ECONOMETRICO Milano, 22 Novembre 2013. 123 4 ANALISI DESCRITTIVA MODELLO ECONOMETRICO EFFICACIA FLIGHT CONCLUSIONI.

Slides:



Advertisements
Presentazioni simili
Secret of success.
Advertisements

X Rapporto "Gli italiani e il Solare" con focus su Smart city, efficienza e autoconsumo Ottobre 2013.
Come organizzare i dati per un'analisi statistica al computer?
Lo schema IS-LM.
Il Controllo e la Customer Satisfaction nel Sistema Gestione Qualità
© - QMark – Viale Lunigiana, Milano - tel fax – LISTITUTO DI RICERCHE DI MERCATO ONLINE.
L’incertezza delle emissioni da traffico
L’azienda Volocom.
TECNICA DELLA COMUNICAZIONE PUBBLICITARIA 2006/2007 TECNICA DELLA COMUNICAZIONE PUBBLICITARIA Pianificazione dei Mezzi Pubblicitari Anno.
I semestre 2011 – Indagine UniCredit Confapi Elena dAlfonso.
Paesi emergenti analisi congiunturale Pavia, 12 marzo 2009 Pavia, 12 marzo 2009.
Serie Storiche Trasformazioni e Aggiustamenti
ON LINE ANALYTICAL TRANSACTION PROCESSING (OLAP)
INFERENZA NEL MODELLO DI REGRESSIONE LINEARE MULTIPLA (parte 1)
CORSO PIANI INDUSTRIALI RELAZIONE FIESOLE, 17 OTTOBRE 2007.
Ufficio Studi Il mercato immobiliare A ttualità e prospettive Riccardo Perugi Unioncamere Toscana - Ufficio Studi Arezzo, 12 dicembre 2005.
XXVII Conferenza Italiana di Scienze Regionali - Pisa, 12/14 Ottobre 2006 AISRE XVII Conferenza Scientifica Annuale Pisa, Ottobre 2006 Un indicatore.
Lo scenario farmaceutico
4.Fasi e problemi della valutazione Valutazione delle politiche AA 2005/2006 Davide Viaggi.
6.8.Strumenti di valutazione: modelli statistici ed econometrici Valutazione delle politiche AA 2005/2006 Davide Viaggi.
Gestione Operativa Conseguimento delle finalità tipiche, ordinarie dellorganizzazione Reddito operativo = indicatore economico globale dellattività dellorganizzazione.
LA SITUAZIONE DELLECONOMIA DEL VENETO. POSIZIONI DI LAVORO DIPENDENTE Elaborazioni su dati Veneto Lavoro 1 - La situazione delleconomia del Veneto ASSUNZIONI.
Istituto Comprensivo “F. Jovine” - Scuola Secondaria di I grado
Roma, 15 Novembre 2007 Stefano Spaggiari Come sfruttare efficacemente il Web 2.0 e lo user generated content.
Autunno.
Tecniche descrittive Utilizzano modelli matematici per semplificare le relazioni fra le variabili in studio Il fine è la descrizione semplificata del fenomeno.
1. -5,2% Fonte: elaborazione su dati ADS. Medie mobili 12 mesi: novembre - ottobre e novembre-ottobre confronto omogeneo.
La ricerca delle relazioni tra fenomeni
IL DIBATTITO SULLA PRESENZA DELLO STATO
Interpolazione e regressione
1 LA STAMPA VA ON AIR Luglio Fonte: elaborazioni Aegis Media su dati EMM_medio alto fruitori/dtt totale piattaforma PERIODICA E TV: SINERGIE DI.
Nico Dapoto Paulin Arnaud Kontchou.T Cristian Menozzi
Esercizio Regressione DATI Per un campione casuale di 82 clienti di un'insegna della GDO, sono disponibili le seguenti variabili, riferite ad un mese di.
PERCHÉ L’ATTIVITÀ SEO È IMPORTANTE PER IL TUO BUSINESS
Cos’è a cosa serve come si fa
Principi di Lean per Dirigenti (1 giorno) Capire il vero scopo del Lean e la sua applicazione. Include una semplice simulazione. La gestione di un processo.
Il Valore di Differenti Quality Clues nel Mercato del Vino. Un confronto tra Regioni Italiane Seminario del Prof. Alessandro Sorrentino Università di Cassino.
MEF Gli Strumenti di Analisi e Previsione del MEF – Forum P.A. 08 Maggio 2006 I Modelli di previsione economica territoriale del Dipartimento per le Politiche.
Variabili temporali Analisi statistica
