Schița de curs
Modulul 1
Introducere în știința datelor și Aplicațiile în Marketing
- Prezentare generală a analiticii: Tipuri de analiză - Predictivă, Prescriptivă, Inferențială
- Practica analitică în marketing
- Utilizarea Big Data și a Tehnologiilor Diferite - Introducere
Modulul 2
Marketing într-un Lume Digitală
- Introducere în marketing digital
- Publicitate online - Introducere
- Optimizarea pentru motoarele de căutare (SEO) – Studiu de caz Google
- Marketing pe social media: Sfaturi și secrete – Exemplu cu Facebook, Twitter
Modulul 3
Analiza exploratorie a datelor și Modelare statistică
- Prezentarea și vizualizarea datelor – Înțelegerea datelor de afaceri folosind Istograme, Diațuri circulare, Diagrama de bare, Diagrama de disperzie – Inferință rapidă – Folosirea Pythonului
- Modelare statistică de bază – Tendințe, Sezonalitate, Clustering, Clasificări (Doar noțiuni de bază, algoritmi diferiți și utilizarea lor, fără detalii) – Cod gata făcut în Python
- Analiza Coșului de Cumpărături (MBA) – Studiu de caz folosind Reguli de asociere, Suport, Confidență, Lift
Modulul 4
Analiza Marketingului I
- Introducere în procesul de marketing – Studiu de caz
- Utilizarea datelor pentru îmbunătățirea strategiei de marketing
- Măsurarea activelor de brand, Snapple și Valoarea Brandului – Pozitionarea Brandului
- Mining-ul Textului pentru Marketing – Noțiuni de bază ale mining-ului textului – Studiu de caz pentru marketingul pe social media
Modulul 5
Analiza Marketingului II
- Valoarea totală a clientului (CLV) cu calcul – Studiu de caz al CLV pentru decizii de afaceri
- Măsurarea cauzalității prin experimente – Studiu de caz
- Calculul liftului proiectat
- Știința datelor în publicitate online – Conversia ratei de clic, Analitica site-ului web
Modulul 6
Noțiuni de bază despre regresie
- Ce dezvăluie regresia și statisticile de bază (fără detalii matematice)
- Interpretarea rezultatelor regresiei – Cu studiu de caz folosind Python
- Înțelegerea modelelor log-log – Cu studiu de caz folosind Python
- Modele de mix marketing – Studiu de caz folosind Python
Modulul 7
Clasificare și clustering
- Noțiuni de bază despre clasificare și clustering – Utilizare; Menționarea algoritmilor
- Interpretarea rezultatelor – Programe Python cu rezultate
- Atingerea clienților utilizând clasificare și clustering – Studiu de caz
- Îmbunătățirea strategiei de afaceri – Exemplu cu marketingul prin email, promoțiile
- Necessitatea tehnologiilor Big Data în clasificare și clustering
Modulul 8
Analiza seriei temporale
- Tendințe și sezonalitate – Studiu de caz folosind Python - Vizualizări
- Tehnici diferite pentru analiza seriei temporale – AR și MA
- Modele de serie temporală – ARMA, ARIMA, ARIMAX (Utilizare și exemple cu Python) – Studiu de caz
- Predicția seriei temporale pentru campanie de marketing
Modulul 9
Motor de recomandare
- Personalizarea și strategia de afaceri
- Tipuri diferite de recomandări personalizate – Collaborative, Bazat pe conținut
- Algoritmi diferiți pentru motorul de recomandare – Bazat pe utilizator, Bazat pe item, Hibrid, Factorizarea matricii (Doar menționări și utilizare a algoritmilor fără detalii matematice)
- Metrice de recomandare pentru venit incremental – Studiu de caz detaliat
Modulul 10
Maximalizarea vânzărilor folosind știința datelor
- Noțiuni de bază despre tehnici de optimizare și utilizările lor
- Optimizarea stocului – Studiu de caz
- Creșterea ROI-ului folosind știința datelor
- Lean Analytics – Accelerator pentru startup-uri
Modulul 11
Știința datelor în prețuri și promoții I
- Prețuirea – Știința creșterii profitabile
- Tehnici de previzionare a cererii - Modelarea și estimarea structurii curbelor de cerere preț-răspuns
- Decizia de prețuire – Cum să optimizați deciziile de prețuire – Studiu de caz folosind Python
- Analiza promoțiilor – Calculul bazal și modelul promovărilor comerciale
- Utilizarea promoțiilor pentru o strategie mai bună - Specificația modelului de vânzări – Model multiplicativ
Modulul 12
Știința datelor în prețuri și promoții II
- Gestiona prețurilor - Cum să gestionați resurse periszabile cu segmente de piață multiple
- Așezarea produselor – Produse rapide și lent vândute – Studiu de caz cu Python
- Prețuirea bunurilor și serviciilor periszabile - Prețuirea companiilor aeriene și hotelurilor – Menționarea modelelor stochastice
- Metrice de promoții – Tradiționale și sociale
Cerințe
Nu există cerințe specifice necesare pentru a participa la acest curs.
Mărturii (5)
Comprehanderea mai bine a datelor mari
Shaune Dennis - Vodacom
Curs - Big Data Business Intelligence for Telecom and Communication Service Providers
Tradus de catre o masina
Younes este un antrenor excelent. Întotdeauna dispus să ajute și foarte pacient. Ii voi da 5 stele. De asemenea, antrenamentul cu QLIK sense a fost excelent, din cauza unui antrenor excelent.
Dietmar Glanninger - BMW
Curs - Qlik Sense for Data Science
Tradus de catre o masina
Formatorul a fost acoperitor. De fapt, chiar încurajator pentru mine să mă abonez la curs.
Grace Goh - DBS Bank Ltd
Curs - Python in Data Science
Tradus de catre o masina
Prezentarea subiectului cunoștințelor cronologic
Aly Saleh - FAB banak Egypt
Curs - Introduction to Data Science and AI (using Python)
Tradus de catre o masina
Este minunat să aibă cursul personalizat în funcție de zonele cheie pe care le-am marcat în questionarul anterior la curs. Aceasta ne ajută cu adevărat să abordăm întrebările pe care le am cu privire la subiect și să ne aliniem cu obiectivele de învățare.
Winnie Chan - Statistics Canada
Curs - Jupyter for Data Science Teams
Tradus de catre o masina