¿Marketing & Ciencia de datos? - CURSO GRATIS!!
¿Marketing & Ciencia de Datos?
Durante la última década, el consumo de información en línea se ha disparado drásticamente debido a la amplia asequibilidad de la World Wide Web. Se estima que hay más de 6 mil millones de dispositivos conectados a Internet en este momento. Cada día se generan alrededor de 2,5 millones de terabytes de datos. Para 2020, por cada persona, se crearán 1,7 MB de datos por segundo.
" ¿Qué tienen en común las recomendaciones de productos de Amazon y las sugerencias de películas de Netflix? Ambos confían en Market Basket Analysis, que es una poderosa herramienta para traducir grandes cantidades de transacciones de clientes y ver datos en reglas simples para la promoción y recomendación de productos. En este curso, aprenderás a realizar un análisis de la cesta de la compra mediante el algoritmo Apriori, métricas estándar y personalizadas, reglas de asociación, agregación y poda, y visualización. Luego, reforzará sus nuevas habilidades a través de ejercicios interactivos, creando recomendaciones para una pequeña tienda de comestibles, una biblioteca, un vendedor de libros electrónicos, un minorista de regalos novedosos y un servicio de transmisión de películas. En el proceso, descubrirás estadísticas ocultas para mejorar las recomendaciones para los clientes. " - DataCamp.
Hablaremos sobre el análisis de la cesta de compra o también conocido como market basket , así que comencemos con un ejemplo simple:
Una pequeña librería tiene cuatro géneros:
- Ficción.
- Biografia.
- Poesía.
- Historia.
Debido al diseño de la tienda, los géneros deben agruparse en dos pares de secciones.
SECCIÓN 1:
SECCIÓN 2:
El dueño de la librería no sabe cuál es la mejor manera de acomodar los diferentes tipos de libros, por lo que viene con nosotros y nos pregunta ¿Cuál es la mejor manera de acomodar los libros?.Para responder esta pregunta comenzaríamos solicitando los datos de ventas, afortunadamente , el dueño de la tienda ha registrado los datos de ventas en un formato conveniente para el procesamiento de datos , donde cada fila contiene una ID única asociada con cada transacción y una lista de artículos, donde en este caso los artículos , son los géneros de libros que un cliente ha comprado .
Comentarios
Publicar un comentario