U savremenom poslovnom okruženju, donošenje kvalitetnih odluka zahtijeva više od intuicije i iskustva – zahtijeva pouzdane informacije. Marketing istraživanje predstavlja ključni alat kojim se organizacije povezuju sa svojim tržištem, razumijevaju potrebe potrošača i donose informirane odluke. Bilo da se radi o razvoju novih proizvoda, izboru promotivnih strategija ili analizi konkurencije, marketing istraživanje pruža temelje za strateško i taktičko planiranje. Ovaj dio knjige vas uvodi u osnovne koncepte marketing istraživanja, njegovu ulogu u procesu tržišne orijentacije, kao i načine na koje istraživački proces doprinosi postizanju konkurentske prednosti. Kroz primjere iz prakse, pregled funkcija i strukture industrije istraživanja, studentima se pruža cjelovit uvid u značaj i primjenu marketing istraživanja u savremenom poslovanju.

• 1.1. Pojam i uloga marketing istraživanja
• Funkcije marketing istraživanja
• Definicija marketing istraživanja
• 1.2. Industrija marketing istraživanja
• 1.3. Pitanje etike u marketing istraživanju
• 1.4. Novi trendovi u marketing istraživanju

Marketing istraživanje nije slučajan niti jednokratan čin, ono je strukturiran proces koji se sastoji od pažljivo planiranih koraka, a svaki od njih ima ključnu ulogu u osiguravanju tačnosti, pouzdanosti i korisnosti prikupljenih informacija. Da bi istraživanje ispunilo svoju svrhu i zaista doprinijelo donošenju kvalitetnih poslovnih odluka, potrebno je razumjeti kada ga koristiti, kako ga ispravno osmisliti i kako voditi kroz sve njegove faze – od definisanja problema, preko odabira metoda i prikupljanja podataka, pa sve do interpretacije rezultata i izvještavanja. Ovaj dio knjige detaljno prikazuje cjelokupan proces marketing istraživanja. Kroz pregled teorijskih osnova i konkretnih primjera, upoznat ćete se s nizom aktivnosti koje prethode, prate i slijede svaki istraživački poduhvat. Posebna pažnja posvećena je formulaciji istraživačkih pitanja, odabiru dizajna istraživanja, određivanju uzorka i metodama prikupljanja podataka, kao i analizi i prezentaciji nalaza. Savladavanjem navedenih tema steći ćete temeljno znanje o tome kako se istraživanja provode u praksi i koji su ključni elementi uspješnog istraživačkog procesa.

• 2.1. Kada je istraživanje potrebno
• 2.2. Koraci u procesu marketing istraživanja
• 2.3. Utvrđivanje potrebe za marketing istraživanjem
• 2.4. Definiranje problema
• 2.5. Utvrđivanje istraživačkih pitanja i ciljeva istraživanja
• 2.6. Određivanje dizajna istraživanja
• 2.6.1. Eksploratorni istraživački dizajn
• 2.6.2. Metode provođenja eksploratornih istraživanja
• 2.6.3. Deskriptivni istraživački dizajn
• 2.6.4. Kauzalni (uzročni) istraživački dizajn
• Eksperimentalno istraživanje
• Prije-poslije testiranje
• A/B testiranje
• 2.7. Identifikacija vrste i izvora podataka te metoda za statističku obradu
• 2.7.1. Procjena kvalitete sekundarnih podataka
• 2.7.2. Interni sekundarni podaci
• Digitalna analitika
• Klubovi potrošača i potrošačke kartice (loyalty kartice)
• 2.7.3. Eksterni sekundarni podaci
• Publikacije
• Baze podataka
• Sindikacijski servisi
• 2.7.4. Primjeri upotrebe sekundarnih podataka
• 2.8. Određivanje metoda za prikupljanje podataka
• 2.8.1. Kvantitativne metode istraživanja
• 2.8.2. Kvalitativne metode istraživanja
• 2.8.3. Kombinovane metode
• 2.9. Dizajniranje instrumenata za prikupljanje podataka
• 2.10. Određivanje plana uzorkovanja i veličine uzorka
• 2.10.1. Probabilistički i neprobabilistički uzorci
• 2.10.2. Izračun veličine uzorka
• 2.10.3. Metode za nasumični odabir članova uzorka
• Nasumični odabir u aplikaciji Google Sheets i Microsoft Excel
• Nasumični odabir u programu R
• 2.10.4. Problem neučešća (nereagovanja) članova uzorka u istraživanju
• 2.10.5. Testiranje pristranosti usljed nereagiranja (neučešća)
• 2.11. Prikupljanje podataka
• 2.12. Analiziranje podataka
• 2.13. Izvještavanje
• Sadržaj izvještaja o provedenom istraživanju
• Karakteristike kvalitetno napisanog izvještaja
• Značaj vizualizacije podataka

