Centrum Szkoleniowe SPSS
///

MC 2b - Analityczny wybór grup docelowych do kampanii marketingu bezpośredniego.

Cel kursu

Kurs dotyczy praktycznych aspektów wykorzystania technik analizy danych w targetowaniu kampanii marketingu bezpośredniego. Analitycy kierujący kampaniami do dużej ilości klientów naciskani są na taki dobór klientów do kampanii, aby z okresu na okres zwiększyć ich wartość. Wiedza biznesowa w tym procesie jest kluczowa, ale można ją dodatkowo wesprzeć. Jeżeli ma się odpowiednie dane na temat historii zachowań klientów, modelowanie grup docelowych może być strzałem w dziesiątkę. Zwrot z kampanii wzrośnie. Ale odpowiednie wykorzystanie modeli predykcyjnych to też wiedza. Praca nad modelami predykcyjnymi to ciągły proces – z jednej strony zawsze mogą lepiej przewidywać zachowanie klientów; z drugiej wymagają odświeżenia w ciągle zmieniających się realiach biznesowych. Podczas udoskonalania modeli ważne jest, aby analityk świadomie wybierał techniki analityczne, mając świadomość jak pracują oraz jakie mają względem siebie przewagi. W ramach kursu uczestnicy dowiedzą się jak pracują m.in. zaawansowane algorytmy klasyfikacyjne czy algorytmy indukcji reguł oraz jak ich używać, monitorować efekty i wdrażać do systemów kampanijnych.

Profil uczestnika

Kurs adresowany jest do osób, które chcą tworzyć lub tworzą analityczne modele predykcyjne do targetowania kampanii marketingu bezpośredniego.

Umiejętności zdobywane podczas kursu

Wiedza na temat wykorzystania technik data mining we wsparciu kampanii marketingu bezpośredniego
Umiejętność tworzenia grup docelowych z wykorzystaniem technik klasyfikacyjnych i algorytmów asocjacyjnych
Wiedza na temat wpływu ograniczeń operacyjnych i uwarunkowań biznesowych na budowę modeli
Ocena jakości procesu tworzenia grup docelowych
Zapoznanie z różnymi podejściami do integracji z systemami do operacyjnego zarządzania kampaniami
Znajomość zasad monitorowania skuteczności kampanii i oceny ich skuteczności

Program zajęć

Kampanie marketingu bezpośredniego – wprowadzenie.
Budowa modeli klasyfikacyjnych na potrzeby typowania grup docelowych.
Zaawansowane aspekty budowy modeli klasyfikacyjnych:
1. budowa modeli hybrydowych opartych o kilka technik modelowania,
2. klasyczne modele typu „odpowie/nie odpowie”, a klasyfikacja do jednej z wielu alternatywnych kategorii,
3. użycie technik regresyjnych w klasyfikacji,
4. wybór klientów do jednej z kampanii w kontekście równoległego użycia wielu modeli,
5. koszty błędnej klasyfikacji i ich wpływ na typowanie klientów,
6. przygotowanie modeli przed ich przekazaniem do trybu produkcyjnego.
Budowa modeli rekomendacji produktowych z użyciem indukcji reguł asocjacyjnych:
1. kampanie wychodzące a kampanie przychodzące i ich wpływ na postać modelu,
2. budowa modeli z użyciem algorytmów indukcji reguł asocjacyjnych,
3. ocena jakości i użyteczności budowanych reguł,
4. kryteria szeregowania rekomendacji,
5. tworzenie list rekomendacji,
6. przenoszenie modeli tworzących listy rekomendacji do trybu produkcyjnego.
Wykorzystanie modeli w adresowaniu działań do klientów;
1. integracja modeli z systemami zarządzania kampaniami,
2. sposoby podejścia do testowania efektywności modeli,
3. wybrane aspekty monitorowania jakości i trwałości modeli produkcyjnych.