سفره ایرانی‌ها در ده سال اخیر چه تغییری کرده است؟ بخش اول

در یکی از مطالب گذشته، نمودارهای گزارش نتایج بررسی بودجه خانوار در مناطق شهری ایران در سال ۱۳۹۳ که توسط بانک مرکزی منتشر شد را بررسی کردیم. در ادامه آن گزارش، یکی از سایت‌های اقتصادی مطلبی در مورد تحلیل سفره خانوار ایرانی منتشر کرده است. در این مطلب یک نمودار در مورد میزان تغییر مصرف هر یک از اقلام خوراکی طی ۱۰ سال اخیر ارائه شده است.

18 Food Habit 1

منبع: اقتصادنیوز

می‌توان با در نظر گرفتن عناصر زیر، نمودار غنی‌تر و جذاب‌تری رسم کرد:

  • میزان مصرف طی ده سال گذشته چه تغییری کرده است؟
  • هزینه هر یک از اقلام در سبد مصرف خانوار در ده سال گذشته چه تغییری کرده است؟

در نمودار بالا، تنها تفاضل مصرف هر یک از اقلام در سال ۱۳۹۳ و ۱۳۸۴ به صورت نمودار ستونی نمایش داده شده است. می‌توان از نمودار Stacked Area برای نمایش روند کاهش مصرف هر یک از اقلام استفاده کرد. همچنین برای بررسی روند هزینه‌ای هر یک از اقلام نیز می‌توان از همان نمودار استفاده کرد. به این مطلب در پست قبل اشاره شده است (+).

در این مطلب، نموداری اصلاح شده با کمک اکسل ارائه می‌شود که از نظر بصری و تحلیلی، جذاب‌تر و کارآمدتر از نمودار اقتصادنیوز است. در مقام مقایسه، کدام یک را بیشتر می‌پسندید؟

18 Food Habit 2

نمودار فوق تنها از لحاظ وزنی، تغییر شیوه مصرف در سفره‌های ایرانی را بررسی کرده است. اگر بخواهیم هم از لحاظ وزنی و هم از لحاظ هزینه‌ای، این سفره را طی ده سال گذشته مقایسه کنیم، چه نموداری را پیشنهاد می‌دهید؟

پی‌نوشت: دیتا پارتنرز را در شبکه‌های اجتماعی و موبایلی می توانید دنبال کنید: اینستاگرام و توییتر. همچنین اگر از خوراک‌خوان‌هایی نظیر اینو ریدر یا فیدلی استفاده می کنید، با افزودن آدرس وبسایت، ما را به طور منظم دنبال کنید. منتظر نظرات شما  هستیم 🙂

معمای قیمت‌گذاری برای مدیران بازاریابی: چگونه مقدار مناسب تخفیف را محاسبه کنیم؟

قیمت‌گذاری، از موضوعات مورد علاقه‌ی مدیران بازاریابی و فروش است. قیمت‌گذاری، همیشه به معنای تعیین قیمت برای محصول جدید نیست تا مدیران بازاریابی با توجه به سطح قیمت رقبا و کالاهای جایگزین، قیمت مناسبی را پیشنهاد دهند. گاهی مسئله قیمت‌گذاری از جنس برنامه‌ریزی و پیش‌بینی است:

  • فرض کنید که شرکتی ریش‌تراش تولید می‌کند. مدیر عامل شرکت از شما می‌پرسد، اگر ۵% تخفیف بر روی این محصول اعمال شود، چه مقدار به فروشش افزوده می‌شود؟
  • فرض کنید که همین شرکت هم ریش‌تراش و هم تیغ (به عنوان کالای مکمل آن) تولید می‌کند. مدیر عامل از شما می‌پرسد که چه قدر بر روی ریش‌تراش تخفیف اعمال شود تا همزمان درآمد شرکت از تیغ آن نیز حداکثر شود؟

برای پاسخ به این سوال، بایستی با مفهوم منحنی تقاضا آشنا بود. نمودار منحنی تقاضا، ارتباط میان تقاضا (Quantity) و قیمت (Price) را نشان می‌دهد. نمودار زیر، نمونه‌ای از منحنی تقاضا است.

