UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The...

89
UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA SISTEM ZA POMOČ PRI IZBIRI OBLIKE SPLETNEGA OGLASNEGA SPOROČILA ZA INFORMIRANJE IZBRANIH TIPOV UPORABNIKOV MAGISTRSKO DELO Johannes Vuga Gregorič Mentor: prof. dr. Marko Bohanec Nova Gorica, 2016

Transcript of UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The...

Page 1: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

UNIVERZA V NOVI GORICI

POSLOVNO-TEHNIŠKA FAKULTETA

SISTEM ZA POMOČ PRI IZBIRI OBLIKE SPLETNEGA

OGLASNEGA SPOROČILA ZA INFORMIRANJE

IZBRANIH TIPOV UPORABNIKOV

MAGISTRSKO DELO

Johannes Vuga Gregorič

Mentor: prof. dr. Marko Bohanec

Nova Gorica, 2016

Page 2: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

II

Page 3: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

III

ZAHVALA

Rezultat dela posameznika ali rezultat dela več oseb se bistveno razlikuje. Vsak

vpogled, razmislek ali vodilo pomaga k raznolikosti in širini tega dela. Zato lahko z

veseljem poudarim, da je to delo plod več umov in je tako zaznamovano z več vidiki,

mišljenji in vpogledi.

Zahvalil bi se vsem, ki ste pri delu pomagali in dodali svoj pridih. Prof. dr. Marku

Bohancu, mentorju na Poslovno-tehniški fakulteti Univerze v Novi Gorici, bi se

zahvalil za prijazno usmerjanje in vso pomoč skozi celotno nalogo, podane predloge

in uvedene bistveno pomembne rešitve. Družini, prijateljem in ostalim, vsem iskrena

hvala za podporo.

Ponovno pa se zahvaljujem vsem, ki ste anketo rešili in tako skupaj pomagali

soustvariti to zbirko podatkov in tako tudi splošna spoznanja.

Hvala!

Page 4: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

IV

Page 5: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

V

NASLOV

Sistem za pomoč pri izbiri oblike spletnega oglasnega sporočila za

informiranje izbranih tipov uporabnikov

IZVLEČEK

Namen dela je preučitev vpliva podajanja informacij z oglasnim sporočilom ciljnemu

prejemniku. Spoznati želimo dejavnike, ki vplivajo na učinkovitejše podajanje

informacij želenim uporabnikom. Cilj študije je bil izdelati interaktivno bazo

podatkov, ki se lahko uporablja kot podlaga za pomoč pri snovanju oglasnih sporočil

pa tudi kot pomoč pri prepoznavanju ciljnih uporabnikov za že izdelano oglasno

sporočilo. Delo je sestavljeno iz preliminarne in glavne študije. Preliminarna študija

zajema 84 osebnih anket, glavna študija pa 196 osebnih in 98 spletnih anket. Merili

smo sprejemanje, razumevanje, pomnjenje in vizualizacijo sporočila. Iz zbranih

podatkov smo izdelali več baz podatkov, jih analizirali z vrtilnimi tabelami in

grafično prikazali povezave med podatki. Dobili smo pregled lastnosti specifičnih

uporabnikov za podani tip sporočila. Uporabnost zbranih podatkov smo izboljšali z

izdelavo odločitvenih dreves za izbiro tipa sporočila. Pridobljeni podatki in metode

uporabe omogočajo izdelavo ustreznega sporočila za ciljnega uporabnika, ob tem pa

tudi določitev potencialnih ciljnih uporabnikov za že izdelan oglas.

KLJUČNE BESEDE

sporočanje, spletno oglaševanje, izbira prejemnika sporočila, izbira tipa sporočila,

baza podatkov, vrtilna tabela, vrtilni grafikon, odločitveno drevo, rudarjenje

podatkov

Page 6: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

VI

TITLE

A decision support system for selecting forms of online advertising

messages to inform selected categories of users

ABSTRACT

The purpose of the work is to study the effect of giving information to a targeted user

by a short ad. We wish to understand the factors of effective information giving to

targeted users. The long term goal of the study is to build up an interactive data base,

which can be used as a basis for ad design and identification of recipients for

predesigned ads. The work consists of a preliminary study with 86 participants and a

main study with 196 personal and 98 online participants. We measured acceptance,

understanding, memorization and visualization of the user for an ad. The collected

data were used to make databases. The data was analyzed by using pivot tables and

charts, which were used to display the connections and interactions between the

collected data. We derived an approximate view of specific user types for an ad. We

enhanced the database use with decision tree models for add message type choosing.

The database allows us to design an ad for a specific user or to determine potential

users for a premade ad.

KEYWORDS

messaging, online advertising, recipient message choice, message type choice,

database, pivot table, pivot chart, decision tree, data mining

Page 7: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

VII

KAZALO

1 UVOD .................................................................................................................. 1

1.1 Opis problematike ......................................................................................... 1

1.2 Namen in cilji magistrskega dela .................................................................. 2

1.3 Metoda dela ................................................................................................... 2

1.3.1 Preliminarna študija ............................................................................... 3

1.3.2 Glavna študija ......................................................................................... 3

1.3.3 Izdelava odločitvenih dreves .................................................................. 4

1.4 Struktura magistrskega dela .......................................................................... 4

2 SORODNO DELO ............................................................................................... 5

2.1 Pomnjenje ...................................................................................................... 6

2.2 Prepoznavanje ................................................................................................ 7

2.3 Priklic ............................................................................................................ 7

2.3.1 Prosti priklic ........................................................................................... 7

2.3.2 Priklic z namigom .................................................................................. 8

2.3.3 Serijski priklic ........................................................................................ 8

2.4 Poudarek priklica ali prepoznavanja ............................................................. 9

2.5 Vpliv barve pri pomnjenju ............................................................................. 9

2.6 Psihologija marketinga .................................................................................. 9

2.6.1 Uporaba čustvenih idej pri sporočanju ................................................. 10

2.6.2 Oznanitev napak ................................................................................... 10

2.6.3 Predstavitev konkurence ...................................................................... 10

2.6.4 Spodbujanje ekskluzivnosti .................................................................. 10

2.6.5 Uvajanje strahu, negotovosti in dvomov pri sporočanju ...................... 11

2.6.6 Sedem trditev o vplivu psihologije pri potrošniku ............................... 11

2.7 Učinki statusa vira in favoriziranosti sporočila na osebnostno povratno

sprejemanje ............................................................................................................ 11

Page 8: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

VIII

2.8 Psihologija odzivov na ankete ..................................................................... 12

2.9 Teorija izbire ............................................................................................... 12

3 PRELIMINARNA ŠTUDIJA ............................................................................ 13

3.1 Preliminarna anketa ..................................................................................... 13

3.2 Izvedba ankete ............................................................................................. 15

3.3 Priprava podatkov za obdelavo ................................................................... 15

3.4 Osnovna uporaba podatkov ......................................................................... 17

3.5 Napredna uporaba podatkov ........................................................................ 19

3.6 Zaključki preliminarne študije ..................................................................... 23

4 GLAVNA ŠTUDIJA .......................................................................................... 24

4.1 Anketni vprašalnik ....................................................................................... 24

4.2 Izdelava variacij spletnih sporočil ............................................................... 26

4.3 Zajemanje podatkov .................................................................................... 29

4.3.1 Izvedba osebnih anket .......................................................................... 29

4.3.2 Pridobljeni podatki osebnih anket ........................................................ 29

4.3.3 Izvedba spletne ankete ......................................................................... 30

4.3.4 Pridobljeni podatki spletnih anket ........................................................ 31

4.3.5 Analiza odgovorov spletnih anket ........................................................ 33

4.4 Analiza podatkov glavne raziskave ............................................................. 34

4.5 Primeri uporabe baze podatkov ................................................................... 46

4.6 Zaključki glavne študije .............................................................................. 53

5 ODLOČITVENA DREVESA ZA IZBIRO TIPA SPOROČILA ...................... 55

5.1 Pristop .......................................................................................................... 55

5.1.1 Podpora pri odločanju .......................................................................... 55

5.1.2 Sistemi za rudarjenje podatkov ............................................................ 55

5.1.3 Odločitvena drevesa ............................................................................. 55

5.2 Metoda dela ................................................................................................. 56

Page 9: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

IX

5.3 Izdelava odločitvenih dreves ....................................................................... 57

5.4 Primer uporabe odločitvenih dreves ............................................................ 62

6 ZAKLJUČEK ..................................................................................................... 64

7 LITERATURA ................................................................................................... 66

PRILOGA 1: PRELIMINARNI ANKETNI VPRAŠALNIK .................................... 69

PRILOGA 2: GLAVNI ANKETNI VPRAŠALNIK ................................................. 72

Page 10: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

X

KAZALO SLIK

Slika 1: Oblike podanih sporočil ................................................................................ 14

Slika 2: Izsek iz osnovne tabele zbranih podatkov .................................................... 16

Slika 3: Izsek iz izpeljane tabele zbranih podatkov ................................................... 17

Slika 4: Grafikon delitve uporabnikov po spolu in starosti ........................................ 18

Slika 5: Dnevno preživet prosti čas na spletu po stopnjah izobrazbe ........................ 19

Slika 6: Delitev glede na spol, status, izbiro sporočila in izbiro odgovora »potovanja«

.................................................................................................................................... 20

Slika 7: Delitev po pomnjenju in občutkih pri uporabnikih ....................................... 21

Slika 8: Izbira sporočila in razumevanje .................................................................... 22

Slika 9: Grafikon pomnjenja dogodka po izbranem sporočilu ................................... 23

Slika 10: Vse variacije spletnih oglasnih sporočil ..................................................... 27

Slika 11: Variacije po kombinacijah tipov sporočil ................................................... 28

Slika 12: Prikaz števila anketirancev v odvisnosti od spola, prebivanja, statusa in

starosti ........................................................................................................................ 30

Slika 13: Pridobljeni podatki spletne ankete tipa RZJ ............................................... 32

Slika 14: Pridobljeni podatki spletne ankete tipa SZR ............................................... 33

Slika 15: Zbrani podatki spletnih anket, podani po spolu, prebivanju, statusu in

starostnih skupinah ..................................................................................................... 34

Slika 16: Delitev statističnih podatkov združenih spletnih in osebnih anket po spolu

in starosti .................................................................................................................... 37

Slika 17: Prikaz delitve zbranih odgovorov združene baze po statusu in stopnji

izobrazbe .................................................................................................................... 38

Page 11: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

XI

Slika 18: Prikaz delitve zbranih odgovorov združene baze glede na izbiro

prevladujoče barve ..................................................................................................... 38

Slika 19: Delitev statističnih podatkov združenih spletnih in osebnih anket glede na

spol, prebivanje, status in starost ................................................................................ 40

Slika 20: Delitev vseh anket po razumevanju tipa spletnega sporočila in izbiri

poudarka ..................................................................................................................... 41

Slika 21: Zbrani podatki vseh anket glavne raziskave po izbiri sporočila, spolu,

prebivanju in statusu .................................................................................................. 41

Slika 22: Zbrani podatki vseh anket glavne raziskave po izbiri sporočila, spolu in

pomnjenju imena dogodka ......................................................................................... 42

Slika 23: Zbrani podatki vseh anket glavne raziskave po izbiri sporočila, starosti in

stopnji izobrazbe ........................................................................................................ 43

Slika 24: Zbrani podatki vseh anket glavne raziskave po starostnih skupinah,

preživetem času na spletu in izbiri sporočila ............................................................. 44

Slika 25: Zbrani podatki vseh anket glavne raziskave po spolu, radosti ob objavi in

izbiri tipa priloge sporočilu ........................................................................................ 45

Slika 26: Diagram izbire priloge objavi in početja na spletu za ženski in moški spol

.................................................................................................................................... 46

Slika 27: Prikaz delitve zbranih odgovorov združene baze po starosti, izobrazbi in

zanimanju ................................................................................................................... 47

Slika 28: Primer delitve zbranih odgovorov podrobneje ........................................... 48

Slika 29: Primer delitve zbranih odgovorov podrobneje, drugič ............................... 49

Slika 30: Prikaz delitve zbranih odgovorov združene baze po prebivanju, porabi v

mesecu in izbiri poudarka .......................................................................................... 51

Slika 31: Prikaz delitve zbranih odgovorov združene baze po spolu, preživetem

prostem času na spletu, početju in izbiri sporočila .................................................... 53

Page 12: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

XII

Slika 32: Delotok v programu Orange Canvas .......................................................... 56

Slika 33: Odločitveno drevo za izbiro tipa sporočila ................................................. 58

Slika 34: Preprost primer odločitvenega drevesa z uporabljenimi kriteriji Status in

Spol za izbiro tipa sporočila ....................................................................................... 59

Slika 35: Srednje zahteven primer prikaza uporabe atributov Status, Spol, Prebivanje

in Stopnja izobrazbe za izbiro tipa sporočila ............................................................. 60

Slika 36: Večje odločitveno drevo, prikazano v načinu »Classification Tree Viewer«

.................................................................................................................................... 61

Page 13: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

XIII

KAZALO TABEL

Tabela 1: Število zbranih izpolnjenih spletnih anketnih vprašalnikov glede na

variacije anketnih vprašalnikov .................................................................................. 31

Tabela 2: Število izpolnjenih anketnih vprašalnikov po spolu .................................. 35

Tabela 3: Število izpolnjenih anketnih vprašalnikov po starostnih skupinah ............ 36

Tabela 4: Število izpolnjenih anketnih vprašalnikov po kriteriju prebivanje ............ 36

Tabela 5: Kodiranje vrednosti atributov v prikazanih odločitvenih drevesih ............ 57

Page 14: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

XIV

Page 15: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

1

1 UVOD

Komunikacija predstavlja temelj sodobne družbe. Bistvo dobre komunikacije je

sporočanje in razumevanje sporočila. Začetki poskusov razumevanja komunikacije

segajo v pradavnino. Jamski človek je komuniciral slikovno in slušno. Res je, da je

bil njegov jezik šele v povojih in njegove podobe za naš čas enostavne in preproste.

S svojimi dejanji pa je vendar že izražal interes po sporočanju. Z razvojem civilizacij

se je človeštvo izpopolnjevalo v vedi o komunikacijah. Podobe so prerasle v slike in

tako danes lahko ena slika pove več kot tisoč besed. Odgovor na vprašanje, kaj je

dobra komunikacija, je zapleten. Dojemanje in razumevanje sta stalni del pogojev za

dober proces izmenjave podatkov. Pot do doseganja primera uspešne komunikacije

temelji na dobri osveščenosti, razumevanju in načrtovanju. Primerno podajanje

informacij je osnova za doseganje želenega učinka sporočila. Oblika, način in

izvedba podajanja informacij želenim uporabnikom ne dosegajo vedno

pričakovanega cilja.

Postopki komunikacije lahko pripomorejo k odlično izpeljanemu želenemu procesu

ali povzročijo popolno zmedo. Komunikacija je proces izmenjave informacij med

sporočevalcem in prejemnikom. Postopki komunikacije lahko pripomorejo k odlično

izpeljanemu želenemu procesu ali povzročijo popolno zmedo. Primerno podajanje

informacij je osnova za doseganje želenega učinka sporočila. Ni nujno, da prejemnik

vedno razume, kar mu sporoča sporočevalec. Razumevanje je odvisno tudi od oblike,

načina in izvedbe sporočila. Pravilno oblikovano sporočilo je učinkovitejše in lažje

doseže želeni cilj (Dumančič, 2013).

1.1 Opis problematike

V delu smo poskusili preučiti vpliv načina podajanja informacij z reklamnim

grafičnim spletnim sporočilom ciljnemu prejemniku. Spoznati smo želeli dejavnike,

ki vplivajo na učinkovitejše podajanje informacij želenim uporabnikom. Dolgoročni

cilj je izdelati interaktivno bazo podatkov, ki bi služila kot podlaga za pomoč pri

snovanju oglasnih sporočil. Na ta način bi lahko dobili uporaben sistem za pomoč pri

odločanju, ki sporočevalcu pomaga pri določanju izbire uporabe tipa reklamnega

grafičnega spletnega sporočila za doseganje učinkovitega sporočanja informacij.

