Loading

Module 1: Comprendre l'environnement marketing

Notes d'étude
Study Reminders
Support
Text Version

Modèles de système de marketing analytique

Set your study reminders

We will email you at these times to remind you to study.
  • Monday

    -

    7am

    +

    Tuesday

    -

    7am

    +

    Wednesday

    -

    7am

    +

    Thursday

    -

    7am

    +

    Friday

    -

    7am

    +

    Saturday

    -

    7am

    +

    Sunday

    -

    7am

    +

Lorsque nous examinons le système de marketing analytique, nous examinons essentiellement la banque statistique. En d'autres termes, un système de marketing analytique utilise toujours une banque statistique. La question suivante est la suivante: qu'implique cette banque statistique? Il s'agit d'une analyse de régression multiple normalement, généralement nous sommes ce que nous faisons, que nous utilisons d'analyse de régression multiple, puis d'analyse discriminante Qu'entendons-nous par analyse de régression multiple? Nous examinons, par exemple, la demande d'un produit en termes de variables différentes, qui sont susceptibles d'influencer la demande, de prendre la demande pour n'importe quel produit. Les variables probables, qui vont influencer ou influencer la demande, seront le prix du produit 1, deuxièmement, la disponibilité du produit 2, le tiers est le revenu disponible du consommateur pour prendre ce produit. Vous pouvez continuer sur la liste.

La demande du marché de la demande pour un produit particulier sera la variable dépendante, elle dépend, de nombreuses variables indépendantes comme, le prix, l'endroit, puis les différentes caractéristiques du produit, puis le revenu personnel disponible du consommateur tous ces types de choses. Lorsque vous avez régressé la demande dépendante de toutes ces variables indépendantes, vous faites essentiellement une analyse de régression multiple.
Qu'est-ce que tu essayes de faire en faisant ça? Vous allez découvrir le nombre de variables indépendantes que vous avez choisies, expliquer l'augmentation ou la diminution de la demande, quel est le pourcentage qui s'explique. Supposons que vous avez choisi 4 variables indépendantes, elles ont expliqué 70% de la variation de la demande du marché.
C'est votre carré de R au carré environ 70%, c'est-à-dire que le nombre de variables, variables indépendantes, qui sont choisies explique 70% de la variation de la demande pour le produit ok, qui est généralement considéré comme bon dans le marketing.
Ensuite, la seconde que nous utilisons est appelée analyse discriminante, l'analyse factorielle est la troisième. Qu'entend-on par analyse discriminante? Nous examinons les caractéristiques des consommateurs, qu'est-ce qui pourrait être un exemple à cet égard? Regardez le propriétaire d'une voiture Maruthi 800, vis à vis du propriétaire d'une Benz. Quels sont les types de caractéristiques que vous pouvez distinguer clairement entre le propriétaire d'une voiture Marathi 800 et le propriétaire d'une voiture Benz?
La première chose que vous pouvez faire est la catégorie de revenu dans laquelle ces deux consommateurs sont susceptibles de tomber sera très différente. La deuxième chose que vous pouvez voir, c'est leurs caractéristiques sociales, c'est-à-dire la façon dont ils se mélangent avec la classe sociale des gens peuvent aussi être différents. Tous ces facteurs sont donc saisis à l'aide d'une analyse discriminante. Les caractéristiques du consommateur pour différents produits, certains produits peuvent être des produits de luxe, certains des produits peuvent être des produits essentiels.
Ce sont ces différents caractères qui sont vraiment capturés à l'aide d'une analyse discriminante, qui utilise aussi la régression multiple d'ailleurs. Le troisième que nous faisons est l'analyse factorielle. Dans cette analyse factorielle, quelle est la place des variables indépendantes individuelles que nous les grouisons en facteurs, parce que certains sont tous des facteurs toutes les variables, qui sont des effets, qui sont concernés par le prix, nous les grouons sous un seul facteur dire facteur 1. Tous les facteurs concernés par le revenu nous les groupons selon un facteur de plus de facteur 2.

