Mendelova univerzita v Brně Provozně ekonomická fakulta Ústav statistiky a operačního výzkumu
¨
Statistické zpracování marketingového průzkumu v oblasti nákupů přes internet Diplomová práce
Brno 2010 1
2
Prohlášení Prohlašuji, že jsem tuto diplmovou práci vypracoval samostatně s použitím zdrojů, které uvádím v seznamu použité literatury.
V Brně 18.5.2010 3
Rád
bych
touto
cestou
poděkoval
vedoucí
mé
diplomové
Mgr. Veronice Blaškové, Ph.D., za její odborný dohled, cenné rady a připomínky.
4
práce,
Abstrakt
Podstatou této diplomové práce je marketingový průzkum v oblasti nakupování na internetu. Získané výsledky poslouží nejen k formulaci návrhů pro jednotlivé internetové obchody, ale i k zodpovězení otázek týkajících se chování spotřebitelů, segmentace spotřebitelů, výhod a nevýhod internetového nakupování, odhalení budoucí perspektivy e-shopů a další. Důležité je také porovnání výsledků s bakalářskou prací. Data byla získána pomocí elektronického online dotazníku a zpracovány za použití statistické analýzy. Výsledky jsou uvedeny v závěru.
Klíčová slova: Marketingový průzkum, online, e-shop, dotazník, statistická analýza.
Abstract
Purpose those master thesis is marketing research in the field of online internet shopping. The acquired results answer for definition online shops business strategy und for answering questions related with consumer behaviour, consumer segmentation, advantages and disadvantages of online shopping, future of online retail business and other. Important is also comparation new results with results of bachelor's thesis. I applied the questionnaire on the internet for proper research which served me as a measure for data collecting. Adventitious dates are statistically compiled.
Key words: Marketing research (survey), online, e-shop, questionare, statistical analysis.
5
OBSAH
1
ÚVOD....................................................................................................................... 8
2
CÍL PRÁCE ............................................................................................................ 10
3
4
5
2.1.
Hlavní cíl.......................................................................................................... 10
2.2.
Dílčí cíle ........................................................................................................... 10
2.3.
Hypotézy, předpoklady: ................................................................................... 11
POUŽITÁ LITERATURA ..................................................................................... 13 3.1.
Použitá literatura .............................................................................................. 13
3.2.
Rešerže ............................................................................................................. 15
LITERÁRNÍ PŘEHLED ........................................................................................ 25 4.1.
Marketing ......................................................................................................... 25
4.2.
Marketingový výzkum ..................................................................................... 26
4.3.
Proces marketingového výzkumu .................................................................... 29
4.3.1.
Definování a stanovení cílů ...................................................................... 30
4.3.2.
Plán výzkumu ........................................................................................... 30
4.3.3.
Shromažďování informací ........................................................................ 32
4.3.4.
Analýza dat ............................................................................................... 41
4.3.5.
Prezentace výsledků.................................................................................. 42
METODIKA PRÁCE ............................................................................................. 43 5.1.
Definování problémů a cílů.............................................................................. 43
5.2.
Sestavení plánu výzkumu................................................................................. 44
5.3.
Shromažďování informací................................................................................ 44 6
5.4.
Zpracovaní a analýza informací ....................................................................... 45
5.4.1.
Rozdělení četností..................................................................................... 46
5.4.2.
Statistické grafy ........................................................................................ 47
5.4.3.
Výpočet základních charakteristik............................................................ 47
5.4.3.1.
Nominalní znaky ............................................................................... 47
5.4.3.2.
Ordinalní znaky ................................................................................. 48
5.4.3.3.
Kardinální znaky ............................................................................... 49
5.4.4.
5.5.
Analýza zavislostí ..................................................................................... 51
5.4.4.1.
Měření kontigence ............................................................................. 52
5.4.4.2.
Měření asociace ................................................................................. 54
Závěrečná zpráva – prezentace výsledků ......................................................... 55
6
VÝSLEDKY PRÁCE ............................................................................................. 56
7
DISKUZE ............................................................................................................... 79
8
ZÁVĚR ................................................................................................................... 86
9
SEZNAM LITERATURY...................................................................................... 89
10
SEZNAM TABULEK ............................................................................................ 91
11
SEZNAM OBRÁZKŮ............................................................................................ 92
12
SEZNAM PŘÍLOH................................................................................................. 93
7
1 ÚVOD
V dnešní době jseme si téměř všichni zvykli používat počítač a síť internet v každodenním životě. Nejen jako prostředek k práci, ale i zábavě a komunikaci s ostatními lidmi. Není to však dávná minulost, kdy připojení k internetu bylo doménou větších institucí, firem či škol a jen hrstka lidí měla tu možnost z něj čerpat informace. Od těchto dob jsme si již zcela jistě prošli stádiem rozšíření a zavedení této technologie do každodenního života. Internet se začíná celosvětově rozšiřovat na začátku devadesátých let spolu s rychlým vývojem výpočetní techniky. U nás přichází masové rozšíření až na konci devadesátých let. Se snižujícími se cenami připojení a výpočetní techniky narůstá počet domácností a institucí, které se napojují na tuto celosvětovou síť. S nárůstem uživatelů stoupá i počet služeb, které tato síť nabízí. Již nejde jen o komunikaci a získávání informací, internet začíná tvořit nový obchodní kanál a to velkoobchodní i maloobchodní. Každý si jistě dokáže představit, jak obrovský obchodní potenciál toto médium skrývá. Často se můžeme dovídat z tisku, jak se nakupovaní přes tzv. e-shopy rozmáhá a stává se čím dál více populární. Internetové maloobchody vykazují dle statistik vysoké meziroční nárůsty tržeb a jejich celkový počet se navyšuje. Podobné závěry jsem vyvodil také ze své bakalářské práce, která byla napsána před třemi lety. Ukázalo se, že lidé začínají čím dál více důvěřovat této formě prodeje a tento druh obchodu považují za bezpečný a výhodný. Ve své práci jsem na základě marketingového průzkumu zjistil, že trh je již z velké části nasycen počty e-shopů a na internetu lze koupit prakticky cokoliv. Velká většina zákazníků byla s tímto obchodem spokojena. Můj zájem o tuto oblast obchodovaní však zakončením bakalářského studia neutichl, a proto jsem se rozhodl na svůj průzkum navázat. Tato diplomová práce ještě hlouběji a detailněji zkoumá vztah zákazníků k nákupům přes internet a tak navazuje na bakalářskou práci. Práce je zaměřena obecněji a získané výsledky budou bohatým zdrojem informací nejen pro vlastníky e-shopů, ale i pro ty, kteří si je v budoucnu hodlají zakládat, či pro všechny, kteří se o tuto tématiku zajímají. K danné problematice budeme přistupovat analyticky a celou situaci se pokusíme zhodnotit z pohledu třetí strany. Celý průzkum bude zpracováván pomocí statistických
8
metod a ukazatelů. Tato část tvoří podstatný díl práce a samotný postup zpracováni dat je stěžejní pro interpretaci výsledků. Na začátku je třebat uvést to, že práce je zaměřena na obchování B2C, kdy konečný spotřebitel nakupuje nejrůznější zboží pro svoji spotřebu, či potřebu svých blízkých. Zaměříme se například na to, jaké je obecné chování zákazníků při nákupu na internetu, které zboží je nejvíce poptáváno, na motivy koupě, segmentaci zákazníků, výše útrat a na mnoho na dalších zajimavých souvislostí.
9
2 CÍL PRÁCE 2.1. Hlavní cíl
Lidé stále více využívají internet jako nástroj k uskutečnění svých nákupů. Tento marketingový průzkum má nalézt odpovědi na otázky týkající se chování spotřebitelů, výhod a nevýhod internetového nakupování, a také dále odhalit perspektivy e-shopů. Měl by přinést cenné informace pro majitele a zakladatele e-shopů jako i pro ty, kteří se o tuto problematiku zajímají. Při zpracování marketingového průzkumu budeme postupovat dle obecných pravidel. Stěžejní částí práce bude nejen interpretace získaných výsledků, ale i samotné statistické zpracování. Pro získání dat využijeme elektronický dotazník.
Hlavním cílem je vytvořit objektivní marketingovou studii zaměřenou na internetové nakupování, dát doporučení pro stávající a budoucí internetové obchody na zlepšení poskytovaných služeb, nalézt odpovědi na otázky týkající se chování spotřebitelů. Dále pak segmentace spotřebitelů, výhod a nevýhod internetového nakupování a odhalit perspektivy e-shopů. Cílem je také srovnání nynější situace se situací před třemi lety na základě bakalářské práce.
2.2. Dílčí cíle
Dále jsme stanovili dílčí cíl, který vychází z cíle hlavního: 1)
Nalézt nedostatky nákupu přes internet.
2)
Porovnat demografické a psychografické údaje o spotřebitelích využívajících
internetové nakupování. 3)
Vytvoření segmentace spotřebitelů zejména dle počtu uskutečněných nákupů,
vynaložených peněžních prostředků na nákupy a dalších kritérií.
10
4)
Sestavit žebříček nejnakupovanějších produktů přes internet a zjistit druh
odvětví, které nejvíce využívá internet k prodeji svého zboží a služeb. 5)
Oveřit, zda zákazníci preferují nákup prostřednictvím konkrétního e-shopu a co
je k tomuto kroku případně vede. 6)
Nalezení budoucí perspektivy maloobchodního e-businessu.
7)
Zjistit co nejvíce zákazníkům v e-shopech chybí ve vztahu ke službám e-shopů
i jejich zboží. 8)
Vyslovit doporučení, které by vedlo k založení ideálního e-shopu, či pomohlo
zkvalitnit již stávající internetový obchod.
2.3. Hypotézy, předpoklady
Hypotézy Jelikož je tato práce multidisciplinární, zaměřená na problematiku maloobchodního internetového nakupování a vužívající poznatků nejen z marketingu, ale i statistiky, stanovil jsem předpoklady a hypotézy, které v závěru práce zamítnu, či nezamítnu. K jejich hodnocení mi pomůže marketingová analýza, statistické ukazatele, sekundární analýza i vlastní zkušenost.
1) Lidé s vyšším dosaženým vzděláním nakupují na internetu častěji, než lidé s nižším vzděláním. 2) Nejčastěji na internetu nakupují věkové skupiny od 21 do 30 a od 31 do 40 let. 3) Lidé, kteří tráví prací a zábavou na internetem více než 9 hodin týdně, nakupují na internetu nejčastěji. 4) Minimálně 50 % nakupujících na internetu nakoupilo v období uplynulého roku elektroniku. 5) S rostoucími příjmy roste výše útraty nákupů přes internet. 11
6) Zákazníci mají dlouhodobě s nákupem na inetrenetu chvalitebné, či výborné zkušenosti. 7) Hlavním motivem pro nákup na internetu je cena. 8) Alespoň 51% zákazníků považuje za velmi důležité si před nákupem na internetu nejdříve zboží vyzkoušet v kamenné prodejně
Předpoklady 1) Na internetu je nabízen kompletní sortiment zboží. 2) Celková útrata nakupujících na internetu významně vzrostla za poslední 3 roky. 3) Za největší nevýhody nákupování na interentu je považována nedůvěra v e-shop a nemožnost si zboží osahat. 4) Nejméně poptávaným zbožím je oblečení a obuv. 5) Většina zákazníků preferuje platbu při odběru zboží z důvodu jistoty. 6) Zákazníci nemají oblíbený e-shop a je těžké je oslovit i jinými faktory než cenou zboží.
12
3 POUŽITÁ LITERATURA
Marketingový výzkum je disciplína vycházející z poznatků mnoha vědních oborů, jakou jsou například statistika, ekonometrie, sociologie, psychologie atd.. Proces marketingového výzkumu se neustále mění a aktualizuje v závislosti na vývoji právě těchto vědních oborů. K porozumění fungování základních postupů a metod tohoto procesu vznikají stále nové odborné publikace.
3.1. Použitá literatura
Za jednu ze stěžejních knih týkající se marketingu je považováno dílo od KOTLERA [6], Marketing podle Kotlera, jak vytvářet a ovládnout nové trhy a Marketing Management. Tento vlivný světový autor v oboru marketingu představuje v těchto
publikacích
praktickou
syntézu
teoretických
studií
a
zkušeností
s podnikatelským prostředím na globálních trzích a nastiňuje nové příležitosti, jež pro marketing přinášejí zejména rozvoj pokročilých informačních a komunikačních technologií, médií, globalizace a zejména internetu. Snadný úvod do problematiky statistické analýzy nám přináší skripta do Statistiky I od MINAŘÍKA [8]. Obsahují úvod do studia statistiky, základní popis statistického souboru pomocí souhrnných statistických charakteristik a problematiku statistického zpracování. Část druhá se věnuje problematice měření závislosti slovních a číselných znaků, statistického srovnání pomocí poměrných čísel a indexů. Tato metodika je často využívána pro marketingový výzkum. Zbývající část metodologie potřebnou pro analýzu výsledků získáme z druhé části skript Statistika II od MINAŘÍKA [9]. Publikace je rozdělena do tří hlavních částí, na konci každé z nich jsou uvedeny příklady k propočítání. První kapitola se zabývá pravděpodobnostmi. Druhá část nám představuje bodový a intervalový odhad, pokračuje testováním hypotéz a na samém konci kapitoly se zabývá měřením závislosti. Tato část publikace bude pro moji práci velmi přínosná. Poslední kapitola knihy nás seznámí s výběrovým zjišťováním a to prostým, oblastním a skupinovým výběrem. 13
Marketingový výzkum od STÁVKOVÉ a DUFKA [12], nás nejprve obecně seznámí s marketingem a jeho informačním systémem. Provede nás postupně celým procesem, od sběru dat až po závěrečnou prezentaci výsledků. Publikace se také zabývá oblastmi využití marketingového výzkumu. Rozsáhlejší publikace, kde najdeme mnoho příkladu z praxe k pochopení dané problematiky je Marketingový výzkum v praxi od PŘIBOVÉ [11]. Tato kniha nám podává komplexní informace o marketingovém výzkumu. Základy marketingu od JEROME McCARTHY [5], nás postupně provádí celou problematikou teorie a praxe marketingu. Kniha opět uvádí nespočet příkladů z praxe, kde autoři popisují a vysvětlují změny, které se nyní odehrávají v celém marketingu. Zároveň také predikují některé budoucí trendy. Publikace Průzkum trhu od PAUL HAUGE [3] provede čtenáře opět celým procesem marketingového výzkumu. Kniha se zabývá kompletním objasněním tohoto výzkum, od definice až po prezentaci výsledků. Velký důraz je kladen na dynamický prvek průzkumu trhu. Autor je zastáncem sekundárního výzkumu a mnohokrát zdůrazňuje, že není nutné objevovat již to co je objeveno. Jak komunikovat se zákazníkem od FORETA [1] objasňuje co je to komunikace a její důležitost. Ve druhé části se zabývá komunikací podniku. Zejména tím jak podnik jako celek komunikuje s nejrůznějšími skupinami veřejnosti. Ve třetí části je podtrhnut význam zákazníka a jeho co nejlepší a nejdůkladnější znalost. Stejně tak důležité jako znát zákazníka je nabídka zboží, o které pojednává část čtvrtá. V poslední kapitole se Foret věnuje nástrojům komunikace se zákazníkem. Marketingový výzkum FORET, STÁVKOVÁ [2] pracuje s předpokladem, že kvalita výzkumů je velice ovlivněna schopnostmi realizátorů a zadavatelů, zejména potom při jejich vzájemné komunikaci. Tento text se soustředí na podrobné vysvětlení metodologie marketingového výzkumu, aby mohla být posouzena vhodnost praktického použití jednotlivých nástrojů a postupů. Marketingová komunikace od PELSMACKERA [10] je ucelený výklad nástrojů marketingového mixu. Tato kniha je přínosným rozšířením znalostí studentů, kteří již absolvovali základní kurs marketingu. Dílo je však určeno i odborníkům, kteří se danou problematikou zajímají a chtějí se seznámit s komplexním pohledem na problematiku. 14
Obě dvě skupiny zde mohou nalézt inspiraci a nové pohledy na současnou praxi v marketingové komunikaci. Marketing služeb od JANEČKOVÉ [4] se zaměřuje na marketing a jeho uplatňování v oblasti služeb. Publikace nabízí zejména menším organizacím návod, jak úspěšně služby prodávat a uspokojovat zákazníky, tak aby se rádi vraceli a nevyhledávali konkurenci. Mezinárodní marketing od KULHAVÉHO [7] nabízí základ pro pochopení podmínek mezinárodního marketingu při podnikán v tuzemsku a zejména pak v zahraničí.
3.2. Rešerže
V této části práce, stručně shrneme danou problematiku z pohledu jiných autorů a využijeme již publikovaných zdrojů. Pokusíme se uvést stručný datový přehled o uživatelých internetu se zameřením na maloobchodní nakupování na internetu. Pro případné srovnání situace před třemi lety jsem zařadil i malou část mojí bakalářské práce. Nadále článek publikovaný 14.3.2010 v Hospodářských novinách, který se problematikou nákupu na internetu zevrubně věnuje. Tuto část můžeme chápat jako rešerži i stručný sekundární výzkum, který nás uvede do danné problematiky. Definice sítě Internet Pojďme se nejdříve podívat co to vlastně internet je. Jako nejvhodnější formulaci jsme zvolil text z české mutace encyklopedie wikipedia. Ta říká, že internet je celosvětový systém navzájem propojených počítačových sítí („síť sítí“), ve kterých mezi sebou počítače komunikují pomocí rodiny protokolů TCP/IP. Společným cílem všech lidí využívajících Internet je bezproblémová komunikace (výměna dat). Nejznámější službou poskytovanou v rámci Internetu je WWW (kombinace textu, grafiky a multimédií propojených hypertextovými odkazy) a e-mail (elektronická pošta), avšak nalezneme v něm i desítky dalších. Laici někdy spojují pojmy WWW a Internet, i když WWW je jen jednou z mnoha služeb, které na Internetu nalezneme.
15
Internet jsou volně propojené počítačové sítě, které spojují jeho jednotlivé síťové uzly. Uzlem může být počítač, ale i specializované zařízení (například router). Každý počítač připojený k internetu má v rámci rodiny protokolů TCP/IP svoji IP adresu. Pro snadnější zapamatování se místo IP adres používají doménová jména. Slovo Internet pochází z mezinárodní (původně latinské) předpony inter (česky mezi) a anglického slova net (network, česky síť). Původně šlo o označení jedné ze sítí připojených k Internetu, avšak došlo k zobecnění pojmu, který dnes označuje celou síť. [20] Wikipedia Počítačová gramotnost, připojení a využití internetu v České Republice Důležité pro nakupování na internetu je samozřejmě také celková počítačová gramotnost a vybavenost jednotlivých uživatelů. Proto je nezbytné udělat si přehled kolik domácností je vybaveno počítačem. Možná ješte důležitějším ukazatelem je počet domácností připojených k internetu. Proto níže uvádím přehlednou tabulku, kde můžeme tato data nejenom najít ale i přehledně pozorovat vývoj v čase v České republice. Data byla získána z databáze Českého statistického úřadu.
16
Tabulka 1: Počítač a internet v českých domácností (podíl z počtu domácností příslušné skupiny v %) 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 Domácnosti s vlastním osobním počítačem podle věku osoby v čele domácnosti do 29 let 30 - 39 let 40- 49 let 50 - 59 let 60 - 69 let 70 a více let Počet osobních počítačů na 100 domácností Domácnosti s připojením k internetu podle postavení osoby v čele domácnosti zaměstnanců celkem důchodců bez ekonomicky aktivních členů podle počtu nezaopatřených dětí domácnosti bez dětí domácnosti s dětmi celkem v tom s počtem dětí 1 2 3 a více podle věku osoby v čele domácnosti do 29 let 30 - 39 let 40- 49 let 50 - 59 let 60 - 69 let 70 a více let
8,0
11,0
13,1
14,7
17,9
21,1
24,2
28,4
32,8
34,1
40,4
45,3
51,2
5,5 11,5 16,2 7,8 1,6 0,4
9,0 14,7 21,8 11,7 1,5 0,4
8,6 17,4 27,1 14,2 1,3 0,5
11,8 19,7 31,9 12,9 2,6 1,1
12,4 26,8 35,6 16,8 3,2 0,9
15,2 31,6 41,1 19,8 3,9 2,1
22,5 34,2 47,5 22,4 5,6 2,0
29,2 41,6 53,4 26,3 8,0 2,6
35,3 48,6 58,8 31,2 10,3 3,0
43,1 50,7 57,7 34,7 12,3 4,5
48,6 57,5 67,7 41,7 22,7 6,2
56,9 63,7 72,8 46,2 29,7 6,9
68,1 73,4 79,5 55,4 32,3 7,4
8,5
11,5
13,6
17,5
21,4
25,2
28,4
34,2
39,7
41,9
48,6
55,6
63,9
.
.
.
.
.
5,8
7,9
11,0
12,4
16,9
22,3
29,9
39,5
.
.
.
.
.
6,6
9,3
13,4
15,8
21,5
29,5
40,2
53,9
.
.
.
.
.
2,2
2,7
2,9
2,4
4,3
4,1
7,4
7,0
. .
. .
. .
. .
. .
2,9 9,7
4,0 13,1
5,1 19,1
5,6 21,5
9,1 30,0
12,1 40,3
16,6 53,4
22,6 69,5
. . .
. . .
. . .
. . .
. . .
8,4 10,5 11,3
11,6 13,9 16,2
17,3 19,8 23,2
17,5 24,0 27,1
23,3 34,8 38,2
36,8 42,2 48,9
49,6 55,3 64,6
67,8 69,7 79,2
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
7,1 7,3 9,5 4,8 2,7
9,3 9,2 13,7 7,8 2,9
11,3 15,3 19,7 9,8 5,0
11,4 16,6 22,7 12,3 5,2
17,8 23,5 30,8 16,5 6,4
23,8 30,8 41,5 22,8 12,3
33,1 42,4 51,9 30,6 17,5
54,4 59,0 65,6 41,9 19,8
.
.
.
.
.
2,5
3,0
2,2
2,3
4,5
2,0
3,5
4,9
Zdroj: Český statistický úřad
Jako další jsem zvolil přehlednou tabulku č.1, která zachycuje nákupy na internetu pro osobní spotřebu v letech 2005 až 2008 ve vybraných zemích. Jako velice zajímavé se jeví srovnání situace v České republice se zbytkem evropských zemi, konkrétně se zeměmi Evropské unie. I když můžeme pozorovat v minulých letech jasný trend nárustu zákazníků, stále zaostávame za evropským průměrem. Za přínosné považuji zejména srovanání s ostatními východoevropskými zeměmi.
17
Tabulka 2: Procentuální podíl uživatelů internetu, kteří nakoupili v příslušném roce na internetu. Nakupuji v % z uživatelů internetu 2005
2006
2007
2008
Belgie Česká republika
19,8
22,4
21,9
19,8
9,1
15,6
17,4
22,8
Dánsko
33,5
37,0
52,6
55,6
Estonsko
7,2
7,3
9,6
10,6
EU15 průměr
38,3
41,7
44,2
43,8
EU27 průměr
34,8
37,6
40,0
39,6
Finsko
34,5
37,4
41,1
40,1 40,7
Francie
.
39,5
40,3
Irsko
38,8
41,9
44,9
47,3
Itálie
11,3
15,0
17,3
15,6
Litva
4,2
5,9
7,6
7,7
Lotyšsko
6,9
10,2
10,3
15,8
Lucembursko
45,0
49,9
46,9
45,0
Maďarsko
14,4
11,1
13,4
13,2
Německo
49,7
54,9
56,5
56,1
Nizozemsko
39,8
44,8
50,8
49,9
Polsko
15,4
22,0
25,1
24,3
Portugalsko
11,5
13,1
14,6
15,2
Rakousko
33,8
38,1
39,3
38,9
Řecko
8,0
10,7
14,9
15,9
Slovensko
11,3
13,8
17,4
20,3
Slovinsko Spojené království
17,8
16,3
17,4
20,7
54,1
58,1
61,9
64,2
Španělsko
18,2
21,2
25,0
23,4
Švédsko
44,8
45,7
48,1
43,2
Zdroj: Český statistický úřad
Následující obrázek č.1, zachycuje k jakým potřebám a úkolům uživatelé internet využívají. Námi sledovaná oblast má dle mého názoru poměrně vysoké zastoupení. Obrázek 1: Vybrané aktivity prováděné jednotlivci na internetu, 2008 (% z celk. počtu jednotlivců)
Zdroj: Český statistický úřad
18
Bakalářská práce Významným zdrojem informací je také vlastní bakalářská práce, kterou byla vypracována před třemi lety. Poslouží nám nejen jako cenný zdroj informací k orientaci v problematice, ale také využijeme některá data z ní získaná pro komparaci s výsledky z této diplomová práce. Nyní uvádím úryvek ze závěru. V bakalářské práci bylo zjištěno, že v dnešní době se internet stal běžnou součástí života a drtivá většina respondentů k němu má každodenní přístup, nejvíce doma nebo na pracovišti. Tento stav je velmi příhodný pro rozvoj, či vznik dalších internetových obchodů. Většina respondentů již nákup v nějakém z internetových obchodů provedla a byla s ním spokojena. Na rozdíl od očekávání se ukázalo, že na internetu tráví hodně času nejen mladší generace zákazníků, ale i generace starší. Proto je důležité zaměřit sortiment a marketing na všechny věkové skupiny zákazníků. Ovšem nejčastěji nakupující skupinou jsou lidé ve věku 20 až 29 let. To svědčí o tom, že starší generace sice s internetem aktivně pracuje, ale jejich zájem o nákup přes internet je menší a nepatří ještě do jejich nákupních zvyklostí. Ovšem většina respondentů uvedla, že v budoucnu mají zájem o tento druh nákupu. Můžeme tedy počítat s tím, že poptávka a obrat e-shopů se v budoucnu ještě zvýší. Zákazníci mají největší zájem o elektroniku, kterou lze v e-shopech nakoupit výrazně levněji. Naopak nejmenší zájem je o oblečení a obuv, kde se zcela jistě odráží nechuť zákazníků toto zboží koupit kvůli nemožnosti jeho vyzkoušení. Zajímavým zjištěním bylo, že pouze dva z respondentů byly schopni uvést sortiment, který jim na internetu chybí. Z toho můžeme usoudit, že nabídka zboží je již komplexní a v dnešních e-shopech můžeme zakoupit téměř vše. Výše celkové průměrné útraty byla 9969 Kč a respondenti, kteří již v minulosti nakupovali, tak udělali v průměru 2,7 krát. Při nabízení zboží je téměř jedno, zda bude oslovovat muže či ženy. Závislost mezi pohlavím a koupí na internetu je velmi mírná, proto můžeme sortiment orientovat s úspěchem na obě pohlaví. [22] Bakalářská práce
19
Média Dalším zdrojem, který byl nalezen je článek Hospodářských novin, publikovaný také
v
elektronické
podobě
14.3.2010,
ve
20:31
hodin
na
andrese
http://logistika.ihned.cz/c1-41240150-nakupovani-na-internetu-je-stale-popularnejsi. Některá čisla a uvaděné údaje nepovažuji stoprocentně za věrohodné, nicméně jeho obsah je zcela vhodný pro všechny, kdo si chtějí rychle a přehledně udělat obrázek o českém obchodováni na internetu. Zkrácený článek stručně shrnuje nejdůležitější oblasti a vytváří tak pěkný přehled, který každému laikovi napoví, jakým směrem se tato forma obchodováni ubírá. Tento článek je součástí sekundární analýzy dat.
