Международный институт технологий бизнеса
Кафедра прикладной информатики и статистики
Выпускная квалификационная работа по направлению
Прикладная информатика
Профиль Прикладная информатика в экономике
РАсСМОТРЕНА и РЕКОМЕНДУЕТСЯ
К защите в ГЭК
Заведующий кафедрой, профессор
________________________________ (А.Ю. Платов)
(подпись)
“ ________ ” __________________________ 20______ г.
БАКАЛАВРСКАЯРАБОТА
|
на тему ________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
Выполнил
Царев Дмитрий Александрович
студент ________________________________________________________________________________________________________________
(фамилия, имя, отчество)
Руководитель
Старший преподаватель Н.В Молькин
работы студента _____________________________________________________________________________________________________
(уч. степень, уч. звание, должность, подпись, дата, и.о. фамилия)
Консультант (ы): ____________________________________________________________________________________________________
(по разделам) (уч. степень, уч. звание, должность, подпись, дата, и.о. фамилия)
___________________________________________________________________________________________________________________________
___________________________________________________________________________________________________________________________
Нормоконтролёр(ы): ________________________________________________________________________________________________
(уч. степень, уч. звание, подпись, должность, дата, и.о. фамилия)
___________________________________________________________________________________________________________________________
Автор работы
студент группы № ПИ.э16.15 Царев Д.А _______________________________________________________________________
(№ группы, дата, подпись)
Нижний Новгород – 2019 г.
Аннотация
В данной работе будет описываться разработка системы по сбору данных для маркетингового агентства в сфере тогровли, осуществлен анализ полученной в ходе проведения опроса информации, составлены отчеты по результатам аналитики.
Работа состоит из трех глав, введения, заключения, списка литературы и приложений. Пояснительная записка содержит 39 страниц основного текста, 78 страниц приложений, 26 рисунков и список литературы в количестве 15 наименований.
Глоссарий
IBM SPSS – статистический пакет для социальных наук, разработанный компанией IBM.
IDE – интегрированная среда разработки.
IDEF0 – методология функционального моделирования и графическая нотация, предназначенная для формализации и описания бизнес-процессов.
IDEF3 – методология моделирования и стандарт документирования процессов, происходящих в системе.
DFD – диаграммы потоков данных
Оглавление
Глава 1 Построение моделей процессов предметной области. 9
1.1. Модель IDEF0. 10
1.2. Модель IDEF3. 12
1.3. DFD-модель. 13
1.4. Вывод. 15
Глава 2 Описание прикладных средств для решения поставленной задачи. 15
2.1 Выбор средств разработки. 15
2.2 Среда разработки. 19
2.3 Описание IBM SPSS. 20
2.4 Особенности разработки маркетинговых опросов с IBM SPSS Data Collection Base Professional 22
2.5 Аналитика в mrStudio. 25
Введение
Онлайн-опрос — это метод сбора социологической информации, который осуществляется на основе использования интернет-технологий. Зачастую онлайн-опросы проводятся по интерактивной анкете, размещённой на сайте и заполняемой с компьютера или мобильного устройства в режиме онлайн.
Особенностями онлайн-опросов является то, что заполнение веб-анкеты осуществляется самими участниками опроса, есть точные инструкции. Инструментарий онлайн-опроса предоставляет большое количество совершенно разных возможностей, например клик-тесты, методики eye-tracking (это технология маркетинговых исследований, которая предоставляет объективные данные о том куда и почему смотрят респонденты), 3D моделирование товаров, визуальные шкалы для измерения эмоций и пр.
Проведение таких опросов в Интернете отличается от подобных опросов по телефону, например, более высоким уровнем готовности респондентов принять участие в исследовании и меньшей стоимостью на одно такое интервью. Респондентам удобнее проходить подобные опросы, так как они оставляют возможность выбора удобного времени, места прохождения опроса и могут быть завершены в любое удобное время.
