Анализ дескриптивной статистики - Анализ эффективности использования социальных сетей при включении их в формирование стратегии продвижения микробизнеса в условиях современной России

Был проведен опрос среди пользователей, ведущих бизнес-профиль в социальных сетях. Общая выборка составила 100 человек, однако пришлось уменьшить до 96 из-за разброса ответов.

Самый молодой респондент - 20 лет, самый взрослый - 58 лет. Средний возраст предпринимателя составил 31 год.

Таблица 2. Средние значение по возрасту

Statistics

2. age

N

Valid

96

Mean

31.79

Median

29.00

Std. Deviation

9.708

Range

38

Minimum

20

Maximum

58

Большинство предпринимателей (63 респондента) начали свой бизнес в социальных сетях, основываясь только на своих собственных сбережениях, те, кто прибегнул к помощи на стороне отдали почти ровное предпочтение как "займу", так и "помощи от родственников".

Интересно отметить, что предприниматели, которые вложили собственный капитал в бизнес, менее охотно вкладывают их в коммерческие методы, однако могут прибегнуть к не бесплатной рекламе в социальных сетях.

Главная цель и причина ведения микробизнеса в социальных сетях оказалось "Расширение клиентской базы" и что социальные сети являются "Основной площадкой для продаж".

Для сравнения предпринимателям был задан вопрос, какой самый эффективный метод продвижения существует, кроме представленных вариантов были указаны такие ответы: "реальные отзывы" и "сарафанное радио".

Количество профилей, которые продают только в одном городе, так и по всему миру, распределилось примерно одинакого, что хорошо для даленьшего анализа.

Для дальнейшего анализа предоставляем таблицу с наименованиями основных переменных:

Таблица 3. Интерпритация переменных

Код переменной

Тип переменной

Расшифровка

Объясняемые переменные:

Sale_follow_ln

Количественная

Количество совершенных покупок подписчиками за месяц.

Объясняющие переменные:

All_follow_ln

Количественная

Количество подписок на бизнес-профиль.

Labor_num

Количественная

Количество работников, задействованных в бизнесе.

Costs_ln

Количественная

Сумма издержек, которые тратятся на продвижения товара/услуги в месяц.

Know_comp

Качественная

Происходит ли мониторинг рынка и знает ли предприниматель о конкурентах. (1 - Да. 0 - Нет).

Growth_follow_ln

Количественная

Примерный прирост подписчиков после использования тех или иных методов продвижения.

Exist_feedback

Качественная

Есть ли возможность оставлять отзывы клиентам и создавать обсуждения. (1 - Да. 0 - Нет).

Content_often

Качественная

На сколько часто предприниматель делает посты в своем бизнес-профиле. (1 - Каждый день, 2 - Несколько раз в неделю, 3 - один раз в неделю, 4 - один раз в месяц)

Answ_often

Качественная

На сколько быстро происходит взаимодействие со своими клиентами. (1 - в этот же день, 2 - в течение нескольких дней, 3 - в течение недели, 4 - не отвечаю)

Social_net

Количественная

Агрегированное значение использование социальных сетей при ведении бизнеса. (1 - только одна, 2 - две соцсети и т. д.)

All_content

Количественная

Агрегированное значение вида выкладываемого контента в соцсетях. (1 - только одно и т. д.)

Free_meth_ex

Качественная

Объединенная группа методов продвижения, которые не требуют каких-либо затрат.

Pay_meth_ex

Качественная

Объединенная группа методов продвижения, которые требуют каких-либо вложений.

Connect_tool

Качественная

Объединенная группа инструментов соцсетей, которые отвечают за взаимодействие с клиентами. (1- используют, 0 - не используют)

Timesafe_tool

Качественная

Объединенная группа инструментов соцсетей, которые отвечают минимизацию трансакционных издержек для клиентов. (1- используют, 0 - не используют)

All_tools

Количественная

Агрегированное значение использования инструментов социальных сетей при ведении бизнеса. (1 - только одна, 2 - два инструмента и т. д.)

Terra_sales

Качественная

Распространение товара. (1- один город, 2 - несколько городов и т. д.)

В ходе дескриптивного анализа было выявлено, что чем старше пользователь, для него основополагающей причиной ведения бизнеса через социальные сети - совмещение с основной работой (см. Табл. 4).

