PyMC-Маркетинг: Байесовский подход к науке о маркетинговых данных

• Вебинар посвящен маркетинговому пакету ПК, который является открытым исходным кодом и основан на байесовском подходе.  

• В вебинаре участвуют два отраслевых эксперта, которые обсуждают преимущества и возможности использования маркетинга ПК.  

• Моделирование медиа-миксов позволяет задавать вопросы о том, насколько эффективны различные медиа-каналы для достижения ключевых показателей эффективности.  

• Моделирование ценности жизни клиента позволяет задавать вопросы о том, как удержать и привлечь новых клиентов, а также о том, сколько денег и инвестиций нужно вложить в удержание и привлечение клиентов.  

• Маркетинг ПК может быть использован компаниями, которые хотят активизировать маркетинговые усилия, компаниями, которые предоставляют маркетинговые консультации, и компаниями, которые сотрудничают с лабораториями ПК для разработки моделей и инструментов.  

• Маркетинг ПК представляет собой объединение усилий компьютерных лабораторий и экспертов в предметной области для решения реальных бизнес-задач.  

• Открытый исходный код позволяет специалистам по обработке данных использовать общие языки для создания эффективных решений в маркетинговой аналитике.  

• Открытый исходный код помогает избежать привязки к поставщикам и обеспечивает гибкость и адаптивность.  

• Байесовский подход обеспечивает понимание и интерпретируемость моделей, что важно для принятия рискованных бизнес-решений.  

• Байесовский подход учитывает неопределенности и позволяет получать информацию о количественных степенях риска.  

• PMEC Marketing будет расширяться как аналитический пакет, а PMEC Labs создает экосистему пакетов для маркетинговой аналитики.  

• PMEC Marketing планирует интегрировать больше функций и стать ближе к уровню техники.  

• PMEC Marketing и PMEC Labs открыты для внешнего вклада и сотрудничества.  

• Обсуждение возможности делать каузальные заявления без полной рандомизации.  

• Упоминание о пакете "causal pie" для проведения каузальных анализов.  

• Планы по разработке курса по маркетинговому пакету ПК.  

• Планы по оценке сезонности и добавлению новых функций.  

• Обсуждение оптимизации графического процессора для более быстрой выборки.  

• Планы по добавлению определения предыдущих дистрибутивов для пользовательских моделей.  

• Планы по включению вложенных моделей и фильтрации по ним.  

• Приглашение отправлять вопросы в раздел "чем больше вопросов, тем больше ответов".  

• Обсуждение использования базовых подходов и апостериорных распределений для оптимизации бюджета и медиаканалов.  

• Рекомендация использования метода групповых данных для учета сезонности и влияния на медиаканалы.  

• Рекомендация использовать данные на национальном уровне, если они доступны, и учитывать степень детализации медиаданных.  

• Обсуждение использования "r two d two prior" для уменьшения переобучения модели и оптимизации соответствия KPI.  

• Планы по решению проблем, связанных с калибровкой моделей, практичностью результатов и работой с медиаканалами нижней воронки.  

• Призыв к участию в решении этих проблем и готовность принять вклад от сообщества.  

• В видео обсуждается использование библиотек для экспериментов с изменяющимися во времени коэффициентами.  

• В настоящее время эти библиотеки закодированы вручную в PIMC, и для их создания используется подмодуль Gaussian Process.  

• Эти библиотеки не являются частью библиотеки с открытым исходным кодом, но команда планирует добавить эту возможность в будущем.  

• В заключение, команда благодарит зрителей за настрой и надеется, что IMc Marketing будет полезен для них.