Опросы в режиме онлайн начали осуществляться с 1994 года (Kehoe & Pitkow). Самые первые из них инициировались отдельными организациями с целью изучения рынка или получения обратной связи от потребителей относительно качества предоставляемых услуг. Так, в 1996 американская ассоциация CASRO провела опрос среди ведущих компаний США, в результате которого было установлено, что 64 % респондентов высоко оценивали потенциал интернет-опросов и намеревались прибегнуть к их использованию в ближайшем будущем.
Маркетинговое исследование - это систематический поиск, сбор, анализ данных по разным аспектам маркетинговой деятельности и маркетинговым проблемам для повышения качества принятия решений и контроля в маркетинговой среде, условиях рынка.
Глобальной целью маркетинговых исследований является предоставление информации для нужд маркетинговой деятельности, то есть сбор этой информации и её последующий анализ с целью получения прогнозов развития и предоставлении помощи в принятии более оптимальных решений в рамках всей организации, либо в рамках её частей.
На уровне макроэкономики исследования выявляют закономерности и тенденции развития рынка, позволяют спрогнозировать спрос, помогают оценить текущую рыночную ситуацию.
На уровне микроэкономики исследования помогают организации понять свои конкурентноспособность и потенциал, проанализировать текущее и будущее состояние рынка, на котором присутствует организация.
Задачи, решаемые с помощью проведения маркетинговых исследований разнообразны. Они связаны с определенными потребностями компании-заказчика: формирование товарной/ценовой политики, разработка маркетинговых стратегий и другими.
Можно выделить следующие наиболее характерные задачи маркетинговых исследований:
· Анализ сбыта
· Изучение продукции конкурентов
· Краткосрочное прогнозирование
· Долгосрочное прогнозирование
· Анализ распределения долей рынка в рамках конкретного сегмента рынка
· Помощь в создании ценовой политики
· Сбор информации о реакции потребителя на новый продукт
Важно помнить в каких случаях целесообразно проводить маркетинг
· Компании не хватает сведений для принятия решения
· Необходима информация для стратегического планирования деятельности
· Нужно проанализировать ухудшение (уменьшение доли рынка, снижение прибыли, спроса) или улучшение (увеличение доли рынка, прибыли, спроса) ситуации организации на рынке
Процесс проведения маркетингового исследования делят на четыре этапа:
1. Создание концепции (определение целей, постановка проблемы, формировка рабочей гипотезы)
2. Создание программы (определение системы показателей, формирование выборки, выбор методов исследования)
3. Получение данных (процесс сбора и его организация)
4. Обработка и представление данных (очистка, обработка, подготовка данных, анализ, получение выводов и их визуализация)
Ниже будут рассмотрены наиболее интересующие аспекты процесса исследования, непосредственно связанные с целью данной работы: данные и их сбор.
Массовое использование онлайн-методов в маркетинговых исследованиях началось только с середины 2000-х годов. В 2006—2007 гг. стали регистрировать, создавать онлайн-панели крупные исследовательские компании — «TNS Россия», GfK Rus, Ipsos, КОМКОН.
Сейчас существует много организаций, которые занимаются маркетинговыми исследованиями в разных областях и преследуют различные цели. Например, компания Lieberman Research Worldwide из Лос-Анджелеса, лидер в сфере маркетинговых исследований.
Целью работы является разработка системы по сбору данных для маркетингового агентства в сфере торговли по заказу компании Lieberman Research Worldwide.
Маркетинговый опрос — это один из ключевых пунктов в работе любой компании, и упускать его нельзя. Именно благодаря опросу можно в кратчайшие сроки наметить оптимальную стратегию развития и ведения бизнес-процессов.
Для достижения поставленной цели необходимо выполнить следующие задачи:
1) Построить модели процессов сбора информации и проведения анализа полученных данных
2) Изучить прикладные средства для разработки системы по сбору и анализу данных;
3) Разработать систему для сбора данных;
4) Построить отчеты по результатам полученных данных.
