Bonjour tout le monde, bienvenue dans le cours d'analyse marketing. C'est le Dr Swagato Chatterjee de VGSOM IIT, qui prend ce cours pour vous. Et nous sommes aujourd'hui dans la semaine 6 et nous discutons du modèle de mix marketing. Donc, dans la dernière classe, j'ai discuté de la, la partie de l'équation de si vous pouvez donner des annonces et de multiples autres choses comme le prix, vous pouvez changer l'ormarge que vous pouvez changer pour le détaillant, etcetera, comment cette fonction objectif est importante. Et nous avons un ensemble de données et je vais ouvrir un fichier R, qui va en fait traiter ceci. Donc, le jeu de données dont j'ai déjà parlé. Il s'agit d'une donnée trimestrielle de 2006, 2009 à 2016 si je ne me tromperai pas, et ensuite nous allons traiter de ces données. Donc, pour commencer, je vais nettoyer ma console, nettoyer mon environnement, tout est nettoyant que tout le monde est dans la même page. Et cette semaine, la session WSC3 point R est le fichier que nous traiterons avec. Pour le produit vous pouvez investir dans la R&D, votre prix, le prix de votre concurrent, votre marge, la marge de votre concurrent et ensuite les ventes, donc c'est le jeu de données que nous have.Donc, maintenant, la première chose est, ce codage est difficile tout d'abord, nous allons faire un pas de pas. La première chose est que je vérifiera la structure des données, la structure des données va bien, tout est un entier pour que je puisse jouer avec eux et ensuite je crée une variable qtrn de 1 à 32 qui n'est rien d'autre que le Numéro du trimestre de sorte que l'horodatage en gros.Donc, si je vois, j'ai créé cette colonne maintenant, qui commence à partir de 1 et va jusqu'à 32 ,la colonne du numéro de série, cela sera utilisé dans l'analyse des tendances later.Maintenant, si j'essaie de tracer mes données de ventes, si j'essaie d'utiliser la fonction de tracé et que le type est égal L signifie que ça va me donner un tracé en ligne, ça ressemble à this.Donc, vous verrez qu'il y a une certaine quantité de composants saisonniers existants et que la tendance est plus faible est en hausse, donc c'est une tendance positive, une certaine quantité de composants saisonniers là, et ensuite nous verrons que ce que d'autres variables peuvent expliquer it.Maintenant, si vous vous souvenez, dans le fichier Excel nous Les valeurs sont données à 80, 50, 30, 44 et 20, et le stock numérique, c'est ce que la variable que je suis en train de créer, une variable que je suis créatingoù le stock numérique finira par être calculé.Donc, le stock numérique, le stock de télévision est le stock de publicité pour ce canal particulier. Ainsi, le stock numérique, le stock d'impression, le stock de télévision, le stock extérieur et le stock de R&D sont au départ 0pour tout le monde.Donc, je suis vous comprenez que j'ai pour 5 canaux, 4 canaux et 1 R&D, j'ai dit que chacun d'entre eux va fonctionner comme cet effet de décroissance, il va d'abord monter quand vous investisse et puis il va se décomposer.Encore une fois, vous investisse quelque chose, ça va encore augmenter, encore une fois la décomposition, encore une fois, vous investisse quelque chose, ça va de nouveau se dégrader.Donc, ce genre de modèle est applicable pour les canaux de publicité et pour la R&D Donc, les stocks initiaux que j'ai donnés au hasard, et le stock initial est 0 et les consommables initiaux sont aléatoires. Donc, je crée ça et ces valeurs vont être sauvées ici comme ça, pas d'autre but, chacun d'eux aura, si vous vous souvenez de la formule pour quelle est la formule pour digitalstock DS?DS est, au début, le point numérique en tant lambda en point numérique en plus, les consommables numériques t, donc c'est le stock numérique à t, quand t est égal à 1, et quand t est supérieur à 1, c'est le DS de t est fondamentalement lambda à DS de t moins 1 plus Dt.Now, cet effet de décroissance pour une annonce digitale, et l'effet de décroissance pour une publicité imprimée différent.Donc, si j'ai 5 différents types de cet effet de décroissance, alors 5 lambdas différents sont à créé.Donc, je dis que d'abord tous les lambdas sont identiques, lambda est égal à répéter 0,5 cinq fois, donc tous les lambdas sont 0,5, 0,5, 0,5, 0,5 et 0,5 d'accord.Maintenant, le composant d'impression est 0.5, je le prends positivement parce qu'il est lentement incréasinginget le A est