Marketingová dátová veda: Marketingová marketingová analýza: techniky modelovania v prediktívnej analytike s R a Pythonom

Recenzie čitateľov

Kniha je komplexným zdrojom informácií o marketingovej dátovej vede a ponúka podrobné príklady kódovania v jazykoch Python a R. Hoci sa jej dostalo chvály za hodnotný obsah a zrozumiteľnosť, mnohí recenzenti upozorňujú, že predpokladá predchádzajúce znalosti programovania a analytiky, čo môže začiatočníkom spôsobiť problémy. Kritike čelila aj organizácia knihy, ktorú niektorí považujú za mätúcu alebo neprehľadnú. Celkovo však slúži ako účinná príručka pre tých, ktorí majú určité základy v oblasti dátovej vedy a marketingu.

Dobre napísaná s jasnými vysvetleniami, skvelými príkladmi z reálneho sveta a ukážkami kódu v jazykoch Python a R, komplexným pokrytím techník marketingovej dátovej vedy, efektívna pre čitateľov so znalosťami programovania a cennými prílohami s prípadovými štúdiami.

Predpokladá znalosť programov R a Python, pre začiatočníkov môže byť hutná a náročná, niektorí čitatelia si všimli zlú organizáciu a prezentáciu a chýba základné poučenie o programovaní alebo marketingových konceptoch.

(na základe 30 čitateľských recenzií)

Pôvodný názov:

Marketing Data Science: Modeling Techniques in Predictive Analytics with R and Python

Obsah knihy:

Teraz , vedúci prestížneho analytického programu Northwestern University predstavuje plne integrované spracovanie obchodných aj akademických prvkov marketingových aplikácií v prediktívnej analytike. Thomas W. Miller, ktorý píše pre manažérov aj študentov, vysvetľuje základné pojmy, princípy a teóriu v kontexte reálnych aplikácií.

Vychádzajúc z Millerovho priekopníckeho programu sa Marketing Data Science dôkladne zaoberá segmentáciou, cieľovým marketingom, pozicionovaním značky a produktu, vývojom nových produktov, modelovaním výberu, odporúčacími systémami, cenovým výskumom, výberom maloobchodných prevádzok, odhadom dopytu, prognózovaním predaja, udržaním zákazníka a analýzou celoživotnej hodnoty.

Začína tam, kde skončili Millerove široko oceňované Modelovacie techniky v prediktívnej analytike, a integruje kľúčové informácie a poznatky, ktoré boli predtým oddelené v textoch o webovej analytike, sieťovej vede, informačných technológiách a programovaní. Obsahuje:

⬤  Úloha analytiky pri poskytovaní efektívnych správ na webe.

⬤  Pochopenie webu prostredníctvom pochopenia jeho skrytých štruktúr.

⬤  Byť rozpoznateľný na webe - a sledovanie vlastnej konkurencie.

⬤  Vizualizácia sietí a pochopenie komunít v nich.

⬤  Meranie nálad a vydávanie odporúčaní.

⬤  Využívanie kľúčových metód dátovej vedy: databázy/príprava údajov, klasická/Bayesova štatistika, regresia/klasifikácia, strojové učenie a textová analýza.

Šesť kompletných prípadových štúdií sa zaoberá mimoriadne dôležitými otázkami, ako napríklad: oddeľovanie legitímnych e-mailov od spamu; identifikácia právne relevantných informácií na účely súdnych sporov; získavanie poznatkov z anonymných údajov o surfovaní na internete a ďalšie. Rozsiahly súbor webových a sieťových problémov v tomto texte čerpá z bohatých zdrojov údajov z verejných domén; mnohé z nich sú doplnené riešeniami v jazyku Python a/alebo R.

Marketingová dátová veda bude neoceniteľným zdrojom informácií pre všetkých študentov, pedagógov a profesionálnych marketérov, ktorí chcú využívať podnikovú analytiku na zlepšenie marketingovej výkonnosti.