Глава 1
Построение моделей процессов предметной области
Для того, чтобы наглядно представить процессы, которые будут осуществлены в ходе работы, в данной главе на этапе моделирования будут рассмотрены операции: получение информации с помощью системы по сбору данных для маркетингового агентства в сфере торговли для компании Target и проведение анализа полученных в ходе осуществления опроса данных. Для этого будут построены модели IDEF (IDEF0, IDEF3) и DFD.
Компания Target основана в Миннеаполисе в 1902 году Джорджем Дейтоном и начинала с торговли галантерейными товарами под названием Dayton Dry Goods, в 1911 году переименована Dayton. В 1950-х годах компания поглотила базирующуюся в Портленде сеть магазинов Lipmans.
Лишь в 1962 году в Миннесоте был открыт первый магазин-дискаунтер под маркой Target. Постепенно этот бизнес стал приносить наибольший доход, и в 2000 году Dayton Hudson Corporation сменила своё имя на Target Corporation
В 2001 году проводила активную кампанию по повышению защиты банковских карт. Target начала эмиссию чипованных карт, намного более устойчивых к копированию, чем традиционные карты с магнитной полосой, и установила 37 тысяч терминалов с их поддержкой. За три года было выпущено 9 миллионов чипованных карт VISA, после чего эксперимент был прекращен.
Магазины компании работают в США (по состоянию на май 2010 года — во всех штатах кроме Вермонта). В Австралии действующие под маркой Target магазины, принадлежат сторонней компании, Wesfarmers, которая работает по лицензии. В январе 2011 года компания анонсировала выход на канадский рынок, где к 2014 году планирует открыть не менее 100 магазинов. Типичный магазин сети — дискаунтер площадью 12 тыс. м², специализирующийся на торговле предметами интерьера, ювелирными изделиями, медианосителями, товарами для детей и иными промтоварами (из продуктов питания в продаже обычно бывают бакалейные товары длительного срока хранения).
1.1. Модель IDEF0
При разработке системы для сбора данных нужно иметь четкое представление, как происходит весь процесс создания и работы такой системы. Для описания процессов сбора информации и проведения анализа необходимо построить модель. Наиболее удобным языком моделирования бизнес-процессов является IDEF0, предложенный более 20 лет назад Дугласом Россом и называвшийся первоначально SADT.
Результатом применения модели SADT является модель, которая состоит из диаграмм, фрагментов текста. Графическая диаграмма - главный компонент IDEF0-модели, содержащий блоки, стрелки, соединения их и ассоциированные с ними отношения.
Далее приведена модель IDEF0 разрабатываемой системы (рис.1) и ее детализация (рис.2).
Рис.1. IDEF0 — диаграмма (контекстная)
Рис.2. IDEF0 – диаграмма (детализированная)
После описания системы в целом проводится разбиение ее на крупные фрагменты, этот процесс называется функциональной декомпозицией, а диаграммы, которые описывают каждый фрагмент и взаимодействие фрагментов, называются диаграммами декомпозиции. Одной из важных особенностей метода SADT является постепенное введение все больших уровней детализации по мере создания диаграмм, отображающих модель. В данной главе будет рассмотрена автоматизация процесса сбора данных и анализа банковских услуг.
Далее на рис.3 будет представлена модель IDEF0, детализирующая процесс сбора данных, на рис.4 - модель IDEF0, детализирующая процесс анализа данных.
Рис.3. IDEF0 - диаграмма (детализация 1)
Рис.4. IDEF0 - диаграмма (детализация 2)
1.2. Модель IDEF3
Основой модели IDEF3 служит сценарий процесса, который выделяет последовательность действий и процессов анализируемой системы. Основной единицей модели является диаграмма. Другой важной компонентой является действие.
Все связи в IDEF3 являются однонаправленными.
В разрабатываемой системе задействовано два основных процесса: сбор данных и проведение анализа рынка малого бизнеса. При сборе данных происходит получение статистической информации об экономической составляющей, условиях занятости, деловой этике и налоговой политике.
