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!

Osoby które kupowały "Analiza marketingowa. Praktyczne techniki z wykorzystaniem analizy danych i narzędzi Excela", wybierały także:

• NLP. Kurs video. Analiza danych tekstowych w j 149,00 zł, (59,60 zł -60%)
• Web scraping. Kurs video. Zautomatyzowane pozyskiwanie danych z sieci 139,00 zł, (55,60 zł -60%)
• Data Science w Pythonie. Kurs video. Algorytmy uczenia maszynowego 199,00 zł, (79,60 zł -60%)
• Microsoft Excel. Kurs video. Wykresy i wizualizacja danych 199,00 zł, (89,55 zł -55%)
• Data Science w Pythonie. Kurs video. Przetwarzanie i analiza danych 149,00 zł, (67,05 zł -55%)

Spis treści

Analiza marketingowa. Praktyczne techniki z wykorzystaniem analizy danych i narzędzi Excela eBook -- spis treści

O autorze 15

O korektorze merytorycznym 15

Podziękowania 16

Wprowadzenie 17

CZĘŚĆ I. PRZETWARZANIE DANYCH MARKETINGOWYCH W EXCELU 23

Rozdział 1. Żonglowanie danymi marketingowymi za pomocą tabel przestawnych 25

• Analiza sprzedaży w sklepach Buduj z nami 25
• Analiza sprzedaży w cukierni Słodka Chwila 34
• Analiza zależności sprzedaży od cech demograficznych 40
• Pobieranie danych z tabeli przestawnej za pomocą funkcji WEŹDANETABELI 44
• Podsumowanie 45
• Ćwiczenia 45

Rozdział 2. Przetwarzanie danych marketingowych za pomocą wykresów Excela 47

• Wykres kombi 48
• Upiększanie wykresu kolumnowego za pomocą obrazu produktu 50
• Dodawanie do wykresu etykiet i tabeli danych 52
• Ilustrowanie wyników ankiety za pomocą wykresu przestawnego 53
• Tworzenie wykresów automatycznie się aktualizujących po dodaniu nowych danych 56
• Tworzenie wykresów z dynamicznymi elementami 57
• Tworzenie miesięcznych rankingów sprzedawców 59
• Kontrolowanie danych na wykresie za pomocą pól wyboru 61
• Wyświetlanie wielu serii danych za pomocą miniaturowych wykresów 63
• Tworzenie tygodniowych raportów sprzedaży z użyciem funkcji WEŹDANETABELI 66
• Podsumowanie 69
• Ćwiczenia 70

Rozdział 3. Przetwarzanie danych marketingowych za pomocą funkcji Excela 71

• Prezentowanie danych za pomocą histogramów 72
• Przetwarzanie danych marketingowych za pomocą funkcji statystycznych 76
• Podsumowanie 88
• Ćwiczenia 89

CZĘŚĆ II. WYCENIANIE 91

Rozdział 4. Wyznaczanie krzywej popytu i optymalizacja ceny za pomocą dodatku Solver 93

• Wyznaczanie liniowej i potęgowej krzywej popytu 93
• Optymalizacja ceny za pomocą dodatku Solver 97
• Wycenianie na podstawie subiektywnej krzywej popytu 102
• Wycenianie kilku produktów za pomocą dodatku SolverTable 105
• Podsumowanie 109
• Ćwiczenia 109

Rozdział 5. Sprzedaż wiązana 111

• Po co wiązać produkty? 111
• Określanie metodą ewolucyjną optymalnych cen w sprzedaży wiązanej 114
• Podsumowanie 120
• Ćwiczenia 121

Rozdział 6. Strategia cen nieliniowych 125

• Krzywa popytu a gotowość do zapłaty 126
• Maksymalizacja zysku w strategii cen nieliniowych 127
• Podsumowanie 132
• Ćwiczenia 132

Rozdział 7. Strategia śmietanki cenowej 135

• Obniżanie cen w miarę upływu czasu 135
• Po co są wyprzedaże? 138
• Podsumowanie 141
• Ćwiczenia 141

Rozdział 8. Zarządzanie przychodem 143

• Szacowanie popytu i segmentacja klientów 144
• Działanie w warunkach niepewności 149
• Przeceny 151
• Podsumowanie 154
• Ćwiczenia 154

CZĘŚĆ III. PROGNOZOWANIE 157

Rozdział 9. Regresja liniowa i korelacja 159

• Regresja liniowa 159
• Analizowanie zależności liniowych za pomocą współczynnika korelacji 166
• Podsumowanie 170
• Ćwiczenia 170

