ANALISI DEI DATI PER IL MARKETING 2014

Transcript

1 ANALISI DEI DATI PER IL MARKETING 2014 Marco Riani INFORMAZIONI SUL CORSO Orario MER GIO VEN Ricevimento MER GIO

2 INFORMAZIONI SUL CORSO Conoscenze preliminari conoscenza di base di statistica descrittiva e inferenziale Tutti i lucidi saranno disponibili su Calendario degli esami LUN 15 DICEMBRE ore 9.00 MER 14 gennaio 2015 ore 9.00 MER 28 gennaio 2015 ore 9.00 MER 27 maggio 2015 ore 9.00 MER 17 giugno 2015 ore 9.00 MER 1 luglio 2015 ore 9.00 VEN 11 settembre 2015 ore 9.00 Sede: congressi + A 2

3 LIBRO DI TESTO Sergio Zani Andrea Cerioli ANALISI DEI DATI E DATA MINING PER LE DECISIONI AZIENDALI Giuffrè MATERIALE AGGIUNTIVO SU E consentito tenere questo libro durante l esame! SOFTWARE SPSS: Statistical Package for Social Sciences MATLAB R SAS: Statistical Analysis System 3

4 Software utilizzati nel corso Excel SPSS ver. 21 MODALITÀ DI ESAME (prova scritta) Quattro (tre) domande, ciascuna costituita da vari punti: aspetti di calcolo aspetti di commento e di interpretazione dei risultati circa della medesima importanza Aspetti relativi alle formule di Excel Commento dei risultati ottenuti da SPSS 4

5 Obiettivi del corso Illustrare i metodi statistici per il trattamento delle informazioni d interesse aziendale, considerando contemporaneamente più variabili, sia qualitative sia quantitative. Fornire un supporto conoscitivo razionale per le decisioni EVOLUZIONE DI CONCETTI Statistica (descrittiva e inferenziale) Analisi dei dati multidimensionali Data Mining = «Estrazione da una miniera di dati» (di grandi dimensioni) Scavare in insiemi di dati molto numerosi per estrarre informazioni utili Text mining Web mining 5

6 PUNTO DI PARTENZA dell analisi dei dati MATRICE DEI DATI: X riferita a n unità e p variabili Ipermercati Sup. addetti vendite Centro Torri Esselunga... MATRICE DEI DATI x is = modalità che presenta la variabile s- esima nell unità statistica i-esima Significato dei vettori riga e dei vettori colonna Tipologia delle unità statistiche 6

7 TIPI DI DATI Qualitativi (categorici) nominali: Esempi: sesso, tipo di laurea, forma giuridica delle imprese BINARI (DICOTOMICI) O CON CATEGORIE MULTIPLE (POLITOMICI) Qualitativi (categorici) ordinali: giudizi: insuff., suff., discreto, buono, ottimo Quantitativi: peso, fatturato, n. dipendenti Questionario p. 13 INDAGINE SULL ATTEGGIAMENTO DEI GIOVANI NEI CONFRONTI DELLA MODA Sesso maschio 1 femmina 2 Età _ _ Quale scuola frequenti? Liceo classico altra 4 1 liceo scientifico 2 ragioneria 3 Taglia Quanta importanza attribuisci al modo di vestire? nulla 1 moltissima scarsa 5 2 media 3 molta 4 Come definiresti il tuo stile di vestire? sportivo 1 elegante-classico 2 casual A quanto ammonta la tua paghetta settimanale? 7

8 Tab Home theatre, 7 variabili pag. 8 MARCA PREZZO POTEN ZA CASS E DVDRE C WIREL. DV X RDS 1 Akai Hitachi K Lg DAT Yamaha YHT TIPI DI MATRICI DEI DATI unità x variabili X di dimensioni n x p Individui (questionari) Aziende Prodotti o marche Unità territoriali (province, ) Tempi (serie storiche o temporali) 8

