Cursusaanbod
Module 1
Inleiding tot Data Science en toepassingen in Marketing
- Overzicht van analyses: type analyse: voorspellend, prescriptief, inferentieel
- Analytics-praktijk in Marketing
- Gebruik van Big Data en verschillende technologieën - Inleiding
module2
Marketing in een digitale wereld
- Inleiding tot Digital Marketing
- Online Advertising - Introductie
- Search Motoroptimalisatie (SEO) – Google casestudy
- Social Media Marketing: Tips en geheimen – Voorbeeld van Facebook, Twitter
module3
Verkennend Data Analysis & Statistische modellering
- Gegevenspresentatie en -visualisatie – De Business gegevens begrijpen met behulp van histogram, cirkeldiagram, staafdiagram, spreidingsdiagram – Snelle gevolgtrekking – Gebruik van Python
- Basisstatistische modellering – Trend, seizoensinvloeden, clustering, classificaties (alleen basisprincipes, ander algoritme en gebruik, geen details) – Kant-en-klare code in Python
- Marktmandanalyse (MBA) - Casestudy met behulp van associatieregels, ondersteuning, vertrouwen, lift
module4
Marketing Analyse I
- Inleiding tot Marketing Proces – Casestudy
- Gegevens gebruiken om de strategie te verbeteren Marketing.
- Meten van merkactiva, snapple en merkwaarde – merkpositionering
- Textmining voor Marketing – Basisprincipes van tekstmining – Casestudy voor Social Media Marketing
module5
Marketing Analyse II
- Customer Lifetime Value (CLV) met berekening – Casestudy van CLV voor zakelijke beslissingen
- Case en effect meten door middel van experimenten – Case Study
- Geprojecteerde lift berekenen
- Data Science in Online Advertising – Klikfrequentieconversie, Websiteanalyse
module6
Basisprincipes van regressie
- Wat regressie onthult en basis Statistics (niet veel details over wiskunde)
- Regressieresultaten interpreteren – met casestudy met behulp van Python
- Log-Log-modellen begrijpen – met casestudy met behulp van Python
- Marketing Mixmodellen – Casestudy met behulp van Python
Module 7
Classificatie en clustering
- Basisprincipes van classificatie en clustering – Gebruik; Vermelding van algoritmen
- De resultaten interpreteren – Python Programma's met output
- Klanttargeting met behulp van classificatie en clustering – casestudy
- Business Strategieverbetering – Voorbeeld van Email Marketing, Promoties
- Behoefte aan Big Data technologieën voor classificatie en clustering
Module 8
Tijdreeksanalyse
- Trend en seizoensinvloeden – Gebruik van Python gedreven casestudy's - visualisaties
- Verschillende tijdreekstechnieken – AR en MA
- Tijdreeksmodellen – ARMA, ARIMA, ARIMAX (gebruik en voorbeelden met Python) – Case Study
- Tijdreeksvoorspelling voor campagne Marketing.
Module 9
Aanbevelingsmotor
- Personalisatie en Business Strategie
- Verschillende soorten gepersonaliseerde aanbevelingen – collaboratief, op inhoud gebaseerd
- Verschillende algoritmen voor de aanbevelingsengine – gebruikergestuurd, itemgestuurd, hybride, Matrix factorisatie (alleen vermelding en gebruik van de algoritmen zonder Mathematica details)
- Aanbevelingsstatistieken voor incrementele inkomsten – gedetailleerde casestudy
Module 10
Verkoop maximaliseren met Data Science
- Basisprincipes van optimalisatietechniek en het gebruik ervan
- Voorraadoptimalisatie – Casestudy
- ROI verhogen met Data Science
- Lean Analyse – Opstartversneller
Module 11
Data Science in Prijzen & Promotie I
- Prijzen – De wetenschap van winstgevende groei
- Vraag Forecasting Technieken - Modelleer en schat de structuur van prijs-respons-vraagcurven
- Prijsbeslissing – Hoe u de prijsbeslissing kunt optimaliseren – Casestudy met behulp van Python
- Promotieanalyse – Basislijnberekening en handelspromotiemodel
- Promotie gebruiken voor een betere strategie - Specificatie van verkoopmodellen - Multiplicatief model
Module 12
Data Science in Prijzen en promotie II
- Inkomsten Management - Hoe bederfelijke hulpbronnen beheren met meerdere marktsegmenten
- Productbundeling – Snel- en langzaam bewegende producten – Casestudy met Python
- Prijzen van bederfelijke Goods en diensten - luchtvaartmaatschappij & Hotelprijzen - Vermelding van stochastische modellen
- Promotiestatistieken – traditioneel en sociaal
Vereisten
Er zijn geen specifieke vereisten om aan deze cursus deel te nemen.
Leveringsopties
PRIVÉGROEPSTRAINING
Onze identiteit draait om het leveren van precies wat onze klanten nodig hebben.
- Pre-cursusgesprek met uw trainer
- Aanpassing van de leerervaring om uw doelen te bereiken -
- Op maat gemaakte overzichten
- Praktische, praktische oefeningen met gegevens / scenario's die herkenbaar zijn voor de cursisten
- Training gepland op een datum naar keuze
- Gegeven online, op locatie/klaslokaal of hybride door experts die ervaring uit de echte wereld delen
Private Group Prices RRP from €6840 online delivery, based on a group of 2 delegates, €2160 per additional delegate (excludes any certification / exam costs). We recommend a maximum group size of 12 for most learning events.
Neem contact met ons op voor een exacte offerte en om onze laatste promoties te horen
OPENBARE TRAINING
Kijk op onze public courses
Reviews (4)
Understanding big data beter
Shaune Dennis - Vodacom
Cursus - Big Data Business Intelligence for Telecom and Communication Service Providers
Subject presentation knowledge timing
Aly Saleh - FAB banak Egypt
Cursus - 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
Cursus - Jupyter for Data Science Teams
The example and training material were sufficient and made it easy to understand what you are doing.