ОПИСАНИЕ КУРСА

Анализ данных в целевом маркетинге

О чем пойдет речь?
В интенсиве мы подробно рассмотрим:

1. Из каких этапов состоит жизненный цикл клиента,
2. Какие задачи приходится решать бизнесу на каждом из этих этапов,
3. Как перевести эти задачи с бизнес-языка на язык data science,
4. Какими методами data science эти задачи могут быть решены наиболее эффективно,
5. Какие сложности и типичные ошибки ожидают на этом пути и как их избежать.

Также мы поделимся профессиональными секретами эффективного решения этих задач средствами data science.
На кого рассчитан курс?
DS, желающие освоить область маркетинга;
Маркетинговые / Продуктовые аналитики, маркетологи, PO, PM - которые интересуются областью data science и тем, как они могли бы применять data science для эффективного решения своих бизнес-задач
Каков входной порог?
Предпочтительно - базовое знание Python и SQL.

ОПИСАНИЕ ПРОГРАММЫ КУРСА ПО ДНЯМ

День 1
Жизненный цикл клиента. Универсальный пайплайн обучения модели. Подготовка и оценка результатов пилота
  1. Основы маркетинга - и какие задачи маркетинга могут быть решены средствами data science?
  2. Этапы жизненного цикла клиента
  3. Какие данные доступны на каждом из этапов
  4. Универсальный пайплайн построения модели
  5. Подготовка пилота для сбора данных
  6. Оценка качества модели
  7. Отбор клиентов для кампании
  8. Оценка экономического эффекта модели
День 2
Оценка склонности клиента
к продукту. Естественный трафик. Целевой трафик. Клиенты без истории
1. Модели склонности
  • Определение понятия “склонность”
  • Применение моделей склонности в жизненном цикле клиента
  • Варианты формулировки целевого события
  • Единая модель склонности к нескольким продуктам
2. Клиенты без истории: определение и моделирование склонности для клиентов без истории
3. Не-клиенты (Новые клиенты)
  • Модели склонности для естественного трафика
  • Модели склонности для целевого трафика: Гиперсегментация и Синтетическая конверсия
День 3
Отклик клиента на продукт
1. Модели отклика
  • Определение отклика и применение моделей отклика в жизненном цикле клиента
  • Варианты формулировки целевого события
  • Модель чувствительности к коммуникации
2. UpLift: Определение, Формулировка целевого события, Скоринг
День 4
Отток клиентов. Определение оттока. Идентификация оттока. Удержание и реактивация клиентов
  1. Определение оттока: бинарный и метрический отток
  2. Задачи по предотвращению оттока
  3. Применение моделей оттока в жизненном цикле клиента
  4. Ансамбль моделей по предотвращению оттока клиентов
  5. Прогноз самостоятельного возвращения клиента
  6. Методы определения границ оттока: индивидуальные пороги оттока
  7. Фрод в предиктивных моделях оттока
  8. Удержание клиентов и их реактивация: варианты формулировки целевого события и скоринг
  9. Пути развития подходов по предотвращению оттока
  10. Нравственный аспект моделей удержания
День 5
Оценка экономического эффекта моделей (на примере модели удержания клиентов)
  1. Дизайн эксперимента для оценки экономического эффекта моделей удержания
  2. Слагаемые экономического эффекта (упущенная прибыль, отложенный эффект, непосредственный эффект кампании по удержанию клиентов)
  3. Предпочтительные и непригодные метрики
  4. Оценка непосредственного эффекта кампании по удержанию клиентов
  5. Оценка упущенной прибыли
  6. Оценка LTV
A²NCED
Запишитесь на курсы A2NCED
Email
Имя и фамилия
Телефон
Какой курс вам интересен?
Я представляю
Нажимая на кнопку, вы даете согласие на обработку персональных данных и соглашаетесь
c политикой конфиденциальности

Узнавайте об обновлениях
и новых курсах первыми!

Подписывайтесь на наше коммьюнити NoML (Not only Machine Learning), где мы публикуем все новости, общаемся и делимся мнениями об индустрии