コース概要
モジュール 1
Data Science の概要と Marketing の応用
- 分析の概要: 分析の種類 - 予測、規範、推論
- Marketing での分析の実践
- Big Data とさまざまなテクノロジーの使用 - はじめに
モジュール 2
Marketing デジタルワールドで
- Digital Marketing の紹介
- オンライン Advertising - はじめに
- Search エンジン最適化 (SEO) – Google ケーススタディ
- Social Media Marketing: ヒントと秘密 – Facebook の例、Twitter
モジュール 3
探索的Data Analysis &;統計モデリング
- データのプレゼンテーションと視覚化 – ヒストグラム、円グラフ、棒グラフ、散布図を使用した Business データの理解 – 高速推論 – Python の使用
- 基本的な統計モデリング – 傾向、季節性、クラスタリング、分類 (基本のみ、異なるアルゴリズムと使用法、詳細は含まない) – Python の既製コード
- マーケットバスケット分析 (MBA) – アソシエーションルール、サポート、信頼性、リフトを使用したケーススタディ
モジュール 4
Marketing アナリティクスⅠ
- Marketing プロセスの概要 – ケーススタディ
- データを活用して戦略を改善する Marketing
- ブランド資産、スナップル、ブランド価値の測定 – ブランドのポジショニング
- テキストマイニング Marketing – テキストマイニングの基礎 – Social Media のケーススタディ Marketing
モジュール5
Marketing アナリティクスⅡ
- 計算による顧客生涯価値 (CLV) – ビジネス上の意思決定における CLV のケーススタディ
- 実験による事例と効果の測定 – ケーススタディ
- 予測揚力の計算
- オンライン Advertising の Data Science – クリック率変換、ウェブサイト分析
モジュール6
回帰の基本
- 回帰が明らかにするものと基本 Statistics (数学の詳細はあまり含まれていません)
- 回帰結果の解釈 – Python を使用したケーススタディ付き
- Log-Log モデルを理解する – Python を使用したケーススタディ付き
- Marketing ミックスモデル – Python を使用したケーススタディ
モジュール 7
分類とクラスタリング
- 分類とクラスタリングの基本 - 使用法。アルゴリズムについての言及
- 結果の解釈 – Python 出力のあるプログラム
- 分類とクラスタリングを使用した顧客のターゲティング – ケーススタディ
- Business 戦略の改善 – Email Marketing、プロモーションの例
- Big Data 分類とクラスタリングの技術の必要性
モジュール8
時系列分析
- 傾向と季節性 – Python 主導のケーススタディの使用 – 視覚化
- さまざまな時系列テクニック - AR と MA
- 時系列モデル – ARMA、ARIMA、ARIMAX (Python の使用法と例) – ケーススタディ
- Marketingキャンペーンの時系列予測
モジュール9
レコメンデーションエンジン
- パーソナライゼーションとBusiness戦略
- さまざまな種類のパーソナライズされた推奨事項 – 共同作業、コンテンツベース
- レコメンデーション エンジンのさまざまなアルゴリズム – ユーザー主導型、アイテム主導型、ハイブリッド、Matrix 因数分解 (Mathematical の詳細は含まず、アルゴリズムの言及と使用のみ)
- 増収収益の推奨指標 – 詳細なケーススタディ
モジュール 10
Data Scienceを使用して売上を最大化する
- 最適化手法の基礎とその活用法
- 在庫の最適化 – ケーススタディ
- Data Science を使用して ROI を向上させる
- Lean 分析 – スタートアップ アクセラレータ
モジュール 11
価格と価格の Data Science昇進Ⅰ
- 価格設定 – 収益性の高い成長の科学
- Demand Forecasting テクニック - 価格反応需要曲線の構造をモデル化し推定する
- 価格決定 – 価格決定を最適化する方法 – Python を使用したケーススタディ
- プロモーション分析 – ベースライン計算と貿易促進モデル
- より良い戦略のためのプロモーションの使用 - 販売モデルの仕様 - 乗算モデル
モジュール 12
Data Science 価格設定とプロモーション II
- 収益 Management - 複数の市場セグメントで傷みやすいリソースを管理する方法
- 製品バンドル – 動きの速い製品と動きの遅い製品 – Python によるケーススタディ
- 生鮮食品とサービスの価格設定 - 航空会社とサービスホテルの価格設定 – 確率モデルについての言及
- プロモーション指標 - 伝統的および社会的
要求
このコースに参加するために必要な条件は特にありません。
お客様の声 (4)
All the examples used and the lecturing style was on point even for a begginer i was able to understand and the training was so patient and always willing to go extra mile when in need of assistance.
Mathipa Chepape - Vodacom
コース - Big Data Business Intelligence for Telecom and Communication Service Providers
Intensity, Training materials and expertise, Clarity, Excellent communication with Alessandra
Marija Hornis Dmitrovic - Marija Hornis
コース - Data Science for Big Data Analytics
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
コース - Jupyter for Data Science Teams
Trainer was accommodative. And actually quite encouraging for me to take up the course.