Masarykova univerzita Filozofická fakulta Kabinet informačních studií a knihovnictví Informační studia a knihovnictví
Bakalářská diplomová práce
2015
Marta Lelková
Masarykova univerzita Filozofická fakulta Kabinet informačních studií a knihovnictví Informační studia a knihovnictví
Marta Lelková
Conjoint analýza jako nástroj pro podporu služeb knihoven s aplikací v Městské knihovně Náchod Bakalářská diplomová práce
Vedoucí práce:
PhDr. Ladislava Zbiejczuk Suchá Brno 2015
………..……………………………………………………
Vedoucí práce: PhDr. Ladislava Zbiejczuk Suchá
Prohlašuji, že jsem bakalářskou diplomovou práci vypracovala samostatně s využitím uvedených pramenů a literatury. V Brně dne 30. dubna 2015
………..……………………………………………………
Podpis autora
Poděkování Na tomto místě bych ráda poděkovala vedoucí práce PhDr. Ladislavě Zbiejczuk Suché za rady při konzultacích práce. Poděkování patří i vedení Městské knihovny Náchod za umožnění realizace výzkumného projektu. V neposlední řadě bych chtěla poděkovat své vzácné rodině a přátelům, kteří mě po dobu řešení práce podporovali.
Bibliografický záznam LELKOVÁ, Marta. Conjoint analýza jako nástroj pro podporu služeb knihoven s aplikací v Městské knihovně Náchod. Brno, 2015. Bakalářská diplomová práce. Masarykova univerzita, Filozofická fakulta, Ústav české literatury a knihovnictví, Kabinet informačních studií a knihovnictví. Vedoucí práce PhDr. Ladislava Zbiejczuk Suchá.
Anotace Bakalářská práce se zabývá problematikou využití marketingové výzkumné metody „conjoint analýzy“ pro podporu plánování inovací ve službách knihoven. Kromě obecného úvodu do služeb knihoven a teoretického popisu metodologie conjoint analýzy práce nabízí srovnání této inovativní metody zkoumání uživatelských preferencí s doposud využívanou metodou přímého dotazování. Možnosti praktického využití jsou nastíněny v několika příkladech ze zahraničních knihoven. Teoretické shrnutí popisované problematiky ústí do návrhu a realizace výzkumného projektu v Městské knihovně Náchod. Projekt je popsán v empirické části práce.
Annotation This Bachelors thesis is primarily focused on using of marketing research methods conjoint analysis to support planning service innovations libraries. In addition to a general introduction to library services and theoretical description of the methodology of conjoint analysis, this thesis offers a comparison this new method of reserch users preferences with previously used method of direct questioning. Possibilities of practical use are outlined in several of the examples from foreign libraries. In the empirical part discussed the theoretical summary of issues leads to the design and implementation of a research project in the Municipal Library Náchod.
Klíčová slova Conjoint analýza, uživatelské preference, výzkumné metody, inovace služeb knihoven, marketing knihoven
Keywords Conjoint analysis, user preferences, research methods, innovation in library services, library marketing
Obsah A: Teoretická část.............................................................................................................. 9 1 Úvod do problematiky ............................................................................................... 9 2 Služby knihoven ........................................................................................................ 11 2.1
Služby knihoven a kvalita ...................................................................................... 11
2.2
Služby knihoven a marketing............................................................................... 12
2.3
Služby knihoven a uživatelská spokojenost................................................... 13 2.3.1 Měření uživatelské spokojenosti v knihovnách ................................. 14
3 Conjoint analýza ....................................................................................................... 18 3.1
Definice conjoint analýzy....................................................................................... 18
3.2
Princip conjoint analýzy......................................................................................... 19
3.3
Historický vývoj conjoint analýzy ...................................................................... 20 3. 3. 1
Tradiční conjoint analýza......................................................................... 20
3. 3. 2
Metoda částečného profilu ...................................................................... 23
3. 3. 3
Adaptivní conjoint analýza ...................................................................... 24
3. 3. 4
Metoda založená na výběru konceptu ................................................ 27
4 Návrh conjoint analýzy ........................................................................................... 29 4.1
Výběr atributů a jejich úrovní .............................................................................. 29
4.2
Výběr preferenční funkce ...................................................................................... 31
4.3
Metody conjoint analýzy ........................................................................................ 32
4.4
Výběr plánu experimentu ...................................................................................... 32
4.5
Výběr způsobu prezentace jednotlivých konceptů ..................................... 33
4.6
Výběr způsobu sběru dat ....................................................................................... 33
4.7
Výběr metody hodnocení konceptu .................................................................. 33
4.8
Odhad hodnot užitku ............................................................................................... 33
5 Rozdíl mezi conjoint analýzou a jinými výzkumnými metodami ........... 34 6 Využití conjoint analýzy v praxi .......................................................................... 36 6.1
Využití conjoint analýzy v marketingu............................................................. 36 7
6.2
Využití conjoint analýzy v knihovnách ............................................................ 37 6.2.1 Příklady využití conjoint analýzy v knihovnách v zahraničí ........ 38
B: EMPIRICKÁ ČÁST ....................................................................................................... 42 7 Návrh výzkumu ......................................................................................................... 42 7.1
Pozadí a cíle výzkumu ............................................................................................. 42
7.2
Výzkumné otázky a hypotézy .............................................................................. 44
7.3
Formulace atributů a jejich hladin ..................................................................... 44
7.4
Operacionalizace ....................................................................................................... 45 7.4.1 Závislé proměnné ........................................................................................... 46 7.4.2 Nezávislé proměnné ...................................................................................... 47
7.5
Výběr použitého modelu conjoint analýzy ..................................................... 48
7.6
Návrh experimentu .................................................................................................. 48
7.7
Výzkumný vzorek ..................................................................................................... 49
8 Sběr dat ........................................................................................................................ 51 8.1
Zpracování a kontrola dat ..................................................................................... 52
8.2
Popis výzkumného vzorku .................................................................................... 53
9 Analýza odpovědí ..................................................................................................... 56 9.1
Výsledky přímého dotazování ............................................................................. 56
9.2
Výsledky analýzy conjoint ..................................................................................... 59 9.2.1 Hodnoty užitků jednotlivých hladin atributů ..................................... 59 9.2.2 Relativní důležitost atributů ...................................................................... 62 9.2.3 Hodnocení modelu ......................................................................................... 64
10 Shrnutí a interpretace výsledků ......................................................................... 66 Závěr ................................................................................................................................... 70 Zdroje: ................................................................................................................................ 71 Přílohy: .............................................................................................................................. 78 Příloha – Projekt bakalářské diplomové práce .................................................. 85
8
A: Teoretická část
1 Úvod do problematiky Hledání, přizpůsobování, řízení a optimalizace služeb, které nejlépe uspokojí uživatele je mantrou moderního marketingu. Systematický marketing se stává hlavní silou úspěšných organizací, ať jsou ziskové či neziskové. Úspěch organizace závisí na efektivnosti zkoumání potřeb a očekávání jejich uživatelů. Uživatelé jsou lidé, jejichž chování chceme ovlivňovat a u kterých usilujeme o zachování dlouhodobé loajálnosti vůči našim službám. Knihovna je služba. O tom, jestli a jak bude existovat za několik let, se rozhoduje dnes. Knihovnická profese se neobejde bez znalosti trendů 21. století a jejich implementace do praxe, protože pokud nebude oslovovat nabídkou a kvalitou služeb své uživatele, stane se nepotřebnou. Tento princip funguje v komerční i nekomerční sféře stejným způsobem. V komerční sféře ustrnutí v zaběhnutých stereotypech může přivést firmu k rychlému zániku. Ve sféře veřejných služeb dotovaných státem, nemívá ustrnutí ve stereotypech až tak fatální důsledky, jedná se spíše o „umírání“ pomalé a nenápadné. Možná i proto inovace v těchto organizacích zaostávají za komerční sférou. Tradiční marketing kladl v minulosti důraz víc na kvantitu a na produkt než na zákazníka. Moderní marketing 21. století důraz klade na uživatele a vztah s ním.1 Je tento trend vlastní i českému knihovnictví? Odpověď musí najít každá knihovna sama za sebe. Jak dalece se knihovnám podaří inovovat stávající služby nebo designovat nové služby tak, aby výsledek oslovil cílovou skupinu, záleží ve velké míře na orientaci na uživatele. V knihovnách je tento trend známý i jako „uživatelsky orientovaný design služeb“. Design
LUKÁŠOVÁ, Růžena a kol. Měření spokojenosti občanů s veřejnými službami jako součást řízení kvality v organizacích veřejného sektoru[online]. Masarykova univerzita. 2009. 1
9
moderních knihovnických služeb je v současnosti frekventované téma odborných konferencí i odborné literatury.2 Problematikou inovací služeb akademických knihoven se zabývala i 8. Mezinárodní konference v Bielefeldu „Academic Library and Information Services – New Paradigms for the Digital Age”.3 V příspěvcích byly nastíněny klíčové problémy a byly navrženy možnosti inovativních řešení v oblasti poskytování informačních služeb budoucnosti. Na konferenci zazněl i zajímavý příspěvek Antonie Hermelbracht s názvem Development of new library services by means of Conjoint Analysis. Představila v něm německý výzkumný projekt ProSeBiCa, realizovaný univerzitní knihovnou v Bielefeldu, která využila marketingovou výzkumnou metodu „conjoint analýzu“ k inovacím knihovnických služeb. Conjoint analýza není koncipována pro řešení problému z hlediska jaká je pro zákazníka hodnota určité služby v současnosti, ale jaká služba, nebo jaká vlastnost služby přinese zákazníkovi největší užitek. Druhým sledovaným hlediskem je, která z těchto vlastností by měla být začleněna do budoucího rozsahu služby. Conjoint analýza je nástroj, jehož cílem je poskytnout obraz o budoucí tváři služeb. V teoretické části práce usiluji o podání komplexního pohledu na tuto analytickou výzkumnou metodu a na možnosti jejího začlenění mezi výzkumné metody využívané v knihovnách. V úvodní části práce se dívám na služby knihoven z několika úhlů pohledu. V dalších kapitolách popisuji conjoint analýzu z pohledu historického vývoje a nastiňuji přínosy této metody na příkladech výzkumných projektů ze zahraničních knihoven. Empirická část práce je složena z návrhu, realizace a analýzy výstupů výzkumného projektu uskutečněného v Městské knihovně Náchod. Přínosem výzkumného projektu jsou výsledky ze dvou způsobů měření uživatelských preferencí, které může náchodská knihovna aplikovat na zaváděný produkt, ale i zhodnocení přínosů conjoint analýzy k podpoře služeb knihoven. V neposlední řadě je pro mne velkým přínosem osobní zkušenost s touto sofistikovanou výzkumnou metodou, aplikovanou zřejmě poprvé v prostředí českých knihoven.
BIERNÁTOVÁ, Olga et al. Cesta za lepším rozhraním knihovních služeb[online]. Brno: Centrum PARTSIP, 2012. 36 s. 3 GASTINER, Almuth. A Report on the 8th International Bielefeld Conference 2006: “Academic Library and Information Services – New Paradigms for the Digital Age”. In: Library Hi Tech News. Roč. 23, č. 4, s. 4-7. 2
10
2 Služby knihoven Služba je produkt, který můžeme definovat jako: „Soubor hmotných a nehmotných prvků obsahujících funkční, sociální a psychologické užitky nebo výhody. Produktem může být myšlenka, služba nebo zboží nebo kombinace všech tří výstupů.“4 Služby, které poskytují knihovny, jsou specifické a jsou definované v § 4 knihovního zákona č. 257/2001 Sb.5 Konkrétněji jsou služby a pravidla jejich poskytování u jednotlivých knihoven vymezené v knihovním řádu, který je povinným dokumentem každé knihovny. Rozsah a kvalita služeb je závislá jak na typu knihovny, tak na možnostech knihovny. Stejná služba může být poskytována odlišnými způsoby. Závisí to na mnoha aspektech, jako je typ a zaměření knihovny, čas, lidi, prostředí, využívané technologie, typ uživatelů apod. V terciárním sektoru se problematice kvality služeb a spokojenosti uživatelů se službami začala věnovat pozornost přibližně od 90. let uplynulého století. V současnosti se zájem o tuto problematiku zvyšuje ze dvou důvodů. Prvním důvodem je potřeba modernizace a zefektivnění veřejného sektoru, druhým je změna požadavků a zvyšování nároků zákazníků veřejného sektoru, ale i snižující se tolerance k nekvalitním službám. Výzkumů týkajících se spokojenosti se službami v terciárním sektoru je ve srovnání s tržním sektorem ještě stále relativně málo.6
2.1 Služby knihoven a kvalita Autoři, kteří se zabývají kvalitou služeb, nejsou v definici pojmu jednotní. Obecně je možné formulovat pojem kvalita služby jako „schopnost organizace naplnit nebo překonat očekávání zákazníků“ nebo jako „rozdíl mezi očekáváním zákazníků a jejich vnímáním aktuálního výkonu služby.“7
PRIDE, William M., FERRELL, O. C. Marketing. Cengage Learning, Pennsylvania State University 2008. s. 355. 5 Zákon č. 257/2001 Sb., o knihovnách a podmínkách provozování veřejných knihovnických a informačních služeb (knihovní zákon). epravo.cz. [online]. 6 LUKÁŠOVÁ, Růžena a kol. Měření spokojenosti občanů s veřejnými službami jako součást řízení kvality v organizacích veřejného sektoru[online]. Masarykova univerzita, 2009, s. 5. 7 ZEITHAM, V. A.,PARASURAMAN, A. A service Quality. Cambridge. Masschusetts: Marketing Science Institute 2004, s. 11. 4
11
Stejně jako v soukromé sféře, i ve veřejné sféře se klade na kvalitu stále větší důraz. V praxi poskytování kvalitních služeb znamená neustálé hledání způsobů, jak dosáhnout optimálního stavu mezi očekáváním a naplněním zákazníkových požadavků. Hlavním nástrojem na řízení kvality veřejných služeb je jejich standardizace. Účelem standardizace je zabezpečit dostupnost služby a pomocí kvalitativních a kvantitativních parametrů stanovit minimální úroveň kvality služby a umožnit tak provozovatelům a knihovnám provádět srovnání.8 Pro knihovny, zřizované obcemi a kraji, jsou tyto parametry definované ve standardu veřejných knihovnických služeb9. V něm je vymezeno 10 kategorií a jejich indikátorů. Všechny kategorie a indikátory jsou pouze doporučením, nejsou pro žádnou knihovnu závazné.
2.2 Služby knihoven a marketing Marketing inovací aplikovaný systematicky podle požadavků zákazníka se stává součástí řízení všech úspěšných organizací.
Udržet si věrnost zákazníků není jednoduchá
záležitost. Poskytování produktů a služeb, které zákazníka uspokojí, je umění samo o sobě. Aby to knihovny dokázaly, potřebují využívat i zkušeností z jiných profesí, kde spokojenost a věrnost zákazníka je hlavní misí.10 Marketingu služeb se v Koncepci rozvoje knihoven11 věnují priority č. 16–19. Priorita 19 si klade za cíl podporovat marketingové aktivity centrálních i lokálních služeb systému knihoven. Jedním z dílčích cílů priority 19 je zvýraznit orientaci knihoven na služby koncovým uživatelům, využít metod marketingu a aktivního public relations k trvalé prezentaci poskytovaných a připravovaných VKIS. Důležitost koncového uživatele je v této koncepci zaznamenána.
LUKÁŠOVÁ, Růžena a kol. Měření spokojenosti občanů s veřejnými službami jako součást řízení kvality v organizacích veřejného sektoru[online]. Masarykova univerzita, 2009, s. 24. 9 Standard pro dobrou knihovnu: metodický pokyn Ministerstva kultury k vymezení standardu veřejných knihovnických a informačních služeb poskytovaných knihovnami zřizovanými a/nebo provozovanými obcemi a kraji na území České republiky. 2. vyd. Praha: Národní knihovna České republiky - Knihovnický institut, 2013, s. 4-5. 10 GUPTA, Dinesh K. Marketing Library And Information Services : International Perspectives ebook . Munchen: K. G. Saur 2006, s. 2. 11 Koncepce rozvoje knihoven ČR na léta 2011-2015 včetně internetizace knihoven: Knihovny pro Evropu 2020. In: Informace pro knihovny: Dokumenty a doporučení ÚKR ČR [online]. Praha: Ministerstvo kultury ČR, 2012. 8
12
Na stránkách Koncepce.knihovna.cz je marketing služeb propagován takto: „Veřejnost je prostřednictvím marketingu služeb nutné přesvědčit, že knihovna již není jen půjčovna knih, ale stává se informačním, vzdělávacím, kulturním a komunitním centrem, s čímž souvisí nutná podpora marketingových aktivit.“12 Problémem však nadále zůstává, jak v praxi zaměření na uživatele aplikovat.13
2.3 Služby knihoven a uživatelská spokojenost V dokumentu Standard pro dobrou knihovnu stojí: „Aby mohla veřejná knihovna poskytovat služby, které uspokojí potřeby celé komunity, musí zjišťovat rozsah těchto potřeb. Zjišťování je nutno provádět v pravidelných intervalech, nejlépe každých pět let, protože potřeby a očekávání se mění.“ 14 (Směrnice IFLA: Služby veřejných knihoven) „Náš zákazník, náš pán“. Pro knihovnu jsou zákazníci její uživatelé. Ti do velké míry udávají směr a podobu služeb knihovny. Spokojenost je založená na mínění zákazníka - uživatele, proto nezáleží na tom, co si o službách myslíme my, ale náš zákazník. Je nezbytné poznat očekávání našich zákazníků a na jakýkoli aspekt, který ovlivní spokojenost, nahlížet z perspektivy zákazníka.15 Spokojenost zákazníka je podle Vaštíkové16 předurčena těmito proměnnými:
„Image – vztahuje se ke službě či organizaci a často bývá prvním údajem průzkumu spokojenosti.
Očekávání zákazníka – je to výsledek porovnání služby s předcházejícími zkušenostmi.
Vnímání kvality služby - týká se služby samotné i kvality personálu a doprovodných služeb, poskytovaných rad, spolehlivosti, pružnosti a přesnosti poskytovaných služeb.
Koncepce.knihovna.cz. Trendy českého knihovnictví online [online]. © Městská knihovna v Praze, 2013-2015. Portál je realizován v rámci Priority 19 Koncepce rozvoje knihoven v ČR na léta 2011–2015. 13 TROMMSDORFF, V., STEINHOFF, F. Marketing inovací. 1. vydání. Praha: C. H. Beck, 2009, s. 213. 14 Standard pro dobrou knihovnu: metodický pokyn Ministerstva kultury k vymezení standardu veřejných knihovnických a informačních služeb poskytovaných knihovnami zřizovanými a/nebo provozovanými obcemi a kraji na území České republiky. 2. vyd. Praha: Národní knihovna České republiky - Knihovnický institut, 2013, s. 10. 15 ROBSON, K. Service-Ability: Create a Customer Centric Culture and Achieve Competitive Advantage. Padstow: John Wiley & Sons, 2012. s. 18. 16 VAŠTÍKOVÁ, Miroslava. Marketing služeb: efektivně a moderně. 2., aktualiz. a rozš. vyd. Praha: Grada, 2014, s. 66. 12
13
Vnímání hodnoty služby – je dána odborností a profesionalitou poskytovatele, pozicí poskytovatele vůči konkurenci, ochotou personálu.
Loajalita zákazníka – projevuje se opakovaným užíváním služby.“
Pro udržení přízně uživatelů knihoven je nezbytné udržet nebo ještě lépe zvyšovat kvalitu a nabídku služeb. Nelze tak činit bez poznání názorů uživatelů na naše služby. Podle směrnic IFLA17 knihovny zapojí uživatele do rozvoje knihovnických služeb tím, že:
„realizují se průzkumy toho, jaké služby zákazníci využívají a vyžadují,
vyřizují se a analyzují stížnosti zákazníků,
sledují se a vyhodnocují reakce zákazníků na nové služby a aktivity,
podněty a připomínky veřejnosti jsou využívány v plánování a rozvoji služeb,
udržuje se zpětná vazba s uživateli, týkající se jejich přínosu k rozvoji služeb,
zpřístupňují se schránky na podněty a připomínky zákazníků a průběžně se vyřizují jejich stížnosti a doporučení,
tvoří se sdružení přátel knihovny a zájmových skupin zákazníků knihovny,
shromažďují se informace od potenciálních zákazníků, kteří nevyužívají služeb knihovny.“
2.3.1 Měření uživatelské spokojenosti v knihovnách Zpětnou vazbu na služby a jejich kvalitu získáme od uživatelů buď prostřednictvím jejich přímých požadavků, nebo z jejich námětů na vylepšení služeb, ale i z jejich stížností. Je ale důležité, aby se k tvůrcům služeb nedostávaly informace od uživatelů jen zprostředkovaně, ale aby mezi nimi vznikla přímá interakce. Informace můžeme v tomto smyslu chápat jako informace o potřebách, preferencích, požadavcích na nová řešení s ohledem na funkci služby, kvalitu služby a podobně.
