Друзья, мы очень ценим знания и образование, и считаем, что сейчас как никогда актуально заниматься саморазвитием. Поэтому мы не только запустили новый курс по методам анализа данных, но и готовимся выложить в открытый доступ курс RADAR.Школы "Введение в маркетинговые исследования" целиком! Сейчас монтируем видео, как все будет готово - напишем.

А пока предлагаем вам вспомнить открытую лекцию Марка Шафира по бренд-архетипам, которая состоялась в декабре минувшего года: https://youtu.be/j16TfSPmErY. Лекция получилась не только очень душевной (спасибо еще раз всем, кто был, задавал крутые вопросы и помогал интерпретировать результаты), но и сильно насыщенной материалом, в том числе методным. Для вашего удобства мы прописали подробные таймкоды, смотрите с любого фрагмента:

00:06 Об исследованиях и книгах Пирсон и Марк
01:48 Простодушный / The Innocent. Капитан Америка
07:13 Искатель / The Explorer. Индиана Джонс
10:03 Мудрец / The Sage. Доктор Стрендж, магистр Йода
12:40 Герой / The Hero. Железный человек, Тор
18:00 Бунтарь / The Outlaw. Моргот, Саурон, Дарт Вейдер
21:57 Маг / The Magician. Гэндальф, Эльза из Холодного Сердца
24:08 Славный Малый / The Odrinary Guy. Соколиный Глаз Бартон
28:24 Любовник / The Lover. Наташа Романофф, Афродита
32:15 Шут / The Jester. Локи, Остап Бендер, Джокер
35:34 Заботливый / The Caregiver. Миссис Уизли, Сэм Гэмджи
37:41 Творец / The Creator. Феанор, Фрида Кало
41:07 Правитель / The Ruler. Один, Ник Фьюри
46:02 Как группируются и чем различаются архетипы
50:47 Фундаментальные потребности каждого архетипа
54:52 Описание пилотажного исследования архетипов агентства RADAR. Две части выборки
57:25 Пошаговая интерпретация результатов анализа соответствий. Карта позиционирования, названия осей, расположение точек, содержательные сектора
1:04:28 Интерпретация карты позиционирования: Простодушный. Coca-Cola, McDonalds, Disney
1:05:27 Интерпретация карты позиционирования: Славный Малый. Lays
1:06:36 Интерпретация карты позиционирования: Заботливый. Johnson & Johnson, Лента, Пятерочка
1:08:10 Интерпретация карты позиционирования: Любовник. Victoria's Secret, Chanel, Rich
1:08:58 Интерпретация карты позиционирования: Мудрец. Google, (Сбер)
1:09:35 Интерпретация карты позиционирования: Правитель. Microsoft, Альфа-Банк, (Сбер)
1:10:25 Интерпретация карты позиционирования: Маг. Apple, Тинькофф
1:13:40 Интерпретация карты позиционирования: Творец. Lego
1:13:50 Интерпретация карты позиционирования: Герой. Nike
1:15:02 Интерпретация карты позиционирования: Бунтарь. Red Bull
1:17:18 Интерпретация карты позиционирования: Искатель. Burger King, Netflix, Sony Playstation, S7 Airlines
1:25:12 Интерпретация карты позиционирования: Шут. KFC, Pepsi
1:29:45 Различия в восприятии бренд-архетипов массовой и экспертной аудиториями. Обсуждение результатов
1:47:13 Итоги, выводы, рекомендации, дискуссия, ответы на оставшиеся вопросы

Отдельную ценность, как нам кажется, представляет пошаговая интерпретация результатов анализа соответствий и построение карты позиционирования с делением на сектора. Enjoy!

#radar_school #mark_shaphir #cource #data_analysis #lectures #correspondence_analysis #spss #archetypes #video

Летняя Школа Анализа Данных

Друзья, мы рады объявить о том, что полным ходом готовимся к запуску нашего нового масштабного образовательного проекта - Летней школы анализа данных! Школа будет проходить с 5 июля по 1 сентября 2022 г. в онлайне (через Zoom). Будем разбирать все основные методы анализа, начиная с базовой статистики и синтаксиса SPSS, и заканчивая нелинейными регрессиями и ARIMA. Как всегда, всё на практике, с примерами, хитростями в SPSS и других софтах, и особенностями интерпретации методов.

Занятия будут проходить по вторникам и четвергам, предварительно с 19:00 до 21:00. По средам будут разборы домашних работ также с 19 до 21. Записываться будет можно не только на всю школу, но и на отдельные лекции по тем методам, которые вам нужны и интересны. Домашние задания можно будет делать также только по тем методам, которые вы хотите отработать и по которым вам нужна обратная связь.

Все подробности, описание и ссылки на регистрацию появятся на нашем канале чуть позже. Подписывайтесь (если еще не), оставайтесь с нами, следите за новостями!

