Объявления
Поиск
Самые просматриваемые темы
Наши инфоресурсы
Эконометрика и маркетинговые исследования
Инфопортал Гильдии Маркетологов :: Новости и обзоры :: Актуальные публикации для маркетолога и рекламиста
Страница 1 из 1 • Поделиться •
20220927
Эконометрика и маркетинговые исследования
Маркетинговые исследования черпают большинство своих методологий из других дисциплин, эконометрика — только одна из них, но важная.
По словам Investopedia , «эконометрика — это количественное применение статистических и математических моделей с использованием данных для разработки теорий или проверки существующих экономических гипотез и прогнозирования будущих тенденций на основе исторических данных. Она подвергает данные реального мира статистическим испытаниям, а затем сравнивает и анализирует противопоставляет результаты проверяемой теории или теориям».
Многие специалисты по эконометрике активно работают с данными временных рядов, которые охватывают несколько моментов времени, а не один период, как в случае с перекрестными данными. Эта специализация в эконометрике является важной частью того, что было названо макроэконометрикой. Некоторые методы анализа временных рядов, используемые в макроэконометрике, применяются в маркетинговых исследованиях, например, при моделировании комплекса маркетинга.
Проще говоря, основная цель моделирования микса состоит в том, чтобы оценить, какую маркетинговую отдачу мы получаем за наши маркетинговые вложения, и предоставить информацию для планирования маркетинга. Смешанные модели также используются для прогнозирования продаж и доли рынка в рамках альтернативных маркетинговых сценариев. Эти прогнозы могут быть использованы для выбора маркетингового плана из нескольких альтернатив.
Экономические данные также часто используются в смешанном моделировании, например, данные об инфляции и ВВП. Одна оговорка заключается в том, что многие государственные статистические данные публикуются нечасто и часто пересматриваются. Во-вторых, может быть трудно решить, какие данные использовать, и должны ли они быть локальными, национальными, региональными, глобальными или какой-либо географической комбинацией. Это касается любого исследования, а не только моделирования смесей.
Маркетологи могут использовать анализ временных рядов другими способами, например, для отслеживания степени удовлетворенности клиентов и бренда. Некоторые данные социальных сетей и переписки с клиентами также хорошо подходят для анализа временных рядов различных типов.
За прошедшие годы было разработано множество методов анализа данных временных рядов и прогнозирования будущих периодов. Экспоненциальное сглаживание, ARIMA, регрессия с ошибками ARMA, VAR/VECM, GARCH и модели в пространстве состояний — вот лишь некоторые из тех, которые используются в макроэконометрике и других областях. Глубокое обучение и другие методы машинного обучения также используются в анализе временных рядов, который является обширной темой, охватывающей несколько дисциплин, а не только эконометрику.
Мы также можем использовать методы, разработанные для лонгитюдных данных с небольшим числом периодов, например, 6-8. Потребители иногда опрашиваются более одного раза в течение определенного периода времени, который может охватывать всего несколько недель или более длительный период. Эти методы отличаются от анализа временных рядов, для которого обычно требуется не менее 25–50 моментов времени. Иногда в анализе временных рядов используются тысячи или даже сотни тысяч моментов времени.
Пространственная аналитика и пространственно-временные модели, используемые в эконометрике и других областях, также используются в маркетинговых исследованиях, например, в исследованиях размещения магазинов.
Специалисты по микроэконометрике обычно анализируют данные, относящиеся к корпорациям, домохозяйствам и отдельным потребителям. Данные могут быть перекрестными или охватывать два или более периода времени. Как и в макроэконометрике, данные обычно являются наблюдательными, хотя также используются рандомизированные эксперименты. Микроэконометрика активно использует опросы.
ANOVA, линейная и логистическая регрессия, основные компоненты и факторный анализ, моделирование дискретного выбора, кластерный анализ и случайные леса — вот некоторые из популярных методов. Кроме того, существуют специализированные методы, которые могут быть незнакомы большинству маркетологов. Одним из примеров является оценка Арельяно-Бонда.
