Opis kursu
Kurs dotyczy praktycznych aspektów wykorzystania technik analizy danych w segmentacji i profilowaniu klientów. Sam opis danych zazwyczaj nie jest wystarczający do tego, aby wyniki były dla nas przydatne lub inspirujące. Trudno również jest przeglądać dziesiątki stron wykresów w celu wyciągnięcia odpowiednich wniosków. Aby uniknąć takiej sytuacji, przydatna może być wielowymiarowa analiza danych. Jedne z technik wielowymiarowych są bardzo przydatne do segmentacji, która pozwala na zredukowanie dużej ilości danych i zwrócenie ich w formie merytorycznie interpretowalnych profili respondentów. Takie profile, poprawnie wykonane, mogą być bardzo użyteczną i wartościową wiedzą. W ramach kursu uczestnicy nauczą się samodzielnie wyodrębniać segmenty za pomocą szeregu technik grupowania. Druga część kursu skupi się na profilowaniu, czyli opisie wyodrębnionych grup. W tej części kursu poruszone zostaną m.in. praktyczne aspekty wykorzystania algorytmów drzew decyzyjnych.
Profil uczestnika
Kurs adresowany jest do osób, które chcą nauczyć się technik segmentacji i profilowania, żeby podejmować lepsze decyzje biznesowe.
Umiejętności zdobywane podczas kursu
- Wiedza na temat roli technik wielowymiarowych w procesie budowy segmentów,
- Zapoznanie z procesem wyodrębniania grup za pomocą analizy skupień,
- Wiedza na temat sposobów określania liczby i oceny spójności wyodrębnionych grup,
- Określanie profili dla uprzednio wyodrębnionych grup,
- Ocena efektywności procesu segmentacji.
Program zajęć
- Wprowadzenie do segmentacji – wyodrębnianie grup i profilowanie,
- Hierarchiczna analiza skupień – zasady działania, miary podobieństwa i metody aglomeracji,
- Ocena jakości grupowania i wpływu poszczególnych zmiennych na proces grupowania,
- Profilowanie wyników grupowania z wykorzystaniem zmiennych, które nie były używane w procesie segmentacji,
- Analiza skupień metodą k-średnich – zasady działania, zalety i wady metody,
- Wykorzystanie centrów skupień zdefiniowanych zewnętrznie w procesie grupowania,
- Dwustopniowe grupowanie – zasady działania, automatyczne ustalanie liczby grup,
- Drzewa klasyfikacyjne CHAID i CART – zasady działania, zalety i wady algorytmów,
- Opis profili segmentów z wykorzystaniem drzew klasyfikacyjnych,
- Wykorzystanie drzew klasyfikacyjnych do przypisywania obiektów do grup,
- Praktyczne przykłady dodatkowych zastosowań algorytmów drzew.
Czas trwania
- Szkolenie trwa 24 godzin lekcyjnych (3 dni po 8h)
Wykorzystywane oprogramowanie
- PS IMAGO PRO / IBM SPSS Statistics
Polecane kursy uzupełniające
Dla zainteresowanych zagadnieniami pozycjonowania produktów i marek:
MC 3a - Pozycjonowanie z wykorzystaniem map percepcyjnych i technik skalowania optymalnego
Dla zainteresowanych zagadnieniami budowy produktu optymalnego w oparciu o preferencje konsumentów:
MC 3b - Kształtowanie produktów i segmentacja rynku w oparciu o preferencje konsumentów
Dla zainteresowanych zasadami wizualizacji wyników analiz i umiejętnością tworzenia własnych form wizualizacji:
ST 2a – Wizualizacja informacji z użyciem raportów tabelarycznych i wykresów
Dla zainteresowanych automatyzacją zadań i zaawansowanymi przekształceniami na danych:
OB 2 – Praca z językiem poleceń, makrodefinicje, tryb wsadowy
Dla zainteresowanych projektowaniem i realizacją badań ankietowych: