Из моего примера:
Характеристика один: 1, 2, 2, 1, 1 (всего 5 оценок, потому что 5 анкет)
Характеристика два: 2, 3, 1, 3, 2 (всего 5 оценок, потому что 5 анкет)
Характеристика три: 3, 1, 3, 2, 3 (всего 5 оценок, потому что 5 анкет)

Теперь умножаем каждый показатель на веса, как я показал раньше.
Если 1, то вместо него вставляем 1*exp(1)/(exp(1)+exp(2)+exp(3))
Если 2, то вместо него вставляем 2*exp(2)/(exp(1)+exp(2)+exp(3))
Если 3, то вместо него вставляем 3*exp(3)/(exp(1)+exp(2)+exp(3))

И потом суммируем, получается то, что я предложил, результат сортировки будет абсолютно тот же, но разница в оценках будет отличаться чуть больше. Если все сделали правильно то сумма получится, если нигде не ошибся:)
Характеристика 1: 1,25 или 7 в первом варианте (если брать среднее 1,4)
Характеристика 2: 5,06 или 11 в первом варианте (если брать среднее 2,2)
Характеристика 3: 6,57 или 12 в первом варианте (если брать среднее 2,4)

Видите в чем преимущество средневзвешенного по экспоненте, разница в оценках более сильно ощутима 2 и 3-ей характеристики. А по среднему они почти равны.

По другому, только сделать за Вас, а коллеги не приветствуют такие способы :wink:

Сталкивался, но файла под рукой нет.
Если говорить про Вашу задачу, то вот Вам для начала простой подход.
Есть характеристики, которые как я понимаю оценены от 1 до 7. Найдите по каждой характеристике сумму оценок и отсортируйте по возрастанию. Характеристика с меньшей суммой имеет меньший ранг и меньшую значимость, характеристика с самой максимальной оценкой более высокий ранг.

Вот простой пример, но с оценкой от 1 до 3:
Например есть 5 анкет с оценкой 3-х характеристик от 1 до 3:
Характеристика 1: 1, 2, 2, 1, 1 (всего 5 оценок, потому что 5 анкет)
Характеристика 2: 2, 3, 1, 3, 2 (всего 5 оценок, потому что 5 анкет)
Характеристика 3: 3, 1, 3, 2, 3 (всего 5 оценок, потому что 5 анкет)

Находим сумму оценок:
Характеристика 1: 7
Характеристика 2: 11
Характеристика 3: 12
Понятно, что наиболее значимая характеристика 3, менее значима характеристика 1.

В методе, который предложил Mak$imu$, Вам надо было бы еще разделить на 5.
В методе с весами, вам надо умножить каждую оценку на вес. Веса я Вам привел, после умножения на веса суммировать.

Понятно, что наиболее значимая характеристика 3, менее значима характеристика 1.
Понятнее хоть как-то стало, или я по-прежнему говорю загадками?

PS
Я правда не понимаю тогда Ваши вопросы и Ваш коммент на комментарий Mak$imu$,, когда Вы сказали, что это самое простое и Вы бы не хотели это применять. Из этого я предположил, что Вы достаточно компетентно оценили ответ, чтобы принять решение о том, что Вам такой метод действительно не подойдет.

фиолетовая,

Не знаю, будет ли это просто.
Для начала нужно, чтобы Вы имели понятие о зависимости между величинами (или корреляции).
Давайте простой пример: цены на товары и средний чек эти 2 величины между собой зависимы.

Например, у Вас есть задача определить выручку предприятия и Вы стараетесь понять, а какие факторы влияют на выручку. А количество зависимых переменных у Вас миллион.
Так вот факторный анализ как раз позволяет исключать из моделирования те факторы, которые менее значимы или меньше влияют на выручку. Либо заменять несколько факторов, корреляция между которыми с основным анализируемым показателем (выручка) не очень большая, но все же есть, на один комбинированный фактор (в данном случае средний чек), корреляция с основным показателем которого максимальна.

Пример конечно грубоват, но суть отражает.

Что касается меня, то я его не применяю на практике по строгим правилам, не считаю корреляцию, я сразу вижу зависимы между собой величины или нет, достаточно построить график в Excel-е. После этого выбираю для моделирования те показатели, зависимость от которых максимальна, в теории коэффициент корреляции близок к +-1.

В вашем случае, если критерии никак между собой не зависимы, то Вы их исключить и не сможете, т.е. не сможете изначально их уменьшить, чтобы работать с меньшим количеством факторов. Но теоретически Вы сможете найти взаимосвязь между проставляемыми оценками по этим фактором и категорией респондента, если они у Вас дифференцируются. И тогда работать не с полным количеством анкет, а с агрегированными анкетами по категориям респондентов.

exp - это экспонента e в степени (числа указанного в скобках) или (e = 2.7182818284590452).

