數據分析師的履歷專案實作:用Python & ChatGPT 做數據分析、會員分級、精準行銷與資料視覺化

  • 1-1、數據分析的痛點 - 精準行銷簡介
    約13 分鐘
  • 1-2、ChatGPT於百貨的行銷應用:即時理解網民的輿論
    約3 分鐘
  • 1-3、ChatGPT於電商的行銷應用:即時調整平台的推薦
    約1 分鐘
  • 2-1、現行會員分級制度介紹
    約2 分鐘
  • 2-2、常見會員指標: LRFM + 繪製長條圖比較等級
    約16 分鐘
  • 2-3、常見會員指標: NES + 繪製圓餅圖觀察比例
    約7 分鐘
  • 2-4、常見會員指標: CAI + 繪製折線圖觀察變化
    約9 分鐘
  • 2-5、指標整合(SOM分群):指標眾多,有效整合好說明
    約11 分鐘
  • 2-6、會員等級定義(VIP、新會員、忠誠會員等):透過上述指標定義會員等級,讓銷售策略更加精準
    約8 分鐘
  • 3-1、推薦系統簡介 (Recommendation System):推薦公司商品給會購買的客戶
    約5 分鐘
  • 3-2、ChatGPT 模型簡介(大型語言模型_LLM)
    約5 分鐘
  • 3-3、ChatGPT 於推薦系統的應用:GPT + 推薦系統的應用
    約14 分鐘
  • 3-4、精準行銷成果展示: GPT + 推薦系統的成果
    約7 分鐘
  • 4-1、電商與實體(百貨公司)的資料差異
    約4 分鐘
  • 4-2、會員分級與綜整(第二章實作)
    約26 分鐘
  • 4-3、ChatGPT 與推薦系統(第三章實作)
    約9 分鐘
  • 4-4、精準行銷系統上線(物件導向 + Fast API)
    約14 分鐘
  • 5-1、Git、GitHub 完整介紹
    約5 分鐘
  • 5-2、GitHub 簡易操作:程式人用的雲端
    約13 分鐘
  • 5-3、Markdown 語法簡介:寫出自己的 readme 履歷吧!
    約9 分鐘
  • 6-1、ChatGPT _ Python 安裝
    約10 分鐘
  • 解鎖單元 精準行銷系統包裝:GUI介面製作(Python - Streamlit)
    約10 分鐘
重複播放

網頁閒置太久,網站已將您登出,請點選以下按鈕進行登入。

登入 取消