Применение digital-маркетинга

Основные инструменты и точки контакта digital-маркетинга на фармрынке. Социальные сети и социальные сети для врачей. Электронные медицинские карты. Нестандартные форматы использования digital-технологий. Идентификация этапов процесса поиска информации.

Рубрика Маркетинг, реклама и торговля
Вид дипломная работа
Язык русский
Дата добавления 31.08.2016
Размер файла 216,0 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Беременность

,999

,136

2

252

,873

Кормление грудью

1,000

,027

2

252

,974

Часто посещаю врача

,997

,365

2

252

,695

Ребенок до 6 лет

,996

,455

2

252

,635

Состояние здоровья

,965

4,625

2

252

,011

Часто болею

,856

21,171

2

252

,000

Наиболее высокое значение показывает переменная часто болею, у состояния здоровья чуть меньше. Исходя из знаков, мы можем сделать вывод о том, что чем чаще болеет респондент, тем менее он склонен обращаться к социальным сетям. С состоянием здоровья ситуация обратная, как и в других случаях - чем выше респондент оценивает своё здоровье, тем более склонен обращаться к социальным сетям.

Таблица 10

Структурная матрица

Функция

1

2

Часто болею

-,898*

,243

Состояние здоровья

,421*

,099

Ребенок до 6 лет

,121*

,114

Часто посещаю врача

,108*

,102

Беременность

,066*

,062

Кормление грудью

,029*

,028

Пол

,116

,598*

Хроническое заболевание

,187

,283*

Возраст

-,191

,250*

Частота использования медицинских порталов

В случае с использование специализированных медицинских порталов было обнаружено больше дискриминирующих переменных: пол, возраст, наличие хронического заболевания и состояние здоровья (Таблица 11).

Таблица 11

Тест равенства средних в группах

Лямбда Уилкса

F

df1

df2

Sig.

Пол

,958

5,648

2

257

,004

Возраст

,974

3,430

2

257

,034

Хроническое заболевание

,962

5,119

2

257

,007

Беременность

,978

2,852

2

257

,060

Кормление грудью

,990

1,361

2

257

,258

Часто посещаю врача

,995

,602

2

257

,548

Ребенок до 6 лет

,996

,486

2

257

,615

Состояние здоровья

,955

6,056

2

257

,003

Часто болею

,974

3,394

2

257

,035

Таблица 12

Структурная матрица

Функция

1

2

Хроническое заболевание

,512*

,095

Состояние здоровья

-,491*

,421

Возраст

-,415*

,118

Часто болею

,392*

,236

Беременность

,355*

,233

Пол

,441

-,489*

Кормление грудью

,101

,384*

Ребенок до 6 лет

,076

,218*

Часто посещаю врача

,138

,172*

Согласно знакам у коэффициентов, указанных в Таблице 12, и можно заключить следующее: респонденты без хронического заболевания склонны реже обращаться к медицинским порталам, а также чем выше респондент оценивает состояние своего здоровья, тем реже они обращаются к специализированным медицинским порталам. Чем респондент старше, тем он меньше склонен обращаться к медицинским порталам, а также в большей мере женщины склонны пользоваться специализированными медицинскими сайтами.

Переменные, касающиеся частоты использования сайтов медицинских учреждений и онлайн-врачей не будут анализироваться, поскольку согласно частотному распределению большая часть выборки попадает в группу 1 (пользующиеся редко).

Степень доверия онлайн-энциклопедиям

Степень доверия к онлайн-энциклопедиям дискриминируют переменные пол, возраст и состояние беременности.

Таблица 13

Тест равенства средних в группах

Лямбда Уилкса

F

df1

df2

Sig.

Пол

,960

5,538

2

266

,004

Возраст

,966

4,667

2

266

,010

Хроническое заболевание

,996

,514

2

266

,599

Беременность

,947

7,416

2

266

,001

Кормление грудью

.a

Часто посещаю врача

,999

,069

2

266

,934

Ребенок до 6 лет

,993

,937

2

266

,393

Состояние здоровья

,995

,713

2

266

,491

Часто болею

,992

1,027

2

266

,359

По данным Таблицы 14 мы можем видеть, что женщины склонны в целом доверять больше, а люди старшего возраста не рассматривают онлайн-энциклопедии как достоверный ресурс. Беременные склонны больше доверять подобному ресурсу.

Таблица 14

Структурная матрица

Функция

1

2

Беременность

,705*

,111

Возраст

-,535*

,233

Часто болею

,258*

,076

Состояние здоровья

,216*

,060

Хроническое заболевание

,162*

,124

Часто посещаю врача

,068*

-,005

Пол

,007

-,817*

Ребенок до 6 лет

-,132

,286*

Степень доверия форумам

Для определения групп доверия форумам выделены переменные пол, состояние беременности и часто заболевания (Таблица 15).

Таблица 15

Тест равенства средних в группах

Лямбда Уилкса

F

df1

df2

Sig.

Пол

,974

3,499

2

258

,032

Возраст

,998

,306

2

258

,737

Хроническое заболевание

,997

,377

2

258

,686

Беременность

,970

3,982

2

258

,020

Кормление грудью

,993

,934

2

258

,394

Часто посещаю врача

,987

1,739

2

258

,178

Ребенок до 6 лет

,983

2,272

2

258

,105

Состояние здоровья

,978

2,885

2

258

,058

Часто болею

,926

10,305

2

258

,000

Таблица 16

Структурная матрица

Функция

1

2

Часто болею

,745*

,075

Ребенок до 6 лет

-,303*

,278

Хроническое заболевание

,128*

,100

Беременность

,315

,540*

Часто посещаю врача

-,112

,452*

Пол

-,360

,387*

Состояние здоровья

-,321

-,364*

Кормление грудью

,043

-,349*

Возраст

,079

,161*

Таблица 16 показывает, что часто болеющие склонны больше доверять форумам, так же как и беременные. Более того, женщины в целом склонны больше доверять форумам.

Степень доверия социальным сетям

Общий показатель доверия социальным сетям по выборке оказался не высок, однако, переменная все равно была проанализирована более детально, чтобы посмотреть, как выглядит пользователь социальных сетей с наиболее высоким показателем уровня доверия.

В процессе проведения дискриминантного анализа были выделены следующие переменные: пол, состояние беременности и частые болезни (Таблица 17). Как можно заметить, подобный набор переменных встречался наиболее часто и у других зависимых переменных, рассматриваемых ранее.

Таблица 17

Тест равенства средних в группах

Лямбда Уилкса

F

df1

df2

Sig.

Пол

,963

4,733

2

246

,010

Возраст

,978

2,784

2

246

,064

Хроническое заболевание

,986

1,807

2

246

,166

Беременность

,958

5,411

2

246

,005

Кормление грудью

1,000

,055

2

246

,946

Часто посещаю врача

,997

,308

2

246

,735

Ребенок до 6 лет

,992

,950

2

246

,388

Состояние здоровья

,984

1,994

2

246

,138

Часто болею

,817

27,459

2

246

,000

Из опрошенных, часто болеющие респонденты склонны больше доверять социальным сетям. Коэффициент переменной беременность не высокий, поэтому исключается из анализа. Женщины в целом не склонны доверять социальным сетям.

Таблица 18

Структурная матрица

Функция

1

2

Часто болею

,904*

,188

Состояние здоровья

-,242*

-,068

Хроническое заболевание

-,231*

,062

Часто посещаю врача

-,087*

,073

Беременность

,004

,723*

Возраст

,158

-,434*

Пол

-,298

,416*

Ребенок до 6 лет

-,123

-,208*

Кормление грудью

-,030

-,050*

Степень доверия медицинским порталам

Дискриминируют доверие к порталам медицинской тематики две переменные: возраст и ребенок до 6 лет (Таблица 19).

Таблица 19

Тест равенства средних в группах

Лямбда Уилкса

F

df1

df2

Sig.