NAKUPOVÁNÍ NA INTERNETU JE STÁLE POPULÁRNĔJŠÍ V internetových obchodech už nakupovalo 91% českých uživatelů celosvětové počítačové sítě, přičemž necelá pětina z nich si zboží objednává pravidelně aspoň jednou měsíčně. Téměř tři pětiny lidí pak nakupují prostřednictvím internetu několikrát ročně. Vyplývá to z průzkumu agentury Mediaresearch. Internetoví obchodníci tvrdí, že obliba nakupováni na internetu v Česku stále roste, a to i díky hospodářské krizi, kvůli které lidé vyhledávají co nejnižší ceny. Lidé na internetu pořizují především domácí spotřebiče, elektroniku a oblečení. Hlavním důvodem využití internetových obchodů je nejen obvykle nižší cena zboží, ale také pohodlí a úspora času. Nejaktivnějšími uživateli internetových obchodů jsou především mladí lidé ve věku 25 až 34 let. Necelá desetina respondentů na internetu zatím nikdy nenakupovala, polovina z nich má však v plánu nákup do budoucna uskutečnit. Obliba nákupů na internetu stále roste. Tomáš Hodboď z internetového srovnávače cen a zboží Heureka.cz míní, že se nákupy v Česku přesouvají na internet, a to především díky nižším cenám, než jaké jsou v kamenných obchodech. V kategoriích, jako je elektronika či bílé zboží, jsou ceny na internetu podle něj až o 30% nižší. " LEPŠÍ INFORMOVANOST ZÁKAZNÍKŮ Internetoví obchodníci své zákazníky informují o obchodních podmínkách lépe než v předchozích letech. Vyplývá to z průzkumu Sdružení obrany spotřebitelů, které
20
loni testovalo 100 internetových obchodů. Zatímco předloni kritéria splnilo v průměru 66% kontrolovaných internetových prodejců, tak loni jich bylo 7%. Nejlépe si vedly internetové obchody s mobilními telefony a textilem, které zákonem stanovené náležitosti obchodních podmínek splnily v průměru na 80%. Nejhůře naopak dopadly internetového obchody se sportovními potřebami a obchody s počítači a PC hrami, kde tento ukazatel činil 65%. Nejvíce internetových obchodů splnilo informační povinnosti o totožnosti podnikatele (95%). KLAMAVÉ PRAKTIKY OBCHODNÍKŮ Více než polovina evropských internetových stránek, jejichž prostřednictvím si lidé mohou zakoupit spotřební elektroniku, možná podvádí či nějakým způsobem klame zákazníky. Ukázal to průzkum v 28 zemích, jehož výsledky zveřejnila v závěru loňského roku Evropská komise. Výkonný orgán unie zkontroloval 369 internetových stránek. U 55% z nich byly zjištěny pochybení či problémy, které jsou dále prošetřovány. V České republice bylo monitorováno deset webů, pochybnosti nad jejich praktikami se objevily u čtyřech z nich. Přibližně čtvrtina Evropanů nakupujících po síti využívá internet k nákupu elektroniky, třeba DVD přehrávačů, digitálních kamer či mobilních telefonů. Brusel hodnotu trhu odhaduje na zhruba 6,8 mld. eur ročně. Pochybení se týkala zejména zavádějících informací o právech, která spotřebitelé mají; takto se prohřešilo 66% webů. V některých případech byly zavádějící i informace o celkové ceně produktu (45%), v jiných zase prodejce neposkytl úplné kontaktní údaje (33%). ZÁJEM ZÁKAZNÍKŮ O PŘIDANÉ SLUŽBY Podle předních českých internetových obchodů roste zájem zákazníků o přidané služby, které někteří obchodníci na internetu zavádí. Jedná se v prvé řadě o pohodlnou dopravu, profesionální poradenství či rozšířenou záruku. Tento trend potvrzuje i průzkum portálu Heuréka mapující chování zákazníků na internetu. Z něho vyplývá, že většina zákazníků nakupuje přes internet kvůli širšímu sortimentu a nižším cenám než v kamenných prodejnách i kvůli přidaným službám, které činí nákup i následné používání zboží pohodlnějším.
21
Nákupní portál Obchodní-dům.cz na-příklad zaznamenal vysoký nárůst poptávky po tzv. komfortní dopravě, v rámci níž se zákazníkům dostane ze strany řidiče jednak pomoci při přesunu zboží až do bytu, a to i v případě vyššího patra, jednak asistence při vybalení a kontrole zboží a vyřízení veškerých dokladů, včetně nákupu na splátky. Zboží je vždy doručeno v předem dohodnutý čas a objednat lze i odvoz obalů nebo vysloužilého výrobku. "Meziročně loni využilo komfortní dopravu o téměř 250% zákazníků více. "Zákazníci kromě pohodlí pozitivně hodnotí i přijatelnou cenu, která je o pouhých 100 Kč vyšší než v případě standardního doručení," dodal. Meziročně o 20% více zákazníků tohoto e-shopu využilo i služeb tzv. rozšířené záruky, v rámci níž prodejce v případě záruční opravy zdarma zapůjčí náhradní produkt. "Občanským zákoníkem je stanoveno, že záruční oprava musí být provedena nejpozději do 30 dnů. Autorizovaná servisní střediska jednotlivých značek sice často výrobek opraví rychleji, nelze s tím však počítat. Na portálu Kasa.cz zase zákazníci se zvyšující se oblibou využívají služeb call centra, které poskytuje všestranné poradenství v oblasti výběru vhodného produktu, specializovaný zákaznický systém, s jehož pomocí mohou sledovat a přímo ovlivňovat proces vyřízení svých objednávek a mimo jiné i ovlivnit termín doručení a přizpůsobit jej svým časovým možnostem, dále možnosti odstoupení od smlouvy až do nadstandardních 30 dní, a to i pro právnické osoby, a výměnu reklamovaného zboží za nový kousek, pokud k reklamaci dojde do 30 dní od zakoupení produktu. U mnoha českých e-shopů tyto atributy bohužel zatím nejsou pravidlem. Řada zákazníků navíc služby nevyžaduje, a to především proto, že o těchto možnostech ani neví. Zkušenosti však ukazují, že pokud někdo kvalitní služby nabídne, zájem zákazníků rychle roste. S tím pak logicky souvisí i pevnější loajalita nakupujících, a tudíž i stabilita obchodníka. NA INTERNET MÍŘÍ I KAMENNÍ OBCHODNÍCI Ke změně strategie nutí obchodníky padající tržby, prodej elektroniky v kamenných obchodech se totiž propadá a vyhlídky pro letošní rok nejsou příznivé. Podle průzkumu společnosti GfK Temax se už loni od ledna do září prodeje technického spotřebního zboží meziročně snížily zhruba o 9% a ve třetím čtvrtletí ještě výrazněji - až o 12%. Řetězce tak musely reagovat i výraznými slevami. Obchodníci 22
hledají záchranu a nabízí se internet. Podle prodejců, kteří na síti působí, je totiž on-line svět v dnešní době zlatý důl. Internet Mall loni rostl a růst čeká i letos, stejně jako jeho další webový konkurent Alza. "Loni jsme měli rekordní tržby a letos to ještě zlepšíme," říká Jan Samko, marketingový ředitel obchodu, kterému loni vzrostl obrat o 30% na více než 4 mld. Kč. Alza loni vylepšila svůj systém a zvýšila počet objednávek o necelou polovinu na 3100 denně. Na internet se tak stále více soustředí i kamenní hráči. Například Datart.cz vyprodává elektroniku i ve svých internetových aukcích, kde průměrná finální cena zakoupeného zboží může být až 30% pod standardní e-shopovou prodejní cenou. Trh s elektronikou letos zasáhnou novinky výrobců. Výrazně se projeví, že Nokia začala nabízet navigační software pro své mobily zdarma. Tím chce mimo jiné zvýšit i prodeje chytrých telefonů střední třídy, které se dosud Nokii nedařilo prodávat. Průvan by mohly v obchodech způsobit i nové procesory pro notebooky. PLATBA NA DOBÍRKU NEJOBLÍBENĚJŠÍ Lidé stále při nákupech na internetu upřednostňují platbu na dobírku - podle některých odhadů až ze 70%. Naopak naprosto minimálně využívají platbu kartou online. Vyplývá to z vyjádření internetových obchodů pro ČTK. Důvodem může být, že platební karty v Česku donedávna nebyly na platbu on-line na internetu nastaveny, nebo obava o osobní údaje. Podle
prosincového
průzkumu
brněnského
internetového
magazínu
Netshopper.cz, který zkoumal data z e-shopů ze zhruba 20 tis. transakcí, volí platbu na dobírku 70,3% klientů. Průzkum se zaměřil na e-shopy s frekventovaným zbožím nižší až střední cenové úrovně s průměrnou výši nákupu 1470 Kč. Necelá pětina lidí preferovala osobní převzetí nákupu na pobočce či v kamenné prodejně. Pokud si zboží převezmou na pobočce či prodejně, pak již kartu rádi využijí a zaplatí jí přes 90% transakcí. Bankovní převod peněz za zboží využilo 9% lidí, platbu kartou on-line pouze 2,5%. "Neochota platit kartou je velmi specifická. Ve vyspělých zemích je tato metoda nejpoužívanější a provádí se vždy přes silně zabezpečené propojení, kde je riziko zneužití minimální," uvedl Kamil Gric za server Netshopper.cz.
23
NA EVROPSKÉ ŠPIČCE "Zatímco v Evropě, se na síti prodá 11% veškeré elektroniky, v Česku 16%. Před námi je jen Velká Británie - o 1%," říká Jan Vetyška, výkonný ředitel Asociace pro elektronickou komerci. Podle ní Češi loni utratili na internetu 25 až 26 miliard. Původní odhady však směřovaly k 27 miliardám, v roce 2008 to bylo 22 miliard. Tabulka 3: Tržby českých internetových obchodů Tržby českých internetových obchodů 2006
14 miliard
2007
18 miliard
2008
22 miliard
2009
24-5miliard (odhad)
Zdroj: Asociace pro elektronickou komerci (APEK)
I Jan Vetyška potvrdil Hospodářským novinám trend expanze kamenných obchodů na internetu. Podle jeho (optimistického) odhadu se bude do pěti let na síti prodávat přes 30% spotřební elektroniky a ve výpočetní technice není vyloučené, že online prodeje budou hrát dominantní roli. Kamenné obchody ale nevymřou, navíc už dnes se s internetem dost překrývají. Mnoho lidí si zboží na síti prohlédne, vybere a pak nakoupí v kamenném obchodě. Případně si ho i objedná na internetu, ale v kamenném obchodě, si ho vyzvedne. Výběr obchodníka, zboží a nejvýhodnější ceny v poklidu, bez cestování a tlačenic a s úsporou času láká stále více zákazníků po celém světě . [18] Hospodářské noviny
24
4 LITERÁRNÍ PŘEHLED 4.1. Marketing
Co si můžeme pod pojmem marketing vůbec představit? Lidé, kteří nejsou znalí v oboru, tuto vědu často mylně zaměňují za nauku o reklamě či prodejních technikách. Je to tím, že každý den jsou vystavování obrovskému počtu reklam ve všech podobách, které se snaží upoutat jejich pozornost na určitý druh zboží. Avšak prodej a reklama, ačkoliv jsou důležité, tvoří jen dvě z funkcí marketingu. Marketingový proces v podniku začíná představou o budoucím výrobku či službě a je zakončen až uspokojením potřeby zákazníků, které nastane u výrobku jistou dobu po uskutečnění prodeje, u služby v okamžiku její spotřeby. Marketing je společenský a řídící proces, kterým jednotlivci a skupiny získávájí to, co potřebují a požadují prostřednictvím tvorby, nabídky a směny hodnotových výrobků s ostatními. [12]Stávková Marketing znamená uvědomělé, a trh orientované vedení podniku, přičemž by bylo správnější, aby pojem byl definován jao poptávkově nebo zákaznicky orientované vedení podniku, neboť vedle poptávky je i druhý element tržního pojmu, totiž konkurence, která je na trhu v pořadí hned za poptávajícím odběratelem. [7]Kulhavý Marketing je spojen s trhem, jeho dynamikou a rozvojem. Je to proces řízení, jehož výsledkem je poznání, předvídání a ovlivňování a v konečné fázi uspokojování potřeb a přání zákazníka. Úspěšnými budou ty firmy, které stejnou filozofii tohoto procesu řízení uplatní ve všech úrovních svého marketingového rozhodování. Celý systém podnikatelských aktivit podniku je opravdu orientován na zákazníka, pokud všichni vedoucí pracovníci dodržují jednotnou koncepci. [6] Kotler Marketingový proces zahrnuje následující činnosti: • Analýza marketingových příležitostí • Výzkum a výběr cílových trhů • Navrhování marketingových strategií pro zvolené cílové trhy 25
• Plánování marketingových programů – marketingový mix • Organizování, provádění a kontrolu marketingových činností
Marketing musí patřít k základním prostředkům řízení firmy, která existuje v tržní ekonomice. Myšlenka spočívá v dosažení cílů podniku díky důkladnému poznání potřeb a přání zákazníka. Ma-li podnik tyto cíle naplnit, musí vést k tvorbě takové nabídky zboží a služeb, které jsou poptávány. Tuto potávku se pak podnik snaží uspokojit lépe než jeho konkurence. V praxi marketingové řízení znamená: poznání podnikatelského prostoru, ve kterém se subjekt pohybuje, je nutné znát zákazníky, jejich potřeby a možnosti a na neposledním místě znát konkurenci. Reálně zhodnotit vnitřní možnosti podniku, jeho zdroje a schopnosti a stanovit si reálné cíle na trhu. [11] Přibová Vše co vyplývá z předešlého textu je závislé na dostatku kvalitních informací a jejich kvalifikovaném vyhodnocení. Marketingový výzkum je jedním z nástrojů pro zisk kvalitních informací a k rozpoznání zmíněného podnikatelského prostoru.
4.2. Marketingový výzkum
Marketingový výzkum je zcela jistě nepostradatelnou částí komplexního marketingového řízení podniku. Kdyby nebyl vázán na ostatní marketingové činnosti, prostřednictvím kterých jsou realizovány výsledky, by neměl smysl. A platí to i obráceně, marketingové řízení si nelze představit bez marketingového výzkumu. Marketingový výzkum je chápán jako funkce, která spojuje spotřebitele, zákazníka a veřejnost s marketingovým pracovníkem prostřednictvím informací užívaných k zjišťování a definování marketingových příležitostí a problémů, k tvorbě, zdokonalování a hodnocení marketingových akcí, monitorování marketingového úsilí a ke zlepšení marketingu jako procesu. Marketingový výzkum specifikuje požadované informace podle vhodnosti k řešení těchto problémů, vytváří metody pro sběr informací,
26
řídí a uskutečňuje proces sběru dat, analyzuje výsledky a sděluje zjištěné poznatky a jejich důsledky. [11] Přibová Marketingový výzkum je systematická sbírka, analýza a interpretace informací relevantních pro marketingová rozhodnutí. [3] Hauge Foret [1], definuje marketingový výzkum takto: „ Marketingový výzkum je cílevědomé, objektivizivané a systematické získávání, zpracovávání, vyhodnocování a překládání informace o jevech trhu, potřebných pro marketingové řízení. Dle Stávkové [12] marketingový výzkum spočívá ve specifikaci, shromažďování, analýze a interpretaci informací, které umožňují:
Porozumět trhu, na kterém firma podniká nebo hodlá podnikat
Identifikovat problémy spojené s podnikáním
Identifikovat příležitosti, které se mohou vyskytnout
Formulovat směry marketingové činnosti
Hodnotit její výsledky
Podle různých kritérií můžeme marketingový výzkum nadále členit: a) časové hledisko, rozlišujeme průzkum trhu, který chápeme především jako jednorázovou záležitost, zjišťující aktuální situaci na trhu a poskytující především základní popis této situace. Oproti tomu výzkum trhu zohledňuje dynamický aspekt a sleduje průběh tržní situace. Uplatňuje náročnější postupy statistického zpracování a dochází k hlubšm poznatkům a souvislostem. [2] Foret – Stávková
b) hledisko získávání informací rozlišuje výzkum primární, který zahrnuje vlastní zjištění o vlastnostech samostatných jednotek. Jedná se o sběr informací v terénu. Informace jsou aktuální a vztahují se přímo ke zkoumanému problému. Nevýhodou je časová a finanční náročnost.
27
Sekundární výzkum naproti tomu znamená zpravidla dodatečné, či další využití dat, která již někdo shromáždil a zpracoval. Data jsou tedy již k dispozici. Jedná se jak o vnitropodnikové, tak i mimopodnikové zdroje. U sekundárního výzkumu dále rozlišujeme agregovaná a neagregovaná data.
c) systémové hledisko je v zásadě možné rozlišit tři typy výzkumných projektů: badatelský – jeho cílem je shromáždit předběžné údaje, aby se osvětlila skutečná povaha zkoumaného problému a aby byly případně navrženy určité hypotézy nebo nové myšlenky, zkoumá, kam spěje dosavadní vývoj. popisný – cílem je popsat určité veličiny, zkoumat skutečný stav situace, zjistit jak vypadá v současném období stav nebo proces, který je předmětem výzkumu. kauzální – cílem je prověření vztahů příčiny a následku, hledá faktory, které předmět výzkumu ovlivňují, vazby mezi nimi, zkoumá, proč je daný stav takový jaký je. [6] Kotler
d) dle předmětu zkoumání, rozlišujeme marketingový výzkum jako činnost směřující k opatření informací z makroprostředí, trhu nebo podniku. Devadesát procent výzkumu se týká trhu. Nejčastějším předmětem jsou zákazníci.
Při rozhodování o provedení marketingového výzkumu záleží do jisté míry také na velikosti subjektu. Mnoho větších firem má samostatné oddělení marketingového výzkumu, které plánuje a realizuje projekty. Tato oddělení často využívají odborníků mimo firmu, včetně kazatelské služby a sestavování tabulek, aby zvládly technické úkoly. Může být dokonce přizvána firma zabývající se marketingovým výzkumem, aby řídila celý projekt. Malé firmy nemají obvykle samostatné oddělení. Jsou závislé na pracovnících prodeje nebo vedoucích manažerech, aby provedli výzkum, který potřebují. Mnoho informací získávají každodenním kontaktem se zákazníky. [5] Jerome McCarthy
28
K faktorům obecně omezujícím možnosti marketingového výzkumu patří zejména použité metody, nástroje, faktor času, kvalifikace pracovníků a zejména také objem vložených financí. Množství finančních prostředků má zásadní vliv na rozsah výzkumu a na výběr techniky sběru informací. Výše uvedené faktory působí na každý výzkum, při zpracovaní dat a prezentaci výsledků je tedy nutné k tomuto bedlivě přihlížet.
4.3. Proces marketingového výzkumu
Pracovník marketingového výzkumu řeší při realizaci výzkumu různě složité a komplexní úkoly. Bez ohledu na šíři a hloubku požadovaného zkoumání jde ve výzkumu ždy o posloupnost kroků, které jsou řazeny v logickém sledu. Obvykle se označují jako proces marketingového výzkumu. [11] Přibová Účelem marketingového výzkumu je pomáhat řešit a zdokonalovat marketingová rozhodnutí. Marketingový výzkum může být aplikován na jakoukoliv formu trhu, kde se nákupčí a prodejce schází za účelem výměny a zvýšení hodnoty (zisku prodejce a spokojenosti nákupčího). [3] Paul Hauge Efektivní marketingový výzkum zahrnuje pět kroků a je dle Kotlera [6] rozčleněn takto: 1) Definování problému a cílů. 2) Sestavení plánu výzkumu. 3) Shromažďování informací. 4) Zpracování a analýza informací. 5) Interpretace a prezentace výsledků.
29
4.3.1. Definování a stanovení cílů
První krokem každého výzkumu musí být přesná definice problému a stanovení cílů. Je zapotřebí se vyvarovat příliš úzkému i příliš širokému vymezení problému. Dobře definovaný problém se totiž často stává problémem napůl vyřešeným. Informace jsou v dnešní době považovány za jednu z nejcennějších komodit vůbec. Být dobře informován má však dvě podmínky – informace získávat a rozumět jim. Pokud daný subjekt informaci získá ale neporozumí jí, je pro něj bezcenná, ikdyž se mohlo jednat o velice významnou věc. Proto je velmi významná teoretická část práce, která nás nejen naučí jak se získanými informacemi pracovat, ale jak je také správně pochopit a získat. Dobré a správné definování problému nám výrazně zvýší efektivnost výzkumu. Nutnost uskutečnit marketingový výzkum bývá obvykle spjatá se vznikem a řešením nějakého problému či nového cíle. Podněty k realizaci výzkumu bývají různé – může se jednat o snahu získání konkurenční výhody, trvající pokles tržeb, zavedení technického pokroku do výroby, vyhodnocení nové příležitosti atd. Cíle musí být definovatelné a kvantifikovatelné, aby představovaly dosažitelný cíl, ke kterému se směřuje. Měly by být definovány takovým způsobem, aby při realizaci marketingového výzkumu bylo možné porovnávat současný stav s cílem. [7] Kulhavý
4.3.2. Plán výzkumu
Plánem výzkumu rozumíme základní dokument v němž je uspořádaně uvedeno všechno podstatné, co se vztahuje k výzkumnému úkolu. Struktura projektu odpovídá fázím a návaznostem výzkumného procesu v zúžené podobě. Zabýváme se je těmi, pro které jsme se rozhodli a na základě znalosti obecných výzkumných postupů. [11] Přibová
30
Po stanovení problémů a cílů je zapotřebí sestrojit plán, jak dosáhnout cílů a jak získat informace. Plán marketingového výzkumu si klade dva cíle: Slouží jako systematický soubor instrukcí pro provádění marketingového projektu, a to nejen pro obecnou strategii, ale i taktiku. Slouží jako průběžná kontrola rozpočtu, s cílem snížit nevyužitý čas a zajistit lepší provádění výzkumu, protože jsou určeny procedury a techniky. [12] Stávková – Dufek
Plán výzkumu obsahuje: Specifikace údajů (informací), které budou shromažďovány. Na základě této specifikace si můžeme určit, jaké techniky a metody použijeme při jejich sběru a analýze. Způsoby sběru informací - forma experimentu, pozorování či dotazování. V případě dotazování, zda písemně či ústně s tím, že je přiložen zpracovaný dotazník. Metody zpracování dat - výběr metody kvantitativní či kvalitativní. Rozpočet průzkumu, kdy je nutno zabezpečit efektivní využití vložených prostředků a srovnat vynaložené prostředky s předpokládanými efekty. Stanovení přesných specifických úkolů jednotlivým pracovníkům, kteří budou jednotlivé činnosti provádět. Kontrola plánu, která by měla být provedena na malém vzorku, tzv. pretest, z něhož by se daly přesněji určit náklady, čas potřebný k výzkumu popř. opravit chyby v postupech. [12] Stávková – Dufek
31
4.3.3. Shromažďování informací
Během použití vybrané metody šetření jsou od určených respondentů získávány potřebné informace, a to zejména kladením záměrně cílených otázek či pozorováním reakcí na určité podněty. Tyto informace mohou obsahovat jak individuální názor, tak znalosti, preference, i údaje o věku, pohlaví povolání atd. [4] Janečková V praxi se nejčastěji setkáváme s kategoriemi kvalitativního a kvantitativního výzkumu. Základní rozdíl je spojen s našimi předchozími znalostmi zkoumaného problému a jeho charakteru. Kvalitativní výzkum použijeme v případě, že řešíme problém o kterém se málo ví a je třeba začít hledáním základních souvislostí. Pracuje se s malým počtem respondentů, bez nároku na statistickou reprezentativnost. Co se týče osoby tazatele, jde o psychologa, nebo odborně připraveného pracovníka. Používají se metody, jakou jsou individuální hloubkové rozhovory, asociační techniky aj. Při analýze získaných dat nelze využít statistických metod, ale je nutné vyhodnotit každý případ jednotlivě, například pomocí obsahové analýzy. V situacích známých, kde již byly prokázány základní typy závislostí se ověřuje jejich platnost, hledají se proměnné, kterými lze základní vztahy popsat. Pak využíváme kvantitativní metody. Jejich úkolem je statisticky popsat typ závislosti mezi proměnnými o kterých je známo, že mají silný vliv, změřit intenzitu této závislosti, odhadnout budoucí vývoj apod. Pracujeme s velkým počtem respondentů a výsledky lze většinou zobecnit. Při zpracování dat jsou využívány statistické postupy. [11] Přibová
Metody sběru informací lze rozdělit do dvou základních skupin. Třídícím hlediskem je zdroj informací. První skupinu tvoří metody pro získávání sekundárních informací, pokud jsou dostupné. Obecně lze říci, že jde o vyhodnocování údajů, které jsou již k dispozici. Sekundární data můžeme členit na interní a externí: Interní údaje vychází ze sledování evidenčních záznamů podniků, nebo výsledků předchozích výzkumů. 32
Externí údaje pak můžeme získat především z dostupné literatury, odborných publikací a výročních zpráv. Tyto údaje byly však shromážděny k jinému účelu, než je v současně řešený projekt. Často jde proto o neaktuální popř. neúplné údaje , které zřídka kdy přináší uspokojivé řešení.
