ВВЕДЕНИЕ 2
ГЛАВА 1. ОБЗОР ОСНОВНЫХ ТРАДИЦИОННЫХ ПОДХОДОВ К ИЗУЧЕНИЮ ПОВЕДЕНИЯ
ПОТРЕБИТЕЛЕЙ 6
1.1. ТЕОРИИ ПОТРЕБЛЕНИЯ В ИСТОРИЧЕСКОМ РАЗВИТИИ 6
1.2. ТРАНСФОРМАЦИЯ ПОВЕДЕНИЯ ПОТРЕБИТЕЛЕЙ И РАЗВИТИЕ ИНТЕРНЕТА
11
1.3. МАРКЕТИНГОВЫЙ ПОДХОД К ИЗУЧЕНИЮ ПОВЕДЕНИЯ ПОТРЕБИТЕЛЕЙ
18
ГЛАВА 2. ПОСТДЕМОГРАФИЧЕСКИЙ ПОДХОД: СОЦИАЛЬНЫЕ И ТЕОРЕТИКОМЕТОДОЛОГИЧЕСКИЕ ОСНОВАНИЯ 24
2.1. ОБЩАЯ ХАРАКТЕРИСТИКА И СПЕЦИФИКА ПОСТДЕМОГРАФИЧЕСКОГО
ПОДХОДА 24
2.2. ВОЗМОЖНОСТИ И ОГРАНИЧЕНИЯ ПОСТДЕМОГРАФИЧЕСКОГО ПОДХОДА
ГЛАВА 3. ИССЛЕДОВАНИЕ “IOS VS. ANDROID. ДЕМОГРАФИЧЕСКИЙ VS.
ПОСТДЕМОГРАФИЧЕСКИЙ ПОДХОДЫ” 33
3.1. ПРОГРАММА ИССЛЕДОВАНИЯ 33
3.2. АНАЛИЗ И РЕЗУЛЬТАТЫ 39
3.3. ВЫВОДЫ 49
ЗАКЛЮЧЕНИЕ 51
СПИСОК ЛИТЕРАТУРЫ 53
ПРИЛОЖЕНИЕ
Потребление сегодня во многом определяет характер и структуру
социального пространства, являясь одним из важнейших форм экономической
деятельности и, одновременно, индикатором качества жизни, процветания и
успеха в условиях постоянных экономических изменений. Изучение вопросов
потребления может помочь нащупать динамичные изменения социальной
реальности. Поэтому разработка новых методов, которые позволяли бы
анализировать поведение людей в сфере потребления представляет интерес не
только для маркетологов, но и для социологов и представителей других
социальных наук. В настоящее время модели поведения людей меняются в самых
разных сферах, в том числе и в сфере потребления, и предсказать их поведение
становится все сложнее.
Если раньше основными независимыми переменными, позволяющими
предсказывать поведение потребителей были устойчивые социальнодемографические характеристики, то с ростом разнообразия вкусов и предпочтений, связь между демографическими характеристиками и поведением уже не столь однозначна.
Общество не перестает изменяться, и вместе с тем изменяются особенности
поведения индивидов в различных сферах. В дополнение к традиционно
выделяемому половому и возрастному разделению приходят все новые и новые
категории. Глобализация, модернизация, компьютеризация общества и широкое
использование сети интернет (в особенности социальных сетей) активно способствуют этому.
Поскольку в эру интернет-технологий огромное место в повседневной
жизни индивидов занимают социальные сети, паблики и сообщества
пользователей, цифровые “следы”, которые они оставляют в сети, представляют3
огромный исследовательский интерес. Подобные “цифровые отпечатки” (“digital
footprints”) включают журналы веб-просмотра, записи транзакций из онлайновых
и оффлайновых рынков, фотографии и видеоролики, журналы местоположения
системы глобального позиционирования, медиа-плейлисты, журналы голосовых и
видеозвонков, язык, используемый в твиттере или электронной почте, “лайки”,
“перепосты” которые пользователи оставляют в сети. С их помощью можно
проанализировать и потребительское поведение с попыткой выявить интересные
паттерны влияния не только традиционных социально-демографических
характеристик, но и так называемых постдемографических характеристик на те
или иные модели поведения, о которых и пойдет речь в данной работе.
