数字营销学课件 4第四章 统计技术和数字营销.pptx

数字营销学课件 4第四章 统计技术和数字营销.pptx

  1. 1、本文档共37页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

;开篇案例:恒丰银行的营销大数据分析;目录;目录;一、数字营销分析方法概述;一、数字营销分析方法概述;(二)数据分析方法的分类;(二)数据分析方法的分类

1.有监督学习-描述性方法

描述性统计分析:描述性统计分析使用描述统计量和数据可视化等方法描述数据的基本特征。

;(二)数据分析方法的分类

1.有监督学习-描述性方法

列联表:是一种交叉分类频数分布表,用于按两个或多个属性(定性变量)对观测数据进行分类,进而研究不同变量之间的关系。;(二)数据分析方法的分类

2.无监督学习-描述性方法

多元统计分析方法:包括聚类分析、因子分析/主成分分析、多维标度分析、对应分析等。;(二)数据分析方法的分类

2.无监督学习-描述性方法

数据挖掘与机器学习方法:包括聚类分析、文本挖掘等。;(二)数据分析方法的分类

3.有监督学习-解释性和预测性方法

多元统计分析方法:方差分析、回归分析、时间序列分析等。

数据挖掘与机器学习方法:逻辑回归、决策树、神经网络、支持向量机、随机森林、Logit分析、路径分析等。

实验方法:主要包括实地实验和实验室实验。;(二)数据分析方法的分类

4.无监督学习-解释性和预测性方法

无监督学习-解释性和预测性方法主要应用于数据挖掘和机器学习中,包括聚类回归和混合模型等方法。

这些方法在深度学习中得到广泛应用,本质可以看作是两个步骤:首先对数据进行分类处理,然后进行逻辑回归。;(一)营销数据和分析技术的发展过程;目录;一、描述性分析-事前分类典型方法;一、描述性分析-事前分类典型方法;一、描述性分析-事前分类典型方法;一、描述性分析-事前分类典型方法;一、描述性分析-事前分类典型方法;二、描述性分析-非事前分类典型方法;二、描述性分析-非事前分类典型方法;二、描述性分析-非事前分类典型方法;二、描述性分析-非事前分类典型方法;二、描述性分析-非事前分类典型方法;二、描述性分析-非事前分类典型方法;三、解释性、预测性分析-事前分类典型方法;三、解释性、预测性分析-事前分类典型方法;四、解释性、预测性分析-非事前分类典??方法;目录;一、实验方法概述;一、实验方法概述;二、实地实验与A/B测试;二、实地实验与A/B测试;二、实地实验与A/B测试;思考与讨论;DIGITALMARKETINGISJUSTMARKETING

文档评论(0)

lai + 关注
实名认证
内容提供者

精品资料

版权声明书
用户编号:7040145050000060

1亿VIP精品文档

相关文档