Анализ данных (Data Analysis): Тренинг

Программа тренинга

День 1. Азы аналитики. Подготовка к сбору данных

• Классификация «Цель анализа – Метод анализа»
• Типы исходных данных (шкалы)
• 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)
• Алгоритм описательного анализа в зависимости от типа шкалы
• Определение размера выборки для описательного анализа данных в различных шкалах

Кейсы:

• Пример в SPSS. Ищем выбросы в исходных данных с помощью различных графиков.
• Примеры в SPSS. Проводим описательный анализ потребителей по различным характеристикам, выбираем адекватные показатели и интерпретируем полученные результаты.
• Пример в Excel. Определяем необходимый размер выборки для решения задач слушателей.
• Пример. Разбираем типичные ошибки определения размера выборки при проведении исследований в различных областях.

День 2. Анализ влияния факторов на основе методов проверки гипотез (для независимых выборок)

• Основные понятия проверки гипотез:
  • нулевая и альтернативная гипотезы, их формулировка на основе реальных задач исследования
  • статистическая значимость
  • независимые и зависимые выборки
• Критерии проверки гипотез для независимых выборок:
  • Т-критерий Стьюдента
  • U-критерий Манна-Уитни
  • однофакторный дисперсионный анализ (ANOVA)
  • Н-критерий Краскела-Уоллеса
  • критерий Хи-квадрат Пирсона
• Корреляционный анализ: коэффициенты корреляции Пирсона и Спирмена
• Алгоритм выбора критерия проверки гипотезы для независимых выборок

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.
• Пример в SPSS. Сравниваем группы потребителей/товаров по различным характеристикам. Визуализируем и интерпретируем результаты анализа.
• Примеры. Учимся быстро определять адекватный метод анализа для проверки гипотез участников тренинга.

День 3. Анализ влияния факторов на основе методов проверки гипотез (для зависимых выборок)

• Критерии проверки гипотез для зависимых выборок:
  • парный Т-критерий Стьюдента
  • парный критерий Уилкоксона
  • критерии Фридмана
  • критерий Мак-Немара
  • критерий Кохрана
• Оценка согласованности мнений экспертов на основе коэффициента конкордации Кендалла

Кейсы:

• Пример в SPSS. Оцениваем эффекты проведенных акций.
• Пример в SPSS. Определяем эффективность рекламной кампании.
• Пример в SPSS. Оцениваем важность характеристик продукта на основе опроса покупателей, проверяем согласованность их мнений.
• Самостоятельная работа в SPSS. Обрабатываем данные анкетирования с целью описания групп респондентов.

День 4. Моделирование влияния факторов

• Метод регрессионного анализа для учета (моделирования) одновременного влияния различных факторов на количественный отклик
  • 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
• Деревья классификации для учета (моделирования) одновременного влияния различных факторов на неколичественный отклик
  • 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.

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