Вторым основным процессом является проведение анализа полученных данных. Аналитику поступает статистическая информация, на основе которой строятся отчеты. Расчёт производится вручную. Но данный подход имеет ряд недостатков, следствием которых является низкое качество результатов, а также большие временные, трудовые и финансовые затраты на проведение анализа. Подход к прогнозированию на основе технологий Data Mining позволяет устранить недостатки традиционных подходов, таким образом, введение в дальнейшем в данный процесс информационной системы Deductor Studio является обоснованным.
Далее представлена модель IDEF3 (рис.5), детализирующая процессы сбора информации и анализа данных.
Рис.5. IDEF3 - модель
DFD-модель
На данном шаге моделирования процессов системы строится диаграмма потоков данных (DFD).
DFD – диаграмма потоков данных представляет собой иерархию функциональных процессов, связанных потоками данных. Цель такого представления - продемонстрировать, как каждый процесс преобразует свои входные данные в выходные, а также выявить отношение между этими процессами. Для построения DFD-модели традиционно используют 2 нотации: Йордана-де Марка и Гейна Сарсона. В данной работе используется нотация Гейна Сарсона при построении DFD-модели. В соответствии с данным методом модель системы определяется как иерархия диаграмм потоков данных, описывающих процесс преобразования информации от ее ввода в систему до выдачи потребителю.
Основными компонентами DFD-модели являются внешние сущности, системы и подсистемы, процессы, накопители данных и потоки данных.
Внешняя сущность представляет собой материальный объект, источник или приемник информации.
Накопитель данных – абстрактное устройство хранения информации, которую можно в любой момент переместить в накопитель данных и через некоторое время извлечь.
Потоки данных определяют информацию, передаваемую через некоторое соединение от источника к приемнику.
Далее будет представлена модель DFD разрабатываемой системы (рис.6).
Рис.6. DFD - модель
1.4. Вывод
В первой главе были построены модели IDEF (IDEF0, IDEF3) и DFD, отображающие процессы сбора информации и проведение анализа полученных данных.
Глава 2
Описание прикладных средств для решения поставленной задачи
В этой главе рассматриваются среда разработки, язык программирования, особенности программирования в IBM SPSS Data Collection и аналитика в mrStudio.
Выбор средств разработки
Очень тщательно необходимо подойти к выбор средств разработки.
Разработка самого опроса не требует применения каких-то особых технологий (теоретически, можно писать опросы на таких языках как C, C++, Python, Java, Visual Basic, Pascal и т.д.). Единственная необходимость – наличие удобных методов визуализации (для быстрого написания графического интерфейса опроса) и средств, позволяющих разрабатывать опросы разной направленности – от анкет, заполняемых через интернет, до телефонных интервью.
Конечно, хоть инструмент разработки опросов и не является критичным (далее мы рассмотрим инструменты для анализа данных), он тоже является важным компонентом всей системы проведения маркетингового исследования. Более того, всегда следует помнить о стоимости и скорости разработки опросов – чем эти параметры выше, тем проблематичнее может стать и проведение самого маркетингового исследования. Приведем простой пример: необходимо провести маркетинговое исследование в течение 2 недель после премьеры кинофильма, срок в 2 недели в данном случае крайне важен, так как предполагается, что за данный временной интервал, кинолюбители, посмотревшие фильм, не успели забыть его. В случае, если разработка опроса затянется (а такое может случиться в любой момент в любой организации), есть шанс сдвига сроков на сбор данных с кинолюбителей, что может в теории повлиять на результаты маркетингового исследования. Даже если никакого ущерба исследованию не будет нанесено, могут пострадать отношения между организацией-заказчиком и организацией-разработчиком (в случае, если разработкой занимается сторонняя фирма), что плохо скажется на дальнейших отношениях организаций.
На практике такие исследования планируют заранее, чтобы максимально исключить фактор времени, однако, схожие ситуации все равно могут происходить. Для того, чтобы уменьшить такие риски с точки зрения разработчика, необходимо правильно выбирать инструменты разработки.
