Ana içeriğe atla

Kurs

R ile Pazarlama Analitiği için Machine Learning

Orta SeviyeBeceri Seviyesi

Güncel 05.2024

Bu kursta, veri bilimini çeşitli yaygın pazarlama görevlerinde nasıl kullanacağınızı öğreneceksiniz.

Kursa Ücretsiz Başlayın

RMachine Learning

4 sa

17 video

60 Egzersiz

4,200 XP

13,533

Başarı Belgesi

Binlerce şirketten öğrencinin sevgisini kazandı

Bir Ekibi Eğitiyor musunuz?

İşletmeler için deneyin

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.

Önkoşullar

Introduction to Regression in R

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 değeri

CLV'yi bilmenin faydaları

Verilere göz atma

Basit doğrusal regresyon

Artık değerleri anlamak

Basit doğrusal regresyonu tahmin etme

Çoklu doğrusal regresyon

Çoklu doğrusal bağlantıdan kaçınmak

Katsayıların yorumlanması

Model doğrulama, model uyumu ve tahmin

Model uyumunun yorumlanması

Gelecekteki satış tahminleri

Bölümü Başlat

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.

Çevrim içi pazarlamada churn önleme

Uygulama: churn önleme

Veri keşfi

Bağımlı değişkenin özellikleri

Modelleme ve model seçimi

Model tanımı ve kestirim

İstatistiksel anlamlılık

Model belirtimi

Örnek içi model uyumu ve eşik belirleme

Örnek içi uyum: tam model

Örnek içi uyum: kısıtlı model

En uygun eşik değerini bulma

Aşırı uyumun tehlikesi

Örnek-dışı doğrulama ve çapraz doğrulama

Örnek-dışı (out-of-sample) model uyumunu değerlendirme

Çapraz doğrulama

Bölümü Başlat

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.

Sağkalım analizi: giriş

Sağkalım analizinin kullanım alanları

Sağkalım analizi için veriler

Sağkalım analizinin özellikleri

Kaplan-Meier ile sağkalım eğrisi analizi

Sağkalım fonksiyonu, tehlike (hazard) fonksiyonu ve tehlike (hazard) oranı

Sağ kalım nesnesi

Kaplan-Meier Analizi

Sabit kovaryatlarla Cox PH modeli

Orantısal hazard varsayımı

Cox Orantılı Tehlike Modeli

Katsayıların yorumlanması

Model varsayımlarını kontrol etme ve tahmin yapma

PH varsayımının ihlali

Model varsayımları

Bölümü Başlat

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.

CRM verileri için PCA

PCA'nın Amaçları

Veriyi tanıyalım

Korelasyon yapısını keşfetme

PCA hesaplaması

Verilerin standardizasyonu

Bir PCA Hesapla

Bir PCA'nın sonuç nesnesi

Doğru sayıda temel bileşeni seçmek

Kaç bileşen anlamlı?

Bileşenlerin yorumlanması

Biplot ile görselleştirme

Bir regresyon analizinde temel bileşenler

Çok değişkenli regresyon analizi

Temel bileşenlerle doğrusal regresyon

Bölümü Başlat

R ile Pazarlama Analitiği için Machine Learning

Kurs
Tamamlandı

Başarı Belgesi Kazanın

Bu kimlik bilgisini LinkedIn profilinize, özgeçmişinize veya CV'nize ekleyin
Sosyal medyada ve performans incelemenizde paylaşınŞimdi kaydolun

Bugün 19 milyondan fazla öğrenciye katılın ve R ile Pazarlama Analitiği için Machine Learning eğitimine başlayın!

DataCamp for Mobile ile veri becerilerinizi geliştirin

Mobil kurslarımız ve günde 5 dakikalık kodlama görevlerimizle hareket halindeyken ilerleme kaydedin.