Loading
Notes d'étude
Study Reminders
Support
Text Version

Modèle linéaire

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

    +

Bonjour, tout le monde.Bienvenue dans Marketing Analytics Course.This is Doctor Swagato Chatterjee from VGSoM, IIT Kharagpur, who is taking this course foryou. And today, we are about about Marketing Mix Model andáPublicingModels.So in the last video, we have discutent about a, how the various items of marketing mixréellement interplay with each other. Mais dans cette vidéo, ils ont, nous avons pris le modèle linéaire, Simply LinearModel et nous avons essayé de découvrir que les effets sont différents. Mais dans cette vidéo, nous allons essayer de faire un peu plus, nous essaierons de bringin un peu de Si vous voyez le jeu de données que nous avons, en semaines six saisons, saison 2 je pense, theádataset ressemble à this.áEt si je viens de zoomer, il s'agit de données trimestrielles, d'un quart de l'année, du nombre de publicités, du prix que vous avez fait. Donc, je vais d'abord, ne regarde pas les autres choses, nous allons discuter de ça, nous en discuterons pour la première fois sur la colonne C, D, E, G, andáI.So, le trimestre de l'année, ceci est variable d'un, deux, trois, quatre, un, deux, trois, quatre, un, deux, trois, quatre, Et le prochain venu est le chiffre du trimestre, donc il y a un, donc le nombre de moyens, combien de données je dispose?Donc, le nombre réel est donné ici, les dépenses de l'annonce, le prix que j'ai, et la valeur réelle des ventes que je have.áDonc, ce sont les cinq points de données que j'ai actuellement.Maintenant, je dois décider que, quel genre de publicité, comment, si vous vous souvenez, la première chose que nous décidons est, comment les ventes dépendent du prix et de l'annoncementáce que vous avez done.Now, la publicité est souvent supposément comme ça, par exemple, nous ne donnons pas de publicité, continuez à donner des annoncements.Si c'est la période, et c'est l'effet d'une annonce, et disons, vous donnez une annonce ici, ici, ici, ici, les ventes correspondantes ou l'effet de l'annonce sera le premier tir. Et puis, áin cette période, quand vous n'avez pas donné de publicité, les gens encore Se souvient de vous, mais lentement que la mémoire vient en bas, la mémoire se décompose, la désintégration de la mémoire se produit ainsi. Et là encore, vous donne de l'annonce, encore une fois, ça se passe comme ça, et encore une fois, ça se passe comme ça et encore, ça se passe comme ça, et c'est ce qui se passe. Maintenant, comment la désintégration va se produire, qu'il s'agisse d'une désintégration linéaire ou d'une carie non linéaire, c'est quelque chose qui est encore un domaine de recherche, mais ce genre de thingshappen.Donc, tout ce que j'essaie de dire, c'est qu'à ce stade, à ce stade, l'effet des adis dépend de la quantité d'annonce que vous avez donnée ici et de la quantité de pourriture qui est heureuse. Cette hypothèse, il y a beaucoup d'équations qui ont été créées. Donc l'une d'entre elles est comme ça, où il y a quelque chose appelé ad effect.Donc, si vous voyez avec attention les formules ici, il a été écrit ici thatáAdstock, áthereis a something butáAdstock.Donc, je dis que, l'effet de pub se trouve dans ma mémoire comme un stock, c'est comme, il se comporte comme un inventaire.Quoi qu'il en soit dans les modèles d'inventaire que nous faisons, nous faisons le choix ici, mais Adstockis lambda dans le précédent stock.Donc, quel que soit le stock précédent était là dans la dernière période qui se délabra peu de bit.Donc, la dernière période, sans doute, la, la mesure était comme ceci. La prochaine période qu'il sera lambda est fondamentalement entre 0 et 1.Donc c'est lambda en stock précédent, plus l'adspentNow, si vous donnez une certaine publicité plus le courant ad.Donc, si vous donnez une certaine publicité à ce point, si