Mjerenje u marketing istraživanju podrazumijeva proces pretvaranja apstraktnih koncepata u konkretne, kvantificirane pokazatelje koji omogućuju analizu i interpretaciju podataka. Kroz pravilno mjerenje osigurava se da se istraživački pojmovi – poput zadovoljstva, lojalnosti ili imidža – precizno definišu i izraze pomoću odgovarajućih skala i instrumenata. Ova glava detaljno pojašnjava temeljne principe mjerenja, uključujući proces konceptualizacije i operacionalizacije, kao i ključne karakteristike mjernih instrumenata – validnost i pouzdanost. Poseban fokus stavljen je na četiri osnovna tipa mjernih skala (nominalna, ordinalna, intervalna i proporcionalna), kao i na njihove statističke implikacije i primjenu u praksi. Kroz ovaj dio knjige čitatelji će razumjeti kako pravilno odabrati mjerne skale i kako konstruisati kvalitetne mjerne instrumente koji omogućavaju tačno i pouzdano prikupljanje podataka.

• 3.1. Pojam i značenje mjerenja
• 3.2. Konceptualizacija i operacionalizacija
• 3.3. Karakteristike mjernih instrumenata (validnost, pouzdanost)
• 3.4. Mjerne skale
• 3.4.1. Nominalna skala
• 3.4.2. Ordinalna skala
• 3.4.3. Intervalna skala
• 3.4.4. Proporcionalna (omjerska) skala
• 3.5. Odabir odgovarajuće mjerne skale
• 3.6. Kreiranje mjernih instrumenata

Kvantitativno istraživanje anketiranjem predstavlja jedan od najčešće korištenih pristupa u prikupljanju primarnih podataka u marketing istraživanju. S obzirom na svoju fleksibilnost, ekonomičnost i mogućnost obrade velikog broja ispitanika u relativno kratkom vremenu, anketiranje je postalo nezamjenjiv alat u istraživačkoj praksi.

U ovom dijelu knjige upoznaćete se s pojmom anketiranja, vrstama anketa i specifičnostima različitih metoda anketiranja – od online anketa, preko anketiranja licem u lice, do anketiranja putem telefona ili pošte. Kroz pregled prednosti i nedostataka svake metode, razumjet ćete kako odabrati najadekvatniji pristup anketiranju u skladu s ciljevima istraživanja.

Posebna pažnja posvećena je procesu dizajniranja anketnog upitnika – od identifikacije konstrukta i formulacije pitanja, preko strukturiranja upitnika, pa sve do testiranja i lansiranja ankete. Uz to, u ovom dijelu razmatraju se organizacijski aspekti provođenja anketa, kao i potencijalne greške koje mogu uticati na kvalitet i pouzdanost rezultata.

• 4.1. Pojam i vrste anketiranja
• 4.1.1. Online ankete
• 4.1.2. Telefonske ankete
• 4.1.3. Anketiranje licem u lice
• 4.1.4. Poštanske ankete
• 4.1.5. Usporedba različitih metoda anketiranja
• 4.2. Dizajniranje anketnog upitnika
• 4.2.1. Pojam i uloga anketnog upitnika
• 4.2.2. Proces dizajniranja anketnog upitnika
• 4.2.2.1. Identifikacija karakteristika konstrukta i odabir vrste mjernog instrumenta
• 4.2.2.2. Odabir metode anketiranja
• 4.2.2.3. Formuliranje pitanja
• 4.2.2.4. Organizacija anketnog upitnika
• Uvod u anketni upitnik
• Protok pitanja u anketnom upitniku
• 4.2.2.5. Finalizacija i lansiranje upitnika
• 4.3. Organizacija anketiranja i vrste grešaka u anketiranju

Uspješno marketinško istraživanje ne završava prikupljanjem podataka. Prava vrijednost podataka otkriva se tek kroz njihovu analizu i interpretaciju. Statističke analize predstavljaju ključni alat u procesu pretvaranja sirovih podataka u korisne informacije koje menadžerima pomažu u donošenju utemeljenih odluka.

