Диссертация (1137940), страница 18

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 18)

Нормальное распределение подтвердилосьна уровне значимости 95% для следующих показателей: интенсивности переходов между группами 2→1, 2→4, 3→1; приток новых клиентов в кластеры 2, 3 и 4; величина среднего чека для кластеров 1, 2 и 5; величина частоты покупок для кластеров 2, 3, 4 и 5.Для остальных показателей гипотеза о нормальности распределенияотвергается.Факторы, характеризующие маркетинговые мероприятия, такжеимеют нормальное распределение, за исключением 8 фактора.Так как в анализ вошли переменные с распределением, отличным отнормального, то были рассчитаны ранговые коэффициенты корреляцииСпирмана (Таблица 10, Таблица 11).Таблица 10.

Матрица корреляции маркетинговых мероприятий и частотыпокупок/величины среднего чека по кластерам (наблюдения с 1 по 41)Средний чекЧастота покупокКластер Фактор Фактор Фактор Фактор Фактор Фактор Фактор Фактор Фактор1234567891-.214.254-.132-.246.140-.118.106-.317-.4832.379-.056-.194.012-.242.098-.036.555.2493-.469-.418-.013-.358.226.284.309-.206-.2724-.252-.461.140.131.058.209.218.512.2745.778.060-.371.103-.086-.003-.194-.153-.1871-.608-.037.564.121.074.005.176.195.2412-.703.184.486-.202-.079.058.173-.039.0553.775-.048-.318.213-.120.132-.192-.119-.1384-.299-.041.019-.429-.002.449.144-.213-.1555.731.300-.171.175-.203-.301-.249-.099-.113120Таблица 11.

Матрица корреляции маркетинговых мероприятий и интенсивностиперехода клиентов между кластерами, притока и оттока клиентов по кластерам(наблюдения с 1 по 41)2ВыбытиеклиентовПриток новыхклиентовИнтенсивность перехода междукластерами (из Ni в Nj)КластерФактор Фактор Фактор Фактор Фактор Фактор Фактор Фактор Фактор1234567891→2-.286.110.111-.573.215-.259.026-.143-.1561→5.679.122-.261.215-.341-.071-.044.088-.0412→1-.640.271.360-.053-.184.107.130-.205.0252→4-.291-.314.077-.138.051-.034.338.041-.1463→1-.678.063.322-.099-.056.146.165-.263-.0243→2-.239-.190.067-.422.113.020-.045-.101-.2454→2-.508.221.247-.128-.190.020.065-.199-.0345→1.772.114-.220.054-.070-.265-.203-.090-.1321-.333-.163.282-.313-.050-.004.173-.420-.3012-.105.576.442-.255-.157-.164-.176-.219.1553-.415-.116.372-.397.114-.011.139-.175-.1254.271.168.185-.169-.183-.220-.140-.259.0123.666.172-.367.208-.199-.020-.132-.077-.1975.688.218-.377.190-.153.082-.102-.110-.143Рассчитанные коэффициенты корреляции подтверждают наличиеслабой линейной зависимости исследуемых переменных от проводимыхмаркетинговыхмероприятий.Приэтомдлякаждойпеременнойхарактерна зависимость от различных типов маркетинговых мероприятий.На основе анализа построенных кросс – коррелограмм было сделанопредположения о наличии отложенного влияния (лагов) маркетинговыхмероприятий.

Результаты сведены в таблицу (Таблица 12).2Для переменных приток новых клиентов расчет проводился на интервале с 10 по 41 наблюдение, а дляпоказателя выбытия клиентов – с 23 по 41 наблюдение.121Отложенное влияние по всем факторам для каждой из анализируемыхпеременных не превышает 3 месяцев, поэтому в дальнейшем припостроении регрессионных моделей переменные были включены до 3 лагавключительно.Таблица 12. Отложенное влияние маркетинговых мероприятий на показателипокупательского поведения клиентских кластеров (наблюдения с 1 по 41)32--1, 2---111→51, 2-1, 3---1-1, 32→11, 2, 311, 2, 31, 2-----2→43------333→11, 2, 3-1, 2---31-3→2---2----1, 2, 34→2-11, 32, 3----11-1----3-2-1, 21, 311--23-1----1-4--2------31, 2, 31, 2, 3----3-351, 2, 31, 2, 3----3321--13-3-2-21--11--1-32112, 3-3-11, 2, 341, 2, 31, 2, 33------522-1, 3---3--11, 2, 3-1, 2, 3--2-2-21, 2, 3-1, 23-----31, 2, 3-3----1-41, 2-22, 3-1-13513--123-1Средний чекПритокновыхклиентовИнтенсивность переходамежду кластерами (из Ni вNj)1→2ВыбытиеклиентовФактор Фактор Фактор Фактор Фактор Фактор Фактор Фактор Фактор123456789Частота покупокКластер23Для переменной «приток новых клиентов» расчет проводился на интервале с 10 по 41 наблюдение, адля переменной «выбытие клиентов» – с 23 по 41 наблюдение.122Консолидация полученных регрессионных моделейСучетомпроведенногорегрессионныемоделипокупательскогоанализазависимостиповедениябылипостроеныанализируемыхклиентскихкластеровлинейныепараметровотфакторов,характеризующих маркетинговые мероприятия компании.Общее число полученных регрессионных моделей – 23.