9 DATI ASSOLUTI E RELATIVI Esempio: n aziende DATI ASSOLUTI: Fatturato, valore aggiunto, n. addetti, DATI RELATIVI: Fatturato per addetto, valore aggiunto sul fatturato, ROE, A PRIORI DEFINISCO LO SCOPO DELLA RICERCA E POI SCELGO IL DATA SET DA ANALIZZARE Es. Banca Marketing strategico Ciclo vitale Next Product Segmentazione comportamentale Rischio di abbandono Sensitività del valore del portafoglio clienti 9

10 ANALISI DEL CICLO VITALE ETA STATO CIVILE PRODOTTI LAV SESSO Es. Relazione tra classe di età e possesso di cassette di sicurezza 10

11 Es. Relazione tra stato civile e possesso di cassette di sicurezza STATO CIVILE 21: CONIUGATO IN SEPARAZIONE LEGALE Output del modello di ciclo vitale Una spezzata che riporta la probabilità stimata di possedere un macroprodotto al variare dell età per ogni combinazione di SESSO STATO CIVILE PROFESSIONE 11

12 Prob. di possesso: «Assicurazione danni» Maschio, Separato, Dirigente UTILIZZI DEL MODELLO Il modello segnala in automatico le combinazioni di classe età, professione e stato civile con la più elevata probabilità di possedere il prodotto. Es.M, divorziati, infermieri e medici, età anni Il modello segnala i clienti per cui il modello prevede il possesso del prodotto ma in realtà non è presente 12

13 NEXT PRODUCT (orizzonte di breve) STATO CIVILE ETA LAV SESSO? Var COGE PRODOTTI?? OBIETTIVO VARIABILE RISPOSTA Y=1 (sì ASS DANNI ultimi 6 mesi e lo posseggono attualmente) Y=0 (no ass DANNI attualmente) Quali sono i comportamenti finanziari che meglio separano i due gruppi? Quali sono le variabili più importanti (a priori consideriamo un set di variabili esplicative) 13

14 Riepilogo variabili potenziali sesso stato civile professione classe di età totale prodotti posseduti uso di Internet possesso di Internet Debiti a breve (ammontare) Debiti a lungo (ammontare) Raccolta diretta + Indiretta Impieghi Fondi (importo) Fondi (numero)num Certificati di deposito Depositi a risparmio cc saldo (Italia +Estero) azioni (ammontare) obbligazioni (ammontare) SEGMENTAZIONE COMPORTAMENTALE (cluster analysis) 14

15 Operazione preliminare Individuazione dei valori anomali (outliers) Gr 2 Gr. 5 Gr. 6 Gr 1 Gr. 7 Gr. 8 Centroidi e matrici di covarianze: definiscono la posizione, l orientamento e l ampiezza dei diversi ellissoidi (gruppi) 15

16 Probabilità di appartenenza di un unità ai diversi gruppi (un unità non appartiene completamente ad un gruppo) Gr 1 (0.3) Gr 2 (0.6) Gr. 5 (0) Gr. 6 (0) Gr. 7 (0) Gr. 8 (0) Ciascun cliente è attribuito ad ogni segmento con una certa probabilità RISCHIO DI ABBANDONO 16

17 Rischio di abbandono: Analisi preliminari Analisi preliminari 17

18 OBIETTIVO VARIABILE RISPOSTA Y=1 (sì clienti che hanno abbandonato negli ultimi 6 mesi) Y=0 (clienti che non hanno abbandonato) Quali sono i comportamenti finanziari che meglio separano i due gruppi? Quali sono le variabili più importanti (a priori consideriamo un set di variabili esplicative) SENSITIVITA DEL PORTAFOGLIO CLIENTI 18

19 MACROPRODOTTO/I FISSATO/I Qual è la redditività aggiuntiva se i clienti con prob > soglia acquistano il prodotto? redditività potenziale richiesta Quanti clienti devo contattare e quali prodotti devo vendere? 19

