Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Programa do Curso
Módulo 1
Introdução à Ciência de Dados e Aplicações em Marketing
- Visão Geral da Análise: Tipos de análises - Preditiva, Prescritiva, Inferencial
- Prática da Análise em Marketing
- Uso de Big Data e Diferentes Tecnologias - Introdução
Módulo 2
Marketing no Mundo Digital
- Introdução ao Marketing Digital
- Publicidade Online - Introdução
- Otimização de Mecanismos de Busca (SEO) – Estudo de Caso do Google
- Marketing em Redes Sociais: Dicas e Segredos – Exemplo do Facebook, Twitter
Módulo 3
Análise Exploratória de Dados e Modelagem Estatística
- Apresentação e Visualização de Dados – Compreendendo os dados do negócio usando Histograma, Gráfico de Pizza, Gráfico de Barras, Diagrama de Dispersão – Inferência Rápida – Usando Python
- Modelagem Estatística Básica – Tendência, Sazonalidade, Agrupamento, Classificações (Apenas noções básicas, diferentes algoritmos e usos, sem detalhes) – Código pronto em Python
- Análise de Carrinho de Compras (MBA) – Estudo de Caso usando Regras de Associação, Suporte, Confiança, Elevação
Módulo 4
Análise de Marketing I
- Introdução ao Processo de Marketing – Estudo de Caso
- Utilização de Dados para Melhorar a Estratégia de Marketing
- Medição de Ativos da Marca, Snapple e Valor da Marca – Posicionamento de Marca
- Mineração de Texto para Marketing – Noções Básicas de Mineração de Texto – Estudo de Caso para Marketing em Redes Sociais
Módulo 5
Análise de Marketing II
- Valor do Cliente ao Longo da Vida (CLV) com Cálculo – Estudo de Caso para Decisões Empresariais usando CLV
- Medição de Causa e Efeito através de Experimentos – Estudo de Caso
- Cálculo do Aumento Projetado (Lift)
- Ciência de Dados em Publicidade Online – Taxa de Cliques, Análise de Site
Módulo 6
Noções Básicas de Regressão
- O Que a Regressão Revela e Estatística Básica (sem detalhes matemáticos)
- Interpretação dos Resultados da Regressão – Com Estudo de Caso usando Python
- Entendendo Modelos Log-Log – Com Estudo de Caso usando Python
- Modelos de Mistura de Marketing – Estudo de Caso usando Python
Módulo 7
Classificação e Agrupamento
- Noções Básicas de Classificação e Agrupamento – Uso; Menção de Algoritmos
- Interpretação dos Resultados – Programas Python com Saídas
- Segmentação de Clientes usando Classificação e Agrupamento – Estudo de Caso
- Melhoria de Estratégias Empresariais – Exemplo de Marketing por Email, Promoções
- Necessidade de Tecnologias Big Data em Classificação e Agrupamento
Módulo 8
Análise de Séries Temporais
- Tendência e Sazonalidade – Usando Estudo de Caso com Python - Visualizações
- Diferentes Técnicas de Séries Temporais – AR e MA
- Modelos de Séries Temporais – ARMA, ARIMA, ARIMAX (Uso e Exemplos com Python) – Estudo de Caso
- Previsão de Séries Temporais para Campanhas de Marketing
Módulo 9
Motor de Recomendação
- Personalização e Estratégia Empresarial
- Diferentes Tipos de Recomendações Personalizadas – Colaborativa, Baseada em Conteúdo
- Diferentes Algoritmos para Motor de Recomendação – User-Driven, Item-Driven, Híbrido, Fatorização Matricial (Apenas menção e uso dos algoritmos sem detalhes matemáticos)
- Métricas de Recomendação para Aumento da Receita – Estudo de Caso Detalhado
Módulo 10
Maximização de Vendas usando Ciência de Dados
- Noções Básicas de Técnicas de Otimização e Seus Usos
- Otimização de Estoque – Estudo de Caso
- Aumentando o ROI usando Ciência de Dados
- Lean Analytics – Acelerador de Startups
Módulo 11
Ciência de Dados em Preços e Promoções I
- Preço – A Ciência do Crescimento Lucrativo
- Técnicas de Previsão de Demanda - Modelagem e Estimativa da Estrutura das Curvas de Resposta ao Preço
- Decisão de Preços – Como Otimizar a Decisão de Preços – Estudo de Caso Usando Python
- Análise de Promoções – Cálculo da Linha de Base e Modelo de Promoção Comercial
- Uso de Promoções para Melhor Estratégia - Especificação do Modelo de Vendas – Modelo Multiplicativo
Módulo 12
Ciência de Dados em Preços e Promoções II
- Gerenciamento de Receita - Como gerenciar recursos perecíveis com múltiplos segmentos de mercado
- Embalagem de Produtos – Produtos Rápidos e Lentos – Estudo de Caso com Python
- Preço de Bens e Serviços Perecíveis - Preço de Companhias Aéreas e Hotéis – Menção de Modelos Estocásticos
- Métricas de Promoção – Tradicionais e Sociais
Requisitos
Não há requisitos específicos necessários para participar deste curso.
21 Horas
Declaração de Clientes (5)
Compreendendo melhor os dados grandes
Shaune Dennis - Vodacom
Curso - Big Data Business Intelligence for Telecom and Communication Service Providers
Máquina Traduzida
Younes é um excelente treinador. Sempre disposto a ajudar e muito paciente. Darei a ele cinco estrelas. Além disso, o treinamento de QLIK Sense foi excelente, graças a um excelente treinador.
Dietmar Glanninger - BMW
Curso - Qlik Sense for Data Science
Máquina Traduzida
O instrutor foi flexível. E na verdade, bastante encorajador para que eu fizesse o curso.
Grace Goh - DBS Bank Ltd
Curso - Python in Data Science
Máquina Traduzida
Aly Saleh - FAB banak Egypt
Curso - Introduction to Data Science and AI (using Python)
Máquina Traduzida
É ótimo ter o curso personalizado para as áreas-chave que destaquei no questionário pré-curso. Isso realmente ajuda a abordar as dúvidas que tenho sobre o conteúdo e a alinhar com meus objetivos de aprendizagem.
Winnie Chan - Statistics Canada
Curso - Jupyter for Data Science Teams
Máquina Traduzida
