Из комментов Линкдин: Методы математического анализа в маркетинге

...Не знаю как у вас, у нас VPM рулит. Чтобы измерить маркетинг, нужно создать измеряемую модель. Иначе его будут измерять персоналии "на глаз" по итогам истекшего периода. Тот же креатив - сложно поддается измерению до рекламной кампании, но легко сразу после нее - сам измерял приток новых лояльных потребителей от эмоциональной рекламы и сопоставлял с распределение частоты контактов аудитории с ней. 7+ для старых лояльных и 12+ для новых потребителей - се ля ви, грустно, но правда, и содержательная часть варьирует показатели чаще в худшую сторону.

Смотреть картинку в полный размер

==Если вам чего-то нужно==

У меня богатый опыт и глубокие знания, хотя я и не преподаю. Если кому нужно что-то по численным показателям медийки, упаковки, трейд-маркетинга, брендинга, я с удовольствием выложу в справочник http://www.structuravody.ru/exasory/sv-marketing-book.php. Информации у меня в голове накоплено очень много, только задайте тему, и она приоритетно выскочит там (по мере моего свободного времени на это, конечно - заранее сори за бесплатный сервис, на то он и бесплатный).

*Как понимать эту фразу? "содержательная часть варьирует показатели чаще в худшую сторону":*

Показатели 7+ 12+ верны для хорошей, запоминающейся рекламы, не выдающейся, но грамотно сделанной по BMP-технологии. Неаттрактивная, неяркая, неясная реклама потребует большего количества контактов, стало быть большего бюджета размещения, чтобы достичь тех же коммуникативных целей. Другая крайность - излишне аттрактивная реклама. Сюжет, герои могут запомниться быстро, за 2-3 контакта, но для связи с брендом и упаковкой потребуются еще и еще повторы, пока до зрителей не "дойдет", что это реклама вот этого продукта от вот этого бренда. Пример: прозрачная женщина, рекламирующая что-то для костей. Мало того, что у нее есть скелет, но нет мозга и черепа (на это дочка обратила внимание), так и название продукта в памяти не осталось, хотя контактов было очень много.

================================

Да, важно, речь идет о телевизионной рекламе. С печатной рекламой сложнее - многое зависит от длительности контакта и мотивированности этим контактом. При хорошей мотивации и возможности вернуться в начало прочтения бывает достаточно и 1 контакта. Но для надежности обычно ставят 3+. А ведь есть еще показатели спонсорской рекламы - сам считал их для бортовой рекламы на Чемпионате по фигурному катанию.

==Математикам:==

Если вы прогноз продаж делаете по массиву детализированных отгрузок ассортимента (обычно его делают для закупок, чтобы балансировать склад и товар в пути), из всех методов по факту самый действенный - Фурье, доказано практикой в СДС (Ахмад Ти).

Да, еще один полезный совет, пока не ушел в рутину...

==Размер сегментов и потенциал матрицы Vm==

Сегментами следует считать такие группы товарного ассортимента, внутри которых потребитель легко переключается, т.е. легко заменяет один товар другим (черный чай и черный чай). Напротив, замена товаров из различных сегментов потребителем маловероятна (зеленый чай и черный чай). В результате сегментирования получается несколько групп товаров, в которых вы имеете 0, 1 или больше единиц предложения. Каждой группе-сегменту соответствует доля в категории Vm%(группа). Формируя ассортиментное предложение, вы сначала накапливаете максимальную представленность в группах, сегментах, чтобы обеспечить максимальную сумму Vm%, что есть в терминах VPM потенциал матрицы - черный чай, зеленый чай, черный чай в пакетиках, зеленый чай в пакетиках... Ранжирование по рейтингу продаж происходит только внутри одного сегмента, одной группы - черный цейлонский чай, черный индийский чай... Сравнение продаж позиций между сегментами не производится. Последняя настройка матрицы - учет конкурентного предложения на полке и приоритет растущих новинок над стареющими согласно логике матрицы БКГ. Затем, если есть время и желание, сделать вариативные планы по ротации и промо и выбрать лучший исключительно по прогнозируемому конечному результату продаж или прибыли (это у кого как принято считать результат продаж)...

Это была логика. По опыту она понятна не всем - люди любят шаблоны, к сожалению... Но кто умный им неленивый - тот догадается, как ее применить.

