RADAR

Продолжаем заходить на огромную тему сторителлинга! И напоминаем, что сегодня в 19 – открытый вебинар по сторителлингу в сегментации На примере нескольких моих сегментаций разберём, как не надо рассказывать о сегментах, и как надо. Посмотрим, как выстраивать историю. Покажу один из фреймворков сторителлинга (а остальные – на курсе). Поделюсь парочкой приёмов и лайфхаков ;) Регистрируйтесь, приходите, всех жду! #radar_school #lectures #webinar #mark_shaphir #segmentation #cluster #storytelling

Что нужно уметь, чтобы построить хорошую сегментацию? На одних и тех же данных можно построить бесконечное количество кластерных решений. Среди этой бесконечности точно есть идеальное! Чтобы его найти, нельзя довольствоваться первым попавшимся более-менее приемлемым решением. Нужно подобрать оптимальную комбинацию сегментирующих переменных, метода, расстояния, количества кластеров Это сложно и не быстро. Для этого аналитик должен: — Знать, как работают разные методы кластерного анализа и разные расстояния. Чем метод дальнего соседа отличается от метода Уорда, и чем расстояние косинуса – от расстояния «городского квартала»? — Иметь набор лайфкахов, на каких типах данных какие комбинации хорошо работают — Уметь находить хорошее кластерное решение и понимать, какое решение – хорошее, а какое – плохое, и почему? И понимать, как и в какую сторону искать, если решение пока не идеальное — Уметь принудительно разделять большой кластер на несколько. Например, в случае, когда все сегменты вам нравятся, кроме одного слишком большого, и хочется остальные сегменты сохранить, а большой разделить — Работать со слишком малонаполненными кластерами, которые нельзя анализировать отдельно, но они выделяются. Понимать, можно ли объединить их в один, или лучше разнести между другими кластерами? И уметь это делать — Понимать, по каким именно переменным полученные кластеры действительно различаются, а какие переменные не нужны, и их спокойно можно отбросить? — Самостоятельно, без привлечения программистов, собирать «typing tool» – калькулятор определения сегмента респондента по ответам на вопросы анкеты — Правильно выстраивать сторителлинг сегментов. Представлять их так, чтобы данные ложились в историю, которая будет понятна и запомнится бизнесу Всему этому – и многому другому – научу на курсе «Сегментация в количественных исследованиях» Но главное – у аналитика должен быть интерес к поиску «того самого« решения. Без интереса ничего не получится. Интерес обычно идёт изнутри ) Ну а я постараюсь «заразить» вас своим интересом к сегментированию :) #radar_school #lectures #course #segmentation #data_analysis #spss #python #cluster #factor #correspondence #mds #discriminant #typing_tool #mark_shaphir

Слайдом из презентации напоминаем, что сегодня вечером будет бесплатный вебинар по Occasion-based сегментации. Это такой тип сегментации, когда клиент может попасть в несколько сегментов, если имеет разные сценарии пользования продуктом. В числе прочего поговорим о том, как Category Entry Points (CEP) Байрона Шарпа операционализируются в ситуации потребления и как потом делать на этом сегментацию. Покажем кейсы, расскажем про особенности обработки базы и подбора кластерного решения. Спикер: Марк Шафир, CEO & Co-Founder RADAR Agency и RADAR.Школы Формат: Zoom-вебинар Дата и время: 28 мая 2026, начало в 19:00 МСК Участие бесплатное, необходима регистрация #radar_school #lectures #webinar #mark_shaphir #segmentation #cluster

Вебинар по сторителлингу в сегментации 3 июня Сегментация – это не только анализ данных и визуализация сегментов. Прежде всего – это история! А в истории есть герой со своими проблемами и целями. Есть конфликт, который движет историю. Есть структура. Поэтому история запоминается. А просто набор слайдов, и даже самый меганавороченный анализ без истории – нет На вебинаре 3 июня будем разбираться, как выстраивать историю из данных сегментации. Конечно, за один вебинар невозможно научиться сторителлингу. Мы будем учиться этому в течение всего курса. А на вебинаре – рассмотрим распространенные ошибки и некоторые приемы и техники, которые помогут их исправить: — Почему любые данные нужно «упаковывать» в историю? — Типичные ошибки в представлении результатов сегментации: безликие и плохо различающиеся сегменты, случайный порядок сегментов, нет фреймворка интерпретации, нет приоритизации сегментов, нет конфликта/драматургии, неудачные названия, не те данные вынесены в профили — Как выстроить историю от бизнес-задачи к решению: какая была проблема бизнеса → что нашли в данных → что это значит → что делать дальше? — По каким основаниям приоритизировать сегменты и выбрать наиболее интересные бизнесу? — Как найти, в чем конфликт, и выстроить драматургию? — Как подбирать сегментам названия и что выносить в описание сегмента, чтобы это было релевантно и работало на общую историю? — Как визуализировать профили сегментов? Как выбрать «якорные» характеристики – те, что лучше всего передают суть сегмента и работают на решение основной задачи? Спикер: Марк Шафир, CEO & Co-Founder RADAR Agency и RADAR.Школы Формат: Zoom-вебинар Дата и время: 3 июня 2026, начало в 19:00 МСК Участие бесплатное, необходима регистрация #radar_school #lectures #webinar #mark_shaphir #segmentation #cluster #storytelling

