Научный метод в рекламе и медиапланировании

Шматов Г.А.,
к. физ.-мат. н.,
доцент Уральского федерального университета,
Гуманитарного университета

В статье рассмотрены особенности применения научного метода для решения экономических и рекламных задач. Сформулированы методологические принципы построения экономико-математической теории медиапланирования. Показано, что использование методов математического моделирования позволяет разработать количественную теорию, с помощью которой возможна оптимизация рекламного бюджета и размещения рекламы в СМИ.

Актуальность темы. Реклама является составной частью системы маркетинговых коммуникаций, основная цель которой – решение таких экономических задач, как влияние на продажи и спрос посредством удовлетворения нужд и запросов потребителей. Для поиска решений рекламных задач необходимо использовать различные методы исследования: экспериментальные и теоретические, качественные и количественные, в том числе наблюдение, эксперимент, математические методы и другие составляющие научного метода. До настоящего времени даже среди специалистов нет единого понимания целесообразности, эффективности и условий применения математических методов для решения экономических и, в особенности, маркетинговых задач. В этой связи в настоящей работе исследуются особенности использования научного метода в экономике и рекламе.

Особенности применения научного метода в экономике
Особенности развития экономических наук, к которым относится маркетинг и, в частности, реклама, обусловлены рядом таких причин, как многообразие и изменчивость экономических систем и процессов, зависимость их от ряда трудноконтролируемых факторов – исторических, политических, психологических, этических и др. При исследовании экономических проблем необходимо учитывать специфику использования научного метода. Если теоретические методы исследования являются общими для всех наук, то методы экспериментального исследования в экономике ограничены естественными возможностями экономических экспериментов и сводятся фактически к наблюдению, а также к накоплению и анализу статистической информации (эконометрика и численные эксперименты). Нельзя не заметить, что в настоящее время роль экспериментальной и прикладной экономики недооценивается. Это отчетливо проявляется прежде всего в том, что экономическая наука часто понимается как экономическая теория, а не как совокупность теоретических, экспериментальных и прикладных научных дисциплин, связанных в единое целое предметом и научным методом исследования. Такое искаженное понимание экономической науки отражается как в структуре академической науки, так и в системе экономического образования, в которых очевиден крен в сторону описательных и чисто формальных методов исследования в ущерб сущностному модельно-теоретическому знанию, основанному на данных наблюдений и экспериментов(1). Следствием этой несбалансированности экономического знания является нерешенность многих экономических проблем – как фундаментальных, так и прикладных. Расширяется (особенно во время экономических кризисов) критика результатов экономической науки, в ходе которой поднимаются, как правило, старые проблемы в новых формулировках: природа экономического знания, дискуссии о методах и эффективности применения математических моделей, дилемма между строгостью и реалистичностью теорий, возможность адекватного прогнозирования в экономике и т.п. Справедливой критике подвергаются следующие две крайности развития экономических знаний (обсуждение этих вопросов можно найти в многочисленных трудах, например, у таких авторов, как Г. Шмоллер, К. Менгер, С. Кузнец, Дж.М. Кейнс, П.Э. Самуэльсон, В.В. Леонтьев, Г.К. Мюрдаль, М. Фридмен, М. Блауг, В.М. Полтерович, У. Баумоль, Дж. Кэй, Д. Фоули и др.). Одна из таких крайностей состоит в ориентации на изучение сугубо эмпирических зависимостей и данных без анализа количественных закономерностей между ними, а другая – в создании чрезмерно математизированных, оторванных от экспериментальной базы теорий. В первом случае вообще нельзя говорить о том, что знание является научным, поскольку чисто эмпирические зависимости и закономерности нельзя использовать при условиях, отличающихся от условий, в которых получены конкретные эмпирические данные. По поводу второй негативной тенденции известный экономист Б. Селигмен замечает: «<…> создание математических моделей может превратиться в самоцель; слишком часто модели не могут быть использованы для экономических исследований, то есть не удовлетворяют требованиям, предъявляемым к теории. Математические построения нередко настолько усложняются, что не поддаются решению» [2]. Аналогичные замечания в адрес чрезмерно математизированных экономических теорий, необходимости лучшего соответствия используемых методов исследуемой проблеме высказывают многие авторы. Так, Д. Фоули утверждает, что «экономической науке не нужно больше или меньше математики и статистики, ей нужны математика и статистика, лучше приспособленные к задачам и ограничениям экономического анализа» [3]; Р. Коуз отмечает: «Правильная степень абстракции зависит от анализируемой проблемы» [4] (цитируется по [5]). Часто критика математизации теорий является несправедливой, как, например, критика моделей экономического равновесия К. Эрроу, Ж. Дебрё, Р. Лукаса и др. в макроэкономике [5–7]. Проблема состоит не столько в абстрактности разработанных моделей, которые все же позволяют описать основные характерные особенности и условия экономического равновесия, сколько в отсутствии приложений этих моделей для конкретных ситуаций, т.е. в отсутствии результатов, которые должны быть получены методами прикладной экономики.