vous donnez une certaine publicité à ce point, elle va volontairement up.Donc, elle se décompose, se désactive, se décompose.Donc, c'est quelque chose que cette fonction particulière est en train d'écrire about.Donc, qui est Adstock est égal à lambda plus ancien stock plus courant ad.Donc, c'est quelque chose que nous essayons de faire ici. Et puis, les ventes ont des composants différents dans it.Donc, j'expliquerai un par un, les différentes composantes des sales.Donc, les ventes ont une composante différente dans elle. La première composante des ventes est, disons, l'élasticité des prix.Donc, je garde tout le reste constant.Donc, si tout le reste reste constant dans cette équation, alors les ventes sont égales à priceto le pouvoir moins élasticité Alors, pourquoi ça arrive?Qu'est-ce que l'élasticité?L'élasticité est fondamentalement, delta D par D moins, pour D est la demande et delta P par P thatis élasticité, il y a une formule, donc si vous vous en souvenez, c'est la formule d'élasticité.Donc, alors, je peux écrire, delta P par P est égal à, est égal tominus delta D par D. Puis-je écrire ceci?Ou puis-je écrire, delta D par D est égal à moins E delta P par P. Fair enough.Now, puis-je ensuite écrire que del D est égal à moins E del P par P. I can writethis.So, if I write this and then if I willget, fondamentalement log of D is equal to log of P. Am I, fair enough. So log of D is equal to log of moins P. I supposent that constant to be 0.So then, D is equal to C minus ln P to the power minus E. There is a formula.So, A log B can be written as log of B to the power A. So that particulière formula Ihave used here. Fair enough. En gros, est égal à, donc si C est égal à 0, alors E à la puissance Ln Pto la puissance moins E fondamentalement, P à la puissance moins E. Donc c'est pourquoi, tout ce que je suis gettingis la demande est une constante en prix au pouvoir moins élasticité.Maintenant, cette partie est claire, c'est pourquoi, tout ce que je reçois, c'est que la demande est constante dans le prix de l'élasticité par rapport au pouvoir.Maintenant, cette partie est claire, donc l'effet de prix sur la demande est fondamentalement, le prix au pouvoir moins l'élasticité.En supposant que c'est votre prix, si c'est le prix de quelqu'un d'autre, si c'est le prix d'un client, le prix du concurrent, où le prix augmente votre demande, le prix du concurrent augmente votre demande, alors cela aurait été la concurrence des prix en moins, plus l'élasticité de la compétition.Parce que, c'est ce qu'on appelle l'élasticité croisée.L'élasticité de quelqu'un d'autre sur votre demande, ce qui est un effet positif, mais je ne prends pas en compte cette partie maintenant. Donc je vais probablement supprimer cette partie, donc c'est ce que j'ai, donc le prix au pouvoir moins l'élasticité.Et puis la demande aura un composant saisonnier, nous tendons la composante. La composante saisonnière est essentiellement, une composante saisonnière, un indice saisonnier, qui sera multiplié par certains, une constante particulière. Et puis il y aura un peu de tendance component.Maintenant, dans cette fonction particulière, la tendance a été définie comme une tendance multiplicative. Donc, la tendance au numéro du trimestre de l'énergie, vous pouvez aussi écrire en nombre de trimestre, pas de problèmes. Donc tendance, elle est au quart de nombre.Et puis il y aura une constante à la font.Now, la seule partie qui est laissée est la façon dont l'annonce va se produire?La publicité n'aura pas d'effet sur le prix. La publicité n'aura pas d'effet sur l'indice saisonnier. La publicité aura un effet sur les tendances. Donc, l'une ou l'autre de ces tendances n'est pas, que ce soit en hausse ou en baisse, que ce soit en hausse ou en baisse avec la poussée vers le haut ou vers le bas, un somethinglike qui est dans la publicité. Donc c'est un paramètre