Description

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 marketingowychopracowywanie strategii najbardziej zyskownych wycenwykorzystywanie narzędzi prognostycznychanaliza łączona i analiza wyborów dyskretnychpomiar skuteczności wydatków na reklamęanaliza danych z mediów społecznościowychWyrafinowane analizy biznesowe? Potrzebujesz tylko Excela!Spis treści:O autorze 15O korektorze merytorycznym 15Podziękowania 16Wprowadzenie 17CZĘŚĆ I. PRZETWARZANIE DANYCH MARKETINGOWYCH W EXCELU 23Rozdział 1. Żonglowanie danymi marketingowymi za pomocą tabel przestawnych 25Analiza sprzedaży w sklepach Buduj z nami 25Analiza sprzedaży w cukierni Słodka Chwila 34Analiza zależności sprzedaży od cech demograficznych 40Pobieranie danych z tabeli przestawnej za pomocą funkcji WEŹDANETABELI 44Podsumowanie 45Ćwiczenia 45Rozdział 2. Przetwarzanie danych marketingowych za pomocą wykresów Excela 47Wykres kombi 48Upiększanie wykresu kolumnowego za pomocą obrazu produktu 50Dodawanie do wykresu etykiet i tabeli danych 52Ilustrowanie wyników ankiety za pomocą wykresu przestawnego 53Tworzenie wykresów automatycznie się aktualizujących po dodaniu nowych danych 56Tworzenie wykresów z dynamicznymi elementami 57Tworzenie miesięcznych rankingów sprzedawców 59Kontrolowanie danych na wykresie za pomocą pól wyboru 61Wyświetlanie wielu serii danych za pomocą miniaturowych wykresów 63Tworzenie tygodniowych raportów sprzedaży z użyciem funkcji WEŹDANETABELI 66Podsumowanie 69Ćwiczenia 70Rozdział 3. Przetwarzanie danych marketingowych za pomocą funkcji Excela 71Prezentowanie danych za pomocą histogramów 72Przetwarzanie danych marketingowych za pomocą funkcji statystycznych 76Podsumowanie 88Ćwiczenia 89CZĘŚĆ II. WYCENIANIE 91Rozdział 4. Wyznaczanie krzywej popytu i optymalizacja ceny za pomocą dodatku Solver 93Wyznaczanie liniowej i potęgowej krzywej popytu 93Optymalizacja ceny za pomocą dodatku Solver 97Wycenianie na podstawie subiektywnej krzywej popytu 102Wycenianie kilku produktów za pomocą dodatku SolverTable 105Podsumowanie 109Ćwiczenia 109Rozdział 5. Sprzedaż wiązana 111Po co wiązać produkty? 111Określanie metodą ewolucyjną optymalnych cen w sprzedaży wiązanej 114Podsumowanie 120Ćwiczenia 121Rozdział 6. Strategia cen nieliniowych 125Krzywa popytu a gotowość do zapłaty 126Maksymalizacja zysku w strategii cen nieliniowych 127Podsumowanie 132Ćwiczenia 132Rozdział 7. Strategia śmietanki cenowej 135Obniżanie cen w miarę upływu czasu 135Po co są wyprzedaże? 138Podsumowanie 141Ćwiczenia 141Rozdział 8. Zarządzanie przychodem 143Szacowanie popytu i segmentacja klientów 144Działanie w warunkach niepewności 149Przeceny 151Podsumowanie 154Ćwiczenia 154CZĘŚĆ III. PROGNOZOWANIE 157Rozdział 9. Regresja liniowa i korelacja 159Regresja liniowa 159Analizowanie zależności liniowych za pomocą współczynnika korelacji 166Podsumowanie 170Ćwiczenia 170Rozdział 10. Prognozowanie sprzedaży z wykorzystaniem regresji wielorakiej 173Wprowadzenie do regresji wielorakiej 174Analiza regresji za pomocą dodatku Analysis ToolPak 175Interpretacja wyników regresji 177Niezależne zmienne jakościowe w regresji 181Modelowanie nieliniowości i interakcji 186Sprawdzanie poprawności założeń w regresji wielorakiej 189Wielokrotna