Facebook

Serie wydawnicze

  • Dla bystrzakow
  • Bez kantow
  • Lekarz rodzinny
  • Seriaporad.pl
  • Bezdroza
  • Michelin

Wydawnictwo Helion

Helion SA
ul. Kościuszki 1c
44-100 Gliwice
tel. (32) 230-98-63

informacje o księgarni septem.pl
Program Partnerski
O nas
© Helion 1991-2019
Analiza marketingowa. Praktyczne...

Analiza marketingowa. Praktyczne techniki z wykorzystaniem analizy danych i narzędzi Excela

Autor:  

Stron: 616
Ksiazka drukowana Druk (oprawa: miękka)
Wydawca: Helion
Wydawca: Helion
Cena promocyjna: Oszczędzasz: 8,90 zł
80,10 zł 89,00 zł
Cena:
89,00 zł
W realizacji od 2019-12-17 + do przechowalni

Druk
Książka drukowana
80,10 zł
89,00 zł
eBook
89,00 zł

Specjaliści w dziedzinie marketingu coraz częściej sięgają po wyrafinowane metody analizy. Obecnie firmy są zalewane ogromną ilością danych - skorzystanie z płynącej z nich wiedzy jest znakomitą szansą na poprawę kondycji przedsiębiorstwa. W tym celu trzeba dane zebrać, przetworzyć i poddać analizie. Potrzebne więc są narzędzia, najlepiej proste w użytkowaniu i powszechnie znane. Takim właśnie narzędziem jest arkusz kalkulacyjny MS Excel - potężna i wszechstronna aplikacja, dzięki której nawet bez specjalistycznej wiedzy można wykonać profesjonalną analizę marketingową i zdobyć mnóstwo przydatnych informacji.

Ta książka powstała na bazie autorskiego kursu analizy marketingowej dla słuchaczy studiów MBA. Pokazuje, jak wykorzystywać Excela do modelowania danych i pozyskiwania wiedzy niezbędnej do kreowania skutecznego marketingu w firmie. Niemal wszystkie pojęcia wyjaśniono na przykładach, a sposób wykonania ćwiczeń pokazano krok po kroku. Do książki dołączono pliki z danymi i rozwiązaniami zadań. Dowiesz się, jak przetwarzać dane za pomocą wykresów, wyznaczać krzywe popytu, prowadzić analizę skupień w segmentach rynku oraz tworzyć indywidualne modele danych i prognozować wpływ akcji marketingowych na wzrost sprzedaży. Oznacza to, że aby zdobyć umiejętności analizy marketingowej, potrzebujesz tylko tego podręcznika i Excela!

W tej książce między innymi:

  • analiza danych marketingowych
  • opracowywanie strategii najbardziej zyskownych wycen
  • wykorzystywanie narzędzi prognostycznych
  • analiza łączona i analiza wyborów dyskretnych
  • pomiar skuteczności wydatków na reklamę
  • analiza danych z mediów społecznościowych

Wyrafinowane analizy biznesowe? Potrzebujesz tylko Excela!


O autorze 15

O korektorze merytorycznym 15

Podziękowania 16

Wprowadzenie 17

CZĘŚĆ I. PRZETWARZANIE DANYCH MARKETINGOWYCH W EXCELU 23

Rozdział 1. Żonglowanie danymi marketingowymi za pomocą tabel przestawnych 25

  • Analiza sprzedaży w sklepach Buduj z nami 25
  • Analiza sprzedaży w cukierni Słodka Chwila 34
  • Analiza zależności sprzedaży od cech demograficznych 40
  • Pobieranie danych z tabeli przestawnej za pomocą funkcji WEŹDANETABELI 44
  • Podsumowanie 45
  • Ćwiczenia 45

Rozdział 2. Przetwarzanie danych marketingowych za pomocą wykresów Excela 47

  • Wykres kombi 48
  • Upiększanie wykresu kolumnowego za pomocą obrazu produktu 50
  • Dodawanie do wykresu etykiet i tabeli danych 52
  • Ilustrowanie wyników ankiety za pomocą wykresu przestawnego 53
  • Tworzenie wykresów automatycznie się aktualizujących po dodaniu nowych danych 56
  • Tworzenie wykresów z dynamicznymi elementami 57
  • Tworzenie miesięcznych rankingów sprzedawców 59
  • Kontrolowanie danych na wykresie za pomocą pól wyboru 61
  • Wyświetlanie wielu serii danych za pomocą miniaturowych wykresów 63
  • Tworzenie tygodniowych raportów sprzedaży z użyciem funkcji WEŹDANETABELI 66
  • Podsumowanie 69
  • Ćwiczenia 70

