Nach diesen Kursen fühle ich mich sicher, professionelle Visualisierungen und Dashboards zu erstellen.
Shoebur RahmanBeschaffungsspezialist, Giz Bangladesh
Kursbeschreibung
Der Aufstieg von Machine Learning (klingt fast wie „Aufstand der Maschinen“, oder?) und der Einsatz statistischer Methoden im Marketing haben das Feld dauerhaft verändert. Machine Learning optimiert heute Customer Journeys, maximiert Zufriedenheit und Customer Lifetime Value. In diesem Kurs bekommst du die Grundlagen an die Hand, die du sofort einsetzen kannst, um die Marketingstrategie deines Unternehmens zu verbessern. Du lernst, mit verschiedenen Techniken Churn vorherzusagen und seine Treiber zu interpretieren, den Customer Lifetime Value zu messen und zu prognostizieren und schließlich Kundensegmente anhand ihrer Kaufmuster zu bilden. Du arbeitest mit Kundendaten eines Telekommunikationsunternehmens zur Churn-Vorhersage, erstellst einen Recency-Frequency-Monetary-Datensatz eines Onlinehändlers zur CLV-Prognose und bildest Kundensegmente aus Einkaufsdaten eines Lebensmittelhändlers.
Voraussetzungen
Lernprogramm
Kursübersicht
1
Grundlagen von Machine Learning im Marketing
In diesem Kapitel lernst du die Grundlagen von Machine-Learning-Methoden im Marketing kennen. Du erfährst mehr über verschiedene Arten von Machine Learning, Schritte der Datenaufbereitung und führst mehrere End-to-End-Modelle aus, um ihre Stärke zu verstehen.
- Warum ML im Marketing? Strategien und Anwendungsfälle50 XP
- Beispiele für Supervised Learning erkennen50 XP
- Überwachtes vs. unüberwachtes Lernen100 XP
- Vorbereitung fürs Modellieren50 XP
- Untersuche die Daten100 XP
- Numerische und kategoriale Spalten trennen100 XP
- Kategorien encodieren und numerische Variablen skalieren100 XP
- ML-Modellierungsschritte50 XP
- Daten in Training und Test aufteilen100 XP
- Einen Entscheidungsbaum fitten100 XP
- Churn mit Entscheidungsbaum vorhersagen100 XP
2
Churn-Vorhersage und Treiber
In diesem Kapitel lernst du die Grundlagen der Churn-Vorhersage kennen und passt anschließend Logistische Regressions- und Entscheidbaum-Modelle an, um Churn zu prognostizieren. Abschließend analysierst du die Ergebnisse und leitest Erkenntnisse darüber ab, welche Faktoren den Churn treiben.
3
Customer Lifetime Value (CLV) vorhersagen
In diesem Kapitel lernst du die Grundlagen des Customer Lifetime Value (CLV) und verschiedene Berechnungsmethoden kennen. Dieses Wissen nutzt du, um kundenbezogene Kaufmerkmale zu erstellen und mit linearer Regression die Transaktionen des nächsten Monats vorherzusagen.
4
Kundensegmentierung
In diesem letzten Kapitel tauchst du in die Kundensegmentierung auf Basis der Kaufhistorie ein. Du lernst zwei Modelle kennen, die Einblicke in das Kaufverhalten von Kundinnen und Kunden geben und sie in klar getrennte, gut interpretierbare Segmente gruppieren.
Machine Learning für Marketing mit Python
Kurs
abgeschlossen
