Bu kursları tamamladıktan sonra profesyonel görselleştirmeler ve panolar oluşturma konusunda kendime güveniyorum
Shoebur RahmanSatın Alma Uzmanı, Giz Bangladesh
Kurs Açıklaması
R kullanarak pazarlama ve iş analitiği dünyalarına dalma zamanı. Şirketlerin her gün karşılaştığı sayısız karar var. İstatistiksel modellerin yardımıyla, içgüdülerine değil verilere dayanan iş kararlarını destekleyebileceksin. İstatistiksel modellemenin işletmelerin performansı üzerinde ne kadar büyük bir etkisi olabileceğini sana gösterelim. Sonuçlarını nasıl etkili şekilde iletişim kuracağını ve gerçekten fark yaratmaları için nasıl kullanacağını öğrenecek ve uygulayacaksın.
Ön Koşullar
Müfredat
Kurs planı
1
Doğrusal Regresyon ile Müşteri Yaşam Boyu Değeri Modelleme
Hangi müşterilerin işletmen için en değerli olduğuna nasıl karar verirsin? Doğrusal regresyon kullanarak müşteri yaşam boyu değerini nasıl modelleyeceğini öğren.
- CRM'de müşteri yaşam boyu değeri50 XP
- CLV'yi bilmenin faydaları50 XP
- Verilere göz atma100 XP
- Basit doğrusal regresyon50 XP
- Artık değerleri anlamak50 XP
- Basit doğrusal regresyonu tahmin etme100 XP
- Çoklu doğrusal regresyon50 XP
- Çoklu doğrusal bağlantıdan kaçınmak100 XP
- Katsayıların yorumlanması50 XP
- Model doğrulama, model uyumu ve tahmin50 XP
- Model uyumunun yorumlanması50 XP
- Gelecekteki satış tahminleri100 XP
2
Churn Önleme için Lojistik Regresyon
Bir müşterinin işletmenden ayrılıp ayrılmayacağını (churn) tahmin etmek, değerli müşterileri hedeflemek ve risk altındakileri elde tutmak için önemlidir. Lojistik regresyon kullanarak müşteri churn’ünü nasıl modelleyeceğini öğren.
3
Survival Analysis ile Yeniden Sipariş Süresini Modelleme
Bir olaya kadar geçen süreyi survival analysis kullanarak nasıl modelleyeceğini öğren. Bu, bir sonraki siparişe kadar geçen süre ya da bir kişinin churn etmesine kadar geçen süre olabilir.
4
Temel Bileşen Analizi ile Boyut Azaltma
CRM verileri oldukça kapsamlı olabilir. Topladığın her metrik, müşterilerin hakkında ilginç bilgiler barındırabilir. Ancak çok fazla değişken içeren bir veri kümesini yönetmek zordur. Temel bileşen analizi kullanarak verindeki değişken sayısını nasıl azaltacağını öğren. Bu yalnızca verini daha iyi anlamana yardımcı olmakla kalmaz. PCA aynı zamanda bilgiyi tekil endekslere yoğunlaştırmanı ve çok sayıda birbiriyle yüksek korelasyonlu değişken içeren bir regresyon analizinde çoklu doğrusal bağlantı (multicollinearity) sorunlarını çözmeni sağlar.
R
R ile Pazarlama Analitiği için Machine Learning
Kurs
Tamamlandı