Сделали карточки с основными видами бизнес-сегментаций Главное: важно понимать, зачем вы делаете ту или иную сегментацию. На курсе научим, как их делать, и дадим понимание того, когда бизнесу не стоит ограничиваться одной сегментацией #radar_school #segmentation

Вебинар по Occasion-based сегментации 28 мая Есть разные виды сегментаций: демографическая, психографическая, поведенческая, и т.д. Но один вид стоит особняком: Occasion-based сегментация. Потому что в этом подходе рынок делится не на группы потребителей, а на группы ситуаций/актов потребления (occasions) Например: один и тот же человек вызывает такси бизнес-класса на деловую встречу, заказывает минивэн для поездки на дачу с детьми и собакой, а потом берет самый быстрый тариф, невзирая на класс, когда спешит на концерт на другой конец города. Это три разных occasions – ситуаций потребления. И три разных продукта На вебинаре 28 мая разбираемся с occasion-based сегментацией. Вопросы, которые обсуждаем: — Что такое occasion / ситуация / акт потребления, и чем Occasion-based отличается от других видов сегментаций? — Как occasion связан с Jobs-to-be-Done и выгодами от продукта? — Как операционализировать occasion через концепцию CEP Байрона Шарпа? — Как составлять анкету для Occasion-based сегментации? — Какие есть нюансы обработки и анализа данных в этом виде сегментации? — Какие методы кластерного анализа и виды расстояний подходят для Occasion-based сегментации? — Как валидизировать и интерпретировать сегменты ситуаций/актов потребления, и в чём отличия от интерпретации сегментов потребителей? Важно: Occasion-based сегментация подходит не для всех рынков и продуктов! Поговорим, для каких подходит, а для каких – нет. Посмотрим примеры на разных рынках Спикер: Марк Шафир, CEO & Co-Founder RADAR Agency и RADAR.Школы Формат: Zoom-вебинар Дата и время: 28 мая 2026, начало в 19:00 МСК Участие бесплатное, необходима регистрация #radar_school #lectures #webinar #mark_shaphir #segmentation #cluster

Временные ряды и прогнозирование Завершающий модуль Школы Анализа Данных посвящён временным рядам. Сегодня будем разбираться с трендом, сезонной декомпозицией, скользящим средним, автокорреляцией и авторегрессией, и – апофеозом инструментов прогнозирования – моделями ARIMA! ) В карточках – основная информация об этих инструментах, а также пример декомпозиции временного ряда на составляющие В любом случае, вне зависимости от выбранных инструментов, анализ временных рядов всегда проходит такие стадии: 1. График: графическое представление и описание поведения временного ряда 2. Закономерность: выделение и удаление закономерных составляющих временного ряда, зависящих от времени: тренда, сезонных и циклических 3. Фильтрация: выделение или удаление низко- или высокочастотных составляющих процесса ("выбросов") 4. Остатки: исследование случайной составляющей временного ряда, оставшейся после удаления перечисленных выше составляющих. Например, на предмет того, не осталось ли в данных автокорреляции 5. Модель: построение (подбор) математической модели для описания случайной составляющей и проверка ее качества 6. Взаимодействие: исследование взаимодействий между различными временными рядами. Например, не влияют ли на поведение нашего временного ряда еще какие-то другие временные ряды? 7. Прогноз: и только на завершающем этапе мы можем строить прогноз будущего развития процесса, представленного временным рядом, и оценивать доверительный интервала для прогноза Ждём всех в 19:00 на финальную лекцию курса! Записаться в ШАД: только открытые лекции | + практика | + разборы ДЗ #radar_school #data_analysis_school #SDA #lectures #course #data_analysis #mark_shaphir #time_series #arima

