Описание
Совместный анализ (сonjoint analysis) – это метод поиска оптимального сочетания характеристик товара с помощью математического анализа оценок, выставленных покупателями по каждой комбинации этих характеристик. Сonjoint анализ часто используют для разработки новых товаров и услуг. Цель совместного анализа – определить оптимальное сочетание характеристик нового или уже существующего продукта.
Курс «Совместный анализ в IBM SPSS Statistics» включает в себя теоретическую и практическую часть по освоению данного метода исследования в маркетинге. Курс предназначен для маркетологов, исследователей и аналитиков рынка.
По окончании курса Вы будете уметь:
- Проектировать план исследования совместного анализа
- Проводить необходимые расчеты модели полезности в пакете SPSS или других программах
- Интерпретировать результаты полученных моделей совместного анализа
- Строить симулятор рынка на основе моделей полезности
Объем курса: 16 ак. часов (общая продолжительность видео лекций более 8 астрономических часов + самостоятельная работа). Общий объем времени для освоения курса соответствует очному обучению 2 дня с 10:00 до 17:00.
Ссылка на портал курса (доступ к видео лекциям и учебным пособиям открывается после оплаты курса)
Программа курса
Тема 1. Теоретические основы проведения совместного анализа
- Задача изучения реакции покупателей
- Концепция мультиатрибутивного товара
- Понятие полезности товара
- Иерархическая модель реакции покупателя
- Методы измерения реакции покупателей
- Суть совместного анализа
- Предположения совместного анализа
- Терминология совместного анализа
- Методы оценки профилей
- Виды совместного анализа
- Сравнение основных видов совместного анализа
- Преимущества совместного анализа
- Недостатки совместного анализа
- Инструменты для обработки данных совместного анализа
Тема 2. Методологические аспекты подготовки плана исследования
совместного анализа
- Этапы проведения совместного анализа
- Цель и задачи совместного анализа
- Определение атрибутов и требования к ним
- Определение количества уровней атрибутов
- Методы исследования независимости атрибутов
- Факторный анализ для выявления главных атрибутов
- Определение количества профилей
- Неполный ортогональный план
- Процедура генерации ортогонального плана в SPSS
- Результаты генерации ортогонального плана
- Просмотр профилей
- Формы представления профилей
- Методы сбора данных
- Разработка анкеты опроса
Тема 3. Математические модели полезности в совместном анализе
- Классификация моделей совместного анализа
- Модель линейной регрессии
- Регрессионная модель с фиктивными переменными
- Понятие общей линейной модели
- Структура данных для оценки частных полезностей
- Дискретная модель для частных полезностей
- Векторная модель для частных полезностей
- Модель идеальной точки для частных полезностей
- Общая модель полезности
- Анализ вкладов атрибутов
- Оценка надежности и достоверности моделей полезности
Тема 4. Проведение совместного анализа c помощью синтаксиса команд SPSS
- Подготовка данных перед моделированием
- Организация файла данных опроса
- Команда ORTHOPLAN и ее параметры
- Команда CONJOINT и ее параметры
- Результаты процедуры CONJOINT
- Интерпретация частных полезностей
- Интерпретация важности атрибутов
- Анализ согласованности модели полезности
- Графические результаты моделирования
- Запись полезностей в файл данных
Тема 5. Симуляционный анализ на основе модели полезности
- Понятие имитационного моделирования
- Свойства частных полезностей
- Этапы симуляционного анализа
- Математическая модель бинарного выбора
- Математическая модель множественного выбора
- Симуляционные модели в оценке доли рынка
- Виды моделей выбора
- Оценка полезностей симуляционных профилей в SPSS
- Результаты симуляционного анализа в SPSS
- Сегментирование рынка на основе полезностей
Преподаватель курса
Сорокин Александр Сергеевич – создатель и генеральный директор компании Центр Статистического Анализа. В 2001 году окончил с отличием Московский Государственный Университет Экономики, Статистики и Информатики (МЭСИ) по специальности «Статистика». В 2005 году защитил кандидатскую диссертацию по специальности 08.00.12 – «Бухгалтерский учет, статистика», на тему «Эконометрическое моделирование конъюнктуры мирового рынка нефти». В 2012 году присвоено учёное звание доцента. Работает в должности доцента на кафедре Математические методы в экономике РЭУ им. Г.В. Плеханова. Направления научных исследований: статистическая обработка и вероятностный анализ больших массивов данных, интеллектуальный анализ данных. Читает следующие дисциплины: «Теория вероятностей и математическая статистика», «Статистические методы прогнозирования», «Эконометрика», «Эконометрика и моделирование в менеджменте», «Актуарные расчеты» и др. В 2013-2014 приглашенный ассоциированный профессор Казахстано-Британского Технического Университета (г. Алматы, РК). Автор более 50 научных и методических работ по применению статистических методов в практической деятельности. Преподаватель-практик и тренер-консультант. Создатель авторских курсов по статистическому анализу данных на базе пакета SPSS, читаемых в ведущих учебных центрах России. Автор и ведущий десятков тренингов по анализу данных, в том числе в 2009-2010 гг. исполнитель по федеральным контрактам на разработку и обучение сотрудников Федеральной службы государственной статистики РФ. Эксперт по построению скоринговых моделей для банков и МФО. В качестве научного руководителя и участника принимал участие в 5 грантах в области анализа больших данных и моделирования. Личный сайт www.alsorokin.ru.