Data Science in Sales & Marketing Course
Module Description
Pelajari metode pengolahan data dan hasilkan prediksi menggunakan teknik machine learning untuk menghasilkan model yang dapat di implementasikan pada sektor retail & FMCG.
- Materi mudah dipahami karena disampaikan dalam Bahasa Indonesia, tanpa instalasi software tambahan, menggunakan fitur Live Code Editor.
- Modul yang ada di DQLab.id dipersiapkan oleh praktisi data di industri sehingga mencerminkan studi kasus yang sering dihadapi dalam dunia kerja.
Learning Outcomes
Dengan mempelajari Data Science in Sales & Marketing Course, peserta mampu untuk:
- Mengolah dataset complex dengan R dan SQL
- Memahami dan menerapkan teknik Predictive Modelling untuk menghasilkan data model dengan studi kasus yang sering ditemukan pada sektor retail & FMCG
- Menguji tingkat akurasi dari data model yang dibangun, dan memilih metode dan data model yang tepat dengan tingkat akurasi yang tinggi
- Menampilkan visualisasi data dengan grafik yang tepat sesuai kebutuhan
- Menghasilkan insight yang dapat membantu proses pengambilan keputusan
- Melatih critical thinking dan problem solving apabila dihadapkan dengan suatu masalah
Chapters
Fundamental R for Data Science
Pelajari langkah dasar untuk memulai R - bahasa yang sangat populer di data science - mulai dari operasi matematika sampai visualisasi data.
- Mengerti hal-hal dasar di R seperti menggunakan dan menampilkan angka, teks, dan perhitungan matematika dasar
- Mampu menggunakan variable untuk menyimpan nilai
- Mengerti penggunaan komentar (comment) untuk menghasilkan human readable code
- Mengerti sifat R yang case sensitive - huruf besar dan huruf kecil merupakan hal yang berbeda
- Mengerti penggunaan tipe data logika TRUE/FALSE
- Memahami contoh error
- Memahami apadan bagaimana menggunakan package
- Mengerti bagaimana membaca file Excel
- Mampu menghasilkan grafik bar chart dan pie chart dengan data yang dibaca dari file Excel
Statistics using R for Data Science
Pelajari dasar-dasar ilmu statistik untuk memulai perjalanan data science dengan menggunakan R.
- Fungsi statistik
- Perbedaan statistik dan parameter
- Perbedaan data kuantitatif dan kualitatif
- Membaca dataset dalam format CSV
- Mengubah kolom menjadi factor
- Estimasi Karakteristik (modus, median, mean)
- Skala pengukuran data
- Ukuran sebaran data (range, varian, simpangan baku)
- Perbedaan Statistik Deskriptif dan Statistik Inferensia
- Hubungan antar variabel
Data Science in Retail: Market Basket Analysis
Pelajari algoritma machine learning untuk kasus bisnis retail, yaitu Market Basket Analysis dimana seorang data scientist akan mencari hubungan antar produk yang kuat berdasarkan data transaksi belanja.
- Memahami penggunaan Market Basket Analysis (MBA) di dunia ritel
- Memahami dan mampu mempersiapkan data yang diperlukan
- Memahami konsep fundamental item, itemset, frequent itemset dan association rules
- Memahami dan mampu menggunakan algoritma Apriori untuk menghasilkan model association rules dengan R
- Mampu menghasilkan daftar kombinasi produk yang memiliki asosiasi kuat berdasarkan nilai support, confidence dan lift
- Mampu mengoperasionalkan model sehari-hari untuk menghasilkan rekomendasi produk kepada customer
Data Science in Marketing: Customer Segmentation
Pelajari teknik analisa yang membagi data-data customer menjadi beberapa segmen yang bermanfaat bagi bisnis di marketing dan CRM.
- Memahami apa itu customer segmentation dalam penggunaannya di dunia bisnis
- Mampu membaca dan mempersiapkan data profil pelanggan
- Mampu menghasilkan model customer segmentation dengan algoritma k-means dan k-modes
- Mengoperasionalkan model sehingga dapat digunakan sehari-hari oleh bisnis
Premium
