Статистические группировки как ключевой инструмент анализа финансово-экономических показателей предприятия (на примере туристской фирмы)

Введение

На современном этапе развития экономики, характеризующемся высокой конкуренцией и динамичным изменением рыночной конъюнктуры, успех любого предприятия напрямую зависит от способности его менеджмента принимать оперативные и, главное, обоснованные управленческие решения. Основой для таких решений всегда служит глубокий, объективный и структурированный анализ имеющихся данных.

ПРИОРИТЕТ №1: РЕЛЕВАНТНЫЙ ФАКТ. Статистическая группировка, будучи одним из основополагающих методов статистического анализа, позволяет сократить огромные массивы первичной информации до обозримого и интерпретируемого вида, выделяя при этом качественно однородные сегменты. Именно благодаря этому методу, аналитик получает возможность перейти от изучения отдельных, разрозненных фактов к выявлению устойчивых закономерностей, типов развития и причинно-следственных связей.

Данная работа посвящена всестороннему исследованию теоретико-методологических основ статистических группировок и их практическому применению для анализа финансово-экономических показателей предприятия сферы услуг, в частности, туристской фирмы.

Цель работы — систематизировать теоретические знания о статистических группировках и продемонстрировать их практическую эффективность в процессе анализа данных о продажах и выручке туристской фирмы для выработки обоснованных управленческих решений. Ведь если мы не можем структурировать данные, то как мы сможем принимать решения, которые реально повлияют на прибыль?

Для достижения поставленной цели необходимо решить следующие задачи:

1. Раскрыть сущность метода статистических группировок, их роль и классификацию.
2. Изучить методологию построения различных видов группировок, включая выбор признаков и определение интервалов.
3. Провести практический анализ финансово-экономических показателей гипотетической туристской фирмы с использованием структурной и аналитической группировок.
4. Визуализировать и интерпретировать полученные результаты, выявив ключевые закономерности и тенденции.
5. Сформулировать выводы и практические рекомендации для повышения эффективности деятельности предприятия на основе проведенного статистического анализа.

Объектом исследования выступают статистические данные о финансово-экономической деятельности предприятия сферы услуг (туристской фирмы). Предметом исследования являются методологические подходы к формированию и анализу статистических группировок применительно к этим данным.

Структура работы отражает логику научного исследования, начиная с теоретических основ и заканчивая конкретными практическими расчетами и выводами.

Теоретико-методологические основы статистических группировок

Сущность, роль и основные задачи метода статистических группировок

Метод статистических группировок является краеугольным камнем статистического анализа. Он представляет собой процесс разделения изучаемой статистической совокупности на однородные группы по существенным для данного исследования признакам. Иначе говоря, это способ приведения хаотичного множества единиц наблюдения в упорядоченную систему.

Статистическая группировка — это не просто механическое разделение, это важнейший статистический метод обобщения данных, позволяющий перейти от описания индивидуальных особенностей к характеристике типичных черт явления. Только после проведения группировки становится возможным применение широкого спектра дальнейших статистических приемов, включая расчет обобщающих показателей (средних величин) и показателей вариации.

Роль группировки в экономическом анализе трудно переоценить. В условиях, когда предприятие генерирует тысячи транзакций и данных о клиентах, группировка позволяет выделить ключевые сегменты рынка, типы клиентов или наиболее эффективные направления деятельности. Если мы не знаем, кто наш «типичный» клиент, мы рискуем распылить маркетинговые бюджеты впустую.

Основные задачи, решаемые методом статистических группировок:

1. Выделение качественно однородных совокупностей (типов). Это позволяет увидеть «чистые» типы явлений, например, выделить сегмент «VIP-клиентов» от «эконом-клиентов» и изучать их поведение отдельно.
2. Изучение структуры совокупности и ее изменений. Группировка позволяет увидеть внутренний состав исследуемого явления (доля того или иного сегмента в общем объеме) и отследить структурные сдвиги во времени (например, как меняется доля продаж различных направлений туров).
3. Изучение взаимосвязи между явлениями и признаками. Это аналитические группировки, позволяющие установить, как изменение факторного признака (например, рекламных расходов) влияет на изменение результативного признака (выручки).

Классификация статистических группировок по цели и числу признаков

В зависимости от поставленных аналитических задач, статистика выделяет три основных типа группировок, которые различаются по своей конечной цели.

