Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Struttura del corso
Modulo 1
Introduzione alla Data Science e alle sue Applicazioni nel Marketing
- Panoramica dell'Analisi dei Dati: Tipologie di analisi - Predittiva, Prescrittiva, Inferenziale
- Pratica dell'Analisi dei Dati nel Marketing
- Utilizzo di Big Data e Diverse Tecnologie - Introduzione
Modulo 2
Marketing nel Mondo Digitale
- Introduzione al Marketing Digitale
- Pubblicità Online - Introduzione
- Ottimizzazione per i Motori di Ricerca (SEO) – Studio di caso Google
- Marketing sui Social Media: Consigli e Segreti – Esempi con Facebook, Twitter
Modulo 3
Analisi Explorativa dei Dati e Modellazione Statistica
- Presentazione e Visualizzazione dei Dati – Comprensione dei dati aziendali tramite Istogrammi, Grafici a Torta, Grafici a Barre, Diagrammi di Dispersione – Inferenze rapide – Utilizzando Python
- Modellazione Statistica di Base – Tendenze, Stagionalità, Clustering, Classificazioni (Solo nozioni di base, menzione degli algoritmi e dei loro utilizzi, senza dettagli matematici) – Codice pronto in Python
- Analisi del Carrello d'Acquisto (MBA) – Studio di caso utilizzando regole di associazione, supporto, confidenza, lift
Modulo 4
Analisi del Marketing I
- Introduzione al Processo di Marketing – Studio di caso
- Utilizzo dei Dati per Migliorare la Strategia di Marketing
- Misurazione degli Asset del Brand, Snapple e Valore del Brand – Posizionamento del Brand
- Data Mining per il Marketing – Nozioni di base sul data mining – Studio di caso per il marketing sui social media
Modulo 5
Analisi del Marketing II
- Valore a Vita del Cliente (CLV) con Calcolo – Studio di caso per decisioni aziendali basate su CLV
- Misurazione della Causalità tramite Esperimenti – Studio di caso
- Calcolo del Lift Proiettato
- Data Science nella Pubblicità Online – Conversione del Tasso di Click, Analisi dei Siti Web
Modulo 6
Nozioni di Base sui Regressori
- Cosa Rivelano i Regressori e Statistica di Base (senza dettagli matematici)
- Interpretazione dei Risultati della Regressione – Con Studio di caso utilizzando Python
- Comprensione dei Modelli Log-Log – Con Studio di caso utilizzando Python
- Modelli del Mix di Marketing – Studio di caso utilizzando Python
Modulo 7
Classificazione e Clustering
- Nozioni di Base sulla Classificazione e sul Clustering – Utilizzo; Menzione degli Algoritmi
- Interpretazione dei Risultati – Programmi Python con Output
- Targeting del Cliente tramite Classificazione e Clustering – Studio di caso
- Miglioramento della Strategia Aziendale – Esempi di Marketing via Email, Promozioni
- Necessità delle Tecnologie Big Data nella Classificazione e nel Clustering
Modulo 8
Analisi delle Serie Temporali
- Tendenza e Stagionalità – Con Studio di caso utilizzando Python - Visualizzazioni
- Diverse Tecniche delle Serie Temporali – AR e MA
- Modelli delle Serie Temporali – ARMA, ARIMA, ARIMAX (Utilizzo ed Esempi con Python) – Studio di caso
- Predizione delle Serie Temporali per le Campagne di Marketing
Modulo 9
Motore di Raccomandazione
- Personalizzazione e Strategia Aziendale
- Diverse Tipologie di Raccomandazioni Personalizzate – Collaborative, Basate sul Contenuto
- Diversi Algoritmi per il Motore di Raccomandazione – Guidati dagli Utenti, Guidati dai Prodotti, Ibridi, Fattorizzazione della Matrice (Solo menzione e utilizzo degli algoritmi senza dettagli matematici)
- Metriche di Raccomandazione per il Rendimento Incrementale – Studio di caso dettagliato
Modulo 10
Massimizzazione delle Vendite tramite Data Science
- Nozioni di Base sulle Tecniche di Ottimizzazione e i loro Usi
- Ottimizzazione degli Inventario – Studio di caso
- Aumento del ROI tramite Data Science
- Lean Analytics – Acceleratore per Start-up
Modulo 11
Data Science nei Prezzi e nelle Promozioni I
- Prezzistica – La Scienza della Crescita Profittevole
- Tecniche di Previsione della Domanda - Modellizzazione e Stima della Struttura delle Curve di Risposta al Prezzo
- Decisioni di Prezzistica – Come Ottimizzare le Decisioni sui Prezzi – Studio di caso Utilizzando Python
- Analisi delle Promozioni – Calcolo della Baseline e Modello di Promozione Commerciale
- Utilizzo delle Promozioni per Strategie Migliori - Specificazione del Modello di Vendita – Modello Moltiplicativo
Modulo 12
Data Science nei Prezzi e nelle Promozioni II
- Gestione del Ricavo - Come gestire risorse periture con segmenti di mercato multipli
- Bundling dei Prodotti – Prodotti veloci e lenti – Studio di caso con Python
- Prezzistica di Beni e Servizi Periti - Prezzi delle Compagnie Aeree e degli Alberghi – Menzione di Modelli Stocastici
- Metriche delle Promozioni – Tradizionali e sui Social Media
Requisiti
Non ci sono requisiti specifici necessari per partecipare a questo corso.
21 Ore
Recensioni (5)
Understanding big data beter
Shaune Dennis - Vodacom
Corso - Big Data Business Intelligence for Telecom and Communication Service Providers
Younes is a great trainer. Always willing to assist, and very patient. I will give him 5 stars. Also, the QLIK sense training was excellent, due to an excellent trainer.
Dietmar Glanninger - BMW
Corso - Qlik Sense for Data Science
Trainer was accommodative. And actually quite encouraging for me to take up the course.
Grace Goh - DBS Bank Ltd
Corso - Python in Data Science
Subject presentation knowledge timing
Aly Saleh - FAB banak Egypt
Corso - 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.