Согласнорезультатам анализа кросс-коррелограмм влияющие переменные быливключены с величиной лагов до 3 включительно.В качестве метода оценки коэффициентов регрессии использовалсяметод наименьших квадратов.Общийвидполученныхрегрессионныхмоделейдлявнутрикластерных показателей покупательского поведения, а такжеинтенсивностей переходов между кластерами, потока новых и выбытиястарых клиентов можно записать в виде:93Yt  Сonst   C ij  Facti ji 1 j 0(30),где Yt – значение зависимой переменной в момент времени t,C ij - значение коэффициента регрессии для фактора i, взятого с лагом j,Facti j - значение фактора i, смещенное от t на величину лага равного j,i – индекс фактора, принимает значения от 1 до 9,j – индекс лага, принимает значения от 0 до 3.Показатели качества полученных регрессионных моделей и значениекоэффициентов приведены в таблицах 13 – 16.Все коэффициенты моделей значимы на уровне значимости от 0,0001до 0,0933.

Показатели качества моделей: R2 принимают значения от 0,39 до0,96, показатель Дарбина – Уотсона от 1,11 до 2,54.Приложение6 содержитдиаграммыавтокорреляцииостатковпостроенных регрессий.123Таблица 13. Значение коэффициентов регрессии для моделированияинтенсивностей переходов между кластерами4Интенсивность перехода между кластерами (из Ni в Nj)1→2ConstЛаг 0Лаг 11Лаг 2Лаг 3Лаг 02Лаг 1Лаг 03Лаг 1ФакторЛаг 0Лаг 14Лаг 2Лаг 3Лаг 17Лаг 3Лаг 18Лаг 3Лаг 0Лаг 19Лаг 2Лаг 3коэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueR2Adjusted R2Darbin-Watson1→52→12→43→13→24→20.0069(0.0000)-0.0021(0.0000)-0.0010(0.0374)-0.0016(0.0006)-0.0016(0.0003)-0.0013(0.0026)-0.0298(0.0000)0.0049(0.0000)0.0060(0.0000)-0.0055(0.0000)-0.0090(0.0000)0.0027(0.0011)-0.0043(0.0000)-0.0061(0.0000)0.0168(0.0000)-0.2878(0.0000)-0.0541(0.0000)0.0342(0.0004)0.0384(0.0001)-0.0106(0.0000)-0.0030(0.0149)-0.0023(0.0414)-0.0024(0.0337)0.0251(0.0000)-0.0047(0.0000)0.0041(0.0000)-0.0014(0.0499)-0.0024(0.0009)-0.0038(0.0000)-0.0005(0.0759)-0.0007(0.0103)-0.0008(0.0032)-0.1692(0.0000)-0.0158(0.0057)0.0154(0.0055)0.0144(0.0097)-0.0141(0.0176)-0.0194(0.0011)-0.0114(0.0362)-0.710.660.980.970.670.640.330.270.740.710.390.340.700.642.411.891.602.542.071.702.364В таблице рассмотрены только лаги по факторам, вошедшие в итоговую модель хотя бы по одному иззависимых параметров.

Лаги, не указанные в таблице, не вошли ни в одну из моделей. Факторы 5 и 6 неоказывают значимого влияния.124Таблица 14. Значение коэффициентов регрессии для моделирования притокановых клиентов и выбытия клиентов по кластерам5Const1Лаг 0Лаг 02Лаг 1Лаг 03Лаг 1Лаг 2Лаг 1Фактор4Лаг 35Лаг 16Лаг 0Лаг 07Лаг 3Лаг 08Лаг 1Лаг 3Лаг 29Лаг 3коэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueкоэффициентp-valueR2AdjR2Darbin-WatsonПриток новых клиентовпо кластерам12341159.167 2197.211 205.5723 111.2255(0.0000) (0.0000) (0.0000) (0.0000)- 22.47582- (0.0108)- 405.0651- (0.0000)-181.17- -38.1329(0.0001)- (0.0029)201.3176 400.7083 45.25296(0.0003) (0.0000) (0.0004)-112.558(0.0207)- 21.70013- (0.0129)- -270.969- (0.0021)241.589- (0.0050)- -160.129- (0.0495)- -221.416- (0.0033)-100.969(0.0106)29.0271- (0.0199)130.301(0.0039)- 298.3377- (0.0008)0.740.840.580.25Выбытие клиентовпо кластерам35186.793 2820.048(0.0000) (0.0000)-77.3564(0.0000)-34.5422(0.0001)13.65761(0.0235)-57.4107 -318.878(0.0000) (0.0313)35.73376(0.0011)- 519.2902- (0.0057)- -305.768- (0.1001)50.71957(0.0001)0.940.700.700.800.530.210.910.642.382.351.811.871.812.445В таблице рассмотрены только лаги по факторам, вошедшие в итоговую модель хотя бы по одному иззависимых параметров.

Характеристики

Список файлов диссертации