17 Pricing Elasticity 1

دو سوال بالا به زبان فنی عبارت است از اینکه در چه قیمتی، عبارت P×Q که همان درآمد شرکت از فروش کالای نمونه است، حداکثر می‌شود.

مقدار Q خودش تابعی از P است و بنابراین تابع درآمد شرکت (P×Q)، تابعی غیرخطی است. برای حداکثر کردن این تابع، می‌توان از ابزارهای ساده در اکسل استفاده کرد. کار با این ابزارها با تعریف مناسب متغیرها بسیار ساده است و شما به راحتی و در کمتر از چند دقیقه، می‌توانید به مدیر عامل خود پاسخ دهید که در هر سطح از قیمت، درآمد شرکت چه تغییری خواهد کرد؟ مثلا با ۵% اعمال تخفیف، درآمد شرکت چقدر تحت تاثیر قرار خواهد گرفت؟ یا اینکه قیمت کالا در چه سطحی تعیین شود تا درآمد شرکت در سطح مشخصی باقی بماند؟ (ابزار Goal Seek در اکسل) یا اینکه در چه سطحی از قیمت، درآمد شرکت حداکثر می‌شود؟ (ابزار Solver در اکسل)

قسمت سخت ماجرا، به دست آوردن منحنی تقاضاست. دقتی که مدیران بازاریابی به آن نیاز دارند، از دقت مد نظر اقتصاددانان برای محاسبه این منحنی کمتر است. برای این کار دو روش تقریبی پیشنهاد می‌شود:

  • فرض کنید شما تا به حال دو یا سه کمپین اجرا کرده‌اید و در هر کمپین، سطح قیمتی جداگانه‌ای را پیشنهاد داده‌اید. در این صورت شما ۳ قیمت و ۳ مقدار فروش خود را دارید. طبیعی است که می‌توانید به راحتی یک منحنی از آن عبور دهید. اکسل این کار را به راحتی انجام می‌هد. تنها سوال این است که منحی بایستی خطی، درجه دوم، نمایی یا … باشد که با توجه به ماهیت کالا، تعیین می‌شود.
  • ممکن است شما با توجه به آمار کلیت بازار، مقدار کشش قیمتی تقاضای کالا را بدانید. مفهوم کشش قیمتی تقاضا، در اقتصاد مطرح شده و مفهوم آن، درصد تغییرات مقدار تقاضا نسبت به تغییر قیمت است. یعنی اگر ۱% به قیمت کالایی افزوده شود، تقاضای آن چند درصد کم می‌شود. با آگاهی از کشش قیمتی تقاضا و تعیین خطی، نمایی یا چندجمله‌ای بودن تقاضا، منحنی تقاضا به راحتی در اکسل تقریب زده می‌شود.

بنابراین، با استفاده از اکسل می‌توان میزان مناسب تخفیف در یک کمپین تبلیغاتی یا مقدار مناسب قیمت برای در اختیار گرفتن سهم کالای جایگزین در بازار را پیدا کرد. ضمنا اگر می‌خواهید منحنی تقاضای چند کالا را به صورت همزمان تخمین بزنید، می‌توانید از افزونه‌ اکسلی SolverTable استفاده کنید.

جنبه تحلیلی این نوع از مدل کردن مسئله قیمت‌گذاری، برای مدیران بازاریابی هم آسان است و هم بینش عمیق‌تری نسبت به قیمت‌گذاری کیفی به دست می‌دهد. هر چند هیچگاه نباید دیدگاه‌های کمّی و کیفی را فدای یکدیگر کرد.

نمودار سری زمانی بودجه خانوار در مناطق شهری ایران

بانک مرکزی، نتایج بررسی بودجه خانوار در مناطق شهری ایران در سال ۱۳۹۳ را منتشر کرد. این گزارش اطلاعات جامعی از ترکیب مواد مصرفی خانوار شهری طی ده سال گذشته ارائه می‌دهد. هرچند دو نمودار در این گزارش به کار رفته که امکان بهبود آن است (+).