Rozdział 10. Prognozowanie sprzedaży z wykorzystaniem regresji wielorakiej 173

• Wprowadzenie do regresji wielorakiej 174
• Analiza regresji za pomocą dodatku Analysis ToolPak 175
• Interpretacja wyników regresji 177
• Niezależne zmienne jakościowe w regresji 181
• Modelowanie nieliniowości i interakcji 186
• Sprawdzanie poprawności założeń w regresji wielorakiej 189
• Wielokrotna współliniowość 196
• Weryfikacja analizy regresji 198
• Podsumowanie 200
• Ćwiczenia 201

Rozdział 11. Prognozowanie z uwzględnieniem przypadków szczególnych 203

• Zbudowanie podstawowego modelu 203
• Podsumowanie 211
• Ćwiczenia 212

Rozdział 12. Modelowanie trendów i sezonowości sprzedaży 213

• Wygładzanie danych i eliminowanie sezonowości za pomocą średniej ruchomej 213
• Model addytywny z trendami i sezonowością 215
• Model multiplikatywny z trendami i sezonowością 217
• Podsumowanie 220
• Ćwiczenia 221

Rozdział 13. Prognozowanie sprzedaży metodą proporcji średnich ruchomych 223

• Metoda średnich ruchomych 223
• Metoda proporcji średnich ruchomych i dane miesięczne 226
• Podsumowanie 226
• Ćwiczenia 226

Rozdział 14. Metoda Wintersa 227

• Definicje parametrów w metodzie Wintersa 227
• Inicjalizacja metody Wintersa 228
• Określenie parametrów wygładzających 229
• Prognozowanie wartości 231
• Średni bezwzględny błąd procentowy 232
• Podsumowanie 232
• Ćwiczenia 233

Rozdział 15. Prognozowanie sprzedaży z wykorzystaniem sieci neuronowych 235

• Regresja i sieci neuronowe 235
• Zastosowania sieci neuronowych 236
• Prognozowanie sprzedaży za pomocą sieci neuronowej 238
• Prognozowanie liczby mil lotniczych za pomocą sieci neuronowej 243
• Podsumowanie 243
• Ćwiczenia 244

CZĘŚĆ IV. CZEGO CHCĄ KLIENCI? 245

Rozdział 16. Analiza łączona 247

• Produkty, atrybuty i poziomy 247
• Pełna analiza łączona 249
• Tworzenie profili produktów za pomocą dodatku Solver 255
• Utworzenie symulatora rynku 258
• Inne formy analizy łączonej 261
• Podsumowanie 262
• Ćwiczenia 262

Rozdział 17. Regresja logistyczna 265

• Dlaczego regresja logistyczna jest ważna? 266
• Model regresji logistycznej 268
• Szacowanie maksymalnego prawdopodobieństwa w regresji logistycznej 269
• Formułowanie i testowanie hipotez w regresji logistycznej za pomocą dodatku StatTools 272
• Regresja logistyczna i dane statystyczne 276
• Podsumowanie 277
• Ćwiczenia 278

Rozdział 18. Analiza wyborów dyskretnych 281

• Teoria użyteczności losowej 282
• Analiza dyskretnych wyborów rodzajów czekolady 283
• Analiza wyborów dyskretnych z uwzględnieniem ceny produktu i wartości marki 286
• Dynamiczne zmiany cen w analizie wyborów dyskretnych 292
• Założenie niezależności od alternatyw nieistotnych 293
• Wybory dyskretne i elastyczność ceny 294
• Podsumowanie 295
• Ćwiczenia 296

CZĘŚĆ V. WARTOŚĆ KLIENTA 301

Rozdział 19. Wyznaczanie życiowej wartości klienta 303

• Podstawowy szablon wartości klienta 303
• Analizowanie wrażliwości modelu za pomocą tabeli dwukierunkowej 305
• Formuła mnożnika wartości klienta 306
• Zmienne zyski 307
• Wartość klienta - przypadek DirecTV 308
• Szacowanie prawdopodobieństwa, że klient jest wciąż aktywny 309
• Rozszerzenie podstawowego modelu wartości życiowej klienta 309
• Podsumowanie 310
• Ćwiczenia 310

Rozdział 20. Wyznaczanie wartości przedsięwzięcia na podstawie wartości klienta 313

• Podręcznik wyceniania przedsięwzięcia 313
• Wycenianie przedsięwzięcia na podstawie wartości klienta 314
• Ocenianie wrażliwości modelu za pomocą tabeli jednokierunkowej 317
• Określanie rynkowej wartości firmy na podstawie wartości klienta 318
• Podsumowanie 318
• Ćwiczenia 318

