Ma sa ryk ova un i verzit a Ekonomicko-správní fakulta Studijní obor: Podniková ekonomika a management
ANALÝZA PREFERENCÍ ZÁKAZNÍKŮ Analysis of Customer Preferences Diplomová práce
Vedoucí diplomové práce: doc. Ing. Radoslav ŠKAPA, Ph.D.
Autor: Mgr. Blanka ŠIMŮNKOVÁ
Brno, 2016
J mé no a př íj me ní aut or a:
Mgr. Blanka Šimůnková
Náze v d ip lo mo vé pr áce:
Analýza preferencí zákazníků
Náze v pr áce v a ng ličt ině:
Analysis of Customer Preferences
Kat edr a:
podnikového hospodářství
Vedo uc í d ip lo mo vé pr áce:
doc. Ing. Radoslav Škapa, Ph.D.
Ro k o bha jo by:
2016
Anotace Předmětem diplomové práce „Analýza preferencí zákazníků“ je zjištění zákaznických preferencí zákazníků e-shopu s nábytkem pomocí metody conjointní analýzy. První část práce se věnuje charakteristice problému podniku a jeho výrobním možnostem. Druhá část je věnována kritické rešerši literatury zaměřené na použitou metodologii a na definici zákazníka e-shopu s nábytkem. Ve třetí části jsou podrobně popsány metody použité ve výzkumu a samotný průběh výzkumu. Výsledkem práce bylo definování zákazníka pro e-shop, zjištění jeho preferencí jak z rešerše literatury, tak z vlastního výzkumu a vytvoření agentního modelu trhu, který může posloužit firmě při navrhování výrobků pro e-shop.
Annotation The goal of the submitted thesis: “Analysis of Customer Preferences” is to determine customer preferences of an e-shop selling furniture using the conjoint analysis method. The first part of the thesis deals with the characteristics of the problem and the company's manufacturing capabilities. The second part is devoted to the critical literature review focused on the methodology used in the thesis and the definition of customer of an e-shop selling furniture. The third part describes in detail the methods used in research and the progress of research. The goal of the study was to define the customer for the e-shop, finding his preferences using results of the literature review and of own research and the creation of agent based market model, which can serve the company in designing products for e-shop.
Klíčová slova Conjointní analýza, e-shop, nábytek, analýza preferencí, nakupování online
Keywords Conjoint analysis, e-shop, furniture, analysis of preferences, online shopping
Prohlášení Prohlašuji, že jsem diplomovou práci Analýza preferencí zákazníků vypracovala samostatně pod vedením doc. Ing. Radoslava Škapy, Ph.D. a uvedla v ní všechny použité literární a jiné odborné zdroje v souladu s právními předpisy, vnitřními předpisy Masarykovy univerzity a vnitřními akty řízení Masarykovy univerzity a Ekonomicko-správní fakulty MU. V Brně dne 3. 1. 2016 vl a s t n or u čn í p od p i s a u t or a
Poděkování Na tomto místě bych ráda poděkovala doc. Ing. Radoslavu Škapovi, Ph.D. za cenné připomínky a odborné rady, kterými přispěl k vypracování této diplomové práce. Dále děkuji firmě Potrusil, s.r.o. a zvláště Ing. Janě Navrátilové za poskytnuté informace a konzultace nezbytné pro vypracování této práce.
Obsah Úvod .................................................................................................................................... 11 1
2
Problém podniku .......................................................................................................... 13 1.1
Charakteristika podniku ......................................................................................... 14
1.2
Výrobní možnosti firmy ......................................................................................... 15
Literární rešerše ............................................................................................................ 17 2.1
2.1.1
Kvantitativní marketingový výzkum................................................................ 19
2.1.2
Fáze kvantitativního výzkumu ......................................................................... 21
2.1.3
Etika marketingového výzkumu ...................................................................... 23
2.2
Conjointní analýza ................................................................................................. 24
2.2.1
Základní principy a postup conjointní analýzy ................................................. 25
2.2.2
Typy sběru dat v conjointní analýze ................................................................ 26
2.2.3
Výhody a nevýhody conjoitní analýzy ............................................................. 28
2.3
Spotřebitelé a nakupování ...................................................................................... 29
2.3.1
Nákupní chování ............................................................................................. 30
2.3.2
Nakupování nábytku ....................................................................................... 31
2.4
3
Marketingový výzkum ........................................................................................... 17
Nakupování přes internet ........................................................................................ 32
2.4.1
Důležité faktory při nakupování online ............................................................ 34
2.4.2
Nakupování nábytku online ............................................................................. 35
2.4.3
Online nakupování v ČR ................................................................................. 37
2.4.4
Prodej nábytku v ČR ....................................................................................... 38
2.4.5
Konkurenční firmy s podobnou službou .......................................................... 39
Metoda ......................................................................................................................... 41 3.1
Cíl výzkumu, výzkumné otázky ............................................................................. 41
3.2
Metoda sběru dat .................................................................................................... 42
3.3
Pilotní studie ..........................................................................................................45
3.4
Předvýzkum ...........................................................................................................47
3.5
Dotazník .................................................................................................................48
3.6
Karty produktů .......................................................................................................49
3.7
Vzorek....................................................................................................................50
3.7.1
Složení vzorku.................................................................................................51
3.7.2
Nákupy respondentů ........................................................................................54
3.7.3
Porovnání vlivu na nákupy online s teorií ........................................................57
3.8 4
Software SPSS Conjoint .........................................................................................58
Výsledky ......................................................................................................................61 4.1
Výsledky conjointní analýzy ...................................................................................61
4.2
Model .....................................................................................................................63
4.2.1 4.3
Experimentování s modelem............................................................................64
Diskuze ..................................................................................................................68
Závěr ....................................................................................................................................71 Použitá literatura...................................................................................................................73 Seznam tabulek ....................................................................................................................80 Seznam grafů, obrázků a schémat .........................................................................................80 Seznam příloh.......................................................................................................................83
Úvod Předmětem této práce je provést marketingový výzkum, jehož součástí bude analýza preferencí zákazníků. Analyzované preference se budou vztahovat k segmentu nábytku, který je možno prodávat přes internet a jehož výrobu je pro firmu Potrusil, s.r.o. možné realizovat. Výstupem výzkumu bude poznání nejdůležitější aspektů, které hrají roli při koupi nábytku přes internet a identifikace konkrétních vlastností u nábytku, na jejichž základě vznikají preference zákazníků. Na základě mých zjištění se firma může rozhodnout, jaké produkty pro ni bude nejvýhodnější vyrábět sériově pro e-shop a následně prodávat přes internet. Pro identifikaci jednotlivých vlastností, preferovaných u jednotlivých druhů nábytku, případně jejich kombinací, použiji metodu conjointní analýzy. Dále budu používat analýzy sekundárních dat, produktové analýzy, analýza trhu s podobnými produkty a jejich komparace. Důležité jsou i řízené rozhovory s managementem firmy Potrusil, s.r.o., zejména s Ing. Janou Navrátilovou a Ing. Ladislavem Potrusilem, kteří mají na starosti rozhodování o vzniku a provozu e-shopu. V části literární rešerše práce nejdříve zasadím zkoumanou problematiku do rámce teorie nákupního chování. Dále se budu zabývat segmentem prodeje nábytku přes internet, analýzou skupiny spotřebitelů. Zaměřím se také na stávající podniky působící v této oblasti. V další kapitole se zaměřím na teoretická i praktická doporučení pro zpracování kvantitativního marketingového výzkumu. V mezích metodiky kvantitativního výzkumu se bude odvíjet i představení techniky zvané conjointní analýza, která bude klíčovým analytickým nástrojem v praktické části diplomové práce. Popíšu také průběh celého výzkumu, včetně pilotní studie a předvýzkumu, provedených ještě před samotným výzkumem. Dále popíšu, jakou metodou byla získána data a jaký byl vzorek, zda se vzorek shoduje s cílovou populací, zda je výzkum validní a reliabilní. Samostatná kapitola bude věnována i dotazníku, pomocí kterého budu data získávat. Na základě zjištěných poznatků z teoretické části budou připraveny podklady pro contjointní analýzu. Následovat bude popis provedeného výzkumu, analýza získaných dat a prezentace výsledků. Praktickou část bude uzavírat diskuze nad získanými výsledky a doporučení pro firmu.
11
12
1 Problém podniku Poptávka po nakupování přes internet v Česku stále stoupá, sortiment produktů nabízených online se rozšiřuje. Pro některé firmy může online nakupování znamenat významné rozšíření trhu. Firma Potrusil, s.r.o., kterou se tato práce zabývá, se specializuje na výrobu nábytku na zakázku. Vyrábí převážně kuchyně na míru a kancelářský nábytek. Firma vyrábí ve Šlapanicích u Brna a prodejny má v Brně a Praze. Nábytek u ní zakoupený svým zákazníkům vozí a montážníci firmy jej na místě sestavují a umisťují. Působení firmy je tedy omezené na geograficky relativně malé území a omezený segment zákazníků. Nyní chce zvýšit svůj podíl na trhu výrobou sérií drobnějšího nábytku a jejich prodejem přes e-shop. Bude se jednat o drobnější kusy nábytku, jako jsou poličky a botníky, které jsou jednoduché na sestavení, dají se bezpečně zabalit a přepravit za pomoci externí přepravní služby. Tento nábytek by mohli objednávat spotřebitelé z celé České republiky, kterým by byl nábytek doručen až domů (nebo kam by potřebovali), kde by si jej následně sami sestavili. Firma Potrusil chce nabídnout zákazníkům tu výhodu, že by si předem v e-shopu měli možnost vybrat rozměry nábytku (v předem daném rozmezí omezeném výrobními možnostmi firmy). Zákazník například potřebuje botník do předsíně, ale má místo široké jen 98 cm. Většina prodejců nabízí botníky ve standardizovaných, předem daných rozměrech, např. 80 cm nebo 100 cm, oba dva tyto rozměry jsou pro zákazníka nevýhodné. Nový e-shop Potrusila by mu nabídl úpravu botníku v něm zakoupeného přesně na potřebných 98 cm a doručení na žádanou adresu. Před zpracováním této práce se firma potýkala s otázkami, zda vůbec mají zákazníci zájem o podobné služby, zda existují konkurenční firmy, které tyto služby nabízí, jaké produkty by bylo možné tímto způsobem vyrábět, jaké jsou preference zákazníků a další. Cílem této práce je pokusit se odpovědět na tyto otázky a nabídnout firmě podklad, na základě kterého bude moci vytvořit portfolio pro svůj e-shop.
13
1.1 Charakteristika podniku 1 Společnost Potrusil, s.r.o. je na trhu s nábytkem již více než 20 let. V roce 1993 zahájil činnost na trhu s nábytkem Ing. Ladislav Potrusil, podnikající jako fyzická osoba, na firmu společnosti s ručením omezeným přešel Potrusil v roce 1996. V posledních letech měla společnost průměrně 70 zaměstnanců, v současnosti má 65 zaměstnanců. Společnost má sídlo ve Šlapanicích u Brna, kde je i výrobní areál. Její prodejny jsou v Brně a v Praze. Roční obrat společnosti je 80 000 000. Potrusil, s.r.o. se zabývá hlavně výrobou a montáží nábytku, k tomu poskytuje doplňkové služby jako architektonické návrhy interiérů, úpravy interiérů, doprava a opravy nábytku. Společnost dodává jak jednotlivé kusy nábytku, tak ucelené interiéry, včetně zapojení spotřebičů a potřebných stavebních úprav. Jako součást doplňkových služeb vzniklo i copy centrum, původně sloužící pro velkoplošný tisk architektonických návrhů a dokumentů k veřejným zakázkám, jak pro společnost Potrusil, tak i pro externí zájemce. I když toto zůstalo hlavní náplní činnosti copy centra, přijímá i další zakázky od fyzických i právnických osob, které nesouvisí s nábytkovou činností. V posledních letech nastaly ve společnosti velké změny, a to jak ve výrobním procesu (rozšíření výroby a sortimentu kuchyňských linek v roce 2006, vybudování nového areálu pro výrobu kuchyní v roce 2011), tak v organizační struktuře (spojení se společností Kili-Produkt v roce 2009, otevření nové prodejny v Praze v roce 2010). Těmito změnami se společnost snaží zaujmout nové zákazníky a prosadit se na nových trzích. Pokračováním těchto změn by mělo být v následujícím období vytvoření e-shopu s nábytkem, vyráběným společností Potrusil. Pro tento e-shop by společnost chtěla vyrábět speciální standardizovanou řadu nebo více řad výrobků. Tato řada by měla být cenově dostupnější, než je v současnosti nábytek prodávaný společností, uzpůsobená tomu, že nábytek bude zákazníkovi odeslán poštou a poté si nábytek doma zákazník smontuje sám. Tato řada má být podle zástupců společnosti cílena na jinou skupinu spotřebitelů, než je tomu u současných produktů, které jsou převážně vyráběny na míru jednotlivým interiérům, dováženy na místo určení a montovány přímo montážníky společnosti. 1
Kapitola je zpracována na základě informací přístupných na stránkách firmy (Potrusil s.r.o. 2015) a na základě
interních materiálů společnosti
14
V současnosti probíhá diskuse o technickém řešení e-shopu a výrobních možnostech nové nábytkové řady. Souběžně s tím zástupci společnosti řeší, jaké produkty by měla nová řada obsahovat, na jaké klíčové vlastnosti se zaměřit při vytváření nabídky. K tomu by měla napomoci právě analýza, která je součástí této diplomové práce.
1.2 Výrobní možnosti firmy Pro potřeby e-shopu může firma vyrábět menší kusy nábytku v menších sériích (desítky kusů), a to z materiálů lamino a voština. Jedná se o kusy nábytku, jejichž rozměry jde snadno přizpůsobit na přání zákazníka. Tyto kusy by také měl být snadno zabalitelné pro přepravu a jednoduché k sestavení. Firma poskytuje pro svůj nábytek nadstandartní záruční doby (až 15 let). Jedním z důvodů, proč si může dovolit tak dlouhou záruční dobu je to, že zatím byl všechen nábytek sestavován přímo montážníky firmy. Pro nábytek na e-shop by firma také ráda poskytovala prodlouženou záruční dobu (déle než 2 roky). Proto je požadavek na nábytek pro e-shop takový, aby byl zákazník schopen si jej podle návodu sestavit a umístit sám snadno a jednoduše. Firma uvažuje o policích, stolech, jednoduchých botnících, regálech. Tyto kusy plánuje firma vyrobit a předpřipravit vždy v maximální velikosti, kterou umožňuje voštinová nebo laminová deska (případně ve velikosti poloviční, např. u police by to byla délka 2 m jako maximální délka desky a potom 1 m jako délka poloviční). Po provedení objednávky na určitou délku by pracovník firmy vzal nejbližší větší velikost požadovaného kusu nábytku (např. pro žádanou délku police 98 cm by vzal polici 1m) a tu zkrátil na požadovanou velikost, ohranil a připravil k odeslání pro zákazníka. Firma může mít na skladě větší množství předpřipravených kusů od každé barvy. Sklad se nachází v těsné blízkosti výrobního areálu, což znamená, že čas od objednávky po připravení a odeslání by měl být velmi krátký.
15
16
2 Literární rešerše V této části se zaměřím na dvě oblasti. První oblast se týká metody, kterou budu výzkum provádět. Zde popíšu, co je to marketingový výzkum, jeho fáze, metodu conjointní analýzy i software, který bude k analýze použit. Ve druhé části se zaměřím na téma, které chci zkoumat, tedy cílovou skupinu spotřebitelů.
2.1 Marketingový výzkum K uskutečňování všech činností podniku, které vedou k uspokojení potřeb zákazníků, musí mít podnik informace nejen o všech skutečnostech, týkajících se podniku samotného, ale i o představách a očekáváních jeho zákazníků. Získávání takových informací má pro podnik zásadní význam. Poznávání zákazníků probíhalo pravděpodobně už od samého počátku lidské společnosti, kdy mezi sebou lidé začali směňovat své výrobky. Metody poznávání zákazníků se však staly propracovanějšími a vědečtějšími až v minulém století. Jednou z metod, jak potřebné informace zajistit, je marketingový výzkum. V současnosti probíhají marketingové výzkumy podle objektivizovaných a systematických postupů, které přinášejí věrohodnější a užitečnější informace. Podle Dufka a Stávkové (2004, s. 3) marketingový výzkum „spočívá ve specifikaci, shromažďování analýze a interpretaci informací, které umožňují porozumět trhu, na kterém firma podniká nebo hodlá podnikat, identifikovat problémy spojené s podnikáním na tomto trhu, identifikovat příležitosti, které se na něm mohou vyskytnout, formulovat směry marketingové činnosti a hodnotit její výsledky.“ Existují i kratší definice, které vyjadřují v podstatě totéž, jako je následující definice McDaniela a Gatese: „Marketingový výzkum zahrnuje plánování, sběr a analýzu dat, která jsou relevantní pro marketingové rozhodování a komunikaci výsledků této analýzy řídícím pracovníkům.“ (Foret 2012, s. 30) Anebo definice Dufka a Stávkové (2004, s. 48) „Marketingový výzkum je využití vědecké metody k identifikaci a definování marketingových příležitostí a problémů“ Společné pro všechny uvedené definice je to, že marketingový výzkum za pomocí určitých (vědeckých) metod sbírá, analyzuje a vyhodnocuje data, která jsou dále využívána managementem společností. Takto zjištěné informace jsou používané ke zjišťování a 17
definování marketingových příležitostí a problémů, tvorbě, zdokonalování a hodnocení marketingových akcí, monitorování marketingového úsilí a ke zlepšení pochopení marketingu jako procesu. (Stávková et al. 2004, s. 48) Jak vyplývá z uvedených definic, marketingový výzkum je v současnosti založen na vědeckých metodách. I tak je ale důležité si uvědomit, jak uvádí Foret (2012, s. 8), že provádíme zjednodušení komplexní sociálně ekonomické reality, ze které si vybíráme jen klíčové aspekty a vlastnosti, které nás zajímají a které považujeme za nejdůležitější. Tyto vlastnosti sledujeme pouze jedním zvoleným nástrojem a ani při jeho nejlepší aplikaci nemůžeme být schopni popsat celou realitu v její složitosti. Při interpretaci výsledků výzkumu je to třeba mít na paměti. Pokud chceme získat spolehlivější výsledky, je dobré veličiny, které nás zajímají, zkoumat dlouhodobě a porovnávat naše zjištění s obdobnými výzkumy. Nejdůležitějším cílem marketingového výzkumu je nejen správně získat požadovaná data, objektivní a validní, ale i výsledky správně interpretovat a prezentovat v patřičném kontextu. Při selhání jednoho z těchto bodů ztrácí celý výzkum smysl. (Orme, B. K. 2010) Data, která získáváme při výzkumu, mohou pocházet z několika zdrojů. Data mohou být buď primární (shromážděná výzkumníkem), sekundární (dostupná z veřejných zdrojů) a komerční (shromážděné komerční firmou, může zahrnovat primární i sekundární data). (Stávková et al. 2004, s. 59) Zdrojem sekundárních dat mohou být například firmy samy (Přehledy zisků a ztrát, bilance, prodejní přehledy a prodejní hlášení, účty, přehledy zásob, zprávy z předchozích výzkumů, které si firma objednala), Státní publikace (např. statistická ročenka, kniha informací správních obvodů a měst), různá periodika a knihy (např. časopisy s marketingovým zaměřením, publikace) a komerční údaje. (Stávková et al. 2004, s. 27) Na počátku výzkumu bychom měli nejprve hledat a analyzovat sekundární informace. Na základě této analýzy můžeme přijít na to, zda je primární výzkum třeba, zda už hledaná data neexistují, nebo není jiný a jednodušší způsob získání dat, než vlastní výzkum.(Kozel 2006, s. 84) I když už pak vlastní výzkum provedeme, jeho porovnáním se sekundárními zdroji můžeme přijít na další zajímavé skutečnosti a nastavit další otázky pro případný další výzkum.
