Después de hacer estos cursos, me siento seguro creando visualizaciones y cuadros de mando profesionales
Shoebur RahmanEspecialista en adquisiciones, Giz Bangladesh
Descripción del curso
El auge del Machine Learning (¿casi suena a "ascenso de las máquinas"?) y la aplicación de métodos estadísticos al marketing han cambiado el sector para siempre. El Machine Learning se usa para optimizar los recorridos de cliente y maximizar su satisfacción y su valor de vida. Este curso te dará las herramientas fundamentales que podrás aplicar de inmediato para mejorar la estrategia de marketing de tu empresa. Aprenderás distintas técnicas para predecir el churn y entender sus factores, medir y pronosticar el valor de vida del cliente, y, por último, crear segmentos de clientes a partir de sus patrones de compra. Utilizarás datos de clientes de una empresa de telecomunicaciones para predecir churn, construirás un conjunto de datos de recencia-frecuencia-monetario a partir de un minorista online para predecir el valor de vida del cliente y crearás segmentos de clientes con datos de compra de productos de un supermercado.
Requisitos previos
Programa de formación
Contenido del curso
1
Fundamentos de Machine Learning para marketing
En este capítulo explorarás los fundamentos de los métodos de Machine Learning usados en marketing. Verás los distintos tipos de Machine Learning, los pasos de preparación de datos y ejecutarás varios modelos de extremo a extremo para comprender su potencia.
- ¿Por qué usar Machine Learning en marketing? Estrategias y casos de uso50 XP
- Identifica ejemplos de aprendizaje supervisado50 XP
- Aprendizaje supervisado vs. no supervisado100 XP
- Preparación para el modelado50 XP
- Investiga los datos100 XP
- Separa columnas numéricas y categóricas100 XP
- Codifica variables categóricas y escala variables numéricas100 XP
- Pasos para modelar en ML50 XP
- Divide los datos en entrenamiento y prueba100 XP
- Ajusta un árbol de decisión100 XP
- Predecir churn con árbol de decisión100 XP
2
Predicción de churn y factores impulsores
En este capítulo aprenderás los fundamentos de la predicción de churn y luego ajustarás modelos de regresión logística y árboles de decisión para predecirlo. Por último, explorarás los resultados y extraerás conclusiones sobre cuáles son los factores que impulsan el churn.
3
Predicción del Customer Lifetime Value (CLV)
En este capítulo aprenderás los conceptos básicos del Customer Lifetime Value (CLV) y sus diferentes metodologías de cálculo. Aprovecharás este conocimiento para crear variables de compra a nivel de cliente y predecir las transacciones del mes siguiente usando regresión lineal.
4
Segmentación de clientes
Este capítulo final profundiza en la segmentación de clientes basada en el historial de compras. Explorarás dos modelos que ofrecen información sobre los patrones de compra de los clientes y los agrupan en segmentos bien diferenciados e interpretables.
Machine Learning para marketing en Python
Curso
completado