Это направление является малоизученным, как в России, так и во всем мире.
Зарубежом применялись попытки исследовать его эмпирически посредством
применения постдемографического подхода для анализа социальной сети
“Фейсбук”, однако сейчас с этим есть некоторые затруднения из-за введения
более жесткого ограничения приватности администраторами сайта. В свою
очередь, настройки доступа российской социальной сети “Вконтакте” позволяют
совершить данное исследование, что мы и попытаемся осуществить. По нашему
мнению, решение данных вопросов является очень актуальным и перспективным,
и мы надеемся внести свой вклад в усовершенствование и развитие данной сферы.
Проблема исследования заключается в сравнении эффективности социальнодемографической и постдемографической моделей в изучении поведения потребителей.
Цель исследования: Выявить и обосновать влияние социальнодемографических и постдемографических характеристик на особенности
поведения потребителей
Задачи исследования:
1) Описать классические подходы к изучению поведения потребителей в
социологических и маркетинговых исследованиях
2) Рассмотреть социальные изменения, которые повлияли на изменение
поведения потребителей в современном обществе
3) Рассмотреть области применения постдемографического подхода,
проанализировать новые возможности, которые он открывает.
4) Рассмотреть возможные ограничения применения постдемографического подхода.
Объект исследования: пользователи социальной сети “Вконтакте”,
состоящие в группах любителей мобильных операционных систем “iOS” и “Android”
Предмет исследования: социально-демографические и
постдемографические характеристики пользователей.
Основными понятиями данного исследования будут выступать следующие
термины: “потребительское поведение”, “сегментация рынка”,
“постдемографический подход” и некоторые другие.
Структура работы. Работа состоит из введения, двух глав, заключения,
списка литературы и заключения. Каждая глава состоит из нескольких параграфов.
В первой главе представлен обзор основных традиционных подходов к
изучению поведения потребителей: теории потребления в историческом развитии,
рассмотрение маркетингового подхода к изучению поведения потребителей,
социальные изменения, которые способствовали трансформации поведения потребителей.
Во второй главе рассматриваются теоретико-методологические основания5
постдемографического подхода: общая характеристика и специфика данного
подхода, его возможности и ограничения.
В третьей главе представлены результаты эмпирического исследования
групп любителей операционных систем “iOS” и “Android” социальной сети
“Вконтакте”. При написании данной работы были изучены труды специалистов в
области потребительского поведения и теории общества потребления,
использованы статьи зарубежных и российских исследователей, периодические
публикации в журналах.
Основным методом исследования стал метод логистической регрессии1.
Анализ данных был произведен при помощи ресурсов и оборудования ресурсного центра СПБГУ.
Предметом интереса выпускной квалификационной работы было
рассмотрение нового подхода к исследованию поведения потребителей - так
называемого постдемографического подхода, который трактует поведение
потребителей как зависимое не от традиционных социально-демографических
факторов, а в контексте их предпочтений, хобби, интересов. В ходе исследования
мы стремились ответить на вопрос о том, насколько эффективным является
применение данного подхода.
В первой главе представлен обзор основных традиционных подходов к
изучению поведения потребителей: теории потребления в историческом развитии,
рассмотрение маркетингового подхода к изучению поведения потребителей,
социальные изменения, которые способствовали трансформации поведения потребителей.
Во второй главе содержатся теоретико-методологические основания
постдемографического подхода: общая характеристика и специфика данного
подхода, его возможности и ограничения.
В третьей главе были проанализированы результаты эмпирического
исследования, в рамках которого мы сравнивали влияние социальнодемографических и постдемографических характеристик на примере выбора
одного из двух конкурирующих брендов. Нам удалось выяснить, что
демографическая модель в нашем конкретном случае оказалась более эффективной.
Данное исследование является первым подобным в России, так как, по
нашим сведениям, ранее анализ постдемографического подхода не производился
в нашей стране. Сам подход в целом также является малоизученным
направлением во всем мире, поэтому на настоящий момент список литературы52
довольно ограничен.
