- Удобную для анализа базу данных, в удобном для заказчика формате
- Визуализацию данных
- Таблицы и диаграммы в требуемом виде (дизайн и формат)
- Краткие комментарии к таблицам и диаграммам
- Результаты статистического анализа данных (например, регрессионного, кластерного, конджойнт анализа)
- Анализ ассортиментной матрицы
- Выводы и рекомендации по результатам анализа
- Описание сегментов клиентской базы
- Прогноз показателей
- Сравнение показателей
- Оценку статистической значимости показателей
При обработке аналитики используют специализированное ПО: SPSS, Tableau, VBA, Access, Excel. Это позволяет сократить долю «ручного» труда и получить результат быстрее и дешевле. Заказчику в таком случае не надо покупать ПО, обучать сотрудников и увеличивать штат при неравномерных нагрузках на аналитический отдел.
В зависимости от поставленных задач, результат обработки данных заказчика может включать:
Вариант 1. Примеры построения «простых», но объемных отчетов или большого количества типовых отчетов
Рис.1. Динамика розничных продаж
Для построения «простых» отчетов часто требуется большая подготовительная работа – сливание различных файлов и таблиц разных форматов, кодирование исходных данных Заказчика.
Рис.2. Анализ эффективности двух дилеров в динамике
При широких возможностях Excel построение некоторых видов диаграмм может вызывать затруднения у маркетологов. Построение большого количества графиков и диаграмм собственными силами может на время парализовать текущую деятельность отдела маркетинга.
Рис.3. Продажи и личные планы менеджеров
Рис.4. Матрица BCG для блюд (оптимизация меню ресторана)
Вариант 2. Примеры использования статистических методов и моделей при анализе данных заказчика
Диаграммы используются для наглядной визуализации уравнения регрессии. На рис.5. показано влияние оценок по параметрам на итоговую удовлетворенность торговым центром.
Рис.5. Модель, описывающая влияние оценок по параметрам на итоговую оценку
Пример кластерного анализа
Результатом кластерного анализа является таблица. В этом примере респондентов просили выразить степень своего согласия с несколькими утверждениями, описывающими их отношение к продуктам или блюдам из мяса. На основе их ответов были получены сегменты и рассчитан их размер.
Для наглядности сегменты, полученные в ходе кластерного анализа, могут изображаться на лепестковых диаграммах (рис.6.)
Рис.6. Кластеры потребителей, изображенные на лепестковых диаграммах
Результаты кластерного анализа на рынке новостроек (типы покупателей) представлены на рисунке 7.
Рис.7. Результаты кластерного анализа – сегменты покупателей новостроек
Конджойнт-анализ позволяет выяснить, как характеристики продукта влияют на его выбор при покупке. В ходе опроса моделируется ситуация выбора – респонденту демонстрируются карточки с различными вариантами продукта, из которых он выбирает наиболее приемлемый для себя. Полученные данные обрабатываются при помощи специального ПО, которое позволяет определить полезности уровней атрибутов продукта, а также важности атрибутов. На базе полученной модели может быть создан симулятор – программа, позволяющая спрогнозировать предполагаемую долю рынка продукта с заданными характеристиками.
Рис.8. Результаты конджойнт-анализа
- Согласование задач с заказчиком
- Предварительный анализ базы данных, полученной от заказчика, с целью уточнения задач и оценки объема работ
- Перевод базы данных в формат, удобный для обработки
- Выявление и исправление ошибок в данных
- Обработка данных, анализ данных согласно поставленным задачам
- Подготовка материалов по результатам обработки/анализа данных
- Предоставление результатов заказчику
- Большой объем регулярных рутинных работ, например, построение большого числа диаграмм и таблиц
- Срочные работы, на которые не хватает ресурсов
- Отсутствие в компании штатного маркетолога-аналитика
- Необходимость проведения сложного анализа, требующего высокой квалификации
- Отсутствие специального ПО для анализа и оборудования для оцифровки анкет
- базе продаж/чеков
- клиентской базе
- базе сотрудников
- результатам анкетирования клиентов/сотрудников
- результатам исследований
- Выявление причин снижения продаж, размера среднего чека
- Оценка эффективности рекламной кампании
- Оценка эффективности программы лояльности
- Прогнозирование количественных показателей
- Оптимизация ассортиментной матрицы
- Выявление групп сопутствующих товаров
- Сегментация клиентской базы
- Выделение ядра целевой аудитории
- Коррекция ценовой политики
- Коррекция ценовой политики
- Оценка динамики, сезонности продаж
- Оценка эффективности дилеров
- Оценка качества расстановки персонала по должностям
- И другие задачи, связанные с анализом данных
Аутсорсинг обработки данных может быть оптимальным решением в следующих основных случаях:
Анализ может проводиться по следующим базам данных:
Обработка данных может решить следующие задачи:
Рекламное агентство СМАРТАКТИВ
Издательский дом «РДВ-Медиа»
Издательский Дом «РДВ-Медиа» активно сотрудничает с агентством СканМаркет.
В связи с широким перечнем периодических изданий, выпускаемых нашим издательством, особый интерес вызывает мониторинг московской розничной сети.
Не смотря на то, что подобные работы регулярно проводились своими силами и часть информации можно получить от компаний-распространителей, исследование СканМаркет оказалось необходимым и полезным. Привлекательность результатов данного исследования в большом охвате розничных точек, ежедневности сбора информации в течение недели и адекватной стоимости работы.
Для проведения проекта агентством СканМаркет была специально разработана методика сбора и обработки информации, в основу которой легли наши пожелания, высказанные до начала проекта.
Отчет с результатами исследования имеет понятную структуру, удобен в работе и станет реальным инструментом для работы наших сотрудников.
Выражаем благодарность агентству СканМаркет за качественно выполненную работу и рассчитываем на регулярное проведение данного исследования.