Konkretni primer uporabe bi bil lahko naslednji: uporabnik sistema ima izdelano

Page 16: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

2

sporočilo z znanimi parametri in želi izvedeti, koga bo oglas najbolj pritegnil. V

program za pomoč pri odločanju vnese parametre oglasa, kot rezultat pa dobi

lastnosti morebitnih potencialnih prejemnikov sporočila. Druga možnost uporabe je

omogočiti snovalcu sporočila, da izve, kako s svojim sporočilom pritegniti želene

prejemnike. V program vnese parametre ciljnih prejemnikov, ta pa mu poda lastnosti

najprimernejšega tipa sporočila. Tipični uporabniki takšnega sistema bi lahko bili:

trgovci, proizvajalci, državne ustanove, raziskovalci, analitiki, mediji, itd.

1.2 Namen in cilji magistrskega dela

Povod za raziskavo je konflikt pri sporočanju. Ta nastaja, ko prejemnik ne razume,

kaj mu želi sporočiti sporočevalec. Raziskati želimo dejavnike, ki vplivajo na

sprejemanje in dojemanje reklamnega grafičnega spletnega sporočila na strani

prejemnika. Namen je doseganje bolj učinkovitega sporočanja informacij, ki bi ga

dosegli s pravilno izbiro tipa oglasnega sporočila. Izbiro želimo podpreti z na

podatkih osnovanim sistemom za pomoč pri odločanju.

Konkretni cilj raziskave je bil izdelati in analizirati bazo podatkov o odzivih

uporabnikov na različne vrste spletnih oglasnih sporočil. Ta baza omogoča grafičen

prikaz zbranih podatkov ter statistično analizo lastnosti uporabnikov in njihovega

dojemanja oglasnih sporočil. Iz podatkov smo ustvarili tudi odločitvena drevesa, ki

prispevajo k učinkovitejšemu razumevanju zbranih podatkov in omogočajo izbiro

tipa oglasnega sporočila v odvisnosti od lastnosti prejemnika sporočila. Končni cilj je

omogočati uporabniku, da z vnosom tipa sporočila in uporabljenih kriterijev spozna

tip pričakovanega ciljnega uporabnika za spletno oglasno sporočilo. Cilj je podpreti

tudi obratno operacijo, ki omogoča, da uporabnik z določitvijo ciljnega želenega

prejemnika prilagodi spletno oglasno sporočilo tako, da bi bil ta najbolje razumljiv

ciljnemu prejemniku.

1.3 Metoda dela

Metoda dela zavzema anketiranje, statistične analize, analizo podatkov, podatkovno

rudarjenje, metode gradnje odločitvenih dreves, grafično oblikovanje in delo z

bazami podatkov. Pri snovanju ankete smo upoštevali izsledke psihologije,

marketinga in vnaprej zahtevane elemente za vzpostavitev delujočega sistema za

Page 17: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

3

podporo pri odločanju (Dillman, 1994). Za vzpostavitev primernega sistema za

podporo pri odločanju smo morali pridobiti ustrezne podatke. Te podatke smo

pridobili z izvajanjem osebnih in spletnih anket na vzorcu do skupno 500

anketirancev. Prvi del izvedbe je bil preliminarna anketa. Anketiranje smo izvajali

osebno na terenu. Drugi, obsežnejši del, pa je zajemal spletno anketo in osebno

izvajanje anket na terenu. Ob zbranem zadostnem številu odgovorov anket smo

zbrane odgovore vnesli v baze podatkov. Baze podatkov smo uporabili za grafičen

prikaz pridobljenih podatkov. Prikazali smo nekaj primerov uporabe podatkov. Delo

smo razdelili v tri faze:

1. preliminarna študija,

2. glavna študija,

3. izdelava odločitvenih dreves.

1.3.1 Preliminarna študija

Prva faza je bila preliminarna študija kot podlaga za glavno študijo. S preliminarno

študijo smo želeli preizkusiti anketo na manjšem vzorcu in ugotoviti, ali je z njo

mogoče pridobiti uporabne podatke za naš namen. Poleg podatkov o anketirancih,

kot so spol, starost, stopnja izobrazbe, prebivanje, nas je zanimal odziv uporabnikov

na tri tipe sporočil: slikovno sporočilo, sporočilo s sliko in tekstom, sporočilo s

tekstom. Anketirance smo povprašali tudi po lastnih občutkih, mnenjih,

razumevanju, pomnjenju in sprejemanju teh sporočil. Preliminarna študija je

omogočila učenje in izpopolnitev za izvedbo glavne študije. Anketirali smo 99

anketirancev in zbrali 86 uporabno izpolnjenih anketnih vprašalnikov. Ustvarili smo

bazo podatkov za več načinov uporabe izdelave predloga podajanja primernih

spletnih sporočil. Prikazali smo tudi uporabo baze za razumevanje ciljnih skupin z že

izdelanim spletnim sporočilom.

1.3.2 Glavna študija

Na osnovi izkušenj iz preliminarne študije smo popravili in razširili anketo ter jo

izvedli osebno in spletno. Preliminarno anketo smo nadgradili in z njo zajeli večje

število uporabnikov, kar je omogočilo doseganje primerne statistične zanesljivosti

Page 18: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

4

rezultatov. Osebno smo anketirali 209 anketirancev in zbrali 196 uporabno

izpolnjenih anketnih vprašalnikov. Spletno anketo smo realizirali z uporabo

platforme »Google docs« (Google, 2015) in spletnega usmerjevalnika na vzorcu 98

anketirancev. Merili smo sprejemanje, razumevanje, pomnjenje in vizualizacijo

sporočila. Skupno smo izdelali bazo podatkov z vnesenimi 294 odgovori anketnih

vprašalnikov. Tako smo pridobili realnejšo sliko želenih podatkov. Zbrane podatke

smo vnesli v bazo podatkov. Podatke smo analizirali in prikazali z uporabo

Excelovih vrtilnih tabel. Dobili smo pregled lastnosti specifičnih uporabnikov, ki jim

najbolj ustreza podani tip sporočila. Zastavili smo si raziskovalna vprašanja, na

katera smo poskusili odgovoriti z uporabo izdelane baze podatkov in grafičnega

prikaza. Bazo podatkov smo uporabili kot interaktivno pomoč za izbiro ustreznega

sporočila za ciljnega uporabnika oziroma za določitev potencialne ciljne skupine za

že izdelani oglas. Na primer, analizirali smo dnevno preživeti čas anketirancev na

spletu po stopnjah izobrazbe, delitve anketirancev po različnih kriterijih, pomnjenje

dogodka, ki ga najavlja izbrano sporočilo, itd.

1.3.3 Izdelava odločitvenih dreves

Izbiro učinkovitega sporočila smo poskusili olajšati s postavitvijo podpornega

odločitvenega sistema. Z algoritmom strojnega učenja smo v sistemu Orange

(Orange Canvas, 2015) izdelali odločitvena drevesa, ki predlagajo tip sporočila v

odvisnosti od poznanih lastnosti prejemnika sporočila.

1.4 Struktura magistrskega dela

Magistrsko delo je sestavljeno iz sedmih poglavij. V prvem, uvodnem poglavju

opisujemo problematiko področja komunikacije, določamo tematiko in idejo dela.

Opisujemo tudi pristop k reševanju problema. V drugem poglavju povzemamo

spoznanja sorodnih del na področju magistrske naloge, predvsem iz psihologije. V

tretjem poglavju predstavimo preliminarno študijo: opisujemo postopek izvedbe,

pridobljene podatke in prikažemo rezultate. Četrto poglavje je namenjeno glavni

študiji. Opišemo spremembe anketnega vprašalnika ter prikažemo rezultate analiz. V

petem poglavju opišemo odločitvena drevesa. V zadnjem poglavju povzemamo

celotno delo in pridobljena spoznanja ter predlagamo možnosti za nadaljnje

raziskave.

Page 19: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

5

2 SORODNO DELO

Sporočanje je dinamičen proces, saj se je z razvojem človeka razvilo v različne

oblike. Za sporočanje se je človek posluževal različnih medijev, od dimnih signalov

do interneta (Dumančič, 2013). Poznavanje osnov komunikacije in psihologije so

temelj za našo študijo, predvsem za izdelavo anketnega vprašalnika in posledično

izdelavo uporabnega odločitvenega modela.

Trditev, da je vedno en in isti način sporočanja najboljši, ni pravilna. Določen način

sporočanja je najboljši v določenem času in dani situaciji. Učinkovitost sporočanja

določa tudi velikost vzorca prejemnikov sporočila. Schramm (1969) opisuje

delovanje sporočanja kot: pravilno razumevanje prejemnika, vplivanje na stališča

sprejemalca in vplivanje na vedenje sprejemalca. Vsak konkreten komunikacijski

proces ima določeno največjo zmogljivost obdelave informacij, ki je odvisna od

najšibkejšega elementa komunikacijskega procesa v dani situaciji (elementi vira,

kodiranja, interpretiranja, prenosa, dekodiranje). Zaradi omejene zmogljivosti

komunikacijskega procesa moramo izbrati med (Schramm, 1969):

a) posredovanjem večje količine informacij v določenem času z manjšo

redundanco in zato manjšo verjetnostjo pravilnega razumevanja na strani

sprejemalca;

b) posredovanjem manjše količine informacij z več redundantnega ponavljanja

in s tem večjo verjetnostjo pravilnega razumevanja sporočila s strani

sprejemalca.

V študiji nas zanima način sporočanja v obliki oglasnega sporočila na socialnem

omrežju ali oglasnega sporočila na spletni strani. Trenutno pri oglasnih sporočilih

prevladujejo kratka, vizualna in drzna sporočila. Veliko je subliminalnih načinov

sporočanja, kjer se niti ne zavedamo, da sporočila prejemamo, a jih vseeno pomnimo

(Lambert, 2011).

V literaturi tematik študije zasledimo veliko splošnih kriterijev in priporočil o

komunikaciji. Zanimala nas je osebna raven komunikacije, in sicer kako posameznik

pomni, razume, sprejema in hrani informacije, hkrati pa tudi kako oziroma kakšni so

vplivi ostalih dejavnikov pri komunikaciji, kot so: barva, zvok, ponavljanje, jezik,

Page 20: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

6

itd. Zato smo v nadaljevanju preučili del kriterijev, ki nas zanimajo preko celotne

študije. Te smo merili s postavljanjem konkretnih vprašanj in povezanostjo v celoto

pri izpolnjevanju anketnih vprašalnikov. Če želimo učinkovito podati spletno

oglasno sporočilo in ustvariti primerno bazo podatkov, smo primorani prepoznavati

in obrazložiti vsaj nekaj naslednjih tematik.

Porast spletne komunikacije je stvar našega trenutnega vsakdana. Oglasi, pozivi in

splošno informiranje so podloga trenutnega komunikacijskega trenda. Socialna

omrežja stremijo h kratkim jedrnatim pozivom in preprostim sporočilom. Stalnica

uporabe primera »emotikonov« nam narekuje, da se komunikacija giblje v trendu

»preprostosti«. Kot sporočevalci želimo naše sporočilo dostaviti ciljnemu uporabniku

na učinkovit način. Konkurenca pri sporočanju in odvračanje pozornosti nam

predstavljata veliko težavo.

2.1 Pomnjenje

Pomnjenje pomeni priklic s ponovno mislijo in zadrževanje informacij v spominu ali

spontano zadrževanje informacij v spominu. Pomnjenje spada med bistvene procese,

ki so potrebni za komercialno oglaševanje, saj pri ustvarjanju dolgoročne podobe in

sporočanju določenega sporočila stremimo k učinkovitemu pomnjenju pri

prejemniku. Ali prejemnik pomni ali ne pomni, predstavlja bistveno vlogo pri vložku

sporočevalca v sporočanje, tako finančno kot tudi v vloženem trudu. Preko

magistrskega dela se odločamo, kako bi v vlogi sporočevalca do prejemnika

pristopali na učinkovit način. Pomnjenje pri tem igra veliko vlogo, saj nam

razumevanje le-tega omogoča vzpostavitev primerneje naravnane študije za

doseganje cilja naloge. Proces pomnjenja poteka tako, da se informacija kodira v

človeških možganih tako, da jo lahko osebek hitro prikliče. Spominski priklic je

pomemben v večini aspektov vsakodnevnega življenja, od tega da prikličemo, kje

smo pustili avto, do učenja novih veščin. Na priklic spominov iz dolgoročnega

spomina vpliva veliko dejavnikov. Za popolno razumevanje procesa pomnjenja je

pomembno razumeti, kaj sploh je priklic spominov, in upoštevati faktorje pri poteku

le-tega. Preprost primer, uporabljen v delu »Mass communications« (Schramm, 1969

razlaga, da pomnimo bolje tako, da zadevo, ki jo pomnimo, povežemo z nečim, kar

dnevno uporabljamo. Primer, število 23: 2, imam dve nogi, roki, 3, v tretje gre rado.

Mnoge študije so pokazale, da so lahko bolje priklicani tako epizodni in semantični

Page 21: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

7

spomini, ko je za pomnjenje in priklic uporabljen isti jezik. Primer, ruski imigranti v

ZDA (Schramm, 1969), ki govorijo dva jezika, lahko več svojih avtobiografskih

spominov iz življenja pred imigracijo prikličejo, ko so povodi za odgovor podani v

ruščini.

2.2 Prepoznavanje

Prepoznavanje lahko opredelimo kot asociacijo dogodka ali predmeta s predhodno

poznanim dogodkom ali predmetom. Proces vključuje primerjavo informacije s

spominom, na primer pri prepoznavanju znanega obraza. Prepoznavanje je večinoma

podzavestni proces, možgani imajo celo točno določen del posvečen prepoznavi

obrazov.

2.3 Priklic

V proces priklica je vključeno spominjanje dejstva, dogodka ali objekta, ki ni

trenutno osebno udejanjen, v smislu ponovnega pridobivanja zastopanja, mentalne

slike ali koncepta. Proces potrebuje direktno posredovanje spominov iz možganov,

primer je prepoznavanje osebe. Priklic informacij ali spominjanje se nanaša na

naknadno ponovno dostopanje do podatkov iz preteklosti, ki so bili predhodno

kodirani in shranjeni v možganih. Med procesom priklica možgani ponavljajo vzorec

nevroloških aktivnosti, ki so bile ustvarjene kot odziv pri pomnjenju želene

informacije, ali drugače povedano, te aktivnosti so nastopile ob dogodku, ki ga

pomnimo. Ta proces osebku omogoča podoživljanje dogodka in posledično priklic

želene informacije. Dejstvo je, da nimamo trdnega dokaza za razlikovanje med

procesom priklica in procesom razmišljanja. Poznamo tri bistvene tipe pomnjenja:

a) prosti priklic,

b) priklic z namigom,

c) serijski priklic.

2.3.1 Prosti priklic

Prosti priklic je proces, pri katerem osebi denimo naložimo, naj si zapomni seznam

predmetov in jih nato prikliče v poljubnem vrstnem redu. Ta priklic lahko

uporabljamo za temelj preferenc posameznika. Če posameznik nekaj navede prvo ali

Page 22: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

8

zadnje, nam to pove o primarnosti zadeve posamezniku. Druga možnost je, da oseba

prikliče zadeve na koncu seznama pred zadevami na začetku, to narekuje učinek

bližine informacij. To nagibanje posamezniku približa zaporedje priklica iz seznama.

2.3.2 Priklic z namigom

To je proces, pri katerem oseba dobi na primer seznam predmetov, nato pa to osebo

testiramo z uporabo namigov ali jo nekoliko vodimo. Ko osebi ponudimo namige, se

ta prične nagibati k priklicu predmetov s seznama, ki se jih brez namigov predhodno

ni spomnila. Za te predmete se brez uporabe namigov domneva, da so izgubljeni v

spominu. Druga različica je, ko oseba predmete prikliče iz razloga povezovanja z

drugimi stimulacijami. Besede, slike in števila v kombinaciji omogočijo osebku

priklic na podlagi predhodnih povezav v možganih (Memory recall/retrieval, 2010).

