Sawtooth Software: Explorando as mais recentes advanced analytics s e metodologias de pesquisa

Quer dar um salto de qualidade nas ciências do marketing?

A Sawtooth Software Conference reúne profissionais das áreas de pesquisa e análise para aprofundar seus conhecimentos e receber treinamento prático sobre as mais recentes metodologias de análise conjunta. Como parceiros de longa data da Sawtooth Software, uma equipe da SKIM compartilhará mais uma vez nossa expertise em modelagem de escolha com colegas do setor em Orlando.

Nossos especialistas em métodos e análises, vindos de todas as partes dos EUA e da Europa, apresentarão diversos artigos técnicos, workshops e tutoriais sobre uma variedade de temas relacionados à modelagem de escolhas. Não deixe de participar de nossas sessões ou conversar conosco para conhecer oportunidades de carreira empolgantes.

Aprofunde seus conhecimentos em análise de dados: participe das apresentações de especialistas d SKIM

O co-agrupamento é o agrupamento simultâneo de linhas e colunas de dados. Por exemplo, quando utilizado para perguntas de classificação ou pontuações MaxDiff, ele oferece uma excelente visão sobre a heterogeneidade subjacente desses dados: quais respondentes são semelhantes e quais itens são semelhantes. A inclusão de covariáveis nesse processo — tanto para os respondentes quanto para as variáveis! — acrescenta outra camada de insights. Este artigo apresentará diferentes formas de visualizar dados agrupados por co-clustering e explicará as heurísticas sobre como realizar o co-clustering com covariáveis.

O PayPal e a SKIM desenvolveram recentemente uma abordagem pragmática para identificar os fatores comportamentais que influenciam a jornada de compra do consumidor na etapa de finalização da compra digital entre os comerciantes online. Inovamos no design da pesquisa, simulando a experiência de finalização da compra e combinando análises conjuntas e não conjuntas. Além disso, traduzimos as respostas em recomendações de negócios práticas, acessíveis também a um público sem conhecimentos técnicos. Essa inovação elevou o fluxo de trabalho de finalização da compra ao status de prioridade estratégica no PayPal e levou à adoção dessas recomendações no roteiro de produtos, marketing e vendas.

Será que estamos causando um sobreajuste em nossos modelos devido à forma como estimamos nossos parâmetros de preço?

Estudos complexos de precificação podem resultar em um grande número de níveis de preço parciais. Com base em conferências recentes, recomenda-se uma função por trechos que utilize de 2 a 6 pontos de ruptura (além dos pontos extremos), e observou-se que 12 a 20 pontos de ruptura podem ser potencialmente úteis. Gostaríamos de investigar se uma dúzia ou mais de pontos de ruptura representa um sobreajuste e se seria melhor adotarmos uma abordagem mais parcimoniosa. Essa investigação também testará se seria melhor ter múltiplos efeitos de preço mais simples. RLH, taxa de acerto do holdout e porcentagem de efeitos que não precisam ser restringidos serão utilizados como critérios de teste.

Amostragem de Thompson na CBC multiatributo

Muitas vezes, nos deparamos com o desafio de só podermos testar um determinado número de níveis por atributo para garantir que a estimativa permaneça robusta. No entanto, há cenários em estudos CBC em que desejamos testar muito mais níveis e queremos apenas descobrir quais são os melhores níveis e combinações de níveis. Ao empregar a Amostragem de Thompson, selecionamos produtos preferenciais para realizar uma sobreamostragem a cada novo entrevistado.

Análise Conjunta Volumétrica e o papel do tamanho do sortimento

Prever o volume de vendas de um novo produto a ser lançado é uma tarefa que muitos pesquisadores já realizaram pelo menos uma vez. Existem diversas metodologias para realizar essa tarefa, que se agrupam em três categorias: testes em condições reais, benchmarking e replicação de ambientes de mercado. Neste artigo, apresentamos os prós e contras de cada uma delas e explicamos uma abordagem que supera algumas das limitações desses métodos ao utilizá-los de forma combinada.

Modelagem autorregressiva vetorial de dados longitudinais de vendas utilizando populações simuladas com base em experimentos conjuntos

A Autorregressão Vetorial (VAR) é frequentemente utilizada para modelar as vendas de itens P ao longo do tempo. O modelo VAR prevê as vendas no momento tnew com base nas vendas anteriores no momento tlag, combinadas com atributos que explicam essas variações, como preço, distribuição e tendência. Também modelamos o fornecimento correlacionado entre os itens P utilizando uma população simulada ~ Normal multivariada(α_lag, ∑). Mostramos como utilizar experimentos conjuntos para estimar ∑ e como isso melhora significativamente as previsões em comparação com a modelagem de ∑ apenas a partir dos dados de vendas.

Pronto para enfrentar seu próximo desafio?

Estamos contratando!

Pergunte-nos o que significa #LifeatSKIM.

Desenvolva sua especialização.

Aprenda com os melhores do setor.

Ultrapasse seus limites.

Conheça as oportunidades de carreira em SKIM.

—

Sobre a Sawtooth Software

A Sawtooth Software fornece análises de dados ( advanced analytics ) e insights para ajudar as organizações a compreender o que é importante para seus clientes e a prever o que eles comprarão ou escolherão. A empresa faz isso por meio de sua plataforma de soluções, consultoria e serviços educacionais.

A plataforma Sawtooth lida com perguntas tradicionais de pesquisa, mas é mais conhecida por uma solução integrada de análise preditiva chamada Análise Conjunta, ou Análise de Escolha.