Пол

,991

1,156

2

247

,316

Возраст

,974

3,296

2

247

,039

Хроническое заболевание

,981

2,344

2

247

,098

Беременность

,982

2,258

2

247

,107

Кормление грудью

,996

,438

2

247

,646

Часто посещаю врача

,999

,077

2

247

,926

Ребенок до 6 лет

,964

4,558

2

247

,011

Состояние здоровья

,994

,713

2

247

,491

Часто болею

,999

,116

2

247

,890

На уровне доверия в 95% мы можем считать различия между групповыми средними значимыми. По результатам анализа можно заключить, что наличие ребенка до 6 лет позволяет говорить о большем доверии среди мамочек. Переменная возраст показывает, что с увеличением возраста респондента, уменьшается доверие порталам медицинской тематики (Таблица 20).

Таблица 20

Структурная матрица

Функция

1

2

Ребенок до 6 лет

,630*

-,205

Хроническое заболевание

,461*

-,002

Беременность

,449*

,080

Состояние здоровья

-,223*

,198

Кормление грудью

,198*

,035

Возраст

-,145

-,852*

Пол

,176

,439*

Часто болею

,055

,140*

Часто посещаю врача

,001

,135*

2.4.2 Поиск информации о лекарственных средствах

Следующий этап, в который обращалось внимание респондента - непосредственный поиск информации о лекарственном средстве. На данном этапе будет проверяться наличие/отсутствие разницы в использовании различных точек контакта на различных этапах.

Частота использования онлайн-энциклопедий

В качестве основы дискриминации лежат переменные пол и наличие ребенка до 6 лет на уровне значимости 95% (Таблица 21).

Таблица 21

Тест равенства средних в группах

Лямбда Уилкса

F

df1

df2

Sig.

Пол

,855

20,131

2

238

,000

Возраст

,979

2,545

2

238

,081

Хроническое заболевание

,990

1,224

2

238

,296

Беременность

,993

,856

2

238

,426

Кормление грудью

,996

,425

2

238

,654

Часто посещаю врача

,995

,576

2

238

,563

Ребенок до 6 лет

,972

3,436

2

238

,034

Состояние здоровья

,995

,603

2

238

,548

Часто болею

,978

2,642

2

238

,073

Таблица 22

Структурная матрица

Функция

1

2

Пол

,940*

-,214

Хроническое заболевание

,207*

,204

Состояние здоровья

-,163*

-,034

Часто болею

-,187

-,548*

Ребенок до 6 лет

,307

,461*

Возраст

-,284

,343*

Часто посещаю врача

,067

-,277*

Беременность

,149

,239*

Кормление грудью

,105

,169*

Коэффициенты в Таблице 22 указывают на то, что женщины склонны чаще пользоваться онлайн-энциклопедиями, в отличие от ситуации поиска информации о симптомах, где ими пользуются, наоборот, реже.

Частота использования форумов

В качестве дискриминирующих переменных выделяются: пол, возраст, беременность и частота заболевания (Таблица 23).

Таблица 23

Тест равенства средних в группах

Лямбда Уилкса

F

df1

df2

Sig.

Пол

,873

17,736

2

243

,000

Возраст

,910

11,964

2

243

,000

Хроническое заболевание

,998

,269

2

243

,765

Беременность

,972

3,560

2

243

,030

Кормление грудью

,998

,267

2

243

,766

Часто посещаю врача

,998

,276

2

243

,759

Ребенок до 6 лет

,989

1,294

2

243

,276

Состояние здоровья

,994

,726

2

243

,485

Часто болею

,961

4,889

2

243

,008

В Таблице 24 мы можем увидеть, что знаки у коэффициентов распределились следующим образом: пол - отрицательный коэффициент, возраст - положительный коэффициент, беременность - положительный коэффициент, часто болею - положительный коэффициент.

Таким образом, можно заключить следующее: женщины реже обращаются к форумам, чем старше респондент, тем больше он склонен обращаться к форумам, беременность также отражается в сторону учащения пользования форумов. Если респондент часто болеет, это также увеличивает частоту пользования форумами.

Таблица 24

Структурная матрица

Функция

1

2

Пол

-,679*

,188

Возраст

,555*

-,200

Беременность

,300*

,147

Ребенок до 6 лет

-,180*

,102

Часто болею

,130

,846*

Состояние здоровья

-,011

-,349*

Хроническое заболевание

,016

,209*

Часто посещаю врача

-,042

-,188*

Кормление грудью

-,049

-,172*

Частота использования социальных сетей

На уровне 95% значимости анализ показывает неравенство средних по таким переменным как пол, наличие хронического заболевания, частые болезни и самооценка состояния здоровья.

Таблица 25

Тест равенства средних в группах

Лямбда Уилкса

F

df1

df2

Sig.

Пол

,916

10,408

2

227

,000

Возраст

1,000

,052

2

227

,949

Хроническое заболевание

,973

3,202

2

227

,043

Беременность

,999

,095

2

227

,910

Кормление грудью

1,000

,047

2

227

,954

Часто посещаю врача

,977

2,651

2

227

,073

Ребенок до 6 лет

,986

1,560

2

227

,212

Состояние здоровья

,965

4,146

2

227

,017

Часто болею

,811

26,385

2

227

,000

Собственное значение достаточно высокое, из чего мы можем заключить, что качество модели также достаточно высокое (Таблица 26).

Таблица 26

Собственные значения

Функция

Собственное значение

% вариации

Накопленный %

Каноническая корреляция

1

,507a

93,4

93,4

,580

2

,036a

6,6

100,0

,186

По имеющимся в Таблице 27 коэффициентам справедливо сделать вывод о том, что если респондент часто болеет, то он скорее склонен редко обращаться к социальным сетям. Женщины в большей степени склонны обращаться к социальным сетям, чем мужчины. Наличие хронического заболевания учащает пользование социальными сетями. А также, чем выше респондент оценивает состояние своего здоровья, тем чаще он пользуется социальными сетями для поиска информации о лекарствах.

Таблица 27

Структурная матрица

Функция

1

2

Часто болею

-,674*

,246

Пол

,380

,715*

Хроническое заболевание

,181

,571*

Состояние здоровья

,223

-,561*

Ребенок до 6 лет

-,120

,424*

Часто посещаю врача

-,205

,238*

Беременность

,030

-,105*

Возраст

,013

-,103*

Кормление грудью

,021

-,074*

Частота использования медицинских порталов

В качестве дискриминирующих переменных для определения частоты использования медицинских порталов при поиске информации о лекарственных средствах были выявлены такие переменные как наличие хронического заболевания и состояние здоровья на уровне значимости 95% согласно Таблице 28.

Таблица 28

Тест равенства средних в группах

Лямбда Уилкса

F

df1

df2

Sig.

Пол

,995

,644

2

238

,526

Возраст

,990

1,244

2

238

,290

Хроническое заболевание

,955

5,595

2

238

,004

Беременность

,977

2,759

2

238

,065

Кормление грудью

,990

1,175

2

238

,311

Часто посещаю врача

1,000

,037

2

238

,964

Ребенок до 6 лет

,979

2,532

2

238

,082

Состояние здоровья

,940

7,553

2

238

,001

Часто болею

,985

1,775

2

238

,172

Знаки коэффициентов в Таблице 29 распределены следующим образом: состояние здоровья - отрицательный коэффициент, наличие хронического заболевания - положительный коэффициент. Данные свидетельствуют о том, что чем выше респондент оценивает состояние своего здоровья, тем реже он склонен обращаться к порталам медицинской тематики. Респонденты с хроническим заболеванием склонны чаще использоваться медицинские порталы, чем те, у кого подобного заболевания нет.