Encore une fois, la demande dépendante est expliquée en termes de facteurs différents, quand vous avez recours à des analystes de facteurs est la question suivante. Vous avez recours à l'analyse factorielle lorsque le nombre de variables est plus élevé et que vous voulez les condensez à différents facteurs. Vous grouchez ces variables sous différentes têtes, peut-être groupe 1, groupe 2, groupe 3, groupe 4.
Et, en utilisant la même analyse de régression multiple, vous utilisez une analyse factorielle au lieu des variables indépendantes ; vous utilisez les facteurs pour expliquer la variation du facteur dépendant ou de la variable dépendante.
L'analyse de la grappe est la suivante que nous faisons ; par exemple, il s'agit de vos groupes automobiles. Il y aura différents groupes automobiles, l'un est le petit groupe de voitures, le deuxième est le groupe de voitures de taille moyenne, le troisième est le groupe de voitures de luxe, peut-être 4 vous pouvez l'avoir comme un que vous appelez les VUS. Regrouchez ces toutes ces catégories sous différents groupes. Et de savoir comment la demande pour ces groupes change à l'aide de ces différents groupes.
Supposons que vous examiniez la demande d'un cluster. Comment les autres grappes influent sur cette demande? Ensuite, la prochaine que nous utilisons est ce qu'on appelle une analyse conjointe. Qu'entendons-nous par analyse conjointe? Nous regardons la conception, un produit attrayant pour un marché cible. Nous regardons tout ce que nous ne voulons pas sortir avec leur produit juste pour le plaisir de sortir, nous avons spécifié sur le marché cible pour ce marché cible seulement certains produits auront un appel de produit.
Lorsque ces produits ont un attrait sur le produit, l'analyse conjointe vise à concevoir un produit attrayant pour ce marché cible particulier. Peut-être que vous êtes un utilisateur d'une voiture de sport.
Vous êtes à la recherche d'une voiture de sport pour un segment particulier de ceux qui aiment conduire cette vitesse très élevée. Lorsque vous concerez cette voiture de sport pour ce marché cible particulier, vous incluez certaines caractéristiques particulières dans ce produit.
Bien qu'il se développe à une vitesse très élevée, il devrait être capable de freiner immédiatement sans blesser le conducteur, même avec tout ce que beaucoup de fois dans les courses automobiles le conducteur est blessé. La voiture devient de plus en plus surprenante, tous ces types de choses se produisent encore, mais lorsqu'un produit est conçu pour avoir ce type de marché cible à l'étude, nous utilisons cette analyse conjointe. Certaines voitures comme cette Porsche d'Allemagne, qui sont conçues pour toujours avoir un marché cible attrayant pour ce marché cible, font appel à ces différents types de modèles de systèmes de commercialisation.

Fondamentalement, ce sont des banques statistiques que nous utilisons pour analyser le marché. L'objectif de la banque statistique est d'aider à l'analyse du marché. Quels sont les différents types d'analyse qui peuvent être effectués? Ils sont utilisés en fonction de la situation que vous allez rencontrer. Vous pouvez utiliser une analyse de régression multiple, une analyse discriminante ou une analyse factorielle, ou une analyse de cluster, ou une analyse conjointe selon le type de situation qui vous est présenté sur le marché.
La seconde que nous utilisons est ce qu'on appelle les modèles descriptifs? Qu'entendons-nous par modèles descriptifs? Nous examinons deux types de modèles descriptifs: l'un est la macro, le second est le micro. Lorsque nous disons macro, nous regardons un niveau holistique qui est une image au niveau holistique. Supposons, vous pouvez considérer les ventes comme la variable dépendante, vous pouvez considérer le revenu national ; vous pouvez considérer les dépenses moyennes de prix et de publicité de l'entreprise comme des variables indépendantes. Ce sont les liens qui expliquent de nouveau les variations de la variable dépendante, vous pouvez toujours avoir recours à une analyse de régression multiple.