Sekundární výzkum je takřka vždy ale levnější a rychlejší, než výzkum primární a tudíž pokud jsou jeho informace dostačující, „neplýtváme“ penězi a časem na zjišťování něčeho, co je již dávno k dispozici za menší náklady. [3] Hauge Primární informace se získávají vlastním výzkumem při využití široké škály metod jakými jsou např. rozhovor, experiment, pozorování či dotazování. Zdroje primárních informací mohou být opět interní a externí. Údaje jsou aktuální a vztahují se přímo k dané problematice. Největší nevýhody spočívají ve finanční náročnosti a potřebě znát metodologii. Zde hovoříme o terénním sběru dat. Většinou v praxi začínáme výzkumem sekundárním a v další fázi se snažíme chybějící informace doplnit výzkumem primárním.
Výběr vzorků respondentů se provádí v případech, kdy se rozhodneme pro sběr primárních dat. Zdrojem informací jsou obvykle subjekty, které označujeme jako respondenty. Skupinu lidí či objektů, kteří se stávají předmětem výzkumu a vykazují společné znaky, označujeme jako populaci, nebo základní soubor. V případě, že by výzkum zahrnoval všechny možné respondenty, jedná se o census, tedy výzkum s největší vypovídající schopností. Ten je však prováděn jen ve výjimečných případech, např. sčítání lidu. Nevýhodou je totiž finanční a časová náročnost. V praxi se tedy využívá spíše reprezentativního výběru z respondentů a získané informace se poté uplatňují na celý soubor. Velikost výběrového souboru – v přístupu k určování optimální velikosti souboru se střetávají dva rozdílné zájmy, a to je : ekonomický a výzkumný. Ekonomický – klade důraz na co nejmenší soubor dotázaných, neboť sběr dat bývá vysoká položka v rozpočtu výzkumného projektu.
33
Výzkumný – preferuje informační hodnotu a tedy velký výběrový soubor, před jeho finanční náročností. V praxi se objevují tři koncepčně odlišné přístupy: Slepý odhad – Velikost vzorku se určuje na základě zkušeností či intuice. Je to subjektivní metoda. Nákladový přístup - Určení velikosti výběrového souboru pomocí tohoto přístupu je založeno na kalkulaci nákladů na dotázání jednoho respondenta. Statistický přístup – Určit velikost vzorku statisticky znamená pracovat s pravděpodobnostně, náhodně vytvořenými soubory. Lze stanovit přiměřenou velikost vzorku při zadaných podmínkách, tj. velikost přípustné chyby, spolehlivost odhadu atd. Výhoda práce s těmito soubory je ta, že lze zobecnit výsledky získané ve výběrovém souboru, na soubor základní.
Metody sběru primárních dat Existuje několik různých metod pro získávání primárních dat. Každá metoda má své výhody i nevýhody, proto je třeba zvolit optimální metodu tak, aby co nejpřesněji vyhovovala našim požadavkům na zodpovězení problému, a na jejím konci jsme získali úplné a aktuální informace. Základní metody pro sběr primárních dat jsou: pozorování, experiment a dotazování.
Pozorovaní Základní metodou kvalitativního výzkumu je pozorování. Jedná se o nepřímou formu kontaktu. Spočívá v záměrném pozorovaní právě probíhajících dějů a jejich zaznamenávání. Můžeme jej dělit dále na mechanické, využívající technických prostředků. Jeho výhody jsou nejvíce využívány v laboratorních podmínkách. Osobní, klade velké nároky na pozorovatele a je využíváno spíše v terénu.
34
Dalším dělením je pozorování skryté/zjevné. Lepší variantou je skryté, protože pozorované osoby se chovají přirozeně. Probíhá-li pozorovaní jako zjevné, pak je třeba počítat s určitým zkreslením získaných údajů. Výhody pozorovaní spočívají v tom, že jsme schopni potřebné informace získat i bez souhlasu zúčastněných. Nedochází také k téměř žádnému zkreslení. Za nevýhodu je možné považovat to, že získaná dat mají pouze popisný charakter Pozorovaní hraje významnou roli především u dětí, jejichž schopnosti jim zatím nedovolují přesně vyjádřit, co si myslí. Velké využití najde také v obchodních výzkumech, zvláště pak přímo v obchodech, kde se zákazník nahlížející do regálu rozmýšlí, co koupit. Výsledky pozorování mohou být zaznamenávány např. formou poznámek. Dalším, v dnešní době hojně využívaným způsobem jak zachytit pozorování je pomocí videokamery. [3] Hauge
Experiment Vědecky nejhodnotnější metodou výzkumu je experiment. Jeho smyslem je odhalit příčinné souvislosti zkoumaných jevů. Vyžaduje eliminování mimořádných vlivů a ověřování, zda jsou pozorované reakce na různé podněty statisticky významné. Nerelevantní respektive extrémní hodnoty faktorů musejí být eliminovány nebo korigovány, aby bylo možné objektivně kvantifikovat zkoumané kauzální vztahy mezi příčinami a jejich důsledky. [6] Kotler Experimentální metody jsou založeny na studii problematiky vztahů mezi dvěma nebo více proměnnými za kontrolovaných podmínek. Kontrolováním se myslí jednak úprava vnějšího prostředí, aby byly vytvořeny pro všechny zúčastněné subjekty stejné podmínky, a jednak znárodňování pokusných subjektů. Používané experimenty lze rozdělit do dvou hlavních skupin. Jsou to experimenty laboratorní, které se uskutečňují ve zvlášť organizovaném prostředí, v prostředí umělém a experimenty terénní, které jsou prováděny v prostředí přirozeném.
35
Dotazovaní Za standardní metodu získávání kvantitativních údajů je považováno dotazování. Existuje mnoho dotazovacích metod, ale všechny sdílí společnou závislost získaných údajů na zvolených otázkách. Mezi základní metody dotazování patří dotazování osobní, telefonické, samovyplňovací a online. [3] Hauge Dotazování je typickou a také nejběžnější metodou marketingového výzkumu. Umožňuje zobrazení mínění respondentů. Dotazování může probíhat čtyřmi formami: telefonicky, poštou, osobně a online.
Telefonické dotazování je nejrychlejší forma pro sběr potřebných informací od vybraných respondentů. Důležitým prvkem je srozumitelné kladení otázek, tak aby nebyly zkresleny a nedocházelo ke špatné interpretaci. Tento typ dotazování můžeme samozřejmě uplatnit jen v tom případě, že má respondent telefon. Výhodou je rychlost a dotazovatel může objasnit špatně pochopené otázky a vyhnout se tak nelogickým odpovědím respondentů. Míra reakce je mnohonásobně vyšší než u dotazníků zaslaných poštou. Při nízkých nákladech můžeme již během výzkumu sledovat průběžné výsledky. Nevýhodou se může stát to, že ztratíme zájem dotazovaného či nezastihneme dotazovaného na telefonu. Velký důraz musí být kladen na spíše jednodušší otázky a jejich menší počet.
Dotazování poštou spočívá v doručování dotazníků na adresy respondentů a jejich zpětném sběru. Tento způsob klade vysoké nároky na přípravu dotazníku. Obrovskou výhodou je dosah. Zůstává zachována i anonymita dotazovaných, což se odráží na jejich ochotě odpovídat. Poměrně nízké náklady a časová náročnost jsou další plusem. Ovšem velkým záporem je nízká návratnost. Můžeme se pokusit motivovat dotázané jistou formou odměny či soutěže. Je nutná jednoznačná formulace otázek, jelikož nemáme možnost je dovysvětlit.
36
Osobní dotazování je založeno na přímém kontaktu respondenta a dotazovatele. Realizace probíhá formou připraveného dotazníku, nebo rozhovoru. Osobní dotazování je především velmi všestranné. Můžeme si dovolit klást i složitější otázky, pozorovat reakce dotazovaného a reagovat na jeho dotazy. Návratnost je velmi vysoká. Tento způsob je však nejnákladnější ze všech, jak finančně tak časově a vyžaduje velmi dobrou organizaci a přípravu. Tazatel musí být také dobře vyškolen a jsou na něj kladeny vysoké nároky, zejména proto aby nedocházelo ke zkreslení odpovědí. [3] Hauge
Online dotazování - Tento způsob je využíván stále větší měrou. Firma může dotazník umístit na webovou stránku a nabídnout potenciálním respondentům za jejich odpovědi určitou výhodu, nebo může umístit odkaz na nějakou navštěvovanou stránku a v něm informovat o možnosti získání odměny za návštěvu webové stránky s dotazníkem. Při on-line shromáždění dat je potřeba opatrnosti při jejich interpretaci. Nelze například předpokládat, že jsou reprezentativní pro cílovou populaci. Stává se totiž, že ti, kteří tvoří cílový trh, nepoužívají internet nebo nechtějí jeho prostřednictvím odpovídat. [6] Kotler
Dotazník Dotazník je velmi pružným nástrojem výzkumu, protože nabízí široké spektrum možností, jak klást otázky. Pokud se jedná o písemnou formu dotazníku je třeba uvést respondenta do základního cíle výzkumu. Uvést technické instrukce k jeho vyplňování. Neměli bychom zapomínat požádat respondenta o jeho pravdivé vyplnění a zároveň mu za ně poděkovat. Je třeba zvážit každou otázku, zda není moc dlouhá, špatně formulovaná či zda se netýká citlivých záležitostí, např. nezasahuje do soukromí respondenta. Správnost sestavení každého dotazníku je vhodné ověřit provedením předvýzkumu – než se 37
dotazník dostane k respondentům, doporučuje se nechat vyplnit menšímu počtu osob, abychom se přesvědčili o správnosti formulace zvolených otázek. Podle jejich reakce lze odstranit případné nedostatky. Jde o tzv. pilotáží dotazník. V úvahu je třeba brát i metody, pomocí kterých budou informace zpracovávány. Důležitým předpokladem je znalost základních fází dotazování, které by měly být vždy respektovány. [12] Stávková 1.
Fáze adaptace je zaměřená na vysvělení cíle výzkumu. Respondent by se zde
měl dozvědět způsob vyplňování otázek a měl by být dostatečně motivován. 2.
Cílem fáze kontaktu je uvedení respondenta do problému. Proto by dotazování
mělo být snadné a s jednoduchými odpověďmi. 3.
Vytyčeného cíle je dosaženo sběrem potřebných informací. V popředí je snaha
o udržení zájmu respondenta. Neměla by být opomenuta ani kontrola správnosti odpovědí. 4.
Závěr dotazování by měl obsahovat otázky, které z respondenta odstraní napětí
a dotazovaný by zde měl mít prostor pro vlastní názor.
Typy a druhy použitých otázek Formulování otázek si vyžaduje velkou pozornost, neboť na něm závisí věrohodnost získaných informací. Špatně formulované otázky mohou způsobit určité zkreslení výsledků našeho výzkumu. Existuje celá řada kritérií, která rozdělují širokou škálu otázek do jednotlivých skupin.
Otázky je možno klasifikovat podle 2 kritérií: a) z hlediska funkce úvodní – jejich funkce jsou: navázání kontaktu, představení výzkumu, vzbuzení zájmu dotazovaného atd.
38
filtrační – umožňují logickou stavbu dotazníku, tj. aby respondenti, kteří odpověděli určitým způsobem na jednu otázku, nemuseli odpovídat na další otázku, která se jich netýká. identifikační otázky – charakterizují respondenta, slouží při zpracování výsledků výzkumu a k vyjádření hledaných souvislostí mezi jednotlivými znaky. kontrolní otázky – mají za úkol posoudit zda respondent odpovídal pravdivě.
b) dle možnosti výběru Otázky s uzavřeným koncem nabízí respondentovi jednu nebo několik možných odpovědí. Podle počtu variant je lze nadále dělit na: Dichotomické – dvě možnosti odpovědi např. ano x ne. Trichotomické – tři možnosti odpovědi např. ano x ne x nevím. Polytomické – umožňují vybrat jednu nebo více možností, jsou jednoduché pro respondenta, ale náročnější na sestavení a zpracování.
Škály – jsou v marketingových výzkumech velmi rozšířený postup k převádění nesouměřitelných znaků na znaky měřitelné. Škála je forma otázky, kterou žádáme respondenta, aby zařadil zkoumaný problém na určitém kontinuu. Kontinuem rozumíme např. postoje, názory, chování apod. Kontinuum může být vyjádřeno různým způsobem – verbálně, číselně a nebo graficky. Vyjádřit svůj názor nebo postoje na škále je pro některé respondenty obtížné, v praxi se proto kombinuje vybraný typ škály s vyjádřením slovním, číselným a grafickým.
39
Konstrukce měřící škály je poměrně náročnou záležitostí. Přitom se bere v úvahu povaha měřeného jevu a srozumitelnost škály pro respondenta. Existuje řada škálovacích technik, z nichž si uvedeme následující : Třídění – respondent z nabízených prvků, hodnot vybítá a zařazuje do dvou či více skupin podle daného třídícího kritéria. Třídění je velice jednoduchou technikou, která se s výhodou využívá při všech typech výzkumů, při kterých zjišťujeme co je pro respondenta důležité a co ne. Oceňování – Respondent hodnotí velikost nějaké vlastnosti, přidělením určité číselné hodnoty. Podstatné je, aby byl jasně popsán každý hodnotící stupeň, protože subjektivní interpretace jednotlivých stupňů bývá silně odlišná. Stupňové řazení – Respondent vytváří pořadí podle významu předmětů, a vyslovených faktů. Likertova škála (škála souhlasu) – Respondent uvádí u každého z předložených výroků, zda souhlasí či ne a nebo při jemnějším měření stupeň souhlasu či nesouhlasu. Tato škála se používá při zjišťování postojů a názorů. Respondentovi je předloženo tvrzení, ke kterému se má vyjádřit. Grafické škály – Respondent zaznamenává svoji odpověď přímo na danou úsečku nebo jiný obrazec. Pro dotazované bývají zpestřením, protože znamenají změnu ve způsobu tázání. Otázky s otevřeným koncem nenabízí respondentovi žádné možné odpovědi. Odpověď vytváří dotazovaný sám. Je velice nutné zvážit užití tohoto typu otázky, neboť jsou poměrně pracné na zpracování. Otázky polotevřené jsou kompromisem mezi otázkami s otevřeným a uzavřeným koncem. Skrývají v sobě možnosti odpovědí i prostor pro vlastní vyjádření.
Strukturovanost dotazníku Dotazník je strukturovaný sled otázek, navržený za účelem zjištění názorů a faktů a následného zaznamenání těchto údajů. Pro svou pružnost je nejčastěji používaným nástrojem pro sběr primárních informací. Musí však být velmi pečlivě 40
připraveny, vyzkoušen a zbaven sebemenších nedostatků dříve, než je uplatněn v širokém měřítku. [3] Hauge Existují tři typy dotazovaných situací, jež vyžadují tři typy dotazníků [3] Hauge: Strukturovaný, který se používá ve velkých dotazovaných programech, kde je možné očekávat mnoho přesných odpovědí. Polostrukturovaný,
který
je
hojně
využívaný
v
business-to-business
marketingovém výzkumu, kde je nutné uchovat odpovědi společností. Také najde využití tam, kde odpovědi nemohou být předem odhadnuty. Nestrukturovaný je základem mnoha studií technických a omezených trhů. Také se využívá v hlubokých rozhovorech a diskusních skupinách.
4.3.4. Analýza dat
Způsoby zpracování dat musí být stanoveny plánem výzkumu již dříve, než začnou být údaje shromažďovány. Zpracování se týká především primárních údajů, které je nutno: upravit – prověřit jejich relevantnost, úplnost a přesnost. klasifikovat – pro snadnost manipulace údaje rozdělit do tříd a kategorií. Nulu je nutno pokládat za třídu samu o sobě. Velmi důležitý údaj je i to, že se sledovaný jev nikde nevyskytuje. kódovat – převést slovní výrazy do numerických znaků, aby mohla být použita výpočetní technika. technicky zpracovat – sestavit potřebné tabulky a grafy, jimiž jsou vyjadřovány výsledky výzkumu, jejich úkolem je podat názorný, srozumitelný a logicky uspořádaný obraz o zkoumaných jevech, především o jejich vývoji,struktuře a závislosti. [4] Janečková
41
4.3.5. Prezentace výsledků
Před samotnou prezentací vypracujeme závěrečnou zprávu. Při jejím psaní je nutné odlišit detailní informace od základních, podstatných vztahů, dát zprávě logickou strukturu. Uspořádat informace, tak aby zpráva působila přehledně. Konkrétní zpracování závěrečné zprávy záleží na povaze problému. Všeobecnými požadavky jsou srozumitelnost, definice odborných termínů, popisy grafů, tabulek, uvedení pramenů. [11] Přibová Prezentace výsledků představuje stručné a jasné konstatování bez dalších statistických údajů. Prezentace a doporučení jsou konečným cílem výzkumu. Výsledky je možno prezentovat písemnou nebo ústní formou. Písemná forma má zpravidla formu závěrečné zprávy o průběhu výzkumu a jeho výsledcích. Projekt by měl být také autorizován. [6] Kotler
Prezentace Prezentace výsledků marketingového výzkumu je závěrečnou částí celého projektu. Stejně jako u závěrečné zprávy, je charakter prezentace dán jejím účelem. Zatímco prodejní prezentace mají za cíl oslovit hlavně grafickým zpracováním, prezentace marketingového výzkumu má za úkol hlavně „tvrdě pracovat“, takže může obsahovat velké množství informací na každém snímku. Ne však na úkor její přehlednosti. Prezentace vyžaduje stejný formát a strukturu jako závěrečná zpráva s titulním snímkem, snímek s programem, popisem záměrů, metod a dále výsledky výzkumu. Závěry a doporučení se nacházejí na jejím konci. Na rozdíl od psané zprávy u prezentačního dokumentu není pravděpodobné, že bude mít shrnutí na začátku. Přednes prezentace se soustředí na mluvený projev a naskýtá se tak skvělá příležitost „udělat“ dojem. Vyžaduje to však zjištění co největšího množství informací o místě, obecenstvu a technologickém vybavení. [3] Hauge
42
5 METODIKA PRÁCE
Než jsem začal psát tuto práci, musel jsem získat potřebné množství údajů a informací. Důležitým sekundárním zdrojem informací byla moje bakalářská práce a ostatní dostupné zdroje. Práci však chci postavit na primárním průzkumu, jeho kvalitativním statistickém zpracování a případné komparaci se sekundárními daty. Celý tento marketingový průzkum a jeho zpracování bylo vyhotoven dle následujícího základního rozdělení (jak jsme si již definovali již dříve):
1) Definování problému a cílů. 2) Sestavení plánu výzkumu. 3) Shromažďování informací. 4) Zpracování a analýza informací. 5) Interpretace a prezentace výsledků.
V předchozích částech práce jsem uvedl stručný teoretický přehled dané problematiky a celého výzkum, potažmo průzkumu. V této části se zaměřím na reálný popis zpracování mojí práce a na metodiku, která bude použita k dosažení vytyčených cílů.
5.1. Definování problémů a cílů
Cílem této práce je zjištění spokojenosti zákazníků s internetovým nakupováním s důrazem na nalezení nedostatků těchto nákupů. Důležitým bodem bude vytvořit žebříček nejnakupovanějšího zboží a identifikace odvětví, které nejvíce využívá internet k prodeji zboží a služeb. Chceme také zjistit a porovnat demografické a psychografické údaje spotřebitelů, které mají vliv na to zda spotřebitel na internetu nakoupí či nenakoupí. Cílem je vytvořit segmentaci zákazníků, a to hlavně dle kritéria výše útraty 43
a počtu uskutečněných nákupů. Také más bude zajímat, zda zákazníci upřednostňují konkrétní e-shopy před ostatními a co je k tomuto vede. Zajímavé bude také zjištění o možnostech využití marketingových nástrojů, kterými by mohli majitelé e-shopů zvýšit své obraty. Jako jeden z posledních cílů bych chtěl učinit predikci o budoucí perspektivitě maloobchodního e-businessu. Zajisté také dojde ke komparaci výsledků s výsledky z mé bakalářské práce.
5.2. Sestavení plánu výzkumu
Průzkum byl prováděn pomocí online dotazníků. Dotazníky byly rozesílány v průběhu dvou měsíců lidem na které jsem získal kontakt z databázových adresářů mých přátel. Samotné šíření dotazníků předcházelo jeho sestavení a pretest Dotazník byl sestavován v prosinci roku 2009. Na začátku měsíce prosince byl proveden předvýzkum na skupině 10 dotázaných. Na jeho základě byly některé otázky upraveny a došlo k mírnému zjednodušení dotazníku. Sběr dat probíhal v období od 14.12.2009 do 31.1.2010. Po ukončení sběru dat bylo přistoupeno k jejich zpracování. Celá práce bude nadále zpracovávána do konce května 2010.
5.3. Shromažďování informací
Dotazník byl distribuován elektronickou formou. Nejčastěji byl rozšířen elektronickou poštou, vystavením na univerzitním serveru a využitím sociálních sítí. Při výběru respondentů byl však kladen důraz na zachování segmentace dotázaných tak, aby byla získaná data statisticky vyhovující. Vyplňování dotazníků i jejich sběr probíhal přes systém ReLa (Research laboratory). Vyplnění dotazníku trvalo zhruba 10 – 12 minut a obsahuje 26 otázek. Jedná se o otázky otevřené, polootevřené i uzavřené. Bylo využito i škálování. V závěru dotazníku se nacházejí identifikační otázky. Všechny otázky byly formulovány v souladu s vytyčenými cíly. Dotazníků bylo vyplněno 168, ale 18 z nich muselo být pro neúplnost a rozporuplnost údajů vyřazeno. Data byla
44
importována do statických programů a zpracovávána. Finální fáze zpracování proběhla v aplikaci Microsoft Office.
5.4. Zpracovaní a analýza informací
Dílčím výsledkem marketingového průzkumu je získání velkého množství dat, následuje jejich postupné zpracování. V dotazníku, který naleznete v příloze číslo 1, můžeme sledovat více druhů proměnných. Rozdělení na datové typy je důležité pro volbu metody určení statistické charakteristiky. Základní klasifikace rozděluje znaky na variabilní a identifikační.
Identifikační znaky, které lze hodnotit z věcného, časového i prostorového hlediska, identifikují statistickou jednotku a rozhodují o zařazení či nezařazení do souboru. Nejsou však předmětem statistické analýzy, a proto se jimi nebude nadále zabývat.
Znaky variabilní lze rozdělit na znaky nominální, ordinální a kardinální. Nominalní typ dat je nejjednodušší, neboť při srovnávání lze zaznamenat pouze shodu či rozdíl mezi pozorovanými variantami. Nedá se říci, která z jednotek je lepší, větší apod., ani v jaké míře. Není logické tyto proměnné matematicky a statisticky porovnávat a měřit ani tehdy, když slovním obměnám přiřadíme určitou číselnou hodnotu. S tím se setkáváme například při zpracování dat na počítači. Příkladem nominálního typu proměnné může být pohlaví respondenta. Ordinální (pořadové) typy jsou na rozdíl od nominalních jednoznačně uspořádány. Výsledky lze tedy srovnávat ve smyslu větší či menší. Neznáme však jejich diferenci a velikost. Vyjadřují odstupňování určité vlastnosti a uspořádávají zkoumané objekty.
45
Data kardinální poskytují nejširší možnosti využití ve statistické i matematické analýze. Hodnoty mohou být rozlišeny, seřazeny a diferencovány. Je možné přesně určit o kolik a kolikrát je jedna hodnota větší než druhá. Při analýze zjištěných dat lze uplatnit celou řadu postupů. Prvním krokem je zjištění odpovědí ve formě neuspořádaných statistických dat a jejich přehledné uspořádání a seřazení dle jednotlivých stanovených hledisek tzv. třídění znaků. Obvykle vychází z rozdělení četností zjištěných hodnot znaků. Následují výpočty základních charakteristik a měření závislostí. [8,9].Minařík
5.4.1. Rozdělení četností
Prvním krokem při analýze údajů zjištěných pomocí marketingového výzkumu je zpravidla analýza každé jednotlivé otázky. Obvykle se vychází z rozdělení četností zjištěných hodnot či obměn znaků, které doplníme o informaci o číselném, popř. slovním znaku o počtu jejich výskytů – četnost. Absolutní četnost (ni) tedy udává počet hodnot v dané třídě. Větší vypovídací hodnotu má ale četnost relativní (pi), která vyjadřuje podíl hodnot ve třídě na rozsah celého souboru. Kumulativní četnost vzniká postupným načítáním hodnot relativních či absolutních četností. Tabulky obsahující rozdělení četností nesou informaci o jednorozměrových strukturách výběrového souboru. k
Absolutní četnost
∑n i =1
Relativní četnost pi =
i
= n , kde ni je počet hodnot ve třídě
ni , platí n
k
∑ pi = 1 , alternativně i =1
k
∑100 p i =1
i
= 100 (v %)
i
Kumulativní četnost (absolutní nebo relativní) kni =
∑n j −1
46
j
, alternativně v %
5.4.2. Statistické grafy
Větší názornost při prezentaci výsledků nám poskytuje grafická prezentace výsledků.
Takovéto
znázornění
poskytuje
přehlednou
a
jasnou
představu
o charakteristických rysech a tendencích analyzovaných jevů. Mezi nejčastěji využívané grafy patří histogram, polygon a výsečový graf. Samozřejmě existuje celá škála rozlišných grafů, nejčastěji využívající grafická tělesa, jako jsou body, úsečky, tělesa či geometrické obrazce. Na základě jejich použití hovoříme o grafech bodových, spojnicových, sloupcových, kruhových atd.
