Te gustaría aprender diversas herramientas de minería de datos para segmentar a tus clientes y predecir la conversión de leads. Eso es precisamente lo que aprenderemos en este curso de Marketing Analytics con Python. Soy Carlos Martínez, tengo una Maestría en Finanzas de la Universidad Centroamericana, un MBA de INCAE y un Ph.D. en Management de la Universidad de Saint Gallen en Suiza. He presentado mi investigación en algunas de las más prestigiosas conferencias y coloquios doctorales sostenidos en la Universidad de Tel Aviv, el Politecnico de Milán, la Universidad de Halmstad en Suecia y el MIT. Además, soy coautor de más de 25 casos de enseñanza algunos de ellos incluídos en las bases de casos de universidades relevantes como Harvard y Michigan.
Este es un curso muy completo que incluye presentaciones téoricas, tutoriales en Python y asignaciones con solución. El curso está basado en el método de learning-by-doing, en el que construiremos nuestros modelos utilizando datos reales de la industria de telecomunicaciones y banca. Aprenderemos diferentes herramientas como Análisis de Clústeres con K-Means, Análisis de Componentes Principales, Regresión Logística y Redes Neuronales. Esto último con Tensorflow una poderosa biblioteca desarrollada por Google.
Comenzaremos el curso con una sección introducción desde cero a Python, en la que aprenderemos los diferentes tipos de variables, sintaxis, condicionales, iteraciones y funciones, para luego pasar a revisar las bibliotecas más utilizadas como pandas, numpy y matplotlib. En la segunda parte del curso, aprenderemos a segmentar clientes utilizando análisis de clústeres y combinándolo con análisis de componentes principales (PCA), todo esto utilizando una base de datos real de una empresa de telecomunicaciones. En la tercera parte, construiremos un modelo que prediga la conversión de leads dentro de un embudo de ventas en la industria bancaria haciendo uso de regresión logística. Finalmente, haremos un modelo predictivo con redes neuronales haciendo uso de la biblioteca TensorFlow desarrollada por Google, y cerraremos el curso con una asignación en la que deberás elaborar tu propio modelo predictivo con redes neuronales.
Los participantes ideales del curso son estudiantes y profesionales relacionados al área de marketing interesados en aprender herramientas de ciencia de datos. También está pensado para personas con cierto conocimiento en estadística y programación que quieran aprender aplicaciones prácticas de ciencia de datos en el área de mercadeo. El curso incluye una introducción desde cero a Python por lo que es abierto para todos, y no tiene prerrequisitos. Te invito a revises la información del curso y te inscribas. ¡Nos vemos en la primera clase!
