Bedankt voor uw aanvraag! Een van onze medewerkers neemt binnenkort contact met u op
Bedankt voor uw boeking! Een van onze medewerkers neemt binnenkort contact met u op.
Cursusaanbod
Module 1
Inleiding tot Data Science & Toepassingen in Marketing
- Overzicht van analytiek: Soorten analytiek - Voorspellende, Voorschrijvende, Inferentiële
- Analytische praktijk in Marketing
- Gebruik van Big Data en Verschillende Technologieën - Inleiding
Module 2
Marketing in een Digitale Wereld
- Inleiding tot Digitaal Marketing
- Online Advertising - Inleiding
- Zoekmachineoptimalisatie (SEO) – Google Casusstudie
- Social Media Marketing: Tips en Tricks – Voorbeeld van Facebook, Twitter
Module 3
Exploratory Data Analysis & Statistisch Modeleren
- Gegevenspresentatie en Visualisatie – Begrip van zakelijke gegevens met behulp van een Histogram, Taartdiagram, Staafdiagram, Strooidiagram – Snelle inferentie – Met behulp van Python
- Basics van Statistisch Modeleren – Trend, Seizoengebondenheid, Clustering, Classificaties (alleen basis, verschillende algoritmen en toepassingen, geen details) – Klaar code in Python
- Marktmandje-analyse (MBA) – Casusstudie met Associatie-regels, Ondersteuning, Vertrouwen, Lift
Module 4
Marketing Analytics I
- Inleiding tot het Marketingproces – Casusstudie
- Gebruik van gegevens om de marketingstrategie te verbeteren
- Meting van merkeigenschappen, Snapple en merkwaarde – Merkpositie
- Tekstmijnen voor Marketing – Basis van tekstmijnen – Casusstudie voor Social Media Marketing
Module 5
Marketing Analytics II
- Customer Lifetime Value (CLV) met Berekeningen – Casusstudie van CLV voor zakelijke beslissingen
- Metting van Oorzaak en Gevolg door Experimentele – Casusstudie
- Berekening van voorspelde Lift
- Data Science in Online Advertising – Klikratio-omzetting, Website-analyse
Module 6
Basis van Regressie
- Wat Regressie onthult en basisstatistieken (niet veel details over wiskunde)
- Interpretatie van regressieresultaten – Met een casusstudie met behulp van Python
- Begrip van Log-Log Modellen – Met een casusstudie met behulp van Python
- Marketingmixmodellen – Casusstudie met behulp van Python
Module 7
Classificatie en Clustering
- Basis van Classificatie en Clustering – Gebruik; Melding van algoritmen
- Interpretatie van de resultaten – Python-programma’s met uitvoeringen
- Klantentargeting met behulp van Classificatie en Clustering – Casusstudie
- Verbetering van bedrijfsstrategie – Voorbeeld van e-mailmarketing, acties
- Noodzaak van Big Data Technologieën bij Classificatie en Clustering
Module 8
Tijdreeksanalyse
- Trend en Seizoengebondenheid – Met een Python-gestuurde casusstudie - Visualisaties
- Verschillende Tijdreekstechnieken – AR en MA
- Tijdreeksmodellen – ARMA, ARIMA, ARIMAX (Gebruik en voorbeelden met Python) – Casusstudie
- Tijdreeksvoorspelling voor Marketingcampagnes
Module 9
Aanbevelingsmotor
- Personalisatie en Bedrijfsstrategie
- Verschillende soorten Gepersonaliseerde Aanbevelingen – Collaboratief, Contentgebaseerd
- Verschillende Algoritmen voor Aanbevelingsmotoren – Gebruikergebaseerd, Item-gedreven, Hybride, Matrixfactorisatie (Alleen vermelding en gebruik van de algoritmen zonder wiskundige details)
- Aanbevelingsmetriken voor Incrementele Omzet – Detaillede Casusstudie
Module 10
Verkoop Maximaliseren met Behoud van Data Science
- Basics van Optimalisatietechnieken en hun toepassingen
- Inventarisoptimalisatie – Casusstudie
- Verhoging van ROI met behulp van Data Science
- Lean Analytics – Startup Accelerator
Module 11
Data Science in Prijzen en Promotie I
- Prijzen – De Wetenschap van Winstgevend Groei
- Voorspellingstechnieken voor de vraag – Modelleren en schatten van de structuur van prijs-responsieve vraagcurves
- Prijsbesluit – Hoe de prijsbeslissing optimaliseren – Casusstudie met behulp van Python
- Promotie-analyse – Basisberekening en Handelspromotiemodel
- Het gebruik van promoties voor een betere strategie - Verkoopmodel Specificatie – Multiplicatief Model
Module 12
Data Science in Prijzen en Promotie II
- Inkomstenbeheer - Hoe houdbaar vermogen te beheren met meerdere marktsegmenten
- Productbundeling – Snelle en Langzame Verkoopproducten – Casusstudie met Python
- Prijzen van Verderfelijke Goederen en Diensten - Vliegmaatschappij & Hotelprijzen – Melding van Stochastische Modellen
- Promotiemetriken – Traditioneel en Sociaal
Vereisten
Er zijn geen specifieke vereisten nodig om aan deze cursus deel te nemen.
21 Uren
Getuigenissen (5)
Begrijpen van big data beter
Shaune Dennis - Vodacom
Cursus - Big Data Business Intelligence for Telecom and Communication Service Providers
Automatisch vertaald
Trainer was accommodatief. En eigenlijk erg moedigend voor mij om de cursus te volgen.
Grace Goh - DBS Bank Ltd
Cursus - Python in Data Science
Automatisch vertaald
Onderwerp presentatiekennis timing
Aly Saleh - FAB banak Egypt
Cursus - Introduction to Data Science and AI (using Python)
Automatisch vertaald
Het is geweldig om de cursus te laten aanpassen aan de belangrijkste gebieden die ik in het vragenlijstje voorafgaand aan de cursus heb gemarkeerd. Dit helpt echt om de vragen die ik over het onderwerp heb te beantwoorden en om afgestemd te zijn op mijn leerdoelen.
Winnie Chan - Statistics Canada
Cursus - Jupyter for Data Science Teams
Automatisch vertaald
Het toont vele methoden met vooraf bereide scripts- zeer goed bereide materialen en gemakkelijk terug te traceren
Kamila Begej - GE Medical Systems Polska Sp. Zoo
Cursus - Machine Learning – Data science
Automatisch vertaald