یکی از سوالات مهمی که اقتصاددانان و جامعه‌شناسان به تحلیل آن علاقه‌مند هستند، روند تغییرات مصرف خانوار به تفکیک محصولات است. به طور مثال، آموزش چند درصد از بودجه خانوار را در سال ۱۳۸۳ تشکیل می‌داده و امروز به چه مقداری رسیده است؟

16 Family Consumption HES 1

در گزارش منتشر شده توسط بانک مرکزی از نمودار دایره‌ای برای نمایش ترکیب مصرف خانوار استفاده شده است. قبلا توضیح دادیم که چارتیست‌های حرفه‌ای علاقه‌ای به استفاده از نمودار دایره‌ای ندارند. چرا که نمودار دایره‌ای، نموداری خوانا و دقیق نیست.  ضمن اینکه مقایسه ترکیب مصرف سالهای مختلف با نمودار دایره‌ای بسیار سخت است. تصور کنید که دو نمودار دایره‌ای برای مقایسه جزئیات در کنار هم قرار گیرند. همانطور که سایت اقتصاد نیوز این کار را کرده است (+).

به جای نمودار دایره‌ای، پیشنهاد می‌شود که از نمودار مساحت  (Area Chart) استفاده شود. استفاده از نمودار مساحت چند مزیت دارد. اول اینکه امکان مقایسه روند کل ده سال اخیر در آن به سادگی فراهم است. دوم اینکه کمبودهای نمودار دایره‌ای در آن وجود ندارد. و در نهایت با قرار دادن برچسب‌های مناسب، امکان مقایسه عددی ترکیب سبد خانوار در سالهای ۸۳ و ۹۳ وجود دارد. ترکیب رنگهای نمودار نیز به گونه‌ای است که در چاپ سیاه و سفید نمودار، مشکل چندانی برای آن به وجود نمی‌آید.

16 Family Consumption HES 2

در گزارش بانک مرکزی از نمودارهای ستونی برای مقایسه مصرف خانوار در هر بخش استفاده شده است.

16 Family Consumption HES 3

نمودار بالا، از چند جهت قابل اصلاح است:

  • روند کل مصرف خانوار، به سختی تشخیص داده می‌شود
  • نسبت هر یک از محصولات به کل مصرف، به سختی تشخیص داده می‌شود.
  • محل قرار گرفتن برچسب داده‌ها، مناسب نیست.
  • اعداد و ارقام کلیدی، در نمودار مشخص نشده است و خواننده بایستی خود، بر روی نمودار تحلیل ارائه کند.

به جای نمودار بالا، می‌شد از نمودار مساحت استفاده کرد. در نمودار مساحت پیشنهادی زیر، به نوع نمایش اعداد، محل قرار گرفتن اعداد و نام سری زمانی توجه کنید.

16 Family Consumption HES 4

نمودار فوق چند ویژگی دارد:

  • هیچ عنصری به نمودار منتشره در گزارش بانک مرکزی کم یا زیاد نشد. ضمن اینکه همانند آن گزارش، این نمودار نیز مناسب پرینت کاغذی A4 به صورت افقی (Landscape) است.
  • اعداد از حالت خام خارج شده و بر حسب میلیون نوشته شدند تا تعداد ارقام در نمودار کاهش یابد. مثلا ۱۰۹۹۰۱۷۳۱ ریال به ۱۰۹٫۹ میلیون ریال تبدیل شد.
  • خوانش عناصر کم اهمیت‌تر مانند دخانیات، ارتباطات، رستوران و هتل کمی سخت است و بهتر است که از نمودار حذف و در قالب عبارت «سایر» تجمیع شوند. چرا که محققین برای بررسی بیشتر می‌توانند به جدول مراجعه کنند. در این صورت نمودار به شکل زیر تبدیل خواهد شد.
  • می‌توان نماگر رشد را به نمودار بالا اضافه کرد به این معنی که مصرف خانوار در طی ده سال گذشته به طور متوسط هر سال چقدر رشد داشته است.

سعی شده است که در نمودار پیشنهادی زیر، نکات فوق رعایت شود:

16 Family Consumption HES 5

اگر پیشنهاد دیگری برای ارایه‌ی داده‌های بودجه خانوار دارید با ما در میان بگذارید.