Таблица 29

Структурная матрица

Функция

1

2

Состояние здоровья

-,785*

-,081

Хроническое заболевание

,673*

-,111

Часто болею

,381*

,042

Пол

,187*

-,184

Ребенок до 6 лет

-,010

-,627*

Беременность

,266

,543*

Возраст

,045

,435*

Кормление грудью

,167

-,360*

Часто посещаю врача

,020

-,071*

Частота использования сайтов аптек

На частоту использования сайтов аптек оказывают влияние следующие переменные: пол, наличие хронического заболевания, беременность и самооценка состояния здоровья на уровне значимости 95%.

Таблица 30

Тест равенства средних в группах

Лямбда Уилкса

F

df1

df2

Sig.

Пол

,960

4,970

2

236

,008

Возраст

,996

,502

2

236

,606

Хроническое заболевание

,970

3,656

2

236

,027

Беременность

,971

3,513

2

236

,031

Кормление грудью

,993

,857

2

236

,426

Часто посещаю врача

,990

1,200

2

236

,303

Ребенок до 6 лет

,978

2,593

2

236

,077

Состояние здоровья

,975

3,028

2

236

,050

Часто болею

,986

1,704

2

236

,184

Размер коэффициентов говорит о том, что переменная пол обладает наибольшей дискриминирующей силой. Переменная беременность имеет самый низкий коэффициент среди выделенных переменных, это означает, что её вклад является наименьшим по сравнению с другими переменными, значимыми на 95% доверительном интервале.

Содержательно коэффициенты в Таблице 31 показывают, что женщины склонны чаще посещать сайты аптек. Респонденты, выше оценивающие своё состояние здоровья в меньшей степени склонны использовать сайты аптек. Беременные женщины чаще обращаются к аптечным сайтам, по сравнению с небеременными. Респонденты с хроническим заболеванием, напротив, реже посещают сайты аптек.

Таблица 31

Структурная матрица

Функция

1

2

Пол

,512*

,105

Хроническое заболевание

-,429*

,179

Ребенок до 6 лет

,345*

-,231

Часто болею

-,288*

-,150

Часто посещаю врача

,253*

,025

Кормление грудью

-,208*

,082

Беременность

,083

-,709*

Состояние здоровья

,231

,549*

Возраст

-,100

-,217*

В исследовании также задавались вопросы касательно сайтов с возможность онлайн-консультации с врачом, а также переменная исследующая частоту обращения к сайтам медучреждений, однако поскольку недостаточное количество респондентов выбрала данные варианты ответа, анализироваться вышеупомянутые переменные не будут.

Степень доверия онлайн-энциклопедиям

При анализе переменных, влияющих на степень доверия онлайн-энциклопедиям не было выявлено значимых коэффициентов, то есть мы принимаем гипотезу о равенстве средних в различных группах.

То есть независимо от рассматриваемых социально-демографических характеристик, портрет среднего члена каждой из групп доверия онлайн-энциклопедии при поиске информации о лекарствах одинаков (Таблица 32).

Таблица 32

Тест равенства средних в группах

Лямбда Уилкса

F

df1

df2

Sig.

Пол

,984

1,998

2

251

,138

Возраст

,994

,736

2

251

,480

Хроническое заболевание

,977

2,963

2

251

,053

Беременность

,984

2,012

2

251

,136

Кормление грудью

,986

1,738

2

251

,178

Часто посещаю врача

,999

,114

2

251

,893

Ребенок до 6 лет

,997

,316

2

251

,729

Состояние здоровья

,997

,411

2

251

,664

Часто болею

,992

1,023

2

251

,361

Степень доверия форумам

На степень доверия форумам оказывают влияние переменные пол, беременность и частые болезни на уровне доверия 95% (Таблица 33).

Таблица 33

Тест равенства средних в группах

Лямбда Уилкса

F

df1

df2

Sig.

Пол

,961

5,106

2

249

,007

Возраст

,993

,852

2

249

,428

Хроническое заболевание

,988

1,552

2

249

,214

Беременность

,945

7,246

2

249

,001

Кормление грудью

,997

,355

2

249

,701

Часто посещаю врача

,991

1,099

2

249

,335

Ребенок до 6 лет

,986

1,796

2

249

,168

Состояние здоровья

,988

1,480

2

249

,230

Часто болею

,938

8,244

2

249

,000

По Таблице 34 видно, что частые болезни респондента отражаются в большем доверии к форумам. Состояние беременности влияет на доверие аналогичным образом. Однако женщины в целом склонны меньше доверять форумам.

Таблица 34

Структурная матрица

Функция

1

2

Часто болею

,544*

-,457

Беременность

,511*

,424

Пол

-,448*

,178

Ребенок до 6 лет

-,269*

-,043

Состояние здоровья

-,025

,579*

Хроническое заболевание

-,096

-,551*

Возраст

-,117

-,343*

Часто посещаю врача

-,186

-,234*

Кормление грудью

-,086

,198*

Степень доверия социальным сетям

На доверие к социальным сетям влияет только одна переменная - частые болезни.

Таблица 35

Тест равенства средних в группах

Лямбда Уилкса

F

df1

df2

Sig.

Пол

,976

2,835

2

233

,061

Возраст

,987

1,487

2

233

,228

Хроническое заболевание

,995

,631

2

233

,533

Беременность

,999

,118

2

233

,889

Кормление грудью

,999

,059

2

233

,943

Часто посещаю врача

,997

,300

2

233

,741

Ребенок до 6 лет

,999

,147

2

233

,864

Состояние здоровья

,997

,408

2

233

,666

Часто болею

,882

15,652

2

233

,000

Часто болеющие респонденты склонны больше доверять социальным сетям, чем респонденты, которые болеют не часто.

Таблица 36

Структурная матрица

Функция

1

2

Часто болею

,912*

,158

Возраст

-,255*

,212

Беременность

-,076*

,042

Кормление грудью

-,053*

,030

Пол

-,145

,627*

Хроническое заболевание

-,075

,291*

Ребенок до 6 лет

,000

,154*

Состояние здоровья

-,123

,142*

Часто посещаю врача

,103

,128*

Степень доверия медицинским порталам

В качестве значимых переменных, оказывающих влияние на степень доверия медицинским порталам на доверительном интервале в 95% были выделены возраст, наличие хронического заболевания и частые болезни.

Коэффициенты Таблицы 38 показывают, что более взрослые респонденты, демонстрируют большую степень доверия медицинским порталам, чем молодые респонденты. Респонденты с хроническим заболеванием также склонны больше доверять медицинским порталам, чем респонденты, не страдающие хронической болезнью.

Респонденты, которые болеют на регулярной основе, напротив, скорее не доверяют медицинским порталам, по сравнению с теми, кто болеет не часто.

Таблица 37

Тест равенства средних в группах

Лямбда Уилкса

F

df1

df2

Sig.

Пол

,982

2,194

2

239

,114

Возраст

,952

5,994

2

239

,003

Хроническое заболевание

,960

4,926

2

239

,008

Беременность

.a

Кормление грудью

,995

,541

2

239

,583

Часто посещаю врача

,999

,094

2

239

,910

Ребенок до 6 лет

,996

,511

2

239

,601

Состояние здоровья

,996

,509

2

239

,602

Часто болею

,975

3,078

2

239

,048

Таблица 38

Структурная матрица

Функция

1

2

Возраст

,691*

-,354

Часто болею

-,526*

-,130

Пол

-,378*

,307

Хроническое заболевание

,201

,799*

Ребенок до 6 лет

,030

,267*

Кормление грудью

-,082

,258*

Состояние здоровья

,162

-,179*

Часто посещаю врача

,070

-,078*

Степень доверия сайтам аптек

На доверие сайтам аптек оказывают влияние переменные возраст и частые посещения врачей на уровне значимости 95%.

Коэффициенты в показывают, что часто посещающие врача респонденты не склонны доверять сайтам аптек. А также с увеличением возраста доверие сайтам аптек уменьшается.

Таблица 39

Тест равенства средних в группах

Лямбда Уилкса

F

df1

df2

Sig.