ma constante, la constante au tout premier, donc voici toutes les initiales.Maintenant, dans la prochaine partie ce que je vais faire, je vais calculer le, le digitalstock, si soigneusement voir ce que j'ai écrit dans ce code.Donc, cette ligne particulière commence d'ici et va jusqu'ici signifie un code unique et écrire ceci n'est pas facile, tu trébuchais et j'ai souvent du temps si tu le trouve dur, je ne demanderai même pas que tu l'écris, mais dans ton esprit, il devrait être clair, limpide. Ce que je suis Faire?Je commence par i est égal à 1 à 32, je commence par 1 allant jusqu'à 32.i l'indicateur commence par la première valeur va jusqu'à 32 value.Now, si i est égal à 1, je double est égal à 1 signifie que je fais une comparaison, si i iségal à 1, tous les calculs se feront en fonction du numérique en ce qui signifie initial'sdépense, les valeurs qui ont été écrites à la première fois, ces valeurs seront utilisées 80, 50, 30, 44, 20 ces valeurs seront utilisées lorsque la période est 1, mais pour tous les autres cas qui ne seront pas used.Donc, c'est pourquoi le calcul sera différent. Les valeurs initiales, ici les valeurs seront calculées à l'aide de la dernière valeur du stock, de manière équitable. Donc, à la période de temps, le stock sera calculé en fonction de la valeur du stock à la valeur de t moins 1 providedt est supérieur à 1.Si t est 1 dans la toute première période, il sera calculé en fonction de la valeur initiale, la valeur initiale du stock, c'est quelque chose que nous sommes doing.Donc, le stock numérique, si i est égal à 1, le stock numérique à I est égal à lambda 1.Lambda 1 signifie quoi?Cette première entrée du vecteur lambda qui signifie lambda pour le stock numérique, 2ème entrée est le lambda pour le titre TV, 3ème entrée est le dernier désolé, 2ème entrée est le lambda pour le papier, 3ème entrée est le lambda pour le stock de TV, 4ème entrée est lambda et pour R&D stock.Donc, ici lambda 1 signifie le lambda pour le stock numérique, Donc, lambda 1 into digital lambda1 into digital in plus data of data dollar digital that means, in this data in this datadollar digital this column the 1st entry, the ith entry means i is equal to 1 that meansthe first entry.Donc, la première entrée est fondamentalement lambda de 0.5 into 80, 0.5 into 80 comes up to be 40plus this first entry, first entry is 90, so 40 plus 90 is 130 that is the first.Now, if by chance i is supérieurs than 1, if i is supérieurs than 1, means else, if i is greaterthan 1, then this particulier part will not work, then I will come to this part, thenwhat, let us say 1 is going to be 2 then what?Le stock numérique à la seconde période i est égal à 2, la deuxième période est lambda1 en stock numérique à la première période i moins 1 qui signifie 2 moins 1 que la première période, donc lambda en lambda 1 en stock digital à la 1ère période où i est égal à 2 où i est égal à 2.Où i est égal à 3, c'est-à-dire le stock numérique à 3, qui est lambda 1 plus la digitalstock à 2 plus la dépense à la valeur de 3,Digital à 4 qui est lambda 1 en stock numérique à 3 plus les dépenses en 4.Donc, c'est comme ça que je vais calculer le stock numérique de la période de 1 à la période 32 ,et I Ne pas faire uniquement pour les stocks numériques, je le fais pour les stocks imprimés à l'aide de la même formule, pour le matériel de télévision, pour les actions de plein air et pour la R&D exactement la même formule, si vous comprenez que, si je viens juste d'exécuter ceci, si je viens de courir, si je viens de courir, si j'ai donné des valeurs que j'ai données 0.5, 80, 44, blah, blah, blah, je commence, je l'exécute, et maintenant, si j'écris le stock numérique, si j'écris les valeurs numériques, voyez ce sont les valeurs. 