Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Programa del Curso
Módulo 1
Introducción a la Ciencia de Datos y Aplicaciones en Marketing
- Descripción general de la analítica: Tipo de analítica: predictiva, prescriptiva, inferencial
- Práctica analítica en Marketing
- Uso de Big Data y Diferentes Tecnologías - Introducción
Módulo 2
Marketing En un mundo digital
- Introducción al Marketing Digital
- Publicidad en línea - Introducción
- Optimización de motores de búsqueda (SEO) – Estudio de caso de Google
- Social Media Marketing: Consejos y secretos – Ejemplo de Facebook, Twitter
Módulo 3
Exploratorio Data Analysis & Modelado estadístico
- Presentación y visualización de datos - Comprensión de los datos comerciales mediante histograma, gráfico circular, gráfico de barras, diagrama de dispersión - Inferencia rápida - Uso Python
- Modelado Estadístico Básico – Tendencia, Estacionalidad, Clustering, Clasificaciones (Solo Básico, Algoritmo y uso diferentes, sin ningún detalle) – Código listo en Python
- Análisis de la cesta de la compra (MBA) – Estudio de caso utilizando las reglas de asociación, Soporte, Confianza, Elevación
Módulo 4
Marketing Analítica I
- Introducción al Proceso de Marketing – Estudio de Caso
- Utilización de datos para mejorar la estrategia de marketing
- Medición de los activos de marca, el snapple y el valor de la marca – Posicionamiento de marca
- Minería de textos para marketing - Conceptos básicos de minería de textos - Estudio de caso para Social Media Marketing
Módulo 5
Marketing Analítica II
- Valor de vida del cliente (CLV) con cálculo: estudio de caso de CLV para decisiones comerciales
- Medición de casos y efectos a través de experimentos – Estudio de caso
- Cálculo de la elevación proyectada
- Data Science En Publicidad en línea – Conversión de tasa de clics, Análisis de sitios web
Módulo 6
Conceptos básicos de regresión
- Lo que revela la regresión y básico Statistics (no hay muchos detalles de Matemáticas)
- Interpretación de los resultados de la regresión: con un estudio de caso utilizando Python
- Comprensión de los modelos Log-Log: con un estudio de caso con Python
- Modelos de Marketing Mix – Caso de estudio con Python
Módulo 7
Clasificación y agrupación en clústeres
- Conceptos básicos de clasificación y agrupación – Uso; Mención de algoritmos
- Interpretación de los resultados – Python Programas con salidas
- Segmentación de clientes mediante clasificación y agrupación: estudio de caso
- Mejora de la estrategia empresarial: ejemplo de marketing por correo electrónico, promociones
- Necesidad de tecnologías de Big Data en clasificación y clustering
Módulo 8
Análisis de series temporales
- Tendencia y estacionalidad - Uso de Python estudio de caso impulsado - Visualizaciones
- Diferentes técnicas de series temporales: RA y MA
- Modelos de series temporales - ARMA, ARIMA, ARIMAX (Uso y ejemplos con Python) - Estudio de caso
- Predicción de series temporales para campañas de marketing
Módulo 9
Motor de recomendaciones
- Personalización y Estrategia de Negocio
- Diferentes tipos de recomendaciones personalizadas: colaborativas, basadas en contenido
- Diferentes algoritmos para el motor de recomendación: impulsado por el usuario, impulsado por el elemento, híbrido, Matrix factorización (solo se mencionan y usan los algoritmos sin detalles matemáticos)
- Métricas de recomendación para ingresos incrementales: estudio de caso detallado
Módulo 10
Maximización de las ventas con Data Science
- Fundamentos de la técnica de optimización y sus usos
- Optimización de inventario: estudio de caso
- Aumento del retorno de la inversión mediante la ciencia de datos
- Lean Analytics – Acelerador de Startups
Módulo 11
Data Science en Precios y Promoción I
- Fijación de precios: la ciencia del crecimiento rentable
- Técnicas de predicción de la demanda: modelar y estimar la estructura de las curvas de demanda de precio-respuesta
- Decisión de precios - Cómo optimizar la decisión de precios - Estudio de caso con Python
- Análisis de promociones: cálculo de referencia y modelo de promoción comercial
- Uso de la promoción para una mejor estrategia - Especificación del modelo de ventas - Modelo multiplicativo
Módulo 12
Data Science En Precios y Promoción II
- Revenue Management - Cómo gestionar los recursos perecederos con múltiples segmentos de mercado
- Agrupación de productos - Productos de movimiento rápido y lento - Estudio de caso con Python
- Precios de bienes y servicios perecederos - Airline & Precios de los hoteles: mención de los modelos estocásticos
- Métricas de promoción: tradicionales y sociales
Requerimientos
No se necesitan requisitos específicos para asistir a este curso.
21 Horas
Testimonios (4)
Comprender mejor los datos masivos
Shaune Dennis - Vodacom
Curso - Big Data Business Intelligence for Telecom and Communication Service Providers
Traducción Automática
Presentación del tema conocimientos cronograma
Aly Saleh - FAB banak Egypt
Curso - Introduction to Data Science and AI (using Python)
Traducción Automática
Es genial que el curso esté diseñado específicamente para las áreas clave que he resaltado en el cuestionario previo al curso. Esto realmente ayuda a abordar las preguntas que tengo sobre el tema y a alinearse con mis objetivos de aprendizaje.
Winnie Chan - Statistics Canada
Curso - Jupyter for Data Science Teams
Traducción Automática
The example and training material were sufficient and made it easy to understand what you are doing.
Teboho Makenete
Curso - Data Science for Big Data Analytics
Traducción Automática