Пол

,985

1,936

2

246

,146

Возраст

,968

4,006

2

246

,019

Хроническое заболевание

,988

1,527

2

246

,219

Беременность

,991

1,153

2

246

,318

Кормление грудью

,988

1,548

2

246

,215

Часто посещаю врача

,964

4,647

2

246

,010

Ребенок до 6 лет

,998

,186

2

246

,830

Состояние здоровья

,995

,583

2

246

,559

Часто болею

,999

,156

2

246

,856

Таблица 40

Структурная матрица

Функция

1

2

Часто посещаю врача

-,564*

-,431

Пол

-,435*

-,085

Беременность

,328*

-,101

Состояние здоровья

,195*

,159

Ребенок до 6 лет

,135*

,025

Часто болею

,107*

-,073

Возраст

-,052

,705*

Кормление грудью

-,114

,421*

Хроническое заболевание

,277

-,310*

Степень доверия сайтам препаратов

Как показывает Таблица 41, нет переменных, способных предсказать, тот или иной уровень доверия к сайтам препаратов. То есть мы принимаем гипотезу о равенстве средних по группам.

Таблица 41

Тест равенства средних в группах

Лямбда Уилкса

F

df1

df2

Sig.

Пол

1,000

,004

2

235

,996

Возраст

,975

2,962

2

235

,054

Хроническое заболевание

,986

1,640

2

235

,196

Беременность

,994

,714

2

235

,491

Кормление грудью

,997

,354

2

235

,702

Часто посещаю врача

,996

,428

2

235

,652

Ребенок до 6 лет

,980

2,353

2

235

,097

Состояние здоровья

,996

,457

2

235

,634

Часто болею

,990

1,226

2

235

,295

2.4.3 Поведение после поиска

Проанализировав этап поиска информации о симптомах и лекарствах следовало определить, каким образом действуют респонденты в зависимости от наличия тех или иных характеристик. Для этого также применялся дискриминантный анализ. Мы можем видеть количество валидных респондентов - 245 (Таблица 42).

На уровне 95% значимости мы отвергаем гипотезу о равенстве средних в группах по переменным пол, возраст, состояние здоровья, доверие провизору и количество используемых интернет-ресурсов (Таблица 43).

Таблица 42

Analysis Case Processing Summary

Unweighted Cases

N

Percent

Valid

245

76,8

Excluded

Missing or out-of-range group codes

23

7,2

At least one missing discriminating variable

43

13,5

Both missing or out-of-range group codes and at least one missing discriminating variable

8

2,5

Total

74

23,2

Total

319

100,0

Таблица 43

Тест равенства средних в группах

Лямбда Уилкса

F

df1

df2

Sig.

Пол

,950

6,414

2

242

,002

Возраст

,933

8,624

2

242

,000

Хроническое заболевание

,981

2,292

2

242

,103

Состояние здоровья

,971

3,666

2

242

,027

Часто болею

,993

,835

2

242

,435

Доверие Совет провизора в аптеке

,975

3,111

2

242

,046

Сколько примерно раз Вы посещали врача за последний год?

,988

1,451

2

242

,236

Сколько раз искали информацию о лекарствах?

,983

2,063

2

242

,129

Какое количество интернет-ресурсов Вы просматриваете?

,967

4,162

2

242

,017

Собственные значения говорят о среднем качестве модели.

Таблица 44

Собственные значения

Функция

Собственное значение

% вариации

Накопленный %

Каноническая корреляция

1

,179a

62,0

62,0

,390

2

,110a

38,0

100,0

,314

a. First 2 canonical discriminant Функцияs were used in the analysis.

Наибольше дискриминирующей силой обладают такие переменные как пол, возраст и количество используемых интернет-ресурсов (Таблица 45).

Таблица 45

Стандартизированные канонические дискриминирующие коэффициенты

Функция

1

2

Пол

-,541

-,160

Возраст

,650

-,054

Хроническое заболевание

,461

,226

Состояние здоровья

-,012

,514

Часто болею

-,111

,512

Доверие Совет провизора в аптеке

,222

,560

Сколько примерно раз Вы посещали врача за последний год?

,031

-,284

Сколько раз искали информацию о лекарствах?

,149

,469

Какое количество интернет-ресурсов Вы просматриваете?

,411

-,227

Коэффициенты в Таблице 46 показывают, что чем старше респондент, тем выше вероятность, что он обратится за советом к друзьям. Женщины скорее обратятся к врачу, а мужчины скорее купят препарат. Чем выше респондент оценивает состояние своего здоровья, тем скорее он обратится к врачу при прочих равных. Следующая переменная - совет провизора в аптеке. Чем больше респондент доверяет провизору, тем вероятнее он приобретет лекарство в аптеке.

Таблица 46

Структурная матрица

Функция

1

2

Возраст

,596*

-,263

Пол

-,527*

-,171

Какое количество интернет-ресурсов Вы просматриваете?

,433*

-,087

Хроническое заболевание

,325*

-,016

Состояние здоровья

-,062

,520*

Доверие Совет провизора в аптеке

,027

,483*

Сколько раз искали информацию о лекарствах?

-,040

,391*

Сколько примерно раз Вы посещали врача за последний год?

,022

-,330*

Часто болею

,027

,249*

Таблица 47 показывает предсказательную возможность модели, как мы можем видеть, модель успешно предсказывает более трех четвертей случаев, что говорит о достаточно хорошем качестве модели.

Таблица 47

Результаты классификации

Что делаете, когда нашли интересующую Вас информацию?

Предсказанные группы

Всего

Покупаю лекарство

Советуюсь с друзьями/родственниками

Записываюсь на прием к врачу

Original

Количествоt

Покупаю лекарство (в аптеке или ч

172

2

3

177

Советуюсь с друзьями/родственни?

16

12

1

29

Записываюсь на прием к врачу

37

0

2

39

Негруппированные

20

2

1

23

%

Покупаю лекарство (в аптеке или ч

97,2

1,1

1,7

100,0

Советуюсь с друзьями/родственни?

55,2

41,4

3,4

100,0

Записываюсь на прием к врачу

94,9

,0

5,1

100,0

Негруппированные

87,0

8,7

4,3

100,0

a. 75,9% of original grouped cases correctly classified.

2.4.4 Посещение врача

При проверке переменной о посещении врача, в качестве независимых используются стандартный набор переменных, применяемый при анализе предыдущих этапов, используется также дискриминантный анализ.

Коэффициенты в Таблице 48 демонстрируют, что значимыми на 95% уровне доверия является только переменная количество посещений врача за последний год.

Данная связь является довольно очевидной. Значение говорит о том, что чем больше раз респондент посещал врача в прошлом годовом периоде, тем более он склонен обратиться к нему в случае недомогания.

Никакие другие переменные не дискриминируют зависимую переменную.

Таблица 48

Тест равенства средних в группах

Лямбда Уилкса

F

df1

df2

Sig.

Пол

,999

,095

2

263

,909

Возраст

,980

2,666

2

263

,071

Хроническое заболевание

,998

,285

2

263

,752

Состояние здоровья

1,000

,035

2

263

,966

Часто болею

,988

1,643

2

263

,195

Доверие Совет провизора в аптеке

,999

,141

2

263

,869

Сколько примерно раз Вы посещали врача за последний год?

,788

35,317

2

263

,000

Сколько раз искали информацию о лекарствах?

,997

,436

2

263

,647

Какое количество интернет-ресурсов Вы просматриваете?

,986

1,899

2

263

,152

2.4.5 Лекарство, выписанное врачом

Далее будет проверяться, кто склонен обращаться к интернету уже после получения выписки врача. Список независимых переменных остается неизменным.

По Таблице 49 мы можем выделить следующие значимые переменные: пол, наличие хронического заболевания, частые болезни, частоту поиска информации о лекарствах на доверительном интервале 95%.

Таблица 49

Тест равенства средних в группах

Лямбда Уилкса

F

df1

df2

Sig.