Systematická spolupráce
s uživatelem vede ke zcela novému pohledu na něj. Uživatel se stává aktivním a platným nositelem nových idejí a důležitým faktorem úspěchu nových služeb. Metoda zapojení uživatelů do inovací mění tradiční rozdělení rolí, kdy poskytovatel služby hraje aktivní roli a uživatel pasivní. Uživatelé se tak vlastně stávají inovátory. Služby veřejných knihoven: směrnice IFLA. 2., zcela přeprac. vyd. [online]. Editor Christie Koontz, Barbara Gubbin. Praha: Národní knihovna České republiky - Knihovnický institut, 2012, s. 59. 17
14
Nejčastěji je zjišťována spokojenost se službami prostřednictvím průzkumů, pomocí kterých knihovna poměrně rychle získá odezvu na doposud poskytované služby, ale i podklady k plánování inovací a změn ve službách. Ze strany knihovny jde i o vyslání pozitivního signálu, že ji názor uživatelů služeb zajímá a potřebuje ho poznat.18 Získání zpětné vazby nemusí být ani velmi nákladné ani velmi složité. Organizace ODEZVA19 na svých stránkách nabízí několik zajímavých typů na nástroje pro jednoduchý sběr zpětné vazby v knihovnách, které jsou vyzkoušené i v praxi. K přípravě projektu hodnocení spokojenosti lze přistupovat různými způsoby. Knihovna může jít svou vlastní cestou a vytvořit si dotazník podle svých představ, nebo se může inspirovat zkušenostmi s dotazníky z jiných knihoven. Existuje několik odborných zdrojů, které by se neměly při plánování průzkumu přehlížet. Jedním z nich je iniciativa LibQUAL20, za kterou stojí americké sdružení Association of Research Libraries , které poskytuje knihovnám ke stažení hotový dotazník spokojenosti se službami dle typu knihovny. Jen za rok 2014 tuto službu využilo 108 knihoven z různých zemí. Dotazník tvoří 22 otázek, rozdělených do tří tematických celků a každá knihovna si k nim může přidat ještě pět otázek, které jsou pro ni specifické. Odradit od této služby může fakt, že je zpoplatněná. Dalším zdrojem je příručka vytvořena z iniciativy UNESCO21, která má sloužit kromě jiného i jako metodika při přípravě průzkumů spokojenosti uživatelů. Nevýhodou je zastaralost publikace vydané v roce 1989, která nereflektuje změny nastalé v knihovnách. Ze zdrojů nápomocných při plánování průzkumu lze doporučit pozornosti i webové stránky vyzkumy.knihovna.cz.22 nebo stránky 100metod.cz.23 Dnes se pozornosti dostává i jiným než kvantitativním metodám měření spokojenosti se službami knihoven. V dokumentu „Výzkumy v knihovnách nemusí být jen dotazníky:
RICHTER, Vít PILLEROVÁ, Vladana. Měření spokojenosti uživatelů knihovny. Výsledky průzkumu uživatelů Národní knihovny ČR. Knihovna [online]. 2007, roč. 18, č. 1, s. 77-98. 19 ODEZVA[online]. 2014. 20 LibQual+ [online]. © 2015 Association of Research Libraries. 21 MOORE, Nick. Measuring the Performance of Public Libraries: a Draft Manual. [online]. Paris: UNESCO, 1989, s. 94. 22 Vyzkumy.knhovna.cz[online]. [cit. 2015-03-10]. © 2012. Pod záštitou KISK FF MU. Portál je realizován v rámci projektu PARTSIP. 23 100metod[online]. Výzkumné, analytické a designové metody inovace služeb. Učební pomůcka pro studenty KISK. 18
15
Několik trendů z marketingového výzkumu a designu služeb“24 najdeme poměrně rozsáhlou nabídku zajímavých nástrojů sloužících k měření kvality služeb, které se do prostředí knihoven adaptovaly z jiných oblastí. Jako příklad uvádím dvě metody převzaté z prostředí marketingu, které si již v knihovnách našly svoje uplatnění.
Benchmarking25
Benchmarking patří mezi jednu z metod zvyšování kvality. Podle Nenadála26 je benchmarking: „Nepřetržitý a systematický proces porovnávání a měření produktů, procesů a metod vlastní organizace s těmi, kdo byli uznáni jako vhodní pro toto měření za účelem definovat cíle zlepšování vlastních aktivit“. Tato metoda měření kvality byla vyvinuta v soukromém sektoru, konkrétně ve firmě Xerox27, ale v rámci trendu změn řízení, který u nás zažívá větší boom od roku 2005, ji postupně začaly zařazovat do svého programu i veřejné organizace. Že je tento model měření kvality vhodný i pro knihovny, dokazuje i projekt „Benchmarking knihoven28“. Důležité je účastnit se měření víc roků po sobě, aby bylo možné sledovat změny a vývoj v jednotlivých oblastech. Podle výpovědí zástupců jednotlivých knihoven, se jejich instituce do měření zapojují kvůli porovnání výkonů vlastní knihovny s ostatními, a aby využily zjištěné skutečnosti ke zlepšení stávajícího stavu.29
Mystery shopping30
Mystery shopping je pohled na služby knihovny očima uživatele. Je to metoda, pomocí které se hodnotí kvalita určité služby, respektive spokojenost uživatele se službou. Mystery shopper prochází službou podle předem stanoveného scénáře a hodnotí požadovaná kritéria. Jeho identita zůstává při přechodu službou v utajení. Následně
SUCHÁ ZBIEJCUK, Ladislava. Výzkumy v knihovnách nemusí být jen dotazníky. Několik trendů z marketingového výzkumu a designu služeb [online]. In: Informačné technologie a knižnice. Roč. 2013, č. 2. 25 RICHTER, Vít. Benchmarking a zjišťování spokojenosti uživatelů knihoven. Knihovny současnosti 2009. Sborník ze17.konference, konané ve dnech 23. – 25. června 2009 v Seči u Chrudimi. Brno 2009. 207s. 26 NENADÁL, Jaroslav, David VYKYDAL a Petra HALFAROVÁ. Benchmarking: mýty a skutečnost: model efektivního učení se a zlepšování. Vyd. 1. Praha: Management Press, 2011. 27 Firma Xerox chtěla zjistit, proč japonští konkurenti prodávají kopírovací stroje za cenu, která byla výrazně pod výrobními náklady kopírovacích strojů firmy Xerox. Proto provedla průzkum trhu, který měl odhalit příčiny a souvislosti odlišností výroby, tzv. konkurenční benchmarking. 28 Benchmarking knihoven[online]. 29 ŠIDLICHOVSKÁ, Zuzana. Zkušenosti účastníků projektu Benchmarking knihoven. Ikaros[online]. 2011, roč. 15, č. 3. 30 JIRÁSKOVÁ, Magdalena MACHOVSKÁ, Monika MIKULÁŠKOVÁ, Anna; MESSERSCHMIDT, Tomáš OHLÍDALOVÁ, Hana. Mystery shopping v knihovnách. Podívejte se na služby knihovny očima uživatele[ebook]. 2013. 24
16
zpracuje záznam o své zkušenosti se službou do podoby standardizované zprávy, obsahující například celkový dojem ze služby, přátelskost personálu apod. Mystery shopping je ideální metoda vcítění se do role zákazníka. Poskytuje nezaujatý pohled a odhaluje nedostatky služby. Výhoda této metody je, že jde do hloubky víc než jiné metody. Službu je možné si za stanovený poplatek objednat a využít v knihovnách. I tato metoda má svoje kořeny v komerční sféře, je hojně využívána k testování služeb v obchodech, restauracích, bankovnictví, pojišťovnictví, zdravotnictví, státní správě apod. Zajímavou, ale v našem knihovnickém světě zatím neobjevenou metodou je preferenční analýza
neboli
conjoint
analýza,
která
představuje
pro
marketing
inovací
nejhodnotnější a v praxi uznávanou metodiku.31 Celá následující kapitola je věnována přiblížení historického vývoje a principů této zajímavé metody.
31
TROMMSDORFF, Volker a STEINHOFF, Fee. Marketing inovací. 2009, s. 221.
17
3 Conjoint analýza 3.1 Definice conjoint analýzy Conjoint analýza je soubor statistických metod, využívaných v dnešní době převážně v marketingu k analýze preferencí spotřebitelů při zavádění nového výrobku či služby. Své kořeny má v psychometrii a ekonometrii. Pomocí předem vytvořených konceptů výrobku či služby zjistíme, jakou váhu při výběru spotřebitelé přikládají jednotlivým atributům produktu a které úrovně preferují nejvíce.32 Základem je analýza rozptylu, která je aplikována na ordinální proměnné, které vyjadřují preference spotřebitelů respondentů. Programové systémy rozlišují dvě varianty této analýzy - metrickou a nemetrickou. Preference mohou být vyjádřeny například pořadím - RANK (hodnoty se mohou opakovat, nejmenší číslo znamená největší preferenci) nebo bodovým ohodnocením na škále - SCORE (např. škála od 1 do 10, hodnoty se mohou opakovat, nejmenší číslo znamená nejmenší preferenci). Dále některé programové systémy umožňují zadávat čísla přiřazená jednotlivým kombinacím v pořadí od nejvíce po nejméně preferovanou kombinaci – SEQUENCE (čísla karet, hodnoty se nemohou opakovat).33 Termín „conjoint“ je jen těžce přeložitelný do češtiny. Nejčastěji se vykládá jako spojení dvou anglických slov CONsider a JOINTly (uvažovat společně). Podle Hebáka34 není však tento výklad úplně správný, i když docela dobře vyjadřuje podstatu toho, o co v analýze jde, totiž o hodnocení nově zaváděného produktu, který je popsán několika (respondentem současně uvažovanými) charakteristikami. Volně bychom mohli termín přeložit jako „preferenční analýza“. V práci budu používat anglickou variantu názvu.
HEBÁK, Petr a kol. Statistické myšlení a nástroje analýzy dat. Vyd. 1. Praha: Informatorium, 2013, s. 827. 33 Analýza spotřebitelských preferencí v programových systémech SAS a SPSS[online]. 34 HEBÁK, Petr a kol. Statistické myšlení a nástroje analýzy dat. Vyd. 1. Praha: Informatorium, 2013, s. 877. 32
18
3.2 Princip conjoint analýzy Všechny metody conjoint analýzy vycházejí z teorie, že atraktivita výrobku, nebo častěji používaný termín užitek, který z něj spotřebitel má, je množina atributů výrobku a jejich úrovní.35 Protože tento užitek není možné zjistit přímým dotazováním, dělá se to tak, že se respondent vyjadřuje k jednotlivým profilům (popis specifického výrobku či služby, které ještě nejsou uvedeny na trh). Profil získáme tak, že každému produktu přidělíme atributy (vlastnosti, které daný produkt charakterizují), které mají buď slovní, obrazový nebo číselný charakter. Každý atribut může nabývat jednu nebo více úrovní (konkrétní analyzované varianty atributu).36 Conjoint analýza odhalí, jak se rozhoduje člověk, když je postaven před nabídku velkého množství produktů od různých poskytovatelů, majících vícero důležitých atributů různých úrovní, a musí přitom přijímat kompromisy mezi např. kvalitou a cenou, podobně jak je to v reálním životě. Na základě odpovědí respondentů je možné vyvodit odhad toho, které atributy produktu jsou pro zákazníka důležité, jaké úrovně má mít finální produkt, aby byl po uvedení na trh úspěšný.37 Pro zákazníka je důležitá maximalizace užitku, kdy celkový užitek předloženého konceptu produktu je tvořen součtem užitků všech testovaných atributů a jejich úrovní.
(1)
Základní charakteristikou užitku je, že reprezentuje subjektivní preference, které jsou unikátní pro každého jedince.38 Například v případě nového tabletu můžeme získat odpovědi ohledně jeho designu, dále jakou má mít tablet kapacitu interní paměti, jak velký má mít display, jaká má být jeho cena a podobně. Poskytovatelům služeb pomůže nastavit novou službu tak, aby byla pro uživatele co nejlépe šitá na míru.
HEBÁK, Petr a kol. Statistické myšlení a nástroje analýzy dat. Vyd. 1. Praha: Informatorium, 2013, s. 828. 36 Tamtéž 37 HEBÁK, Petr a kol. Statistické myšlení a nástroje analýzy dat. Vyd. 1. Praha: Informatorium, 2013, s. 827. 38 HAIR, J. Multivariate data analysis: a global perspective. 2010, s. 267. 35
19
Strategií, jak uvést nový produkt na trh, je víc. Je možné nejdřív pustit na trh testovací verzi produktu a následně ji podle výsledku testování upravovat, je možné se inspirovat úspěšnými produkty konkurence, je možné sledovat poptávku a pak podle vlastního uvážení vytvořit nový produkt. Conjoint analýza má výhodu v tom, že v sobě zahrnuje to nejdůležitější z každého přístupu.
3.3 Historický vývoj conjoint analýzy Poprvé byla conjoint analýza aplikována profesorem marketingu Paulem Greenem39 v roce 1971, což je datováno také jako počátek této metody. Podle Greena metoda společného měření preferencí - conjoint measurement, je aplikovatelná hlavně na zkoumání:
odhadu preferencí a důležitostí jednotlivých atributů výrobků či služeb,
k pochopení rozhodovacího procesu uplatňovaného spotřebitelem při výběru určitého výrobku či služby,
odhadu spotřebitelského chování.
Metody conjoint analýzy prošly od svého počátku do dnešních dnů vývojem a vícekrát se modifikovaly. Všechny metody zahrnuté pod společný název „conjoint“ mají identický cíl a také některé hlavní principy. To, co je odlišuje, je způsob dotazování se na preference respondentů. Pro lepší pochopení podstaty této statistické preferenční analýzy nabízím přehled metod tak, jak se v čase vyvíjely.
3. 3. 1
Tradiční conjoint analýza
Jako první aplikovaný postup navržený Paulem Greenem v jeho článku „Conjoint
Measurement for Quantifying Judgmental Data“40 je metoda nazývaná „metoda plného profilu“ - Full Profile Conjoint nebo také tradiční conjoint. Její princip tkví v tom, že výzkumník sestaví sadu karet, které představují jednotlivé profily (varianty)
GREEN, Paul E. and RAO, Vithala R. Conjoint Measurement for Quantifying Judgmental Data. Journal of Marketing Research. Roč. 8, č. 3 (Aug., 1971), s. 355-363. 40 Tamtéž 39
20
produktů. Před tím ale musí rozhodnout, které atributy bude sledovat a kolik a jakých úrovní jim přiřadí. Například výrobce chce uvést na trh nový tablet. Chce zjistit, čím má konkurovat jiným výrobcům tabletů. Potřebuje tedy otestovat vytipované atributy a preference potenciálních uživatelů ohledně jednotlivých úrovní. Vybrané sledované atributy a úrovně budou například:
Atributy verze operačního systému uhlopříčka displeje frekvence procesoru interní paměť cena
Úrovně Android
Windows
11"
10,1"
1,3 GHz
1,6 GHz
32GB
64GB
6 999 Kč
7 350 Kč
Tabulka 3.3.1.1: Ukázka výběru sledovaných atributů a jejich úrovní
8"
7 790 Kč Zdroj: autor
Celkem je možné na základě těchto pěti atributů a jejich úrovní vytvořit: 2 3
2 2
3
= 72 odlišných profilů. Kdybychom se dotazovali na všechny profily, mluvili bychom o úplném faktoriálním plánu. Jen těžce by se u respondenta našla ochota vyjádřit se k tak vysokému počtu profilů.41 Je nespornou výhodou analýzy conjoint, že se k spolehlivému statistickému výsledku dostaneme i pomocí částečného faktoriálního plánu. Místo například 72 odlišných profilů bude respondent hodnotit jen 18 profilů.42 Kolekce vybraných profilů se nazývá ortogonální plán, který je vytvořen kombinací jednotlivých atributů a úrovní tak, že každá úroveň jednoho atributu v kombinaci s každou úrovní jiného atributu je zastoupená stejnou nebo velmi podobnou proporcionální četností, čímž nedochází ke ztrátě informací.43
HEBÁK, Petr a kol. Statistické myšlení a nástroje analýzy dat. Vyd. 1. Praha: Informatorium, 2013, s. 832. 42 KOTRI, Andrus. Analyzing Customer Value Using Conjoint Analysis: The example of a packing company. In: Working paper Series 46. Tartu: University of Tartu – Faculty of Economics and Business, 2006 43 ČERMÁKOVÁ, A. Speciální možnosti conjointní analýzy. In: Sborník konference "Výuka matematiky na neuniverzitních vysokých školách". Praha: VŠE, 2003, s. 32-39. 41
21
Princip způsobu redukce profilů vidíme v tabulce níže. Popisuje jednoduchý příklad tabletu charakterizovaný třemi atributy (úhlopříčka, velikost interní paměti, cena), každý má tři úrovně (čísla 1-9). Celkem je to
možných kombinací.
1
2
10,1 "
8
9
7
7 350 Kč
6 999 Kč
6
32 GB
7 790 Kč
5
16 GB
64 GB
4
8"
11 "
3
Tabulka 3.3.1.2: Ortogonální plán
44
Zdroj: Vlastní zpracování na základě lit. - ORME 2010
U příkladu ortogonálního plánu můžeme vidět, že každá z úrovní 1-9 se vyskytuje v experimentu třikrát, a každá úroveň atributu se vyskytuje jedenkrát s každou úrovní dalšího atributu. Tyto aspekty zaručují vyváženost ortogonálního plánu. Je potřebné také mít na paměti, že počet zvolených profilů musí být nejméně tak velký jako je počet sledovaných atributů. V praxi je však lepší zvolit o něco větší počet profilů, aby byly odhady všech atributů dostatečně robustní. Při použití softwaru BMI SPSS je návrh tvořen 18 profily.45 Respondenti hodnotí jednotlivé varianty produktu tak, že je seřadí od nejlepší (ta, která jim nejvíc vyhovuje a s největší pravděpodobností by si ji koupili), až po tu nejhorší variantu.
ORME, B. Getting started with conjoint analysis: Startegies for product design and pricing research. 2. vyd. Madison: Research Publischers LLC, 2010. 45 HEBÁK, Petr a kol. Statistické myšlení a nástroje analýzy dat. Vyd. 1. Praha: Informatorium, 2013, s. 830. 44
22
Tato metoda narazila na problém, když bylo potřeba sledovat víc atributů u produktu, a tím pádem seřadit velké množství karet. Proto brzo přišla alternativní řešení. Jedno z řešení je označované jako metrický conjoint.46 Je to způsob měření preferencí, kdy je respondent vyzván, aby každý profil zvlášť ohodnotil na preferenční škále například od 1 do 5. Z tohoto hodnocení se pomocí regresní metody nejmenších čtverců odhadnou preference respondentů.
Do jaké míry byste zvažoval/a, že si daný tablet koupíte? Určete na škále 0 až 5. (0=rozhodně bych si ho nekoupil/a; 5=určitě bych si ho koupil/a) Lenovo Yoga Tablet 10 Full HD
Verze operačního systému - Android Úhlopříčka displeje - 10,1 " (25,65 cm) Frekvence procesoru - 1,6 GHz Interní paměť 32GB Cena s DPH - 6 999,-
Hodnocení:
0
1
2
3
Obrázek 3.3.1.1: Metoda plného profilu – hodnocení na preferenční škále
4
5 Zdroj: autor
I přes zmíněné nedostatky je metoda plného profilu využívaná dodnes, hlavně u úloh s menším počtem atributů.
3. 3. 2
Metoda částečného profilu
Tuto metodu navrhnul Richard Johnson47 v roce 1974, když stál před úkolem, kdy měl srovnávat velký počet atributů a úrovní u produktu. Tradičním conjointem nebylo možné dobrat se výsledku. Podle jeho metody se respondentovi předkládají k hodnocení vždy jen dva uvažované atributy. U každé dvojice se pak vytvoří kombinace všech úrovní, které má respondent číselně ohodnotit podle svých preferencí.
46 HEBÁK, Petr a kol. Statistické myšlení a nástroje analýzy dat. Vyd. 1. Praha: Informatorium, 2013, s. 832. 47 JOHNSON, R. M. Trade-Off Analysis of Consumer Values. Journal of Marketing Research (JMR). 1974, roč. 11, č. 2, s. 121-127.
23
Určete prosím pořadí jednotlivých kombinací ceny a uhlopříčky displeje podle toho, která varianta vám nejvíce vyhovuje Uhlopříčka displeje Cena 11"
10,1"
8"
6 999 Kč
2
1
4
7 350 Kč
5
3
7
7 790 Kč
8
6
9
Tabulka 3.3.2.1: Srovnávací matice pro dva atributy
Zdroj: autor
Nejvíce preferovanou variantou v našem případě je kombinace uhlopříčky 10,1" za nejnižší cenu (volba 1). Dál je patrné, že respondent raději ustoupí od preferovaného rozměru displeje, než by se vzdal výhodné ceny (volba 2). Pokud by musel pro zachování ceny volit displej velikosti 8", raději si připlatí 351 Kč a vybere si svůj preferovaný rozměr displeje 10,1" (volba 3). Metoda srovnávacích matic na jedné straně odstraňuje přehlcení respondenta informacemi, když je potřeba testovat větší množství atributu, na druhé straně zobrazením pouze dvou atributů u produktu se stává profil méně realistický a zdlouhavý, kvalita získaných dat je nižší. Metoda se považuje dnes za překonanou a je využívaná spíše sporadicky.
3. 3. 3
Adaptivní conjoint analýza
V 80. letech minulého století byl dál řešen problém, jak řešit úlohy s větším počtem atributů a jejich úrovní. Byly navrženy tzv. hybridní metody, které kombinovaly přímé otázky na důležitost atributu a nepřímé dotazování pomocí hodnocení profilů. Známý je Greenův hybridní model48 z roku 1981. Green zařadil před samotné hodnocení jednotlivých konceptů přímé otázky na důležitost jednotlivých atributů. Odpovědi na přímé otázky pak použil k zpřesnění odhadu preferencí, když to nebylo možné odhadnout jinak, kvůli vysokému počtu parametrů.
GREEN, P., GOLDBERG, S., MONTEMAYOR, M. A hybrid utility estimation model for conjoint analysis. Journal of Marketing online . 1981, Roč. 45, č. 1, s. 33-41. 48
24
Tento model se v praxi kvůli své komplikovanosti neujal, byl však dalším krokem v hledání lepšího modelu, ale hlavně poukázal na možnost kombinace přímého a nepřímého dotazování. Kromě vývoje hybridních metod nastal v 80. letech mohutnější vývoj v oblasti výpočetní techniky a to ovlivnilo jak zdokonalení sběru dat, tak jejich analýzu i interpretaci výsledků. Jedna z metod využívajících hybridní postup za použití počítače a speciálního software, je metoda adaptivního conjointu49 - Adaptive Conjoint Analysis (ACA). Samotné dotazování pomoci ACA probíhá ve čtyřech krocích:
1. krok: přímé otázky na preference úrovní u jednotlivých atributů Respondentovi jsou postupně předkládány všechny sledované atributy nového produktu a jeho úkolem je ohodnotit jednotlivé úrovně podle toho, jak jsou pro něj atraktivní.
Jak atraktivní by pro vás byly následující ceny za tablet Lenovo Yoga Tablet 10 Full HD? 1
2
3
4
5
Velmi atraktivní
Spíše atraktivní
Ani ano/ani ne
Spíše neatraktivní
Velmi neatraktivní
6 999 Kč
7 350 Kč
7 790 Kč
Tabulka 3.3.3.1: První fáze dotazování pomocí metody ACA
Zdroj: autor
2. krok: přímé otázky na důležitost jednotlivých atributů Ve druhé etapě jsou respondentovi předkládány dotazy na důležitost jednotlivých atributů. Hodnotit je má opět na pětibodové škále. Po vyhodnocení dat z prvních dvou fází máme odpovědi, jak jednotliví respondenti vnímají důležitost sledovaných atributů a jaké mají preference ohledně jejich úrovní.
JOHNSON, R. M. Adaptive Conjoint Analysis. Sawtooth Software Inc. [online]. (ed.): 1987, Sawtooth Software Proceedings, s. 253-266. 49
25
Tyto informace se dál využijí při profilování modelu částečných profilů, které budou testovány ve třetí etapě.
