Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Module 1
Introduction à Data Science et applications dans Marketing
- Aperçu de l'analyse : Type d'analyse - prédictive, prescriptive, inférentielle
- Pratique de l'analyse en Marketing
- Utilisation de Big Data et de différentes technologies - Introduction
Module 2
Marketing dans un monde numérique
- Introduction à Digital Marketing
- En ligne Advertising - Introduction
- [Optimisation des moteurs de recherche (SEO) - Étude de cas Google
- Social Media Marketing : Conseils et secrets - Exemple de Facebook, Twitter
Module 3
Exploratoire Data Analysis & ; Modélisation statistique
- Présentation et visualisation des données - Comprendre les données Business à l'aide d'un histogramme, d'un diagramme circulaire, d'un diagramme à barres, d'un diagramme de dispersion - Inférence rapide - Utilisation de Python.
- Modélisation statistique de base - Tendance, saisonnalité, regroupement, classifications (seulement les bases, les différents algorithmes et leur utilisation, pas de détails) - Code prêt dans Python.
- Analyse du panier de marché (MBA) - Étude de cas utilisant les règles d'association, le soutien, la confiance, la levée.
Module 4
Marketing Analyse I
- Introduction au processus Marketing - Étude de cas
- Utilisation des données pour améliorer la stratégie Marketing
- Mesurer les actifs de la marque, Snapple et la valeur de la marque - Positionnement de la marque
- Text Mining pour Marketing - Bases du Text Mining - Etude de cas pour Social Media Marketing
Module 5
Marketing Analyse II
- Valeur à vie du client (CLV) avec calcul - Étude de cas de la CLV pour les décisions commerciales
- Mesurer le cas et l'effet par le biais d'expériences - Étude de cas
- Calcul de la valeur de vie du client (CLV) avec calcul - Etude de cas
- Data Science en ligne Advertising - Conversion des taux de clics, analyse des sites web
Module 6
Les bases de la régression
- Ce que révèle la régression et les bases Statistics (peu de détails mathématiques)
- Interprétation des résultats de régression - avec étude de cas Python
- Comprendre les modèles log-log - Avec étude de cas utilisant Python
- Marketing Modèles mixtes - Étude de cas utilisant Python
Module 7
Classification et regroupement
- Bases de la classification et du clustering - Utilisation ; mention d'algorithmes
- Interprétation des résultats - Python Programmes avec sorties
- Ciblage des clients à l'aide de la classification et du clustering - Etude de cas
- Business Amélioration de la stratégie - Exemple de Email Marketing, promotions
- Nécessité des Big Data technologies de classification et de regroupement
Module 8
Analyse des séries temporelles
- Tendance et saisonnalité - Utilisation de l'étude de cas Python - Visualisations
- Différentes techniques de séries temporelles - AR et MA
- Modèles de séries temporelles - ARMA, ARIMA, ARIMAX (utilisation et exemples avec Python) - Étude de cas
- Prédiction des séries temporelles pour la campagne Marketing - Étude de cas
Module 9
Moteur de recommandation
- Personnalisation et stratégie Business
- Différents types de recommandations personnalisées - collaboratives, basées sur le contenu
- Différents algorithmes pour le moteur de recommandation - piloté par l'utilisateur, piloté par l'élément, hybride, Matrix factorisation (seulement la mention et l'utilisation des algorithmes sans Mathematica détails)
- Métriques de recommandation pour l'augmentation du chiffre d'affaires - Étude de cas détaillée
Module 10
Maximiser les ventes en utilisant Data Science
- Bases de la technique d'optimisation et ses utilisations
- Optimisation des stocks - étude de cas
- Augmenter le retour sur investissement en utilisant Data Science
- Lean Analyse - Accélérateur de startups
Module 11
Module 11 Data Science dans Pricing & ; Promotion I
- Fixation des prix - La science de la croissance rentable
- Techniques de demande Forecasting - Modéliser et estimer la structure des courbes de demande en fonction du prix
- Décision de tarification - Comment optimiser la décision de tarification - Étude de cas Python
- Analyse de la promotion - Calcul de base et modèle de promotion commerciale
- Utiliser la promotion pour une meilleure stratégie - Spécification du modèle de vente - Modèle multiplicatif
Module 12
Module 12 Data Science dans Fixation des prix et promotion II
- Recettes Management - Comment gérer les ressources périssables avec plusieurs segments de marché ?
- Regroupement de produits - Produits à rotation rapide et lente - Étude de cas avec Python
- Tarification des produits et services périssables - Tarification des compagnies aériennes et des hôtels - Mention des modèles stochastiques
- Mesures de promotion - traditionnelles et sociales
Pré requis
Aucune condition particulière n'est requise pour participer à ce cours.
21 Heures
Nos clients témoignent (4)
Understanding big data beter
Shaune Dennis - Vodacom
Formation - Big Data Business Intelligence for Telecom and Communication Service Providers
Subject presentation knowledge timing
Aly Saleh - FAB banak Egypt
Formation - Introduction to Data Science and AI (using Python)
It is great to have the course custom made to the key areas that I have highlighted in the pre-course questionnaire. This really helps to address the questions that I have with the subject matter and to align with my learning goals.
Winnie Chan - Statistics Canada
Formation - Jupyter for Data Science Teams
The example and training material were sufficient and made it easy to understand what you are doing.