18
2.1.1 Kvantitativní marketingový výzkum V literatuře můžeme nalézt několik možných rozdělení marketingového výzkumu. Dufek a Stávková (2004, s. 17) dělí marketingový výzkum na základní (za účelem rozšíření marketingových poznatků) a aplikovaný (naplňuje požadavky managementu). Marketingové výzkumy můžeme dělit podle různých hledisek: podle metod získávání informací na primární a sekundární, podle předmětu zkoumání (trhu, makroprostředí, podniku), podle charakteru informací a podobně. (Stávková et al. 2004, s. 49) Jedno z možných rozdělení je i na kvantitativní a kvalitativní metodologii výzkumu. Kvantitativní a kvalitativní výzkum se liší charakterem jevů. Účelem kvantitativního výzkumu je získat číselně měřitelné hodnoty. (Kozel 2006, s. 122) Pavlica (2000, s. 31) popisuje rozdíl mezi kvantitativním a kvalitativním výzkumem takto: „Kvantitativní výzkum má strukturovanou výzkumnou strategii, sociální realitu bere jako externí a statickou a výzkumná data jsou plošná a tvrdá. Naproti tomu strategie kvalitativního výzkumu je nestrukturovaná, představa o sociální strategii je konstruovaná a procesuální a výzkumná data jsou měkká a hluboká.“ Kvantitativní výzkum popisuje zkoumané jevy čísly, získává data o množství, frekvenci a míře výskytu jednotlivých jevů (Gavora a Jůva 2000, s. 35), kvalitativní výzkum používá slovní popis (Gavora a Jůva 2000, s. 36) Při kvantitativním výzkumu se používají i kvalitativní údaje, tedy hodnoty, které původně nebyly číselné, převádí kvantitativní výzkum do číselných hodnot.(Kozel 2006, s. 120) Také např. používá různé škály, které převádí do číselných hodnot např. hodnocení kvality, míru souhlasu s nějakým výrokem a podobně. Kvantifikaci provádíme pro snadnější analýzu dat. Důležitá je tu kvantifikace-převod do číselného vyjádření. (Kozel 2006, s. 160) Při kvantitativním výzkumu dochází k redukci reality na poměrně malý počet proměnných a vztahů mezi nimi. Analýza dat potom vychází z malého počtu informací o velkém počtu jedinců. Oproti tomu kvalitativní výzkum se snaží popsat realitu co nejlépe a získává co největší množství dat o malém počtu jedinců.(Kozel 2006, s. 122) Kvantitativní a kvalitativní výzkum se mohou i vzájemně doplňovat. Kvantitativní výzkum může mít přípravnou roli pro výzkum kvalitativní. Ten zase vyvíjí teorie, které chceme potvrdit kvantitativním výzkumem. (Pavlica 2000, s. 31) 19
Pro kvantitativní výzkum je podle Kotlera (2007, s. 482) potřebný dostatečný počet respondentů pro provedení analýzy dat. Data se získávají poštou, při osobních rozhovorech se zákazníky a v poslední době i na internetu. Aby se shromážděná data dala porovnávat a analyzovat, měla by být získána stejným způsobem a za stejné časové období.(Kozel 2006, s. 161) Při kvantitativním výzkumu si výzkumníci většinou drží od respondentů odstup a snaží se o co největší objektivitu, při kvalitativním výzkumu se výzkumník může s tázanými osobami sblížit. (Gavora a Jůva 2000, s. 36) Kvantitativní výzkum je deduktivní. Problém, existující v teorii, převede do řady hypotéz, které jsou převedeny do proměnných. Jeho pomocí je tedy možné najít řešení jen takových problémů, které můžeme popsat pomocí vztahů mezi pozorovatelnými proměnnými. (Disman 2000, s. 77) Data, získaná při výzkumu, jsou použita k testování těchto hypotéz, které jsou následně zamítnuty nebo potvrzeny. (Disman 2000, s. 287) Testování hypotéz probíhá za pomoci statistických metod. (Reichel 2009, s. 40) V kvantitativním výzkumu sbíráme jen data, která potřebujeme pro testování hypotéz, typicky od velkého počtu jedinců. Získaná data pak můžeme generalizovat na vybranou populaci relativně snadno, s tím, že validitu této generalizace můžeme měřit. (Disman 2000, s. 286) Důležité pojmy pro empirický výzkum jsou validita a reliabilita. Validita výzkumu znamená, nakolik jsme měřili to, co jsme skutečně zamýšleli měřit. (Disman 2000, s. 64) Reliabilita znamená, nakolik je test, kterým jsme měřili, spolehlivý. Reliabilní měření dává při opakování
testu
shodné
výsledky
(za
předpokladu,
že
se
okolnosti
měření
nezměnily).(Disman 2000, s. 62) Kontrola validity probíhá pomocí několika skupin technik. Nejmocnější skupinou (Disman 2000, s. 64) je srovnání s vnějším kritériem (např. prediktivní validita – porovnání předpovědi na základě měření se skutečnými výsledky).
20
2.1.2 Fáze kvantitativního výzkumu V praxi se kvantitativní výzkum většinou sestává z následujících 11 kroků (podle Dismana (2000, s. 120)) 1. Formulace teoretického nebo praktického problému V této fázi si musíme vybrat takový problém, který jsme schopni zkoumat. Nikdy nebudeme schopni popsat realitu v její komplexnosti, proto musíme pracovat s redukovaným popisem reality. Součástí redukce je i redukce (zjednodušení) analyzovaných vztahů mezi proměnnými. (Disman 2000, s. 80) Na základě předpokládaných vztahů mezi proměnnými potom formulujeme hypotézy. 2. Formulace teoretických hypotéz Hypotézy vychází ze zadání výzkumu a jeho cílů, proto počet hypotéz odpovídá počtu cílů výzkumu (Kozel 2006, s. 80). Hypotézy v této fázi jsou ještě hodně obecné. Součástí je také analýza výchozí situace. 3. Formulace pracovních hypotéz Na počátku jsou hypotézy pracovní. Formulace pracovních hypotéz má sloužit k tomu, abychom ověřili, je-li výzkum vůbec možný. Podle Dismana (2000, s. 80) jsou důležitým nástrojem pro optimalizaci redukce informací a obsahují základní informace pro optimální rozhodnutí o technikách výzkumu. Na základě předběžných analýz a případně pilotáže se rozhodujeme o hypotézách konečných (Kozel 2006, s. 80). 4. Rozhodnutí o populaci a vzorku Populace je základní soubor, soubor jednotek, o kterém předpokládáme, že jsou pro něj naše závěry platné, tedy soubor, na který budeme chtít naše závěry zevšeobecnit. (Disman 2000, s. 93) Vzorek je skupina jednotek, které skutečně pozorujeme a měříme. Naším cílem je, aby výsledky, které získáme na vzorku, se daly zevšeobecnit na celou populaci. Struktura vzorku musí proto být co nejvíce podobná struktuře cílové populace. (Disman 2000, s. 94)
21
5. Pilotní studie Provádí se ještě před samotným výzkumem na menší skupině z populace, kterou hodláme studovat. Při pilotní studii používáme spíše techniky kvalitativního výzkumu (jako je např. nestandardizovaný rozhovor). Cílem je zjistit, zda informace, kterou požadujeme, je k dispozici v cílové populaci a zda je zjistitelná. (Disman 2000, s. 120) 6. Rozhodnutí o technice sběru informací Existuje více technik sběru informací: přímé pozorování (vnímání a pečlivé zaznamenávání vybraných jevů), rozhovor (interakce výzkumníka s respondentem), dotazník (respondent odpovídá písemně pomocí formuláře), analýza dokumentů a artefaktů (analyzujeme dokumenty a materiální pozůstatky lidského chování, které nebyly vytvořeny za účelem výzkumu). (Disman 2000, s. 124) 7. Konstrukce nástrojů pro sběr informací Rozhodujeme se, které nástroje by byly pro sběr dat nejvhodnější, konstruujeme osnovu rozhovoru, případně vytváříme dotazníky. (Disman 2000, s. 123) 8. Předvýzkum Provádí se opět na malém vzorku z cílové populace a slouží k testování nástrojů, které ve výzkumu hodláme použít. Většinou slouží pro testování srozumitelnosti a jednoznačnosti otázek. (Disman 2000, s. 122) 9. Sběr dat. Sběr dat probíhá na vzorku z cílové populace, který jsme stanovili jako dostatečně velký k metodě, kterou používáme. Sběr dat probíhá různými způsoby podle toho, který nástroj k němu používáme. 10. Analýza dat Analýza dat v současnosti probíhá za pomoci různých softwarových nástrojů. Získaná data převedeme do elektronické podoby a analyzujeme.
22
11. Interpretace, závěry, teoretické zobecnění Poslední fáze výzkumu, ve které interpretujeme data získaná analýzou, zamítáme či potvrzujeme hypotézy a zobecňujeme závěry získané na vzorku na celou populaci. Součástí je většinou vědecká publikace a případně doporučení k dalšímu výzkumu. 2.1.3 Etika marketingového výzkumu Také při realizaci marketingového výzkumu musí výzkumníci dodržovat určitá pravidla marketingové etiky. Marketingová etika je aplikování morálních pravidel na prostředí směny.(Zikmund a Babin 2006, s. 86) Řada mezinárodních organizací, např. Evropskou společností pro výzkum veřejného mínění (ESOMAR), American Marketing Association nebo Marketing Research Society (Zikmund a Babin 2006, s. 91) sestavila kodexy marketingového výzkumu. V některých zemích existují také národní požadavky stanovené legislativou, které mají přednost před uplatněním pravidel těchto kodexů. (Stávková et al. 2004, s. 54) Je v nich vyjádřeno právo respondentů na soukromí, právo na informace o účelu výzkumu, o klamání v rámci výzkumného procesu, důvěrnost a čestnost při sběru dat a objektivita při jejich interpretaci.(Zikmund a Babin 2006, s. 232) Nedodržování etických pravidel při marketingových výzkumech a jejich zneužívání v posledních letech napomohlo k problému, jímž je vzrůstající odpor zákazníků k tomuto odvětví. Kotler (2007, s. 442) uvádí příklady několika studií, které dokumentují nárůst počtu zákazníků, které nechtějí firmě dávat žádné informace. Podle jedné z těchto studií nechce podat informace firmě 59% zákazníků, protože mají dojem, že tyto informace firma nepotřebuje, nebo jsou naopak příliš osobní. Podle Kotlera (2007, s. 442–443) se zákazníci nejvíce obávají narušení svého soukromí, výzkumy po telefonu nebo zasílané poštou jim zabírají velké množství času, mohou se ozvat ve chvíli, kdy se to zákazníkům nehodí, nebo požadují informace, které jsou příliš osobní. Řada zákazníků má také negativní zkušenosti s předchozí účastí v jiném marketingovém výzkumu, což ovlivní jejich postoj ke všem následujícím výzkumům, které se jich týkají. Etika v marketingovém výzkumu je důležitou otázkou už proto, že výzkumník, který se zachová k respondentovi neeticky, může ztížit situaci všem, kteří respondenta osloví po něm, ať už v jakékoliv otázce. Může také poškodit jméno firmy, pokud při výzkumu padne, takže místo aby firma čerpala z výzkumu výhody, může pro ni být ve finále nevýhodný. 23
2.2 Conjointní analýza Čermáková (2003) definuje conjointní analýzu jako „skupinu metod, která se zabývá určením preferencí, které spotřebitelé přikládají různým vlastnostem (atributům) nějakého výrobku.“ Conjointní analýza je někdy nazývána i analýzou preferencí.(Machková 2006, s. 58) Slovo conjoitní vzniklo podle Čermákové (2003) spojením anglických slov „consider“(zvažovat) a „jointly“ (společně). Vyjadřuje to společné zvažování různých kombinací atributu, které by se odděleně zkoumaly jen velice těžko. Orme (2010) uvádí tento původ názvu jako mylný a namísto něj uvádí jako slovo původu „to conjoin“, což znamená spojené dohromady, protože respondent posuzuje více atributů spojených v jednom produktu. Zatímco při obvyklém dotazování pomocí klasických dotazníků jsou spotřebitelé dotazováni na jednotlivé vlastnosti produktů zvlášť, tyto vlastnosti jsou analyzovány odděleně, zatímco v případně conjoitní analýzy jsou posuzovány v různých kombinacích. (Čermáková 2003) Conjoitní analýza je stará téměř 50 let. Tato metoda původně nebyla určená pro marketingový výzkum. Vyvinula se z výzkumu Luce a Tukeye, publikovaného v roce 1964 pod vlivem dalších psychometrických výzkumů. Navazující výzkumníci vyvinuli řadu modelů pro výpočet dílčích hodnot atributů, které zjišťovali na základě preferencí respondentů u víceatributových popisů výrobků nebo služeb. (Green et al. 2001) Párové srovnávání a vybírání jednoho produktu z více je v conjointním výzkumu je založeno na ekonometrickém díle McFaddena. (Orme, B. K. 2010) V současnosti je conjointní analýza nejpopulárnější metodou v marketingovém výzkumu, používanou pro zkoumání preferencí respondentů. Conjointní analýza se využívá nejčastěji pro hodnocení nových produktů nebo konceptů zboží a služeb, při repositioningu, analýze konkurenceschopnosti, vytváření cen u výrobků a služeb a při segmentaci trhu. (Green a Srinivasan 1990) Můžeme zkoumat nejen chování u produktů, které jsou již na trhu, často je také používaná ještě před zavedením nových produktů na trh. (Green et al. 2001) Využití nachází často již při navrhování výrobků tak, aby co nejvíce odpovídaly preferencím zákazníků. Výzkumníci předloží zákazníkům několik variant výrobku s různými vlastnostmi jednotlivých atributů a zákazníci posuzují své preference k jednotlivým variantám. (Machková 2006, s. 58)
24
Jednotlivé varianty jsou zákazníkům představeny například tak, že dostanou několik obrázků různých variant výrobků, nebo úplný popis těchto variant. Zákazník poté musí vyjádřit své preference mezi těmito variantami. (Čermáková 2003) Získané informace se pomocí statistické analýzy zpracovávají a výsledkem mají být nejžádanější kombinace vlastností daného výrobku. Orme (2010) varuje výzkumníky před přílišným optimismem v tom, že lidské rozhodování je komplexní a že je velmi zjednodušující si myslet, že hodnota celku je v takovém případě rovna součtu hodnot jeho částí. Conjoitní analýza je náročná nejen pro výzkumníky, ale i pro respondenty, protože většinou obsahuje případy, kdy je od nich požadováno zvážení většího množství atributů najednou.(Machková 2006, s. 58) Aby respondent nebyl zatěžován tím, že by musel posuzovat všechny kombinace všech atributů, protože takových kombinací jsou často desítky, nebo i stovky, vytvoří se jen určitá skupina kombinací atributů (tzv. ortogonální pole, což je podle Čermákové (2003) „speciální podmnožina všech možných kombinací úrovní atributů, při níž se vyskytuje každá úroveň jednoho atributu v kombinaci s každou úrovní jiného atributu se stejnou, či alespoň proporcionální četností, což zajišťuje nezávislost hlavních efektů a nedochází ke ztrátě informací.“) I při velkém zjednodušení pro respondenty tak stále získáváme velmi přesná data. 2.2.1 Základní principy a postup conjointní analýzy Conjointní analýza měří situace, blížící se reálným situacím na trhu, kdy respondent posuzuje a porovnává mezi sebou zboží, které mají více atributů, ve kterých se vzájemně liší. Například když si vybírá zmrzlinu, jedná se o atributy příchuť (čokoládová, vanilková), druh kornoutku (obyčejný nebo s čokoládou) a posypku na zmrzlinu (čokoláda, karamel). Prvním krokem při provádění conjointní analýzy je, že u výrobků/služeb, které chceme zkoumat, definujeme jednotlivé atributy a jejich úrovně. Takže pro výše zmíněnou zmrzlinu byla jedním z atributů příchuť a úrovně potom vanilková a čokoládová. Pro tuto přípravnou fázi je důležité provést řadu zkoumání: rozhovory se spotřebiteli, interní zdroje společností a názor jejich expertů. Atributy definované v této fázi nás provází po zbytek výzkumu, je tedy důležité provést přípravnou fázi důkladně. V další fázi dochází k vybírání atributů a jejich kombinací, které budeme používat pro výzkum. Většinou není možné použít všechny kombinace atributů a jejich úrovní. Green 25
(2001) uvádí příklad analýzy kreditních karet s 12 atributy, které měly 2-6 úrovní. To dělalo 186 624 možných kombinací. Proto se využívá tzv. ortogonálního pole a dalších metod, aby výzkumníci snížili množství stimulů, které budou předkládat respondentům, na velmi malé množství, které jsou schopni respondenti zpracovat. V příkladu, který uvádí Green, použili 0,04% možných kombinací, 64 variant, které výzkumníci považovali za dostatečný počet, aby dokázali spočítat efekty jednotlivých atributů. 64 je i tak vysoké číslo, aby je jeden respondent dokázal co nejvíce přesně posoudit a ohodnotit, proto každý respondent posuzoval pouze 8 variant, náhodně vybraných z určených 64 variant. (Green et al. 2001) V studiích, ve kterých je metodou conjointní analýza, se pro porovnávané produkty používají karty, na každé kartě je popsána a/nebo vyobrazena jedna z variant. Jednou z možností, jak může respondent projevit své preference je ta, že seřadí předložené karty podle svých priorit, na základě pravděpodobnosti koupě výrobku (např. na první místo karta, kterou by koupil s největší pravděpodobností, na druhé druhá a tak dále, až nakonec karty s nejnižší pravděpodobností koupě). V případě velkého množství atributů dostane k dispozici jen určitou část ze všech karet. V případě menšího množství posuzuje respondent všechny vybrané varianty. (Green et al. 2001) Na základě hodnocení provedených respondenty je možno spočítat váhy pro všechny úrovně jednotlivých atributů. Někteří výzkumníci potom počítají skóry důležitosti pro jednotlivé atributy. (Orme, B. K. 2010) Tyto skóry ukazují, jaký vliv mají jednotlivé atributy na celkové rozhodování o koupi daného produktu. Právě tyto skóry se používají pro předpovídání toho, zda bude produkt na trhu úspěšný, a to nejen pro těch několik málo variant produktu, které respondenti při analýze posuzovaly. Za pomoci těchto skórů je možné vypočítat předpokládanou úspěšnost všech potenciálních kombinací atributů, použitých ve výzkumu, tedy všech možných variant produktu. (Orme, B. K. 2010) 2.2.2 Typy sběru dat v conjointní analýze Metodu conjointní analýzy lze provádět různými způsoby. Odlišnosti jsou v metodice sběru dat a také v softwaru, pomocí kterého analýzu provádíme. Každý software umožňuje jiné varianty. Některé varianty mohou být výhodnější pro náš výzkum než jiné, každý způsob sběru dat také do jiné míry simuluje nákupní chování. Proto musíme před výzkumem zvážit, jaké nástroje máme k dispozici a jaký přístup by pro konkrétní výzkum byl nejvýhodnější. 26
Tato kapitola poskytne základní přehled možností, které máme k dispozici, co se týče sběru dat. Tyto možnosti se používají v celé řadě variací a kombinací. Green et al (2001) rozlišuje čtyři základní typy sběru dat, které se v současnosti používají v conjointní analýze. 1) Technika plných profilů, kdy každý respondent vidí všechny varianty produktu, poté je rozdělí do kategorií a ohodnotí každý produkt číslem, které vyjadřuje pravděpodobnost jeho koupě. 2) Kompoziční techniky, kdy respondent zprvu ohodnotí každou variantu produktu na škále 0-100 a potom ohodnocuje důležitost jednotlivých atributů. 3) Hybridní techniky, kdy každý respondent ohodnocuje subset jednotlivých variant (ne všechny varianty, ale jen výběr) a zvlášť vyhodnocuje důležité atributy na výrobku. Výsledky obou těchto úloh se potom porovnávají. 4) Adaptivní analýza, při které respondent prvně vyplňuje vysvětlující úkol a poté hodnotí set částečných profilů produktů, vždy dva zároveň a porovnává je mezi sebou. Tyto částečné profily jsou vytvořeny tak, aby pokryly všechny atributy, které chceme ohodnotit. Orme (2010) popisuje druhy sběru dat trochu odlišně. Respondent buď hodnotí jednotlivé varianty produktu zvlášť, nebo je porovnává v párech, anebo si vybírá jednu z několika možností. Poslední dvě možnosti podle Orma (2010) nejvíc simulují nákupní chování spotřebitelů v normálních situacích (spotřebitel si zatím většinu produktů musí vybírat z omezené nabídky na trhu, která je mu k dispozici. Většinou si tedy vybírá jeden z několika produktů, které splňují jeho základní požadavky). Některé výzkumy (Boyle et al. 2001) ukazují, že výsledky získané jednotlivými druhy sběru dat conjointní analýzy se liší. Mezi získanými výsledky se tedy nedá libovolně zaměňovat a je třeba vždy přesně popsat, jak byl výzkum provádět. Autoři se nicméně neshodli na žádném designu, který by byl nejlepší anebo by poskytoval přesnější data.
27
2.2.3 Výhody a nevýhody conjointní analýzy Oproti klasickému dotazníku, kde při vyplňování svého názoru na jednotlivé atributy zákazník často bývá ovlivněn různými vlivy, například sociální žádoucností odpovědí (respondent dává průměrná a vyšší než průměrná hodnocení produktů, udává, že cena produktu pro něj jen hraje jen malou roli a podobně), při conjointní analýze řada těchto vlivů odpadá. (Orme, B. K. 2010) Pokud by měli respondenti hodnotit jednotlivé atributy, těžko by dokázali posoudit jednotlivé atributy bez jejich kontextu tak, jak jsou pro ně při nákupu výrobku opravdu důležité. Conjointní analýza se v tomto blíží velmi reálnému světu, kdy spotřebitelé každodenně dělají rozhodnutí o výrobcích či službách s velkým množstvím atributů. Mnohdy si svých preferencí sami respondenti nejsou zcela vědomi. Conjointní analýza jim prezentuje výrobky podobné těm skutečným, s reálnými kombinacemi atributů. Získaná data se proto také blíží realitě víc, než je tomu u jiných metod. Při conjointní analýze se často využívá porovnávání produktů v páru nebo výběr jednoho produktu z více možností. Porovnávání dvou obdobných výrobků má výhodu v tom, že lépe simuluje reálné nákupní situace (Orme, B. K. 2010) (například když si vybíráme, zda se nám líbí víc žluté nebo červené tričko, je snazší se rozhodnout, pokud máme obě v ruce). Conjointní analýza lépe simuluje situace založené na volbě a ne jen na obecných preferencích zákazníků. Získaná data se potom dají lépe aplikovat na reálné produkty. Conjointní analýzu jako metodu přibližují reálné situaci i moderní technologie, které umožňují vytvořit virtuální modely výrobků, které reálně neexistují. Conjointní analýza také zobecňuje chování jednotlivců na celou populace a vytváří model, který zahrnuje podstatné atributy. (Kozel et al. 2011, s. 231) Conjointní analýza má však i svoje limity. Z výsledků analýzy nemůžeme usuzovat na podíl výrobků na trhu, a to hned z několika důvodů (Orme, B. K. 2010). Respondent při conjointní analýze má k dispozici všechny informace o všech variantách výrobků, tak dokonalá informovanost na trhu neexistuje. Všechny výrobky jsou také respondentovi „k dispozici“. Conjointní analýza nepočítá s vlivem reklamy a dostupnosti výrobků spotřebitelům. Ne všichni respondenti jsou také potenciálními kupci produktu, a to i když produkt kladně ohodnotí. (Pokud respondent vybírá automobil, jaký by si ideálně vybral, kdyby si měl nějaký koupit, neznamená to, že má možnost nebo zájem o to si jej ve skutečnosti kupovat.)