Pokud byste se měl(a) rozhodnout mezi dvěma tablety u kterých by všechny parametry byly stejné, do jaké míry by pro Vás bylo důležité, jestli mají operační systém Windows nebo Android? 1
2
3
4
5
Velmi
Spíše
Ani ano/
Spíše
Vůbec
důležité
důležité
ani ne
nedůležité
nedůležité
Tabulka 3.3.3.2: Druhá fáze dotazování pomocí metody ACA
Zdroj: autor
3. krok: párová srovnání částečných profilů V této etapě jsou respondentovi předkládány k hodnocení vždy dvojice částečných profilů, sestavených většinou ze dvou nebo tří atributů, kde má na preferenční škále vyjádřit, který z profilů je pro něj atraktivnější. Dvojice profilů nabízených vedle sebe ke srovnání jsou generované tak, aby byly pro respondenta srovnatelně atraktivní a nepředkládaly se mu ty verze profilů, u kterých měl ohledně preferencí jasno již v předchozích etapách.
Pokud byste měl/a volit mezi těmito dvěma verzemi tabletů, které by byly v ostatních parametrech shodné, kterou variantu byste si vybral/a? Cena: 6 999 Kč
Cena: 7 350 Kč
Úhlopříčka displeje - 8 "
Úhlopříčka displeje - 10,1 "
Operační systém Android
Operační systém Windows
1
2
3
4
5
Určitě možnost vlevo
Spíše
Ani jednu/
Spíše
možnost vlevo
ani druhou
možnost vpravo
Určitě možnost vpravo
Tabulka 3.3.3.3: Třetí fáze dotazování pomocí metody ACA
26
Zdroj: autor
4. krok: hodnocení kalibračních konceptů V poslední fázi ACA metody se upravuje škála parametrů z hlediska očekávaného zájmu respondenta o daný produkt. I metoda ACA byla brzo u odborníků shledaná jako nedokonalá. I přesto má mezi odborníky na marketingový výzkum své místo, hlavně v případech, kdy je potřeba otestovat větší počet atributů. Navíc celé testování probíhá v jednom programu, který spravuje proces dotazování i sběru dat. Program dokáže v reálném čase přizpůsobit dotazník každému respondentovi a klást mu jenom relevantní dotazy v uživatelsky přívětivém prostředí.
3. 3. 4
Metoda založená na výběru konceptu
Ve všech doposud zmiňovaných metodách respondenti řadili, srovnávali, hodnotili na preferenční škále z předložených konceptů. Žádný z modelů nenapodoboval reálné rozhodování při skutečném výběru výrobku či služby. Metoda založená na výběru – Choice Based Conjoint (CBC) simuluje reálné rozhodování při výběru produktu. Respondentům jsou předkládány sady konceptů, podobně jako tomu bylo u metody plného profilu, z kterých si vyberou pro ně ten nejatraktivnější koncept. Do modelu je zařazena i nulová varianta pro případ, že žádný z nabízených konceptů pro respondenta není přijatelný.
Pokud byste měl/a vybírat z následujících modelů, který byste si vybral/a? Samsung Galaxy Note
Samsung Galaxy Tab
Samsung Galaxy Note
Verze operačního systému Android 4.4 KitKat
Verze operačního systému Android 4.4 KitKat
Verze operačního systému Android 4.3
Úhlopříčka displeje 12,2" (30,99 cm)
Úhlopříčka displeje 8,4" (21,34 cm)
Velikost úložiště 16 GB
Velikost úložiště 16 GB
13 990,-
10 990,-
Úhlopříčka displeje 10,1 " (25,65 cm) Velikost úložiště 32 GB 12 990,-
Tabulka 3.3.4.1: Metoda výběru konceptu (CBC)
Žádná z daných možností mě nezaujala
Zdroj: autor
27
I když výběr z jednotlivých konceptů je pro respondenta velmi intuitivní, z hlediska kvality získaných dat ohledně preferencí není tato metoda nejefektivnější. Získáme odpověď na otázku, který koncept uživatel preferuje nebo také, že mu žádný koncept nevyhovuje. Nic se ale nedozvíme o dalším preferovaném pořadí. Z tohoto důvodu bylo nutné při použití této metody modelovat preference spotřebitelů na agregátní úrovni, a ne na úrovni jednotlivých respondentů, jak tomu bývalo u předchozích metod. Metoda založená na výběru je dnes v conjoint analýze zřejmě nejčastěji používaným přístupem. K jejímu úspěchu přispěla i dostupnost počítačových programů, kde je dotazování, sběr dat i jejich analýza usnadněná. Na základě srovnávací studie50 se uvádí, že ACA se hodí pro studie, kdy spotřebitel věnuje výběru víc času a srovnává jednotlivé atributy pečlivěji, kdežto CBC je vhodnější v situacích, kdy spotřebitel vybírá spontánně, s menším počtem atributů. Tabulka níže shrnuje některé možnosti výše popsaných metod analýzy conjoint. Může pomoci při zvažování, pro kterou metodu se při plánování konkrétního výzkumného projektu rozhodnut, aby analýza přinesla co nejlepší výsledek.
Tradiční conjoint analýza
Metoda částečného profilu
Adaptivní conjoint analýza
Metoda založená na výběru konceptu
10
30
30
6
menší
větší
menší
větší
Papírový dotazník
ano
ano
ne
ano
Elektronický dotazník
ano
ano
nutný
ano
Segmentace dat
ano
ano
ano
ne
Cena jako atribut
ano
ano
ne
ano
Doporučený max. počet atributů Velikost vzorku
Tabulka 3.3.4.2 : Porovnání možností jednotl. metod conjoint analýzy
Zdroj: Vlastní zprac. na zákl. lit.
51
WITTINK, Dick, VRIENS, Marco. Commercial Use of Conjoint Analysis in Europe: Results and Critical Reflections [online]. Sawtooth software research paper series. 1992. 51 HEBÁK, Petr a kol. Statistické myšlení a nástroje analýzy dat. Vyd. 1. Praha: Informatorium, 2013, s. 827-846. 50
28
4 Návrh conjoint analýzy Při profilování postupu u konkrétního výzkumu musíme zvažovat všechny kroky conjoint analýzy simultánně, ještě před praktickou částí výzkumu. Na úplném začátku stojí produkt nebo služba, kterou budeme testovat. Testován může být nově zaváděný produkt, ale i produkt, který je již na trh uveden, ale potřebujeme ho inovovat, aby byl pro uživatele atraktivnější.
4.1 Výběr atributů a jejich úrovní Velký význam pro výzkumný experiment má volba atributů a jejich úrovní, protože zásadně ovlivňuje kvalitu celé výzkumné studie. Abychom vybrali atributy testovaného produktu správně, je nutné pečlivě zanalyzovat potřeby potenciálních zákazníků, stav námi testovaného produktu na trhu, konkurenci a podobně. Tato část přípravy projektu nesmí být podceněna. Atributy i jejich úrovně by měly vycházet z reálných možností poskytovatele produktu. V ideálním případě by měly být do analýzy zahrnuty všechny atributy ovlivňující zkoumaný problém, bez ohledu na to, jak veliká je síla jejich vlivu. Počet hladin u každého atributu by neměl být příliš vysoký. Nedoporučuje se, aby počet hladin pro jednotlivé atributy byl vyšší než pět.52 Čermáková53 při přípravě statistického šetření doporučuje:
omezit se maximálně na 6 - 7 atributů,
volit atributy důležité pro spotřebitele,
volit atributy, jejichž úroveň může výrobce ovlivnit,
omezit se na konečný, nepříliš vysoký počet úrovní.
Atraktivita produktu neboli užitek, který z něj spotřebitel má, je jím vnímána jako množina atributů a konkrétních hladin – což jsou konkrétní vlastnosti produktu54. Na základě přidělených preferencí jednotlivým hypotetickým produktům dokážeme
SCOTT, M., Smith. The concept of conjoint analysis[online]. 2010. ČERMÁKOVÁ, A. Speciální možnosti conjointní analýzy. In: Sborník konference "Výuka matematiky na neuniverzitních vysokých školách". 2003, s. 32. 54 HEBÁK, Petr a kol. Statistické myšlení a nástroje analýzy dat. Vyd. 1. Praha: Informatorium, 2013, s. 827. 52 53
29
rozpoznat užitek jednotlivých atributů a úrovní u každého respondenta zvlášť nebo i u všech respondentů jako celku. Odpovědi respondentů můžeme kategorizovat dle získaných demografických dat. Dál můžeme postupovat v přípravě výzkumného experimentu podle následujícího schématu. Jednotlivé kroky postupně blíže popíši.
1. Výběr prefernční funkce
•Partial benefit value model •Ideal vector model •Ideal point model
2. Metody analýzy conjoint
•Tradiční conjoint analýza (CVA)-Metoda plného profilu (Full Profile Conjoint) •Metoda částečného profilu •Adaptivní metoda (ACA) •Metoda založená na výběru (CBC)
3. Výběr plánu experimentu
•Úplný faktoriální plán •Částečný faktoriální plán
4. Výběr způsobu prezentace jednotlivých konceptů
•Verbální popis •Vizuální prezentace
5. Výběr způsobu sběru dat
•Individuální interview •Papírový dotazník •Dotazování pomocí on-line dotazníku
6. Výběr metody hodnocení konceptu
•Stanovení pořadí (nemetrický conjoint) •Preferenční škála (metrický conjoint)
7. Odhad hodnot užitku
•Metrický conjoint: metoda nejmenších čtvrců, vícenásobná regrese •Nemetrický conjoint: MONANOVA, LINMAP, PREFMAP
Diagram 4.1.1: Postup při návrhu conjoint analýzy
Zdroj: Vlastní zpracování na základě lit.55
GUSTAFSSON, Anders; HERRMANN Andreas; HUBER, Frank. Conjoint Measurement: Methods And Applications[online]. Berlin: Springer-Verlag. 2000, s. 5, 55
30
4.2 Výběr preferenční funkce Funkce užitku je matematický model, který definuje hladinu užitku u každého atributu – proměnné. Tyto funkce bývají modelovány třemi způsoby56:
Obr. 4.2.1: Lineární funkce
Obr. 4.2.2: Diskrétní funkce
Obr. 4.2.3: Kvadratická funkce
Lineární funkce (Ideal vector model)
Tato funkce je používána k měření u atributů, jako je například cena, kdy se dá předpokládat, že s rostoucí hladinou úrovně atributu budou preference respondentů klesat (u některých typů atributů stoupat), podle toho bude lineární funkce klesající nebo stoupající. Na obrázku 4.2.1 máme znázorněnou stoupající lineární funkci. Model vyjadřuje lineární vztah mezi daty a atributem.
Diskrétní funkce (Parth-worth model)
Diskrétní funkce zobrazena na obrázku 4.2.2 je vhodná pro kategoriální atributy reprezentované slovním popisem či vyobrazením, u kterých se nepředpokládá, že mezi daty a atributem je nějaký vztah. Model zobrazuje odhady užitku pro každou hladinu konkrétního atributu (v našem obrázku jsou hladiny atributu označené A, B, C). Hladiny jsou vyjádřeny pomocí křivky složené ze sady přímek.
Kvadratická funkce (Ideal point model)
Model kvadratické funkce na obrázku 4.2.3 je používán pro vyjádření ideální úrovně u kvalitativních atributů, jako je například kyselost u ovocných bonbónů. Existuje nějaká optimální míra, která je nejpreferovanější. Vše, co se od tohoto optima vzdaluje, vyjadřuje nižší preference.
GREEN, P. E., KRIEGER, A. M., WIND, Y. J. Thirty years of conjoint analysis: Reflection and prospects. Interfaces 2001. Roč. 31, č. 3, s. 56–73. 56
31
4.3 Metody conjoint analýzy Již máme realizovaný výběr atributů a jejich úrovní, vybrali jsme preferenční modely pro jednotlivé atributy, můžeme přistoupit k výběru metody analýzy conjoint. V kapitole tři podrobně popisuji čtyři různé metody, které můžeme aplikovat na experiment:
Tradiční conjoint analýza (CVA)
Metoda částečného profilu
Adaptivní metoda (ACA)
Metoda založená na výběru (CBC).
Ani jedna metoda není úplně ideální pro každý výzkumný projekt, každá má svoje plusy i mínusy, které je potřebné zvážit. V úvahu musíme brát počet zvolených atributů, formu dotazování, použití softwaru, velikost vzorku, potřebu segmentace dat a mnoho jiných okolností. V tabulce 3.3.4.2 máme shrnující porovnání možností jednotlivých metod. Může nám být vodítkem při volbě ty nejideálnější metody pro náš experiment.
4.4 Výběr plánu experimentu Vybírat můžeme ze dvou verzí: úplný faktoriální plán nebo částečný faktoriální plán. Kdybychom zvolili úplný faktoriální plán, znamená to, že respondent by musel ohodnotit všechny možné profily vzniklé kombinací atributů a jejich úrovní. I kdybychom se o to pokusili, díky klesající pozornosti respondentů by bylo hodnocení zkreslené. Částečný faktoriální plán je řešením, které nám dá za dodržení několika podmínek podobné výsledky jako úplný faktoriální plán. Počet testovaných konceptů nesmí být nižší než je počet atributů v experimentu, ale neměl by být ani vyšší než 30 testovaných konceptů.57 Redukce musí probíhat za dodržení ortogonality. Princip tvorby ortogonálního plánu je znázorněn v tabulce 3.3.1.2. V praxi se osvědčil návrh tvořený 18 profily. Považuje se za dostatečně robustní, aby byl výsledek kvalitní.
GREEN, Paul E., SRINIVASAN, V. Conjoint Analysis in Consumer Research: Issues and Outlook. Journal of Consumer Research [online]. Roč. 5, č. 2, 1978, s. 103-123. 57
32
4.5 Výběr způsobu prezentace jednotlivých konceptů Koncept lze prezentovat verbálním popisem nebo vizualizací pomocí 2D ale i 3D modelu. Když je to možné, je lepší použít vizualizaci produktu. Hodnocení je pro respondenta snadnější.
4.6 Výběr způsobu sběru dat Data můžeme sbírat individuálním interview, papírovým dotazníkem, on-line dotazníkem. Každá metoda má svoje výhody i nevýhody. Kombinací metod můžeme výrazně zvýšit návratnost dotazníků.
4.7 Výběr metody hodnocení konceptu Pro hodnocení konceptů můžeme volit mezi řazením (RANK), přičemž se mohou hodnoty opakovat, nebo hodnocením na bodové škále např. od 1 do 10 (SCORE), kdy se mohou hodnoty také opakovat, nebo (SEQUENCE) – čísla karet, kde se hodnoty nesmí opakovat.
4.8 Odhad hodnot užitku V této fázi je potřebné si uvědomit, jaký typ hodnocení použijeme. V případě metrického conjointu je přirozenou volbou použití metody nejmenších čtverců, která vede k prakticky stejným odhadům jako MONANOVA v případě nemetrického conjointu, a je dostupná v statistickém softwaru IBM SPSS 22. Jelikož pro můj experiment použiju metrický conjoint, k odhadům užitků se dostanu pomocí regresní metody nejmenších čtverců. Tento proces rozkládá respondentovo celkové hodnocení všech možností, aby vypočítal váhy přidělené každé hodnotě u každého atributu. Tyto koeficienty jsou popsány jako „skóre užitků“ a jsou počítány pro každého jednotlivce zvlášť.
33
5 Rozdíl mezi conjoint analýzou a jinými výzkumnými metodami Většina výzkumných šetření je postavená jako deskriptivní studie, která shromažďuje, třídí a hodnotí informace z dané problematiky tak, jak si v dané chvíli stojí. Takové výzkumy nám přinesou například informaci o současném stavu čtenářství v České republice, o stavu obyvatelstva, o spokojenosti s nějakým produktem a podobně. V prostředí knihoven jsou nejznámější průzkumy spokojenosti uživatelů se službami knihovny. Tyto průzkumy mohou být postaveny jako kvalitativní nebo kvantitativní modely. U kvalitativních průzkumů dominuje metoda rozhovorů, u kvantitativních většinou dotazníkové šetření. Trendem v oblasti služeb je uživatelsky orientovaný design služeb. Jak ale zjistit, co přesně uživatel chce? Dá se to zjistit metodou „pokus – omyl“. Časem zjistíme, zda byla naše volba správná. Dá se to však dělat i rafinovaněji a vidět tak trochu za roh. Informace popisující či predikující preference spotřebitele jsou pro management řízení velmi cenné a užitečné. Samotné zkoumání preferencí však není tak prosté. Jednou z možností jsou metody odhalených preferencí, které se nedotazují zákazníků přímo, ale činí závěry z výzkumu sekundárních dat, popisujících reálné chování spotřebitelů na trhu.58 To je případ deskriptivní studie. Dalším způsobem, jak zjistit význam jednotlivých vlastností produktu, je přímý dotaz na zákazníka. Tyto výzkumy podávají zkreslené výsledky ohledně jednotlivých vlastností, použité škály jsou přednastavené a odpovědi nemohou odrážet přesný poměr mezi užitky, mimo to zákazník se rozhoduje spíš na základě různých kombinací vlastností a nedokáže je racionálně oddělit a stanovit důležitost jednotlivých vlastností. 59 K odhadu užitkových funkcí se proto v největší míře hodí nepřímé měření, kdy výzkumná metoda vyvolává hypotetické nákupní chování a respondenty instruuje k seřazení nebo bodování modelových produktů složených z jednotlivých vlastností
BOARDMAN, Anthony E. et al. Cost-benefit analysis: concepts and practice. 2. vyd. Upper Saddle River: Prentice Hall. 2001, s. 330-333. 59 MORGAN, Rory. Modelling: Conjoint Analysis. In BIRN, Robin J. The international handbook of market research techniques. 2nd ed. London: Kogan Page Limited, 2008, s. 453. 58
34
podle vnímané atraktivity, aniž by se ptala, kterou z charakteristik výrobku považují za důležitou.60 Hlavním reprezentantem těchto metod je právě analýza conjoint. Právě conjoint analýza je metoda ukazující, které vlastnosti služby jsou pro uživatele zásadní a jaká je jejich ideální úroveň. Výhodou je, že tyto informace můžeme mít před spuštěním nové služby na trh. Toto je důležitý rozdíl mezi doposud realizovanými výzkumy v knihovnách, které hodnotí výsledky služeb po jejich zavedení, a prediktivním výzkumem pomocí conjoint analýzy, kde můžeme zkoumat služby před jejich zavedením. Výsledky conjoint analýzy pak poslouží k nastavení služby přesně na míru našim uživatelům. Conjoint analýza simuluje reálné rozhodování zákazníka, proto také předkládá k hodnocení ucelené koncepty, ne jednotlivé atributy. Získaná data víc odrážejí skutečné rozhodovací procesy. Analýza conjoint nám pomůže vcelku přesně vypočítat odezvu trhu na produkt s určitými parametry. Vyžaduje ale také určitou míru angažovanosti ze strany respondentů.
MORGAN, Rory. Modelling: Conjoint Analysis. In BIRN, Robin J. The international handbook of market research techniques. 2nd ed. London: Kogan Page Limited, 2008, s. 454. 60
35
6 Využití conjoint analýzy v praxi Jen těžko si lze představit oblast, problém nebo marketingový záměr, kde by se analýza conjoint nedala efektivně využít. Předmět výzkumu se dá téměř vždy uchopit v termínech atributů a jejich úrovní.
6.1 Využití conjoint analýzy v marketingu Popularita conjoint analýzy stoupá. Už v roce 1989 Wittink a Cattin61 odhadovali v USA ročně asi 400 realizovaných projektů s využitím conjoint analýzy. Do jisté míry je nárůst ovlivněn vývojem informačních technologií. Ale jejich popularita stoupá i díky cenným výstupům pro marketing firem. Většina studií v USA se zabývala spotřebním zbožím (59 %), průmyslovým zbožím (18 %), finančními službami (9 %), ostatním (5 %). Testovány byly koncepty nových produktů, marketingové inovace, konkurenční analýza, cenová politika apod. Využití conjoint analýzy je stále populárnější i v Evropě. Podrobnou studii a porovnání vývoje v USA a Evropě poskytuje dokument „Commercial Use of Conjoint Analysis in Europe: Results and Critical Reflections“.62 Podle ní metody conjoint analýzy využívá mnoho společností nabízejících marketingové výzkumy, sdružených v „European Society for Opinion and Marketing Research“. Jednotlivé firmy jsou roztroušené ve 23 zemích, dominantní postavení má Německo a Anglie. V Evropě je nejčastěji důvodem provádění conjoint analýzy cenotvorba (46 %) případů, kdežto v USA převládá testování konceptů nových produktů (47 %). V České
republice
výzkum
pomocí
conjoint
analýzy
nabízí
například
firma
STEM/MARC63, která se zabývá marketingovými výzkumy a analýzou dat. Conjoint analýza má ambice dostat se i do jiných sfér než je marketing. V posledních letech je to často zadávané téma diplomových prací hlavně na ekonomických fakultách.
WITTINK, Dick, CATTIN, Philippe. Comercial use of conjoint analysis: An update. The Journal of marketing. 1989. 62 WITTINK, Dick, VRIENS, Marco. Commercial Use of Conjoint Analysis in Europe: Results and Critical Reflections [online]. Sawtooth software research paper series. 1992. 63 STEM/MARK [online]. © 2013 STEM/MARK. 61
36
Práce řeší marketingové otázky, ale objevují se i práce, které se pokoušejí aplikovat conjoint analýzu na měření spokojenosti zákazníku v terciárním sektoru64.
6.2 Využití conjoint analýzy v knihovnách Vývoj nových produktů je všudypřítomný. Služby orientované na zákazníka jsou nevyhnutelnou změnou i v knihovnách. Myslí se hlavně na systematické plánování změn v knihovnách. Práce zabývající se tématem knihovny budoucnosti zdůrazňují význam systematického plánování a profesionálního přístupu. Tady se profesionalitou myslí kvalifikované uplatnění metod akceptovaných vědou, které prokázaly kvalitu a vhodnost při použití v oblastech jako je vývoj produktů či měření preferencí.65 Hlavní impuls k inovacím v knihovnách vychází z technologických změn, které mění jak komunikaci s uživateli, tak potřeby uživatelů. Potřeby a spokojenost uživatelů knihoven jsou klíčová témata strategie jednání jak akademických, tak veřejných knihoven. Tlak je vyvoláván i rostoucí konkurencí ze strany jiných poskytovatelů informačních služeb. Jednou z možností splnění výše popsaných vizí je zkoumat uživatelské preference ohledně služeb knihovny pomocí conjoint analýzy.66 V knihovnách není mnoho výzkumů, které by zkoumaly preference uživatelů při jejich rozhodování ohledně služeb knihovny. V tomto směru jsou na špici knihovny v USA. V prostředí českých knihoven jsem nezaznamenala žádný podobný výzkum. Použití conjoint analýzy v knihovně může posloužit k:
analýze image nového produktu – posouzení relativního významu každého atributu
segmentační analýze – skupiny potenciálních uživatelů s odlišnými preferencemi ohledně atributů a jejich úrovní, mohou být segmentováni jako skupina uživatelů s vysokým, či naopak nízkým potenciálem.
