Примеры использования пакета STATISTICA в маркетинге
I. Анализ маркетинговой деятельности и прогнозирование продаж
Проект основан на реальных данных о посещении корпоративного web-сайта.
Цель проекта: разработка методики анализа фактора, влияющего на объем продаж. Автоматизация процедур анализа и составления отчетов.
Этапы выполненных работ:
- Выделение фактора, оказывающего влияния на объем продаж – показателя посещаемости web-сайта;
- Анализ показателя посещаемости web-сайта и выявление структурных закономерностей: визуализация данных, выделение периодической составляющей показателя, основной и регулярной компонент для корректного сопоставления с данными об объеме продаж;
- Формулировка в явном виде зависимости между числом посещений web-сайта и уровнем продаж;
- Автоматизация процедуры создания регулярных отчетов и построения прогнозов динамики продаж.
В рамках проекта исследован показатель посещаемости web-сайта и характер его влияния на объем продаж.
В итоге решена важная задача автоматизации процедур анализа данных и построения прогноза объема продаж на основе поступающей информации о других показателях.
Рис. 1.
II. Статистическое прогнозирование денежных потоков
Задача решалась для департамента страхования путешественников компании РОСНО.
Цель проекта: построение среднесрочных и долгосрочных прогнозов денежных поступлений за месяц от продажи страховых полисов и числа новых клиентов за этот же период. Определение характера влияния одного показателя на другой.
Этапы выполненных работ:
- Определение вида функциональной зависимости между поступлениями денежных средств и числом клиентов (исследованы модели с распределенными лагами);
- Выбор наилучшей модели, наиболее адекватно отражающей связь между переменными;
- Анализ структуры временных рядов денежных поступлений и числа новых клиентов: выделение сезонных компонент и сглаживание тренда;
- Построение краткосрочных и долгосрочных прогнозов для обоих показателей.
В результате проведенного исследования изучена структура временных рядов денежных поступлений и числа новых клиентов, подобрана математическая модель, описывающая связь между показателями, построены краткосрочные и долгосрочные прогнозы для обоих переменных. Полученный вид функциональной зависимости позволяет сделать вывод о том, что в текущие денежные поступления вносят вклад клиенты предыдущих месяцев (задержки выплат), и их вклад падает с течением времени.
Рис. 2.
III. Моделирование банковского кризиса
Исследование проводилось на основе двух рейтингов банков журнала "Профиль": до кризиса 1998 года и после кризиса (1 июня 1998 года и 1 мая 1999 года).
Цель проекта: на основе представленных показателей о финансовой структуре банка до кризиса построить модель, позволяющую спрогнозировать его банкротство.
Этапы выполненных работ:
- Анализ и отбор показателей финансовой структуры банка, влияющих на его попадание в разряд кризисных (рассматривалась вспомогательная переменная, принимающая значение 1, если банк подвергся кризису, и 0, если остался стабильным);
- Классификация банков по величине совокупного капитала для дальнейшего рассмотрения двух различных групп банков – крупных и средних;
- Для каждой из рассматриваемых групп банков построена модель, предсказывающая кризисную ситуацию банка на основе данных о его структуре капитала и финансовых показателях.
В результате проведенного исследования выявлены основные показатели финансовой структуры банка, по которым можно предсказать возможное его попадание в кризисное положение. Проведено численное оценивание параметров модели и ее предсказательной силы. Установлено, что степень влияние некоторых параметров различается для разных категорий банков. В работе использовались следующие модули системы STATISTICA: "Кластерный анализ" и "Нелинейное оценивание".
Рис. 3.
|