28
Conjointní analýza jako jeden z nejpoužívanějších způsobů průzkumu trhu může být také zneužita nebo špatně pochopena, pokud si někdo její limity neuvědomí. Jako nejčastější případ problematické interpretace conjointní analýzy uvádí Jaeger et al (Sara R. Jaeger et al. 2001) to, že podíl na trhu se z conjointní analýzy počítá na základě ohodnocení jednotlivých produktů než na tom, jaký produkt by si zákazník ve skutečnosti vybral. Orme (2010) upozorňuje, že hodnota celku nemusí být v případě conjointní analýzy rovna součtu hodnot jeho částí. V conjointní analýze můžeme zkoumat jen velmi omezené množství faktorů, které mohou mít vliv na výběr daného produktu. (McCullough 2002) Je proto třeba vybrat tyto faktory velmi pozorně. Pokud vynecháme faktor, který je důležitý pro řadu respondentů, nebudou výsledky conjointní analýzy moci odpovídat realitě. (McCullough 2002) Některá její omezení se mohou dát při návrhu designu zmenšit (například pozorně vybrat skupinu respondentů tak, aby reflektovala skupinu potenciálních cílových zákazníků produktu). McCullough (2002) upozorňuje na to, že conjointní analýza dává velmi specifické odpovědi. Pokud jsme někde v procesu udělali chybu, tak budou pravděpodobně všechny výsledky špatně. Tento autor vidí chybu i v softwaru, který umožňuje provádět conjointní analýzu stále snadněji, tak že výzkumník jen mačká tlačítka a nerozumí tomu, co se v pozadí děje. V interpretaci výsledků potom může udělat chyby, jichž si ani není vědom. (McCullough 2002)
2.3 Spotřebitelé a nakupování V současné době je průzkum chování spotřebitelů důležitější než kdykoliv předtím. Spotřebitelé mají větší moc, než dříve. Také mají mnohem lepší přístup k informacím o produktech a službách. Mohou snadno zjišťovat a porovnávat informace o výrobcích, o které mají zájem. Zákazníci se mohou připojovat nejen přes počítač, ale v současné době v podstatě kdykoliv a kdekoliv ze svých mobilních zařízení. (Schiffman a Kanuk 2004, s. 114) Nabídka služeb a výrobků je širší, než kdykoliv předtím. Výrobky a služby jsou daleko více přizpůsobené na míru konkrétních zákazníků. Digitální média dovolují okamžitou a oboustrannou interakci mezi prodávajícími a zákazníky. Prodejcům umožňují měřit efektivitu jejich propagace mnohem rychleji a získávat informace o jejich zákaznících rychleji, než kdy předtím, a také ve větším množství. Například díky 29
registraci v e-shopech mohou firmy sledovat chování konkrétních zákazníků a tak si velmi levně budovat databáze spotřebitelů a získávat přehled o jejich chování. (Schiffman a Kanuk 2004, s. 114) Také existuje řada výzkumů a studií, zabývajících se nákupním chováním a preferencemi zákazníků. V této a následující kapitole se budu snažit shrnout poznatky, týkajícího se spotřebitelů a jejich nákupní chování v situacích, které nás zajímají, tedy nakupování nábytku všeobecně (např. podle jakých preferencí spotřebitelé vybírají nábytek), nakupování online všeobecně (protože se náš výzkum týká e-shopu a některé poznatky o online nakupování všeobecně na něj můžeme aplikovat) a nakonec o nakupování nábytku online. Vzhledem k tomu, že k tématu českých specifik je toho poměrně málo, většina poznatků z této a následující kapitoly pocházejí ze zahraničních zdrojů. Je třeba si uvědomit, že ne všechny zde popsané preference a mechanismy, získané ze zahraničních výzkumů, musí platit stejně u českých zákazníků. 2.3.1 Nákupní chování Nákupní chování definují Schiffman a Kanuk jako „chování, kterým se spotřebitelé projevují při hledání, nakupování, užívání, hodnocení a nakládání s výrobky a službami, od nichž očekávají uspokojení svých potřeb.“ (Schiffman a Kanuk 2004, s. 14) Když zkoumáme nákupní chování jednotlivců, tak zjišťujeme, na co vynakládají svoje zdroje (čas, peníze a úsilí), proč, kdy, kde a jak často nakupují určité položky. Důležitý je i důsledek nákupu, spokojenost spotřebitele s výrobkem a dopad na další spotřebitelské chování. Nákupní chování rozlišuje dva typy spotřebitelů – osobní spotřebitel a organizační spotřebitel. (Schiffman a Kanuk 2004, s. 14) Osobní spotřebitel nakupuje pro sebe (domácnost, přátele, rodinu,..), produkty tedy většinou nakupuje tzv. koncový uživatel. Koncová spotřeba zahrnuje v podstatě všechny jednotlivce v dané populaci. Organizační spotřebitelé jsou různé organizace a instituce, nakupující výrobky a služby, které potřebují pro svoji činnost. Foret (2012, s. 5–6) uvádí šest základních okruhů témat, která můžeme zkoumat u našich zákazníků, ať již jednotlivě anebo jejich kombinaci. Těmito tématy jsou: socioekonomický profil zákazníků, životní podmínky zákazníků, životní styl zákazníků, hodnotové orientace zákazníků, nákupní chování a rozhodování zákazníků a vnímání a vliv marketingové 30
komunikace. Tyto jmenované faktory jsou klíčové pro výzkumy, použité v následujícím textu. 2.3.2 Nakupování nábytku Cílem této kapitoly je zjistit, jaké jsou klíčové faktory, podle kterých se zákazníci řídí při vybírání
a
nakupování
nábytku.
Zjišťování
probíhalo
pomocí
literární
rešerše
v elektronických zdrojích MU. Výzkumy, které popisuje tato kapitola, se zabývají mimo jiné faktory, které jsou pro konzumenty nejdůležitější pro nákupy nábytku. Většina výzkumů je provedena na amerických respondentech, u každého výzkumu je zhruba napsáno, kde a jak byl proveden a co byla nejdůležitější zjištění. Jedním z důležitých faktorů při výběru většiny zboží je značka. V některých případech si zákazník buduje představu o kvalitě zboží na základě značky, koupě určité značky může souviset i s životním stylem konsumenta. (Kadam 2011) Povědomí značky u nábytkářských produktů, jak zjišťuje Sloan (2007 in (Kinley a Brandon 2015) je mnohem nižší, než je tomu například u oblečení. Ve Sloanově výzkumu pouze 50% respondentů vědělo, jakou značku nábytku si zakoupili. Kinley a Brandon (2015) se ve svém výzkumu zabývali vlivem brandingových strategií při nakupování
nábytku.
Výzkum
prováděli
online
mezi
americkými
respondenty.
Nejsignifikantnějším zjištěním jejich výzkumu je, že nejdůležitějším kritériem pro koupi nábytku je cena. Dále zkoumali oblíbenost nábytku, který je spojený se jménem známé osobnosti (celebrity), což je fenomén rozšířený hlavně v Americe. Burnsed a Hodges (2014) zjistily jako tři nejdůležitější faktory, podle kterých se spotřebitelé při koupi nábytku rozhodují, kvalitu, pohodlnost a cenu. V jejich výzkumu není udáno pořadí těchto faktorů podle důležitosti. Labuschagne et al (2012) se zabývali tím, jaké hledají jihoafričtí spotřebitelé informace o výrobcích, když dělají průzkum trhu před zamýšlenou koupí nábytku. Nejdůležitější hledané informace byly cena, použité materiály, instrukce k údržbě a informace o záruce. To byla zároveň i kritéria, na základě kterých si spotřebitelé posléze vybírají žádaný kus nábytku. Zákazníci dle autorů očekávají, že popisky nábytku budou principiálně stejné a budou obsahovat přehledně všechny tyto nejdůležitější obecné informace o produktu. Informace specifické pro jednotlivé typy produktů by měly být od těchto všeobecných informací 31
uvedené odděleně. Podle autorů je pro spotřebitele důležité, aby měl žádané informace k dispozici v přehledné formě. Na základě svého výzkumu vytvářejí autoři i doporučení, jak by měla vypadat ideální popiska nábytku, která obsahuje všechny žádané informace, ale žádné zbytečné informace navíc. Yoon et al. (2010) zkoumali na studentech amerických univerzit jejich priority při vybírání nábytku do obývacího pokoje. Používali přitom online přístupné virtuální 3D animované pokoje, zařízené v různých stylech. Zajímali se o následujících osm faktorů: styl nábytku, barva, cena, kvalita konstrukce, snadnost údržby, pohodlnost, materiál a sladění s ostatními kusy nábytku. Snažili se potvrdit závěry předchozích studií o genderových rozdílech při vybírání nábytku, které nakonec potvrdili. Pro muže je důležitějším faktorem kvalita konstrukce a cena, tedy spíše objektivní a měřitelné atributy, zatímco pro ženy jsou více než to důležité barva a styl nábytku, což jsou spíše subjektivní a vizuální atributy nábytku. Dalším rozdílem je, že ženy se posoudí signifikantně více možností, než si vyberou výrobek, než muži. Na základě všech výše zmíněných výzkumů usuzujeme, že pro spotřebitele je při koupi nábytku klíčovým atributem cena a teprve potom následují další atributy, jako je materiál, konstrukce, vzhled nebo styl nábytku. Tyto atributy se mohou lišit mezi pohlavími a také mezi kulturami, ale výzkumů je příliš málo a jsou příliš různorodé, než aby umožnily toto porovnání.
2.4 Nakupování přes internet Nakupování přes internet umožňuje spotřebitelům, aby hledali informace o produktech a následně si je koupili skrze webový obchod. Hoffman a Novak (1996 in (Jeong a Lee 2010) definují nakupování přes internet jako koncept online obchodů, nabízejících řadu produktů, přičemž vystavení těchto produktů probíhá skrze elektronický obchod, jehož server poskytuje informace, jako jsou ceny produktů, charakteristiky jednotlivých produktů atd. Informace o produktech poskytuje internetová stránka uživatelům pomocí multimediálního rozhraní a uživatelé si pomocí této stránky mohou zboží objednat a zakoupit. Jak uvádí Forsythe a Shi (2003), již v roce 2003 bylo nakupování přes internet jedno z nejrychleji rostoucích využití internetu, jehož oblíbenost bude dále stoupat. Horrigan (2008) uvádí, že v roce 2008 66% Američanů někdy v minulosti koupilo nějaký produkt přes 32
internet. Motivací zákazníků pro nakupování online je podle něj ušetření času oproti klasickému nakupování a také pohodlnost online nakupování. Horrigan provádí svůj výzkum online na Amerických respondentech. V jeho výzkumu 78% uživatelů internetu nakupuje online a považuje to za pohodlné a podle 68% to šetří čas. Většině zákazníků Horriganova výzkumu ale vadí poskytovat data svých platebních/kreditních karet přes internet – uvedlo to 75% respondentů. Většina uživatelů přitom prohlásila, že by nakupovali přes internet více, kdyby více důvěřovali bezpečnosti online prostředí. Podle řady hlavně starších studií (do roku 2008) jsou spotřebitelé, kteří nakupují online, specifická skupina s výrazně odlišným chováním od těch, kteří nakupují klasickým způsobem v kamenných obchodech. Jejich chování dokumentuje řada převážně amerických studií, které shrnují např. Ganesh et al. (2010) Lidé, kteří nakupují online, mají větší ochotu platit více, pokud tím ušetří čas a také často nemají rádi klasické nakupování v obchodech, mezi jejich motivaci při nakupování tedy nepatří nakupování pro zábavu nebo jako způsob relaxace. Výzkumy také naznačují, že lidé nakupující online mají větší nároky na informace o produktech a hledají větší rozmanitost produktů případně kustomizované produkty. Ganesh et al. (2010) ve svém výzkumu představuje teorii, podle které typy zákazníků online se v poslední době odlišují méně od klasických zákazníků, než tomu bylo dříve. Identifikoval ve své studii celkem 8 zákaznických typů a 5 z nich je stejných, jako u klasických obchodů, takže podle něj jsou online nakupující podobní ve více ohledech lidem nakupujícím v klasických obchodech, než se od nich liší. Novější výzkumy jako Liu et al (2012) uvádějí pak rozmanitější typologie spotřebitelů, zahrnujících celou škálu od těch, kteří nakupují vše online přes ty, kteří si online hledají hlavně informace o produktech až po ty, kteří stále nakupují pouze v kamenných obchodech. Podle Horriganových (2008) zjištění nemá na to, zda respondent nakupuje přes internet či ne, vliv pohlaví anebo rasa, výše příjmu s tím souvisí jen velmi málo. Američané s menším příjmem si více uvědomují rizika nakupování přes internet, a z obav o bezpečnost svých financí jsou méně ochotní nakupovat přes internet, zatímco Američané s vyšším příjmem jsou si více vědomi pozitiv online nakupování. Nedávný španělský výzkum (Blanca Hernández et al. 2011) zjistil, že jakmile zákazník již někdy nakoupil přes internet (a stal se tak zkušenějším uživatelem online nákupů), nemá na jeho chování vliv žádný socioekonomický ukazatel. Toto potvrzují i další výzkumy (Ponder 2013). Hernández et al (2011) prohlašují, že 33
před první koupí jsou nějaké rozdíly v chování, které ale mizí. Počet spotřebitelů, kteří ještě nenakoupili přes internet a nejsou tedy zkušenější v této oblasti, ale ubývá s tím, jak stále větší procento lidí nakupuje na internetu. Podle Horriganových (2008) zjištění výsledky výzkumu ukazují, že podíl Američanů nakupujících přes internet sice roste rychle (z 22% v roce 2000 na 49% v roce 2007), ale podíl Američanů, kteří si hledají online informace o produktech, které chtějí zakoupit, roste rychleji (z 35% v roce 2000 na 60% v roce 2007). Využití online obchodů není tedy jen o nakupování, je to i důležitý zdroj informací o zboží, které si zákazníci posléze zakoupí v kamenném obchodě. Dávání zboží do nákupního košíku v online obchodě však může mít i další využití (Close a Kukar-Kinney 2010). Zákazníci si tak chtějí pojistit krátkodobé slevy, utřídit věci, které chtějí koupit, do přehledných nákupních seznamů, nebo ukládají produkty do košíku pro zábavu. Celá řada výzkumů z poslední doby se proto soustřeďuje na typy chování spotřebitelů online, nejen na jejich nákupní chování, ale také právě na vyhledávání informací, které jsou pro ně důležité. Některými aspekty, typickými pro nakupování online a rozdíly oproti offline nakupování, zvláště pak tím, co se týká našeho tématu blíže, se zabývají následující podkapitoly. Online nakupování je tak široké téma, že by se dalo rozpracovat na stovky stránek, proto jsou následující podkapitoly spíše výběrem důležitých teoretických základů, které potřebujeme pro náš výzkum, než obsáhlým pojednáním na dané téma. 2.4.1 Důležité faktory při nakupování online Protože značka produktu je při tradičním nakupování pro spotřebitele hodně důležitým faktorem, předpokládali Ward a Lee (2000) v roce 2000, že uživatelé se při nakupování na internetu budou hodně orientovat podle značek. Ward a Lee předpovídali, že se uživatelé budou podle značek na internetu orientovat hlavně zpočátku a časem se vliv značky bude snižovat, jak bude zákazník získávat více a více zkušeností s tímto médiem. Nezkušený uživatel se orientuje podle toho, co je mu známé, protože získat informace o dalších produktech pro něj představuje větší úsilí. Jak se uživatel stává zkušenějším a nástroje internetu vyspělejšími, tak podle Warda a Lee bude zákazník potřebovat méně času a energie, aby potřebné informace o jednotlivých produktech získal a proto důležitost značky bude ustupovat. Tuto teorii se autorům podařilo podpořit i výsledky svého výzkumu. Autoři tvrdí, 34
že pro zkušeného uživatele je jednodušší posoudit kvalitu zboží na základě informací, které nalezne na internetu, spíše než na základě značky. To by mělo vést podle autorů v budoucnu ke zvýšení kvality nabízených výrobků. Snadnější dostupnost informací také pomůže zákazníkům lépe najít zboží, které vyhovuje jejich specifickým potřebám a ke kterému by se na tradičním trhu těžko dostávali. Informace získané na internetu jsou pro dnešní spotřebitele při nákupech dražších produktů klíčové. Podle studie GE Capital (Sue Yasay 2015) z roku 2013 hledá 81% spotřebitelů informace o produktech na internetu předtím, než zakoupí věc vyšší hodnoty. Podle této studie hledají spotřebitelé na internetu hlavně informace o záruce, cenu, specifikace výrobku, detaily o financování výrobku, slevy, dostupnost a možnost doručování. PWC ve svém výročním výzkumu (PWC 2015b) za rok 2015 uvádí, že z více než 19 000 online dotázaných v 19 oblastech2 95% uživatelů nakoupilo alespoň 1 za uplynulý rok online na počítači (3% nakupují denně, 17 % týdně, 34% měsíčně, 34% párkrát za rok a 7% jednou do roka). Podle závěrů PWC také významně rostou počty uživatelů, kteří nakupují online přes telefon (alespoň jednou nebo víckrát za uplynulý rok 48% dotázaných) a tabletu (46% dotázaných). Autoři studie se domnívají na základě dat této studie z minulých let, že nákupy online pomocí tabletu a telefonu budou stále častější, než pouhé používání PC k online nakupování. 2.4.2 Nakupování nábytku online K tématu „nákupy nábytku online“ existuje jen několik vědeckých článků, jak jsem zistila při literární rešerši. Při vyhledávání v elektronických informačních zdrojích MU byla použita tato omezení: články vydané mezi lety 1990 až 2016, pouze z recenzovaných časopisů a vyhledávání řetězce slov bylo pouze v abstraktech článků. V řetězci se mělo vyskytovat slovo „furniture (nábytek) a potom jedno z následujících slov: „internet“, „online“, „e-shop“ nebo „e-shop“. Hledaný řetězec byl: "furniture" AND ("internet" OR "online" OR "e-shop" OR "e-shop") a našel 126 výsledků. Po pročtení všech abstraktů byly nalezeny 4 články týkající se tématu, z nichž u 1 byl k dispozici pouze abstrakt. Stejný vyhledávací řetězec byl použit pro Google Scholar, který ale neumí hledat pouze v abstraktech a nabízí hledání buď v názvu článku Austrálie, Belgie, Brazílie, Kanada, Čína, Chile, Dánsko, Hong Kong, Německo, Indie, Itálie, Japonsko, Blízký východ, Rusko, JAR, Švýcarsko, Turecko, Velká Británie a USA 2
35
(žádný výsledek) nebo v celém textu článku (78 000 výsledků). Po projití názvů prvních 200 článků jsem našla ještě jeden článek, týkající se problematiky. Jeong a Lee (2010) zkoumají spokojenost a loajalitu zákazníků u skutečného internetového prodejce nábytku v Korei. Výzkum proběhl na 20-50 letých zákaznících, kteří si již někdy zakoupili nábytek online. Zkoumají vliv následujících šesti faktorů, a to rozmanitosti produktů, konkrétních služeb obchodu, citlivosti služeb k potřebám zákazníka, míry interakce, stability a spokojenosti zákazníka na jeho loajalitu a ochotu znovu v daném obchodě nakoupit. Autoři bohužel nepopisují, co přesně pod konkrétními faktory nerozumí, takže zatímco rozmanitost produktů je celkem jasná, ostatní faktory už tak jasné nejsou, není ani popsané, jak přesně se na pociťování těchto faktorů svých respondentů dotazovali. Závěry autorů výzkumu jsou, že zákazník spokojený s online obchodem v něm pravděpodobněji nakoupí i v budoucnu a zvýšení kvality služeb u online obchodů by mohlo zvýšit jejich konkurenceschopnost. Lokken et al (2003) zkoumali ve svém výzkumu nakupovací vzorce při online nakupování občanů venkova některých států USA. K tomuto článku je k dispozici pouze abstrakt. V navazujícím výzkumu Worthy, Lokken et al (2005) zkoumají, zda obyvatelé venkova některých států USA, kteří nemají tolik možností nakupovat v kamenných obchodech, nakupují online v roce 2002 online pravděpodobněji než v roce 1999. Podle výsledků studie ano. Autoři usuzují, že spotřebitelé si spíše troufnou na nákupy věcí do domácnosti po internetu, když mají více zkušeností s tímto médiem. Autoři také potvrzují, že oproti předchozímu výzkumu se zvyšuje i počet lidí, kteří si zakoupili nábytek na internetu. Podle zjištění autorů je pravděpodobnější, že by si respondenti zakoupili vybavení do koupelny nebo ložnice než koberec nebo kus nábytku. Podle spotřebitelů je složitější koupit si větší kus (jako nábytek) online, protože za touto koupí vidí další komplikace se zárukou, dopravou, případnou reklamací a podobně. Podle autorů by bylo částečným řešením lépe představit zákazníkům jednotlivé scénáře, aby se tím jejich obavy z komplikací vyřešily. Dalším výsledkem výzkumu je, že při nákupu věcí do domácnosti a nábytku po internetu jsou ženy sebevědomější a jistější než muži. Jeden z mála výzkumů, zabývajících se nákupními vzorci online a mimo jiné i nakupováním nábytku na internetu, je Ponder (2013). Výzkumu se účastnil reprezentativní vzorek populace USA, získaný z online databáze registrovaných amerických spotřebitelů starších 18 let. 36
Dotazník byl proveden online. Podle Pondera (2013) hledá informace o nábytku online 69,1% dotázaných. 63,7 % dotázaných prvně zkoumá nábytek online, než jdou do kamenného obchodu. 21,6% respondentů výzkumu někdy opravdu zakoupilo nábytek na internetu, v podobném autorově výzkumu z roku 2008 to bylo pouze 11%, takže je zde výrazná zvyšující se tendence nákupu nábytku na internetu. Z uvedených výzkumů vyplývá, že se zvyšuje počet lidí, kteří jsou ochotni koupit si nábytek online, i když ne tak rychle, jako podíl lidí, nakupujících po internetu jiné věci. Nábytek nakupují online spíše lidé, kteří již mají s nakupováním online zkušenosti. Pravděpodobněji jej budou ochotné koupit spíše ženy než muži a spíše menší kousky, než větší. Pro prodejce by bylo vhodné, kdyby měl na stránkách přehledně popsané všechny informace o balení a sestavování nábytku, záruce, vracení zboží, možnostech dopravy a podobně. Čím více informací podaných přehlednou formou, tím jistěji se zákazník bude při koupi cítit a tím pravděpodobněji něco zakoupí. 2.4.3 Online nakupování v ČR Specifika českého online trhu pokrývá relativně málo literatury, jak zjistila literární rešerše. Pro vyhledávání byly použity elektronické zdroje Masarykovy Univerzity. Protože vyhledávání v abstraktech recenzovaných časopisů přineslo málo výsledků, bylo vyhledávání rozšířeno na abstrakty veškerých zdrojů MUNI. Jako vyhledávací řetězec bylo použito: nakup* AND ("online" OR "internet" OR "e-shop" OR "e-shop") a nalezeno bylo 97 výsledků. Po projití abstraktů všech výsledků se jako relevantních k danému tématu ukázalo 5 zdrojů, což byly bakalářské a diplomové práce z různých univerzit v ČR, ale bohužel k nim nebyl k dispozici plný text v elektronické podobě. Při hledání specifičtějšího problému, a to nakupování nábytku online v českém prostředí byl použit následující řetězec: „Nakup* AND nábytek“– vyhledávání ve v abstraktech nic nepřineslo, proto bylo rozšířeno na vyhledávání v celých textech. To přineslo 26 výsledků, z toho žádný relevantní k našemu tématu. Proto byly jako zdroj k této kapitole články z internetových časopisů a stránek a tiskové zprávy APEK (asociace pro elektronickou komerci) a Asociace českých e-shopů.