1. Типологические группировки

Цель: Выявление и характеристика социально-экономических типов изучаемого явления.

Сущность: Применяется для разделения неоднородной совокупности на качественно однородные части, каждая из которых представляет собой определенный тип. Например, группировка туристских фирм по их размеру (малые, средние, крупные) или сегментирование клиентской базы по типу их предпочтений (пляжный отдых, экскурсионные туры, экстремальный туризм). Каждая выделенная группа должна быть внутренне максимально однородной и внешне максимально отличной от других групп.

2. Структурные группировки

Цель: Изучение внутреннего строения однородной совокупности и анализ структурных сдвигов.

Сущность: Применяется к уже однородной совокупности для анализа распределения ее единиц по значениям варьирующего признака. Эти группировки показывают состав (структуру) совокупности.
Пример: Распределение всех продаж турфирмы по величине средней стоимости тура, чтобы понять, какой ценовой сегмент преобладает в общем объеме выручки. Результатом структурной группировки является статистический ряд распределения.

3. Аналитические (факторные) группировки

Цель: Исследование связей и зависимостей между изучаемыми социально-экономическими явлениями и признаками.

Сущность: Позволяют установить, как изменение одного признака (факторного) влияет на изменение другого (результативного). В основу берется факторный признак (независимая переменная), а по группам рассчитываются средние значения результативного признака (зависимой переменной).
Пример: Группировка продаж турфирмы по объему рекламных расходов, чтобы определить, наблюдается ли зависимость: чем выше расходы на рекламу, тем выше средняя выручка от продаж.

По числу группировочных признаков выделяют:

• Простые (одномерные): Группировка производится только по одному признаку (например, по возрасту клиента).
• Сложные (комбинационные или многомерные): Группировка производится одновременно по двум и более признакам, что позволяет получить более глубокий и комплексный анализ.

Пример комбинационной группировки: Группировка клиентов одновременно по возрасту и по среднему чеку, чтобы выявить, какие возрастные группы тратят больше всего.

Классификация статистических группировок

Вид группировки	Основная задача	Группировочный признак	Применение в анализе турфирмы
Типологическая	Выделение типов	Качественный или количественный	Сегментация рынка, выделение групп клиентов по уровню дохода.
Структурная	Изучение строения	Количественный	Анализ распределения продаж по цене, длительности тура, направлению.
Аналитическая	Изучение взаимосвязей	Факторный (причина)	Анализ зависимости выручки от рекламного бюджета, квалификации менеджера.

Методология построения и практическое применение группировок в экономическом анализе

Этапы построения статистической группировки и выбор признаков

Методология построения любой статистической группировки — это строгая последовательность действий, обеспечивающая научную обоснованность и объективность результатов.

1. Выбор группировочного признака

Это первый и критически важный шаг. Группировочный признак должен быть существенным, то есть полно отражать сущность изучаемых явлений и соответствовать цели исследования.

• Атрибутивные (качественные) признаки: Не имеют числового выражения (например, страна назначения тура, тип клиента: корпоративный/частный). Число групп здесь определяется количеством категорий.
• Количественные (числовые) признаки: Имеют числовое выражение (например, выручка, число клиентов, возраст).

2. Определение необходимого числа групп

При группировке по качественному признаку число групп предопределено. При группировке по количественному признаку, особенно если признак изменяется непрерывно, число групп ($m$) не должно быть ни слишком малым (иначе потеряется детализация), ни слишком большим (иначе группировка потеряет обобщающую силу).

Для ориентировочного определения оптимального числа групп ($m$) при достаточно большом объеме совокупности ($N$) часто используется формула Стерджесса:

m ≈ 1 + 3,322 ⋅ log₁₀ N

Где $N$ — число единиц статистической совокупности (например, число продаж или клиентов).

3. Установление границ интервалов группировки

После определения числа групп, необходимо установить их границы. Интервалы могут быть:

• Равные интервалы: Применяются, когда признак распределен относительно равномерно. Величина равного интервала ($h$) рассчитывается по формуле:

h = (Xmax - Xmin) / m

Где $X_{max}$ и $X_{min}$ — максимальное и минимальное значения признака.

