ข้ามไปยังเนื้อหาหลัก

คอร์ส

Machine Learning สำหรับการตลาดด้วย Python

ขั้นกลาง4 ชม.

ตั้งแต่ customer lifetime value, การคาดการณ์ churn ไปจนถึง segmentation - เรียนรู้และนำ use cases ของ Machine Learning สำหรับ Marketing ไปใช้ใน Python

Python4 ชม.16 วิดีโอ53 แบบฝึกหัด4,450 XP14,402หนังสือรับรองความสำเร็จ

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google
หรือ
เมื่อดำเนินการต่อ ถือว่าคุณยอมรับ ข้อกำหนดการใช้งานและ นโยบายความเป็นส่วนตัว และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บในสหรัฐอเมริกา

ได้รับความไว้วางใจจากผู้เรียนในบริษัทหลายพันแห่ง

กำลังฝึกอบรมทีมอยู่ใช่ไหม?

ทดลองใช้สำหรับองค์กร

รายละเอียดคอร์ส

Machine learning และการประยุกต์ใช้วิธีทางสถิติในด้านการตลาดได้เปลี่ยนแปลงวงการนี้ไปอย่างสิ้นเชิง ปัจจุบัน machine learning ถูกนำมาใช้เพื่อปรับปรุง customer journey ให้เกิดความพึงพอใจสูงสุดและเพิ่ม lifetime value ให้กับลูกค้า คอร์สนี้จะมอบเครื่องมือพื้นฐานที่นำไปใช้งานจริงได้ทันที เพื่อยกระดับกลยุทธ์การตลาดของบริษัท จะได้เรียนรู้วิธีใช้เทคนิคต่างๆ เพื่อพยากรณ์การเลิกใช้บริการของลูกค้า (churn) และวิเคราะห์ปัจจัยที่ขับเคลื่อน รวมถึงการวัดและพยากรณ์ Customer Lifetime Value และการสร้างกลุ่มลูกค้าตามรูปแบบการซื้อสินค้า โดยจะใช้ข้อมูลลูกค้าจากบริษัทโทรคมนาคมเพื่อพยากรณ์ churn สร้างชุดข้อมูล recency-frequency-monetary จากผู้ค้าปลีกออนไลน์เพื่อพยากรณ์ Customer Lifetime Value และสร้างกลุ่มลูกค้าจากข้อมูลการซื้อสินค้าของร้านขายของชำ

ข้อกำหนดเบื้องต้น

หลักสูตร

โครงร่างคอร์ส

1

พื้นฐาน Machine Learning สำหรับการตลาด

ในบทนี้จะสำรวจพื้นฐานของวิธี machine learning ที่ใช้ในด้านการตลาด ครอบคลุมประเภทต่างๆ ของ machine learning ขั้นตอนการเตรียมข้อมูล และการรันโมเดลแบบครบวงจรหลายรูปแบบ เพื่อให้เข้าใจศักยภาพของแต่ละโมเดล
เริ่มบท
2

การพยากรณ์ Churn และปัจจัยที่เกี่ยวข้อง

ในบทนี้จะเรียนรู้หลักพื้นฐานของการพยากรณ์ churn จากนั้นฝึกโมเดล logistic regression และ decision tree เพื่อพยากรณ์ churn และสุดท้ายจะวิเคราะห์ผลลัพธ์เพื่อดึงข้อมูลเชิงลึกเกี่ยวกับปัจจัยที่ขับเคลื่อน churn
เริ่มบท
3

การพยากรณ์ Customer Lifetime Value (CLV)

ในบทนี้จะเรียนรู้พื้นฐานของ Customer Lifetime Value (CLV) และวิธีการคำนวณที่แตกต่างกัน จากนั้นนำความรู้นี้ไปสร้าง feature ระดับลูกค้าเพื่อพยากรณ์จำนวนธุรกรรมในเดือนถัดไปโดยใช้ linear regression
เริ่มบท
4

การแบ่งกลุ่มลูกค้า

บทสุดท้ายนี้เจาะลึกเรื่องการแบ่งกลุ่มลูกค้าตามประวัติการซื้อสินค้า จะได้สำรวจโมเดล 2 แบบที่ให้ข้อมูลเชิงลึกเกี่ยวกับรูปแบบการซื้อของลูกค้า และจัดกลุ่มพวกเขาออกเป็นกลุ่มที่แยกชัดเจนและตีความได้ง่าย
เริ่มบท

Machine Learning สำหรับการตลาดด้วย Python

เรียนคอร์สจบแล้ว

รับใบรับรองความสำเร็จ

ลงทะเบียนเลย

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

เรียนรู้ได้ทุกที่ด้วยคอร์สบนมือถือและโจทย์เขียนโค้ด 5 นาทีประจำวัน