Determine as características dos produtos que influenciam na opinião do consumidor. Precifique produtos e serviços pela percepção de valor e muito mais.
Curso completo e 100% prático, desenvolvido totalmente no Excel utilizando a técnica estatística Análise Conjunta (Conjoint Analysis), com estudo de casos da Harvard Business School, Universidade de Michigan, Pepsi vs Coca-Cola, Setor Automotivo, entre outros.
O que você aprenderá
- Técnicas avançadas para Pesquisa de Mercado
- Identificar clientes e mercados mais valiosos
- Cálculo de Market share para ambientes dinâmicos
- Precificação de produtos e serviços com base na percepção de valor
- Análise Conjunta
- Codificação binária de dados conjuntos
- Designs de Experimentos
- Algoritmos Evolutivos
- Desenvolver modelos de simulação computacional para análise de mercados
- Análise de concorrência
- Segmentação de mercado
- Análise de comportamento de consumo
- Modelos estatísticos qualitativos
- Forecast para ranqueamento de produtos/serviços/mercados
- Otimização combinatória
- Programação não-linear
Requisitos
- Excel intermediário
- Ter realizado os cursos de Marketing Analytics ou Modelos Preditivos para Vendas ou Econometria I ou possuir conhecimento em modelos de regressão linear com método do mínimos quadrados ordinários
Descrição
Neste curso você irá aprender a determinar os atributos dos produtos que impactam na decisão de compra dos consumidores. Como determinar os clientes e mercados mais valiosos. Segmentar Mercado. Determinar o Market share com técnicas estatísticas para ambientes dinâmicos. Incrementar o preço dos produtos com base na percepção de valor dos clientes e otimizar resultados analisando o comportamento do consumidor.
Com estudos de caso consagrados da Harvard Business School, Pepsi vs Coca-Cola, Universidade de Michigan, entre outros, as principais técnicas estatísticas para análise do comportamento do consumidor são ensinadas de maneira totalmente aplicada para o mercado de trabalho.
Durante o curso você irá aprender a desenvolver Forecast com as seguintes técnicas estatísticas: Análise Conjunta; Modelos de Regressão Qualitativo; Regressão Linear Múltipla; Modelos de Tendência; e Algoritmos Evolutivos. Todas técnicas são desenvolvidas apenas com o auxílio do Excel.
Ao final do curso você irá aprender a desenvolver um modelo de simulação computacional para análise de mercado.
Para quem é este curso:
- Profissionais de Pesquisa de Mercado
- Analistas de Inteligência de Negócios
- Gestores de Inteligência de Negócios
- Profissionais de Marketing Intelligence
Incluído no Curso
- 7 horas de vídeo aulas
- 20 Recursos para download (modelos no Excel)
- Acesso total vitalício
- Acesso no dispositivo móvel e desktop
- Certificado de conclusão com link para autenticação
Condições de Pagamento*
Parcelamos em até 10x no cartão de crédito ou à vista no boleto bancário, pelo sistema PagSeguro.
Após realizado o pagamento o aluno terá até 7 dias para desistir do curso ou antes de concluir o primeiro módulo (o que vencer primeiro). Caso o aluno desista do curso será reembolsado em até 30 dias com o valor integral, menos 4% referente às taxas administrativas.
* Para alunos residentes fora do Brasil emitimos ordem de pagamento pelo sistema PayPal. Para mais informações enviar mensagem para financeiro@metodosexatos.com.br
Professor responsável
André L.M.F. Santos
Matemático/Estatístico com Mestrado em Eng. de Produção.
Profissional com mais de 20 anos de experiência na área de Marketing Analytics e setor Acadêmico.
Doutorando em Marketing. Mestre de Engenharia de Produção. Especialista em Matemática/Estatística.