5.4.3. Výpočet základních charakteristik
Dalším krokem následujícím po stanovení četností je provedení výpočtů různých statistických charakteristik. Základní a nejpoužívanější z nich jsou aritmetický průměr, modus, medián, rozptyl a směrodatná odchylka. Při výpočtu těchto charakteristik musíme vzít v úvahu o jaký datový typ se jedná. Typ dat má totiž přímý vliv na volbu metody určení statistické charakteristiky. Rozlišujeme data nominální, ordinální a kardinální.
5.4.3.1.
Nominalní znaky
Nominalní znaky nabývají určitých předem daných hodnot. Nelze porovnávat, která z hodnot je vyšší nebo nižší, poznáme pouze odlišnosti. Předmětem zkoumání nominálních znaků je pouze rozdělení četností jednotlivých variant odpovědí. Mezi základní charakteristiky úrovně, které lze určit z tohoto rozdělení je
modus. Jedná se o hodnotu s největší četností. Modus, neboli typická hodnota udává, která odpověď na danou otázku se vyskytovala nejčastěji a je určena nejvyšší četností.
47
Další charakteristikou, kterou můžeme pomocí relativní četnosti určit, je míra variability nominálních znaků nomvar: nom var =
k k 2 1 − ∑ p i k −1 i =1
kde k je počet tříd (zde počet možných odpovědí), pi pak již známá relativní četnost. Charakteristika nomvar nabývá hodnot z intervalu <0;1>. Čím víc se přiblížíme k dolní hranici tohoto intervalu, tím nižší je varianta odpovědi, tzn. Soustředění všech odpovědí do jedné třídy. Na druhé straně, pokud se hodnota nomvar rovná jedné, mají
četnosti jednotlivých odpovědí stejnou hodnotu a bylo tudíž dosaženo maximální variability- rovnoměrného zastoupení všech kategorií.
5.4.3.2.
Ordinalní znaky
Ordinální (pořadové) typy jsou na rozdíl od nominálních jednoznačně uspořádány. Vyjadřují odstupňovaní určité vlastnosti a uspořádávají zkoumané objekty, Tyto znaky jsou v marketingových výzkumech velmi frekventované. Jednou ze základních charakteristik statistického popisu je medián. Poloha mediánu se nalézá u té odpovědi, kde kumulativní relativní četnost překročí hodnotu 0,5. K měření variability ordinálních znaků se používá charakteristika dorvar: dor var =
4 k ∑ kpi * (1 − kpi ) . k − 1 i =1
I charakteristika dorvar nabývá hodnot z intervalu <0;1>. Minimální variabilita nastává tehdy, když všechny hodnoty, kromě jedné, se rovnají nule. Pokud nastává maximální variabilita, znamená to, že polovina odpovědí se vždy nachází v krajních kategoriích. Dorvar má v tomto případě hodnotu rovnu jedné.
48
5.4.3.3.
Kardinální znaky
Kardinální znaky nabývají přesně daných předdefinovaných hodnot. Z toho plynou největší možnosti využití statistické a matematické analýzy. Při tvorbě dotazníku je třeba přesne stanovit intervaly o pevně stanovené šířce. Před samotnými výpočty nejprve určíme absolutní četnosti znaku v jednotlivých intervalech, poté stanovíme středy tříd. Četnosti i středy jednotlivých intervalů potřebujeme při výpočtech vybraných charakteristik. Mezi nejčasteji používané ukazatele při výpočtu kardinalních proměnných patří jednoznačně průměr. Poskytuje informace o celém souboru, naproti tomu již dříve zmíněný modus a medián jsou pouze charakteristikami úroně konstruovanými na bázi významných hodnot. Setkaváme se s průměrem harmonickým, geometrickým a aritmetickým.
Harmonický - Používá se především při výpočtech průměrné rychlosti, průměrné spotřeby času atd. .
Geometrický – Slouží při průměrovaní růstových, časově závislych veličin, například při výpočtu průměrného růstu cen.
K našemu výpočtu využijeme aritmetického průměru. Je použitelný všude, kde má smysl součet individuálních hodnot statistického znaku. Dále se můžeme setkat s prostou a váženou formou aritmetického průměru. Prostá forma je určena pro výpočet z netříděných údajů. Naopak váženou formu , kterou využijeme v našem případě, lze získat jen z tříděných údajů. Vahami v tomto případě nazýváme četnosti odpovídající jednotlivým středům tříd. Vzorec pro výpočet: x =
1 k ∑ x i ni n i =1
kde n je rozsah souboru, xi je střed třídy,ni je četnost třídy a k je počet tříd.
49
Pro grafické vyjádření rozdělení četností u kardinálních proměnných se nejčastěji využívá histogram. Šířkou sloupce je vyjádřeno intervalové rozpětí a jeho výškou pak absolutní četnost třídy.
Dalším krokem v analýze zjištěných dat je určení variability znaku. K tomu slouží řada statistických charakteristik z nichž nejvýznamnější je
rozptyl. Rozptyl je definován jako průměrná čtvercová odchylka kolem aritmetického průměru a představuje nejmenší průměrnou čtvercovou odchylku. Pokud známe aritmetický průměr, můžeme přikročit k dalšímu kroku, kterým je právě výpočet rozptylu: Vzorec pro výpočet: s x2 =
1 k ∑ ( xi − x ) 2 ni n i=1
kde n je rozsah souboru, xi je střed třídy, ni je četnost třídy a k je počet tříd.
Jak již bylo řečeno, rozptyl je průměrná čtvercová odchylka a tudíž je získaná hodnota vyjádřena v druhé mocnině. Po jejím odmocněni získáváme další charakteristiku variability a tou je směrodatná odchylka sx .Význam směrodatné odchylky spočíva především v její názornosti a snadné interpretovatelnosti. Vzorec pro výpočet: s x =
s x2
kde n je rozsah souboru, xi je střed třídy, ni je četnost třídy a k je počet tříd.
Bezrozměrným vyjádřením variability je variační koeficient vx. Používá se zejména při srovnávání souborů o různé úrovni, nebo jsou-li znaky v různých, vzájemně nesrovnatelných měrných jednotkách u nichž lze provést srovnáváná pomocá rozptylu nebo směrodatné odchylky. Určuje, zda je variabilita jednoho souboru větší či menší než variabilita souboru druhého. Vzorec pro výpočet: vx =
sx x
50
5.4.4. Analýza zavislostí
Dosud jsme se pomocí různých statistických měr dotýkali vždy jedné určité proměnné. Samotná podstata marketingového výzkumu je však v nalezení zavislosti mezi jednotlivými jevy nebo skupinami proměnných. Jinak řečeno, definovat čím je chování spotřebitele a jeho rozhodování ovlivňováno. Správné vyhodnocení těchto závislostí umožňuje subjektům na trhu předvídat a poté pružně reagovat na přání zakazníků. Základní klasifikace dělí závislosti na deterministickou a stochastickou. Stochastická závislost se projevuje jako výrazná a opakovatelná tendence. Je typická variabilitou individuálních případů a projevuje se pod vlivem řady nepozorovaných, různě působících faktorů. Býva většinou realizována v odlišném místě a čase a v různé podobě.
51
5.4.4.1.
Měření kontigence
Kontingence zkoumá závislost dvou slovních znaků, z nichž alespoň jeden nabývá více než dvou obměn. Výsledkem takového třídění je kontingenční tabulka. Předpokládejme znak A, který nabývá obměn a1, a2, ….., ai,….., ar, dále znak B nabývající obměn b1, b2,…, bj, …, bs. Výsledná tabulka by tedy obsahovala r řádků a s sloupců. Tabulka 4:Obecná kontingenční tabulka Znak B Součet
Tříděný znak
b1
b2
a1
n11
n12
a2
n21
bj
…
…
bs n1s
…
…
n2 * nij
Znak A Součet
…
ni *
…
ai ar
n1*
nr1 n*1
n*2
n* j
…
…
nrs
nr *
n* s
n** = n
Zdroj: Minařík, Statistika I. Popisná statistika, První část
Analýza využívající kontigeční tabulku má zjistit, zda existuje mezi dvěma slovními znaky závislost, nebo zda jsou nezávisle. Přitom jeden ze znaků je závisle proměnný. Intenzitu závislosti nám udává čtvercová kontigence, která je založena na existenci skutečné a teoretické četnosti, vypočtené za předpokladu nezávislosti obou znaků. Závislost je tím silnější, čím více se skutečná četnost liší od četnosti teoretické. Teoretickou četnost pro kombinaci i-té obměny znaku A a j-té obměny znaku B vypočteme podle vztahu nij′ =
ni n j n
, tj. součin okrajových četností příslušného řádku
a sloupce dělený rozsahem souboru a říká se jí teoretická četnost. 52
Obecnou charakteristikou, která meří závislost mezi dvěma slovními znaky, je součet relativních čtvercových odchylek, neboli čtvercová kontingence (Chí-kvadrat). r
s
Vzorec pro výpočet čtvercové kontingence: χ = ∑∑ 2
i =1 j =1
(nij − nij′ ) 2 . nij′
Čtvercová kontingence není příliš dokonalou charakteristikou intenzity závislosti, neboť kromě stupně závislosti zkoumaných znaků závisí ještě na dalších
činitelích jakou jsou rozsah souboru či rozměry kontingenční tabulky. Proto existují další míry kontingence postavené na jejím základě, které tyto nedostatky vyplňují.
[14] Bakalářská práce
Průměrná čtvercová kontingence
φ2 =
χ2 n
Patří mezi nejčastěji konstruované ukazatele. Nevyskytuje se na pevně stanoveném intervalu. Ani tento uklazatel není nejvhodnější mírou kontingence, z toho důvodu jsou na něm založeny i jiné ukazatele: Pearsonův koeficient kontingence,
Čuprův koeficient kontingence a Cramerův koeficient kontingence. Pearsonův koeficient kontingence
P=
χ2 χ2 +n
nabývá hodnot 0 ≤ P < 1 , přičemž hodnoty jedna nemůže nikdy dosáhnout. Největší nevýhoda spočívá v závislosti na velikosti kontigenční tabulky.
Cramérův koeficient kontingence C=
χ2
n ⋅ min{r − 1; s − 1}
nabývá hodnot 0 ≤ C ≤ 1 . Výraz min{r − 1; s − 1} udává menší z čísel, které vznikne zmenšením počtu řádků, resp. sloupců o jedna.
53
5.4.4.2.
Měření asociace
Asociační závislost je specifický případ kontingence, kde platí: r = s = 2. K měření intenzity asociační závislosti slouží koeficient asociace. Tento ukazatel je pouze obdobou koeficientu korelace v případě nul-jedničkových veličin, tj. veličin, které mohou nabývat pouze dvou celočíselných hodnot (nuly a jedničky). Tabulka 5: Obecná asociační tabulka Znak X Ano Ne Součet ZnakY
y=1
y=0
n11
n10
n1*
n01
n00
n0*
n1*
n*0
n
Ano x=1 Ne x=0 Součet
Zdroj: Minařík, Statistika I. Popisná statistika, První část
Pro koeficient korelace znaku X;Y plati: r=
[n∑ x
2 i
n∑ xi yi − ∑ xi ∑ yi
][
− ( ∑ x i ) n ∑ y − ( ∑ yi ) 2
2 i
2
]
=
∑ ( x − x )( y − y ) ∑ (x − x ) ∑ ( y − y) i
i
2
i
2
i
Po dosazení odpovídajících četností z asociační tabulky dostaneme koeficient asociace: V =
n ⋅ n11 − n1* ⋅ n*1 n1* ⋅ n*1 ⋅ n0* ⋅ n*0
. Nabývá hodnot z intervalu <-1,1>. Pokud koeficient
asociace nabývá extremních hodnot -1 nebo 1, dochází k úplné asociaci. Jeli vypočtena hodnota rovna nule, znamená to, že neexistuje závislost.
54
5.5. Závěrečná zpráva – prezentace výsledků
V diskuzi budou porovnávány výsledky průzkumu se statistickými údaji z
České Republiky. Zároveň bude provedena komparace stávajících výsledků s výsledky bakalářské práce z roku 2007. Dále k celé této problematice vyjadřuji svůj názor a přidávám doporučení a nápady pro subjekty pohybující se na daném trhu. Závěr práce je věnován vyjádření a shrnutí výsledků průzkumu a zjištěných dat. Uvádím vlastní závěry, doporučení pro subjekty v praxi a další zájemce. Diplomová práce byla zpracována v aplikaci Microsoft Office, Rela, Unistat a Statistica. Konkrétní výsledky budou prezentovány výstupem z aplikace Microsoft PowerPoint.
55
6 VÝSLEDKY PRÁCE
Vyústěním každého marketingového výzkumu by měla být prezentace výsledků. Je velice žádoucí během této etapy práce postupovat podle několika důležitých pravidel. Velmi důležitá je objektivita, zjištění rozdílu mezi pouhými domněnkami a fakty, nalezení příčin a jejich následků. Opodstatněná je také opatrnost při zobecňovaní výsledků malých šetření na celý základní soubor. Nejdříve se zaměříme na jednotlivé zkoumané otázky a vyvodíme níže uvedené závěry. K vybraným otázkám bude přidán vlastní komentář, doplněný pro názornost grafem či tabulkou, zachycující varianty odpovědí. Pro představu o segmentaci dotázaných se nejdříve zaměříme na identifikační otázky. Bylo vyplněno 168 dotazníků, 18 z nich muselo být vyřazeno, jelikož odpovědi byly neúplné či na první pohled nepravdivé.
Otázka číslo 20: Vaše pohlaví je? Tabulka 6: Četnost pro otázku číslo 20 Odpověď Četnost Kumulat. Procenta Kumulat. žena
92
92
61,30%
61,30%
muž
58
150
38,70% 100,00% Zdroj: Vlastní práce
Z dotázaných bylo 92 žen a 58 mužů To odpovídá zastoupení 61,3 % ženského pohlaví a 38,7% mužskému pohlaví.
V následujících odpovědích se zaměříme na věk, vzdělání a zaměstnání. Jak bylo již dříve uvedeno, snahou bylo zachytit přirozenou segmentaci obyvatelstva a reflektovat alespoň z části situaci ve společnosti. Zcela jistě se to nepovedlo úplně, ale je možné konstatovat, že zastoupení jednotlivých dotázaných je reprezentativní. Z velké
části byly dotazníky distribuovány adresně, či cílené skupině. Jak již víme ze sekundárního výzkumu, jsou nákupy na internetu přímo závislé na těchto faktorech. Pokud bychom například oslovili pouze studenty, či mladé lidi ze svého okolí, byly by
56
získané výsledky značně zkresleny. To se týká nejen věkové struktury, ale i ostatních identifikačních znaků.
Otázka číslo 24: Váš věk se nachází v rozmezí: Obrázek 2: Grafické zachycení četnosti pro otázku číslo 24 50 43
45
42
Počet odpověďí
40
35
35 30 23
25 20 15 10 5
4
3
0 20 let a méně
21 - 30 let
31 - 40 let
41 - 50 let
51 - 60 let
61 a více let
Věk respondentů
Zdroj: Vlastní práce
Dotázaní byly ve věku od 15 let, horní hranice nebyla omezena. Z největší části byla zastoupena věková skupina od 21 do 30 let (28,7%) a skupina od 31 do 40 let (28%).
Otázka číslo 26: Vaše současné povolání je: Tabulka 7: Četnost pro otázku číslo 26 Odpověď Četnost Kumulat. Procenta Kumulat. důchodce
4
4
2,70%
2,70%
na mateřské dovolene
6
10
4,00%
6,70%
nezaměstnaný
2
12
1,30%
8,00%
podnikatel
19
31
12,70%
20,70%
student
23
54
15,30%
36,00%
zaměstnanec
96
150
64,00% 100,00% Zdroj: Vlastní práce
Z hlediska povolání byla největší část dotázaných zaměstnanci a to konkrétně 96 (64% z celkového počtu). 23 (15,3%) respondentů bylo z řad studentů, podnikatelé jsou
57
zastoupeni počtem 19 (12,7%). Na mateřské dovolené je 6 dotázaných (4%). Důchodci odpověděli 4 (2,7%). Nezaměstnaní byli 2 dotázaní (1,3%) .
Otázka číslo 23: Vaše nejvyšší dosažené vzdělání je? Tabulka 8: Četnost pro otázku číslo 23 Odpověď Četnost Kumulat. Procenta Kumulat. základní
1
1
0,70%
0,70%
střední s výučním listem
14
15
9,30%
10,00%
střední s maturitou
52
67
34,70%
44,7%
vysokoškolské
83
150
55,30%
100,00%
Zdroj: Vlastní práce
Nejvíce odpovědělo vysokoškolsky vzdělaných lidí, konkrétně 83, což je 55,3%. Další početnou skupinou byly středoškoláci s maturitou. Jejich zastoupení bylo 34,7% s 52 dotázanými. Pouze 14 lidí, kteří vyplnili dotazník mělo střední vzděláni s výučním listem a jeden člověk měl vzdělání základní. Zde se nám zcela nepovedlo zachytit realitu v české společnosti, ale na základě zjištění z mojí bakalářské práce nákupy na internetu neprojevovaly silnou závislost na vzdělání.
Otázka číslo 21: Odkud se nejčastěji připojujete k internetu? Tabulka 9: Četnost pro otázku číslo 21 Odpověď Četnost Kumulat. Procenta Kumulat. z domova
113
113
75,30%
75,30%
z práce
36
149
24,00%
99,30%
ze školy
1
150
0,70% 100,00% Zdroj: Vlastní práce
Největší část uživatelů se připojuje k internetu z domova. Výrazně menší podíl navštěvuje internet v práci. Ze školy se nejčastěji připojuje pouze jeden dotázaný. Ostaní varianty odpovědí nebyly vůbec zastoupeny. Toto je dobrým signálem pro rozvoj internetového obchodu, jelikož počítačová gramotnost a snadný přístup k interentu jsou prvotní předpoklady tohoto rozvoje.
58
Otázka číslo 22: Kolik času strávíte prací s internetem? U této otázky bylo hlavním úkolem zjistit kolik času u internetu tráví většina respondentů. Na to však nelze v tomto případě jednoduše odpovědět. Vypočetli jsme průměrný čas strávený u internetu, který je 7,86 hodiny. Je ale potřeba brát v potaz hodnotu nomvar, která v tomto případě vyšla 0,97 a vypovídá nám tedy o vysoké variabilitě odpovědí. Výpočet průměrného času stráveného u internetu:
x = 1/150*(1,5*37+4*31+7*14+10*22+13*12+16*34) = 7,86 Výpočet hodnoty nomvar: nomvar = (6/6-1)*[1-(0,24672+0,20672+0,09332+0,14672+0,08002+0,22672)] = 0,97 Obrázek 3: Grafické zachycení četnosti pro otázku číslo 22 37
40
34
35
31
Počet odpovědí
30 22
25 20
14
15
12
10 5 0 do 3 hodin týdně
3 až 5 hodin týdně
6 až 8 hodin 9 až 11 hodin týdně týdně
12 až 14 hodin týdně
15 hodin týdně a více
Možnost odpovědi
Zdroj: Vlastní práce
Zajímavým zjištěním na základě kontingenční analýzy je, že největší část, konkrétně 29,35% respondentů ženského pohlaví, tráví u internetu do 3 hodin týdně. Ten stejný čas označilo pouze 17,24% mužů. Závislost mezi dobou strávenou učinternetu a pohlavím respondenta existuje, je však poměrně slabá. Subjektivně se lze domnívat, že muži tráví u internetu delší dobu než ženy. Vypočtená byla středně silná závislost mezi věkem a dobou strávenou u internetu, kdy nejvíce času tráví u internetu lidé do třiceti let. Se zvyšujícím se věkem tento čas klesá.
59
Stojí také za uvedení, že středně silná závislost u této otázky byla nalezena s otázkou číslo 26, která zjisťuje aktuální pracovní status dotázaného. Bylo zjištěno, že nejvíce času u internetu tráví zaměstnanci. Zde lze usoudit, že to může být dáno možností se připojovat a brouzdat na internetu i na pracovišti, leckdy i na úkor zaměstnaneckým povinnostem.
Otázka číslo 25: Váš osobní měsíční příjem je? Nejpočetněji zastoupenou příjmovou skupinou byli lidé s příjmen od 10 001 Kč do 20 000 Kč. V tabulce a v grafu můžeme sledovat rozdělení pro jednotlivé kategorie. Obrázek 4: Grafické zachycení četností pro otázku číslo 25 více než 40 000 Kč; 7 30 001 - 40 000Kč; 10
0-10 000 Kč; 28
20 001 - 30 000Kč; 37
10 001 - 20 000 Kč; 68
Zdroj: Vlastní práce
U této otázky byl vypočítán průměrný příjem, který činí 18 333,33 Kč. To je pod průměrem Jihomoravského kraje, kde byla v roce 2009 dle ČSÚ [19] průměrá mzda 21 494 Kč. Výsledek může být dán vysokým zastoupením studentů, kteří mají samozřejmě příjmy nižší. Výpočet průměrného příjmu:
x = 1/150*(5000*28+15000*68+25000*37+35000*10+45000*7) = 18333,33
60
Poté, co jsme se seznámili se složením respondentů, budeme postupně hodnotit každou otázku zvlášť. Uvedeme a okomentujeme jednotlivé výsledky, popřípadě se pokusíme najít souvislosti a důvody zastoupení jednotlivých odpovědí.
Otázka číslo 1: Využili jste již někdy internet k nákupu zboží či služeb?
Tabulka 10: Četnosti pro otázku číslo 1 Odpověď Četnost Kumulat. Procenta Kumulat. Ano
128
150
85,30%
100,00%
Ne
22
22
14,70% 14,70% Zdroj: Vlastní práce
U této otázky jsme zkoumali široké spektrum závislostí, zejména s otázkami identifikačními. To nám pomůže vyvodit a specifikovat typického zákazníka, který využivá internet k nákupu. Narozdíl od výsledků z bakalářké práce byla nalezena závislost mezi pohlavím a nákupem na internetu. Je nutno ovšem ihned na začátku zdůraznit, že se jedná o závislost mírnou. Je také možné, že tento udáj je lehce zkreslený malým počtem respondentů. Dle výpočtů nakupují na internetu častěji muži než ženy. Naopak existence závislosti se nám nepotvrdila mezi výše uvedenou otázkou
číslo jedna a otázkou zkoumající počet hodin strávených prací s internetem. Téměř shodnou střední sílu závislosti jsme objevili s otázkami zjišťujícími věk a vzdělání. Ukázalo se, že nejvíce nakupují na internetu lidé s vyšším vzděláním a to konkrétně nejvíce s vysokoškolským, ve věkových skupinách od 21 do 30 a od 31 do 40 let. Velmi slabou závislost také vykazuje příjem respondenta. V našem případě nejvíce na interneu nakoupili lidé s příjmem do 10 000 Kč do 20 000 Kč. Toto může být také lehce zkresleno strukturou dotázaných. Nicméně, tato příjmová skupina odpovídá průměrnému příjmu respondenta. Můžeme tedy konstatovat, že nejvíce nakupuje na internetu skupina lidí s průměrnými příjmy. Lze předpokládat, že lidé s vyššími příjmy nejsou motivováni hobnou za nízkými cenami. Žádná závislost neexituje mezi zaměstnáním respondenta a nákupem na internetu.
61
Otázka číslo 2: Z jakého důvodu internet k nákupu nevyužíváte? Možno více odpovědí. Tabulka 11: Varianty odpovědí a jejich četnost pro otázku číslo 2 Odpověď Četnost Nízká počítačová gramotnost
1
Nemožnost si zboží osahat
10
Omezený přístup k internetu
0
Nevyhovující platební systém, nebo zásilkový systém Celková nedůvěra
3
11 Zdroj: Vlastní práce
Ti kteří, nenakupují na internetu, tak činí nejčastěji kvůli nemožnosti si osobně zboží vyzkoušet, prohlédnout a osahat. Také mají k nakupováni na internetu celkovou nedůvěru. V diskuzi se zamyslíme nad tím, jak tyto faktory co nejúčiněji eliminovat.
Otázka číslo 3 : Jaké faktory jsou pro Vás důležité při nákupu na internetu? U každé možnosti označte důležitost (1- nejdůležitější, 5 – nemá vliv) Obrázek 5: Obrázek zachycují důležitost jednotlivých variant odpovědí u otázky číslo 3 100% 90% 80% 70%
zcela nedůležité
60% 50%
nedůležité
40%
důležité
30%
velmi důležité
nehraje roli
20% 10% 0% Úspora času
Levnější zboží Lepší kvalita a služby
Větší výběr produktů
Pohodlnost při nákupu
Zdroj: Vlasní práce
U jednotlivých faktorů jsme zkoumali důležitost jakou jim přikládají zákazníci. Dotázaní mohli u každého faktoru zvolit na pětistupňové škále důležitosti. Nejdůležitějším faktorem se jeví úspora času. Tomu však nemůžeme přikládat velkou váhu, jelikož ostatní zmíněné výhody internetového nákupu jsou také vysoce oceňovány. Výjimkou jsou pouze kvalita zboží a nabízených služeb.
62
Otázka číslo 4 : Jdete si před nákupem přes internet zboží nejdříve prohlédnout či vyzkoušet do kamenného obchodu (pokud je to možné- hmotné zboží)? Obrázek 6: Grafické zachycení procentuálního rozdělení odpovědí pro otázku číslo 4 Ne, nikdy 22%
Ano, před každým nákupem 12%
Ano, občas 66%
Zdroj: Vlastní práce
Z výsledků můžeme usuzovat, že velká část zákazníků nakupuje na internetu zejména kvůli ceně. V případě, že si zboží jde člověk nejdříve vyzkoušet či prohlédnout do obchodu, zcela jistě se nejedná o úsporu času či zvýšené pohodlí při nákupu. Toto
číslo může být také ovlivněno tím, že zákazníci nejsou zvyklí si zboží objednat a pokud jim nevyhovuje, opět jej vrátit zpět obchodníkovi. Zde shledávám prostor pro konkurenční výhodu internetového obchodu, který nabídne bezplatnou a rychlou výměnu zboží, potažmo bezplatné poštovné. Byla sledována závislost mezi pohlavím a možností si zboží vyzkoušet. Zde by se mohlo zdát, že ženy si zboží častěji vyzkouší předem, nežli, jelikož nakupují specifický sortiment (oblečení, parfémy atd.). Závislost se nám nepotvrdila. Jako kontrolní otázku jsme použili dotazníkovou otázku číslo 18. Při porovnávání odpovědí jsme došli k závěru, že respondenti odpovídali pravdivě.