Conjoint analýza umožňuje vyčíslit některé těžko uchopitelné kvalitativní aspekty knihovnických služeb. Podoba a vlastnosti služeb jsou pro uživatele velmi důležité.
ZVÉŠKOVÁ, Lenka. Metodologické možnosti měření spokojenosti klientů ve veřejném sektoru [online]. 2009. Diplomová práce. Masarykova univerzita, Ekonomicko-správní fakulta. 65 DECKER, Reinhold; HERMELBRACHT, Antonia. Planning and Evaluation of New Academic Library Services by Means of Web-based Conjoint Analysis. The Journal of Academic Librarianship. 2006. Roč. 32, č. 6, s. 558. 66 HALPERIN, Michael STRAZDON, M. Measuring Students’ Preferences for Reference Service: a Conjoint Analysis. Library Quarterly. 1980, Roč. 50, č. 2, s. 208–224. 64
37
Užitek nebo váhu, kterou uživatelé přikládají jednotlivým atributům a jejich úrovním, můžeme dál segmentovat podle různých skupin uživatelů a poznat tak jejich odlišné požadavky na poskytované služby. Ty mohou být následně optimalizovany přesně dle potřeb jednotlivých segmentů uživatelů.
6.2.1 Příklady využití conjoint analýzy v knihovnách v zahraničí V minulosti byla conjoint analýza aplikovaná hlavně v knihovnách v USA. Většina těchto studií byla provedena na malém vzorku - do 100 respondentů. Hlavní důraz byl kladen na referenční služby. V německém projektu COMBI byla conjoint analýza použita na vyhodnocení ochoty uživatelů platit za službu dodávání dokumentů.67
Příklad č. 1: Projekt ProSeBiCA68 byl financován z německé nadace pro výzkum DGF a byl prováděn „Library and the Department of Business Administration and Economics of the University of Bielefeld“. Probíhal v letech 2004-2005 na bázi online výzkumu. Na projektu participovali „Sheridan Libraries at the Johns Hopkins University“ (USA) a „Cottbus University Library“ (Německo). Projekt identifikoval možnosti budoucích knihovnických služeb a jejich potenciál s ohledem na přání zákazníka. Úvodní fáze projektu byla věnována návrhům inovací ve službách a jejich konkretizaci do konceptů služeb. Následně proběhlo hodnocení těchto konceptů pomocí dotazování respondentů. Pomocí zjištěných preferencí bylo možné identifikovat služby, které mají dobrý výhled do budoucna. Nakonec byly empiricky vyhodnoceny strategické možnosti na dlouhodobou podporu plánování služeb. Před zahájením samotné conjoint analýzy musela být provedena důkladná příprava jak výběru metody, tak zabezpečení technických záležitostí jako je potřebný software pro conjoint analýzu, nebo software na tvorbu a distribuci dotazníků. Kromě toho byla realizována analýza sekundárních zdrojů a dat a byly shromážděny názory od 1349
DECKER, Reinhold; HERMELBRACHT, Antonia. Planning and Evaluation of New Academic Library Services by Means of Web-based Conjoint Analysis. The Journal of Academic Librarianship. 2006. Roč. 32, č. 6, s. 559. 68 Tamtéž 67
38
uživatelů akademických knihoven, týkajících se nabídky služeb. Konalo se pět brainstormingů mezi knihovníky a informačními vědci. Všechny tyto aktivity vyprodukovaly víc než 250 služeb, které by mohly být vhodné pro hloubkovou analýzu pomocí conjoint analýzy. Testované služby rozdělené do čtyř oblastí: 1. Poskytování služeb – oblast médií (8 atributů) 2. Komunikace (6 atributů) 3. Učení a pracovní prostředí (10 atributů) 4. Další služby (5 atributů). Měření proběhlo nejdříve v roce 2004 pomocí ACA hodnocením profilů na pětibodové škále. Při hodnocení pomohla vizualizace atributů. V roce 2005 proběhlo měření podle další metody conjoint analýzy – tentokrát pomocí CBC metody. Každý respondent odpovídal jen na otázky z jedné náhodně vybrané oblasti, aby se tak předešlo přehlcení informacemi u respondenta. Pomocí ACA bylo vyplněno 2120 dotazníků, z toho validních bylo 1902 dotazníků. Pomocí CBC bylo získáno 1672 dotazníků. V této studii bylo testováno velké množství služeb a vzešlo z ní velké množství zajímavých výsledků, které byly dál pomocí shlukové analýzy segmentované podle různých typů uživatelů. Bylo například zjištěno, že mnoho stávajících služeb je hodnoceno příznivě (například vyhledávání v katalogu, administrativa účtu). Padlo několik návrhů na vylepšení služeb, například vylepšení navigačního systému nebo vylepšení nabídky tištěných časopisů. Uživatelé by uvítali nové služby, jako jsou prostory pod širým nebem, nebo startovací balíčky pro nováčky. Různé segmenty uživatelů měly odlišné preference. Například akademici jsou více skeptičtí vůči „extravagantním inovacím“ než studenti. Z výsledků průzkumu bylo možné identifikovat důležitost hybridní knihovny. Uživatelé potřebují mít služby knihovny fyzicky i po síti. Je u nich evidentní ochota přijímat nové myšlenky a služby, zejména u služeb, které usnadní přístup k informacím. Celý projekt probíhal dva roky a testoval celkem 118 konceptů služeb. Univerzitní knihovna v Bielefeldu získala cenné informace ohledně uživatelských preferencí 39
u zavedených služeb, ale i informace pro dlouhodobou strategii plánování další podoby služeb knihovny.
Příklad č. 2: Druhým projektem s využitím conjoint analýzy, o kterém bych se ráda zmínila, je výzkum realizovaný v roce 2007 na Slovensku. Jednalo se o mezinárodní projekt E-book on demand (elektronická kniha na objednávku) podporován EU a realizován v „Univerzitnej knižnici v Bratislave“. Projekt nesl název „EoD: e-kniha na objednávku z pohľadu zákazníka služby“69 a zapojilo se do něj třináct knihoven z osmi evropských zemí, mezi nimi i Slovensko. EoD umožňuje zájemcům získat elektronickou kopii fyzicky existujícího dokumentu z fondu knihovny, která službu poskytuje. Dokument je doručen zákazníkovi do emailové schránky za určitý čas a poplatek ve formátu PDF s možností plnotextového vyhledávání. Výběr a digitalizace knižních titulů se řídí aktuálním zákonem o autorských právech. Pomocí conjoint analýzy byly testovány důležité vlastnosti této služby jako například, cena za dodání elektronické kopie, formát dokumentu, lhůta dodání dokumentu. Cílem tohoto průzkumu byla identifikace požadavků cílového zákazníka služby EoD a následné modelování služby dle jednotlivých segmentů zákazníků. Výsledky výzkumu byly aplikovány do praxe a vývoj služby je dál sledován a hodnocen.70
Příklad č. 3: Třetí výzkumný projekt využívající conjoint analýzu je z USA. Zprávu o něm podává Gregory A. Crawford v dokumnetu „Research Notes: A Conjoint Analysis of Reference servicec in Academic Libraries“71. Tentokrát bylo analyzováno šest dimenzí referenčních služeb univerzitních knihoven:
Štátna vedecká knižnica v Banskej Bystrici. Mladá generácia knižnično – informačných pracovníkov a moderná knižnica. 2007. Zborník príspevkov z workshopu[online]. 70 PÍROVÁ, Jaroslava. Praktická realizacia projektu EÚ e-Kniha na objednávku v Univerzitnej knižnici v Bratislave a dotazníkový prieskum jej použivateľov. In: Nová paradigma spracovania a využívania informacií. Sborník zo sympózia konaného 21. 11. 2007 v Univerzitnej knižnici v Bratslave . 71 CRAWFORD, Gregory A. A Conjoint Analysis of Reference Services in Academic Libraries. College and Research Libraries online . 1994, roč. 55, č. 3, s. 257-267. 69
40
1. Hodnocení služby (2 úrovně) 2. Čas, za který je poskytnuta služba (3 úrovně) 3. Cena služby (3 úrovně) 4. Doba čekání v řadě na vyřízení požadavku (3 úrovně) 5. Rozsah poskytnuté služby (3 úrovně) 6. Doba poskytování služeb (3 úrovně). Dotazování proběhlo na třech univerzitách: Rutgers University, Moravian College a Warren County Community College. Bylo vyplněno 100 dotazníků. Použita byla metoda „full profile“ a respondenti hodnotili 15 profilů seřazováním od nejvíce užitečného po nejméně užitečný. Z výsledků se ukázalo, že pro uživatele je nejdůležitější cena služby a doba, kdy jsou služby dostupné. Výsledky byly segmentovány i podle jednotlivých zúčastněných univerzit a dalších získaných demografických údajů o respondentech.
41
B: EMPIRICKÁ ČÁST
7 Návrh výzkumu Návrh výzkumného experimentu se neobejde bez důkladné přípravné fáze. Výzkumník musí mít v první řadě zvládnutou teoretickou stránku metodologie conjoint analýzy. Až potom může přikročit k výběru výzkumného problému, který v dalších krocích podrobí důkladné analýze, aby ho mohl definovat pomocí atributů a jejich úrovní. To vyžaduje konzultace se zadavatelem výzkumného experimentu, kde si ujasní cíle experimentu. Konzultace s odborníky v dané oblasti pomohou vidět problematiku v širší perspektivě.
7.1 Pozadí a cíle výzkumu I přesto, že jsem si v projektu bakalářské práce stanovila jako jeden z cílů „jen vytvořit návrh projektu“ s použitím conjoint analýzy pro testování uživatelských preferencí při rozhodování se pro služby konkrétní knihovny, rozhodla jsem se cíl rozšířit o realizaci projektu aplikovaného na reálný problém konkrétní knihovny. S realizací svého projektu jsem nejdříve oslovila vedení Knihovny města Hradce Králové. Paní ředitelka prosbu o realizaci projektu odmítla s omluvou, že v jejich knihovně právě probíhá průzkum spokojenosti se službami knihovny a není vhodné realizovat dva projekty ve stejné době. Proto jsem pokus zopakovala v Městské knihovně Náchod, kde vedení knihovny s realizací výzkumného projektu souhlasilo. Městská knihovna Náchod, o.p.s., je veřejná knihovna s univerzálním knihovním fondem. Je zároveň vzdělávacím, kulturním a informačním centrem, jehož zřizovatelem je město Náchod. Knihovna kromě poskytování základních knihovnických služeb organizuje množství kulturních a vzdělávacích akcí. V roce 2014 měla knihovna registrovaných 3 505 čtenářů, z toho bylo 955 dětí do 15 let. V Městské knihovně Náchod je již delší dobu mezi vedením a zaměstnanci diskutována problematika zavedení rodinných čtenářských průkazů, jako jedné z alternativ pro evidenci uživatelů knihovny. Tento způsob registrace není novinkou, je již několikaletým trendem v některých knihovnách v ČR, ale i v zahraničí. Pro účel analýzy možností
42
nastavení rodinných průkazů jsem vybrala 15 knihoven v ČR, které rodinnou registraci do knihovny poskytují. Jejich seznam je k dispozici v příloze k této práci. Zavedení varianty rodinného průkazu v náchodské knihovně nemá být jen další komplikací pro pracovníky ve službách knihoven, jak to může být někdy na první pohled vnímáno. Problém má vícero rovin. Snad za nejdůležitější se může v tomto ohledu považovat problém nejasnosti ve statistických údajích ohledně počtu čtenářů knihovny. Každá knihovna každoročně vykazuje ve statistikách mnoho ukazatelů, podle kterých se dá do jisté míry prezentovat a hodnotit přínos a kvalita její práce. Tento výstup je velmi důležitý pro zřizovatele knihovny, který knihovnu finančně zabezpečuje. Klesající počet čtenářů nepřináší pozitivní ohlas. Pro vedení knihovny je to fakt, který musí u zřizovatele těžce obhajovat. Počet čtenářů, vykazovaných ve statistice, bývá však často negativně zkreslený, protože je běžnou zvyklostí, že na průkaz evidovaný na individuálního uživatele využívá služby knihovny víc fyzických osob z řad členů rodiny. Zavedení rodinného průkazu, kde by byli evidováni všichni jeho uživatelé, by mohlo problematice evidence výrazně napomoci. Tento krok by musel jít ruku v ruce se zavedením
pravidla
nepřenosnosti
čtenářského
průkazu,
které
by
bylo
implementováno do výpůjčního řádu knihovny v sekci „podmínky pro registraci uživatele“. Další rovinou problému jsou finanční ztráty, které má knihovna kvůli „zneužívání“ jednoho průkazu více osobami. I když knihovna není instituce, která má produkovat finanční zisk, výnos z poplatků za registraci činí nemalou částku, která knihovně pomůže pokrýt další výdaje spojené s provozem knihovny. Musí se však dodat, že finanční zisk není prioritním důvodem pro zavedení rodinných průkazů. Jedním z uvažovaných dopadů je i pomoc vícečlenným rodinám, důchodcům a studentům. Registrace formou rodinného průkazu by jim přinesla finanční úsporu. Status „student“ není doposud v náchodské knihovně zaveden, ale je snaha zařadit ho mezi zvýhodněné uživatele služeb knihovny. Záměrem a cílem výzkumu je odhalit preference uživatelů náchodské knihovny při rozhodování se pro rodinnou registraci s pomocí metod analýzy conjoint. Městská knihovna Náchod, jako první knihovna v ČR, testuje preference uživatelů metodami analýzy conjoint a důležitou otázkou, na kterou chci odpovědět, je, jestli je tento přístup vhodný a použitelný pro využití ve službách knihoven. 43
7.2 Výzkumné otázky a hypotézy Výzkumný problém je otázka nebo komplex otázek, na které získáme zkoumáním odpověď.72 Abychom naplnili cíl našeho výzkumu, je potřebné odpovědět si na tyto výzkumné otázky: 1. Které vlastnosti rodinného průkazu jsou pro jeho potenciální uživatele nejdůležitější? 2. Které úrovně jednotlivých vlastností jsou pro potenciální uživatele rodinného průkazu nejpřijatelnější? 3. Jak významný je rozdíl ve výsledcích vzešlých z přímého dotazování a dotazování pomocí metod conjoint analýzy? 4. Je vhodné využívat conjoint analýzu jako nástroj pro podporu služeb knihovny?
7.3 Formulace atributů a jejich hladin Uživatel knihovny bude rodinný průkaz vnímat jako balíček určitých možností za určitou cenu. Tento balíček bude charakterizován atributy, které by měly v kombinaci s úrovněmi dostatečně charakterizovat rodinný průkaz. To, jak budou hladiny jednotlivých atributů pro respondenty zajímavé, zjistíme podle přidělení preferencí jednotlivým konceptům. Pro svůj experiment jsem po analýze sekundárních dat získaných z nastavení služby v jiných knihovnách, ale také po konzultacích s vedením a zaměstnanci knihovny, zvolila pět atributů. Každý atribut bude mít přidělené tři úrovně. Vyšší počet by zbytečně zatěžoval respondenty při hodnocení konceptů, snižovala by se jejich pozornost a to by mělo záporný vliv na kvalitu výsledku. Doporučuje se nedávat do experimentu víc než 6 atributů.73 U přiřazování vhodných úrovní k atributům platí podobné pravidlo. Čím více úrovní, tím větší náročnost pro respondenta výzkumu. Nejčastěji se preferuje výběr 2 až 5 úrovní u každého atributu.74
REICHEL, Jiří. Kapitoly metodologie sociálních výzkumů. Vyd. 1. Praha: Grada, 2009, s. 44. ČERMÁKOVÁ, A. Speciální možnosti conjointní analýzy. In: Sborník konference "Výuka matematiky na neuniverzitních vysokých školách". 2003. 72 73
44
Výběr atributů a úrovní pro náš experiment ilustruji v následující tabulce. Každému atributu byl přiřazen i typ funkce užitku, pomocí kterého bude proveden jeho výpočet.
Atributy Cenový koncept
Počet osob na jeden rodinný průkaz Vlastnictví průkazu pro členy rodiny
Přítomnost u registrace
Úrovně • • • • • •
Každý dospělý 120 Kč + 60 Kč každé dítě, student nebo senior Kmenový člen 200 Kč + 40 Kč každý další člen rodiny Dospělí 1+1=200 Kč, děti 1+1=120 Kč, senioři 1+1=90 Kč 2 dospělí + 1 a víc dětí 1 dospělý + 1 a víc dětí minimálně 2 fyzické osoby (alespoň jedna dospělá)
Diskrétní funkce
•
Jeden společný průkaz pro všechny (s vypsaným seznamem všech členů rodiny) Každý má svůj vlastní průkaz (s vypsaným seznamem dalších členů rodiny) Každý má stejný průkaz (duplikát kmenového člena) Postačí, když se kmenový člen zaručí za ostatní členy rodiny (na něm bude odpovědnost za všechny výpůjčky a platby) Postačuje přítomnost jednoho dospělého člena rodiny, který doloží totožnost ostatních členů Všichni členové se musí dostavit k registraci osobně Každý člen může mít najednou vypůjčeno max. 10 svazků Každý člen může mít najednou vypůjčeno max. 15 svazků Neomezeno
Diskrétní funkce
• • • •
Počet výpůjček na jeden rodinný průkaz
Typ funkce užitku
• • • •
Tabulka 7.3.1: Atributy experimentu a jejich úrovně
Diskrétní funkce
Diskrétní funkce
Lineární rostoucí funkce Zdroj: autor
7.4 Operacionalizace Po nalezení a definování vlastností, které popisují náš výzkumný problém, následuje jejich převedení do zkoumatelné podoby, tj. nějakým způsobem měřitelných či tříditelných údajů. Těmto údajům neboli vlastnostem objektů se při kvantitativním zkoumání říká znaky. Proces převodu na zkoumatelné ukazatele se nazývá operacionalizace.75 V našem případě jsou proměnnými jednotlivé atributy.
HAIR, J., ANDERSON, R., BABIN, B. Multivariate data analysis. New Jersey: Upper Saddle River. Prentice Hall, 2010, s. 425. 75 REICHEL, Jiří. Kapitoly metodologie sociálních výzkumů. Praha: Grada, 2009, s. 51. 74
45
7.4.1 Závislé proměnné
Cenový koncept rodinného průkazu (ordinární proměnná)
Cena je většinou pro zákazníky rozhodujícím faktorem při rozhodování pro koupi nějakého produktu. Bývá však pravidlem, že neradi tento fakt přiznávají otevřeně. S rostoucí cenou budou pravděpodobně preference zákazníka klesat. U rodinných průkazů nebylo jednoduché cenu určit nějakým konkrétním číslem. Proto jsem volila jít cestou cenových konceptů, kde každý koncept je výhodný pro jiný model rodiny. Respondent bude v přímém dotazu hodnotit důležitost ceny přidělením bodů na bodové škále od 1 do 10 (1 - nejméně důležité, 10 – nejvíc důležité). Důležitost ceny bude zjišťována následně i pomocí nepřímého dotazování za použití conjoint analýzy, kdy bude odvozena z přidělených preferencí jednotlivým variantám rodinných průkazů.
Počet osob na jeden rodinný průkaz (ordinární proměnná)
Počet osob, které mohou být zaregistrovány na jeden rodinný průkaz, je také definován pomocí tří různých konceptů. Musela jsem si definovat, co bude pro účely výzkumu rodina. Tradiční model matka + otec + děti by mnohé uživatele znevýhodňoval. Abych nikoho nediskriminovala, nedefinovala jsem rodinu žádným pevným číslem, ale znovu konceptem. Zvolila jsem tři možné koncepty, jak budu počet osob na rodinný průkaz určovat. Respondent bude důležitost počtu osob na jeden rodinný průkaz vyjadřovat v přímé otázce, kde na škále od 1 do 10 vyjádří, jak je pro něj důležité, jak bude určován počet osob na rodinný průkaz. Důležitost této otázky bude zjišťována znovu i pomocí conjoint analýzy.
Vlastnictví průkazu pro členy rodiny (ordinární proměnná)
Analyzované knihovny se zavedenou nabídkou registrace na rodinný průkaz uplatňují různé modely. Tato otázka zásadně ovlivňuje jak uživatele průkazu, tak knihovnu jako poskytovatele průkazu. Je totiž úzce spjatá se způsobem evidování výpůjček ve výpůjčním systému knihovny. To, jestli celá rodina bude mít jeden účet, kam se budou evidovat výpůjčky všech členů rodiny, nebo každý bude mít svůj účet, ale zároveň bude patřit do rodiny, je dilema, které je potřebné promyslet na obou stranách. Podobně to platí i o průkazu. Co bude nejvýhodnější pro čtenáře a zároveň realizovatelné i pro knihovnu? Důležitost vlastnictví průkazu jednotlivými členy rodiny zjistíme přímým dotazem, kde respondent odpoví na bodové škále od 1 do 10. Nepřímým dotazováním pomocí conjoint analýzy zjistím, která ze tří možných variant je uživateli nejvíce preferována. 46
Přítomnost u registrace (ordinární proměnná)
Se zavedením rodinných průkazů úzce souvisí způsob registrace členů jednotlivé rodiny. Pro knihovnu je důležité, aby byla totožnost každého člena ověřená. Je to potřebné hlavně kvůli vyžadování odpovědnosti, kterou má uživatel za vypůjčené dokumenty, ale i pro bezproblémovou komunikaci knihovny s uživatelem. Pro uživatele je přílišná administrativa spíše obtěžující. Je potřebné najít kompromis, přijatelný pro obě strany. Důležitost přítomnosti zjišťuji pomocí přímého dotazu, kde se opět hodnotí na bodové škále od 1 do 10. Nejpreferovanější ze tří variant způsobu registrace zjistím z výsledků přidělování preferencí při testování metodou conjoint analýzy.
Počet výpůjček na jeden rodinný průkaz (ordinární proměnná)
V každém knihovním řádu bývá definováno, kolik vypůjčených dokumentů může mít čtenář vypůjčených v jeden moment. Tento limit si knihovna definuje sama. Abych zjistila, jak je pro uživatele toto omezení důležité, dotazuji se na to přímou otázkou, kde respondent vyjádří důležitost na bodové škále od 1 do 10. Konkrétní, nejpreferovanější varianta vzejde z nepřímého dotazování realizovaného pomocí conjoint analýzy.
7.4.2 Nezávislé proměnné
Pohlaví (nominální proměnná)
Pohlaví je definováno dvěma možnostmi. Respondent může volit mezi pohlavím muž a pohlavím žena.
Věková kategorie (kardinální proměnná)
Věk respondenta bude zjišťován dotazem na číslo posledních dožitých narozenin, respondent se podle toho zařadí do jedné ze čtyř věkových kategorií.
Současné zaměstnání (nominální proměnná)
Zaměstnání je definováno momentálním pracovním zařazením respondenta. Respondent se může zařadit do pěti kategorií nebo může svůj pracovní stav v polouzavřené otázce přesněji specifikovat.