U savremenom istraživačkom okruženju, programski jezici poput R-a postaju neizostavan dio alata svakog istraživača, jer omogućavaju preciznu, efikasnu i fleksibilnu analizu velikih količina podataka.

Ovo poglavlje uvodi vas u osnovne i naprednije statističke tehnike korištenjem programskog okruženja R. U ovom dijelu prvo se obrađuju deskriptivne analize, koje omogućavaju opisivanje osnovnih karakteristika skupa podataka – srednje vrijednosti, varijabilitet i oblik distribucije.

Zatim slijedi inferencijalna analiza, koja pomaže u izvođenju zaključaka o populaciji na osnovu uzorka, uključujući testiranje hipoteza i procjenu populacijskih parametara. Slijede poglavlja koja obrađuju diferencijalne analize, kroz koje se ispituju statistički značajne razlike između grupa, kao i asocijacijske analize, koje istražuju odnose između varijabli – uključujući korelaciju, kontingenciju i hi-kvadrat testove.

U završnom dijelu, predstavljene su osnove relacione analize, s fokusom na regresiju i višestruku regresiju kao moćne alate za modeliranje i predviđanje ponašanja potrošača.

Korištenjem praktičnih primjera i R-koda, ovo poglavlje će vam pružiti konkretne vještine za analizu podataka u stvarnim istraživačkim projektima. Na taj način razviti ćete svoje kompetencije u kombiniranju statističkog znanja s tehničkim sposobnostima obrade podataka u R-u.

• 5.1. Deskriptivna analiza
• 5.1.1. Izračun srednjih vrijednosti
• 5.1.2. Mjerenje varijabiliteta
• 5.1.3. Mjerenje oblika distribucije
• Iskrivljenost (skewness)
• Spljoštenost (kurtosis)
• 5.2. Inferencijalna analiza
• 5.2.1. Procjena parametara populacije
• 5.2.2. Testiranje hipotetizirane vrijednosti parametra populacije
• 5.3. Diferencijalna analiza
• 5.3.1. Zašto je testiranje razlika bitno
• 5.3.2. Mali uzorci: korištenje t ili z testa
• 5.3.3. Zavisni i nezavisni uzorci
• 5.3.4. Testiranje razlika u procentima između dvije grupe (nezavisni uzorci)
• 5.3.5. Testiranje značajnosti razlike u aritmetičkim sredinama između dvije grupe (nezavisni uzorci)
• 5.3.6. Testiranje razlika u aritmetičkim sredinama između više od dvije grupe: analiza variance (ANOVA)
• 5.3.7. Testiranje razlika u aritmetičkim sredinama dva zavisna uzorka (dva mjerenja istog uzorka)
• 5.3.8. Testiranje razlika u aritmetičkim sredinama više zavisnih uzoraka (ponovljene mjere ANOVA)
• 5.5. Asocijacijska analiza
• 5.5.1. Vrste veza (asocijacija) između varijabli
• 5.5.2. Korelacija i kovarijacija
• 5.5.3. Izračun koeficijanta korelacije u R-u i njegovo tumačenje
• 5.5.4. Izračun parcijalnog koeficijanta korelacije u R-u i njegovo tumačenje
• 5.5.5. Korelacija između ordinalnih podataka u R-u
• 5.5.6. Unakrsno tabeliranje (tabela kontingencije)
• 5.5.7. Hi kvadrat test: kada se koristi i zašto
• 5.5.8. Izračun vrijednosti Hi-kvadrat testa u R-u i njegovo tumačenje
• 5.6. Relaciona analiza
• 5.6.1. Regresiona analiza
• 5.6.2. Višestruka regresiona analiza

Iako teorija marketing istraživanja pruža temelj za razumijevanje principa prikupljanja i analize podataka, stvarna snaga istraživanja ogleda se u njegovoj konkretnoj primjeni u poslovnom odlučivanju.

