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
- Visión general del análisis: Tipos de análisis - Predictivo, Prescriptivo, Inferencial
- Práctica de análisis en Marketing
- Uso de Big Data y diferentes tecnologías - Introducción
Módulo 2
Marketing en un mundo digital
- Introducción al marketing digital
- Publicidad en línea - Introducción
- Optimización de motores de búsqueda (SEO) – Caso de estudio de Google
- Marketing en redes sociales: Consejos y secretos – Ejemplos de Facebook y Twitter
Módulo 3
Análisis exploratorio de datos y modelado estadístico
- Presentación y visualización de datos – Comprensión de datos empresariales mediante histogramas, gráficos de pastel, gráficos de barras y diagramas de dispersión – Inferencia rápida – Uso de Python
- Modelado estadístico básico – Tendencias, estacionalidad, agrupamiento, clasificaciones (solo conceptos básicos, diferentes algoritmos y su uso, sin detalles profundos) – Código listo en Python
- Análisis de canasta de mercado (MBA) – Caso de estudio usando reglas de asociación, soporte, confianza y levantamiento
Módulo 4
Análisis de marketing I
- Introducción al proceso de marketing – Caso de estudio
- Utilización de datos para mejorar la estrategia de marketing
- Medición de activos de marca: Snapple y valor de marca – Posicionamiento de marca
- Minería de texto para marketing – Conceptos básicos de minería de texto – Caso de estudio de marketing en redes sociales
Módulo 5
Análisis de marketing II
- Valor de vida del cliente (CLV) con cálculo – Caso de estudio del CLV para la toma de decisiones empresariales
- Medición de causa y efecto mediante experimentos – Caso de estudio
- Cálculo del levantamiento proyectado
- Ciencia de datos en publicidad en línea – Tasa de conversión de clics y análisis de sitios web
Módulo 6
Conceptos básicos de regresión
- Lo que revela la regresión y estadística básica (sin muchos detalles matemáticos)
- Interpretación de los resultados de regresión – Con caso de estudio usando Python
- Comprensión de modelos log-log – Con caso de estudio usando Python
- Modelos de mezcla de marketing – Caso de estudio usando Python
Módulo 7
Clasificación y agrupamiento
- Conceptos básicos de clasificación y agrupamiento – Uso; mención de algoritmos
- Interpretación de los resultados – Programas en Python con salidas
- Segmentación de clientes mediante clasificación y agrupamiento – Caso de estudio
- Mejora de la estrategia empresarial – Ejemplos de marketing por correo electrónico y promociones
- Necesidad de tecnologías de Big Data en clasificación y agrupamiento
Módulo 8
Análisis de series temporales
- Tendencias y estacionalidad – Caso de estudio impulsado por Python – Visualizaciones
- Diferentes técnicas de series temporales – AR y MA
- Modelos de series temporales – ARMA, ARIMA, ARIMAX (Uso y ejemplos con Python) – Caso de estudio
- Predicción de series temporales para campañas de marketing
Módulo 9
Motor de recomendación
- Personalización y estrategia empresarial
- Diferentes tipos de recomendaciones personalizadas – Colaborativas y basadas en contenido
- Diferentes algoritmos para motores de recomendación – Dirigidos por usuario, por producto, híbridos y factorización de matrices (solo mención y uso de los algoritmos sin detalles matemáticos)
- Métricas de recomendación para ingresos incrementales – Caso de estudio detallado
Módulo 10
Maximización de ventas mediante ciencia de datos
- Conceptos básicos de técnicas de optimización y sus usos
- Optimización de inventario – Caso de estudio
- Aumento del retorno de inversión (ROI) mediante ciencia de datos
- Análisis ágil (Lean Analytics) – Acelerador de startups
Módulo 11
Ciencia de datos en precios y promociones I
- Precios – La ciencia del crecimiento rentable
- Técnicas de pronóstico de demanda – Modelar y estimar la estructura de las curvas de demanda de respuesta a los precios
- Toma de decisiones de precios – Cómo optimizar las decisiones de precios – Caso de estudio usando Python
- Análisis de promociones – Cálculo de línea base y modelo de promoción comercial
- Uso de promociones para mejorar la estrategia – Especificación del modelo de ventas – Modelo multiplicativo
Módulo 12
Ciencia de datos en precios y promociones II
- Gestión de ingresos – Cómo gestionar recursos perecederos con múltiples segmentos de mercado
- Agrupación de productos – Productos de movimiento rápido y lento – Caso de estudio con Python
- Precios de bienes y servicios perecederos – Precios de aerolíneas y hoteles – Mención de modelos estocásticos
- Métricas de promoción – Tradicionales y sociales
Requerimientos
No se requieren 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
