【沃顿商学院学习笔记】商业分析——Customer Analytics:01 描述性分析 Descriptive Analytics

时间:2019-02-19
本文章向大家介绍【沃顿商学院学习笔记】商业分析——Customer Analytics:01 描述性分析 Descriptive Analytics,主要包括【沃顿商学院学习笔记】商业分析——Customer Analytics:01 描述性分析 Descriptive Analytics使用实例、应用技巧、基本知识点总结和需要注意事项,具有一定的参考价值,需要的朋友可以参考一下。

商业进阶——描述性分析

本章主要是从描述性分析的三个层面来进行学习,主要包含探索性研究 Exploratory Research、描述性研究Descriptive Research和因果性研究Causal Research。

描述性分析 Descriptive Analytics

什么是描述性分析Descriptive Analytics?
•描述性分析 - 通过信息将市场与公司联系起来。
•描述性分析 - 可行决策所需的信息。
•描述性分析 - 系统地收集和解释可以帮助决策者的数据的原则。

三个研究 Research

探索性研究 Exploratory Research
(模棱两可的问题)
“我们的销售正在下降…为什么。”

描述性研究 Descriptive Research
(意识到问题)
“有哪些人在购买我们的产品? 谁购买竞争对手的产品?“

因果研究 Causal Research
(问题明确定义)
“通过更改我们的网站,买家会购买更多我们的产品吗?”描述性分析的类型

探索性研究 Exploratory Research

对于探索性研究,我们关注以下是那个点:
•开发初始的探索之旅
•通常是首先(并且非常重要)的步骤,以了解更广泛的管理问题
•提供更严格的指导方针

焦点组:
•理由:深入探究,非结构化讨论,观察动态的能力
•格式:8-10个人,1个主持人,约1小时长,奖励参与者
•常见方案有:产品概念,广告文案,调查设计。

焦点组案例:市场研究在线社区/互联网社区(MROC)
1.加强与客户的联系如6个月至1年。——方便与您的消费者建立关系。 随着时间的推移,这100到200人,开始建立彼此的关系。
2.实际上可以缩短截止日期
3.加强沟通——这种封闭的集中在彼此交谈方面, 与品牌沟通,真正增强了他们的参与度。
4.牛皮纸100卡路里零食包 ——一个在线社区,开始关注人们对小吃的期望? 洞察力是什么? 并不是人们想停止吃零食, 他们真正想要的是低卡路里的零食。
5.投资回报率很难确定!为什么?—— 因为当你开始与互联网社区建立联系时,可能会早期 很难预测,会有什么样的见解。

描述性研究 Descriptive Research

•生成描述相关组的组成和特征的数据
•典型的管理问题

  • 我们客户的特点是什么 - 我们的钱包份额是多少?
    •这可以通过
  • 积极的数据收集
  • 被动地观察行为(不引人注目)

活动数据收集 Active Data Collection
1.Surveys
2.自我报告几种类型的消费者行为

1.调查 Surveys
•每个财富500强企业都使用
•定期用于收集客户态度,满意度分数,购买习惯
•数据可用于帮助细分客户

移动调查 Mobile Surveys- 下一个前沿
•允许您原地捕获客户的反应,而不是回顾
•问卷可以根据地点和背景进行定制。
•警告:营销人员应注意不要加速客户疲劳

净推荐值(NPS)
•您向朋友或同事推荐[贵公司]的可能性有多大?
•0-10Scale

  • 发起人 - 得分9-10 - 被动 - 得分7-8
  • 批评者 - 得分为0-6。

• NPS =促销者的百分比 - 批评者的百分比

2.自我报告 Self - Reports
• 口碑动态 Word of mouth-dynamics

Passive (Unobtrusive) Collection 被动(不显眼)收藏

主要可以分为以下四种不同渠道搜集的数据:
1.文字调研搜集数据
2.媒体策划

  • 电台
  • 电视
  • 社交媒体

3.网络数据
4. 移动数据

文字调研搜集数据 Scanner Data

为什么人们付这么多钱?
-结果完整性:
将总销售额与营销工具联系起来
在个人层面同上(和更多)
获得超越市场份额的更丰富的绩效指标
-结果时效性:
在允许有意义的管理操作的窗口中获取数据
(即,小于8周或更长的旧滞后时间)
-结果准确性