А пока - в качестве тизера-трейлера Школы - предлагаем вам посмотреть обзорную лекцию Марка Шафира по основным методам анализа данных. 9 методов за 35 минут (точнее, даже за 27,5 минут - минус введение):
https://youtu.be/qkvAPyYbZ7c

ТАЙМКОДЫ:
02:43 Общая логика анализа большой базы данных
07:24 Анализ стандартизованных остатков (Standartized Residuals)
11:18 Анализ соответствий (Correspondence Analysis)
13:47 Категориальный факторный анализ (CatPCA)
15:12 Деревья классификации (Classification Trees), CHAID
19:20 Кластерный анализ (Cluster Analysis)
21:38 Дискриминантный анализ (Discriminant Analysis)
26:02 Регрессионный анализ (Regression Analysis)
27:26 Конджойнт-анализ (Conjoint Analysis)
32:23 Анализ временных рядов (Time Series Analysis)

#mark_shaphir #radar_school #lectures #course #data_analysis #spss #residuals #correspondence_analysis #factor #captca #cluster #segmentation #discriminant #chaid #regression #conjoint #timeseries #autoregression #arima

Предварительная программа Летней школы анализа данных — 2022

Привет, ребята! Мы подготовили предварительную программу Летней школы. Она включает девять тем, занимающих по неделе каждая. Тема состоит из трех занятий: (1) базовая лекция, (2) продвинутая лекция, после которой задается домашнее задание, и (3) воркшоп с разбором и обсуждением домашних заданий.

Все занятия ведет Марк Шафир, CEO & Co-Fouder RADAR. Регистрироваться можно будет на любые темы/занятия независимо друг от друга. Занятия будут проходить с 19:00 до 21:00 МСК в зуме.

Подробное описание каждого занятия и ссылки на регистрацию на TimePad появятся на следующей неделе, а пока — планируйте даты по интересующим вас темам:

1. БАЗОВАЯ СТАТИСТИКА И МЕРЫ СВЯЗИ
05 июля — Базовая лекция: для решения каких бизнес-задач используется, как работает, как интерпретировать
07 июля — Продвинутая лекция: расчеты в SPSS и макросах, приёмы и хитрости
13 июля — Воркшоп: разбор и обсуждение домашних заданий

2. АНАЛИЗ СООТВЕТСТВИЙ И КАРТЫ ВОСПРИЯТИЯ
12 июля — Базовая лекция: для решения каких бизнес-задач используется, как работает, как интерпретировать
14 июля — Продвинутая лекция: расчеты в SPSS и макросах, приёмы и хитрости
20 июля — Воркшоп: разбор и обсуждение домашних заданий

3. ФАКТОРНЫЙ АНАЛИЗ И СНИЖЕНИЕ РАЗМЕРНОСТИ
19 июля — Базовая лекция: для решения каких бизнес-задач используется, как работает, как интерпретировать
21 июля — Продвинутая лекция: расчеты в SPSS и макросах, приёмы и хитрости
27 июля — Воркшоп: разбор и обсуждение домашних заданий

4. КЛАСТЕРНЫЙ АНАЛИЗ И СЕГМЕНТАЦИЯ
26 июля — Базовая лекция: для решения каких бизнес-задач используется, как работает, как интерпретировать
28 июля — Продвинутая лекция: расчеты в SPSS и макросах, приёмы и хитрости
03 августа — Воркшоп: разбор и обсуждение домашних заданий

5. ДИСКРИМИНАНТНЫЙ АНАЛИЗ И ОБУЧЕНИЕ СЕГМЕНТАЦИИ
02 августа — Базовая лекция: для решения каких бизнес-задач используется, как работает, как интерпретировать
04 августа — Продвинутая лекция: расчеты в SPSS и макросах, приёмы и хитрости
10 августа — Воркшоп: разбор и обсуждение домашних заданий

6. ДЕРЕВЬЯ КЛАССИФИКАЦИИ И СКОРИНГ-СИСТЕМЫ
09 августа — Базовая лекция: для решения каких бизнес-задач используется, как работает, как интерпретировать
11 августа — Продвинутая лекция: расчеты в SPSS и макросах, приёмы и хитрости
17 августа — Воркшоп: разбор и обсуждение домашних заданий

7.РЕГРЕССИОННЫЙ АНАЛИЗ И МОДЕЛИ ЗАВИСИМОСТИ
16 августа — Базовая лекция: для решения каких бизнес-задач используется, как работает, как интерпретировать
18 августа — Продвинутая лекция: расчеты в SPSS и макросах, приёмы и хитрости
24 августа — Воркшоп: разбор и обсуждение домашних заданий

8. CONJOINT И ОПТИМИЗАЦИЯ ПРОДУКТА
23 августа — Базовая лекция: для решения каких бизнес-задач используется, как работает, как интерпретировать
25 августа — Продвинутая лекция: расчеты в SPSS и макросах, приёмы и хитрости
31 августа — Воркшоп: разбор и обсуждение домашних заданий

9. АНАЛИЗ ВРЕМЕННЫХ РЯДОВ И ПРОГНОЗИРОВАНИЕ
30 августа — Базовая лекция: для решения каких бизнес-задач используется, как работает, как интерпретировать
01 сентября — Продвинутая лекция: расчеты в SPSS и макросах, приёмы и хитрости
07 сентября — Воркшоп: разбор и обсуждение домашних заданий

#mark_shaphir #radar_school #lectures #course #data_analysis #spss #basic_statistics #residuals #correspondence_analysis #factor #captca #cluster #segmentation #discriminant #chaid #regression #conjoint #timeseries #autoregression #arima

Открыта запись на Летнюю школу анализа данных

Всем привет! Ура, готов сайт Летней школы! На сайте вы можете записаться на занятия Школы.