• Неравные интервалы: Применяются, когда признак распределен неравномерно (например, основная масса данных сконцентрирована в узком диапазоне, а «хвосты» — очень длинные). Неравные интервалы позволяют более детально изучить области наибольшей концентрации данных.
• Открытые и закрытые интервалы: Первый интервал может быть открытым («до 50 тыс. руб.»), а последний — также открытым («свыше 500 тыс. руб.»).

4. Расчет групповых показателей

После формирования групп, для каждой группы рассчитываются обобщающие показатели: частота (число единиц в группе), доля (удельный вес группы) и, что наиболее важно для аналитической работы, средние значения результативных признаков.

Особенности применения группировок для анализа показателей деятельности туристской фирмы

Сфера услуг, к которой относится туризм, характеризуется высокой вариативностью показателей и зависимостью от внешних факторов (сезонность, геополитика). Статистические группировки помогают «очистить» данные от случайных колебаний и выявить истинные тенденции. Не стоит ли руководству сфокусировать свое внимание не на общем объеме продаж, а на динамике наиболее маржинальных сегментов?

Пример выбора группировочных признаков для турфирмы:

Цель анализа	Группировочный признак (Фактор)	Результативный признак	Вид группировки
Оценка эффективности направлений	Страна/Направление тура (Атрибутивный)	Средняя выручка на тур, Маржинальность	Структурная/Аналитическая
Сегментация клиентов	Средний чек (Количественный)	Частота обращений, Лояльность	Типологическая/Структурная
Анализ эффективности работы менеджеров	Стаж/Квалификация менеджера (Качественный)	Объем продаж, Количество отказов	Аналитическая
Оценка влияния ценовой политики	Сегмент стоимости тура (Количественный)	Количество проданных туров	Структурная

При анализе продаж туристской фирмы часто используется группировка по выручке или числу клиентов. Группировка по объему выручки позволяет увидеть, какая часть бизнеса генерируется высокодоходными сделками, а какая — массовыми, но низкомаржинальными. Это основа для принятия решений об оптимизации ассортимента и целевом маркетинге.

Анализ финансово-экономических показателей туристской фирмы с использованием статистических группировок (Практический раздел)

Для целей практической демонстрации примем условные исходные данные о 50 продажах ($N=50$) туристской фирмы за отчетный период. Мы проведем структурную и аналитическую группировку, используя ключевые показатели: объем продаж (выручка) и рекламные расходы, ассоциированные с этими продажами.

Характеристика исходной информации и проведение структурной группировки

Исходные агрегированные данные ($N=50$):

• Минимальный объем выручки ($X_{min}$): 45 000 руб.
• Максимальный объем выручки ($X_{max}$): 580 000 руб.
• Общий объем выручки: 15 500 000 руб.
• Средняя выручка: 310 000 руб.

Задача: Провести структурную группировку продаж по объему выручки для анализа внутреннего состава продаж.

1. Определение числа групп ($m$)

Используем формулу Стерджесса:

m ≈ 1 + 3,322 ⋅ log₁₀ 50

log₁₀ 50 ≈ 1,699

m ≈ 1 + 3,322 ⋅ 1,699 ≈ 6,644

Округляем до целого числа. Примем $m = 7$ групп.

2. Расчет равного интервала ($h$)

h = (Xmax - Xmin) / m = (580 000 - 45 000) / 7 = 535 000 / 7 ≈ 76 428,57 руб.

Для удобства округлим интервал до 75 000 руб.

3. Построение структурной группировки и расчет групповых средних

Сгруппируем условные данные по выручке и рассчитаем для каждой группы среднюю величину показателя.

№ п/п	Интервал выручки (тыс. руб.)	Число продаж ($n_i$)	Доля продаж (%)	Выручка в группе (тыс. руб.)	Средняя выручка в группе (тыс. руб.)
1	45 – 120	14	28,0%	1 260	90,0
2	120 – 195	12	24,0%	2 100	175,0
3	195 – 270	9	18,0%	2 160	240,0
4	270 – 345	6	12,0%	1 950	325,0
5	345 – 420	4	8,0%	1 560	390,0
6	420 – 495	3	6,0%	1 425	475,0
7	Свыше 495	2	4,0%	5 045	2 522,5
ИТОГО	–	50	100,0%	15 500	310,0

Анализ структурной группировки:

Данная группировка демонстрирует сильное смещение структуры продаж.