bêta, c'est ce qui va arriver ici. Maintenant, je sais ce que je ne sais pas?Je ne sais pas ce qui est mon stock précédent, je ne sais pas ce qui est lambda.Je ne connais pas cette constant.Je ne connais pas le, la composante de la tendance, le composant de l'effet d'annonce, l'élasticité, l'indice saisonnier. Toutes ces choses sont inconnues et je dois estimate.Donc, pour commencer, j'ai pensé que chacun d'entre eux est un, tout ce qu'un premier stockis 10.Donc, combien est le Adstock alors?L'Adstock est ici le stock initial plus, le stock initial en lambda plus ad ad. Et ici, il est perméable Adstock dans lambda plus courant ad. Et ici, avant de sauter le lambda aurait dû être F4.Donc c'est ce que le mien Adstock est. Juste assez. Adstock se présente comme ça. Alors, quelles sont les prévisions de ventes?La prévision des ventes est essentiellement, vous voyez, les prévisions de ventes sont cette constantinà la composante de tendance que je vais juste quelque chose ici, dans le prix à la puissance moins l'élasticité-composant, je vais écrire quelque chose ici, et dans le composant.Je vais écrire quelque chose ici. Nous allons écrire quelque chose ici. Nous allons écrire quelque chose ici. La saisonnalité est quoi? vlookup, quelle vrecherche de ce numéro de trimestre. Dans cette table, et 2 virgule FAUX. Et ce L6 et M9 devraient être dans un, dans une table. Table, puis 2 virgule. Et quel est le prix du pouvoir moins l'élasticité?C'est le prix à la puissance, et à l'intérieur d'un autre support, ici je dois écrire moins élasticité, moins cette élasticité.Et puis, vous pouvez faire une pause à différents points de cette vidéo particulière et voir. Et puis, le chiffre du trimestre dans la tendance, le chiffre du trimestre dans la tendance, et la tendance devrait être F4 plus ad effet en Adstock, et l'effet de publicité devrait être F4.Donc c'est ma prévision. Et si je la traînais, c'est les ventes prévues que je reçois. Et quelle est ma moyenne d'erreur en pourcentage?C'est ma prévision moins réelle divisée par réel, quelque chose comme ça, absolute.Donc, je vais prendre ABS.Et je veux dire absolu, c'est déjà en fait la moyenne de ces valeurs. Moyenne de ces valeurs. Pourquoi ça arrive 0 ici?Ok.Donc, M5 doit aussi être dans F4 .Okay.Donc, l'erreur absolue moyenne, c'est le truc, et c'est le type, que j'ai à minimize.Donc, je vais au solveur de données, et j'essaie de minimiser cette personne en particulier, donc je vais le dire, set ceci en marquant le répertoire ici.Ouais, désolé.Définir mon objectif sur cette cellule J4.Et puis minimiser ça. Et qui va changer?Je change tous les paramètres que j'ai à estimée.Je changerai ces gens virgule et mon stock initial, que je n'ai pas idée. Si j'ai une idée, je mettez-le. Sinon, si je n'ai pas l'idée, tous ces types auront certaines constantes. Par exemple, disons le stock initial. Le stock initial sera supérieur à 0,Et le stock initial sera plus petit que cent, quelque chose comme ça parce que vous verrez que toutes les dépenses publicitaires sont comprises entre 0 et hundred.Donc, je le garde 0 à, entre 0 et 100. être supérieur à 0,áSee, l'effet de la publicité sur les ventes doit être positif. L'élasticité que nous supposons est positive, c'est pourquoi nous avons pris moins d'élasticité.Cette composante de tendance peut être beáquo; négative, positive. Donc, je ne vais pas mettre la composante de tendance dans ce truc. Et puis, álet nous disons le lambda ou laissez-nous dire tendance aussi positive, parce que c'est la goingupe et qu'elle laisse un complot, vous verrez la tendance va aussi up.áLe lambda est entre 0 à one.áDonc, c'est quelque chose qui est important, nous avons tocheck.áEt ce qui est constant a à positif sinon vos ventes vont devenir negative.Donc, je vais mettre tout le monde ici, doit être supérieur à égal à 0,OK?Et disons, chaque fois qu'il doit être plus petit que cent, et cette carie lambda.Donc, ceci doit être plus petit qu'égal à un. Et tout élément else.I think that is fine.