Чтобы записаться на открытые бесплатные лекции: переходите в раздел Программа. Нажимайте на кнопку «Записаться на бесплатную часть», заполняйте данные, отправляйте. Вам придет письмо со ссылкой на подтверждение e-mail адреса и данными для доступа к платформе курса. После подтверждения e-mail адреса вам дается доступ ко всем открытым лекциям (записываться на каждую не нужно).

Чтобы записаться на весь модуль / несколько модулей с продвинутой частью и воркшопами: переходите в раздел Программа. Нажимайте на «Купить доступ ко всему модулю». Вы перейдете на виджет, где галочкой отмечен тот модуль, в котором вы нажали на кнопку «Купить». Если вы хотите записаться на несколько модулей, вы можете отметить галочками те темы, которые вам интересны. Далее действуйте исходя из инструкций на сайте и в письме.
ВАЖНО: если вы хотите записаться на все модули, то не надо нажимать на все галочки в виджете, по которому вы перешли из программы (хотя, вы можете так сделать, но не получите скидку). Для записи на все модули есть отдельная кнопка в правом верхнем углу меню сайта.

Чтобы записаться на все модули с продвинутой частью и воркшопами: нажимайте на «Записаться на все модули» в правом верхнем углу меню. Далее действуйте исходя из инструкций на сайте и в письме.

Если вы хотите оплатить доступ через юрлицо, пишите на [email protected]. По любым вопросам пишите туда же 😊

Стартуем 5 июля, early bird price до 1 июля. Не откладывайте на 2 июля то, что можно сделать сегодня 😊

#radar_school #lectures #course #data_analysis

Последний день early bird price в Летней Школе Анализа Данных!

Напоминаем, что сегодня до конца дня можно приобрести доступ к продвинутой части за 5 000 руб. за модуль и за 39 000 руб., если вы возьмете все 9 модулей (вместо 45 000 руб., если брать их по отдельности).

С завтрашнего дня доступ к одному полному модулю будет стоить 7 000 руб. Все 9 модулей, приобретенные единовременно, обойдутся вам в 49 000 руб. (вместо 63 000 руб., если брать их по отдельности). Так что, если вы хотите взять 7 модулей, берите все. По цене то же самое, а знания могут пригодиться 😊

Инструкция по оплате:
- чтобы попасть на виджет выбора модулей по отдельности, нужно на сайте Школы в разделе Программа нажать на кнопку «Купить доступ ко всему модулю» в любом модуле – там вы сможете галочками выбрать те модули, которые вам нужны
- чтобы купить все модули со скидкой, нажимайте на «Записаться на все модули» в правом верхнем углу

P.S. Не забывайте, что в каждом модуле есть одна открытая бесплатная лекция. Если хотите послушать базовые вещи, но не готовы идти в продвинутое обучение, записывайтесь в разделе Программа. Кнопка «Записаться на бесплатную часть» в любом модуле приведет вас к форме записи на все открытые лекции Летней Школы.

#radar_school

Новый калькулятор значимых различий для индекса NPS

«А под корнем очень кстати половина Пи в квадрате» )

У меня была замечательная учительница математики в школе, которая откуда-то доставала классные стихи про формулы. Эта фраза так заела мне в памяти, что часто, когда мне в голову приходит слово «кстати», я вспоминаю кусочек стишка.

Сегодня первая лекция Летней Школы – про базовые понятия в статистике. Будем говорить в том числе и про значимость различий. А значимость различий – это вам не просто так. 5% может быть меньше 14%, а может быть и не меньше! Когда выборки маленькие, и разница находится в пределах ошибки выборки).

Для понимания, меньше или не меньше, используют калькуляторы. У нас такие есть на сайте (кстати, самая популярная страничка ever). И очень кстати вчера мы запилили новый калькулятор значимых различий для индекса NPS. Он, как известно, не от 0% до 100%, как обычные доли, а от -100 п. до +100 п. (потому что это разница двух долей признака). Поэтому там нужен свой подход к расчету и свой калькулятор.

Об этом и другом простом, но важном, сегодня на бесплатной лекции. Записываться надо через сайт Школы.

#radar_school #nps

Интерпретация анализа соответствий: цифры + доп. фичи (а не только картинка)

Результат анализа соответствий – карты восприятия – кажутся красивыми, достаточно понятными (твой бренд в окружении точек с высказываниями, куда уж проще осознавать, «рядом с чем» ты) и… не очень применимыми к использованию в стратегии, KPI и всяких таких инструментах, где нужны цифры и где интерпретация не так зависит от видения аналитика.