• Концентрация частоты: Почти 52% всех продаж (26 из 50) попадают в низкий и средний сегменты (выручка до 195 тыс. руб.). Это свидетельствует о том, что большинство клиентов предпочитают недорогие туры.
• Концентрация выручки: Однако, всего 4% продаж (2 сделки) в самой высокодоходной группе (свыше 495 тыс. руб.) приносят более 32% (5 045 / 15 500) общей выручки. Средняя выручка в этой группе составляет 2 522,5 тыс. руб., что резко контрастирует со средней выручкой всей совокупности (310 тыс. руб.).

Вывод: Деятельность турфирмы характеризуется сильным структурным разрывом. Она обслуживает большое число клиентов в низком ценовом сегменте, но основную прибыль формируют единичные, сверхдорогие сделки (вероятно, корпоративные или эксклюзивные VIP-туры).

Проведение аналитической (комбинационной) группировки

Задача: Исследовать взаимосвязь между факторным признаком (расходы на рекламу, ассоциированные с продажей) и результативным признаком (средняя выручка от продажи) для оценки эффективности рекламных кампаний.

В качестве факторного признака возьмем условный объем рекламных расходов, приходящихся на каждую сделку, сгруппировав его в 4 категории.

Интервал рекламных расходов (тыс. руб.)	Число продаж ($n_i$)	Средняя выручка на сделку в группе (тыс. руб.)
До 5	20	150
5 – 15	15	290
15 – 30	10	450
Свыше 30	5	1 100
ИТОГО	50	–

Анализ аналитической группировки:

Группировка четко демонстрирует наличие прямой статистической связи между факторным и результативным признаками.

1. В группе с минимальными рекламными расходами (до 5 тыс. руб.), средняя выручка составляет 150 тыс. руб., что значительно ниже общей средней (310 тыс. руб.). Эти продажи, вероятно, генерируются за счет органического трафика или постоянных клиентов.
2. С увеличением рекламных вложений до сегмента «Свыше 30 тыс. руб.», средняя выручка возрастает более чем в 7 раз, достигая 1 100 тыс. руб.

Вывод: Наблюдается сильная положительная корреляция: более высокие рекламные инвестиции, направленные на привлечение конкретных целевых групп, приводят к кратному увеличению среднего чека и, соответственно, общей выручки. Фирме выгодно инвестировать в дорогие, но эффективные рекламные кампании, ориентированные на высокодоходные сегменты (например, корпоративные клиенты или туры премиум-класса). Это прямое доказательство того, что высокий средний чек оправдывает повышенные расходы на маркетинг.

Визуализация и интерпретация результатов анализа

Визуализация данных позволяет быстро оценить выявленные закономерности.

Для структурной группировки (по объему выручки) целесообразно использовать круговую или столбчатую диаграмму, чтобы показать доли (удельный вес) каждой группы в общем объеме продаж и общей выручке. Визуализация подтвердит, что, хотя групп с низкой выручкой большинство, их совокупный вклад в доход непропорционально мал по сравнению с немногочисленными группами с высокой выручкой.

Для аналитической группировки (зависимость выручки от рекламы) идеальным инструментом является линейчатая диаграмма или гистограмма. На оси абсцисс откладываются интервалы рекламных расходов, а на оси ординат — средняя выручка. График будет иметь ярко выраженный восходящий тренд, демонстрирующий, что кривая роста средней выручки резко идет вверх по мере увеличения расходов на рекламу.

Интерпретация выявленных закономерностей:

1. Закон неравномерного распределения: Анализ подтверждает, что в бизнесе турфирмы действует принцип Парето (20/80), где небольшое количество высокодоходных сделок (20%) формирует большую часть (80% или более) прибыли.
2. Эффективность целевого маркетинга: Увеличение инвестиций в рекламу, сфокусированную на дорогостоящих продуктах и клиентах, приводит к экспоненциальному росту доходности сделок. Это свидетельствует о потенциале масштабирования премиум-сегмента.
3. Структурный сдвиг: Руководство должно инициировать меры по увеличению доли высокодоходных продаж (группы 5-7), даже если это потребует сокращения доли низкомаржинальных, но частотных сделок (группы 1-2).

Информационные технологии в процессе статистической группировки

В современных условиях статистическая группировка больших объемов данных вручную неэффективна. На помощь приходят информационные технологии и специализированное программное обеспечение.