Следует отдельно отметить технические ограничения, с которыми мы
столкнулись в нашем исследовании. В связи с тем, что публичное API вконтакте
ограничивает количество возвращаемых данных в запросе, а также количество
запросов в единицу времени, мы решили сосредоточиться на относительно
небольшой выборке. Из этого следует, что не все участники обеих исследуемых
групп социальной сети “Вконтакте” были включены в анализ. Также извлечение
данных происходило на основе рейтинга, который не учитывал реальной
структуры пользователей, поэтому мы не можем утверждать, что результаты
могут быть применены ко всей генеральной совокупности. Вдобавок к этому, в
связи с техническими ограничениями возможности обработки результатов,
некоторые переменные было решено не использовать. Однако, это была первая
наша разработка - в дальнейшем, планируется использование более расширенной
выборки и более расширенных параметров для анализа
1. Бодрийяр Ж. Символический обмен и смерть/Пер. С.Зенкина. М.:
Добросвет, 2000
2. Бодрийяр, Ж. Общество потребления. Его мифы и структуры, //М.
Республика. 1970. С. 71
3. Веблен, Т. Теория праздного класса: экономическое исследование
институций. // Прогресс, Москва, 1984
4. Дудина, В. Цифровые данные - потенциал развития
социологического знания. // Социологические исследования № 9, 2016
5. Записки маркетолога [Электронный ресурс] URL:
http://www.marketch.ru/marketing_dictionary/marketing_terms_v/virusnyy_mar
keting/
6. Зиммель, Г. Избранное. Проблемы социологии. // Университетская
книга - СПБ, 2015
7. Лейбенстайн, Х. Эффект присоединения к большинству, эффект
сноба и эффект Веблена в теории покупательского спроса / пер. с англ. И.
Попович. В кн.: Вехи экономической мысли / сост. и общ. ред. В. М.
Гальперина. Т. 1: Теория потребительского поведения и спроса. СПб.: 304-
325, 1999
8. Липовецкий, Ж. Империя эфемерного: мода и ее судьба в
современном обществе// Библиотека журнала "Теория моды", 2012
9. Маркузе, Г. Одномерный человек// АСТ, Ермак, 2003
10. Онлайн энциклопедия маркетинга Marketopedia - Потребительское
поведение, [Электронный ресурс] URL: http://marketopedia.ru/269-
potrebitelskoe-povedenie.html
11. Фромм, Э. Мятежный век одной теории // Новый мир. No1. С. 261,54
1990
12. Фромм, Э. Иметь или быть?// Пер. с англ. -- Киев: Ника-Центр,. - 400
c. - (Серия "ПОЗНАНИЕ"; Вып. 7), 1998
13.Abercrombie, N.; Longhurst, B. Audiences. London: Sage, 1998
14.Aımeur, E.; Brassard, G.; Fernandez, J.M.; Mani, F.S. Onana. A
LAMBIC: A privacy-preserving recommender system for electronic commerce,
2005
15.Barber, B. Jihad vs. McWorld, 1995
16.Bauman, Z. Life in Fragments: Essays in Postmodern Morality. Oxford:
Blakwell., 1995
17.Campbell, C.The Romantic Ethic and the Spirit of Modern Consumerism. Oxford:
Basil Black- well, 1987
18.Canny, J. Collaborative filtering with privacy via factor analysis. In Proceedings
of the 25th Annual International ACM SIGIR
Conference on Research and Development in Information Retrieval, pages 238–
245, Tampere, Finland, 2002
19.Castells, M. The Internet Galaxy. Milano: Feltrinelli, 2002
20.Engel, J., Blackwell, R., Kollat, D. Consumer Behaviour, 1978
21. Everitt B.S. Cambridge Dictionary of Statistics, CUP, 2002
22.Hastie, T.; Tibshirani, R.; Friedman, J. The Elements of Statistical Learning, 2nd
edition. — Springer, 2009. — 533 p
23. Hoff man, D.L.; Novak, T.P. Bridging the racial divide on the internet. Science,
280:390–391, 1998
24.Internet Portal Recommender Systems, Retrieved from URL: http://recommendersystems.org/collaborative-filtering/
25. Internet Portal Trendwatching, Post-Demographic Consumerism, Retreived from55
URL: http://trendwatching.com/trends/post-demographic-consumerism/
26.Kuhn, M. Сaret: Classification and Regression Training. R package version 6.0-
73. https://CRAN.R-project.org/package=caret
27.Keat, R.; Whiteley, N.; Abercrombie, N. The Authority of the Consumer. London:
Routledge, 1994
28.Kosinski, M. et. al. Inferring the Demographics of Search Users, p.139, Rio de
Janeiro, Brazil, 2013
29.Kosinski, M..; Wang, Y.; Lakkaraju, H..; Lescovec, J. Mining big data to extract
patterns and predict real-life outcomes, Psychological methods. Vol 21, No. 4,
493-506, 2016
30.Lasch, C. The minimal self: psychic survival in troubled times. New York:
Norton, 1984
31. Lewis, K.; Kaufman, J.; Gonzalez, M.; Wimmer, A; Christakis, N. Tastes, Ties,
and Time: a New Social Network Dataset Using Facebook.com. 330-342, 2008
32. Loudon, D.; Della Bitta, A. Consumer behavior: Concepts and Applications.
Volume 1», 1993
33. MachineLearning, информационно-аналитический ресурс [Электронный
ресурс] URL:
http://www.machinelearning.ru/wiki/index.php?title=%D0%9F%D0%B5%D1%8
0%D0%B5%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B
8%D0%B5
34. Manchester growth marketing agency, WTF Is Post-Demographic Consumerism,
Retrieved from URL:http://thegrain.co/marketing/wtf-is-post-demographicconsumerism
35. Megapolus Internet Portal. Retreived from URL:
http://www.megapolus.kz/ru/web/adver.php56
36. Miller, D. Material Culture and Mass Consumption. New York: Basil Blackwell,
1987
37. Morris, M.R.; Teevan, J.; Bush, S. Enhancing collaborative web search with
personalization: groupization, smart splitting, and group hit-highlighting. In
CSCW, pages 481–484, 2008.
38. Pelsmacker, P.d.; Geuens, M.; Bergh, J.v.d. Marketing Communications a
European Perspective. Fifth Edition, 2013
39. Pine, J.; Gilmore, J.H. The Experience Economy. Boston: Harvard School Press,
1999
40.Rieder, B. Studying Facebook via Data Extraction: The Netvizz Application,
University of Amsterdam, WebSci’13, Paris, France, May 2–4, 2013
41. Riesman, D. The lonely crowd: A study of the changing American Character,
New Heaven: Yale University Press, 1961
42. Rifkin, J. The Age of Access. New York: Penguin Putnam Inc, 2000
43.Rogers, R. Post-demographic machines, Amsterdam School for Cultural
Analysis (ASCA), 2009, Retrieved from URL:
http://dare.uva.nl/document/2/75461
44.Rogers, R. The End of the Virtual. Amsterdam.University Press, Amsterdam, The
Netherlands, 2009
45. Russo, G. The Identity of Consumers in Social Networks Italian Internet Users
and New Experience of Consumption. Polish Sociological Review No. 179 pp.
401-412, 2012
46.Simonite, T. What Facebook Knows. MIT, Technology Review, June 13, 2012.
47.Teevan, J.; Morris, M.R.; Bush, S. Discovering and using groups to improve
personalized search. In WSDM, pages 15–24, 2009
48.Teevan, J; Dumais, S.T.; Horvitz., E. Personalizing search via automated57
analysis of interests and activities. In SIGIR, pages 449-456, 2005.
49.Weber, I.; Jaimes, A. Demographic information flows, pp. 1521–1524, Toronto,
ON, 2010.
50.Weber, I.; Castillo, C. The Demographics of Web Search. SIGIR’10, Geneva,
Switzerland, 2010
51. Zeileis, A.; Hothorn, T. Diagnostic Checking in Regression Relationships. R
News 2(3), 7-10, 2002. Retrieved from URL https://CRAN.Rproject.org/doc/Rnews/
52.Zhao W.X et al. We Know What You Want to Buy: A Demographic-based System
for Product Recommendation On Microblogs. New York, NY, USA, 2014