تجزیه و تحلیل و پیش بینی مشتری

از داده های بزرگ برای گفتن داستان مشتری خود ، با تجزیه و تحلیل پیش بینی استفاده کنید. در این دوره ، شما می توانید در مورد چرخه زندگی مشتری و اینکه چگونه تجزیه و تحلیل پیش بینی کننده می تواند به بهبود هر مرحله از سفر مشتری کمک کند. با یادگیری در مورد مراحل مختلف در چرخه زندگی مشتری ، شروع کنید. داده های تولید شده در داخل و خارج از تجارت خود را کاوش کنید و راه های جمع آوری و جمع آوری داده ها در سازمان خود را بررسی کنید. سپس سه مورد استفاده را برای تجزیه و تحلیل پیش بینی کننده در هر مرحله از چرخه زندگی مشتری ، از جمله کسب ، رونق ، خدمات و حفظ بررسی کنید. برای هر مرحله ، شما همچنین یک راه حل تجزیه و تحلیل پیش بینی در پایتون ایجاد می کنید. در فیلم های نهایی ، نویسنده Kumaran Ponnambalam بهترین شیوه ها را برای ایجاد یک فرآیند تحلیلی مشتری از زمین به بالا معرفی می کند.

عنوان اصلی : Predictive Customer Analytics (2017)

سرفصل های دوره :

مقدمه:
خوش آمدید
انتظارات و سازمان دوره
از پرونده های ورزش استفاده کنید
1. نمای کلی تجزیه و تحلیل مشتری:
اهمیت تجزیه و تحلیل مشتری
چرخه زندگی مشتری
تحلیلی را در چرخه عمر مشتری اعمال کنید
منابع اطلاعات مشتری
فرآیند تحلیلی مشتری
استفاده از مورد: فروشگاه رایانه آنلاین
2. آیا شما مشتری من خواهید شد؟ :
روند خرید مشتری
چشم انداز تمایل بالایی پیدا کنید
بهترین کانال ها را برای تماس توصیه کنید
چت را بر اساس گرایش بازدید کنندگان ارائه دهید
مورد استفاده: تعیین تمایل مشتری
3. به چه چیز دیگری علاقه دارید؟ :
فروش و فروش متقابل
مواردی را که با هم خریداری شده اند پیدا کنید
ترجیحات گروه مشتری ایجاد کنید
وابستگی و توصیه های کاربر-ماده
استفاده از مورد: موارد را توصیه کنید
4. تجارت آینده شما چقدر ارزش دارد؟ :
وفاداری مشتری
کلاسهای ارزش مشتری را ایجاد کنید
الگوهای پاسخ را کشف کنید
پیش بینی ارزش طول عمر مشتری (CLV)
مورد استفاده: پیش بینی CLV
5. با من شاد هستی؟ :
رضایت مشتری را بهبود بخشید
قصد تماس را پیش بینی کنید
مشتریان ناراضی را پیدا کنید
انواع مشکل گروه
استفاده از مورد: انواع مشکل گروه
6. منو ترک کنی؟ :
از جذب مشتری جلوگیری کنید
مشتریانی را که ممکن است ترک کنند پیش بینی کنید
مشوق ها را پیدا کنید
الگوهای جذابیت مشتری را کشف کنید
استفاده از مورد: الگوهای مشتری
7. بهترین روشها:
فرآیندهای تحلیلی مشتری را ابداع کنید
داده های مناسب را انتخاب کنید
خطوط لوله پردازش داده ها
بهبود مداوم
نتیجه گیری:
مراحل بعدی