ExcelMarketing

Analiza danych marketingowych w Excel

24 - 26 lip 2024

Online

3 150,00 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

     Szkolenie Analiza danych marketingowych w Excel łączy umiejętności analityczne i narzędziowe z wiedzą z obszaru marketingu. W trakcie szkolenia nasi eksperci omówią najważniejsze obszary analiz marketingowych spotykanych w biznesie i wspólnie z uczestnikami stworzą rozwiązania w Excel. Ponadto plan szkolenia został rozszerzony o elementy dotyczące analizy badań marketingowych dzięki czemu szkolenie najobszerniej omawia kwestie analizy marketingowej. Zaletą szkolenia jest jego nastawienie na praktyczną analizę danych marketingowych i CRM oraz warsztatowa forma. Znajomość technik analitycznych ma ogromne znaczenie w marketingu i CRM a umiejętność ich praktycznego zastosowania warunkuje sukces działań marketingowych.

    Szkolenie prowadzone jest z wykorzystaniem dobrze znanego większości analityków narzędzia Excel którego możliwości zostają rozszerzone dzięki wykorzystaniu dodatków tak aby można było wykorzystać najlepsze techniki analityczne. Po ukończeniu szkolenia każdy z uczestników zostanie będzie znał najlepsze techniki statystyczne i maszynowego uczenia i będzie potrafił je wykorzystać przy analizie danych marketingowych.

    Dla kogo jest to szkolenie?

    Szkolenie adresowane jest do osób zajmujących się analizą danych marketingowych oraz CRM w Excel. Jeżeli chcesz poznać najnowsze techniki analizy danych w tym segmentacji, modelowania i prognozowania to szkolenie z analizy danych marketingowych w Excel jest stworzone dla Ciebie.

    Czego się nauczę?

    Po ukończeniu szkolenia uczestnik będzie potrafił:

    • Przygotować dane pod kątem analiz
    • Korzystać z narzędzia Solver do wyceny produktów i usług
    • Prognozować szeregi czasowe m.in. sprzedaży za pomocą regresji, wygładzania wykładniczego i sieci neuronowych
    • Przeprowadzać analizę preferencji konsumenckich w oparciu o zaawansowane metody
    • Estymować i analizować wartość klienta w czasie
    • Przeprowadzać segmentację z wykorzystaniem analizy skupień i bardziej zaawansowanych algorytmów i metod takich jak drzewa decyzyjne, SOM.
    • Analizować dane paragonowe i szukać wzorców zakupowych
    • Przeprowadzać szczegółową analizę kampanii marketingowych
    • Analizować wyniki badań marketingowych za pomocą zaawansowanych technik statystycznych i algorytmów maszynowego uczenia
    • Możliwości i dodatkowe narzędzia do Excel niezbędne w analityce marketingowej
    • Wykorzystanie tabeli przedstawnych do tworzenia raportów
    • Zastosowanie wykresów do tworzenia raportów
    • Zaawansowane funkcje do tworzenia podsumowań
    • Estymacja krzywej popytu i optymalizacja cen za pomocą Solvera
    • Wiązanie cen – optymalizacja cen wiązanych Solverem
    • Krzywe popytu a WTP – nieliniowe podejście do wyceny
    • Maksymalizacja popytu przy nieliniowej wycenie
    • Strategia Skimming
    • Revenue management
    • Korelacja i prosta regresja liniowa
    • Prognoza sprzedaży na podstawie regresji wielorakiej
    • Problemy i wyzwania w prognozowaniu szeregów czasowych
    • Modelowanie trendu i sezonowości w szeregach czasowych
    • Prognozy naiwne
    • Wygładzanie wykładnicze w prognozowaniu
    • Wykorzystanie sieci neuronowych do prognozowania sprzedaży
    • Analiza conjoint – metoda pełnych profili wyboru
    • Symulacje w analizie conjoint i wykorzystnaie Solvera do tworzenia profili produktów
    • Estymacja prawdopodobieństwa zdarzeń lub zachowań za pomocą regresji logistycznej
    • Analiza discrete choice w marketingu
    • Obliczanie wartości klienta w czasie
    • Wartość klienta a wycena firmy
    • Obliczanie wartości klienta za pomocą symulacji Monte Carlo
    • Alokacja zasobów marketingowych
    • Analiza skupień w zastosowaniu do segmentacji
    • Systemy rekomentacji
    • Zastosowanie algorytmów drzew decyzyjnych do segmentacji
    • RFM i optymalizacja kampanii marketingowych
    • Wykorzystanie krzywej S do prognozowania sprzedaży nowych produktów
    • Model dyfuzji innowacji
    • Metody jakościowe w prognozowanie sprzedaży nowych produktów
    • Analiza koszykowa i Lift
    • Model Scan*Pro
    • Alokacja przestrzeni sprzedażowej
    • Mierzenie efektywności kampanii marketingowych
    • Alokacja dla kanałów komunikacji
    • Metoda głównych składowych i Analiza czynnikowa (PCA i FA)
    • Skalowanie wielowymiarowy – MDS
    • Klasyfikacja za pomocą algorytmów maszynowego uczenia
    • Analiza wariancji – ANOVA
    • Text mining