==Еще один распространенный баг==

Подход оптимизации матрицы ассортимента выше должен делаться только один раз - лучше при решении о вводе-выводе в розничную сеть. Если заужать матрицу при закупках или по каналам сбыта, вы получаете что-то вроде Vm*Vm*Vm<

* Кроме того, реальные процессы всегда "плывут" по параметрам, в том числе - меняется частота, амплитуда. *

"Плывут" они относительно идеализированной модели (системы координат). Но и это "плавание" тоже не всегда случайно. Ту же модуляцию можно вытащить, если конечно это обосновано целями - вопрос денег, которые при этом экономятся или освобождаются из склада. Процесс продаж в FMCG содержит внутри себя много циклических процессов с обратными связями, которые сами внутри себя зависимы и зависимы между собой. Это объясняет, почему именно Фурье.

Больше головняка доставляет клипирование - всяческие жесткие лимитеры (то на складе нет продукта, то дистр задебиторит и ему стоп-отгрузку выкатывают и т.д.). Если на уровне потребителя выручает массовость N, то влияние внутри торговой цепочки вносит искажения в весь поток. Отсюда мораль - чем ближе к потребителю, тем точнее данные.

===

К слову сказать, с 2008-го я ушел в упрощенку, линеаристику, RISC. Микромодели не терпят высоких затрат на анализ, да и цена решения там поменьше на пару порядков. Как-то вот определил для себя цель "маркетинг, доступный для средмалбизнеса", и тащу ее.

Совершенных и универсальных моделей не существует, эффективность зависит от области применения. Для Фурье я указал четко: прогнозирование состояния склада по детализированным отгрузкам для принятия решений о закупках. Больше ни для чего.

==По сбытовой части маркетинга==

Статистика вчера-сегодня (если так же понимаю, как и вы - что не факт, учитывая, что мы обмениваемся лишь словами) не отвечает на очень много злободневных вопросов продвижения. Вот к примеру, такой ключевой вопрос: необходимо определить уровень продаж/выручки G0 (T2) сегодня на основе исторических данных вчера G(T0), которая прогнозируется при нулевых инвестициях в маркетинг Em=0. Проще говоря, если ничего не предпринимать, какие будут продажи в новом периоде по сравнению с предыдущим? Чаще всего постулируют G0(T2)=G(T0) и ошибаются. С другой стороны, не спрогнозировав нулевой уровень, корректно оценить вклад активных действий в прирост выручки тяжело - нет точки отсчета, разделяющий вклад предыдущих и текущих действий, нет уровня, от которого корректно считается прирост.

==Критика корреляционных подходов к идентификации факторов==

Корреляционные методы обнаружения предполагают в основе своей вычисление степени похожести объекта на эталон. Известный нам Яндекс (и Гугль тоже) выдают вам то, что наиболее похоже на ваш запрос, а не то, что есть по существу в индексе. Другими словами, при корреляционном обнаружении вы видите то, что хотите видеть, и не видите то, что не можете предположить - ввиду отсутствия образца. Это сужает область его применения в маркетинге до пассивных оценок, ABC, XYZ анализов и идейно противоречит целям развития и матрице БКГ как таковой.

Из комментов Линкдин: Методы математического анализа в маркетинге

...Не знаю как у вас, у нас VPM рулит. Чтобы измерить маркетинг, нужно создать измеряемую модель. Иначе его будут измерять персоналии "на глаз" по итогам истекшего периода. Тот же креатив - сложно поддается измерению до рекламной кампании, но легко сразу после нее - сам измерял приток новых лояльных потребителей от эмоциональной рекламы и сопоставлял с распределение частоты контактов аудитории с ней. 7+ для старых лояльных и 12+ для новых потребителей - се ля ви, грустно, но правда, и содержательная часть варьирует показатели чаще в худшую сторону.

Смотреть картинку в полный размер

==Если вам чего-то нужно==

У меня богатый опыт и глубокие знания, хотя я и не преподаю. Если кому нужно что-то по численным показателям медийки, упаковки, трейд-маркетинга, брендинга, я с удовольствием выложу в справочник http://www.structuravody.ru/exasory/sv-marketing-book.php. Информации у меня в голове накоплено очень много, только задайте тему, и она приоритетно выскочит там (по мере моего свободного времени на это, конечно - заранее сори за бесплатный сервис, на то он и бесплатный).