روش تحلیل مولفه‌های اصلی برای شناسایی عوامل مهم شکل‌دهنده رفتار مشتریان و خوشه‌بندی آن‌ها

در مطلب خوشه‌بندی مشتریان بر اساس ویژگی‌های رفتاری، در مورد اهمیت خوشه‌بندی رفتاری، مثالی از صنعت محصولات غذایی ارگانیک ارائه شد. در این مطلب برای روشن شدن مفهوم تحلیل مولفه‌های اصلی، فرآیند اجرایی خوشه‌بندی در آن مثال کاربردی، تشریح می‌شود.

۱- تعریف مسأله

در ابتدا پرسشی ساده مطرح شد: مولفه‌ها و عوامل اصلی تشکیل‌دهنده‌ی رفتار کسانی که مشتری محصولات ارگانیک هستند، چیست؟ مثلا آیا آنها لزوما دارای بیماری‌های خاصی هستند و از این رو ترجیح می‌دهند از محصولات ارگانیک استفاده کنند؟ اگر جواب مثبت باشد، تاکتیک‌های بازاریابی و تبلیغات برای این محصولات نیز بر اساس همین عامل طراحی می‌شود.

۲- تدوین پرسشنامه

سه دسته مفهومی از متغیرها (سوالات/ شاخص‌ها) به شرح زیر تعریف شد:

  • متغیرهای مربوط به سبک زندگی
  • متغیرهای مربوط به نگرش محیط زیستی
  • متغیرهای مربوط به نگرش به محصولات ارگانیک

برای هر دسته از متغیرها، دسته‌ای از سوالات تعریف شد که پاسخ‌دهندگان به هر کدام از آنها بین ۱ (کاملا مخالف) تا ۷ (کاملا موافق)، پاسخ می‌دهند.

۲-۱- متغیرهای سبک زندگی

  • کنترل نمک: من رژیم غذایی کم نمکی را دنبال می‌کنم.
  • گیاهخواری: من گیاهخوار هستم.
  • ورزش منظم: من به صورت منظم ورزش می‌کنم.
  • غذاهای فرآوری شده: من از غذاهای فرآوری شده استفاده نمی‌کنم.
  • مصرف زیاد میوه: من معمولا از میوه و سبزیجات به صورت مداوم استفاده می‌کنم.
  • مصرف مقتصدانه گوشت: من به ندرت گوشت قرمز می‌خورم.
  • غذا با افزودنی‌های مجاز: من از خوردن خوراکی‌های دارای افزودنی اجتناب می‌کنم.
  • چکاپ منظم سلامتی: من به صورت منظم، برای چکاپ به پزشک مراجعه می‌کنم.
  • کنترل استرس: من سعی می‌کنم استرس زیادی نداشته باشم.
  • زندگی منظم: من سعی می‌کنم زندگی‌ام طبق قاعده و اصول باشد.
  • تعادل کار و زندگی: من سعی می‌کنم بین کار و زندگی شخصی، تعادل ایجاد کنم.

۲-۲- متغیرهای نگرش محیط زیستی

  • آثار مخرب توسعه: مسیر فعلی توسعه موجب از بین رفتن محیط زیست خواهد شد [پس بایستی محصولات ارگانیک تولید کرد].
  • محصولات بازیافتی: من ترجیح می‌دهم تا از محصولات بازیافتی استفاده کنم.
  • فعالیتهای بازیافت: من زباله‌های خود را در سطل‌های مخصوص تفکیک می‌کنم.
  • آسیب به محیط زیست: در صورتی که کاری انجام ندهیم، تخریب محیط زیست غیرقابل جبران است.
  • حفظ محیط زیست: من کارهایی را برای حفظ محیط زیست انجام می‌دهم.

۲-۳- متغیرهای نگرش به محصولات ارگانیک

  • مزایای سلامتی: محصولات ارگانیک، سالم‌ترند.
  • کیفیت: محصولات ارگانیک، از کیفیت بالاتری برخوردار هستند.
  • تقلب: در محصولات ارگانیک، تقلب نمی‌شود.
  • طعم: محصولات ارگانیک، خوشمزه هستند.
  • ارزیدن: خرید محصولات ارگانیک به جای میوه‌جات معمولی، می‌ارزد.
  • قیمت: محصولات ارگانیک، گران‌تر هستند.
  • جذابیت: محصولات ارگانیک، جذاب‌تر هستند.
  • اثرات مخرب: محصولات ارگانیک دارای اثرات مخرب نیستند.
  • مد:  محصولات ارگانیک، مد روز هستند.