Rozdział 21. Wartość klienta, symulacja Monte Carlo i podejmowanie decyzji marketingowych 321

• Określanie wartości klienta za pomocą łańcucha Markova 321
• Prognozowanie powodzenia akcji marketingowej za pomocą symulacji Monte Carlo 326
• Podsumowanie 331
• Ćwiczenia 331

Rozdział 22. Lokowanie zasobów marketingowych w utrzymywanie i pozyskiwanie klientów 335

• Modelowanie wydatków na utrzymywanie i pozyskiwanie klientów 336
• Podstawowy model optymalizacji wydatków na utrzymywanie i pozyskiwanie klientów 338
• Ulepszenie podstawowego modelu 339
• Podsumowanie 341
• Ćwiczenia 342

CZĘŚĆ VI. SEGMENTACJA RYNKU 345

Rozdział 23. Analiza skupień 347

• Grupowanie miast 348
• Segmentacja rynku w analizie łączonej 354
• Podsumowanie 358
• Ćwiczenia 358

Rozdział 24. Filtrowanie zespołowe 359

• Filtrowanie zespołowe według użytkownika 359
• Filtrowanie zespołowe według elementu 363
• Porównanie filtrowania zespołowego według elementu i według użytkownika 365
• Konkurs Netfliksa 366
• Podsumowanie 366
• Ćwiczenia 366

Rozdział 25. Segmentacja rynku z wykorzystaniem drzewa decyzyjnego 369

• Drzewa decyzyjne 369
• Budowanie drzewa decyzyjnego 370
• Przycinanie drzewa i metoda CART 374
• Podsumowanie 375
• Ćwiczenia 375

CZĘŚĆ VII. PROGNOZOWANIE SPRZEDAŻY NOWEGO PRODUKTU 377

Rozdział 26. Prognozowanie sprzedaży nowego produktu za pomocą krzywej S 379

• Interpretacja krzywej S 379
• Dopasowywanie krzywej Pearla 381
• Uwzględnianie sezonowości w dopasowywaniu krzywej S 383
• Dopasowywanie krzywej Gompertza 384
• Porównanie krzywych Pearla i Gompertza 387
• Podsumowanie 388
• Ćwiczenia 388

Rozdział 27. Model dyfuzji Bassa 391

• Wprowadzenie do modelu Bassa 391
• Dopasowywanie modelu Bassa 392
• Prognozowanie sprzedaży nowego produktu za pomocą modelu Bassa 394
• Urealnienie danych o zamiarach klientów 397
• Symulowanie sprzedaży nowego produktu za pomocą modelu Bassa 398
• Modyfikacje modelu Bassa 399
• Podsumowanie 400
• Ćwiczenia 401

Rozdział 28. Prognozowanie okresu sprzedaży produktu z wykorzystaniem zasady kopernikańskiej 403

• Zasada kopernikańska 403
• Szacowanie pozostałego czasu życia produktu 405
• Podsumowanie 405
• Ćwiczenia 406

CZĘŚĆ VIII. SPRZEDAŻ DETALICZNA 407

Rozdział 29. Analiza koszyka zakupów i winda sprzedażowa 409

• Wyliczanie windy sprzedażowej dwóch produktów 409
• Wyliczanie trzykierunkowej windy sprzedażowej 413
• Rozwiane mity o eksploracji danych 416
• Optymalizacja rozmieszczenia produktów na podstawie wartości windy sprzedażowej 416
• Podsumowanie 419
• Ćwiczenia 419

Rozdział 30. Analiza RFM i optymalizacja bezpośrednich kampanii wysyłkowych 421

• Analiza RFM 421
• Historia udanego zastosowania analizy RFM 427
• Optymalizacja bezpośrednich kampanii wysyłkowych za pomocą dodatku Solver 427
• Podsumowanie 428
• Ćwiczenia 429

Rozdział 31. Model SCAN*PRO i jego odmiany 431

• Wprowadzenie do modelu SCAN*PRO 431
• Modelowanie sprzedaży batoników 432
• Prognozowanie sprzedaży oprogramowania 434
• Podsumowanie 439
• Ćwiczenia 439

Rozdział 32. Optymalizacja przestrzeni na półkach i zasobów sprzedażowych 441

• Określenie zależności pomiędzy akcjami marketingowymi a sprzedażą 441
• Modelowanie zależności wyników sprzedaży od aktywności przedstawicieli handlowych 442
• Optymalizacja aktywności handlowej 446
• Określanie przestrzeni na półkach w supermarkecie przy użyciu krzywej Gompertza 449
• Podsumowanie 449
• Ćwiczenia 450

