Build your ultimate AI agent
课程介绍
机器学习的兴起（几乎像"机器的崛起"？）以及将统计方法应用于营销，已经彻底改变了这一领域。机器学习正在用于优化客户旅程，从而最大化客户满意度和生命周期价值。本课程将为您提供可立即用于改进公司营销策略的基础工具。您将学习如何使用不同技术预测客户流失并解释其驱动因素，衡量并预测客户生命周期价值，最后基于产品购买模式构建客户细分。您将使用一家电信公司的客户数据来预测流失，基于一家在线零售商的数据构建 RFM（最近一次购买-购买频率-购买金额）数据集来预测客户生命周期价值，并使用一家杂货店的产品购买数据来构建客户细分。
先修要求
课程大纲
课程大纲
1
营销中的机器学习基础
在本章中，您将了解营销中常用的机器学习方法基础。您将学习机器学习的不同类型、数据准备步骤，并运行多个端到端模型来理解其效果。
2
流失预测与驱动因素
在本章中，您将学习流失预测的基础知识，然后拟合逻辑回归和决策树模型来预测流失。最后，您将探索结果并提炼洞见，了解哪些因素驱动客户流失。
3
客户生命周期价值（CLV）预测
在本章中，您将学习客户生命周期价值（CLV）的基础以及其不同的计算方法。您将运用这些知识，构建客户层面的购买特征，并使用线性回归来预测下个月的交易。
4
客户细分
最后一章将基于产品购买历史进行客户细分。您将探索两种不同的模型，以洞察客户的购买模式，并将其分组为区分清晰、易于解释的客户细分。
Python 营销中的机器学习
课程完成
