Анализ данных в маркетинге
Offered By: E-Learning Development Fund via Coursera
Course Description
Overview
Независимо от того, оправдывает ли кампания ожидания или дает удовлетворительные результаты, всегда есть потенциал для ее улучшения. Однако задача состоит в том, чтобы выяснить, какие настройки повысят производительность. Единственный способ узнать наверняка - это проверить их с помощью А/В тестирования.
Данный курс рассчитан на широкую аудиторию специалистов любого уровня, желающих познакомиться с понятием А/В тестирования и собирающихся использовать его в своей сфере деятельности. Курс требует знания математики на уровне школы и не использует языки программирования.
После завершения этого курса вы сможете:
- определять ключевые цели и задачи работы с данными, ключевые рабочие процессы работы с данными, формулировать бизнес-задачи для анализа данных;
- выбирать правильные данные, и использовать один или несколько из основных методов очистки данных, а так же производить базовые операции по трансформации данных;
- выделять основные факторы, влияющие на качество анализа;
- формулировать общие принципы построения исследования на основе анализа данных, основные методы работы с текстовыми данными;
- применять принцип МЕСЕ (ВИСИ) для планирования исследования;
- строить основные визуализации с помощью популярных инструментов анализа данных;
- узнать принципы построения успешной презентации результатов анализа.
Для получения диплома вам предстоит использовать все те знания, которые вы получили во время прохождения курса, и самостоятельно выполнить исследовательский проект. На основании открытых данных об инспекциях ресторанов города Нью-Йорк вам предстоит выбрать оптимальное расположение для нового ресторана в Нью-Йорке.
Длительность курса составит 6-8 недель. При этом не менее двух недель потребуется для выполнения итогового проекта.
Данный курс рассчитан на широкую аудиторию специалистов любого уровня, желающих познакомиться с понятием А/В тестирования и собирающихся использовать его в своей сфере деятельности. Курс требует знания математики на уровне школы и не использует языки программирования.
После завершения этого курса вы сможете:
- определять ключевые цели и задачи работы с данными, ключевые рабочие процессы работы с данными, формулировать бизнес-задачи для анализа данных;
- выбирать правильные данные, и использовать один или несколько из основных методов очистки данных, а так же производить базовые операции по трансформации данных;
- выделять основные факторы, влияющие на качество анализа;
- формулировать общие принципы построения исследования на основе анализа данных, основные методы работы с текстовыми данными;
- применять принцип МЕСЕ (ВИСИ) для планирования исследования;
- строить основные визуализации с помощью популярных инструментов анализа данных;
- узнать принципы построения успешной презентации результатов анализа.
Для получения диплома вам предстоит использовать все те знания, которые вы получили во время прохождения курса, и самостоятельно выполнить исследовательский проект. На основании открытых данных об инспекциях ресторанов города Нью-Йорк вам предстоит выбрать оптимальное расположение для нового ресторана в Нью-Йорке.
Длительность курса составит 6-8 недель. При этом не менее двух недель потребуется для выполнения итогового проекта.
Syllabus
- Как быстро анализировать данные без знания программирования
- В первом модуле поймем ключевые цели и задачи работы с данными, ключевые рабочие процессы работы с данными, зачем нужно понимание бизнес-задач при анализе данных.
- Качество данных и базовые технологии их анализа
- Во втором модуле поймем важность правильного выбора данных и этапа подготовки данных в рабочем процессе, важность и основные методы подготовки данных и какие есть основные методы анализа данных; научимся производить базовые операции по трансформации данных.
- Проверка гипотез
- В третьем модуле поймем основные факторы, влияющие на качество анализа, общие принципы построения исследования на основе анализа данных, основные методы работы с текстовыми данными; научимся формулировать и применять гипотезы, применять принцип МЕСЕ (ВИСИ) для планирования исследования.
- Презентация результатов анализа
- В четвертом модуле поймем важность роли презентации данных в рабочем процессе анализа данных; научимся строить основные визуализации с помощью популярных инструментов анализа данных; узнаем основные принципы построения успешной презентации результатов анализа.
Taught by
Александр Цеханский, Игорь Балк and Арина Богомолова
Related Courses
Social Network AnalysisUniversity of Michigan via Coursera Intro to Algorithms
Udacity Data Analysis
Johns Hopkins University via Coursera Computing for Data Analysis
Johns Hopkins University via Coursera Health in Numbers: Quantitative Methods in Clinical & Public Health Research
Harvard University via edX