Marketing Mix Modeling w praktyce 2400-ZEWW1021
Przedmiot ma na celu wprowadzenie Studentów w praktyczny świat biznesu. Kluczowym celem przedmiotu jest pokazanie, jak przełożyć wyniki modelowania i suche statystyki na akcyjne biznesowo rekomendacje.
Na przestrzeni jednego semestru studenci dowiedzą się, jakie zastosowania ma ekonometria w świecie marketingu oraz będą mieli okazje rozwinąć kompetencje kluczowe na rynku pracy. Zdobędą również podstawy wiedzy marketingowej.
W trakcie zajęć wykonany zostanie szereg ćwiczeń praktycznych obejmujących pracę z danymi z użyciem R Studio tworzenie podstawowych modeli, przeprowadzanie kluczowych analiz biznesowych oraz tworzenie rekomendacji. Mile widziana podstawowa znajomość R.
Sylabus został opracowany we współpracy z ekspertami Marketing Mix Modelingu z Choreograph Polska, który jest oficjalnym partnerem Meta (Facebook) w kwestii modelowania marketing mixu oraz jednym z największych zespołów ekonometrycznych na europejskim rynku.
Najlepsi studenci zostaną zaproszeni do uproszczonego procesu rekrutacji do działu Choreograph Polska, gdzie będą mieli okazję zdobyć cenne doświadczenie w ramach międzynarodowych projektów realizowanych dla największych marek.
*Choreograph Polska to jeden z kluczowych hubów w ramach globalnej struktury analitycznej WPP, który od 20 lat obsługuje największe marki w Polsce i na świecie. Zespół składa się z 40 ekonometryków i ekspertów data science. Rocznie realizuje ponad 100 projektów na rynkach całego świata (Kanada, US, Australia, Japonia i Europa). Obsługuje największych globalnych graczy, a rekomendacje stworzone w ramach projektów pokrywają łącznie ponad miliard dolarów budżetów mediowych rocznie. Od 7 lat zespół w Warszawie jest globalnym partnerem Meta (Facebook) w obszarze Modelowania Marketing Mix.
1. Wprowadzenie
• Plan przedmiotu: agenda spotkań
• Warunki zaliczenia przedmiotu
• Czym właściwie jest MMM?
• MMMy – ekonometria czy analityka? Porównanie z innymi formami pomiaru efektywności mediów.
• Rola projektu MMM w strategii marki
• Na jakie pytania odpowiada ekonometria?
• Proces projektu ekonometrycznego
• Dostawcy MMMów - charakterystyka rynku, ścieżka kariery, model pracy, role w zespole.
2. Wprowadzenie do środowiska R i jego podstawowych funkcji wykorzystywanych w Modelowaniu Marketing Mix
• Wprowadzenie do Tidyverse
• Biblioteki w ramach Tidyverse
• Przykłady funkcji niezbędnych przy modelowaniu MMM
3. Dane wykorzystywane w MMM i ich struktura
• Dane panelowe i szeregi czasowe
• Postać bazy do modelowania
• Częstotliwość danych i jej implikacje
• Wybór odpowiedniej zmiennej modelowanej
• Sposoby agregacji wartości i wolumenu sprzedaży
• Dane uwzględniane w modelach na przykładzie kategorii FMCG
• Dystrybucja numeryczna vs ważona
• Cena, informacje o promocjach
• Czynniki zewnętrzne: Covid, Sezonowość Makroekonomia/Demografia, Trade, Pogoda, Święta
• Metody pomiarów mediów i dostawcy danych
• Czym jest GRP?
• Impresje czy Kliki?
• Czym jest AdStock?
4. Modelowanie oraz interpretacja modelu (1)
• Analiza graficzna zmiennych
• Typy modeli: multiplikatywne, addytywny
• Kolejność uwzględniania zmiennych
• Interpretacja parametrów: elastyczności, semielastyczności, efekty krańcowe
5. Modelowanie oraz interpretacja modelu (2)
• Response Curves, diminishing returns
Media: c-shape vs s-shape
Przekształcenie arctg
• Modelowanie w praktyce – kryteria wyboru zmiennych (statystyka vs. biznes)
• Regresja pozorna i współliniowość
• Testy statystyczne wykorzystywane do walidacji modeli MMM
• Holdouts
6. Analizy na podstawie modelu i wyciąganie wniosków biznesowych
• Dekompozycja zmiennej modelowanej
• Baseline vs Incremental
• Waterfall dynamiczny vs statyczny
• Liczenie ROIów
7. Optymalizacja inwestycji marketingowych i tworzenie rekomendacji
• Optymalizacja na krzywych wklęsłych – przykład prostego algorytmu
• Przykładowe rekomendacje
8. Zaliczenie przedmiotu
• Prezentacja indywidualnych projektów stworzonych przez studentów (lub egzamin ustny)
9. Kurs kończy się wręczeniem Certyfikatów dla Studentów.
Koordynatorzy przedmiotu
Rodzaj przedmiotu
Efekty kształcenia
Wiedza:
Studenci wiedzą czym jest Marketing Mix Modelling
Studenci potrafią wskazać najważniejsze czynniki marketingowe, które powinny być uwzględnione w modelowaniu
Studenci wiedzą jak dobrać formę funkcyjną modelu i wiedzą, jakie ma to konsekwencje
Studenci potrafią biznesowo zinterpretować wyniki modelu
Studenci wiedzą jak zwalidować model statystycznie i biznesowo
Umiejętności:
Studenci wiedzą jak przygotować podstawową bazę do modelowania i potrafią wybrać odpowiednią formę zmiennej
Studenci potrafią wskazać najważniejsze wnioski płynące z modelowania marketing mixu
Studenci potrafią przełożyć wyniki na wnioski biznesowe I stworzyć rekomendację
Studenci potrafią zaprezentować podstawowe wyniki MMM
Studenci zdobędą/udoskonalą umiejętność przetwarzania danych i tworzenia podstawowych modeli w programie R Studio, co pozwoli zdobyć praktyczne umiejętności kluczowe na rynku pracy
Kompetencje społeczne:
Studenci rozumieją zastosowanie MMM w świecie biznesu i rozumieją wpływ takiego projektu na biznes klientów
Studenci potrafią ułożyć historię i uargumentować swoje rekomendacje biznesowe na podstawie wyników modelowania
Studenci wiedzą jak w zrozumiały sposób prezentować wyniki modelowania
Kryteria oceniania
Przygotowanie projektu i prezentacja na koniec kursu (max ocena 5) lub egzamin ustny (max ocena 4)
Na ocenę złożą się też prace domowe i aktywność na zajęciach (bonusowe punkty).
Literatura
Market Response Models: Econometric and Time Series Analysis: Dominique M. Hanssens, Leonard J. Parsons, Randall L. Schultz
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: