Plan du cours
Partie 1 : Le flux d'entrée - l'acquisition de nouveaux clients
Nous nous concentrons sur le marketing direct. Nous n'examinerons donc pas les campagnes publicitaires, mais nous nous attacherons à comprendre les campagnes de marketing (par exemple, le publipostage). C'est la base de presque tout le reste du cours. Nous étudions la mesure et l'amélioration de l'efficacité des campagnes, y compris :
- L'importance des groupes de test et de contrôle. Le groupe de contrôle universel.
- Techniques : Courbes de Lift, AUC
- Le retour sur investissement. Optimisation des dépenses de marketing.
Partie 2 : Base Management : gestion des clients existants
Compte tenu du coût d'acquisition de nouveaux clients pour de nombreuses entreprises, il existe probablement peu d'actifs plus précieux que leur base de clients existants, même si peu d'entre elles l'envisagent de cette manière. Les sujets abordés sont les suivants
1. La vente croisée et la vente incitative : Offrir le bon produit ou service au client au bon moment - Techniques : Modèles RFM. Régression multinomiale. - b. Valeur des achats à vie.
2. Segmentation de la clientèle : Modèles de classification utilisant d'abord des arbres de décision simples, puis des forêts aléatoires et d'autres techniques plus récentes.
Partie 3 : Rétention : Conserver vos bons clients
Dans de nombreux secteurs d'activité, il est essentiel de comprendre quels clients sont susceptibles de partir et ce que vous pouvez faire pour y remédier afin d'assurer la rentabilité de votre entreprise, en particulier lorsqu'il s'agit d'achats répétés ou d'abonnements. Nous examinons les modèles de propension au départ, notamment - la régression logistique : glm (package stats) et les techniques plus récentes (en particulier gbm en tant qu'outil général) - l'optimisation des modèles (caret) et l'introduction aux modèles d'ensemble.
Partie 4 : Flux de sortie : Comprendre qui part et pourquoi
Les clients vous quittent - c'est une réalité. Ce qui est important, c'est de comprendre qui part et pourquoi. S'agit-il de clients à faible valeur ajoutée ou de vos meilleurs clients ? Partent-ils vers la concurrence ou parce qu'ils n'ont plus besoin de vos produits et services ?
Les thèmes abordés sont les suivants - Modèles de valeur du cycle de vie du client : Combinaison de la valeur des achats avec la propension au désabonnement et le coût du service et de la fidélisation du client. - Analyse des données d'enquête. (Généralement utile, mais nous ferons ici une brève introduction dans le contexte des enquêtes de sortie).
Pré requis
Les étudiants doivent être à l'aise avec R et comprendre les concepts de base du marketing.
Les étudiants doivent avoir accès à une version récente de R avec les paquets supplémentaires gbm, caret et survey installés avec leurs dépendances et les paquets suggérés.
Nos Clients témoignent (10)
The pace was just right and the relaxed atmosphere made candidates feel at ease to ask questions.
Rhian Hughes - Public Health Wales NHS Trust
Formation - Introduction to Data Visualization with Tidyverse and R
Le style flexible et amical. Apprendre exactement ce qui était utile et pertinent pour moi.
Jenny
Formation - Advanced R
Traduction automatique
The subject matter and the pace were perfect.
Tim - Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
Formation - Programming with Big Data in R
That Haytham started with the basics and gave us enough time to do the examples and ensure that we were at the same page before we moved on to the next topic.
Jaco Dreyer - Africa Health Research Institute
Formation - R Fundamentals
J'ai vraiment bénéficié des exemples pratiques de la vie réelle.
Wioleta
Formation - Data and Analytics - from the ground up
Traduction automatique
la clarté avec laquelle il a expliqué l'ensemble du cours, ainsi que la volonté de revenir sur l'ordre du jour lorsque cela s'avérait nécessaire
Carlos Eloy - AMERICAN EXPRESS COMPANY MEXICO
Formation - Data Analytics With R
Traduction automatique
very tailored to needs
Yashan Wang
Formation - Data Mining with R
The trainer was so knowledgeable and included areas I was interested in
Mohamed Salama
Formation - Data Mining & Machine Learning with R
Je me sens plus confiant en ce qui concerne le codage. Je ne l'avais jamais fait auparavant, mais maintenant je comprends que ce n'est pas sorcier et que je peux le faire quand c'est nécessaire.
Anna - Birmingham City University
Formation - Foundation R
Traduction automatique
Des matériaux de planification bien conçus et de haute qualité.
Andrew - Office of Projects Victoria - Department of Treasury & Finance
Formation - Forecasting with R
Traduction automatique