Пол

,874

9,462

4

262

,000

Возраст

,973

1,828

4

262

,124

Хроническое заболевание

,945

3,818

4

262

,005

Состояние здоровья

,965

2,397

4

262

,051

Часто болею

,920

5,663

4

262

,000

Доверие Совет провизора в аптеке

,978

1,480

4

262

,208

Сколько примерно раз Вы посещали врача за последний год?

,973

1,804

4

262

,128

Сколько раз искали информацию о лекарствах?

,928

5,092

4

262

,001

Какое количество интернет-ресурсов Вы просматриваете?

,990

,681

4

262

,605

Анализируя коэффициенты в Таблицах 50 и 51 справедливо сделать следующие заключения: женщины чаще обращаются к ресурсам, часто болеющие респонденты склонны чаще обращаться к интернету, чтобы проверить выписку врача.

Также респонденты с хроническим заболеванием склонны чаще искать информацию. Респонденты, искавшие информацию о лекарствах в прошлом, чаще склонны также обратиться к интернету, чтобы искать информацию о лекарстве, выписанном врачом.

Таблица 50

Структурная матрица

Функция

1

2

3

4

Пол

,714*

-,094

,091

,384

Часто болею

-,486*

,395

-,101

,317

Состояние здоровья

,057

,501*

,267

-,174

Сколько раз искали информацию о лекарствах?

,434

,451*

,093

-,249

Какое количество интернет-ресурсов Вы просматриваете?

-,030

,285*

-,090

,011

Хроническое заболевание

,230

,116

-,782*

-,025

Возраст

-,199

-,025

,444*

-,297

Доверие Совет провизора в аптеке

,015

,262

-,101

,596*

Сколько примерно раз Вы посещали врача за последний год?

,205

-,200

,114

,523*

Таблица 51

Функцияs at Group Centroids

Обращаетесь ли Вы обычно к интернет-ресурсам для поиска информации о лекарстве, выписанном врачом?

Функция

1

2

3

4

Всегда или почти всегда

,484

-,034

-,337

-,118

Часто

,336

,367

,309

-,005

Иногда

-,016

-,335

,027

,301

Редко

-,955

,292

-,157

-,019

Никогда или почти никогда

-,374

-,689

,354

-,396

2.4.6 Конечный потребитель лекарства

Одной из задач является выяснение, как влияет приобретение лекарства для различных групп на поисковое поведение в интернете. Независимые переменные берутся по аналогии с предыдущими вопросами.

Из Таблицы 52 мы видим, значимыми на уровне доверия 95% являются переменные возраст, наличии хронического заболевания, доверие совету провизора.

Таблица 52

Тест равенства средних в группах

Лямбда Уилкса

F

df1

df2

Sig.

Пол

,964

2,392

4

257

,051

Возраст

,658

33,392

4

257

,000

Хроническое заболевание

,922

5,436

4

257

,000

Состояние здоровья

,993

,454

4

257

,770

Часто болею

,980

1,308

4

257

,267

Доверие Совет провизора в аптеке

,922

5,435

4

257

,000

Сколько примерно раз Вы посещали врача за последний год?

,970

1,970

4

257

,100

Сколько раз искали информацию о лекарствах?

,974

1,739

4

257

,142

Какое количество интернет-ресурсов Вы просматриваете?

,982

1,190

4

257

,316

По результатам анализа Таблицы 53 и 54 можно сказать, что более старшего возраста склонны покупать лекарства для пожилых родителей, более молодые - для себя.

Респонденты с хроническим заболеванием склонны покупать для себя. Респонденты, больше доверяющие провизору, покупают преимущественно для себя или супруга, а те, кто доверяет в меньшей степени - для пожилых родственников.

Таблица 53

Структурная матрица

Функция

1

2

3

4

Возраст

,814*

,389

-,213

,133

Доверие Совет провизора в аптеке

-,193

,514*

,398

,423

Пол

-,010

-,441*

-,093

,415

Часто болею

-,025

,032

,633*

-,367

Хроническое заболевание

-,246

,407

-,440*

-,062

Состояние здоровья

,055

-,088

,266*

-,034

Сколько примерно раз Вы посещали врача за последний год?

-,191

-,077

,154

,575*

Какое количество интернет-ресурсов Вы просматриваете?

-,102

,209

,207

-,425*

Сколько раз искали информацию о лекарствах?

-,153

-,211

-,143

,374*

Таблица 54

Функцияs at Group Centroids

Для кого Вы чаще всего покупаете лекарства?

Функция

1

2

3

4

Для себя

-,433

-,048

,017

-,023

Для ребенка младшего возраста (д?

,209

-,945

-,216

,203

Для ребенка старшего возраста (о?

1,370

,308

,532

,058

Для супруга/супруги

-,298

1,587

-,413

,118

Для пожилых родителей или других

2,216

-,106

-,345

-,082

2.4.7 Приобретение лекарственного средства

Последний этап, который остается невыясненным - покупка препарата. После анализа соответствующих таблиц 55, 56, 57 и 58 можно сделать следующие выводы.

Часто болеющие респонденты склонны искать информацию, но НЕ слушать совета провизора. Не болеющие скорее будут искать нужный препарат в другой аптеке или послушают совет провизора.

Доверяющие провизору скорее послушают его совета и купят препарат, не обращаясь к электронным ресурсам, менее доверяющие скорее будут искать в другой аптеке.

Женщины охотнее послушают совет провизора, мужчины скорее будут искать в другой аптеке. Респонденты, оценивающие своё состояние здоровья выше склонны искать информацию и покупать препарат, с худшим здоровьем также искать информацию и НЕ покупать препарат. Те, кто посещал врача чаще, склонны покупать препарат в другой аптеке, те же, кто посещал врача мало искать в интернете и скорее НЕ покупать препарат. Респонденты, использующие большее количество ресурсов для поиска, скорее будут склонны опять к нему обратиться, те же, кто использует меньше ресурсов, скорее пойдет в другую аптеку.

Таблица 55

Статистики по группам

Если в аптеке не оказывается лекарственного препарата,как Вы поступаете?

Среднее

Ст. отклонение

Кол-во валидных

Не взв.

Взв.

Ищу нужный мне препарат в другой

Пол

1,71

,453

161

161,000

Возраст

31,93

11,242

161

161,000

Хроническое заболевание

,31

,464

161

161,000

Состояние здоровья

7,27

1,373

161

161,000

Часто болею

,03

,174

161

161,000

Доверие Совет провизора в аптеке

5,29

2,026

161

161,000

Сколько примерно раз Вы посещали врача за последний год?

3,88

4,934

161

161,000

Сколько раз искали информацию о лекарствах?

10,22

18,639

161

161,000

Какое количество интернет-ресурсов Вы просматриваете?

6,73

12,005

161

161,000

Слушаю совет провизора в аптеке ?

Пол

1,51

,503

72

72,000

Возраст

30,76

9,262

72

72,000

Хроническое заболевание

,22

,419

72

72,000

Состояние здоровья

7,72

1,270

72

72,000

Часто болею

,03

,165

72

72,000

Доверие Совет провизора в аптеке

7,43

1,298

72

72,000

Сколько примерно раз Вы посещали врача за последний год?

2,89

2,688

72

72,000

Сколько раз искали информацию о лекарствах?

5,08

6,694

72

72,000

Какое количество интернет-ресурсов Вы просматриваете?

7,72

7,393

72

72,000

Ищу в интернете информацию, покупаю

Пол

1,42

,504

24

24,000

Возраст

33,96

10,132

24

24,000

Хроническое заболевание

,29

,464

24

24,000

Состояние здоровья

7,92

1,976

24

24,000

Часто болею

,13

,338

24

24,000

Доверие Совет провизора в аптеке

5,33

3,497

24

24,000

Сколько примерно раз Вы посещали врача за последний год?

,88

1,191

24

24,000

Сколько раз искали информацию о лекарствах?