*Как понимать эту фразу? "содержательная часть варьирует показатели чаще в худшую сторону":*

Показатели 7+ 12+ верны для хорошей, запоминающейся рекламы, не выдающейся, но грамотно сделанной по BMP-технологии. Неаттрактивная, неяркая, неясная реклама потребует большего количества контактов, стало быть большего бюджета размещения, чтобы достичь тех же коммуникативных целей. Другая крайность - излишне аттрактивная реклама. Сюжет, герои могут запомниться быстро, за 2-3 контакта, но для связи с брендом и упаковкой потребуются еще и еще повторы, пока до зрителей не "дойдет", что это реклама вот этого продукта от вот этого бренда. Пример: прозрачная женщина, рекламирующая что-то для костей. Мало того, что у нее есть скелет, но нет мозга и черепа (на это дочка обратила внимание), так и название продукта в памяти не осталось, хотя контактов было очень много.

================================

Да, важно, речь идет о телевизионной рекламе. С печатной рекламой сложнее - многое зависит от длительности контакта и мотивированности этим контактом. При хорошей мотивации и возможности вернуться в начало прочтения бывает достаточно и 1 контакта. Но для надежности обычно ставят 3+. А ведь есть еще показатели спонсорской рекламы - сам считал их для бортовой рекламы на Чемпионате по фигурному катанию.

==Математикам:==

Если вы прогноз продаж делаете по массиву детализированных отгрузок ассортимента (обычно его делают для закупок, чтобы балансировать склад и товар в пути), из всех методов по факту самый действенный - Фурье, доказано практикой в СДС (Ахмад Ти).

Да, еще один полезный совет, пока не ушел в рутину...

==Размер сегментов и потенциал матрицы Vm==

Сегментами следует считать такие группы товарного ассортимента, внутри которых потребитель легко переключается, т.е. легко заменяет один товар другим (черный чай и черный чай). Напротив, замена товаров из различных сегментов потребителем маловероятна (зеленый чай и черный чай). В результате сегментирования получается несколько групп товаров, в которых вы имеете 0, 1 или больше единиц предложения. Каждой группе-сегменту соответствует доля в категории Vm%(группа). Формируя ассортиментное предложение, вы сначала накапливаете максимальную представленность в группах, сегментах, чтобы обеспечить максимальную сумму Vm%, что есть в терминах VPM потенциал матрицы - черный чай, зеленый чай, черный чай в пакетиках, зеленый чай в пакетиках... Ранжирование по рейтингу продаж происходит только внутри одного сегмента, одной группы - черный цейлонский чай, черный индийский чай... Сравнение продаж позиций между сегментами не производится. Последняя настройка матрицы - учет конкурентного предложения на полке и приоритет растущих новинок над стареющими согласно логике матрицы БКГ. Затем, если есть время и желание, сделать вариативные планы по ротации и промо и выбрать лучший исключительно по прогнозируемому конечному результату продаж или прибыли (это у кого как принято считать результат продаж)...

Это была логика. По опыту она понятна не всем - люди любят шаблоны, к сожалению... Но кто умный им неленивый - тот догадается, как ее применить.

==Еще один распространенный баг==

Подход оптимизации матрицы ассортимента выше должен делаться только один раз - лучше при решении о вводе-выводе в розничную сеть. Если заужать матрицу при закупках или по каналам сбыта, вы получаете что-то вроде Vm*Vm*Vm<

* Кроме того, реальные процессы всегда "плывут" по параметрам, в том числе - меняется частота, амплитуда. *

"Плывут" они относительно идеализированной модели (системы координат). Но и это "плавание" тоже не всегда случайно. Ту же модуляцию можно вытащить, если конечно это обосновано целями - вопрос денег, которые при этом экономятся или освобождаются из склада. Процесс продаж в FMCG содержит внутри себя много циклических процессов с обратными связями, которые сами внутри себя зависимы и зависимы между собой. Это объясняет, почему именно Фурье.

Больше головняка доставляет клипирование - всяческие жесткие лимитеры (то на складе нет продукта, то дистр задебиторит и ему стоп-отгрузку выкатывают и т.д.). Если на уровне потребителя выручает массовость N, то влияние внутри торговой цепочки вносит искажения в весь поток. Отсюда мораль - чем ближе к потребителю, тем точнее данные.

