Модель информационных процессов общества как основа организации сбора вторичной информации.

Недостатки  вторичных данных

     Несмотря  на очевидные преимущества вторичных  данных, у них есть пять недостатков: несравнимые объекты исследования, несовпадение единиц измерения, несогласованность классификации, устаревание данных и недостоверность. Эти проблемы возникают потому, что вторичные данные собираются не для конкретного исследования, а для других целей.

1. Несравнимые объекты исследования. Вторичные данные относятся к определенным объектам, например, округу, городу, штату, району и т.п. Их полезность для конкретного проекта зависит от сопоставимости объектов исследования. Например, исследователь, желающий оценить потенциал рынка, может удовлетвориться данными, относящимися к городу. Многие вторичные данные относятся именно к таким объектам. А что если исследователя интересует район, границы которого проходят в двух милях от улицы? В этом случае данные городского уровня не подходят для решения задачи. Предположим, что другой исследователь желает получить демографическую информацию в зависимости от номера почтового отделения, чтобы провести прямой маркетинг. В этом случае данные о городе снова окажутся бесполезными. Несмотря на то что проблема, связанная с несопоставимостью объектов исследования, действительно существует, в настоящее время обилие вторичных данных позволяет смягчить ее последствия.

2. Несовпадение единиц измерении. Иногда вторичные данные измеряются в несопоставимых единицах. Например, при анализе рынков специалисты по маркетинговым исследованиям обычно интересуются уровнем доходов. Как правило, в исследованиях измеряются разные показатели: общий доход, доход после вычета налогов, семейный доход и доход на душу населения.

3. Несогласованность классификации Вторичные данные часто разбивают на категории, подсчитывая частоты в каждом классе. Например, представим себе, что отчет «Исследование покупательской способности» содержит результаты измерения покупательной способности (effective buying income — EBI) в трех разных классах. В первом классе подсчитывается процент семей, доход которых колеблется от 20 до 34 999 долл., а в последнем классе — более 50 000 долл. В большинстве случаев этой классификации вполне достаточно. Однако сомнительно, что корпорация Beneteau, Inc., производитель яхт в Южной Каролине, сможет воспользоваться этими данными. Поскольку покупательная способность среднестатистического клиента этой компании превышает 75 000 долларов, вторичные данные оказываются бесполезными. Что делать исследователю в этой ситуации? Как правило, кто ищет, тот находит. Например, компания Beneteau может получить вторичные данные из справочника Demographics USA. В этом справочнике приведены данные о клиентах, покупательная способность которых превышает 150 000 долл.

 4 Недостоверность информации.

5. Устаревание данных. Иногда исследователь обнаруживает информацию, которая хотя и оценена в соответствующих единицах измерения, и правильно классифицирована, но уже устарела. Некоторые вторичные данные публикуются только один раз. Однако, даже если вторичные данные публикуются регулярно, после их последней публикации может пройти слишком много времени. В таких ситуациях исследователь должен самостоятельно решить, следует ли использовать устаревшие вторичные данные в своем проекте. 

Список  использованной литературы:

1.  «Книга Директора по маркетингу», Л.А.Иванов, ИД "Питер" 2006 год

2. «Основы маркетинговых  исследований с использованием Excel», Элвин С. Бернс, Рональд Ф. Буш (http://b2blogger.com/articles/marketingresearch/174.html)

3. «Основы маркетинга», Филипп Котлер, Перевод с английского В. Б. Боброва, «Прогресс» 1991 (Глава 3. Системы маркетинговых исследований)