Можно привести следующую аналогию с физикой.

(1) Дж. Кэй в статье о состоянии современной экономической науки утверждает: «<…>большая часть современной программы экономических исследований никак не связана с повседневным миром бизнеса и финансов. Это же можно сказать и об образовании» [1].

Используя уравнения классической механики, невозможно дать общее аналитическое описание эволюции системы даже трех взаимодействующих тел (знаменитая проблема трех тел). Однако с помощью приближенных методов прикладной механики такого рода задачи можно решать с требуемой для конкретной ситуации точностью. Подобной структуры прикладного научного знания, целью которого является адаптация результатов фундаментальной науки к их практическому использованию в конкретных условиях, в экономической науке до сих пор не существует. Многие экономисты и методологи видят главную цель экономической науки в создании единой теории (которая не существует даже в физике), а не в том, чтобы разрабатывать конструктивные частные экономические теории, решающие конкретные проблемы и создающие инструментальную базу для решения актуальных задач.

Для разработки адекватных теорий необходим определенный баланс используемых методов, о чем упоминали многие авторы: «Индукция и дедукция одинаково необходимы для науки, как правая и левая ноги для ходьбы» (Г. Шмоллер); «Пренебрежение концептуальной и критической стороной политической экономии ведет к таким же ошибкам и путанице, как и отказ формулировать задачу в математической или статистической форме, когда это необходимо» (Д. Фоули, [3]). Существует еще один аспект этой проблемы, который заключается в том, что к настоящему времени разработано огромное число теоретических концепций и экономико-математических моделей, которые пока не находят своего применения на практике. В этой связи, как отмечает У. Баумоль, «наибольший научный интерес <…> можно обнаружить не в теоретических новациях, а в развитии эмпирических исследований и применении теоретических концепций к решению конкретных практических задач» [8]. О важности сбалансированного сочетания методов теоретического и экспериментального исследований и их оптимальном соотношении В.В. Леонтьев писал: «Прямой фактический анализ и количественное описание структурных свойств экономической системы, детальные по содержанию, всесторонние по охвату и систематизированные с целью удовлетворения специфическим требованиям определенной теоретической схемы, представляются единственно плодотворным подходом на пути к пониманию эмпирических характеристик функционирования современной экономики» [9, с. 66].

Анализ такого типа В.В. Леонтьев назвал прямым структурным анализом, понимаемым как метод теоретико-экономического исследования, позволяющего не только описать, но и объяснить закономерности исследуемых экономических явлений на основе использования математических методов и широкой эмпирической базы. Метод структурного анализа В.В. Леонтьева является одним из лучших примеров реализации принципов научного метода исследования применительно к анализу функционирования макроэкономики как системы взаимосвязанных отраслей. При исследовании экономических систем иного рода, как макро-, так и микроэкономических, необходима разработка таких математических моделей, которые соответствуют предметной области конкретного исследования и адекватно описывают ее, используя аутентичные математические методы (математический анализ, теория вероятностей и математическая статистика, исследование операций, теория игр, динамическое и стохастическое математическое моделирование, линейное, нелинейное и динамическое программирование и др.) и экспериментальные данные.

