Лазарєва, Світлана ФедорівнаТарадай, Марія ВячеславівнаTaradai, Mariia2024-10-082024-10-082024-06-14Тарадай М. В. Застосування методів системного аналізу для підвищення ефективності сучасного маркетингу : бакалавр. диплом. робота : 124, Системний аналіз / Тарадай Марія Вячеславівна ; наук. керівник Лазарєва С. Ф. ; КНЕУ ім. Вадима Гетьмана, Навч.-наук. ін-т «Ін-т інформ. технологій в економіці», Каф. систем. аналізу та кібербезпеки. – Київ, 2024. – 118 с.https://ir.kneu.edu.ua/handle/2010/46515Основною метою даної роботи є дослідити можливості покращення маркетингового досвіду компаній за допомогою обраних методів системного аналізу. Практична доцільність роботи полягає в можливості застосування розробок не кваліфікованими маркетологами, а початківцями, або ж працівниками фірми, що тільки починає свою діяльність та не має бюджету на оплату фахівцям маркетологам. Питання збору та впорядкування даних вирішується застосування етапів опитувань Делфі, за ним же математично впорядковується важливість факторів для прийняття клієнтом рішення про покупку. Кластерний аналіз відповідей експертів, що були узгоджені менше 75%, з застосуванням методу k-means був цифровізований на мові Python. Для візуалізації застосований метод Boxplot, який показав щільність відповідей усередині кластерів. Проаналізувавши квантилі та медіану, обрали кластер 1 з найрентабельнішою щільністю розподілу та аудиторією. В результаті введення метрик обраного кластера у Facebook Ads Manager, за аналітикою, доступною у рекламному кабінеті, очікувані охоплення від таргету кластера у 2 рази більші, ніж від попереднього запуску реклами без аналітичного підкріплення. The main goal of this work is to explore the possibilities of improving companies' marketing experience using selected systems analysis methods. The practical relevance of the work lies in the possibility of applying the developments not by qualified marketers, but by beginners or employees of a company that is just starting its activity and does not have a budget to pay for professional marketers. The issue of data collection and organization is resolved by applying the stages of Delphi surveys, which then mathematically organize the importance of factors for the customer's purchasing decision. Cluster analysis of the responses from experts, which were agreed upon less than 75%, using the k-means method, was digitized in Python. The Boxplot method was used for visualization, which showed the density of responses within clusters. After analyzing the quartiles and the median, cluster 1 with the most profitable distribution density and audience was selected. As a result of entering the metrics of the selected cluster into Facebook Ads Manager, according to the analytics available in the advertising account, the expected reach from the cluster target is twice as high as from the previous ad launch without analytical support.ukтаргетингсистемний аналізсегментація аудиторіїметод Делфікластерний аналізметод к-середніхкоробковий графікtargetingsystems analysisaudience segmentationdelphi methodcluster analysisk-means methodboxplotOther