Data marketing [ Livre] : statistiques appliquées au marketing avec Excel et R / Magali Trelohan
Langue : français.Publication : St Herblain : Editions ENI, Cop 2018.Description : 1 volume de 261 pages : graphiques, couverture illustrée en couleurs ; 21 cm.ISBN : 9782409014857.Collection: Marketing bookDewey : 658.800 285, 23Classification : Résumé : 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.Sujet - Nom commun: Marketing informatisé | Marketing -- Méthodes statistiques | Statistique -- Logiciels Sujet - Forme: Guides pratiques| Type de document | Site actuel | Cote | Statut | Notes | Date de retour prévue |
|---|---|---|---|---|---|
Livre
|
Bibliothèque Universitaire Mohamed Sekkat Rez de chaussee | 658.800 285 TRE (Parcourir l'étagère) | Disponible | New 2020 |
Survol Bibliothèque Universitaire Mohamed Sekkat Étagères , Localisation : Rez de chaussee Fermer le survol d'étagère
|
|
|
|
|
|
|
||
| 658.800 285 DUC Le guide de la transformation digitale | 658.800 285 DUC Le guide de la transformation digitale | 658.800 285 DUC Le guide de la transformation digitale | 658.800 285 TRE Data marketing | 658.800 2854678 CIN Marketing Facebook | 658.800 2854678 MED Marketing digital | 658.800 2854678 MED Marketing digital |
Bibliographie pages 253-255
Index
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
Il n'y a pas de commentaire pour ce document.