Build your ultimate AI agent
Mô tả khóa học
Những công ty thành công nhất hiện nay là những công ty hiểu khách hàng đến mức có thể dự đoán nhu cầu của họ. Chuyên viên phân tích dữ liệu đóng vai trò then chốt trong việc khai mở các insight chuyên sâu và phân khúc khách hàng để phục vụ tốt hơn. Trong khóa học này, bạn sẽ học các kỹ thuật thực tế về phân khúc khách hàng và phân tích hành vi, sử dụng một bộ dữ liệu thật chứa các giao dịch đã ẩn danh của khách hàng từ một nhà bán lẻ trực tuyến. Trước tiên, bạn sẽ thực hiện phân tích cohort để nắm bắt xu hướng khách hàng. Tiếp theo, bạn sẽ học cách xây dựng các phân khúc khách hàng dễ diễn giải. Bên cạnh đó, bạn sẽ chuẩn bị các phân khúc đã tạo để sẵn sàng cho Machine Learning. Cuối cùng, bạn sẽ làm cho các phân khúc mạnh hơn với phân cụm k-means chỉ trong vài dòng code! Kết thúc khóa học, bạn sẽ có thể áp dụng các kỹ thuật thực hành về phân tích hành vi và phân khúc khách hàng.
Yêu cầu tiên quyết
Chương trình học
Đề cương khóa học
1
Phân tích cohort
Ở chương đầu tiên này, bạn sẽ tìm hiểu về cohort và cách phân tích chúng. Bạn sẽ tự tạo cohort khách hàng của riêng mình, tính một số chỉ số và trực quan hóa kết quả.
- Giới thiệu về phân tích cohort50 XP
- Có bao nhiêu khách hàng được thu nhận?50 XP
- Phân tích nhóm người dùng (Cohort)50 XP
- Gán cohort theo ngày mua mới100 XP
- Tính độ lệch thời gian theo ngày - phần 1100 XP
- Tính độ lệch thời gian theo ngày - phần 2100 XP
- Chỉ số theo cohort50 XP
- Giữ chân khách hàng50 XP
- Tự tính retention rate từ đầu100 XP
- Tính giá trung bình100 XP
- Trực quan hóa phân tích cohort50 XP
- Trực quan hóa chỉ số số lượng trung bình100 XP
2
Phân tích Recency, Frequency và Monetary Value
Trong chương thứ hai, bạn sẽ tìm hiểu về các phân khúc khách hàng. Cụ thể, bạn sẽ làm quen với recency, frequency và monetary value, tạo các phân khúc khách hàng dựa trên những khái niệm này, và phân tích kết quả.
3
Tiền xử lý dữ liệu cho phân cụm
Sau khi đã tạo được một số phân khúc, bạn sẽ muốn đưa ra dự đoán. Tuy nhiên, trước hết bạn cần nắm vững các phương pháp chuẩn bị dữ liệu thực tiễn để đảm bảo thuật toán phân cụm k-means có thể phát hiện các phân khúc hợp lý và tách biệt tốt.
4
Phân khúc khách hàng với K-means
Trong chương cuối cùng này, bạn sẽ dùng dữ liệu đã tiền xử lý ở Chương 3 để xác định các cụm khách hàng dựa trên recency, frequency và monetary value.
Phân khúc khách hàng bằng Python
Hoàn
thành khóa học