Ссылку дать не могу, так как не помню вообще в каком разделе математики проходятся "веса". Может в учебнике по статистике или эконометрике, на котором построен весь мат. аппарат маркет. исследований.
Я к сожалению, не смогу Вам тогда вообще никак объяснить, если Вы не знаете чем отличается среднеарифметическое от среднезвешенного.

Ну почитайте в моем блоге, может чуть понятнее станет отличие. Применимость предложенного мною метода я не знаю, вероятно есть минусы его применения, связанные с тем, что если количество от балды заполненных анкет будет больше 10%, то результат оценки критериев будет печальным. Потому, как может респонденты, которые чуть больше понимают в оценке персонала выделят наиболее значимые критерии. А менее продвинутые респонденты своими глупыми оценками легко испортят эту статистику.

Выше я Вам предложил способ борьбы с такими респондентами, если есть подозрение, что анкета неадекватная, можете умножать значение на 0,1. А если есть уверенность, что адекватная на 0,9. Тогда можно проще поступать, применяя среднее арифметическое.

Я в теории не силен, я практик, полагающий, что это сможет сработать. Так как взвешивая по логистической кривой, в данном случае экспонента, которая имеет большой разброс между соседними значениями нежели 1, вы получаете более дифференцированные оценки.

Примеры заполнения:
кр1 оценка 1 кто-то 5 кто-то 7
кр2 оценка 3 кто-то 2 кто-то 6
кр3 оценка 5 ...
кр4 оценка 2 ...
кр5 оценка 7 ...
кр6 оценка 4 ...
кр7 оценка 6 ...

Теперь можно сделать так умножаем каждый критерий на вес, если
1*exp(1)/(exp(1)+exp(2)+exp(3)+exp(4)+exp(5)+exp(6)+exp(7)) = 0.002
2*exp(2)/(exp(1)+exp(2)+exp(3)+exp(4)+exp(5)+exp(6)+exp(7)) = 0.009
3*exp(3)/(exp(1)+exp(2)+exp(3)+exp(4)+exp(5)+exp(6)+exp(7)) = 0.035
4*exp(4)/(exp(1)+exp(2)+exp(3)+exp(4)+exp(5)+exp(6)+exp(7)) = 0.126
5*exp(5)/(exp(1)+exp(2)+exp(3)+exp(4)+exp(5)+exp(6)+exp(7)) = 0.428
6*exp(6)/(exp(1)+exp(2)+exp(3)+exp(4)+exp(5)+exp(6)+exp(7)) = 1.397
7*exp(7)/(exp(1)+exp(2)+exp(3)+exp(4)+exp(5)+exp(6)+exp(7)) = 4.429
Сумма весов должна быть равна 1. Как я показал сумма действительно 1.

Тогда получится, что Вы минимальные оценки практически не учитываете, то есть не получится набрать высокий балл только с помощью 3 и 4 за счет их суммы.

Цитата
фиолетовая пишет: Приведу пример, я провела опрос клиентов, попросив клиентов проранжировать критерии (характеристики, которыми должен обладать сотрудник компании) по степени значимости. Критериев было предложено для анализа 7, а степень значимости распределяется 7 самый важный критерий 1 самый неважный критерий.

Примеры заполнения:
кр1 оценка 1 кто-то 5 кто-то 7
кр2 оценка 3 кто-то 2 кто-то 6
кр3 оценка 5 ...
кр4 оценка 2 ...
кр5 оценка 7 ...
кр6 оценка 4 ...
кр7 оценка 6 ...

Если сделать сумму этих оценок и разделить на количество анкет, получится тот вариант, что предложил Mak$imu$, можно кстати и не делить, а просто сравнивать суммы, получится то же самое.

Если взвешивать по экспоненте, как я предложил, то Вы изначально практически обнуляете незначимые оценки, учитывая лишь наивысшие оценки критериев, что по сути сглаживает некие неуверенные результаты респондентов по незначимым критериям, например, примерно одинаковый вес 1 и 2, 2 и 3. Можно подобрать логистическую кривую, на основе которой распределить оценки критериев таким образом, чтобы близкие оценки учитывались в общей оценке примерно одинаково.

Можно конечно еще взвесить результаты по типу респондентов, например прямой работодатель 0,4, кадровое агентство 0,6. Ну или наоборот.

Надеюсь, немного понятнее написал.

Можно попробовать "взвесить", то есть самый важный критерий имеет больший вес.
В сумме все веса должны дать 100%.

