Projektowanie modelu Marketing Mix Model z wykorzystaniem nowoczesnych technik bayesowskich i ML

Budowanie modelu Marketing Mix Model, który budzi zaufanie, wymaga czegoś więcej niż tylko uruchomienia algorytmu na kilku kwartałach wydatków. Dane, które zbierzesz, priory, które wybierzesz, sposób walidacji na danych holdout, i wizualizacje, które oferujesz marketerom, decydują o tym, czy model zostanie użyty, czy odłożony na półkę. Ten kurs omawia te wybory w kolejności, w jakiej zazwyczaj się pojawiają. Przejdziesz przez pisemne ćwiczenia projektowe, które odzwierciedlają sposób, w jaki zespół analityki marketingowej planowałby nowoczesny MMM. Nacisk kładziony jest na praktyczne kompromisy, które mają znaczenie, gdy dane są nieuporządkowane, kanały się nakładają, a interesariusze zadają trudne pytania. Czego się nauczysz: - Zbieranie i czyszczenie danych o wydatkach marketingowych, sprzedaży i danych zewnętrznych, w tym sygnałów ekonomicznych i konkurencyjnych - Inżynieria cech dla adstock, nasycenia i sezonowości z jasnymi założeniami dziedzinowymi - Porównanie podejść bayesowskich MMM i rozszerzeń uczenia maszynowego, w tym gradient boosting i sieci neuronowe - Walidacja modeli za pomocą danych holdout, eksperymentów geo i kontroli spójności w okresach - Tłumaczenie wyników modelu na rekomendacje budżetowe i plany scenariuszowe - Budowanie narzędzi wizualizacyjnych i raportowania, które pomagają marketerom interaktywnie badać kompromisy Kurs postępuje od przygotowania danych, przez inżynierię cech, modelowanie, walidację, po raportowanie. Końcowe pisemne ćwiczenie polega na przygotowaniu jednostronicowego projektu dla projektu MMM skierowanego do konkretnej marki i mieszanki kanałów. Ten kurs jest przeznaczony dla data scientistów, analityków marketingowych i decision scientistów z pewnym doświadczeniem w oprogramowaniu. Nie jest wymagane wcześniejsze doświadczenie w MMM. Kurs traktuje model jako problem projektowy i pozostaje blisko tego, jak rzeczywiste zespoły marketingowe faktycznie planują i oceniają.