1. MS Excel и Google Sheets:

Базовым инструментом остается MS Excel. Функции, используемые для автоматизации группировки:

• СЧЁТЕСЛИ (COUNTIF): Для подсчета числа единиц в каждом интервале.
• Сводные таблицы (Pivot Tables): Наиболее мощный инструмент. Сводные таблицы позволяют быстро создавать комбинационные группировки, выбирая факторные признаки для строк/столбцов и рассчитывая средние значения или суммы для результативного признака.
• Гистограмма (Data Analysis ToolPak): Пакет анализа данных позволяет автоматически создать гистограмму и таблицу распределения частот по заданным интервалам.

2. Специализированное статистическое ПО (SPSS, R, Python):

Для работы с большими данными (Big Data) и сложными многомерными группировками используются профессиональные пакеты.

• Python (библиотеки Pandas и NumPy): Позволяет автоматизировать расчет оптимального числа интервалов, проводить кластерный анализ (по сути, усложненную типологическую группировку) и быстро визуализировать результаты.
• SPSS: Предлагает мощный функционал для автоматического построения частотных распределений и создания кросс-табуляций (комбинационных группировок), что критически важно для аналитической работы.

Применение ИТ-средств повышает точность расчетов, позволяет быстро менять группировочные признаки и интервалы для проведения сценарного анализа, и главное — сокращает время, необходимое для обработки данных, делая анализ оперативным.

Выводы и практические рекомендации

Обобщение ключевых результатов анализа

Проведенный анализ подтвердил, что статистические группировки являются незаменимым инструментом для структурирования и глубокого понимания финансово-экономических показателей предприятия.

Ключевые выводы, полученные с помощью группировок:

1. Структурная диспропорция: Фирма демонстрирует сильный разрыв между частотой продаж (преобладают низкодоходные сделки) и объемом выручки (основной доход формируется несколькими крупными сделками).
2. Зависимость от рекламы: Установлена четкая положительная зависимость: рост рекламных расходов, направленных на конкретные высокодоходные сегменты, приводит к значительному увеличению среднего чека и общей эффективности продаж.
3. Необходимость перераспределения ресурсов: Анализ показывает, что компания может добиться кратного роста прибыли, если будет смещать фокус с массовых, низкодоходных клиентов на премиум-сегмент.

Формулирование конкретных, обоснованных рекомендаций

На основе выявленных закономерностей, сформулированы следующие практические рекомендации для повышения эффективности деятельности туристской фирмы:

1. Оптимизация ассортимента и сегментирование:

• Провести типологическую группировку всего портфеля туров по критерию маржинальности. Сократить или полностью исключить из каталога туры, которые приносят минимальную выручку и отвлекают ресурсы менеджеров.
• Создать и активно продвигать специализированные «пакеты» для высокодоходного сегмента (например, корпоративный туризм, эксклюзивные индивидуальные туры), используя комбинационные группировки для точного таргетинга.

2. Целевая инвестиционная политика в маркетинг:

• Перераспределить рекламный бюджет. Принять решение об увеличении инвестиций в каналы, которые, согласно аналитической группировке, генерируют клиентов с высоким средним чеком.
• Внедрить систему постоянного мониторинга эффективности рекламных кампаний, используя факторную группировку, где факторный признак — канал привлечения (SEO, контекст, SMM), а результативный — средний доход на клиента.

3. Мотивация персонала:

• Пересмотреть систему премирования менеджеров, сместив акцент с количества закрытых сделок на их качественный показатель — объем выручки и маржинальность. Менеджеры должны быть мотивированы на работу с более сложными, но высокодоходными клиентами. Для этого необходимо провести аналитическую группировку менеджеров по объему продаж и средней выручке.

Применение статистических группировок в этом ключе позволяет руководству турфирмы перейти от интуитивных решений к стратегическому планированию, основанному на объективных количественных данных.

Заключение

Цель работы — систематизация теоретических знаний о статистических группировках и демонстрация их практической эффективности в анализе финансово-экономических показателей туристской фирмы — была полностью достигнута.

В ходе исследования были раскрыты сущность, роль и классификация статистических группировок (типологических, структурных и аналитических), а также детально описана методология их построения, включая применение формулы Стерджесса для определения числа интервалов.