130 calculées, alors suivante, 130 à 0.5 plus, 130 à 0.5 plus 98 65 plus 98is 163.Suivant l'un est de 163 à 0.5 plus 104 et donc sur, c'est ainsi que les thécalculs sont faits. Pour le stock numérique, je l'ai eu Maintenant, si j'ai calculé les valeurs du stock, si j'ai calculé les valeurs du stock, alors si vous vous souvenez, nous avons écrit la formule, c'est la formule suivante: si vous vous souvenez de la formule de vente, les ventes sont égales à A en nombre Qtrntrimestre dans la tendance de sorte que dans ce cas t plus bêta 0 betaDS dans le stock numérique beta TV en stock TV stock.Donc, pour plus point dot dot pour tous les stocks, cinq stocks en prix à la puissance de l'élasticité de l'élasticité en prix du concurrent à l'élasticité de puissance en marge de l'élasticité 1, 2, 3 en marge du concurrent à la puissance moins élasticité dans le composantélément.Donc, c'était plus ou moins la formule et c'est ce que nous faisons it.Donc, voir avec soin quels sont les paramètres?T, j'ai déjà fait, A, je l'ai déjà fait ici il y aura cinq Betas.Donc, ces cinq Betas que nous appelons ça ajoute des effets. Les cinq Betas est, je suis à nouveau la valeur de départ comme 0.5.Plus tard nous trouverons le meilleur, maintenant je suppose qu'ils sont 0.5.Okay.L'élasticité, là 4 élasticité, 1ère élasticité est 0.5, puis ceci est positif si 0.5 moins 0.5 moins 0.5 et ensuite 0.5.Donc, pour chacun des cas de ceci est que je suis en train de courir et que la saisonnalité est répétée 1 virgule 4.Actuellement je dis que pour toutes les séances le volume est 1 1 1 1 Donc, il n'y a pas de saisonnalité plus tard nous verrons que les ventes prévues? Donc, alors, ce qui est une prédiction de ventes? 1 meansad effect.I have five beta parameter each are 0.5, the 1st one is for again digital, the second oneis for print, the third one is for outdoor, the cinquione isfor R&D, that is how TV effect into digital stock, ad effect 2 into print stock, ad effect 4 into outdoor stock and ad effect 5 into R&D. If you want to bring in the interaction effects, you have to create more ad effects and thenmore interaction terms. We are living it right now or we are supposant that it to be linear, if you want to be nonlineareffect you have to bring in Donc, une fonction logarithmique, non logarithmique une fonction exponentielle ou une fonction exponentielle peut dire la courbe S, la fonction logistique que vous pouvez utiliser. Maintenant, cette partie est faite. Alors quoi, alors je écris le prix à la puissance moins élasticité, le prix de la mienne est mon prix à la puissance moins élasticité, juste assez, multiplié par le prix de la compétition moins l'élasticité parce que j'ai pris l'élasticité moins 0,5.Donc, les concurrents, donc je peux juste le changer, je peux le faire 0,5 et c'est le prix de l'élasticité de puissance, juste assez, puis la marge à l'élasticité de puissance, ma marge Mes ventes vont augmenter tellement la marge de l'élasticité de la puissance, puis pour la marge de compétiteur à la puissance moins élastique, donc c'est négatif que cela signifie que la marge de mon concurrent monte mon margindrops, mon chiffre d'affaires, multiplié par le composant saisonnier. Saisonnière dans les données de crochet QTR non QTRN.So, la variable QTR des changements de données, 1234 puis répète encore 1234, si la valeur est 1 composantes saisonnières correspondantes, la première valeur sera prise. Si la valeur est 2, alors la deuxième valeur est prise, actuellement tous sont 1, mais quand nous dotons l'optimisation, elle le fera. Change.Donc, c'est comme ça que je vais faire les ventes prédites, je vais exécuter ça j'ai des ventes prédites, le erroris rien que l'erreur quadratique moyenne. Donc, je prends la moyenne de ça, et ensuite je prends une racine carrée de that.Donc, la racine carrée, l'erreur quadratique RMSE est ce que je suis calculating.Donc, sur la base de mon calcul actuel, par erreur est autour de 53,466, la racine quadratique de la racine carrée de quelque chose comme that.Donc, maintenant ce que je, quel genre de problème j'ai?Je dois changer toutes les valeurs initiales que j'ai décidé des 44, 80, 0.5 etc, que je peux minimiser cette erreur, c'est mon objective.Donc, j'ai d'abord fait ce que j'ai fait c'est que j'ai écrit tous ces codes correctement.Maintenant, pour l'optimisation en R ce que vous devez écrire est, vous devez écrire une fonction fnwhich nous laisse dire fonction, disons que le nom de la fonction est f, f est la fonction equalto de x, où x est l'entrée et que les tas de choses sont faites et finalement thereturn sera l'erreur. Maintenant, optim est une fonction qui est une fonction qui est une inconstruite, où vous devez donner le paramètre par thestarting values et le nom de la fonction f, ce qu'il fera?Il va minimiser f en partant de ces valeurs de paramètre et vous donner le résultat final, whichwill vous donnera en fait la valeur d'erreur de paramètre la plus basse possible, d'accord.Donc, je vais écrire une fonction