After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
코스 설명
Machine Learning의 부상(왠지 "기계의 반란"이 떠오르지 않나요?)과 통계 기법의 마케팅 적용은 이 분야를 완전히 바꿔 놓았습니다. 이제 Machine Learning은 고객 여정을 최적화해 만족도와 고객 생애가치를 극대화하는 데 활용되고 있어요. 이 강의에서는 여러분이 곧바로 회사의 마케팅 전략 개선에 적용할 수 있는 기초 도구를 제공합니다. 다양한 기법으로 고객 이탈을 예측하고 그 요인을 해석하는 방법, 고객 생애가치를 측정하고 예측하는 방법을 배우며, 마지막으로 제품 구매 패턴을 바탕으로 고객 세그먼트를 구축합니다. 통신사의 고객 데이터를 사용해 이탈을 예측하고, 온라인 리테일러 데이터에서 최신성-빈도-금액(RFM) 데이터셋을 만들어 고객 생애가치를 예측하며, 그로서리 매장의 제품 구매 데이터를 바탕으로 고객 세그먼트를 구성해 볼 거예요.
사전 요구 사항
커리큘럼
코스 개요
1
마케팅을 위한 Machine Learning 기초
이 챕터에서는 마케팅에서 사용되는 Machine Learning의 기본을 살펴봅니다. Machine Learning의 유형, 데이터 준비 단계에 대해 배우고, 몇 가지 엔드 투 엔드 모델을 직접 실행해 그 효과를 이해해 볼 거예요.
2
이탈 예측과 주요 요인
이 챕터에서는 이탈 예측의 기본을 익힌 뒤, 로지스틱 회귀와 결정 트리 모델을 학습해 이탈을 예측합니다. 마지막으로 결과를 탐색하고, 이탈을 유발하는 주요 요인에 대한 인사이트를 도출해 볼 거예요.
3
Customer Lifetime Value (CLV) 예측
이 챕터에서는 Customer Lifetime Value (CLV)의 기본 개념과 다양한 계산 방법을 학습합니다. 이 지식을 바탕으로 고객 단위의 구매 특성을 구축하고, 선형 회귀를 사용해 다음 달 거래를 예측해 볼 거예요.
4
고객 세분화
마지막 챕터에서는 제품 구매 이력을 바탕으로 고객 세분화를 다룹니다. 고객의 구매 패턴에 대한 인사이트를 제공하는 두 가지 모델을 살펴보고, 분명하고 해석 가능한 고객 세그먼트로 그룹화해 볼 거예요.
Python으로 배우는 마케팅용 Machine Learning
코스
완료