Главное не взвешивать вот так:
1/(1+...+7), 2/(1+...+7), ..., 7/(1+...+7)
Иначе это будет тоже самое, что усреднить.
Если хотите проигнорировать менее значимые, то взвесьте "по экспоненте".

Хотя перечитал условия и не пойму, что Вы в итоге хотите сделать. Вы хотите понять наиболее значимые критерии, которые Важны в кандидате, или Вы хотите все-таки проранжировать эти критерии по степени значимости? :umnik:

Валентин Уваров,
Соглашусь с Вами, исследования показывают, что из троечников и тех, кто больше всего списывает, получаются отличные бизнесмены :) которые платят немалые деньги

Цитата
Валентин Уваров пишет: специалистам с квалификацией превышающей его в разы

Валентин Уваров,
Если честно, я бы себе за такое решение больше 3-ки не поставил. Потому как несмотря на корректное решение задачи, есть еще множество неизвестных. Например, емкость рынка, предположим что мы сможем продать такой объем за неделю, но опять же не факт, истории продаж нет. Во-вторых, непонятна конкурентная ситуация, а сможем ли мы продать такой объем с одинаковой наценкой или наценка должна дифференцироваться. Не понятна ситуация с эластичностью, может спрос на первый товар абсолютно неэластичен, а на второй эластичен, тогда проценты можно было бы варьировать.

Но это решение институтской задачи, решение которой в реальном бизнесе происходит совершенно другим способом, а решение задачи в идеальных условиях, это не очень интересно. И думать есть над чем, несмотря на наведенную Вами критику. :wink:

Михаил Полиенко,
мне почти стыдно, в любом случае выйдет на рынок человек, набьет свои шишки.
А если он не может решить задачи 5-ого класса сейчас, то наверняка ценообразованием никогда заниматься и не будет. :)

Цитата
Костя пишет: Поясни откуда ты взял в конце цифру 1.53 ???

опечатался 1+0,513=1,513
соответственно, умножаешь не на 1,53 а на 1,513

Считаем общие затраты:
закупка = 390 + 12000 + 4500= 16890

накладные
транспорт = 2000
аренда за неделю = 1050
зарплата за неделю = 500
Итого = 3550
Итого с учетом закупки 20440
Должны продать за 25 550, чтобы получить свои 25%.

Должны накрутить на всю закупку 8660 или увеличить стоимость от закупаемой с учетом округления на 51,3%.
Ну а дальше считаем цену продажи:
1,3*1,53 = 1,989
12*1,53 = 18,36
30*1,53 = 45,9

Лучше чтобы у Вас был хороший business networking, это самый лучший способ. Все "сурьезные" компании так и работают, пытаются найти знакомого того человека, который нужен и пытаются встретится под благовидным предлогом, ну а там уже подогретый интерес, потому что Вы не дядя с улицы, а Вас привел на встречу приятель.

Есть еще более хитрые способы, например если профиль того человека который нужен есть на LinkedId.com. Я русскими не пользуюсь соц. сетями, поэтому аналогов не скажу, наверное мойкруг, но не знаю как там реализовано. Заходите, смотрите область интересов, сообщества в которые вступил нужный человек. Вступаете в то же сообщество и вот Вы уже почти свой, осталось только заинтересовать человека. Либо уж сразу группу создаете и рассылаете нужным лицам предложение вступить в нее.

На мой взгляд direct mail для такой ЦА, ни о чем. Трудно будет заинтересовать каким-то письмом человека, который получает столько сколько иной спец. по маркетингу за год.
Есть возможность, пригласите на worshop в Америку или организуйте VIP-конференцию, пригласите экспертов, которые расскажут о результатах применения оборудования и о полученном эффекте. Конечно, если оборудование действительно стоящее. А если кроме названия Американское за ним ничего нет, то тут direct mail, самое оно.

Цитата
Михаил Полиенко пишет: Существует, но он имеет смысл только для ограниченного количества узкоспециализированных рынков с унифицированными товарами - например, его вполне можно использовать Газпрому при оценке уровня газификации населенных пунктов РФ.

И соглашусь и не соглашусь, если рассматривать один продукт газ в качестве источника для приготовления пищи, возможно. Если рассматривать линейку продуктов, то нет. Кроме этого, сейчас газ применяется в основном в квартирах для приготовления пищи. Создаем персонифицированный продукт и вот уже наш рынок расширяется. Я не знаю какой газ именно применяется, но полагаю, что можно придумать некие продукты на его основе, которые будут востребованы - зажигалки, какие-то горелки для отдыха на природе, газовые двигатели, все для чего газ служит топливом и тут рынок много шире, чем кажется на первый взгляд.
Это как с местной телефонией. Вроде процент проникновения к домохозяйствам велик. Перешли к персонифицированному продукту, мобильной телефонии, рынок расширился в 3,5 раза. Вот и он уже насыщен, начали продавать мобильный контент, а процент проникновения этих услуг, достаточно низок и такие вещи можно проворачивать бесконечно.
Также с газом, с конфетами, да с чем угодно.