На деле все совсем не так. Во-первых, карта восприятия – это карта, которая строится по координатам, так что цифры есть. Во-вторых, классная и важная штука, которую выдает анализ соответствий – это оси, которых больше, чем есть на карте, и которые, что самое интересное, есть по сути своей латентные факторы. И каждая точка имеет свой уровень связи с этими факторами. Можно выбирать разные оси-факторы для карты, можно проверять гипотезы на связь бренда с фактором и даже ставить KPI на попадание в сектор (если у вас волновое исследование и факторы более-менее устойчивые).

Приходите послушать, как интерпретировать карты восприятия, не смотря на карты, а анализируя квадраты корреляций точек с осями. Открытая бесплатная лекция сегодня в 19. Не забудьте зарегистрироваться, если вдруг еще не регистрировались.

#radar_school #correspondence_analysis

Критерии успешной сегментации

Сегментация потребителей – важнейший инструмент маркетинга. Хорошая сегментация помогает фокусироваться и дифференцироваться, увеличивать продажи, пенетрацию и прибыль, снижать издержки на поддержание уровня лояльности и коммуникацию с клиентами.

Технически сегментации чаще всего строятся с помощью кластерного анализа. Методов кластерного анализа существует очень много, как и видов расстояний. Если добавить к этому разное возможное количество и тип шкал кластеризующих переменных, а также разное возможное число кластеров, то потенциальное количество решений становится огромным! Как оценивать все эти возможные решения и как выбрать из них наилучшее?

Мы обычно ориентируемся на следующие критерии:

1. Решение бизнес-задач
Сегментация должна чётко показывать возможности для увеличения прибыли
— Для этого у вас должны быть такие показатели, как: средний чек, LTV, потенциальный объем продаж сегменту, издержки, и т.д.

2. Дифференциация
Представители разных сегментов должны максимально сильно отличаться друг от друга по поведению (в том числе по потребляемым брендам и типам продукта), и при этом быть максимально схожими внутри сегмента
— Технически за это отвечает внутрикластерная и межкластерная дисперсия

3. Устойчивость
Возможность многократного воспроизведения сегментации, в т.ч. в последующих волнах и в других исследованиях
— Устойчивость можно оценить с помощью, например, коэффициентов tau-B и tau-C Кендалла, или с помощью дискриминантного анализа

4. Идентификация
Простота и четкость определения принадлежности к сегменту - в идеале так, чтобы в любой точке контакта клиента (в том числе потенциального) с компанией можно было определить сегмент клиента
— Технически за это отвечает дискриминантный либо регрессионный анализ

5. Достижимость
Возможность донести до сегмента не только сам наш продукт, но и коммуникацию с подходящим месседжем через релевантные для него каналы
— Для этого вам нужны данные о точках контакта клиента с компанией, данные о медиа-потреблении и стиле жизни сегментов

Сегодня на базовой лекции о кластерном анализе будем разбираться в этих критериях, а также в самих методах и расстояниях, их возможностях и ограничениях. Начинаем в 19:00. Не забудьте зарегистрироваться в Летней Школе Анализа Данных, если еще не.

#radar_school #segmentation #cluster #discriminant

Дискриминантный анализ: следующий этап работы с сегментацией после кластерного

Дискриминантный анализ (ДА) – это мощный инструмент работы с уже имеющейся классификацией. Он не строит сами сегментации, но зато умеет предсказывать принадлежность к сегменту на основе значений независимых переменных (иксов). Дискриминантный анализ ищет такую комбинацию иксов, которая максимизирует различия между сегментами.

В маркетинговых исследованиях преимущества дискриминантного анализа сильнее всего раскрываются при работе с сегментацией, построенной до этого, например, одним из методов кластерного анализа. Собрали основные возможности дискриминантного анализа ниже:

1. Показывает, по каким именно переменным сегменты сильнее всего различаются
Построив сегменты кластерным анализом, мы не знаем, какие именно из кластеризующих переменных сильнее всего разносят респондентов по сегментам. Для этого нам нужен как раз ДА

2. Оценивает устойчивость сегментации
ДА – это один из инструментов оценки устойчивости кластерного решения, наряду с tau-B и tau-C Кендалла. Причем ДА не просто показывает общий коэффициент воспроизводимости сегментации, но и отдельно по каждому сегменту

3. Формирует правила отнесения к сегментам
С помощью ДА можно создать калькулятор отнесения респондента к сегменту на основе его ответов, причем не обязательно только на те вопросы, на которых строилась сама сегментация

4. Обучает новую выборку
С помощью ДА можно обучить сегментации новую волну исследования (или другое исследование) и сразу же оценить качество этого обучения. Соотношение обучающей выборке к обучаемой должно быть, желательно, не менее 3:1, лучше 4:1. Вообще, чем больше это соотношение - тем лучше