۳- تحلیل مولفه‌های اصلی

وقتی تعداد شاخص‌ها زیاد باشد، از تحلیل مولفه‌های اصلی (PCA: Principle Component Analysis) برای کاهش بُعد استفاده می‌شود.

۳-۱- نتایج تحلیل مولفه‌های اصلی بر روی متغیرهای سبک زندگی

در جدول زیر، ۱۱ شاخص (سوال) مربوط به زندگی، تبدیل به ۳ عامل شد. طبیعی است که بررسی ۳ عامل بسیار راحت‌تر از بررسی چندین شاخص به صورت همزمان است.

15 Customer Segmentation PCA 1

جدول نتایج تحلیل مولفه‌های اصلی برای مصرف‌کنندگان محصولات ارگانیک در شهرهای ناوارا و مادرید

به عنوان نمونه، عامل اول را مرور می‌کنیم عامل اول عبارت است از:

15 Customer Segmentation PCA 2 formula

15 Customer Segmentation PCA 3

این عامل ترکیبی خطی از متغیرهای سبک زندگی است. همانطور که دیده می‌شود، ضریب غذاهای بدون افزودنی ، غذاهای فرآوری نشده، مصرف زیاد میوه و مصرف مقتصدانه گوشت در آن، به گونه‌ای معنی‌دار بیشتر از سایر متغیرها است. از این رو می‌توان عامل اول را به عنوان مولفه  گرایش به مصرف غذاهای طبیعی تفسیر کرد. عامل‌های دوم و سوم نیز به همین شیوه تحلیل می‌شوند.

۴- خوشه‌بندی

با استفاده از یکی از روش‌های خوشه‌بندی، داده‌های پرسشنامه‌ها سه عامل مذکور، خوشه‌بندی شدند. پس از خوشه‌بندی به روش استاندارد، داده‌ها به سه دسته تقسیم شدند. برای هر یک از دسته‌ها با توجه به ویژگی‌های آنان، تفسیر مناسبی ارائه شد. به طور مثال، دسته‌ای که به مصرف غذاهای طبیعی و ایجاد تعادل در زندگی شخصی و کار گرایش داشته و در عین حال، مشکلاتی در بهداشت و درمان ندارند، مشتریان محتمل محصولات ارگانیک هستند.

12 - CUSTOMER SEGMENTATION

نتایج خوشه‌بندی به شرح جدول بالا است. همانطور که دیده می‌شود، خوشه‌بندی کلاسیک بر اساس ویژگی‌های دموگرافی توان نمایش جهت‌گیری رفتاری هر بخش از مشتریان را ندارد. حتی ممکن است در یک طبقه‌ی اجتماعی، رفتارهای متعددی را دید که مارکترها بایستی به آن دقت داشته باشند.

آنچه خواندید کاربردی از روش تحلیل مولفه‌های اصلی، در حوزه‌ بازاریابی جهت تعیین مهم‌ترین مولفه‌های رفتاری مشتریان و بخش‌بندی آن‌ها و تعیین بخش‌های هدف جهت تدوین استراتژی بازاریابی بود. در قسمت اول بدون وارد شدن به جزئیات، تنها به نتایج و دلالت‌های مدیریتی نتایج این روش پرداختیم و در این قسمت با تفصیل بیشتری، روش را شرح دادیم.

روش تحلیل مولفه‌های اصلی زیرمجموعه‌ی حوزه‌ای وسیع به نام «آمار چندمتغیره» است. کاربرد این روش تنها به بخش‌بندی مشتریان محدود نمی شود. بلکه در حوزه‌های دیگری نظیر تحلیل کلان‌داده (BIG DATA)، مدیریت و محاسبه ریسک مالی و اقتصادی، مدیریت سبد سهام و معاملات،  پیش‌بینی سری زمانی قیمت سهام و عرضه و تقاضای بازارها نیز کابرد دارد.