Currículo do Curso
INTRODUÇÃO | |||
Apresentação | 00:13:36 | ||
Metodologia | 00:04:12 | ||
MA – 151 Objetivo da Análise do Comportamento do Consumidor | 00:02:08 | ||
MA – 152 Como utilizar Análise Conjunta | 00:03:30 | ||
MA – 153 Estudo de Caso Harvard Business School: Julgamento dos Consumidores | 00:07:45 | ||
MA – 154 Template para Modelo de Análise Conjunta | 00:06:13 | ||
MA – 155 Atributos Omitidos | 00:05:52 | ||
MA – 156 Codificação de Dados Conjuntos | 00:09:17 | ||
MA – 157 Rank das Avaliações dos Consumidores | 05:41:00 | ||
MA – 158 Forecast para Avaliações dos Consumidores | 00:09:00 | ||
MA – 159 Modelo de Regressão Dummy | 00:08:03 | ||
MA – 160 Ranking dos Atributos e Níveis | 00:15:52 | ||
MA – 161 Discussão sobre os Resultados Analíticos e de Negócios | 00:09:47 | ||
ANÁLISE DE MERCADO & PRECIFICAÇÃO POR PERCEPÇÃO DE VALOR | |||
MA – 162 Segmentação de Mercados com Análise de Concorrentes | 00:11:14 | ||
MA – 163 Precificação de Produtos e Serviços por Custo de Aquisição | 00:04:07 | ||
MA – 164 Precificação de Produtos e Serviços por Valor | 00:08:43 | ||
MA – 165 Atividade 01: Estudo de Caso – Pepsi x Coca-Cola | 00:04:47 | ||
MA – 166 Solução Atividade 01: Desenvolvimento da Estrutura – parte 1 | 00:05:01 | ||
MA – 167 Solução Atividade 01: Desenvolvimento da Estrutura – parte 2 | 00:07:47 | ||
MA – 168 Solução Atividade 01: Codificação das Variáveis Conjuntas | 00:11:29 | ||
MA – 169 Solução Atividade 01: Modelo de Regressão Dummy | 00:08:54 | ||
MA – 170 Solução Atividade 01: Rankings dos Atributos e Níveis | 00:12:02 | ||
MA – 171 Solução Atividade 01: Análise de Mercados | 00:08:58 | ||
MA – 172 Solução Atividade 01: Precificação por Valor | 00:11:46 | ||
MA – 173 Solução Atividade 01: Resultados e Considerações Finais | 00:08:26 | ||
DESIGNS DE EXPERIMENTOS PARA PORTFÓLIO DE PRODUTOS | |||
MA – 174 Estudo de Caso Universidade de Michigan: Criação de Designs de Experimento de Análise Conjunta Aceitáveis | 00:02:03 | ||
MA – 175 Estudo de Caso Universidade de Michigan: Resumo | 00:02:13 | ||
MA – 176 Estudo de Caso Universidade de Michigan: Exemplo | 00:06:45 | ||
MA – 177 Estudo de Caso Universidade de Michigan: Design de Experimento Proposto | 00:03:36 | ||
MA – 178 Modelo Analítico (Estudo de Caso Univ. Michigan): Introdução | 00:07:29 | ||
MA – 179 Modelo Analítico (Estudo de Caso Univ. Michigan): Parâmetros | 00:07:25 | ||
MA – 180 Modelo Analítico (Estudo de Caso Univ. Michigan): Codificação com Números Aleatórios | 00:05:36 | ||
MA – 181 Modelo Analítico (Estudo de Caso Univ. Michigan): Amostra | 00:03:30 | ||
MA – 182 Modelo Analítico (Estudo de Caso Univ. Michigan): Análise de Perfis Não Relevantes | 00:05:55 | ||
MA – 183 Modelo Analítico (Estudo de Caso Univ. Michigan): Matriz de Correlação | 00:07:55 | ||
MA – 184 Modelo Analítico (Estudo de Caso Univ. Michigan): Cálculo do Valor Alvo | 00:04:37 | ||
MA – 185 Modelo Analítico (Estudo de Caso Univ. Michigan): Otimização Combinatória com Algoritmo Genético | 00:08:38 | ||
SIMULADOR DE MARKET SHARE | |||
MA – 186 Simulador de Market Share com Análise Conjunta: Apresentação | 00:03:27 | ||
MA – 187 Simulador de Market Share com Análise Conjunta: Template | 00:03:09 | ||
MA – 188 Simulador de Market Share com Análise Conjunta: Modelo | 00:13:02 | ||
MA – 189 Considerações Finais sobre Análise Conjunta | 00:06:50 | ||
PROJETO FINAL | |||
MA – 190 Projeto Análise Conjunta – Introdução | 00:07:07 | ||
MA – 191 Projeto Análise Conjunta – Base Original Compilada | 00:15:54 | ||
MA – 192 Projeto Análise Conjunta – Base Final Formatada | 00:06:39 | ||
MA – 193 Projeto Análise Conjunta – Introdução Parte 2 | 00:07:09 | ||
MA – 193 Projeto Análise Conjunta – Introdução Parte 2 | 00:07:09 | ||
MA – 194 Projeto Análise Conjunta – Codificação dos Dados Conjuntos | 00:13:29 | ||
MA – 195 Projeto Análise Conjunta – Ranking dos Atributos e Níveis dos Produtos | 00:09:04 | ||
MA – 196 Projeto Análise Conjunta – Simulação de Produtos em Diferentes Mercados | 00:04:07 | ||
MA – 197 Projeto Análise Conjunta – Introdução Parte 3 | 00:06:14 | ||
MA – 198 Projeto Análise Conjunta – Perfis Não Relevantes | 00:12:03 | ||
MA – 199 Projeto Análise Conjunta – Design de Experimento Parte 1 | 00:04:30 | ||
MA – 200 Projeto Análise Conjunta – Design de Experimento Parte 2 | 00:09:51 | ||
MA – 201 Projeto Análise Conjunta – Introdução Parte 4 | 00:02:11 | ||
MA – 202 Projeto Análise Conjunta – Simulador de Market share | 00:10:24 | ||
Slides | 00:00:00 | ||
Pesquisa de Satisfação | Ilimitado |
Course Reviews
No Reviews found for this course.