Modele skoringowe w optymalizacji kampanii marketingowych i utrzymaniu klienta (churn)


Opis szkolenia: Kurs ten jest przeznaczony dla osób zainteresowanych skoringiem marketingowym i wykonywaniem związanych z nim analiz danych z wykorzystaniem zaawansowanych narzędzi STATISTICA. Uczestnicy dowiedzą się czym jest skoring i jaka jest jego rola i wpływ na działalność biznesową. Omówiony zostanie szczegółowo cały proces budowy modeli skoringowych: od definiowania parametrów i przygotowania danych, poprzez segmentację klientów do celów modelowania, po budowę modeli i ich walidację. Kurs 2-dniowy.

Wymagania: Umiejętność obsługi komputera w środowisku Windows.

Kontynuacją mogą być np.: kursy z cyklu data mining.

Terminy szkoleń: 16.05.2017 - 17.05.2017; 20.09.2017 - 21.09.2017;

Program szkolenia:

  1. Skoring w praktyce – cele, wyzwania, ograniczenia
    • Co to jest skoring?
    • Skoring marketingowy: jego rola i wpływ na działalność biznesową
    • Charakterystyka modeli churn oraz modeli wspierających kampanie marketingowe
    • Proces budowy modelu skoringowego
  2. Przygotowanie danych
    • Jak przygotować próbę do analizy?
    • Problemy występujące w danych
    • Analiza jakości danych
      • Braki danych
      • Wartości nietypowe
      • Współliniowość
    • Przekształcenia zmiennych
      • Konstrukcja wskaźników i zmiennych pochodnych
      • Dyskretyzacja zmiennych
    • Dobór próby do budowy modelu
  3. Segmentacja populacji klientów pod kątem skoringu
    • Dlaczego warto wykonać segmentację?
    • Segmentacja ekspercka a segmentacja statystyczna
    • Segmentacja metodami drzew interakcyjnych CART/CHAID w STATISTICA Data Miner
  4. Budowa modeli skoringowych
    • Dobór cech do budowy modelu
    • Eksploracja danych
    • Budowa modeli skoringowych
      • Regresja logistyczna
      • Drzewa klasyfikacyjne i wzmacniane
      • Sieci neuronowe
    • Jak uwzględnić czas odejścia klienta w modelu skoringowym?
      • Modele anty-churn tworzone za pomocą modeli SURVIVAL
  5. Ocena modelu skoringowego
    • Miary jakości modelu
    • Krzywa ROC
    • Wykres Przyrostu i Zysku
  6. Optymalizacja działań wynikających z modelu
    • Ustalanie optymalnego punktu odcięcia
    • Wybór optymalnego produktu
  7. Ocena wyników kampanii marketingowych
  8. Monitorowanie i pielęgnacja modeli