===

К слову сказать, с 2008-го я ушел в упрощенку, линеаристику, RISC. Микромодели не терпят высоких затрат на анализ, да и цена решения там поменьше на пару порядков. Как-то вот определил для себя цель "маркетинг, доступный для средмалбизнеса", и тащу ее.

Совершенных и универсальных моделей не существует, эффективность зависит от области применения. Для Фурье я указал четко: прогнозирование состояния склада по детализированным отгрузкам для принятия решений о закупках. Больше ни для чего.

==По сбытовой части маркетинга==

Статистика вчера-сегодня (если так же понимаю, как и вы - что не факт, учитывая, что мы обмениваемся лишь словами) не отвечает на очень много злободневных вопросов продвижения. Вот к примеру, такой ключевой вопрос: необходимо определить уровень продаж/выручки G0 (T2) сегодня на основе исторических данных вчера G(T0), которая прогнозируется при нулевых инвестициях в маркетинг Em=0. Проще говоря, если ничего не предпринимать, какие будут продажи в новом периоде по сравнению с предыдущим? Чаще всего постулируют G0(T2)=G(T0) и ошибаются. С другой стороны, не спрогнозировав нулевой уровень, корректно оценить вклад активных действий в прирост выручки тяжело - нет точки отсчета, разделяющий вклад предыдущих и текущих действий, нет уровня, от которого корректно считается прирост.

==Критика корреляционных подходов к идентификации факторов==

Корреляционные методы обнаружения предполагают в основе своей вычисление степени похожести объекта на эталон. Известный нам Яндекс (и Гугль тоже) выдают вам то, что наиболее похоже на ваш запрос, а не то, что есть по существу в индексе. Другими словами, при корреляционном обнаружении вы видите то, что хотите видеть, и не видите то, что не можете предположить - ввиду отсутствия образца. Это сужает область его применения в маркетинге до пассивных оценок, ABC, XYZ анализов и идейно противоречит целям развития и матрице БКГ как таковой.

Интегрированные методики - современные методы маркетинговых измерений

Смотреть картинку в полный размер

Интегрированные методики маркетинговых измерений включают в себя как анализ данных различных типов из различных источников, так и применение двух и более моделей, систем координат, в которых рассматривается маркетинг. Важнейшим признаком интегрированной методики является полнота параметров, описывающих исследуемый процесс. Интегрированная методика способна одновременно измерить каждый отдельный инструмент воздействия и "собрать" их как конструктор лего в единое целое под названием "маркетинг".

Примером современной интегрированной методики может служить методика Brand Equity Media Builder Index (BEMBI (c) 2014, Андрей Алексеев, "Структура Воды" при участии РА "Европаблисити"). Эта методики позволяет измерить необходимые параметры вклада рекламы и других факторов в переключения покупательских аудиторий между марками и создать реалистичную эконометрическую модель, прогнозирующую прирост продаж продукции бренда в целевых сегментах в зависимости от решений по матрице ассортимента, цене, дистрибуции, трейд-маркетинга, посылов бренда, дизайна упаковки, рекламного креатива и медиаплана. Методика базируется на достоверных данных:

• Подробные данные продаж с полок в сетях, а также отчеты AC Nielsen
• Данные телевизионных измерений TNS Palomars и мониторинга рекламной активности
• Специализированный опрос регулярных покупателей BEMBI, а также данные TNS MMI

Методика BEMBI объединяет в единое целое несколько исходных методик:

• Модель расчета розничных продаж бренда в сегментах VPM
• Методика измерения целевых Т-аудиторий покупательских групп
• Методика измерения переключения аудиторий между марками
• Методика измерения параметров отношения покупателей к маркам Brand Equity
• Методика измерения отклика на рекламу
• Методика построения расчетной модели с помощью корреляционных фильтров и анализа данных продаж и рекламы

Как показывает опыт применения, методика BEMBI позволяет с достаточной точностью измерить и спрогнозировать вклад рекламы и других инструментов маркетинга в результаты продаж продукции бренда в сегментах и построить на основе план продвижения, оптимизированный по критерию максимального возврата инвестиций в маркетинг в кратко- и среднесрочной перспективе.