Python应用技术:顾客数据分析 Python Applied Technology: Customer Data Analytics
体系课

Python应用技术:顾客数据分析 Python Applied Technology: Customer Data Analytics

  • Python

从数据到洞察 From data to insights: a hands-on guide to customer data analytics using Python

¥748
本课程包括
  • 5小时12分钟的视频随时观看
  • 可在APP随时观看
  • 结业证书
课程合作品牌
Gateway 迅佰汇
你将收获
  • 学习如何使用Python来处理、分析和可视化顾客数据。Participants will learn how to use Python for data analysis, including skills in data cleansing, processing, visualization and modeling
  • 学习如何处理不完整、不一致或缺失的数据,以确保数据质量和可靠性。 Learn how to handle incomplete, inconsistent, or missing data to ensure data quality and reliability.
  • Learn techniques such as customer segmentation, path-to-purchase analysis, and purchase behavior prediction using Python to gain insight into the motivations and trends behind customer behavior.
  • 使用Python来自动化报告的生成过程,从而节省时间和精力。Using Python to automate the report generation process saves time and effort.
  • 进行顾客数据分析,学员将获得实际项目经验Conduct customer data analysis, and students will gain practical project experience

数千家企业正在使用三节课企业版学习

无限制学习5000+门课程,200+精选学习专题

免费申请体验>
课程介绍

《Python应用技术:顾客数据分析》是一门结合Python编程与市场营销理论的课程。首先,课程将介绍市场营销的基本概念,包括细分、目标和定位,市场营销组合,实体零售商与网络零售商的共性与差异,以及价格弹性。接着,课程将引导您设置Python和Jupyter的环境,并讲解如何安装Anaconda和sklearn。

在数据处理阶段,课程将教您如何理解和探索细分数据,如何标准化数据,以及如何实施分层聚类和K-均值聚类。接着,课程将深入讲解如何运用主成分分析(PCA)进行K-均值聚类,包括PCA的基本概念,应用,以及结果分析。

进入实战阶段,您将学习如何分析购买数据,如何应用细分模型,以及如何进行描述性分析。课程将指导您如何建立购买发生模型和品牌选择模型,包括二项式Logistic回归和多项式Logistic回归,并教您如何计算价格弹性。

课程的最后部分将讲解如何进行采购数量建模,包括线性回归模型的建立和价格弹性的计算。此外,课程还将介绍深度学习在客户分析中的应用,包括数据预处理,深度学习模型的建立和训练,以及如何预测新数据。

