Считается, что в кризис денег на рекламу, а значит, на привлечение новых клиентов, у интернет-магазина нет. Мы предлагаем заняться тем, что ничего вам не стоит — проанализировать и вернуть тех клиентов, которые уже однажды у нас покупали, или хотя бы понять, почему они от нас ушли. Для этого стоит освоить профессиональный и несложный инструмент работы со статистикой — R на практическом семинаре от эксперта по работе с данными 6 октября. Для комфортной и продуктивной работы на курсе у нас всего 20 мест, потому читайте и регистрируйтесь 🙂
Читателям ресурса ain.ua даем скидку 10% на участие по промокоду dominate в комментарии к заказу.
Проблемы в работе с клиентскими базами, которые мы решим
- Интернет-магазины предлагают всем клиентам одно и то же, потому что маркетологи не могут быстро и эффективно проанализировать те данные о клиентах, которые есть в базе (история покупок, переходы, источники привлечения) чтобы сделать индивидуальное предложение для каждого.
- Для сегментации обычно используются костыли типа электронных таблиц
- Сегменты не всегда достоверны: даже если вы анализируете базу, не всегда хватает опыта и знаний проверить достоверность гипотез
- Ресурс программистов всегда ограничен, и выгрузка или интерпретация любых данных превращается в сплошную головную боль
Кому будет полезен курс: руководители и маркетологи
- интернет-маркетологам и директорам по маркетингу
- веб- и классическим аналитикам
- руководителям и владельцам бизнеса
- всем, кто работает с Big Data
- веб- и классическим аналитикам
- всем, кто хочет получить профессиональный и простой инструмент работы со статистикой.
Программа: ФОКУСируемся на сегментации и кластеризации
Как быстро сделать в R то, что мы привыкли долго делать в Excel
- Расчет пожизненной стоимости клиентов
- Расчет сегментов по RFM-группе
Теоретический блок — анализ на R
- Введение в R: современный инструмент работы со статистикой
- С какими данными мы работаем и их импорт
- Как хранятся данные и какие они бывают
- Как оперировать с данными с помощью простых функций
- Сложные функции — что нужно знать, чтобы их создавать в R
- Как от анализа данных перейти к решению маркетинговых задач
- Проблема очистки данных: как поставить задачу своему it-отделу, чтобы получить реальные данные потратив минимум нервов
Введение в маркетинг данных
- Как составить точный портрет клиента исходя из информации о просмотрах и покупках
- Что делать с теми, о ком мы почти ничего не знаем (просмотры без авторизации)
- Принципы сегментации и обзор популярных подходов (метод ближайших соседей, метод главных компонент)
- Как строить математически достоверные сегменты: статистика или случайность
- Как правильно интерпретировать полученные сегменты (определение семейного положения покупателя по тому, что он купил и др.)
Практический пример сегментации в области fashion-ритейла
- Сегментация клиентов по товарным предпочтениям на реальных данных
- Подбор технически верного метода для работы с данными
- Интерпретация полученных результатов в команде
Спикер — CBDO рекомендационного сервиса Softcube, эксперт в Machine Learning Роман Захаров
- 7 лет использует R
- 10 лет занимается машинным обучением
- 4 года преподавательской деятельности в Universite Catholique de Louvain (Бельгия)
- 3 года научных исследований в среде Matlab (Octave)
- совладелец Softcube, занимается разработкой математических моделей для рекомендательных систем
Big Data: хватит говорить, давайте заниматься
Как перестать восхищаться таким явлением как Big Data и начать этим заниматься на самом деле? R — язык программирования, позволяющий оперировать с данными без дополнительных интерфейсов, позволяющий решать нетрадиционные задачи и строить индвидуальные управленческие отчеты. Приходите на наш курс и сделайте первый шаг в мир больших данных!
