MarketingR

Analityka marketingowa w R

08 - 10 maj 2024

Online

3 600,00 zł netto / osobę
Nie pasuje Ci żaden termin? Napisz do nas!
Zapisz więcej osób

Taniej w grupie

  • 3 osoby - 10% zniżki
  • 4 osoby - 15% zniżki
  • 5 osób - 20% zniżki
  • 6 osób - 25% zniżki
  • 7 osób - 30% zniżki
  • O szkoleniu

    Analityka marketingowa pozwala na lepsze zrozumienie zachowań obecnych klientów i na rozpoznanie potrzeb potencjalnych konsumentów. Szkolenie stanowi wprowadzenie do narzędzi analitycznych wykorzystywanych w marketingu bezpośrednim. Na wielu praktycznych przykładach omawiane są typowe problemy i sposoby ich rozwiązania związane z wyborem odbiorców kampanii marketingowych, segmentacją klientów i modelowaniem migracji.

    Przykłady rozwiązywane są w programie R, stanowiącym doskonałe narzędzie do analiz marketingowych. R jest programem darmowym, umożliwiającym budowanie modeli statystycznych wykorzystujących najnowsze osiągnięcia nauki, posiadającym ogromne możliwości w zakresie wizualizacji danych, mogącym przetwarzać duże zbiory danych pochodzących z wielu różnych źródeł oraz będącym jednocześnie językiem programowania oferującym możliwość pisania własnych procedur i skryptów automatyzujących pracę.

    Dla kogo jest to szkolenie?

    Szkolenie skierowane jest przede wszystkim do osób zajmujących się w swojej pracy zawodowej lub naukowej rozwiązywaniem problemów marketingowych przy wykorzystaniu metod ilościowych, chcących rozszerzyć swoją wiedzę na temat metod analizowania dużych zbiorów danych i ich zastosowania w programie R.

    Czego się nauczę?

    Po ukończeniu szkolenia, uczestnik będzie potrafił:

    • Wizualizować duże zbiory danych za pomocą atrakcyjnych wykresów
    • Dobierać i budować modele statystyczne służące do rozwiązywania konkretnych problemów z dziedziny marketingu bezpośredniego
    • Pisać zaawansowane skrypty w programie R, automatyzujące proces analizy danych.
    • Co to jest marketing i analityka marketingowa
    • Model IBRO
    • Dlaczego R?
    • Badanie efektywności kampanii – grupa testowa i kontrolna
    • Uogólniony model liniowy (GLM) i regresja logistyczna
    • Krzywa przyrostu
    • Modelowanie odpowiedzi netto na kampanię
    • Wprowadzenie do drzew decyzyjnych
    • Zyskowność kampanii marketingowej
    • Ćwiczenia
    • Segmentacja i jej rodzaje
    • Segmentacja za pomocą drzew decyzyjnych
    • Modele RFM
    • Ćwiczenia
    • Migracje klientów i ich rodzaje
    • Krzywe ROC i AUC
    • Modelowanie migracji klientów: glm, ctree, rpart, gbm, randomForest
    • Optymalizacja modelu za pomocą pakietu caret
    • Ćwiczenia
    • Mierzenie odpływu klientów
    • Pomiar wartości klienta
    • Analiza skupień: kmeans, clara, flexclust
    • Ćwiczenia