2.3.3 Serijski priklic

Serijski priklic se nanaša na našo sposobnost, da se spomnimo na predmete, dogodke

ali podobno v istem zaporedju iz nekega predlaganega seznama. Nanaša se tudi na

kronološki vrstni red v naših avtobiografskih spominih in na vrstni red različnih

delov stavka, tako da ima skupni sestavek nek smisel. Serijski priklic se pri

dolgoročnem spominu obnaša drugače kot pri kratkoročnem spominu. V

kratkoročnem je zaporedje s seznama zastopano kot diskretni posamezni predmeti ali

dogodki, pri dolgoročnem pa kot neka celota. Psihologi so veliko testirali serijski

spomin (Memory recall/retrieval, 2010). Z rezultati so določili osnovna pravila, ta so:

Nedavni dogodki se lažje prikličejo v zaporedju (še bolje pri zvočnih

namigih).

Priklic se zmanjšuje obratno sorazmerno z dolžino seznama pomnjenja.

Obstaja težnja, da se spomnimo pravilnih elementov v napačnem vrstnem

redu.

Ko pride do napake, obstaja težnja po podajanju podobnega ali psihološko

povezanega elementa pravilnemu elementu.

Ponovljive napake se pojavljajo, ampak so razmeroma redke.

Če je element priklican predhodno kot na seznamu, je pozabljeni element po

navadi vstavljen za tem elementom.

Page 23: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

9

Če je element iz predhodnega testa priklican v sledečem testu, je velika

verjetnost, da bo ta element postavljen v vrstni red predhodnega testa.

2.4 Poudarek priklica ali prepoznavanja

Prepoznavanje običajno velja za boljše od priklica, v smislu večje učinkovitosti, saj

zahteva le en proces namesto dveh. Prepoznavanje zahteva le preprosto odločitev na

podlagi domačnosti, medtem ko priklic zahteva dvostopenjski proces. Temu pravimo

tudi spominska teorija dveh stopenj (Memory recall/retrieval, 2010). Gre za proces

iskanja in pridobivanja kandidatov za priklic iz spomina, temu sledi odločitev na

podlagi domačnosti. Pri tej odločitvi je prava informacija izbrana iz predhodno

pridobljenih kandidatov, zato priklic vključuje aktivno rekonstrukcijo informacije pri

vseh vključenih nevronih. Za primerjavo, prepoznavanje zahteva le odločitev med že

znanimi informaciji v nekem izboru. Včasih prepoznavanje zadostuje za aktivacijo

celotnega nevronskega sistema, četudi proces prvotno vpliva le na določen del

nevronskega sistema.

2.5 Vpliv barve pri pomnjenju

Barva lahko vpliva na našo sposobnost, da si nekaj zapomnimo. Ljudje pomnijo

barvne prizore bolje kot črno-bele, v primeru, da so pravilno uporabljene le naravne

barve. Tople barve, še zlasti rumena in oranžna, nam lahko pomagajo pomniti zadeve

tako, da povečajo našo raven pozornosti (Brown, 1991). Vse to se navezuje na

sposobnost osebka za izbiro informacij v danem okolju. Več pozornosti kot je

namenjene zunanjim stimulantom, večja je verjetnost, da bodo te stimulacije

shranjene v dolgoročnem spominu.

2.6 Psihologija marketinga

Izvajalci marketinga po večini niso psihologi. Mnogo uspešnih izvajalcev marketinga

uporablja psihologijo pri napeljevanju kupcev. Pametni, spretni in pošteni trgovci pri

privabljanju in napeljevanju kupcev na prodajo uporabljajo psihologijo pravno,

etično in spoštljivo (Cleary, 2013). Nekaj splošnih pravil lahko pomaga pri

izboljšanju trženja. Po pregledu več del ugotavljamo, da v komunikacijske raziskave

trenutno največ vlagajo podjetja, saj se zanimajo, kako učinkoviteje apelirati na

Page 24: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

10

potrošnike. Iz tega vidika smo te študije poskusili upoštevati tudi pri izpeljavi našega

dela (Perner, 1999).

2.6.1 Uporaba čustvenih idej pri sporočanju

Študije so pokazale, da čustveni in psihološki pristop bolje vplivata na potrošnika kot

funkcijski pristop. Funkcijski pristop je osredotočanje na funkcije mentalnih

procesov, ki vključujejo zavest. Večina oglaševalskih prijemov sloni na strategiji, da

kupcu predstavljajo koristi. Taka strategija izvzema funkcijski pristop. Primer je

predstava, kako vam bo nov računalnik omogočil nova doživetja, ne pa predstavitev

delovanja le-tega. Prodajalci že dolgo razumejo in izkoriščajo čustveno moč

predstave. Na kupca apelirajo tako, da z uporabo tega znanja lažje dosežejo svoj

zadani cilj (Rosenthal, 2014).

2.6.2 Oznanitev napak

Kupec vedno išče napake na produktu. Da si oglaševalec poveča zaupanje kupca, je

najbolje, da napake izpostavi sam.

2.6.3 Predstavitev konkurence

V delu »Positioning: The Battle for Your Mind«, sta Trout in Ries (2000) predstavila

možganske omejitve potrošnikov pri segmentaciji produktov in storitev, ter kako in

kam pozicionirati lasten ponujeni produkt ali storitev. Opisujeta tudi, kako

repozicioniranje ali spreminjanje statusa podjetja vpliva na um kupca. Ugotovitve

dela so:

organizacijo moramo oglaševati na način, tako da sporočilo oglaševalca

prodre v družbeno podzavest,

organizacija naj zasede tržno nišo, ki še ni zasedena,

organizacija naj ne dopusti konkurenci, da bi izrabljala njeno strategijo pri

lastnem pozicioniranju na trgu.

2.6.4 Spodbujanje ekskluzivnosti

Samozavest je na samem vrhu Maslowove piramide potreb (Maslow, 1943). Ljudje

se radi počutijo pomembne in radi pripadajo ekskluzivnim skupinam. Preprosto

Page 25: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

11

načelo trženja s tem načelom je slogan »Nismo za vsakogar«. Ta strategija temelji na

načelu vzdržnosti. Prodajalec se mora držati rečenega in produkt ali storitev zadržati

v okvirih ekskluzivnosti. V kolikor prodajalec trdi eno, a se tega ne drži, to vodi v

obratni učinek od želenega.

2.6.5 Uvajanje strahu, negotovosti in dvomov pri sporočanju

Strah, negotovost in dvom pogosto uporabljajo podjetja in organizacije legalno, da

kupca privedejo do mišljenja in spremembe svojega obnašanja. Ta prijem spada med

najmočnejše tržne prijeme (Rosenthal, 2014).

2.6.6 Sedem trditev o vplivu psihologije pri potrošniku

Vpliv psihologije na potrošnika lahko izboljšamo ob upoštevanju sledečih dejstev

(Schacter, 2001):

Upoštevanje potrošnikovega mišljenja, čutenja, namena in izbire med

alternativami (primer znamka, izdelek, distributer).

Upoštevanje vpliva okolice na potrošnika (primer kultura, družina, mediji,

znaki).

Upoštevanje vedenja potrošnika v času nakupovanja ali podobnih odločitev.

Meje potrošnikovega poznavanja ali sposobnosti procesiranja informacij

vplivajo na odločitve in marketinški izkupiček.

Motivacija potrošnika se razlikuje glede na pomembnost ali zanimanje

potrošnika do produkta in tako vpliva na odločitveni proces.

Oglaševalci naj prilagajajo svoje oglaševalske kampanje tako, da izboljšajo

pristop do potrošnika.

2.7 Učinki statusa vira in favoriziranosti sporočila na osebnostno

povratno sprejemanje

Halperin in drugi (1976) so preučevali učinke diagnostike statusa in favoriziranja pri

osebnostnem odzivanju na prejete informacije. Študijo so opravili na 60 študentih. Ti

so prejeli podoben predmet s pozitivno ali negativno naravnanimi sporočili. Ta

sporočila so bila v različicah blagega, srednjega ali močno naravnanega želenega

statusa (pozitivno ali negativno naravnano). Študenti so sprejeli pozitivno naravnana

Page 26: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

12

sporočila kot bolj njim osebnostno primerna sporočila. Blago stimulirana sporočila

so bila slabše sprejeta kot srednja ali močno stimulirana sporočila. Študija je

pokazala, da so kombinacije sporočila statusa in različice najmanj sprejete pri

kombinaciji blago spodbujenega negativnega sporočila. Najbolje je bilo sprejeto

pozitivno naravnano srednje ali močno stimulirano sporočilo (Hull, 1991).

2.8 Psihologija odzivov na ankete

Znanost in zasebni sektor se že dolgo ubadata z vprašanjem, kako pridobiti najboljše

odgovore z izpeljavo anketnih vprašalnikov. Zelo pomembno pri sami zasnovi je

upoštevanje psihologije. Psihologija je znanstvena veda o umu in obnašanju, hkrati je

večplastna disciplina in vključuje številna podpodročja študijskih področij, kot so

človeški razvoj, šport, zdravstvo, socialno vedenje in kognitivni procesi. Je relativno

nova znanost, večino dosežkov ima v zadnjih 150-ih letih. Korenine te znanosti pa

segajo v Antično Grčijo, nekje med 400–500 pred našim štetjem. Poudarek je bil

filozofski, z vedo so se ubadali veliki misleci kot na primer Sokrat, ki je vplival na

Platona, ta pa obratno na Aristotla (Dillman, 1994).

2.9 Teorija izbire

Področje izbire pri ljudeh in sklepanje lastnih odločitev je obdelal Glasser (1998) v

svojem delu »Teorija izbire - Nova psihologija osebne svobode«. Teorija izbire

narekuje:

Skoraj vse naše obnašanje si izberemo.

Ženejo nas geni po zadovoljevanju osnovnih petih potreb: preživetje,

ljubezen in pripadnost, moč, svoboda in veselje.

V praksi je najbolj pomembna potreba po ljubezni in pripadnosti. Bližina in

povezovanje s tistimi, ki so nam blizu, je predpogoj za zadovoljevanje ostalih potreb.

V delu lahko to povzamemo kot pravilo upoštevanja pomembnosti načela teorije

izbire. Upoštevamo prakso in tako sporočila izdelamo s primeri, ki prejemniku dajejo

občutek pripadnosti ali ljubezni (Glasser, 1998).

Page 27: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

13

3 PRELIMINARNA ŠTUDIJA

V tem poglavju opisujemo zasnovo in izvedbo preliminarne študije (Vuga, 2014), ki

je služila kot zasnova glavne študije. Obsegala je izdelavo in izvedbo preliminarne

ankete, vnos in obdelavo baze podatkov ter analizo in uporabo zbranih podatkov.

Glavni cilj preliminarne ankete je bil preizkusiti metodološki pristop sporočanja z

uporabo spletnega oglasnega sporočila. Preizkusili smo pristope podajanja oglasnega

sporočila z uporabo slike, besedila in kombinacije slike ter besedila. Zbrane podatke

smo v preliminarni študiji obdelali z uporabo preglednice Excel ter jih preizkusili s

praktičnimi primeri uporabe baze podatkov.

3.1 Preliminarna anketa

Za pridobitev želenih informacij o sporočanju s strani prejemnika smo izdelali

preliminarno anketo. Izvedli smo jo na vzorcu 99 anketirancev. Anketa (priloga 1)

ima 18 vprašanj, vprašanja so povezana in slonijo na marketinških in psiholoških

pristopih, opisanih v drugem poglavju. Sestavljena je iz vprašanj o osebnih podatkih

in lastnostih prejemnika ter o njegovih odzivih na oglasno sporočilo (Crestodina,

2012). Petnajst vprašanj je zaprtega tipa z možnostjo izbire enega odgovora, eno z

možnostjo več odgovorov in dve z možnostjo dopolnitve.

Prva stran ankete povzema osebne podatke posameznika, kot so spol, starost, status,

itd. Druga stran je izbira sporočila (slika 1). Sporočilo je osnova ankete. Izdelali smo

tri tipe sporočil, in sicer A, B in C, po vrsti oblikovana kot tekst, slika s tekstom in

slika. Na tretji strani ankete anketiranca sprašujemo po občutkih, razumevanju,

lastnih mnenjih in pomnjenju teh sporočil. Pomnjenje preizkušamo tako, da se

vprašanja navezujejo na drugo stran (izbira sporočila), ki je anketiranec ne more

ponovno pogledati (Tourangeau in drugi, 2000).

Page 28: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

14

Slika 1: Oblike podanih sporočil

Page 29: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

15

3.2 Izvedba ankete

Pri preliminarni anketi smo si kot cilj zastavili anketirati do 100 ljudi. Anketiranje

smo izvajali osebno na terenu. Z anketiranimi smo imeli stik ob izvajanju, tako smo

poskusili pridobiti vtise o anketi, vprašanja, ki se pojavijo ob izpolnjevanju in

predloge za izboljšave (Arleane, 2012). Od 99 izvedenih anket je bilo 86 primernih

za uporabo. Anketiranje smo poskusili izvesti na enakomerno razporejenem številu

predstavnikov določenih ciljnih skupin. Podatke smo zbrali v roku dveh mesecev v

letu 2014. Anketiranje posameznika je vzelo povprečno 5 minut. Dojemanje ankete

je bilo zadostno. Kljub jasnim ustnim in pisnim navodilom naj anketiranec ne gleda

lastnih, že podanih odgovorov, so anketiranci te skoraj vedno pogledali. To so storili

tudi tako, da so se vračali k že izpolnjenim stranem ankete, kar za samo raziskavo ni

bilo najbolje.

3.3 Priprava podatkov za obdelavo

Zbrane podatke smo obdelali z orodjem Microsoft Excel. Vzorce anket, ki niso bili

primerno izpolnjeni za uporabo v študiji, smo zavrgli. Takih anket je bilo 13.

Podatke iz preostalih 86 popolno izpolnjenih anket smo vpisali v tabelo na način, ki

omogoča izdelavo vrtilnih tabel (slika 2). Stolpci ustrezajo posameznim vprašanjem

oziroma posameznim odgovorom pri tistih vprašanjih, ki omogočajo več odgovorov.

Vrstice označujejo posamezne ankete. Vprašanja, kjer je bilo možnih več odgovorov,

smo razdelili tako, da ima vsak odgovor svoj stolpec. V kolikor je na določenem

anketnem vprašalniku uporabnik odgovoril z »Da«, smo vnesli število 1, v kolikor z

»Ne«, pa 0. Smiselno bistvo vprašanj smo na vrhu stolpcev povzeli s kratkimi

besednimi oznakami, na primer »Spol«. Odgovore smo oštevilčili za lažje vnašanje

in obdelavo. Dodali smo stolpec »count«, ki vsebuje same enice in omogoča izračun

seštevkov odgovorov. Ustvarili smo navezujočo se kopijo osnovne baze. Ta služi za

prikaz izpeljave podatkov na lažje razumljiv način, predvsem v vrtilnih tabelah in

grafikonih.

Page 30: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

16

Slika 2: Izsek iz osnovne tabele zbranih podatkov

Slika 2 prikazuje osnovno tabelo dela zbranih odgovorov anketirancev. Za vprašanja,

kjer je bilo več možnih odgovorov, smo uporabili razdelitev vsakega vprašanja v

lasten stolpec. Primer odgovora »1« je pomenil potrditev na zastavljeno vprašanje,

»0« pa zavrnitev. Seštevek potrditev in zavrnitev se lahko uporabi posamično ali kot

kombinacijo skupnih odgovorov pri določanju profila prejemnika. Oznaka »?«

pomeni »brez odgovora«.

