W tym rozdziale przypomnisz sobie podstawy pandas: importowanie zbiorów danych, analizę eksploracyjną i podstawowe wizualizacje.

Wprowadzenie do pandas w marketingu

Importowanie zbioru danych

Badanie danych

Typy danych i łączenie danych

Zmiana typu danych kolumny

Dodawanie nowych kolumn

Kolumny z datami

Wstępna analiza eksploracyjna

Dzienny zasięg działań marketingowych według kanału

Wizualizacja dziennego zasięgu działań marketingowych

Pandas

W tym rozdziale poznasz najważniejsze wskaźniki marketingowe i nauczysz się je obliczać za pomocą pandas. Zwizualizujesz też wyniki i przećwiczysz segmentację użytkowników.

Wprowadzenie do popularnych wskaźników marketingowych

Obliczanie współczynnika konwersji

Obliczanie wskaźnika retencji

Segmentacja klientów

Porównywanie współczynnika konwersji według języka (I)

Porównywanie współczynnika konwersji według języka (II)

Agregowanie według daty

Wizualizacja wyników kampanii (I)

Wizualizacja współczynnika konwersji według języka

Tworzenie DataFrame z dziennym współczynnikiem konwersji

Przygotowanie danych do wizualizacji dziennego współczynnika konwersji

Wizualizacja dziennego współczynnika konwersji

Wizualizacja wyników kampanii (II)

Kanały marketingowe a grupy wiekowe

Grupowanie i liczenie według wielu kolumn

Analiza wskaźników retencji dla kampanii

Analiza eksploracyjna i statystyki opisowe

W tym rozdziale napiszesz funkcje automatyzujące typowe analizy marketingowe i ustalisz, dlaczego niektóre kanały marketingowe odnotowały niższe niż zwykle współczynniki konwersji pod koniec stycznia.

Tworzenie funkcji do automatyzacji analizy

Tworzenie funkcji do obliczania konwersji

Testowanie i wizualizacja funkcji konwersji

Funkcja do tworzenia wykresów

Wszystko razem

Identyfikowanie niespójności

Współczynnik konwersji reklam własnych

Analiza współczynnika konwersji reklam własnych

Konwersje reklam własnych według języka

Tworzenie DataFrame'u dla reklam własnych

Potwierdzenie błędu reklam house ads

Rozwiązywanie niespójności

Tworzenie indeksów konwersji

Analiza preferencji użytkowników

Tworzenie ramki danych na podstawie indeksów

Ocena wpływu błędu

Atrybucja konwersji

W tym rozdziale przeanalizujesz test A/B i przekonasz się, jak ważna jest segmentacja przy interpretowaniu wyników testu.

Testy A/B w marketingu

Określanie kluczowych metryk

Podział grupy testowej

Porównywanie współczynników konwersji

Obliczanie wzrostu i testowanie istotności

Tworzenie funkcji obliczającej wzrost (lift)

Ocena istotności statystycznej

Testy A/B i segmentacja

Budowanie funkcji segmentacji testu A/B

Używanie funkcji segmentacji

Podsumowanie

Personalizacja i testy A/B

Marketing dataset 1

Marketing dataset 2

Jednym z największych wyzwań podczas nauki data science jest zrozumienie, jak zdobyte umiejętności przekładają się na prawdziwą pracę. Niezależnie od tego, czy chcesz rozwinąć swoje kompetencje w marketingu, sięgając po Pythona i pandas, czy chcesz poznać zakres obowiązków analityka danych w dziale marketingu – ten kurs jest dla ciebie. Przećwiczysz przekształcanie typowych pytań biznesowych w mierzalne wyniki, takie jak: „Jak wypadła ta kampania?", „Który kanał pozyskuje najwięcej subskrybentów?", „Dlaczego dany kanał osiąga słabsze wyniki?" i wiele innych – na podstawie fikcyjnego zbioru danych marketingowych wzorowanego na danych firmy oferującej subskrypcje online. Kurs rozbudowuje podstawy Pythona i pandas: łączenie i filtrowanie zbiorów danych, groupby(), poprawianie typów danych oraz wizualizację wyników za pomocą matplotlib.

Intermediate Python

Rozwijaj umiejętności pandas i odpowiadaj na pytania marketingowe przez łączenie, cięcie, wizualizację!

Analiza kampanii marketingowych z pandas

Rozwijaj umiejętności pandas i odpowiadaj na pytania marketingowe, łącząc, wycinając, wizualizując i nie tylko!

Analityka marketingowa w Pythonie

Określanie kluczowych metryk

Analiza kampanii marketingowych z pandas

Interaktywne ćwiczenie praktyczne