Таким образом, прогресс в научном изучении экономических, а следовательно, и относящихся к ним маркетинговых проблем связан с систематическим использованием научного метода.

Суть научного метода заключается в объяснении данных наблюдений и прогнозировании новых явлений и процессов. При этом описание, объяснение и предсказание явлений и процессов осуществляются с помощью теорий, а опыт служит той основой, на которой осуществляются построение теории, а также проверка ее истинности. Результативность научного метода, и в особенности его способность к прогнозированию и предвидению нового, обусловлена использованием математических методов. Творческий характер методов математики заключается в возможности понимания и объяснения исследуемых явлений с помощью математических моделей. Адекватность математических теорий проверяется правильностью прогнозов, которые можно получить на их основе. Эффективность научного метода подтверждена всей историей развития науки и представляет собой его главное преимущество по сравнению с другими методами познания (качественными, описательными или сводящимися лишь к объяснению причин явлений без их количественного анализа).

Научный метод познания предполагает разработку адекватных математических моделей, параметрами которых являются данные наблюдений и исследований (в том числе социологических, экономических и маркетинговых). Эффективность научного метода обусловлена следующими его составляющими: 1) использованием данных опыта для создания основ теории и ее проверки, 2) возможностью применения адекватных математических методов для количественного описания и предсказания процессов и для решения актуальных практических задач.

Тем не менее в процессе развития экономической науки неоднократно возникал и возникает вопрос о целесообразности и эффективности использования математических методов для решения экономических задач. Однако такая постановка вопроса, как следует из вышесказанного, является слишком односторонней. Использование математических методов является лишь одной из сторон научного метода, который доказал свою эффективность в решении научных проблем. Второй стороной научного метода являются опора на эксперимент и данные опыта при формировании исходных понятий и аксиом теории и при проверке ее следствий.

В этой связи необходимо ставить вопрос не о целесообразности использования математики, а о правильности применения научного метода в целом с учетом особенностей предметной области исследования. Нарушение баланса между абстрактно-математической и экспериментальной составляющими научного метода при исследовании конкретной экономической проблемы приводит к невозможности эффективного и полноценного ее решения.

Исходя из вышесказанного сформулируем методологические принципы построения экономико-математической теории медиапланирования, основы которой изложены в работах [10; 11]. Для эффективного решения реальных экономических проблем (в том числе маркетинговых), требующих применения количественных методов анализа, необходимо найти такое сочетание математических и экспериментальных методов исследования, которое соответствует конкретному предмету и задачам исследования. Математические методы основаны на использовании упрощающих абстракций, применение которых в экономике имеет определенные ограничения в силу взаимодействия основных факторов, определяющих экономические эффекты. В астрономии, физике и других естественных науках, как правило, существует иерархия взаимодействий, позволяющая выделять основные параметры и строить соответствующие аналитические теории, а затем учитывать наличие других факторов с помощью включения в теорию малых параметров, описывающих те взаимодействия, которые были отброшены в процессе абстрагирования при построении теории. В отличие от естественных наук в экономике трудно разделить взаимодействующие факторы, и описанный выше путь построения теории нереализуем в силу наличия большого числа постоянно меняющихся и взаимодействующих факторов, определяющих экономическое поведение. В этой связи в экономике невозможно создание универсальных теорий, справедливых в любом месте и в любое время, подобно механике или электродинамике, но, как показывает практика, возможно создание частных теорий, относящихся к конкретной области экономики, о чем уже упоминалось выше. Для формулировки такого рода теорий вначале необходимо установить наличие тех или иных закономерностей, используя при этом конкретный опыт в рассматриваемой области. Затем, если эти закономерности имеют количественную природу, необходимо разработать экономико-математическую модель рассматриваемого явления или процесса. Для создания наиболее адекватной и эффективной модели нужно выделить наименьшее число измеряемых параметров, влияющих на исследуемое явление. Если разработанная таким образом модель дает согласующееся с реальным опытом описание и прогнозирование явлений и процессов, то такая модель или совокупность таких моделей, объединенных одной методологией, будет представлять аналитическую основу соответствующей экономико-математической теории исследуемого явления.