współliniowość 196Weryfikacja analizy regresji 198Podsumowanie 200Ćwiczenia 201Rozdział 11. Prognozowanie z uwzględnieniem przypadków szczególnych 203Zbudowanie podstawowego modelu 203Podsumowanie 211Ćwiczenia 212Rozdział 12. Modelowanie trendów i sezonowości sprzedaży 213Wygładzanie danych i eliminowanie sezonowości za pomocą średniej ruchomej 213Model addytywny z trendami i sezonowością 215Model multiplikatywny z trendami i sezonowością 217Podsumowanie 220Ćwiczenia 221Rozdział 13. Prognozowanie sprzedaży metodą proporcji średnich ruchomych 223Metoda średnich ruchomych 223Metoda proporcji średnich ruchomych i dane miesięczne 226Podsumowanie 226Ćwiczenia 226Rozdział 14. Metoda Wintersa 227Definicje parametrów w metodzie Wintersa 227Inicjalizacja metody Wintersa 228Określenie parametrów wygładzających 229Prognozowanie wartości 231Średni bezwzględny błąd procentowy 232Podsumowanie 232Ćwiczenia 233Rozdział 15. Prognozowanie sprzedaży z wykorzystaniem sieci neuronowych 235Regresja i sieci neuronowe 235Zastosowania sieci neuronowych 236Prognozowanie sprzedaży za pomocą sieci neuronowej 238Prognozowanie liczby mil lotniczych za pomocą sieci neuronowej 243Podsumowanie 243Ćwiczenia 244CZĘŚĆ IV. CZEGO CHCĄ KLIENCI? 245Rozdział 16. Analiza łączona 247Produkty, atrybuty i poziomy 247Pełna analiza łączona 249Tworzenie profili produktów za pomocą dodatku Solver 255Utworzenie symulatora rynku 258Inne formy analizy łączonej 261Podsumowanie 262Ćwiczenia 262Rozdział 17. Regresja logistyczna 265Dlaczego regresja logistyczna jest ważna? 266Model regresji logistycznej 268Szacowanie maksymalnego prawdopodobieństwa w regresji logistycznej 269Formułowanie i testowanie hipotez w regresji logistycznej za pomocą dodatku StatTools 272Regresja logistyczna i dane statystyczne 276Podsumowanie 277Ćwiczenia 278Rozdział 18. Analiza wyborów dyskretnych 281Teoria użyteczności losowej 282Analiza dyskretnych wyborów rodzajów czekolady 283Analiza wyborów dyskretnych z uwzględnieniem ceny produktu i wartości marki 286Dynamiczne zmiany cen w analizie wyborów dyskretnych 292Założenie niezależności od alternatyw nieistotnych 293Wybory dyskretne i elastyczność ceny 294Podsumowanie 295Ćwiczenia 296CZĘŚĆ V. WARTOŚĆ KLIENTA 301Rozdział 19. Wyznaczanie życiowej wartości klienta 303Podstawowy szablon wartości klienta 303Analizowanie wrażliwości modelu za pomocą tabeli dwukierunkowej 305Formuła mnożnika wartości klienta 306Zmienne zyski 307Wartość klienta – przypadek DirecTV 308Szacowanie prawdopodobieństwa, że klient jest wciąż aktywny 309Rozszerzenie podstawowego modelu wartości życiowej klienta 309Podsumowanie 310Ćwiczenia 310Rozdział 20. Wyznaczanie wartości przedsięwzięcia na podstawie wartości klienta 313Podręcznik wyceniania przedsięwzięcia 313Wycenianie przedsięwzięcia na podstawie wartości klienta 314Ocenianie wrażliwości modelu za pomocą tabeli jednokierunkowej 317Określanie rynkowej wartości firmy na podstawie wartości klienta 318Podsumowanie 318Ćwiczenia 318Rozdział 21. Wartość klienta, symulacja Monte Carlo i podejmowanie decyzji marketingowych 321Określanie wartości klienta za pomocą łańcucha Markova 321Prognozowanie powodzenia akcji marketingowej za pomocą symulacji Monte Carlo 326Podsumowanie 