольная группа при таком дизайне отсутствует, валидность остается под вопросом из-за возможного влияния большого числа неконтролируемых помех.

c) Дизайн статических групп (Static Group)

Эти дизайны выражаются «формулой»:

Экспериментальная группа (EG): X O1.

Контрольная группа (CG): O2.

Эффект воздействия X выражается формулой: (O1 - O2), недостаток дизайна — чувствительность к смещению отбора (SB). Действительно, при его использовании невозможно проверить, существенны ли различия между экспериментальной и контрольной группами.

Истинно экспериментальные дизайны

d) Посттест дизайны с контрольной группой (Posttest Only Control group Design)

«Формула» этих дизайнов проще:

Экспериментальная группа (EG): R X O1.

Контрольная группа (CG): R O2.

Эффект воздействия определяется разностью (O1 - O2).

Такой дизайн снимает проблему интерактивного тест-эффекта, но чувствителен к смещению отбора (SB) и смертности (MO). Первое, так как тут как бы негласно предполагается, что у этих групп независимые переменные до воздействия были одинаковы. Проверить же это не представляется возможным. Второе, так как неизвестно, похожи ли между собой представители экспериментальной и контрольной групп, выбывшие в ходе эксперимента.

Несмотря на эти недостатки, данная разновидность дизайнов наиболее популярна в маркетинге, благодаря простоте организации и относительной дешевизне. Погрешности же стараются преодолеть путем аккуратной разработки процедур отбора.

Претест-посттест дизайны с контрольной группой (Pretest-Posttest Control group Design)

«Формула» этих дизайнов:

Экспериментальная группа (EG): R O1 X O2.

Контрольная группа (CG): R O3 O4.

Эффект воздействия X выражается формулой: (O2 - O1) - (O4 - O3). Данный дизайн, в отличие от предыдущих, позволяет контролировать все вилы помех, кроме одного — интерактивного тест-эффекта (IT), то есть эффекта подготовленности к восприятию воздействия, благодаря предварительному замеру O1.

Покажем на этом примере, как принято обосновывать такого рода утверждения.

Обозначим эффект воздействия через TE. Запишем, что разность (O2 - O1) складывается из эффекта воздействия плюс всех возможных помех, кроме смещения отбора (SB), которая отсутствует, благодаря случайному отбору объектов тестирования R. А именно:

(O2 - O1) = TE + H + M + + MT + IT + I + SR + MO,

где

  • история (H) — когда что-то происходит за время эксперимента,
  • созревание (M) — независящее от эксперимента совершенствование объектов тестирования,
  • главный тест-эффект (MT) — когда первый замер смещает результаты первого,
  • интерактивный тест-эффект (IT) — когда человек, которому задавали вопросы, по-другому воспринимает само воздействие,
  • инструментальная погрешность (I) — когда меняется анкета, интервьюеры,
  • статистическая регрессия (SR) — когда смещаются крайние оценки и, наконец
  • смертность (MO) — выбыванию объектов тестирования между замерами.

Вторая разность

(O4 - O3) = H + M + MT + I + + SR + MO,

отличается от первой только отсутствием эффекта воздействия (TE) и интерактивного тест-эффекта (IT). Вычитая второе равенство из первого, получим:

(O2 - O1) - (O4 - O3) = TE + IT.

Какой же вывод следует из нашего рассмотрения истинно экспериментальных дизайнов? Каждый из них не лишен недостатков. Единственный дизайн, полностью «справляющийся» со всеми видами помех — Соломонов дизайн с четырьмя группами, который мы здесь не приводим. Он практически никогда не используется из-за чрезвычайной сложности и дороговизны.

Квазиэкспериментальные дизайны

Эти виды дизайнов используются, когда мы не можем контролировать помехи так, как нам бы хотелось. Эти дизайны быстрее и дешевле истинно экспериментальных.

f) Дизайн временных серий (Time Series Design)

Его «формула» проста:

O1 O2 O3 O4 O5 X O6 O7 O8 O9 O10.

По такой схеме делаются, например, замеры эффективности уже не «лабораторной», а широкой рекламной кампании. Предположим, у нас есть панель. Мы знаем план рекламной кампании, но не можем проконтролировать, когда именно каждый из участников панели встретит нашу рекламу, да и встретит ли он ее вообще. Основной недостаток такой схемы — чувствительность к такой помехе, как история.

g) Дизайн множественных временных серий (Multiple Time Series Design)

Он компенсирует влияние истории и выражается «формулой»:

O1 O2 O3 O4 O5 X O6 O7 O8 O9 O10

O11 O12 O13 O14 O15 O16 O17 O18 O19 O20 .

