After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Опис курсу
Це ваша нагода зануритися у світ маркетингової та бізнес-аналітики з R. Щодня компанії стикаються з безліччю рішень. За допомогою статистичних моделей ви зможете підкріплювати процес ухвалення бізнес-рішень даними, а не інтуїцією. Ми покажемо, який потужний вплив статистичне моделювання може мати на результати бізнесу. Ви навчитеся доносити результати та застосовувати стратегії комунікації, щоб вони справді приносили користь.
Попередні вимоги
Навчальний план
Зміст курсу
1
Моделювання довічної цінності клієнта за допомогою лінійної регресії
Як визначити, які клієнти є найціннішими для вашого бізнесу? Дізнайтеся, як моделювати довічну цінність клієнта за допомогою лінійної регресії.
- Пожиттєва цінність клієнта в CRM50 XP
- Переваги знання CLV50 XP
- Ознайомлення з даними100 XP
- Проста лінійна регресія50 XP
- Розуміння залишків50 XP
- Оцінювання простої лінійної регресії100 XP
- Множинна лінійна регресія50 XP
- Уникнення мультиколінеарності100 XP
- Інтерпретація коефіцієнтів50 XP
- Валідація моделі, якість припасування та прогнозування50 XP
- Інтерпретація якості підгонки моделі50 XP
- Прогнозування майбутніх продажів100 XP
2
Логістична регресія для запобігання відтоку
Прогнозування, чи клієнт покине ваш бізнес (відтік), важливе для таргетування цінних клієнтів і утримання тих, хто у зоні ризику. Дізнайтеся, як моделювати відтік клієнтів за допомогою логістичної регресії.
3
Моделювання часу до повторного замовлення за допомогою аналізу виживаності
Дізнайтеся, як моделювати час до настання події за допомогою аналізу виживаності. Це може бути час до наступного замовлення або до відтоку клієнта.
4
Зменшення розмірності за допомогою аналізу головних компонент
Дані CRM можуть бути дуже об'ємними. Кожна метрика, яку ви збираєте, може містити важливу інформацію про ваших клієнтів. Але працювати з набором даних із надто великою кількістю змінних складно. Дізнайтеся, як зменшити кількість змінних у ваших даних за допомогою аналізу головних компонент. Це не лише допомагає краще зрозуміти дані. PCA також дає змогу стиснути інформацію до окремих індексів і розв'язати проблему мультиколінеарності в регресійному аналізі з багатьма взаємопов'язаними змінними.
R
Machine Learning для маркетингової аналітики в R
Курс
завершено