Научный метод в рекламе и медиапланировании
Актуальные задачи экономики, маркетинга и, в частности, рекламы не могут быть решены без использования количественных методов анализа. Однако, несмотря на то что методы математического моделирования широко и с успехом используются для решения разнообразных экономических проблем, требующих количественного анализа, эффективность их применения для решения задач размещения рекламы некоторыми авторами ставится под сомнение. Например, известный рекламист А. Репьев пишет: «Можно ли рассчитать оптимум расходов – не больше и не меньше? Наверное, оптимум существует, но он известен только Создателю.

Это еще одна из многочисленных проблем рекламы – невозможность точно определить оптимальные затраты» [12, с. 312]. Следует заметить, что точное определение оптимальных затрат не является актуальной задачей планирования рекламы. Важными с точки зрения практики являются доказательство существования таких оптимумов и возможность достаточно близкого к ним приближения, которое достигается с помощью методов математического моделирования и оптимизации. Однако использование математических методов в рекламе сталкивается с трудностями объективного и субъективного характера. Поскольку этот вопрос (целесообразность и эффективность использования математических методов) является чрезвычайно важным для развития рекламы, рассмотрим его более подробно.

Можно выделить две основные проблемы применения математических методов в рекламе. Первая проблема обусловлена тем, что эффективность рекламы зависит от некоторых трудномоделируемых факторов, например от особенностей восприятия рекламного сообщения аудиторией. Наличие таких трудномоделируемых факторов и процессов (в частности, связанных с психологией принятия решений потребителем) служит обоснованием вывода о неэффективности использования математических методов в рекламе. Незрелость подобных заключений подчеркивали фон Нейман и Моргенштерн [13, с. 29]. Эффективность рекламы зависит не только от трудномоделируемых процессов, но и от процессов, допускающих математическое моделирование, например процесса выбора наилучшего варианта размещения рекламы в СМИ. Поэтому правильный подход заключается в использовании адекватных, соответствующих исследуемому предмету методов, в частности: методов тестирования, опросов, наблюдения – для изучения одних факторов; методов математического моделирования – для учета факторов иного типа. Вторая трудность применения математических методов в рекламе связана с общими закономерностями развития науки. Реклама как наука(1) является еще очень молодой и в настоящее время проходит те этапы, которые другие науки уже прошли в своем развитии. Негативное отношение к процессу математизации науки имеет как субъективные (непонимание сути математического метода), так и объективные (использование не соответствующих предмету исследования элементов научного метода) причины, о чем упоминалось выше. Тем не менее использование методов математического моделирования не имеет альтернативы, если необходимо не только описание и объяснение изучаемых явлений, но и прогнозирование процессов, которое основывается на использовании математического аппарата теории.

