Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Módulo 1
Introducción a la ciencia de datos y sus aplicaciones en marketing
- Descripción general del análisis: tipos de análisis - predictivo, prescriptivo, inferencial
- Práctica del análisis en marketing
- Uso de Big Data y diferentes tecnologías - Introducción
Módulo 2
El marketing en un entorno digital
- Introducción al marketing digital
- Publicidad en línea - Introducción
- Optimización para motores de búsqueda (SEO) - Estudio de caso de Google
- Marketing en redes sociales: consejos y secretos - Ejemplos de Facebook, Twitter
Módulo 3
Análisis exploratorio de datos y modelado estadístico
- Presentación y visualización de datos - Comprensión de los datos empresariales mediante histogramas, gráficos circulares, gráficos de barras y diagramas de dispersión - Inferencia rápida - Usando Python
- Modelado estadístico básico - Tendencia, estacionalidad, agrupamiento, clasificaciones (solo los conceptos básicos, diferentes algoritmos y usos, sin detalles extensos) - Código listo en Python
- Análisis de cestas de mercado (MBA) - Estudio de caso utilizando reglas de asociación, soporte, confianza y elevación (lift)
Módulo 4
Análisis de marketing I
- Introducción al proceso de marketing - Estudio de caso
- Utilización de datos para mejorar la estrategia de marketing
- Medición de activos de marca, Snapple y valor de marca - Posicionamiento de la marca
- Minería de texto para marketing - Conceptos básicos de la minería de texto - Estudio de caso para marketing en redes sociales
Módulo 5
Análisis de marketing II
- Valor de vida del cliente (CLV) con cálculo - Estudio de caso del CLV para la toma de decisiones empresariales
- Medición de causas y efectos mediante experimentos - Estudio de caso
- Cálculo del incremento proyectado (lift)
- Ciencia de datos en publicidad en línea - Tasa de conversión de clics, análisis web
Módulo 6
Conceptos básicos de regresión
- Qué revela la regresión y estadística básica (no muchos detalles matemáticos)
- Interpretación de los resultados de regresión - Con estudio de caso usando Python
- Comprensión de modelos log-log - Con estudio de caso usando Python
- Modelos de mezcla de marketing (Marketing Mix Models) - Estudio de caso usando Python
Módulo 7
Clasificación y agrupamiento
- Conceptos básicos de clasificación y agrupamiento - Usos; mención de algoritmos
- Interpretación de los resultados - Programas de Python con salidas
- Segmentación de clientes utilizando clasificación y agrupamiento - Estudio de caso
- Mejora de la estrategia empresarial - Ejemplos de marketing por correo electrónico, promociones
- Necesidad de tecnologías de Big Data en clasificación y agrupamiento
Módulo 8
Análisis de series temporales
- Tendencia y estacionalidad - Usando estudios de caso impulsados por Python - Visualizaciones
- Diferentes técnicas de series temporales - AR y MA
- Modelos de series temporales - ARMA, ARIMA, ARIMAX (uso y ejemplos con Python) - Estudio de caso
- Predicción de series temporales para campañas de marketing
Módulo 9
Motores de recomendación
- Personalización y estrategia empresarial
- Diferentes tipos de recomendaciones personalizadas - Colaborativas, basadas en contenido
- Diferentes algoritmos para motores de recomendación - Basados en el usuario, basados en el artículo, híbridos, factorización de matrices (solo mención y uso de los algoritmos sin detalles matemáticos)
- Métricas de recomendación para ingresos incrementales - Estudio de caso detallado
Módulo 10
Maximización de las ventas mediante la ciencia de datos
- Conceptos básicos de técnicas de optimización y sus usos
- Optimización de inventario - Estudio de caso
- Aumento del retorno de la inversión (ROI) utilizando ciencia de datos
- Análisis ágil (Lean Analytics) - Acelerador de startups
Módulo 11
Ciencia de datos en fijación de precios y promoción I
- Fijación de precios - La ciencia del crecimiento rentable
- Técnicas de previsión de la demanda - Modelar y estimar la estructura de las curvas de demanda de respuesta al precio
- Decisiones de fijación de precios - Cómo optimizar la decisión de precio - Estudio de caso usando Python
- Análisis de promociones - Cálculo de la línea base y modelo de promoción comercial
- Uso de promociones para una mejor estrategia - Especificación del modelo de ventas - Modelo multiplicativo
Módulo 12
Ciencia de datos en fijación de precios y promoción II
- Gestión de ingresos - Cómo gestionar recursos perecederos con múltiples segmentos de mercado
- Agrupación de productos (Product Bundling) - Productos de movimiento rápido y lento - Estudio de caso con Python
- Fijación de precios de bienes y servicios perecederos - Precio de aerolíneas y hoteles - Mención de modelos estocásticos
- Métricas de promoción - Tradicionales y sociales
Requerimientos
No hay requisitos específicos para asistir a este curso.
21 Horas
Testimonios (1)
Los ejercicios prácticos relacionados con el contenido realmente ayudan a comprender más sobre cada tema. Además, el estilo de comenzar la clase con una conferencia y continuar con ejercicios prácticos es bueno y útil para relacionarlo con la conferencia presentada anteriormente.
Nazeera Mohamad - Ministry of Science, Technology and Innovation
Curso - Introduction to Data Science and AI using Python
Traducción Automática