20 Numero di clienti di contattare fissato Qual è la redditività attesa? CONCETTO DA RIBADIRE A PRIORI DEFINISCO LO SCOPO DELLA RICERCA E POI SCELGO IL DATA SET DA ANALIZZARE 20

21 SCHEMA FONDAMENTALE DELLA RICERCA SCIENTIFICA Problema (domanda) Raccolta di dati Analisi dei dati Conclusione provvisoria (risposta) Estensioni, generalizzazioni, nuovi problemi Il vero indicatore d intelligenza non è la conoscenza, ma l immaginazione (A. EINSTEIN) FONTI DEI DATI Fonti interne: Sistema informativo Data base (data warehouse) Data mart (The data mart is a subset of the data warehouse that is usually oriented to a specific business line or team) Fonti esterne: Banche dati: MILIOLI, RIANI, ZANI, 2010, pp ; Indagine campionaria (survey), sondaggi d opinione Ricerche di mercato: 21

22 MATRICE DEI DATI: X riferita a n unità e p variabili: X = [ x is ] Visualizzazione delle informazioni e scoperta di eventuali valori anomali Studio delle relazioni tra variabili - Quantitative (correlazione) - Qualitative nominali e ordinali (ASSOCIAZIONE) TECNICHE DI ANALISI DEI DATI TRATTAMENTI PRELIMINARI DEI DATI (cap. III) pulizia dei dati Dati mancanti (missing values) Valori anomali (outliers) VISUALIZZAZIONE DEI DATI (cap. V) RIDUZIONE DELLE DIMENSIONI (cap. VI e VII) Analisi delle componenti principali e Analisi delle corrispondenze 22

23 TECNICHE DI ANALISI DEI DATI FORMAZIONE DI GRUPPI OMOGENEI Misure di dissimilarità e di similarità tra oggetti o individui per variabili quantitative, qualitative e miste (cap. VIII) Cluster analysis (cap. IX): metodi gerarchici e non gerarchici Segmentazione dei prodotti e dei consumatori SPSS Costruzione della matrice dei dati Visualizzazione variabili: Nome, tipo, etichetta, valori Visualizzazione dati Inserimento valori, modalità o codici 23

24 Esercizio Aprire il file home_theatre_ini.sav. Assegnare alle variabili il corretto formato SCOSTAMENTI STANDARDIZZATI MILIOLI, RIANI, ZANI, 2010, pp Definizione: z i = (x i M)/ ove M è la media e (a volte indicato con s) è la deviazione standard (in SPSS calcolata come s.q.m. CORRETTO) Proprietà: 1. M = O 2. puri numeri (confrontabili) MATRICE DEGLI SCOST. STAND. : Z 24

25 Esercizio Aprire il file home_theatre.sav oppure home_theatre.xls e creare la matrice degli scostamenti standardizzati Traccia di soluzione in SPSS 25

26 Calcolo delle statistiche descrittive Esercizio: calcolare le statistiche descrittive (media, min, max, standard deviation, varianza, asimmetria e curtosi) per le 3 variabili quantitative presenti nel file home_theatre Eseguire i calcoli in Excel e SPSS. In Excel controllare le formule di asimmetria e curtosi tramite l implementazione manuale Formule da utilizzare per gli indici di asimmetria e curtosi Indice di curtosi Indice di asimmetria 26

27 Traccia di soluzione in SPSS Traccia di soluzione in Excel Dopo aver installato (attivato) il componente aggiuntivo Analisi dei dati 27

28 Traccia di soluzione in Excel Traccia di soluzione in Excel 28

29 Output Ponderazione delle unità Unità statistiche: con la stessa importanza con importanza diversa: ponderazione Vettore dei pesi (relativi): w = [w 1,, w i,, w n ] Esempio dei settori dell industria (p. 23 e seg.) 29