331Ćwiczenia 331Rozdział 22. Lokowanie zasobów marketingowych w utrzymywanie i pozyskiwanie klientów 335Modelowanie wydatków na utrzymywanie i pozyskiwanie klientów 336Podstawowy model optymalizacji wydatków na utrzymywanie i pozyskiwanie klientów 338Ulepszenie podstawowego modelu 339Podsumowanie 341Ćwiczenia 342CZĘŚĆ VI. SEGMENTACJA RYNKU 345Rozdział 23. Analiza skupień 347Grupowanie miast 348Segmentacja rynku w analizie łączonej 354Podsumowanie 358Ćwiczenia 358Rozdział 24. Filtrowanie zespołowe 359Filtrowanie zespołowe według użytkownika 359Filtrowanie zespołowe według elementu 363Porównanie filtrowania zespołowego według elementu i według użytkownika 365Konkurs Netfliksa 366Podsumowanie 366Ćwiczenia 366Rozdział 25. Segmentacja rynku z wykorzystaniem drzewa decyzyjnego 369Drzewa decyzyjne 369Budowanie drzewa decyzyjnego 370Przycinanie drzewa i metoda CART 374Podsumowanie 375Ćwiczenia 375CZĘŚĆ VII. PROGNOZOWANIE SPRZEDAŻY NOWEGO PRODUKTU 377Rozdział 26. Prognozowanie sprzedaży nowego produktu za pomocą krzywej S 379Interpretacja krzywej S 379Dopasowywanie krzywej Pearla 381Uwzględnianie sezonowości w dopasowywaniu krzywej S 383Dopasowywanie krzywej Gompertza 384Porównanie krzywych Pearla i Gompertza 387Podsumowanie 388Ćwiczenia 388Rozdział 27. Model dyfuzji Bassa 391Wprowadzenie do modelu Bassa 391Dopasowywanie modelu Bassa 392Prognozowanie sprzedaży nowego produktu za pomocą modelu Bassa 394Urealnienie danych o zamiarach klientów 397Symulowanie sprzedaży nowego produktu za pomocą modelu Bassa 398Modyfikacje modelu Bassa 399Podsumowanie 400Ćwiczenia 401Rozdział 28. Prognozowanie okresu sprzedaży produktu z wykorzystaniem zasady kopernikańskiej 403Zasada kopernikańska 403Szacowanie pozostałego czasu życia produktu 405Podsumowanie 405Ćwiczenia 406CZĘŚĆ VIII. SPRZEDAŻ DETALICZNA 407Rozdział 29. Analiza koszyka zakupów i winda sprzedażowa 409Wyliczanie windy sprzedażowej dwóch produktów 409Wyliczanie trzykierunkowej windy sprzedażowej 413Rozwiane mity o eksploracji danych 416Optymalizacja rozmieszczenia produktów na podstawie wartości windy sprzedażowej 416Podsumowanie 419Ćwiczenia 419Rozdział 30. Analiza RFM i optymalizacja bezpośrednich kampanii wysyłkowych 421Analiza RFM 421Historia udanego zastosowania analizy RFM 427Optymalizacja bezpośrednich kampanii wysyłkowych za pomocą dodatku Solver 427Podsumowanie 428Ćwiczenia 429Rozdział 31. Model SCAN*PRO i jego odmiany 431Wprowadzenie do modelu SCAN*PRO 431Modelowanie sprzedaży batoników 432Prognozowanie sprzedaży oprogramowania 434Podsumowanie 439Ćwiczenia 439Rozdział 32. Optymalizacja przestrzeni na półkach i zasobów sprzedażowych 441Określenie zależności pomiędzy akcjami marketingowymi a sprzedażą 441Modelowanie zależności wyników sprzedaży od aktywności przedstawicieli handlowych 442Optymalizacja aktywności handlowej 446Określanie przestrzeni na półkach w supermarkecie przy użyciu krzywej Gompertza 449Podsumowanie 449Ćwiczenia 450Rozdział 33. Prognozowanie sprzedaży na podstawie kilku punktów danych 451Prognozowanie przychodu z filmu 451Modyfikacja modelu w celu podniesienia dokładności prognozy 453Prognozowanie przychodu na podstawie danych z trzech tygodni 455Podsumowanie 457Ćwiczenia 457CZĘŚĆ IX. REKLAMA 