5. Снижает размерность пространства
По аналогии с методом главных компонент и анализом соответствий, ДА тоже снижает размерность пространства, выделяя 2 или более главных осей (дискриминантных функций), которые отделяют одни сегменты от других. Эти оси также принято интерпретировать и давать им содержательные названия

6. Строит карты наподобие анализа соответствий, только с интервальными переменными
ДА дает возможность строит Point-Vector Maps. Это вид карт позволяет расположить в двумерном пространстве одновременно и сегменты, и переменные, по которым эти сегменты различаются. С виду эти карты похожи на карты соответствий, но интерпретируются по-другому

Сегодня на базовой лекции о дискриминантном анализе будем разбираться в этих и других возможностях метода. Начинаем в 19:00. Лекция бесплатная, нужна регистрация в Летней Школе Анализа Данных.

#radar_school #discriminant #cluster #segmentation

Лекция про Conjoint от Александра Земскова, CTO RADAR, в этот вторник

Завтра в 19:00 в рамках Летней Школы Анализа Данных проводим открытую лекцию про то, что такое Conjoint-анализ и зачем он нужен.

Про Conjoint в двух словах не расскажешь. Чтобы понять принцип методики, можно посмотреть, как она выглядит «на входе», в анкете. Респонденту дается на выбор несколько продуктов, у которых одинаковый набор характеристик с разными значениями. А чтобы узнать, что получается «на выходе», приходите послушать лекцию (спойлер: если в исследовании есть ценовой уровень, то можно даже посчитать кривые спроса и спрогнозировать каннибализацию).

В четверг на платной части модуля:
- покажем, как выглядит база данных исследования с Conjoint-анализом,
- попробуем посчитать что-то в SPSS, покажем разные софты для подсчетов,
- расскажем, как конструируются Conjoint-симуляторы предпочтений,
- на основе симуляторов попробуем посчитать экономику продукта.

Ссылка для регистрации на бесплатную часть, если вы еще не регистрировались на открытые лекции Школы.

#radar_school #conjoint

Всем привет! Первая базовая лекция Летней Школы анализа данных уже на YouTube 🔥

#mark_shaphir #radar_school #data_analysis #basic_statistics #scales

Видео базовой лекции по анализу соответствий

Выложили видео базовой лекции по анализу соответствий из Летней Школы анализа данных – 2022! В ней разбираем:

– Как устроен метод: что на входе и что на выходе
– Как правильно интерпретировать карты соответствий, опираясь на дополнительные числовые статистики
– Чего нельзя делать на картах и как избежать типичных ошибок при интерпретации
– Как называть полюса осей
– Как дополнять и обогащать результаты АС результатами анализа остатков
– Как делать выводы на основе карт соответствий
– Чем множественный анализ соответствий отличается от простого

Смотрим примеры карт позиционирования, имиджа брендов, портрета сегментов (на основе данных наших синдикативных исследований)

#mark_shaphir #radar_school #lectures #data_analysis #correspondence_analysis

Листы ожидания на курсы

Всем привет!

К нам стали обращаться по поводу предзаписи на курсы, поэтому мы завели листы ожидания. Если вы точно знаете, что собираетесь быть студентом какого-либо курса, то пишите мне в личку, и я добавлю вас в лист ожидания. Участники листов ожидания первыми получат возможность присоединиться к курсам по цене early bird.

Напоминаю, что мы планируем 3 курса:
1. Школа анализа данных, программа будет примерно как в прошлом году, содержание будет усовершенствовано.
2. Курс по ценовым исследованиям. Программа уже готова, скоро напишем. Слушатели курса первыми получат новые инструменты по анализу данных из методик Gabor Granger и PSM и бессрочное бесплатное пользование этими инструментами.
3. Курс по маркетинговым фреймворкам: про различные схемы содержательных показателей и шкал, карты, матрицы и модели, которые строятся на опросных данных и входят в маркетинговые и бизнес-стратегии.

Пишите, на какой курс хотите записаться и как хотите оплачивать: как физлицо или как юрлицо (стоимость будет одинаковая). Если вам нужна презентация для ваших работодателей, чтобы рассказать про курс, тоже пишите, мы вышлем сразу, как будет готова.

#radar_school

Школа Анализа Данных — 2023 стартует 20 сентября

Мы рады объявить о запуске очередного потока Школы анализа данных RADAR! Как и в прошлом году, курс будет модульным. В этом году решили разделить некоторые темы и сделать больше модулей. Вот предварительная программа:

01. ОРГАНИЗАЦИЯ БАЗЫ, ТИПЫ ПЕРЕМЕННЫХ, ВЕСА, ТАБЛИЦЫ
Связь анкеты и базы. Организация структуры данных. Типы шкал и переменных. Веса. Линейные распределения. Меры средней тенденции. Multiple response set'ы. Таблицы сопряженности.
Вебинар: 20 сентября. Разбор ДЗ: 26 сентября