63
Otázka číslo 5 : Máte oblíbený konkrétní český nebo zahraniční e-shop? Tabulka 12: Četnost pro otázku číslo 5 Odpověď Četnost Kumulat. Procenta Kumulat. Ano
17
17
13,30%
13,30%
Ne
111
128
86,70% 100,00% Zdroj. Vlastní práce
Pouze 13,3% procent nakupujících na internetu má svůj oblíbený e-shop, kde nejčastěji nakupuje. Tato čísla vypovídají o fluktuaci zákazníků mezi jednotlivými internetovými prodejci. Zde byl shledán opět jako významný faktor rozdílnost cen v jednotlivých e-shopech. Stávajícím i nově vznikajícím internetovým obchodům lze doporučit budování systému efektivních zákaznických benefitů. Touto formou by si své zákazníky mohly alespoň částečně udržet. Různých forem benefitů je nepřeberné množství a je potřeba je přizpůsobit prodávanému sortimentu tak, aby byly účinné na cílovou skupinu, která v těchto e-shopech nejvíce nakupuje. Dalším důležitým faktem, na který jme přišli na základě zkoumání závislostí je to, že drtivá většina nakupujích na internetu má s nákupem výborné a chvaliteblé zkušenosti (viz. dále otázka č. 9), i přesto že nenakupuje pravidelně v jednom oblíbeném e-shopu.
Otázka číslo 6 : Kolikrát jste internet využili k nákupu zboží v e-shopu? Uvažujte interval jednoho roku. Tabulka 13: Četnost pro otázku číslo 6 Odpověď Četnost Kumulat. Procenta Kumulat. 1-2 nákupy
28
28
21,87%
21,87%
3-4 nákupy
32
60
25,00%
46,87%
5-6 nákupů
25
85
19,53%
66,40%
7-8 nákupů
12
97
9,40%
75,80%
9-10 nákupů
10
107
7,80%
83,60%
více než 10 nákupů
21
128
16,40% 100,00% Zdroj: Vlastní práce
Nejčastější počet nákupů v intervalu jednoho roku byly 3-4 nákupy, ovšem varianty 1-2, 3-4 a 5-6 nákupů jsou zastoupeny velmi blízce. Překvapujícím zjištěním bylo také vysoké číslo zákazníků, kteří na internetu nakupují více něž 10 krát v období jednoho roku. Vypočten byl i průměrný počet nákupů, což činí 5,45. Toto číslo nadále použijeme při výpočtu průměrné útraty.
64
Výpočet průměrného počtu nákupů:
x = 1/128*(1,5*28+3,5*32+5,5*25+7,5*12+9,5*10+10,5*21) = 5,45 Obrázek 7:Grafické zachycení četností pro otázku číslo 6 35 30
32 28
Počet odpověďí
25 25
21
20 15
12
10
10 5 0 1-2 nákupy
3-4 nákupy
5-6 nákupů
7-8 nákupů
9-10 nákupů
více než 10 nákupů
Počet nákupů
Zdroj: Vlastní práce
Otázka číslo 7: Jaká je zhruba částka Vaší celkové útraty při nákupu přes internet? Uvažujte interval jednoho roku . Neopomeňte prosím i nákup služeb (např. dovolená, letenky, vstupenky atd.). Z odpovědí dotázanýchbylo zjištěno, že průměrná útrata jednoho nakupujícícho byla v průběhu roku 16 406,25 Kč. Pro věrohodnost tohoto čísla byl spočítán rozptyl, směrodatná odchylka a variační koeficient.
65
Tabulka 14: Pomocná tabulka pro výpočet rozptylu, směrodatné odchylky a variačního koeficientu Střed Odpověď Četnost Kum. Procenta Kumulat. ( x i − x ) ( x − x )2 ( x − x )2 ⋅ n i i i třídy 0 -10000 5000 62 62 48,44% 48,44% -11406,25 130102539,1 8066357422 1000121 83 16,41% 64,84% -1406,25 1977539,063 41528320,31 15000 20000 2000124 107 18,75% 83,59% 8593,75 73852539,06 1772460938 25000 30000 30 00135000 13 120 10,16% 93,75% 18593,75 345727539,1 4494458008 40000 4000145000 2 122 1,56% 95,31% 28593,75 817602539,1 1635205078 50000 50 0001 a 55000 6 128 4,69% 100,00% 38593,75 1489477539 8936865234 více Suma 81562,5 2858740234 24946875000 Zdroj: Vlastní práce
Výpočet průměrné částky za nákup na internetu:
x = 1/128*(5000*62+15000*21+25000*24+35000*13+45000*2+55000*6) = 16406,25 Výpočet rozptylu: s2x = 1/128*24946875000 = 194897460,9 Výpočet směrodatné odchylky: sx = 194897460,90,5=13961 Výpočet variačního koeficientu: vx = (13961/16406,25)*100 = 85,09% Výpočet růměné částky na jeden nákup:
x = 16406,25/5,45 = 3012,9 Směrodatná odchylka činí vysokou částku 13 961 Kč. To znamená že nakupující utratili v průměru na internetu 16 406,25 Kč ± 13 961 Kč. Variační koeficient byl vypočítán 85,09%. Tato čísla jsou dána především tím, že rozpětí jednotlivých intervalů bylo poměrně velké a rozložení jednotlivých odpovědí proporcionální. Zajímavým
číslem je také průměrná částka na jeden nákup, která byla vypočtena na 3 012,9 Kč. Pro přehlednost je uveden histogram, který zachycuje odpovědi na výši útraty.
66
Obrázek 8: Histogram četností pro otázku číslo 7 70
Počet odpovědí
60 50 40 30 20 10 0 0 -10000
1000120000
2000130000
30 00140000
4000150000
50 0001 a více
Výška útraty v průběhu jednoho roku
Zdroj: Vlastní práce
Z analýzy závislostí jsme zjistili, že výše útraty není závislá na vzdělání. Střední závislost jsme vypočítali se vztahem k času strávenému prací s internetem. Nejčastěji nakupující skupinou jsou lidé, kteří utratí 0-10 000 Kč a u internetu stráví 0 až 5 hodin týdně. Tento výsledek je překvapující a můžeme ho prezentovat tak, že nejen lidé trávící většinu volného času s výpočetní technikou nakupují na internetu. Je také možné, že výše uvedená skupina lidí se připojuje k intrenetu právě z důvodu nákupu. Středně silná závislost se vyskytuje i ve vztahu k výši čístého příjmu. Nejvíce nakupují lidé v rozmezí 0 až 10 000Kč měsíčně v příjmové skupině 10 001 Kč až 20 000 Kč, tedy lidé s průměrným příjmen.
Otázka číslo 8: Měli jste při nakupování přes internet již zkušenost s některým z níže uvedených dějů? Možné je označit i více odpovědí. Tabulka 15: Četnost pro otázu číslo 8 Odpověď
Četnost Procenta
Reklamace
30
23,44%
Vrácení zboží při navrácení peněz
20
15,63%
Výměna zboží
32
25,00%
Pozdní doručení zboží
35
27,34%
Doručení jiného zboží, než požadovaného
9
7,03%
Nemám podobné zkušenosti
67
56 43,75% Zdroj: Vlastní práce
Velká část nakupujících na internetu nemá s výše uvedenými skutečnostmi žádné zkušenosti. Vysoké procento respondentů již zažilo reklamaci, výměnu zboží, či jim bylo zboží pozdě doručeno. Výše jmenované body zažila téměř čtvrtina dotázaných. Vypočtená procenta v tabulce se v každém řádku vztahují k celkovému počtu 128 dotázaných, kteří uskutečnili v minulosti alespoň jeden nákup na internetu. V následující otázce se zaměříme na to, jak se to projevilo na jejich spokojenosti.
Otázka číslo 9: Své celkové zkušenosti s nakupováním přes internet ohodnoťte jako ve škole. Obrázek 9:Grafické zachycení četností pro otázku číslo 9 80 67
Počet odpovědí
70 60 50
42
40 30 16
20 10
2
1
0 výborné
chvalitebné
dobré
dostatečné nedostatečné
Hodnocení
Zdroj: Vlastní práce
To, že již většina dotázaných zažila nějaké komplikace při nákupu na internetu se neodráží v hodnocení spokojenosti. Z odpovědí nám jednoznačně vyplývá, že spokojenost s tímto druhem nakupovaní je velmi vysoká. Pro zajímavost jsem vypočetl průměrnou známku, která vychází 1,85. Celkové hodnocení se jeví být nezávislé na ostatních zkoumaných jevech. Zjistili jsme, že na celkovém hodnocení se neodraží ani to, zda zákazník zažil při nákupu na internetu negativní událost, jakou může být třeba reklamace či výměna zboží.
68
Otázka číslo 10: Prosím označte v číselném sloupečku, kolikrát jste již provedli internetový nákup daného zboží. Číslice označují počet uskutečněných nákupů. Tato otázka měla za úkol zjistit, jaké zboží se nejvíce nakupuje a jak často. Bude také zajímavé zjistit, které zboží je nejméně poptáváno a srovnat výsledky s odpověďmi na otázku číslo 12, která plní zčásti i úlohu kontrolní. Zboží, které dotázaní nakupují nejčastěji je uvedeno v tabulce. Uvedeno je i procentní vyjádření, které zachycuje kolik procent z nakupujících na internetu již nakoupilo dané zboží a průměrné množství nákupu tohoto zboží. Tabulka 16: Odpovědi pro otázku číslo 10 Pořadí Nejčastěji nakupované zboží Procenta Průměrný počet nákupů 1
Letenky, jízdenky,vstupenky
52,33%
1,15
2
Knihy, časopisy, učebnice
50,00%
2,36
3
Oblečení, obuv
48,44%
2,87
4
Jiná Elektronika
40,00%
2,00
5
Mobilní telefony
34,67%
1,62 Zdroj: Vlastní práce
Překvapivým zjištěním se jeví, že poměrně vysoké procento zákazníků nakupuje na internetu oblečení a obuv a to dokonce opakovaně. To je v přímé rozporu se závěry mé bakalářské práce, kdy se právě tento sortiment jevil jako nejméně vhodný k prodeji přes internet. K tomuto tématu se ještě dostaneme v komentáři u otázky číslo 12. Pro přehlednost a budoucí možnost srovnání v dalších otázkáchje uvedena i tabulka, které zboží je nejméně poptáváno. Tabulka 17: Odpovědi pro otázku číslo 10 Pořadí Nejméně nakupované zboží Procenta 1
Potraviny, nápoje,tabák
3,91%
2
Bytové příslušenství, nábytek
10,4%
3
Autopříslušenství a pneu
20,31%
4
Jiné vybavení domácnosti
24,22%
5
Filmy, hudba (i download) 25,78% Zdroj: Vlastní práce
Zde je zajímavým zjištěním,že pátým nejméně nakupovaným prodkutkem jsou filmy a hudba, a to i ve formě downloadu v datové podobě. Právě tento sortiment je v zahraničí velmi přitažlivý, zejména pro mladší generaci zákazníků.
69
Otázka číslo 11: Hodláte v budoucnu nakupovat nebo znovu nakupovat přes internet? Zcela převažující odpovědí na tuto otázku byla varianta ano. Na tuto otázku již odpovídali i lidé, kteří nikdy na internetu nenakoupili. Odpovědí bylo tedy 150, z toho 145 uvedlo, že hodlá v budoucnosti na internetu nakupovat. Tyto výsledky nám dokazují jednoznačný trend růstu důvěry v nakupovaní přes internet, zvýšení kvality služeb a nabídky nižších cen. Tabulka 18: Četnost pro otázku číslo 11 Odpověd Četnost Kumulat. Procenta Kumulat. Ano
145
150
96,70%
96,70%
Ne
5
5
3,30%
100,00%
Zdroj: Vlastní práce
Proto předpovídáme internetovému obchodování i do budoucna vysoký růst a neustálé zvyšování důležitosti tohoto obchodního kanálu na českém trhu. Dle mého názoru se stane pravidelný nákup na internetu samozřejmostí pro každého technicky gramotného člověka. Je jen otázkou času, jak rychlý tento růst bude, a z jak velké části nahradí internet nakupování v kamenných obchodech.
70
Otázka číslo 12: Jaké zboží by jste si přes internet nikdy nekoupili? (označte max. 2 odpovědi) Obrázek 10:Grafické zachycení četností pro otázku číslo 12 80
76
Počet odpovědí
70 57
60 50
36
40 30
22
21
21
20 10
17
33
21 11
9
3
13 7
11
15
13 8
7 0
0 Jednotlivé kategorie
Fotoaparáty
Knihy, časopisy, učebnice
Fotoaparáty
Jiná Elektronika (satelity, TV, LCD, videa atd.)
Elektrospotřebiče
PC, notebooky
Autopříslušenství a pneu
Bytové příslušenství, nábytek
Filmy, hudba
Software
Počítačové příslušenství a hardware
Hračky, stolní hry
Kosmetika
Zdravotnické potřeby
Sportovní potřeby
Oblečení, obuv
Potraviny, nápoje,tabák
Letenky, jízdenky,vstupenky
Služby cestovních kanceláří
Jiné vybavení domácnosti
Zdroj: Vlastní práce
Tato otázka měla za úkol zjistit o jaké zboží mají zákazníci nejmenší zájem. Ukázalo se, že mezi tyto kategorie patří zejména potraviny a nápoje. Lidé také nemají zájem o nákup bytového příslušenství a nábytku. Dalšími kategoriemi, které se jeví pro zákazníky jako méně zajímavé jsou zdravotnické potřeby a oblečení společne s obuví. To je v mírném rozporu s výsledky, které jsme získali u otázky 12. Ostatní kategorie mají vcelku vyrovnané zastoupení a hlavní faktor při odpovědi na otázku jistě bude preference zákazníka při nákupu zmíněného zboží. Důležité je také, že tato otázka nemůže být zaměňována za otázku, co lidé nejčastěji na internetu nakupují. Tyto odpovědi nám zachycují především oblast co lidé opravdu nejsou ochotni na internetu koupit. Bylo možné uvést dvě odpovědi. Dotázaní nedokázali definovat žádnou jinou skupinu zboží, kterou by na internetu nekoupili.
71
Otázka číslo 13: Za nevýhody e-shopů považujete: (označte max. 2 odpovědi) Obrázek 11: Grafické zachycení četností pro otázku číslo 13 Anymnost obchodu 20%
Nemám žádné výhrady 14%
Nejisté platební a smluvní podmínky 15%
Nejistota při uzavření obchodu (bude mi skutečně zboží zasláno?) 36%
Dlouhé dodací a Nadmíru čekací lhůty informací 0% 6%
Nepřehledné a nedostatečné informace o zboží 9%
Zdroj: Vlastní práce
Nejvíce zákazníkům vadí nejistota při uzavírání obchodu. Tato odpověď byla zastoupena z 36% z celkového počtu všech odpovědí. Tomuto by měli všechny internetové obchody předcházet jasnou a transparentní strukturou e-shopu a budováním dobrého jména svého e-shopu. Zákazník by si měl být jistý, že objednané zboží opravdu obdrží, nemluvě o situaci, kdy je platba vyžadována ješte před dodáním. Další velkou nevýhodu spatřují zákazníci v anonymnosti při nakupováni, kdy pohodlí nákupu z domova je vykoupeno tím, že se človek nedostane do přímého kontaktu s ostatními nakupujícími a personálem obchodu. Toto může být důležité zejména pro skupinu lidí, které nakupování baví a považují ho za volnočasovou aktivitu. 15% dotázaných považuje za nevýhodu také nejasné platební a smluvní podmínky při uzavírání obchodu.
Otázka číslo 14: Při nákupu na internetu nejvíce postrádáte: (označte max. 2 odpovědi) Na tuto otázku dostali opět respondenti možnost dvou odpovědí. Výsledky byly zaneseny do jednoduché tabulky, kde je jasně patrné, že absolutně největším nedostatkem internetového obchodování je nemožnost si zboží předem vyzkoušet. Zde je jistě důležité, aby se zákazníkům nabízela služba bezplatného odzkoušení a vrácení 72
zboží, bez jakýkoliv poplatků. Samozřejme, že toto lze praktikovat pouze u některého druhu zboží. Je možné se domnívat, že jakmile se tato služba dostane do širšího povědomí zákazníků, odpadne i z velké části tato obava z nákupu na internetu. Druhou službou, kterou zákazníci při nákupu na internetu nejvíce postrádají je možnost poradit se s prodavačem. Zde je vhodné zavedení online poradenství. Jednotlivé e-shopy by mohly nabízet svým zakazníkům bezplatný živý kontakt s prodejcem, a to konkrétně telefonický či formou online chatu. Takovou službu již některé e-shopy mají. U odpovědi „jiné“ se objevovaly následující příklady: informace o jednotlivých prodejcích, recenze či výsledky spotřebitelských testů a jistota. Tabulka 19: Četnost pro otázku číslo 14 Odpovědi
Četnost
Možnost vyzkoušení zboží
125
Ucelené informace o výrobku
15
Ucelené informace o obchodních a dodacích podmínkách
19
Možnost poradit se s prodavačem
58
Uvedení konečné ceny vč. DPH
6
Jiné
5 Zdroj: Vlastní práce
Otázka číslo 15: Dle jakého kritéria se rozhodujete při výběru e-shopu ve kterém provedete nákup? Či dle jakého kritéria by jste se rozhodovali před prvním nákupem? (označte max. 2 odpovědi) V těchto odpovědích se odráží fakt, který se potvrdil i ze závěru bakalářské práce, že zákazníci jsou motivováni na internetu nakupovat zejména kvůli nižším cenám. Tato odpověď byla z celkového počtu odpovědí zastoupena z 23%. Dalším velmi důležitým faktorem jsou doporučení přátel a předešlé zkušenosti. Zde můžeme
říct, že nákupní chování se nijak nevymiká standartu při nákupu v kamenném obchodě.
73
Obrázek 12: Grafické zachycení četností pro otázku číslo 14
způsob a cena dopravy 15% nabízené bonusy k nákupům 2%
reklama jiné 0% 2%
design a vzhled stránek 6%
přehlednost a jednoduchost ovládání 13%
předešlé zkušenosti 18%
nabízené ceny 23%
doporučení přátel 21%
Zdroj: Vlastní práce
Otázka číslo 16: Jaký druh reklamní propagace a zviditelnění daného obchodu by Vás nejvíce zaujal a přiměl k návštěvě daného e-shopu?
Druh propagace
Obrázek 13:Grafické zachycení četností pro otázku číslo 16 90 80 70
81
60 50 40 30 20 10 0
27 17 5 reklamní emaily
16
4 reklama na internetu
reklama v tisku reklama v rádiu
reklama v televizi
prezentace na spol. akcích
Počet odpovědí
Zdroj: Vlastní práce
Dle odpovědí dotázaných se zdá být nejsilnějším kanálem reklama přímo na internetu. Při výpočtu kontingence se ukázalo, že existuje závislost mezi počtem nákupů na internetu a druhem propagace. Tato závislost však přesně odpovídá výše uvedenému 74
grafu. Čím více zkušeností s nakupováním, tím více zákazníci přivítají reklamu na internetu. Ostatní možnosti poměrně výrazně zaostávají. Jako nejméně efektivní se jeví reklamní mailing a reklama v rádiu. Jedná se zde však o subjektivní pocit respondentů a pro úplnou důvěryhodnost bychom museli tyto tvrzení podložit i jinými zdroji informací.
Otázka číslo 17: Jaký druh sortimentu Vám v nabídce e-shopů chybí, či jaký druh zboží by jste přivítali? Dotázaní nedokázali přesně definovatv jaký sortiment zbožív jim na internetu schází. Z toho lze usoudit, že e-shopy nabízejí již ucelený sortiment zboží. K zakoupení je tedy prakticky vše. K tomuto závěru jsem dospěl i v mojí bakalářské práci. Tři respondenti však uvedli, že jim schází následující: chybí mi větší možnosti pro domácí potřeby s možností doručení přímo zákazníkovi, levné oblečení, bylinky. Možnost zřídit nový e-shop s diskontní nabídkou oblečení považuji za docela zajímavý nápad.
Otázka číslo 18: Považujete za důležitou věc si zboží před nákupem vyzkoušet? Tabulka 20: Četnost pro otázku číslo 18 Odpověď Četnost Kumulat. Procenta Kumulat. Ano
105
150
70,00%
70,00%
Ne
45
45
30,00%
100,00%
Zdroj: Vlastní práce
Celých 75% dotázaných považuje za důležité si zboží před nákupem odzkoušet. Tato otázka byla zařazena do dotazníku jako otázka kontrolní. Jak se ukázalo již v předešlých otázkách, zejména v otázce číslo 4 je faktor odzkoušení zboží stěžejní záležitostí. Proto opět doporučujeme zavést a dostat do povědomí zákazníků službu, kdy mohou bezplatně vracet, či alespoň měnit objednané zboží. Při zkoumání závislosti bylo zjištěno, že největší potřebu si zboží vyzkoušet mají lidé, kteří tráví u interentu nejkratší dobu, tedy do tří hodin týdně.
75
Otázka číslo 19: Ze způsobů dodání zboží a jeho zaplacení preferujete, či by jste preferovali?
Počet odpovědí
Obrázek 14: Grafické zachycení četností pro otázku číslo 19 80 70 60 50 40 30 20 10 0
72 50
22 6 osobní odběr, platba při osobní odběr, platba zásilkové dodání, platba zásilkové dodání, platba odběru (hotovost, předem (přes bankovní předem (přes bankovní při odběru (dobírka atd.) kreditní karta atd.) účet, kreditní karta, účet, kreditní karta, složenka atd.) složenka atd.) Způsoby dodání a platby
Zdroj: Vlastní práce
Zákazníci nejvíce preferují zásilkové dodání zboží, i když osobní odběr se jeví také jako populární. Již před začátkem průzkumu bylo předpokládáno, že bude preferována platba při odběru. Ale překvapením bylo i docela vysoké procento nakupujících, kteří jsou ochotni zaplatit za zboží předem. Dohromady to bylo 18,67% respondentů. Toto může být pozitivním znamením. Je to důkaz toho, že zákazníci důvěřují prodejci. V cizině je větina zboží při nákupu na internetu placena předem. Pokusili jsme se také najít závislost mezi druhem platby a dodáním zboží pro jednotlivé kategorie nakupujících. Ukázalo se ovšem, že preference jsou vždy stejné.
76
Hypotézy a předpoklady V kapitole číslo 2 jsme stanovili hypotézy a předpoklady. Nyní po vyhodnocení průzkumu a prezentci výsledků jednotlivé hypotézy zamítneme či nikoliv. Předpoklady potvrdíme či nepotvrdíme.
Hypotézy: 1) Hypotéza nebyla zamítnuta. Byla nalezena stredně silná závislost mezi vysokoškolským vzděláním a nákupem na internetu. 2) Hypotéza nebyla zamítnuta. Dle analýzy závislosti nakupují na internetu nejvíce právě věkové skupiny zákazníků od 21 do 30 a od 31 do 40 let. 3) Hypotéza byla zamítnuta, nebyla dokázána závislost mezi časem stráveným prací s internetem a nákupem na internetu. 4) Hypotéza byla zamítnuta na základě analýzy četností elektroniku nakoupilo pouze 40% zákazníků. Nejnakupovanější zboží či službou je kategorie letenky, jízdenky a vstupenky (Tabulka č. 16). 5) Hypotéza byla zamítnuta, nebyla dokázána závislost mezi čistým příjmem respondenta a výší útraty na internetu. 6) Hypotéza nebyla zamítnuta, zákazníci mají v 85,15% s nakupováním na internetu výborné či chvalitebné zkušesnosti. 7) Hypotéza nebyla zamítnuta, na základě rozboru odpovědí je hlavní hnací silou ke koupi na internetu cena. 8) Hypotézu nezamítáme, 70% všech dotázaných považuje vyzkoušení za důležité, 13% nakupujících si jde zboží prohlédnout před každým nákupem.
Předpoklady: 1) Předpoklad se potvrdil, stejně tak jako před třemi lety tak i v tomto průzkumu jsme došli po vyhodnocení odpvědí k závěru, že na internetu je nabízen kompletní sortiment zboží.
77
2) Předpoklad se potvrdil, celková průměrná útrata na jednoho respondenta narostla z 9 969 Kč na 16 406,25 Kč. 3) Předpoklad se potvrdil, ukázalo se, že hlavní obavou a nevýhodou nákupu na internetu je strach a nedůvěra v obchodní pomínky, stejně tak jako nemožnost si zboží vyzkoušet. 4) Předpoklad se nepotvrdil, narozdíl od výsledků bakalářské práce patří oblečení a obuv mezi pět nejnakupovanějších druhů zboží. 5) Předpoklad se nepotvrdil, nebyla nalezena závislost mezi preferovanou platbou a nejistotou zákazníka při nákupu na internetu. 6) Předpoklad se potvrdil, 86,70% zákazníků nemá oblíbený e-shop. Zákazníci jsou nejčastěji motivováni cenou zboží.
