Cuando estamos viendo el sistema de marketing analítico estamos viendo básicamente el banco de estadísticas. En otras palabras, un sistema de análisis analítico siempre hace uso de un banco estadístico. La siguiente pregunta es ¿qué implica este banco estadístico? Implica el análisis de regresión múltiple normalmente, generalmente somos estas son las cosas, que hacemos uso de análisis de regresión múltiple, luego análisis discriminante ¿Qué queremos decir por análisis de regresión múltiple? Estamos viendo por ejemplo, la demanda de un producto en términos de diferentes variables, que es probable que influyan en la demanda, tomen la demanda de cualquier producto. Las variables probables, que van a afectar o influir en la demanda, serán el precio del producto 1, segundo es la disponibilidad del producto 2, tercero es el ingreso disponible del consumidor para tomar este producto. Puedes seguir en la lista.

La demanda del mercado de demanda de un producto en particular será la variable dependiente, depende de, muchas variables independientes como, el precio, el lugar, entonces las diferentes características del producto, entonces el ingreso personal desechable del consumidor todo ese tipo de cosas. Cuando se ha retrocedido la demanda dependiente frente a todas estas variables independientes, se está realizando básicamente un análisis de regresión múltiple.
¿Qué está tratando de hacer haciendo esto? Vas a enterarte del número de variables independientes que has elegido, para explicar el aumento o la disminución de la demanda, cuál es el porcentaje que se está explicando. Supongamos que ha elegido 4 variables independientes, explicaron el 70 por ciento de la variación en la demanda del mercado.
Esa es tu R cuadrado viene alrededor del 70 por ciento; eso significa, decir el número de variables, variables independientes, que se están eligiendo explica el 70 por ciento de la variación en la demanda del producto ok, que generalmente se considera bueno en el marketing.
Luego el segundo que hacemos uso se llama el análisis discriminante, el análisis factorial es el tercero. ¿Qué queremos decir con un análisis discriminante? Estamos viendo los rasgos de los consumidores, ¿qué podría ser un ejemplo para esto? Mira al dueño de un automóvil Maruthi 800, vis a vis el dueño de un Benz. ¿Cuáles son los tipos de características que puede distinguir claramente entre el propietario de un coche Marathi 800 y un propietario de coche Benz?
Lo primero que se puede sacar es la categoría de ingresos en la que es probable que caigan estos dos consumidores será muy diferente. Segunda cosa que se puede ver son sus características sociales, que es la forma en que se mezclan con la clase social de las personas también puede ser diferente. Por lo tanto, todos estos factores se capturan utilizando el análisis discriminante. Los rasgos del consumidor para diferentes productos, algunos de los productos pueden ser productos de lujo, algunos de los productos pueden ser productos esenciales.
Estos son estos rasgos diferentes son realmente capturados usando análisis discriminante, lo que también hace uso de la regresión múltiple por cierto. El tercero que hacemos es el análisis factorial. En este análisis factorial, lo que son las variables independientes individuales las agrupamos en factores, ya que algunos son todos factores variables, que son efecto, que se refieren al precio, los agrupamos bajo un factor de factor 1. Todos los factores relacionados con los ingresos los agrupamos bajo un factor más el factor 2.

De nuevo, la demanda dependiente se explica en términos de diferentes factores, cuando se recurre a los analistas de factor es la siguiente pregunta. Se recurre al análisis factorial cuando el número de variables es más y se quiere condensarlas en diferentes factores. Usted agrupa estas variables bajo diferentes cabezas tal vez grupo 1, grupo 2, grupo 3, grupo 4.
Y, utilizando el mismo análisis de regresión múltiple, se utiliza un análisis factorial en lugar de las variables independientes; se utilizan los factores para explicar la variación en el factor dependiente o la variable dependiente.
El análisis del clúster es el siguiente que hacemos; un ejemplo para esto serían sus grupos de automóviles. Habrá diferentes grupos de automóviles; uno es el grupo de coches pequeños, segundo es el grupo de coches de tamaño medio, tercero es el grupo de coches de lujo, tal vez 4 se puede tener como a qué se llama los SUV. Agrupe todas estas acciones bajo diferentes clústeres. Y averigüe cómo la demanda de estos clústeres está cambiando utilizando estos diferentes grupos.