Slika 3 prikazuje del izpeljane tabele podatkov, v kateri odgovore na vprašanja

namesto številk označujejo besede ali besedne zveze, in je zato primernejša za

izdelavo razumljivih vrtilnih tabel, grafikonov in poročil. Izjema so vprašanja z

možnima odgovoroma »Da« ali »Ne«, saj smo v njih ohranili vrednosti 0 in 1, ker se

jih tako lažje sešteva. Preslikavo iz osnovne predstavitve podatkov (slika 2) v

izpeljano (slika 3) smo realizirali v MS Excelu z uporabo formul in funkcije »IF«

(Vrtilne tabele, 2014). Spodaj je opisan primer formule s funkcijo »IF«, ki preslika

numerične vrednosti spola iz 1 in 2 v »M« in »Z«:

( (

)) (1)

Page 31: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

17

Slika 3: Izsek iz izpeljane tabele zbranih podatkov

3.4 Osnovna uporaba podatkov

Za prikaz rezultatov smo uporabili Excelove vrtilne tabele (Vrtilne tabele, 2014).

Osnova za prikaz rezultatov je bila izpeljana tabela (slika 3). Vrtilne tabele

omogočajo prikaz razporeditve odgovorov anketirancev glede na podane in želene

parametre. Parametri vrtilnih tabel so odgovori anketirancev na vprašanja. Vrtilne

tabele omogočajo vrsto kombinacij prikaza razporeditve rezultatov. Kombinacije, ki

jih dobimo, lahko pripomorejo k razdelitvi in opredelitvi anketirancev. Prikažemo

lahko samo statistične podatke anketirancev ali v kombinaciji z odgovori o

pomnjenju. Pridobljena baza podatkov omogoča izdelavo profila uporabnikov.

Profili omogočajo izdelavo ciljnega oglasa ali določanje ciljnih uporabnikov za že

izdelan oglas.

Primerjali smo povezave med splošnimi podatki (spol, status, …), izbranim

sporočilom in odzivi prejemnikov nanj (pomnjenje, razumevanje, …). Želeli smo

ugotoviti, s kakšnimi skupinami uporabnikov smo se srečevali in kakšna sporočila bi

bila pri teh uporabnikih najbolj učinkovita. V nadaljevanju prikazujemo nekaj

primerov določevanja ciljnega oglasa za primere ciljnih uporabnikov.

Page 32: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

18

Slika 4: Grafikon delitve uporabnikov po spolu in starosti

Slika 4 je grafični prikaz splošnih podatkov anketirancev. Prikazan je seštevek

zbranih odgovorov, pri upoštevanih parametrih razdelitve po spolu in starosti. »M«

označuje moški spol, »Z« označuje ženski spol. Razponi ob oznaki M in Z

označujejo starostni interval prejemnika. Iz grafikona razberemo, da so anketo

izpolnili v večji meri anketiranci, stari med 26 in 40 let. Vprašalnik je izpolnilo več

žensk (desna polovica diagrama). Razvidno je, da anketiranje ni zajelo žensk, starih

med 15 in 19 let.

Slika 5 prikazuje stolpčni grafikon delitve preživetega prostega časa na spletu po

stopnjah izobrazbe. Oznaka »OS« označuje osnovnošolsko izobrazbo, oznaka »SR«

srednješolsko izobrazbo, oznaka »6+« pa izobrazbo 6. stopnje ali višjo. Pripisi ob

oznakah označujejo razpon dnevno preživetih ur na spletu. Razberemo, da največ

prostega časa dnevno preživijo na spletu uporabniki z dokončano srednjo šolo.

Page 33: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

19

Slika 5: Dnevno preživet prosti čas na spletu po stopnjah izobrazbe

3.5 Napredna uporaba podatkov

Pridobljeno bazo podatkov lahko uporabimo za to, da pridobimo profil želenega

ciljnega prejemnika sporočila. Primer: posredovati želimo oglas za potovanje.

Prikazali smo delitev zbranih podatkov preliminarne študije po spolu, statusu, izbiri

sporočila in izbiri odgovora »potovanja«. Oznaka »D« označuje družinski stan,

oznaka »S« samski stan, oznaka »Z« pa pomeni, da je anketiranec v zvezi. Temno

modri stolpec (levo) označuje število zabeleženih odgovorov za tip spletnega

sporočila (A, B, C). Svetlo modri stolpec (desno) prikazuje število zabeleženih

odgovorov za izbiro odgovora »potovanja« za posamezen tip sporočila.

Page 34: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

20

Slika 6: Delitev glede na spol, status, izbiro sporočila in izbiro odgovora »potovanja«

Glede na zbrane podatke s slike 6 bi bila primerna naslovnica sporočila ženska s

statusom »V zvezi« ali »Družina«. Pri izbiri dodatni odgovor »Potovanja« vidimo

pozitivno odstopanje za izbiro sporočila tipa A ali B. Z interaktivno uporabo baze

lahko torej določamo ustrezne kriterije za učinkovito doseganje želenega prejemnika.

Izvedli smo tudi kompleksnejši primer, prikazan na sliki 7. Zanimalo nas je, kateri

uporabniki so najbolje pomnili ime dogodka, datum dogodka in doživeli radost ob

objavi, glede na izbiro sporočila, spol in stopnjo izobrazbe.

Page 35: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

21

Slika 7: Delitev po pomnjenju in občutkih pri uporabnikih

Prvi kriterij je stopnja izobrazbe. Možni odgovori za kriterij so: osnovna šola »OS«,

srednja šola »SR« in 6. ali višja stopnja »6+«. Drugi kriterij je status. Možni

odgovori so: družina »D«, samski »S« in v zvezi »Z«. Oznake »Da« ali »Ne«

označujejo potrditev ali zavrnitev na vprašanje s strani uporabnika. Diagram na sliki

7 kaže, da najbolje pomnijo ime in datum dogodka anketiranci s srednješolsko

izobrazbo v družinskem statusu.

Page 36: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

22

Slika 8: Izbira sporočila in razumevanje

Za primer smo uporabili še razdelitev glede na izbiro sporočila s porazdelitvijo po

razumevanju sporočil, želji po več informacijah in popolni informaciji. Največ

anketirancev je izbralo in najbolje razumelo sporočilo tipa A (slika 8).

Slika 9 prikazuje grafikon pomnjenja imena in datuma dogodka v povezavi z vrstami

izbranih sporočil. Največ uporabnikov, ki je pomnilo ime in datum dogodka, je

izbralo sporočilo A. Pomembno je poudariti, da sporočilo A ni vsebovalo imena

dogodka, kar pomeni, da uporabniki niso bili zbrani med anketo. Povzamemo lahko

tudi, da so sliko povezovali z besedama »študent« in »zabava«.

Page 37: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

23

Slika 9: Grafikon pomnjenja dogodka po izbranem sporočilu

3.6 Zaključki preliminarne študije

S preliminarno študijo smo pokazali, da je raziskovalni pristop pravilen in da

omogoča oblikovanje baze podatkov, s katero si lahko pomagamo pri izbiri spletnega

oglasnega sporočila za želeno ciljno skupino. Na vzorcu 86 anket smo pokazali, da s

pomočjo zbranih podatkov lahko ciljno usmerimo sporočilo prejemniku na tak način,

da bo vsebino najbolje razumel ali pomnil. Model deluje tudi obratno, tako da z

določitvijo želene ciljne skupine izdelamo primeren oglas.

Pri anketiranju se je pojavljalo vprašanje, ali je bilo sporočilo A izbrano zato, ker je

bilo prikazano na vrhu strani. Problem se je pojavil tudi pri dolžini ankete in

medsebojnih povezavah pridobljenih podatkov. Pomanjkljivosti smo poskusili

odpraviti v glavni študiji, opisani v naslednjem poglavju.

Page 38: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

24

4 GLAVNA ŠTUDIJA

Namen glavne študije je bil zbrati več podatkov in na ta način izdelati bolj zanesljivo

bazo podatkov kot v preliminarni študiji, poleg tega pa tudi izboljšati in razširiti

nekatere elemente preliminarne študije. Predvsem smo želeli raziskati vpliv večje

raznolikosti oglasnih sporočil.

Pri glavni študiji smo uporabili sledeče metode dela: osebno anketiranje, spletno

anketiranje, vnašanje podatkov v Excelovo podatkovno zbirko, programiranje

Excelove podatkovne zbirke in analizo zbranih podatkov, predvsem s pomočjo

vrtilnih tabel in grafikonov. Anketni vprašalnik smo prilagodili glede na izkušnje pri

preliminarni študiji. Dodali smo vprašanja, ki so bila prepoznana kot manjkajoča v

preliminarni študiji, in odstranili tista, ki nam niso podala relevantnih podatkov. Da

bi glavni študiji in zastavljenim vprašanjem dodali globino, smo izdelali osem

variacij anket. Te se razlikujejo po trojicah uporabljenih sporočil, prikazanih na drugi

strani anketnega vprašalnika. Uporabljenih je osem kombinacij treh tipov spletnih

oglasnih sporočil, vsak tip spletnega oglasnega sporočila pa ima tri barvne različice.

Uporabili smo tri tipe sporočil, in sicer sporočilo s sliko, sporočilo s sliko in

besedilom in sporočilo samo z besedilom. Za izdelavo kombinacij smo izdelali tudi

po štiri variacije sporočila tipa A, B in C.

Bistvena novost glavne študije je izpopolnjena anketa, ki se rešuje osebno in preko

spleta, ter vnos zbranih podatkov v uporabno bazo podatkov. Glavna študija se od

preliminarne razlikuje v: obsegu anketirancev, vrstah anketiranja, uporabi

kombinacij barv in tipov podajanja spletnih oglasnih sporočil. Pričakovani rezultat

glavne študije je baza podatkov, ki s pomočjo poizvedovanja omogoča določanje

ciljnih uporabnikov določenega spletnega oglasnega sporočila. Ta baza lahko deluje

tudi v obratni smeri, in sicer pri izdelavi spletnega oglasnega sporočila za določeno

ciljno skupino prejemnikov.

4.1 Anketni vprašalnik

Za podlago anketnega vprašalnika glavne študije (priloga 2) smo vzeli preliminarni

anketni vprašalnik, kjer smo upoštevali zbrane pripombe anketirancev iz

Page 39: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

25

preliminarne študije. Posebej smo se posvetili izdelavi učinkovitega spletnega

vprašalnika, ki ga v preliminarni študiji še ni bilo.

Pri načrtovanju ankete smo upoštevali, da lahko manjše spremembe v postavitvi in

zastavitvi vprašanj anketirancu povzročijo večje spremembe pri zbranih podatkih.

Pametno planiranje lahko pripomore tudi k uporabnejšim zbranim podatkom, saj to

omogoča manjšo porabo časa za analizo podatkov in vzpostavitev končnega želenega

sistema. Postavimo si lahko tudi določena vprašanja, na katera želimo pridobiti

odgovor z izvedbo ankete, na primer: »Kako vplivajo barve na odločanje prejemnika

sporočila?« Naslednji korak je določitev velikosti vzorca, ki mora biti dovolj velik za

določitev verodostojnega približka za ciljno populacijo. V našem primeru smo se

odločili za velikost vzorca okrog 350 anketirancev, ki omogoča statistično

zanesljivost rezultatov v okviru 7% odstopanj. Izračun statistične zanesljivosti

temelji na predpostavki vzorca populacije do 25.000 ljudi, kar je približek

prebivalstva Nove Gorice z okolico in uporabljeni stopnji zaupanja 99% (Creative

Research Systems, 2015). Na končne zbrane podatke vplivajo upoštevanje časovnega

razpona, izguba koncentracije, pridobivanje resnično iskanega odgovora,

razpoloženje, časovni interval anketiranja in splošno razumevanje vsebine ankete.

Anketiranec naj ne bi videl prejšnjih vprašanj in odgovorov anketnega vprašalnika ob

izpolnjevanju trenutnega vprašanja, kar je lažje doseči s spletno kot osebno anketo.

Vprašanja se morajo smiselno deliti po straneh.

Nekaj vprašanj v novi anketi smo izpopolnili, nekaj odstranili, nekaj pa dodali. Tretjo

možnost odgovora na vprašanje 6 smo spremenili iz »Nad 6. stopnjo« v »Več kot

srednja šola«. Pri vprašanju 7 smo pri drugi postavki spremenili iz »Do 2 uri na dan«

v »Od 1 do 3 ure na dan«. Dodali smo vprašanje »Kdaj v mesecu potrošite največ

denarja za osebne potrebe?«. Možni odgovori so: 1-10, 10-20 in 20-31. Vprašanju pri

izbiri sporočila smo dodali podrobnejšo obrazložitev izbire, saj so imeli anketiranci

preliminarne ankete razne probleme pri razumevanju tega vprašanja. Po vprašanju 16

smo dodali vprašanje »Spletno sporočilo je videno večkrat v krajšem časovnem

obdobju. Po kateri objavi se ga naveličate oz. vam predstavlja že nadlegovanje?« z

možnimi odgovori »1x«, »2x«, »3x«, »10x« in »več«. To vprašanje pomaga razločiti,

kolikokrat je sploh primerno podajati sporočilo uporabniku. Po tem vprašanju smo

dodali še eno, in sicer »Kaj poleg objave najbolj pritegne vašo pozornost? Kaj bi

Page 40: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

26

dodatno vzbudilo vašo pozornost ob preletu objave?« z možnimi odgovori »Glasba«,

»Video« in »Ponudba povezav na objavo«. Odstranili smo vprašanje 19: »Se

spomnite datuma dogodka?«. Vprašanje 18 smo spremenili iz »Ali se spomnite

imena dogodka?« v vprašanje 20: »Kako se je imenoval oglaševani dogodek?« z

možnimi odgovori »Študentska zabava«, »Kje je žur«, »Total študent«, »Gremo na

žur«, »Zabava leta«, »Zabavajmo se« in »Žur za študenta«. Na ta način smo želeli

dobiti boljši odgovor glede pomnjenja.

4.2 Izdelava variacij spletnih sporočil

Ohranili smo osnovne tipe sporočil (A, B, C), vendar smo vsakega prikazali v štirih

barvnih različicah. Skupno število različic sporočil se je tako povečalo na 12.

Različice so označene z: AR, AS, AV, AZ, BM, BO, BR, BZ, CJ, CR, CV in CZ.

Prva črka v oznaki pove tip sporočila: A - sporočilo, na katerem prevladuje slika, B -

sporočilo s sliko in besedilom in C - sporočilo, na katerem prevladuje besedilo.

Druga črka je oznaka za različico tipa sporočila, ki jo opredeljuje prevladujoča barva.

Črke za oznako tipa sporočila označujejo naslednje barve:

R = rumena

O = oranžna

J = rjava

M = modra

V = vijoličasta

Z = zelena

Vse tipe spletnih sporočil prikazuje slika 10.

Da bi pridobili ustrezne podatke o vplivu uporabe različnih barv na uporabnika, smo

izdelali 8 kombinacij spletnih sporočil (slika 11). Vseh možnih kombinacij je sicer

več. Imamo tri tipe sporočil, pri vsakem lahko izberemo eno od štirih barv, kar

skupaj pomeni možnih kombinacij. Mi smo med temi izbrali osem

kombinacij, pri katerih se v posameznem vzorcu barve ne ponavljajo, hkrati pa so

enakomerno zastopane. Kombinacije smo poimenovali s tremi črkami, ki pomenijo

barvo, in so naslednje:

Page 41: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

27

ZMV = zelena, modra, vijoličasta

VRZ = vijoličasta, rumena, zelena

SOR = svetlo modra, oranžna, rumena

ROJ = rjava, oranžna, rjava

VMZ = vijoličasta, modra, zelena

SZR = svetlo modra, zelena, rumena

ZRV = zelena, rumena, vijoličasta

RZJ = rjava, zelena, oranžna

Slika 10: Vse variacije spletnih oglasnih sporočil

Page 42: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

28

Slika 11: Variacije po kombinacijah tipov sporočil

Page 43: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

29

4.3 Zajemanje podatkov

4.3.1 Izvedba osebnih anket

Osebne ankete smo izvedli tako kot v preliminarni študiji. Anketirance smo izbirali

tako, da smo poskusili zbrati čim več različnih tipov uporabnikov. Ankete smo

izvajali samostojno osebno in skupinsko. Skupinsko smo ankete izvedli med dijaki

srednjih šol, s čimer smo zbrali podatke nam težje dostopne populacije do 18 let. Pri

izvajanju anket nismo na noben način vplivali na odločitve anketiranca. Izvedli smo

209 osebnih anket, med njimi je bilo 196 uporabnih.

