Precios especiales para empresa. Pregunte por nuestros Cursos personalizados.
Sesiones:
mié, 11 de nov de 2015, 15:00 – 19:00 CET
vie, 13 de nov de 2015, 15:00 – 19:00 CET
mié, 18 de nov de 2015, 15:00 – 19:00 CET
vie, 20 de nov de 2015, 15:00 – 19:00 CET
Precio por usuario: 550 USD
Al inscribirse al curso, tiene acceso a la grabación del mismo durante un año.
PRESENTACION
Una técnica de segmentación es capaz de combinar un conjunto variables de los clientes, para generar agrupaciones con características o comportamientos similares.
La segmentación se desarrolla con la finalidad de explicar comportamientos y descubrir nuevos nichos de mercado, perfilar el comportamiento del consumidor.
En el curso-taller desarrollaremos ejercicios de segmentación de clientes utilizando análisis clúster y árboles de decisión.
Dirigido a:
Profesionales de cualquier ámbito interesados en aprender técnicas avanzadas de análisis de datos de una forma sencilla y orientada al negocio. Directivos, Jefes, Analistas y Profesionales de Negocio, Marketing, Business Intelligence, TI, Riesgos involucrados en el proceso de toma de decisiones con grandes volúmenes de información
Se requiere conocimiento básicos, de estadística y manejo de base de datos
Temario:
I. Introducción
Descargas de interfaces gráficas, orientadas al usuario, de R Statistics para la exploración, análisis de segmentación y minería de datos. Configuración de IBM Statistics 23 (versión demo gratuita)
Tipos de segmentación
Estrategias de segmentación
Metodología para una Segmentación eficaz
Proceso de desarrollo de Modelos Analíticos
Definición de objetivos y necesidades de la segmentación
Integrar y recopilar datos
Selección y transformación de variables
Reducción de dimensionalidad y análisis de componentes principales
Formación de segmentos
Caracterización / Perfilado
Automatización / Generación de Reglas
Adopcion de estrategias segmentadas
II. Técnicas de segmentación
Segmentación por puntuación: RFM.
Segmentación utilizando Arboles de decisión
Segmentación utilizando métodos Jerárquicos, No Jerárquicos (K.Medias)
Segmentación Bi-etápica
Segmentación con algoritmo de Kohonen
Segmentación con algoritmo de Vecino más cercano
Selección de modelos y ejecución de modelos
Metodología:
Se realizará ejercicios con muestras de datos.
Se brindara acceso a un enlace con el material de estudio digital
Los alumnos podrán ser capaces de practicar con MS Excel, la herramienta R Statistics (interfaces graficas de Exploración, Segmentación y Minería de Datos) e IBM SPSS Statistics 23 (Versión gratuita de 14 dias, descargable online)
Expositor:
JULIO QUIÑONEZ VILLANUEVA