На практике такой дизайн означает, например, что рекламная кампания проводится только в некоторых городах. Другой вариант — адресная реклама через кабельные телевизионные сети.

Конечно, квазиэкспериментальные дизайны не лишены недостатков. Но, во-первых, нередко это единственное, что можно сделать, а, во-вторых, возможность ошибок еще не означает, что они обязательно есть.

Тест-маркетинг (Test-Marketing или Market Testing)

Говоря о причинных исследованиях, надо сказать хотя бы несколько слов об их важнейшей разновидности — тест-маркетинге, то есть реальных рыночных экспериментах, проводимых под контролем в специально отобранной достаточно большой части рынка. В ходе тест-маркетинга проходит проверку не просто товар как таковой, а весь маркетинговый комплекс: товар (включая способ его позиционирования в глазах покупателей), цена товара, система его распространения и мероприятия по его продвижению.

Без тест-маркетинга крупномасштабные рыночные шаги обычно не предпринимаются, так как цена ошибки слишком велика. Так, в американские учебники попал пример производимых в России брэндов M&M и Марс. Так как тест-маркетинг не был проведен, осталось неясным, была ли их реклама по телевидению слишком непродолжительной, достаточной или избыточной.

Перечислим ряд правил организации тест-маркетинга, которые рекомендуется соблюдать для получения на его основе надежных выводов.

Во-первых, надо стремиться, чтобы отобранная часть рынка была репрезентативной по:

  • демографии,
  • потребительскому поведению,
  • потреблению СМИ,
  • конкурентной среде,
  • условиям дистрибуции.

    Во-вторых, по опыту эта часть должна охватывать не менее 2% всего рынка.

    В-третьих, эксперименты желательно проводить не в одной, а в двух или даже в трех разных частях рынка.

    В-четвертых, нельзя выбирать для тест-маркетинга места, где часто проводятся такие эксперименты.

    В-пятых, продолжительность тестирования новых брэндов следует выбирать крайне осторожно. С одной стороны, она должна быть такой, чтобы первые покупатели успели совершить по повторной покупке, что нередко составляет десять месяцев и даже более. С другой стороны, при слишком длительном тестировании растет вероятность, что ваши эксперименты случайно, а чаще — намеренно, сорвет конкурент, выйдя на выбранную вами часть рынка со своим новым продуктом без всякого тест-маркетинга. Таким образом, тест-маркетинг следует рассматривать как один из важных инструментов конкурентной борьбы.

    Достоинства и недостатки причинных методов исследований по сравнению с описательными (формализованными опросами и наблюдениями)

    К числу преимуществ причинных методов следует отнести то, что они позволяют:

    1. разбить респондентов на группы и назначить каждой из групп значения независимых переменных;
    2. отследить временную последовательность воздействия и замера;
    3. контролировать помехи.

    Недостатками же причинных методов являются:

    1. значительные временные затраты (особенно если надо полноценно выявить результаты длительных воздействий, например, реальной рекламной кампании);
    2. дороговизна;
    3. сложность организации.

    Сноски

    1 См., например: Черчилль Г.А. Маркетинговые исследования. Санкт-Петербург, Питер, 2000. Заметим, кстати, что в первую отечественную монографию, посвященную маркетинговым исследованиям (Голубков Е.П. Маркетинговые исследования: теория, практика, методология. М.: Финпресс, 1998. С. 120), в определение причинных исследований, думается, вкралась редакторская ошибка: они названы казуальными, а не каузальными. Очевидно, родственным словом должна тут быть не казуистика: «подведение частных случаев под общую догму как прием средневековой схоластики и богословия; изворотливость в защите ложных, сомнительных положений», а каузальный: «относящийся к причинно-следственным отношениям, к выражению этих отношений» (см.: Ожегов С.И., Шведова Н.Ю. Толковый словарь русского языка. М.: Азъ, 1993. С. 265, 275). К сожалению, это недоразумение не исправлено, несмотря на переиздание книги. Не хотелось бы, чтобы данный, явно ошибочный, термин закрепился в русском языке.

    2 Neresh K. Malhotra. Marketing research. An applied orientation. Second edition. 1995.

    3 См. Черчилль Г. Маркетинговые исследования. Санкт-Петербург, 2000. С. 142—143.