Методы и алгоритмы анализа данных для веб-разработки и маркетинга

Многие задаются вопросом: как использовать статистику о поведении пользователей для принятия решений при разработке и сопровождении коммерческих продуктов? Не важно, что в рассмотрении — сайт или мобильное приложение.

Эта книга поможет начинающим аналитикам найти ответы на вопросы и научит решать задачи, связанные со сбором, хранением, визуализацией и анализом данных в целях оптимального выбора решений повседневных задач и выработки полезных конструктивных рекомендаций.

Новичкам в веб-аналитике предлагается простой и понятный путь от теории к практике для освоения методов и алгоритмов анализа данных, начиная с самых доступных и заканчивая комплексными научными и маркетинговыми исследованиями.

В книге приводятся практические решения комплексных аналитических задач с помощью общедоступного инструментария:

• Яндекс.Подбор слов (статистика потребительских поисковых запросов);
• Яндекс.Метрика (статистика и аналитика по сайту компании);
• ExportBase (доступные базы данных о российских компаниях);
• Яндекс.Поиск (результаты ранжирования по тематике сайта);
• EditPlus или аналог (редактор кода для исполнения решений с графиками);
• ГлавРед (исправление текста);
• Антиплагиат (уникальность);
• Гугл.Таблицы или MS Excel (редактор таблиц для обработки данных);
• Google Mobile Test (анализ веб-сайта на мобилопригодность и индекс Mobilefirst);
  и другие.

Прикладные методы и алгоритмы анализа данных:

• анализ и прогноз спроса на товары и услуги на основе статистики;
• A/B-тестирование гипотез — сравнение и аналитический выбор по заданным мотивационным факторам покупки: цена и выгода;
• семантический анализ персональных данных пользователей для отбора коммерческих интересов. Алгоритм анализа тональности текстов;
• решение задачи минимизации рекламных расходов с помощью визуального сопоставления рекламных каналов и аналитического отбора по условиям;
• оценка лояльности потребителей к бренду с применением опросов по метрике NPS.

Методы принятия решения и повышения эффективности компании:

• методика TD ABC для расчета затрат по операциям в условиях ограниченных ресурсов компании;
• имитационное моделирование процессов обработки заявок в расчетно-кассовом и дистанционном банковском обслуживании клиентов для оценки себестоимости транзакций и влияния риска отказов на прибыль компании;
• качественная оценка состояния компании (стартапа) для принятия решений по стратегическому управлению и инвестированию;
• факторный анализ для оптимального выбора на основе заданных признаков сравнения;
• комплексный анализ данных компании методом декомпозиции, фильтрации и анализа статистики поисковых запросов из Яндекс.Метрики и поведения пользователей на сайте компании.