Data Science essential for Marketing/Sales professionals

參加本課程不需要任何特定要求。

本课程面向有意在Marketing /销售中深入应用数据科学的Marketing销售专业人员。课程提供
详细介绍了用于“升级”，“交叉销售”，市场细分，品牌推广和CLV的不同数据科学技术。

Marketing和销售的差异 - 销售和营销如何不同？

简而言之，销售可以被称为集中或针对个人或小团体的过程。另一方面， Marketing针对的是更大的群体或普通大众。 Marketing包括研究（确定客户需求），开发产品（生产创新产品）和推广产品（通过广告），并在消费者中创造产品意识。因此，营销意味着产生潜在客户或潜在客一旦产品进入市场，销售人员的任务就是说服顾客购买产品。销售意味着将潜在客户或潜在客户转化为购买和订单，而营销的目标是更长期，销售则涉及更短的目标。

模組 1

資料科學與 應用導論 Marketing

• 分析概述：分析類型 - 預測性、規範性、推理性
• 分析實踐 Marketing
• 大數據和不同技術的應用 - 簡介

模組 2

Marketing 在數位世界中

• 數字行銷概論
• 在線廣告 - 簡介
• 搜尋引擎優化 （SEO） – Google 案例研究
• Social Media 行銷：技巧和秘訣——Facebook、Twitter 的例子

模組 3

探索性 Data Analysis &統計建模

• 資料呈現和可視化 – 使用直方圖、餅圖、條形圖、散點圖理解業務數據 – 快速推理 – 使用 Python
• 基本統計建模 – 趨勢、季節性、聚類、分類（僅提供基礎知識、不同的演算法和用法，不提供任何細節） – Python 中的現成代碼
• 市場籃分析 （MBA） – 使用關聯規則、支援、信心、提升的案例研究

模組 4

Marketing 分析 I

• 行銷流程簡介 - 案例研究
• 利用數據改進行銷策略
• 衡量品牌資產、品牌價值和品牌價值——品牌定位
• 用於行銷的文本挖掘 – 文本挖掘的基礎知識 – Social Media 行銷案例研究

模組 5

Marketing 分析II

• 客戶生命週期價值 （CLV） 與計算 – CLV 在業務決策中的案例研究
• 通過實驗衡量案例和效果 - 案例研究
• 計算預計升力
• Data Science 在 在線廣告 – 點擊率轉化， 網站分析

模組 6

回歸基礎知識

• 回歸揭示的內容和基礎 Statistics（數學的細節不多）
• 解釋回歸結果 – 使用 Python 進行案例研究
• 瞭解對數-對數模型 - 使用 Python 的案例研究
• 營銷組合模型 – 使用 Python 的案例研究

模組 7

分類和聚類

• 分類和聚類的基礎知識 - 用法;提及演算法
• 解釋結果 – Python 帶有輸出的程式
• 使用分類和聚類進行客戶定位 - 案例研究
• 業務戰略改進 – 電子郵件行銷、促銷示例
• 大數據技術在分類和聚類中的需求

模組8

時間序列分析

• 趨勢和季節性 - 使用 Python 驅動的案例研究 - 可視化
• 不同的時間序列技術 – AR 和 MA
• 時間序列模型 – ARMA、ARIMA、ARIMAX（Python 的用法和示例）——案例研究
• 營銷活動的時間序列預測

模組 9

推薦引擎

• 個人化和業務戰略
• 不同類型的個人化推薦 - 協作式、基於內容
• 推薦引擎的不同演算法 – 使用者驅動、專案驅動、混合、Matrix 因式分解（僅提及和使用演算法，不涉及數學細節）
• 增量收入的推薦指標 - 詳細案例研究

模組 10

使用 Data Science 實現銷售最大化

• 優化技術的基礎知識及其用途
• 庫存優化 – 案例研究
• 使用數據科學提高投資回報率
• Lean 分析 – 創業加速器

模組 11

Data Science in 定價 &促銷一

• 定價 – 盈利增長的科學
• 需求預測技術 - 對價格回應需求曲線的結構進行建模和估計
• 定價決策 – 如何優化定價決策 – 使用 Python 的案例研究
• 促銷分析 – 基線計算和貿易促銷模型
• 使用促銷制定更好的策略 - 銷售模型規範 - 乘法模型

模組 12

Data Science 在定價和促銷II中

• 收入管理 - 如何管理具有多個細分市場的易腐資源
• 產品捆綁 – 快速和慢速產品 – 案例研究 Python
• 易腐商品和服務的定價 - 航空公司和酒店定價 – 提及隨機模型
• 促銷指標 - 傳統和社交