总的来说,这门课程将为您提供一套全面的Python顾客数据分析工具和技巧,帮助您更好地理解和应用市场营销策略。

适合人群
  • 初学者和对Python感兴趣的人 Beginners and those interested in Python
  • 市场营销专业人员 Marketing Professionals
  • 数据分析师和业务分析师 Data analysts and business analysts
讲师介绍
让世界因人才而非同凡响
擅长领域:
  • 领导力
  • 团队管理
  • 绩效提升
  • 团队协作
  • 高效办公
  • 时间管理
  • 目标管理
  • 绩效管理
GATEWAY是 CONNECTUS 康耐仕集团的独立品牌,专注于领导力发展与学习管理外包项目,我们来自于新加坡,所在集团在亚太地区有 450+ 雇员。成立以来,我们以使命驱动,帮助了许多世界 500 强和国内的知名企业,解决了他们一个又一个的组织管理和人才发展方面遇到的挑战。从初次合作到持续采购,客户感受到 GATEWAY 的专业服务和以客户为中心的合作精神。
课程大纲
共0节 时长0分钟 全部收起
一、市场营销简介
共5节 | 38分钟
  • 导师介绍
    7分钟
  • 细分、目标和定位
    7分钟
  • 市场营销组合
    9分钟
  • 实体零售商与网络零售商:共性与差异
    7分钟
  • 价格弹性
    8分钟
二、设置环境
共6节 | 19分钟
  • 设置环境-请勿跳过!
    1分钟
  • 为什么是Python和Jupyter
    5分钟
  • 安装Anaconda
    3分钟
  • Jupyter控制面板(一)
    3分钟
  • Jupyter控制面板(二)
    5分钟
  • 安装sklearn
    2分钟
三、细分数据
共3节 | 17分钟
  • 了解细分数据集
    3分钟
  • 导入并探索细分数据
    10分钟
  • 标准化细分数据
    3分钟
四、分层聚类
共2节 | 11分钟
  • 分层聚类:背景
    4分钟
  • 分层聚类:执行与结果
    7分钟
五、K-均值聚类
共3节 | 18分钟
  • K-均值聚类:背景
    4分钟
  • K-均值聚类:执行
    6分钟
  • K-均值聚类:结果
    8分钟
六、基于主成分分析的K-均值聚类
共6节 | 24分钟
  • 主成分分析:背景
    2分钟
  • 主成分分析:应用
    4分钟
  • 主成分分析:结果
    5分钟
  • 主成分K-均值分析:应用
    2分钟
  • 主成分K-均值分析:结果
    8分钟
  • 保存模型
    2分钟
七、购买数据
共4节 | 14分钟
  • 购买分析-介绍
    1分钟
  • 了解购买数据集
    6分钟
  • 导入并探索购买数据
    2分钟
  • 应用细分模型
    5分钟
八、客户细分的描述性分析
共4节 | 26分钟
  • 细分比例
    7分钟
  • 购买时机与购买发生
    5分钟
  • 品牌选择
    6分钟
  • 剖析客户细分的收入
    8分钟
九、购买发生建模
共9节 | 38分钟
  • 模型:二项式Logistic回归
    2分钟
  • 准备Logistic回归的数据集
    1分钟
  • 模型估计
    4分钟
  • 计算客户购买率的价格弹性
    7分钟
  • 客户购买率价格弹性:结果
    6分钟
  • 细分的客户购买率
    8分钟
  • 有促销时的客户购买率模型
    3分钟
  • 计算有促销时的价格弹性
    2分钟
  • 对比有无促销时的价格弹性
    3分钟
十、品牌选择建模
共7节 | 34分钟
  • 品牌选择模型 模型:多项式Logistic回归
    2分钟
  • 准备数据并拟合模型
    3分钟
  • 解释系数
    3分钟
  • 自身价格品牌选择弹性
    6分钟
  • 交叉价格品牌选择弹性
    7分钟
  • 细分的自身价格弹性与交叉价格弹性
    7分钟
  • 细分的自身价格弹性与交叉价格弹性-对比
    6分钟
十一、采购数量建模
共4节 | 19分钟
  • 采购数量模型 模型:线性回归
    2分钟
  • 准备数据并拟合模型
    10分钟
  • 计算采购数量的价格弹性
    5分钟
  • 采购数量价格弹性:结果
    2分钟
十二、深度学习
共11节 | 54分钟
  • 客户分析的深度学习介绍
    3分钟
  • 探索数据集
    8分钟
  • 我们将如何处理商业案例
    1分钟
  • 为什么我们需要平衡数据集
    4分钟
  • 预处理深度学习的数据
    11分钟
  • 创建深度学习模型的框架
    3分钟
  • 训练深度学习模型
    9分钟
  • 测试模型
    4分钟
  • 获得客户再次购买的概率
    4分钟
  • 保存模型并准备部署
    2分钟
  • 预测新数据
    6分钟
购课须知

课程有效期:

自购买课程之日起 365 天,部分参与营销活动产品以活动规则为准,请同学在有效期内学习、观看课程。

上课模式:

课程采取录播模式,请注意自学课无班级微信群、班主任带班及助教批改服务。

注:自学课不支持退款,确保你是真的需要再进行报名,报完名之后还请认真学习。