37
Tak jako v ostatních částech světa je i v Česku online prodej na vzestupu. Podle tiskové zprávy APEK (APEK 2015a) vzrostla e-komerce v Evropě z 1,27 % celoevropského HDP v roce 2009 na 2,45 % v roce 2014. V česku roste ještě rychleji, než se očekávalo, v prvním čtvrtletí roku 2015 zaznamenal APEK nárůst o 16% oproti roku 2014. Podle informací Asociace českých e-shopů (2014) zakoupilo v roce 2013 zboží přes internet 34% České populace. Podle Tomáše Hájka, ředitele Asociace direct marketingu, e-commerce a zásilkového obchodu (Asociace českých e-shopů 2014) zažívají v posledních letech velký rozmach
e-shopy
s módou
a
vybavením
domácnosti,
vzrůstá
i
množství
úzce
specializovaných e-shopů. Čeští zákazníci jsou podle odborníků (Asociace českých e-shopů 2014) náročnější a mají přesnější představy, co od online obchodů požadují (široký výběr skladem, dodání do 24 nebo 48 hodin, různé možnosti platby, různé možnosti dopravy k zákazníkovi). Při vybírání obchodu také hrají stále důležitější roli specializované srovnávače cen, které zákazníkovi umožní porovnat ceny z více e-shopů. Tuto cestu do eshopu volí podle zjištění APEK (2015b) v roce 2014 25% internetových zákazníků. Vybírat přímo mezi e-shopy, které znají, jde 30% zákazníků. Do svého oblíbeného e-shopu jde rovnou 16% zákazníků. Důležitá je tedy podle Jana Vetyšky, výkonného ředitele APEK (APEK 2015b) spokojenost zákazníků s e-shopem, spokojený zákazník se rád vrací, stejně v Čechách jako je to podle zahraničních výzkumů. Zjištění APEKu také ukazují podobný trend v tom, že zkušenější uživatelé internetu si věří při nakupování online více, než tomu bylo před pár lety. V roce 2012 si občas šlo 56% nakupujících zboží prohlédnout a vyzkoušet do kamenného obchodu, v roce 2014 to bylo už jen 46%. Téměř vždy jde věci prohlédnout do kamenného obchodu v roce 2014 jen 5% zákazníků. (APEK 2015b) 2.4.4 Prodej nábytku v ČR Prodejem nábytku v České republice se zabývá článek na stránkách SIMAR – Sdružení agentur pro výzkum trhu a veřejného mínění. (INCOMA GfK, s.r.o. 2014) Podle tohoto výzkumu je na českém trhu 7 velkých mezinárodních nábytkářských řetězců: Asko nábytek, IKEA, Jysk, Kika, Möbelix, Sconto nábytek a XXXLutz. Největší obrat má IKEA (odhadovaných 7,2 mld za rok 2012), největší počet prodejen JYSK (69). Podle tohoto výzkumu za nábytek utrácí spíš mladší věkové kategorie do 39 let. Největší podíl na trhu nábytku i bytových doplňků je IKEA, na druhém místě je Asko nábytek. 38
K nakupování na internetu článek uvádí, že: „Více než 50 % zákazníků již tento sortiment na internetu nakupovalo a 20% jej plánuje na internetu v budoucnosti nakoupit.“ (INCOMA GfK, s.r.o. 2014) 2.4.5 Konkurenční firmy s podobnou službou Z prodejců nábytku s největším podílem na českém trhu (Asko nábytek, IKEA, Jysk, Kika, Möbelix, Sconto nábytek a XXXLutz) mají IKEA(Inter IKEA Systems B.V. 2015), Kika (kika Möbel Handelsgesellschaft m.b.H. 2015) a XXXLutz (XLMX Obchodni s.r.o. 2015) online katalog zboží, Asko nábytek (Asko Nábytek 2014), Jysk (JYSK s.r.o. 2015), Möbelix (XLMX obchodní s.r.o 2015) a Sconto (SCONTO NÁBYTEK, s.r.o. 2014)mají i e-shopy, kde je možnost zboží objednat, ale ani jeden z těchto řetězců nenabízí možnost úpravy zboží na míru. Řetězce nabízí službu montáže, že zboží zákazníkovi dopraví a namontují, nebo dopravu bez montáže, případně si zboží zákazník může vyzvednout sám. Na internetu se dá najít i řada menších e-shopů s nábytkem. Prohledávala jsem pomocí google e-shopy s nábytkem (hledané kombinace: „nábytek na míru e-shop“, „nábytek na míru objednat“, „Nábytek na míru“, „police na míru“, „stůl na míru“, „botník na míru“). Tyto kombinace předpokládám za nejpravděpodobnější pro použití, když zákazník hledá tuto službu. Je možné, že existují firmy, které jsem při svém hledání nenašla a podobnou službu existují, ale předpokládám, že běžný zákazník nebude věnovat takovému hledání víc než několik hodin, pokud jeho hledání nebude úspěšné. Většina firem nabízí nábytek již hotový, který se prodává s přesně stanovenými parametry, anebo zhotovení nábytku na objednávku zákazníka, tedy kusový nábytek. Jediná firma, kterou jsem našla, která nabízí podobnou službu, jakou chce nabízet firma Potrusil, s.r.o. jsou police ExpoWin (Poličky na zeď 2015). V jejich e-shopu je několik designů polic na zeď, u kterých zákazník může určit rozměry a stránka mu hned vypočítá cenu. Další síť obchodů, která nabízí zkrácení a ohranění polic a desek na míru, jsou obchody jako Hornbach, Bauhaus a další. Do těchto obchodů ale musí zákazník s danou deskou zajít osobně anebo si ji tam rovnou zakoupit, aby dosáhl požadovaných rozměrů. Konkurence v podobné službě není velká, a pokud se firmě podaří zviditelnit se svým zákazníkům a udělat svůj e-shop tak, aby jej hledající zákazník hned našel, nemá zákazník 39
moc možností, kde jinde by tuto službu získal. Pokud pro tuto službu existuje trh, tak firma Potrusil bude jeden z mála subjektů na tomto trhu.
40
3 Metoda Tato kapitola podrobně popisuje metody použité při výzkumu. Použité metody byly zvoleny na základě poznatků, získaných při přípravě teoretické části, stejně jako na základě technických možností pro analýzu (software SPSS, který je k dispozici pro conjointní analýzu). Důležité byly také rozhovory se zástupcem firmy Potrusil, s.r.o.
3.1 Cíl výzkumu, výzkumné otázky Předmětem práce je na základě zjištěných preferencí zákazníků navrhnout podniku nejžádanější kombinace atributů jednotlivých druhů nábytku, na základě kterých bude moci společnost určit, zda a jaký nábytek chce vyrábět pro vznikající e-shop. Práce by měla také poskytnout podniku bližší informace o tom, jací uživatelé a na základě kterých atributů jsou si ochotni koupit nábytek na internetu. Pro práci jsem definovala následující výzkumné otázky: Jaká je cílová skupina zákazníků pro e-shop s nábytkem? Abych zjišťovala preference u správné skupiny, potřebuji zjistit, jaký segment zákazníků nakupuje nábytek přes internet. Toho docílím analýzou sekundárních zdrojů, využitím informací získaných z rozhovorů se zástupci firmy a výzkumů věnovaných prodeji přes internet. Na základě jakých atributů se zákazník rozhoduje při koupi nábytku? Potřebuji zjistit, které atributy nebo kombinace atributů jsou klíčové při koupi nábytku. Zjišťovat budu pomocí analýzy sekundárních dat, jiných internetových obchodů a výzkumů, týkajících se nakupování nábytku. Po shromáždění všech potřebných informací vytvořím dotazník, který bude zobrazovat a popisovat produkty s různými atributy, který bude využit pro conjointní analýzu. Nakonec porovnám data získaná ze sekundárních zdrojů s daty získanými vlastním výzkumem. Jaké produkty bude pro firmu nejvýhodnější vyrábět? Tuto otázku zodpovím na základě průzkumu trhu pomocí conjointní analýzy. Na základě analýzy vytvořím agentní model trhu, který umožňuje firmě experimentovat s nastavením jednotlivých atributů a odhadnout pozici daného produktu na trhu. Firma může tento model 41
využít k tomu, aby nastavila optimální atributy produktu vzhledem k podílu na trhu a nákladech na výrobu výrobku.
3.2 Metoda sběru dat Jako metodu sběru dat pro conjointní analýzu jsem zvolila metodu, ve které byl pomocí SPSS Conjoint vyprodukován ortogonální design experimentu. Ortogonální design umožňuje, že jsem mohla použít mnohem menší množství karet produktů, než jsou všechny kombinace atributů a SPSS je přesto schopné spočítat výsledky pro všechny možné kombinace výsledků (více informací je v podkapitole Software SPSS Conjoint). Na základě požadavku od firmy Potrusil jsem se rozhodla zkoumat celkem 3 výrobky, které by firma nejpravděpodobněji prodávala na e-shopu. Jednalo se o stoly, botníky a police na zeď. U těchto rozměrů by firma byla schopna uzpůsobit rozměry na přání zákazníka a vyrobit je ve více barevných variantách z materiálu lamino a voština. Ve výzkumu jsem se rozhodla použít atributy značka (3 úrovně), cena (3 úrovně), výběr z barev (2 úrovně), přizpůsobení rozměrů (3 úrovně) a způsob doručení (3 úrovně). Atributy pro výzkum byly vybrány na základě poznatků z teoretické části (podkapitola Nakupování nábytku) a na základě výsledků z pilotní studie (podkapitola Pilotní studie) Jako značky výrobce jsem zvolila kromě firmy Potrusil značky IKEA a Asko nábytek jako nejvýznamnější prodejce nábytku v Česku, s předpokladem, že tyto značky bude většina respondentů znát. Asko nábytek byl zvolen jako alternativa k IKEA proto, že nabízí alternativy, které jsou levnější a méně kvalitní. Všechny firmy nabízí obdobné produkty jak designově, tak materiálově. Pro ceny produktů jsem použila reálné ceny nábytku, které byly k dispozici na internetu u produktů firem Asko nábytek a IKEA, nejvíce podobných těm ze zadání od firmy Potrusil. Při výběru z barev jsem jako základní možnost zvolila světlé dřevo, jako neutrální barvu, která se objevuje u nábytku z materiálů lamino a voština nejčastěji. Druhá možnost byl výběr z více barev. Pro tyto barvy jsem zvolila takové, které jsou k ve výrobních možnostech firmy Potrusil. Kontrast těchto možností měl ukázat, nakolik je pro spotřebitele důležité si vybrat konkrétní žádanou barvu.
42
Přizpůsobení rozměrů určuje, nakolik je daný kus nábytku možné přizpůsobit přáním zákazníka. Možnost pevné rozměry znamená, že zákazník dostane kus tak, jak byl vyroben, bez možnosti úprav. Další stupeň byl přizpůsobení délky, poslední přizpůsobení všech rozměrů. 3 úrovně atributů jsem zvolila proto, aby se ukázalo, zda flexibilnější možnost je lepší pro zákazníka a také proto, že u produktů jako je stůl je často třeba přizpůsobit (udělat na míru) nejen délku, ale i šířku. Jako způsob doručení jsem vybrala takové způsoby, které jsou pro firmu Potrusil realizovatelné a jsou zastoupené u nejvíce internetových prodejců, a to vyzvednutí na prodejně výrobce (kamenný obchod), doručení domů skrze dopravce (Geis, Česká pošta apod) a vyzvednutí na pobočce dopravce (např sítě Uloženka, Doručenka a jiné). Pro daný počet atributů a úrovní byl minimální počet použitelných karet 16. Po prostudování literatury a zkouškách s několika respondenty jsem se rozhodla k tomuto počtu přidat ještě 4 tzv. holdout profily (více informací o holdout profilech je v podkapitole Software SPSS Conjoint), které pomáhají ověřit platnost modelu. Celkem měl tedy každý respondent posoudit ke každému ze 3 výrobků 20 různých profilů. Pro metodu sběru dat byl použit webový formulář, umístěný na Google Forms a přístupný všem uživatelům, kteří obdrželi odkaz na formulář s krátkým popisem, byl sdílen na sociálních sítích a webových stránkách, které se používají pro účely online dotazování. Online formulář jsem zvolila proto, abych se přiblížila internetové populaci. Wright (2005) jmenuje 3 hlavní výhody online dotazování: přístup k unikátním populacím, čas a náklady. Online dotazník stejně jako Ganesh et al. (2010) považuji za nejvhodnější a nejsnáze dostupnou pro výzkum uživatelů, kteří nakupují online, protože umožňuje oslovit velké množství respondentů, kteří se reálně pohybují v prostoru internetu. Souhlasím s Haynes et al (2012), že sbírání dat pomocí online formuláře je rychlejší, pohodlnější pro výzkumníka (ušetří čas přepisování z papírových formulářů) i pro respondenta (může dotazník vyplnit ve chvíli, kdy se mu to nejlépe hodí a ve svém prostředí) a umožňuje rychlejší a průběžnou kontrolu nasbíraných dat. Také snižuje zkreslení způsobené vlivem přítomnosti výzkumníka. Je rozdíl, pokud jsou data získána online anebo klasicky za pomocí papírových dotazníků? Na tuto otázku odpovídá Roster et al (2007) ve svém výzkumu, který používá stejný dotazník pro online i offline získávání výsledků o postojích lidí k nakupování nábytku online a získané 43
výsledky pak porovnává. Online dotazníky mají nižší návratnost a častěji se vyskytuje vynechávání odpovědí. Online dotazník nebyl také nejlevnější možností, jak se autoři původně domnívali a i získaná data se mírně liší. Online dotazování je více anonymní, proto mohou respondenti odpovídat upřímněji. Pocit anonymity byl v dotazníku ještě zdůrazněn tím, že pro zájemce o výsledky šetření byl umístěn separátní link na zvláštní formulář, do kterého vkládali pouze svoji emailovou adresu. Jejich odpovědi tedy nebyly nijak spojeny s emailovou adresou a nemohou být spojeny s osobou respondenta. Wright (2005) uvádí jako hlavní nevýhody online dotazování hlavně problémy týkající se vzorku – veškeré informace, které o svém vzorku máme, pocházejí od samotných uživatelů a my nemáme možnost ověřit, nakolik jsou informace pravdivé. Také přístup k online výzkumu může být limitovaný tím, součástí které online komunity uživatel je. Wright rozumí jako problém i množství online dotazníků, kterému jsou v dnešní době uživatelé vystaveni a jež podle něj může vést k určité otupělosti uživatelů k dalšímu výzkumu. Mezi nevýhody online dotazování podle mě patří to, že nezjistíme návratnost dotazníků, nebo to, že pokud daná služba nefunguje správně, ztratíme data, která nejsou nikde jinde k dispozici (viz velikost vzorku). Ideální pro výzkum by bylo, aby výběr co nejvíce odpovídal náhodnému výběru, jak ho popisuje Jeřábek (1992). Náhodný výběr je takový, ve kterém každý prvek populace může být vybrán do vzorku se stejnou pravděpodobností. Populací se zde rozumí skupina spotřebitelů, kterou chceme zkoumat. Tuto skupinu podrobněji rozebírám v podkapitole Vzorek. Získání náhodného výběru na internetu je obtížné, protože každý hledá na internetu něco jiného a výzkum se zobrazí ve chvíli, kdy uživatel klikne na odkaz, který k němu vede. Náhodnost výběru může být zkreslena tím, že byl formulář sdílen i na sociálních sítí, jako je Facebook, skrze okruh známých autorky a také na stránkách, které slouží podobným výzkumům. Většina běžných uživatelů internetu se k němu nemůže dostat. Proto jsem se snažila odkaz na výzkum rozšířit v krátkém čase přes co nejvíce možných kanálů. Respondenty může ovlivnit výzkum i tím, že formulář je relativně dlouhý a komplikovaný oproti jiným online výzkumům a proto mohl určitou skupinu respondentů odradit. 44
Na základě výzkumů o online nakupování jsem označila za cílovou populaci našeho výzkumu všechny uživatele internetu, kteří k němu mají pravidelný přístup. Tento názor se opírá hlavně o nejnovější průzkum PWC (PWC 2015a), podle kterého 95% uživatelů dotázaných na internetu alespoň jednou za uplynulý rok nakoupilo online. Česká republika není bohužel v zemích, které se tohoto globálního výzkumu účastní, ale z nejbližších zemí (geograficky i společensky) je zde třeba Německo, ve kterém 81% dotázaných nakupuje online minimálně jednou za měsíc. Existuje několik průzkumů o nakupování nábytku online, žádný ale nezmiňuje, čím by se lišili lidé ochotni nakoupit online nábytek od ostatních online uživatelů. Podle informací o českém online trhu s nábytkem v roce 2014 (INCOMA GfK, s.r.o. 2014) nakoupilo více než 50% českých domácností někdy nábytek online, proto považujeme všechny uživatele internetu za naši cílovou populaci. Populace uživatelů internetu se neshoduje zcela s populací České Republiky. Pravidelně přistupuje k internetu jen asi 75% obyvatel České Republiky. Také jejich složení je jiné, uživatelé internetu mají větší zastoupení v mladších věkových skupinách než ve starších. (SPIR z. s. p. o. 2015) Podrobněji se internetovou populací zabývám v podkapitole Vzorek.