459Rozdział 34. Ocena skuteczności wydatków na reklamę 461Model Adstock 461Inny model oceny skuteczności wydatków na reklamę 464Optymalizacja wydatków na reklamę: kampanie pulsujące i ciągłe 466Podsumowanie 469Ćwiczenia 469Rozdział 35. Modele wyboru mediów reklamowych 471Liniowy model wyboru mediów 472Upusty ilościowe 474Wybór mediów przy użyciu metody Monte Carlo 476Podsumowanie 480Ćwiczenia 480Rozdział 36. Reklamy PPC w Internecie 483Definicja reklamy PPC 483Modelowanie zysków z reklam PPC 485Aukcje Google Ads 486Optymalizacja stawki za kliknięcie przy użyciu symulatora 489Podsumowanie 489Ćwiczenia 490CZĘŚĆ X. NARZĘDZIA DO BADANIA RYNKU 491Rozdział 37. Analiza głównych składowych 493Definicja analizy głównych składowych 493Kombinacja liniowa, wariancja i kowariancja 494Szczegóły analizy głównych składowych 500Inne zastosowania analizy głównych składowych 506Podsumowanie 507Ćwiczenia 508Rozdział 38. Skalowanie wielowymiarowe 509Dane o podobieństwie produktów 509Skalowanie wielowymiarowe odległości między miastami 510Skalowanie wielowymiarowe danych o produktach śniadaniowych 515Określenie idealnego punktu 518Podsumowanie 522Ćwiczenia 522Rozdział 39. Algorytmy klasyfikacyjne: naiwny klasyfikator Bayesa i analiza dyskryminacyjna 525Prawdopodobieństwo warunkowe 526Twierdzenie Bayesa 527Naiwny klasyfikator Bayesa 529Liniowa analiza dyskryminacyjna 534Weryfikacja modelu 538Niezwykłe zalety klasyfikatora Bayesa 538Podsumowanie 539Ćwiczenia 539Rozdział 40. Jednoczynnikowa analiza wariancji 541Sprawdzanie, czy średnie grupowe się różnią 542Przykład jednoczynnikowej analizy wariancji 542Rola wariancji w analizie jednoczynnikowej 544Prognozowanie danych z wykorzystaniem jednoczynnikowej analizy wariancji 545Kontrasty 546Podsumowanie 548Ćwiczenia 549Rozdział 41. Dwuczynnikowa analiza wariancji 551Wprowadzenie do dwuczynnikowej analizy wariancji 551Dwuczynnikowa analiza wariancji bez powtórzeń 552Dwuczynnikowa analiza wariancji z powtórzeniami 554Podsumowanie 558Ćwiczenia 559CZĘŚĆ XI. INTERNET I MARKETING SPOŁECZNOŚCIOWY 561Rozdział 42. Sieci 563Ocena ważności węzła 563Ocena ważności połączenia 567Opis struktury sieci 567Sieci losowe i regularne 571Bogaci są coraz bogatsi 574Serwis Klout 576Podsumowanie 577Ćwiczenia 577Rozdział 43. Matematyka w punktach przełomowych 579Zarażanie sieci 579Model Bassa a punkt przełomowy 582Podsumowanie 586Ćwiczenia 587Rozdział 44. Marketing wirusowy 589Model Wattsa 590Bardziej zaawansowany model marketingu wirusowego 591Podsumowanie 595Ćwiczenia 595Rozdział 45. Eksploracja tekstu 597Stosowane pojęcia 598Strukturyzacja tekstu 598Eksploracja tekstu w praktyce 601Podsumowanie 604Ćwiczenia 604Skorowidz 607O autorze: 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.

Informatyka

pogoda władysławowo sierpień 2018, amortyzacja samochodu osobowego, polski bus kody promocyjne 2017, parking przełęcz krowiarki, czeski rum, mubi zwrot 150 zł opinie, nutramigen bez recepty, rynek giełdowy, poziom zatrudnienia, faktura korygująca in minus, wzór wypowiedzenia umowy o pracę przez pracownika, wyrejestrowanie członka rodziny z ubezpieczenia zdrowotnego, dni pracy grudzień 2021, kamil kamil, porzucenie pracy przez pracownika, kolumbia argentyna

yyyyy