Методология научных исследований в менеджменте: методы научных исследований в маркетинге

Магистратура 2020/2021

Статус: Курс обязательный (Маркетинг)

Направление: 38.04.02. Менеджмент

Кто читает: Кафедра маркетинга фирмы

Где читается: Высшая школа бизнеса

Когда читается: 2-й курс, 1, 2 модуль

Формат изучения: без онлайн-курса

Преподаватели: Галицкая Елена Геннадьевна

Прогр. обучения: Маркетинг

Язык: русский

Кредиты: 3

Контактные часы: 24

Полная версия программы учебной дисциплины

Аннотация

Настоящий курс предназначен для слушателей магистерской образовательной программы «Маркетинг» и посвящен маркетинговым моделям и процессу их построения. Основное внимание уделяется тем моделям, которые могут помочь менеджерам в принятии маркетинговых решений. Поскольку модели отражают взаимосвязи маркетинговых переменных, то уже сам процесс их построения способен улучшить качество принимаемых маркетинговых решений, не говоря о конечном результате их применения. Чтобы маркетинговая модель принесла пользу, менеджеры должны четко представлять себе, что эта модель описывает, а что – нет. Только тогда они могут, делая на основе модели выводы, одновременно оценивать их адекватность, принимая во внимание обстоятельства, выходящие за рамки модели. Курс «Методология научных исследований в менеджменте: методы научных исследований в маркетинге» (2 курс) предполагает, что студентами уже освоен базовый комплекс экономических дисциплин, они владеют маркетинговыми понятиями и методами маркетинговых исследований, хорошо представляют себе практические задачи в этой области и, кроме того, имеют серьезную подготовку по математической статистике. В части программного обеспечения необходимо владение средствами Microsoft Office, а также знакомство с программным пакетом SPSS. В этом случае построение маркетинговых моделей будет воспринято студентами как естественное приложение базовых знаний. Задача курса – ознакомить студентов с общими принципами в области маркетингового моделирования и дать возможность практически овладеть основными навыками такого рода деятельности. Компьютерные методы анализа данных находят все более широкое применение в сфере принятия маркетинговых решений.

Цель освоения дисциплины

Целями освоения дисциплины являются вооружение слушателей навыками владения техникой моделирования в реальных условиях для принятия маркетинговых решений на фирме или предприятии.
Целями освоения дисциплины являются вооружение слушателей навыками использования моделей в реальных условиях для принятия маркетинговых решений на фирме или предприятии: например, решений по сегменти-рованию рынка, позиционированию и продвижению товара, ценовой политике и других.

Планируемые результаты обучения

Знает шкалы маркетинговых данных.
Умеет строить частотные распределения.
Умеет рассчитывать и объяснять статистические характеристики показателей.
Освоил общие принципы проверки статистических гипотез.
Знает гипотезы, которые проверяются на основе частотного распределения ответов.
Умеет строить таблицы кросс-табуляции маркетинговых данных.
Умеет проверять гипотезы, сформулированные на основе таблиц кросс-табуляции.
Освоил конджойнт (совместный) анализ данных.
Освоил факторный анализ (метрический метод главных компонент, PCA).
Освоил метод оптимального шкалирования (категориальный метод главных компонент, CatPCA).
Освоил метод иерархической кластеризации.
Освоил кластеризацию методом К-средних.
Освоил метод Classification Tree из программного пакета SPSS.

Содержание учебной дисциплины

Базовый анализ данных: шкалы маркетинuовых данных; частотные распределения, расчет статистических характеристик показателей
Основные типы шкал Преобразования, сохраняющие свойства шкал Возможности шкал Характеристики основной тенденции в ответах Характеристики разнообразия ответов
Базовый анализ данных: общие принципы проверки статистических гипотез; гипотезы, проверяемые на основе частотного распределения ответов
Идеи, лежащие в основе проверки маркетинговых гипотез Нулевая и альтернативная гипотезы Односторонние и двусторонние статистические тесты Выбор тестовой статистики Выбор уровня значимости Ошибки первого и второго рода
Базовый анализ данных: кросс-табуляция маркетинговых данных; проверка соответствующих гипотез
Принцип формирования таблиц кросс-табуляции Проверка гипотез о существовании статистически значимой связи между ответами на разные вопросы О различиях между средними значениями маркетинговых показателей
Углубленный анализ данных: конджойнт (совместный) анализ
Построение ортогонального плана Принципы сбора и представления данных для выполнения конджойнт-анализа Запуск процедуры конджойнт-анализа Интерпретация результатов
Углубленный анализ данных: факторный анализ (метрический метод главных компонент)
Цели применения факторного анализа в маркетинге Модель факторного анализа Принципы выбора числа факторов Вращение факторов Интерпретация результатов факторного анализа
Углубленный анализ данных: оптимальное шкалирование (категориальный метод главных компонент)
Цели применения категориального метода главных компонент Оцифровка категориальных переменных с помощью процедуры оптимального шкали-рования Особенности применения категориального метода главных компонент
Углубленный анализ данных: кластерный анализ (иерархическая кластеризация, кластеризация методом К-средних)
Маркетинговые задачи, решаемые с помощью кластерного анализа Методы объединения кластеров Меры расстояния между объектами Иерархический кластерный анализ Метод К-средних
Углубленный анализ данных: метод Classification Tree из программного пакета SPSS
Цель, задачи и преимущества построения деревьев классификации Методы построения деревьев классификации Интерпретация полученных результатов

Элементы контроля

Экзамен
Задания.
Экзамен
Задания.

Промежуточная аттестация

Промежуточная аттестация (2 модуль)
0.67 * Задания. + 0.33 * Экзамен

Программа дисциплины