Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Kursplan
Modul 1
Introduksjon til datavitenskap og applikasjoner i Marketing
- Analytics-oversikt: type analyse – prediktiv, foreskrivende, konklusjonsanalysepraksis i Marketing bruk av store data og ulike teknologier – introduksjon
Modul 2
Marketing i en digital verden
- Introduksjon til digital markedsføring på nettannonsering – Introduksjon Søkemotoroptimalisering (SEO) – Google Case Study Social Media Markedsføring: Tips og hemmelighet – Eksempel på Facebook, Twitter
Modul 3
Utforskende Data Analysis & Statistisk modellering
- Datapresentasjon og visualisering – Forstå forretningsdata ved hjelp av histogram, sektordiagram, søylediagram, spredningsdiagram – Rask slutning – Bruke Python Grunnleggende statistisk modellering – Trend, sesongmessighet, gruppering, klassifikasjoner (kun grunnleggende, forskjellig algoritme og bruk, ikke alle detaljer) – Klar kode i Python Market Basket Analysis (MBA) – Kasusstudie ved bruk av tilknytningsregler, Support, Confidence, Lift
Modul 4
Marketing Analyse I
- Introduksjon til markedsføringsprosessen – Kasusstudie ved å bruke data for å forbedre markedsføringsstrategien Måling av merkevareressurser, Snapple og merkeverdi – Merkevareposisjonering Tekstutvinning for markedsføring – Grunnleggende om tekstutvinning – Kasusstudie for Social Media markedsføring
Modul 5
Marketing Analyse II
- Customer Lifetime Value (CLV) med beregning – Kasusstudie av CLV for forretningsbeslutninger Måling av sak og effekt gjennom eksperimenter – Kasusstudie Beregning av anslått økning Data Science i nettbasert annonsering – Klikkratekonvertering, nettstedsanalyse
Modul 6
Grunnleggende om regresjon
- Hva regresjon avslører og grunnleggende Statistics (ikke mye detaljer om matematikk) Tolke regresjonsresultater – Med casestudie ved bruk av Python Forstå loggloggmodeller – Med casestudie ved bruk av Python Marketing Mix-modeller – Casestudie ved bruk av Python
Modul 7
Klassifisering og gruppering
- Grunnleggende om klassifisering og gruppering – bruk; Omtale av algoritmer som tolker resultatene – Python Programmer med resultater Kundemålretting ved bruk av klassifisering og gruppering – Forbedring av kasusstudier Forretningsstrategi – Eksempel på e-postmarkedsføring, kampanjebehov for Big Data-teknologier i klassifisering og gruppering
Modul 8
Tidsserieanalyse
- Trend og sesongvariasjon – Bruk av Python-drevet casestudie – visualiseringer ulike tidsserieteknikker – AR- og MA-tidsseriemodeller – ARMA, ARIMA, ARIMAX (Bruk og eksempler med Python) – Casestudie-tidsserieprediksjon for markedsføringskampanje
Modul 9
Anbefalt motor
- Personalisering og forretningsstrategi Forskjellige typer personlig tilpassede anbefalinger – samarbeidende, innholdsbaserte ulike algoritmer for anbefalingsmotor – Brukerdrevet, varedrevet, hybrid, Matrix Faktorisering (kun omtale og bruk av algoritmene uten matematiske detaljer) Anbefalingsberegninger for inkrementelle inntekter Detaljert kasusstudie
Modul 10
Maksimer salget ved å bruke Data Science
- Grunnleggende om optimaliseringsteknikk og dens bruksområder Lageroptimalisering – Kasusstudie Øke ROI ved hjelp av datavitenskap Lean Analytics – Startup Accelerator
Modul 11
Data Science i Priser & Kampanje I
- Prissetting – Vitenskapen om lønnsom vekst Etterspørselsprognoseteknikker – Modeller og estimer strukturen til pris-respons-etterspørselskurver Prisbeslutning – Hvordan optimalisere prisbeslutning – Kasusstudie ved å bruke Python Promotion Analytics – Grunnlinjeberegning og handelsfremmende modell ved bruk av markedsføring for bedre Strategi - Salgsmodellspesifikasjon - Multiplikativ modell
Modul 12
Data Science i Prissetting og markedsføring II
- Inntektsstyring – Hvordan administrere lett bedervelige ressurser med flere markedssegmenter Produktsammenkobling – Rask og saktegående produkter – Kasusstudie med Python Prissetting av bedervelige varer og tjenester – Flyselskap & Hotellpriser – Omtale av stokastiske modeller Promotion Metrics – Tradisjonell og sosial
Krav
Det er ingen spesifikke krav for å delta på dette kurset.
21 timer
Testimonials (4)
Understanding big data beter
Shaune Dennis - Vodacom
Kurs - Big Data Business Intelligence for Telecom and Communication Service Providers
Subject presentation knowledge timing
Aly Saleh - FAB banak Egypt
Kurs - 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
Kurs - Jupyter for Data Science Teams
The example and training material were sufficient and made it easy to understand what you are doing.