maintenant. Si je peux écrire une fonction qui fait tout ce que j'ai fait jusqu'à présent, c'est que givesme le retour de l'erreur, alors je suis fait, je peux utiliser cette fonction dans cette fonction optim, et je serai done.Donc, tout d'abord ce que je fais c'est pourquoi, ce que j'ai écrit ici avant, j'écris comme ma valeur de départ, si vous vous souvenez, il y avait cinq stocks initiaux, stock numérique, matériel de la télé, stock de télé, stock extérieur et stock de R&D, donc ce sont mes 5 premières valeurs que vous devez oublier, que les cinq premières valeurs sont les valeurs initiales du stock. Stocks puis cinq lambdas aussi, thosefive lambdas sont ça d'accord.Donc, dès maintenant, jusqu'à ce point de départ a 10 valeurs et les 10 premières valeurs sont les 5 premiers stocks, les cinq suivantes sont les valeurs lambda, puis le A, c'est le A, la constante, grande constante. C'est le composant d'impression 0.5, cette répétition 0.5 virgule 5 est la bêta S beta tvs beta digitale, beta etc etc, ces valeurs sont mes, ces valeurs sont mes valeurs d'élasticité et ensuite il s'agit de mes valeurs d'élasticité 1 à 4.Donc, si je l'exécute et que je commence c'est essentiellement ces 15 valeurs et si vous avez à savoir ce que l'on est, parce que le résultat viendra aussi, le résultat final optimisé sera aussi Si elle arrive en tant que vecteur de 25 valeurs, vous devez savoir quelle valeur correspond en fait à quel paramètre, il y a beaucoup de paramètres, 25 paramètres que nous estimons à quel paramètre, quelle valeur correspond à quel paramètre, vous devez connaître la limite inférieure, la limite inférieure pour ces quatre mecs, cinq mecs, ces derniers stocks, la limite inférieure est 0.I en supposant que ces types sont 0, la limite supérieure est 100.Et pour ces types, il s'agit de valeurs lambda, valeur lambda si vous vous souvenez entre 0 to1, donc la limite inférieure est 0, La limite supérieure est 1.Donc, c'est pourquoi répéter 0 à 10 parce que tous ces 10 mecs ont 0 comme leur valeur la plus basse tous ces 10 mecs, donc répéter 0 à 10 et la valeur supérieure est répétée 100 cinq fois et repeat1 cinq fois, juste enough.Maintenant, quelle est la valeur la plus basse pour cette constante, la constante doit être positive.Donc, j'ai pris la valeur la plus basse est 1, la valeur la plus élevée est 1000, alors quel est le composant de tendance, 0,5 la valeur la plus basse est 0, la valeur la plus élevée est 100, c'est quelque chose que j'ai taken.Ensuite, quels sont les paramètres bêta?Le paramètre bêta doit être positif, alors la valeur la plus basse est répétée 05 et la valeur élevée est 105, donc 0 à 100 Je suppose les paramètres bêta. Quelle est l'élasticité?L'élasticité peut être toute autre chose entre moins infinie et infinie, donc répétée infinie 4 fois. Et puis ce qui est le dernier, c'est un composant saisonnier, encore une fois ils ont à la so1 virgule 4 répétitions nous disons 1 virgule 4 pour répéter 100 virgule 4, donc 1 à 100 entre le that.Donc, c'est quelque chose que j'ai pris comme une valeur inférieure et supérieure j'ai écrit ce que j'ai écrit avant que j'ai écrit ce que j'ai écrit avant de copier et coller ici. Donc, tout ce que j'ai écrit dans toutes ces choses de la ligne numéro 7 à la ligne numéro 41, whateverI a écrit, j'ai copié dans ma fonction. Qu'est-ce que ce x?Ce x est la valeur des paramètres, il y a 25 valeurs, la valeur de départ est, à la valeur de départ, la colonne de début, quelle que soit la colonne que vous avez créée nommée startingthat est la valeur de départ de cette fonction quand vous essayez d'optimiser et ensuite que les changements, quel que soit le cas, ce x est en fait une chaîne de 25 valeurs. Donc, quand je fais écrire le reste du code, je dois mettre ces valeurs dans les endroits appropriés, donc je suis en train de mettre ces valeurs dans les endroits appropriés, donc je suis en train d'écrire la fonction de x où le numérique dans le stock initial est la première entrée de x, l'impression est la deuxième entrée de x, la TV initiale est la troisième entrée de x, l'entrée extérieure est 4 Entryof x, R&D entry is 5th entry of x.So, right now previously say, I have hard coded, I hard coded it to be 80, 50, 30, 44 ,20.Now, I am say that importe quelle est la valeur de x, quel que soit la valeur de x, la première entrée de qui est imprimée et donc, si c'est la valeur