Specjaliści w dziedzinie marketingu coraz częściej sięgają po wyrafinowane metody analizy. Obecnie firmy są zalewane ogromną ilością danych - skorzystanie z płynącej z nich wiedzy jest znakomitą szansą na poprawę kondycji przedsiębiorstwa. W tym celu trzeba dane zebrać, przetworzyć i poddać analizie. Potrzebne więc są narzędzia, najlepiej proste w użytkowaniu i powszechnie znane. Takim właśnie narzędziem jest arkusz kalkulacyjny MS Excel - potężna i wszechstronna aplikacja, dzięki której nawet bez specjalistycznej wiedzy można wykonać profesjonalną analizę marketingową i zdobyć mnóstwo przydatnych informacji.
Ta książka powstała na bazie autorskiego kursu analizy marketingowej dla słuchaczy studiów MBA. Pokazuje, jak wykorzystywać Excela do modelowania danych i pozyskiwania wiedzy niezbędnej do kreowania skutecznego marketingu w firmie. Niemal wszystkie pojęcia wyjaśniono na przykładach, a sposób wykonania ćwiczeń pokazano krok po kroku. Do książki dołączono pliki z danymi i rozwiązaniami zadań. Dowiesz się, jak przetwarzać dane za pomocą wykresów, wyznaczać krzywe popytu, prowadzić analizę skupień w segmentach rynku oraz tworzyć indywidualne modele danych i prognozować wpływ akcji marketingowych na wzrost sprzedaży. Oznacza to, że aby zdobyć umiejętności analizy marketingowej, potrzebujesz tylko tego podręcznika i Excela!
W tej książce między innymi:
- analiza danych marketingowych
- opracowywanie strategii najbardziej zyskownych wycen
- wykorzystywanie narzędzi prognostycznych
- analiza łączona i analiza wyborów dyskretnych
- pomiar skuteczności wydatków na reklamę
- analiza danych z mediów społecznościowych
Wyrafinowane analizy biznesowe? Potrzebujesz tylko Excela!
Wayne Winston jest utytułowanym i wielokrotnie nagradzanym wykładowcą akademickim z ogromnym doświadczeniem. Napisał 25 artykułów i kilkanaście książek. Wykładał modelowanie danych za pomocą Excela, a także doradzał wielu różnym instytucjom, między innymi US Army, US Navy, Broadcom, Cisco, Intel, Pfizer, Eli Lilly, Ford, GM, PWC, Microsoft, IAC, Deloitte Consulting, Booz Allen Hamilton, QAS, eBay, Dallas Mavericks i New York Knicks.
Spis treści
O autorze
O korektorze merytorycznym
Podziękowania
Wprowadzenie
CZĘŚĆ I. PRZETWARZANIE DANYCH MARKETINGOWYCH W EXCELU
Rozdział 1. Żonglowanie danymi marketingowymi za pomocą tabel przestawnych
- Analiza sprzedaży w sklepach Buduj z nami
- Analiza sprzedaży w cukierni Słodka Chwila
- Analiza zależności sprzedaży od cech demograficznych
- Pobieranie danych z tabeli przestawnej za pomocą funkcji WEŹDANETABELI
- Podsumowanie
- Ćwiczenia
Rozdział 2. Przetwarzanie danych marketingowych za pomocą wykresów Excela
- Wykres kombi
- Upiększanie wykresu kolumnowego za pomocą obrazu produktu
- Dodawanie do wykresu etykiet i tabeli danych
- Ilustrowanie wyników ankiety za pomocą wykresu przestawnego
- Tworzenie wykresów automatycznie się aktualizujących po dodaniu nowych danych
- Tworzenie wykresów z dynamicznymi elementami
- Tworzenie miesięcznych rankingów sprzedawców
- Kontrolowanie danych na wykresie za pomocą pól wyboru
- Wyświetlanie wielu serii danych za pomocą miniaturowych wykresów
- Tworzenie tygodniowych raportów sprzedaży z użyciem funkcji WEŹDANETABELI
- Podsumowanie
- Ćwiczenia
Rozdział 3. Przetwarzanie danych marketingowych za pomocą funkcji Excela
- Prezentowanie danych za pomocą histogramów
- Przetwarzanie danych marketingowych za pomocą funkcji statystycznych
- Podsumowanie
- Ćwiczenia
CZĘŚĆ II. WYCENIANIE
Rozdział 4. Wyznaczanie krzywej popytu i optymalizacja ceny za pomocą dodatku Solver
- Wyznaczanie liniowej i potęgowej krzywej popytu
- Optymalizacja ceny za pomocą dodatku Solver
- Wycenianie na podstawie subiektywnej krzywej popytu
- Wycenianie kilku produktów za pomocą dodatku SolverTable
- Podsumowanie
- Ćwiczenia
Rozdział 5. Sprzedaż wiązana
- Po co wiązać produkty?
