Анализ данных маркетинговых исследований Лекция 5

Анализ данных маркетинговых исследований Лекция № 5

План • • Теория измерений Шкалы измерений Пакеты анализа данных Методы прикладной статистики 2

Теория измерений • Теория измерений является одной из составных частей прикладной статистики. • Она входит в состав статистики объектов нечисловой природы. 3

Теория измерений • Термин «теория измерений» применяется для обозначения целого ряда научных дисциплин: • Классическая метрология, Описательная теория, (естественнонаучная теория), была первой применены для понятия измерения. • Измерение - это сопоставление одной величины с другой при помощи единиц измерения. Это определение предполагает существование объективного предмета с присущими ему объективными свойствами - величинами, такими как длина, ширина. Она также предполагает существование объективных единиц измерения • Репрезентативная теория измерений (РТИ): • Измерение - это представление эмпирических объектов в виде чисел, которое осуществляется по определенным правилам. • Формальная теория измерений, • Алгоритмическая теория измерений, • И др. 4

Этапы работы с данными маркетинговых исследований • • 1 этап. Определить шкалу измерений, 2 этап. Выбор алгоритма обработки. 3 этап. Анализ данных. 4 этап. Интерпретация результатов анализа данных 5

Шкалы • Шкала - это инструмент измерения, который представляет из себя числовую систему, где свойства эмпирических объектов выражены в виде свойств числового ряда. Шкала предполагает собой наличие определенных правил ее использования, например установление соответствия между числами и эмпирическими объектами. • При математическом моделировании реального явления или процесса следует прежде всего установить типы шкал, в которых измерены те или иные переменные. • Тип шкалы задает группу допустимых преобразований шкалы. Допустимые преобразования не меняют соотношений между объектами измерения. 6

Виды шкал • Четыре (? шесть) вида шкал: • Шкала наименований (другое название этой шкалы – номинальная), Порядковая шкала и шкала наименований • Порядковая шкала, - основные шкалы качественных признаков. • Интервальная шкала, • Относительная шкала. • Шкала разностей, абсолютная шкала. Шкалы количественных признаков 7

Шкала наименований (nominal scale) • В этой шкале числа используются лишь как метки. • Например: номера торговых марок, типов магазинов, классификация ПО. • Строгое соответствие – один к одному – каждый номер соответствует одному объекту, каждый объект имеет только один номер. • Допустимыми являются все взаимно-однозначные преобразования Можно ли складывать номера? Находить среднее значение? 8

Порядковая шкала (ordinal scale) • Устанавливаем порядок между объектами (относительные позиции объектов, но не величину различий между ними): • Первый, второй, третий…. • Для маркетинга: отношения, мнения, предпочтения ( «более чем» или «менее чем» ) – ранги предпочтений. • В порядковой шкале допустимыми являются все строго возрастающие преобразования. • Пример: В средней школе применяются оценки 2, 3, 4, 5, а в высшей ровно тот же смысл выражается словесно - неудовлетворительно, хорошо, отлично. 9

Примеры • Используется много других известных примеров порядковых шкал: • шкала Мооса (минералогия) • шкала степеней сердечной недостаточности (по Стражеско -Василенко-Лангу) • шкала Рихтера • бофортова шкала ветров 10

Интервальная шкала (interval scale) • Интервальная шкала – числовая шкала, количественно равные промежутки отображают равные промежутки между значениями измеряемых характеристик. • Особенность: точка начала отсчета и единицы измерения выбираются произвольно. • Допустимыми преобразованиями в шкале интервалов являются линейные возрастающие преобразования, т. е. линейные функции. • Примеры: • В маркетинге отношение и мнение покупателей. 11

Шкала отношений (ratio scale) • Из количественных шкал наиболее распространенными в науке и практике являются шкалы отношений. • В них есть естественное начало отсчета - нуль, т. е. отсутствие величины, но нет естественной единицы измерения. • По шкале отношений измерены большинство физических единиц: масса тела, длина, заряд, а также цены в экономике. • Допустимо только пропорциональные преобразования. • Примеры: доли рынка, затраты, объемы продаж. 12

Шкала разностей • В шкале разностей есть естественная единица измерения, но нет естественного начала отсчета. • Например, время измеряется по шкале разностей, если год принимаем естественной единицей измерения, и по шкале интервалов в общем случае. • Естественного начала отсчета указать на современном уровне знаний нельзя. 13

