Le cursus inclut
-
Les bases de SQL
Cours • 21 leçonsVoici un cours et des ressources pour apprendre les bases de SQL (langage des bases de données relationnelles) .
Gratuit
-
Les bases de Python pour la science des données
Cours • 6 leçonsApprendre les bases de python pour la science des données
Gratuit
-
Les bases de l'apprentissage automatique
Cours • 11 leçonsUn ensemble de ressources sur les modèles d'apprentissage automatique (Machine Learning).
Gratuit
-
Construction d’un modèle score de prospects
Cours • 40 leçonsUtiliser l’apprentissage automatique pour construire un modèle score de prospects
Gratuit
-
Mettre en place un modèle d'attribution marketing
Cours • 52 leçonsApprendre à utiliser l’apprentissage automatique et d'autres méthodes afin de construire un modèle d'attribution marketing
Gratuit
-
Applications commerciales de l’analyse des réseaux sociaux
Cours • 40 leçonsConstruire et analyser un réseau social utilisant Python
Gratuit
La combinaison des connaissance métiers avec les analytiques permettra aux entreprises, grâce à ses talents en interne de:
-
Augmenter ses revenus (par exemple en augmentant la capacité du département de marketing et de vente)
-
Réduire ses coûts (par exemple en optimisant et en automatisant certains processus et tâches).
-
Créer de la valeur (par exemple en créant de nouveaux produits et services)
Description
Les entreprises de toutes tailles peuvent bénéficier de l'utilisation de la science des données et de l'apprentissage automatique pour leurs efforts de marketing
Les applications de la science des données dans le marketing vont de la création de rapports et de tableaux de bord à l'utilisation d'algorithmes d'apprentissage automatique pour prédire les comportements des clients ou engager les clients avec les produits et le contenu.
Nous avons organisé le cursus en deux blocs
- Attirer et engager
- Retenir et enchanter
Dans le premier bloc (attirer et engager), vous allez apprendre à:
Construire un modèle score de prospects
Le scoring des prospects est une technique de marketing dans laquelle les entreprises attribuent une note à chaque prospect en fonction de sa probabilité d'acheter leur produit ou leur service. Cela permet aux entreprises de cibler leurs campagnes marketing de manière plus efficace en se concentrant sur les prospects les plus prometteurs
Mettre en place un modèle d'attribution marketing
L'attribution marketing est une technique qui permet aux entreprises de mesurer et d'attribuer une valeur à chaque canal ou campagne marketing dans le processus d'achat d'un client. Cela leur permet de mieux comprendre l'efficacité de leurs efforts marketing et d'optimiser leur stratégie en conséquence.
Réaliser un test A/B
L'A/B testing est une technique de marketing dans laquelle les entreprises testent différentes versions d'une campagne marketing pour voir laquelle est la plus efficace.
Analyser les réseaux sociaux
L'analyse des réseaux sociaux est une discipline qui utilise des techniques quantitatives pour étudier les relations et les interactions entre les individus dans les réseaux sociaux. Cela peut inclure des réseaux sociaux en ligne, comme Facebook ou Twitter, mais aussi des réseaux sociaux hors ligne, comme les réseaux professionnels ou les communautés locales.
Dans le deuxième bloc, vous allez:
Faire une analyse de cohortes
L'analyse de cohortes est une technique d'analyse de données qui permet de suivre et d'étudier les comportements et les caractéristiques d'un groupe d'individus (la cohorte) au fil du temps.
Mettre en place une segmentation des clients
La segmentation des clients est une technique de marketing dans laquelle les entreprises divisent leur base de clients en groupes homogènes (les segments) en fonction de caractéristiques communes, telles que l'âge, le revenu, les préférences ou les comportements d'achat.
Concevoir un système de recommandation
Un système de recommandation est un type de logiciel ou d'algorithme qui utilise des données sur les préférences et les comportements des utilisateurs pour leur recommander des produits ou des services pertinents.
Analyser les sentiments avec du traitement du langage naturel
L'analyse des sentiments utilise le traitement du langage naturel pour extraire les émotions et les attitudes exprimées dans du texte. Cela peut être utile pour comprendre la réaction des gens à un produit, un service, une marque ou un événement.
Construire un modèle de prédiction des défections
La prédiction de churn (ou de désabonnement) est une technique d'analyse de données qui permet aux entreprises de prédire la probabilité qu'un client quitte leur entreprise. Cela peut être utile pour identifier les clients à haut risque de churn et mettre en place des stratégies pour les fidéliser.
Prédire les ventes
Les entreprises peuvent utiliser l'apprentissage automatique pour prédire les ventes futures en fonction de différents facteurs, tels que les tendances du marché, les campagnes publicitaires en cours et les données historiques de vente.
Mettre en place un modèle de CLV
Le CLV mesure la valeur totale des clients pour l'entreprise au cours de leur relation à vie avec l'entreprise. Cette métrique est particulièrement importante à suivre pour acquérir de nouveaux clients.
Si vous êtes un.e professionnel.le du marketing intéressé par la science des données, alors ce cursus est pour vous!. Vous apprendrez comment la science des données peut vous aider à améliorer vos stratégies marketing.
Si vous avez déjà étudié la science des données et l'apprentissage automatique, ce cursus vous conviendra parfaitement. Il vous guidera dans la manière d'appliquer vos connaissances et votre expérience de la science des données dans le marketing avec des exemples concrets.
Ce que vous apprendrez
A la fin de la formation, vous serez en mesure de:
-
Construire un modèle score de prospects
-
Mettre en place un modèle d'attribution marketing
-
Réaliser un test A/B
-
Analyser les réseaux sociaux
-
Faire une analyse de cohortes
-
Mettre en place une segmentation des clients
-
Concevoir un système de recommandation
-
Analyser les sentiments avec du traitement du langage naturel
-
Construire un modèle de prédiction des défections
-
Mettre en place un modèle de CLV
Les outils, langages et logiciels
Tous les outils et logiciels utilisés sont gratuits.
-
SQL Server Management Studio
-
SQL Server Developer
-
Power BI Desktop
-
Jupyter Notebook
-
Python (Anaconda)
-
KNIME Analytics Platform
Vous allez apprendre:
- Les bases de SQL
- L’essentiel du langage Python pour la science des données.
- Les bases du logiciel KNIME
Les bases de SQL
Cours