Tout en regardant une image de macro, vous spécifiez le nombre minimum de liens que vous ne spécifiez pas trop de liens. Vous spécifiez les liens qui sont très importants pour être pris en considération. D'un autre côté, lorsque vous venez au micro de ce qui va se passer, vous spécifiez plus de liens. Vous développez en donnant plus de liens vers le micromodèle, le modèle microdescriptif. En plus du micromodèle, vous pouvez utiliser quelque chose comme le modèle de micro comportemental, quel est ce modèle de micro comportemental? C'est là que la recherche sur les opérations vient à l'aide du marketing.
En fin de compte, ce n'est pas tout ce qui récompense si c'est la banque statistique ou les modèles descriptifs que nous allons plus loin, comme les modèles de décision, ou la méthode heuristique, ou que les modèles mathématiques linéaires qui sont tous concernés par les marchés. En fin de compte, nous ne regardons que les marchés, parce que les marchés dictent la survie de l'entreprise ou la disparition de l'entreprise.
Dans un marché concurrentiel, une entreprise doit survivre à la concurrence ; lorsque le besoin est de survivre à la concurrence, il faut regarder tous ces modèles pour l'aider à se garder de l'assurance ou à se tenir à l'écart sur l'ensemble du marché, c'est-à-dire le cou, vous ne pouvez pas garder votre cou sur le marché, parce qu'il y a une concurrence féroce, alors vous serez rasé par les autres joueurs.
Qu'il s'agisse de la recherche sur le marché, de notre système de commercialisation analytique ou des différents types de modèles dont nous discutons. L'entreprise doit adopter, en d'autres termes, la commercialisation d'une clé très importante pour la survie de l'entreprise. C'est ce que nous voyons dans une ville comme, Bangalore, où il y a beaucoup d'entreprises de logiciels. Qu'est-ce qu'ils regardent, ils regardent tous ces types de modèles jour après jour ; et ils l'appellent analytique marketing ou big data.
Pour l'essentiel, ils examinent ces types de modèles pour savoir comment le consommateur se comporte, si vous voyez vraiment même dans une Coupe du monde de cricket. De nombreux modèles analytiques ont été conçus pour découvrir, ce qui devrait être le moment optimal d'une publicité qui devrait venir, ce qui ne distrait pas indûment le spectateur, mais reste dans l'esprit du spectateur. Tous ces types de choses entrent dans le domaine de l'analyse marketing.
Le modèle de micro comportement fait usage des modèles, les modèles ou les modèles sont essentiellement ces deux sont utilisés couramment de l'un est appelé le processus de Markov, le second est appelé les modèles de mise en file d'attente. Qu'est-ce que vous essayez de faire dans tous ces modèles, supposons qu'il y a tant de serveurs? En donnant le même type de service, si vous êtes dans la file d'attente, quel serveur est susceptible de vous servir dans ce scénario de modèle entier, serveur 1, serveur 2, serveur 3.
Et combien de temps il va prendre pour vous pour le service?
Vous examinez le temps d'évaluation moyen dans la file d'attente, plus le temps de service passé par le serveur sur vous. Dans tout le processus, ce que vous obtenez, vous obtenez ce qui est le temps que vous passez pour un client pour un service. C'est là que beaucoup d'entre eux, si vous regardez l'aéroport de Bangalore, l'aéroport international de Kempegowda, vous voyez tellement d'avions atterrissenez et décollez toutes les 2 minutes.
Quand vous voyez ces avions atterrir, les passagers doivent débarquer de l'avion, puis leurs bagages doivent venir aux différents convoyeurs, puis l'avion doit être nettoyé en bon état, pour que le groupe de consommateurs ou de clients embarque dans l'avion il passe à côté de la destination. Tout cela se déroule de manière très systématique.