В связи с тем, что разработка опроса является лишь одной из компонент более крупной работы по проведению маркетингового исследования, очень желательно иметь возможность простого и быстрого метода работы с данными, включающего хранение, обработку, изменение, перемещение, удаление информации и прочее. Такой метод необходим для того, чтобы уменьшить стоимость и время разработки, и облегчить задачу работы с данными в рамках всего маркетингового исследования – эта особенность тех или иных систем разработки также является ключевой в рамках поставленных задач.
Теперь обратимся к анализу данных. На текущий момент для анализа, в частности, статистического анализа уже разработаны множество программных продуктов:
1. MS Excel
2. SAS
3. IBM SPSS Data Collection
4. Stata
Основываясь на том, что целью проделанной работы является создание рабочего программного продукта для нужд бизнеса, можно автоматически отбросить первую категорию продуктов, так как не является задачей разработать оптимальные алгоритмы статистического анализа, наоборот, необходимо в сжатые сроки предоставить продукт, ориентированный на анализ данных, при этом не жертвуя функциональностью.
В таком случае, необходимо обратиться к второй категории программный средств. Рассмотрим сравнение по следующим признакам:
| Программный Продукт | Удобство | Простота |
| MS Excel | + | + |
| SAS | - | - |
| IBM SPSS Data Collection Base Professional | + | + |
| Stata | + | + |
Таблица 1. Сравнение программного обеспечения
| Программный продукт | Функциональные ограничения в задачах анализа данных | Стоимость |
| MS Excel | Небольшие функциональные возможности | Низкая |
| SAS | Хорошие функциональные возможности | Высокая |
| IBM SPSS Data Collection Base Professional | Хорошие функциональные возможности; покрывает весь цикл проведения маркетинговых исследований | Высокая |
| Stata | Хорошие функциональные возможности; узкая специализация | Средняя |
Таблица 2. Сравнение программного обеспечения
Как видно из приведенный сравнительных таблиц IBM SPSS Data Collection Base Professional обладает рядом преимуществ по сравнению с аналогичными программными средствами.
Несмотря на высокую стоимость, IBM SPSS Data Collection Base Professional покрывает все сферы деятельности и, кроме того, обладает необходимой ключевой особенностью: имеет встроенный инструмент для написания маркетинговых опросов.
Кроме того, благодаря использованию единого продукта на всех стадиях проведения маркетингового исследования разработчик получает автоматическую интеграцию между системами сбора данных (процедура опроса), системами хранения данных, системами проведения статистического анализа и визуализацией данных.
Таким образом, пакет IBM SPSS Base Professional был выбран в качестве программного продукта, позволяющего решить поставленную задачу, при этом предоставляя полезные и необходимые сервисы по работе с опросами (сбор, обработка, изменение, анализ, визуализация данных).
2.2 Среда разработки
Для разработки по сбору данных используется IBM SPSS Data Collection — это эффективный и надежный инструмент, предназначенный для сбора и очистки данных. При помощи IBM SPSS Data Collection возможно без лишних усилий разрабатывать профессиональные формы, как для печати, так и для ввода данных, организовывать быстрый и качественный ввод данных, создавать правила, проверяющие логическую согласованность введенных данных.[1]
Разработка происходит непосредственно в mrStudio.Professional - это классическая программа, которая помогает программисту с созданием скриптов. Его основной компонент - это интеграционная среда разработки (IDE), которая позволит создавать, редактировать, запускать и отлаживать скрипты PASW Data Collection.
Для программистов важно проводить опросы непосредственно внутри Professional, без помощи сервера. Очень удобная возможность этой программы.
Рис.7. MrStudio (снизу - окно браузера, отображающее опрос)
Общий процесс начала разработки может быть сгруппирован в три главные категории:
-Дизайн: создание инструментов исследования и вопросов, ассоциированных с ним;
-Сбор: сбор информации;
-Отчет: анализ результатов и отчет о результатах исследования.