78
7 DISKUZE
Nákup na internetu se stal nejen každodenní samozřejmostí, ale prodělal v posledních letech i významný vývoj. Tento druh obchodu je velmi zajímavý a často je tato problematika probírána i v médiích. V budoucnu projde nakupování na internetu jistě dalším významným vývojem. Nejen proto je věnována práce tomuto tématu, ale navazuje i na vlastní bakalářskou práci, která vznikla v roce 2007. Nynější práce je však zevrubnější, zaměřující se více na zákazníka, jeho požadavky a následné doporučení stávajícím i vznikajícím obchodním subjektům. Bakalářská práce byla naopak vztažena k jednomu konkrétnímu e-shopu. Nicméně, společné části obou prací byly porovnány a byl tak získán přehled o vývoji za poslední tři roky. V tomto dynamickém odvětví je tato doba velmi dlouhá a bude zcela jistě zajímavé a přínosné výsledky porovnat. Nyní se podíváme na výsledky, které byly získány marketingovým průzkumem a následnou statistickou analýzou. Důležitým zjištěním je, že na internetu nakoupilo 85,30% dotázaných. To je nárust o více než 15% během tří let. Tehdy nakoupilo pouze 70%. Segmentace dotazovaných byla přibližně stejná. Zda zákazníci na internetu již někdy v minulosti nakoupili zjišťovala otázka číslo jedna (viz. příloha číslo 2). S touto otázkou bylo vypočetono velké množství závislostí, což nám pomohlo určit typického zákazníka nakupujícího na intrenetu. Tím je člověk od 21 do 40 let s vyšším vzděláním a průměrnými příjmy. Je pravděpodobné, že je to
častěji muž, nicméně tato závislost je velice slabá. Žádnou závislost mezi nákupem a časem stráveným prací s internetem a s druhem zaměstnání jsme nenašli. Lidé, kteří na internetu nenakupují, uvádějí za důvod zejména to, že k tomuto systému mají nedůvěru a nemohou si zboží osahat či vyzkoušet. Možnost si zboží předem vyzkoušet hraje obecně důležitou roli při nákupu na internetu.V otázce číslo 4 se vyjádřilo celých 88% nakupujících, že si jdou před nákupem zboží zpravidla prohlédnout nebo vyzkoušet do kamenného obchodu. Jelikož tato problematika hraje významnou roli, byla do dotazníku zařazena otázka číslo 18, která je otázkou kontrolní. Muži si chodí zboží vyzkoušet stejně často jako ženy. Jelikož existuje domněnka, že tyto
79
kategorie poptávají v mnohých případech odlišný sortiment zboží, nevztahuje se potřeba vyzkoušení jen na specifický sortiment. Nyní se dostáváme k problematice, kde se bere motivace nakoupit zboží na internetu. Zákazníci uvádějí, že nejvíce oceňují úsporu času, levnější zboží a pohodlnost při nákupu. Logickou úvahou však dojdeme k tomu, že pokud si většina respondentů zboží nejdříve odzkouší v prodejně, nejedná se o příliš velkou úsporu času ani zvýšené pohodlí při nákupu. Z toho vyvozujeme, že hlavním hnacím motorem je cena, což se potvrdilo nejen v bakalářské práci, ale i při interpretaci ostatních otázek. Dalším faktorem, který tomu nahrává je, že většina zákazníků nemá jeden či více oblíbených e - shopů. V druhé části diskuze budou uvedena doporučení, jak eliminovat tuto fluktuaci zákazníků spojenou s honbou za nejnižší cenou. Průměrný zákazník nakoupí na internetu 5,45 krát ročně, což je považováno za poměrně vysoké číslo. Ještě před třemi lety bylo vypočteno, že průměrný zákazník nakoupil pouze 2,7 krát, ale za celou dobu, kdy využívá internet! Zajímavým zjištěním je, že poměrně vysoké číslo dotázaných nakoupilo v průběhu roku více než desetkrát. To svědčí o výrazném růstu oblíbenosti, výhodnosti a využití internetu jako místa pro nákup. Průměrná útrata se v závislosti na více uskutečněných nákupech zvedla z 9 969 Kč na 16 406,25 Kč. Je nutno podotknout, že směrodatná odchylka pro tuto
částku je vysoká, konkrétně 13 961 Kč. Průměrná částka na jeden nákup se naopak v průběhu tří let snížila z 3 692 Kč na 3 012,9 Kč. I zde ale hraje roli směrodatná odchylka, která byla vysoká i v bakalářské práci. Ze srovnání lze usuzovat, že lidé nakupují i drobnější zboží, resp. ne tak drahé, nebrání se častějším a opakovaným nákupům. Zkoumali jsme také celkovou spokojenost zákazníků, zkušenosti s nepříjemnými událostmi při nákupu a jejich vzájemnou souvislost. I přesto, že má 56,25% zákazníků nějakou negativní zkušenost s nákupem na internetu - nejčastěji byla uváděna reklamace, výměna zboží či jeho pozdní doručení, hodnotí respondenti tento způsob nakupování velmi pozitivně. Pokud použijeme stejnou stupnici hodnocení jako ve škole, byla by průměrná známka 1,85. Toto hodnocení je celkově nezávislé na ostatních jevech. Údajem, který zaručuje jistou budoucnost internetovému nákupování je fakt, že 96,70% dotázaných, tedy 145 ze 150 respondentů, má v plánu na internetu v budoucnosti nakoupit či znovu nakoupit. 80
Zajímavým zjištěním bylo, jaké druhy zboží se na internetu nejvíce nakupují, o jaké zákazníci mají nejmenší zájem, a které jim v nabídce e-shopu chybí. Tento poznatek nám přinesly výsledky otázek číslo 10, 12 a 14 (viz. Příloha č.1). Před třemi lety bylo zjištěno, že nejvíce poptávaným zbožím je elektronika a kosmetika. Naopak propadlo oblečení s obuví a autopříslušenství. Nyní se na prvním místě v poptávaném zboží umístily letenky, jízdenky a vstupenky. Situaci přisuzujeme formě prodeje tohoto druhu služeb. Vzorovým příkladem jsou letenky. Společnosti tlačí na snižování nákladů a upřednostňují prodej přes internet. Proto je dnes již snadnější si koupit letenku na internetu, než v cestovní agentuře. To se jasně odráží i zde. Druhým nejpožadovanějším zbožím jsou knihy a učebnice. Zde je výhoda, že zboží není nutno předem zkoušet. Na internetu je většinou levnější a nabízí se přehlednější a širší výběr. Způsob dodání je snadný a rychlý. Z těchto důvodů konstatujeme, že knihy jsou vhodný druh zboží k prodeji na internetu. Překvapující výsledek byl zaznamenán u sortimentu obuvi a oblečení. Ten se umístil na třetím nejpoptávanějším místě mezi druhy sledovaného zboží. Zákazníci toto zboží dokonce nakupovali opakovaně, a to v průměru 2,87 krát. Zde je možné pozorovat patrný rozdíl v nákupním chování v uplynulých letech. Na dalších místech se umístila elektronika a mobilní telefony. Nejméně nakupovaným zbožím jsou potraviny, nábytek, autopříslušenství, vybavení domácnosti a filmy s hudbou. Filmy a hudba jsou méně poptávány, než jsme očekávali. Zde může hrát významnou roli pokřivenost trhu způsobená nelegálním stahováním a pirátskými kopiemi. Zajímavé výsledky jsme také získali z odpovědí na otázku, jaké zboží by dotázaní nikdy nekoupili. Tato otázka víceméně koresponduje s výše uvedeným textem. Mezi odpověďmi dominují potraviny, nábytek a zdravotnické potřeby. Zajímavé je, že vysoký počet respondentů by nenakoupil oblečení a obuv, konkrétně 33 ze 150 dotázaných. To je v rozporu se zjistěním u otázky číslo 10. Lze vyvodit, že u tohoto sortimentu se mohou zákazníci dělit na dvě skupiny, jedna si nakupování tohoto zboží na internetu oblíbila se všemi přednostmi i nevýhodami, které s sebou přináší, druhá skupina však není ochotna na tento způsob nákupu přistoupit a převažuje u nich potřeba si zboží před nákupem vyzkoušet. Ostatní kategorie zboží mají vyrovnané zastoupení a hlavní faktor při odpovědi na otázku, které zboží by respondenti nikdy na internetu nenakoupili, jsou preference zákazníka. Z odpovědí na otázku číslo 12 se dozvídáme, co lidé nejsou ochotni na internetu koupit. Bylo možné uvést dvě odpovědi. Ve většině 81
případů by se zákazníci k nákupu stavěli zdrženlivěji (či naopak) u více kategorií. Dotázaní nedokázali samostatně definovat žádnou jinou skupinu zboží, kterou by na internetu nekoupili. To, co zákazníci nejvíce vytýkají nákupu na internetu, či co nejvíce postrádají, jsme zjišťovali v otázkách číslo 13 a 14. Nejvíce zákazníkům vadí nejistota při uzavírání obchodu. Tato odpověď byla zastoupena z 36% z celkového počtu všech odpovědí. Tomuto nedostatku by měly všechny internetové obchody předcházet jasnou a transparentní strukturou e-shopu a budováním dobrého jména svého obchodu. Zákazník si musí být jistý, že objednané zboží opravdu obdrží. Nemluvě o situaci, kdy je platba vyžadována před dodáním. Další velkou nevýhodu spatřují zákazníci v anonymnosti při nakupováni, kdy pohodlí nákupu z domova je vykoupeno tím, že se
človek nedostane do přímého kontaktu s ostatními nakupujícími a personálem obchodu. To může být důležité zejména pro skupinu lidí, kterou nakupování baví a považují jej za volnočasovou aktivitu. Jak již bylo dříve zmíněno, největším nedostatkem internetového obchodování je nemožnost si zboží předem vyzkoušet. Zde považuji za důležité, aby se zákazníkům nabízela služba bezplatného odzkoušení a vrácení zboží bez jakýkoliv poplatků. Samozřejme, že to lze praktikovat pouze u některého druhu zboží. Lze se domnívat, že jakmile se tato služba dostane do širšího povědomí zákazníků, sníží se také obava z nákupu na internetu. Druhou službou, kterou zákazníci při nákupu na internetu nejvíce postrádají je možnost poradit se s prodavačem. Zde je nutné zavedení online poradenství, kdy jednotlivé e-shopy nabídnou svým zakazníkům bezplatný živý kontakt s prodejcem formou telefonického rozhovoru či online chatu. V další části průzkumu jsme se věnovali problematice, dle jakého kritéria si zákazníci vybírají konkrétní e-shop k uskutečnění svého nákupu. Jak již bylo dříve zmíněno, nejdůležitějším faktorem je cena nabízeného zboží, a to konkrétně pro 23% dotázaných. V tomto ohledu se za poslední dobu nic nezměnilo, stejný výsledek přinesly i výsledky bakalářské práce. Dalšími faktory jsou zejména doporučení přátel (21%) a předešlé zkušenosti (22%). To znamená, že nákupní chování se na internetu nijak neodlišuji od nákupní psychologie v běžných obchodech. Zajímalo nás také, jak bychom mohli propagovat jeden určitý e-shop. Dotázaní se většinou přiklonili k reklamě na internetu. Bylo zjištěno, že lidé, kteří na internetu nakupují častěji, preferují právě reklamu na internetu. Ostatní propagační kanály se zdají být dle výsledků neefektivní. Pro zobecnění těchto závěrů by bylo ovšem potřeba prosvést více 82
průzkumů s odlišným zaměřením. Je možné, že i další možnosti propagace by zákazníky ovlivnily a to větší měrou, než sami předpokládají. Dotázaní jednoznačně preferují platbu až při odběru zboží. 18,66% využívá více platbu předem. To lze považovat za poměrně velkou skupinu a vzrůstající důvěru v internetový nákup v posledních třech letech. Co se týká odběru zboží, je mírně preferováno zásilkové dodání před osobním odběrem. Zajímalo nás také, co nakupujícím na internetu chybí. To znamená, jaké zboží není na internetu k zakoupení nebo je složité ho na internetu nalézt. Drtivá většina dotázaných využila otevřené otázky, kde se vyjádřila ve smyslu, že jakýkoliv druh zboží je v e-shopech k dostání. To samé bylo zjištěno v bakalářské práci a usuzujeme tak, že na internetu je k dispozici veškerý sortiment v dostatečné šíři i hloubce. Nyní stručně shrneme všechny doporučení a fakta týkající se konkrétních prodejců a nákupů na internetu. Již skončila doba amaterských e-shopů, které byly provozovány z garáže malých prodejců, či z pokoje na vysokoškolských kolejí. Dnešní trh je z velké
části nasycen počtem internetových obchodů. Největší hráči na trhu nabízejí opravdu kvalitní služby, přehlednou strukturu obchodu a vysoce konkurenční ceny. Tomuto mohou většinou malé, či dokonce nově začínající e-shopy velmi těžko čelit. Pro zákazníka není nic jednoduššího, než nakupovat pokaždé u jiného internetového prodejce, který je zrovna v danou dobu nejvýhodnější a odpovídá jeho požadavkům. Nakupující na internetu nelze v žádném případě označit jako věrné zákazníky. Podíváme se tedy, co můžeme udělat pro to, abychom zákazníky nejenom nalákali ke koupi zboží právě v našem obchodě, ale abychom si také do budoucna získali jejich věrnost. K tomu nám pomohou výsledky této práce, které vychází z odpovědí stávajících či potenciálních zákazníků e-shopů. Drtivá většina zákazníků má s nákupem na internetu velmi dobré zkušenosti i přesto, že při nákupu zažili z velké části již nějakou potíž. Lze usoudit, že dnešní eshopy mají našlápnuto dobrým směrem. Pokud chce ale být někdo lepší či na trhu vyčnívat a růst, měl by se odlišit od konkurence a snažit se zvyšovat procento stálých zákazníků. K tomu mohou být nápomocná níže uvedená doporučení. Prvním a velmi důležitý faktorem jsou nabízené základní a doplňkové služby internetových prodejců. Výsledky jasně ukázaly, že pro zákazníka je zcela stěžejní si zboží před nákupem vyzkoušet. Zvláště důležité to pak shledáváme u kategorie zboží 83
jako je oblečení či obuv. Zde navrhujeme bezplatnou službu, kdy zákazník má možnost vrátit zboží bez udání důvodů a to zcela zdarma. To znamená bez platby poštovného, které na sebe musí převzít nakupující. Dle občanského zákoníku má zákazník právo vrátit nepoškozené zboží do 14 dnů. Je však žádoucí tuto lhůtu prodloužit a nadále upravit i podmínky nákupu a prodeje. Konkrétním příkladem může být okamžik odzkoušení si zboží a s tím související poškození jeho obalu. Samozřejmě je to u některého sortimentu nemožné, ale u již zmiňovaného oblečení je to dost možné. Jakmile si zákazníci navyknou na to, že mohou zboží bezproblémově vrátit v případě že se jim nelíbí, odpadne jejich největší obava. Také budou moci využít zmiňované výhody úspory času, jelikož si ušetří cestu do kamenného obchodu. Dalším důležitým orientačním a rozhodujícím faktorem pro zákazníky je cena. Na internetu je velmi jednoduché porovnávat ceny u jednotlivých prodejců. Zákaznící v drtivé většině případů nakupují tam, kde je nejlevněji a nemají tak jeden či více stálých a oblíbených e-shopů. V tomto případě doporučujeme držet ceny na nejnižší možné hranici a vydat se spíše cestou vyššího obratu, než-li vyšších marží, což je samozřejmě velmi obtížné. Návrh zní zavést benefiční systém pro stálé a věrné zákazníky a tím si jich alespoň část udržet. V praxi by to znamenalo, že zákazník bude dostávat určitou slevu na zakoupené zboží podle toho, kolik již v daném e-shopu utratil. Při stanovení benefitů je však nutné brát na zřetel segmentaci zákazníků a tomu přizpůsobit daný systém. Například, internetový obchod zabývající se prodejem parfémů bude nabízet jiné výhody, než obchod prodávající pneumatiky. Samozřejmostí je u každé koupě registrace zákazníka a jeho zařazení do databáze a následná budoucí komunikace se zákazníkem. Zde se nabízí široké pole působnosti pro uplatnění CRM marketingu. Registraci při koupi používá v dnešní době již drtivá většina internetových prodejců. Je také vhodné, aby měl internetový obchod jasnou strukturu a byl přehledný. Zejména část o obchodních, paltebních a dodacích podmínkách by měla být jasná, stručná, přesvědčivá a srozumitelná. Dojde tak k eliminaci nedůvěry zákazníků k uskutečnění nákupu. To je velmi důležité, protože dotázaní, kteří nikdy nenakoupili na internetu, tak většinou učinili z těchto důvodů. Ovšem i ti, kteří již nakoupili, se obávají nejistoty a nesrozumitelnosti podmínek při uzavírání obchodu.
84
Velkou nevýhodou se zdá být také anonymnost obchodu. Zákazník nemá příležitost setkat se s ostatními lidmi a chybí mu možnost poradit se s prodavačem. Je žádoucí zřídit poradnu a to buď telefonickou, či formou online chatu. Zákazníci se mohou živě domluvit s prodejcem nebo vyškoleným personálem e-shopu. Mohou se informovat nejen o zboží, ale i o podmínkách uzavření obchodu, čímž se výrazně omezí nejistota spojená s nákupem. Je nutno podotknout, že také tato služba nabývá větší smysluplnosti pouze v tom případě, pokud je bezplatná. Některé větší internetové obchody již tuto službu nabízí. Je důležité, aby se tato služba netísnila někde v ústraní, ale musí být hrdě prezentována a využívána jako konkurenční výhoda.
85
8 ZÁVĚR
Podstatou této práce bylo vytvoření objektivní marketingové studie, která nejen odhalí segmentaci a nákupní chování spotřebitelů, ale také poskytne doporučení stávajícím e-shopům na zkvalitnění služeb a nově vznikajícím obchodům pomůže uspět v silné konkurenci na trhu. Důležitou částí práce bylo také srovnaní současných a minulých výsledků. Komparace byla provedena s mou bakalářskou prací, která byla zaměřena na využití konkrétního e-shopu. Elektronickou formu dotazníku bezchybně vyplnilo 150 osob. Respondenti byli z velké části vybíráni adresně, aby nedošlo ke zkreslení výsledků na základě špatné a neodpovídající struktury dotázaných. Ukázalo se, že většina dotázaných již na internetu nakoupila a jejich procentuální podíl se za poslední tři roky významně zvýšil. Díky analýze závislostí jsme dokázali určit typického zákazníka nakupujícícho na interentu. Tím je muž ve věku od 21 do 40 let s vyšším vzděláním a průměrnými příjmy. Vliv na uskutečnění nákupu na internetu nemá dle kontingenční analýzy zaměstnání respondenta, ani čase strávený na internetu. Lidé, kteří ještě nenakoupili na internetu, mají celkovou nedůvěru v tento druh nákupu a vadí jim, že si zboží nemohou vyzkoušet. Vyzkoušení zboží je ovšem velmi důležité pro velkou většinu dotázaných a není závislé ani na pohlaví ani na druhu kupovaného zboží. Proto bylo navrženo řešení pro internetové prodejce spočívající v možnosti zboží bezplatně odeslat nazpět. Záleží však na druhu zboží. To, co většina dotázaných oceňuje na internetovém nakupování je zejména nižší cena v porovnáni s kamennými obchody a úspora času při nákupu. Zákaznící nemají v drtivé většině žádný oblíbený e-shop a dochází k vysoké fluktuaci nakupujících mezi jednotlivými internetovými obchody, kdy hlavním hnacím motorem je právě cena zboží. Stejný výsledek přinesla také má bakalářská práce. K udržení a vytvoření základny stálých zákazníků byl navržen efektivní systém budování zákaznických benefitů. Zákazníci na internetu nakupují opakovaně a to v průměru 5,45 krát ročně. Zde můžeme sledovat významný nárůst během uplynulých tří let. Průměrná útrata se zvýšila 86
z 9 969 Kč na 16 406,25 Kč. Nutné je brát v potaz variační koeficient ve výši 85,09%. Průměrná útrata na jeden nákup činí 3 129,9 Kč. I přesto, že 56,25% dotázaných se již v minulosti setkalo s nějakou komplikací při nákupu na internetu, je celkové hodnocení spokojenosti velmi dobré. Při použití školní stupnice vychází průměrná známka 1,85. Toto je stejný výsledek jaký byl zjištěn i v bakalářské práci. V žebříčku nejnakupovanějšího zboží se nejvýše umístily letenky, jízdenky a vstupenky, poté knihy, časopisy a učebnice. Další místa obsadilo překvapivě oblečení a obuv, elektronika a mobilní telefony. Na opačném konci žebříčku se umístily potraviny, nábytek, autopříslušenství a zdravotnické potřeby. Někteří respondenti paradoxně odpovídali, že by na internetu nikdy nenakoupili oblečení a obuv, stejně jako před třemi lety. Z toho můžeme usoudit, že vznikají dvě skupiny zákazníků s rozdílným přístupem k tomuto sortimentu. Za nedostatky nakupování na internetu považují respondenti nejvíce celkovou nejistotu při uzavírání obchodu, anonymnost a již zmíněnou nemožnost si zboží vyzkoušet. Aby došlo k co nejúčinější eliminací prvních dvou zmíněných jevů, bylo navrženo optimální zpracování designu a struktury internetového obchodu a zřízení telefonické či online help linky. Dotázaní nejvíce preferují platbu při převzetí zboží. Roste ovšem také skupina zákazníků, kteří jsou ochotni a uspředňostňují platbu předem. Mírně oblíbenější je zásilkové doručení zboží v porovnání s osobním odběrem. Dle odpovědí bylo zjištěno, že nakupující by nejvíce zaujala reklama na internetu, ostatní metody propagace se dle subjektivních odpovědí jeví jako málo účinné. Stejně jako v bakalářské práci shledáváme šíři a hloubku nabízeného sortimentu na internetu za úplnou a sami dotazovaní nebyli schopni specifikovat, které zboží není na internetu k sehnání. 96,7% respondentů se v budoucnosti chystá nakoupit či znovu nakoupit na internetu. Můžeme konstatovat, že internet jako prodejní kanál prošel za poslední tři roky významným vývojem. Zejména v oblastech každodennosti internetového nákupu, zvýšení útrat na osobu a celkovou ochotou zákazníků na intrenetu opětovně nakupovat. Vývoj čeká toto odvětví jistě i v budoucnu. Důležitou roli bude hrát zkvalitňování 87
zákaznického servisu a dalšího růstu obratů internetových prodejců. Lze se domnívat, že nakupování v e-shopech se v krátké době stane součástí nakupních zvyklostí každého technicky gramotného jedince.
88
9 SEZNAM LITERATURY
[1]
Foret, M. : Jak komunikovat se zákazníkem. První vydání, Brno, Computer Press 2000. 200 str. ISBN 80-7226-292-9.
[2]
Foret, M. Stávková, J.: Marketingový výzkum. První vydání, Praha, Grada Publishing, 2003. 160 str. ISBN 80-247-0385-8.
[3]
Hauge, P.: Průzkum trhu. První vydání, Brno, Computer Press 2003. 234 str. Autorizovaný překlad z originálního anglického vydání „Market Research 3rd edition“. ISBN 80-7226-917-8.
[4]
Janečková, L.: Marketing služeb. 1.vydání, Praha, Grada Publishing, 2000. 179 str. ISBN 80-7169-995-0.
[5]
Jerome McCarthy, E.: Základy marketingu. První vydání, Prha, Victoria Publishing 1995. 510 str. Autorizovaný překlad z originálního anglického vydání „Essentials of Marketing“. ISBN 80-85605-29-5.
[6]
Kotler, P.: Marketing podle Kotlera, jak vytvářet a ovládnou nové trhy. První vydání, Praha, Management Press, 2000. 258 str. Autorizovaný překlad z originálního anglického vydání „Kotler on marketing. How to create, win and dominace markets“. ISBN 80-7261-010-4.
[7]
Kulhavý, E.: Mezinárodní marketing. První vydání, Praha, BaBtext, 1992. 284 str. ISBN 80-90144-0-3.
[8]
Minařík, B.: Statistika I pro ekonomy a manažery. První vydání, Brno, MZLU v Brně, 1995. 160 str. ISBN 80-7157-166-0.
[8]
Minařík, B.: Statistika II pro ekonomy a manažery. První vydání, Brno MZLU v Brně, 1996. 144 str. ISBN 80-7157-197-0.
[10]
Pelsmacker, P.: Marketingová komunikace. První vydání, Praha, Grada Publishing, 2003. 600 str. Autorizovaný překlad z originálního anglického vydání „Marketing Communications“. ISBN 80-247-0254-1.
89
[11]
Přibová, M.: Marketingový výzkum v praxi. První vydání, Praha, Grada Publishing, 1996. 238 str. ISBN 80-7169-299-9.
[12]
Stávková, J., Dufek, J.: Marketingový výzkum. První vydání, Brno, MZLU Brno, 1998. 150 str. ISBN 80-7157-330-2.
[13]
GILBREATH, H.: Statistics for business and economics. 3. vydání, Homewood, Irwin, 1987. 786 str. ISBN: 025603719.
[14]
Hair,J., Bush, F., Robert, P.: Marketing research: a practical approach for the
new Millenium. Boston, Irwin/McGraw-Hill, 2000. 682str. ISBN 0-256-19555-2 [15]
Cooper, D., R. Emory, C.W.: Business Research Mehods. Paté vydání, Chicago: Irwin, 1995. 681 str. ISBN 0-256-12777-3.
[16]
ALWAN, L. C. Statistical process analysis. První vydání. Toronto: Irwin, 2000. 751 str. ISBN 0-256-11939-2.
Internetové zdroje [17]
Businessinfo, ekonomický portál. URL
. Aktualizováno 16.3.2009, [cit. 10.3.2010]
[18]
LOGISTIKA:IHNED.CZ, Portál Hospodářských novin o dopravě, skladování, distribuci a balení. URL . Aktualizováno 14.3.2010, [cit. 20.4.2010]
[19]
Český statistický úřad. URL . [cit. 20.4.2010]
[20]
Wikipedia, otevřená internetová encyklopedie. URL . Aktualizováno 3.5.2010, [cit. 25.4.2010]
[21]
Ministerstvo průmyslu a obchodu ČR. URL, [cit. 21.3.2010]
Jiné zdroje [22]
Herman, P. Marketingový výzkum využití e-shopů. Bakalářská práce. 2007.