Rozdział 3. Przetwarzanie danych marketingowych za pomocą funkcji Excela 71

  • Prezentowanie danych za pomocą histogramów 72
  • Przetwarzanie danych marketingowych za pomocą funkcji statystycznych 76
  • Podsumowanie 88
  • Ćwiczenia 89

CZĘŚĆ II. WYCENIANIE 91

Rozdział 4. Wyznaczanie krzywej popytu i optymalizacja ceny za pomocą dodatku Solver 93

  • Wyznaczanie liniowej i potęgowej krzywej popytu 93
  • Optymalizacja ceny za pomocą dodatku Solver 97
  • Wycenianie na podstawie subiektywnej krzywej popytu 102
  • Wycenianie kilku produktów za pomocą dodatku SolverTable 105
  • Podsumowanie 109
  • Ćwiczenia 109

Rozdział 5. Sprzedaż wiązana 111

  • Po co wiązać produkty? 111
  • Określanie metodą ewolucyjną optymalnych cen w sprzedaży wiązanej 114
  • Podsumowanie 120
  • Ćwiczenia 121

Rozdział 6. Strategia cen nieliniowych 125

  • Krzywa popytu a gotowość do zapłaty 126
  • Maksymalizacja zysku w strategii cen nieliniowych 127
  • Podsumowanie 132
  • Ćwiczenia 132

Rozdział 7. Strategia śmietanki cenowej 135

  • Obniżanie cen w miarę upływu czasu 135
  • Po co są wyprzedaże? 138
  • Podsumowanie 141
  • Ćwiczenia 141

Rozdział 8. Zarządzanie przychodem 143

  • Szacowanie popytu i segmentacja klientów 144
  • Działanie w warunkach niepewności 149
  • Przeceny 151
  • Podsumowanie 154
  • Ćwiczenia 154

CZĘŚĆ III. PROGNOZOWANIE 157

Rozdział 9. Regresja liniowa i korelacja 159

  • Regresja liniowa 159
  • Analizowanie zależności liniowych za pomocą współczynnika korelacji 166
  • Podsumowanie 170
  • Ćwiczenia 170

Rozdział 10. Prognozowanie sprzedaży z wykorzystaniem regresji wielorakiej 173

  • Wprowadzenie do regresji wielorakiej 174
  • Analiza regresji za pomocą dodatku Analysis ToolPak 175
  • Interpretacja wyników regresji 177
  • Niezależne zmienne jakościowe w regresji 181
  • Modelowanie nieliniowości i interakcji 186
  • Sprawdzanie poprawności założeń w regresji wielorakiej 189
  • Wielokrotna współliniowość 196
  • Weryfikacja analizy regresji 198
  • Podsumowanie 200
  • Ćwiczenia 201

Rozdział 11. Prognozowanie z uwzględnieniem przypadków szczególnych 203

  • Zbudowanie podstawowego modelu 203
  • Podsumowanie 211
  • Ćwiczenia 212

Rozdział 12. Modelowanie trendów i sezonowości sprzedaży 213

  • Wygładzanie danych i eliminowanie sezonowości za pomocą średniej ruchomej 213
  • Model addytywny z trendami i sezonowością 215
  • Model multiplikatywny z trendami i sezonowością 217
  • Podsumowanie 220
  • Ćwiczenia 221

Rozdział 13. Prognozowanie sprzedaży metodą proporcji średnich ruchomych 223

  • Metoda średnich ruchomych 223
  • Metoda proporcji średnich ruchomych i dane miesięczne 226
  • Podsumowanie 226
  • Ćwiczenia 226

