After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
コース説明
機械学習の台頭（まるで“機械の台頭”のようですね）と、統計手法のマーケティングへの応用は、この分野を一変させました。機械学習は、顧客満足度とライフタイムバリューを最大化する顧客ジャーニーの最適化に活用されています。本コースでは、すぐに自社のマーケティング戦略に応用できる基礎ツールを身につけます。解約予測とその要因の解釈、顧客ライフタイムバリューの測定と予測、そして購買パターンに基づく顧客セグメントの構築方法を学びます。通信会社の顧客データで解約を予測し、オンライン小売のデータからRFM（Recency-Frequency-Monetary）を作成してCLVを予測し、食料品店の購買データから顧客セグメントを構築します。
前提条件
カリキュラム
コース概要
1
マーケティングのための機械学習の基礎
この章では、マーケティングで用いられる機械学習手法の基本を学びます。機械学習の種類やデータ前処理の流れを理解し、エンドツーエンドのモデルをいくつか動かして、その有用性を体験します。
2
解約予測と要因分析
この章では、まず解約予測の基礎を学び、続いてロジスティック回帰と決定木モデルで解約を予測します。最後に、結果を分析し、解約の主要な要因を特定してインサイトを得ます。
3
Customer Lifetime Value（CLV）の予測
この章では、Customer Lifetime Value（CLV）の基礎と、さまざまな計算手法を学びます。得た知識を使って顧客単位の購買特徴量を作成し、線形回帰で翌月の取引を予測します。
4
顧客セグメンテーション
最終章では、商品の購買履歴に基づく顧客セグメンテーションを扱います。顧客の購買パターンを理解し、分離性と解釈性の高いセグメントにグループ化するための2つのモデルを学びます。
Pythonで学ぶマーケティングのための機械学習
コース修了