9,58

5,860

24

24,000

Какое количество интернет-ресурсов Вы просматриваете?

14,04

10,097

24

24,000

Ищу в интернете информацию, НЕ покупаю

Пол

1,00

,000

5

5,000

Возраст

33,40

,894

5

5,000

Хроническое заболевание

,00

,000

5

5,000

Состояние здоровья

5,00

,000

5

5,000

Часто болею

1,00

,000

5

5,000

Доверие Совет провизора в аптеке

3,00

,000

5

5,000

Сколько примерно раз Вы посещали врача за последний год?

,00

,000

5

5,000

Сколько раз искали информацию о лекарствах?

15,00

,000

5

5,000

Какое количество интернет-ресурсов Вы просматриваете?

30,00

,000

5

5,000

Всего

Пол

1,62

,487

262

262,000

Возраст

31,82

10,519

262

262,000

Хроническое заболевание

,28

,449

262

262,000

Состояние здоровья

7,41

1,453

262

262,000

Часто болею

,06

,233

262

262,000

Доверие Совет провизора в аптеке

5,84

2,262

262

262,000

Сколько примерно раз Вы посещали врача за последний год?

3,26

4,245

262

262,000

Сколько раз искали информацию о лекарствах?

8,84

15,299

262

262,000

Какое количество интернет-ресурсов Вы просматриваете?

8,12

11,217

262

262,000

Таблица 56

Тест равенства средних в группах

Лямбда Уилкса

F

df1

df2

Sig.

Пол

,917

7,823

3

258

,000

Возраст

,993

,613

3

258

,607

Хроническое заболевание

,985

1,302

3

258

,274

Состояние здоровья

,917

7,738

3

258

,000

Часто болею

,666

43,182

3

258

,000

Доверие Совет провизора в аптеке

,792

22,609

3

258

,000

Сколько примерно раз Вы посещали врача за последний год?

,944

5,071

3

258

,002

Сколько раз искали информацию о лекарствах?

,975

2,205

3

258

,088

Какое количество интернет-ресурсов Вы просматриваете?

,892

10,445

3

258

,000

Таблица 57

Структурная матрица

Функция

1

2

3

Часто болею

-,764*

,053

-,168

Доверие Совет провизора в аптеке

,259

,840*

-,295

Пол

,223

-,393*

-,251

Сколько раз искали информацию о лекарствах?

-,074

-,271*

,065

Хроническое заболевание

,084

-,165*

,136

Состояние здоровья

,231

,278

,541*

Сколько примерно раз Вы посещали врача за последний год?

,162

-,245

-,504*

Какое количество интернет-ресурсов Вы просматриваете?

-,353

,134

,363*

Возраст

-,044

-,075

,225*

Таблица 58

Центроиды

Если в аптеке не оказывается лекарственного препарата,как Вы поступаете?

Функция

1

2

3

Ищу нужный мне препарат в другой

,164

-,393

-,054

Слушаю совет провизора в аптеке ?

,285

,807

-,122

Ищу в интернете информацию о пре?

-,636

,196

,841

Ищу в интернете информацию о пре?

-6,334

,101

-,530

Unstandardized canonical discriminant Функцияs evaluated at group means

2.4.7 Модели поведения потребителей

Главной целью данной работы является определение моделей поведения пользователей в интернете при поиске информации о лекарствах. Было рассмотрено четыре основных этапа, выделенных в ходе предварительного этапа, в рамках которого проводились фокусированные интервью. Проведенный ваше анализ позволяет нам сделать заключения и классифицировать пользователей на группы в зависимости от того, как они склонны себя вести, исходя из набора персональных параметров (социально-демографических характеристик).

Каждой из моделей давалось определенное условное наименование, которое наиболее очевидно отражало какие-то характерные черты респондентов, подпадающих под модель.

Первая модель получила название «здоровяк». В данную модель входят молодые мужчины, оценивающие своё состояние здоровья как хорошее/выше среднего и покупающие препараты преимущественно для собственного пользования. Для модели поведения характерно обращение к электронным ресурсам для поиска информации как о симптомах, так и о лекарствах. Однако если препарат выписывается врачом, то пользователи, попадающие в данную модель не склонны обращаться к электронным ресурсам в этом случае. Наиболее неожиданным выводом является тот факт, что основными точками контакта для данной поведенческой модели являются форумы и онлайн-энциклопедии. На этапе приобретения лекарства повторного обращения к электронным ресурсам не происходит, «здоровяк» будет следовать предписанию врача, если предварительно к нему обратится, либо будет искать препарат в другой аптеке. То есть, обращение к электронным ресурсам происходит дважды: на этапе поиска информации о симптомах и на этапе поиска информации о лекарствах.

Вторая обнаруженная была названа «ипохондрик». Для пользователей придерживающихся данной модели характерны частые болезни (говорить об объективной частоте сложно, показатель является самооценкой респондента) и редкое посещение врачей. Такие пользователи могут быть как мужчинами, так и женщинами, как молодыми, так и в возрасте. Данная группа пользователей болеет достаточно часто, однако не обращается к врачу. В случае необходимости «ипохондрики» обращаются к поиску в интернете. На каждом из этапов пути пользователя обязательно присутствуют форумы, для этапов релевантным лекарствам добавляются сайты аптек. На стадии определения симптомам вместе с форумами отдается предпочтение медицинским справочникам. В данном случае мы видим, что пользователь затрагивает 3 этапа из четырех.

Третья модель названа Old school и является достаточно очевидной. К данной группе относятся пользователи старшего возраста, имеющие пожилых родителей, для которых преимущественно и приобретается препарат. Они очень неактивно пользуются интернетом, выражают недоверие ко всем электронным ресурсам. Среди прочих, отдают предпочтение форумам, однако совершенно не доверяют указанной информации. Предпочитают получать информацию от друзей или родственников, а также готовы послушаться совета провизора в аптеке. Поскольку информация ищется преимущественно не для себя, а для пожилого родственника, то в модели всего один этап -- поиск информации о лекарстве, при этом в качестве точки контакта можно выделить только форумы, другие ресурсы не были статистически характерны для данной категории.

Название четвертой выделенной модели -- «профессиональный больной». Наименование звучит таким образом, поскольку для данной модели характерны частые болезни, самооценка здоровья как низкого и наличие хронического заболевания. Пользователь обращается к электронным ресурсам на каждом из этапов и отдаёт предпочтение профессиональным медицинским порталам, демонстрирует наибольшую степень доверия к ним. Данная группа пользователей приобретает лекарства преимущественно для себя. Этап посещения врач в данном случае не пропускается, в отличие от предыдущих трех моделей, более того, после посещения врача потребитель обращается к поиску повторно. Данная категория пользователей обращается к интернету в любой ситуации, которая касается здоровья. В том числе и в случае посещения аптеки. Если отсутствует искомый препарат, член данной группы также обратится к врачу.

Таблица 59

Модель

Этап: Симптомы

Этап: Лекарства

Этап: Врач

Этап: Аптека

Для кого

«Здоровяк»

Википедия, форумы

Форумы

-

-

Для себя

«Ипохондрик»

Форумы, медицинские порталы

Форумы, сайты аптек

-

Форумы, сайты аптек

Для себя

«Old school»

-

Форумы

-

-

Для пожилого родителя

«Профессиональный больной»

Медицинские порталы

Медицинские порталы, сайты аптек

Медицинские порталы

Медицинские порталы,

Для себя

2.4.8 Ограничения исследования

Ввиду того, что тема данного исследования была сужена по многим параметрам, в частности, по каналу коммуникации (была выбрана digital-среда), по сфере (фармацевтический рынок), по стадии принятия решения (стадия поиска информации), по продукту (работа применима исключительно для безрецептурных лекарственных средств) полученные выводы тяжело экстраполировать на какие-то другие сферы. Кроме того, методология онлайн-опроса респондентов в данном случае не может охватить поведение в интернете в полной мере. В настоящее время существуют технологии, позволяющие отслеживать каждое движение пользователя в интернете, а также считывать его персональные данные, посредством доступов к социальным сетям и персональной информации как следствие.