Rozdział 14. Metoda Wintersa 227

  • Definicje parametrów w metodzie Wintersa 227
  • Inicjalizacja metody Wintersa 228
  • Określenie parametrów wygładzających 229
  • Prognozowanie wartości 231
  • Średni bezwzględny błąd procentowy 232
  • Podsumowanie 232
  • Ćwiczenia 233

Rozdział 15. Prognozowanie sprzedaży z wykorzystaniem sieci neuronowych 235

  • Regresja i sieci neuronowe 235
  • Zastosowania sieci neuronowych 236
  • Prognozowanie sprzedaży za pomocą sieci neuronowej 238
  • Prognozowanie liczby mil lotniczych za pomocą sieci neuronowej 243
  • Podsumowanie 243
  • Ćwiczenia 244

CZĘŚĆ IV. CZEGO CHCĄ KLIENCI? 245

Rozdział 16. Analiza łączona 247

  • Produkty, atrybuty i poziomy 247
  • Pełna analiza łączona 249
  • Tworzenie profili produktów za pomocą dodatku Solver 255
  • Utworzenie symulatora rynku 258
  • Inne formy analizy łączonej 261
  • Podsumowanie 262
  • Ćwiczenia 262

Rozdział 17. Regresja logistyczna 265

  • Dlaczego regresja logistyczna jest ważna? 266
  • Model regresji logistycznej 268
  • Szacowanie maksymalnego prawdopodobieństwa w regresji logistycznej 269
  • Formułowanie i testowanie hipotez w regresji logistycznej za pomocą dodatku StatTools 272
  • Regresja logistyczna i dane statystyczne 276
  • Podsumowanie 277
  • Ćwiczenia 278

Rozdział 18. Analiza wyborów dyskretnych 281

  • Teoria użyteczności losowej 282
  • Analiza dyskretnych wyborów rodzajów czekolady 283
  • Analiza wyborów dyskretnych z uwzględnieniem ceny produktu i wartości marki 286
  • Dynamiczne zmiany cen w analizie wyborów dyskretnych 292
  • Założenie niezależności od alternatyw nieistotnych 293
  • Wybory dyskretne i elastyczność ceny 294
  • Podsumowanie 295
  • Ćwiczenia 296

CZĘŚĆ V. WARTOŚĆ KLIENTA 301

Rozdział 19. Wyznaczanie życiowej wartości klienta 303

  • Podstawowy szablon wartości klienta 303
  • Analizowanie wrażliwości modelu za pomocą tabeli dwukierunkowej 305
  • Formuła mnożnika wartości klienta 306
  • Zmienne zyski 307
  • Wartość klienta - przypadek DirecTV 308
  • Szacowanie prawdopodobieństwa, że klient jest wciąż aktywny 309
  • Rozszerzenie podstawowego modelu wartości życiowej klienta 309
  • Podsumowanie 310
  • Ćwiczenia 310

Rozdział 20. Wyznaczanie wartości przedsięwzięcia na podstawie wartości klienta 313

  • Podręcznik wyceniania przedsięwzięcia 313
  • Wycenianie przedsięwzięcia na podstawie wartości klienta 314
  • Ocenianie wrażliwości modelu za pomocą tabeli jednokierunkowej 317
  • Określanie rynkowej wartości firmy na podstawie wartości klienta 318
  • Podsumowanie 318
  • Ćwiczenia 318

Rozdział 21. Wartość klienta, symulacja Monte Carlo i podejmowanie decyzji marketingowych 321

  • Określanie wartości klienta za pomocą łańcucha Markova 321
  • Prognozowanie powodzenia akcji marketingowej za pomocą symulacji Monte Carlo 326
  • Podsumowanie 331
  • Ćwiczenia 331

Rozdział 22. Lokowanie zasobów marketingowych w utrzymywanie i pozyskiwanie klientów 335

  • Modelowanie wydatków na utrzymywanie i pozyskiwanie klientów 336
  • Podstawowy model optymalizacji wydatków na utrzymywanie i pozyskiwanie klientów 338
  • Ulepszenie podstawowego modelu 339
  • Podsumowanie 341
  • Ćwiczenia 342

CZĘŚĆ VI. SEGMENTACJA RYNKU 345

Rozdział 23. Analiza skupień 347

  • Grupowanie miast 348
  • Segmentacja rynku w analizie łączonej 354
  • Podsumowanie 358
  • Ćwiczenia 358

