Маркетинговые исследования. Статистические инструменты анализа: Тренинг

День 1. Азы аналитики. Подготовка к сбору данных. Определение размера выборки
1. Классификация "Маркетинговая задача - Метод анализа"
2. Типы исходных данных (шкалы) в маркетинге
3. Основные статистические показатели и графики, применяемые для описания исходных данных различных типов:

• среднее и доля
• медиана и квартили
• стандартное отклонение и дисперсия
• стандартная ошибка
• доверительные интервалы
• столбиковая и круговая диаграмма (bar chart, pie chart)
• гистограмма (histogram)
• ящичная диаграмма (boxplot)
• диаграмма рассеяния (scatter plot)

4. Алгоритм описательного анализа в зависимости от типа шкалы
5. Способы отбора наблюдений для формирования выборки при проведении маркетингового исследования:

• случайный
• систематический
• расслоенный
• кластерный

6. Определение размера выборки для описательного анализа данных в различных шкалах
Кейсы:

• Пример в SPSS. Ищем нетипичных потребителей (выбросы) в исходных данных о клиентах с помощью различных графиков.
• Пример в SPSS. Проводим описательный анализ покупателей по различным характеристикам, выбираем адекватные показатели и интерпретируем полученные результаты.
• Пример в Excel. Определяем возможный способ отбора и оцениваем необходимый размер выборки для решения задач слушателей.
• Пример. Разбираем типичные ошибки определения размера выборки при проведении маркетинговых исследований

День 2. Выявление и анализ факторов спроса
1. Методы проверки маркетинговых гипотез:

• Т-критерии Стьюдента для независимых и зависимых выборок
• U-критерий Манна-Уитни
• однофакторный дисперсионный анализ (ANOVA)
• Н-критерий Краскела-Уоллеса
• критерий Хи-квадрат Пирсона
• парный критерий Уилкоксона
• критерии Фридмана, Мак-Немара, Кохрана

2. Корреляционный анализ: коэффициенты корреляции Пирсона и Спирмена
3. Алгоритмы выбора критерия проверки
4. Оценка согласованности мнений экспертов на основе коэффициента конкордации Кендалла
5. Принципы определения размера выборки для проверки маркетинговых гипотез

Кейсы:

• Примеры в SPSS. На основе имеющихся данных формулируем маркетинговые гипотезы, выбираем адекватные критерии и проводим анализ факторов спроса (пол, регион, уровень дохода, возраст и др.). Визуализируем и интерпретируем результаты анализа.
• Пример в SPSS. На основе результатов анкетирования характеризуем профиль покупателя.
• Пример в SPSS. Оцениваем эффекты проведенных акций и рекламных кампаний.
• Пример в SPSS. Сравниваем группы потребителей/товаров по различным характеристикам. Визуализируем и интерпретируем результаты анализа.
• Пример в SPSS. Оцениваем важность характеристик продукта на основе опроса покупателей, проверяем согласованность их мнений.
• Примеры. Учимся быстро определять адекватный метод анализа для проверки выдвинутой маркетинговой гипотезы.  

День 3. Моделирование влияния факторов спроса
1. Метод регрессионного анализа для учета (моделирования) одновременного влияния различных факторов 

• требования к виду и количеству исходных данных
• необходимые и достаточные теоретические основы, идеи и принципы, плюсы и минусы подхода
• требования к факторам, которые планируется учитывать в анализе
• особенности моделирования при недостатке информации о факторах. Техника dummy-переменных
• пошаговый алгоритм регрессионного анализа
• способ проверки адекватности модели (анализ отклонений "факт-модель")
• интерпретация результатов: как влияют факторы на отклик, ранжирование по силе влияния

2. Деревья классификации - способ визуализации условий достижения желаемого результата

• требования к виду и количеству исходных данных
• необходимые и достаточные теоретические основы, идеи и принципы, плюсы и минусы подхода
• способ проверки адекватности модели
• определение условий достижения желаемого результата по построенному дереву

Кейсы:

• Пример в SPSS. Подготавливаем исходные данные о цене товара и влияющих на нее факторах для применения метода регрессионного анализа. Проводим графический анализ влияния факторов на цену. Анализируем взаимовлияние факторов. Строим регрессионную модель. Проверяем качество модели и, при необходимости, улучшаем ее. Интерпретируем результаты регрессионного анализа. Прогнозируем цену в зависимости от факторов на основе построенной модели.
• Пример в SPSS. Строим различные варианты дерева факторов, влияющих на удовлетворенность потребителей. Учимся "читать" построенные деревья. Выбираем лучшее из нескольких вариантов решений. Интерпретируем результаты моделирования: формулируем условия повышения уровня удовлетворенности клиентов.
• Пример в SPSS. Строим модель доходности торговой точки в зависимости от ее характеристик и прогнозируем доходность на основе построенной модели.
• Пример в SPSS. Определяем правила отнесения торговой точки к определенному типу с использованием деревьев классификации.  