管理问题

  • 促销活动的影响:
    谁在促销活动中购买我们的产品?
    客户是否从未来的购买中借款? 樱桃采摘者会变得忠诚吗?
  • 显示的影响:
    哪种类型的显示器(例如,过道末端)效果更好?
  • 包含和跨类别的影响:
    哪些类别是替代/补充?

文字调研搜集数据的问题
错过便利店和一些大型零售商(Whole Foods,Aldi,Trader Joes)
无法做出因果陈述
不知道行为和心理
不知道决定时消费者面临的确切选择。

媒体策划 - 电台
媒体策划 - 电视

管理问题
谁在看什么节目?
收视率模式如何随时间而变化?
电视收视率广告支出

社交媒体分析
管理问题
•广告系列的受众参与度
•与竞争对手相比,品牌提及•情绪分析

网络数据 - 个别公司
管理问题

移动数据 Mobile Data
管理问题
•移动平台上的客户搜索是否与桌面不同?
•什么样的信息来自客户的位置?
•基于位置的优惠券

因果性研究 Causal Research

相关性与因果关系
1.相关性=两个变量之间有关系
2.因果关系 = 一个变量产生影响另一个变量
3.相关性 不等于 因果关系

因果推理:三个要求
1)相关性
•X 和Y之间的证据关联
2)时间先行
•X必须在Y之前出现
3)没有第三因素驱动两者
•控制其他可能因素

案例:3鹳和婴儿的关系

因果关系所需的因素:
1)相关性
鹳和婴儿在同一所房子里
2)时间先行
鹳 - >宝贝
3)没有第三因素驱动两者
房子与孕妇温暖

A / B测试 A / B test

有几家公司帮助进行A / B测试
移动A / B测试

管理问题
•网站优化•MobileAppdesign
•定制设计

  • 一对一营销

结论

什么是营销研究?
•营销研究 - 通过信息将市场与公司联系起来。
•营销研究 - 可行决策所需的信息。
•营销研究 - 系统地收集和解释可以帮助决策者的数据的原则。

上课心得

根据对市场的描述性分析学习过程,学习到了三种研究方法:探索性研究 Exploratory Research、描述性研究Descriptive Research和因果性研究Causal Research。这三者分别有自己适应的市场。这三种不同的数据收集, 这与不同类型的营销决策密切相关。 首先,我们从探索性数据Exploratory Research收集开始, 在我们讨论焦点小组的地方,我们谈到了互联网社区。 然后我们进入了描述性的数据选择类型。 我们谈到了调查,我们谈到了销售点数据, 我们谈到了与媒体策划等有关的数据,等等。 然后我们最终讨论了因果关系Causal Research。 换句话说,第三方公司通过付费后会帮助进行现场实验。 所以当开始考虑这个模块的整体时, 本章主要都是关于数据的。 但是,更重要的是,它是一种类型的协同作用,需要回答的问题,以及最适合回答的数据类型。当开始考虑想要获得的数据类型时,考虑协同作用是非常非常重要的。如果想回答的问题本质上更具探索性, 你做焦点小组Focus Group,你可以做互联网社区。 如果要回答的问题类型更具描述性,换句话说, 想得到钱包份额的具体数字, 就语音份额而言,则需要收集的数据类型(描述性研究Descriptive Research),其与探索性数据类型完全不同。 最后,如果你需要回答的问题本质上是更多的因果关系Causal Research。 例如,如果我更改了目标网页,会发生什么? 然后,需要收集的数据类型将更多地沿着字段行AB测试。 因此,保持管理目标非常重要,需要考虑到数据收集的类型,因为它们具有高度协同性。