В процессе тестирования разрабатываемой системы для отслеживания ошибок используется коммерческая система Jira. Jira — коммерческая система отслеживания ошибок, предназначена для организации взаимодействия с пользователями, хотя в некоторых случаях используется и для управления проектами. Система основана на Java EE и работает на нескольких популярных системах управления базами данных и операционных системах. Основной элемент учёта в системе — задача (англ. ticket или issue). Задача содержит название проекта, тему, тип, приоритет, компоненты и содержание. Задача может быть расширена дополнительными полями (также и новые пользовательские поля могут быть определены), приложениями (например — фотографиями, скриншотами) или комментариями. Задача может редактироваться или просто изменять статус, например, из «открыт» в «закрыт». Какие переходы между состояниями возможны, определяется через настраиваемый поток операций. Любые изменения в задаче протоколируются в журнал. Jira имеет большое количество возможностей конфигурации: для каждого приложения может быть определен отдельный тип задачи с собственным workflow, набором статусов, одним или несколькими видами представления (англ. screens). Кроме того, с помощью так называемых «схем» можно определить для каждого индивидуального Jira-проекта собственные права доступа, поведение и видимость полей и многое другое. Благодаря универсальному подходу можно приспособить Jira для многих непрофильных задач, например, управления требованиями, управления рисками, вплоть до реализации небольшой системы бронирования, автоматизации процесса рекрутинга. Для интеграции с внешними системами поддерживает интерфейсы SOAP, XML-RPC и REST.
Описание IBM SPSS
SPSS Statistics (аббревиатура англ. «Statistical Package for the Social Sciences» — «статистический пакет для социальных наук») — компьютерная программа для статистической обработки данных, один из лидеров рынка в области коммерческих статистических продуктов, предназначенных для проведения прикладных исследований в социальных науках.
Между 2009 и 2010 название программного обеспечения SPSS было изменено на PASW (Predictive Analytics SoftWare) Statistics.
28 июля 2009 компания объявила, что она была приобретена компанией IBM за 1,2 млрд долл. США. По состоянию на январь 2010 года компания стала называться «SPSS: An IBM Company».
По мнению некоторых авторов, SPSS «занимает ведущее положение среди программ, предназначенных для статистической обработки информации».
IBM SPSS это программа которая работает с помощью 2 серверов:
1. Staging server это вспомогательный сервер служит для предварительного просмотра и проверки нового контента перед публикацией на рабочих серверах сети.
2. Dimensions server это сервер для сбора данных и последующего представления полученной аналитики.
IBM SPSS – набор программных средств для статистической обработки данных. Направлениями использования продукта являются:
· Статистический анализ и отчетность
· Прогнозное моделирование и интеллектуальный анализ данных
· Анализ больших данных
В рамках программного пакета для разработки непосредственно опроса был использован программный продукт IBM SPSS Data Collection Base Professional.
После того как программист полностью разработает и отладит маркетинговый опрос наступает перед запуска (Pre Launch). Обычно в пред запуске анализируют данные собранные с ограниченного количества респондентов. В результате анализа уже собранных данных происходит мини отчет маркетолога. Если маркетолог находит явные отклонения от заданной тематики опроса, то маркетолог отправляет его обратно программисту с целью корректировки и исправления ошибок. Дальше следует полный запуск (Full Launch). При котором идет полный сбор данных с респондентов. После чего маркетолог анализирует полученные данные.
2.4 Особенности разработки маркетинговых опросов с IBM SPSS Data Collection Base Professional
IBM SPSS Data Collection Base Professional – полный набор средств для создания и проведения опросов, маркетинговых опросов и исследований или бизнес исследований. Продукт позволяет быстро и эффективно получать чистые данные из огромного числа источников использую большой набор методов, что невероятно важно, так как бизнесу сегодня необходимы быстрые, более репрезентативные и более экономически эффективные опросы для углубленного понимания мыслей и мнений потребителей. Кроме того, благодаря встроенной поддержке эффективного сбора данных и интеграции с остальными продуктами программного пакета.