Проникновение научных методов анализа в рекламу связано с именами К. Хопкинса и Д. Старча и относится к 20-м годам XX в. [14; 15], т.е. оно произошло на один век позднее, чем аналогичные процессы в экономике и на три века позднее, чем в естествознании. В книге «Реклама. Научный поход», вышедшей в 1923 г. и являющейся до настоящего времени одной из лучших книг по рекламе, К. Хопкинс писал: «Пришло время, когда реклама в хороших руках становится наукой. Как и всякая наука, она основана на законах и точных величинах. Как и во всякой науке, причины и следствия в рекламе изучаются вплоть до полного их понимания.<...> Мы сравниваем между собой различные методы рекламы и оцениваем их результаты. Тот из методов, который оказался лучшим, мы возводим в принцип» [14, с. 5]. На начальном этапе научного исследования рекламы, особенно для исследования эффективности воздействия рекламных сообщений на аудиторию, использовались методы наблюдения и эксперимента. Затем, по мере роста числа средств рекламы, актуальной задачей стало изучение эффективности размещения рекламных сообщений в СМИ, в процессе которого интенсивно использовались статистические методы анализа. Методы планирования размещения рекламы в СМИ (методы медиапланирования) основаны на исследованиях потребительского поведения аудитории и коммуникативных характеристик рекламных носителей. Эти исследования проводятся на постоянной основе такими исследовательскими компаниями, как Nielsen, TNS Россия, Comcon и др.

(1) Существуют большие сомнения относительно возможности отнесения рекламы к категории «наука». Даже отнесение маркетинга, составной частью, средством которого является реклама, к категории «наука» в строго науковедческом понимании является дискуссионным. Мнения по данной проблеме изложены в книге: Голубков Е.П. Теория и методология маркетинга. – М.: Дело и Сервис, 2008 (раздел 1.2 «Является ли маркетинг наукой и что представляет собой теория маркетинга?»). (Прим. гл. ред.).

Размещение рекламы в СМИ и оценка ее коммуникативной эффективности производятся с помощью компьютерных программ (Galileo, PaloMARS, TV Planet, Super Nova, CRATE и др.), работающих на основе медиаданных (NRS, TV Index, Radio Index, R-TGI и др.), полученных в результате медиаисследований.

В целях увеличения эффективности размещения рекламы с 60-х годов прошлого века начали использоваться математические модели, позволяющие прогнозировать результаты размещения рекламы. В частности, известны следующие модели частотного распределения: Beta Binomial Distribution, Sequential Aggregation Distribution, Dirichlet Multinomial Distribution, Hofmans Reach Estimation, Conditional Beta Distribution, Canonical Expansion Distribution, развитые в работах Д. Аакера, Дж.М. Агостини, Ф.М. Басса, С.Р. Брондбента, Р. А. Метерингэма, Дж.А. Моргенштерна, Д. Лекенби, Х.-Г. Кима, М.Д. Райса, Дж.-Л. Чандона, Ш. Киши, П. Хофмана, П.Дж. Данаера, Р.Т. Руста, Л. Фридмана и др. (см., напр., [16; 17] и ссылки в них). Однако с помощью этих моделей возможно решение лишь частных задач медиапланирования, поскольку они не объединены в рамках единой аналитической теории вычисления всех необходимых для планирования рекламы характеристик.

Для использования этих моделей необходимы измерения большого числа не согласованных между собой параметров, что затрудняет практическое применение моделей. Эти модели не позволяют в единой схеме корректно вычислять такие показатели, как эффективный мультимедийный охват, доля рекламного голоса, оценивать коммуникативную и экономическую эффективность рекламы, решать задачи оптимизации ее размещения.

Отсутствие единой аналитической теории медиапланирования ограничивает возможности планирования рекламы, особенно местной и региональной, без эффективного функционирования которой невозможно развитие ни малого и среднего бизнеса, ни экономики страны в целом. Для оценки эффективности планируемой рекламы необходимо построение аналитической теории вычисления коммуникативных характеристик мультимедийной рекламы, которая, с одной стороны, основывается на данных текущих медиаисследований, достаточных для адекватного планирования и оптимизации размещения рекламы, а с другой стороны, является доступной для практического использования. Поскольку медиапланирование использует количественные методы, его основные понятия и параметры определяются на основе данных исследований и математического моделирования. Так как медиапараметры являются количественными характеристиками медиа, их использование позволяет объективно оценивать возможности медиа и строить на их основе методики оптимизации размещения рекламы и рекламного бюджета. К. Хопкинс подчеркивал: «Наиболее убедительные аргументы при рассмотрении рекламных планов – это цифры» [14, с. 78].