- Określanie metodą ewolucyjną optymalnych cen w sprzedaży wiązanej
- Podsumowanie
- Ćwiczenia
Rozdział 6. Strategia cen nieliniowych
- Krzywa popytu a gotowość do zapłaty
- Maksymalizacja zysku w strategii cen nieliniowych
- Podsumowanie
- Ćwiczenia
Rozdział 7. Strategia śmietanki cenowej
- Obniżanie cen w miarę upływu czasu
- Po co są wyprzedaże?
- Podsumowanie
- Ćwiczenia
Rozdział 8. Zarządzanie przychodem
- Szacowanie popytu i segmentacja klientów
- Działanie w warunkach niepewności
- Przeceny
- Podsumowanie
- Ćwiczenia
CZĘŚĆ III. PROGNOZOWANIE
Rozdział 9. Regresja liniowa i korelacja
- Regresja liniowa
- Analizowanie zależności liniowych za pomocą współczynnika korelacji
- Podsumowanie
- Ćwiczenia
Rozdział 10. Prognozowanie sprzedaży z wykorzystaniem regresji wielorakiej
- Wprowadzenie do regresji wielorakiej
- Analiza regresji za pomocą dodatku Analysis ToolPak
- Interpretacja wyników regresji
- Niezależne zmienne jakościowe w regresji
- Modelowanie nieliniowości i interakcji
- Sprawdzanie poprawności założeń w regresji wielorakiej
- Wielokrotna współliniowość
- Weryfikacja analizy regresji
- Podsumowanie
- Ćwiczenia
Rozdział 11. Prognozowanie z uwzględnieniem przypadków szczególnych
- Zbudowanie podstawowego modelu
- Podsumowanie
- Ćwiczenia
Rozdział 12. Modelowanie trendów i sezonowości sprzedaży
- Wygładzanie danych i eliminowanie sezonowości za pomocą średniej ruchomej
- Model addytywny z trendami i sezonowością
- Model multiplikatywny z trendami i sezonowością
- Podsumowanie
- Ćwiczenia
Rozdział 13. Prognozowanie sprzedaży metodą proporcji średnich ruchomych
- Metoda średnich ruchomych
- Metoda proporcji średnich ruchomych i dane miesięczne
- Podsumowanie
- Ćwiczenia
Rozdział 14. Metoda Wintersa
- Definicje parametrów w metodzie Wintersa
- Inicjalizacja metody Wintersa
- Określenie parametrów wygładzających
- Prognozowanie wartości
- Średni bezwzględny błąd procentowy
- Podsumowanie
- Ćwiczenia
Rozdział 15. Prognozowanie sprzedaży z wykorzystaniem sieci neuronowych
- Regresja i sieci neuronowe
- Zastosowania sieci neuronowych
- Prognozowanie sprzedaży za pomocą sieci neuronowej
- Prognozowanie liczby mil lotniczych za pomocą sieci neuronowej
- Podsumowanie
- Ćwiczenia
CZĘŚĆ IV. CZEGO CHCĄ KLIENCI?
Rozdział 16. Analiza łączona
- Produkty, atrybuty i poziomy
- Pełna analiza łączona
- Tworzenie profili produktów za pomocą dodatku Solver
- Utworzenie symulatora rynku
- Inne formy analizy łączonej
- Podsumowanie
- Ćwiczenia
Rozdział 17. Regresja logistyczna
- Dlaczego regresja logistyczna jest ważna?