02. ЗНАЧИМЫЕ РАЗЛИЧИЯ И ДОВЕРИТЕЛЬНЫЕ ИНТЕРВАЛЫ
Аппарат проверки гипотез. Стандартная ошибка. Доверительные интервалы. T-test: сравнение средних. Z-test: сравнение долей признаков. Статистически значимые различия. Дисперсионный анализ.
Вебинар: 27 сентября. Разбор ДЗ: 3 октября

03. КОРРЕЛЯЦИЯ И МЕРЫ СВЯЗИ
Связь и зависимость. Меры связи для разных типов шкал. Анализ стандартизованных остатков. Ранговая корреляция. Корреляция Пирсона. Частная корреляция.
Вебинар: 4 октября. Разбор ДЗ: 10 октября

04. АНАЛИЗ СООТВЕТСТВИЙ И КАРТЫ ВОСПРИЯТИЯ
Профили, массы, расстояния, инерция. Координаты и вклады. Интерпретация полюсов осей. Разграничение карт на сектора. Виды нормализации. Простой и множественный анализ соответствий.
Вебинар: 11 октября. Разбор ДЗ: 17 октября

05. РАЗВЕДОЧНЫЙ ФАКТОРНЫЙ АНАЛИЗ И СНИЖЕНИЕ РАЗМЕРНОСТИ
Метод главных компонент (PCA). Выбор количества факторов. Факторные нагрузки и факторные значения. Вращение осей. Категориальный факторный анализ (CatPCA). Многомерное шкалирование.
Вебинар: 18 октября. Разбор ДЗ: 24 октября

06. КЛАСТЕРНЫЙ АНАЛИЗ И СЕГМЕНТАЦИЯ
Выбор кластеризующих переменных. Выбор формы кластеров. Выбор метрики пространства. Определение количества кластеров. Метод K-means. Иерархические методы. Кластеры на факторах.
Вебинар: 25 октября. Разбор ДЗ: 31 октября

07. ДИСКРИМИНАНТНЫЙ АНАЛИЗ И ОБУЧАЮЩАЯ ВЫБОРКА
Оценка устойчивости кластерного решения. Обучающая и обучаемая выборка. Дискриминантная функция. Процент верных предсказаний. Карты различий сегментов. Векторные карты.
Вебинар: 1 ноября. Разбор ДЗ: 7 ноября

08. ДЕРЕВЬЯ КЛАССИФИКАЦИИ И СКОРИНГ-СИСТЕМЫ
Алгоритмы CHAID, ECHAID, C&RT, QUEST. Критерии роста и остановки дерева. Выбор предикторов, регулировка разбиений. Работа с узлами. Предсказательная сила дерева.
Вебинар: 8 ноября. Разбор ДЗ: 14 ноября

09. ЛИНЕЙНЫЕ И НЕЛИНЕЙНЫЕ РЕГРЕССИИ И МОДЕЛИРОВАНИЕ
Простая линейная регрессия. Параметры модели. Остатки и ошибки. Ограничения регрессии. Интерпретация коэффициентов. Множественная регрессия. Dummy-переменные. Нелинейные регрессии. Подбор модели.
Вебинар: 15 ноября. Разбор ДЗ: 21 ноября

10. ЛОГИСТИЧЕСКИЕ РЕГРЕССИИ И МОДЕЛИРОВАНИЕ ВЕРОЯТНОСТЕЙ
Отношение шансов. Логит-модели. Интерпретация коэффициентов. Пошаговые методы. Процент верных предсказаний. Переобучение регрессии. Эффекты взаимодействия.
Вебинар: 22 ноября. Разбор ДЗ: 28 ноября

11. CONJOINT И ОПТИМИЗАЦИЯ ПРОДУКТА
Атрибуты, уровни, профили, полезности, важности. Ортогональный план. RBC, ACA, CBC, MaxDiff, Menu-Based. Оптимизация продукта. Работа в симуляторах.
Вебинар: 29 ноября. Разбор ДЗ: 5 декабря

12. ВРЕМЕННЫЕ РЯДЫ И ПРОГНОЗИРОВАНИЕ
Тренд и сезонность. Автокорреляция и авторегрессия. Модели ARIMA. Значимость параметров и критерии качества.
Вебинар: 6 декабря. Разбор ДЗ: 12 декабря

Все занятия ведет Марк Шафир, CEO & Co-Founder RADAR. Курс проходит в Live-формате. Собираемся два раза в неделю в зуме с 19:00 до 21:00 МСК. LMS со всеми материалами на платформе GetCourse.

Много практики, минимум теории. Работаем в разных софтах. Строим всё на примерах из наших синдикативных исследований. Для ДЗ можно использовать свои базы.

Записываться можно будет на любые модули. Планируем тарифы с проверкой ДЗ (и разбором на воркшопе) и без. Для тех, кто только знакомится с анализом данных, будет полностью бесплатный тариф только с теоретическими лекциями.

Сайт курса с записью запустим в конце августа. Пока – ставьте в календарь интересующие темы.

