After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Descrierea cursului
Ascensiunea machine learning-ului și aplicarea metodelor statistice în marketing au transformat pentru totdeauna acest domeniu. Machine learning-ul este folosit pentru a optimiza parcursul clienților, maximizând satisfacția și valoarea lor pe termen lung. Acest curs îți oferă instrumentele de bază pe care le poți aplica imediat pentru a îmbunătăți strategia de marketing a companiei tale. Vei învăța cum să folosești diferite tehnici pentru a prezice abandonul clienților și a înțelege factorii care îl determină, să măsori și să prognozezi valoarea pe durata vieții clientului și, în final, să construiești segmente de clienți pe baza tiparelor lor de cumpărare. Vei folosi date despre clienți dintr-o companie de telecomunicații pentru a prezice abandonul, vei construi un set de date de tip recență-frecvență-valoare monetară dintr-un retailer online pentru predicția valorii pe durata vieții clientului și vei crea segmente de clienți pe baza datelor de cumpărare dintr-un magazin alimentar.
Cerințe prealabile
Curriculum
Structura cursului
1
Noțiuni de bază despre machine learning pentru marketing
În acest capitol, vei explora noțiunile de bază ale metodelor de machine learning utilizate în marketing. Vei afla despre diferitele tipuri de machine learning, etapele de pregătire a datelor și vei rula câteva modele complete pentru a le înțelege potențialul.
- De ce să folosești ML în marketing? Strategii și cazuri de utilizare50 XP
- Identifică exemple de învățare supervizată50 XP
- Învățare supervizată vs. nesupervizată100 XP
- Pregătire pentru modelare50 XP
- Explorează datele100 XP
- Separarea coloanelor numerice și categorice100 XP
- Codifică variabilele categorice și scalează variabilele numerice100 XP
- Etapele modelării ML50 XP
- Împărțirea datelor în seturi de antrenament și testare100 XP
- Antrenează un arbore de decizie100 XP
- Prezice rata de abandon cu arbore de decizie100 XP
2
Predicția abandonului și factorii determinanți
În acest capitol vei învăța bazele predicției abandonului, apoi vei antrena modele de regresie logistică și arbori de decizie pentru a prezice abandonul clienților. În final, vei analiza rezultatele și vei extrage informații despre factorii care determină abandonul.
3
Predicția valorii pe durata vieții clientului (CLV)
În acest capitol vei învăța bazele valorii pe durata vieții clientului (CLV) și diferitele metodologii de calcul. Vei folosi aceste cunoștințe pentru a construi caracteristici de cumpărare la nivel de client și a prezice tranzacțiile din luna următoare folosind regresia liniară.
4
Segmentarea clienților
Acest capitol final explorează segmentarea clienților pe baza istoricului de cumpărare a produselor. Vei analiza două modele diferite care oferă informații despre tiparele de cumpărare ale clienților și îi grupează în segmente bine delimitate și ușor de interpretat.
Machine Learning pentru Marketing în Python
Curs
finalizat
