عنوان کتاب به انگلیسی: |
Data Science for Marketing Analytics: Achieve your marketing goals with the data analytics power of Python |
| سال انتشار: 2019 | 420 صفحه | حجم فایل: 7 مگابایت | زبان: انگلیسی |
| نویسنده | Tommy Blanchard, Debasish Behera |
| ناشر | Packt Publishing |
| ISBN10: | 1789959411 |
| ISBN13: | 9781789959413 |
توضیحات کتاب
Key FeaturesStudy new techniques for marketing analytics
Explore uses of machine learning to power your marketing analyses
Work through each stage of data analytics with the help of multiple examples and exercisesBook Description
Data Science for Marketing Analytics covers every stage of data analytics, from working with a raw dataset to segmenting a population and modeling different parts of the population based on the segments.
The book starts by teaching you how to use Python libraries, such as pandas and Matplotlib, to read data from Python, manipulate it, and create plots, using both categorical and continuous variables. Then, you’ll learn how to segment a population into groups and use different clustering techniques to evaluate customer segmentation. As you make your way through the chapters, you’ll explore ways to evaluate and select the best segmentation approach, and go on to create a linear regression model on customer value data to predict lifetime value. In the concluding chapters, you’ll gain an understanding of regression techniques and tools for evaluating regression models, and explore ways to predict customer choice using classification algorithms. Finally, you’ll apply these techniques to create a churn model for modeling customer product choices.
By the end of this book, you will be able to build your own marketing reporting and interactive dashboard solutions.
What you will learn
Analyze and visualize data in Python using pandas and Matplotlib
Study clustering techniques, such as hierarchical and k-means clustering
Create customer segments based on manipulated data
Predict customer lifetime value using linear regression
Use classification algorithms to understand customer choice
Optimize classification algorithms to extract maximal information
Who this book is for
Data Science for Marketing Analytics is designed for developers and marketing analysts looking to use new, more sophisticated tools in their marketing analytics efforts. It’ll help if you have prior experience of coding in Python and knowledge of high school level mathematics. Some experience with databases, Excel, statistics, or Tableau is useful but not necessary.
Table of Contents
Data Preparation and Cleaning
Data Exploration and Visualization
Unsupervised Learning: Customer Segmentation
Choosing the Best Segmentation Approach
Predicting Customer Revenue Using Linear Regression
Other Regression Techniques and Tools for Evaluation
Supervised Learning: Predicting Customer Churn
Fine-Tuning Classification Algorithms
Modeling Customer Choice
توضیحات کتاب به فارسی (ترجمه ماشینی)
ابزارهای جدید و پیشرفته تری را کشف کنید که تلاشهای تجزیه و تحلیل بازاریابی شما را کاهش داده و نتایج دقیقی به شما می دهد
ویژگی های کلیدی
تکنیک های جدید برای تجزیه و تحلیل بازاریابی را مطالعه کنید
استفاده از یادگیری ماشین را برای تأمین انرژی تحلیل های بازاریابی خود کاوش کنید
از طریق هر مرحله از تجزیه و تحلیل داده ها با کمک چندین مثال و تمرینات کار کنید
توضیحات کتاب
علوم داده برای تجزیه و تحلیل بازاریابی ، هر مرحله از تجزیه و تحلیل داده ها را شامل می شود ، از کار با یک مجموعه داده خام گرفته تا تقسیم یک جمعیت و الگوبرداری از بخش های مختلف جمعیت بر اساس بخش ها.
این کتاب با آموزش نحوه استفاده از کتابخانه های پایتون ، مانند پاندا و ماتپلوتلیب ، برای خواندن داده ها از پایتون ، دستکاری آن و ایجاد توطئه ها ، با استفاده از متغیرهای طبقه بندی و مداوم ، شروع می شود.سپس ، شما می آموزید که چگونه یک جمعیت را به گروه ها تقسیم کنید و از تکنیک های مختلف خوشه بندی برای ارزیابی تقسیم بندی مشتری استفاده کنید.همانطور که راه خود را از طریق فصل ها می گذرانید ، راه هایی را برای ارزیابی و انتخاب بهترین روش تقسیم بندی کشف می کنید و به ایجاد یک مدل رگرسیون خطی در داده های ارزش مشتری برای پیش بینی ارزش طول عمر می پردازید.در فصل های پایانی ، درک تکنیک ها و ابزارهای رگرسیون برای ارزیابی مدلهای رگرسیون را به دست می آورید و راه هایی برای پیش بینی انتخاب مشتری با استفاده از الگوریتم های طبقه بندی را کشف می کنید.سرانجام ، شما این تکنیک ها را برای ایجاد یک مدل Churn برای مدل سازی گزینه های محصول مشتری اعمال می کنید.
با پایان این کتاب ، شما قادر خواهید بود تا راه حل های گزارشگری و داشبورد تعاملی خود را به بازاریابی خود بسازید.
آنچه یاد خواهید گرفت
تجزیه و تحلیل و تجسم داده ها در پایتون با استفاده از پاندا و matplotlib
تکنیک های خوشه بندی ، مانند خوشه بندی سلسله مراتبی و k-mean را مطالعه کنید
بخش های مشتری را بر اساس داده های دستکاری شده ایجاد کنید
ارزش طول عمر مشتری را با استفاده از رگرسیون خطی پیش بینی کنید
برای درک انتخاب مشتری از الگوریتم های طبقه بندی استفاده کنید
الگوریتم های طبقه بندی را برای استخراج اطلاعات حداکثر بهینه کنید
این کتاب برای چه کسی است
علوم داده برای تجزیه و تحلیل بازاریابی برای توسعه دهندگان و تحلیلگران بازاریابی که به دنبال استفاده از ابزارهای جدید و پیشرفته تر در تلاش های تجزیه و تحلیل بازاریابی هستند ، طراحی شده است.اگر تجربه قبلی برنامه نویسی در پایتون و دانش ریاضیات سطح دبیرستان داشته باشید ، کمک خواهد کرد.برخی از تجربه های مربوط به بانکهای اطلاعاتی ، اکسل ، آمار یا تابلو مفید است اما لازم نیست.
فهرست مطالب
تهیه و تمیز کردن داده ها
اکتشاف داده ها و تجسم
یادگیری بدون نظارت: تقسیم مشتری
انتخاب بهترین روش تقسیم بندی
پیش بینی درآمد مشتری با استفاده از رگرسیون خطی
سایر تکنیک های رگرسیون و ابزارهای ارزیابی
یادگیری تحت نظارت: پیش بینی چرب مشتری
الگوریتم های طبقه بندی تنظیم خوب
الگوبرداری از انتخاب مشتری
| توجه کنید که این محصول به صورت فایل دانلودی است و نه کتاب کاغذی. |
| به هنگام خرید به زبان درج شده برای کتاب حتما توجه کنید. به صورت معمول در اکثر موارد زبان کتاب فارسی نیست. |
| در صورت هرگونه مشکل در دریافت کتاب به شماره 09395106248 پیامک دهید. |
| درج شماره موبایل برای سفارش ضروری نیست ولی ترجیح آن است درج گردد تا در صورت بروز مشکل اولین راه ارتباطی ما با شما باشد. |
|
چنانچه در دریافت محصول به هر دلیلی با مشکل روبرو شدید و مطمئن از پرداخت موفق وجه هستید به شماره تماس زیر نام، نام خانوادگی و نام محصول را پیامک بزنید تا لینک محصول سریعا برای شما ارسال گردد.
شماره تماس: 09395106248 |
نقد و بررسی‌ها
هنوز بررسی‌ای ثبت نشده است.