Marketing Analytics using R

学生应能够熟练使用R语言并理解基本的营销概念。

学生应该有权访问最新版本的 R，其中包含安装了其他包 gbm、插入符号和调查，以及它们的依赖项和建议的包。

听众

Business主（营销经理，产品经理，客户群经理）及其团队;客户见解专业人士。

概观

该课程遵循客户生命周期，从获得新客户，管理现有客户的盈利能力，留住优质客户，最终了解哪些客户离开我们以及为什么。我们将处理来自各行各业的真实（如果是匿名的）数据，包括电信，保险，媒体和高科技。

格式

由五个为期半天的课程进行的讲师指导培训，包括课堂练习和家庭作业。它可以作为教室或距离（在线）课程提供。

第 1 部分：流入 - 获取新客户

我们的重点是直接营销，因此我们不会关注广告活动，而是专注于了解营销活动（例如直邮）。这是课程中几乎所有其他内容的基础。我们着眼于衡量和提高活动效果，包括：

• 测试组和对照组的重要性。通用对照组。
• 技术：提升曲线，AUC
• 投资回报。优化营销支出。

第 2 部分：基础 Management：管理现有客户

考虑到许多企业获取新客户的成本，可能很少有资产比现有客户群更有价值，尽管很少有人以这种方式思考。主题包括：

1. 交叉销售和追加销售：以正确的time._向客户_Offering正确的产品或服务 - 技术：RFM 模型。多项式回归。- 湾。终身购买的价值。

2. 客户细分：_Understanding您have._的客户类型 - 首先使用简单的决策树进行分类模型，然后使用随机森林和其他较新的技术。

第 3 部分：保留：留住您的好客户

了解哪些客户可能会离开以及您可以做些什么是许多行业盈利的关键，尤其是在有重复购买或订阅的情况下。我们着眼于流失模型的倾向，包括 - 逻辑回归：glm（包统计）和更新的技术（尤其是作为通用工具的 gbm） - 调优模型（插入符号）和集成模型介绍。

第 4 部分：外流：了解谁将离开以及为什么离开

客户会离开你——这是生活中的事实。重要的是要了解谁要离开以及为什么离开。是低价值客户离开了，还是你最好的客户？他们是留给竞争对手，还是因为他们不再需要您的产品和服务？

主题包括： - 客户终身价值模型：将购买价值与流失倾向以及服务和留住客户的成本相结合。- 分析调查数据。（一般有用，但我们将在退出调查的背景下做一个简短的介绍。