Подробное описание курса. Скачать.

Как принести своей компании
Еще Больше Пользы?
Специализированный образовательный курс «Анализ данных»
стр. 1 из 6
Специализированный образовательный курс
«Анализ данных: как найти скрытые связи и увидеть закономерности»
Ведущий: Максим Геннадьевич Шпигунов
 генеральный директор ООО Маркетинговое агентство
«МАРКУС», консультант по маркетингу
 10-летний опыт в проведении маркетинговых исследований и
маркетингового анализа на территории ДВ и Сибири для
крупных компаний;
 Более 160 исследовательских и маркетинговых проектов;
 Автор и ведущий (со-ведущий) семинаров: «Практика
применения исследований в рекламе» - 2007г., «Клиника
маркетинговых коммуникаций» – 2008г.
Вы будете уметь:

Применять глубокий анализ данных о продажах и клиентах для решения
задачи роста выручки;

Находить скрытые закономерности в поведении разных клиентов для
повышения эффективности маркетинга компании;

Применять
прогностическую
аналитику
для
решения
задач
прогнозирования поведения клиентов и объемов продаж.
Вы будете знать:

Алгоритмы решения многих маркетинговых задач;

Назначение и особенности алгоритмов и методов Data Mining;

Особенности применения аналитики для разных сфер деятельности
(розничная, оптовая торговля, телекоммуникации).
Для кого предназначен курс:

Маркетолог-аналитик, аналитик отдела продаж, категорийный менеджер,
директор по маркетингу, руководитель отдела маркетинга;

Специалисты/руководители, проводящие анализ маркетинговых данных о
внешней и внутренней среде;

Специалисты/руководители
с
высшим
математическим/экономическим
образованием и опытом анализа данных.
Место и время проведения:

Институт повышения квалификации ТГЭУ (Тихоокеанский государственный
экономический университет), Океанский пр. 19

Длительность: 6 недель, начало: ноябрь 2009 г.

Время занятий: 18.00-21.00, 3 дня в неделю.
Стоимость и условия обучения:

Стоимость курса - 13000 руб.;

