Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Kerangka Materi
Modul 1
Pendahuluan Ilmu Data dan Aplikasi dalam Pemasaran
- Overview Analitik: Jenis analitik - Prediktif, Preskriptif, Inferensial
- Praktik Analitik dalam Pemasaran
- Penggunaan Big Data dan Teknologi Berbeda - Pendahuluan
Modul 2
Pemasaran dalam Dunia Digital
- Pendahuluan Pemasaran Digital
- Iklan Online - Pendahuluan
- Optimasi Mesin Pencari (SEO) – Studi Kasus Google
- Pemasaran Media Sosial: Tips dan Rahasia – Contoh Facebook, Twitter
Modul 3
Analisis Data Eksploratif dan Model Statistik
- Presentasi dan Visualisasi Data – Memahami Data Bisnis Menggunakan Histogram, Diagram Pie, Grafik Batang, Diagram Scatter – Inference Cepat – Menggunakan Python
- Model Statistik Dasar – Tren, Seasonality, Clustering, Klasifikasi (Hanya dasar, algoritma dan penggunaannya, bukan detail)
- Analisis Keranjang Belanja (MBA) – Studi Kasus Menggunakan Aturan Asosiasi, Dukung, Kepercayaan, Lift
Modul 4
Analitik Pemasaran I
- Pendahuluan Proses Pemasaran – Studi Kasus
- Memanfaatkan Data untuk Meningkatkan Strategi Pemasaran
- Mengukur Aset Merek, Snapple dan Nilai Merek – Posisi Merek
- Text Mining untuk Pemasaran – Dasar-dasar Text Mining – Studi Kasus Pemasaran Media Sosial
Modul 5
Analitik Pemasaran II
- Nilai Hidup Pelanggan (CLV) dengan Perhitungan – Studi Kasus CLV untuk Keputusan Bisnis
- Mengukur Kasus dan Eksperimen – Studi Kasus
- Menghitung Proyeksi Lift
- Ilmu Data dalam Iklan Online – Tingkat Klik Konversi, Analitik Website
Modul 6
Dasar Regresi
- Apa yang Dijelaskan oleh Regresi dan Statistik Dasar (tidak banyak detail matematika)
- Menerjemahkan Hasil Regresi – Dengan Studi Kasus Menggunakan Python
- Memahami Model Log-Log – Dengan Studi Kasus Menggunakan Python
- Model Campuran Pemasaran – Studi Kasus Menggunakan Python
Modul 7
Klasifikasi dan Clustering
- Dasar Klasifikasi dan Clustering – Penggunaan; Mencatat Algoritma
- Menerjemahkan Hasil – Program Python dengan Output
- Target Pelanggan Menggunakan Klasifikasi dan Clustering – Studi Kasus
- Perbaikan Strategi Bisnis – Contoh Pemasaran Email, Promosi
- Kebutuhan Teknologi Big Data dalam Klasifikasi dan Clustering
Modul 8
Analisis Series Waktu
- Tren dan Seasonality – Menggunakan Studi Kasus Berbasis Python - Visualisasi
- Teknik Series Waktu Berbeda – AR dan MA
- Model Series Waktu – ARMA, ARIMA, ARIMAX (Penggunaan dan Contoh dengan Python) – Studi Kasus
- Prediksi Series Waktu untuk Kampanye Pemasaran
Modul 9
Mesin Rekomendasi
- Personalisasi dan Strategi Bisnis
- Jenis Rekomendasi Personalisasi Berbeda – Kolaboratif, Berbasis Konten
- Algoritma Berbeda untuk Mesin Rekomendasi – Berbasis Pengguna, Berbasis Item, Hibrid, Faktorisasi Matriks (Hanya mencatat dan penggunaan algoritma tanpa detail matematika)
- Metrik Rekomendasi untuk Pendapatan Bertambah – Studi Kasus Rinci
Modul 10
Maksimalkan Penjualan Menggunakan Ilmu Data
- Dasar Teknik Optimisasi dan Penggunaannya
- Optimisasi Inventaris – Studi Kasus
- Meningkatkan ROI Menggunakan Ilmu Data
- Analitik Lean – Pelacak Perusahaan
Modul 11
Ilmu Data dalam Pemasaran dan Promosi I
- Harga – Ilmu Penjualan
- Teknik Ramalan Permintaan - Model dan perkirakan struktur kurva permintaan respons harga
- Keputusan Harga – Cara Meningkatkan Keputusan Harga – Studi Kasus Menggunakan Python
- Analitik Promosi – Perhitungan Dasar dan Model Promosi Dagang
- Menggunakan Promosi untuk Strategi yang Lebih Baik - Spesifikasi Model Penjualan – Model Multiplikatif
Modul 12
Ilmu Data dalam Pemasaran dan Promosi II
- Manajemen Pendapatan - Cara mengelola sumber daya yang mudah rusak dengan segmen pasar yang beragam
- Pengikatan Produk – Produk Bergerak Cepat dan Lambat – Studi Kasus dengan Python
- Harga Barang dan Layanan yang Rusak - Harga Pesawat Terbang dan Hotel – Model Stochastic
- Metrik Promosi – Tradisional dan Sosial
Persyaratan
Tidak ada persyaratan khusus yang diperlukan untuk mengikuti kursus ini.
21 Jam
Testimoni (5)
Understanding big data beter
Shaune Dennis - Vodacom
Kursus - Big Data Business Intelligence for Telecom and Communication Service Providers
Trainer was accommodative. And actually quite encouraging for me to take up the course.
Grace Goh - DBS Bank Ltd
Kursus - Python in Data Science
Subject presentation knowledge timing
Aly Saleh - FAB banak Egypt
Kursus - Introduction to Data Science and AI (using Python)
It is great to have the course custom made to the key areas that I have highlighted in the pre-course questionnaire. This really helps to address the questions that I have with the subject matter and to align with my learning goals.
Winnie Chan - Statistics Canada
Kursus - Jupyter for Data Science Teams
It is showing many methods with pre prepared scripts- very nicely prepared materials & easy to traceback