Les bases de Python pour l'analyse des données
Cours

Les bases de KNIME
Cours

Les bases de la statistique
Cours

Les bases de l'apprentissage automatique
Cours

Dans le premier bloc, vous allez apprendre à:
- Construire un modèle score de prospects
- Mettre en place un modèle d'attribution marketing
- Réaliser un test A/B
- Analyser les réseaux sociaux
Construction d’un modèle score de prospects
Projet pratique

Mettre en place un modèle d'attribution marketing
Projet pratique

Test A/B
Cours

Mettre en place et réaliser un test A/B
Projet pratique

Applications commerciales de l’analyse des réseaux sociaux
Projet pratique

Dans le deuxième bloc, vous allez:
- Faire une analyse de cohortes
- Mettre en place une segmentation des clients
- Concevoir un système de recommandation
- Analyser les sentiments avec du traitement du langage naturel
- Construire un modèle de prédiction des défections
- Prédire les ventes
- Mettre en place un modèle de CLV.
Analyse de cohortes
Projet pratique utilisant SQL

Construire un tableau de bord de vente avec Power BI
Projet pratique utilisant Power BI

Ressources sur l'apprentissage non supervisé
Cours

Mettre en place une segmentation des clients
Projet pratique

Construction d’un modèle de prédiction des défections
Projet pratique

Les bases des systèmes de recommandation
Cours

Concevoir un système de recommandation
Projet pratique

Les bases du NLP (Natural Language Processing)
Cours

Analyse des sentiments avec du traitement du langage naturel
Projet pratique

Mettre en place un modèle de Customer Lifetime Value
Projet pratique

Séries chronologiques (Time Series)
Cours

Mettre en place un modèle de prévision des ventes
Projet pratique

Éthique, biais et responsabilité de l'IA/ML
Ressources

Temps estimé et une proposition de calendrier
Le cursus est conçu pour que vous puissiez le suivre à votre rythme. Nous vous suggérons ce calendrier sur neuf (9) semaines
-
Semaine #1: COURS DE PRÉPARATION - 10 heures (un minimum de 5 heures)
-
Semaine #2: COURS DE PRÉPARATION - 15 heures (un minimum de 10 heures)
-
Semaine #3: ATTIRER & ENGAGER - 10 heures (un minimum de 6 heures)
-
Semaine #4: ATTIRER & ENGAGER - 10 à 15 heures (un minimum de 6 heures)
-
Semaine #5: RETENIR & ENCHANTER - 10 heures (un minimum de 6 heures)
-
Semaine #6: RETENIR & ENCHANTER - 15 heures (un minimum de 10 heures)
-
Semaine #7: RETENIR & ENCHANTER - 15 heures (un minimum de 10 heures)
-
Semaine #8: RETENIR & ENCHANTER - 10 heures (un minimum de 6 heures)
-
Semaine #9: RETENIR & ENCHANTER - 10 heures (un minimum de 6 heures)
LAB |
COMMUNAUTÉ |
MENTORAT |
|
---|---|---|---|
Cours de support | ![]() |
![]() |
![]() |
Projets pratiques (études de cas) | ![]() |
![]() |
![]() |
Laboratoires virtuels | ![]() |
![]() |
![]() |
Certificat d'achèvement | ![]() |
![]() |
![]() |
Communauté privée |
![]() |
![]() |
|
Mentorat individuel |
![]() |
||
Prix (par personne) | 1350$ | 1550$ | 2750$ |
L'option Lab
Apprenez à votre rythme
L'option Communauté
Apprenez à votre rythme et en communauté
L'option Mentorat
Apprenez à votre rythme, en communauté et avec un mentor