4.3.2 Pridobljeni podatki osebnih anket

Podatke osebne ankete je možno uporabiti samostojno. Primerjamo jih lahko s

podatki, zbranimi na drug način. Primerjave omogočajo določanje odstopanj glede na

tip izvajanja anketnih vprašalnikov. Ta odstopanja lahko uporabimo kot iztočnico za

morebitne nove študije.

Slika 12 prikazuje statistične podatke anketirancev osebnih anket. Kriteriji so spol

(»M« moški in »Z« ženski), prebivanje (»M« mesto in »Z« podeželje), status (»S«

samski, »Z« v zvezi in »D« družina) in starost. Iz prikaza lahko razberemo, da

imamo pri osebnih anketah izstopajoče število žensk, prebivajočih na podeželju,

starih med 15 do 19 let, s končano osnovno šolo. Iz tega lahko sklepamo, da so

srednješolska dekleta rešila največ osebnih anket v raziskavi. Ta prikaz lahko služi

kot osnova za uporabo zbranih podatkov, kjer iščemo, kaj tem anketirancem najbolj

ugaja.

Če primerjamo bazo podatkov preliminarne in osebne ankete, ugotovimo, da pri obeh

prevladujejo anketiranke ženskega spola. Pri preliminarni bazi so v večini stare od 20

do 25 let, pri osebnih anketah glavne študije pa 15 do 19 let.

Page 44: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

30

Slika 12: Prikaz števila anketirancev v odvisnosti od spola, prebivanja, statusa in

starosti

4.3.3 Izvedba spletne ankete

Elektronsko spletno anketo smo realizirali z uporabo brezplačne platforme »Google

docs«. To je prosto dostopna spletna platforma za izdelavo dokumentov in

preglednic (Google, 2015). Datoteke se hranijo na spletu. Platforma je del celovitega

svežnja aplikacij, ki jih Google brezplačno ponuja svojim uporabnikom.

Vprašanja od 1 do 10 so nahajajo na prvi strani spletne ankete, posameznika

sprašujejo po statističnih informacijah. Vprašanje 11 je bistveno; sprašuje namreč o

izbiri tipa sporočila in zavzema celo stran. Vprašanja o pomnjenju in sprejemanju so

od številke 12 do številke 18 in se nahajajo na tretji strani. Vprašanja od številke 19

do zadnjega, vprašanja 21, so na četrti strani in so povezana z izbiro in pomnjenjem

barv v sporočilih.

Page 45: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

31

Brezplačna verzija »Google docs« ne omogoča variacij znotraj posameznih

vprašalnikov, zato smo osem kombinacij anketnih sporočil shranili na splet, vsako

kot samostojen dokument. Tako smo tudi dobili osem vprašalnikov, vsakega na

svojem spletnem naslovu. Za naključno izbiro med njimi smo uporabili spletni

naslov, s katerega je program samodejno usmeril anketiranca na enega od osmih

naslovov. Spletna aplikacija temelji na programskem jeziku PHP (Meloni, 2003) in

uporablja naključni algoritem izbire. V spletni anketi lahko tudi analiziramo, kdaj

smo pridobili največ podatkov.

4.3.4 Pridobljeni podatki spletnih anket

Število zbranih izpolnjenih spletnih anketnih vprašalnikov glede na variacije

vprašalnikov je prikazano v tabeli 1.

Tabela 1: Število zbranih izpolnjenih spletnih anketnih vprašalnikov glede na

variacije anketnih vprašalnikov

Variacija anketnega

vprašalnika

Število zbranih izpolnjenih

anketnih vprašalnikov

RZJ 12

ZRV 14

SOR 18

ZMV 15

SZR 11

ROJ 8

VRZ 10

VMZ 10

SKUPAJ 98

Anketo je preko spleta rešilo 98 anketirancev. Kljub uporabi povezave s podajanjem

naključnih anketnih variacij nismo pridobili povsem enakega števila odgovorov na

Page 46: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

32

vse variacije anket. Razlog je v tem, da anketiranci niso zaključili vseh anket, ki so

jih odprli preko povezave.

Slika 13: Pridobljeni podatki spletne ankete tipa RZJ

»Google docs« sicer omogoča analizo odgovorov, vendar le za vsak tip ankete

posebej. Na sliki 13 je prikazan primer rezultatov za anketo tipa RZJ. Prikazani so

odgovori na 4 vprašanja ankete. Ugotovili smo, da popolno informacijo ponuja

največkrat sporočilo tipa B. Največji občutek radosti anketiranci doživljajo ob objavi

tipa C. V objavi bi najbolj izpostavili barve. Spletno sporočilo je po mnenju

anketirancev najbolj učinkovito, če je uporabljeno do 3-krat.

Zbrane odgovore smo vnesli v bazo podatkov, ki ima enako strukturo kot

preliminarna baza podatkov, le da je ta prilagojena glede na spremembe anketnega

vprašalnika glavne študije. Iz prve vrstice v tabeli Excel razberemo vrsto zbranih

podatkov. Stolpci prikazujejo tip odgovora in služijo kot osnova za seštevanje

rezultatov.

Page 47: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

33

Slika 14: Pridobljeni podatki spletne ankete tipa SZR

Iz slike 14 lahko razberemo vrsto vnosa v bazo podatkov, zbranih na spletu. Baza z

uporabo »Google docs« ni v celoti kompatibilna z bazo podatkov glavne ankete.

Odgovori se ne ujemajo v celoti, problem se pojavlja pri izvozu podatkov iz »Google

docs« v Excelove tabele, saj je podatke potrebno primerno preurediti. Iz spletne baze

podatkov smo zato ankete ročno prepisali v bazo glavne študije. Besedne vnose smo

spremenili v številske vnose, poleg tega pa smo uredili postavitev in sosledje

vprašanj. Iz spletne baze smo v bazo glavne raziskave vnesli podatke tako, da smo te

prilagodili postopku vnašanja v glavno bazo.

4.3.5 Analiza odgovorov spletnih anket

Izdelali smo vrtilne tabele in razne grafične prikaze podatkov za splošne primere in

primere, ki so lahko primerljivi z bazo podatkov vseh anket ali z bazo podatkov

osebnih anket.

Slika 15 prikazuje zbrane podatke spletnih anket. Grafična delitev po stopnjah sledi

kot spol, status, prebivanje in starost. Iz prikaza razberemo, da so največ spletnih

anket izpolnile ženske, ki prebivajo na podeželju. Najmanj spletnih anket so izpolnili

moški, stari med 15 in 19 let, ter moški, stari med 26 in 40 let, oboji prebivajoči v

mestu.

Page 48: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

34

Slika 15: Zbrani podatki spletnih anket, podani po spolu, prebivanju, statusu in

starostnih skupinah

4.4 Analiza podatkov glavne raziskave

Podatke, zbrane z osebnimi anketami, smo analizirali s programom Microsoft Excel.

Podlago za vnos podatkov smo ohranili enako kot v primarni študiji, le da smo jo

prilagodili spremenjenemu anketnemu vprašalniku. Enako kot pri preliminarni študiji

stolpci v Excelu ustrezajo posameznim vprašanjem oziroma posameznim odgovorom

pri tistih vprašanjih, ki omogočajo več odgovorov.

Nekateri anketni vprašalniki niso bili primerno izpolnjeni, med drugim tudi zaradi

neupoštevanja navodil. Takih anket je bilo 37, ostalo pa je 270 popolnih anket.

Page 49: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

35

Odstopanja pri 24 rešenih vprašalnikih so zanemarljiva, zato smo te vseeno

upoštevali. Pri izvedbi anketiranja je prišlo do manjših odstopanj v zbranih rešenih

anketah med podanimi tipi. Razlogi za napake so zataknjen papir pri tiskanju, razlita

barva, pomanjkanje barve pri tiskanju, nepravilen vnos količin tiska, itd.

Zbranim podatkom osebnih anket smo dodali zbrane podatke spletnih anket. Le-te

smo uvozili iz »Google docs« spletne baze podatkov in jih ročno vnesli v združeno

bazo podatkov osebnih anket.

Celotna zbirka vsebuje podatke o 294 anketah. Kot vzorec populacije smo določili

25.000 ljudi, kar je približek prebivalstva Nove Gorice z okolico. Pri takem številu in

ob predpostavki, da se zaključki raziskave nanašajo na populacijo 25.000 ljudi, je

statistična zanesljivost na vzorcu pri stopnji zaupanja 95% v okviru ± 5,68%. Kot

primer, ko 50% anketirancev poda določen odgovor, domnevamo, da dejanski

odstotek v celotni populaciji leži v intervalu 50 ± 5,68% (Creative Research Systems,

2015).

V nadaljevanju prikazujemo rezultate statistične analize zbranih podatkov. Poleg

osnovnih statistik smo ugotavljali povezave med kriteriji. Kot vodilo za večino

primerov smo vnesli izbiro tipa sporočila. Zanimalo nas je, kako ostali kriteriji

vplivajo na izbiro sporočila. Z razumevanjem te povezave namreč lahko

odgovarjamo na vprašanja, postavljena v izhodišču te raziskave: kdo je

najprimernejši naslovnik za našo objavo oziroma kako oblikovati objavo, da bo

dosegla želenega naslovnika.

Tabela 2: Število izpolnjenih anketnih vprašalnikov po spolu

Osebne ankete Spletne ankete Vse ankete

Vsi odgovori 196 98 294

Moški 66 49 115

Ženske 128 48 117

Tabela 2 prikazuje število izpolnjenih anketnih vprašalnikov glede na spol

anketiranca.

Page 50: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

36

Tabela 3: Število izpolnjenih anketnih vprašalnikov po starostnih skupinah

Osebne ankete Spletne ankete Vse ankete

Vsi odgovori 196 98 294

15-19 109 19 129

20-25 32 34 67

26-40 35 39 75

40+ 17 5 22

V tabeli 3 smo število izpolnjenih anketnih vprašalnikov prikazali po starostnih

skupinah. Razberemo lahko, da na splošno prevladuje starostna skupina od 15 do 19

let. Ta starostna skupina je druga najslabše zastopana pri spletnih anketah. Tam

prevladuje z nizko prednostjo skupina 26 do 40 let, sledi pa ji skupina 20 do 25 let.

Tabela 4: Število izpolnjenih anketnih vprašalnikov po kriteriju prebivanje

Osebne ankete Spletne ankete Vse ankete

Vsi odgovori 196 98 294

Mesto 73 50 122

Podeželje 123 48 171

S tabelo 4 smo prikazali število anket glede na prebivanje anketirancev. Prevladujejo

anketiranci s podeželja. Pri spletnih anketah je število anketirancev s podeželja

skoraj enako številu anketirancev z mesta

Slika 16 je delitev statističnih podatkov vseh anketirancev po spolu in starosti z

uporabo tortnega diagrama. Iz pregleda deležev razberemo, da so največ anket rešila

dekleta, stara med 15 in 19 let. Deleži moških anketirancev po kriteriju starosti so

pretežno uravnoteženi. Najmanjši delež anketirancev predstavljajo moški, stari nad

40 let.

Page 51: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

37

Slika 16: Delitev statističnih podatkov združenih spletnih in osebnih anket po spolu

in starosti

Osnovna delitev na sliki 17 je glede na status in stopnjo izobrazbe. Ugotavljamo, da

je največ tistih anketirancev, ki so samski in z osnovnošolsko izobrazbo. Tem sledijo

anketiranci, ki so v zvezi in imajo srednješolsko izobrazbo, nato anketiranci v zvezi z

osnovnošolsko in anketiranci v zvezi s srednješolsko izobrazbo. Najmanj je

anketirancev, ki so v družinskem razmerju in imajo šesto ali višjo stopnjo izobrazbe.

Nekaj več od teh je anketirancev, ki so samski in imajo šesto ali višjo stopnjo

izobrazbe. Izenačeni slednjim so anketiranci v družinskem stanu s srednješolsko

izobrazbo.

Page 52: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

38

Slika 17: Prikaz delitve zbranih odgovorov združene baze po statusu in stopnji

izobrazbe

Slika 18: Prikaz delitve zbranih odgovorov združene baze glede na izbiro

prevladujoče barve

Page 53: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

39

Primer na sliki 18 prikazuje delitev zbranih odgovorov anketnih vprašalnikov glede

na izbiro prevladujoče barve. Zanimalo nas je, katero barvo anketiranci najraje

izberejo kot prevladujočo barvo v objavi. Ugotovili smo, da so anketiranci izbrali

zeleno barvo (vsota prevladujoča barva odgovor e) kot prevladujočo barvo

pomnjenja pri izbrani objavi. Sledijo izbira oranžne (vsota prevladujoča barva

odgovor g), bele (vsota prevladujoča barva odgovor d) in črne barve (vsota

prevladujoča barva odgovor a). Ugotavljamo, da je za doseganje splošne populacije

najbolje uporabiti kombinacijo zelene in oranžne barve. Tema dvema sledi uporaba

bele in črne barve.

Slika 19 prikazuje zbrane statistične podatke skupnega seštevka zbranih podatkov

spletnih in osebnih anket. Uporabljeni so kriteriji spol, bivanje, status in starost.

Zanimalo nas je, katere skupine anketirancev izstopajo glede na uporabljene kriterije.

Iz grafa je razvidno, da prevladujejo anketiranke ženskega spola, ki so samske in

stare med 20 in 25 let. Veliko je tudi samskih moških, starih nad 40 let, in žensk v

zvezi, starih med 15 in 19 let. Iz tega razberemo, da so te tri skupine po statističnih

podatkih bile najbolj odzivne za izpolnjevanje anket ali da so bile naključno najbolj

izpostavljene anketiranju.

Nadaljevali smo z delitvijo razumevanja tipa izbranega spletnega sporočila po

kriterijih razumevanja tipa spletnega sporočila in izbire poudarka barve, besedila ali

slike v objavi (slika 20). Zanimalo nas je, kaj bi anketiranci najbolj poudarili v objavi

glede na tipe izbranih sporočil.

Razvidno je, da bi največ anketirancev v objavi poudarilo pomen barv. Največji

delež teh je najbolje razumel sporočilo tipa C. Pri izbiri razumevanja tipov spletnih

sporočil ni večjih odstopanj. Razumevanje sporočil tipa B in tipa A sledi

razumevanju sporočila tipa C z manj kot 30%. Poudariti je potrebno, da je

razumevanje sporočila tipa B skoraj enako razumevanju sporočila tipa C. Ugotovili

smo, da je bilo vprašanje o izbiri poudarka v objavi pri izbiri tipa sporočila z uporabo

samo besedila zelo dobro razumljeno.

Page 54: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

40

Slika 19: Delitev statističnih podatkov združenih spletnih in osebnih anket glede na

spol, prebivanje, status in starost

Page 55: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

41

Slika 20: Delitev vseh anket po razumevanju tipa spletnega sporočila in izbiri

poudarka

Slika 21: Zbrani podatki vseh anket glavne raziskave po izbiri sporočila, spolu,

prebivanju in statusu

Page 56: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

42

Izdelali smo še primer (slika 21) delitve po kriterijih: izbira sporočila, spol, bivanje

in status. Opazili smo, da, kot v predhodnih primerih, prevladuje izbira sporočila C,

saj to izberejo večinoma ženske. Te anketiranke prevladujejo na podeželju in so po

stanu samske. Kar velja za sporočilo tipa C v tem primeru velja tudi za tipa B in A.

