【Udemy中英字幕】Customer Analytics in Python

Python 中的客户分析

Python 中的初级和高级客户分析：PCA、K 均值聚类、弹性建模和深度神经网络

讲师：365 Careers

双语IT资源独家Udemy付费课程，独家中英文字幕，配套资料齐全！

用不到1/10的价格，即可享受同样的高品质课程，且可以完全拥有，随时随地都可以任意观看和分享。

你将学到什么

掌握初级和高级客户分析
了解大中型公司应用的最重要的分析类型
获得拥有卓越量化技能的专业培训师团队的帮助
获得一项非常理想的技能，让面试官惊叹不已
了解基本的营销建模理论：细分、目标定位、定位、营销组合和价格弹性；
对您的客户进行细分，从原始数据开始直至最终的客户细分；
以客户分析为重点执行 K 均值聚类；
对您的数据应用主成分分析 (PCA) 以预处理您的特征；
结合PCA和K-means，实现更专业的客户细分；
将模型部署到不同的数据集上；
了解如何通过购买弹性概率对购买发生率进行建模；
通过探索自身价格和交叉价格弹性来模拟品牌选择；
通过预测采购数量弹性来完成采购周期
使用 TensorFlow 2.0 执行黑盒深度学习模型，以无与伦比的准确性预测购买行为
能够优化您的神经网络以增强结果

要求

您需要安装 Anaconda。我们将在课程的第一堂课中向您展示如何做到这一点
基础Python编程
学习和实践的意愿和热情

描述

数据科学和营销是帮助公司创造价值并在当今快节奏的经济中保持领先地位的两个关键驱动力。

欢迎来到…

Python 中的客户分析——营销和数据科学相遇的地方！

本课程是让您凭借非常稀有且极其有价值的技能脱颖而出的最佳方式。

您将在本课程中学到什么？

本课程知识丰富，涵盖了公司使用的一些最令人兴奋的方法，全部用 Python 实现。

由于客户分析是一个广泛的主题，我们创建了 5 个不同的部分来探索分析过程的各个方面。他们每个人都有自己的优点和缺点。我们将探索每个部分的两面性，同时确保为您提供最重要和最相关的信息！

以下是5个主要部分：

1. 我们将向您介绍开始进行客户分析所需的相关理论

为了给您提供更多的实践经验，我们将这部分尽可能地缩短。尽管如此，营销初学者将在这里学习营销基础知识以及我们在整个课程中利用某些模型的原因。

2、然后我们会进行聚类分析和降维，帮助您细分客户

由于本课程基于 Python，因此我们将使用几个流行的软件包 – NumPy、SciPy和scikit-learn。在聚类方面，我们将展示分层聚类技术和平面聚类技术，最终重点关注K 均值算法。在此过程中，我们将适当地可视化数据，以进一步加深您对这些方法的理解。在降维方面，我们将通过scikit-learn (sklearn)包再次使用主成分分析 (PCA) 。最后，我们将结合这两个模型，以更好地了解我们的客户。当然，我们不会忘记模型部署，我们将通过pickle包实现它。

3. 第三步包括应用描述性统计作为分析的探索部分

一旦细分，客户的行为将需要一些解释。没有什么比按品牌和细分市场获取描述性统计数据并将结果可视化更直观的了。这是课程的一部分，您将在其中获得“啊哈！”的感叹。影响。通过描述性分析，我们将形成关于细分市场的假设，从而最终为后续建模奠定基础。

4. 之后，我们将准备好对购买概率、品牌选择和购买数量进行弹性建模

在大多数教科书中，您会发现弹性根据价格和数量计算为静态指标。但弹性的概念实际上要广泛得多。我们将通过计算购买概率弹性、品牌选择自身价格弹性、品牌选择交叉价格弹性和购买数量弹性来详细探讨。我们将使用线性回归和逻辑回归，再次通过sklearn库实现。我们对该主题进行最先进的研究，以确保您比同行更具优势。虽然我们专注于大约 20 种不同的模型，但您将有机会练习它们的 100 多种不同变体，所有这些都为您提供了额外的见解！

5.最后，我们将利用深度学习的力量来预测未来的行为

机器学习和人工智能处于数据科学革命的前沿。这就是为什么我们忍不住将其包含在本课程中。我们将利用TensorFlow 2.0框架创建前馈神经网络（也称为人工神经网络）。在这一部分，我们将构建黑盒模型，从本质上帮助我们对客户未来行为的预测达到90% 以上的准确度。

非凡的教学集体

365 Careers 在 Udemy 上拥有超过 550,000 名学生，我们相信最好的教育需要两个关键要素：卓越的教学团队和实用的方法。这就是我们勾选这两个框的原因。

Python 中的客户分析由 3 位讲师密切合作创建，旨在提供最有益的学习体验。

课程作者 Nikolay Georgiev 是一名博士。他在学术生涯中主要专注于营销分析。后来，他在众多世界级项目中担任顾问，获得了重要的实践经验。因此，他是帮助您搭建理论知识与实际应用之间桥梁的完美专家。

Elitsa 和 Iliya 在课程开发过程中也发挥了关键作用。所有三位讲师合作提供了客户分析可以提供的最有价值的方法和方法。

此外，这门课程尽可能吸引人。高质量的动画、精美的课程材料、测验问题、讲义和课程笔记，以及带有评论的笔记本文件，只是您注册后可以获得的一些福利。

为什么需要这些技能？

1.薪资/收入——数据科学领域的职业是当今企业界最受欢迎的职业之一。所有 B2C 企业都意识到利用自己掌握的客户数据的优势，可以更好地了解和定位客户

2. 晋升——即使你是一名熟练的数据科学家，你专业成长的唯一途径就是扩展你的知识。本课程提供了一项非常罕见的技能，适用于许多不同的行业。

3. 安全的未来——对理解数字和数据并能够解释它们的人才的需求呈指数级增长；您可能听说过许多工作很快就会实现自动化，对吗？嗯，公司的营销部门已经被数据科学彻底改变，乘着这股浪潮是您通向安全未来的大门。