Saltar al contenido principal
InicioRMachine Learning for Marketing Analytics in R

Machine Learning for Marketing Analytics in R

In this course you'll learn how to use data science for several common marketing tasks.

Comience El Curso Gratis
4 horas17 vídeos60 ejercicios12.701 aprendicesTrophyDeclaración de cumplimiento

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.
Group

¿Entrenar a 2 o más personas?

Probar DataCamp for Business

Preferido por estudiantes en miles de empresas


Descripción del curso

This is your chance to dive into the worlds of marketing and business analytics using R. Day by day, there are a multitude of decisions that companies have to face. With the help of statistical models, you're going to be able to support the business decision-making process based on data, not your gut feeling. Let us show you what a great impact statistical modeling can have on the performance of businesses. You're going to learn about and apply strategies to communicate your results and help them make a difference.
Empresas

Group¿Entrenar a 2 o más personas?

Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y más
Pruebe DataCamp Para EmpresasPara obtener una solución a medida, reserve una demostración.

En las siguientes pistas

Análisis de marketing in R

Ir a la pista
  1. 1

    Modeling Customer Lifetime Value with Linear Regression

    Gratuito

    How can you decide which customers are most valuable for your business? Learn how to model the customer lifetime value using linear regression.

    Reproducir Capítulo Ahora
    Customer lifetime value in CRM
    50 xp
    Benefits of knowing CLV
    50 xp
    Looking at data
    100 xp
    Simple linear regression
    50 xp
    Understanding residuals
    50 xp
    Estimating simple linear regression
    100 xp
    Multiple linear regression
    50 xp
    Avoiding multicollinearity
    100 xp
    Interpretation of coefficients
    50 xp
    Model validation, model fit, and prediction
    50 xp
    Interpretation of model fit
    50 xp
    Future predictions of sales
    100 xp
  2. 4

    Reducing Dimensionality with Principal Component Analysis

    CRM data can get very extensive. Each metric you collect could carry some interesting information about your customers. But handling a dataset with too many variables is difficult. Learn how to reduce the number of variables in your data using principal component analysis. Not only does this help to get a better understanding of your data. PCA also enables you to condense information to single indices and to solve multicollinearity problems in a regression analysis with many intercorrelated variables.

    Reproducir Capítulo Ahora
Empresas

Group¿Entrenar a 2 o más personas?

Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y más

En las siguientes pistas

Análisis de marketing in R

Ir a la pista

conjuntos de datos

Churn dataSales dataSales data, months 2-4Survival dataDefault dataNews dataFirst CLV datasetSecond CLV datasetCustomer data

colaboradores

Collaborator's avatar
Chester Ismay
Collaborator's avatar
Nick Solomon
Verena Pflieger HeadshotVerena Pflieger

Data Scientist at INWT Statistics

Ver Más

¿Qué tienen que decir otros alumnos?

¡Únete a 14 millones de estudiantes y empieza Machine Learning for Marketing Analytics in R hoy mismo!

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.