Slika 22: Zbrani podatki vseh anket glavne raziskave po izbiri sporočila, spolu in

pomnjenju imena dogodka

S primeri smo se poskusili približati podrobnejši opredelitvi glede na tip izbire

sporočila. Z nadgradnjami primerov smo spoznali več sorodnih povezav pri izbiri

sporočila. Slika 22 je nadgradnja primera iz slike 21. Ohranili smo kriterija izbire

sporočila in bivanje, kriterij status smo zamenjali s kriterijem pomnjenje. Ugotovili

smo, da so anketiranci pri vseh tipih sporočila dobro pomnili ime dogodka. Izbiri

odgovora »Total študent« je sledila izbira odgovora »Študentska zabava«. Ostali

odgovori pri vprašanju pomnjenje so bili slabo zastopani. Lahko sklepamo, da ima

beseda »zabava« velik vpliv na pomnjenje. Iz slogana »Total študent« težko besedno

Page 57: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

43

neposredno preidemo na pojem zabava. Tu smo soočeni s primerom močne

asociacije.

Slika 23: Zbrani podatki vseh anket glavne raziskave po izbiri sporočila, starosti in

stopnji izobrazbe

Nadaljevali smo z razvrstitvijo izbire tipov sporočila. Upoštevali smo kriterija starost

in stopnja izobrazbe (slika 23). Zanimalo nas je, koliko so anketiranci, ki izbirajo

določen tip sporočila, stari in kakšno stopnjo izobrazbe imajo.

Ugotovili smo, da je večina anketirancev, ki izbira sporočilo tipa C, stara med 15 in

19 let. Ta ugotovitev se ponavlja že v več primerih študije. Ti anketiranci imajo

osnovnošolsko izobrazbo. Pri izbiri sporočila tipa A prevladujejo anketiranci z istimi

lastnostmi. Anketiranci, ki so stari nad 40 let, izbirajo uravnoteženo med vsemi tipi

sporočil. Pri starostni skupini od 26 do 40 let prevladujeta sporočili tipa A in tipa C.

Anketiranci stari od 20 do 25 let izbirajo tudi večinoma sporočilo C. Izbira sporočila

tipa A ne zaostaja veliko. Anketiranci se redko odločijo za izbiro sporočila tipa B.

Page 58: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

44

Slika 24 prikazuje število anket glede na starost, preživet čas na spletu in izbiro

sporočila. V grafikonu opazimo zanimivost, da starostna skupina od 15 do 19 let, ki

povprečno preživi na spletu do 2 uri dnevno, izbira v veliki meri sporočilo tipa B.

Slika 24: Zbrani podatki vseh anket glavne raziskave po starostnih skupinah,

preživetem času na spletu in izbiri sporočila

Iz navedenega lahko sklepamo, da bi ta ciljna skupina najbolje sprejela oglas tipa B,

kljub dosedanji ugotovitvi, da nadpovprečno prevladuje le tip izbire sporočila C.

Iskali smo vzorce sorodnih povezav za kriterije izbire sporočila z ostalimi kriteriji.

To prikazuje vrtilni grafikon števila odgovorov v odvisnosti od izbire sporočila,

spola, radosti ob objavi in tipa izbire priloge sporočila (slika 25). Iskali smo vzorce

sorodnih povezav za kriteriji izbire sporočila z ostalimi kriteriji.

Page 59: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

45

Slika 25: Zbrani podatki vseh anket glavne raziskave po spolu, radosti ob objavi in

izbiri tipa priloge sporočilu

Iz slike 25 lahko razberemo, da bi moški najbolje sprejeli sporočila tipa A.

Najučinkovitejša priloga bi bila video. Ženske bi prav tako izbrale sporočilo tipa A,

kot prilogo pa glasbo. Vidimo torej razliko med spoloma po avdiovizualnem odzivu.

V naslednjem primeru (slika 26) nas je zanimalo, na kaj naj se priloga navezuje, da

bo lahko izboljšala učinek sporočila. Odgovor »a« označuje potovanja, odgovor »b«

izobraževanja, odgovor »c« družabni dogodki, odgovor »d« nakupovanje in odgovor

Page 60: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

46

»e« rekreacija. Ženske in moški bi poudarili pomen barv v objavi, saj splet v večini

časa uporabljajo za komunikacijo.

Slika 26: Diagram izbire priloge objavi in početja na spletu za ženski in moški spol

4.5 Primeri uporabe baze podatkov

Izdelali smo več statističnih analiz podatkov zbranih anketnih vprašalnikov.

Poskusili smo prikazati več možnih delitev glede na uporabljene kriterije. Vodilo je

bilo izbira sporočila. Za določen izbor tipa sporočila smo želeli prikazati sorodne

povezave in ponavljajoče se vzorce pri zbranih podatkih. Za boljšo predstavo, kako

bi lahko uporabili bazo podatkov oziroma odkrite vzorce, smo pripravili več

primerov uporabe. Pri naslednjih primerih smo poskusili prikazati podrobnejšo

Page 61: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

47

uporabo zbranih podatkov z grafičnimi orodji Excelovih vrtilnih tabel. V primeru na

sliki 27 nas je zanimala delitev zbranih odgovorov združene baze podatkov po

starosti, stopnji izobrazbe in izbiri odgovora o zanimanju anketiranca. Primer se

lahko uporabi za določanje ciljne populacije pri podajanju oglasnih sporočil.

Odgovor »a« označuje družabne dogodke, odgovor »b« izobraževanje, odgovor »c«

šport, odgovor »d« podjetništvo in odgovor »e« potovanja.

Slika 27: Prikaz delitve zbranih odgovorov združene baze po starosti, izobrazbi in

zanimanju

Ugotovili smo, da je največ zabeleženih odgovorov pri zanimanju anketirancev z

osnovnošolsko izobrazbo, starost le-teh je 15 do 19 let. Anketirance z naštetimi

Page 62: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

48

kriteriji najbolj zanimajo potovanja. Sledi jim zanimanje za šport, družabne dogodke,

izobraževanja in kot zadnje podjetništvo. Iz prikaza lahko razberemo, da pri

anketirancih, starih od 20 do 25 in od 26 do 40 let, prevlada izbira zanimanja za

potovanja. Pri kriteriju starosti nad 40 let pa prevlada zanimanje za šport. Ugotovili

smo, kako uporaba kriterija zanimanje vpliva na učinkovitost dosega po starostnih

skupinah. Primer oglasnega sporočila s podobo rajske plaže in besedilom »Lahko si

tu« bi bil najprivlačnejši dekletom, starim od 15 do 19 let. Sledeči primeri izhajajo iz

predlaganega primera oglasnega sporočila za sliko 27.

Slika 28: Primer delitve zbranih odgovorov podrobneje

V nadaljevanju smo zbrane podatke za izdelavo oglasnega sporočila poskusili

podkrepiti še s spoznanji o preživetem času in izbiri tipa oglasnega sporočila na

spletu potencialnih prejemnikov. Primer nadgradimo tako, da vstavimo sledeča

kriterija: preživet prosti čas na internetu in izbira sporočila (slika 28). Osnovni

kriteriji ostajajo enaki kot v prejšnjem primeru.

Ugotovili smo, da največ anketirancev, ki so pri vprašanju o zanimanju izbrali

odgovor potovanja, preživi dnevno na spletu 3 ure ali več. Ti imajo osnovnošolsko

izobrazbo. Izbrali bi po večini sporočilo tipa C. Sporočilo tipa A bi po večini izbrali

tisti, ki na spletu preživijo dnevno do 2 uri. »?« označuje neprimerne ali neizpolnjene

odgovore na vprašanja ankete. Slika je izsek celotne predstavitve v vrtilni tabeli.

Izsek smo uporabili za natančnejši prikaz želenih informacij. Vseh kriterijev s slike

27 nismo prikazali na sliki 28 zaradi grafične natančnosti prikaza izseka. Če bi želeli

učinkovito doseči skupino anketirancev, ki jih zanimajo potovanja, bi predlagani

Page 63: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

49

primer za sliko 27 dnevno oglaševali večkrat. Primeren prostor oglaševanja bi bili

srednješolski forumi.

Slika 29: Primer delitve zbranih odgovorov podrobneje, drugič

Page 64: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

50

Primer smo poskusili raziskati podrobneje. Potencialni prejemniki pri oglaševanju

potovanj preživijo na spletu 3 ure ali več. Strategija pristopa je številčno visoko

plačano oglaševanje po spletu, primer je oglaševanje preko plačljivih funkcij

socialnih omrežij. Najštevilčnejši potencialni prejemniki so stari od 15 do 19 let.

Primerna uporaba spoznanj bi bila uporaba pri oglaševanju maturantskih izletov.

Na sliki 29 smo predhodni delitvi dodali še kriterija, kaj bi izpostavili in ponavljanje

spletnega sporočila. Ugotovil smo, da anketiranci, ki jih najbolj zanimajo potovanja,

pripisujejo največji pomen barvam. Sporočila se naveličajo po več kot desetih

prikazih. Tisti, ki jih najbolj zanima besedilo, so glede števila prikazov izenačeni. Pri

barvi so enakega mnenja. Dejstvo, da se naveličajo oglasa po 10 ali več prikazih,

nakazuje na učinkovito uporabo masovnega pristopa oglaševanja.

Barve v oglasu zelo vplivajo na potencialne uporabnike. Iz predhodnih analiz vemo,

da je najbolje uporabljena kombinacija zelene in oranžne barve. Oglejmo si primer

določanja barve sporočila za uporabnice (grafikona zaradi velikosti in zapletenosti ne

prikazujemo), z uporabo baze podatkov lahko izvemo, da so izstopajoče uporabnice

za svojo lastno barvo v večini izbrale zeleno barvo. Če bi pripravljali sporočilo,

zasnovano za te uporabnice, bi bilo primerno uporabiti izstopajočo zeleno barvo. To

sporočilo lahko s pomočjo baze podatkov natančneje definiramo in tako bolje

ustrežemo ciljnemu uporabniku. V nadaljevanju podajamo spoznanja za primer

srednješolskih deklet. Izbrala bi po večini sporočilo tipa C, se pravi uporabimo

kombinacijo barve, slike in besedila. Prepoznala so, da bi jim popolno informacijo

ponujalo prav tako sporočilo tipa C. Izpostavila bi sliko. Sporočilo bi želela videti

največ trikrat. Ob upoštevanju teh spoznanj lahko predvidevamo, da bi dekleta to

sporočilo sprejela najbolje. Podoben primer bi lahko poustvarili tudi za moške ali

drugo ciljno populacijo. Omejitev spoznanj o ciljem uporabniku so le vprašanja in

kriteriji izvedenih anket. Uporaba baze je tako rekoč odprta za razna želena

vprašanja.

S ponovitvijo takih in podobnih analiz uporabnik izdelane baze podatkov lahko

določa učinkovito uporabo parametrov glede na želene ciljne prejemnike. Baza je

interaktivna in omogoča preprosto določanje upoštevanih parametrov in redov

podajanja podatkov. Izdelana baza ni primerna za samostojno ustvarjanje povezav ali

prepoznavanje vzorcev med podatki. Uporabnik baze lahko sam, na podlagi izdelave

Page 65: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

51

več analiz, prepoznava sorodne vezi med podatki in tako določa primerno uporabo

kriterijev za doseganje želene ciljne populacije.

Bazo podatkov je, kot že povedano, mogoče uporabiti tudi kot primer vodila za

izdelavo spletnega oglasnega sporočila. Kot primer takšne uporabe si zamislimo, da

smo organizator prireditve in želimo povabiti na prireditev populacijo obeh spolov,

starosti od 26 do 40 let. Kakšen oglas potrebujemo? V vrtilne tabele vnesemo

parametre: izbira sporočila, izbira odgovor zanimanje in poraba denarja v mesecu.

Primeren oglas bi bilo spletno sporočilo tipa B. Nanašal naj bi se na temo

izobraževanje. Maksimalno porabo denarja lahko pričakujemo med 10. in 20. dnem v

mesecu. Primerne barve za uporabo so vijoličasta in rdeča. Na tak ali podoben način

lahko s segmentacijo podatkov sporočilo prikrojimo ciljnemu uporabniku.

Slika 30: Prikaz delitve zbranih odgovorov združene baze po prebivanju, porabi v

mesecu in izbiri poudarka

Opišimo še uporabo baze z iskanjem potencialne baze prejemnikov glede na že

izdelano sporočilo. Imamo oglas, namenjen kmetijskemu sejmu. Za tak oglas nas

Page 66: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

52

zanima, kdaj v mesecu potencialni uporabniki porabijo največ denarja in uporabi

katerega elementa v oglasu pripisujejo največji pomen.

Slika 30 je nekoliko drugačen grafični prikaz baze podatkov. Prikazane vrednosti na

oseh sedemkotnika prikazujejo deleže zbranih odgovorov. Prikaz imenujemo tudi

»radarska slika«. Odgovor »a« v označuje, da anketiranec porabi največ denarja od 1.

do 10. v mesecu, odgovor »b« od 10. do 20. v mesecu in odgovor »c« od 20. do 31. v

mesecu. Iz razporeditve zbranih podatkov po oseh sedemkotnika razberemo, da

imamo največ zabeleženih odgovorov pri anketirancih, ki živijo na podeželju. Ti

anketiranci porabijo največ denarja med 10. in 20. v mesecu. Tem sledijo zabeleženi

odgovori za anketirance, ki tudi prebivajo na podeželju. Ti največ denarja porabijo

med 10. in 30. v mesecu. Ti bi poudarili pomen slike. Najmanj anketirancev, ki

poudarja pomen slike, živi v mestu in porabi denar med 10. in 30 v mesecu. Najboljši

datum izpeljave dogodka je, iz finančnih razlogov, med 10. in 20. v mesecu. Iz

predhodne analize podatkov vemo, da je primerna uporaba kombinacije zelene in

oranžne barve.

Da bi bolje razumeli ciljno točnost našega oglasa, nas je zanimalo, kakšnega spola so

ti potencialni uporabniki, koliko časa dnevno preživijo na spletu, kaj najraje počnejo

na spletu in kakšen tip sporočila izbirajo. V prejšnjem primeru smo uporabili t. i.

»radarsko sliko«. Po več poizkusih smo ugotovili, da primer take uporabe lahko

razširimo s kompleksnejšimi kriteriji. Prikaz omogoča dovolj podrobno in berljivo

sliko (slika 31). Podali smo kriterije spol, preživet prosti čas na spletu, aktivnost na

spletu in izbira sporočila. Ugotovili smo, da je največ anketirancev ženskega spola in

da preživijo na spletu do 2 uri na dan. Splet največ uporabljajo za komunikacijo.

Izbrale bi sporočilo tipa C. Moški anketiranci v največji meri izberejo odgovor C. Na

spletu preživijo do 2 uri na dan. Splet prav tako uporabljajo za komunikacijo.

Najmanj odgovorov smo zabeležili za moške, ki preživijo na spletu do 1 uro dnevno.

Tudi ti splet največ uporabljajo za komunikacijo. Takoj za odgovorom komunikacija

je odgovor izobraževanje. Sledijo odgovor nakupovanje in delo. Presenetilo nas je

spoznanje, da anketiranci splet najmanj uporabljajo za zabavo. Na podlagi navedenih

spoznanj je najboljša oglaševalska strategija oglaševanje dogodka na področjih

komunikacije. Ponovno se pojavi dober primer uporabe funkcij socialnih omrežij,

tem lahko trenutno pripisujemo večinski pomen pri oglaševanju več panog. Najboljši

Page 67: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

53

tip sporočila za doseganje učinkovitega masovnega prejema sporočila je sporočilo

tipa C.

Slika 31: Prikaz delitve zbranih odgovorov združene baze po spolu, preživetem

prostem času na spletu, početju in izbiri sporočila

4.6 Zaključki glavne študije

Na primerih uporabe zbranih podatkov smo pokazali, da lahko uporabnik spozna

vzorce in povezave med podatki. Uporabnik lahko ta spoznanja uporabi tako pri

izdelavi spletnega oglasnega sporočila, za specifično ali masovno ciljno populacijo,

kot pri iskanju potencialnih prejemnikov za že izdelan oglas. Baza je interaktivna in

omogoča ob osnovnem poznavanju tematike študije in Excelovih orodij preprosto

uporabo po lastnih željah uporabnika. Baza omogoča vpogled v podatke po željah

uporabnika. Če primerjamo več prikazanih primerov v študiji, so ti lahko podlaga

splošnim ugotovitvam.