áSo, this are my some of the constant that I have taken.áAnd Iwill use, let us sayáevolutionaryámethod, and I will toátry to résout it. So all variables must have upper and lower bound.So, do I not have for every variable upper and lower one of the check. Par exemple, okay.Donc ça a été écrit I1, désolé.Donc le changement ne sera pas I1 mais H. Pas H1 ou I1, d'accord?H, puis M1 à M9 est compris entre 0 et 1 et M4 est un autre. Maintenant, je dois essayer de résoudre. Donc c'est la résolution. Et ça a déjà réduit à 0,2, 1, 5 et ça prendra un peu de temps, je vais être en attente d'une minute pour voir ce qui se passe. Et puis, je vais, je vais appuyer sur une escape.Donc, ce qu'il fait?Est-ce qu'il essaie de changer toutes ces valeurs et d'essayer de réduire ce MAPE aussi bas que possible.áWhenI get that, áwhat I get is the function of sales or some labeláof non-linearity hasbeen taking into account. In my picture, I, okay.Donc il est coincé à un 2. Donc je vais juste appuyer sur une évasion ici. Et je vais arrêter, et je vais dire que ça va, donc garder ma solution de solveur. Et c'est les valeurs que je suis getting.áDonc quoi, c'est dire que, il aurait pu donner un petit peu plus probablement.Donc, il est dit que c'est ça, c'est l'effet de pub. Vous allez voir que, pour chaque chose qu'il augmente de 51, pour chaque incréasstock et l'élasticité, c'est comme ça et la tendance est comme ça, et ainsi de suite, les valeurs pour tous, que lambda valueáis arrive à un des moyens, absolument plein effet dans le prochain, ce qui ne devrait pas être la case.Nous, si vous aviez exécuté ce (presque) plus de temps aurait une meilleure valeur lambda. Il n'y a pas de déclin du tout, donc c'est quelque chose qui est montré, ce qui pourrait ne pas être le cas propriété.áThisis que nous avons fait jusqu'à maintenant. Un autre ajout de ces thingáis, voir Adstock ici nous écrivons des actions inexistantes lambda et de l'annonce actuelle. Maintenant, les recherches suggèrent que l'effet de l'annonce n'est pas linear.Thenáton annonce de dépenses augmente et que votre annonce de ce type, aura, ce genre de relations.áSo qui augmente mais théámarginales augmente les gouttes, ça veut dire que ça ressemblera à une, je dirais, ressemble à une courbe S ou quelque chose comme ça, ça va, ça va, ça va enfin se saturer à un certain niveau. Donc, ça va apporter dans cette partie de l'histoire, où en effet, sur thea de dépenser sur l'adeffect est en fait en train de descendre comme le Si nous allons voir cette partie c'est en fait une fonction logistique, où un par un plusE à la puissance moins alpha à dépenser, nous estimons un paramètre de plus, je ne mets qu'un paramètre alpha. Et puis je peux estimer chacun et je peux essayer toásolveáces choses. C'est quelque chose que je ne ferai pas. C'est quelque chose que vous devriez essayer de faire seul quand vous essayez de résoudre avec thisparticularásheet.Seule la chose est que vous devez mettre une autre chose appelée alpha, créer des áfunctions missedon qui, Et ensuite optimizeáalpha comme nous nous rappellerons que alpha doit être positive.Becauseáotherwise, l'effet de pub va monter comme ça, au lieu de descendre lentement.Alors, c'est quelque chose que j'ai une fois que je vous ai donné ces résultats, qu'est-ce que je fais?Que dire, c'est une prochaine fois period.áDans la prochaine période, celle-ci est 1, cette oneest 25, et disons, je fais une dépense de 32, alors combien est mon Adstock?Mon Adstock est quelque chose comme ça, disons que le prix est, disons une quarantaine, et thenáthis est mon pronostiquat attendu, dans la prochaine fois period.