#radar_school #data_analysis_school #lectures #course #data_analysis #spss #mark_shaphir

Видео базовой лекции Александра Земскова по Conjoint

Поздравляем всех с Днем знаний! А тем, у кого 1 сентября – не совсем праздник, а окончание 92-дневного отдыха от учебной рутины, искренне сочувствуем 😊

В честь Дня знаний выложили видео базовой открытой лекции по Conjoint с Летней Школы анализа данных – 2022! В ней разбираем:

— Как измеряли важность продуктовых характеристик до Conjoint
— В чём разница между RBC, CBC, MaxDiff и Menu-Based Conjoint
— Где в Conjoint "зарыты" регрессионный анализ, иерархический Байес и Монте-Карло
— Что такое Willingness to Pay за фичу и как её считать
— Как делать Conjoint хорошо
— Как Conjoint используется совместно с монадик-тестами, лестницей цен, PSM, Кано, TURF-анализом
— Какие бывают типы симуляций
— Как происходит оптимизация продукта
— Как решать бизнес-задачи с помощью Conjoint

Работаем в двух видах Conjoint-симуляторов, разбираем два бизнес-кейса

#conjoint #alexander_zemskov #lectures #data_analysis #radar_school

Открыта запись на Школу Анализа Данных, которая начинается 20 сентября

Ура, готов новый сайт Школы Анализа Данных! На сайте вы можете записаться на занятия Школы.

Мы сделали для вас 3 варианта обучения:
- только теоретические предзаписанные лекции (тариф Free),
- теория ПЛЮС практические лекции в лайве, где Марк будет показывать, как делать анализ (тариф Light),
- теория, практические лекции ПЛЮС воркшопы в лайве с разбором домашних заданий (тариф Full).

По традиции, можно купить несколько модулей. Если вы практикующий аналитик, но чувствуете пробел в каких-то темах, можете записаться точечно на то, что вам нужно. Либо можно купить курс полностью со скидкой. В этом году у нас 12 модулей, и если вы записываетесь на все двенадцать, то приобретаете их по цене десяти.

При выполнении домашних заданий в тарифе Full дается сертификат с информацией о том, что вы прослушали практические семинары и успешно выполнили домашние задания по темам. Если вы выполните домашние задания по всем модулям, вам выдается диплом о прохождении Школы Анализа Данных от агентства RADAR.

По отзывам студентов, которые учились в Высшей Школе Экономики во времена, когда Марк преподавал там анализ данных маркетинговых исследований (2006-2020 годы), этот курс оказался наиболее применимым в дальнейшей карьере.

До 13 сентября цены early bird, потом – повышение. Для тех, кто планирует оплачивать через работодателя, мы можем зафиксировать цену early bird до начала курса. Также возможна оплата картами, выпущенными не в РФ.

По всем вопросам пишите на [email protected]. Материал мощный, готовьтесь много думать и применять умения на практике.

#radar_school #lectures #course #data_analysis

Программа курса "Количественные маркетинговые фреймворки"

Друзья, делимся предварительной программой курса, запуск которого планируем 11 апреля:

1. Виды бизнес-моделей. Виды задач: бизнес, маркетинговые, коммуникационные, исследовательские
— Виды бизнес-моделей по Остервальдеру: примеры известных компаний
— Чем отличаются друг от друга бизнес-задачи, маркетинговые, коммуникационные? Почему бизнес-задачи всегда во главе? Как трансформируются в исследовательские?
— Классифицируем исследовательские задачи и методы исследований

11.04 – Мастер-класс
17.04 – Разбор ДЗ

2. Объём рынка – ёмкость рынка – доля рынка. Выборка и экстраполяция
— Типы выборок. Зачем нужна вероятностная выборка и как её построить?
— Рассчитываем объём и ёмкость рынка
— Рассчитываем долю рынка продукта и бренда
— Оцениваем погрешность измерения и экстраполируем на генеральную совокупность
— Разбираемся с видами взвешивания

18.04 – Мастер-класс
24.04 – Разбор ДЗ

3. Воронка продаж и пирамида здоровья бренда. Индексы конверсии
— Коммуникационные модели: AIDA, DIBABA, DAGMAR, FCB
— Показатели здоровья бренда: спонтанное и подсказанное знание, Top-of-Mind, виды пользования и покупки, намерение и анти-намерение, consideration, repertoire
— Виды пирамид/лестниц/коридоров здоровья бренда
— Конверсии и сравнение с нормами с учётом статистической значимости
— Карты Conversion-Retention
— Доверительные интервалы на картах
— Сегментируем аудиторию бренда по этапам пирамиды

25.04 – Мастер-класс
02.05 – Разбор ДЗ

4. Имидж бренда и позиционирование. Карты восприятия
— Подходы к измерению имиджа, типы шкал
— Имиджевые профили: строим и сравниваем с учетом значимости
— Анализ остатков. Разделяем атрибуты группы по важности
— Карты соответствий: называем оси и сектора восприятия
— Как рассчитывать важность атрибутов