Page 68: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

54

Zbrali smo podatke, ki so se izkazali za uporabne pri razumevanju odnosa med

lastnostmi prejemnikov poročila in lastnostmi sporočil. Z analizami smo ugotovili,

da je najučinkovitejši tip sporočila za doseganje splošne populacije sporočilo tipa C.

Predvidevamo, da bi najbolje uporabljene barve bile zelena, oranžna in črna. Vrstni

red je enak pripisani pomembnosti, saj je zelena barva najbolje sprejeta glede na

študijo. Najbolje bi bilo sporočilo sprejeto pri dekletih, starih od 15 do 19 let.

Največji vpliv na prejemniku bi imele uporabljene barve. Predvidevamo, da

potencialni prejemniki preživijo na spletu povprečno do 2 uri na dan, večinoma pa

jih zanimajo potovanja. Z uporabo vseh naštetih karakteristik lahko izdelamo spletno

sporočilo, namenjeno ciljni populaciji z naštetimi kriteriji.

Želeno ciljno skupino prejemnikov lahko razširimo ali zožimo. Več parametrov kot

uporabimo, bližje smo definiranemu ciljnemu prejemniku. Manj parametrov kot

uporabimo, učinkovitejši smo pri masovnem podajanju sporočil. Te pristope lahko

kombiniramo in tako dobimo presek, ki definira potencialno polje uporabe kriterija

za učinkovito doseganje prejemnikov.

Če bi študijo ponovili, bi bazo podatkov preoblikovali od samega začetka. V

preoblikovani bazi podatkov bi odgovore ustrezno kodirali, da bi ti ustrezali zbranim

vsotam in prikazu v vrtilnih tabelah. Besedne opise odgovorov v navezujoči bazi bi

definirali bolje, pri izdelavi grafikonov bi tako že imeli natančen odgovor, ki bi bil

bolje razumljiv bralcu študije.

Spletna anketa predstavlja možnost za izvedbo obširnejše raziskave, zbiranje

podatkov in vnašanje le-teh je namreč lažje. Elektronska oblika zbiranja omogoča

hitro izvedbo večje študije. Prilagoditve spletne ankete lahko pripomorejo k izgradnji

sistema za hitro, učinkovito, ciljno anketiranje. To bi nam omogočilo izdelavo

modela, prilagojenega konkretnim željam, v zelo kratkem času.

Page 69: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

55

5 ODLOČITVENA DREVESA ZA IZBIRO TIPA SPOROČILA

Zbrani podatki omogočajo izdelavo modelov za podporo pri odločanju. Konkretno

smo uporabili sistem za rudarjenje podatkov Orange Canvas (2015) in z njim izdelali

odločitvena drevesa, ki omogočajo izbiro tipa oglasnega spletnega sporočila na

osnovi znanih lastnosti prejemnikov sporočila.

5.1 Pristop

5.1.1 Podpora pri odločanju

Sistem za podporo pri odločanju (angl. Decision Support System, DSS) je program

ali računalniška aplikacija, ki lahko analizira poslovne podatke in jih predstavi tako,

da se lahko uporabnik lažje odloča pri iskanju želene rešitve (Rouse, 2015). V našem

primeru smo želeli izdelati model, ki podpira odločitev izbire tipa oglasnega

sporočila glede na lastnosti želenih prejemnikov sporočila.

5.1.2 Sistemi za rudarjenje podatkov

Sistem za podatkovno rudarjenje je sistematičen pristop zbiranja, organiziranja in

analiziranja podatkov. Predmet podatkovnega rudarjenja je iskanje vzorcev in

določanje odnosov med zbranimi podatki. S prepoznavanjem vzorcev in določanjem

odnosov lahko, na primer, napovedujemo trende (WiseGEEK, 2015).

V našem primeru smo uporabili sistem za rudarjenje podatkov Orange Canvas

(2015). Orange Canvas je odprtokodni program, uporabljen za strojno učenje in

podatkovno rudarjenje. Napisan je v programskem jeziku Python. Uporablja grafični

vmesnik za prikaz programske sheme in raziskovalne analize. Uporablja se lahko

tudi kot Python knjižnica. Program vzdržujejo in nadgrajujejo na Univerzi v

Ljubljani, Fakulteti za računalništvo in informatiko.

5.1.3 Odločitvena drevesa

S sistemom Orange Canvas smo izdelali odločitveni model v obliki odločitvenega

drevesa. Odločitvena drevesa (Quinlan, 1987) so ena od oblik napovednih modelov,

ki jih lahko pridobimo s podatkovnim rudarjenjem. Uporabljajo drevesu podobno

grafično metodo podajanja podatkov. V vozliščih drevesa so prikazani pogoji, ki se

Page 70: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

56

nanašajo na vhodne podatke, vsaka veja v drevesu pa predstavlja uporabo

pripadajočega kriterija in nakazuje morebitne posledice. Končna vozlišča drevesa

(listi) prikazujejo končne posledice odločitve. Do najprimernejše odločitve pridemo

tako, da sledimo tisti poti od korena do enega od listov drevesa, pri kateri so

izpolnjeni vsi pogoji v vozliščih drevesa.

5.2 Metoda dela

Najprej je bilo treba bazo podatkov, izdelano v glavni študiji (4. poglavje), preurediti

za uporabo s programom Orange Canvas. Uporabili smo program Notepad++

(Notepad++, 2015). Osnovo baze podatkov združenih odgovorov anketnih

vprašalnikov smo preoblikovali v podatkovno datoteko vrste .txt. Podatke smo

prekopirali iz Excelove baze podatkov v program Notepad++. Potrebno je bilo

odstraniti stolpec C, to je stolpec, kjer smo vnašali oznake verzij anketnih

vprašalnikov. Odstranili smo tudi več presledkov ter šumnikom odstraniti strešice.

Slika 32: Delotok v programu Orange Canvas

Program Orange Canvas analizira podatke in gradi napovedne modele v skladu s

koraki, opredeljenimi v delotoku (angl. workflow). Delotok vsebuje elemente

Page 71: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

57

(vstavke, angl. widgets), ki izvajajo določene operacije, povezane s podatkovnimi

povezavami. Izdelali smo delotok, prikazan na sliki 32. Podatkovna baza v obliki

datoteke .txt je vnesena v vstavek »File«. Vstavek »Select Attributes« omogoča

določanje želenih vhodnih in izhodnih podatkov. Kot razred smo določili tip

izbranega sporočila. Vstavek »Data Table« omogoča prikaz vstavljenih podatkov v

obliki tabel. Vstavek »Classification Tree Viewer« omogoča podrobnejši analitični

pregled odločitvenega drevesa. Vstavek »Classification Tree Graph« omogoča

grafičen prikaz zgrajenega odločitvenega drevesa. Vstavek »Test Learners«,

omogoča določanje klasifikacijske točnosti zgrajenih odločitvenih dreves z metodo

prečnega preverjanja.

Z opisanim delotokom smo zgradili več odločitvenih dreves tako, da smo spreminjali

parametra Select Attributes in Classification Tree. Na tak način smo pridobili

odločitvena drevesa, ki se razlikujejo po velikosti in zahtevnosti razumevanja za

uporabnika. Pri drevesih smo spremljali klasifikacijsko točnost. Ta naj bi bila čim

večja in presegala apriorno točnost. Apriorna točnost je v našem primeru 52%, kar je

enako deležu prevladujočega sporočila tipa C. V nadaljevanju prikazujemo izbor

najboljših odločitvenih dreves.

5.3 Izdelava odločitvenih dreves

Tabela 5: Kodiranje vrednosti atributov v prikazanih odločitvenih drevesih

Atribut Kodiranje

Popolna

informacija

1 = A, 2 = B, 3 = C

Prebivanje 1 = Mesto, 2 = Podeželje

Preživet prosti čas

na spletu

1 = do 1 ure na dan, 2 = od 1 do 3

ure na dan, 3 = nad 3 ure na dan

Status 1 = Samski, 2 = Družina, 3 = V zvezi

Stopnja izobrazbe 1 = Osnovna šola, 2 = Srednja šola,

3 = Več kot srednja šola

Tip sporočila 1 = A, 2 = B, 3 = C

Page 72: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

58

V nadaljnjem besedilu prikazujemo več primerov odločitvenih dreves. V prikazih so

vrednosti atributov kodirane s številkami. Za lažje razumevanje smo v tabeli 5

povzeli kodiranje vrednosti vseh atributov, ki nastopajo v poglavju.

Vhodna podatka za odločitveno drevo, prikazano na sliki 33, sta Status in Prebivanje.

Izhodni podatek pri tem odločitvenem drevesu je izbira tipa sporočila. Zanimala nas

je izbira tipa sporočila glede na vhodna atributa.

Slika 33: Odločitveno drevo za izbiro tipa sporočila

Prva številka v okencu na vrhu diagrama je zaporedna številka prevladujočega

razreda, v prikazanem primeru izbira sporočila tipa 3 (C). Druga številka je delež

prevladujočega tipa sporočila, prikazan v odstotkih (%). V prvem okencu je ta

številka 52,0, kar pomeni, da je 52% vprašanih izbralo tip sporočila 3, kar je tudi

enako apriorni točnosti klasifikacije. Pod tem, v okencu na levi (Prebivanje), je ta

številka 54,8. To pomeni, da je 54,8% vprašanih, katerih Status=1 (pogoj je izražen s

številko nad tem okencem), izbralo tip sporočila 3. Tretja vrstica podaja bodisi ime

atributa, po katerem drevo delimo v nadaljevanju (za notranja vozlišča drevesa),

bodisi prevladujoči razred (v listu), ki ga izberemo, ko pridemo do tja. V primeru

okenca na levi pod prvim okencem podaja ime atributa in sicer Prebivanje, v

zadnjem okencu pa podaja prevladujočo izbiro sporočilo in sicer izbiro sporočila tipa

3. V skrajno levem vozlišču v tretji vrsti, ob predpostavki, da je Status=1 in

Prebivanje=1, izberemo tip sporočila 3, saj ga je izbralo 60.6% anketirancev.

Page 73: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

59

Krožni diagram v vsakem vozlišču drevesa prikazuje deleže posameznih razredov

(tipov sporočila) na tistem mestu. Oranžna barva označuje izbiro sporočila tipa 3,

rdeča barva izbiro sporočila tipa 2 in zelena barva izbiro sporočila tipa 1.

Ocenjena klasifikacijska točnost opisanega odločitvenega drevesa je 49,3%, kar je

manj od apriorne točnosti. Drevo večinoma izbira sporočilo tipa 3, le v primeru

Status=2 izbere sporočilo tipa 1 (A). Sporočila tipa 2 (B), ki ima najmanjši delež v

podatkih, sploh ne izbere. Oboje, slabšo klasifikacijsko točnost in izbiranje le dveh

tipov sporočil od treh, lahko štejemo kot slabosti tega drevesa.

V nadaljevanju opisujemo tri odločitvena drevesa, ki imajo boljše lastnosti in si

sledijo v zahtevnosti kot preprosto, srednje zahtevno in zahtevno.

Za preprost primer smo izdelali grafični prikaz odločitvenega drevesa z

uporabljenima atributoma Status in Spol (slika 34). Drevo torej izbira tip sporočila

glede na status in spol prejemnika. Pri gradnji drevesa smo zahtevali, naj bo

minimalno število primerov v listih drevesa enako 2.

Slika 34: Preprost primer odločitvenega drevesa z uporabljenimi kriteriji Status in

Spol za izbiro tipa sporočila

Page 74: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

60

Model napoveduje, da bo pretežna odločitev uporabnikov sporočilo tipa 3.

Klasifikacijska točnost odločitvenega drevesa je 53,74%. Ostaja pa slabost modela,

da na podlagi spola in starosti izbira le sporočili tipa 1 in tipa 3.

Sledi srednje zahteven primer, ki uporablja vhodne atribute Status, Spol, Prebivanje

in Stopnja izobrazbe (slika 35). Zahtevano minimalno število primerov v listih je 15.

Slika 35: Srednje zahteven primer prikaza uporabe atributov Status, Spol, Prebivanje

in Stopnja izobrazbe za izbiro tipa sporočila

To odločitveno drevo je boljše od preprostega, ker upošteva več atributov in

kombinacij njihovih vrednosti. Po drugi strani lahko zaradi velikosti otežuje

razbiranje informacij modela. Klasifikacijska točnost modela je 51,02%, kar je za

dobra 2% manj kot v preprostem modelu in nekoliko manj od apriorne točnosti.

Z nadaljnjim preizkušanjem možnosti uporabe vstavljenih podatkov smo izdelali več

zahtevnejših modelov. Ti so od preprostega in srednje zahtevnega boljši, saj

upoštevajo več vhodnih parametrov in imajo višjo klasifikacijsko točnost. Težava

takih primerov je večje število listov in posledično težja razumljivost. Primer takega

odločitvenega drevesa je drevo, ki upošteva atribute Status, Spol, Stopnja izobrazbe,

Preživet čas na spletu, Popolna informacija in Prebivanje (slika 36). Minimalno

število primerov v listu je 2, model ima klasifikacijsko točnost 56,14%. Zaradi

velikosti je odločitveno drevo prikazano v načinu »Class Tree Viewer«. Prednost

tega drevesa je, da za razliko od dosedanjih dreves izbira tudi sporočila tipa 2.

Page 75: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

61

Slika 36: Večje odločitveno drevo, prikazano v načinu »Classification Tree Viewer«

Page 76: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

62

Pri eksperimentiranju smo ugotovili, da zahtevano minimalno število primerov v

listu vpliva na klasifikacijsko točnost. Pri iskanju primerne klasifikacijske točnosti

smo opazili, da ta narašča do nekega števila, nato pa upada. Prikazani primeri imajo

vsi vklopljeno funkcijo združitve listov z istim prevladujočim razredom

(»Recursively merge leaves with same majority class«), saj smo tako dobili manjša

in bolj smiselna drevesa. Vneseni podatki omogočajo tudi izdelavo odločitvenih

dreves, ki napovedujejo druge atribute kot je izbira sporočila.

5.4 Primer uporabe odločitvenih dreves

Kot primer uporabe odločitvenih dreves smo si najprej zamislili ciljnega prejemnika

sporočila. To bo ženska, ki trenutno študira na II. stopnji po bolonjskem sistemu, je

stara od 26 do 40 let, je v razmerju in prebiva na podeželju. Popolno informacijo ji

predstavlja sporočilo samo z besedilom in na spletu preživi do 2 ure na dan.

Če te podatke upoštevamo pri razbiranju odločitvenega drevesa s slike 34, nas pri

kriteriju Status popelje v vozlišče 3, ki je skrajno levo vozlišče v drugi vrstici.

Ugotovimo lahko, da je verjetnost 52%, da bo ta prejemnica izbrala sporočilo tipa 3.

Nadaljujemo z uporabo istih podatkov prejemnice pri razbiranju odločitvenega

drevesa s slike 35. Kriterij Status nas usmeri v vozlišče 3, ki je v sredini druge

vrstice. Upoštevanje kriterija Stopnja izobrazbe za opisano prejemnico nas popelje v

vozlišče 3, ki je tretje vozlišče od desne proti levi v tretji vrstici odločitvenega

drevesa. Upoštevanje kriterija Prebivanje=2 nas nato pripelje do končnega vozlišča

za to odločitveno drevo. Na sliki je to desno vozlišče v četrti vrstici, prejemnica bo s

43,8% verjetnostjo izbrala sporočilo tipa 3.

