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.
Testimonials (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.