День 4. Сегментация и позиционирование
1. RFM-анализ - простой инструмент сегментирования потребителей на основе давности сделки, частоты и суммы покупок
2. Кластерный анализ - три статистических инструмента сегментации с учетом большого объема разнородной информации

• требования к виду и количеству исходных данных
• необходимые и достаточные теоретические основы, идеи и принципы, плюсы и минусы инструментов
• условия выбора метода кластерного анализа в конкретной ситуации
• валидация полученных результатов и описание выделенных сегментов

3. Факторный анализ - метод получения новых обобщающих факторов на основе большого объема информации

• требования к виду и количеству исходных данных
• необходимые и достаточные теоретические основы, идеи и принципы, плюсы и минусы метода
• валидация и интерпретация полученных результатов

4. Анализ соответствий - позиционирование с помощью карты восприятия

• требования к виду и количеству исходных данных
• необходимые и достаточные теоретические основы, идеи и принципы, плюсы и минусы метода
• валидация и интерпретация полученных результатов

Кейсы:

• Пример в SPSS. Идентифицируем клиентов, наиболее склонных откликнуться на новое предложение.
• Пример в SPSS. По результатам опроса выделяем группы потребителей с учетом большого числа различных характеристик разными методами.
• Пример в SPSS. Сегментируем товары с одновременным учетом ряда их свойств. Сравниваем полученные группы и описываем их.
• Пример. Учимся быстро определять адекватный метод кластерного анализа в конкретной ситуации.
• Пример в SPSS. Определяем ключевые стратегии выбора продукта по результатам анализа потребительского поведения.
• Пример в SPSS. Выявляем и группируем взаимосвязанные характеристики товаров.
• Пример в SPSS. Выявляем ассоциации потребителя с нашим продуктом.
• Пример в SPSS. Позиционируем свой продукт среди конкурентов глазами потребителя.  

День 5. Выявление потребительских предпочтений

1. Conjoint (совместный) анализ - статистический инструмент разработки или улучшения продукта с учетом мнений потребителей

• особенности сбора информации о предпочтениях потребителей
• этапы conjoint анализа
• интерпретация результатов - профиль "идеального" продукта с точки зрения потребителя

2. Метод Кано - типизация свойств продукта на основе опроса потребителей с целью разработки конкурентной стратегии на рынке
3. FMEA - экспертный способ выявления и ранжирования причин неудовлетворенности потребителей качеством продукта (свойства, компоненты)
4. QFD - экспертный метод, позволяющий графическим способом преобразовать требования и ожидания потребителей в технологические характеристики продукта
Кейсы:

• Пример в SPSS. По результатам опроса фокус-группы выясняем, каким должны быть конкретный продукт, чтобы соответствовать ожиданиям потребителя.
• Пример. Классифицируем характеристики продукта по методу Кано и определяем стратегию улучшения продукта.
• Пример. Ранжируем потенциальные причины неудовлетворенности клиентов с использованием методики FMEA.
• Пример. Определяем соответствие контролируемых параметров при производстве продукта ожиданиям потребителей на основе "дома качества".  

После окончания обучения с помощью SPSS Вы сможете:

• Правильно подготавливать маркетинговые данные для анализа информационных потоков на рынке
• Рассчитывать и грамотно интерпретировать статистические показатели и графики, характеризующие потребителей / продукты
• Проверять маркетинговые гипотезы с помощью доказательных методов и визуализировать результаты анализа
• Обосновывать существующие в компании классификации потребителей / продуктов
• Моделировать и прогнозировать поведение клиента в зависимости от различных факторов
• Сегментировать клиентов / товары с учетом большого объема разнородной информации и описывать полученные сегменты
• Позиционировать свою компанию на фоне конкурентов
• Выявлять потребительские предпочтения и ожидания относительно существующих продуктов с целью их улучшения

После обучения Вы получите:

• Пошаговые инструкции по применению каждого метода
• Сертификат на 4-месячную бесплатную консультационную поддержку

Требования к участникам:

• Высшее образование
• Опыт работы в Excel на уровне пользователя