de départ, alors, si c'est la valeur de départ, alors la première entrée est de 80, 50, 44 ainsi de suite, mais si les changements se produisent ici aussi bien que x 1 à x 5 De même, lambda est x6 à x10, la constante A est la 11e valeur, le composant de tendance est 12 valeur, le composant d'effet d'annonce est 13, 14, 15, 16, 17 cinq valeurs, le composant d'élasticité est 18à 21 4 Maintenant, en utilisant ces valeurs de x, le reste de la chose est juste copy paste.Donc, je calcule à nouveau le stock numérique, je calcule à nouveau les ventes prévues et Ifind out le retour, je trouve l'erreur et je renvoie l'erreur Maintenant, c'est un somethingque vous devez faire attention que les calculs précédents ont eu lieu en dehors de la fonction, ces calculs auront, sont en train de se produire à l'intérieur des fonctions, donc, dans l'environnement local de la fonction, donc, il n'affectera pas le corps extérieur.Donc, je dois sélectionner l'ensemble de la fonction de la ligne 50 à la ligne numéro 90 Je les ai choisis et appuyer sur run.Now, j'ai, si vous voyez qu'il y a une fonction de vente ici d'accord.Maintenant, ce que je fais?Erreur de vente Optim, désolé, pas de vente, erreur de vente, erreur de vente est un nom de fonction et quelle est la valeur de départ?Ma valeur de départ est ce premier vecteur de départ en utilisant que j'optimise. Le moment que j'optimise, il a été exécuté et il a trouvé que c'est l'ensemble optimal de valeurs, c'est mon stock numérique optimal, le stock d'impression optimal initial, les valeurs de la beta, les valeurs lambda, les cinq suivantes, la lambda, mon A, c'est ma tendance, ces cinq valeurs, ça, ça, ça, c'est ça, ça, et c'est mon adeffect. C'est négatif, c'est négatif, ce qui ne devrait pas être le cas, ce qui ne devrait pas être le cas, ces cinq valeurs, quatre valeurs sont quoi?Ces quatre valeurs sont les valeurs d'élasticité et donc je suis moins élastique à mon prix, mais très élastique, l'élasticité de coût pour mes concurrents prix 1.34 est très élevée, et il en va de même pour la marge, avec ce jeu de données et il y a des composants saisonniers. Donc, à la deuxième et à la troisième session, il monte, dans la première et la quatrième sessionit nous n'avons pas de limite supérieure ou de limite inférieure. Pour vérifier, mettre la limite supérieure et la limite inférieure, nous avons à écrire, la méthode est égale à L-BFGS-Bthere est une méthode d'optimisation qui est bornée la méthode et inférieure est égale à la colonne inférieure et supérieure est Que si j'optimise, si j'optimise, il me donne encore des résultats, voir précédent était 3404.Now I have converse to a better result 2501, and some other results are coming. Still here, see for now in the previous one, the two are same, 2.18, 2.28, the seasonalcomponent was much higher than the third session is much higher than the second session is much higher than the second session, and moreor less, and then that are the values for, again, the parameters of lambda, and thenceux-ci are my A and T, that are my beta parameters. And here, all the beta parameters are coming positive because I have Nourriture forcée, I havesaid that it cannot be negative, it has to be positive, and so on, and the value hasdavantage réduite, so using this method, I am getting a little bit of better result, whichis 5.So, all I am essaye to say is now using this function thatI have written before.So, if I want to write down the function, if I want to write down the function, if I want to write down the function, if I want to write down the function then I can write down the function then I can write down the function then I can optimisation my sales by changing the valuesof my investment on my TV investment on my ad, reducing the price and etcetera etceteraso that I maximise Donc, c'est ainsi que les modèles de marketing mix fonctionnent, nous nous arrêterons ici. Nous avons fait un peu de travail difficile et je voudrais le faire tremper dans cette partie de la vidéo est probablement difficile et c'est ce que nous faisons en général dans le marketing. Cette partie est difficile, et ensuite basée sur des données qui sont disponibles dans différentes sources et essayez de jouer et de créer des modèles de mix marketing à l'aide de ce genre d'amodelling approch.Donc, dans la diapositive suivante, nous parlerons des données sur les médias. Vidéo.