При планировании рекламы каждый специалист неизбежно сталкивается со следующими практическими вопросами:
– какая часть целевой аудитории будет охвачена рекламой;
– какая часть аудитории будет охвачена тем или иным СМИ;
– сколько контактов с рекламой будут иметь представители аудитории;
– какое количество СМИ нужно выбрать для рекламы;
– сколько нужно сделать размещений рекламы в СМИ;
– какой вариант размещения рекламы приведет к максимальному эффекту при наименьших затратах на размещение;
– с какой периодичностью нужно проводить рекламные кампании и т. д.

Все эти вопросы могут быть решены только на основе адекватной количественной теории и данных опыта. В работе [10] была поставлена задача формирования теории медиапланирования, позволяющей на основе научного метода (данных рекламных исследований и методов медиаматематики) осуществлять планирование процесса мультимедийного размещения рекламы в реальных условиях работы менеджера, вычислять все коммуникативные характеристики рекламы, оценивать ее экономическую эффективность, осуществлять оптимизацию бюджета и размещения рекламы. Основные результаты количественной теории медиапланирования, построенной на базе использования экономико-математического моделирования, изложены в работах [11; 18–20]. Технология планирования рекламы, основанная на экономико-математической теории медиапланирования, состоит из следующих взаимосвязанных частей:
1) экономико-математической теории медиапланирования, позволяющей оптимизировать размещение рекламы в зависимости от поставленной задачи;
2) данных измерений параметров теории (параметры рынка, параметры эффективности, рейтинги и предельные охваты СМИ), осуществляющих связь теории с реальным рынком и медиапространством, в котором размещается реклама;
3) инструментов практического медиапланирования – компьютерных программ, с помощью которых любой менеджер по рекламе может оптимизировать медиаплан конкретной рекламной кампании и оценить коммуникативную и экономическую эффективность планируемых вариантов размещения рекламы.

Необходимо отметить, что именно теория определяет специфику и число параметров, требующих измерения. Модели, методы и математический аппарат теории определяют возможности практического инструмента оптимизации размещения рекламы – медиапланера. Процесс оптимизации медиаплана можно представить в виде следующих этапов.

Первый этап. В соответствии с маркетинговой стратегией формулируется цель рекламы, определяются целевая аудитория, территория и сроки ее размещения.

В соответствии с целью рекламы разрабатываются материалы, способные эффективно донести рекламное сообщение до целевой аудитории. Осуществляется предварительный отбор медиа для размещения рекламы. Отбор осуществляется в следующей последовательности: а) выбор типов медиа (TV, радио, пресса и т.п.) исходя из их способности эффективно донести рекламное сообщение до целевой аудитории; б) выбор конкретных медиасредств по индексам соответствия А (выбираются СМИ с наибольшими индексами соответствия), по СРР (выбираются СМИ с меньшими СРР), по S-индексам и рейтингам R (выбираются СМИ с большими S-индексами и рейтингами). Выбор СМИ для рекламы осуществляется по данным измерений перечисленных выше медиапараметров.

Второй этап. Осуществляется оптимизация медиаплана в соответствии с выбранным критерием эффективности. Для оптимизации используются СМИ, отобранные на первом этапе. С практической стороны оптимизация подразумевает использование программы по медиапланированию – медиапланера, функционирующего на основе алгоритмов численной оптимизации целевых функций коммуникативной и экономической эффективности рекламы (напомним, что построение этих функций является основной целью математической теории медиапланирования). С помощью медиапланера находится оптимальное распределение чисел размещения рекламы в СМИ. Процедура оптимизации осуществляется после выбора критерия эффективности, соответствующего поставленной цели рекламы. Например, если целью рекламы является достижение определенного уровня припоминания марки, то в качестве критерия эффективности может быть выбран эффективный охват аудитории Gэф – доля аудитории, получившая эффективное число контактов, обеспечивающее припоминание марки. Возможные критерии эффективности размещения рекламы можно сформулировать следующим образом:
1) обеспечить соответствующую поставленной рекламной цели величину эффективного мультимедийного охвата Gэф (доли голоса S, прогнозируемой прибыли P и других функций эффективности) при минимальном рекламном бюджете V; 2) достичь наибольшую величину эффективного мультимедийного охвата Gэф (доли голоса S, прогнозируемой прибыли P и других функций эффективности) при заданном рекламном бюджете V.

