Data Marketing : statistiques appliquées au marketing avec Excel et R
Cet ouvrage s'adresse aux managers marketing et commerciaux soucieux de développer une stratégie de data marketing au sein de leur organisation (entreprise, service public ou association). Il aborde de manière simple et pragmatique l'intérêt de la data marketing et explique comment la mett...
Spremljeno u:
| Glavni autor: | |
|---|---|
| Format: | Livre numérique |
| Jezik: | Français |
| Izdano: |
St-Herblain :
Editions ENI
2018.
|
| Serija: | Marketing Book
|
| Teme: | |
| Online pristup: | Accès Université d'Orléans |
| Bilješka: |
Édition du 16 août 2018 Notice rédigée d'après la consultation du 2019-01-31 Titre provenant de la page de titre du document électronique La pagination de l'édition imprimée correspondante est : 262 p. ENI (ebooks) |
| Autres localisations: | Voir dans le Sudoc |
| Edition sous un autre format: | • Data marketing, statistiques appliquées au marketing avec Excel et R, [Magali Trelohan], 2018, Saint-Herblain, Éditions ENI, 1 vol. (261 p.), Marketing Book, 978-2-409-01485-7 |
| Sažetak: | Cet ouvrage s'adresse aux managers marketing et commerciaux soucieux de développer une stratégie de data marketing au sein de leur organisation (entreprise, service public ou association). Il aborde de manière simple et pragmatique l'intérêt de la data marketing et explique comment la mettre en oeuvre au quotidien à l'aide d'Excel et de R. Le premier chapitre réconciliera les marketers et managers commerciaux avec le langage des data scientists et des DSI en présentant les concepts et mécanismes-clé de l'univers data (big data, data mining, smart data, open data, SGBDR, bases de données, NoSQL, mapreduce, data lakes, etc.). Le chapitre suivant offre des clés pour auditer le système data, collecter des données et nettoyer les bases de données avant d'effectuer une analyse descriptive de ces données avec Excel et R. Vous commencerez par des analyses simples et apprendrez à les manier de manière robuste d'un point de vue statistique. Le chapitre suivant traite du marketing prédictif : que peut-il se passer dans le futur ? Les calculs statistiques plus complexes présentés dans ce chapitre vous apprendront à classifier vos données en vue de les segmenter, à utiliser des modèles de régression et les méthodes de scoring. C'est ensuite le marketing prescriptif qui est abordé : que devrions-nous faire ? Il s'agit de mettre en place une expérimentation puis d'analyser les résultats statistiques. Dans le dernier chapitre, nous vous proposons quelques clés de communication et pistes de data visualisation et de data storytelling pour vous aider à diffuser au mieux votre stratégie au sein de votre entreprise. De chapitre en chapitre, l'auteur propose une démarche pour structurer la mise en place d'une stratégie data marketing mais vous pourrez également piocher l'information, en fonction de vos besoins, dans l'un ou l'autre des chapitres. De nombreux exemples permettent de s'approprier les différents tests statistiques proposés. Le choix des logiciels d'analyse (Excel et R) repose sur leur accessibilité. R est un logiciel gratuit en open source et une référence dans le monde des statistiques. S'il peut être perçu comme complexe, l'auteure s'est attachée à le présenter de manière simple et abordable. Des outils ergonomiques et facilitant l'usage de R comme RStudio et Rcmdr sont également proposés |
|---|---|
| Opis djela: | Édition du 16 août 2018 Notice rédigée d'après la consultation du 2019-01-31 Titre provenant de la page de titre du document électronique La pagination de l'édition imprimée correspondante est : 262 p. ENI (ebooks) |
| Bibliografija: | Bibliogr. p. 253-255. Index |
| ISBN: | 9782409014871 |
| Pristup: | L'accès complet à la ressource est réservé aux usagers des établissements qui en ont fait l'acquisition |