Данный программный продукт включает различные средства, позволяя:
· Разрабатывать опросы (легкие интерфейсы для разработки)
· Проводить опросы (через интернет, телефон, лично)
· Составлять отчеты (профессионально оформленная интернет отчетность)
· Управлять исследованиями и данными (используются различные инструменты для всех этапов исследования)
В общем виде разработка и проведение опроса состоит из следующих компонентов:
· Разработка (Design): создание структуры опроса и самих вопросов. Задачи:
o Создание качественного инструмента для проведения опросов
o Программирование логики и контента конкретного опроса
o Тестирование (контроль качества) опроса
o Разворачивание проекта на серверах сбора данных. На этом этапе опрос уже подготовлен для того, чтобы быть введенным в эксплуатацию
o Перевод опроса на другие языки
o Определение квот (числовое количество опрашиваемых в рамках некоторой малой группы; например, 1000 человек в возрасте 25-40 с детьми). Квоты очень важны, так как через их грамотное определение можно поддержать репрезентативность выборки, что необходимо при проведение статистического или любого другого анализа
· Сбор (Collect): на этом этапе происходит сбор данных. Вся программная часть инфраструктуры предоставляется в рамках продукта IBM SPSS Data Collection
· Отчетность (Report): анализ результатов и предоставление отчетов исследования
На следующем рисунке изображены программные инструменты, соответствующие каждому шагу работы с опросами:
Рис. 8. Процесс разработки опроса в IBM SPSS Data Collection Base Professional
Стоит отметить, что инструменты на всех стадиях используют один и тот же набор языков программирования для уменьшения рутинной работы. Это позволяет утилизировать и автоматизировать многие процессы, связанные с созданием опросов.
В рамках IBM SPSS Data Collection используют два языка программирования:
· mrScriptMetadata – в некотором смысле декларативный язык, который упрощает работу по созданию вопросов и метаданных вопросов.
· mrScriptBasic – язык, позволяющий использовать компоненты библиотеки Data Collection. Основан на Microsoft Visual Basic и VBScript. Язык используется для разработки логической части опроса:
§ Логика вопросов (порядок выведения; условия выведения)
§ Обработка специальных сценариев и ошибок
§ Автоматическое заполнение данных
· HTML – язык для разметки веб-страниц, позволяющий использовать различные возможности веб-программирования такие как вставка картинок, ссылок и разметка текста. Язык используется в рамках разработки данных вопросов для поддержания интерактивности опроса
Сама разработка аналогичным образом может быть разделена на две части:
· Создание данных опроса (Metadata): здесь используется язык mrScriptMetadata для создания вопросов и метаданных
· Создание логики опроса (Routing): здесь используется язык mrScriptBasic для создания логики вопросов, связей между вопросами и т.д.
Основным инструментом разработки является IDE IBM SPSS Data Collection Professional, которая полностью покрывает процесс создания опроса, предоставляет разработчику программные средства из IBM SPSS Data Collection, позволяет легко «запускать» созданный опрос локально (без необходимости запуска сервера), предоставляя при этом возможность отладки опроса. Кроме того, среда разработки Professional позволяет использовать функцию автозаполнения, что очень удобно при автоматическом тестировании или в случае, когда необходимо задать значения по умолчанию для некоторых вопросов.
Аналитика в mrStudio
MrStudio также может использоваться для выполнения задач управления данными, таких как преобразование и очистка данных. Эти процессы описываются в файле с расширением.dms
В разделе «События» (Events) определяется процедурный код для очистки данных, настройки весов, настройки данных наблюдений для производных переменных, создание пакетов таблиц, и т. д.
Имена событий основаны на времени и происходят в определенном порядке в ходе выполнения файла.dms.
Вот несколько кратких описаний различных событий:
– OnBeforeJobStart. Используется для определения процедурного кода, который должен быть выполнен до открытия любого из источников данных.