Rozdział 24. Filtrowanie zespołowe 359

  • Filtrowanie zespołowe według użytkownika 359
  • Filtrowanie zespołowe według elementu 363
  • Porównanie filtrowania zespołowego według elementu i według użytkownika 365
  • Konkurs Netfliksa 366
  • Podsumowanie 366
  • Ćwiczenia 366

Rozdział 25. Segmentacja rynku z wykorzystaniem drzewa decyzyjnego 369

  • Drzewa decyzyjne 369
  • Budowanie drzewa decyzyjnego 370
  • Przycinanie drzewa i metoda CART 374
  • Podsumowanie 375
  • Ćwiczenia 375

CZĘŚĆ VII. PROGNOZOWANIE SPRZEDAŻY NOWEGO PRODUKTU 377

Rozdział 26. Prognozowanie sprzedaży nowego produktu za pomocą krzywej S 379

  • Interpretacja krzywej S 379
  • Dopasowywanie krzywej Pearla 381
  • Uwzględnianie sezonowości w dopasowywaniu krzywej S 383
  • Dopasowywanie krzywej Gompertza 384
  • Porównanie krzywych Pearla i Gompertza 387
  • Podsumowanie 388
  • Ćwiczenia 388

Rozdział 27. Model dyfuzji Bassa 391

  • Wprowadzenie do modelu Bassa 391
  • Dopasowywanie modelu Bassa 392
  • Prognozowanie sprzedaży nowego produktu za pomocą modelu Bassa 394
  • Urealnienie danych o zamiarach klientów 397
  • Symulowanie sprzedaży nowego produktu za pomocą modelu Bassa 398
  • Modyfikacje modelu Bassa 399
  • Podsumowanie 400
  • Ćwiczenia 401

Rozdział 28. Prognozowanie okresu sprzedaży produktu z wykorzystaniem zasady kopernikańskiej 403

  • Zasada kopernikańska 403
  • Szacowanie pozostałego czasu życia produktu 405
  • Podsumowanie 405
  • Ćwiczenia 406

CZĘŚĆ VIII. SPRZEDAŻ DETALICZNA 407

Rozdział 29. Analiza koszyka zakupów i winda sprzedażowa 409

  • Wyliczanie windy sprzedażowej dwóch produktów 409
  • Wyliczanie trzykierunkowej windy sprzedażowej 413
  • Rozwiane mity o eksploracji danych 416
  • Optymalizacja rozmieszczenia produktów na podstawie wartości windy sprzedażowej 416
  • Podsumowanie 419
  • Ćwiczenia 419

Rozdział 30. Analiza RFM i optymalizacja bezpośrednich kampanii wysyłkowych 421

  • Analiza RFM 421
  • Historia udanego zastosowania analizy RFM 427
  • Optymalizacja bezpośrednich kampanii wysyłkowych za pomocą dodatku Solver 427
  • Podsumowanie 428
  • Ćwiczenia 429

Rozdział 31. Model SCAN*PRO i jego odmiany 431

  • Wprowadzenie do modelu SCAN*PRO 431
  • Modelowanie sprzedaży batoników 432
  • Prognozowanie sprzedaży oprogramowania 434
  • Podsumowanie 439
  • Ćwiczenia 439

Rozdział 32. Optymalizacja przestrzeni na półkach i zasobów sprzedażowych 441

  • Określenie zależności pomiędzy akcjami marketingowymi a sprzedażą 441
  • Modelowanie zależności wyników sprzedaży od aktywności przedstawicieli handlowych 442
  • Optymalizacja aktywności handlowej 446
  • Określanie przestrzeni na półkach w supermarkecie przy użyciu krzywej Gompertza 449
  • Podsumowanie 449
  • Ćwiczenia 450

Rozdział 33. Prognozowanie sprzedaży na podstawie kilku punktów danych 451

  • Prognozowanie przychodu z filmu 451
  • Modyfikacja modelu w celu podniesienia dokładności prognozy 453
  • Prognozowanie przychodu na podstawie danych z trzech tygodni 455
  • Podsumowanie 457
  • Ćwiczenia 457

