Zhrnutie na Manažérske rozhodovanie v marketingu

## Úvod Predmet "Manažérske rozhodovanie v marketingu" spája štatistické a analytické metódy s praktickými rozhodnutiami v marketingovom manažmente. Cieľom tohto studijného materiálu je poskytnúť prehľad kľúčových tém predmetu, vysvetliť metódy používané pri zbere a analýze dát a ukázať ich využitie pri rozhodovaní v reálnych podnikateľských situáciách. Materiál je určený pre študenta, ktorý sa predmetu zúčastňuje distančne (Not attending) — obsahuje zhrnutia, príklady a konkrétne odporúčania na prácu s dátami. > Definícia: Manažérske rozhodovanie v marketingu je proces používania analytických nástrojov a dát na výber optimálnych marketingových stratégií a taktických krokov s ohľadom na ciele organizácie. ## Obsah a štruktúra predmetu (stručný prehľad) - Úvod do predmetu, základné pojmy - Deskriptívna štatistika a vizualizácia dát - Testovanie hypotéz a intervaly spoľahlivosti - Skúmanie závislostí a regresná analýza - Predpoklady regresného modelu - Analýza časových radov: dekompozícia, autokorelácia, stacionarita - Zhluková analýza a segmentácia zákazníkov - Zber a spracovanie primárnych dát, tvorba dotazníka - Analýza zákazníkov, značky a trhu ## Deskriptívna analýza dát a vizualizácia ### Základné kroky pri deskriptívnej analýze 1. Prehľad datasetu: veľkosť, chýbajúce hodnoty, typy premenných 2. Základné štatistiky: miery polohy, variability a tvaru 3. Grafická vizualizácia: histogramy, krabicové diagramy (boxplot), bodové grafy 4. Interpretácia výsledkov v kontexte marketingového rozhodovania > Definícia: Deskriptívna analýza sú súhrnné postupy na popis charakteristík dát, ktoré pomáhajú pochopiť základné vzory a odchýlky. ### Praktický príklad - Firma skúma distribúciu výdavkov na reklamu medzi zákazníkmi. Vykreslí histogram výdavkov, spočíta priemer a medián, zistí prítomnosť odľahlých hodnôt a navrhne segmenty zákazníkov na ďalšiu analýzu. Fun fact: Pre marketingové rozhodovanie často stačí pozrieť sa na medián a kvartily, ak sú dáta silne asymetrické, pretože priemer môže byť skreslený odľahlými hodnotami. ## Testovanie hypotéz a intervaly spoľahlivosti ### Kedy testovať hypotézy - Overenie, či zmena marketingovej kampane zvýšila konverzný pomer - Porovnanie dvoch variantov produktu (A/B testovanie) - Posúdenie, či priemerné výdavky zákazníkov sa líšia medzi segmentmi > Definícia: Štatistická hypotéza je predpoklad o vlastnosti populácie, ktorý testujeme pomocou dát zo vzorky. ### Kroky testovania 1. Formulovať nulovú a alternatívnu hypotézu 2. Zvoliť vhodný test (napr. test o strednej hodnote, test o podiele) 3. Určiť hladinu významnosti a vypočítať testovú štatistiku 4. Rozhodnúť na základe p-hodnoty alebo kritickej hodnoty 5. Interpretovať výsledok z marketingového pohľadu ### Praktický príklad: A/B test - Nulová hypotéza: Nová land­ing page nemá vplyv na konverzný pomer. - Ak p-hodnota < 0.05, zamietame nulovú hypotézu a odporučíme nasadenie novej stránky. ## Regresná analýza a skúmanie vzťahov ### Účel regresie v marketingu - Odhad vplyvu marketingových výdavkov na predaj - Predikcia budúcich hodnôt na základe historických dát - Kontrola premených a ich prípadná segmentácia > Definícia: Regresná analýza je metóda na modelovanie vzťahu medzi závislou premennou a jednou alebo viacerými nezávislými premennými. ### Praktický príklad - Model predaja $y$ ako funkcie reklamných výdavkov $x$: $$y = \beta_0 + \beta_1 x + \varepsilon$$ - Interpretácia: $\beta_1$ udáva, o koľko sa priemerne zmení predaj pri jednotkovej zmene reklamných výdavkov. ### Základné kroky pri budovaní modelu 1. Výber premenných a transformácií 2. Odhad parametrov modelu 3. Overenie vhodnosti modelu a interpretácia koeficientov 4. Použitie modelu pre predikciu a rozhodovanie Did you know that multikolinearita medzi nezávislými premennými môže výrazne skresliť odhady koeficientov a zhoršiť interpretáciu modelu? ## Testovanie predpokladov regresného modelu ### Hlavné predpoklady - Linearita vzťahu medzi závislou a nezávi