Онлайн-курс «Data Science for marketing»

Состоялось
7 июня (понедельник)
Место
Online
Стоимость
12000 грн/месяц

Практический курс для маркетологов и менеджеров, который научит интегрировать инструменты Data Science в процессы маркетингового планирования, анализа и управления для повышения marketing performance и управления маркетинговыми инвестициями и ROMI.

С помощью данных сегодня можно улучшать эффективность маркетинговых решений и бизнеса в целом. Можно и нужно. Поэтому данные — важный актив.

Маркетолог с пониманием, как использовать данные, получает не только оптимизацию ROMI, но и может влиять на снижение операционных, логистических и даже HR затрат. У него всегда есть инструмент для того, чтобы:

— оценить реальность поставленных целей и KPIs;
— управлять инвестициями в коммуникации;
— прогнозировать спрос и поведение потребителей;
— предвидеть возможные риски и их решения.

После двух модулей студенты получат опыт коммуникации и взаимодействия со специалистами в Data Science, научатся постановке задач и принятию решений. Кроме этого, после курса у участников останутся методические материалы, список полезных ресурсов и записи вебинаров.

7 июня. Курс длится 3 месяца. Занятия будут проходить по понедельникам и четвергам в 19:30.
12000 грн/месяц. 3 платежа по 12 000 грн или целиком 34 200 грн (со скидкой 5%).
20 студентов. Каждый студент получает фидбек от кураторов группы.

Детали и регистрация

Кураторы

Татьяна Катрич
EO и основатель Empower, Data management and Data driven Solutions for Business.

Леся Мандрик
Business Analyst Data Science for Business проектов в Empower.

Кому будет полезно

— Маркетологам.
— Продуктовым и бренд менеджерам.
— Аналитикам отдела маркетинга, которые хотят углубить / развивать экспертизу.
— Специалистам, которые хотят научится оценивать:

● возврат инвестиций в каналы продвижения (маркетинг, трейд);
● факторы влияния на эффективность развития бизнеса;
● риски и возможности.

Программа курса

1. Методы DS для решения задач маркетинга на разных уровнях
Теория.

2. Обычные методы vs Методы Data Science
— Примеры решения задач маркетинга на базе практических кейсов.

3. Интеграция Data Science методов в управление: операционной деятельностью, продвижением товара и бренда, Purchase Funnel, потоком потребителей
— Descriptive, predictive, prescriptive analytics (scenario).

4. Подробный разбор применения методов моделирования и прогнозирования на базе реального кейса
— Как разработать модель, как интерпретировать результаты, как правильно оценить качество, accuracy и улучшить работу модели.

5. Углубление в разработку модели
— Работа с данным, Exploratory data analysis: как собрать, что делать, когда данных мало, что делать, когда данные не качественные.
— Выбор экономически обоснованных моделей.
— Проведение тестов, A/B testing.

6. Работа с другими методами DS для решения задач маркетинга — решаем реальную задачу
— Что делать если нет ретроспективы?
— Оценка результатов запуска Digital кампании.

7. Работа над комплексной задачей: методы, этапы решения, бизнес процесс
— Методология дробления «большой задачи» на подзадачи / этапы и постановки количественных целей для каждого этапа.
— Примеры алгоритмов решений подобных задач — общий подход.

8. Разрабатываем Data Science проект с нуля на базе реальных потребностей и задач отдела маркетинга и «живых» данных
— Работа с проектом.

9. Set UP проекта — определение ключевой цели проекта и обязательных параметров проекта
— Этапность.
— Ресурсы.
— Тайминги.
— Форматы.
— Создание технического задания будущего проекта.

10. Участники проектной команды Data Science проекта
— Как выбрать / собрать команду для реализации Data Science проекта.

11. Production — разработка проекта — этапы и задачи каждого этапа
— Сбор данных, алгоритмы построения моделей, обработка, анализ и интерпретация результатов: Feature selection, Metric and method selection.
— Варианты визуализации: Tableau, Power BI, Google Data Studio.
— Варианты реализации моделирования с помощью облачных сервисов (GBQ, MS Azure).

12. Launch — интеграция Data Science решения в процесс маркетингового и бизнес планирования
— Способы контроля успешности реализации и внедрения, ключевые KPIs.
— Подводные камни и трудности при работе с DS проектами.

13. Завершение документации проекта

Кому подходит курс

1. Маркетологам

2. Продуктовым и бренд менеджерам

3. Аналитикам отдела маркетинга, которые хотят углубить / развивать экспертизу

4. Специалистам, которые хотят научится оценивать:
— возврат инвестиций в каналы продвижения (маркетинг, трейд);
— факторы влияния на эффективность развития бизнеса;
— риски и возможности.

Регистрация

👍НравитсяПонравилось0
В избранноеВ избранном0
LinkedIn

Нет комментариев

Подписаться на комментарииОтписаться от комментариев Комментарии могут оставлять только пользователи с подтвержденными аккаунтами.

Подписаться на комментарии