Важно учитывать, что в работе применялись некоторые обобщения, при уточнении которых модели могут значительно меняться. Например, это касается наличия хронического заболевания. Подобные болезни и причиняемы ими дискомфорт очень сильно разнятся, и есть основания предполагать, что пользователь с диабетом при поиске информации о лекарствах поведет себя не так, как человек, имеющий псориаз.

Также строилась простая случайная выборка, требования к целевой аудитории ничем не ограничивались, в этой связи в выборке существует недобор по таким параметрам, например, как беременность и кормление грудь. Поэтому делать выводы по данным переменным было невозможно, для данных переменных необходимо проводить отдельное исследование с суженной целевой аудиторией.

2.5 Выводы по главе 2

В данной главе анализировались основные точки контакта потребителя безрецептурных лекарственных средств с различными точками контакта, среди которых в главе 1 были выделены следующие:

1) Веб-сайты;

2) Мобильные приложения;

3) Социальные сети.

Поскольку данные точки контакта являются слишком общими, чтобы составить понимание того, чем пользуются потребители, некоторые из них были классифицированы. Сайты были разделены на следующие виды:

1) Поиск (Google, Yandex и др.);

2) Форумы, ресурсы формата «вопрос-ответ» (например, otvet.mail.ru);

3) Социальные сети;

4) Специализированные медицинские порталы, медицинские онлайн-справочники (например, rlsnet.ru);

5) Сайты аптек/сайты медицинских учреждений;

6) Сайты с возможностью онлайн-консультации с врачом;

7) Официальный сайт препарата или фармацевтической компании.

Как можно заметить, социальные сети вошли в классификацию как частный случай сайта. Для данного исследования не было принципиально, какие именно социальные сети использует потребитель для поиска информации.

Мобильные приложения были разделены следующим образом:

1) Приложениями, помогающими отслеживать прием лекарств;

2) Приложениями, помогающими следить за показателями здоровья (пульс, шагомер и др.);

3) Игровыми приложениями, связанными с лекарственными препаратами (используется конкретный бренд).

Количественный анализ показал, что мобильные приложения не пользуются популярностью у потребителей при поиске информации, таким образом, гипотеза Н1 была отклонена, основной точкой контакта являются веб-сайты.

То же самое можно заключить и относительно социальных сетей, только 15 респондентов из 317 опрошенных пользуются социальными сетями для поиска информации о лекарственных средствах, гипотеза Н2 также отклонена. Таким образом, основной анализ касался различных веб-сайтов.

По результатам анализа было выявлено 4 модели, для каждой из которых справедливо наличие хотя бы одного основного ресурса, который используется на всех этапах поиска, независимо от их количества. То есть, можно заключить, что гипотеза Н3 верна.

Что касается параметров, влияющих на поисковое поведение пользователей, было обнаружено, что наличии хронического заболевания повышает активность потребителя в интернете, заставляет его обращаться к большему количеству ресурсов, то есть гипотезу Н4.2, подтверждаем. Подтвердить или опровергнуть гипотезу Н4.1 не представляется возможным, поскольку в выборку попало лишь незначительное количество беременных женщин, а также мам с маленьким ребенком, чтобы стало возможным делать какие-то выводы. Для определения влияния данного фактора необходимо формировать выборку по квотному принципу и проводить дополнительное исследование. Самооценка здоровья как фактор значимо влияет на поведение при поиске информации. Если респондент оценивает своё здоровье как низкое, то он скорее будет обращаться к интернету в большем количестве случаев (на большем количестве этапов). Однако это не будет означать, что пользователь не будет обращаться к ресурсам совсем, если он оценивает своё состояние как хорошее. Таким образом, гипотеза о влиянии самооценки здоровья Н4.3 также принимается.

Приобретение препарата для уязвимой категории также оказалось значимой переменной, которая сказывается на поведении пользователей. Однако, как уже было упомянуто выше, речь идет только о покупке лекарств для пожилых родителей, поскольку информации о мамах с детьми оказалось недостаточно. Гипотезу Н4.4 принимаем. Последний рассматриваемый фактор, а именно регулярность посещения врача, также оказался значимым, в частности, редкое посещение врача оказывает влияние на более широкое использование интернета. Гипотезу Н4.5 принимаем.

Финальным результатом стало выделение 4 моделей поведения с характерным набором параметров:

1) «здоровяк» -- мужчина (переменная пол), молодой (переменная возраст), хорошее здоровье (переменная самооценка состояния здоровья);

2) «ипохондрик» -- часто болеет (переменная часто болею), не обращается к врачу (переменная регулярность посещения врача);

3) «old school» -- старшего возраста (переменная возраст), доверяет провизору (переменная доверие провизору);

4) «профессиональный больной» -- имеет хроническое заболевание (переменная наличие хронического заболевания), часто болеет (переменная часто болею), низкое здоровье (переменная самооценка здоровья).

ЗАКЛЮЧЕНИЕ

Данная работа несет в себе как академический, так и прикладной характер.

В рамках теории было проанализировано юридическое регулирование фармацевтической отрасли, которое находится под давлением государства, в силу входят всё новые законы, ограничивающие возможности для маркетинга. Также были выделены различные точки контакта, применимые для маркетинга ориентированного как на врачей, так и на потребителей. Поскольку ограничения в меньшей мере касаются безрецептурных препаратов, где основной аудиторией являются пациенты, то в данной работе будут рассматриваться именно лекарственные средства данного типа. В эмпирической части исследования изучались только те точки контакта, которыми пользуется потребитель, а именно:

1) веб-сайты;

2) мобильные приложения;

3) социальные сети.

Посредством качественного анализа точки контакта были детализированы и проанализированы по методологии Customer Journey Mapping (построение пути потребителя).

Для выявления переменных влияющих на поведение пользователи в интернете использовался количественный метод и в частности дискриминантный анализ. В качестве значимых переменных были выявлены следующие:

1) наличие хронического заболевания;

2) частые болезни;

3) самооценка состояния здоровья;

4) частота посещения врача.

Основным результатом данной работы стало выявление четырех моделей поведения пользователей, которые были дифференцированы в зависимости от набора различных характеристик.

Данная модель процесса поиска может быть адаптирована под различные рынки или же может быть развита в рамках дальнейших исследований фармацевтической отрасли. Подобный подход к изучению пользователей, с точки зрения исследования их поведения на различных этапах, а также с учетом влияния их социально-демографических характеристик, может помочь в последующих исследованиях по изучению поведения потребителей в электронной среде.

Кроме того, полученные результаты могут применяться на практике непосредственно фармацевтическими компаниями, перед которыми стоит сложная задача продвижения в активно развивающейся среде. Выделенные модели помогут лучшим образом понять, на какие именно инструменты стоит обращать внимание, какие точки контакта будут наиболее перспективными для различных целевых аудиторий.

СПИСОК ЛИТЕРАТУРЫ

1. Федеральный закон от 12.04.2010 N 61-ФЗ (ред. от 29.12.2015) "Об обращении лекарственных средств"

2. Федеральный закон от 13.03.2006 N 38-ФЗ (ред. от 08.03.2015) "О рекламе" (с изм. и доп., вступ. в силу с 01.10.2015)

3. Федеральный закон от 17.07.1999 N 181-ФЗ (ред. от 09.05.2005, с изм. от 26.12.2005) "Об основах охраны труда в Российской Федерации"

4. Блэкуэлл Р., Миниард П., Энджел Дж. Поведение потребителей. 10-е изд. / Пер. с англ. -- СПб.: Питер, 2007.

5. Котлер Ф. Основы маркетинга. Краткий курс.: Пер. с англ. - М.: Издательский дом «Вильямс», 2007.