- Model regresji logistycznej
- Szacowanie maksymalnego prawdopodobieństwa w regresji logistycznej 269
- Formułowanie i testowanie hipotez w regresji logistycznej za pomocą dodatku StatTools
- Regresja logistyczna i dane statystyczne
- Podsumowanie
- Ćwiczenia
Rozdział 18. Analiza wyborów dyskretnych
- Teoria użyteczności losowej
- Analiza dyskretnych wyborów rodzajów czekolady
- Analiza wyborów dyskretnych z uwzględnieniem ceny produktu i wartości marki
- Dynamiczne zmiany cen w analizie wyborów dyskretnych
- Założenie niezależności od alternatyw nieistotnych
- Wybory dyskretne i elastyczność ceny
- Podsumowanie
- Ćwiczenia
CZĘŚĆ V. WARTOŚĆ KLIENTA
Rozdział 19. Wyznaczanie życiowej wartości klienta
- Podstawowy szablon wartości klienta
- Analizowanie wrażliwości modelu za pomocą tabeli dwukierunkowej
- Formuła mnożnika wartości klienta
- Zmienne zyski
- Wartość klienta - przypadek DirecTV
- Szacowanie prawdopodobieństwa, że klient jest wciąż aktywny
- Rozszerzenie podstawowego modelu wartości życiowej klienta
- Podsumowanie
- Ćwiczenia
Rozdział 20. Wyznaczanie wartości przedsięwzięcia na podstawie wartości klienta
- Podręcznik wyceniania przedsięwzięcia
- Wycenianie przedsięwzięcia na podstawie wartości klienta
- Ocenianie wrażliwości modelu za pomocą tabeli jednokierunkowej
- Określanie rynkowej wartości firmy na podstawie wartości klienta
- Podsumowanie
- Ćwiczenia
Rozdział 21. Wartość klienta, symulacja Monte Carlo i podejmowanie decyzji marketingowych
- Określanie wartości klienta za pomocą łańcucha Markova
- Prognozowanie powodzenia akcji marketingowej za pomocą symulacji Monte Carlo
- Podsumowanie
- Ćwiczenia
Rozdział 22. Lokowanie zasobów marketingowych w utrzymywanie i pozyskiwanie klientów
- Modelowanie wydatków na utrzymywanie i pozyskiwanie klientów
- Podstawowy model optymalizacji wydatków na utrzymywanie i pozyskiwanie klientów
- Ulepszenie podstawowego modelu
- Podsumowanie
- Ćwiczenia
CZĘŚĆ VI. SEGMENTACJA RYNKU
Rozdział 23. Analiza skupień
- Grupowanie miast
- Segmentacja rynku w analizie łączonej
- Podsumowanie
- Ćwiczenia
Rozdział 24. Filtrowanie zespołowe
- Filtrowanie zespołowe według użytkownika
- Filtrowanie zespołowe według elementu
- Porównanie filtrowania zespołowego według elementu i według użytkownika
- Konkurs Netfliksa
- Podsumowanie
- Ćwiczenia
Rozdział 25. Segmentacja rynku z wykorzystaniem drzewa decyzyjnego
- Drzewa decyzyjne
- Budowanie drzewa decyzyjnego
- Przycinanie drzewa i metoda CART
- Podsumowanie
- Ćwiczenia
CZĘŚĆ VII. PROGNOZOWANIE SPRZEDAŻY NOWEGO PRODUKTU
Rozdział 26. Prognozowanie sprzedaży nowego produktu za pomocą krzywej S
- Interpretacja krzywej S
- Dopasowywanie krzywej Pearla
- Uwzględnianie sezonowości w dopasowywaniu krzywej S
- Dopasowywanie krzywej Gompertza
- Porównanie krzywych Pearla i Gompertza
- Podsumowanie
- Ćwiczenia
Rozdział 27. Model dyfuzji Bassa
- Wprowadzenie do modelu Bassa
- Dopasowywanie modelu Bassa
- Prognozowanie sprzedaży nowego produktu za pomocą modelu Bassa
- Urealnienie danych o zamiarach klientów
- Symulowanie sprzedaży nowego produktu za pomocą modelu Bassa
- Modyfikacje modelu Bassa
- Podsumowanie
- Ćwiczenia
Rozdział 28. Prognozowanie okresu sprzedaży produktu z wykorzystaniem zasady kopernikańskiej
- Zasada kopernikańska
- Szacowanie pozostałego czasu życia produktu
- Podsumowanie
- Ćwiczenia
CZĘŚĆ VIII. SPRZEDAŻ DETALICZNA
Rozdział 29. Analiza koszyka zakupów i winda sprzedażowa
- Wyliczanie windy sprzedażowej dwóch produktów
- Wyliczanie trzykierunkowej windy sprzedażowej
- Rozwiane mity o eksploracji danych
- Optymalizacja rozmieszczenia produktów na podstawie wartości windy sprzedażowej