Vlastnictví průkazu do knihovny (nominální proměnná)
Vlastnictví průkazu bude zjištěno přímým dotazem na jeho držení. Respondent může volit ze dvou možností a to ano nebo ne. 47
7.5 Výběr použitého modelu conjoint analýzy Pro svůj výzkumný experiment jsem zvolila tradiční conjoint analýzu neboli metodu plného profilu. To znamená, že respondenti budou vyjadřovat své preference k variantám produktu v plných profilech, které vzniknou kombinací všech atributů a jejich vlastností. Důvodů pro tuto volbu je několik. Jako první důvod je dostupnost statistického softwaru IBM SPSS Statistics 2276, který mi umožní conjoint analýzu metodou plného profilu zrealizovat. Ten je pro studenty MU dostupný ke stažení a použití na inetu.muni.cz77. Osahuje všechny tři procedury, které budu potřebovat: ORTOPHLAN, PLANCARD a CONJOINT. Dalším důvodem pro volbu tradiční conjoint analýzy je možnost dotazování i za použití tištěného dotazníku. Forma tištěného dotazníku je v případě tohoto experimentu nutná pro oslovení respondentů nevyužívajících ICT a tím zvýšení reprezentativnosti výzkumného vzorku. V neposlední řadě výběr ovlivnila i možnost zařazení ceny jako atributu a možnost segmentace dat u metody plného profilu.
7.6 Návrh experimentu Z pěti zvolených atributů a tří úrovní u každého atributu, je možné vytvořit variant rodinných průkazu. Samozřejmě, že by žádný respondent nebyl ochotný hodnotit takové množství profilů. Proto jsem tento počet pomocí funkce ORTHOPLAN zredukovala na 18 profilů plus dva profily doplňkové, sloužící k ověření výsledku. Jeden z vygenerovaných profilů vypadá takto:
Profile Number 1 Počet osob na Vlastnictví Card rodinný průkazu pro členy Způsob ID Cena průkazu průkaz rodiny registrace 1 Kmenový člen 200 Kč 1 dospělý Každý má stejný Všichni musí +40 Kč za každého + 1 a víc dětí průkaz - (duplikát být dalšího člena rodiny průkazu u registrace kmenového člena rodiny) Tabulka 7.6.1: Ukázka vygenerované karty jednoho profilu z programu SPSS
76 77
IBM SPSS Statistical 22.0. Akademická multilicence pro MU 2014-2016. Ekonomicko-správní informační systém MU [online]. Inet.muni.cz.
48
Počet výpůjček na rodinný průkaz Každý člen může mít najednou vypůjčených 10 svazků knih Zdroj: autor
Respondenti budou po úpravě jednotlivé profily hodnotit každý zvlášť, pomocí bodování na škále od 1 do 10. Rodinný průkaz jsem do dotazníku pro efektnější design upravila v grafickém nástroji CANVA.78
Obrázek 7.6.1: Ukázka otázky s průkazem v dotazníku SURVIO
Zdroj: autor
7.7 Výzkumný vzorek Jelikož chceme poznat názor na rodinné průkazy v knihovně a poznat preference uživatelů při rozhodování se pro tuto službu, volba výzkumného vzorku pro experiment je určena možnými uživateli rodinných průkazů v knihovně. Cílovou skupinou jsou tedy všichni již registrovaní uživatelé Městské knihovny Náchod nad 15 let (2 550 čtenářů), ale i všichni potenciální uživatelé této knihovny (hlavně obyvatelé Náchoda). Pro kvalitu experimentu je nezbytné, aby byl zajištěn dostatečný počet respondentů, který by i ve své struktuře reprezentoval uživatele knihovny. Vzhledem ke způsobu distribuce online dotazníku prostřednictvím informace o dotazníkovém šetření s odkazem na dotazník, který byl umístěn na webu knihovny a na
Facebooku knihovny, jsem se snažila maximalizovat množství oslovených
respondentů. Ze statistik webových stránek je však evidentní, že návštěvnost stránek je poměrně nízká, což je rizikový faktor pro zisk dostatečného počtu odpovědí. (Plánované
78
Canva[online]. © 2015 Copyright Canva.
49
rozeslání online dotazníku na e-mailové adresy uživatelů knihovny, kteří tento kontakt knihovně poskytli, bylo následně ze strany vedení knihovny zamítnuto, což negativně ovlivnilo počet reálně oslovených respondentů.) Respondenti byli osloveni také propagačním plakátem79 (zhotoveném v nástroji Easel.ly80) o konání dotazníkového šetření vyvěšeném na výlepových plochách knihovny. Tištěným dotazníkem dostupným k vyplnění přímo v knihovně byl výzkum zpřístupněn hlavně pro ty respondenty, kteří nepoužívají informační technologie a kteří by byli omezením na online dotazník diskriminováni, ale hlavně by ve výzkumném experimentu chyběl jejich názor. Dotazník v tištěné podobě spolu s propagačním materiálem byl k dispozici u výpůjčního pultu v každém oddělení knihovny.
79 80
Plakát je součástí příloh této práce Easel.ly[online]. Copyright 2014 Easelly.
50
8 Sběr dat Sběr dat probíhal nejrozšířenější formou kvalitativního výzkumu, a to formou dotazníku, vytvořeném v nástroji Survio.com81. Důvodem této volby je výhoda možnosti oslovení velkého množství respondentů v poměrně krátkém časovém intervalu. Dále je to možnost průběžné kontroly a analýzy dat,
nízké náklady na sběr dat, možnost
jednoduché distribuce dotazníků různými kanály, snadná distribuce dat do formátu .xls, z kterého budou redistribuovány do programu IBM SPSS. Dotazník k prohlédnutí. Dotazník je sestaven ze třech okruhů otázek. V první části se nachází jedna otázka, rozdělená do pěti podotázek. Umístila jsem ji do dotazníku kvůli srovnání metody přímého dotazování a zjišťování důležitosti atributů nepřímo - pomocí metody conjoint. Zvlášť zajímavý může být výsledek hodnocení důležitosti ceny v přímém a nepřímém dotazování. Druhou část a zároveň základ dotazníku tvoří dvacet otázek vygenerovaných pomocí funkce ORTHOPLAN, které zastupují 243 možných kombinací průkazů. Osmnáct karet je zařazených do experimentu jako povinných a dvě byly vygenerovány jako holdouts (respondent je hodnotí spolu s ostatními, ale nejsou zařazeny do preferenční analýzy, slouží jen k ověřování platnosti modelu). Respondent má každou z dvaceti variant rodinného průkazu ohodnotit zvlášť na bodové škále od 1 do 10 (1 - absolutně nezajímavé, 10 - velmi zajímavé). Profily rodinných průkazů by bylo možné hodnotit i pomocí seřazení od nejatraktivnějšího po nejméně atraktivní. Podle průzkumu Comercial Use of Conjoint Analysis in Europe82 je nejčastěji používána k měření preferencí bodová škála (označovaná jako metrický conjoint) – až 70% výzkumu realizovaných v Evropě za využití CA měří preference pomocí ní. Po zvážení náročnosti seřazování 20 profilů jsem shledala pro respondenta jako jednodušší obodovat každý profil zvlášť, bez nutnosti vnímat všechny profily najednou a seřazovat je podle užitku. Třetí část dotazníku tvoří otázky informativního charakteru (pohlaví, věk, zaměstnání, držitel průkazu). Úplně na závěr jsou umístěné dvě otevřené otázky, kde mohou
Survio[online]. © 2012 – 2015 Survio. WITTINK, Dick, VRIENS, Marco. Commercial Use of Conjoint Analysis in Europe: Results and Critical Reflections [online]. Sawtooth software research paper series. 1992. 81 82
51
respondenti nepovinně napsat svoje připomínky k dotazníkovému šetření a také přidat svou adresu, aby byli zařazeni do slosování o knižní ceny. Možností vyhrát knižní cenu jsem usilovala o zvýšení motivace k vyplnění dotazníku, a také jsem chtěla poděkovat respondentům za vynaložené úsilí. Pilotní verze dotazníku byla předložena čtyřem zkušebním respondentům, kteří byli požádáni o vyplnění a zhodnocení srozumitelnosti dotazníku. Získala jsem tak několik cenných připomínek, které jsem do dotazníku následně zakomponovala. Například ohledně nastavení zobrazování dotazníku vždy s jednou otázkou na stránku byla vyjádřena nespokojenost, kvůli nemožnosti podívat se na všechny profily před samotným hodnocením. Další cenná připomínka byla nedostatečné charakterizování kategorií čtenářů knihovny podle věku. Padla i připomínka, že dotazník je náročný na pozornost respondenta, což jsem očekávala, protože je to obecně známý problém výzkumů aplikujících metodu conjoint. Samotný sběr dat probíhal 20 dní v průběhu března 2015.
8.1 Zpracování a kontrola dat Dotazník vyplnilo celkem 97 respondentů, z toho bylo 82 online dotazníků a 15 tištěných. Data z online dotazníků umožňuje aplikace survio.com exportovat přímo do tabulky programu Excel. Při kontrole dat jsem zjistila, že 6 dotazníků bylo neúplných a v jednom byly zaškrtnuté stejné bodové hodnoty u všech otázek, navíc byl dotazník vyplněn a odeslán v tak krátkém časovém limitu, že nebylo možné vyplnit ho odpovědně, proto byl také vyřazen. Vyloučená skupina tedy čítá 7 respondentů. Z celkového počtu navštívených dotazníků v aplikaci survio.com bylo vyplněných a odeslaných jen 38 %. Celých 62 % zobrazení bylo nedokončených. I přes snahu motivovat respondenty k vyplnění odměnou, je počet nedokončených dotazníků poměrně vysoký. Tento výsledek mohla ovlivnit poměrně velká náročnost vyplnění dotazníku, ale i nezájem o téma výzkumu. Celkem je platných 90 dotazníků získaných v online i tištěné podobě. Vzhledem k počtu všech čtenářů náchodské knihovny to není mnoho, ale názory na minimální velikost vzorku pro conjoint analýzu se liší. Nejčastěji se vyskytuje vzorek od 300 do 500 ale často i menší než 100.83
83
Analýza spotřebitelských preferencí v programových systémech SAS a SPSS [online].
52
Jak byly odpovědi sesbírány? Četnost
Relativní
Validní relativní
odpovědí
četnost
četnost
Validní
Online
78
80,41%
86,67%
hodnoty
Tištěný dotazník
12
12,37%
13,33%
90
92,78%
100,00%
7
7,22%
97
100,00%
Celkem validní hodnoty Nevalidní
Neúplné dotazníky
hodnoty
(vyřazené)
Celkem
Všechny dotazníky
Tabulka 8.1.1: Četnost získaných odpovědí
Zdroj: autor
8.2 Popis výzkumného vzorku Výzkumný vzorek z hlediska pohlaví zastupují většinou ženy. Ty odpověděly 74 krát (82 %), muži odpověděli 16 krát (18 %) ze všech respondentů. Do výzkumu se zapojili jak vlastníci průkazu náchodské knihovny, tak i ti, kteří ho nevlastní, ale o dění v knihovně se zřejmě zajímají. Většinou (78 %) jsou zastoupeni respondenti vlastnící průkaz do knihovny.
Složení respondentů dle vlastnictví průkazu do knihovny
Četnost respondentů podle pohlaví muž 16
22%
žena 74
78%
má průkaz nemá průkaz
Graf 8.2.1: Respondenti dle pohlaví; Zdroj: autor
Graf 8.2.2: Respondenti dle vlastnictví průkazu; Zdroj: autor
53
Z hlediska věku má největší zastoupení kategorie respondentů 27-45 let, což odpovídá skupině mladých rodin s dětmi. To je největší potenciální skupina uživatelů rodinných průkazů. Poměrně vysoký počet zastupují i další dvě věkové kategorie. Nejmenší skupinu respondentů tvoří důchodci starší 70 let. Ti zřejmě zůstali ve velké míře dotazníkem neosloveni, protože často nevyužívají moderní informační technologie, nebo knihovnu v průběhu dotazování nenavštívili. Je možné, že je ani řešená problematika neoslovila.
četnost
Četnost respondentů podle věkových kategorií
26
32
15-26 let
27-45 let
26
46-69 let
6
70 a víc
věkové kategorie Graf 8.2.3: Četnost respondentů dle věku
Zdroj: autor
Z hlediska složení výzkumného vzorku dle současného zaměstnání převládají ve vzorku pracující respondenti (56 % respondentů). Další početně významnější skupinu tvoří studenti ale i důchodci.
procenta
Rozložení respondentů dle zaměstnání
24%
student
pracující
2%
56%
nezaměstnaný
důchodce
16%
2%
na mateřské dovolené
zaměstnání Graf 8.2.4: Četnost respondentů dle zaměstnání
Zdroj: autor
54
Graf níže znázorňuje rozložení respondentů dle pohlaví a věkové kategorie zároveň. Viditelně ve vzorku převládají ženy ve věku 27-45 let. U mužů se do šetření nezapojil ani jeden důchodce nad 70 let.
Rozložení respondentů dle věku a pohlaví
70 a víc 46-69 let
Žena pohlaví
27-45 let 15-26 let
Muž
46-69 let 27-45 let 15-26 let 0
5
10
15
20
25
30
35
počet Graf 8.2.5: Četnost respondentů dle pohlaví a věku
Zdroj: autor
55
9
Analýza odpovědí
První část dotazníku tvořila sada pěti podotázek dotazujících se přímo na důležitost vlastností průkazů, které byly do šetření vybrané jako sledované atributy průkazu. Důvodem je porovnání výsledku metody přímého dotazování a conjoint analýzy.
9.1 Výsledky přímého dotazování V grafu je znázorněné rozložení bodového hodnocení z přímého dotazování na důležitost jednotlivých atributů pro jednotlivé respondenty.
Četnost odpovědí na přímý dotaz na důležitost vlastností průkazu
1 bod
2 body
3 body
4 body
5 bodů
Důležitost ceny průkazu ø(6,4 b)
atributy
Důležitost počtu osob na rodinném průkazu ø(7,6 b) Důležitost vlastnění průkazu ø(7,2 b)
8
10 204
8
7 bodů
6 2 8
40 6 2 6
Důležitost způsobu registrace ø(4,0 b) Důležitost počtu najednou vypůjčených knih ø(6,5 b)
6 bodů
10 10
6
22
12
4 4 6
12
8 bodů
18
04
12
4
6
18
30 30 18
8
10 bodů
24
10
10 12
2
16
12 6
9 bodů
8
4 6
6 2 42 26
počty přidělených bodů Graf 9.1.1: Četnost odpovědí na přímý dotaz na důležitost vlastností průkazu
Zdroj: autor
Podle přidělených bodů na dotaz o důležitosti jednotlivých atributu je evidentní, že respondenti největší důležitost přikládají počtu osob registrovaných na jednom rodinném průkazu a na druhém místě je vlastnictví průkazu členy rodiny. Napovídá tomu jak nejvyšší počet desetibodových odpovědí, tak nejvyšší průměrná bodová hodnota.
56
Poměrně velká důležitost je přikládaná i počtu najednou vypůjčených knih a ceně průkazu. Cena však není pro respondenty nejdůležitější, získala dokonce druhou nejmenší průměrnou hodnotu. Nejméně důležitý podle přímého dotazování je pro respondenty způsob registrace členů rodiny na rodinný průkaz. Na grafu vytvořeném ze žebříčku průměrů přidělených hodnot můžeme vidět, jakou důležitost jednotlivým atributům respondenti přikládali.
Pořadí důležitosti jednotlivých atributů průměrný počet bodů
8 7
7,6 b 7,2 b 6,5 b
6
6,4 b
5 4 4b 3 2 1 0 Důležitost počtu Důležitost vlastnění Důležitost počtu osob na rodinném průkazu najednou průkazu vypůjčených knih
Důležitost ceny průkazu
Důležitost způsobu registrace
atributy Graf 9.1.2: Žebříček průměrů odpovědí na přímý dotaz na důležitost vlastností průkazu
Zdroj: autor
Zajímavé bude porovnání tohoto výsledku s výsledkem z conjoint analýzy. Vyhodnocení jednotlivých profilů ještě před spuštěním procedury conjoint podle respondenty přidělených bodů ukazuje, že nejvíce preferovaný profil je profil číslo 20 s průměrnou bodovou hodnotou 6,91. Naopak nejméně bodů získal profil číslo 1 s průměrem jen 3, 55 bodů.
57
V tabulce níže jsou vyobrazené profily s nejvyšší a nejnižší bodovou hodnotou.
Porovnání průkazů s nejvyšší a nejnižší průměrnou bodovou hodnotou Atributy
Nejvyšší bodová hodnota - profil č. 20
Nejnižší bodová hodnota profil č. 1
Cenový koncept
Kmenový člen 200 Kč + 40 Kč každý další člen
Kmenový člen 200 Kč + 40 Kč každý další člen
Počet osob
Minimálně 2 fyzické osoby (alespoň jedna dospělá)
1 dospělý + 1 a víc dětí
Vlastnictví průkazu
Každý má stejný průkaz (duplikát kmenového člena rodiny)
Každý má stejný průkaz (duplikát kmenového člena rodiny)
Přítomnost u registrace
Jeden dospělý člen doloží totožnost ostatních členů
Všichni musí být u registrace
Počet výpůjček
Každý člen může mít najednou vypůjčených 10 svazků
Každý člen může mít najednou vypůjčených 10 svazků
Tabulka 9.1.1: Profil s nejvyšší a nejnižší průměrnou bodovou hodnotou v přímém dotazování Zdroj: autor
Tady je k dispozici řebříček vytvořen ze všech hodnocených profilů od nejvíce bodově hodnoceného profilu, až po ten s nejnižším bodovým hodnocením.
Pořadí průměrné bodové hodnoty jednotlivých profilů profil
20
15
9
16
8
17
5
6
19
18
7
10
12
14
11
13
4
3
2
1
průměr bodů
6,91
6,51
6,50
6,42
6,23
6,14
6,00
5,77
5,66
5,64
5,56
5,44
5,24
5,12
4,71
4,70
4,33
4,29
3,59
3,55
Tabulka 9.1.2: Žebříček průměrů přidělených bodů k jednotlivým profilům
58
Zdroj: autor
9.2 Výsledky analýzy conjoint Conjint analýza byla zpracována ve statistickém softwaru IBM SPSS verze 22. Pro analýzu conjoint v programu neexistuje grafické uživatelské rozhraní, což pro výzkumníka znamená použít syntax, pomocí kterého definuje cestu k datovým souborům, charakter atributů i požadované výstupy.
CONJOINT PLAN='C:\Users\Marta\Documents\plan.sav' /DATA=* /SCORE=PREF1 TO PREF20 /SUBJECT=ID /FACTORS=cena (DISCRETE) osoby (DISCRETE) průkaz (DISCRETE) registrace (DISCRETE) výpůjčky (LINEAR MORE) /UTILITY='UTIL.SAV' /PLOT=SUMMARY /PRINT=SUMMARYONLY
Tabulka 9.2.1: Syntax k proceduře conjoint v programu SPSS 22
Zdroj: autor
V následující tabulce jsou profily seřazeny podle užitků vzešlých z conjoint analýzy. Hodnoty byly vypočítany sečtením částkových užitků jednotlivých úrovní atributů a přičtením konstanty. Tady vidíme, že nejvyšší užitek má profil číslo 9 (6,733) a nejmenší profil číslo 4 (3,788). Ukazuje se, že výsledky získané conjoint analýzou jsou odlišné od výsledků z přímého dotazování.
Žebříček celkových užitků pro jednotlivé profily Číslo profilu
profil 9
profil 15
profil 8
profil 20
profil17
profil 16
profil 5
profil 12
profil 19
profil 10
profil 7
profil 6
profil 18
profil 14
profil 13
profil 11
profil 2
profil 1
profil 3
profil 4
užitek
6,733
6,593
6,44
6,34
6,3
6,241
5,909
5,858
5,737
5,681
5,597
5,518
5,366
5,137
5,023
4,811
4,444
4,27
4,24
3,788
Tabulka 9.2.2: Žebříček celkových užitků jednotlivých profilů
9.2.1
Zdroj: autor
Hodnoty užitků jednotlivých hladin atributů
Následující tabulka je jedním z důležitých výstupů conjoint analýzy v software SPSS 22. Vyšší hodnoty odhadů užitků v tabulce znamenají vyšší preference konkrétní úrovně. Záporné hodnoty nejsou chybou, naznačují jen nižší preference. 59
Odhady užitků pro jednotlivé úrovně všech atributů Atribut Cenový koncept
Počet osob Vlastnictví průkazu
Přítomnost u registrace
Počet výpůjček
Relativní důležitost atributu 18,864 %
Úrovně atributů
Odhad užitku
Směrodatná chyba
Každý dospělý 120 Kč + 60 Kč každé dítě
-,060
,161
Kmenový člen 200 Kč + 40 Kč každý další
-,020
,161
Dospělí 1+1=200 Kč, děti 1+1=120 Kč, senioři 1+1=90 Kč 2 dospělí + 1 a víc dětí
,080
,161
,151
,161
1 dospělý + 1 a víc dětí
-,453
,161
Minimálně 2 fyzické osoby
,302
,161
Jeden společný průkaz pro všechny
-,620
,161
Každý má svůj vlastní průkaz se seznamem ostatních členů rodiny Každý má stejný průkaz - duplikát
,506
,161
,114
,161
Postačí, když se kmenový člen zaručí
,177
,161
Jeden dospělý člen doloží totožnost ostatních členů Všichni musí být u registrace
,569
,161
-,746
,161
10 svazků
,152
,139
15 svazků
,304
,278
Neomezeno
,456
,417
5,223
,301
18,822 %
21,962 %
27,332 %
13,020 % (Konstanta)
Tabulka 9.2.1.1: Odhady užitků pro jednotlivé úrovně atributů
Zdroj: autor
První čtyři atributy experimentu měly přidělenou diskrétní preferenční funkci, kde se nepředpokládá, že mezi daty a atributem je nějaký vztah. Model zobrazuje odhady užitku pro každou hladinu konkrétního atributu. Nejvyšší hodnota užitku znamená, že tato konkrétní úroveň má u respondentů nejvyšší preferenci. V tabulce je pro lepší orientaci označena barevně. Můžeme sledovat rozdíly v užitcích u jednotlivých atributů. Například u atributu přítomnost u registrace je evidentní velký rozdíl mezi úrovní s nejvyšším a nejnižším odhadovaným užitkem. Podobně velký rozdíl je i u atributu vlastnictví průkazu. U atributu cenový koncept nejsou rozdíly mezi užitky u jednotlivých úrovní až tak markantní. Je to i proto, že cenový koncept není určen přesným číslem od nejmenšího po největší, kde by byla přidělena lineární klesající funkce, a předpokládalo by se, že s vyšší cenou se bude užitek snižovat.