Абсолютная шкала • для абсолютной шкалы результаты измерений - числа в обычном смысле слова. • Примером является число людей в комнате. • Для абсолютной шкалы допустимым является только тождественное преобразование. 14

Основное требование к алгоритмам анализа • Выводы, сделанные на основе данных, измеренных в шкале определенного типа, не должны меняться при допустимом преобразовании шкалы измерения этих данных. 15

Методы шкалирования в маркетинговых исследованиях • Шкалирование - это совокупность методов, процедур, технологических приемов, позволяющих строить шкалы различного типа. • Две группы: • Сравнительные, • Несравнительные. 16

Сравнительные шкалы (comparative scale) Попарное сравнение Упорядоченное сравнение Шкалы с постоянной суммой Q-сортировка и другие приемы • Прямое сравнение объектов. • Данные сравнительных шкал считаются относительными и имеют свойства только порядковых и ранговых величин. 17

Несравнительное шкалирование (noncomparative scale) • Методы: • Непрерывно рейтинговые шкалы. • Пример: школа предпочтений от 1 до 6 (1 – абсолютно не нравиться, 6 – очень нравится) • Детализированные рейтинговые шкалы: • шкала Лайкерта • семантический дифференциал • шкала Стэпела 18

Закономерносити • В процессе анализа данных выявляются стандартные закономерности: • Ассоциация – нахождение постоянных составляющих (трендов), которые можно использовать для объяснения событий (например, выбор товаров и услуг, определение уровней запасов, схем складирования и др. ). • Последовательность – установление временных серий последовательных действий (транзакций), правил выполнения отдельных транзакций. • Классификация – выявление признаков, характеризующих группу объектов, распределение объектов по группам для моделирования поведения объектов, прогнозирования значений свойств объектов и др. • Кластеризация – распределение по группам или сегментам. В отличие от классификации, кластеры формируются в процессе анализа. • Прогнозирование – предсказания будущих значений непрерывно изменяющихся переменных и др. 19

Классификация ПО • Предметно-ориентированные аналитические системы: • системы анализа финансовых • рынков, построенные на основе методов прогноза динамики цен, • различных эмпирических моделях динамики рынка. • Пример: Meta. Stock (компания Equis International), Super. Charts (Omega Research), Candlestick Forecaster (IPTC), Wall Street Money (Market Arts). • Нейросетевые системы: Brain. Maker (CSS), Neuro. Shell (Ward Systems Group), OWL (Hyper. Logic). • Системы рассуждений (case based reasoning – CBR) на основе аналогичных случаев: Kate Tools (Acknosoft, Франция), Pattern Recognition Workbench (Unica, США). • 20

Классификация ПО • Деревья решений (decision trees). • Применяются для решения задач классификации, создают иерархическую структуру правил типа "ЕСЛИ. . . ТО. . . " для распределения множества случаев по отдельным классам, подклассам, видам и т. п. . • Пример: С 5. 0 (Rule. Quest, Австралия), Clementine (Integral Solutions, Великобритания), SIPINA (University of Lyon, Франция), IDIS (Information Discovery, США). • Нелинейные регрессионные методы: поиск зависимости целевых переменных от остальных в форме функционала определенного вида. • Наиболее традиционный метод группового учета атрибутов реализован в системе Neuro. Shell компании Ward Systems Group. 21

Классификация ПО • Специализированные программные средства: • Math Works Matlab Специализированные приложения: Statistics Toolbox – для статистического анализа данных; Optimization Toolbox – для оптимизационных расчетов; Neural Network Toolbox – для проектирования и моделирования систем с помощью нейронных сетей; • System Identification Toolbox – для построения модели системы на основе входных и выходных данных; • Financial Toolbox – для ввода, обработки, вывода финансовых данных, финансового анализа и прогноза, • Financial Time Series Toolbox – для анализа данных финансовых рынков методом временных рядов и др. • • 22

Классификация ПО • Специализированные программные средства: • Maple 6. 0 • Встроенные функции для различных аналитических расчетов с использованием методов преобразования и упрощения алгебраических выражений, линейной алгебры, статистических методов, методов финансовых расчетов и анализа и др. • Statistica • Статистический анализ данных, поддержка классических методов статистического анализа данных, многомерная линейная и нелинейная регрессия, прогнозирование временных рядов, факторный, кластерный, дискриминантный и дисперсионный анализ; деревья классификации, анализ надежности, анализ выживаемости, методы добычи данных и др. 23