Подробности по организационным вопросам можно узнать в Институте
повышения квалификации ТГЭУ по телефонам: (4232) 43-40-90, 40-65-65.
Специализированный образовательный курс «Анализ данных»
стр. 2 из 6
Кейсы для специализированного курса
«Анализ данных: как найти скрытые связи и увидеть закономерности».
№1. «Анализ потребительской корзины: поиск путей увеличения выручки с 1 клиента
(среднего чека), на примере розничной и оптовой торговли».
Знание того, какие товары чаще всего приобретаются совместно с
другими, помогает наилучшим образом спланировать реализацию Ваших
товаров, организовать размещение товаров и совместной рекламы на полках.
Знание того, какие товары хотели бы или планировали приобрести
покупатели (но не нашли), какие марки и модификации товаров они
предпочитают, совместно с анализом структуры покупок, помогает принять
эффективные решения по широте и глубине ассортимента, и его
мерчендайзингу.
Что в конечном итоге помогает увеличить средний чек (выручку с 1
клиента).
№2. «Сегментирование клиентов и прогноз их покупок: пути
эффективности маркетинга, на примере сферы телекоммуникаций».
повышения
Знание истории пользования услугами абонента (клиента) помогает
понять его текущие потребности, и спрогнозировать то, ЧТО (какие услуги) он
мог бы купить. Знание того, чем схоже поведение разных абонентов,
позволяет делать разные предложения для каждого сегмента.
Знание того, что предпочитает абонент, чем увлекается или чем он
«живет» помогает понять, КАК (на каком языке) эффективно можно
заинтересовать абонента новыми предложениями.
Объединив эти знания, компания может максимально эффективно
реализовать программы точечных коммуникаций (ЧТО и КАК) с каждым
сегментом по продвижению новых услуг или предложений. Например,
посредством адресных СМС-сообщений, телефонных звонков или
электронных писем.
№3. «Прогнозирование продаж: обеспечение эффективности деятельности
компании, на примере оптовой торговли и производства».
Знание исторических данных о продажах товаров и факторов, которые
на них влияли, позволяют построить модель для прогноза продаж в будущем.
Знание того, какими будут значения факторов влияния в будущем,
позволяет спрогнозировать объемы продаж компании на ближайшие периоды.
Прогнозы по объемам продаж позволят сформировать оптимальные
товарные запасы и подготовить необходимую базу человеческих и
материальных ресурсов, что в итоге повысит эффективность работы всей
компании, и как следствие, ее доходы.
Специализированный образовательный курс «Анализ данных»
стр. 3 из 6
Программа специализированного курса
«Анализ данных: как найти скрытые связи и увидеть закономерности».
1-й блок. Анализ информации для принятия маркетинговых решений
1 день
Определяем Маркетинговые решения.
Алгоритм
принятия,
структура
и
описание.
Маркетинговые
информационные системы: имеющиеся и необходимые данные и их
структура.
Обсуждение: реальные ситуации принятия маркетинговых решений
2 день
Отбираем Информацию для принятия решений.
Внешняя и внутренняя, первичная и вторичная. Данные управленческого
учета, маркетинговые исследования.
Деловая игра:
информации
3 день
поиск
и
определение
источников
маркетинговой
Работаем с Внутренней информацией.
Структура, источники и возможности внутренней информации, история
покупок в разрезе клиентов (чеков), профилирующие данные о клиентах.
Валидность информации и достоверность источников.
Кейс: №1 «Анализ потребительской корзины», №2 «Сегментирование
клиентов и прогноз их покупок»
4 день
Работаем с Внешней информацией.
Структура, источники и возможности внешней информации. Социальнодемографический и поведенческий портрет клиентов. Предпочтения
клиентов. Методология маркетинговых исследований. Валидность и
достоверность источников
Обсуждение: реальные ситуации применения результатов
маркетинговых исследований
5 день
Разбираем Алгоритм анализа.
Выбор маркетингового решения. Определение гипотез. Построение
модели. Выбор необходимых данных
Самостоятельная работа: разработка программы анализа
Специализированный образовательный курс «Анализ данных»
стр. 4 из 6
2-й блок. Поиск неявных закономерностей и скрытых взаимосвязей.
6 день
Готовим Данные к анализу.
Типы переменных: номинальные, порядковые, непрерывные. Частотные
распределения. Упорядочивание и перекодировка переменных.
Самостоятельная работа: подготовка данных к анализу
7 день
Разбираем Data mining или углубленный анализ данных.
Методы и алгоритмы: кластерный анализ, факторный анализ,
корреляционно-регрессионный анализ, классификация, дерево решений,
прочие. Возможности и ограничения, области применения.
Деловая игра: выбираем метод анализа для маркетингового решения.
8 день
Программное обеспечение: Делаем обзор.
Microsoft Excel, Oracle BI, SPSS, SAS, Microsoft SQL Server.
Предназначение и особенности использования.
Самостоятельная работа: подготовка данных к анализу
9 день
Анализируем потребительскую корзину: Какие товары покупают
одновременно.
Категорийный менеджмент и ассортиментная политика. Данные о
продажах в разрезе покупок. Корреляционный анализ. Решения по
ассортименту.
Кейс: №1 «Анализ потребительской корзины».
10 день
Анализируем историю покупок: Схожие цели покупок.
История покупок клиентов и потребности: взаимосвязи. Группы схожих по
целям покупок. Кластерный анализ, анализ соответствий. Решения по
ассортименту.
Кейс: №1 «Анализ потребительской корзины».
11 день
Выделяем сегменты: Что общего между разными клиентами
Группы схожих клиентов. Показатели сходства и различий. Кластерный
анализ. Решения по сегментированию и комплексу маркетинга.
Кейс: №2 «Сегментирование клиентов и прогноз их покупок».
12 день
Профилируем сегменты: Как описать похожих клиентов
Профилирование
сегментов:
социально-демографические
и
поведенческие характеристики. Возможности психографики. Алгоритмы
классификации и дерева решений. Решения по сегментированию
Кейс: №2 «Сегментирование клиентов и прогноз их покупок».
Специализированный образовательный курс «Анализ данных»
стр. 5 из 6
3-й блок. Прогнозирование спроса и поведения потребителей.
13 день
Определяем Применение прогнозов в маркетинге.
Возможности прогнозирования. Построение многофакторных моделей.
Надежность прогнозов. Требования к исходным данным. Необходимые
данные и источники информации.
Обсуждение:
маркетинге
14 день
реальные
ситуации
применения
прогнозирования
в
Разбираем Алгоритмы и методы прогнозирования.
Множественный регрессионный анализ и логистическая регрессия,
дискриминатный анализ, факторный анализ. Применение методов.
Деловая игра: ставим цели прогнозирования.
15 день
Определяем потребности: Что «на самом деле» покупают клиенты
История покупок и потребительская корзина – источники информации о
потребностях. Алгоритм применения факторный анализ. Возможности и
ограничения. Решения по ассортименту и работе с сегментами.
Кейс: №1 «Анализ потребительской корзины», №2 «Сегментирование
клиентов и прогноз их покупок».
16 день
Прогнозируем покупку: Кто из клиентов более вероятно готов к
покупке
Дискриминантный анализ и алгоритмы классификации. Алгоритм
применения. Возможности и ограничения. Решения по выбору целевой
аудитории.
Кейс: №1 «Анализ потребительской корзины», №2 «Сегментирование
клиентов и прогноз их покупок».
17 день
Прогнозируем продажи-1.
Алгоритм многофакторного моделирования. Экспертный выбор факторов.
Поиск и преобразование исходных данных.
Кейс: №3 «Прогнозирование продаж».
18 день
Прогнозируем продажи-2.
Выбор метода. Особенности множественного регрессионного анализа.
Надежность модели. Ограничения применения.
Кейс: №3 «Прогнозирование продаж».
Специализированный образовательный курс «Анализ данных»
стр. 6 из 6