60
Cenový koncept je vzorec, podle kterého výsledná cena průkazu bude pro každou rodinu jiná v závislosti na počtu evidovaných členů a jejich věkové kategorii. Pro každý typ rodiny je vhodná jiná úroveň tohoto atributu. Atribut počet výpůjček měl lineárně stoupající preferenční funkci, což znamená rostoucí preference s rostoucím počtem výpůjček. Tady se potvrdila závislost přesně tak, jak byl vývoj předpokládaný. Nejvyšší užitek má úroveň „neomezeno“. Sečtením jednotlivých užitků a konstanty můžeme získat celkový užitek pro kterýkoli profil. Zajímavé je porovnat například profil s nejvyšším a nejmenším celkovým užitkem.
Užitek spojený s nejlépe a nejhůře hodnoceným profilem Atribut
Profil č. 9
Profil č. 4
Cenový koncept
-0,020
0,080
Počet osob
0,151
-0,453
Vlastnictví průkazu
0,506
-0,620
Přítomnost u registrace
0,569
-0,746
Počet výpůjček
0,304
0,304
Konstanta
5,223
5,223
Celkový užitek profilu
6,733
3,788
Tabulka 9.2.1.2: Užitky pro nejlepší a nejhorší profil
Zdroj: autor
Profily nejvyšším a nejnižším celkovým užitkem mají následovné úrovně atributů.
Porovnání průkazů s nejvyšším a nejnižším celkovým užitkem Atributy
Nejvyšší užitek - profil č. 9
Nejnižší užitek - profil č. 4
Cenový koncept
Kmenový člen 200 Kč + 40 Kč každý další člen
Dospělí 1+1=200 Kč, děti 1+1=120 Kč, senioři 1+1=90 Kč
Počet osob
2 dospělí + 1 a víc dětí
1 dospělý + 1 a víc dětí
Vlastnictví průkazu
Každý má svůj vlastní průkaz s vypsaným seznamem ostatních členů
1 společný pro všechny se seznamem všech
Přítomnost u registrace
Jeden dospělý člen doloží totožnost ostatních členů
Všichni musí být u registrace
Počet výpůjček
Každý člen může mít najednou vypůjčených 15 svazků
Každý člen může mít najednou vypůjčených 15 svazků
Tabulka 9.2.1.3: Žebříček průměrů přidělených bodů k jednotlivým profilům
61
Zdroj: autor
9.2.2 Relativní důležitost atributů Relativní důležitost je procentuální vyjádření podílu konkrétního atributu na celkovém hodnocení konceptu. Do tabulky jsem přidala pořadí důležitosti a pro srovnání jsem přidala i pořadí atributů vzešlé z přímého dotazování. Tabulka relativní důležitosti naznačuje, že je rozdíl, když respondent hodnotí jednotlivé atributy odděleně a když se rozhoduje pro celkový koncept, kdy musí brát v úvahu všechny atributy najednou. Toto rozhodování je bližší reálnému zákaznickému rozhodování.
Relativní důležitost atributů podle conjoint analýzy Atribut
Relativní
Pořadí
Pořadí z přímého
důležitost
z conjoint
dotazování
atributů
analýzy
Cenový koncept
18,864 %
3
(4)
Počet osob
18,822 %
4
(1)
Vlastnictví průkazu
21,962 %
2
(2)
Přítomnost u registrace
27,332 %
1
(5)
Počet vypůjčených knih
13,020 %
5
(3)
Tabulka 9.2.2.1: Relativní důležitost atributů podle conjoint analýzy
Zdroj: autor
U hodnocení atributů jednotlivě, jak bylo znázorněno v grafu 9.1.2, je pořadí důležitosti atributů odlišné. V některých případech je posun malý, například u cenového konceptu jenom o jedno místo, ale u atributu přítomnost u registrace je pořadí invertované, v conjoint analýze je na prvním místě v přímém dotazování na posledním, což jasně deklaruje rozdílnost v měření preferencí pomocí conjoint analýzy a přímým dotazováním. V případě atributu počet osob je posun až o tři pozice. Jediná shoda je v případě atributu vlastnictví průkazu – druhá pozice u obou měření.
62
Následující graf lépe znázorňuje pořadí relativní důležitosti atributů.
Žebříček relativní důležitosti atributů podle conjoint analýzy 30
procenta
25 20
27,33 %
15
21,96 %
18,86 %
18,82 %
Cenový koncept
Počet osob
10 5
13,02 %
0 Přítomnost u registrace
Vlastnictví průkazu
Počet výpůjček
atributy Graf 9.2.2.1: Seřazena relativní důležitost atributů podle conjoint analýzy
Zdroj: autor
Hodnota 27,33 % znamená, že atribut přítomnost u registrace se na celkovém hodnocení jednotlivých profilů podílel víc než jednou čtvrtinou. To, jak bude řešena u rodinného průkazu přítomnost u registrace jednotlivých členů rodiny, je pro respondenty nejzásadnější. Vysoká relativní důležitost (21,96 %) je přikládaná i atributu vlastnictví průkazu. Dohromady se tyto dva atributy podílejí na rozhodování respondentů téměř padesáti procenty. Je to celkem pochopitelné, protože tyto atributy mohou členům rodiny zjednodušit nebo zkomplikovat získání průkazu i samotný proces půjčování knih. Při představě, že by celá rodina měla jeden společný průkaz, to znamená, že by každý člen rodiny vždy před návštěvou knihovny musel myslet na to, jestli má průkaz u sebe. Stejně tak by pro rodinu mohlo být zatěžující, kdyby se k registraci měli dostavit všichni její členové. Další dva atributy se podílejí každý zhruba osmnácti procenty na celkovém hodnocení. To je velice rovnoměrná a ne nevýznamná relativní důležitost atributů. V žebříčku důležitosti atributů je nejníže postaven počet výpůjček 13,99 %. Nedá se ale říct, že by respondentům bylo jedno, kolik knih si mohou vypůjčit najednou, protože v částečných užitcích získala nejvyšší hodnocení úroveň „neomezeno“.
63
Zajímavý je výsledek důležitosti ceny, protože v debatách v Městské knihovně Náchod cena byla považována za klíčovou vlastnost, která v první řadě bude rozhodovat o tom, jestli si někdo rodinný průkaz pořídí, nebo ne. Výsledky napovídají, že tomu tak není, i když role ceny není úplně zanedbatelná. Tento výsledek ovšem může být výrazně ovlivněn tím, že cena v tomto experimentu nebyla dána fixní částkou v jednotlivých úrovních, ale vzorcem výpočtu, kdy konečná cena bude jiná pro různá složení rodiny. Proto posouzení důležitosti atributu “cena“ v tomto experimentu není jednoduché.
Porovnání výsledků důležitosti atributů z conjoint analýzy a přímého dotazování 30
hodnoty
25 20 15 10
27,33 %
21,96 % 18,86 18,82 % %
5
13,02 %
7,6 b 7,2 b 6,5 b 6,4 b
0 relativní důležitost Přítomnost u registrace
4b
bodový průměr
Vlastnictví průkazu
Cenový koncept
Počet osob
Počet výpůjček
atributy Graf 9.2.2.2.: Porovnání výsledků získaných podle conjoint analýzy a přímého dotazování
Zdroj: autor
Ve výsledcích z přímého dotazování je cenový koncept dokonce až předposlední v žebříčku důležitosti. Tento výsledek ale může být také ovlivněn faktem, že respondenti neradi přiznávají, že jim na ceně záleží nejvíce. Proto bych v konečném nastavení rodinného průkazu cenový koncept nepodceňovala.
9.2.3 Hodnocení modelu Součástí výstupu conjoint analýzy je i tabulka dvou korelačních koeficientů. Jedná se o Pearsonův R a Kendallův tau. Tyto koeficienty nám dávají informaci o síle kolerace mezi odhadovanými a pozorovanými preferencemi. Hodnoty obou koeficientů jsou vyšší a poukazují na vysokou spolehlivost modelu. Výsledek u holdout karet také ukazuje, že kvalita modelu je dobrá a výsledky tak můžeme pokládat za spolehlivé. 64
Ukazatele spolehlivosti modelu Korelace
a
Hodnota
Sig.
Pearson's R
,929
,000
Kendall's tau
,765
,000
Kendall's tau for Holdouts
1,000
.
a. Korelace mezi zaznamenanými a odhadovanými preferencemi Tabulka 9.2.3.2: Ukazatele spolehlivosti modelu
Zdroj: autor
65
10 Shrnutí a interpretace výsledků Na základě získaných výsledků se pokusím zodpovědět na výzkumné otázky, které jsem si stanovila při designu výzkumného experimentu. 1. Které vlastnosti rodinného průkazu jsou pro jeho potenciální uživatele nejdůležitější? Podle výsledků z conjoint analýzy respondentům nejvíc záleží na tom, jak bude probíhat samotný proces registrace rodinného průkazu. Ukazuje se, že přítomnost všech členů u registrace jim nevyhovuje. Nejvíc preferují variantu, kde by mohl člen rodiny, který bude registraci vyřizovat, doložit doklad o totožnosti všech ostatních členů rodiny. Druhým velmi důležitým požadavkem je vlastnění rodinného průkazu do knihovny každým členem rodiny. Nevyhovuje jim mít duplikát, nejraději by měli průkaz každý na své jméno. Je to zřejmě i pro knihovnu nejlepší varianta, protože to souvisí s faktem, že každý člen rodiny bude mít v databázi čtenářů svoje vlastní konto a bude zodpovídat za svoje výpůjčky. Aby se rodinný průkaz na první pohled lišil od individuálního průkazu, doporučuji jiné barevné provedení, což pomůže knihovníkům při obnovování registrace. Se zvoleným způsobem registrace a vlastnictvím průkazu úzce souvisí způsob evidence do databáze čtenářů. Změny v počtu členů rodiny nebo změna věkové kategorie se budou muset každý rok při přeregistraci evidovat a aktualizovat. Tato fakta bude muset knihovna předem technicky promyslet. Ostatní vlastnosti průkazu, jako je cena, počet registrovaných osob či počet najednou vypůjčených knih, mají pro respondenty menší význam, nelze je však v žádném případě podceňovat.
2. Které úrovně jednotlivých vlastností jsou pro potenciální uživatele rodinného průkazu nejpřijatelnější? Když sestavíme ideální rodinný průkaz, který je vytvořen z úrovní atributů s nejvyšším částečným užitkem, vypadal by tak, jak je vyobrazen v následující tabulce. Lišil by se od profilu číslo 9, který získal v conjoint analýze nejvyšší užitek, v těchto třech atributech: cenový koncept, počet osob a počet výpůjček. Městská knihovna Náchod má návrh ideálního rodinného průkazu z pohledu uživatelů. Bude na ní, jestli bude ochotná „hlas lidu“ akceptovat. 66
Ideální rodinný průkaz Cenový koncept
Dospělí 1+1=200 Kč, děti 1+1=120 Kč, senioři 1+1=90 Kč
Počet osob
Minimálně 2 fyzické osoby - alespoň jedna dospělá
Vlastnictví průkazu
Každý má svůj vlastní průkaz s vypsaným seznamem ostatních členů
Přítomnost u registrace
Jeden dospělý člen doloží totožnost ostatních členů
Počet výpůjček
Neomezeno
Tabulka 10.1: Ideální rodinný průkaz
Zdroj: autor
3. Jak významný je rozdíl ve výsledcích vzešlých z přímého dotazování a dotazování pomocí metod conjoint analýzy? Rozdíl ve výsledcích z přímého dotazování a conjoint analýzy je evidentní. Artribut, který vyšel z conjoint analýzy jako nejdůležitější - přítomnost u registrace, byl podle přímého dotazování až na posledním místě. U ostatních atributů jsou rozdíly větší i menší. Přesně je to zobrazené v tabulce 9.2.2.1. Jediná shoda je v atributu vlastnictví průkazu, který byl u obou měření na druhém místě. Ukázalo se, že zákazník se rozhoduje jinak, když má před sebou produkt jako celek a musí najednou zvažovat všechny jeho vlastnosti, než když zvažuje každou vlastnost odděleně. Právě v tom je velký přínos conjoint analýzy, že simuluje při výzkumu nákupní rozhodování, proto více odráží realitu a výsledek z conjoint analýzy můžeme pokládat za validnější. 4. Je vhodné využívat
conjoint analýzu jako nástroj pro podporu služeb
knihovny? Odpověď na tuto otázku není přímočará. Už v úvodní části popisu conjoint analýzy jsem psala, že každý řešený problém je možné uchopit pomocí atributů a úrovní, to znamená, že i služby a produkty knihovny lze zkoumat pomocí analýzy conjoint. Tato metoda je tedy vhodná i pro knihovny. Nejdříve ale položím otázku jinak, a to jestli je tak sofistikovaná metoda využívaná hlavně v marketingu pro knihovny použitelná. Realizace výzkumu v knihovně pomocí analýzy conjoint má totiž mnoho obtížných aspektů. Conjoint analýza má dnes vysoké renomé coby moderní preferenční výzkumná metoda ve světě marketingu, kde i pojem „zákazník“ znamená mnoho. První otázka, na kterou si musí knihovna pravdivě odpovědět, je, zdali i v knihovnách stojí uživatel na piedestalu, 67
a je hybnou silou a ukazatelem inovací a rozvoje služeb. Jenom tehdy totiž bude knihovna ochotná použít i náročnější metody vyzkoušené a ceněné v jiných oblastech, aby co nejlépe poznala potřeby svých uživatelů. V českém knihovnickém světě je conjoint analýza nepoužívaná, nenašla jsem ani jeden výzkum realizovaný pomocí conjoint analýzy. Nesetkala jsem se s nikým z knihovníků, kdo by alespoň tušil, co je conjoint analýza. Do začátku řešení své bakalářské práce jsem o ní nevěděla nic ani já. Na knihovnických oborech se tato metoda zatím nevyučuje. Relevantní informace o conjoint analýze se nacházejí hlavně v anglicky psané literatuře. Jen několik málo česky psaných zdrojů je možné použít pro účely akademické práce, mezi ně lze zajisté zařadit knihu Statistické myšlení a nástroje analýzy dat84 od Petra Hebáka a kolektivu. Dalším zdrojem pro mě byly diplomové práce na téma conjoint v marketingu vedené doc. Ing. Radoslavem Škapou, Ph.D. z Ekonomicko-správní fakulty MU. Ten mi poskytnul i několik cenných odborných rad, které výzkumník bez jakékoli zkušenosti z conjoint analýzou nutně potřebuje. Dalším závažným problémem při aplikaci conjoint analýzy na výzkum je znalost metodiky a dostupnost a znalost potřebného softwaru. Například program IBM SPSS 22, který tuto analýzu poskytuje, je pro studenty MU dostupný, ale bez zkušeností s ním a znalosti alespoň základů statistiky je to velmi obtížně řešitelná otázka, která vyžaduje velkou „urputnost“ výzkumníka, pokud se chce dostat do cíle. To jsou jen některé z problémů, s kterými se musí výzkumník popasovat před realizací projektu. Možné je však výzkum svěřit do rukou odborné firmy a jednoznačně odpovědět na otázku použitelnosti této metody v českých knihovnách – ANO. Nebo postačí mít v knihovně odborníka s potřebným vzděláním, který by dokázal projekt vést. Vrátím se ještě k odpovědi na otázku vhodnosti conjoint analýzy pro knihovny. I přes všechny zmíněné obtíže bych tuto metodu doporučila jako velmi vhodnou pro podporu služeb knihovny. Pokud se zvolí nosné výzkumné téma, metodologicky zvládne příprava projektu, podaří se oslovit a získat dostatečné množství kvalitních dat
84
HEBÁK, Petr a kol. Statistické myšlení a nástroje analýzy dat. Vyd. 1. Praha:
Informatorium, 2013. 877 s. ISBN 978-80-7333-105-4.
68
od cílové skupiny, odměnou pro knihovnu budou cenné výstupy, pomocí kterých může služby vytvářet přesně na míru svým segmentům uživatelů. Velký potenciál pro využití této metody vidím hlavně v knihovnách odborných, univerzitních, vědeckých. Důvodů pro toto tvrzení je víc. Zaprvé tyto knihovny mají z podstaty své funkce povinnost neustále sledovat nové trendy v knihovnictví i rychle měnící se potřeby svých uživatelů, kteří mají obvykle vyšší požadavky než uživatelé v městských veřejných knihovnách. Troufám si říci, že takoví uživatelé jsou ochotnější své požadavky vyjádřit i ve výzkumu, protože se jich dobře nastavené služby bytostně dotýkají a k participaci na výzkumu je žene potřeba. Navíc tyto knihovny mají víc odborného personálu, mají možnost oslovit studenty studující potřebný obor, aby výzkum v knihovně realizovali jako svou kvalifikační práci s tím, že by knihovna na výzkumu kooperovala a zabezpečila vše potřebné. V neposlední řadě mají tyto knihovny i větší finanční možnosti pro financování odborné pomoci nebo proškolení personálu knihovny.
69
Závěr V knihovnách obvykle vynakládáme velké úsilí na to, abychom našim uživatelům řekli, jak skvělí jsme, ale už méně se snažíme ptát se našich uživatelů, co potřebují. Ještě stále přemýšlíme způsobem: „My přece nejlépe víme, jak co má být“. Hlubší poznání potřeb uživatelů je základem prosperity knihoven. Účelem této práce bylo poukázat, jak může exaktní statistická metoda z jiné oblasti pomoci při výzkumu uživatelských preferencí v knihovnách. Současně se ukazuje, že si ne vždy vystačíme s klasickým anketním šetřením, protože ani sám uživatel není vždy schopen kategorizovat své požadavky na službu. V takových případech nám může dobře posloužit marketingová výzkumná metoda – conjoint analýza. Výstupy conjoint analýzy jsou cenným zdrojem informací pro management každé organizace, která chce svoje služby poskytovat kvalitně a s ohledem na měnící se potřeby svých uživatelů. Příklady projektů realizovaných v zahraničních knihovnách, ale i malý výzkumný projekt z náchodské knihovny jsou jenom nástinem možností přijetí a přizpůsobení této marketingové metody pro výzkumné problémy knihoven. Doufám, že výstupy z projektu, který jsem v rámci této práce realizovala, pomohou nastavit Městské knihovně Náchod analyzovanou službu ke spokojenosti uživatelů i knihovny. V České republice zatím tato výzkumná metoda není běžná. V českém knihovnictví, které je charakteristické hustou sítí knihoven, není využívaná vůbec. Věřím, že i tento skromný příspěvek k řešené problematice pomůže zviditelnit potenciál skrytý v conjoint analýze. Především univerzitním knihovnám vřele doporučuji zabývat se metodami conjoint analýzy, implementovat je do svých výzkumných projektů a objevit tak pro české knihovnictví nový nástroj, pomáhající při řízení inovací služeb v knihovnách.