3.3 Pilotní studie Jak uvádí Disman (2000, s. 120), pilotní studie je důležitou součástí při přípravě výzkumu, abychom ověřili, zda vůbec můžeme zkoumat takovým způsobem, jakým si představujeme. Před provedením pilotní studie jsem měla po rozhovorech s managementem podniku předpřipravené atributy, které jsem chtěla ve výzkumu použít, a měla jsem nějakou představu o faktorech, které jsou pro zákazníky při výběru nábytku důležité. Abych ověřila, jestli tato představa nebyla úplně mylná, popřípadě jestli jsem nějaký důležitý faktor neminula, protože pro český trh a nákup nábytku všeobecně nebylo možné získat uspokojivý přehled na základě literatury, udělala jsem pilotní studii na menší skupině respondentů, kteří odpovídali cílové skupině. Pilotní studie probíhala jako polostrukturovaný rozhovor. Respondenti udávali svůj věk a pohlaví a odpovídali na následující otázky: 1. Nakupujete přes internet? 2. Nakoupili jste někdy online nábytek? 3. Pokud ano, tak kde a jaký? 45
4. Jmenujte tři nejdůležitější faktory, podle kterých se rozhodujete při koupi nábytku. 5. Znáte rozdíly mezi materiály, ze kterých se vyrábí nábytek – dřevotříska, lamino, voština? Pilotní studie se účastnilo 12 respondentů, 6 mužů a 6 žen mezi 26 a 54 lety. Všichni respondenti shodně odpověděli, že nakupují přes internet, a to převážně elektroniku, oblečení a drogerii. Všichni také shodně odpověděli, že nábytek přes internet nikdy nezakoupili. 8 z respondentů ale nábytek přes internet vybírá a až poté, co si kus vyberou, si jej jedou koupit do kamenné prodejny, kde si jej před koupí ještě jednou prohlédnou. To odpovídá i zjištění literární rešerše (podkapitola nakupování nábytku). Nejvíce respondentů (10) odpovědělo, že nejdůležitějším faktorem je pro ně vzhled výrobku. Na druhém místě (6) je cena a na třetím rozměry, značka a materiál. U značky je potom důležité hodnocení jiných zákazníků, které si často dohledávají respondenti online. Hodně respondentů uvádí, že je pro ně důležitý materiál, anebo kvalita provedení. Kvalitu provedení určují respondenti hlavně na základě toho, jak daný kus vypadá a na základě jeho konstrukce. Při bližším dotázání na jednotlivé materiály, ze kterých se dnes běžně nábytek vyrábí, nebyl ani jeden respondent schopen zcela odpovědět, jaký je mezi materiály rozdíl. Nejvíce je respondentům známá dřevotříska, u které jsou schopni popsat (8 respondentů), jak materiál vypadá a některé vlastnosti, nejméně je známá voština, která byla známá jen jednomu respondentovi. Nejdůležitějším výsledkem pilotní studie bylo to, že původně jsem chtěla zkoumat jako jeden z důležitých faktorů materiál. Při otázce na materiál ale bylo z odpovědí respondentů patrné, že rozdíly mezi jednotlivými materiály většinou neznají a neumí si je představit. Pokud by byly materiály popsány v zadání, aby respondenti znali tento rozdíl ještě před vyplněním dotazníku, tak by mohl tento popis ovlivnit rozhodování respondentů, které by mohlo bez upozornění na vlastnosti materiálů mít jiný výsledek, jak vysvětlím dále. Původně jsem chtěla u jednotlivých materiálů umístit popisy, jako je např. tento (aby bylo všem zákazníkům jasné, oč se jedná): Materiál voština je lehká konstrukční deska na výrobu nábytku, která bývá o 30-50% lehčí než ekvivalentně tlustá deska dřevotřísková. Tato deska se skládá ze tří vrstev, mezi dvěma nosnými deskami je výplň z papírového kartonu. Aby byly pevné, mohou se umístit do rámu, 46
takže jejich využití může být stejné jako u dřevotřískových desek. Povrchová úprava voštiny může být od dýhy přes imitaci dřevěného vzhledu až po různé barvy. (Tomíčková a Tomíček 2008, s. 21) Od těchto popisů jsem upustila na základě rozhovorů v pilotní studii. Při otázkách na preferovaný materiál např. jedna respondentka pilotní studie odpověděla, že by si nikdy nekoupila nábytek, ve kterém je papír, protože je to nekvalitní. Po dalším dotazu respondentka popisovala v podstatě voštinový nábytek. Stoleček LACK z Ikea (který je z voštiny) respondentka zná a nekvalitní jí nepřijde. Před výzkumem klientka nepřemýšlela, z jakého materiálu stoleček je a voština jako možnost ji nenapadla. Z výsledků pilotní studie jsem usoudila, že většina respondentů nerozlišuje mezi jednotlivými materiály, které připadaly v úvahu (voština, lamino, dřevotříska) a vysvětlení jednotlivých materiálů by mohlo ovlivnit jejich hodnocení, které by potom bylo jiné než při reálném rozhodování. Proto jsem tento faktor nakonec nepoužila. Další faktor, o kterém jsem původně uvažovala, byl původ výrobku. Žádný respondent nezmínil, že by pro něj bylo důležité, kde je výrobek vyráběn, zda se jedná o výrobek lokální nebo zahraniční, namísto toho jsem tedy zvolila faktor značka, který zmínilo větší množství respondentů a i podle výzkumů v literární rešerši se ukazuje být relevantní.
3.4 Předvýzkum Ještě než byl dotazník zveřejněn, provedla jsem předvýzkum na několika jedincích z cílové populace. Cílem předvýzkumu bylo zjistit, zda jsou otázky srozumitelně formulované, zda je zadání pochopitelné a zda je dotazník možné technicky vyplnit. Zkoušela jsem také software Google Forms, který v této fázi fungoval bezchybně. Výsledkem předvýzkumu byla řada různorodých reakcí na výzkum, včetně časů, za který bylo možno výzkum dokončit a zpětná vazba na formulaci zadání a otázek. Po zpracování reakcí z předvýzkumu proběhlo přeformulování zadání, doplnění obrázků jednotlivých produktů (aby si respondenti mohli lépe představit, jak asi daný produkt vypadá, i když v zadání bylo napsané, že všechny produkty jsou vizuálně stejné), doplnění zkrácené verze zadání na každou jednotlivou stranu odpovědníku, přidání funkce, která v odpovědníku kontrolovala, zda byla každá hodnota zvolena právě jednou a ne vícekrát a doplnění další 47
verze kartiček s jednotlivými parametry produktů, kterou by bylo možné zobrazit na jednu stránku, aby mohl respondent vidět všechny karty najednou na celé obrazovce.
3.5 Dotazník Dotazník byl umístěn na webové stránce Google Forms, která dovoluje vytváření online dotazníků a jejich distribuování a také přímý export dat do Excelovské tabulky, kterou je potom možné si stáhnout do počítače. Pro sběr dat jsem zvažovala různé možnosti online, např. Survio 3, které umožňuje omezenou manipulaci s kartami, takže se může zdát, že je to pro respondenty pohodlnější. Neplacená verze Survia nenabízí export dat. Survio také nenabízí formátování karet tak, aby byly atributy přehledně pod sebou, takže by kartičky stejně musely být v jiném okně. Proto jsem Survio jako možnost zavrhla. Po průzkumu trhu online formulářů se Google Forms zdálo jako nejvhodnější volba, což potvrdil předvýzkum. Respondenti byli schopni si otevřít posuzované kartičky v jednom okně, dívat se na všechny najednou, pořadí si poznačit a potom je pouze zanést do odpovědníku. V předvýzkumu tento proces fungoval bezchybně. Dotazník se sestával ze 6 stránek. Na 1. stránce byly instrukce pro vyplnění a odkazy na soubory PDF, na nichž byly jednotlivé karty produktů. Ke stažení bylo několik verzí souboru, aby si každý respondent mohl vybrat formát a velikost, která mu vyhovuje. Na druhé stránce byl odpovědník pro botníky, na třetí stránce pro stoly a na čtvrté pro police. Na páté stránce dotazníku byly otázky na základní demografické údaje respondentacož byly: Pohlaví – respondent měl zaškrtnout, zda je muž nebo žena, věk – respondent měl vypsat čísla do okýnka a výše příjmů – respondent měl zaškrtnout jednu z následujících možností: 0 10 000, 10 001 - 15 000, 15 001 - 20 000, 20 001 - 25 000, 25 001 - 30 000, více jak 30 000. Dále měl respondent označit nejvyšší dosažené vzdělání (základní, středoškolské, vysokoškolské).
3
http://www.survio.com/
48
Tyto údaje byly vybrány na základě analýzy výzkumů, z nichž některé ukazovaly slabé souvislosti s výší příjmu. Starší výzkumy předpokládaly souvislost i s pohlavím respondenta a jeho vzděláním k nakupování na internetu, což novější výzkumy (Blanca Hernández et al. 2011) vyvrátily. Předpokladem bylo, že při dostatečně velkém vzorku by bylo možné tyto hypotézy otestovat a zjistit, nakolik platí i pro náš vzorek. Pokud by se výsledky shodovaly s literaturou, podpořilo by to domněnku, že vzorek se shoduje s cílovou populací. Následovaly otázky týkající se online nakupování a nábytku. Respondent měl na výběr 4 možnosti, odkud má přístup k internetu (doma, v práci, na mobilu, jinde), jak často nakupuje online (možnosti byly Nikdy, Jednou do roka, Jednou za půl roku, Jednou za tři měsíce, Jednou za měsíc, Častěji než jednou za měsíc), jaké značky nábytku zná (vypisování položek), od jakých značek již někdy něco koupil (vypisování položek) a zda někdy nakoupil online nábytek. Tyto otázky byly za vyplnění zařazeny až proto, aby přemýšlení o značkách, které zná a u kterých něco zakoupil, neovlivňovalo jeho bezprostřední volby produktů z jednotlivých karet více, než vliv značky sám o sobě. Na poslední straně dotazníku bylo poděkování za účast ve výzkumu a odkaz na další dotazník, kam bylo možné uložit emailovou adresu pro zájemce o to, jak výzkum dopadl.
3.6 Karty produktů Jednotlivé karty produktů byly k dispozici jako zvláštní soubor PDF, který se dal vytisknout a kartičky rozstříhat, pro usnadnění jejich řazení. Další soubor, který byl k dispozici, umožňoval zobrazení všech karet produktů na jednu obrazovku, aby je respondent viděl všechny najednou. K dispozici měli respondenti několik velikostí souboru, aby si mohli vybrat ty rozměry, které jim nejvíce vyhovují. Pro každý výrobek existovala jiná sada karet, respondenti tedy měli k posouzení 3 sady karet produktů celkem po 20 výrobcích. Každá kartička výrobku byla číslovaná. U každého produktu bylo 20 kartiček s různými parametry, každá kartička popisující jiný výrobek, které se lišily v následujících možnostech: Značka výrobce: Ikea, Asko, Potrusil Cena stoly: 2 999 Kč, 5 970 Kč, 8 021 Kč 49
Cena botníky: 499 Kč, 970 Kč, 1441 Kč Cena poličky: 249 Kč, 414 Kč, 828 Kč Výběr z barev: Možnost 1: světlé dřevo Možnost 2: Bílá, černá, světlé dřevo, buk, ořech, dub, červená, zelená, žlutá, modrá Přizpůsobení rozměrů: pevné rozměry, volitelná délka, všechny rozměry volitelné Způsob doručení: kamenný obchod výrobce, osobní vyzvednutí u přepravce (Zásilkovna, Uloženka, ...), doručení domů (PPL, DHL, Geis, ...) Po seřazení kartiček podle toho, s jakou pravděpodobností by si zákazník daný výrobek koupil, zanášeli respondenti výsledky do odpovědní tabulky. Tabulka zkontrolovala sama, zda byl každý výrobek ohodnocen a zda každá pozice (nejlepší, druhý nejlepší atd) byla zvolena právě jednou.
3.7 Vzorek V conjoitní analýze se objevují různé velikosti vzorků, obvykle mezi 100 až 1000 respondentů. Podle Koo et al (1999) bývá pro conjoitní analýzu typické menší počet respondentů, než je 100. McCullough (2002) uvádí jako minimální velikost vzorku pro Conjointní analýzu 75 respondentů, aby byla analýza smysluplná. Na dotazník odpovědělo více než 120 respondentů, kvůli technickým chybám aplikace Google Forms (např. dotazníky se uložily, ale po otevření byly všechny odpovědi prázdné a podobně) zbylo 67 respondentů, jejichž odpovědi se uložily správně a kompletně. Během výzkumu jsem kontrolovala několikrát uložené odpovědi a zjistila, že dochází k chybám. Při zjišťování na podpoře aplikace a fórech o této aplikaci jsem zjistila, že se jedná o běžný problém, o kterém Google ví, že se objevuje, ale není vyřešen. Zkusila jsem všechna doporučení od Googlu, jak této chybě zabránit, s částečným úspěchem (některé dny aplikace fungovala, jindy byly několikahodinové výpadky, které jsem ověřovala zkušebním vkládáním odpovědí, které se ale ve formuláři neobjevily).
50
Tento počet respondentů není ideální, ale blíží se značně počtům, požadovaným v literatuře a je vyšší, než mají některé publikované studie. Získaný vzorek byl porovnán s údaji, které vycházejí z různých výzkumů o cílové populaci, tedy o uživatelích, kteří nakupují online, případně nakupují nábytek online. 3.7.1 Složení vzorku Ze 67 správně vyplněných dotazníků. 32 respondentů bylo mužského pohlaví (48%) a 35 ženského (52%), jejich poměr znázorňuje následující graf. Rozložení pohlaví ve vzorku odpovídá populaci České republiky, kde bylo v roce 2003 48,7% mužů a 51,3% žen. (Demografické informační centrum 2014)
Obrázek 1: Pohlaví respondentů
Žena
[]
Muž
[]
0
10
20
30
40
Pramen: Autorka
Věk respondentů se pohyboval od 20 do 77 let, nejvíce respondentů bylo mezi 26-30 lety. Rozložení věkového složení respondentů zobrazuje přehledněji následující graf. Věkové složení respondentů výzkumu je jiné, než je věkové složení obyvatel České Republiky. Věková struktura v České republice je regresivního typu, což znamená, že mladší věkové složky obyvatelstva nedosahují složek postprodukčních, obyvatelstvo ČR v průměru stárne. (Demografické informační centrum 2014) Odlišnost od celkové populace je způsobena částečně tím, že internetová populace se od celkové populace ČR liší. Podle údajů Sdružení pro internetový rozvoj Netmonitor činila velikost internetové populace v únoru 2015 7,01 milionu lidí. Podle odhadu Českého statistického úřadu bylo v České republice v roce 2014 asi 10 538 275 obyvatel. (Český statistický úřad 2015) Internetová populace tvoří zhruba 75% populace ČR. 51
Tento rozdíl je způsoben tím, že zatímco v mladších věkových skupinách populace je velké zastoupení uživatelů internetu (ve věkové kategorii 10-24 lt j to 97% lidí), s rostoucím věkem podíl uživatelů internetu klesá. Jak uvádí Sdružení pro internetový rozvoj, ve věkové skupině lidí starších 55 let, která má reálně největší zastoupení v populaci české republiky (35% všech obyvatel ČR) využívá internet pouze 43% lidí. Složení našeho vzorku tedy zhruba odpovídá reálnému stavu české internetové populace.
Obrázek 2: Věkové složení respondentů
Pramen: Autorka
Respondenti byli dotázáni také na úroveň jejich příjmu, který měli začlenit do jedné z následujících šesti kategorií: 0 - 10 000, 10001 - 15000, 150001 – 20000, 20 001-25 000, 25 000-30 000 a více než 30 000. Příjem jsem zjišťovala proto, abych poté mohla zjistit, zda pro náš vzorek platí, že respondenti s vyšším příjmem mají tendenci více nakupovat online, jak naznačují výzkumy Ganesh et al (2010) a Horrigana (2008). Nejvíce respondentů má příjem mezi 20 -25 000 (24% respondentů), potom následuje 1520000 (22% respondentů), 10-15 000 a skupina do 10000 (shodně 16% respondentů). Nejméně respondentů je ve skupinách 25-30000 a více než 30 000 (shodně 10%respondentů v každé skupině).
52
Obrázek 3: Příjem respondentů
Pramen: Autorka
Výši vzdělání respondentů jsem rozdělila jen na 3 kategorie podle maximálního dosaženého vzdělání v době odpovědi na dotazník. Pouze 1 respondent měl maximální dosažené vzdělání základní, nejvíce respondentů mělo vysokoškolské vzdělání (60% respondentů), středoškolské vzdělání mělo 39% respondentů.
Obrázek 4: Maximální dosažené vzdělání
Pramen: Autorka
Také jsem se respondentů ptala, odkud mají přístup na internet, možnosti byli doma, na mobilu, v práci a jinde. Úkolem respondenta bylo označit v odpovědi „ano“ a nebo „ne“ na tyto jednotlivé možnosti. Nejvíce respondentů má přístup k internetu z domu (90%), na 53
druhém místě je mobilní telefon (70%), přístup z práce (67%) a na posledním položka „jinde“ (37%). Všichni respondenti mají přístup z internetu alespoň skrze jednu z uvedených možností. To znamená, že všichni respondenti jsou členové internetové populace, a ve vzorku není ani jeden respondent, který by nebyl členem internetové populace.
Obrázek 5: Přístup k internetu
Pramen: Autorka
3.7.2 Nákupy respondentů Další věc, kterou jsem chtěla zjistit je, zda respondenti nakupují přes internet a jak často. Respondenti měli označit jednu z nabízených možností, která nejvíce odpovídá frekvenci jejich nákupů online. Nikdy (5%), jednou do roka (9%), jednou za půl roku (11%), jednou za 3 měsíce (34%), jednou za měsíc (22%) a častěji než jednou za měsíc (19%). Z těchto výsledků vyplývá, že 95% internetové populace ve vzorku alespoň někdy nakupuje přes internet. 86% našeho vzorku přitom opakuje svoje internetové nákupy. Když to srovnáme se zjištěními s teoretické části, Horrigan (2008) zjistil v roce 2008, že 78% amerických uživatelů internetu nakupuje online a uvádí, že čísla se budou zvyšovat. Výzkum PWC (2015b) z roku 2015 uvádí, že 95% internetových uživatelů nakoupilo za uplynulý rok alespoň jednou, což se přesně shoduje s naším vzorkem. Shodné výsledky teorie a vzorku podporují domněnku, že vzorek odpovídá cílové populaci.
54
Obrázek 6: Nakupování přes internet
Pramen: Autorka
Další aspekt, který jsem zkoumala, byl, zda respondenti již někdy nakoupili přes internet nábytek. Nábytek nakoupilo někdy přes 19% respondentů, nikdy nenakoupilo 81% respondentů. Počet respondentů, kteří někdy nakoupili nábytek online, přibližně odpovídá 21%, která uvádí ve svém průzkumu Pender (2012). Informace Sdružení agentur pro výzkum trhu a veřejného mínění (INCOMA GfK, s.r.o. 2014) uvádí, že více než 50% zákazníků někdy nakupovalo online nábytek nebo bytové doplňky. U tohoto průzkumu nejsou uvedeny žádné další informace co se týká zákazníků ani metodiky výzkumu, proto považuji za vhodnější zdroj pro toto srovnání Pendera a zjistění Sdružení agentur pro výzkum trhu a veřejného mínění beru pouze jako podpůrný zdroj.
Obrázek 7: Nákup nábytku přes internet
Pramen: Autorka
55
Zákazníci byli požádáni, aby vyjmenovali značky nábytku, které znají. Nejznámější značkou pro zákazníky je IKEA. Tuto značku jmenovalo 49 respondentů. Na druhém místě bylo asko (40 respondentů). S větším odstupem jsou na dalších místech Sconto (23 respondentů), Möbelix (22 respondentů), Kika (17 respondentů) a další. Všechny zmíněné značky jsou vidět v následujícím grafu, čím větší je písmo, tím více zmínění. Zmínění značek odpovídá zastoupení značek nábytku na českém trhu s jednou výjimkou, 9 respondentů zmínilo značku Potrusil, ale nevíme, zda ji znají z dřívějška, nebo si ji spíše zapamatovali z předchozího výzkumu.
Obrázek 8: Značky, které respondenti znají
Pramen: Autorka
Značek, od kterých respondenti zakoupili nějaký nábytek, je o něco méně. V zakoupených značkách vede IKEA s převahou (40 respondentů), na druhém místě je Asko (12 respondentů), na třetím shodně Möbelix a Jysk (9 respondentů). Další značky měly spíš jednotlivá zmínění, všechny zmíněné značky jsou vidět v následujícím grafu. 56
Obrázek 9: Značky, od kterých respondenti koupili nábytek
Pramen: Autorka
3.7.3 Porovnání vlivu na nákupy online s teorií Porovnávala jsem, jestli existuje vztah mezi příjmem a frekvencí nakupování online. Podle výzkumů Horrigana (2008) a Ganeshe et al (2010) existuje slabá souvislost mezi výší příjmu a nákupy na internetu. Uživatelé internetu s vyšším příjmem by měli nakupovat častěji než ti s nižším příjmem. Pro testování byl použit Spearmenův koeficient korelace (Hendl 2004, s. 584) a Kendallovo tau. (Hendl 2004, s. 259–262) Spearmanův test ukazuje silnější vazbu než Kendallovo tau (viz níže), ale na hranici statistické významnosti.
