この講座ではPythonを使ったマーケティング・ミックス・モデル、または、メディア・ミックス・モデルを実施していく講座になります。

ステークホルダー持つそれぞれのビジネス課題の解決に直結する施策の実施に可能なインサイト結果を提供することを終始意識して設計しています

【インサイトの例】

・どれくらいの金額をオンラインとオフラインの広告に投資すれば自社の売上の最大化になるのか？

・自社のサービスの認知向上またはコンバージョンに効く広告チャネルは何なのか？

【狙い】

• AI技術を含むデータサイエンスに求められる期待は年々増しています

• データサイエンスに対する期待先行の時代から、本当に使える技術の選定段階に入っていると感じます

• 複雑なサイエンスの結果を元にアクション可能なインサイトに解釈し、かつ、スケール可能な状態で運用していくことが今後ますます重要になってきます

• 昨今、ユーザーIDがデータプライバシーの関係からデータ管理上難しくなってくる中でも、分析的な観点で威力が発揮されるメディアミックス（MMM）をPythonで実施する方法を本講座で解説します（Meta社から出ているRobynと双対をなすもの）

• 自分の仕事が会社の業績に直結するような動きになるように普段の業務への気付きが与えられるような作りにしています

【対象者】

• 自分の分析結果を元にアクションを推進したいデータアナリスト・サイエンティスト

  • 悩み：もっともっとデータ分析を事業側と連携したいな

• スケール可能な仕組みを作りたいデータサイエンティスト

  • 悩み：いろんな人の知恵を結集しながら自社の売上貢献に寄与したいな

• データサイエンスをビジネスに適用したい経営管理系の関係者

  • 悩み：どうやってデータサイエンスをビジネスに適用すればいいのだろうか

ベイズ統計を使ったMMMをGoogleから非公式ではあるものの、公開されている無料のライブラリーを使って、マーケティング・サイエンスの最高峰をぜひ体験してみましょう。

ぜひ、ご受講をご検討ください。