منبع:

Gil, J. ‘Market Segmentation and Willingness To Pay For Organic Products In Spain’. The International Food and Agribusiness Management Review 3.2 (2000): 207-226

نمودارهایی که پیام را به درستی منتقل نمی کنند

طراحی نمودار، ترکیبی از هنر و دانش است؛ دانش ریاضی و هنر انتقال پیام. هیچکدام از این دو نباید فدای دیگری شود. نه به کارگیری انمیشن، طرحهای سه بعدی و استفاده از رنگهای متنوع موجب انتقال بهتر پیام می‌شود و نه به کارگیری نمودارهای پیچیده. فنون و ابزارها باید در خدمت انتقال پیام به مخاطب باشند.

موضوع انتقال پیام، اساسی‌ترین شاخص در ارزیابی نمودار است. نمودارهایی که «پیام» را به درستی منتقل نمی‌کنند، به نمودارهای شیطانی معروف هستند. در این پست، دو نمونه از این نوع نمودارها معرفی می‌شوند.

نمودار زیر، یک استریم گراف (Stream Graph) است. در واقع، اولین استریم گراف تاریخ است که در روزنامه نیو یورک تایمز منتشر شده است. این نمودار، همان نمودار مساحت انباشته (Stacked Area) است که به جای اینکه از محور افقی به سمت بالا تجمعی شوند، از محور به دو سمت حرکت کرده است.

14- bad chart for business 1

استریم گراف

موضوع این نمودار میزان فروش فیلم‌های سینمایی در آمریکا در طی زمان است. این نمودار به دنبال پاسخ به سه سوال است:

  • میزان کل فروش هر فیلم چقدر است؟
  • تغییرات میزان فروش آن در طول زمان چگونه است؟
  • اندازه و ترکیب بازار سینمای امریکا در طول زمان چگونه بوده است؟

برای این کار از عناصر رنگ، مساحت، و محور زمان استفاده شده است. نمودار بالا بسیار بد طراحی شده است زیرا پیام مستقیمی را منتقل نمی‌کند. حتی وقتی تمرکز می‌کنیم هم به سختی داده‌ها خوانده می‌شوند و اطلاعاتی به دست می‌آید. مثلا فیلم کارتونی The Simpsons را نگاه کنید. آیا می توانید تشخیص دهد که فروش این فیلم در ماه جولای چقدر از کل فروشش بوده است؟ و در آن دوره، چه سهمی از فروش ماه جولای صنعتی سینمای امریکا را تشکیل می دهد؟ واقعیت این که که این نمودار بیشتر یک اثر هنری است تا یک ابزاری برای انتقال اطلاعات و اصلا مناسب فضای تجاری و تصمیم‌سازی نیست.

یک نمودار زیبا و هنری دیگر، ابر کلمات (Words Cloud) است که برای نشان دادن اهمیت یک موضوع نسبت به سایر موضوعات دیگر به کار می‌رود. هر چقدر که اندازه کلمه‌ای بزرگتر باشد، اهمیت بیشتری در آن متن داشته است. البته فعلا ابزار مناسبی برای طراحی ابر کلمات به زبان فارسی وجود ندارد، ولی سایت‌های متعددی این نمودار را برای کلمات انگلیسی به صورت رایگان تولید می‌کنند.

14- bad chart for business 2

ابر کلمات

هر چند که این نمودار زیباست اما از نظر انتقال اطلاعات و تبیین پیام ضعیف است. کشف یک کلمه از درون این نمودار و مقایسه اندازه آن با سایر کلمات برای ذهن کمی سخت است. از رنگ هم استفاده مناسبی نشده و رنگ‌ها معرف ویژگی خاصی نیستند. باز هم به دلیل ضعف در توانایی انتقال پیام، به کارگیری این نمودار در گزارش‌های تجاری اصلا توصیه نمی‌شود. ولی به عنوان طرح روی جلد، تصویر بدی نیست. البته به این شرط که به زبان فارسی و با فونت و رنگ‌بندی مناسب طراحی شوند.

 جهت پیگیری به‌روز رسانی‌های بعدی دیتاپارتنرز، می‌توانید ما را در شبکه‌های اجتماعی و موبایلی دنبال کنید: اینستاگرام و توییتر و خبرنامه تلگرامی. همچنین اگر از خوراک‌خوان‌هایی نظیر اینو ریدر یا فیدلی استفاده می کنید نیز با افزودن آدرس وبسایت ما را به طور منظم دنبال کنید.