Tabulka 1: Závislost příjmu a nakupování na internetu
Kendallovo Tau Spearmanovo R
Počet pozorování 64 64
Pramen: Autorka
57
Hodnota statistiky 0,19 0,23
p-hodnota 0,0277 0,0584
Test pomocí Kendallova Tau se ukázal jako významný a ukazuje slabou statisticky významnou kladnou vazbu mezi testovanými veličinami. Kendallův test je v tomto případě směrodatnější než Spearmann, protože Kendallův test je robustnější a je určený pro data, která nemají normální rozložení. Získané výsledky se tedy shodují s teorií, která říká, že je slabá souvislost mezi výškou příjmu a nakupováním na internetu. Tytéž testy byly provedeny i pro souvislost mezi pohlavím a četností nákupů na internetu, protože tato souvislost byla uváděna ve starších výzkumech. Ve shodě s výzkumy novějšími (Blanca Hernández et al. 2011) jsem nezjistila žádnou souvislost ani pomocí Spearmanova, ani Kendallova testu.
3.8 Software SPSS Conjoint Za účelem designu experimentu a pro zpracování dat byl použit IBM SPSS (Statistical Package for the Social Sciences, překl: Statistický balíček pro sociální vědy). Ten obsahuje proceduru, kterou lze využít pro provedení conjointní analýzy. Tato procedura se skládá se tří dílčích příkazů: ORTHOPLAN, PLANCARDS a CONJOINT. (ACREA CR, spol. s r.o. 2015) Funkce ORTHOPLAN produkuje ortogonální design experimentu. Ortogonální plán umožňuje vytvořit menší počet karet než takový, který by odpovídal všem kombinacím úrovní jednotlivých faktorů tedy plně faktoriálnímu uspořádání. Oproti plně faktoriálnímu uspořádání ortogonální plán předpokládá, že neexistují interakce mezi úrovněmi faktorů a sleduje pouze takzvané hlavní efekty faktorů. V této funkci si uživatel zadává proměnné a jejich popisy, hodnoty atributů a jejich popisy. Po zadání těchto parametrů vytvoří příkaz ORTHOPLAN soubor, ve kterém každý řádek obsahuje informace o kartě, která je předkládána respondentovi. Vytvoří se pouze minimální potřebný počet karet (nebo počet, požadovaný uživatelem), který je nutný pro zkoumání hlavních efektů faktorů. (SPSS Inc 2005, s. 7) Kromě profilů, které se dále zařadí do experimentu, má uživatel možnost vytvořit i libovolné množství dalších, tzv. holdout profilů, které nejsou zahrnuty do preferenční analýzy, ale jsou hodnoceny respondenty. Holdout profily slouží k ověření platnosti modelu. (SPSS Inc 2005, s. 8) Jejich opakem jsou tzv. simulační profily, které respondenti nehodnotí, ale naopak jsou zahrnuty do preferenční 58
analýzy, aby umožnily i předpověď kombinací, které nebyly zařazeny do experimentu. (SPSS Inc 2005, s. 8) Funkce PLANCARDS vytváří dotazové karty pro jednotlivé varianty produktů, které jsou určeny pro experiment conjointní analýzy. (ACREA CR, spol. s r.o. 2015) V tomto kroku je možné upravovat podobu karet, ukládat je do externího souboru, nebo tisknout jejich seznam. (SPSS Inc 2005, s. 12) Výsledkem jsou karty, které v experimentu respondenti hodnotí na číselné škále, uspořádávají podle svých preferencí nebo vybírají pro ně přijatelné možnosti. (ACREA CR, spol. s r.o. 2015) Vzhledem k tomu, že tato funkce neumožňuje dostatečně přizpůsobit vzhled a uspořádání karet, byl místo této funkce v mojí práci použit MS Excel, ve kterém byly karty vytvořeny dle souboru vygenerovaného funkcí ORTHOPLAN. O obsahu karet a jeich vzhledu více pojednává podkapitola Karty produktů. Funkce CONJOINT umožňuje zpracování responzí a provedení analýzy. Vstupem funkce je plán vygenerovaný funkcí ORTHOPLAN, který obsahuje informace a kartách, a soubor s odpověďmi respondentů obsahující ohodnocení těchto karet. Soubor s odpověďmi může mít jeden ze tří formátů. Za prvé může obsahovat seznam čísel karet, seřazený dle preferencí respondenta. Za druhé může obsahovat pořadí karet, jejichž čísla jsou uvedená v jednotlivých sloupcích souboru. Nakonec může obsahovat skóre, které respondent subjektivně přiřadil jednotlivým kartám, jejichž čísla jsou uvedena ve sloupcích. Při zadávání příkazu je také nutné specifikovat, kromě výše zmíněných souborů, vztah mezi atributem a užitkem, který mu respondent připisuje. Funkce CONJOINT pracuje se čtyřmi typy modelů, které si uživatel vybírá. (SPSS Inc 2005, s. 18–19) Pokud si uživatel nevybere, SPSS automaticky vybírá diskrétní model. Diskrétní – pro kategorické a ordinální proměnné. Lineární – pokud předpokládáme lineární vztah, můžeme i specifikovat směr vztahu. Ideální model – předpokládáme kvadratický vztah, ve kterém existuje bod ideální preference daného atributu, od nějž preference klesají na obě strany. Pokud určíme i směr vztahu, tak program vypočte počet tzv. reversals, což jsou subjekty, které vykazují jiný vztah k atributům, než bychom očekávali. (SPSS Inc 2005, s. 35) Tyto případy mohou mít různé příčiny. Reversals mohou být způsobeny například chybou respondenta. Ti se mohou například jednoduše splést při řazení, či zadávání odpovědí. Nebo 59
si línější z nich mohou zjednodušit práci zaměřením se na několik klíčových faktorů a ignorováním ostatních. Ovšem vyšší počet reversals také může být důsledkem toho, že předpokládaný vztah faktoru a užitku neexistuje. (Huber 2005, s. 6) Je tedy nutné věnovat této statistice dostatečnou pozornost. Výstupem funkce CONJOINT jsou odhadnuté hodnoty užitkové funkce a jejich standardních odchylky. Parciální užitky jsou počítány souhrnně ze všech dat, ale i pro každého respondenta zvlášť. Systém nám také nabízí tabulku, která ukazuje statistickou významnost modelu, a to Pearsonův korelační koeficient a Kendallovo tau. Ty měří korelaci mezi naměřenými a očekávanými hodnotami. Tabulka ukazuje i Kendallovou tau pro holdout profily (profily hodnocené respondenty, ale nepoužité pro analýzu). (SPSS Inc 2005, s. 33–35)
60
4 Výsledky 4.1 Výsledky conjointní analýzy Důležitým výstupem conjointní analýzy je určení velikost podílu faktoru na rozhodování (tedy o jeho důležitosti). Na následující straně jsou uvedeny grafy, které ukazují relativní výši podílů faktorů na rozhodování pro tři zkoumané produkty (botníky, stoly, poličky, souhrnně). Výsledkem jsou tedy čtyři grafy. Na horizontální ose jsou vždy vyneseny jednotlivé názvy faktorů. Na vertikální ose jsou potom průměrné skóry odpovídající podílu faktoru na rozhodování. Osy všech grafů mají stejné měřítko. Z grafů si lze snadno všimnout, že důležitost faktorů se pro jednotlivé produkty téměř neliší. Dominantní postavení zaujímá cena. Dále spotřebitelé také berou v úvahu možnost přizpůsobení rozměrů. Následuje o málo důležitější značka a možnosti doručení. Spotřebitelé se nejméně zajímají o výběr barev. Pro zkoumaný podnik nejsou výsledky příliš uspokojivé. Spotřebitelé totiž nebudou příliš ochotni kompenzovat zvýšení ceny možností přizpůsobitelnosti a budou preferovat raději levnější výrobce. Na druhou stranu se spotřebitelé příliš neohlíží na značku a možnosti doručení. To umožní firmě jednodušeji proniknout na trh a spolu s faktem, že spotřebitelé ocení možnost přizpůsobení rozměrů, to může vést k nalezení vhodné skuliny na trhu. Při vývoji nového výrobku bude pravděpodobně tedy podnik nejvíce omezovat požadavek na co nejnižší cenu. Podnik se musí zaměřit na nalezení optimální kombinace možnosti konfigurace rozměrů a výsledných nákladů výrobního procesu. Po zhodnocení důležitosti faktorů je třeba také rozebrat parciální užitky plynoucí z jednotlivých faktorů, zejména pak to, zda předem zamýšlený směr vztahu mezi pořadím úrovní a užitkem je opravdu reálný. Pro zhodnocení ordinálních a lineárních faktorů můžeme použít počet reversals zobrazený na následujícím grafu. Ten zobrazuje procento případů, kdy subjekt nevykazoval předpokládaný směr vztahu úrovní a užitku. Graf zobrazuje hodnoty všech produktů za pomoci tykadel zobrazujících maximální a minimální hodnotu.
61
Obrázek 10: Důležitost faktorů
Pramen: Autorka
62
Zde vidíme, že pro téměř 50% respondentů neznamená zvýšení možnosti přizpůsobení rozměrů zvýšení užitku. Ačkoli v průměru tomu tak je. Důvodem může být, že plně postačuje přizpůsobení délky a respondent nijak neocení přizpůsobení dalších rozměrů, případně také pro to, že přizpůsobení vůbec neocení. Větší počet reversals existuje také v případě ceny. Toto může být způsobeno méně cenově senzitivními spotřebiteli.
Obrázek 11: Reversals
Pramen: Autorka
V případě faktorů značka a způsob doručení spotřebitelé nejvíce oceňují značku IKEA a doručení domů.
4.2 Model Dalším výstupem této práce je model, který má simulovat trh mapovaný conjointní analýzou. Tento model slouží firmě k tomu, aby se mohla podívat, jak by její potenciální produkty n tomto trhu uspěly a mohla si vyzkoušet různé možnosti (cen, barvy...). 63
Model jsem vytvořila jako tabulku v Excelu. Uživatel zadává konfiguraci svého produktu a produktů konkurentů (model počítá maximálně 10 produktů najednou). Uživatel zadá značku, barvu, volitelnost rozměrů, volitelnost barev, možnost vyzvednutí a cenu, tedy stejné parametry, jako jsem zkoumala v conjointní analýze. Model spočítá jak souhrnný užitek jednotlivých produktů, tak jejich podíl na teoretické trhu. Výstupem modelu jsou tabulka úspěšnosti jednotlivých produktů a grafy podílu na trhu, které se automaticky vytvoří po zadání všech zkoumaných produktů. Pro tento model předpokládám, že trh sestává pouze z definovaných produktů, každý zákazník se rozhoduje pouze na základě definovaných atributů, má k dispozici všechny informace o všech produktech na trhu a vybírá si produkt, který má pro něj největší užitek. Další omezení modelu je, že každý účastník modelu si vybere jeden produkt, v realitě by si přitom žádný produkt nekoupil, protože jej např. nepotřebuje. V modelu se nevyskytují lidé, jejichž chování jsem neměřila. Model vychází z informací z programu SPSS, které obsahují conjointní model pro každého respondenta. Model vypočítá užitek všech zadaných produktů pro každého respondenta. Na základě toho model určí, jaký výrobek by si konkrétní respondent vybral – je to vždy výrobek s největším užitkem. Model poté spočítá, kolik respondentů by si vybralo který produkt a na základě toho spočítá procentuální zastoupení konkrétního produktu na trhu. 4.2.1 Experimentování s modelem Abych model vyzkoušela, zadala jsem do něj konfigurace výrobků, které jsem obdržela od firmy a nechala jsem model, aby propočítal jejich teoretický podíl na trhu, který se skládal ještě z několika dalších výrobků firmy IKEA a Asko nábytek. Jako první jsem model vyzkoušela na produktu police. Zadala jsem do modelu 4 výrobky: Tabulka 2: Zadání modelu - police
Název produktu IKEA Potrusil Levna Ikea Asko Pramen: Autorka
Značka IKEA Potrusil IKEA Asko
Barva 1 barva více barev 1 barva více barev
Rozměry pevné rozměry volitelná délka pevné rozměry pevné rozměry
64
Vyzvednutí kamenný obchod doručení domů kamenný obchod kamenný obchod
Cena 299,00 414,00 49,00 378,00
Při těchto parametrech by měly police následující podíly na trhu: vítězí nejlevnější výrobek z IKEA, ale hned za ním je police Potrusil, která je velice variabilní v zadaných parametrech. Výběr produktů závisí u respondentů nejvíc na ceně a hned poté na variabilních parametrech, což způsobuje dobré umístění police Potrusil.
Obrázek 12: Model - Police
Pramen: Autorka
Jako další produkt jsem vzala pro experimentování s modelem produkt botníky – zadání jednotlivých výrobků je uvedeno v tabulce: Tabulka 3: Zadání modelu - botníky
Název produktu IKEA IKEA domů Asko Asko vyzvednutí Potrusil Pramen: Autorka
Značka IKEA IKEA Asko Asko Potrusil
Barva 1 barva 1 barva 1 barva 1 barva více barev
Rozměry pevné rozměry pevné rozměry pevné rozměry pevné rozměry volitelná délka
65
Vyzvednutí kamenný obchod doručení domů kamenný obchod osobní vyzvednutí doručení domů
Cena 479,00 579,00 599,00 648,00 970,00
Nejlépe se na trhu umístil botník Potrusil, u kterého jsem zadala nejvíce volitelných parametrů. Zkoušela jsem také vliv doručení domů a osobního vyzvednutí. Stejný výrobek z IKEA při doručení domů (cena dopravy 100 Kč) má o 6 procentních bodů menší podíl na trhu. Stejný výrobek z Asko nábytek s možností osobního vyzvednutí má o 1,5 procentního bodu menší podíl na trhu.
Obrázek 13 - Graf modelu botníky
Pramen: Autorka
Jako poslední jsem experimentovala s modelem pro výrobek stoly. Zadání jednotlivých stolů v experimentu je zobrazeno v tabulce: Tabulka 4: Zadání modelu - stoly
Název produktu IKEA Asko Potrusil Pramen: Autorka
Značka IKEA Asko Potrusil
Barva 1 barva 1 barva více barev
Rozměry pevné rozměry pevné rozměry vše volitelné
66
Vyzvednutí kamenný obchod kamenný obchod doručení domů
Cena 2 990,00 4 194,00 8 000,00
U tohoto modelu se projevuje velká senzitivita k ceně. Ačkoli je stůl firmy Potrusil přizpůsobený zákazníkovi ve všech ohledech, stůl od IKEA s výrazně menší cenou podíl na trhu vyhrává.
Obrázek 14 Graf model stoly
Pramen: Autorka
Model neslouží k přesnému popisu reality, ale k základnímu posouzení, jestli nový produkt bude na trhu úspěšný, anebo ne. Kdyby se tento princip simulace trhu firmě zalíbil, dá se vytvořit metodicky lepší a složitější model na větším množství respondentů, který by firmě pomáhal při základním posouzení, zda vyrábět nové produkty pro e-shop a jaké produkty by to měly být.
67
4.3 Diskuze Jaká je cílová skupina zákazníků pro e-shop s nábytkem? Odpovědi na tuto otázku jsem se věnovala v kapitolách 2.3 Spotřebitelé a nakupování a 2.4 Nakupování přes internet. Ze zjištění v uvedených kapitolách vyplývá, že členem cílové skupiny je vpodstatě jakýkoliv člen internetové populace (tedy člověk, který má pravidelně přístup k internetu). Internetová populace se liší od běžné populace, má větší zastoupení hlavně v mladších skupinách obyvatel. Výzkumy ukazují, že není souvislost mezi tím, kdo nakupuje na internetu a jeho socioekonomickým statusem. Jediná (slabší souvislost) byla zjištěna mezi výší příjmu a nákupy na internetu. Uživatelé s vyšším příjmem nakupují o něco častěji než ti s nižším příjmem. Toto zjištění potvrdil i můj výzkum. Výzkumy také ukazují, že zkušenější uživatelé na internetu nakupují sebevědoměji a spíše koupí i dražší položky. Uživatel, který byl jednou s e-shopem spokojen, se do něj při hledání podobného produktu pravděpodobně zase vrátí. Proto by mohlo být pro firmu výhodné oslovit i své minulé zákazníky, kteří byli s jejich službou spokojeni, a představit nový e-shop. Velké množství uživatelů využívá v dnešní době srovnávače cen, u kterých začíná své hledání výrobku. Proto je pro firmy výhodné, aby srovnávač cen jejich výrobek našel a zařadil do srovnání. Firma by se na základě mých zjištění měla zaměřit na zkušenější internetové uživatele s vyšším příjmem. Vhodné oslovení by mohl být direct mail bývalým klientům. Při průzkumu internetu jsem zjistila, že pro služby, které chce firma nabízet, existuje velmi malá konkurence. Firma Potrusil by se proto měla zaměřit na to, aby se zákazníci o její službě dozvěděli a aby na stránce snadno našli nejdůležitější informace.
Na základě jakých atributů se zákazník rozhoduje při koupi nábytku? Na tuto otázku odpovídá jednak kapitola 2.3.2 Nakupování nábytku, která poskytuje informace z literární rešerše a také výsledky mého výzkumu. Z výzkumů vyplývá, že v nakupování nábytku existují rozdíly mezi muži a ženami. Ženy si více věří při nakupování do domácnosti než muži. Muži a ženy se také při nakupování nábytku rozhodují na základě jiných parametrů, muži spíše na základě objektivních 68
parametrů, jako je cena nebo konstrukce výrobku, ženy spíše na základě subjektivních parametrů, jako je barva nebo styl výrobku. Zákazníci také očekávají, že u nábytku online budou přehledně napsané všechny informace, které o nábytku potřebují vědět (rozměry, váha, materiál atd), stejně jako o dopravě a záručních podmínkách. V zahraničních výzkumech a stejně i v našem výzkumu se ukazuje cena jako nejdůležitější atribut, podle kterého se spotřebitelé rozhodují při nakupování nábytku. Cena se objevuje jako jediná úplně ve všech výzkumech a v mém výzkumu se ukázala jako zdaleka nejvýznamnější faktor. Další důležité faktory z teorie jsou materiál, konstrukce, barva, vzhled, záruka. V tomto výzkumu nebylo možné zkoumat úplně všechny atributy (např. atribut kvalita je pro respondenty subjektivní a je hodnocen hlavně na základě vzhledu nábytku, u faktoru materiál pilotní studie ukázala, že respondenti nerozlišují mezi jednotlivými materiály dostatečně dobře). Po ceně vyšla jako nejdůležitější atribut po ceně možnost přizpůsobení rozměrů nábytku. Pro firmu je důležité se zaměřit jako na požadavek na co nejnižší cenu výrobků. Agentní model trhu ukazuje, že někteří jedinci hodnotí nejlépe i produkt, který má mírně vyšší cenu než jiné produkty a kompenzuje to například možností customizace nebo preferovaným způsobem dopravy. Je tedy na firmě, aby zvážila vhodný poměr mezi atributy jako možnost customizace a výrobními náklady.
Jaké produkty bude pro firmu nejvýhodnější vyrábět? Jako odpověď na tuto otázku poskytuji firmě agentní model trhu, se kterým může experimentovat a dosazovat do něj parametry. Pomocí toho může odhadnout pozici produktu na trhu. Model je omezený mnoha předpoklady, kterými se podrobně zabývám v kapitole 4.2 Model. Model firmě umožní maximalizovat zisk z prodeje produktů tím, že jí umožní odhadnout optimální atributy produktů zejména na základě podílu na trhu předpovězených modelem a nákladů na výrobu jednotlivých výrobků, které musí dodat výrobní oddělení firmy.
69
Model umožňuje lepší komunikace mezi marketingovým oddělením a oddělením technické přípravy výroby. Zároveň může mnou poskytnutý model tvořit předstupeň plnohodnotného modelu, který si firma může nechat vytvořit od specializované firmy.
70
Závěr Cílem této práce provést průzkum trhu za pomocí conjointní analýzy. Tento cíl jsem konkretizovala jako průzkum internetového trhu s nábytkem. V této práci byl řešen problém návrhu výrobků zadaný firmou Potrusil s.r.o., které by se měly vyrábět pro nový e-shop firmy. Firma Potrusil se doposud zabývá výrobou nábytku na zakázku a nyní chce své portfolio rozšířit o drobnější kusy nábytku (pro začátek police na zeď, botníky a stoly), které by vyráběla pouze pro svůj e-shop v menších sériích. První částí řešení problému byla kritická literární rešerše týkající se kvantitativního marketingového výzkumu a specifičtěji conjointní analýzy, která byla hlavním nástrojem k řešení problému podniku. Tato část představuje teoretický podklad, na základě kterého jsem postavila metodiku průzkumu trhu, použitou v této práci. Kritická literární rešerše pokračovala průzkumem týkajícím se chování spotřebitelů na internetu a nákupního chování spotřebitelů nakupujících nábytek a nakonec i kombinací těchto dvou faktorů. Tato kapitola byla použita jednak pro vytvoření nástrojů výzkumu, dotazníku použitém jako zdroj informací pro conjointní analýzu, a to hlavně pro získání faktorů a jejich úrovní. Dále byla tato kapitola použita jako odpověď na výzkumnou otázku, identifikující potenciální zákazníky nových produktů zkoumaného podniku. Následně jsem podrobně popsala metodiku provedení celého výzkumu. Podrobně je popsán průběh pilotní studie, předvýzkumu i samotný výzkum. Pro výzkum bylo použito online dotazníkové šetření. Ověřila jsem, že získaná data odpovídají současným teoretickým poznatkům, což podporuje validitu výzkumu. Vzorek také odpovídá cílové populaci. V metodické části se věnuji i použitému softwaru SPSS Conjoint. Práci završuje prezentace výsledků. Výsledky conjointní analýzy se týkají důležitosti faktorů při nakupování nábytku. Z výsledků conjointní analýzy byl dále zpracován model, který firmě může pomoci optimalizovat atributy produktů pro maximalizaci zisku z nové produktové řady. Diskuze shrnuje odpovědi na všechny výzkumné otázky a obsahuje doporučení firmě.