Я перечислил множество учебных ресурсов на cannongray.com/methods в разделе «Анализ временных рядов и рентабельность инвестиций в маркетинг» и в нескольких других местах. В основном безвредная эконометрика (Ангрист и Пишке) , Введение в эконометрику (Уотсон и Сток) или Введение в эконометрику (Вулдридж) , возможно, лучшие места для начала, если вы новичок в этой области. Эти книги предполагают некоторую курсовую работу по статистике, хотя она не обязательно должна быть обширной.
Как и в любом исследовании, четкие цели будут иметь большое значение! Хотя подходы к интеллектуальному анализу данных могут быть полезны при разработке гипотез, они также могут доставить нам неприятности, как объясняется в статье «Всякое бывает» . Понимание наших данных и, насколько это возможно, обеспечение их чистоты — другие важные принципы.
То, как сообщать о наших результатах, как и любое исследование, во многом зависит от нашей аудитории и ее ожиданий. Я обычно предпочитаю концентрироваться на ключевых выводах и последствиях для лиц, принимающих решения, и по возможности избегать технических дискуссий. Эти рассуждения могут отнимать драгоценное время и отвлекать нашу аудиторию и читателей от того, что для них наиболее важно.
Автор: Кевин Грей
Источник: https://researchworld.com/articles/econometrics-and-marketing-research
По словам Investopedia , «эконометрика — это количественное применение статистических и математических моделей с использованием данных для разработки теорий или проверки существующих экономических гипотез и прогнозирования будущих тенденций на основе исторических данных. Она подвергает данные реального мира статистическим испытаниям, а затем сравнивает и анализирует противопоставляет результаты проверяемой теории или теориям».
Многие специалисты по эконометрике активно работают с данными временных рядов, которые охватывают несколько моментов времени, а не один период, как в случае с перекрестными данными. Эта специализация в эконометрике является важной частью того, что было названо макроэконометрикой. Некоторые методы анализа временных рядов, используемые в макроэконометрике, применяются в маркетинговых исследованиях, например, при моделировании комплекса маркетинга.
Проще говоря, основная цель моделирования микса состоит в том, чтобы оценить, какую маркетинговую отдачу мы получаем за наши маркетинговые вложения, и предоставить информацию для планирования маркетинга. Смешанные модели также используются для прогнозирования продаж и доли рынка в рамках альтернативных маркетинговых сценариев. Эти прогнозы могут быть использованы для выбора маркетингового плана из нескольких альтернатив.
Долгосрочные и краткосрочные эффекты
В последнее время ведется много дискуссий о долгосрочных и краткосрочных эффектах маркетинга, в частности рекламы. Долгосрочные и краткосрочные эффекты правительственных и корпоративных решений представляют интерес для макроэкономики, и некоторые методологии, используемые экономистами, были адаптированы для комбинированного моделирования.Экономические данные также часто используются в смешанном моделировании, например, данные об инфляции и ВВП. Одна оговорка заключается в том, что многие государственные статистические данные публикуются нечасто и часто пересматриваются. Во-вторых, может быть трудно решить, какие данные использовать, и должны ли они быть локальными, национальными, региональными, глобальными или какой-либо географической комбинацией. Это касается любого исследования, а не только моделирования смесей.
Маркетологи могут использовать анализ временных рядов другими способами, например, для отслеживания степени удовлетворенности клиентов и бренда. Некоторые данные социальных сетей и переписки с клиентами также хорошо подходят для анализа временных рядов различных типов.
За прошедшие годы было разработано множество методов анализа данных временных рядов и прогнозирования будущих периодов. Экспоненциальное сглаживание, ARIMA, регрессия с ошибками ARMA, VAR/VECM, GARCH и модели в пространстве состояний — вот лишь некоторые из тех, которые используются в макроэконометрике и других областях. Глубокое обучение и другие методы машинного обучения также используются в анализе временных рядов, который является обширной темой, охватывающей несколько дисциплин, а не только эконометрику.