08.05 – Мастер-класс
15.05 – Разбор ДЗ

5. Заявленная и реальная важность. Needs & Gaps и SWOT
— Чем плоха заявленная важность
— Рассчитываем реальную важность несколькими способами
— Карты заявленной-реальной важности
— Карты Needs & Gaps
— SWOT-анализ на данных по важности

16.05 – Мастер-класс
22.05 – Разбор ДЗ

6. Драйверы и ситуации. CEP и голубой океан
— Драйверы и барьеры потребления категории / продукта
— Ситуации и контекст потребления
— Фреймворк CEP Байрона Шарпа. Mental market share, Mental penetration и другие показатели
— JTBD: как разумно использовать и что можно сделать на количественном уровне
— Стратегия голубого океана: операционализируем через бизнес-модели и важность драйверов

23.05 – Мастер-класс
29.05 – Разбор ДЗ

7. Сегментация. Матрицы приоритизации сегментов
— Критерии хорошей сегментации
— Строим и описываем сегменты, оцениваем качество решения
— Карта дифференциации сегментов
— Матрица приоритизации сегментов

30.05 – Мастер-класс
05.06 – Разбор ДЗ

8. Важность фичей в продукте. TURF, Кано, MaxDiff
— TURF-анализ
— Модель Кано: раскладываем факторы на ожидаемые, линейные, восхищающие, обратные, индифферентные
— Шкала максимального различия MaxDiff

06.06 – Мастер-класс
11.06 – Разбор ДЗ

9. Лояльность и удовлетворённость. NPS, CSI, драйверы-барьеры, модели лояльности
— NPS: учимся правильно мерить и сравнивать
— Два вида NPS: Top Down и Bottom Up
— Как мерить драйверы и барьеры лояльности NPS
— Модель NPS: на что влияет индекс NPS, и что влияет на него
— CSI: веса характеристик и оценки бренда/продукта
— Карты “важность – удовлетворённость”

13.06 – Мастер-класс
19.06 – Разбор ДЗ

10. Оценка эффективности рекламы. TRP и ROI
— Медиа-показатели: TVR, GRP, TRP, Reach, и т.д.
— Виды знания рекламы: claimed recall, proven recall, и т.д.
— Коммуникационные эффекты рекламы: интерес, вовлеченность, привлекательность, желание купить, усталость от рекламы, и т.д.
— Как рассчитывать эффект влияния рекламы на здоровье бренда, имидж, лояльность
— Эффективность каналов
— Модели эффективности рекламы с учетом затрат на медиа

20.06 – Мастер-класс
26.06 – Разбор ДЗ

Старт продаж – в течение недели! Допиливаем сайт, тестируем все системы )

#radar_school #course #QMF #mark_shaphir

Мы запустили сайт и открыли запись на курс по количественным маркетинговым фреймворкам

Всем привет и ура, мы сделали сайт про курс по фреймворкам! Основное про курс:

- преподаватель – Марк Шафир
- есть два тарифа – Light и Full. Light – это мастер-классы, максимально практико-ориентированные, где Марк показывает, как делать анализ, какие вопросы с какими точными формулировками надо добавлять в анкету, как интерпретировать, давать рекомендации, связывать с бизнес-показателями. Full – добавляются вебинары с разбором домашних заданий
- только live, никаких предзаписанных лекций. Общение и вопросы приветствуются и составляют одну из главных ценностей обучения
- в SPSS что-то показывать будем, но можно обойтись без него и вообще без никакого ПО, требующего установки на компьютер
- сложного анализа данных и математики не будет, для этого есть отдельный курс, который будет осенью
- с юрлица оплатить можно, стоимость не меняется. Если нужна презентация про курс для руководства, пишите на [email protected] или мне в личку
- доступ к платформе курс дается на полгода. На платформе будут все записи пройденных мастер-классов и вебинаров, презентации, доп. материалы, инструменты для анализа. Также в течение этого времени можно досдать домашние задания и получить комментарии от Марка
- по окончании курса выдаем подтверждающий документ (сертификат/диплом) с указанием всех тем, часов и «зачетов», если вы сделали домашние задания
- Early bird price – до 29 марта, потом будет повышение. Для тех, кто оплачивает с юрлица, цена фиксируется на момент запроса

Пишите, задавайте вопросы, будем рады пообщаться 😊

#radar_school #course #QMF

Last call!

Через час начинаем курс по Количественным Маркетинговым Фреймворкам. Кто хотел, но забыл, есть еще шанс присоединиться по тарифу Light.

Темы сегодняшнего мастер-класса: Виды бизнес-моделей. Виды задач: бизнес, маркетинговые, коммуникационные, исследовательские.

Смотрим бизнес-модель по Остервальдеру. Изучаем бизнес-задачи, маркетинговые задачи и коммуникационные. Учимся трансформировать их в исследовательские задачи. Разбираемся, какие методы исследований подходят под разные исследовательские задачи. Всё показываем на кейсах.

#radar_school #course #QMF