30 Esercizio Aprire il file Indicatori_economici. Escludere dall analisi il settore delle raffinerie Calcolare medie e deviazioni standard pesate per le variabili VA/FATT, COSTO DEL LAVORO PER DIPENDENTE, RETRIBUTIONE LORDA PER DIPENDENTE, INVESTIMENTI PER ADDETTO. Utilizzare come variabile peso il numero di addetti Traccia di soluzione in SPSS Dati Seleziona casi 30

31 Traccia di soluzione in SPSS Dati Pesa casi Traccia di soluzione in SPSS Analizza Statistiche_descrittive Descrittive 31

32 Output Traccia di soluzione in Excel Implementazione manuale delle formule 32

33 MATRICE PARTIZIONATA Partizione: suddivisione d un insieme in gruppi disgiunti Partizione delle n unità della matrice dei dati: analisi distinta per ciascun gruppo di unità ed analisi complessiva. Esempio: clienti con e senza carta fedeltà SPSS PER MATRICE PARTIZIONATA Comandi: DATI DISTINGUI CONFRONTA Unica tabella suddivisa DATI DISTINGUI DISTINGUI Una tabella per ogni gruppo 33

34 Esercizio Aprire il file home_theatre. Calcolare media e standard deviation delle variabili Prezzo e Potenza distinte per la presenza o assenza di RDS. Traccia di soluzione tramite SPSS 34

35 Traccia di soluzione tramite SPSS Output di SPSS 35

36 Traccia di soluzione tramite EXCEL Ci sono tre possibilità Utilizzo del menu Dati Subtotali Filtri + funzione subtotale Tabelle pivot ESTRAZIONE DI UN CAMPIONE CASUALE (SPSS) Dati seleziona casi 36

37 ESTRAZIONE DI UN CAMPIONE CASUALE (EXCEL) Funzione casuale.tra o generazione di numeri casuali uniformi dal componente aggiuntivo Analisi dei Dati Utilizzo della funzione INDICE per estrarre i dati MATRICE DEI DATI A TRE VIE X = [ x ist ] di dimensioni n x p x q n unità statistiche p variabili q tempi 37

38 ESEMPI Panel di consumatori: Campione costituito dai medesimi individui (famiglie) interrogati più volte in tempi successivi (6.000 famiglie) Misura dell audience televisiva: AUDITEL Dal 1986, Auditel rileva, 24 ore su 24, minuto per minuto, tutta la TV, nazionale e locale, vista attraverso diverse fonti: terrestre, satellitare, analogica e digitale. Perché Auditel? Perché la misurazione degli ascolti è un elemento fondamentale per la pianificazione degli spazi pubblicitari, risorse di cui la TV vive. Perché è necessario un organismo super partes che operi con trasparenza e affidabilità. AUDIWEB 38

39 ANALISI DI MATRICI A TRE VIE Analisi distinte per ogni tempo: si ripete q volte lo studio consueto della matrice dei dati n x p. Analisi dinamiche: si studia l evoluzione nel tempo di ogni unità con riferimento alle p variabili, oppure l evoluzione temporale dei valori di ogni singola variabile con riferimento alle n unità Creazione di classi da variabili quantitative SPSS: Trasforma Categorizzazione visuale EXCEL: se le classi sono equispaziate si può utilizzare la tabella pivot, altrimenti bisogna utilizzare la funzione frequenza oppure preliminarmente la funzione CONFRONTA e creare la tabella pivot sulla variabile categorizzata 39

40 Esercizio Aprire il file ex23.xls (ex23.sav) Creare la distribuzione di frequenze della variabile reddito utilizzando prima classi equispaziate e poi le classi che seguono Traccia di soluzione tramite SPSS Partendo dal file ex23 creare la tabella a doppia entrata che segue 40

41 Esercizio Dopo aver creato le classi richieste tramite la Categorizzazione visuale 41

42 Output Creazione della tabella a doppia entrata 42

43 Output 43