Мы также можем использовать методы, разработанные для лонгитюдных данных с небольшим числом периодов, например, 6-8. Потребители иногда опрашиваются более одного раза в течение определенного периода времени, который может охватывать всего несколько недель или более длительный период. Эти методы отличаются от анализа временных рядов, для которого обычно требуется не менее 25–50 моментов времени. Иногда в анализе временных рядов используются тысячи или даже сотни тысяч моментов времени.
Пространственная аналитика и пространственно-временные модели, используемые в эконометрике и других областях, также используются в маркетинговых исследованиях, например, в исследованиях размещения магазинов.
Микроэконометрика
Существует также то, что иногда называют микроэконометрикой, что, возможно, ближе к тому, что большинство исследователей в области маркетинга связывают со статистикой в целом. Многие исследователи маркетинга проводили микроэконометрику на протяжении большей части своей карьеры, не называя ее таковой.Специалисты по микроэконометрике обычно анализируют данные, относящиеся к корпорациям, домохозяйствам и отдельным потребителям. Данные могут быть перекрестными или охватывать два или более периода времени. Как и в макроэконометрике, данные обычно являются наблюдательными, хотя также используются рандомизированные эксперименты. Микроэконометрика активно использует опросы.
ANOVA, линейная и логистическая регрессия, основные компоненты и факторный анализ, моделирование дискретного выбора, кластерный анализ и случайные леса — вот некоторые из популярных методов. Кроме того, существуют специализированные методы, которые могут быть незнакомы большинству маркетологов. Одним из примеров является оценка Арельяно-Бонда.
Я перечислил множество учебных ресурсов на cannongray.com/methods в разделе «Анализ временных рядов и рентабельность инвестиций в маркетинг» и в нескольких других местах. В основном безвредная эконометрика (Ангрист и Пишке) , Введение в эконометрику (Уотсон и Сток) или Введение в эконометрику (Вулдридж) , возможно, лучшие места для начала, если вы новичок в этой области. Эти книги предполагают некоторую курсовую работу по статистике, хотя она не обязательно должна быть обширной.
Как и в любом исследовании, четкие цели будут иметь большое значение! Хотя подходы к интеллектуальному анализу данных могут быть полезны при разработке гипотез, они также могут доставить нам неприятности, как объясняется в статье «Всякое бывает» . Понимание наших данных и, насколько это возможно, обеспечение их чистоты — другие важные принципы.
То, как сообщать о наших результатах, как и любое исследование, во многом зависит от нашей аудитории и ее ожиданий. Я обычно предпочитаю концентрироваться на ключевых выводах и последствиях для лиц, принимающих решения, и по возможности избегать технических дискуссий. Эти рассуждения могут отнимать драгоценное время и отвлекать нашу аудиторию и читателей от того, что для них наиболее важно.
Автор: Кевин Грей
Источник: https://researchworld.com/articles/econometrics-and-marketing-research
Admin- Admin
- Дата регистрации : 2016-02-14
Сообщения : 836
Репутация : 17
Похожие темы
» Прощайте, немыслимые бюджеты на маркетинговые исследования!
» Человеческий опыт: как потребители меняют маркетинговые исследования в 2023 году
» Поведенческая наука и исследования UX и CX
» Как аналитика и исследования помогают бизнесу зарабатывать больше?
» UX в социальных сетях: 3 вывода из исследования
» Человеческий опыт: как потребители меняют маркетинговые исследования в 2023 году
» Поведенческая наука и исследования UX и CX
» Как аналитика и исследования помогают бизнесу зарабатывать больше?
» UX в социальных сетях: 3 вывода из исследования
Права доступа к этому форуму:
Вы не можете отвечать на сообщения