71
72
Použitá literatura ACREA CR, SPOL. S R.O., 2015. IBM SPSS Conjoint | ACREA | Analytická kreativita v business
analytics
[online]
[vid.
13.
prosinec
2015].
Dostupné
z:
http://www.acrea.cz/software/ibm-spss-conjoint APEK, 2015a. E-komerce v Evropě rostla v roce 2014 o 14,3 %. Obraty tak dosáhly téměř 424 miliard EUR [online] [vid. 12. prosinec 2015]. Dostupné z: http://www.apek.cz/tiskovezpravy/e-komerce-v-evrope-rostla-v-roce-2014-o-14-3-obraty-tak-dosahly-temer-424-miliardeur/ APEK, 2015b. Srovnávají, srovnávají a v kamenných obchodech již (tolik) zboží nevybírají – tak nakupují Češi na internetu [online] [vid. 12. prosinec 2015]. Dostupné z: http://www.apek.cz/tiskove-zpravy/srovnavaji-srovnavaji-a-v-kamennych-obchodech-jiztolik-zbozi-nevybiraji-tak-nakupuji-cesi-na-internetu/ ASKO NÁBYTEK, 2014. Asko nábytek [online] [vid. 14. prosinec 2015]. Dostupné z: http://www.asko-nabytek.cz/ ASOCIACE ČESKÝCH E-SHOPŮ, 2014. Česko je e-shopovou velmocí, na internetu nakupuje
již
každý
třetí
[online]
[vid.
12.
prosinec
2015].
Dostupné
z:
http://www.investujeme.cz/cesko-je-e-shopovou-velmoci-na-internetu-nakupuje-jiz-kazdytreti/ BLANCA HERNÁNDEZ, JULIO JIMÉNEZ a M. JOSÉ MARTÍN, 2011. Age, gender and income: do they really moderate online shopping behaviour? Online Information Review [online].
22.2.,
roč.
35,
č.
1,
s.
113–133.
ISSN
1468-4527.
Dostupné
z:
doi:10.1108/14684521111113614 BOYLE, Kevin J., Thomas P. HOLMES, Mario F. TEISL a Brian ROE, 2001. A Comparison of Conjoint Analysis Response Formats. American Journal of Agricultural Economics [online]. 1.5., roč. 83, č. 2, s. 441–454. ISSN 0002-9092, 1467-8276. Dostupné z: doi:10.1111/0002-9092.00168
73
BURNSED, Katherine Annette a Nancy J. HODGES, 2014. Home furnishings consumption choices: a qualitative analysis. Qualitative Market Research: An International Journal. 1., roč. 17, č. 1, s. 24. ISSN 13522752. CLOSE, Angeline G. a Monika KUKAR-KINNEY, 2010. Beyond buying: Motivations behind consumers’ online shopping cart use. Journal of Business Research [online]. 9., roč. 63, č. 9–10, Advances in Internet Consumer Behavior& Marketing Strategy, s. 986–992. ISSN 0148-2963. Dostupné z: doi:10.1016/j.jbusres.2009.01.022 ČERMÁKOVÁ, Anna, 2003. Speciální možnosti conjointní analỳzy. Soukromá vysoká škola ekonomickỳch
studií
[online].
[vid.
10.
prosinec
2015].
Dostupné
z:
http://files.svses.webnode.cz/200004916-79bbe7ab84/cermakova.pdf ČESKÝ STATISTICKÝ ÚŘAD, 2015. Český statistický úřad | ČSÚ [online] [vid. 14. prosinec 2015]. Dostupné z: https://www.czso.cz/csu/czso/domov DEMOGRAFICKÉ INFORMAČNÍ CENTRUM, 2014. Demografický informační portál [online] [vid. 14. prosinec 2015]. Dostupné z: http://demografie.info/?cz_pohlavivek= DISMAN, Miroslav, 2000. Jak se vyrábí sociologická znalost: příručka pro uživatele. 3. vyd. Praha: Karolinum. ISBN 80-246-0139-7. FORET, Miroslav, 2012. Marketingový průzkum: poznáváme svoje zákazníky. 2., aktualiz. vyd. Brno: BizBooks. ISBN 978-80-265-0038-4. FORSYTHE, Sandra M a Bo SHI, 2003. Consumer patronage and risk perceptions in Internet shopping. Journal of Business Research [online]. 11., roč. 56, č. 11, Strategy in e-marketing, s. 867–875. ISSN 0148-2963. Dostupné z: doi:10.1016/S0148-2963(01)00273-9 GANESH, Jaishankar, Kristy E. REYNOLDS, Michael LUCKETT a Nadia POMIRLEANU, 2010. Online Shopper Motivations, and e-Store Attributes: An Examination of Online Patronage Behavior and Shopper Typologies. Journal of Retailing [online]. 3., roč. 86, č. 1, s. 106–115. ISSN 0022-4359. Dostupné z: doi:10.1016/j.jretai.2010.01.003 GAVORA, Peter a Vladimír JŮVA, 2000. Úvod do pedagogického výzkumu. Brno: Paido. Edice pedagogické literatury. ISBN 80-85931-79-6.
74
GREEN, Paul E., Abba M. KRIEGER a Yoram (Jerry) WIND, 2001. Thirty Years of Conjoint Analysis: Reflections and Prospects. Interfaces. roč. 31, č. 3, s. S56–S73. ISSN 0092-2102. GREEN, Paul E. a V. SRINIVASAN, 1990. Conjoint Analysis in Marketing: New Developments with Implications for Research and Practice. Journal of Marketing [online]. roč. 54, č. 4, s. 3–19. ISSN 0022-2429. Dostupné z: doi:10.2307/1251756 HAYNES, R. Brian, 2012. Clinical Epidemiology: How to Do Clinical Practice Research. B.m.: Lippincott Williams & Wilkins. ISBN 978-1-4511-7879-1. HENDL, Jan, 2004. Přehled statistických metod zpracování dat: analýza a metaanalýza dat. Vyd. 1. Praha: Portál. ISBN 80-7178-820-1. HORRIGAN, John A., 2008. Online shopping. Pew Internet & American Life Project Report [online].
roč.
36
[vid.
10.
prosinec
2015].
Dostupné
z:
http://www.goldminenetwork.com/_did_you_know_online_shopping.pdf HUBER, Joel, 2005. Conjoint analysis: how we got here and where we are (An Update). In: Sawtooth Software Conference [online]. s. 31 [vid. 13. prosinec 2015]. Dostupné z: http://www.sawtoothsoftware.com/download/techpap/howwegot2.pdf INCOMA GFK, S.R.O., 2014. Více než 50% zákazníků už nakupovalo nábytek nebo bytové doplňky
na
internetu
[online]
[vid.
12.
prosinec
2015].
Dostupné
z:
http://simar.cz/clanky/vice-nez-50-zakazniku-uz-nakupovalo-nabytek-nebo-bytove-doplnkyna-internetu.html INTER IKEA SYSTEMS B.V., 2015. IKEA [online] [vid. 14. prosinec 2015]. Dostupné z: http://www.ikea.com/cz/cs/ JEONG, Yongju a Yongsung LEE, 2010. A study on the customer satisfaction and customer loyalty of furniture purchaser in on-line shop. Asian Journal on Quality [online]. roč. 11, č. 2, s. 146–156. ISSN 15982688. Dostupné z: doi:http://dx.doi.org/10.1108/15982681011075952 JEŘÁBEK, Hynek, 1992. Úvod do sociologického výzkumu. 1. vyd. Praha: Karolinum. ISBN 80-7066-662-5. JYSK S.R.O., 2015. JYSK [online] [vid. 14. prosinec 2015]. Dostupné z: http://jysk.cz/ 75
KADAM, Seema Shashikant, 2011. The Brand: A Source of Value for the Consumer [online]. 4.3. [vid. 1. prosinec 2015]. Dostupné z: http://localhost:8080/jspui/handle/123456789/109 KIKA MÖBEL HANDELSGESELLSCHAFT M.B.H., 2015. Kika [online] [vid. 14. prosinec 2015]. Dostupné z: http://www.kika.com/cz/home/ KINLEY, Tammy R. a Lynn BRANDON, 2015. Branding Strategies for Home Furnishings Products: Consumer Perceptions. Journal of Marketing Development & Competitiveness. 1., roč. 9, č. 1, s. 93–105. ISSN 21552843. KOTLER, Philip, Jana LANGEROVÁ a Vladimír NOVÝ, ed., 2007. Moderní marketing: 4. evropské vydání. 1. vyd. Praha: Grada. ISBN 978-80-247-1545-2. KOZEL, Roman, 2006. Moderní marketingový výzkum : nové trendy, kvantitativní a kvalitativní metody a techniky, průběh a organizace, aplikace v praxi, přínosy a možnosti. B.m.: Praha : Grada, 2006. Expert. ISBN 80-247-0966-X. KOZEL, Roman, Lenka MYNÁŘOVÁ a Hana SVOBODOVÁ, 2011. Moderní metody a techniky marketingového výzkumu. 1. vyd. Praha: Grada. Expert. ISBN 978-80-247-3527-6. LABUSCHAGNE, Adri, Sonna VAN ZYL, Daleen VAN DER MERWE a Annamarie KRUGER, 2012. Consumers’ expectations of furniture labels during their pre-purchase information search: an explication of proposed furniture labelling specifications. International Journal of Consumer Studies [online]. 7., roč. 36, č. 4, s. 451–459. ISSN 14706423. Dostupné z: doi:10.1111/j.1470-6431.2011.01059.x L.C. KOO, FREDRICK K.C. TAO a JOHN H.C YEUNG, 1999. Preferential segmentation of restaurant attributes through conjoint analysis. International Journal of Contemporary Hospitality Management [online]. 1.9., roč. 11, č. 5, s. 242–253. ISSN 0959-6119. Dostupné z: doi:10.1108/09596119910272784 LIU, Fang, Rong WANG, Ping ZHANG a Meiyun ZUO, 2012. A Typology Of Online Window Shopping Consumers. In: PACIS [online]. s. 128 [vid. 12. prosinec 2015]. Dostupné z: http://www.pacis-net.org/file/2012/PACIS2012-094.pdf LOKKEN, Sheri, Julianne TRAUTMAN, Beth MILLER, Karen HYLLEGARD, Hilda LAKNER, Mary Lynn DAMHORST, Holly BASTOW-SHOOP, Nancy LYONS a Linda 76
MANIKOWSKI, 2003. Shopping for Home Furnishings and Furniture Online: An Examination of Rural Consumers’ Use of the Internet. Consumer Interests Annual. 9., č. 49, s. 1. ISSN 02751356. MACHKOVÁ, Hana, 2006. Mezinárodní marketing. 2., rozš. a přeprac. vyd. Praha: Grada. Expert. ISBN 80-247-1678-X. MCCULLOUGH, Dick, 2002. A user’s guide to conjoint analysis. Marketing Research. roč. 14, č. 2, s. 18–23. ISSN 10408460. MICHAEL R. WARD a MICHAEL J. LEE, 2000. Internet shopping, consumer search and product branding. Journal of Product & Brand Management [online]. 1.2., roč. 9, č. 1, s. 6– 20. ISSN 1061-0421. Dostupné z: doi:10.1108/10610420010316302 ORME, B. K., 2010. Getting started with conjoint analysis: strategies for product design and pricing. Research Publishers. roč. 2010. PAVLICA, Karel, 2000. Sociální výzkum, podnik a management: průvodce manažera v oblasti výzkumu hospodářských organizací: [základní otázky a problémy sociálního výzkumu a auditu, filosoficko-metodologické a politicko-etické aspekty, metody a techniky kvalitativního výzkumu, realizace sociálního auditu v organizacích]. Vyd. 1. Praha: Ekopress. ISBN 80-86119-25-4. POLIČKY NA ZEĎ, 2015. Poličky na míru ExpoWin [online] [vid. 14. prosinec 2015]. Dostupné z: http://www.policky-na-zed.cz/policky-na-miru-expowin/ PONDER, Nicole, 2013. Consumer Attitudes and Buying Behavior for Home Furniture. Mississippi, Franklin Furniture Institute [online]. [vid. 12. prosinec 2015]. Dostupné z: http://ffi.msstate.edu/pdf/consumer_attitudes.pdf POTRUSIL S.R.O., 2015. Webové stránky firmy Potrusil, s.r.o. [online] [vid. 13. prosinec 2015]. Dostupné z: http://www.potrusil.cz/ PWC, 2015a. Global shoppers at a glance. PwC [online] [vid. 13. prosinec 2015]. Dostupné z: http://www.pwc.com/gx/en/industries/retail-consumer/global-multi-channel-consumersurvey/survey-highlights.html
77
PWC, 2015b. Total Retail 2015: Retailers and the age of disruption. PwC [online] [vid. 12. prosinec 2015]. Dostupné z: http://www.pwc.com/gx/en/industries/retail-consumer/globalmulti-channel-consumer-survey.html REICHEL, Jiří, 2009. Kapitoly metodologie sociálních výzkumů. Vyd. 1. Praha: Grada. Sociologie. ISBN 978-80-247-3006-6. ROSTER, Catherine A., Robert D. ROGERS, George C. HOZIER JR., Kenneth G. BAKER a Gerald ALBAUM, 2007. Management of Marketing Research Projects: Does Delivery Method Matter Anymore in Survey Research? Journal of Marketing Theory & Practice. roč. 15, č. 2, s. 127. ISSN 10696679. SARA R. JAEGER, DUNCAN HEDDERLEY a HALLIDAY J.H. MACFIE, 2001. Methodological issues in conjoint analysis: a case study. European Journal of Marketing [online]. 1.12., roč. 35, č. 11/12, s. 1217–1239. ISSN 0309-0566. Dostupné z: doi:10.1108/EUM0000000006474 SCONTO NÁBYTEK, S.R.O., 2014. Sconto Nábytek [online] [vid. 14. prosinec 2015]. Dostupné z: https://www.sconto.cz/ SCHIFFMAN, Leon G. a Leslie Lazar KANUK, 2004. Nákupní chování. Vyd. 1. Brno: Computer Press. ISBN 80-251-0094-4. SPIR Z. S. P. O., 2015. NetMonitor [online] [vid. 14. prosinec 2015]. Dostupné z: http://www.netmonitor.cz/ SPSS INC, 2005. SPSS Conjoint 14.0. Chicago, IL.: SPSS. ISBN 978-1-56827-370-9. STÁVKOVÁ, Jana, Jaroslav DUFEK a zemědělská a lesnická univerzita MENDELOVA, 2004. Marketingový výzkum. Vyd. 2., přeprac. V Brně: Mendelova zemědělská a lesnická univerzita. ISBN 80-7157-795-2. SUE YASAY, 2015. Driving Shopper Engagement Through Digital Technology | Loyalty360.org [online] [vid. 12. prosinec 2015]. Dostupné z: http://loyalty360.org/loyaltymanagement/september-2015-online-issue/driving-shopper-engagement-through-digitaltechnology
78
TOMÍČKOVÁ, Věra a Petr TOMÍČEK, 2008. Úložné prostory v bytě a rodinném domě. B.m.: Grada Publishing a.s. ISBN 978-80-247-6508-2. WORTHY, Sheri Lokken, Julianne TRAUTMANN, Beth MILLER, Karen HYLLEGARD, Hilda LAKNER, Mary Lynn DAMHORST, Holly BASTOW-SHOOP, Nancy LYONS a Linda MANIKOWSKE, 2005. Online Home Furnishings and Furniture Shopping Practices of Rural Consumers. Journal of Family & Consumer Sciences. 11., roč. 97, č. 4, s. 30. ISSN 10821651. WRIGHT, Kevin B., 2005. Researching Internet-Based Populations: Advantages and Disadvantages of Online Survey Research, Online Questionnaire Authoring Software Packages, and Web Survey Services. Journal of Computer-Mediated Communication [online]. 1.4., roč. 10, č. 3, s. 00–00. ISSN 1083-6101. Dostupné z: doi:10.1111/j.10836101.2005.tb00259.x XLMX OBCHODNÍ S.R.O, 2015. MÖBELIX Online Shop [online] [vid. 14. prosinec 2015]. Dostupné
z:
http://www.moebelix.cz/?gclid=Cj0KEQiA7rmzBRDezri2r6bz1qYBEiQAg-
YEtmqmz6K9r7KXMcJ_-xgsqtuPHMflWDDHJMAU8AvLngoaAmCQ8P8HAQ XLMX OBCHODNI S.R.O., 2015. XXXLutz dům nábytku [online] [vid. 14. prosinec 2015]. Dostupné z: http://www.xxxlutz.cz/ YOON, So-Yeon, Hyunjoo OH a Ji Young CHO, 2010. Understanding Furniture Design Choices Using a 3D Virtual Showroom. Journal of Interior Design [online]. 5., roč. 35, č. 3, s. 33–50. ISSN 10717641. Dostupné z: doi:10.1111/j.1939-1668.2010.01041.x ZIKMUND, William a Barry BABIN, 2006. Exploring Marketing Research. B.m.: Cengage Learning. ISBN 0-324-32088-4.
Osobní rozhovory: Ing. Jana Navrátilová – ekonomický ředitel firmy Potrusil, s.r.o. Ing. Ladislav Potrusil – obchodní ředitel firmy Potrusil, s.r.o.