90
10 SEZNAM TABULEK
Tabulka 1: Počítač a internet v českých domácností (podíl z počtu domácností příslušné skupiny v %). Tabulka 2: Procentuální podíl uživatelů, kteří nakoupili v příslušném roce na inernetu. Tabulka 3: Tržby českých internetových obchodů. Tabulka 4Obecná kontingenční tabulka. Tabulka 5: Obecná asociační tabulka. Tabulka 6: Četnost pro otázku číslo 20 Tabulka 7: Četnost pro otázku číslo 26 Tabulka 8: Četnost pro otázku číslo 23 Tabulka 9: Četnost pro otázku číslo 21 Tabulka 10: Četnosti pro otázku číslo 1 Tabulka 11: Varianty odpovědí a jejich četnost pro otázku číslo 2 Tabulka 12: Četnost pro otázku číslo 5 Tabulka 13: Četnost pro otázku číslo 6 Tabulka 14: Pomocná tabulka pro výpočet rozptylu, směrodatné odchylky a variačního koeficientu. Tabulka 15: Četnost pro otázku číslo 8 Tabulka 16: Odpovědi pro otázku číslo 10 Tabulka 17: Odpovědi pro otázku číslo 10 Tabulka 18: Četnost pro otázku číslo 11 Tabulka 19: Četnost pro otázku číslo 14 Tabulka 20: Četnost pro otázku číslo 18 91
11 SEZNAM OBRÁZKŮ
Obrázek 1: Vybrané aktivity prováděné jednotlivci na internetu, 2008 (% z celk. počtu jednotlivců). Obrázek 2: Grafické zachycení četnosti pro otázku č. 24 Obrázek 3: Grafické zachycení četnosti pro otázku číslo 22 Obrázek 4: Grafické zachycení četností pro otázku číslo 25 Obrázek 5: Obrázek zachycují důležitost jednotlivých variant odpovědí u otázky číslo 3 Obrázek 6: Grafické zachycení procentuálního rozdělení odpovědí pro otázku číslo 4 Obrázek 7:Grafické zachycení četností pro otázku číslo 6 Obrázek 8: Histogram četností pro otázku číslo 7 Obrázek 9:Grafické zachycení četností pro otázku číslo 9 Obrázek 10:Grafické zachycení četností pro otázku číslo 12 Obrázek 11: Grafické zachycení četností pro otázku číslo 13 Obrázek 12: Grafické zachycení četností pro otázku číslo 14 Obrázek 13:Grafické zachycení četností pro otázku číslo 16 Obrázek 14: Grafické zachycení četností pro otázku číslo 19
92
12 SEZNAM PŘÍLOH
Příloha číslo 1: Dotazník Příloha číslo 2: Tabulky četností Příloha číslo 3: Kontingenční tabulky
93
Příloha číslo 1 Dotazník
Zájem zákazníků o nákup zboží prostřednictvím sítě Internet Prosíme o vyplnění tohoto dotazníku, který bude sloužit jako podklad pro vypracování marketingové analýzy: „Statistické zpracování marketingového průzkumu v oblasti
nákupů přes internet.“ Dotazník je zcela anonymní, a získaná data budou použity pouze pro tento výzkum.Vyplnění zabere cca. 5 minut Vašeho času. Předem děkujeme za Vaše pravdivé a úplné odpovědi. Pokud není uvedeno jinak, označte, prosím, vždy pouze jednu odpověď. 1. Využili jste již někdy internet k nákupu zboží či služeb? a) ano (pokračujte otázkou č. 3) b) ne: 2. Z jakého důvodu internet k nákupu nevyužíváte? (po zodpovězení pokračujte otázkou č. 10) a) nízká počítačová gramotnost b) nemožnost si zboží osahat c) omezený přístup k internetu d) nevyhovující platební systém, nebo zásilkový systém e) celková nedůvěra 3. Z jakého důvodu preferujete internetový nákup před nákupem v kamenném obchodě? U každé možnosti označte důležitost (1- nejdůležitější, 5 – nemá vliv) a) úspora času 12345 b) levnější zboží 12345 c) kvalitnější a lepší zboží či služby než v kamenném obchodě 1 2 3 4 5 d) větší výběr produktů 12345 e) je to pro mě pohodlnější 12345 f) Jiné………………………….. 12345 4. Jdete před nákupem přes internet si zboží nejdříve prohlédnout či vyzkoušet do kamenného obchodu (pokud je to možné- hmotné zboží)? a) ano, před každým nákupem b) ano, občas c) ne, nikdy 5. Máte oblíbený konkrétní český nebo zahraniční e-shop? a) Ano, navštěvuji pouze konkrétní e-shop b) Ne, oblíbený e-shop nemám. Nakupuji u různých prodejců 94
6. Kolikrát jste internet využili k nákupu zboží v e-shopu? Uvažujte interval jednoho roku. a) jednou až dvakrát b) třikrát až čtyřikrát c) pětkrát až šestkrát d) sedmkrát až osmkrát e) devětkrát a desetkrát f) více než desetkrát 7. Jaká je zhruba částka Vaší celkové útraty při nákupu přes internet? Uvažujte interval jednoho roku . Neopomeňte prosím i nákup služeb (např. dovolená, letenky, vstupenky atd.). a) 0 -10 000 Kč b) 10 001- 20 000 Kč c) 20001 - 30 000Kč d) 30 001 – 40 000 Kč e) 40 001 – 50 000 Kč f) 50 0001 a více Kč 8. Měli jste při nakupování přes internet již zkušenost s některým s níže uvedených dějů? Možné je označit i více odpovědí. a) reklamace b) vrácení zboží při navrácení peněz c) výměna zboží d) pozdní doručení zboží e) doručení jiného zboží, než požadovaného f) nemám podobné zkušenosti 9. Své celkové zkušenosti s nakupováním přes internet ohodnoťte jako ve škole. a) výborné b) chvalitebné c) dobré d) dostatečné f) nedostatečné
95
10. Prosím označte v číselném sloupečku, kolikrát jste již provedli internetový nákup daného zboží.Číslice označují počet uskutečněných nákupů. a) Knihy, časopisy, učebnice 0 1 2 3 4 5 a více b) Mobilní telefony 0 1 2 3 4 5 a více c) Fotoaparáty 0 1 2 3 4 5 a více d) Jiná Elektronika (satelity, TV, videa atd.) 0 1 2 3 4 5 a více e) Elektrospotřebiče 0 1 2 3 4 5 a více f) PC, notebooky 0 1 2 3 4 5 a více g) Autopříslušenství a pneu 0 1 2 3 4 5 a více h) Bytové příslušenství, nábytek 0 1 2 3 4 5 a více i) Filmy, hudba (i download) 0 1 2 3 4 5 a více j) Software 0 1 2 3 4 5 a více k) PC příslušenství a hardware (paměti, tiskárny, skenery)0 1 2 3 4 5 a více l) Hračky, stolní hry 0 1 2 3 4 5 a více m) Kosmetika 0 1 2 3 4 5 a více n) Zdravotnické potřeby 0 1 2 3 4 5 a více o) Sportovní potřeby 0 1 2 3 4 5 a více p) Oblečení, obuv 0 1 2 3 4 5 a více q) Potraviny, nápoje,tabák 0 1 2 3 4 5 a více r) Jiné vybavení domácnosti 0 1 2 3 4 5 a více s) Jiné zboží …… …….. 0 1 2 3 4 5 a více 0 1 2 3 4 5 a více t) Letenky, jízdenky,vstupenky u) Služby cestovních kanceláří 0 1 2 3 4 5 a více v) Jiné služby………….. 0 1 2 3 4 5 a více 11. Hodláte v budoucnu nakupovat nebo znovu nakupovat přes internet? a) ano b) ne, proč?: ....................................................... 12. Jaké zboží by jste si přes internet nikdy nekoupili? (označte max. 2 odpovědi) a) Knihy, časopisy, učebnice,CD, DVD b) Mobilní telefony c) Fotoaparáty d) Jiná Elektronika (satelity, TV, videa atd.) e) Elektrospotřebiče f) Autopříslušenství a pneu g) Bytové příslušenství, nábytek h) Filmy, hudba i) Software j) Hardware k) Hračky, stolní hry l) Kosmetika m) Zdravotnické potřeby n) Sportovní potřeby o) Oblečení, obuv p) Potraviny, nápoje q) Jiné vybavení domácnosti r) Jiné zboží …………. (doplnit) 96
s) Letenky, jízdenky t) Služby cestovních kanceláří u) Jiné služby………….(doplnit) 13. Za nevýhody e-shopů považujete: (označte max. 2 odpovědi) a) nejisté platební a smluvní podmínky b) anonymnost obchodu c) nepřehledné a nedostatečné informace o zboží d) nadmíru informací e) dlouhé dodací a čekací lhůty f) nejistota při uzavření obchodu (bude mi skutečně zboží zasláno?) g) nemám žádné výhrady 14. Při nákupu na internetu nejvíce postrádáte: a) možnost vyzkoušení zboží b) ucelené informace o výrobku c) ucelené informace o obchodních a dodacích podmínkách d) možnost poradit se s prodavačem e) uvedení konečné ceny vč. DPH f) jiné………………………… 15. Dle jakého kritéria se rozhodujete při výběru e-shopu ve kterém provedete nákup? Či dle jakého kritéria by jste se rozhodovali před prvním nákupem? (označte max. 2 odpovědi) a) design a vzhled stránek b) přehlednost a jednoduchost ovládání c) předešlé zkušenosti d) doporučení přátel e) nabízené ceny f) nabízené bonusy k nákupům d) způsob a cena dopravy e) reklama g)jiné:……………………………… 16. Jaký druh reklamní propagace a zviditelnění daného obchodu by Vás nejvíce zaujal a přiměl k návštěvě daného e-shopu. a) reklamní emaily b) reklama na internetu c) reklama v tisku d) reklama v rádiu e) reklama v televizi f) prezentace na společenských akcích 17. Jaký druh sortimentu Vám v nabídce e-shopů chybí, či jaký druh zboží by jste přivítali? ……………………………………………………………………………. 18. Považujete za důležitou věc si zboží před nákupem vyzkoušet? a) ano b) ne 97
19. Ze způsobů dodání zboží a jeho zaplacení preferujete, či by jste preferovali? a) osobní odběr, platba při odběru (hotovost, kreditní karta atd.) b) osobní odběr, platba předem (přes bankovní účet, kreditní karta atd.) c) zásilkové dodání, platba předem (přes bankovní účet, kreditní karta atd.) d) zásilkové dodání, platba při odběru (dobírka atd.) 20. Vaše pohlaví je? a) muž b) žena 21. Odkud se nejčastěji připojujete k internetu? a) z domova b) z práce c) ze školy d) z internetové kavárny, knihovny e) jinde (u přátel,známých atd.) 22. Kolik času strávíte prací s internetem? a) do 3 hodin týdně b) 3 až 5 hodiny týdně c) 6 až 8 hodin týdně d) 9 až 11 hodin týdně e) 12 až 14 hodin týdně f) 15 hodin týdně a více 23. Vaše nejvyšší dosažené vzdělání je? a) základní b) střední s výučním listem c) střední s maturitou d) vysokoškolské 24. Váš věk se nachází v rozmezí : a) 20 let a méně b) 21 – 30let c) 31 – 40 let d) 41 – 50 let e) 51 – 60 let f) 61 více let 25. Váš čistý osobní měsíční příjem je: a) 0-10 000Kč b) 10 001 - 20 000 Kč c) 20 001 - 30 000 Kč d) 30 001 - 40 000 Kč e) více než 40 001 Kč 26. Vaše současné povolání je: a) zaměstnanec 98
b) c) d) e) f)
podnikatel student nezaměstnaný důchodce na mateřské dovolené
Vážený respondente, děkuji za vyplnění mého dotazníků. Získaná data povedou k objektivní analýze.
Bc.Pavel Herman
99
Příloha číslo 2 Tabulky četností
Tabulka četností pro otázku číslo 1 Četnost Kumulativní četnost 0 22 22 1 128 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 2a Četnost Kumulativní četnost 0 21 21 1 1 22 128 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 2b Četnost Kumulativní četnost 0 12 12 1 10 22 128 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 2c Četnost Kumulativní četnost 0 22 22 128 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 2d Četnost Kumulativní četnost 0 19 19 1 3 22 128 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 2e Četnost Kumulativní četnost 0 11 11 1 11 22 128 150 ChD 0 150 Zdroj: program Statistica, vlastní práce.
Rel.četnost 14,66667 85,33333 0,00000
Rel.četnost 14,00000 0,66667 85,33333 0,00000
Rel.četnost 8,00000 6,66667 85,33333 0,00000
Rel.četnost 14,66667 85,33333 0,00000
Rel.četnost 12,66667 2,00000 85,33333 0,00000
Rel.četnost 7,33333 7,33333 85,33333 0,00000
100
Kumulativní rel.četnost 14,6667 100,0000 100,0000
Kumulativní rel.četnost 14,0000 14,6667 100,0000 100,0000
Kumulativní rel.četnost 8,0000 14,6667 100,0000 100,0000
Kumulativní rel.četnost 14,6667 100,0000 100,0000
Kumulativní rel.četnost 12,6667 14,6667 100,0000 100,0000
Kumulativní rel.četnost 7,3333 14,6667 100,0000 100,0000
Tabulka četností pro otázku číslo 3a Četnost Kumulativní četnost 1 70 70 2 27 97 3 20 117 4 3 120 5 8 128 22 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 3b Četnost Kumulativní četnost 1 68 68 2 27 95 3 21 116 4 5 121 5 7 128 22 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 3c Četnost Kumulativní četnost 1 4 4 2 6 10 3 52 62 4 16 78 5 50 128 22 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 3d Četnost Kumulativní četnost 1 44 44 2 37 81 3 21 102 4 9 111 5 17 128 22 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 3e Četnost Kumulativní četnost 1 60 60 2 30 90 3 16 106 4 8 114 5 14 128 22 150 ChD 0 150 Zdroj: program Statistica, vlastní práce.
Rel.četnost 46,66667 18,00000 13,33333 2,00000 5,33333 14,66667 0,00000
Rel.četnost 45,33333 18,00000 14,00000 3,33333 4,66667 14,66667 0,00000
Rel.četnost 2,66667 4,00000 34,66667 10,66667 33,33333 14,66667 0,00000
Rel.četnost 29,33333 24,66667 14,00000 6,00000 11,33333 14,66667 0,00000
Rel.četnost 40,00000 20,00000 10,66667 5,33333 9,33333 14,66667 0,00000
101
Kumulativní rel.četnost 46,6667 64,6667 78,0000 80,0000 85,3333 100,0000 100,0000
Kumulativní rel.četnost 45,3333 63,3333 77,3333 80,6667 85,3333 100,0000 100,0000
Kumulativní rel.četnost 2,6667 6,6667 41,3333 52,0000 85,3333 100,0000 100,0000
Kumulativní rel.četnost 29,3333 54,0000 68,0000 74,0000 85,3333 100,0000 100,0000
Kumulativní rel.četnost 40,0000 60,0000 70,6667 76,0000 85,3333 100,0000 100,0000
Tabulka četností pro otázku číslo 4 Četnost Ano, před každým nákupem na internetu Ne, nikdy Ano, občas ChD Zdroj: program Statistica, vlastní práce.
15 28 85 22 0
Kumulativní četnost 15 43 128 150 150
Rel.četnost 10,00000 18,66667 56,66667 14,66667 0,00000
Kumulativní rel.četnost 10,0000 28,6667 85,3333 100,0000 100,0000
Tabulka četností pro otázku číslo 5 Četnost Ne, oblíbený e-shop nemám. Nakupuji u různýc Ano, navštěvuji pouze konkrétní e-shop ChD Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 6 Četnost devětkrát a desetkrát 10 třikrát až čtyřikrát 32 pětkrát až šestkrát 25 více než desetkrát 21 jednou až dvakrát 28 22 sedmkrát až osmkrát 12 ChD 0 Zdroj: program Statistica, vlastní práce.
Kumulativní četnost 10 42 67 88 116 138 150 150
Tabulka četností pro otázku číslo 7 Četnost Kumulativní četnost 30 001 - 40 000 Kč 13 13 0 -10 000 Kč 62 75 20001 - 30 000 Kč 24 99 10 001- 20 000 Kč 21 120 22 142 50 0001 a více Kč 6 148 40 001 - 50 000 Kč 2 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 8a Četnost Kumulativní četnost 0 98 98 1 30 128 22 150 ChD 0 150 Zdroj: program Statistica, vlastní práce.
111 17 22 0
Kumulativní Rel.četnost četnost 111 74,00000 128 11,33333 150 14,66667 150 0,00000
Rel.četnost 6,66667 21,33333 16,66667 14,00000 18,66667 14,66667 8,00000 0,00000
Rel.četnost 8,66667 41,33333 16,00000 14,00000 14,66667 4,00000 1,33333 0,00000
Rel.četnost 65,33333 20,00000 14,66667 0,00000
102
Kumulativní rel.četnost 6,6667 28,0000 44,6667 58,6667 77,3333 92,0000 100,0000 100,0000
Kumulativní rel.četnost 8,6667 50,0000 66,0000 80,0000 94,6667 98,6667 100,0000 100,0000
Kumulativní rel.četnost 65,3333 85,3333 100,0000 100,0000
Kumulativní rel.četnost 74,0000 85,3333 100,0000 100,0000
Tabulka četností pro otázku číslo 8b Četnost Kumulativní četnost 0 108 108 1 20 128 22 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 8c Četnost Kumulativní četnost 0 96 96 1 32 128 22 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 8d Četnost Kumulativní četnost 0 93 93 1 35 128 22 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 8e Četnost Kumulativní četnost 0 119 119 1 9 128 22 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 8f Četnost Kumulativní četnost 0 72 72 1 56 128 22 150 ChD 0 150 Zdroj: program Statistica, vlastní práce.
Rel.četnost 72,00000 13,33333 14,66667 0,00000
Rel.četnost 64,00000 21,33333 14,66667 0,00000
Rel.četnost 62,00000 23,33333 14,66667 0,00000
Rel.četnost 79,33333 6,00000 14,66667 0,00000
Rel.četnost
Tabulka četností pro otázku číslo 9 Četnost Kumulativní četnost výborné 42 42 dobré 16 58 chvalitebné 67 125 22 147 nedostatečné 1 148 dostatečné 2 150 ChD 0 150 Zdroj: program Statistica, vlastní práce.
48,00000 37,33333 14,66667 0,00000
Kumulativní rel.četnost 72,0000 85,3333 100,0000 100,0000
Kumulativní rel.četnost 64,0000 85,3333 100,0000 100,0000
Kumulativní rel.četnost 62,0000 85,3333 100,0000 100,0000
Kumulativní rel.četnost 79,3333 85,3333 100,0000 100,0000
Kumulativní rel.četnost 48,0000 85,3333 100,0000 100,0000
Rel.četnost 28,00000 10,66667 44,66667 14,66667 0,66667 1,33333 0,00000
103
Kumulativní rel.četnost 28,0000 38,6667 83,3333 98,0000 98,6667 100,0000 100,0000
Tabulka četností pro otázku číslo 10a Četnost Kumulativní četnost 1 23 23 2 17 40 3 11 51 nikdy 65 116 22 138 5 a vícekrát 12 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 10b Četnost Kumulativní četnost 1 23 23 2 17 40 3 11 51 nikdy 65 116 22 138 5 a vícekrát 12 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 10c Četnost Kumulativní četnost 1 24 24 2 9 33 3 1 34 nikdy 94 128 22 150 ChD 0 150 Zdroj: program Statistica, vlastní práce.
Rel.četnost 15,33333 11,33333 7,33333 43,33333 14,66667 8,00000 0,00000
Rel.četnost 15,33333 11,33333 7,33333 43,33333 14,66667 8,00000 0,00000
Rel.četnost
Tabulka četností pro otázku číslo 10d Četnost Kumulativní četnost 1 27 27 2 17 44 3 9 53 4 4 57 nikdy 68 125 22 147 5 a vícekrát 3 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 10e Četnost Kumulativní četnost 1 19 19 2 10 29 3 9 38 4 1 39 nikdy 85 124 5 a vícekrát 4 128 22 150 ChD 0 150
16,00000 6,00000 0,66667 62,66667 14,66667 0,00000
Kumulativní rel.četnost 15,3333 26,6667 34,0000 77,3333 92,0000 100,0000 100,0000
Kumulativní rel.četnost 16,0000 22,0000 22,6667 85,3333 100,0000 100,0000
Rel.četnost 18,00000 11,33333 6,00000 2,66667 45,33333 14,66667 2,00000 0,00000
Rel.četnost 12,66667 6,66667 6,00000 0,66667 56,66667 2,66667 14,66667 0,00000
104
Kumulativní rel.četnost 15,3333 26,6667 34,0000 77,3333 92,0000 100,0000 100,0000
Kumulativní rel.četnost 18,0000 29,3333 35,3333 38,0000 83,3333 98,0000 100,0000 100,0000
Kumulativní rel.četnost 12,6667 19,3333 25,3333 26,0000 82,6667 85,3333 100,0000 100,0000
Tabulka četností pro otázku číslo 10f Četnost Kumulativní četnost 1 35 35 2 7 42 4 1 43 nikdy 82 125 22 147 5 a vícekrát 3 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 10g Četnost Kumulativní četnost 1 17 17 2 5 22 3 2 24 4 1 25 nikdy 102 127 22 149 5 a vícekrát 1 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 10h Četnost Kumulativní četnost 1 12 12 nikdy 114 126 22 148 5 a vícekrát 2 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 10i Četnost Kumulativní četnost 1 7 7 2 8 15 3 2 17 4 8 25 nikdy 96 121 22 143 5 a vícekrát 7 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 10j Četnost Kumulativní četnost 1 18 18 2 6 24 3 4 28 nikdy 95 123 22 145 5 a vícekrát 5 150 ChD 0 150 Zdroj: program Statistica, vlastní práce.
Rel.četnost 23,33333 4,66667 0,66667 54,66667 14,66667 2,00000 0,00000
Rel.četnost 11,33333 3,33333 1,33333 0,66667 68,00000 14,66667 0,66667 0,00000
Rel.četnost 8,00000 76,00000 14,66667 1,33333 0,00000
Rel.četnost 4,66667 5,33333 1,33333 5,33333 64,00000 14,66667 4,66667 0,00000
Rel.četnost 12,00000 4,00000 2,66667 63,33333 14,66667 3,33333 0,00000
105
Kumulativní rel.četnost 23,3333 28,0000 28,6667 83,3333 98,0000 100,0000 100,0000
Kumulativní rel.četnost 11,3333 14,6667 16,0000 16,6667 84,6667 99,3333 100,0000 100,0000
Kumulativní rel.četnost 8,0000 84,0000 98,6667 100,0000 100,0000
Kumulativní rel.četnost 4,6667 10,0000 11,3333 16,6667 80,6667 95,3333 100,0000 100,0000
Kumulativní rel.četnost 12,0000 16,0000 18,6667 82,0000 96,6667 100,0000 100,0000
Tabulka četností pro otázku číslo 10k Četnost Kumulativní četnost 1 18 18 2 7 25 3 10 35 4 1 36 nikdy 81 117 22 139 5 a vícekrát 11 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 10l Četnost Kumulativní četnost 1 15 15 2 10 25 3 4 29 4 2 31 nikdy 88 119 22 141 5 a vícekrát 9 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 10m Četnost Kumulativní četnost 1 12 12 2 11 23 3 4 27 4 7 34 nikdy 81 115 22 137 5 a vícekrát 13 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 10n Četnost Kumulativní četnost 1 12 12 2 11 23 3 4 27 4 7 34 nikdy 81 115 22 137 5 a vícekrát 13 150 ChD 0 150 Zdroj: program Statistica, vlastní práce.
Rel.četnost 12,00000 4,66667 6,66667 0,66667 54,00000 14,66667 7,33333 0,00000
Rel.četnost 10,00000 6,66667 2,66667 1,33333 58,66667 14,66667 6,00000 0,00000
Rel.četnost 8,00000 7,33333 2,66667 4,66667 54,00000 14,66667 8,66667 0,00000
Rel.četnost 8,00000 7,33333 2,66667 4,66667 54,00000 14,66667 8,66667 0,00000
106
Kumulativní rel.četnost 12,0000 16,6667 23,3333 24,0000 78,0000 92,6667 100,0000 100,0000
Kumulativní rel.četnost 10,0000 16,6667 19,3333 20,6667 79,3333 94,0000 100,0000 100,0000
Kumulativní rel.četnost 8,0000 15,3333 18,0000 22,6667 76,6667 91,3333 100,0000 100,0000
Kumulativní rel.četnost 8,0000 15,3333 18,0000 22,6667 76,6667 91,3333 100,0000 100,0000
Tabulka četností pro otázku číslo 10o Četnost Kumulativní četnost 1 13 13 2 13 26 3 6 32 4 2 34 nikdy 93 127 22 149 5 a vícekrát 1 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 10p Četnost Kumulativní četnost 1 20 20 2 14 34 3 6 40 4 3 43 nikdy 79 122 5 a vícekrát 6 128 22 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 10p Četnost Kumulativní četnost 1 15 15 2 16 31 3 11 42 4 2 44 nikdy 66 110 5 a vícekrát 18 128 22 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 10p Četnost Kumulativní četnost 1 3 3 4 1 4 nikdy 123 127 22 149 5 a vícekrát 1 150 ChD 0 150 Zdroj: program Statistica, vlastní práce.
Rel.četnost 8,66667 8,66667 4,00000 1,33333 62,00000 14,66667 0,66667 0,00000
Rel.četnost 13,33333 9,33333 4,00000 2,00000 52,66667 4,00000 14,66667 0,00000
Rel.četnost 10,00000 10,66667 7,33333 1,33333 44,00000 12,00000 14,66667 0,00000
Rel.četnost 2,00000 0,66667 82,00000 14,66667 0,66667 0,00000
107
Kumulativní rel.četnost 8,6667 17,3333 21,3333 22,6667 84,6667 99,3333 100,0000 100,0000
Kumulativní rel.četnost 13,3333 22,6667 26,6667 28,6667 81,3333 85,3333 100,0000 100,0000
Kumulativní rel.četnost 10,0000 20,6667 28,0000 29,3333 73,3333 85,3333 100,0000 100,0000
Kumulativní rel.četnost 2,0000 2,6667 84,6667 99,3333 100,0000 100,0000
Tabulka četností pro otázku číslo 10q Četnost Kumulativní četnost 1 3 3 4 1 4 nikdy 123 127 22 149 5 a vícekrát 1 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 10r Četnost Kumulativní četnost 1 13 13 2 25 38 3 8 46 4 5 51 nikdy 61 112 22 134 5 a vícekrát 16 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 10s Četnost Kumulativní četnost 1 17 17 2 11 28 3 3 31 4 1 32 nikdy 91 123 22 145 5 a vícekrát 5 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 10t Četnost Kumulativní četnost 1 8 8 2 10 18 3 2 20 4 5 25 nikdy 97 122 22 144 5 a vícekrát 6 150 ChD 0 150 Zdroj: program Statistica, vlastní práce.