А тема, которая затронута Вами Михаил, она много глубже, сейчас есть целые экономические теории по невозобнавляемым ресурсам. Суть в том, что строятся мат. модели, которые предсказывают события в будущем, когда эти ресурсы могут закончится.
Речь идет про нефть, чуть подольше хватит газа. Поэтому и говорю, и согласен, потому что сам когда-то давно занимался этой темой и не согласен, потому как показал, что можно создавать рынки вокруг этих ресурсов условно бесконечно.
А ресурсный рынок он не может насытится по определению, иначе нашей экономике хана, потому что мы кроме как природные ресурсы, ничего толком не можем создать. А все что хорошее создаем в любом случае рано или поздно поглащается мировыми гигантами.

Цитата
Гость пишет: Например, 42 % насыщенности рынка данным продуктом -это уже риск.

Риск для чего или кого? Для предприятия? Мне кажется, сам по себе этот показатель ни о чем не говорит, если финансовые показатели компании растут. А как получился 42% приведите формулу, я Вам покажу, что цифру в 42% можно легко трансформировать в менее скромную.

Скорее можно использовать как индикатор, что пора что-то менять, например, методику расчета показателя или образ мысли :wink:

Интересный вопрос, на мой взгляд такого понятия как насыщенность рынка не существует, и нам это легко доказывает Apple в премиум сегменте.
Модернизируйте продукцию и вот Вам новая ниша, сегментируйте продукцию, покупателей и находите/создавайте свои ниши.

Добрый день, коллеги, мне интересно, а есть ли кто-то, кто применяет методы Data mining-а в мерчендайзинге? Оценивает эффективность раскладки с помощью мат. моделей?

Хотелось бы узнать о результатах эффективности применения. И как по Вашему стоит или не стоит развивать данное направление.

Danila,
а на каком основании Вы собираете в анкете и обрабатываете конфиденциальную персонифицированную информацию?
Никакой протекции персональных данных, так и влететь не долго. Почитайте фз о защите персональных данных. :wink:

Любопытства ради зашел посмотреть на анкету. :)

Я как-то в блоге описывал пример, как это сделать. Может кому-то пригодится.

Рад за Вас, удачи Вам. Если в Москве, жду скидку от автосалона :wink:

Да, проблема даже глубже, чем я думал, все-таки в каждой шутке есть доля шутки.

Цитата
Андрей Иванов пишет: Цель: дать объяснения прогнозному объему продаж на 2011.

А кому Вы хотите дать объяснение? Я так понял Вы и сами-то особо в него не верите.

Цитата
Андрей Иванов пишет: Данных практически нет по внешнему окружению.

Может стоит подумать, посмотреть на рынок, полистать отраслевые издания :wink: Посмотреть на сделки прошлых лет, работают по предоплате на Вашем рынке или поставил-заплатили, если второе, то у Вас большие проблемы, так как пока у Вас в головах не изменится менталитет, Вам прозападные анализы не помогут.

Цитата
Андрей Иванов пишет: ABC XYZ сделан

А зачем Вы его делали? Его цель не доказывать объем продаж, а эффективно управлять запасами/либо производством, чтобы поддерживать уровень продаж. Если Вы клиента не можете найти и наладить производство, то проблема не в анализе.

Вот смотрите, рисуете карту процесса и понимаете, что Вы не можете найти клиента, соответственно производство не причем. Если клиенты есть, но нет возможности производить, значит проблема в финансовом директоре, который не может привлечь капитал для того, чтобы наладить производство. Если деньги можете привлечь, есть клиенты, то дальше методом исключения. В этом случае никакой анализ внешнего окружения Вам не поможет.

Если Ваша должность простой маркетолог, и у Вас нет влияния на принятие решений, то дело дрянь. Даже если Вы выясните в чем или в ком проблема, проще уволить неудобного человека, чем того, кто действительно виновен.

В помощь

IBM SPSS, можно скачать с сайта, чтобы посмотреть на возможности. Минус - дорого.

Цитата
Андрей Шостак пишет: Какие особенности необходимо учесть при создании товара и какой способ исследования лучше использовать для получения достоверной информации?

Менталитет жителей Великобритании, и ее климатические особенности.