70
Zdroje: 1. 100metod online . Výzkumné, analytické a designové metody inovace služeb. Učební pomůcka pro studenty KISK. cit. 2015-03-10 . Dostupné z: http://100metod.cz/ 2. Analýza spotřebitelských preferencí v programových systémech SAS a SPSS[online]. [cit. 2015-02-28 . Dostupné z: http://iastat.vse.cz/preference.html 3. Benchmarking knihoven[online]. [cit. 2015-03-22 . Dostupné z: http://www.benchmarkingknihoven.cz/ 4. BIERNÁTOVÁ, Olga et al. Cesta za lepším rozhraním knihovních služeb[online]. Brno: Centrum PARTSIP, ©2012. 36 s. [cit. 2015-03-22]. Dostupné z: http://eknihy.knihovna.cz/static/files/cesta-za-lepsim-rozhranim-knihovnichsluzeb.pdf 5. BOARDMAN, Anthony E. et al. Cost-benefit analysis: concepts and practice. 2. vyd. Upper Saddle River: Prentice Hall, 2001. 526 s. ISBN: 0-13-087178-8. 6. Canva[online]. © 2015 Copyright Canva. cit. 2015-03-08 . Dostupné z: https://www.canva.com/ 7. CRAWFORD, Gregory A. A Conjoint Analysis of Reference Services in Academic Libraries. College and Research Libraries online . 1994, roč. 55, č. 3, s. 257-267. [cit. 2015-04-10]. ISSN: 0010-0870. 8. ČERMÁKOVÁ, A. Speciální možnosti conjointní analýzy. In: Sborník konference "Výuka matematiky na neuniverzitních vysokých školách"[online]. Praha: Vysoká škola ekonomických studií, 2003, s. 32-39. ISBN 80-86744-03-5. [cit. 2015-0303 . Dostupné z: http://files.svses.webnode.cz/200004923b3ddfb4d42/sbornik.pdf. 9. DECKER, Reinhold; HERMELBRACHT, Antonia. Planning and Evaluation of New Academic Library Services by Means of Web-based Conjoint Analysis[online]. The Journal of Academic Librarianship. Roč. 32, č. 6, 2006, s. 558-572. ISSN 00991333. [cit. 2015-03-03 . Dostupné z: http://sciencedirect.com/science/article/pii/S009913330600111X 10. Easel.ly[online]. Copyright 2014 Easelly. [cit. 2015-03-08 . Dostupné z: http://www.easel.ly/ 71
11. Ekonomicko-správní informační systém MU [online]. Inet.muni.cz. [cit. 2015-0307]. Dostupné z: https://inet.muni.cz/auth/login;jsessionid=dZFVJ6YPZGy0SKt4nQny6mywp0vD TrkHQNRTnnZJsjJkVMKG7Gt0!690529871!700601867 12. GASTINER, Almuth. A Report on the 8th International Bielefeld Conference 2006: “Academic Library and Information Services – New Paradigms for the Digital Age”. In: Library Hi Tech News, Roč. 23, č. 4, s. 4-7. Dostupné z: http://www.emeraldinsight.com/doi/abs/10.1108/07419050610674695 13. GERSON, R. Measuring Customer Satisfaction [online]. 1993, [cit. 2015-02-27]. ISBN 1-56052-178-3. Dostupné z:http://site.ebrary.com/lib/masaryk/docDetail.action?docID=100580 26. 14. GUPTA, Dinesh. Marketing Library And Information Services : International Perspectives e-book . Munchen: K. G. Saur 2006, 410 s. cit. 2015-03-19]. Dostupné z: eBook Collection (EBSCOhost), Ipswich, MA. 15. GUSTAFSSON, Anders; HERRMANN Andreas; HUBER, Frank. Conjoint Measurement: Methods And Applications. Berlin: Springer-Verlag, 2000, 437 s. [cit. 2014-11-01 . Dostupné z: http://books.google.cz/books?id=KjRNGs91qhIC&pg=PA5&source=gbs_selected _pages&cad=2#v=onepage&q&f=false 16. GREEN, P., GOLDBERG, S., MONTEMAYOR, M. A hybrid utility estimation model for conjoint analysis. Journal of Marketing [online]. 1981, vol. 45, issue 1, s. 33-41 [cit. 2014-10-21 . Dostupné z: https://archive.ama.org/archive/ResourceLibrary/JournalofMarketing/Pages/1 981/45/1/4999374.aspx 17. GREEN, Paul E., SRINIVASAN, V. Conjoint Analysis in Consumer Research: Issues and Outlook. Journal of Consumer Research online . Roč. 5, č. 2, 1978, s. 103-123 [cit. 2015-02-01 . Dostupné z: http://www.jstor.org.ezproxy.muni.cz/stable/2489001 18. GREEN, Paul E. and RAO, Vithala R. Conjoint Measurement for Quantifying Judgmental Data. 19. GREEN, P. E., KRIEGER, A. M., WIND, Y. J. Thirty years of conjoint analysis: Reflection and prospects. Interfaces [online]. 2001, roč. 31, č. 3, s. 56–73. [cit. 72
2015-02-27]. Dostupné z: http://www.jstor.org.ezproxy.muni.cz/stable/25062702 20. GREEN, Paul E. and RAO, Vithala R. Journal of Marketing Research online . Roč. 8, č. 3 (Aug., 1971), s. 355-363. 2006 [cit. 2015-02-22]. DOI: 10.2307/3149575. 21. GUSTAFSSON, Anders; HERRMANN Andreas; HUBER, Frank. Conjoint Measurement: Methods And Applications[online]. Berlin: Springer-Verlag, 2000, s. 5. [cit. 2014-11-01 . Dostupné z: http://books.google.cz/books?id=KjRNGs91qhIC&pg=PA5&source=gbs_selected _pages&cad=2#v=onepage&q&f=false 22. HAIR, J., ANDERSON, R., BABIN, B. Multivariate data analysis. New Jersey: Upper Saddle River. Prentice Hall, 2010, 816 s. ISBN 0138132631 23. HALPERIN, Michael; STRAZDON, M. Measuring Students’ Preferences for Reference Service: a Conjoint Analysis. Library Quarterly, Roč. 50, č. 2, 1980, s. 208–224. ISSN: 00242519. 24. HEBÁK, Petr a kol. Statistické myšlení a nástroje analýzy dat. Vyd. 1. Praha: Informatorium, 2013. 877 s. ISBN 978-80-7333-105-4. 25. HILL, N., ROCHE, G., ALLEN, R. Customer Satisfaction: The Customer Experience Through the Customer's Eyes. London: Cogent Publishing Ltd., 2007. 314 s. ISBN 9780955416118. 26. IBM SPSS Statistical 22.0. Akademická multilicence pro MU 2014-2016. 2014. 27. JIRÁSKOVÁ, Magdalena MACHOVSKÁ, Monika MIKULÁŠKOVÁ, Anna MESSERSCHMIDT, Tomáš OHLÍDALOVÁ, Hana. Mystery shopping v knihovnách. Podívejte se na služby knihovny očima uživatele[ebook]. 2013 Kabinet informačních studií a knihovnictví FF MU. cit. 2015-03-22 . Dostupné z: http://eknihy.knihovna.cz/static/files/mystery-shopping-v-knihovnach.pdf 28. JOHNSON, R. M. Adaptive Conjoint Analysis. Sawtooth Software Inc. [online]. (ed.): 1987, Sawtooth Software Proceedings, s. 253-266, 1987. [cit. 2015-02-27]. Dostupné z: http://www.sawtoothsoftware.com/download/techpap/1987Proceedings.pdf 29. JOHNSON, R. M. Trade-Off Analysis of Consumer Values. Journal of Marketing Research (JMR) [online]. 1974, Roč. 11, č. 2, s. 121-127. [cit. 2015-02-27]. Dostupné z: http://www.jstor.org.ezproxy.muni.cz/stable/pdf/3150548?acceptTC=true 73
30. Koncepce rozvoje knihoven ČR na léta 2011-2015 včetně internetizace knihoven: Knihovny pro Evropu 2020. In: Informace pro knihovny: Dokumenty a doporučení ÚKR ČR online . Praha: Ministerstvo kultury ČR, 2012. cit. 2015-03-19]. Dostupné z: http://www.mkcr.cz/assets/literatura-aknihovny/Koncepce_rozvoje_knihoven_2011-2015.pdf 31. Koncepce.knihovna.cz. Trendy českého knihovnictví online online . © Městská knihovna v Praze, 2013-2015. Portál je realizován v rámci Priority 19 Koncepce rozvoje knihoven v ČR na léta 2011–2015. [cit. 2015-03-19 . Dostupné z: http://koncepce.knihovna.cz/temata/marketing-sluzeb/ 32. KOTRI, Andrus. Analyzing Customer Value Using Conjoint Analysis: The example of a packing company. In: Working paper Series 46[online]. Tartu: University of Tartu – Faculty of Economics and Business, 2006 [cit. 2015-02-22 . Dostupné z: http://www.mtk.ut.ee/sites/default/files/mtk/dokumendid/5d853e057aea651 e8588fd0e90b7ace9.html 33. LibQual+ online . © 2015 Association of Research Libraries cit. 2015-03-10]. Dostupný z: http://www.libqual.org/ 34. LUKÁŠOVÁ, Růžena a kol. Měření spokojenosti občanů s veřejnými službami jako součást řízení kvality v organizacích veřejného sektoru online . Masarykova univerzita, 2009. ISBN 978-80-210-5112-6. [cit. 2015-03-19 . Dostupné z: https://is.muni.cz/do/econ/soubory/oddeleni/svi/skripta/es2009-01.pdf 35. MOORE, Nick. Measuring the Performance of Public Libraries: a Draft Manual. [online]. Paris: UNESCO, 1989, 94 s. [cit. 2015-03-10]. Dostupný z: http://unesdoc.unesco.org/images/0008/000824/082452Eo.pdf 36. MORGAN, Rory. Modelling: Conjoint Analysis. In BIRN, Robin J. The international handbook of market research techniques. 2nd ed. London: Kogan Page Limited, 2008, s. 451-468. ISBN: 9780749438654. 37. NENADÁL, Jaroslav, David VYKYDAL a Petra HALFAROVÁ. Benchmarking: mýty a skutečnost: model efektivního učení se a zlepšování. Vyd. 1. Praha: Management Press, 2011, 265 s. ISBN 978-80-7261-224-6. 38. ODEZVA[online]. 2014. [cit. 2015-03-18 . Dostupné z: https://odezva.wordpress.com/co-je-odezva/ 39. PÍROVÁ, Jaroslava. Praktická realizacia projektu EÚ e-Kniha na objednávku v Univerzitnej knižnici v Bratislave a dotazníkový prieskum jej použivateľov. In: 74
Nová paradigma spracovania a využívania informacií. Sborník zo sympózia konaného 21. 11. 2007 v Univerzitnej knižnici v Bratslave . Univerzita Komenského v Bratislave 2007, s. 93-98, ISBN 978-80-223-2415-1. 40. Poslání knihovny online . Knihovní řád. Městská knihovna Náchod-Obecně prospěšná společnost. [cit. 2015-03-08 . Dostupné z: http://www.mknachod.cz/downloads/knihovni-rad.pdf 41. PRIDE, William M., FERRELL, O. C. Marketing. Cengage Learning, Pennsylvania State University, 2008, 605 s. ISBN-0547167466 42. REICHEL, Jiří. Kapitoly metodologie sociálních výzkumů. Vyd. 1. Praha: Grada, 192 s., 2009. Sociologie (Grada). ISBN 978-80-247-3006-6. 43. RICHTER, Vít PILLEROVÁ, Vladana. Měření spokojenosti uživatelů knihovny. Výsledky průzkumu uživatelů Národní knihovny ČR. Knihovna online . 2007, roč. 18, č. 1, s. 77-98, ISSN 1801-3252. [cit. 2015-03-07 . Dostupný z: http://knihovna.nkp.cz/knihovna71/richter.htm 44. RICHTER, Vít. Benchmarking a zjišťování spokojenosti uživatelů knihoven. Knihovny současnosti 2009. Sborník ze17.konference, konané ve dnech 23. – 25. června 2009 v Seči u Chrudimi. Brno 2009, 207s. ISBN978-80-86249-54-4. 45. REICHEL, Jiří. Kapitoly metodologie sociálních výzkumů. Praha: Grada, 2009. 184 s. ISBN 978-80-247-3006-6 46. ROBSON, K. Service-Ability: Create a Customer Centric Culture and Achieve Competitive Advantage. Padstow: John Wiley & Sons, 2012. 280 s. ISBN 9781118457870. 47. RYŠAVÝ, Dan. Úskalí on-line dotazování při měření postojů vysokoškoláků a pracovníků vysokých škol. Data a výzkum - SDA Info [online . 2011, roč. 5, č. 1, s. 85-103 [cit. 2015-03-10 . Dostupné z: http://dav.soc.cas.cz/uploads/8f987d50b21ab8d16019be33993ccfd4920b4893 _DaV1101_p085_103_Rysavy.pdf s. 89 48. SCOTT, M., Smith. The concept of conjoint analysis[online]. [cit. 2015-02-27]. Dostupné z: https://teorionline.files.wordpress.com/2010/03/conjoint-analysis1.pdf 49. Služby veřejných knihoven: směrnice IFLA. 2., zcela přeprac. vyd. [online]. Editor Christie Koontz, Barbara Gubbin. Praha: Národní knihovna České republiky 75
Knihovnický institut, 2012, 203 s. ISBN 978-80-7050-612-7. [cit. 2015-03-21]. Dostupné z: http://www.ifla.org/files/assets/hq/publications/series/147-cs.pdf 50. Standard pro dobrou knihovnu: metodický pokyn Ministerstva kultury k vymezení standardu veřejných knihovnických a informačních služeb poskytovaných knihovnami zřizovanými a/nebo provozovanými obcemi a kraji na území České republiky. 2. vyd. Praha: Národní knihovna České republiky - Knihovnický institut, 2013. 11 s. ISBN 978-80-7050-628-8. Dostupné také z: http://knihovnam.nkp.cz/docs/bench/Standard_pro_dobrou.pdf. 51. SUCHÁ ZBIEJCUK, Ladislava. Výzkumy v knihovnách nemusí být jen dotazníky. Několik trendů z marketingového výzkumu a designu služeb [online]. In: Informačné technologie a knižnice. Roč. 2013, č. 2. cit. 2015-03-10]. Dostupné z: http://itlib.cvtisr.sk/archiv/2013/2/vyzkumy-v-knihovnach-nemusi-byt-jendotazniky.-nekolik-trendu-z-marketingoveho-vyzkumu-a-designusluzeb.html?page_id=2459. 52. ŠIDLICHOVSKÁ, Zuzana. Zkušenosti účastníků projektu Benchmarking knihoven. Ikaros online . 2011, roč. 15, č. 3. ISSN 1212-5075. [cit. 2015-03-22 . Dostupné z: http://www.ikaros.cz/node/6681. 53. Štátna vedecká knižnica v Banskej Bystrici. 2007. Mladá generácia knižnično – informačných pracovníkov a moderná knižnica online . Zborník príspevkov z workshopu. [cit. 2015-04-02 . Dostupné z: http://www.svkbb.sk/zbornik2007/zoznam.htm 54. TOMEK, Gustav a VÁVROVÁ, Věra. Jak zvýšit konkurenční schopnost firmy. Vyd. 1. Praha: C.H. Beck, 2009. xvii, 240 s. C.H. Beck pro praxi. ISBN 978-80-7400-098-0 55. TROMMSDORFF, V., STEINHOFF, F. Marketing inovací. 1. Vydání. Praha: C. H. Beck, 2009, 291 s., ISBN 978-80-7400-092-8 56. Vyzkumy.knhovna.cz[online]. © 2012. Pod záštitou KISK FF MU. Portál je realizován v rámci projektu PARTSIP. [cit. 2015-03-10 . Dostupné z: http://vyzkumy.knihovna.cz/ 57. STEM/MARK online . © 2013 STEM/MARK. cit. 2015-03-31 . Dostupné z: http://www.stemmark.cz/nejlepe-umime/finance/ 58. Survio[online]. © 2012 – 2015 Survio. [cit-2015-03-08]. Dostupné z: http://www.survio.com/ 76
59. VAŠTÍKOVÁ, Miroslava. Marketing služeb: efektivně a moderně. 2., aktualiz. a rozš. vyd. Praha: Grada, 2014. 268 s. Manažer. ISBN 978-80-247-5037-8. 60. WITTINK, Dick, CATTIN, Philippe. Comercial use of conjoint analysis: An update. The Journal of marketing. 1989, roč. 53, s. 91-96. 61. WITTINK, Dick, VRIENS, Marco. Commercial Use of Conjoint Analysis in Europe: Results and Critical Reflections [online]. Sawtooth software research paper series. 1992. [cit. 2014-12-22 . Dostupné z: http://www.sawtoothsoftware.com/download/techpap/caeurope.pdf 62. Zákon č. 257/2001 Sb., o knihovnách a podmínkách provozování veřejných knihovnických a informačních služeb (knihovní zákon). epravo.cz. [online]. [cit. 2015-03-20 . Dostupný z: http://www.epravo.cz/top/zakony/sbirkazakonu/zakon-ze-dne-29-cervna-2001-o-knihovnach-a-podminkachprovozovani-verejnych-knihovnickych-a-informacnich-sluzeb-knihovni-zakon2631.html. 63. ZEITHAM, V. A.,PARASURAMAN, A. A service Quality. Cambridge, Masschusetts: Marketing Science Institute 2004, 86 s. ISBN 978-0965711432. 64. ZVÉŠKOVÁ, Lenka. Metodologické možnosti měření spokojenosti klientů ve veřejném sektoru online . 2009 cit. 2015-03-31]. Diplomová práce. Masarykova univerzita, Ekonomicko-správní fakulta. Vedoucí práce Svatava Nunvářová. Dostupné z: http://is.muni.cz/th/137850/esf_m/
77
Přílohy: 1. Ortogonální plán z IBM SPSS Statistics 22 – procedura ORTOPHLAN: Cena průkazu
Card ID
Počet osob na rodinný průkaz
1
2 3
Vlastnictví průkazu pro členy rodiny
Způsob registrace
Počet výpůjček na rodinný průkaz
1
Kmenový člen 200 Kč+40 Kč každý další člen rodiny
1 dospělý+1 a víc dětí
Každý má stejný průkaz (duplikát kmenového člena rodiny)
Všichni musí být u registrace
Každý člen může mít najednou vypůjčených 10 svazků
2
Kmenový člen 200 Kč+40 Kč každý další člen rodiny
2 dospělí+1 a víc dětí
1 společný pro všechny se seznamem všech
Všichni musí být u registrace
Neomezeno
3
Dospělý 1+1=200 Kč, děti 2 dospělí+1 a víc dětí 1+1=120 Kč, senioři 1+1=90 Kč
1 společný pro všechny se seznamem všech
Všichni musí být u registrace
Každý člen může mít najednou vypůjčených 10 svazků
4
Dospělý 1+1=200 Kč, děti 1 dospělý+1 a víc dětí 1+1=120 Kč, senioři 1+1=90 Kč
1 společný pro všechny se seznamem všech
Všichni musí být u registrace
Každý člen může mít najednou vypůjčených 15 svazků
Každý dospělý 120 Kč+60 Kč za 5 každé dítě, seniora nebo 2 dospělí+1 a víc dětí studenta
Každý má stejný průkaz (duplikát kmenového člena rodiny)
Kmenový člen se zaručí za ostatní (odpovědnost za vypůjčky i platby)
Každý člen může mít najednou vypůjčených 15 svazků
1 společný pro všechny se seznamem všech
Kmenový člen se zaručí za ostatní (odpovědnost za vypůjčky i platby)
Neomezeno
a
4
5
6
Minimálně 2 fyzické osoby(alespoň 1 dospělá)
6
Kmenový člen 200 Kč+40 Kč každý další člen rodiny
7
Dospělý 1+1=200 Kč, děti 1 dospělý+1 a víc dětí 1+1=120 Kč, senioři 1+1=90 Kč
Každý má stejný průkaz (duplikát kmenového člena rodiny)
Kmenový člen se zaručí za ostatní (odpovědnost za vypůjčky i platby)
Neomezeno
8
Minimálně 2 fyzické Dospělý 1+1=200 Kč, děti osoby(alespoň 1 1+1=120 Kč, senioři 1+1=90 Kč dospělá)
Každý má svůj vlastní průkaz svypsaným seznamem dalších členů rodiny
Kmenový člen se zaručí za ostatní (odpovědnost za vypůjčky i platby)
Každý člen může mít najednou vypůjčených 10 svazků
9
Kmenový člen 200 Kč+40 Kč každý další člen rodiny
Každý má svůj vlastní průkaz svypsaným seznamem dalších členů rodiny
Jeden dopspělý člen doloží totožnost ost
Každý člen může mít najednou vypůjčených 15 svazků
Každý dospělý 120 Kč+60 Kč za Minimálně 2 fyzické 10 každé dítě, seniora nebo osoby(alespoň 1 studenta dospělá)
Každý má svůj vlastní průkaz svypsaným seznamem dalších členů rodiny
Všichni musí být u registrace
Neomezeno
Každý dospělý 120 Kč+60 Kč za 11 každé dítě, seniora nebo 1 dospělý+1 a víc dětí studenta
1 společný pro všechny se seznamem všech
Jeden dopspělý člen doloží totožnost ost
Každý člen může mít najednou vypůjčených 10 svazků
1 společný pro všechny se seznamem všech
Jeden dopspělý člen doloží totožnost ost
Každý člen může mít najednou vypůjčených 15 svazků
Každý dospělý 120 Kč+60 Kč za 13 každé dítě, seniora nebo 2 dospělí+1 a víc dětí studenta
1 společný pro všechny se seznamem všech
Kmenový člen se zaručí za ostatní (odpovědnost za vypůjčky i platby)
Každý člen může mít najednou vypůjčených 10 svazků
Každý dospělý 120 Kč+60 Kč za Minimálně 2 fyzické 14 každé dítě, seniora nebo osoby(alespoň 1 studenta dospělá)
Každý má stejný průkaz (duplikát kmenového člena rodiny)
Všichni musí být u registrace
Každý člen může mít najednou vypůjčených 15 svazků
Každý má stejný průkaz (duplikát kmenového člena rodiny)
Jeden dopspělý člen doloží totožnost ost
Neomezeno
Každý dospělý 120 Kč+60 Kč za 16 každé dítě, seniora nebo 1 dospělý+1 a víc dětí studenta
Každý má svůj vlastní průkaz svypsaným seznamem dalších členů rodiny
Jeden dopspělý člen doloží totožnost ost
Neomezeno
Každý dospělý 120 Kč+60 Kč za Minimálně 2 fyzické 17 každé dítě, seniora nebo osoby(alespoň 1 studenta dospělá)
Každý má stejný průkaz (duplikát kmenového člena rodiny)
Jeden dopspělý člen doloží totožnost ost
Každý člen může mít najednou vypůjčených 10 svazků
7
8
9
10
11
12 12
13
14
15 15 16
17 a
2 dospělí+1 a víc dětí
Minimálně 2 fyzické Dospělý 1+1=200 Kč, děti osoby(alespoň 1 1+1=120 Kč, senioři 1+1=90 Kč dospělá)
Dospělý 1+1=200 Kč, děti 2 dospělí+1 a víc dětí 1+1=120 Kč, senioři 1+1=90 Kč
18 18
Dospělý 1+1=200 Kč, děti 2 dospělí+1 a víc dětí 1+1=120 Kč, senioři 1+1=90 Kč
Každý má svůj vlastní průkaz svypsaným seznamem dalších členů rodiny
Všichni musí být u registrace
Každý člen může mít najednou vypůjčených 10 svazků
19
Kmenový člen 200 Kč+40 Kč každý další člen rodiny
1 dospělý+1 a víc dětí
Každý má svůj vlastní průkaz svypsaným seznamem dalších členů rodiny
Kmenový člen se zaručí za ostatní (odpovědnost za vypůjčky i platby)
Každý člen může mít najednou vypůjčených 15 svazků
20
Kmenový člen 200 Kč+40 Kč každý další člen rodiny
Minimálně 2 fyzické osoby(alespoň 1 dospělá)
Každý má stejný průkaz (duplikát kmenového člena rodiny)
Jeden dopspělý člen Každý člen může mít doloží totožnost najednou vypůjčených ostatních členů rodiny 10 svazků
19
20
a. Holdout
78
2. Propagační plakát k dotazníkovému šetření vyhotoven v nástroji EASEL.LY:
3. Seznam analyzovaných knihoven se zavedeným rodinným průkazem: 1. Moravská zemská knihovna 2. Masarykova veřejná knihovna Vsetín 3. Knihovna Jana Drdy Příbram 4. Městská knihovna Nymburk 5. Křesťanská knihovna Praha 6. Městská knihovna Jevíčko 7. Místní knihovna Radostín 8. Městská knihovna Valašské Meziříčí 9. Městská knihovna Chotěboř 10. Městská knihovna Česká Třebová 11. Knihovna Jablonné nad Orlicí 12. Knihovna Jiřího Mahena v Brně 13. Městská knihovna Antonína Marka Turnov 14. Knihovna Václava Čtvrtka v Jičíně 15. Městská knihovna Dobříš 79
4. Výstupy conjoint analýzy: Model Description N of Levels
Relation to Ranks or Scores
cena
3
Discrete
osoby
3
Discrete
průkaz
3
Discrete
registrace
3
Discrete
výpůjčky
3
Linear (more)
All factors are orthogonal.
Coefficients B Coefficient Estimate výpůjčky
,152
Utilities Utility Estim ate Std. Error cena
Každý dospělý 120 Kč + 60 Kč každé dítě
-,060
,161
Kmenový člen 200 Kč + 40 Kč každý další
-,020
,161
Dospělí 1+1=200 Kč, děti 1+1=120 Kč, senioři 1+1=90 Kč
,080
,161
2 dospělí + 1 a víc dětí
,151
,161
1 dospělý + 1 a víc dětí
-,453
,161
minimálně 2 fyzické osoby (alespoň jeden dosp.) ,302
,161
osoby
průkaz
registrace
Jeden společný průkaz pro všechny
-,620
,161
Každý má svůj vlastní průkaz
,506
,161
Každý má stejný průkaz
,114
,161
Postačí, když se kmenový člen zaručí za ostatní
,177
,161
Postačuje přítomnost jednoho dospělého
,569
,161
Všichni členové se musí dostavit k registraci
-,746
,161
10 svazků
,152
,139
15 svazků
,304
,278
neomezeno
,456
,417
5,223
,301
výpůjčky
(Constant)
Importance Values cena
18,864
osoby
18,822
80
průkaz
21,962
registrace
27,332
výpůjčky
13,020
Averaged Importance Score
Correlationsa Value
Sig.
Pearson's R
,929
,000
Kendall's tau
,765
,000
Kendall's tau for Holdouts
1,000
.
a.
