Apa
yang Dibahas dalam Buku Ini?
Bab 1, Ilmu Data dan Pemasaran, membahas
dasar-dasar mengenai bagaimana ilmu data digunakan dalam pemasaran. Bab ini
memperkenalkan secara singkat teknik-teknik ilmu data dan pembelajaran mesin
yang sering digunakan serta bagaimana penerapannya dalam merancang strategi
pemasaran yang lebih baik. Bab ini juga menjelaskan cara menyiapkan lingkungan
kerja Python dan R untuk proyek-proyek yang akan dikerjakan.
Bab 2, Indikator Kinerja Utama dan Visualisasi,
menguraikan sejumlah indikator kinerja utama yang perlu dipantau dalam
pemasaran. Bab ini membahas bagaimana Python dan R dapat digunakan untuk
menghitung KPI serta membangun visualisasi dari KPI tersebut.
Bab 3, Faktor Pendorong K ‘eterlibatan Pemasaran,
menunjukkan cara menggunakan analisis regresi untuk memahami faktor-faktor yang
mendorong keterlibatan pelanggan. Bab ini menjelaskan cara membangun model
regresi linier di Python dan R serta cara mengekstrak nilai intersep dan
koefisien dari model. Dengan wawasan yang diperoleh dari analisis regresi, kita
akan meninjau bagaimana strategi pemasaran dapat ditingkatkan untuk memperoleh
tingkat keterlibatan yang lebih tinggi.
Bab 4, Dari Keterlibatan ke Konversi, membahas
cara menggunakan berbagai model pembelajaran mesin untuk memahami faktor-faktor
yang mendorong konversi. Bab ini memperkenalkan cara membangun model pohon
keputusan di Python dan R, cara menginterpretasikan hasil, serta cara
mengidentifikasi faktor pendorong konversi.
Bab 5, Analitik Produk, memandu Anda melakukan
analisis eksploratif terhadap produk. Bab ini menjelaskan berbagai metode
agregasi dan analisis data di Python dan R untuk memperoleh wawasan lebih
lanjut mengenai tren dan pola pada produk.
Bab 6, Rekomendasi Produk yang Tepat, membahas cara
meningkatkan visibilitas produk serta merekomendasikan produk yang paling
mungkin dibeli oleh pelanggan individu. Bab ini membahas penggunaan algoritma
penyaringan kolaboratif (Collaborative Filtering Algorithm) di Python dan R
untuk membangun model rekomendasi. Selanjutnya, dibahas pula bagaimana
rekomendasi tersebut dapat dimanfaatkan dalam kampanye pemasaran.
ILMU DATA DAN PEMBELAJARAN MESIN UNTUK PEMASARAN DIGITAL JILID 1
Dr. Phil. Dony Novaliendry, S.Kom.,
M.Kom
