Управление B2C-бизнесом: технологии и инновации

Кто читает:: Департамент маркетинга

Статус:: Курс обязательный

Когда читается:: 1-й курс, 1, 2 модуль

Преподаватель

Мхитарян Сергей Владимирович

Дополнительные материалы в LMS Задать вопрос

Аннотация

«Инструменты и методы анализа данных» – практико-ориентированная дисциплина, которая дает представление о методах статистического анализа маркетинговых данных с целью выявления закономерностей, проверки гипотез, моделирования и прогнозирования. Дисциплина объединяет методы обра¬ботки данных, статистические методы исследования, методы интел¬лектуального анализа данных, формирует навыки аналитического мышления и принятия взвешенных решений. Рассматриваются основные принципы работы с пакетом IBM SPSS Statistics, дается представление о применении инструментов описательных статистик, многомерного регрессионного анализа применительно к данным в маркетинге, статистических методов сегментации рынка без отклика и с откликом, включая кластерный, дискриминантный анализ, логистическую регрессию, деревья классификации, снижения размерности данных с помощью факторного анализа, построения карт восприятия с помощью анализа соответствий и многомерного шкалирования для решения задач позиционирования товаров на рынке, применения conjoint-анализа для оценки потребительских предпочтений. Целевой аудиторией являются студенты магистерской программы «Управление b2c-бизнесом: технологии и инновации». В результате освоения данного курса студенты получат теоретические знания и практические навыки, которые позволят им успешно преобразовывать собранные данные в полезную информацию. Владение аналитическим инструментарием IBM SPSS Statistics станет хорошим фундаментом будущей карьеры.

Цель освоения дисциплины

• Овладение основными принципами анализа с помощью пакета IBM SPSS Statistics, освоение основных инструментов, необходимых для анализа данных, полученных с помощью маркетинговых исследований, выработка навыков применения многомерных методов анализа, визуализации результатов и моделирования.

Планируемые результаты обучения

Освоить методы описательной статистики для первичного анализа маркетинговых данных
Научиться проводить регрессионный анализ и интерпретировать полученные результаты
Овладеть принципами проведения кластерного анализа для сегментации рынка и верификации полученных результатов
Научиться применение факторного анализа для снижения размерности данных
Освоить применение методов классификации с откликом для предсказания поведения потребителей
Овладеть принципами применения conjoint-анализа для оценки потребительских предпочтений
Правильно выбирать способ визуализации данных и результатов анализа в зависимости от задачи
Освоить методы построения карт восприятия для позиционирования товарного предложения
Научиться правильно применять критерии оценки причинно-следственных связей между переменными
Освоить инструменты визуализации результатов анализа данных
Овладеть методами регрессионного анализа для моделирования влияния совокупности регрессоров на результирующий показатель с помощью пакета IBM SPSS Statisitcs
Научиться применению факторного анализа для снижения размерности данных
Научиться применять методы кластерного анализа для сегментации потребителей
Освоить применения факторного анализа для снижения размерности данных и последующей кластеризации на основе полученных синтетических переменных
Овладеть инструментами дискриминантного анализа и логистической регрессии для моделирования поведения потребителей
Освоить деревья классификации для предсказания поведения потребителей в случае значительного числа категориальных предикторов
Овладеть методами построения карт восприятия для позиционирования товарного предложения с помощью анализа соответствий
Овладеть методами построения карт восприятия для позиционирования товарного предложения с помощью многомерного шкалирования
Научиться принципам оценки потребительских предпочтений с помощью conjoint-анализа
Освоить построение тренд-сезонных моделей показателей продаж и применение моделей для краткосрочного прогнозирования

Содержание учебной дисциплины

Первичный анализ данных
Регрессионный анализ
Сегментация потребителей на основе предпочтений
Сегментация потребителей на основе отклика
Построение карт восприятия с помощью статистических методов
Оценка потребительских предпочтений с помощью Conjoint-анализа

Элементы контроля

Практическая работа 1
Контрольная работа 1
Практическая работа 2
Контрольная работа 2
Экзаменационный письменный тест

Промежуточная аттестация

2025/2026 2nd module
0.15 * Контрольная работа 1 + 0.15 * Контрольная работа 2 + 0.2 * Практическая работа 1 + 0.2 * Практическая работа 2 + 0.3 * Экзаменационный письменный тест

Список литературы

Авторы

Мхитарян Сергей Владимирович
Лейбман Юлия Анатольевна
Филипская Елена Владимировна