CZĘŚĆ IX. REKLAMA 459

Rozdział 34. Ocena skuteczności wydatków na reklamę 461

  • Model Adstock 461
  • Inny model oceny skuteczności wydatków na reklamę 464
  • Optymalizacja wydatków na reklamę: kampanie pulsujące i ciągłe 466
  • Podsumowanie 469
  • Ćwiczenia 469

Rozdział 35. Modele wyboru mediów reklamowych 471

  • Liniowy model wyboru mediów 472
  • Upusty ilościowe 474
  • Wybór mediów przy użyciu metody Monte Carlo 476
  • Podsumowanie 480
  • Ćwiczenia 480

Rozdział 36. Reklamy PPC w Internecie 483

  • Definicja reklamy PPC 483
  • Modelowanie zysków z reklam PPC 485
  • Aukcje Google Ads 486
  • Optymalizacja stawki za kliknięcie przy użyciu symulatora 489
  • Podsumowanie 489
  • Ćwiczenia 490

CZĘŚĆ X. NARZĘDZIA DO BADANIA RYNKU 491

Rozdział 37. Analiza głównych składowych 493

  • Definicja analizy głównych składowych 493
  • Kombinacja liniowa, wariancja i kowariancja 494
  • Szczegóły analizy głównych składowych 500
  • Inne zastosowania analizy głównych składowych 506
  • Podsumowanie 507
  • Ćwiczenia 508

Rozdział 38. Skalowanie wielowymiarowe 509

  • Dane o podobieństwie produktów 509
  • Skalowanie wielowymiarowe odległości między miastami 510
  • Skalowanie wielowymiarowe danych o produktach śniadaniowych 515
  • Określenie idealnego punktu 518
  • Podsumowanie 522
  • Ćwiczenia 522

Rozdział 39. Algorytmy klasyfikacyjne: naiwny klasyfikator Bayesa i analiza dyskryminacyjna 525

  • Prawdopodobieństwo warunkowe 526
  • Twierdzenie Bayesa 527
  • Naiwny klasyfikator Bayesa 529
  • Liniowa analiza dyskryminacyjna 534
  • Weryfikacja modelu 538
  • Niezwykłe zalety klasyfikatora Bayesa 538
  • Podsumowanie 539
  • Ćwiczenia 539

Rozdział 40. Jednoczynnikowa analiza wariancji 541

  • Sprawdzanie, czy średnie grupowe się różnią 542
  • Przykład jednoczynnikowej analizy wariancji 542
  • Rola wariancji w analizie jednoczynnikowej 544
  • Prognozowanie danych z wykorzystaniem jednoczynnikowej analizy wariancji 545
  • Kontrasty 546
  • Podsumowanie 548
  • Ćwiczenia 549

Rozdział 41. Dwuczynnikowa analiza wariancji 551

  • Wprowadzenie do dwuczynnikowej analizy wariancji 551
  • Dwuczynnikowa analiza wariancji bez powtórzeń 552
  • Dwuczynnikowa analiza wariancji z powtórzeniami 554
  • Podsumowanie 558
  • Ćwiczenia 559

CZĘŚĆ XI. INTERNET I MARKETING SPOŁECZNOŚCIOWY 561

Rozdział 42. Sieci 563

  • Ocena ważności węzła 563
  • Ocena ważności połączenia 567
  • Opis struktury sieci 567
  • Sieci losowe i regularne 571
  • Bogaci są coraz bogatsi 574
  • Serwis Klout 576
  • Podsumowanie 577
  • Ćwiczenia 577

Rozdział 43. Matematyka w punktach przełomowych 579

  • Zarażanie sieci 579
  • Model Bassa a punkt przełomowy 582
  • Podsumowanie 586
  • Ćwiczenia 587

Rozdział 44. Marketing wirusowy 589

  • Model Wattsa 590
  • Bardziej zaawansowany model marketingu wirusowego 591
  • Podsumowanie 595
  • Ćwiczenia 595

Rozdział 45. Eksploracja tekstu 597

  • Stosowane pojęcia 598
  • Strukturyzacja tekstu 598
  • Eksploracja tekstu w praktyce 601
  • Podsumowanie 604
  • Ćwiczenia 604

Skorowidz 607

logotypy