This course introduces students to marketing analytics through a wide range of analytical tools and approaches. We will discuss causal analysis, survey analysis using regression, textual analysis (sentiment analysis), and network analysis. This course aims to provide the foundation required to make better marketing decisions by analyzing multiple types of data related to customer satisfaction.
Offrez à votre carrière le cadeau de Coursera Plus avec $160 de réduction, facturé annuellement. Économisez aujourd’hui.
Applying Data Analytics in Marketing
Ce cours fait partie de Spécialisation Business Analytics
Instructeurs : Unnati Narang
22 232 déjà inscrits
Inclus avec
(156 avis)
Expérience recommandée
Compétences que vous acquerrez
- Catégorie : Data Analysis
- Catégorie : Analytics
- Catégorie : regression
- Catégorie : Marketing
- Catégorie : Marketing Analytics
Détails à connaître
Ajouter à votre profil LinkedIn
5 quizzes
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 4 modules dans ce cours
In the first module, we will discuss analytics in marketing and dive into causal analysis, an important tool for analytics. We will start with a broad overview of why analytics is important for marketers, what are the various types of data, the process of applying analytics in marketing, and the different types of analytics. We will then delve deeper into causal analysis.
Inclus
19 vidéos7 lectures2 quizzes1 sujet de discussion1 plugin
In the second module, we will focus on the analysis of survey data using regression. Surveys are one of the key tools used by organizations to measure important constructs like customer satisfaction. We will start with a broad understanding of the concept of customer satisfaction and various ways to measure it. Next, we will discuss the tools to analyze survey data. We will specifically focus on two regression methods—linear and logistic regressions. Finally, we will conclude the module with a hands-on logistic regression demonstration using an airline customer satisfaction survey dataset with R.
Inclus
7 vidéos2 lectures1 quiz
We will learn about the various methods of text analysis. We will first introduce you to sentiment analysis—the most prevalent means of analyzing customer satisfaction with textual data. We will demonstrate the sentiment analysis steps via R Studio. Then, we will shift our focus to text summarization techniques. We begin by listing the pre-processing steps required to bring the text to an analyzable form. Next, we look at how the frequency counts of multi-word phrases of pre-processed text can reveal the common terms being discussed. Building on top of the n-grams, we move onto a more intelligent method to automatically detect quality phrases. We will also discuss the LDA Topic Modeling - a very popular way to detect topics in a body of texts. We will wrap up this module with a highlight on supervised machine learning and an example of its application.
Inclus
7 vidéos2 lectures1 quiz1 évaluation par les pairs
We will introduce a method to analyze customer satisfaction influence using social media data. Social networks are the perfect dataset to utilize network analysis to understand how people are interacting with other people and forming networks. Identifying a pattern in social media relationships can be useful when making marketing decisions. We will also review influencer brand personality analysis that can be used as a method for brands to find influencers similar in personality to themselves.
Inclus
6 vidéos4 lectures1 quiz1 plugin
Instructeurs
Offert par
Recommandé si vous êtes intéressé(e) par Marketing
Emory University
Coursera Project Network
University at Buffalo
University of Illinois Urbana-Champaign
Préparer un diplôme
Ce site cours fait partie du (des) programme(s) diplômant(s) suivant(s) proposé(s) par University of Illinois Urbana-Champaign. Si vous êtes admis et que vous vous inscrivez, les cours que vous avez suivis peuvent compter pour l'apprentissage de votre diplôme et vos progrès peuvent être transférés avec vous.¹
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
Affichage de 3 sur 156
156 avis
- 5 stars
71,15 %
- 4 stars
18,58 %
- 3 stars
3,84 %
- 2 stars
1,28 %
- 1 star
5,12 %
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, tous inclus dans votre abonnement
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Once you enroll for a Certificate, you’ll have access to all videos, quizzes, and programming assignments (if applicable). If you choose to explore the course without purchasing, you may not be able to access certain assignments.
You will be eligible for a full refund until 2 weeks after your payment date. You cannot receive a refund once you’ve earned a Course Certificate, even if you complete the course within the 2-week refund period. View our full refund policy.
Yes! Coursera provides financial aid to learners who would like to complete a course but cannot afford the course fee. To apply for aid, select "Learn more and apply" in the Financial Aid section below the "Enroll" button. You'll be prompted to complete a simple application; no other paperwork is required.