U savremenom tržišnom okruženju, organizacije se sve više oslanjaju na podatke kako bi oblikovale strategije i optimizirale svoje operacije, od razumijevanja potrošača, preko određivanja cijena, do testiranja oglasnih poruka i razvoja novih proizvoda.

Ovo poglavlje usmjereno je na praktičnu primjenu marketing istraživanja u ključnim područjima poslovanja. Kroz primjere iz stvarnog konteksta analizirane putem R-a, naučit ćete kako istraživanje podržava proces segmentacije tržišta, mjerenje i povećanje zadovoljstva potrošača, određivanje optimalne cijene, evaluaciju efektivnosti oglašavanja i razvoj novih proizvoda.

• 6.1. Primjena marketing istraživanja u procesu segmentacije tržišta
• 6.2. Primjena marketing istraživanja za poboljšanje zadovoljstva potrošača
• 6.3. Primjena marketing istraživanja za određivanje optimalne cijene
• 6.4. Primjena marketing istraživanja za testiranje efektivnosti oglašavanja
• 6.5. Primjena marketing istraživanja u razvoju novog proizvoda

Razvoj tehnologije transformirao je gotovo svaki aspekt poslovanja, a marketing istraživanje nije izuzetak.

Pojava umjetne inteligencije, mašinskog učenja, big data analitike i biometrijskih mjerenja donijela je nove alate i metode za dublje razumijevanje potrošača, preciznije predviđanje ponašanja te donošenje bržih i informiranijih odluka.

Savremeni istraživači više ne zavise isključivo od anketa i intervjua, već se sve češće oslanjaju na automatizirane analize ogromnih količina podataka, algoritme za prepoznavanje obrazaca, analizu izraza lica ili praćenje pogleda korisnika.

Ovaj dio knjige pruža pregled ključnih tehnoloških inovacija koje mijenjaju način na koji se provodi marketing istraživanje. Kroz nekoliko poglavlja, upoznati ćete se sa ulogom AI (umjetne inteligencije) i mašinskog učenja, potencijalima big data izvora, analizom sentimenta na društvenim mrežama, kao i primjenom neuromarketinga i biometrijskih tehnika poput eye-trackinga, analize emocija i EEG-a. U ovom dijelu razmatra se i upotreba virtualne (VR) i proširene stvarnosti (AR) u simulacijama istraživačkih okruženja.

• 7.1. Uticaj digitalizacije na tradicionalne istraživačke metode
• 7.2. Uloga umjetne inteligencije (AI) i mašinskog učenja u marketing istraživanju
• 7.3. Big data - izvori, prikupljanje i primjena u marketing istraživanju
• 7.4. Analiza sentimenta na društvenim mrežama
• 7.5. Neuromarketing i biometrijska istraživanja
• 7.5.1. Praćenje pogleda (eye-tracking)
• 7.5.2. Analiza izraza lica i emocija
• 7.5.3. EEG u istraživanju reakcija potrošača
• 7.6. Uloga virtualne (VR) i proširene stvarnosti (AR) u marketing istraživanju

Kako biste mogli samostalno pratiti i primjenjivati primjere statističke obrade podataka predstavljene u ovoj knjizi, neophodno je osnovno razumijevanje rada u programskom okruženju R.

R je moćan, fleksibilan i besplatan programski jezik koji se sve češće koristi u akademskim i poslovnim istraživanjima – posebno u oblasti marketing analitike.

Ovaj dodatak je osmišljen kao praktičan uvod za početnike, čitaoce koji se prvi put susreću s R-om i žele savladati osnovne koncepte kako bi mogli efikasno koristiti primjere prikazane u ranijim poglavljima.

U ovom dijelu knjige, kroz jednostavne i jasne upute objašnjavamo kako instalirati R, šta su paketi i objekti u R-u, kako se koristi radno okruženje, postavlja radni direktorij, te koje su najčešće korištene naredbe i funkcije. Također je dat kratak pregled korisničkog interfejsa programa RStudio, koji olakšava rad s R-om i čini ga pristupačnijim početnicima.

• Šta je R?
• Kako instalirati R?
• Šta su paketi u R-u?
• Radno okruženje (workspace) i objekti u R-u
• Radni direktorij u R-u
• Često korištene komande i funkcije u R-u
• Uvod u RStudio