79
Použitý software: IBM SPSS Statistics 23 Google Forms Microsoft Excel 2013
Seznam tabulek Tabulka 1: Závislost příjmu a nakupování na internetu .........................................................57 Tabulka 2: Zadání modelu - police ........................................................................................64 Tabulka 3: Zadání modelu - botníky .....................................................................................65 Tabulka 4: Zadání modelu - stoly..........................................................................................66
Seznam grafů, obrázků a schémat Obrázek 1: Pohlaví respondentů ...........................................................................................51 Obrázek 2: Věkové složení respondentů ...............................................................................52 Obrázek 3: Příjem respondentů .............................................................................................53 Obrázek 4: Maximální dosažené vzdělání .............................................................................53 Obrázek 5: Přístup k internetu...............................................................................................54 Obrázek 6: Nakupování přes internet ....................................................................................55 Obrázek 7: Nákup nábytku přes internet ...............................................................................55 Obrázek 8: Značky, které respondenti znají...........................................................................56 Obrázek 9: Značky, od kterých respondenti koupili nábytek .................................................57 Obrázek 10: Důležitost faktorů .............................................................................................62 Obrázek 11: Reversals ..........................................................................................................63 Obrázek 12: Model - Police ..................................................................................................65 80
Obrázek 13 - Graf modelu botníky ....................................................................................... 66 Obrázek 14 Graf model stoly ................................................................................................ 67
81
82
Seznam příloh Přílohy 1. Dotazník 2. Karty výrobků:
Botníky
Police
Stoly
Přílohy na CD Model – xls soubory Záznam odpovědí – xls soubor Výstup z analýzy – xls soubor
83
Rozhodování spotřebitelů při koupi nábytku Vážení přátelé, předem Vám děkuji za účast ve výzkumu k mojí diplomové práci. Výzkum se týká zákaznických preferencí při nakupování nábytku přes internet. Po této stránce následují ještě 4 strany. Vyplnění dotazníku by Vám mělo zabrat asi 20 minut. *Required
INSTRUKCE K VYPLNĚNÍ: V první části dotazníku budete hodnotit několik alternativ tří produktů (stůl, polička, botník). Alternativy každého produktu se liší vždy v několika parametrech (značka, cena, barva, rozměry, způsob doručení). Alternativy jsou reprezentovány kartami. Každá karta má číslo a jsou na ní vypsány konkrétní hodnoty parametrů. Karty naleznete následujících souborech. Oba jsou obsahově shodné, vyberte si ten, se kterým se Vám bude lépe pracovat: https://drive.google.com/file/d/0B7v1dM27VHoWTUVaTjNXZmNRR1U/view?usp=sharing https://drive.google.com/file/d/0B7v1dM27VHoWLU44b3ByMFdfTzA/view?usp=sharing Představte si, že si kupujete nový výrobek (například poličku). Všechny jeho alternativy vypadají stejně (viz obrázky dole) a liší se pouze v parametrech na kartách. Vašim úkolem bude seřadit všechny alternativy každého výrobku podle vaší ochoty si výrobek koupit. První výrobek by tedy byla vaše ideální volba, další výrobek by byl o něco málo horší a tak dále. Až budete hotoví s pořadím, tak prosím zaznamenejte pořadí do tabulek na dalších stranách dotazníku. Na konci dotazníku se Vás také zeptám na pár otázek týkajících se nakupování na internetu. Dotazník je anonymní a nemám žádnou technickou možnost zjistit, kdo co vyplnil. Buďte proto prosím upřímní :)
Příklady produktů Stůl
Polička
Botník
Stoly Na této straně prosím zaznamenejte pořadí jednotlivých alternativ stolů. Nejdříve si prosím přečtete první dvě strany přiloženého souboru obsahujícího karty produktů. Následně seřaďte všechny alternativy stolů podle vaší ochoty si výrobek koupit. První výrobek by tedy byla vaše ideální volba, další výrobek by byl o něco málo horší a tak dále. Až budete mít pořadí rozmyšlené, tak je zaznamenejte do tabulky níže. Ve sloupcích najdete čísla karet (Stůl 1 20) a v řádcích pořadí od 1 (výrobek, který se Vám nejvíce líbí) až po 20. Například, pokud se Vám nejvíce líbí stůl 5, tak v prvním řádku zaškrtněte políčko ve sloupci "5". Pokud se Vám o trochu méně líbí stůl 17, tak ho zaškrtněte ve druhém řádku. Vyplňte prosím u každého řádku jednu alternativu výrobku. A každou alternativu označte pouze jednou. Tady máte pro jistotu ještě jednou odkaz na soubory s kartami: https://drive.google.com/file/d/0B7v1dM27VHoWTUVaTjNXZmNRR1U/view?usp=sharing https://drive.google.com/file/d/0B7v1dM27VHoWLU44b3ByMFdfTzA/view?usp=sharing
1. Zaznamenejte pořadí karet * Mark only one oval per row. Stůl 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
1 (Nejlepší výrobek) 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 (nejhorší výrobek)
Poličky Na této straně prosím zaznamenejte pořadí jednotlivých alternativ poliček. Nejdříve si prosím přečtete stranu 3 a 4 přiloženého souboru obsahujícího karty produktů. Následně seřaďte všechny alternativy poliček podle vaší ochoty si výrobek koupit. První výrobek by tedy byla vaše ideální volba, další výrobek by byl o něco málo horší a tak dále. Až budete mít pořadí rozmyšlené, tak je zaznamenejte do tabulky níže. Ve sloupcích najdete čísla karet (Polička 1 20) a v řádcích pořadí od 1 (výrobek, který se Vám nejvíce líbí) až po 20. Například, pokud se Vám nejvíce líbí polička 5, tak v prvním řádku zaškrtněte políčko ve sloupci "5". Pokud se Vám o trochu méně líbí polička 17, tak ji zaškrtněte ve druhém řádku. Vyplňte prosím u každého řádku jednu alternativu výrobku. A každou alternativu označte pouze jednou. Tady máte pro jistotu ještě jednou odkaz na soubory s kartami: https://drive.google.com/file/d/0B7v1dM27VHoWTUVaTjNXZmNRR1U/view?usp=sharing https://drive.google.com/file/d/0B7v1dM27VHoWLU44b3ByMFdfTzA/view?usp=sharing 2. Zaznamenejte pořadí karet * Mark only one oval per row. Polička 1 1 (Nejlepší výrobek) 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 (nejhorší výrobek)
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Botníky Na této straně prosím zaznamenejte pořadí jednotlivých alternativ botníků. Nejdříve si prosím přečtete stranu 5 a 6 přiloženého souboru obsahujícího karty produktů. Následně seřaďte všechny alternativy botníků podle vaší ochoty si výrobek koupit. První výrobek by tedy byla vaše ideální volba, další výrobek by byl o něco málo horší a tak dále. Až budete mít pořadí rozmyšlené, tak je zaznamenejte do tabulky níže. Ve sloupcích najdete čísla karet (Botník 1 20) a v řádcích pořadí od 1 (výrobek, který se Vám nejvíce líbí) až po 20. Například, pokud se Vám nejvíce líbí botník 5, tak v prvním řádku zaškrtněte políčko ve sloupci "5". Pokud se Vám o trochu méně líbí botník 17, tak ho zaškrtněte ve druhém řádku. Vyplňte prosím u každého řádku jednu alternativu výrobku. A každou alternativu označte pouze jednou. Tady máte pro jistotu ještě jednou odkaz na soubory s kartami: https://drive.google.com/file/d/0B7v1dM27VHoWTUVaTjNXZmNRR1U/view?usp=sharing https://drive.google.com/file/d/0B7v1dM27VHoWLU44b3ByMFdfTzA/view?usp=sharing 3. Zaznamenejte pořadí karet * Mark only one oval per row. Botník 1
2
3
4
5
1 (Nejlepší výrobek) 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 (nejhorší výrobek)
Pár otázek nakonec Ještě prosím odpovězte na několik závěrečných otázek. 4. Vaše pohlaví Mark only one oval. Muž Žena 5. Váš věk
6. Váš příjem Mark only one oval. 0 10 000 10 001 15 000 15 001 20 000 20 001 25 000 25 001 30 000 více jak 30 000
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
7. Nejvyšší dosažené vzdělání Mark only one oval. základní středoškolské vysokoškolské 8. Odkud chodíte na internet? zaškrtněte, zda možnost využíváte či ne Mark only one oval per row. Ano
Ne
doma v práci na mobilu jinde 9. Jaké značky nábytku znáte? Napište všechny, které vás napadnou. 10. Od jakých značek jste si někdy koupit nábytek? 11. Jak často nakupujete na internetu? Mark only one oval. Nikdy Jednou do roka Jednou za půl roku Jednou za tři měsíce Jednou za měsíc Častěji než jednou za měsíc 12. Koupili jste někdy nábytek na internetu? Mark only one oval. Ano Ne
Powered by
Stůl: 1
Stůl: 2
Značka výrobce Cena Výběr z těchto barev
Značka výrobce Cena Výběr z těchto barev
Stůl: 11
Přizpůsobení rozměrů volitená délka Doručení výrobku doručení domů (PPL, DHL, Geis, ...)
Přizpůsobení rozměrů volitená délka Doručení výrobku doručení domů (PPL, DHL, Geis, ...)
Stůl: 3
Stůl: 4
Stůl: 13
Stůl: 14
Značka výrobce Cena Výběr z těchto barev
IKEA 2 999 Kč Bílá, černá, světlé dřevo, buk, ořech, dub, červená, zelená, žlutá, modrá Přizpůsobení rozměrů všechny rozměny volitelné (vč. výšky) Doručení výrobku osobní vyzvednutí u přepravce (Zásilkovna, Uloženka, ...)
Značka výrobce Cena Výběr z těchto barev
Značka výrobce Cena Výběr z těchto barev
Stůl: 5
Stůl: 6
Stůl: 15
Značka výrobce Cena Výběr z těchto barev
Značka výrobce Cena Výběr z těchto barev
Značka výrobce Cena Výběr z těchto barev
Asko 8 021 Kč světlé dřevo
Přizpůsobení rozměrů všechny rozměny volitelné (vč. výšky) Doručení výrobku kamenný obchod výrobce
Potrusil 2 999 Kč světlé dřevo
Značka výrobce Cena Výběr z těchto barev
Stůl: 12
IKEA 8 021 Kč Bílá, černá, světlé dřevo, buk, ořech, dub, červená, zelená, žlutá, modrá Přizpůsobení rozměrů pevné rozměry Doručení výrobku doručení domů (PPL, DHL, Geis, ...)
IKEA 8 021 Kč Bílá, černá, světlé dřevo, buk, ořech, dub, červená, zelená, žlutá, modrá Přizpůsobení rozměrů volitená délka Doručení výrobku kamenný obchod výrobce
Asko 2 999 Kč Bílá, černá, světlé dřevo, buk, ořech, dub, červená, zelená, žlutá, modrá Přizpůsobení rozměrů volitená délka Doručení výrobku osobní vyzvednutí u přepravce (Zásilkovna, Uloženka, ...)
Potrusil 2 999 Kč Bílá, černá, světlé dřevo, buk, ořech, dub, červená, zelená, žlutá, modrá Přizpůsobení rozměrů pevné rozměry Doručení výrobku kamenný obchod výrobce
Značka výrobce Cena Výběr z těchto barev
Stůl: 7
Stůl: 8
Stůl: 17
Značka výrobce Cena Výběr z těchto barev
IKEA 5 970 Kč světlé dřevo
Značka výrobce Cena Výběr z těchto barev
Potrusil 8 021 Kč světlé dřevo
IKEA 2 999 Kč světlé dřevo
Přizpůsobení rozměrů pevné rozměry Doručení výrobku osobní vyzvednutí u přepravce (Zásilkovna, Uloženka, ...)
Přizpůsobení rozměrů pevné rozměry Doručení výrobku kamenný obchod výrobce
Stůl: 9
Stůl: 10
Stůl: 19
IKEA 2 999 Kč světlé dřevo
Přizpůsobení rozměrů všechny rozměny volitelné (vč. výšky) Doručení výrobku doručení domů (PPL, DHL, Geis, ...)
Značka výrobce Cena Výběr z těchto barev
Potrusil 5 970 Kč světlé dřevo
Přizpůsobení rozměrů všechny rozměny volitelné (vč. výšky) Doručení výrobku kamenný obchod výrobce
Značka výrobce Cena Výběr z těchto barev
IKEA 2 999 Kč světlé dřevo
Přizpůsobení rozměrů pevné rozměry Doručení výrobku kamenný obchod výrobce
Značka výrobce Cena Výběr z těchto barev
Potrusil 5 970 Kč Bílá, černá, světlé dřevo, buk, ořech, dub, červená, zelená, žlutá, modrá Přizpůsobení rozměrů všechny rozměny volitelné (vč. výšky) Doručení výrobku kamenný obchod výrobce
Stůl: 18 Asko 2 999 Kč světlé dřevo
Přizpůsobení rozměrů volitená délka Doručení výrobku kamenný obchod výrobce
Značka výrobce Cena Výběr z těchto barev
IKEA 2 999 Kč Bílá, černá, světlé dřevo, buk, ořech, dub, červená, zelená, žlutá, modrá Přizpůsobení rozměrů pevné rozměry Doručení výrobku kamenný obchod výrobce
Stůl: 16 IKEA 5 970 Kč světlé dřevo
Přizpůsobení rozměrů pevné rozměry Doručení výrobku osobní vyzvednutí u přepravce (Zásilkovna, Uloženka, ...)
Značka výrobce Cena Výběr z těchto barev
Značka výrobce Cena Výběr z těchto barev
Značka výrobce Cena Výběr z těchto barev
Potrusil 5 970 Kč Bílá, černá, světlé dřevo, buk, ořech, dub, červená, zelená, žlutá, modrá Přizpůsobení rozměrů volitená délka Doručení výrobku osobní vyzvednutí u přepravce (Zásilkovna, Uloženka, ...)
Stůl: 20 Potrusil 8 021 Kč světlé dřevo
Přizpůsobení rozměrů pevné rozměry Doručení výrobku kamenný obchod výrobce
Značka výrobce Cena Výběr z těchto barev
Asko 5 970 Kč Bílá, černá, světlé dřevo, buk, ořech, dub, červená, zelená, žlutá, modrá Přizpůsobení rozměrů pevné rozměry Doručení výrobku doručení domů (PPL, DHL, Geis, ...)
Polička: 1
Polička: 2
Polička: 11
Značka výrobce Cena Výběr z těchto barev
Značka výrobce Cena Výběr z těchto barev
Asko 414 Kč Bílá, černá, světlé dřevo, buk, ořech, dub, červená, zelená, žlutá, modrá Přizpůsobení rozměrů volitená délka Doručení výrobku osobní vyzvednutí u přepravce (Zásilkovna, Uloženka, ...)
Značka výrobce Cena Výběr z těchto barev
Přizpůsobení rozměrů pevné rozměry Doručení výrobku osobní vyzvednutí u přepravce (Zásilkovna, Uloženka, ...)
Přizpůsobení rozměrů pevné rozměry Doručení výrobku osobní vyzvednutí u přepravce (Zásilkovna, Uloženka, ...)
Polička: 3
Polička: 4
Polička: 13
Polička: 14
Značka výrobce Cena Výběr z těchto barev
Značka výrobce Cena Výběr z těchto barev
IKEA 249 Kč Bílá, černá, světlé dřevo, buk, ořech, dub, červená, zelená, žlutá, modrá Přizpůsobení rozměrů pevné rozměry Doručení výrobku doručení domů (PPL, DHL, Geis, ...)
Značka výrobce Cena Výběr z těchto barev
Polička: 6
Polička: 15
Značka výrobce Cena Výběr z těchto barev
IKEA 414 Kč Bílá, černá, světlé dřevo, buk, ořech, dub, červená, zelená, žlutá, modrá Přizpůsobení rozměrů volitená délka Doručení výrobku osobní vyzvednutí u přepravce (Zásilkovna, Uloženka, ...)
Značka výrobce Cena Výběr z těchto barev
Polička: 7
Polička: 8
Polička: 17
Polička: 18
Značka výrobce Cena Výběr z těchto barev
Značka výrobce Cena Výběr z těchto barev
Potrusil 828 Kč Bílá, černá, světlé dřevo, buk, ořech, dub, červená, zelená, žlutá, modrá Přizpůsobení rozměrů všechny rozměny volitelné Doručení výrobku osobní vyzvednutí u přepravce (Zásilkovna, Uloženka, ...)
Značka výrobce Cena Výběr z těchto barev
Potrusil 414 Kč Bílá, černá, světlé dřevo, buk, ořech, dub, červená, zelená, žlutá, modrá Přizpůsobení rozměrů pevné rozměry Doručení výrobku kamenný obchod výrobce
Značka výrobce Cena Výběr z těchto barev
Přizpůsobení rozměrů volitená délka Doručení výrobku kamenný obchod výrobce
Polička: 10
Polička: 19
Polička: 20
IKEA 414 Kč Bílá, černá, světlé dřevo, buk, ořech, dub, červená, zelená, žlutá, modrá Přizpůsobení rozměrů pevné rozměry Doručení výrobku kamenný obchod výrobce
IKEA 249 Kč Bílá, černá, světlé dřevo, buk, ořech, dub, červená, zelená, žlutá, modrá Přizpůsobení rozměrů volitená délka Doručení výrobku kamenný obchod výrobce
Polička: 5 Značka výrobce Cena Výběr z těchto barev
IKEA 414 Kč světlé dřevo
Přizpůsobení rozměrů všechny rozměny volitelné Doručení výrobku doručení domů (PPL, DHL, Geis, ...)
Potrusil 828 Kč Bílá, černá, světlé dřevo, buk, ořech, dub, červená, zelená, žlutá, modrá Přizpůsobení rozměrů všechny rozměny volitelné Doručení výrobku kamenný obchod výrobce
Polička: 9 Značka výrobce Cena Výběr z těchto barev
IKEA 828 Kč světlé dřevo
Přizpůsobení rozměrů volitená délka Doručení výrobku doručení domů (PPL, DHL, Geis, ...)
Značka výrobce Cena Výběr z těchto barev
IKEA 414 Kč světlé dřevo
Přizpůsobení rozměrů pevné rozměry Doručení výrobku kamenný obchod výrobce
Polička: 12 Asko 414 Kč světlé dřevo
Asko 249 Kč světlé dřevo
Přizpůsobení rozměrů všechny rozměny volitelné Doručení výrobku kamenný obchod výrobce
Potrusil 249 Kč světlé dřevo
Značka výrobce Cena Výběr z těchto barev
IKEA 414 Kč Bílá, černá, světlé dřevo, buk, ořech, dub, červená, zelená, žlutá, modrá Přizpůsobení rozměrů všechny rozměny volitelné Doručení výrobku osobní vyzvednutí u přepravce (Zásilkovna, Uloženka, ...)
Polička: 16 IKEA 828 Kč světlé dřevo
Přizpůsobení rozměrů pevné rozměry Doručení výrobku osobní vyzvednutí u přepravce (Zásilkovna, Uloženka, ...)
Značka výrobce Cena Výběr z těchto barev
Značka výrobce Cena Výběr z těchto barev
Asko 414 Kč světlé dřevo
Přizpůsobení rozměrů pevné rozměry Doručení výrobku kamenný obchod výrobce
Značka výrobce Cena Výběr z těchto barev
Potrusil 414 Kč světlé dřevo
Přizpůsobení rozměrů volitená délka Doručení výrobku doručení domů (PPL, DHL, Geis, ...)
Značka výrobce Cena Výběr z těchto barev
IKEA 828 Kč světlé dřevo
Asko 828 Kč Bílá, černá, světlé dřevo, buk, ořech, dub, červená, zelená, žlutá, modrá Přizpůsobení rozměrů pevné rozměry Doručení výrobku doručení domů (PPL, DHL, Geis, ...)
Botník: 1 Značka výrobce Cena Výběr z těchto barev
Botník: 2 IKEA 970 Kč světlé dřevo
Značka výrobce Cena Výběr z těchto barev
Botník: 11 Asko 970 Kč světlé dřevo
Značka výrobce Cena Výběr z těchto barev
Botník: 12 IKEA 970 Kč světlé dřevo
Značka výrobce Cena Výběr z těchto barev
IKEA 499 Kč světlé dřevo
Přizpůsobení rozměrů volitená délka Doručení výrobku osobní vyzvednutí u přepravce (Zásilkovna, Uloženka, ...)
Přizpůsobení rozměrů všechny rozměny volitelné Doručení výrobku osobní vyzvednutí u přepravce (Zásilkovna, Uloženka, ...)
Přizpůsobení rozměrů pevné rozměry Doručení výrobku kamenný obchod výrobce
Botník: 3
Botník: 4
Botník: 13
Botník: 14
Značka výrobce Cena Výběr z těchto barev
Asko 499 Kč Bílá, černá, světlé dřevo, buk, ořech, dub, červená, zelená, žlutá, modrá Přizpůsobení rozměrů volitená délka Doručení výrobku kamenný obchod výrobce
Značka výrobce Cena Výběr z těchto barev
IKEA 499 Kč Bílá, černá, světlé dřevo, buk, ořech, dub, červená, zelená, žlutá, modrá Přizpůsobení rozměrů volitená délka Doručení výrobku doručení domů (PPL, DHL, Geis, ...)
Značka výrobce Cena Výběr z těchto barev
Potrusil 499 Kč Bílá, černá, světlé dřevo, buk, ořech, dub, červená, zelená, žlutá, modrá Přizpůsobení rozměrů pevné rozměry Doručení výrobku osobní vyzvednutí u přepravce (Zásilkovna, Uloženka, ...)
Botník: 6
Botník: 15
Botník: 16
Značka výrobce Cena Výběr z těchto barev
Asko 1 441 Kč Bílá, černá, světlé dřevo, buk, ořech, dub, červená, zelená, žlutá, modrá Přizpůsobení rozměrů všechny rozměny volitelné Doručení výrobku doručení domů (PPL, DHL, Geis, ...)
Značka výrobce Cena Výběr z těchto barev
Botník: 8
Botník: 17
Botník: 18
Značka výrobce Cena Výběr z těchto barev
Značka výrobce Cena Výběr z těchto barev
Značka výrobce Cena Výběr z těchto barev
Asko 1 441 Kč světlé dřevo
Přizpůsobení rozměrů pevné rozměry Doručení výrobku doručení domů (PPL, DHL, Geis, ...)
Botník: 5 Značka výrobce Cena Výběr z těchto barev
Potrusil 970 Kč světlé dřevo
Přizpůsobení rozměrů pevné rozměry Doručení výrobku kamenný obchod výrobce
Botník: 7 Značka výrobce Cena Výběr z těchto barev
IKEA 499 Kč světlé dřevo
Přizpůsobení rozměrů pevné rozměry Doručení výrobku doručení domů (PPL, DHL, Geis, ...)
Značka výrobce Cena Výběr z těchto barev
Potrusil 1 441 Kč světlé dřevo
Přizpůsobení rozměrů volitená délka Doručení výrobku osobní vyzvednutí u přepravce (Zásilkovna, Uloženka, ...)
Přizpůsobení rozměrů pevné rozměry Doručení výrobku doručení domů (PPL, DHL, Geis, ...)
Potrusil 970 Kč Bílá, černá, světlé dřevo, buk, ořech, dub, červená, zelená, žlutá, modrá Přizpůsobení rozměrů všechny rozměny volitelné Doručení výrobku doručení domů (PPL, DHL, Geis, ...)
Botník: 9
Botník: 10
Botník: 19
Značka výrobce Cena Výběr z těchto barev
Značka výrobce Cena Výběr z těchto barev
Značka výrobce Cena Výběr z těchto barev
IKEA 1 441 Kč Bílá, černá, světlé dřevo, buk, ořech, dub, červená, zelená, žlutá, modrá Přizpůsobení rozměrů všechny rozměny volitelné Doručení výrobku kamenný obchod výrobce
IKEA 970 Kč Bílá, černá, světlé dřevo, buk, ořech, dub, červená, zelená, žlutá, modrá Přizpůsobení rozměrů volitená délka Doručení výrobku doručení domů (PPL, DHL, Geis, ...)
Asko 970 Kč světlé dřevo
Přizpůsobení rozměrů všechny rozměny volitelné Doručení výrobku kamenný obchod výrobce
Značka výrobce Cena Výběr z těchto barev
IKEA 1 441 Kč Bílá, černá, světlé dřevo, buk, ořech, dub, červená, zelená, žlutá, modrá Přizpůsobení rozměrů pevné rozměry Doručení výrobku osobní vyzvednutí u přepravce (Zásilkovna, Uloženka, ...)
IKEA 970 Kč Bílá, černá, světlé dřevo, buk, ořech, dub, červená, zelená, žlutá, modrá Přizpůsobení rozměrů pevné rozměry Doručení výrobku kamenný obchod výrobce
Botník: 20 Potrusil 1 441 Kč světlé dřevo
Přizpůsobení rozměrů volitená délka Doručení výrobku kamenný obchod výrobce
Značka výrobce Cena Výběr z těchto barev
Asko 970 Kč Bílá, černá, světlé dřevo, buk, ořech, dub, červená, zelená, žlutá, modrá Přizpůsobení rozměrů pevné rozměry Doručení výrobku kamenný obchod výrobce