Če upoštevamo podatke opisane prejemnice še za zahtevno odločitveno drevo na

sliki 36, kjer se razbiranje nekoliko razlikuje od prejšnjih primerov, saj ne

uporabljamo grafa odločitvenega drevesa, temveč preglednik (»Classification Tree

Viewer«), nas pri kriteriju Popolna informacija popelje v vozlišče Popolna

informacija = 2. Vozlišča, ki sledijo, spadajo pod izbrano vozlišče, vsako nadaljnje

vozlišče je predstavljeno grafično kot rahel zamik v desno. Upoštevanje kriterija

Preživet čas na spletu nas popelje v vozlišče Prezivet prosti cas = 2. Sledi

upoštevanje kriterija Status, popelje nas v Status = 3. Ob upoštevanju kriterija

Page 77: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

63

Stopnja izobrazbe pridemo v Stopnja izobrazbe = 3. Pri upoštevanju kriterija spol

končamo v Spol = 2. Ugotovimo lahko, da bi naša ciljna prejemnica z verjetnostjo

67,7% izbrala sporočilo tipa 3.

Vsa drevesa torej za ciljno prejemnico svetujejo izbiro sporočila tipa 3. Verjetnosti

so različne in se gibljejo med 43,8% in 67,7%.

Page 78: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

64

6 ZAKLJUČEK

V delu smo obravnavali problem podajanja informacij ciljnim uporabnikom z

uporabo spletnega oglasnega sporočila. Namen je bil izdelati uporabno bazo

podatkov, ki omogoča iskanje zahtevanih kriterijev za doseganje ciljnega

uporabnika. Sporočevalec z uporabo baze lahko pride do splošnih spoznanj, ki jih

lahko namensko uporabi pri sporočanju preko tipov spletnih oglasnih sporočil

želenim ciljnim prejemnikom.

Študijo smo izvedli v dveh korakih, kot primarno in kot glavno študijo. Izdelali smo

anketne vprašalnike, izvedli ankete, rezultate vnesli v bazo podatkov in jo analizirali

s pomočjo vrtilnih tabel in grafikonov. Glavna študija je zajemala osebne in spletne

ankete. Število vseh anket v celotnem delu je 378. Spletne ankete smo izdelali s

platformo »Google docs«. Delili smo jih preko html povezave z uporabljeno kodo za

naključno podajanje povezav. Na koncu smo s podatkovnim rudarjenjem izdelali še

nekaj odločitvenih dreves za izbiro tipa oglasnega sporočila.

Študija zajema skupno tri baze podatkov. Dve od teh, glavna osebna in glavna

spletna, sta popolnoma združljivi. Baza podatkov preliminarne študije je zaradi

različnih oglasnih sporočil in različnih vprašanj o njih le delno združljiva s

preostalima dvema.

Cilj magistrskega dela je bil izdelati uporabno bazo podatkov, ki nam bo v pomoč pri

razumevanju ciljnih uporabnikov in pri določanju primernosti spletnega oglasnega

sporočila za želenega ciljnega uporabnika. Cilj je bil dosežen. Bazo podatkov lahko

uporabimo na več načinov. V delu so prikazani primeri razumevanja, pomnjenja in

dojemanja različnih tipov oglasnih spletnih sporočil. Prikazali smo tudi, kako naj

uporabnik zasnuje spletna oglasna sporočila, če želi s tem sporočilom doseči točno

določeno ciljno populacijo.

Pri delu smo uporabili različne metodologije, te so: delo z Excel orodji, delo z

spletnimi orodij, grafično oblikovanje, psihologija, marketing, osnovno

programiranja, delo z sistemi za rudarjenje podatkov in anketiranje. Uporabljene

metode so zelo obširne in zahtevajo poznavanje več področij dela. Podobno študijo

bi lahko izvedli v ekonomske namene, znanstveno raziskovalne namene ali splošne

Page 79: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

65

statistične namene. Uporabnost poznavanja prakse takega dela je lahko zelo

prilagodljiva in posledično tudi primerna za razne nadgradnje.

Največ časa nam je vzelo anketiranje. Samostojno zbiranje 84 preliminarnih osebnih,

196 glavnih osebnih in 98 spletnih anket je predstavljajo velik časovni vložek. Odziv

na spletno anketiranje ni bil v želenih pričakovanjih. Pričakovali smo vsaj enako

število odzivov na spletne vprašalnike kot je bilo zbranih osebnih anketnih

vprašalnikov. Ročno vnašanje zbranih odgovorov v kompleksno bazo podatkov in

odpravljanje težav je predstavljajo večdnevno delo. Zaradi kompleksnosti baze

podatkov smo pred izvedbo analiz te večkrat preverili.

Na voljo imamo več možnosti analiz z uporabo izdelanih baz, te so lahko manj ali

bolj poglobljene. Prikazali smo le nekaj primerov uporabe, le manjši delež možnosti,

ki jih zbrani podatki ponujajo. Želeli smo pripraviti bazo tako, da jo lahko uporabnik

ob poznavanju osnov in anketnega vprašalnika uporabi samostojno.

Za nadaljnje delo bi bilo pridobljene podatke in izdelane odločitvene modele

potrebno vnesti, v primerni obliki, v sistem za podporo pri odločanju. Tako bi

izdelali uporabniku prijazno platformo, ki bi lahko poenostavila snovanje sporočanja

preko spletnih oglasnih sporočil. Študijo bi lahko preko primernih kanalov razširili.

Priporočali bi uporabo spletnih kanalov in spletnega anketiranja.

Page 80: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

66

7 LITERATURA

Arleane G. A. (2012). How to Conduct Surveys: A Step-by-Step Guide, Paperback.

Brown A. S. (1991). A review of the tip-of-the-tongue experience. Psychological

Bulletin.

Cleary I. (2013). Epic Content Marketing, McGraw-Hill, 1 izvod.

Creative Research Systems (2015). Sample Size Calculator. Pridobljeno 3. 10.

2015 s svetovnega spleta: http://www.surveysystem.com/sscalc.htm

Crestodina A. (2012). Your Customer Creation Equation. CMI Books, Division of Z

Squared Media, LLC.

Dillman D. (1994). How to Conduct Your Own Survey. Wiley. 1. Edicija.

Dumančič T. (2013). Zapiski pri predmetu Delavnica iz poslovnega komuniciranja.

Univerza v Novi Gorici, Poslovno–tehniška fakulteta, Gospodarski inženiring II.

stopnje.

Glasser W. (1998). Teorija izbire - Nova psihologija osebne svobode.

Google (2015). Google forms. Pridobljeno 20. 9. 2015 s svetovnega spleta:

https://www.google.com/forms/about/

Halperin K., Snyder C. R., Shenkel R. J., Houston B. K. (1976). Effects of source

status and message favorability on acceptance of personality feedback. Journal of

Applied Psychology, Vol 61(1).

Hull J. G. (1991). Modeling the relations of attributional style, expectancies, and

depression, ournal of Personality and Social Psychology. Vol 61(1).

Lambert G. W. (2011). The Psychology of Communication, Palgrave Macmillan.

Maslow A. (1943). A Theory of Human Motivation, Psychological Review, Vol 50.

Meloni C. J. (2003). PHP Essentials, Course Technology PTR.

Page 81: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

67

Memory recall/retrieval (2010). Human–memory.net. Pridobljeno 20. 8. 2015 s

svetovnega spleta: http://www.human-memory.net/processes_recall.html

Notepad++ (2015). Pridobljeno 18.10.2015 s svetovnega spleta: https://notepad-

plus-plus.org/

Orange Canvas (2015). Data Mining. Pridobljeno 6. 9. 2015 s svetovnega spleta:

http://orange.biolab.si/

Perner L. (1999). Consumer Behavior: The Psychology Of Marketing.

USCMarshall.

Rosenthal R. (2014). 5 psiholoških taktik marketinških prijemov pri vplivanju na

potrošnika. Fastcompany.com.

Rouse M. (2015). Decision support system (DSS), Techtarget.com. Pridobljeno 20.

8. 2015 s svetovnega spleta: http://www.techtarget.com/network

Schacter D. L. (2001). The seven sins of memory: How the mind forgets and

remember, Houghton Mifflin.

Schramm W. (1969). Mass Communication, University of Illinois Press

Tourangeau R, Rips L. J., Rasinski K. (2000). Psychology of survey response,

Cambridge university press.

Trout J., Ries A. (2000). Positioning: The Battle for Your Mind, Paperback.

Vrtilne tabele (2014). Hiter začetek: Ustvarjanje poročila vrtilne tabele. Microsoft

Corporation. Pridobljeno 28. 8. 2014 s svetovnega spleta:

http://en.wikipedia.org/wiki/Microsoft

Vuga G. J. (2014). Študija ciljnega informiranja uporabnika z uporabo spletnega

sporočila, Projekt 2. Univerza v Novi Gorici.

Quinlan J. R. (1987). Simplifying decision trees, International Journal of Man-

Machine Studies 27.

Page 82: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

68

WiseGEEK (2015). What is a Data Mining System. Pridobljeno 3. 10. 2015 s

svetovnega spleta: http://www.wisegeek.com/what-is-a-data-mining-system.htm

Page 83: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

69

PRILOGA 1: PRELIMINARNI ANKETNI VPRAŠALNIK

ANKETNI VPRAŠALNIK O PODAJANJU INFORMACIJ

Namen ankete je zbiranje podatkov pri podajanju objav spletnim uporabnikom. S dobljenimi

podatki želimo izboljšati proces podajanja informacij ciljnim uporabnikom. Prosimo, da pri

izpolnjevanju ankete sledite zaporednim številkam vprašanj in se pri tem ne vračate na že

odgovorjena vprašanja.

Navodila: Anketo izpolnite tako, da obkrožite želen odgovor. Obkrožite le en odgovor, razen tam, kjer

je ob vprašanju navedeno drugače.

1. Vaš spol? Moški Ženska

2. Status? Samski Družina V zvezi

3. Kje prebivate? Mesto Podeželje

4. Kaj od naštetega vas najbolj zanima?

Družbeni dogodki Izobraževanje Šport Podjetništvo Potovanja

5. Starost? 15-19 20-25 26-40 nad 40

6. Stopnja izobrazbe? Osnovna šola Srednja šola Nad 6. stopnjo

7. Koliko časa preživite na spletu?

Do 1 ure na dan Do 2 uri na dan Nad 3 ure na dan

8. Kako najraje preživljate prosti čas?

Potovanja Izobraževanja Družabni dogodki Nakupovanje Rekreacija

Drugo (vpišite):

9. Kaj počnete na spletu večino časa?

Delo Zabava Izobraževanje Nakupovanje Komunikacija

Drugo (vpišite):

Podani so trije primeri spletne objave: slika, tekst, slika z tekstom. Objave so označene s

črkami A, B, C. Podanim objavam sledimo z več vprašanji.

Page 84: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

70

10. Katera objava vam najbolj pade v oči? (obkrožite črko pod izbrano objavo)

Objava A

Objava B

Objava C

Page 85: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

71

12. Ocenite, v kolikšni meri razumete sporočilo objave A, objave B in objave C. Ocene

podajte za vsako objavo s številkami od 1 (ne razumem) do 5 (popolnoma razumem).

A 1 2 3 4 5

B 1 2 3 4 5

C 1 2 3 4 5

13. Katera objava vam spodbudi največjo željo, da bi dobili še več informacij?

A B C

14. Katera objava vam ponudi popolno informacijo?

A B C ni takšne objave

15. Katera objava vam prebudi najmočnejši občutek radosti? A B C

16. Kaj bi v objavi vi najbolj izpostavili in poudarili? Barve Sliko Besedilo

17. Katere barve ste si v objavi najbolj zapomnili (za vsako objavo obkrožite po eno barvo);

A: Črna Rumena Bela Oranžna Vijolična

B Črna Oranžna Zelena Bela Modra

C Črna Vijolična Zelena Modra Rdeča

18. Ali se spomnite imena dogodka? Da Ne

19. Se spomnite datuma dogodka? Da Ne

20. Katera barva je bila prevladujoča v objavi, ki ste si jo izbrali? (obkrožite lahko več barv)

Črna Rdeča Modra Bela Zelena Rumena Oranžna

Page 86: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

72

PRILOGA 2: GLAVNI ANKETNI VPRAŠALNIK

ANKETNI VPRAŠALNIK O PODAJANJU INFORMACIJ S SPLETNIMI OGLASNIMI SPOROČILI

Namen ankete je zbiranje podatkov o učinkovitosti sporočila pri podajanju objav spletnim

uporabnikom. Z dobljenimi podatki želimo izboljšati proces podajanja informacij ciljnim

uporabnikom. Anketa je anonimna. Rezultati bodo uporabljeni pri izdelavi magistrskega dela

na Univerzi v Novi Gorici.

Navodila: Anketo izpolnite tako, da obkrožite želeni odgovor. Za vsako vprašanje obkrožite le en

odgovor, razen tam, kjer je ob vprašanju navedeno drugače.

Prosimo, da pri izpolnjevanju ankete sledite zaporednim številkam vprašanj in se pri tem ne vračate na

že odgovorjena vprašanja.

1. Vaš spol? Moški Ženska

2. Status? Samski Družina V zvezi

3. Kje prebivate? Mesto Podeželje

4. Kaj od naštetega vas najbolj zanima? (obkrožite le en odgovor)

Družbeni dogodki Izobraževanje Šport Podjetništvo Potovanja

5. Vaša starost? 15-19 20-25 26-40 nad 40

6. Stopnja izobrazbe? Osnovna šola Srednja šola Več kot srednja šola

7. Koliko časa preživite na spletu?

Do 1 ure na dan Od 1 do 3 ure na dan Nad 3 ure na dan

8. Kako najraje preživljate prosti čas? (obkrožite le en odgovor)

Potovanja Izobraževanja Družabni dogodki Nakupovanje Rekreacija

9. Kaj počnete na spletu večino časa? (obkrožite le en odgovor)

Delo Zabava Izobraževanje Nakupovanje Komunikacija

10. Kdaj v mesecu potrošite največ denarja za osebne potrebe?

1.-10. 10.-20. 20.-31.

Page 87: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

73

11. V nadaljevanju ankete so podani so trije primeri spletne objave: slika, tekst, slika z

tekstom. Objave so označene s črkami A, B, C. Podanim objavam sledimo z več vprašanji.

Katera objava vam najbolj pade v oči? (obkrožite črko pod izbrano objavo)

Objava A

Objava B

Objava C

Page 88: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

74

12. Ocenite, v kolikšni meri razumete sporočilo objave A, objave B in objave C. Ocene

podajte za vsako objavo s številkami od 1 (ne razumem) do 5 (popolnoma razumem). Ocene

podatke za vse primere sporočil. (A, B, C)

A 1 2 3 4 5

B 1 2 3 4 5

C 1 2 3 4 5

13. Katera objava vam je spodbudila največjo željo, da bi dobili še več informacij?

A B C

14. Katera objava je ponudila popolno informacijo?

A B C

15. Katera objava vam je prebudila najmočnejši občutek radosti? A B C

16. Kaj bi v objavi vi najbolj izpostavili in poudarili? Barve Sliko Besedilo

17. Spletno sporočilo je vidite večkrat v krajšem časovnem obdobju. Po kateri objavi se ga

naveličate oz. vam predstavlja že nadlegovanje?

1x 2x 3x 10x več

18. Kaj poleg objave najbolj pritegne vašo pozornost? Kaj bi dodatno vzbudilo vašo

pozornost ob preletu objave?

Glasba Video Ponudba povezav na objavo

19. Katere barve ste si v objavi najbolj zapomnili (za vsako objavo obkrožite po eno barvo);

A: Črna Rumena Bela Oranžna Vijolična Zelena Modra

B: Črna Oranžna Vijolična Zelena Bela Modra Rdeča

C: Črna Vijolična Bela Zelena Rumena Modra Rdeča

Page 89: UNIVERZA V NOVI GORICI POSLOVNO-TEHNIŠKA FAKULTETA … · data were used to make databases. The data was analyzed by using pivot tables and charts, which were used to display the

75

20. Kako se je imenoval oglaševan dogodek?

Študentska zabava Kje je žur Total študent Žur za študenta

Gremo na žur Zabava leta Zabavajmo se

21. Katera barva je bila prevladujoča v objavi, ki ste si jo izbrali? (obkrožite lahko več barv)

Črna Rdeča Modra Bela Zelena Rumena Oranžna Vijolična