跳到主要內容
 
:::

AI行銷學:Python機器學習商務實戰

1. 實戰線上電商等三大模組資料,找出最佳客戶推薦清單、利潤模型與利潤甜蜜點,達到開源獲利
2. 幫助老闆和主管進行服務體驗分析,了解總體策略方向,也讓行銷人員找出「個人化推薦」
3. 了解不同的機器學習模型的建模,並以易懂直觀式的互動視覺網頁呈現,產出「高層與主管」可快速理解的「數據分析成果」。
4. 面對不同情境下,如何選定利潤模型,實務上的應用為何?
5. 何以不同的機器學習技術方法,讓獲利再提升,達到好的目標效果?利用機器學習方法,提升內部資料價值,達到會員產品推薦預測&內容偏好精準投放。
開課單位:實踐大學
課程大綱:1.商業分類模型概念探討
*了解商業分類模型的最大利器為何及有哪些商業獲利的優化指標可以使用
2.商業分類模型介紹
*Logistic Regression、Random Forest、XGBoost 三大商務【分類】預測模型介紹
3.商業分類模型實戰
*挑選老闆或主管們看得懂的模型評估指標
*如何挑選最適的商務模型
*Logistic Regression、Decision Tree、Random Forest與XGBoost實戰
4.建構利潤模型與最佳決策點實戰
*以機器學習的角度,建構模型財務評估指標
*從管理金字塔角度出發,讓高層、中階主管、執行夥伴與資料科學從業人員多角度的了解本分析的幫助
*找出開源獲利的決策模型與最佳決策點
5.顧客推薦清單與模型檔案製作
*以機器學習來製作顧客推薦清單
*用顧客推薦清單,讓資料科學從業人員可具體協助執行夥伴
6.總體行銷方案調整實戰
*實戰機器學習及變數重要性結果評估實際行銷策略,以CRM資料分析出【總體】客戶在意的服務體驗,並試圖找出行銷方案之調整策略
7.個體行銷方案調整實戰(1)
*以客製化的角度,試圖提高企業獲利空間,並且如何結合顧客流失分析,找出留住顧客的可能性與行銷調整方法
8.個體行銷方案調整實戰(2)
*以存活分析A/B測試分析,產出流失名單、行銷調整方案,並試圖找出行銷方案之調整策略
開課日期:2024-03-30
上課時間:每週六09:30~16:30(4/6清明連假不上課)
結束日期:2024-04-27
上課時數:24
預計招生人數:20
費用:學員負擔:5000元/政府負擔:5000元
繳費方式:需先至開課單位繳交全額費用
課程費用:10000元
聯絡人:張小姐
連絡電話:02-25381111分機1568
先備知識:參訓學員須具備基礎電腦操作能力與Python基礎能力。
授課師資:蔡尚宏、劉加德
招生對象:適用產業: 行銷、零售、服務業、數位內容產業數據分析師、資料科學從業人員
上課地點:實踐大學台北校區(台北市中山區大直街72號)