Таблица 4. Взаимосвязь причины ведения бизнеса в соцсетях и возраста респондента

3 возраст_группы

Total

.0 (20-25)

1.0 (21-30)

2.00 (>30)

20.3 Совмещение с основной работой (нет=0, да=1)

0

Count

16

20

11

47

% within 20.3 Совмещение с основной работой

36.1 %

35.0 %

22.2 %

100.0 %

% within 3 возраст_группы

72.2 %

48.3 %

27.6 %

47.4 %

% of Total

17.1 %

18.4 %

10.5 %

47.4 %

1

Count

7

18

24

49

% within 20.3 Совмещение с основной работой

12.5 %

41.7 %

52.5 %

100.0 %

% within 3 возраст_группы

27.8 %

51.7 %

72.4 %

52.6 %

% of Total

6.6 %

19.7 %

27.6 %

52.6 %

Total

Count

20

33

29

29

% within 20.3 Совмещение с основной работой

23.7 %

38.2 %

38.2 %

38.2 %

% within 3 возраст_группы

100.0 %

100.0 %

100.0 %

100.0 %

% of Total

23.7 %

38.2 %

38.2 %

38.2 %

Средние расходы, потраченные на рекламу своего профиля/сообщества, составили 2888 руб. в месяц. Из 100 опрошенных респондентов 30% не несут никаких издержек на продвижение аккаунта. Сумма расходов влияет на прирост подписчиков (Табл.5), что в свою очередь имеет взаимосвязь с увеличением продаж, что более подробно рассмотрим в регрессионном анализе.

Таблица 5. Взаимосвязь прироста подписчиков и суммы расходов на рекламу

Value

Df

Asymp. Sig. (2-sided)

Pearson Chi-Square

993.227 a

861

.001

Likelihood Ratio

257.985

861

1.000

Linear-by-Linear Association

3.160

1

.075

N of Valid Cases

76

Предприниматели предпочитают больше использовать контент информационного характера (информация о товаре, акции и прочее связанное с коммерцией).

При разновидности постов (когда используются все 3 типа), пользователю приходится заинтертесовывать своих подписчиков ежедневным контентом (Табл. 6). Выкладывая только однотипный контент, администратуру приходится чаще делать посты при развлекательном, чем когда используется информационный или образовательный.

Таблица 6. Взаимосвязь частоты публикации и вида контента

18. content_often

Total

1

2

3

4

Info 1 entert 2 educ 3

1.00

Count

12

10

10

10

42

% within info 1 entert 2 educa 3

33.3 %

27.8 %

22.2 %

16.7 %

100.0 %

% within 18. content_often

48.0 %

32.3 %

61.5 %

85.7 %

47.4 %

% of Total

15.8 %

13.2 %

10.5 %

7.9 %

47.4 %

2.00

Count

10

18

5

8

37

% within info 1 entert 2 educa 3

32.3 %

58.1 %

6.5 %

3.2 %

100.0 %

% within 18. content_often

40.0 %

58.1 %

15.4 %

14.3 %

40.8 %

% of Total

13.2 %

23.7 %

2.6 %

1.3 %

40.8 %

3.00

Count

5

5

5

1

17

% within info 1 entert 2 educa 3

33.3 %

33.3 %

33.3 %

0.0 %

100.0 %

% within 18. content_often

12.0 %

9.7 %

23.1 %

0.0 %

11.8 %

% of Total

3.9 %

3.9 %

3.9 %

0.0 %

11.8 %

Total

Count

29

37

18

12

96

% within info 1 entert 2 educa 3

32.9 %

40.8 %

17.1 %

9.2 %

100.0 %

% within 18. content_often

100.0 %

100.0 %

100.0 %

100.0 %

100.0 %

% of Total

32.9 %

40.8 %

17.1 %

9.2 %

100.0 %

Злоупотребление доверием подписчиков подтвердилось: 35% респондентов удаляют комментарии, 75% продают поддельный или не уникальный товар, а также 39,5% используют бот-программы для увеличения общего числа подписчиков.

В нашей теоретической схеме указан отдельный блок - причины ведения бизнеса в социальных сетях, к сожалению, собранных данных не хватило для более глубокого анализа переменных. Однако был проведен факторный анализ, который позволяет выявить латентные признаки в модели. Было определено по Табл.7.1 два типа людей и присуще им причины: 1 тип - отмечал ответы "Совмещение с основной работой" и "Обход налогообложения", такое объединение можно интерпретировать, как осведомленность предпринимателя о работе в более крупном бизнесе и какое налогообложение за этим следует; 2 тип - остальные же выделяют причины: "Маленькие издержки" и "Простой поиск целевой аудитории", у данных людей вероятно нет особого понятия бизнеса и скорее всего нет работы, кроме микробизнеса в соцсетях.

Таблица 7. Факторный анализ

Component

1

2

20.1 low_costs

.243

.877

20.2 no_tax

.527

-.463

20.3 add_money

.718

.125

20.4 target_group

-.793

.74

Также в SPSS были проанализированы переменные с помощью команды crosstable, которая позволила выявить корреляции с зависимой переменной Y - количество заказов в месяц, что отразится на дальнейшем анализе. Такими оказались переменные, обозначающие: количество работников в компании; общее количество подписчиков; сумма издержек на рекламу; наличие информационного контента; методы продвижения, которые требуют вложений; частота выкладываемого контента; на сколько часто администратор отвечает своим подписчикам и удаляет ли предприниматель отрицательные отзывы.

Похожие статьи




Анализ дескриптивной статистики - Анализ эффективности использования социальных сетей при включении их в формирование стратегии продвижения микробизнеса в условиях современной России

Предыдущая | Следующая