Rel.četnost 2,00000 0,66667 82,00000 14,66667 0,66667 0,00000
Rel.četnost 8,66667 16,66667 5,33333 3,33333 40,66667 14,66667 10,66667 0,00000
Rel.četnost 11,33333 7,33333 2,00000 0,66667 60,66667 14,66667 3,33333 0,00000
Rel.četnost 5,33333 6,66667 1,33333 3,33333 64,66667 14,66667 4,00000 0,00000
108
Kumulativní rel.četnost 2,0000 2,6667 84,6667 99,3333 100,0000 100,0000
Kumulativní rel.četnost 8,6667 25,3333 30,6667 34,0000 74,6667 89,3333 100,0000 100,0000
Kumulativní rel.četnost 11,3333 18,6667 20,6667 21,3333 82,0000 96,6667 100,0000 100,0000
Kumulativní rel.četnost 5,3333 12,0000 13,3333 16,6667 81,3333 96,0000 100,0000 100,0000
Tabulka četností pro otázku číslo 10u Četnost Kumulativní četnost 1 17 17 2 8 25 3 3 28 4 1 29 nikdy 91 120 22 142 5 a vícekrát 8 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 11 Četnost Kumulativní četnost 0 5 5 1 145 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 12a Kumulativní Četnost četnost 0 147 147 1 3 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 12b Četnost Kumulativní četnost 0 128 128 1 22 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 12c Četnost Kumulativní četnost 0 129 129 1 21 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 12d Četnost Kumulativní četnost 0 129 129 1 21 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 12e Četnost Kumulativní četnost 0 133 133 1 17 150 ChD 0 150 Zdroj: program Statistica, vlastní práce.
Rel.četnost 11,33333 5,33333 2,00000 0,66667 60,66667 14,66667 5,33333 0,00000
Rel.četnost 3,30% 96,70% 0,00000
Rel.četnost 98,00000 2,00000 0,00000
Rel.četnost 85,33333 14,66667 0,00000
Rel.četnost 86,00000 14,00000 0,00000
Rel.četnost 86,00000 14,00000 0,00000
Rel.četnost 88,66667 11,33333 0,00000
109
Kumulativní rel.četnost 11,3333 16,6667 18,6667 19,3333 80,0000 94,6667 100,0000 100,0000
Kumulativní rel.četnost 100,00% 96,70% 100,0000
Kumulativní rel.četnost 98,0000 100,0000 100,0000
Kumulativní rel.četnost 85,3333 100,0000 100,0000
Kumulativní rel.četnost 86,0000 100,0000 100,0000
Kumulativní rel.četnost 86,0000 100,0000 100,0000
Kumulativní rel.četnost 88,6667 100,0000 100,0000
Tabulka četností pro otázku číslo 12f Četnost Kumulativní četnost 0 129 129 1 21 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 12g Četnost Kumulativní četnost 0 139 139 1 11 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 12h Četnost Kumulativní četnost 0 93 93 1 57 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 12i Četnost Kumulativní četnost 0 141 141 1 9 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 12j Četnost Kumulativní četnost 0 143 143 1 7 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 12k Četnost Kumulativní četnost 0 137 137 1 13 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 12l Četnost Kumulativní četnost 0 139 139 1 11 150 ChD 0 150 Zdroj: program Statistica, vlastní práce.
Rel.četnost 86,00000 14,00000 0,00000
Rel.četnost 92,66667 7,33333 0,00000
Rel.četnost 62,00000 38,00000 0,00000
Rel.četnost 94,00000 6,00000 0,00000
Rel.četnost 95,33333 4,66667 0,00000
Rel.četnost 91,33333 8,66667 0,00000
Rel.četnost 92,66667 7,33333 0,00000
110
Kumulativní rel.četnost 86,0000 100,0000 100,0000
Kumulativní rel.četnost 92,6667 100,0000 100,0000
Kumulativní rel.četnost 62,0000 100,0000 100,0000
Kumulativní rel.četnost 94,0000 100,0000 100,0000
Kumulativní rel.četnost 95,3333 100,0000 100,0000
Kumulativní rel.četnost 91,3333 100,0000 100,0000
Kumulativní rel.četnost 92,6667 100,0000 100,0000
Tabulka četností pro otázku číslo 12m Četnost Kumulativní četnost 0 134 134 1 16 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 12n Četnost Kumulativní četnost 0 114 114 1 36 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 12o Četnost Kumulativní četnost 0 143 143 1 7 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 12p Četnost Kumulativní četnost 0 116 116 1 34 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 12q Četnost Kumulativní četnost 0 75 75 1 75 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 12r Četnost Kumulativní četnost 0 150 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 12s Četnost Kumulativní četnost 0 136 136 1 14 150 ChD 0 150 Zdroj: program Statistica, vlastní práce.
Rel.četnost 89,33333 10,66667 0,00000
Rel.četnost 76,00000 24,00000 0,00000
Rel.četnost 95,33333 4,66667 0,00000
Rel.četnost 77,33333 22,66667 0,00000
Rel.četnost 50,00000 50,00000 0,00000
Rel.četnost 100,0000 0,0000
Rel.četnost 90,66667 9,33333 0,00000
111
Kumulativní rel.četnost 89,3333 100,0000 100,0000
Kumulativní rel.četnost 76,0000 100,0000 100,0000
Kumulativní rel.četnost 95,3333 100,0000 100,0000
Kumulativní rel.četnost 77,3333 100,0000 100,0000
Kumulativní rel.četnost 50,0000 100,0000 100,0000
Kumulativní rel.četnost 100,0000 100,0000
Kumulativní rel.četnost 90,6667 100,0000 100,0000
Tabulka četností pro otázku číslo 12t Četnost Kumulativní četnost 0 142 142 1 8 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 12u Četnost Kumulativní četnost 0 148 148 1 2 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 13a Četnost Kumulativní četnost 0 106 106 1 44 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 13b Četnost Kumulativní četnost 0 116 116 1 34 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 13c Četnost Kumulativní četnost 0 130 130 1 20 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 13d Četnost Kumulativní četnost 0 149 149 1 1 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 13e Četnost Kumulativní četnost 0 136 136 1 14 150 ChD 0 150 Zdroj: program Statistica, vlastní práce.
Rel.četnost 94,66667 5,33333 0,00000
Rel.četnost 98,66667 1,33333 0,00000
Rel.četnost 70,66667 29,33333 0,00000
Rel.četnost 77,33333 22,66667 0,00000
Rel.četnost 86,66667 13,33333 0,00000
Rel.četnost 99,33333 0,66667 0,00000
Rel.četnost 90,66667 9,33333 0,00000
112
Kumulativní rel.četnost 94,6667 100,0000 100,0000
Kumulativní rel.četnost 98,6667 100,0000 100,0000
Kumulativní rel.četnost 70,6667 100,0000 100,0000
Kumulativní rel.četnost 77,3333 100,0000 100,0000
Kumulativní rel.četnost 86,6667 100,0000 100,0000
Kumulativní rel.četnost 99,3333 100,0000 100,0000
Kumulativní rel.četnost 90,6667 100,0000 100,0000
Tabulka četností pro otázku číslo 13f Četnost Kumulativní četnost 0 69 69 1 81 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 13g Četnost Kumulativní četnost 0 115 115 1 35 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 14a Četnost Kumulativní četnost 0 27 27 1 123 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 14b Četnost Kumulativní četnost 0 134 134 1 16 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 14c Četnost Kumulativní četnost 0 130 130 1 20 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 14d Četnost Kumulativní četnost 0 93 93 1 57 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 14e Četnost Kumulativní četnost 0 144 144 1 6 150 ChD 0 150 Zdroj: program Statistica, vlastní práce.
Rel.četnost 46,00000 54,00000 0,00000
Rel.četnost 76,66667 23,33333 0,00000
Rel.četnost 18,00000 82,00000 0,00000
Rel.četnost 89,33333 10,66667 0,00000
Rel.četnost 86,66667 13,33333 0,00000
Rel.četnost 62,00000 38,00000 0,00000
Rel.četnost 96,00000 4,00000 0,00000
113
Kumulativní rel.četnost 46,0000 100,0000 100,0000
Kumulativní rel.četnost 76,6667 100,0000 100,0000
Kumulativní rel.četnost 18,0000 100,0000 100,0000
Kumulativní rel.četnost 89,3333 100,0000 100,0000
Kumulativní rel.četnost 86,6667 100,0000 100,0000
Kumulativní rel.četnost 62,0000 100,0000 100,0000
Kumulativní rel.četnost 96,0000 100,0000 100,0000
Tabulka četností pro otázku číslo 15a Četnost Kumulativní četnost 0 131 131 1 19 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 15b Četnost Kumulativní četnost 0 109 109 1 41 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 15c Četnost Kumulativní četnost 0 95 95 1 55 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 15d Četnost Kumulativní četnost 0 85 85 1 65 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 15e Četnost Kumulativní četnost 0 81 81 1 69 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 15f Četnost Kumulativní četnost 0 143 143 1 7 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 15g Četnost Kumulativní četnost 0 102 102 1 48 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 15h Četnost Kumulativní četnost 0 150 150 ChD 0 150
Rel.četnost 87,33333 12,66667 0,00000
Rel.četnost 72,66667 27,33333 0,00000
Rel.četnost 63,33333 36,66667 0,00000
Rel.četnost 56,66667 43,33333 0,00000
Rel.četnost 54,00000 46,00000 0,00000
Rel.četnost 95,33333 4,66667 0,00000
Rel.četnost 68,00000 32,00000 0,00000
Rel.četnost 100,0000 0,0000
114
Kumulativní rel.četnost 87,3333 100,0000 100,0000
Kumulativní rel.četnost 72,6667 100,0000 100,0000
Kumulativní rel.četnost 63,3333 100,0000 100,0000
Kumulativní rel.četnost 56,6667 100,0000 100,0000
Kumulativní rel.četnost 54,0000 100,0000 100,0000
Kumulativní rel.četnost 95,3333 100,0000 100,0000
Kumulativní rel.četnost 68,0000 100,0000 100,0000
Kumulativní rel.četnost 100,0000 100,0000
Tabulka četností pro otázku číslo 16 Četnost reklamní emaily reklama na internetu reklama v televizi reklama v tisku prezentace na společenských akcích reklama v radiu ChD Zdroj: program Statistica, vlastní práce.
15 82 17 27 5 4 0
Tabulka četností pro otázku číslo 18 Četnost Kumulativní četnost 0 45 45 1 105 150 ChD 0 150 Zdroj: program Statistica, vlastní práce.
Rel.četnost 30,00000 70,00000 0,00000
Kumulativní četnost 15 97 114 141 146 150 150
Rel.četnost 10,00000 54,66667 11,33333 18,00000 3,33333 2,66667 0,00000
Kumulativní rel.četnost 10,0000 64,6667 76,0000 94,0000 97,3333 100,0000 100,0000
Kumulativní rel.četnost 30,0000 100,0000 100,0000
Tabulka četností pro otázku číslo 19 Četnost osobní odběr, platba při odběru zásilkové dodání, platba při odběru zásilkové dodání, platba předem osobní odběr, platba předem ChD Zdroj: program Statistica, vlastní práce.
50 72 22 6 0
Tabulka četností pro otázku číslo 20 Četnost Kumulativní četnost muž 58 58 žena 92 150 ChD 0 150 Zdroj: program Statistica, vlastní práce.
Rel.četnost 38,66667 61,33333 0,00000
Tabulka četností pro otázku číslo 21 Četnost Kumulativní četnost z domova 113 113 z práce 36 149 ze školy 1 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 22 Četnost 12 až 14 hodin týdně 12 3 až 5 hodiny týdně 31 6 až 8 hodin týdně 14 15 hodin týdně a více 34 9 až 11 hodin týdně 22 do 3 hodin týdně 37 ChD 0 Zdroj: program Statistica, vlastní práce.
Rel.četnost 75,33333 24,00000 0,66667 0,00000
Kumulativní četnost 12 43 57 91 113 150 150
115
Kumulativní četnost 50 122 144 150 150
Rel.četnost 33,33333 48,00000 14,66667 4,00000 0,00000
Kumulativní rel.četnost 38,6667 100,0000 100,0000
Kumulativní rel.četnost 75,3333 99,3333 100,0000 100,0000
Rel.četnost 8,00000 20,66667 9,33333 22,66667 14,66667 24,66667 0,00000
Kumulativní rel.četnost 8,0000 28,6667 38,0000 60,6667 75,3333 100,0000 100,0000
Kumulativní rel.četnost 33,3333 81,3333 96,0000 100,0000 100,0000
Tabulka četností pro otázku číslo 23 Četnost střední s maturitou 52 vysokoškolské 83 střední s výučním listem 14 základní 1 ChD 0 Zdroj: program Statistica, vlastní práce.
Kumulativní četnost 52 135 149 150 150
Tabulka četností pro otázku číslo 24 Četnost Kumulativní četnost 31 - 40 let 42 42 21 - 30let 43 85 20 let a méně 3 88 41 - 50 let 35 123 51 - 60 let 23 146 61 více let 4 150 ChD 0 150 Zdroj: program Statistica, vlastní práce.
nezaměstnaný 2 zaměstnanec 96 student 23 na mateřské dovolené 6 podnikatel 19 důchodce 4 ChD 0 Zdroj: program Statistica, vlastní práce.
34,66667 55,33333 9,33333 0,66667 0,00000
Rel.četnost 28,00000 28,66667 2,00000 23,33333 15,33333 2,66667 0,00000
Tabulka četností pro otázku číslo 25 Četnost Kumulativní četnost 20 001 - 30 000 Kč 37 37 30 001 - 40 000 Kč 10 47 0-10 000Kč 28 75 10 001 - 20 000 Kč 68 143 více než 40 001 Kč 7 150 ChD 0 150 Zdroj: program Statistica, vlastní práce. Tabulka četností pro otázku číslo 26 Četnost
Rel.četnost
Kumulativní rel.četnost 28,0000 56,6667 58,6667 82,0000 97,3333 100,0000 100,0000
Rel.četnost
Kumulativní četnost 2 98 121 127 146 150 150
116
Kumulativní rel.četnost 34,6667 90,0000 99,3333 100,0000 100,0000
24,66667 6,66667 18,66667 45,33333 4,66667 0,00000
Kumulativní rel.četnost 24,6667 31,3333 50,0000 95,3333 100,0000 100,0000
Rel.četnost 1,33333 64,00000 15,33333 4,00000 12,66667 2,66667 0,00000
Kumulativní rel.četnost 1,3333 65,3333 80,6667 84,6667 97,3333 100,0000 100,0000
Příloha číslo 3 Kontingenční tabulky Kontigenční tabulka 1 pro otázky číslo 1 a 20 1)Využili jste někdy 20)Pohlaví internet k nakupu zboží či služeb? muž
20)Pohlaví
Řádk.
žena
součty
0
8,507
13,493
22,000
1
49,493
78,507
128,000
Vš.skup.
58,000
92,000
150,000
Pearsnův chí-kv 6,81087 Stupeň volnosti 1 Pravostranná pravděpodobnost 0,009062 Pearsnův koeficient 0,208 Zdroj: program Statistica, vlastní práce. Kontigenční tabulka 2 pro otázky číslo 1 a 22 1)Využili jste 22)Kolik 22)Kolik 22)Kolik někdy internet k času času času nakupu zboží či strávíte u strávíte u strávíte u služeb? int.? int.? int.? 12 až 14 3 až 5 6 až 8 hodin hodiny hodin týdně týdně týdně
22)Kolik času strávíte u int.? 15 hodin týdně a více
22)Kolik času strávíte u int.? 9 až 11 hodin týdně
22)Kolik času strávíte u int.? do 3 hodin týdně
Řádk.
součty
0
1,760
4,547
2,053
4,987
3,227
5,427
22,000
1
10,240
26,453
11,947
29,013
18,773
31,573
128,000
Vš.skup.
12,000
31,000
14,000
34,000
22,000
37,000
150,000
Pearsnův chí-kv 6,81087 Stupeň volnosti 1 Pravostranná pravděpodobnost 0,009062 Pearsnův koeficient 0,208 Zdroj: program Statistica, vlastní práce. Kontigenční tabulka 3 pro otázky číslo 1 a 23 1)Využili 23)Nejvyšší 23)Nejvyšší dosaž. 23)Nejvyšší 23)Nejvyšší jste někdy dosaž. Vzdělání? Vzdělání? dosaž. Vzdělání? dosaž. Vzdělání? internet k střední s vysokoškolské střední s základní nakupu maturitou výučním listem zboží či služeb? 0 7,627 12,173 2,053 0,147
Řádk. součty
22,000
1
44,373
70,827
11,947
0,853
128,000
Vš.skup.
52,000
83,000
14,000
1,000
150,000
Pearsnův chí-kv 18,0956 Stupeň volnosti 3 Pravostranná pravděpodobnost 0 ,000421 Pearsnův koeficient 0,328 Zdroj: program Statistica, vlastní práce.
117
Kontigenční tabulka 4 pro otázky číslo 1 a 24 1)Využili jste 24)Věk? 24)Věk? 24)Věk? 24)Věk? 24)Věk? 24)Věk? někdy internet k 31 - 40 let 21 - 30let 20 let a 41 - 50 let 51 - 60 let 61 více nakupu zboží méně let či služeb? 0 6,160 6,307 0,440 5,133 3,373 0,587
Řádk. součty 22,000
1
35,840
36,693
2,560
29,867
19,627
3,413
128,000
Vš.skup.
42,000
43,000
3,000
35,000
23,000
4,000
150,000
Pearsnův chí-kv 17,6022 Stupeň volnosti 5 Pravostranná pravděpodobnost 0,003491 Pearsnův koeficient 0,324 Zdroj: program Statistica, vlastní práce. Kontigenční tabulka 5 pro otázky číslo 1 a 25 1)Využili jste 25)Příjem? 25)Příjem? někdy internet k nakupu zboží či služeb? 20 001 - 30 30 001 - 40 000 Kč
25)Příjem?
25)Příjem?
25)Příjem?
Řádk.
0-10 000Kč
10 001 - 20 000 Kč
více než 40 001 Kč
součty
000 Kč
0
5,42667
1,46667
4,10667
9,97333
1,026667
22
1
31,57333
8,53333
23,89333
58,02667
5,973333
128
37
10
28
68
7
150
Vš.skup.
Pearsnův chí-kv 14,5179 Stupeň volnosti 4 Pravostranná pravděpodobnost 0,005815 Pearsnův koeficient 0,297 Zdroj: program Statistica, vlastní práce. Kontigenční tabulka 6 pro otázky číslo 4 a 18 4)Vyzkoušíte si před 18)Je důležité si zboží nákupem na int. zboží v vyzkoušet? kam. Prodejně? 0
18)Je důležité si zboží vyzkoušet?
Řádk.
1
součty
Ano, před každým nákupem na internetu
4,500
10,500
15,000
Ne, nikdy
8,400
19,600
28,000
Ano, občas
25,500
59,500
85,000
6,600
15,400
22,000
45,000
105,000
150,000
Vš.skup.
Pearsnův chí-kv 11,6815 Stupeň volnosti 3 Pravostranná pravděpodobnost 0,008560 Pearsnův koeficient 0,269 Zdroj: program Statistica, vlastní práce.
118
Kontigenční tabulka 7 pro otázky číslo 4 a 20 4)Vyzkoušíte si před 20)Pohlaví nákupem na int. zboží v kam. Prodejně? muž Ano, před každým nákupem na internetu
20)Pohlaví
Řádk.
žena
součty
5,800
9,200
15,000
Ne, nikdy
10,827
17,173
28,000
Ano, občas
32,867
52,133
85,000
8,507
13,493
22,000
58,000
92,000
150,000
Vš.skup.
Pearsnův chí-kv 7,60561 Stupeň volnosti 3 Pravostranná pravděpodobnost 0,054912 Zdroj: program Statistica, vlastní práce.
119
Kontigenční tabulka 8 pro otázky číslo 1 a 23 1)Využili jste 23)Nejvyšší 23)Nejvyšší někdy internet k dosaž. dosaž. Vzdělání? nakupu zboží či Vzdělání? služeb? střední s vysokoškolské maturitou
23)Nejvyšší dosaž. Vzdělání?
23)Nejvyšší dosaž. Vzdělání?
Řádk.
střední s výučním listem
základní
součty
0
7,627
12,173
2,053
0,147
22,000
1
44,373
70,827
11,947
0,853
128,000
Vš.skup.
52,000
83,000
14,000
1,000
150,000
Pearsnův chí-kv 18,0956 Stupeň volnosti 3 Pravostranná pravděpodobnost 0,000421 Pearsnův koeficient 0,328 Zdroj: program Statistica, vlastní práce. Kontigenční tabulka 9 pro otázky číslo 7 a 22 7)Celková 22)Kolik 22)Kolik 22)Kolik útrata času času času strávíte u strávíte u strávíte u int.? int.? int.? 12 až 14 3 až 5 6 až 8 hodin hodiny hodin týdně týdně týdně
22)Kolik času strávíte u int.? 15 hodin týdně a více
22)Kolik času strávíte u int.? 9 až 11 hodin týdně
22)Kolik času strávíte u int.?
Řádk.
do 3 hodin týdně
součty
30 001 40 000 Kč
1,040
2,687
1,213
2,947
1,907
3,207
13,000
0 -10 000 Kč 20001 30 000 Kč 10 00120 000 Kč -
4,960
12,813
5,787
14,053
9,093
15,293
62,000
1,920
4,960
2,240
5,440
3,520
5,920
24,000
1,680
4,340
1,960
4,760
3,080
5,180
21,000
1,760
4,547
2,053
4,987
3,227
5,427
22,000
0,480
1,240
0,560
1,360
0,880
1,480
6,000
0,160
0,413
0,187
0,453
0,293
0,493
2,000
12,000
31,000
14,000
34,000
22,000
37,000
150,000
50 0001 a více Kč 40 001 50 000 Kč Vš.skup.
Pearsnův chí-kv 65,7309 Stupeň volnosti 30 Pravostranná pravděpodobnost 0,000177 Pearsnův koeficient 0,661 Zdroj: program Statistica, vlastní práce.
120
Kontigenční tabulka 10 pro otázky číslo 7 a 23 7)Celková 23)Nejvyšší 23)Nejvyšší útrata dosaž. dosaž. Vzdělání? Vzdělání? střední s maturitou
vysokoškolské
23)Nejvyšší dosaž. Vzdělání?
23)Nejvyšší dosaž. Vzdělání?
Řádk.
střední s výučním listem
základní
součty
4,507
7,193
1,213
0,087
13,000
21,493
34,307
5,787
0,413
62,000
20001 30 000 Kč
8,320
13,280
2,240
0,160
24,000
10 00120 000 Kč
7,280
11,620
1,960
0,140
21,000
-
7,627
12,173
2,053
0,147
22,000
50 0001 a více Kč
2,080
3,320
0,560
0,040
6,000
40 001 50 000 Kč
0,693
1,107
0,187
0,013
2,000
52,000
83,000
14,000
1,000
150,000
30 001 40 000 Kč 0 -10 000 Kč
Vš.skup.
Pearsnův chí-kv 13,0550 Stupeň volnosti 5 Pravostranná pravděpodobnost 0, 06693 Zdroj: program Statistica, vlastní práce. Kontigenční tabulka 11 pro otázky číslo 7 a 25 7)Celková útrata 25)Příjem? 25)Příjem? 25)Příjem? 20 001 30 000 Kč 30 001 40 000 Kč
30 001 - 40 0-10 000Kč 000 Kč
25)Příjem?
25)Příjem?
Řádk.
10 001 - 20 000 Kč
více než 40 001 Kč
součty
3,207
0,867
2,427
5,893
0,607
13,000
15,293
4,133
11,573
28,107
2,893
62,000
20001 30 000 Kč
5,920
1,600
4,480
10,880
1,120
24,000
10 001- 20 000 Kč
5,180
1,400
3,920
9,520
0,980
21,000
-
5,427
1,467
4,107
9,973
1,027
22,000
50 0001 a více Kč
1,480
0,400
1,120
2,720
0,280
6,000
40 001 50 000 Kč
0,493
0,133
0,373
0,907
0,093
2,000
37,000
10,000
28,000
68,000
7,000
150,000
0 -10 000 Kč
Vš.skup.
121
Pearsnův chí-kv 100,229 Stupeň volnosti 24 Pravostranná pravděpodobnost 0,000000 Pearsnův koeficient 0,561 Zdroj: program Statistica, vlastní práce. Kontigenční tabulka 12 pro otázky číslo 18 a 22 18)Je 22)Kolik 22)Kolik 22)Kolik důležité si času času času zboží strávíte u strávíte u strávíte u vyzkoušet? int.? int.? int.? 12 až 14 3 až 5 6 až 8 hodin týdně hodiny hodin týdně týdně
22)Kolik času strávíte u int.? 15 hodin týdně a více
22)Kolik času strávíte u int.? 9 až 11 hodin týdně
22)Kolik času strávíte u int.? do 3 hodin týdně
Řádk.
součty
0
3,600
9,300
4,200
10,200
6,600
11,100
45,000
1
8,400
21,700
9,800
23,800
15,400
25,900
105,000
12,000
31,000
14,000
34,000
22,000
37,000
150,000
Vš.skup.
Pearsnův chí-kv 18,6701 Stupeň volnosti 5 Pravostranná pravděpodobnost 0, 002215 Pearsnův koeficient 0,333 Zdroj: program Statistica, vlastní práce.
122
