Data Analyst Courses

Case Mastery: Đọc Insight & Ra Quyết Định Từ Dữ Liệu | Analytical Techniques – Statistics – Maths | Khóa Học No Code

  • Khai Giảng: 08/09/2024
  • Thời Gian: Thứ 03 & Chủ Nhật hàng tuần – 20:15
  • Thời Lượng: 13 buổi học
  • Học Phí: Inbox TẠI ĐÂY
  • Số Học Viên Đã Đăng Ký: 22 bạn (Bao gồm: Sinh viên, giảng viên, chuyên gia các ngành nghề khác nhau)
  • Tại sao phải biết Statistic? Quy trình từng bước làm việc với Statistic.
  • Thế nào là Analytics? Khám phá các loại Analytics.
  • Thế nào là Insight? Insight dưới góc nhìn của các nhà lãnh đạo. (Trích từ các cuộc phỏng vấn thực tế)
  • HIểu rõ dữ liệu đang có với Descriptive Analytics. Phân tích qua các tình huống về bán hàng để hiểu rõ bản chất kiến thức.
  • Mục tiêu: Học cách áp dụng RFM Analysis, Cohort Analysis, Market Basket Analysis, Association Rules & Regression.
  • Phân tích & tối ưu hóa chiến lược tiếp thị, tăng cường giữ chân khách hàng bằng cách phân khúc và theo dõi sự chuyển dịch giữa các phân khúc theo thời gian.
  • Phân tích & tối ưu hóa doanh thu bằng cách cải thiện các chiến lược Cross Selling và Bundling Product.
  • Giải thích cách làm từng bước, cách tính công thức toán học, kèm data minh họa.
  • Mục tiêu: Học cách áp dụng MCA, TOPSIS, AHP & Euclidean Distance.
  • Mỗi sản phẩm có nhiều tiêu chí khác nhau để đánh giá. Công ty đang có danh sách n sản phẩm cần phân tích để xây dựng chiến lược phát triển. Đánh giá một cách có hệ thống và khách quan, từ đó lựa chọn các sản phẩm nổi bật nhất dựa trên sự cân nhắc đa tiêu chí.
  • Giải thích cách làm từng bước, cách tính công thức toán học, kèm data minh họa.
  • Mục tiêu: Học cách áp dụng Survival Analysis, Kaplan-Meier Estimator, Cox Proportional-Hazards Model.
  • Các nền tảng học Online đều có mô hình kinh doanh dựa trên việc người dùng đăng ký các gói dịch vụ hàng tháng, hàng năm. Phân tích dự đoán khi nào một người học có thể hủy đăng ký, và những yếu tố nào ảnh hưởng đến quyết định này.
  • Giải thích cách làm từng bước, cách tính công thức toán học, kèm data minh họa.
  • Mục tiêu: Học cách áp dụng Markov Chain Model.
  • Phân tích hành vi của khách hàng trong suốt hành trình mua sắm của họ (Customer Journey). Xác định xác suất mà một khách hàng sẽ di chuyển từ một trạng thái cụ thể sang trạng thái tiếp theo.
  • Phân tích dự đoán hành vi tương lai của khách hàng dựa trên hành vi trong quá khứ và tối ưu hóa trải nghiệm khách hàng.
  • Giải thích cách làm từng bước, cách tính công thức toán học, kèm data minh họa.
  • Mục tiêu: Học cách áp dụng S-curve & Bass Diffusion Model.
  • Phân tích dự báo tiềm năng bán hàng của các sản phẩm mới và đưa ra quyết định về chiến lược định giá, phân phối và khuyến mại.
  • Giải thích cách làm từng bước, cách tính công thức toán học, kèm data minh họa.

Leave a Comment