Les données relatives à nos habitudes de navigation et d'achat sont omniprésentes. Des transactions par carte de crédit aux paniers d'achat en ligne, en passant par les programmes de fidélisation de la clientèle et les évaluations et commentaires des utilisateurs, il existe une quantité stupéfiante de données qui peuvent être utilisées pour décrire nos comportements d'achat passés, prédire ceux à venir et prescrire de nouvelles façons d'influencer les décisions d'achat futures. Dans ce cours, quatre des meilleurs professeurs de marketing de Wharton vous donneront un aperçu des domaines clés de l'analyse des clients : l'analyse descriptive, l'analyse prédictive, l'analyse prescriptive, et leur application aux pratiques commerciales du monde réel, notamment Amazon, Google et Starbucks, pour n'en citer que quelques-unes. Ce cours offre une vue d'ensemble du domaine de l'analyse afin que vous puissiez prendre des décisions commerciales éclairées. Il s'agit d'une introduction à la théorie de l'analyse de la clientèle et n'a pas pour but de préparer les apprenants à effectuer des analyses de la clientèle.

Analyse de la clientèle
Économisez sur les compétences qui vous font briller avec 40 % de réduction sur 3 mois de Coursera Plus. Économisez maintenant

Analyse de la clientèle
Ce cours fait partie de Spécialisation "Analyse d'entreprise"
Enseigné en Français (doublage IA)



Instructeurs : Eric Bradlow
309 989 déjà inscrits
Inclus avec
11,980 avis
Compétences que vous acquerrez
- Catégorie : Analyse d'entreprise
- Catégorie : Collecte de données
- Catégorie : Analyse de la clientèle
- Catégorie : Gestion des recettes
- Catégorie : Analyse
- Catégorie : Comportement du consommateur
- Catégorie : Marketing basé sur les données
- Catégorie : Connaissance du client
- Catégorie : Analyse marketing
- Catégorie : Modélisation prédictive
- Catégorie : Marketing d'entreprise
- Catégorie : Prise de décision fondée sur des données
- Catégorie : Analyse descriptive
- Catégorie : Optimisation du modèle
- Catégorie : Analyse prédictive
- Catégorie : Analyse de corrélation
- Catégorie : Analyse avancée
- Catégorie : Gestion des données clients
- Catégorie : Analyse de régression
Détails à connaître

Ajouter à votre profil LinkedIn
13 devoirs
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

Il y a 5 modules dans ce cours
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Instructeurs


Offert par
En savoir plus sur Stratégie commerciale
Statut : Essai gratuitUniversity of Colorado System
Statut : Essai gratuitUniversity of Illinois Urbana-Champaign
Statut : Essai gratuitMacquarie University
Statut : Essai gratuit
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Avis des étudiants
- 5 stars
68,29 %
- 4 stars
24,18 %
- 3 stars
5,49 %
- 2 stars
1,26 %
- 1 star
0,75 %
Affichage de 3 sur 11980
Révisé le 31 mai 2023
enjoyed the lectures especially from Fader and Bradlow, wish the course had more details on model construction and data analysis but i guess they do not fall into the scope of an introductory course
Révisé le 5 févr. 2019
Provides very good overview and understanding of cutomer analytics, how to collect data, measure, predict outcomes and what techniques to use in different scenarios. Highly recommend for beginners.
Révisé le 23 mars 2021
Excellent for learning different types of analytics, the different tools, learning which type of analytics and tool to use in a specific situation. Furthermore how to implement analytics in business
Foire Aux Questions
Plus de questions
Aide financière disponible,