Классификация ПО • Специализированные программные средства: • SPSS является самой распространённой программой для обработки статистической информации. • Mathematica • Аналитические и численные расчеты, набор специализированных приложений: • Data. Base Access Kit – интерфейс с реляционными базами данных; • Finance Essentials – проектирование и анализ финансовых систем; • Mathematica Link for Excel – расширение возможностей Microsoft Excel и др. 24

Свободно распространяемое ПО • Источник информации: http: //www. sorashn. ru/index. php? id=2677 Наименование Разработчик Операционная система Русский язык ADa. MSoft Marco Scarno Кросс платформенная нет adamsoft. sourceforge. Универсальная net Bright. Stat Daniel Stricker Кросс платформенная нет www. brightstat. com Dataplot Alan Heckert Кросс платформенная нет www. itl. nist. gov/div 89 Универсальная 8/software/dataplot Easy. Reg Herman J. Bierens Windows econ. la. psu. edu/~hbie Профиль – rens/EASYREG. HTM эконометрика gretl The gretl Team Кросс платформенная ДА gretl. sourceforge. net/ Профиль – эконометрика PSPP pspp Кросс платформенная ДА www. gnu. org/softwar e/pspp/ Универсальный пакет программ для статистического анализа (аналог SPSS) нет Сайт Особенности On-line сервер для статистического анализа данных. Требуется регистрация 25

Разновидности и программы маркетингового анализа • Одним из наиболее популярных анализов конкурентной среды и выявления конкурентных преимуществ является маркетинговый SWOT анализ (аббревиатура от Strengths, Weaknesses, Opportunities, Threats). • Данный вид анализа представляет собой таблицу с четырьмя столбцами: сильные стороны, слабые стороны, возможности и угрозы. • Разновидность маркетингового анализа – PEST-анализ. • PEST-анализ позволяет выявить политические, экономические, социальные и технологические факторы, которые влияют на бизнес компании. • Расширенная версия PEST-анализа – PESTLE. • В данном виде анализа помимо перечисленных выше факторов, так же учитывается правовые (юридические) и природные факторы. 26

Разновидности и программы маркетингового анализа • Анализ пяти сил Портера. • Данная методика маркетингового анализа выделяет пять основных сил (факторов) влияющих на конкуренцию, а, следовательно, на поведение предприятия на рынке: · угрозы появления продуктов-заменителей · угрозы появления новых игроков · рыночная власть поставщиков · рыночная власть потребителей · уровень конкурентной борьбы. 27

Статистические методы для анализа данных • Сегментация рынка: • • Кластерный анализ Деревья классификации Факторный анализ Анализ соответствий • Изучение потребительских предпочтений. Построение профиля клиента на основе анкетирования или опроса: • • • дисперсионный анализ статистические гипотезы conjoint analysis (совместный анализ) деревья классификации статистические графики факторный анализ 28

Статистические методы для анализа данных • Моделирование принятия решения клиентом о покупке • дискриминантный анализ • деревья классификации • регрессионный анализ • Прогнозирование продаж и определение критических значений • Выбор оптимальных характеристик нового продукта/услуги • conjoint analysis (совместный анализ) • анализ соответствий • методы планирования эксперимента • Позиционирование товара на рынке • анализ соответствий • Факторный анализ • Кластерный анализ 29

Статистические методы для анализа данных • Выявление факторов, оказывающих влияние на объемы продаж • • дисперсионный анализ временные ряды регрессионный анализ статистические гипотезы • Анализ эффективности работы каналов сбыта и филиальной сети • кластерный анализ дисперсионный анализ регрессионный анализ статистические гипотез 30

Источники информации • Теория измерений. - http: //vsempomogu. ru/sociolog/30110. html • ИТ АНАЛИЗА ДАННЫХ В MICROSOFT OFFICE (УЧЕБНОЕ ПОСОБИЕ) - http: //elibrary. finec. ru/materials_files/64632582. pdf • Учебник по Sp. SS. http: //www. learnspss. ru/handbooks. htm 31