В заключение приведем некоторые конкретные данные, иллюстрирующие существование оптимальных вариантов размещения рекламы и рекламного бюджета, возможности минимизации рисков неэффективного размещения рекламы в СМИ, прогнозирование экономической эффективности рекламы. В работах [10; 11] показана возможность аналитической оптимизации размещения рекламы по охвату аудитории. Рассмотрим случай размещения рекламы в двух СМИ. Механизм оптимизации свяжем с максимизацией охвата аудитории G при фиксированном бюджете V = const. Сформулируем условия задачи. Пусть имеются два СМИ со следующими параметрами: рейтинги – R1 и R2; предельные охваты – 1 G∞ и 2 G∞; v1 и v2 – стоимости размещения рекламы в каждом СМИ. Задача оптимизации состоит в определении оптимального числа размещений рекламы в первом m1 и втором m2 СМИ, при которых обеспечивается наибольший охват аудитории G при заданном рекламном бюджете V = const.

На рис. 1 приведены зависимости охвата аудитории от числа размещений G(m1) для двух наборов параметров СМИ:

Из рис. 1 видно, что функция G(m1) имеет максимум, который соответствует оптимальному числу размещений рекламы. Максимум охвата для кривой 1 реализуется при m1 = 8, m2 = 8. Оптимальные числа размещений рекламы для кривой 2 находятся аналогично: m1 = 13, m2 = 4. Таким образом, данные, представленные на рис. 1, показывают наличие оптимумов размещения рекламы, а также возможность их вычисления.

На рис. 2 показана зависимость прогнозируемой прибыли P от затрат на рекламу V. Расчеты проводились при следующих условиях: рассматривалась рекламная кампания на ТВ для целевой аудитории «женщины 25–44 лет с уровнем дохода не ниже среднего»; объем рекламного рынка – 30 тыс. долл. в месяц; рекламный рынок cформирован либо новыми, либо не определившимися в выборе потребителями; при каждой фиксированной величине рекламного бюджета проводилась оптимизация размещения рекламы на десяти региональных телеканалах; в процессе оптимизации проводился учет рекламы конкурентов. Из рис. 2 видно, что существует оптимальный рекламный бюджет, приблизительно равный 1500 долл. в ценах периода рекламирования. При этом коммуникативные параметры планируемой рекламы следующие: G = 55 %, TRP = 100%, fcp = 2, т.е. при заданных параметрах рынка эффективными значениями охвата аудитории и частоты контактов являются Gэф = 55 %, fэф = 2 контакта за рекламный цикл.

На рис. 3, 4 представлены результаты влияния на продажи мультимедийной рекламы (ТВ, радио, пресса), планирование которой осуществлялось с помощью теории, разработанной в [10; 11]. На рис. 3 показаны результаты влияния на продажи периодического размещения рекламы, целью которой являлось стимулирование продаж на начальной стадии жизненного цикла. Длительность флайта и рекламного молчания (неделя) определялась в результате согласования рекламной активности с периодом потребления и временем принятия решения о покупке. Рост продаж за два месяца размещения (точки, соединенные отрезками прямых на рис. 3) обусловлен воздействием рекламы и свидетельствует об эффективном ее размещении, интенсивность которого представлена на рисунке в единицах TRP.