Suponga que está buscando la demanda de un clúster. ¿Cómo los otros grupos están afectando esta demanda? Entonces, el siguiente que hacemos uso de es lo que se llama un análisis conjunto. ¿Qué queremos decir con un análisis conjunto? Nos fijamos en el diseño, un producto atractivo para un mercado objetivo. Nos fijamos en todo lo que no queremos salir con su producto sólo por el bien de salir, hemos especificado en el mercado objetivo para ese mercado objetivo sólo algunos productos tendrán atractivo del producto.
Cuando estos productos tienen un atractivo del producto, el análisis conjunto busca diseñar un producto atractivo para ese mercado objetivo en particular. Tal vez usted es un usuario de un coche deportivo.
Usted está mirando un coche deportivo para un segmento en particular a los que son aficionados a conducir esa velocidad muy alta. Cuando usted está diseñando este coche deportivo para este mercado objetivo en particular, usted incluye ciertas características especiales en ese producto.
Aunque está creciendo a una velocidad muy alta, debería ser capaz de frenar inmediatamente sin dañar al conductor, incluso con todo lo que muchas veces en las carreras de coches el conductor se hace daño. El coche se vuelve sobresalto todos esos tipos de cosas todavía suceden, pero cuando un producto está diseñado teniendo este tipo de mercado objetivo en consideración, hacemos uso de este análisis conjunto. Algunos de los coches como este Porsche de Alemania, que se están diseñando siempre teniendo un mercado objetivo apelando a ese mercado objetivo haciendo uso de estos diferentes tipos de modelos de sistema de marketing.

Básicamente, se trata de bancos estadísticos que utilizamos para analizar el mercado. El objetivo del banco estadístico es ayudar en el análisis del mercado. ¿Qué se ha enumerado aquí son algunos de los diferentes tipos de análisis que se pueden hacer? Estos se utilizan en función de la situación que se va a encontrar. Puede utilizar un análisis de regresión múltiple, o un análisis discriminante, o un análisis de factores, o un análisis de clúster, o un análisis conjunto en función del tipo de situación que se le presente en el mercado.
El segundo que hacemos uso es lo que se llama los modelos descriptivos? ¿Qué entendemos por modelos descriptivos? Nos fijamos en dos tipos de modelos descriptivos; uno es el macro, segundo es el micro. Cuando decimos macro, estamos viendo un nivel holístico que es una imagen a nivel holístico. Supongamos que puede considerar las ventas como la variable dependiente, puede considerar los ingresos nacionales; puede considerar el precio medio y el gasto en publicidad de la empresa como variables independientes. Estos son los enlaces que explican las variaciones en la variable dependiente de nuevo todavía puede recurrir a un análisis de regresión múltiple.
Cualquiera está viendo una imagen de macro que especifique el número mínimo de enlaces que no especifique demasiados enlaces. Puede especificar los enlaces que son muy importantes para su consideración. Por otro lado, cuando se llega a micro lo que va a pasar es que se especifican más enlaces. Se expande dando más enlaces al modelo micro, modelo micro descriptivo. Además del modelo micro puede usar algo como el modelo de micro comportamiento, ¿cuál es este modelo de micro comportamiento? Aquí es donde la investigación de las operaciones viene a la ayuda del marketing.
En última instancia, no es que todo recompense si es el banco estadístico o los modelos descriptivos los que vamos más allá como los modelos de decisión, o el método heurístico, o que los modelos matemáticos lineales todos ellos están preocupados con los mercados. En última instancia, sólo estamos mirando los mercados, porque los mercados dictan la supervivencia de la empresa o la desaparición de la empresa.
En un mercado competitivo, una empresa tiene que sobrevivir a la competencia; cuando la necesidad es sobrevivir a la competencia, hay que mirar todos estos modelos para ayudar a mantenerse asegurado o mantener su cuello en todo el mercado, que es el cuello hacia arriba, usted no puede mantener su cuello en el mercado, porque hay una dura competencia, entonces usted será demolido por los otros jugadores.
En cualquier caso, pide que se trate de una investigación de mercado, de nuestro sistema de análisis analítico o de los diferentes tipos de modelos que estamos debatiendo. La empresa tiene que adoptar en otras palabras marketing lugar una clave muy importante para la supervivencia de la firma. Esto es lo que estamos viendo en una ciudad como, Bangalore, donde hay muchas firmas de software. ¿Qué están viendo que están mirando todos estos tipos de modelos día a día; y lo están llamando analítica de marketing o big data.
