Факторный анализ

Факторный анализ — это собирательное название, данное группе статистических методов, которые в основном используются для сокращения числа данных и выявления структур. В современном бизнесе проблем с получением данных нет: мы ими, можно образно сказать, завалены.

На нас все время обрушиваются новые данные, старые данные, новые типы и форматы данных, в которых мы «тонем». Поэтому наличие слишком большого объема данных может приводить к такому же бесполезному и изнуряющему состоянию, как и их явная нехватка.

Факторный анализ может сократить число переменных, имеющихся в общем массиве данных, благодаря чему он становится более полезным. Это сокращение также помогает гораздо легче обнаруживать структурированные зависимости между оставшимися переменными, в результате чего эти переменные легче классифицировать. Все это стало возможным благодаря появлению ключевой концепции: у множества наблюдаемых переменных имеются аналогичные паттерны реагирования, что объясняется тем, что они все связаны с одной скрытой переменной, т. е. той переменной, которая не проявляет себя напрямую или не может быть измерена. Например, люди, вероятно, примерно одинаково будут отвечать на вопросы о личных доходах, образовании и профессии, потому что все эти вопросы связаны со скрытой переменной — их социально-экономическим статусом. Первоначально этим инструментом стали пользоваться в психометрии, а потом часто в поведенческих и социальных науках, маркетинге, управлении продуктами и исследовании операций. Он особенно полезен, когда у вас есть большое количество данных, которые нужно проанализировать и на основе этого анализа получить новые идеи.

Содержание

Когда следует применять инструмент

Вы можете рассмотреть вопрос об использовании факторного анализа, если вам необходимо проанализировать и лучше понять взаимосвязи между большим числом переменных и объяснить эти переменные с точки зрения их общих базовых характеристик, или факторов.

Например, если вы собрали «сокровище» — совокупность количественных и качественных данных о своих клиентах и о том, что они думают и чувствуют о предлагаемых вами продуктах, это богатство потенциально является очень полезным. Но эта польза проявит себя только в том случае, если вы сможете раскрыть взаимозависимости и понять, какие именно переменные определили получение имеющегося результата. Сделать это, когда имеется множество потенциальных переменных и множество потенциальных результатов, может быть очень трудно.

Факторный анализ может помочь, благодаря «уплотнению» информации, которая содержится в ряде исходных переменных, в меньший набор координат (факторов) с минимальной потерей информации, легче решить указанную задачу.

Вопросы, на которые можно получить ответ с помощью инструмента

Факторный анализ может помочь извлечь новые идеи из огромных массивов данных, а также определить причинно-следственные связи, знание которых позволяет точнее реализовывать стратегию и принимать более обоснованные решения. С помощью этого инструмента вы можете получить ответы на следующие и им подобные вопросы.

Какие факторы являются общими у наших менее всего лояльных клиентов?
Какие факторы побуждают наших самых юных клиентов делать у нас покупки?
Какие факторы связаны с высокой текучестью кадров?

Как следует пользоваться инструментом

Предположим, вы собираетесь использовать факторный анализ для маркетинговых целей.

В этом случае вам нужно сделать четыре основных шага.

Определите значимые атрибуты, которые ваши клиенты используют для оценки ваших товаров в любой продуктовой категории. Можно выбрать от 5 до 20 атрибутов, таких как цвет, размер, вес, цена, простота использования и т. д.
Для сбора данных из выборки ваших клиентов используйте количественные приемы маркетинговых исследований, позволяющие установить, насколько важными они считают выбранные вами атрибуты.
Введите данные в статистическую программу, такую как SAS или SPSS, и запустите процесс факторного анализа. После завершения анализа программа выдаст ряд основных взаимозависимостей между атрибутами или факторами. Например, цвет может положительно влиять на продажи, а вес — негативно.
Используйте эти факторы для улучшения своих продуктов и/или маркетинговых сообщений.

Если вы хотите узнать больше о факторном анализе и о том, как пользоваться этим аналитическим инструментом, можете обратиться к поисковым системам. Можно поступить и по-другому: воспользуйтесь многочисленными инструментами, предлагаемыми на рынке для проведения факторного анализа.

Практический пример

Факторный анализ может быть использован для улучшения вовлеченности сотрудников, поскольку он позволяет анализировать структуру взаимосвязей или корреляций между большим числом переменных, определяя набор общих базовых координат, известных как факторы.

Если вы видите, что текучесть кадров у вас слишком высока, но вы не знаете, почему можно при увольнении человека провести с ним «прощальное» собеседование и начать опрос сотрудников. Но данные сами по себе не смогут вам до конца объяснить, что происходит в компании.

Выявляя все существенные атрибуты, которые, как вам хочется, могут быть причиной высокой текучести, вы можете использовать факторный анализ для оценки корреляций и выявления закономерностей, которые помогут вам справиться с этой проблемой или по крайней мере сделать ее менее острой.

Это особенно полезно, если могут быть использованы как объективные, так и субъективные атрибуты, причем субъективные атрибуты можно выразить в баллах. Часто в таких вопросах, как текучесть кадров или частые невыходы сотрудников на работу, именно качественные субъективные данные могут стать ключом, который откроет путь к решению возникшей проблемы. С помощью этого метода также можно определить зависимости и скрытые координаты или ограничения, которые при прямом анализе обнаружить не удается.

О чем не нужно забывать

Если у вас имеется необходимая статистическая программа, факторный анализ будет для вас очень полезным, простым и недорогим инструментом.

Однако надо сказать, что его итоговая полезность во многом зависит от умения исследователей собрать достаточный и относящийся к проблеме набор атрибутов. Если важные атрибуты не включены случайно или преднамеренно проигнорированы, польза такого анализа будет существенно меньшей, что в итоге может привести к ухудшению процесса принятия решений.