Zastosowania data mining w badaniach marketingowych


Opis szkolenia: Kurs przeznaczony jest dla pracowników działów marketingu, którzy w swojej codziennej pracy mają do czynienia z różnymi zbiorami danych. Kurs zainteresuje również badaczy rynku, analityków oraz osoby zajmujące się analizą danych i budową modeli predykcyjnych i opisowych. W trakcie zajęć zrealizowane zostaną studia przypadków w oparciu o rzeczywiste zbiory obserwacji. Ich różnorodność sprawia, że kurs jest skierowany do przedstawicieli firm z wielu branż. Obszary aplikacyjne dotyczą m.in. badań segmentacyjnych, analizy koszykowej, web miningu, sprzedaży krzyżowej i uzupełniającej (cross-selling, up-selling) czy analizy danych ankietowych. Kurs 1-dniowy.Wymagania: umiejętność obsługi komputera w środowisku Windows, podstawowa znajomość pakietu STATISTICA, znajomość zasad wielowymiarowej analizy regresji i analizy czynnikowej, zalecamy wcześniejszy udział w kursie
STATISTICA kurs podstawowy lub Statystyka dla niestatystyków.

Kontynuacją mogą być np. szkolenia: kursy z cyklu data mining, Sieci neuronowe, Metody statystyczne w marketingu i badaniach rynku, Techniki segmentacji w badaniach rynkowych, Modelowanie w badaniach marketingowych i rynkowych, Badanie satysfakcji  wartości klienta.

Terminy szkoleń:

Program kursu

  1. Profilowanie segmentów i budowa modeli predykcyjnych za pomocą drzew klasyfikacyjnych CART – studium przypadku
    1. budowa drzewa klasyfikacyjnego
    2. wprowadzanie alternatywnych podziałów przy użyciu zmiennych zastępczych
  2. Analiza koszykowa (market basket analysis) jako podstawowa aplikacja reguł asocjacyjnych – studium przypadku
    1. reguły asocjacyjne
    2. miary jakości reguł asocjacyjnych
    3. wizualizacja wyników analizy
    4. generowanie reguł z wybranymi elementami poprzednika lub następnika
  3. Sekwencje i ich klasyczne zastosowania w analizie na potrzeby cross- i up-sellingu oraz w analizie strumienia odwiedzanych stron internetowych (click stream analysis) – studium przypadku
    1. reguły sekwencyjne i ich rodzaje
    2. interpretacja reguł
    3. sposoby wizualizacji sekwencji
  4. Użycie samoorganizujących się map (sieci Kohonena) w badaniach segmentacyjnych rynku – studium przypadku
    1. sieci Kohonena a kwantyzacja wektorowa
    2. sieci Kohonena a metoda k-średnich