Lorsque vous examinez un modèle analytique, vous examinez donc de nombreux facteurs de ce processus, qui sont susceptibles de perturber le délai d'exécution de leurs aéronefs, c'est-à-dire une augmentation du délai d'exécution de leurs aéronefs. Tout lien dans cette chaîne d'approvisionnement. Supposons qu'elle cause une certaine perturbation, alors le temps pris pour cette activité de la chaîne d'approvisionnement en particulier augmentera, le résultat est le délai d'exécution de leurs aéronefs est susceptible d'augmenter.
Le prochain type de modèles que nous allons examiner utilise des routines mathématiques, appelées modèles de décision, ou modèles d'optimisation, à l'aide de routines mathématiques, ces modèles mathématiques de routine peuvent être catégorisés dans 4 catégories. Le premier est le calcul différentiel, la seconde est la programmation mathématique, troisième est l'analyse bayésienne, la quatrième est la théorie du jeu. Nous allons examiner certains de ces modèles lorsque nous allons le faire. Les autres types de modèles que vous pouvez utiliser est ce qu'on appelle les modèles heuristiques.
Quels sont les modèles heuristiques? Ils utilisent des routines de calcul plusieurs fois vous écrivez un algorithme pour résoudre une situation particulière. Vous écrivez un algorithme et cet algorithme passe par des routines différentes, et cela vous explique comment la variable dépendante va être affectée. Ces différentes routines de calcul peuvent souvent faire appel à des aspects différents comme le branchement ou le bouclage, où qu'il soit nécessaire.
C'est l'autre ensemble de modèles, le dernier ensemble de modèles que nous utilisons dans le marketing est les modèles mathématiques. Que donnent ces modèles mathématiques? Il semble linéaire et non linéaire, c'est-à-dire la régression linéaire non linéaire. La régression linéaire signifie qu'elle suit un chemin droit, non linéaire, elle ne suit pas un chemin droit. Nous pourrions alors examiner le modèle statique et le modèle dynamique. Modèle statique où nous regardons à un horizon temporel particulier un modèle dynamique, nous regardons des horizons de temps différents il est continu.
Vous pouvez alors examiner un modèle déterministe ou un modèle stochastique. Qu'est-ce qu'un modèle déterministe? Vous utilisez les différents attributs du produit pour déterminer, c'est-à-dire exactement combien la variable dépendante va influencer.
C'est un problème déterministe, c'est une probabilité déterministe. Qu'est-ce qu'une probabilité stochastique? En fait, lorsque vous regardez la probabilité déterministe, que les probabilités même ne sont pas là, tout ce que vous êtes arrivé est déterministe.
Supposons, vous dites que cette variable particulière va influencer la demande de 25 vous êtes déterminé ou vous avez découvert que c'est la variation qui va venir en ce qui concerne la demande en utilisant cette méthode particulière, lorsque vous utilisez cette méthode stochastique que vous attribuez une probabilité pour cela, vous dites que cela peut affecter ce que l'esprit dit de 20%.
Vous donnerez une probabilité de 0,2 pour cela, alors vous regardez les autres variables différentes leur donnent des probabilités différentes, quand vous donnez toutes ces différentes probabilités, vous regardez un LP, c'est un modèle de programmation linéaire qui utilise un processus stochastique, que le processus stochastique utilise des probabilités différentes pour traiter la situation. Voici donc les différents types de modèles que vous allez voir dans un système de marketing analytique.
En résumé, nous utilisons les banques statistiques. Les banques statistiques qui aident à développer une banque modèle, ces banques statistiques utilisent essentiellement la régression multiple, l'analyse discriminante, l'analyse factorielle, l'analyse de groupement et l'analyse conjointe.
Lorsque nous nous sommes déplacés vers les modèles descriptifs, nous regardons 2 types de modèles au départ, c'est-à-dire que nous regardons les macros modèles de macros, où les liens sont limités, alors nous regardons le micromodèle, où les liens sont plus, alors nous pourrions vouloir à nouveau regarder un modèle de micro comportemental, nous regardons aussi le comportement de l'image comportementale.
Vous avez plus de liens que vous avez l'aspect comportemental entrant. Il y a les parties OR à venir et ici nous utilisons le processus Marco et les modèles de mise en file d'attente, lorsque nous regardons les modèles de décision, nous étudions fondamentalement les modèles d'optimisation, ces modèles d'optimisation se présentent au calcul différentiel, c'est-à-dire l'utilisation du calcul différentiel, la programmation mathématique de l'analyse bayésienne et la théorie des jeux. Ce sont des routines mathématiques. Ensuite, nous pouvons aussi utiliser des modèles heuristiques lorsque nous utilisons des routines de calcul.
Nous utilisons aussi des modèles mathématiques où nous utilisons la programmation linéaire et la programmation non linéaire, elle peut être statique ou dynamique, elle peut être déterministe ou stochastique selon le type de modèles que vous résolvons. Il s'agit essentiellement de la pire gamme d'activités de marketing analytique qui se déroule dans le domaine du marketing dans le contexte actuel. Tout cela est regroupé sous cette terminologie générale appelée analyse marketing.
N'importe quel recruteur dans le présent aujourd'hui regarde les analyses, c'est-à-dire qu'il cherche "si je recrume cette personne à quel point cette personne va être utile pour l'organisation"? Il est à noter que tout tourne autour du marketing et qu'il est à la recherche de l'utilité de résoudre bon nombre des problèmes de marketing qui pourraient se présenter. Il essaie de s'attaquer à la façon dont vous pouvez améliorer les ventes pour lui et, par conséquent, comment ses bénéfices peuvent s'améliorer.
Il est à noter qu'aucune entreprise ne fonctionne dans le vide, aucune entreprise n'essaie de dire tout ce que je fais pour une activité à but non lucratif ; une entreprise est une activité lucrative, que l'on aime le dire ou non, vous devez considérer l'entreprise comme une activité lucrative et dans une situation d'entreprise, il n'est pas considéré comme mauvais de faire des profits hors d'une entreprise.
En fait, à l'heure actuelle, plus vous faites de profits, plus vous contribuez au PIB de la nation. Il s'agit d'un type de scénario que vous êtes susceptible d'avoir. Ces vastes champs d'analyse marketing traitent de toutes ces questions, puis lorsque vous examinez un scénario où une grande quantité de données arrive à l'égard de l'organisation.
La taille de l'organisation augmente parfois la taille peut être moyenne également, mais les données que vous devez gérer peuvent être très voluminelles. C'est là que vous faites appel à vos grandes analyses de données ; ainsi, tous ces éléments entrent dans la terminologie des systèmes de marketing analytique. Nous nous arrêterons ici, nous allons continuer dans la classe suivante.