– OnAfterMetaDataTransformation. Используется для определения процедурного кода, который должен выполняться после слияния метаданных, определенных в разделе метаданных, с входными метаданными.
– OnJobStart. Используется для определения процедурного кода, который должен выполняться после открытия всех источников данных и до начала обработки первого обращения.
– OnNextCase. Используется для определения процедурного кода, который должен применяться к каждому случаю. Например, код для очистки данных обращения.
– OnJobEnd. Используется для определения процедурного кода, который должен выполняться после завершения обработки отдельных обращений и до закрытия источников данных.
– OnAfterJobEnd. Используется для определения процедурного кода, который должен выполняться после закрытия соединений с источниками данных. [2]
2.6 Вывод
В главе были рассмотрены и описаны среда разработки и язык программирования, основные особенности программирования в IBM SPSS Data Collection и основные аспекты аналитики в mrStudio.
Глава 3
Разработка и описание системы
В этой главе будет описана разработка системы по сбору данных и проведение анализа полученной в ходе опроса информации, а также экономический эффект разработки.
3.1. Разработка
На этапе программирования происходит написание кода будущего опросника в IBM SPSS. Программирование состоит из двух частей:
1) Описание метаданных. Метаданные — это информация об используемых данных, их характеристика, необходимая для идентификации, поиска, управления данными. Здесь объявляются все переменные, общие списки, вопросы, варианты ответов и т.д.
2) Описание функционала в разделе маршрутизации. Происходит описание логики программы.
Необходимо создать квоты - это система контроля за числом опрошенных респондентов, соответствующих заранее определенным критериям. Например, может быть требование распределить респондентов по возрасту (рис.9).
Рис. 9. Пример создания квоты
Заказчик предоставляет документ, содержащий список вопросов, которые должен включать программируемый опросник, а также варианты ответов и различные комментарии к его внешнему виду и функционалу. Этот документ загружается на Web Author LRW — это браузерное приложение компании Liberman Research Worldwide, отображающее сформированную логику программы (алгоритм) и список вопросов, откуда его и получает программист. Все программирование происходит именно на основе информации из этого документа.
Опрос должен занимать в среднем 15 минут, его прохождение должно быть возможно на любом устройстве.
Далее необходимо совершить отладку программного кода. На этом этапе происходит обнаружение, локализация и устранение ошибок в коде программы. Проверяется, учтены ли все комментарии, оставленные заказчиком к каждому вопросу. Отладка производится непосредственно в среде разработки IDE.
После отладки программа отправляется на Test Server, где происходит ее тестирование по определенному алгоритму. Осуществляется оно командой по тестированию и проводится на всех возможных устройствах.
На данном этапе могут выявиться проблемы связанные с алгоритмом опроса. В рамках моего проекта я столкнулся с проблемой, респондент мог ответить на текстовый вопрос введя в строку небольшое количество символов, в результате дав не полный ответ. Мной было принято решение ввести custom function «Val_A4» которая проверяет количество символов в строке ввода и не дает респонденту право перейти на следующий вопрос если он прописал меньше 30 символов(рис.10).
Рис. 10. Сustom function «Val_A4»
Отчет по тестированию отправляется программисту. В том случае, если программа не прошла конечный набор тестов, в ее код вносятся необходимые исправления, после чего снова осуществляется отладка и повторное отправление на тестирование.
Тестирование проводится с целью проверить соответствие между реальным поведением программы и её ожидаемым поведением на конечном наборе тестов.
Когда отчет о тестировании не содержит информацию об ошибках программы и о серьезных несоответствиях в разделе описания функциональных возможностей продукта, ссылка на программу отправляется маркетологу на согласование.
Маркетологом проводится так называемый Soft Lounch, или «мягкий запуск» программы. Это стратегия для «обкатки» программы, в ходе которой происходит ее запуск среди фокус-группы с целью определить слабые места и своевременно внести исправления. Такой метод тестирования позволяет выявить проблемы, которые очень р