- Podsumowanie
- Ćwiczenia
Rozdział 30. Analiza RFM i optymalizacja bezpośrednich kampanii wysyłkowych
- Analiza RFM
- Historia udanego zastosowania analizy RFM
- Optymalizacja bezpośrednich kampanii wysyłkowych za pomocą dodatku Solver
- Podsumowanie
- Ćwiczenia
Rozdział 31. Model SCAN*PRO i jego odmiany
- Wprowadzenie do modelu SCAN*PRO
- Modelowanie sprzedaży batoników
- Prognozowanie sprzedaży oprogramowania
- Podsumowanie
- Ćwiczenia
Rozdział 32. Optymalizacja przestrzeni na półkach i zasobów sprzedażowych
- Określenie zależności pomiędzy akcjami marketingowymi a sprzedażą
- Modelowanie zależności wyników sprzedaży od aktywności przedstawicieli handlowych
- Optymalizacja aktywności handlowej
- Określanie przestrzeni na półkach w supermarkecie przy użyciu krzywej Gompertza
- Podsumowanie
- Ćwiczenia
Rozdział 33. Prognozowanie sprzedaży na podstawie kilku punktów danych
- Prognozowanie przychodu z filmu
- Modyfikacja modelu w celu podniesienia dokładności prognozy
- Prognozowanie przychodu na podstawie danych z trzech tygodni
- Podsumowanie
- Ćwiczenia
CZĘŚĆ IX. REKLAMA
Rozdział 34. Ocena skuteczności wydatków na reklamę
- Model Adstock
- Inny model oceny skuteczności wydatków na reklamę
- Optymalizacja wydatków na reklamę: kampanie pulsujące i ciągłe
- Podsumowanie
- Ćwiczenia
Rozdział 35. Modele wyboru mediów reklamowych
- Liniowy model wyboru mediów
- Upusty ilościowe
- Wybór mediów przy użyciu metody Monte Carlo
- Podsumowanie
- Ćwiczenia
Rozdział 36. Reklamy PPC w Internecie
- Definicja reklamy PPC
- Modelowanie zysków z reklam PPC
- Aukcje Google Ads
- Optymalizacja stawki za kliknięcie przy użyciu symulatora
- Podsumowanie
- Ćwiczenia
CZĘŚĆ X. NARZĘDZIA DO BADANIA RYNKU
Rozdział 37. Analiza głównych składowych
- Definicja analizy głównych składowych
- Kombinacja liniowa, wariancja i kowariancja
- Szczegóły analizy głównych składowych
- Inne zastosowania analizy głównych składowych
- Podsumowanie
- Ćwiczenia
Rozdział 38. Skalowanie wielowymiarowe
- Dane o podobieństwie produktów
- Skalowanie wielowymiarowe odległości między miastami
- Skalowanie wielowymiarowe danych o produktach śniadaniowych
- Określenie idealnego punktu
- Podsumowanie
- Ćwiczenia
Rozdział 39. Algorytmy klasyfikacyjne: naiwny klasyfikator Bayesa i analiza dyskryminacyjna
- Prawdopodobieństwo warunkowe
- Twierdzenie Bayesa
- Naiwny klasyfikator Bayesa
- Liniowa analiza dyskryminacyjna
- Weryfikacja modelu
- Niezwykłe zalety klasyfikatora Bayesa
- Podsumowanie
- Ćwiczenia
Rozdział 40. Jednoczynnikowa analiza wariancji
- Sprawdzanie, czy średnie grupowe się różnią
- Przykład jednoczynnikowej analizy wariancji
- Rola wariancji w analizie jednoczynnikowej
- Prognozowanie danych z wykorzystaniem jednoczynnikowej analizy wariancji
- Kontrasty
- Podsumowanie
- Ćwiczenia
Rozdział 41. Dwuczynnikowa analiza wariancji
- Wprowadzenie do dwuczynnikowej analizy wariancji
- Dwuczynnikowa analiza wariancji bez powtórzeń
- Dwuczynnikowa analiza wariancji z powtórzeniami
- Podsumowanie
- Ćwiczenia
CZĘŚĆ XI. INTERNET I MARKETING SPOŁECZNOŚCIOWY
Rozdział 42. Sieci
- Ocena ważności węzła
- Ocena ważności połączenia
- Opis struktury sieci
- Sieci losowe i regularne
- Bogaci są coraz bogatsi
- Serwis Klout
- Podsumowanie
- Ćwiczenia
Rozdział 43. Matematyka w punktach przełomowych
- Zarażanie sieci
- Model Bassa a punkt przełomowy
- Podsumowanie
- Ćwiczenia
Rozdział 44. Marketing wirusowy
- Model Wattsa
- Bardziej zaawansowany model marketingu wirusowego
- Podsumowanie
- Ćwiczenia
Rozdział 45. Eksploracja tekstu
- Stosowane pojęcia
- Strukturyzacja tekstu
- Eksploracja tekstu w praktyce
- Podsumowanie
- Ćwiczenia
Skorowidz