LABORATORIO START UP I test di mercato Il numero delle start-up innovative cresce rapidamente (oltre in Italia) segno di una forte vitalità.
Il tema della misurazione della promo si collega anche a quello della misurazione dei margini di contribuzione del prodotto scontato. In questo caso l’esempio.
L’INDICATORE DI ATTIVITÀ ECONOMICA REGIONALE PER LA STIMA DEGLI EFFETTI ECONOMICI DEI TERREMOTI Cristina Brasili Dipartimento di Statistica “P. Fortunati”
ISTITUTO COMPRENSIVO “UBALDO FERRARI” ANNO SCOLASTICO 2009 – 2010 FUNZIONE STRUMENTALE AREA ANTROPOLOGICA DOCENTE: SUSANNA ROSSI BENI CULTURALI E AMBIENTALI.
I progressi della salute I trend temporali del PASSI Valentina Minardi ISS, 17 settembre 2010 Workshop per i coordinatori e referenti del sistema di sorveglianza.
Disegno Sperimentale Intra-Individuale
LA STATISTICA PER LE IMPRESE L’ESPERIENZA DEGLI OPERATORI |nformation resources : UN METODO PER LA DETERMINAZIONE DEI LIVELLI OTTIMALI DI PREZZO AL PUBBLICO.
Paesi emergenti analisi congiunturale Pavia, 23 marzo 2010 Pavia, 23 marzo 2010.
Esercizio Regressione DATI Per un campione casuale di 82 clienti di un'insegna della GDO, sono disponibili le seguenti variabili, riferite ad un mese di.
L’INTEPRETAZIONE DEI DATI STATISTICI
Topic 10 1 Programmazione e Controllo L’ELABORAZIONE DEL BUDGET DELLE VENDITE: MOMENTO FONDAMENTALE NEL PROCESSO DI ELABORAZIONE DEL BUDGET.
«Nutrirsi di paesaggio» Vercelli, 2 Luglio 2015 Dipartimento di Studi per l’Economia e l’Impresa.
Workshop Istat Micro dati per l’analisi della performance delle imprese: fonti, metodologie, fruibilità, evidenze internazionali L’uso di microdati nei.
Lezione del 12 ottobre Corso A Quotazioni Indice FTSE MIB 1 mese (Fonte : teleborsa.it )
SOSTENERE I FIGLI NEL PROCESSO DI SCELTA SALONE DELL’ORIENTAMENTO 28 novembre 2015 Arsenale di Verona.
Analisi congiunturale della domanda elettrica Osservatorio Congiunturale Milano, 25 novembre 2010 Contributo Statistiche novembre.2010 Direzione Affari.
Panel prodotti: oltre l’assicurazione auto Roma, 21 gennaio 2014.
Panel prodotti: oltre l’assicurazione auto Roma, 21 gennaio 2014.
Milano, 21 febbraio 2013 IMPRESA FORMATIVA SIMULATA LEGGE 28 marzo 2003, n.53 Art. 4. DL 15 aprile 2005 n. 77 (Alternanza Scuola-Lavoro) La costruzione.
MARKETING ANALITICO. Il marketing analitico: attività rivolta all’analisi degli elementi utili alla conoscenza del mercato per poter effettuare al meglio.
ALTERNANZA SCUOLA LAVORO E IMPRESA FORMATIVA SIMULATA MILANO 24 NOVEMBRE 2011.
Giuseppe Nicoletti e Stefano Scarpetta (OECD and World Bank)
L’analisi di regressione e correlazione Prof. Luigi Piemontese.
MACROECONOMIA LO SCHEMA IS - LM Lo schema IS – LM affronta nuovamente il tema della determinazione del reddito e dell’occupazione ma a differenza dello.
OTTIMO LAVORO! DATI CONFUSI: COLPA …. DEGLI ENTI GESTORI ? DELLA COMPLESSITA’ DEL SISTEMA? DI CHI LI CHIEDE? Probabilmente dalla somma di queste “variabili”…
8 FORZE DI LAVORO, OCCUPAZIONE E DISOCCUPAZIONE L’argomento: misurazione delle variabili macroeconomiche Oggi parleremo di: indicatori del mercato aggregato.
CATENA DEL VALORE A cura di Fabrizio Bugamelli. CATENA DEL VALORE Disaggrega un’impresa nelle sue attività strategicamente rilevanti allo scopo di comprendere.
Assessorato al Turismo Comune di Venezia Il turismo nel Comune di Venezia Venezia, 20 Novembre 2007 Hotel Monaco & Grand Canal.
Pianificazione e Controllo Gestionale
Valutazioni applicate alle decisioni di investimento Arch. Francesca Torrieri Analisi di sensitività e analisi del rischio.
Transcript della presentazione:

ECONOMETRICO Milano, 22 Novembre 2013

123 4 ANALISI DESCRITTIVA MODELLO ECONOMETRICO EFFICACIA FLIGHT CONCLUSIONI

1 ANALISI DESCRITTIVA

4 [ TREND VISITE TOTALI GOOGLE ANALYTICS ] ANALISI DESCRITTIVA Grp’s TV Grp’s Adulti +15Visite 20 Ottobre – 2 Novembre Grp’s Fonte: COMPARA MEGLIO– riferimento Mplan del 17/10/2013 Trend Crescente

5 [ TREND VISITE TOTALI GOOGLE ANALYTICS ] ANALISI DESCRITTIVA Investimenti Investimenti SEMVisite Fonte: COMPARA MEGLIO– riferimento Mplan del 17/10/2013

6 [ TREND VISITE TOTALI GOOGLE ANALYTICS ] ANALISI DESCRITTIVA Visite Fonte: COMPARA MEGLIO– riferimento Mplan del 17/10/2013 Grp’s Adulti +15 Grp’s TV Diretti Competitors Grp’s TV Assicurazioni 856 Grp’s Grp’s

2 MODELLO ECONOMETRICO

MODELLO ECONOMETRICO La modellazione dei dati storici è la base per la simulazione di scenari alternativi (what-if analysis). Il confronto con i dati effettivi consente di verificare la bontà predittiva del modello. L’idea della modellizzazione è di interpolare in modo multivariato la variabile dipendente (visite nel nostro caso) a partire dalle variazioni delle leve di marketing. A tale scopo si costruisce un modello di regressione, cioè una equazione matematico-statistica, la cui variabile dipendente è la risposta e le cui variabili indipendenti sono gli input. Al fine di poter realizzare un modello il più attendibile possibile, si necessitano alcuni mesi di dati settimanali il più dettagliati possibili, così da poter avere uno scenario completo su cui poterlo costruire. Il modello base può rimanere invariato nel tempo, fino a quando non vi siano segni di scollamento rispetto ai dati effettivi. [ PREMESSA METODOLOGICA ]

MODELLO ECONOMETRICO [ MODELLO ECONOMETRICO_ VISITE TOTALI ] Fonte: Elaborazioni MIT Visite R 2 =79 Base TV ComparaMeglio Investimenti SEM Grp’s TV Diretti Competitors Grp’s TV Assicurazioni

MODELLO ECONOMETRICO [ BREAKDOWN_VISITE TOTALI ] Fonte: Elaborazioni MIT (aggregazione dati settimanali) Dati- Modello In uno scenario decisamente aggressivo, ComparaMeglio rappresenta il 5% dei Grp’s del mercato, nel periodo analizzato. Il contributo attribuito dal modello, apportato dalla TV nelle 2 week di on air alle visite Totali è lo 0,8%.

MODELLO ECONOMETRICO [ MODELLO ECONOMETRICO_ NUOVE VISITE ] Fonte: Elaborazioni MIT Visite R 2 =72 Base TV ComparaMeglio Investimenti SEM Grp’s TV Diretti Competitors Grp’s TV Assicurazioni

MODELLO ECONOMETRICO [ BREAKDOWN_NUOVE VISITE ] Fonte: Elaborazioni MIT (aggregazione dati settimanali) Dati- Modello In uno scenario decisamente aggressivo, ComparaMeglio rappresenta il 5% dei Grp’s del mercato, nel periodo analizzato. Il contributo attribuito dal modello, apportato dalla TV nelle 2 week di on air alle Nuove Visite è lo 0,9%.

MODELLO ECONOMETRICO [ MODELLO ECONOMETRICO_ QUOTAZIONI ] Fonte: Elaborazioni MIT Quotazioni R 2 =84 Base TV ComparaMeglio Investimenti SEM Grp’s TV Diretti Competitors Grp’s TV Assicurazioni

MODELLO ECONOMETRICO [ BREAKDOWN_QUOTAZIONI ] Fonte: Elaborazioni MIT (aggregazione dati settimanali) Dati- Modello In uno scenario decisamente aggressivo, ComparaMeglio rappresenta il 5% dei Grp’s del mercato, nel periodo analizzato. Il contributo attribuito dal modello, apportato dalla TV nelle 2 week di on air alle Quotazioni è il 5%.

3 EFFICACIA FLIGHT

16 [ EFFICACIA _TV VISITE TOTALI ] TREND EFFICACIA Fonte: Elaborazioni MIT (aggregazione dati settimanali) EfficaciaIn termini di efficacia, il modello restituisce una attribuzione di 144 visite Totali per ogni Grp sviluppato.

17 [ EFFICACIA _TV NUOVE VISITE ] TREND EFFICACIA Fonte: Elaborazioni MIT (aggregazione dati settimanali) EfficaciaIn termini di efficacia, il modello restituisce una attribuzione di 89 Nuove Visite per ogni Grp sviluppato.

18 [ EFFICACIA _TV QUOTAZIONI ] TREND EFFICACIA Fonte: Elaborazioni MIT (aggregazione dati settimanali) EfficaciaIn termini di efficacia, il modello restituisce una attribuzione di 40 Quotazioni per ogni Grp sviluppato.

19 [ EFFICACIA _TV QUOTAZIONI ] TREND EFFICACIA Fonte: Elaborazioni MIT (aggregazione dati settimanali) EfficaciaIn termini di efficacia, il modello restituisce una attribuzione di 40 Quotazioni per ogni Grp sviluppato = 194* = x 4 = 779 quotazioni Cpq= 24 polizze vendute

GRAZIE PER L’ATTENZIONE