áSo, Iámightáwant to know that at what level of price?Et quel est le niveau des dépenses publicitaires, cette valeur particulière qui est une prévision de ventes, maximise. Avec ce chiffre d'affaires prévu, nous pouvons aussi faire les prévisions de recettes aussi comme nous l'avons fait pour la vidéo 1, la semaine une, désolé, semaine six saisons 1 vidéo, nous pouvons aussi faire ce genre de calcul. Si mon travail est déjà à la maximisation des ventes, si je change ça, si j'essaie d'optimiser ça en fonction de la formule, si je change de 32 à 30 cette valeur changes.áIf I changeá41áto 45 cette valeur change. Donc, ce que combinationáof, ce qui est le résultat de ces deux, vous donnera le result.Donc, tout ce que j'essaie de faire Ici, par rapport à l'excel précédent, la précédente vidéo a previousstation est que nous avons créé la fonction sur formule qui est une estimation aálittleábit difficilement estimation qui est plus grande que la précédente était, ici les composants non-linéairesont aussi été inclus dans le modèle et basés sur le fait que nous essayons de prédire comment le muchwill sera le, cette chose. Et lambda est maintenant que j'ai 1, en fait la situation de vie réelle lambda est quelque chose de smallerthan, vous pouvez en fait estimer lambda en dehors du jeu de données aussi et vous pouvez putthat value. Et puis vous serez en train de découvrir l'effet de désintégration de la publicité. Jusqu'à présent, jusqu'à maintenant, jusqu'à maintenant, jusqu'à cette vidéo, nous discutons encore de la publicité et des ventes que les publicités et les prix ne représentent qu'un seul composant. Donc, il n'y a qu'un seul type de publicité, et il n'y a qu'un seul type de publicité, mais nous n'avons pas tenu compte de plusieurs types de promotions de prix que vous pouvez donner à des régimes à prix multiples que vous pouvez donner. L'effet des dépenses publicitaires peut être différent pour la télévision, la décroissance sera différente pour la télévision, différent pour la radio, différent pour les autres personnes qui n'est toujours pas le même dans cette vidéo en particulier. Dans les prochaines vidéos, où nous allons discuter de la combinaison marketing et etc. Nous irons plus en profondeur sur la façon dont les différents types de publicités dans les différents canaux vont se produire. Et nous allons aussi apporter l'autre composant du mix marketing, comme je l'ai dit que le marketing mix a aussi le composant de produit et le composant de place aussi. De l'argent.Maintenant, ce budget de marketing est parfois pris en compte, avec le budget de l'offre comme nous. Mais si je pense globalement comme une organisation, ils peuvent mettre de l'argent sur le côté de la chaîne d'approvisionnement, sur la marge et et cetera côté also.Donc, où les ventes et vos gestionnaires de marques, ce sont les deux personnes où dans la plupart de l'organisation ils sont en concurrence les uns avec les autres. Ces deux personnes qui sont des gars des ventes, qui en fait parler, qui sont sur le terrain, qui parle avec les magasins de détail, donne ainsi la marge, et puis il y a certains gestionnaires de la chaîne d'approvisionnement qui donnent une marge à la, qui donne une certaine marge aux voyageurs, transporteurs et autres, qui sont tous des coûts liés à la place, à la propagation, les investissements liés au lieu, comment ces investissements interagissent avec les dépenses de publicité dans de multiples canaux que vous faites?Et comment tout cela a un rapport avec cette dépense de R&D ou de développement de produits que nous faisons, ou les dépenses de gestion de produit que nous faisons. C'est quelque chose que nous allons lentement à un petit peu plus complexe, models.Ici, nous avons apporté un peu de non-linéarité pour encore plus de complexité peut faire passer innos données. Donc, nous allons faire ça toutes ces choses dans les prochaines vidéos, en cette semaine six seulement.Merci d'être avec me.Je vous rencontrerai dans la prochaine vidéo.