En este capítulo, repasarás lo básico de pandas, incluido cómo importar conjuntos de datos, hacer análisis exploratorio y crear gráficos básicos. 

Introducción a pandas para marketing

Importar el conjunto de datos

Examinando los datos

Tipos de datos y combinación de datos

Actualizar el tipo de datos de una columna

Añadir nuevas columnas

Columnas de fecha

Análisis exploratorio inicial

Alcance de marketing diario por canal

Visualizar el alcance diario de marketing

Pandas

En este capítulo, aprenderás métricas de marketing habituales y cómo calcularlas con pandas. También visualizarás los resultados y practicarás la segmentación de usuarios. 

Introducción a métricas de marketing comunes

Calcular la tasa de conversión

Calcular la tasa de retención

Segmentación de clientes

Comparar la tasa de conversión por idioma (I)

Comparar la tasa de conversión por idioma (II)

Agregación por fecha

Representación de resultados de campaña (I)

Visualiza la tasa de conversión por idioma

Crear un DataFrame con la tasa de conversión diaria

Preparar los datos para visualizar la conversión diaria

Visualiza la tasa de conversión diaria

Gráficos de resultados de campaña (II)

Canales de marketing por grupos de edad

Agrupar y contar por múltiples columnas

Analizar las tasas de retención de la campaña

Análisis exploratorio y estadísticas descriptivas

En este capítulo, crearás funciones para automatizar análisis habituales de marketing y determinar por qué ciertos canales de marketing tuvieron tasas de conversión más bajas de lo normal a finales de enero. 

Crear funciones para automatizar el análisis

Crear una función de conversión

Probar y visualizar la función de conversión

Función para graficar

Juntarlo todo

Identificar incoherencias

Tasa de conversión de house ads

Analizar la tasa de conversión de anuncios internos

Conversión de House Ads por idioma

Crear un DataFrame para house ads

Confirmar el error en house ads

Resolver inconsistencias

Configurar índices de conversión

Analizar las preferencias de los usuarios

Crear un DataFrame basado en índices

Evaluar el impacto del bug

Atribución de conversión

En este capítulo, analizarás un test A/B y aprenderás la importancia de la segmentación al interpretar los resultados de una prueba.  

A/B testing para marketing

Determinar métricas clave

Asignación del test

Comparar tasas de conversión

Calcular el lift y probar la significación

Crear una función de lift

Evaluar la significación estadística

A/B testing y segmentación

Creación de una función de segmentación para un test A/B

Usa tu función de segmentación

Cierre

Test A/B de personalización

Marketing dataset 1

Marketing dataset 2

Uno de los mayores retos al estudiar habilidades técnicas de data science es entender cómo se aplican en trabajos reales. Tanto si quieres crecer en tu puesto de marketing incorporando Python y pandas, como si buscas comprender qué tipo de tareas realiza una persona de datos en un equipo de marketing, este curso es para ti. Practicaremos cómo traducir preguntas habituales de negocio en métricas medibles, como «¿Cómo ha funcionado esta campaña?», «¿Qué canal trae más suscriptores?», «¿Por qué está rindiendo por debajo un canal concreto?» y más, usando un conjunto de datos ficticio basado en un negocio de suscripción en línea. Este curso se apoya en los fundamentos de Python y pandas, como combinar/segmentar conjuntos de datos, groupby(), corregir tipos de datos y visualizar resultados con matplotlib.

Intermediate Python

Mejora tus habilidades en pandas y responde preguntas de marketing fusionando, cortando y visualizando.

Análisis de campañas de marketing con pandas

¡Desarrolla tus habilidades con los pandas y responde a preguntas de marketing mediante fusiones, segmentaciones, visualizaciones y mucho más!

Análisis de marketing en Python

Determinar métricas clave

Análisis de campañas de marketing con pandas

ejercicio interactivo práctico