Pythonを用いた応用マーケティング・アナリティクス Applied Marketing Analytics Using Python

Pythonを用いた応用マーケティング・アナリティクス<br>Applied Marketing Analytics Using Python

個数：

電子版価格
¥8,661

電子版あり

Pythonを用いた応用マーケティング・アナリティクス
Applied Marketing Analytics Using Python

Yildirim, Gokhan/ Kübler, Raoul V.

ウェブストア価格 ¥37,299（本体¥33,909）
Sage Publications Ltd（2025/04発売）
外貨定価 US$ 179.00
ポイント 339pt

提携先の海外書籍取次会社に在庫がございます。通常3週間で発送いたします。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合が若干ございます。
2. 複数冊ご注文の場合は、ご注文数量が揃ってからまとめて発送いたします。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Hardcover:ハードカバー版／ページ数 384 p.
言語 ENG
商品コード 9781529684179
DDC分類 658.8002855133

Full Description

It is vital for marketers today to be comfortable in their use of data and quantitative approaches and have a thorough grounding in understanding and using marketing analytics in order to gain insights, support strategic decision-making, solve marketing problems, maximise value and achieve success.

Taking a very hands-on approach with the use of real-world datasets, case studies and Python, this book supports students and practitioners to explore a range of marketing phenomena using various applied analytics tools, with a balanced mix of technical coverage alongside marketing theory and frameworks.

Supporting online resources include datasets and software codes and solutions as well as PowerPoint slides, a teaching guide and a testbank. This book is essential reading for advanced level marketing students and practitioners who want to become cutting-edge marketers.

Dr Gokhan Yildirim is an Associate Professor of Marketing at Imperial College Business School, London.

Dr Raoul V. Kübler is an Associate Professor of Marketing at ESSEC Business School, Paris.

Chapter 1: Introduction
Chapter 2: Customer Segmentation
Chapter 3: Marketing Mix Modelling
Chapter 4: Attribution Modelling
Chapter 5: User-Generated Data Analytics
Chapter 6: Customer Mindset Metrics
Chapter 7: Text Mining
Chapter 8: Churn Prediction and Marketing Classification Models with Supervised Learning
Chapter 9: Demand Forecasting
Chapter 10: Image Analytics
Chapter 11: Data Project Management and General Recommendations