Esencialmente, están viendo este tipo de modelos para averiguar cómo se comporta el consumidor, si realmente se ve incluso en un partido de cricket de la copa del mundo. Muchos modelos analíticos fueron diseñados para averiguar, cuál debería ser el momento óptimo de un anuncio que debería venir, que no distraería indebidamente al espectador, sino que aún permanece en la mente del espectador. Todos estos tipos de cosas vienen bajo el ámbito de la analítica de marketing.
El modelo de micro comportamiento hace uso de los o modelos, los o modelos son básicamente estos dos son comúnmente hecho uso de uno se llama el proceso de Markov, el segundo se llama los modelos de cola. ¿Qué está tratando de hacer en todos estos modelos, supongamos que hay tantos servidores? Dando el mismo tipo de servicio, si está en la cola, es probable que el servidor le sirva en todo este caso de ejemplo, servidor 1, servidor 2, servidor 3.
Y, ¿cuánto tiempo te va a llevar por el servicio?
Está buscando el promedio de tiempo de evaluación en la cola, más el tiempo de servicio que el servidor ha empleado en usted. En todo el proceso lo que está obteniendo, usted está recibiendo el tiempo que usted gasta para uno para un cliente para un servicio. Aquí es donde muchos de estos, si se mira el aeropuerto de Bangalore, el aeropuerto internacional de Kempegowda se ven tantos aviones aterrizando y despegando cada 2 minutos.
Cuando se ven estos aviones aterrizando, los pasajeros tienen que desembarcar de la aeronave, entonces sus luggages tienen que venir a las diferentes cintas transportadoras, entonces la aeronave tiene que ser limpiada guardada en buen estado, para el conjunto de consumidores o clientes para embarcar la aeronave se traslada al siguiente destino. Todo esto tiene lugar de una manera muy sistemática.

Cuando usted está mirando un modelo analítico, lo está mirando, muchos factores en este proceso, que es probable que perturben el tiempo de entrega de sus aviones, eso es aumentar el tiempo de entrega de sus aviones. Cualquier enlace en esa cadena de suministro. Supongamos que causa alguna perturbación, entonces el tiempo que se toma para que la actividad de la cadena de suministro en particular aumentará, el resultado es el tiempo de respuesta para sus aviones es probable que aumente.
El siguiente tipo de modelos que vamos a mirar hace uso de rutinas matemáticas, estos se llaman modelos de decisión, o modelos de optimización, utilizando rutinas matemáticas, estos modelos de rutina matemática se pueden categorizar bajo 4 categorías. Uno es el cálculo diferencial, segundo es la programación matemática, tercero es el análisis bayesiano, cuarto es la teoría del juego. Vamos a ver algunos de estos modelos cuando vayamos. Los otros tipos de modelos con los que se puede hacer uso es lo que se llama los modelos heurísticos.
¿Qué son estos modelos heurísticos? Hacen uso de rutinas computacionales muchas veces se escribe un algoritmo para resolver una situación particular. Escribes un algoritmo y ese algoritmo pasa por diferentes rutinas, y esto te da como la variable dependiente se va a ver afectada. Estas diferentes rutinas computacionales muchas veces pueden hacer uso de diferentes aspectos como la ramificación o el bucle, dondequiera que se requiera ok.
Este es el otro conjunto de modelos, el último conjunto de modelos que hacemos uso de en el marketing son los modelos matemáticos. ¿Qué dan estos modelos matemáticos? Se ve lineal y no lineal, es decir, regresión lineal no lineal regresión. La regresión lineal significa que sigue un camino recto, no lineal, no sigue un camino recto. Entonces podremos ver el modelo estático y el modelo dinámico. Modelo estático donde nos fijamos en un horizonte de tiempo particular un modelo dinámico, que estamos mirando a diferentes horizontes de tiempo es un continuo.
Entonces usted puede mirar un modelo determinista o un modelo estocástico. ¿Qué es un modelo determinista? Usted está haciendo uso de los diferentes atributos del producto para determinar, es decir exactamente cuánto va a influir la variable dependiente.