Рис. 3. Зависимость продаж от интенсивности рекламы прямого отклика: 1 – продажи, 2 – TRP

На рис. 4 представлено сравнение результатов прогнозирования экономической эффективности рекламы с реальными продажами, которое осуществлялось в течение 16 месяцев. Вначале проводились планирование и оптимизация размещения рекламы, прогнозирование ее экономической эффективности в соответствии с экономико-математической теорией медиапланирования, при этом параметры рынка и медиапараметры ежемесячно уточнялись. Затем реклама размещалась в соответствии с разработанным медиапланом и отслеживалась динамика реальных продаж. Результаты прогнозирования, как показывают приведенные на рис. 4 данные, находятся в согласии с реальными продажами.

Таким образом, в статье рассмотрены особенности применения научного метода для решения экономических задач и, в частности, задач рекламного медиапланирования. На основе научного метода сформулированы методологические принципы построения экономико-математической теории медиапланирования. Использование ме тодов экономико-математического моделирования позволяет разра ботать количественную теорию медиапланирования, с помощью которой возможна оптимизация рекламного бюджета и размещения рекламы в СМИ. Сравнение прогнозов теории и результатов размещения рекламы показало, что разработанная на основе научного метода и сформулированных методологических принципов теория медиапланирования позволяет оптимизировать размещение рекламы, прогнозировать ее коммуникативную и экономическую эффективность.

Используемые источники
1. Кэй Дж. Карта – не территория: о состоянии экономической науки // Вопросы экономики. – 2012. – № 5. – С. 4–13.
2. Селигмен Б. Основные течения современной экономической мысли. – М.: Прогресс, 1968.
3. Фоули Д. Математический формализм и политэкономическое содержание // Вопросы экономики. – 2012. – № 7. – С. 82–95.
4. Coase R. H. Essays on Economics and Economists. – Chicago: University of Chicago Press. – 1994.
5. Автономов В.С. Абстракция – мать порядка? // Вопросы экономики. – 2013. – № 4. – С. 4–23.
6. Блауг М. Методология экономической науки, или Как экономисты объясняют. – М.: НП «Журнал Вопросы экономики», 2004.
7. Полтерович В.М. Кризис экономической теории // Экономическая наука современной России.–1998. – № 1. – С. 46–66.
8. Баумоль У. Чего не знал Альфред Маршалл: вклад XX столетия в экономическую теорию // Вопросы экономики. – 2001. – № 2. – С. 73–107.
9. Леонтьев В. Применение математики в экономике. В кн.: Леонтьев В. Экономические эссе. – М.: Политиздат, 1990.
10. Шматов Г.А. Математические основы медиапланирования. – Екатеринбург: Уральский государственный университет. – 2003.–Деп. в ВИ НИ ТИ 04.06.03. – № 1090-В2003.
11. Шматов Г.А. Теория медиапланирования. – Екатеринбург: Гуманитарный университет, 2012.
12. Репь ев А. П. Мудрый рекламодатель. – М.: Экс мо, 2005.
13. фон Нейман Дж., Моргенштерн О. Теория игр и экономическое поведение. – М.: Наука, 1970.
14. Хопкинс К. Реклама. На уч ный под ход. – М.: Альфа-Пресс, 2000 (1923).
15. Starch D. Principles of Advertising. – New-York, 1923.
16. Rust R. Advertising Media Models: A Practical Guide. Lexington. – Lexington: Lexington Books, 1986.
17. Danaher P.J., Rust R. Canonical Expansion Model for Multivariate Media Exposure Distributions: A Generalization of the Duplication of Viewing Law//Journal of Marketing Research. – 1991. – V. 28. – № 8. – P. 361–367.
18. Шматов Г.А. Реклама и медиапланирование // Мeнеджмент в России и за рубежом. – 2012. – № 4. – С. 32–41.
19. Шматов Г.А. Экономико-математическая теория медиапланирования // Менеджмент в Рос сии и за ру бе жом. – 2013. – № 3. – С. 12–21.
20. Шматов Г.А. Медиапланирование как технология минимизации рисков неэффективного размещения рекламы в СМИ // Вестник ГУ. – 2013. – № 2. – С. 25–34.