Практический анализ на примере условных данных о продажах турфирмы убедительно показал, как структурная группировка выявляет диспропорции в структуре бизнеса, а аналитическая группировка позволяет установить прямую причинно-следственную связь между рекламными инвестициями и эффективностью продаж. Выявленные закономерности послужили основой для формулирования конкретных, обоснованных управленческих рекомендаций по оптимизации ассортимента и маркетинговой стратегии. Именно структурный анализ позволил нам сфокусироваться на тех 4% сделок, которые обеспечивают треть всей выручки, что является критически важным открытием для стратегического роста.

Таким образом, статистические группировки являются не просто теоретическим методом, но и мощным, гибким аналитическим инструментом, позволяющим трансформировать сырые данные в осмысленные выводы, критически важные для повышения конкурентоспособности и финансовой устойчивости любого предприятия в сфере услуг.

Список использованной литературы

1. Гусаров, В. М. Теория статистики. — М. : Аудит, 2009.
2. Ефимова, М. Р., Бычкова, С. Г. Практикум по социальной статистике. — М., 2009.
3. Ефимова, М. Р., Петрова, Е. В., Румянцев, В. Н. Общая теория статистики. — М. : Инфра-М, 2009.
4. Общая теория статистики : учеб. издание / И. И. Елисеева, М. М. Юрьев. — М. : Финансы и статистика, 2011.
5. Орлов, П. Я. Статистика : учебник. – М. : ТК Велби, Изд-во Проспект, 2010. – 328 с.
6. Сиденко, А. В., Попов, Г. Ю., Матвеева, В. М. Статистика : учебник. — М. : Дело и сервис, 2009.
7. Социальная статистика : учебник / под ред. И. И. Елисеевой. – 3-е изд., перераб. и доп. – М. : Финансы и статистика, 2011. – 480 с.
8. Статистика : учеб. пос. / под ред. А. В. Баев, М. М. Кононова. – М. : Финансы и статистика, 2005. – 368 с.
9. Статистика : учеб. пособие / под ред. Ф. Г. Долгушевского и Л. Г. Озеран. — М. : Мысль, 2012.
10. Теория статистики : учебник / под ред. Р. А. Шмойловой. — М. : Финансы и статистика, 2011.
11. Экономическая статистика : учебник / под ред. Ю. Н. Иванова. — М. : ИНФРА-М, 2009.
12. Официальный сайт Росстат. — URL: https://rosstat.gov.ru/ (дата обращения: 29.10.2025).
13. Сущность и классификация группировок – Теория статистики / И. В. Бурханова. — 2007. — URL: https://be5.biz/ekonomika/teoriya_statistiki/12.html (дата обращения: 29.10.2025).
14. Виды группировок / Л. И. Ниворожкина, Т. В. Чернова. Теория статистики. — URL: https://www.bizlog.ru/knigi/stat/teoriya-statistiki-nivorozhkina-chernova/3-2.php (дата обращения: 29.10.2025).
15. Экономическая статистика : В.1.20.2. — Томский государственный университет. — URL: https://ido.tsu.ru/resurs/op/ekstat/v_1_20_2_jekonomicheskaja_statistika.html (дата обращения: 29.10.2025).
16. Статистика. Сводка и группировка данных статистического наблюдения : учебное пособие. — Казанский федеральный университет. — URL: https://kpfu.ru/docs/F1139702220/Uchebnoe_posobie_Statistika_Svodka_i_gruppirovka_dannyh_statisticheskogo_nablyudeniya.pdf (дата обращения: 29.10.2025).
17. Систематизация и анализ статистической информации с помощью аналитических группировок / О. В. Бубнова [и др.] // Вестник РАНХиГС. — 2021. — № 4. — URL: https://siktivkar.ranepa.ru/images/pages/Наука/Вестник/2021/4/1_1-Статья.pdf (дата обращения: 29.10.2025).
18. Какие методы используются для анализа статистических данных в современном бизнесе? — Вопросы к Поиску с Алисой (Яндекс Нейро). — URL: https://yandex.ru/search/turbo?text=Какие%20методы%20используются%20для%20анализа%20статистических%20данных%20в%20современном%20бизнесе%3F (дата обращения: 29.10.2025).
19. Какие статистические методы анализа данных используют в маркетинге. — Unisender. — URL: https://www.unisender.com/ru/blog/statisticheskie-metody-analiza-dannyh-v-marketinge/ (дата обращения: 29.10.2025).