Applied Marketing Analytics Using R 1st Edition

Phân tích tiếp thị ứng dụng bằng R
Hoạt động tiếp thị ngày càng dựa vào dữ liệu trong những năm gần đây nhờ các công nghệ mới nổi như AI, tính sẵn có của dữ liệu chi tiết và các công cụ phân tích ngày càng phát triển. Với xu hướng này vẫn tiếp tục, điều quan trọng đối với các nhà tiếp thị ngày nay là phải thoải mái trong việc sử dụng dữ liệu và phương pháp định lượng, đồng thời có nền tảng vững chắc trong việc hiểu và sử dụng phân tích tiếp thị để hiểu rõ hơn, hỗ trợ ra quyết định chiến lược, giải quyết các vấn đề tiếp thị , tối đa hóa giá trị và đạt được thành công. Áp dụng cách tiếp cận thực tế bằng cách sử dụng bộ dữ liệu trong thế giới thực, nghiên cứu điển hình và R (gói thống kê miễn phí), cuốn sách này hỗ trợ sinh viên và người thực hành khám phá một loạt hiện tượng tiếp thị bằng cách sử dụng nhiều công cụ phân tích ứng dụng khác nhau, với sự kết hợp cân bằng. về phạm vi kỹ thuật cùng với lý thuyết và khuôn khổ tiếp thị. Các chương bao gồm mục tiêu học tập, số liệu, bảng biểu và câu hỏi để giúp học tập dễ dàng hơn. Bộ dữ liệu trực tuyến cũng được bao gồm các mã và giải pháp phần mềm (R Markdowns, tệp HTML) để sử dụng cùng với sách cũng như các trang trình bày PowerPoint, hướng dẫn giảng dạy và ngân hàng bài kiểm tra dành cho người hướng dẫn giảng dạy khóa học phân tích tiếp thị. Cuốn sách này là tài liệu đọc cần thiết dành cho những sinh viên tiếp thị trình độ cao và những người hành nghề tiếp thị muốn trở thành những nhà tiếp thị tiên tiến. Tiến sĩ Gokhan Yildirim là Phó Giáo sư Tiếp thị tại Trường Kinh doanh Đại học Imperial, London. Tiến sĩ Raoul V. Kübler là Phó Giáo sư Tiếp thị tại Trường Kinh doanh ESSEC, Paris.

Acknowledgements
About the Authors
Overview
Endorsements
Online Resources
1 Introduction
What is marketing analytics about?
Getting started with R
Importing data to R
Chapter summary
References
Further reading
2 Customer Segmentation
Case study: Stratton AE Banking
Customer segmentation as a core function of marketing management
Segmentation approaches and criteria
Distance as a measure of similarity
k-means cluster analysis
Chapter summary
References
3 Marketing Mix Modelling
Case study: FourTex
Marketing mix modelling approach
Model application with R
Chapter summary
References
Appendix
4 Attribution Modelling
Case study: KNC
Introduction
Overview of attribution models
Model applications with R
Chapter summary
References
Appendix
5 User-Generated Data Analytics
Case study: Leviev Air I
The potential of user-generated data
Deriving a positioning strategy with the help of UGD
Understanding the airline choice process with Google Trends data
Enriching insights with the help of airline reviews: a crawling exercise
Chapter summary
References
6 Customer Mindset Metrics
Case study: Zanten shampoo
Customer mindset metrics
Model application with R
Chapter summary
References
7 Text Mining
Case study: Leviev Air II
The power of text
Applications of text mining in marketing
Chapter summary
References
8 Churn Prediction and Marketing Classification Models with Supervised Learning
Case study: Logi.Tude
Customer churn and reacquisition
Machine learning and classification models
Logistic regression models
Decision tree models
Chapter summary
References
9 Demand Forecasting
Case study: Silverline
What is demand forecasting?
Demand forecasting approaches
Model applications with R
Chapter summary
References
Appendix
10 Image Analytics
Introduction
Marketing applications of image analytics
Neural networks
Convolutional neural networks
Model application in R
Chapter summary
References
11 Data Project Management and General Recommendations
Data analytics project stages and issues
Data storage and database management
Data suitability and data handling
Data quality
Computational power and parallelization of tasks
Data storytelling and visualization
Implementation of analysis results in marketing practice
Critically assess the ethical dimensions of your data analysis
Chapter summary
References
Index