Bab 1, Analisis
Eksploratif Perilaku Pelanggan, mengulas lebih dalam mengenai data. Bab ini
membahas berbagai metrik yang dapat digunakan untuk menganalisis bagaimana
pelanggan berperilaku dan berinteraksi dengan produk. Dengan Python dan R, bab
ini memperluas pengetahuan Anda pada visualisasi data serta berbagai teknik
pembuatan grafik.
Bab 2, Memprediksi
Kemungkinan Keterlibatan Pemasaran, membahas cara membangun model
pembelajaran mesin untuk memprediksi kemungkinan keterlibatan pelanggan. Bab
ini menjelaskan cara melatih algoritma pembelajaran mesin menggunakan Python
dan R, cara mengevaluasi kinerja model, serta bagaimana model tersebut dapat
dimanfaatkan untuk mencapai pemasaran yang lebih terarah.
Bab 3, Nilai
Seumur Hidup Pelanggan, membahas cara menghitung nilai seumur hidup
pelanggan (Customer Lifetime Value/CLV) secara individual. Bab ini
menjelaskan cara membangun model regresi menggunakan Python dan R serta cara
mengevaluasinya. Selain itu, bab ini juga membahas bagaimana nilai umur
pelanggan yang telah dihitung dapat dimanfaatkan untuk menyusun strategi pemasaran
yang lebih baik.
Bab 4, Segmentasi
Pelanggan Berbasis Data, mengulas cara melakukan segmentasi pelanggan
dengan pendekatan berbasis data. Bab ini memperkenalkan algoritma klastering
untuk membentuk berbagai segmen pelanggan dari data menggunakan Python dan R.
Bab 5, Mempertahankan
Pelanggan, membahas cara memprediksi kemungkinan pelanggan berhenti berlangganan
(customer churn) serta berfokus pada pembangunan model klasifikasi
menggunakan Python dan R, termasuk cara mengevaluasi kinerjanya. Bab ini juga
menjelaskan cara membangun model artificial neural network yang menjadi dasar
dari pembelajaran mendalam di Python dan R dengan pustaka keras.
Bab 6,
A/B
Testing untuk Strategi Pemasaran yang Lebih Baik, memperkenalkan
pendekatan berbasis data untuk membuat keputusan yang lebih tepat dalam
strategi pemasaran. Bab ini membahas konsep uji A/B, cara
mengimplementasikannya, serta cara mengevaluasinya menggunakan Python dan R.
Selanjutnya, bab ini juga menguraikan penerapan nyata dan manfaat uji A/B dalam
meningkatkan strategi pemasaran.
Bab
7, Langkah Selanjutnya?, merangkum apa yang
telah dibahas dalam buku ini serta berbagai tantangan nyata dalam menggunakan
ilmu data untuk pemasaran. Bab ini juga memperkenalkan paket dan pustaka ilmu
data serta pembelajaran mesin lainnya, termasuk algoritma pembelajaran mesin tambahan
yang dapat digunakan untuk proyek ilmu data Anda di masa mendatang.
ILMU DATA DAN PEMBELAJARAN MESIN UNTUK PEMASARAN DIGITAL JILID 2
Dr. Phil. Dony Novaliendry, S.Kom., M.Kom
