Wartości p, wartości R-kwadrat i średnie kroczące

Create Your Free Account

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

To ćwiczenie jest częścią kursu

Analityka marketingowa w Tableau

SkillTag.level.intermediateSkillTag.label

4.8+

W pierwszym rozdziale gruntownie poznasz podstawy danych i analityki marketingowej – zaczniesz od tego, jak dane są generowane i przechowywane. Omówisz kanały marketingowe i ścieżki użytkowników oraz nauczysz się je definiować. Pod koniec rozdziału będziesz potrafić przekształcać dane, aby identyfikować te ścieżki i przypisywać wartość poszczególnym interakcjom za pomocą różnych modeli atrybucji.

Exercise 1: Analityka marketingowa w Tableau Exercise 2: Działanie plików cookie Exercise 3: Przykład danych webowych Exercise 4: Identyfikowalny ruch Exercise 5: Segmentacja klientów Exercise 6: Flaga zakupu użytkownika Exercise 7: Ścieżki, podróże i atrybucja Exercise 8: Modele atrybucji Exercise 9: Przesunięcie danych Exercise 10: Poprzedni punkt kontaktu Exercise 11: Następny punkt kontaktu Exercise 12: Klasyfikacja punktów styku Exercise 13: Pierwsze i ostatnie dotknięcie

W drugim rozdziale zagłębisz się w dwa konkretne kanały marketingowe: e-mail marketing i płatne kampanie w mediach społecznościowych. Poznasz strategie stosowane w każdym z tych kanałów, typowe przypadki użycia oraz elementy składające się na każdy rodzaj marketingu. Pod koniec rozdziału będziesz potrafić analizować wyniki na podstawie kilku wskaźników charakterystycznych dla każdego kanału i rozumieć, jak wykorzystywać dane do identyfikowania obszarów wymagających poprawy.

Exercise 1: Lejki marketingowe Exercise 2: Zmiana współczynnika klikalności Exercise 3: Agregacja pól obliczeniowych Exercise 4: Współczynnik klikalności Exercise 5: Współczynnik otwarć Exercise 6: Diagnostyka e-maili Exercise 7: Płatne social media i testy A/B Exercise 8: Testy A/B Exercise 9: Operacje analityczne Exercise 10: Wskaźnik odrzuceń kliknięć Exercise 11: Wskaźniki zaangażowania i zakupów Exercise 12: Kreacja Exercise 13: Metryki obserwujących

W trzecim rozdziale rozbudujesz umiejętności analityczne zdobyte w rozdziale drugim, aby lepiej zrozumieć dwa inne szeroko stosowane kanały: płatne wyniki wyszukiwania i marketing organiczny. Dowiesz się, jak działa każdy z tych kanałów, jakie są między nimi podobieństwa i różnice oraz jak ważną rolę odgrywają strony internetowe i strategia cyfrowa. Przeanalizujesz również zależności między zmiennymi oraz nauczysz się przekształcać dane – zarówno jakościowe, jak i ilościowe – na potrzeby analiz. Pod koniec rozdziału będziesz potrafić oceniać wyniki według różnych wskaźników właściwych dla każdego kanału i rozumieć, jak zmiany w jednym kanale mogą wpływać na drugi.

Exercise 1: Płatne wyszukiwanie Exercise 2: Powtórka: płatne wyszukiwanie Exercise 3: Operacje na ciągach znaków Exercise 4: Wydatki na słowa kluczowe Exercise 5: Mobile vs. desktop Exercise 6: Click-through rate Exercise 7: Czym jest ruch organiczny Exercise 8: Ranking w wynikach organicznych Exercise 9: Wartości p, wartości R-kwadrat i średnie kroczące

Bieżące ćwiczenie

Exercise 10: Współczynnik zaangażowania Exercise 11: Grupowanie adresów URL Exercise 12: Korelacja metryk Exercise 13: Korelacja kanałów

W czwartym rozdziale połączysz wiedzę zdobytą w poprzednich rozdziałach, aby obliczać i analizować LTV, CAC oraz ich stosunek. Nauczysz się budować te wskaźniki z ich składowych – takich jak średnia wartość zamówienia, wiek i czas życia klienta – i śledzić zachodzące w nich zmiany. Wracając do wcześniejszych zagadnień dotyczących płatnego marketingu, przeanalizujesz zmiany CAC w czasie na podstawie połączonego zbioru danych, co pozwoli ci poznać technikę łączenia zbiorów danych w Tableau. Na koniec kursu obliczysz wskaźnik LTV/CAC.

Exercise 1: Wprowadzenie do LTV Exercise 2: LTV – kluczowe wnioski Exercise 3: DATEDIFF i DATEPARSE Exercise 4: Flaga odejścia klienta Exercise 5: Wskaźnik rezygnacji Exercise 6: Wielkość zamówienia Exercise 7: Wprowadzenie do CAC Exercise 8: CAC w B2B i B2C Exercise 9: Połączone dane Exercise 10: Paid social CAC Exercise 11: CAC dla płatnych wyników wyszukiwania Exercise 12: Łączny CAC Exercise 13: LTV/CAC Exercise 14: Podsumowanie