دوره آموزشی تجزیه و تحلیل مشتریان پیش بینی کننده
1 ساعت 37 دقیقهمتوسط2022-04-12
مدرسین

Kumaran Ponnambalam
Working with data for 20+ years
جزئیات دوره
از داده های بزرگ برای گفتن داستان مشتری خود با تجزیه و تحلیل پیش بینی کننده استفاده کنید. در این دوره، مربی Kumaran Ponnambalam به شما در مورد چرخه زندگی مشتری و اینکه چگونه تجزیه و تحلیل پیش بینی می تواند به بهبود هر مرحله از سفر مشتری کمک کند، آموزش می دهد.
با یادگیری در مورد مراحل مختلف چرخه زندگی مشتری شروع کنید. دادههای تولید شده در داخل و خارج از کسبوکارتان و راههایی را که میتوان دادهها را در سازمانتان جمعآوری و جمعآوری کرد، کاوش کنید. سپس موارد استفاده چندگانه را برای تجزیه و تحلیل پیشبینیکننده در هر مرحله از چرخه عمر مشتری، از جمله کسب، فروش، خدمات و حفظ مرور کنید. برای هر مرحله، شما همچنین یک راه حل تحلیلی پیش بینی در پایتون می سازید. در ویدئوهای پایانی، کوماران بهترین روشها را برای ایجاد فرآیند تحلیل مشتری از پایه معرفی میکند.
با یادگیری در مورد مراحل مختلف چرخه زندگی مشتری شروع کنید. دادههای تولید شده در داخل و خارج از کسبوکارتان و راههایی را که میتوان دادهها را در سازمانتان جمعآوری و جمعآوری کرد، کاوش کنید. سپس موارد استفاده چندگانه را برای تجزیه و تحلیل پیشبینیکننده در هر مرحله از چرخه عمر مشتری، از جمله کسب، فروش، خدمات و حفظ مرور کنید. برای هر مرحله، شما همچنین یک راه حل تحلیلی پیش بینی در پایتون می سازید. در ویدئوهای پایانی، کوماران بهترین روشها را برای ایجاد فرآیند تحلیل مشتری از پایه معرفی میکند.
مهارت ها
Data ModelingMarketing StrategyPythonMarketingData ScienceOpen SourceOne-Off
سرفصل ها
0. مقدمه
- 01 - قدرت تحلیل پیش بینی کننده
- 02 - انتظارات و تشکیل دوره
- 03 - نحوه استفاده از فایل های تمرینی
1. بررسی اجمالی تجزیه و تحلیل مشتری
- 04 - اهمیت تجزیه و تحلیل مشتریان
- 05 - چرخه عمر مشتری
- 06 - تجزیه و تحلیل را در چرخه عمر مشتری اعمال کنید
- 07 - منابع داده های مشتری
- 08 - فرآیند تجزیه و تحلیل مشتری
- 09 - مورد استفاده - فروشگاه اینترنتی کامپیوتر
2. آیا شما مشتری من خواهید شد؟
- 10 - فرآیند جذب مشتری
- 11 - بالقوه های بالقوه را پیدا کنید
- 12 - بهترین کانال را برای تماس توصیه کنید
- 13 - پیشنهاد چت بر اساس تمایل بازدید کننده
- 14 - مورد استفاده - گرایش مشتری را تعیین کنید
3. به چه چیز دیگری علاقه دارید؟
- 15 - گرانفروشی و بیع متقابل
- 16 - اقلامی را که با هم خریده اید پیدا کنید
- 17 - ترجیحات گروه مشتری را ایجاد کنید
- 18 - وابستگی کاربر به آیتم و توصیه ها
- 19 - مورد استفاده - موارد را توصیه کنید
4. ارزش تجارت آینده شما چقدر است؟
- 20 - ایجاد وفاداری مشتری
- 21 - کلاس های ارزش مشتری ایجاد کنید
- 22 - الگوهای پاسخ را کشف کنید
- 23 - ارزش طول عمر مشتری را پیش بینی کنید
- 24 - مورد استفاده - پیش بینی CLV
5. آیا از من راضی هستید؟
- 25 - بهبود رضایت مشتری
- 26 - پیش بینی قصد تماس
- 27 - مشتریان ناراضی را پیدا کنید
- 28 - انواع مشکل گروهی
- 29 - مورد استفاده - انواع مشکل گروهی
6. آیا مرا ترک می کنی؟
- 30 - جلوگیری از فرسایش مشتری
- 31 - مشتریانی را که ممکن است ترک کنند پیش بینی کنید
- 32 - مشوق ها را بیابید
- 33 - الگوهای فرسایش مشتری را کشف کنید
- 34 - مورد استفاده - الگوهای مشتری
7. بهترین شیوه ها
- 35 - فرآیندهای تجزیه و تحلیل مشتری را طراحی کنید
- 36 - داده های مناسب را انتخاب کنید
- 37 - طراحی خطوط لوله پردازش داده
- 38 - بهبود مستمر را اجرا کنید
نتیجه
- 39 - مراحل بعدی و منابع اضافی
دوره های مرتبط
- دوره آموزشی داشبوردهای مجهز به هوش مصنوعی با Streamlit
- دوره آموزشی پایتون: کار با تحلیل پیشبینی (Predictive Analytics)
- دوره آموزشی مدل سازی داده ها در MongoDB
- دوره آموزشی یادگیری جامع تحلیل پیشبینی برای مدیران ارشد
- دوره آموزشی ساخت برنامههای Power Apps مبتنی بر مدل
- دوره آموزشی Excel VBA: مدلسازی فرآیندها
- دوره آموزشی شناسایی فرصتها و ریسکها: کاربرد تحلیل پیشبینانه در مدیریت موفقیت مشتری (CSM)
- دوره آموزشی روشهای علم داده: ایجاد حس تجاری