Байесовские методы в современной маркетинговой аналитике с Хуаном Ордузом

Байесовские методы в современной маркетинговой аналитике (Хуан Ордус) Описание мероприятия Мы обсудим некоторые из наиболее важных тем в маркетинговой аналитике: оптимизацию расходов на медиа с помощью моделей медиамикса и экспериментов, а также оценку пожизненной ценности клиента. Мы рассмотрим эти темы с байесовской точки зрения, поскольку она предоставляет нам отличные инструменты для создания более качественных моделей и получения более полезных выводов. Мы воспользуемся этой возможностью, чтобы рассказать о нашем сотрудничестве с PyMC Labs по открытию исходного кода некоторых из этих инструментов в нашем совершенно новом пакете Python pymc-marketing (https://www.pymc-marketing.io/en/stable/) #БайесовскиеМетоды #маркетинговаяаналитика #маркетингнаосноведанных #ВероятностноеМоделирование #ПринятиеМаркетинговыхРешений #СтатистическийАнализ #ABTesting #ПрогнозноеМоделирование #СегментацияКлиентов #ОптимизацияМаркетинга #ЭффективностьКампании #МоделированиеАтрибуции #БайесовскаяИнференция #СовместныйАнализ #МногомерноеТестирование #БайесовскиеСети #ПредварительнаяИнформация #БайесовскаяРегрессия #МаркетинговаяНаука У нас есть специальное предложение: Бесплатная 30-минутная стратегическая консультация Подробный анализ вашего текущего конвейера маркетинговой аналитики Создание индивидуальной дорожной карты для внедрения вашей аналитики на следующий уровень Запишитесь на бесплатную консультацию по маркетинговой стратегии здесь: https://calendly.com/twiecki/bayes Ресурсы Пакет Python pymc-marketing: https://www.pymc-marketing.io/en/stable/ Слайды: https://juanitorduz.github.io/html/ma... О докладчиках Доктор Хуан Камило Ордус Математик (доктор философии, Университет имени Гумбольдта в Берлине) и специалист по анализу данных. Интересуется междисциплинарным применением математических методов. В частности, анализом временных рядов, байесовскими методами и причинно-следственным выводом. В настоящее время работает над проектами в области маркетингового анализа данных, такими как моделирование медиамикса, оценка пожизненной ценности клиента и эксперименты. 🔗 Свяжитесь с Хуаном Ордузом: LinkedIn:   / juanitorduz   Twitter:   / juanitorduz   GitHub: https://github.com/juanitorduz Веб-сайт: https://juanitorduz.github.io/ Доктор Томас Виецки (PyMC Labs) Доктор Томас Виецки — автор PyMC, ведущей платформы для статистической обработки данных. Чтобы помочь компаниям решить некоторые из самых сложных задач в области обработки данных, он собрал команду мирового класса специалистов по байесовскому моделированию и основал PyMC Labs — консалтинговую компанию, специализирующуюся на байесовском анализе. Он получил докторскую степень в Университете Брауна, изучая когнитивную нейронауку. 🔗 Свяжитесь с Томасом Виецки: GitHub: https://github.com/twiecki Twitter:   / twiecki   Веб-сайт: https://twiecki.io/ Связь с PyMC Labs LinkedIn:   / pymc-labs   Twitter:   / pymc_labs   YouTube:    / pymclabs   Meetup: https://www.meetup.com/pymc-labs-onli... Временные метки 00:00 Приветствие 02:03 Начало вебинара 02:32 Цель вебинара 03:04 План 04:05 Прикладная наука о данных 05:12 Байесовские методы 06:49 Геоэксперименты 08:27 Регрессия на основе времени 10:26 Регрессионная модель в PyMC 12:04 Измерение эффективности маркетинга 13:34 Преобразования медиа (перенос (Adstock) и насыщение) 15:50 Целевая модель медиамикса 16:24 Структура MMM 16:53 Оценка вклада медиа 17:13 Оптимизация бюджета 18:18 PyMC-маркетинг 19:25 PyMC-маркетинг - Дополнительные варианты MMM 20:00 Пожизненная ценность клиента (CLV) 21:47 Непрерывная неконтрактная CLV 22:57 Стратегия оценки CLV 24:31 Предположения BG/NBD 27:14 Параметры BG/NBD 27:50 Вероятность активности BG/NBD 28:40 Гамма-гамма Модель 29:12 Иерархические модели BG/NBD 31:14 Причинно-следственный анализ (синтетический контроль) 32:10 Причинно-следственный анализ (разность разностей и разрыв регрессии) 32:39 Инструментальные переменные 34:46 Моделирование удержания доходов в когортах 38:21 Компонент удержания и дохода 41:02 Модель удержания доходов в когортах 42:34 Прогнозы удержания доходов 43:11 Ссылки 44:25 Связь с PyMC Labs 44:50 Консультации по стратегии маркетинговой аналитики 47:36 Практический семинар PyMC 48:58 Вопросы и ответы В MMM так много параметров, которые невозможно идентифицировать... 53:00 Вопросы и ответы Как в MMM кодировать категориальные контрольные переменные? 54:10 Вопрос/Ответ Как работать с латентными переменными? 57:34 Вопрос/Ответ Если вы наблюдаете базовый подъем... Как его измерить в модели медиамикса...? 59:15 Вопрос/Ответ Как это решает проблему холодного старта? Лаборатории PyMC Лаборатории PyMC: https://www.pymc-labs.io #байесовская #статистика #python