Es un problema determinista es una probabilidad determinista. ¿Qué es una probabilidad estocástica? De hecho, cuando se mira la probabilidad determinista, que las probabilidades en sí no está allí es todo lo que usted ha llegado es determinista.
Supongamos, usted dice que esta variable en particular va a influir en la demanda por 25 que usted está determinado o usted ha descubierto que esta es la variación que va a venir con respecto a la demanda usando este método particular, cuando usted utiliza este método estocástico usted atribuye la probabilidad de que, usted dice que esto puede afectar a que la mente diga en 20 por ciento.
Usted dará una probabilidad de 0.2 para eso, entonces usted mira las otras variables diferentes le dan diferentes probabilidades, cuando usted da todas estas diferentes probabilidades, usted está mirando un LP, que es un modelo de programación lineal haciendo uso de un proceso estocástico, que el proceso estocástico hace uso de diferentes probabilidades para abordar la situación. Por lo tanto, este es estos son los diferentes tipos de modelos, que usted va a mirar en un sistema de marketing analítico.
Como recapitulación todo esto hacemos uso de los bancos estadísticos. Los bancos estadísticos que ayudan a desarrollar un banco modelo, estos bancos estadísticos básicamente hacen uso de regresión múltiple, análisis discriminante, análisis factorial, análisis de conglomerados y análisis conjunto.
Cuando nos trasladamos a los modelos descriptivos nos fijamos en 2 tipos de modelos inicialmente, es decir que nos fijamos en macros macro modelos, donde los enlaces son limitados, entonces nos fijamos en el modelo micro, donde los enlaces son más, entonces es posible que queramos volver a mirar un modelo de micro comportamiento, nos fijamos en la imagen de comportamiento también.
Tienes más enlaces que tienes el aspecto de comportamiento que entra. Allí vienen las porciones OR y aquí hacemos uso del proceso Marco y los modelos de cola, cuando nos fijamos en los modelos de decisión, estamos mirando básicamente a los modelos de optimización, estos modelos de optimización miran al cálculo diferencial, que es hacer uso de cálculo diferencial, programación matemática análisis bayesiano y teoría de juegos. Estas se llaman rutinas matemáticas. Entonces también podemos hacer uso de modelos heurísticos cuando usamos rutinas computacionales.
También hacemos uso de modelos matemáticos donde utilizamos la programación lineal y la programación no lineal, puede ser estática o dinámica, puede ser determinista o estocástica dependiendo del tipo de modelos que estés resolviendo. Estos son básicamente la peor gama de actividad del sistema de marketing analítico que se está llevando a cabo en el ámbito del marketing en el contexto actual. Todo esto se está agrupando bajo esta amplia terminología llamada analítica de marketing.
Cualquier reclutador en el presente hoy está mirando la analítica, es decir, está mirando "si recluta a esta persona ¿qué tan útil va a ser esta persona para la organización"? Amablemente nota que todo gira en torno a la comercialización y que está mirando a usted es útil para resolver muchos de los problemas relacionados con el marketing que podrían entrar. Él está tratando de abordar cómo usted puede mejorar las ventas para él y en consecuencia cómo sus ganancias pueden mejorar.
Amablemente nota que ninguna firma está funcionando en el vacío, ninguna firma está tratando de decir todo lo que estoy haciendo para una actividad sin fines de lucro; un negocio es una actividad de toma de ganancias, si a uno le gusta decirlo o no hay que mirar a los negocios como una actividad de ganancias y en una situación de negocios, no se considera malo para sacar beneficios de un negocio.
De hecho, ahora mismo, mientras más ganancias se obtienen, más se está contribuyendo al PIB de la nación. Este es un tipo de escenario que es probable que tenga. Estos amplios campos de análisis de marketing están abordando todas estas preguntas y, a continuación, cuando se analiza un escenario en el que se están entrando grandes cantidades de datos con respecto a la organización.
El tamaño de la organización aumenta a veces el tamaño puede ser también medio, pero todavía los datos que usted puede tener que manejar puede ser muy grande. Ahí es donde usted hace uso de sus grandes análisis de datos; por lo tanto, todos estos que vienen bajo la terminología de los sistemas de análisis de marketing. Paramos aquí seguiremos en la siguiente clase ok.