Открыта запись на продвинутый курс «Сегментация в количественных исследованиях»! 6 модулей. Разные виды сегментаций: сегментация брендов, демографическая, поведенческая, в т.ч. occasion-based и RFM, психографическая, на факторах выбора, на полезностях из Conjoint, на JTBD. Оценка устойчивости сегментов, разбивка и объединение кластеров, деревья решений. Бизнес-решения на основе сегментации. Как обычно: — два тарифа — LIGHT (только мастер-классы) и FULL (живые разборы домашних заданий по каждой теме) — все занятия в лайве — доступ к материалам и записям навсегда — если вы уже были с нами на любом платном курсе, то у вас вечная скидка 5% (для юрлиц тоже) — есть разные варианты рассрочки, ознакомиться с ними можно на странице оплаты — при 3+ участников от одного юрлица скидка 5%. Если от этого юрлица уже были участники ранее, то скидка суммируется — если нужна презентация для руководства с подробностями, пишите на support@radar-school.ru #radar_school #lectures #course #segmentation #data_analysis #spss #python #cluster #factor #correspondence #mds #discriminant #mark_shaphir

Conjoint и оптимизация продукта Сегодня в Школе Анализа Данных – Conjoint, Великий и Ужасный! Лекцию ведут Даниил Чеппа и Марк Шафир. Поговорим о разных видах Conjoint: RBC, CBC, ACA, MaxDiff Conjoint, и других. Разберемся с тем, что умеет Conjoint: — Получать оценки предпочтений пользователей, не заставляя их мыслить отдельными фичами/атрибутами — Рассчитывать реальную важность фичей/атрибутов — Понимать, каким образом мы должны разработать новый продукт, чтобы максимизировать выручку / прибыль / долю рынка — Оценивать, какую долю рынка завоюет новый продукт (какое количество потребителей предпочтет новый продукт взамен старым) — Рассчитывать ценовую эластичность спроса — Определять оптимальную цену продукта с учётом цен конкурентов — Рассчитывать готовность платить за конкретную фичу — Строить симуляторы рынка и запускать what-if сценарии В карточках – схема работы Conjoint-анализа и пример рассчитанных важностей атрибутов и полезностей уровней Также напоминаем, что подробнее познакомиться с нашим подходом к Conjoint и запросить демо-версию симулятора можно на conjoint.ru Записаться в ШАД: только открытые лекции | + практика | + разборы ДЗ #radar_school #data_analysis_school #SDA #lectures #course #data_analysis #mark_shaphir #daniil_cheppa #conjoint

Курс "Сегментация в количественных исследованиях" стартует 11 июня Вы ждали – мы запускаем! 11 июня начнётся новый практический курс Марка Шафира. Он состоит из шести модулей, посвящённых видам сегментаций: 01. Сегментация брендов — по цене, по позиционированию в пространстве атрибутов — анализ соответствий, многомерное шкалирование, иерархический кластерный анализ с дендрограммой Мастер-класс: 11.06.26 | Разбор ДЗ: 17.06.26 02. Демографическая сегментация — по жизненной стадии, по занятости, по имущественному статусу — сегментация на логических условиях, деревья решений, оценка устойчивости, описание сегментов Мастер-класс: 18.06.26 | Разбор ДЗ: 24.06.26 03. Поведенческая сегментация — occasion-based-сегментация, RFM-сегментация, сегментация по репертуару и частоте потребления — иерархические методы и K-means в многомерном пространстве Мастер-класс: 25.06.26 | Разбор ДЗ: 01.07.26 04. Психографическая сегментация — по установкам, по отношению, по глобальным потребностям — предварительное снижение размерности, кластеры на факторах vs. на исходных переменных Мастер-класс: 02.07.26 | Разбор ДЗ: 08.07.26 05. Сегментация по выгодам от продукта — на факторах выбора, на полезностях из Conjoint, на JTBD — принудительно разбиваем большие и объединяем малые кластеры, ищем наиболее дифференцирующиеся и устойчивые Мастер-класс: 09.07.26 | Разбор ДЗ: 15.07.26 06. Сторителлинг сегментов и бизнес-решения — представляем данные так, чтобы они рассказывали историю — приоритизируем сегменты для бизнеса — проводим стратегический воркшоп с заполнением модели (пирамиды) бренда Мастер-класс: 16.07.26 | Разбор ДЗ: 22.07.26 Как научиться строить хорошие сегментации? Нужно строить их как можно больше! Поэтому студенты тарифа Full построят 5 разных сегментаций в течение курса! В ближайшие дни вернёмся с открытой записью и страничкой курса на сайте Школы #radar_school #lectures #course #segmentation #data_analysis #spss #python #cluster #factor #correspondence #mds #discriminant #mark_shaphir