Rozdział 33. Prognozowanie sprzedaży na podstawie kilku punktów danych 451

• Prognozowanie przychodu z filmu 451
• Modyfikacja modelu w celu podniesienia dokładności prognozy 453
• Prognozowanie przychodu na podstawie danych z trzech tygodni 455
• Podsumowanie 457
• Ćwiczenia 457

CZĘŚĆ IX. REKLAMA 459

Rozdział 34. Ocena skuteczności wydatków na reklamę 461

• Model Adstock 461
• Inny model oceny skuteczności wydatków na reklamę 464
• Optymalizacja wydatków na reklamę: kampanie pulsujące i ciągłe 466
• Podsumowanie 469
• Ćwiczenia 469

Rozdział 35. Modele wyboru mediów reklamowych 471

• Liniowy model wyboru mediów 472
• Upusty ilościowe 474
• Wybór mediów przy użyciu metody Monte Carlo 476
• Podsumowanie 480
• Ćwiczenia 480

Rozdział 36. Reklamy PPC w Internecie 483

• Definicja reklamy PPC 483
• Modelowanie zysków z reklam PPC 485
• Aukcje Google Ads 486
• Optymalizacja stawki za kliknięcie przy użyciu symulatora 489
• Podsumowanie 489
• Ćwiczenia 490

CZĘŚĆ X. NARZĘDZIA DO BADANIA RYNKU 491

Rozdział 37. Analiza głównych składowych 493

• Definicja analizy głównych składowych 493
• Kombinacja liniowa, wariancja i kowariancja 494
• Szczegóły analizy głównych składowych 500
• Inne zastosowania analizy głównych składowych 506
• Podsumowanie 507
• Ćwiczenia 508

Rozdział 38. Skalowanie wielowymiarowe 509

• Dane o podobieństwie produktów 509
• Skalowanie wielowymiarowe odległości między miastami 510
• Skalowanie wielowymiarowe danych o produktach śniadaniowych 515
• Określenie idealnego punktu 518
• Podsumowanie 522
• Ćwiczenia 522

Rozdział 39. Algorytmy klasyfikacyjne: naiwny klasyfikator Bayesa i analiza dyskryminacyjna 525

• Prawdopodobieństwo warunkowe 526
• Twierdzenie Bayesa 527
• Naiwny klasyfikator Bayesa 529
• Liniowa analiza dyskryminacyjna 534
• Weryfikacja modelu 538
• Niezwykłe zalety klasyfikatora Bayesa 538
• Podsumowanie 539
• Ćwiczenia 539

Rozdział 40. Jednoczynnikowa analiza wariancji 541

• Sprawdzanie, czy średnie grupowe się różnią 542
• Przykład jednoczynnikowej analizy wariancji 542
• Rola wariancji w analizie jednoczynnikowej 544
• Prognozowanie danych z wykorzystaniem jednoczynnikowej analizy wariancji 545
• Kontrasty 546
• Podsumowanie 548
• Ćwiczenia 549

Rozdział 41. Dwuczynnikowa analiza wariancji 551

• Wprowadzenie do dwuczynnikowej analizy wariancji 551
• Dwuczynnikowa analiza wariancji bez powtórzeń 552
• Dwuczynnikowa analiza wariancji z powtórzeniami 554
• Podsumowanie 558
• Ćwiczenia 559

CZĘŚĆ XI. INTERNET I MARKETING SPOŁECZNOŚCIOWY 561

Rozdział 42. Sieci 563

• Ocena ważności węzła 563
• Ocena ważności połączenia 567
• Opis struktury sieci 567
• Sieci losowe i regularne 571
• Bogaci są coraz bogatsi 574
• Serwis Klout 576
• Podsumowanie 577
• Ćwiczenia 577

Rozdział 43. Matematyka w punktach przełomowych 579

• Zarażanie sieci 579
• Model Bassa a punkt przełomowy 582
• Podsumowanie 586
• Ćwiczenia 587

Rozdział 44. Marketing wirusowy 589

• Model Wattsa 590
• Bardziej zaawansowany model marketingu wirusowego 591
• Podsumowanie 595
• Ćwiczenia 595

Rozdział 45. Eksploracja tekstu 597

• Stosowane pojęcia 598
• Strukturyzacja tekstu 598
• Eksploracja tekstu w praktyce 601
• Podsumowanie 604
• Ćwiczenia 604

Skorowidz 607