Correlations between observed and estimated preferences
81
82
83
5. Projekt bakalářské diplomové práce: FILOZOFICKÁ FAKULTA, MASARYKOVA UNIVERZITA, BRNO Kabinet informačních studií a knihovnictví
Akademický rok:
2014/2015
PROJEKT BAKALÁŘSKÉ DIPLOMOVÉ PRÁCE
Jméno a příjmením UČO Imatrikulační ročník Kontaktní údaje
Marta Lelková 415430 2012
[email protected]
Název tématu: Conjoint analýza jako nástroj pro podporu služeb knihoven
Rozpracovat osnovu (jako přílohu) 1. 2. 3. 4. 5.
Popis problému, který bude v práci řešen Současný stav řešené problematiky Cíl diplomové práce Metody zpracování diplomové práce Základní odborná literatura
Vedoucí diplomové práce: PhDr. Ladislava Zbiejczuk Suchá Pracoviště a funkční pozice vedoucí/vedoucího diplomové práce: Centrum ERNIE (Centrum výzkumné a vzdělávací spolupráce v síti informačních profesionálů) - Ústav české literatury a knihovnictví - Filozofická fakulta – odborná pracovnice Kabinet informačních studií a knihovnictví - Ústav české literatury a knihovnictví - Filozofická fakulta – odborná pracovnice Vyjádření vedoucí/vedoucího práce: Souhlasím s vedením diplomové práce. Podpis:
Datum:
Vyjádření vedoucího KISK UČL FF MU PhDr. Petra Škyříka, Ph.D.:
souhlasím/nesouhlasím Podpis:
Datum:
Podpis diplomanta: Podpis:
Datum: 84
Příloha – Projekt bakalářské diplomové práce Popis problému, který bude v práci řešen Většina knihoven stojí před dilematem, jakou podobu dát knihovnickým službám v 21. století a jak reflektovat změny informačních potřeb uživatelů knihoven. Odpovědi na tyto otázky zajímají všechny manažery knihoven. Design moderních knihovnických služeb je proto v současnosti frekventované téma odborných konferencí i odborné literatury.85 Zabývá se jím i Koncepce rozvoje knihoven v ČR na léta 2011-2015.86 Dokonce na FF MU obor informační studia a knihovnictví vznikla v roce 2014 nová magisterská specializace Design informačních služeb.87 Metod designu služeb je mnoho, ale téměř ve všech je kladen akcent na porozumění potřebám uživatelů a segmentaci uživatelů do cílových skupin.88 Problematika inovací služeb akademických knihoven byla řešena na 8. Mezinárodní konferenci v Bielefeldu v roce 200689 “Academic Library and Information Services – New Paradigms for the Digital Age”. V příspěvcích byly nastíněny klíčové problémy a byly navrženy možnosti inovativních řešení v oblasti poskytování informačních služeb budoucnosti. Na konferenci zazněl i příspěvek Antonie Hermelbracht s názvem Development of new library services by means of Conjoint Analysis. Představila v něm výzkumný projekt ProSeBiCa, který byl realizován v letech 2004-2005 Univerzitní knihovnou v Bielefeldu. Využili v něm nástrojů marketingové výzkumné metody analýzy conjoint (dále jen CA) k inovacím knihovnických informačních služeb. Analýza conjoint je zavedená marketingová metoda, která usiluje o empirické zkoumání preferencí zákazníka. Kromě toho si klade za cíl simulovat potenciální rozhodování uživatele při výběru určitého výrobku či služby. Jinými slovy CA poskytuje mechanismus pro měření uživatelského výběru, a to zejména výběru nových produktů a služeb, které BIERNÁTOVÁ, Olga et al. Cesta za lepším rozhraním knihovních služeb. Brno: Centrum PARTSIP, ©2012. 36 s. Dostupné z: http://eknihy.knihovna.cz/static/files/cesta-za-lepsim-rozhranimknihovnich-sluzeb.pdf 86 Koncepce rozvoje knihoven v ČR na léta 2011–2015. Dostupné z: http://www.mkcr.cz/assets/literatura-a-knihovny/Koncepce_rozvoje_knihoven_2011-2015.pdf. 87 Design informačních služeb je realizován v rámci projektu CIDES 88 PARKER, Sophia a HEAPY, Joe. Cesta za lepším rozhraním: jak může design veřejných služeb přiblížit reformy občanům. Londýn: Demos, 2011. 58 s. Dostupné z: http://search.mlp.cz/searchMKP.jsp?action=sTitul&key=3721257. 89 GASTINER, Almuth. A Report on the 8th International Bielefeld Conference 2006: “Academic Library and Information Services – New Paradigms for the Digital Age”. In: Library Hi Tech News, Vol. 23 Iss: 4, pp. 4-7. Dostupné z: http://www.emeraldinsight.com/doi/abs/10.1108/07419050610674695 85
85
jsou ve stádiu vývoje. CA není koncipována pro řešení problému z hlediska jaká je pro zákazníka hodnota určité služby ve své současné podobě, ale jaká služba, nebo jaká vlastnost služby přinese zákazníkovi největší užitek? Druhé sledované hledisko je, která z těchto vlastností, by měla být začleněna do budoucího rozsahu služby? CA je aktivním analytickým nástrojem, jehož cílem je poskytnout obraz o budoucí tváři služeb, v čem je podstatný rozdíl mezi dosavadním měřením a hodnocením služeb v knihovnách, jejichž cílem bylo zjištění kvality služeb v současné podobě.
Současný stav řešené problematiky V současnosti je CA využívána hojně hlavně v oblasti marketingu. Co se týká aplikace metody CA k analýze služeb knihoven, tu si zatím tato atraktivní metoda nenašla své uplatnění, přestože je možné použít ji v jakékoli oblasti při designu nového produktu či služby. Tématice výzkumu v oblasti služeb knihoven se věnuje vícero diplomových prací studentů Masarykovy univerzity, žádná k dosažení výzkumného záměru nevyužívá metod a nástrojů CA.
Rešerše zpracovaných diplomových prací v rámci celé MU
Novější práce věnující se designu služeb knihoven:
PLOTKOVÁ, Jana. Aplikace metod designu služeb v Ústřední knihovně FF MU [online]. 2014 [cit. 2014-11-27]. Diplomová práce. Masarykova univerzita, Filozofická fakulta. Vedoucí práce Ladislava Zbiejczuk Suchá. Dostupné z: http://is.muni.cz/th/209368/ff_m/.
Anotace: Teoretická část práce je věnována problematice designu služeb jako takovému, následně je téma aplikované na design služeb knihoven, konkrétně pak na Ústřední knihovnu FF MU. Empirická část práce je věnována aplikaci vybraných a popsaných metod v Ústřední knihovně FF MU. Návrhy na řešení konkrétních problémů knihovny v oblasti služeb jsou praktickým výstupem této diplomové práce.
JIRÁSKOVÁ, Magdalena. Výzkumné metody a nástroje designu služeb se zaměřením na využití pro mystery shopping v knihovnách [online]. 2014 [cit. 2014-11-27 . Diplomová
86
práce. Masarykova univerzita, Filozofická fakulta. Vedoucí práce Ladislava Zbiejczuk Suchá. Dostupné z: http://is.muni.cz/th/107846/ff_m/
Anotace: Práce zevrubně popisuje metody a nástroje designu služeb a následně i jejich aplikaci na metodiku MyS3. Problematice mystery shoppingu v knihovnách se věnuje druhá část práce. Přínosem práce je jak teoretický popis nástrojů a metod designu,
tak návrh inovací této metodiky.
Práce studentů MU věnující se výzkumu za použití analýzy conjoint:
Podstatou CA a aplikací této metody na výzkumy v knihovnách se nezabývá žádná diplomová práce. Metodě CA se ve svých pracích věnují hlavně studenti marketingových oborů na ESF MU v nejnovějších diplomových pracích.
GÁNOCZY, Lukáš. Analýza preferencí zákazníků pomocí conjointní analýzy [online]. 2014 [cit. 2014-11-26 . Diplomová práce. Masarykova univerzita, Ekonomicko-správní fakulta. Vedoucí práce Radoslav Škapa. Dostupné z: http://is.muni.cz/th/347653/esf_m/
Anotace: Diplomová práce se zabývá analýzou preferencí mladých lidí při výběru dovolené. Teoretická část práce charakterizuje dnešní společnost, coby společnost konzumní a orientovanou na zákazníka. Dále autor analyzuje zákazníkovo nákupní chování. Aplikační část popisuje kvantitativní marketingový výzkum, realizovaný v oblasti cestovního ruchu. Autor výzkumem zjišťuje, které atributy rozhodují u zákazníka při výběru dovolené, jakých úrovní mohou nabývat, která kombinace atributu a jeho úrovně je pro zákazníka nejatraktivnější. V práci autor nijak hlouběji nepopisuje CA.
KVAPILÍK, Tomáš. Analýza preferencí zákazníků [online]. 2013 [cit. 2014-11-26]. Diplomová práce. Masarykova univerzita, Ekonomicko-správní fakulta. Vedoucí práce Radoslav Škapa. Dostupné z: http://is.muni.cz/th/253444/esf_m/
Anotace: Teoretická část práce je analýzou nákupního chování uživatelů a typologií českého spotřebitele. Autor podrobně popisuje metodiku kvantitativního výzkumu, samotná CA je popsána poněkud stručněji. V práci je popsán i statistický software SPSS, hlavně jeho modul nutný pro realizaci CA. 87
Druhá část práce je věnována výzkumu zákaznických preferencí, tentokrát je zkoumaným produktem společenský časopis – Sedmička. Cílem je rozpoznání klíčových atributů časopisu, jež nejvíce ovlivňují poptávku v dané oblasti. Jedním z hlavních přínosů práce je podrobná analýza sekundárních dat, týkající se nákupního chování a preferencí ve vztahu k mediálnímu trhu. Nejdůležitější je ale zjištění, že hlavní atribut ovlivňující preference zákazníka, je obsahová stránka časopisu. Na základě tohoto zjištění v závěru autor formuluje doporučení vydavateli časopisu Sedmička.
ADAMOVIC, Lukáš. Analýza preferencí zákazníků pomocí conjointní analýzy [online]. 2014 [cit. 2014-11-26 . Diplomová práce. Masarykova univerzita, Ekonomicko-správní fakulta. Vedoucí práce Radoslav Škapa. Dostupné z:http://is.muni.cz/th/348962/esf_m/
Anotace: Předmětem práce je marketingový výzkum v oblasti e-comerce. Výzkum je realizován ve vybraných e-shopech a zkoumá spokojenost zákazníků těchto internetových obchodů. První část práce popisuje typologii a proces marketingových výzkumů a model nákupního chování. V práci jsou poměrně zevrubně popsány charakteristiky třech metod CA tak, jak se vyvíjely v čase. Aplikační část práce nejdříve poskytuje rozbor české populace nakupující přes internet. Dále následuje návrh výzkumu, jeho realizace a analýza získaných dat. Výstupem je srovnání jednotlivých e-shopů a konkrétní doporučení pro vylepšení služby.
HLADKÝ, Michal. Marketingový výzkum [online]. 2014 [cit. 2014-11-26 . Diplomová práce. Masarykova univerzita, Ekonomicko-správní fakulta. Vedoucí práce Klára Kašparová. Dostupné z: http://is.muni.cz/th/348876/esf_m/
Anotace: Práce se věnuje marketingovému výzkumu za použití CA pro společnost UNIFER alfa a. s., která vznikla v roce 2013 a klade si za cíl propojit akademickou a komerční sféru. Propojuje firmy, které zadávají prostřednictvím UNIFER projekty k zpracování a studenty, kteří mají tyto projekty zpracovat. V úvodu práce jsou popsány výhody, typy a proces kvantitativního marketingového výzkumu. Aplikační část nejdříve analyzuje důvody a motivaci působící na studenty při rozhodování se pro praxi v průběhu svého studia. Další částí je samotný kvantitativní výzkum. Cílem práce bylo identifikovat kritéria důležitá při výběru praxe během studia 88
a identifikovat informační zdroje, které studenti využívají při hledání práce. Podle analýzy dat vzešlých z výzkumu je hlavním atributem finanční odměna. Popřelo se tak tvrzení, že trendem doby je ústup důležitosti financí při hledání praxe. Nikdo totiž přímo neodpoví, že peníze jsou pro něj nejdůležitější. Tento aspekt se odhalí naplno právě při použití CA, kde se preference zjišťují nepřímo a srovnává se více kritérií současně, podobně jak je tomu v reálném životě. UNIFER může výsledky výzkumu použít ve své další marketingové kampani.
ŠKAPA, Radoslav. Reklamační politika a její ekonomické souvislosti. 1. vyd. Brno: Masarykova univerzita, 2012. 190 s. Neuveden. ISBN 978-80-210-6123-1. doi:10.5817/CZ.MUNI.M210-6123-2012.
Anotace: Tato publikace pojednává o problematice reklamační politiky a nákupním chování zákazníků v ČR. Práce má tři části. První je teoretická, druhá je věnována empirické studii založené na strukturním modelování, třetí část tvoří empirická studie založená na CA. Ve třetí části je podrobně popsána podstata CA, postup při CA i koncept experimentu. Publikace je přínosná kromě řešené problematiky také předvedením aplikace postupů, které jsou na rozdíl od České republiky v cizině běžně využívány – strukturního modelování a CA.
Cíl diplomové práce Cílem bakalářské diplomové práce je zjistit, do jaké míry je možné využít marketingovou preferenční výzkumnou metodu CA v prostředí knihoven coby nástroj pro management knihovny při modelování nových nebo inovaci stávajících služeb. Chci poukázat na zásadní rozdíl ve využití mezi CA a ostatními metodami používanými při testování služeb. Ráda bych v práci objasnila podstatu CA a popsala postup při aplikaci metody CA na výzkum. Kromě toho chci vytvořit návrh projektu s použitím CA pro testování uživatelských preferencí při rozhodování se pro služby konkrétní knihovny.
Metody zpracování diplomové práce První část práce se bude zabývat analýzou dostupné literatury v oblasti CA a popsáním podstaty této marketingové výzkumné metody a nastíněním postupů při aplikaci metody na kvantitativní výzkum. Budu se zaměřovat na aplikaci metody CA ve výzkumech knihoven, hlavně v oblasti designu a inovací služeb. 89
Druhá část bude syntézou teoretických poznatků o metodě a nástrojích CA a následnou aplikací do návrhu výzkumného projektu ve vybrané knihovně.
Základní odborná literatura BIERNÁTOVÁ, Olga et al. Cesta za lepším rozhraním knihovních služeb. Brno: Centrum PARTSIP, ©2012. 36 s. Dostupné z: http://eknihy.knihovna.cz/static/files/cesta-zalepsim-rozhranim-knihovnich-sluzeb.pdf CRAWFORD, Gregory A. A Conjoint Analysis of Reference Services in Academic Libraries[online]. College and Research Libraries, 55 (3) (1994), pp. 257–267 [cit. 201410-26 . Dostupné z: http://crl.acrl.org/content/55/3/257 DECKER, Reinhold, HERMELBRACHT Antonia. Planning and Evaluation of New Academic Library Services by Means of Web-based Conjoint Analysis[online]. Journal of Academic Librarianship .2006, vol. 32, issue 6, s. 558-572 [cit. 2014-10-26 . Dostupné z: http://www.sciencedirect.com.ezproxy.muni.cz/science/article/pii/S00991333060011 1X GREEN, Paul E. and RAO, Vithala R. Conjoint Measurement for Quantifying Judgmental Data. Journal of Marketing Research (JMR) [online]. 1971, vol. 8, issue 3, s. 355-363 [cit. 2014-10-26 . Dostupné z: http://www.jstor.org.ezproxy.muni.cz/stable/3149575 GREEN, Paul E.; SRINIVASAN, V. Conjoint Analysis in Consumer Research: Issues and Outlook. Journal of Consumer Research [online]. 1978, vol. 5, issue 2, s. 103-123 [cit. 2014-10-09 . Dostupné z: http://eds.b.ebscohost.com.ezproxy.muni.cz/eds/detail/detail?vid=5&sid=b725c2eab9a5-4755-8f75cbeb4edb8276%40sessionmgr113&hid=112&bdata=JkF1dGhUeXBlPWlwLGNvb2tpZSx 1aWQmbGFuZz1jcyZzaXRlPWVkcy1saXZlJnNjb3BlPXNpdGU%3d#db=bth&AN=4664676 GREEN, P., GOLDBERG, S., MONTEMAYOR, M. A hybrid utility estimation model for conjoint analysis. Journal of Marketing [online]. 1981, vol. 45, issue 1, s. 33-41 [cit. 201410-21 . Dostupné z: https://archive.ama.org/archive/ResourceLibrary/JournalofMarketing/Pages/1981/45 /1/4999374.aspx GASTINGER, A., 2006. A Report on the 8th International Bielefeld Conference 2006: "Academic Library and Information Services - New Paradigms for the Digital Age". Library Hi Tech News[online], vol. 23, no. 4, pp. 4-7 ProQuest Central; ProQuest 90
Technology Collection. ISSN 07419058. DOI http://dx.doi.org/10.1108/07419050610674695 GAROUFALLOU, E., ZAFEIRIOU, G., SIATRI, R. and BALAPANIDOU, E., 2013. Marketing Applications in Greek Academic Library Services. Library Management[online], vol. 34, no. 8, pp. 632-649 ProQuest Central; ProQuest Technology Collection. ISSN 01435124. DOI http://dx.doi.org/10.1108/LM-03-2012-0012 HAZDRA, Adam, Kateřina JIŘINOVÁ, Lukáš KYPUS, Veronika HARAZÍNOVÁ a Vojtěch LUNGA. Skvělé služby: Jak dělat služby, které vaše zákazníky nadchnou. Praha: Grada Publishing, 2013, s. 58. ISBN 978-80-247-4711-8 HEBÁK, Petr a kol. Statistické myšlení a nástroje analýzy dat. Vyd. 1. Praha: Informatorium, 2013. 877 s. ISBN 978-80-7333-105-4. HIJJI, Khalfan Zahran Al a Andrew M. COX. Performance measurement methods at academic libraries in Oman. Performance Measurement and Metrics [online]. 2012, vol. 13, issue 3, s. 183-196 [cit. 2014-10-26 . DOI: 10.1108/14678041211284722. Dostupné z: http://www.emeraldinsight.com/10.1108/14678041211284722 HERMELBRACHT, A. and KOEPER, B., 2006. ProSeBiCA: Development of New Library Services by Means of Conjoint Analysis. Library Hi Tech, vol. 24, no. 4, pp. 595 ProQuest Central; ProQuest Technology Collection. ISSN 07378831. Dostupné z: http://dx.doi.org/10.1108/07378830610715455 CHOUDHURY, S., et al, 2008. LibQUAL+® (Library Quality), ProSeBiCA (Development of New Library Services by Means of Conjoint Analysis), and CAPM (Comprehensive Access to Printed Materials). Performance Measurement and Metrics, vol. 9, no. 3, pp. 216-222 ProQuest Central ProQuest Technology Collection. ISSN 14678047. Dostupné z: http://dx.doi.org/10.1108/14678040810928435. JOHNSON, R. M. Trade-Off Analysis of Consumer Values. Journal of Marketing Research (JMR) [online]. 1974, vol. 11, issue 2, s. 121-127 [cit. 2014-10-21 . Dostupné z: https://archive.ama.org/archive/ResourceLibrary/JournalofMarketingResearch(JMR)/P ages/1974/11/2/5002916.aspx Koncepce rozvoje knihoven v ČR na léta 2011–2015[online]. [cit. 2014-11-09]. Dostupná z: http://www.mkcr.cz/assets/literatura-aknihovny/Koncepce_rozvoje_knihoven_2011-2015.pdf.
91
KVAPILÍK, Tomáš. Analýza preferencí zákazníků [online]. 2013 [cit. 2014-10-09]. Diplomová práce. Masarykova univerzita, Ekonomicko-správní fakulta. Vedoucí práce Radoslav Škapa. Dostupné z: http://is.muni.cz/th/253444/esf_m/ PARKER, Sophia a HEAPY, Joe. Cesta za lepším rozhraním: jak může design veřejných služeb přiblížit reformy občanům. Londýn: Demos, 2011. 58 s. Dostupné také z: http://search.mlp.cz/searchMKP.jsp?action=sTitul&key=3721257. SVOBODA, L. Conjoint analýza. Acta Oeconomica Pragnesia, 1, s. 193 – 204, 1995 TROMMSDORFF, Volker a STEINHOFF, Fee. Marketing inovací. Vyd. 1. V Praze: C.H. Beck, 2009. xviii, 291 s. C.H. Beck pro praxi. ISBN 978-80-7400-092-8. TOMEK, Gustav a VÁVROVÁ, Věra. Jak zvýšit konkurenční schopnost firmy. Vyd. 1. Praha: C.H. Beck, 2009. xvii, 240 s. C.H. Beck pro praxi. ISBN 978-80-7400-098-0. WITTINK, Dick, VRIENS, Marco. Commercial Use of Conjoint Analysis in Europe: Results and Critical Reflections [online]. Sawtooth software research paper series. 1992. [cit. 2014-10-22]. Dostupné z: http://www.sawtoothsoftware.com/download/techpap/caeurope.pdf
Předpokládaná osnova práce: A: TEORETCKÁ ČÁST 1
Úvod do problematiky
2
Služby knihoven
2. 1
Design služeb knihovny
2. 2
Nástroje a metody designu služeb
2. 3
Měření kvality služeb
3
Analýza conjoint
3. 1
Definice analýzy conjoint
3. 2
Princip analýzy conjoint
3. 3
Historický vývoj analýzy conjoint
3. 3. 1
Metoda plného profilu
3. 3. 2
Metoda částečného profilu 92
3. 3. 3
Hybridní metody
3. 3. 4
Metoda založená na výběru konceptu
4
Návrh analýzy conjoint
4. 1
Postup při analýze conjoint
4. 2
Přístupy k hodnocení
4. 3
Důležitost atributů
4. 4
Velikost výzkumného vzorku
5
Využití analýzy conjoint v praxi
5. 1
Využití analýzy conjoint v marketingu
5. 2
Využití analýzy conjoint v terciárním sektoru
6
Porovnání analýzy conjoint s jinými výzkumnými metodami
7
Využití analýzy conjoint v knihovnách
7. 1
Příklady ze zahraničních knihoven
7. 2
Způsoby využití v designu služeb knihovny
B: EMPIRICKÁ ČÁST 8
Návrh výzkumu
8. 1
Pozadí a cíle výzkumu
8. 2
Výzkumné otázky a hypotézy
8. 3
Výběr použitého modelu analýzy conjoint
8. 4
Formulace atributů a jejich hladin
8. 5
Výzkumný vzorek
8. 6
Sběr dat
8. 7
Analýza výsledků
9
Závěr
93