6. Крыштановский А.О. Анализ социологических данных с помощью пакета SPSS. М.: -- ГУ ВШЭ, 2006.

7. Микки С. Смит, Е. М. Коласса, Г. Перкинс, Брюс Сикер Фармацевтический маркетинг. Принципы, среда, практика. Пер. с англ. -- М.: Литтерра, 2005.

8. Наследов А. SPSS 20 statistics и AMOS профессиональный статистический анализ данных. -- СПб.: Питер, 2013.

9. Fox, S., & Bernhardt, J. M. (2010). Health Communication 2.0: The promise of peer participation. In L. F. Rutten, B. W. Hesse, R. P. Moser, & G. L. Kreps (Eds.), Building the evidence base in cancer communication (pp. 257-270). Cresskill, NJ: Hampton Press.

10. Ambaye M. A consumer decision process model for the Internet. 2005.

11. Carruth PJ, Carruth AK (2012) Using eLearning to build workforce capacity among business professionals. AJBE 6:709-718

12. Christopher Manz M.D. et al. Marketing to Physicians in a Digital World. N Engl J Med 2014; 371:1857-1859

13. M.M. Abrahams Digital media for distance education PediatrRadiol (2014) 44:697-699

14. Reuters Business Insight Health Care. (2003). Physician-Targeted Internet Promotion: Online Solutions to Declining Productivity in the Sales Process. London: Author.

15. Angelika Hцber Elisabeth Pergler Doris Weitlaner Hans-Peter Grahsl , (2015),"Performance journey mapping: a service performance assessment framework", The TQM Journal, Vol. 27 Iss 2 pp. 231 - 246.

16. Atienza AA et al. Consumer Attitudes and Perceptions on mHealthPrivacy and Security: Findings From a Mixed-Methods Study J Health Commun. 2015 Apr 14:1-7.

17. Bates, A., Bailey, E., &Rajyaguru, I. (2002).Navigating the e-detailing maze. International Journal of Medical Marketing, 2, 255-262.

18. Bernhardt JM et al. A social media primer for professionals: digital dos and don'ts. HealthPromotPract. 2014 Mar;15(2):168-72.

19. Bernhardt, J. M., Mays, D., Eroglu, D., & Daniel, K. L. (2009). New communication channels: Changing the nature of customer engagement. Social Marketing Quarterly, XV, 7-15.

20. Boehm, E. (2003). CBI's E-Detailing Conference Proceedings. Philadelphia: Forrester Research.

21. Cinthya Ippoliti (2014) Are You Being Served? Designing the Customer Service Curriculum, Public Services Quarterly, 10:3, 177-192.

22. Dhira Crunkilton (2009) Application Review of Journey Mapping, Journal of Technology in Human Services, 27:2, 162-173.

23. Fadi M. et al. Characteristics of Physicians Targeted by the Pharmaceutical Industry to Participate in E-detailing, Health Marketing Quarterly, 2009. 26:2, 98-116

24. Gerrita van der Veen & Robert van Ossenbruggen (2015) Mapping Out the Customer's Journey: Customer Search Strategy as a Basis for Channel Management, Journal of Marketing Channels, 22:3, 202-213.

25. H.J. Long , L.Y. Wang , J. Shen , M.X. Wu & Z.B. Jiang (2013) Product service system configuration based on support vector machine considering customer perception, International Journal of Production Research, 51:18, 5450-5468.

26. Jay M. Bernhardt et al. (2011) Dissemination 2.0: Closing the Gap Between Knowledge and Practice With New Media and Marketing, Journal of Health Communication: International Perspectives, 16:sup1, 32-44

27. John Alford Sophie Yates , (2014),"Mapping public value processes", International Journal of Public Sector Management, Vol. 27 Iss 4 pp. 334 - 352.

28. Keller, K. L. (2010). Brand equity management in a multichannel, multimedia retail environment. Journal of Interactive Marketing, 24(2), 58-70.

29. Konus, U., Verhoef, P. C., & Neslin, S. A. (2008). Multichannel shopper segments and their covariates. Journal of Retailing, 84(4), 398-413.

30. Laura Di Pietro , Roberta Guglielmetti Mugion & Maria Francesca Renzi (2013) An integrated approach between Lean and customer feedback tools: An empirical study in the public sector, Total Quality Management & Business Excellence, 24:7-8, 899-917.

31. Lefebvre, R. C. (2007). New technology: The consumer as participant rather than target audience. Social Marketing Quarterly, 13(3), 32-42.

32. Mandy Lane, (2007),"The Visitor Journey: the new road to success", International Journal of Contemporary Hospitality Management, Vol. 19 Iss 3 pp. 248 - 254.

33. Margaret Meiling Luo , Ja-Shen Chen , Russell K.H. Ching & ChuChi Liu (2011) An examination of the effects of virtual experiential marketing on online customer intentions and loyalty, The Service Industries Journal, 31:13, 2163-2191.


Подобные документы

  • Основные инструменты продвижения бренда в социальных медиа. Репутационные риски организации и методы борьбы с негативом в сети Интернет. Анализ маркетинговой деятельности компании "Аэрофлот", разработка мероприятий по совершенствованию digital-стратегии.

    дипломная работа [8,9 M], добавлен 23.07.2015

  • Феномен развития рекламного дискурса в среде интернет в его связке с усилением тенденции digital-маркетинговых стратегий. Механизмы, задействованные в создании рекламных текстов для сети интернет. Классификация каналов коммуникации в данной сфере.

    курсовая работа [46,0 K], добавлен 21.03.2016

  • Анализ рынка услуг промышленного дизайна. Деятельность креативного digital-агентства в области коммуникаций. Разработка и оценка эффективности планируемой программы маркетинговых коммуникаций. Контакты агентства с потенциальными клиентами и конкурентами.

    курсовая работа [3,9 M], добавлен 17.12.2015

  • Продвижение лекарственных средств на российском рынке. Зарождение тренда диджитализации в фармацевтических коммуникациях в мире. Анализ моделей применения digital-инструментов брендами фармации. Методы интернет-рекламы, которые применяются к медицине.

    дипломная работа [1,3 M], добавлен 23.08.2017

  • Особенности маркетинга в Интернете. Сравнительный анализ инструментов виртуальной рекламы. Использование инструментов виртуального маркетинга в розничной сети. Оценка возможности использования виртуального маркетинга для управления структурой продаж.

    дипломная работа [692,5 K], добавлен 30.11.2017

  • Понятие маркетинга в сети Интернет. Исследование сетевого рынка, эффективное продвижение и продажа товаров (услуг) с помощью современных технологий. Способы исследования в сети Интернет. Случаи мошенничества при продвижении сайтов и способы борьбы с ними.

    презентация [34,3 K], добавлен 30.08.2013

  • Популярные социальные сети и их сильные стороны. Варианты реализации рекламной компании в социальных сетях. Формирование отдела по продвижению в социальных платформах. Система продвижения сообщества "ALDO Coppola Baku" в социальной сети Facebook.

    курсовая работа [88,9 K], добавлен 03.03.2016

  • Исследования эффективности использования сети Интернет в маркетинговой деятельности, представления всех видов классического маркетинга в мировой сети для глобальной реализации продукта потребителям и получения обратной связи от целевой аудитории.

    курсовая работа [1,2 M], добавлен 22.05.2019

  • Понятие и принципы построения сети Интернет. Методы обеспечения безопасности во Всемирной сети. Разновидности и типы платежных систем, оценка их преимуществ и недостатков, возможности. Основные проблемы и перспективы развития интернет-маркетинга.

    контрольная работа [18,7 K], добавлен 08.06.2011

  • Исследование структуры и организации маркетинга, его социальные основы, специфика маркетинга в индустрии гостеприимства. Исследование структуры и организации маркетинга в гостинице "Турист", анализ основных экономических показателей и внутренней среды.

    дипломная работа [147,5 K], добавлен 26.12.2009

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.