【 消費提醒 】
1. 需透過 LINE 購物前往 Hahow 好學校官方網站消費,並在同一瀏覽器於 24 小時內結帳,方享有 LINE POINTS 回饋資格。
2. 唯有「精選課程」(https://hahow.in/apselect-event)符合回饋資格,在此頁面外的課程或任何學習補給與優惠商品合購組合皆不符合 LINE POINTS 回饋資格,可以於 LINE 購物商店直接搜尋課程名稱,確認是否符合回饋,自行連結至他處所購買之課程將不會回饋 LINE POINTS 點數。
3. 建議從 LINE 購物進入 Hahow 站上後,挑選課程加入購物車並直接完成結帳與付款流程,中間請勿跳出 Hahow 網站,以確保回饋資格。
4. 點數回饋上限以單筆訂單計算。
5. 取消訂單或退貨行為,不具贈點資格。
6. 點數將於付費並無退貨後 30 天前後發送, 是否符合回饋資格請洽 LINE購物客服詢問。商品描述
螢幕前的您,還在依賴直覺跟經驗優化廣告嗎?身處在大數據時代的我們,更需要利用數據驅動(DataDriven)的方式準確知道使用者真實的想法!「A/B測試」技能在數據資料分析中:是知名企業如:Netflix、Meta對使用者體驗做分析的工具是職場想從事資料科學的新鮮人的必學重點技是現今數據驅動的行銷人必備技能!作為行銷活動方案產品經理、行銷人員,或行銷主管有時難免以主觀判斷好壞,但在這個注重客戶體驗的時代,不得不承認我們並不那麼瞭解我們的客戶。資料科學的蓬勃發展,也讓我們有更科學的方法,更貼近消費者想法與使用習慣。「A/B測試」就是一項非常好用的工作,它可以幫助我們驗證:廣告之間的成效、產品之間的差異為何?A廣告看起來比B廣告效益更好,下一步該怎麼做?在經營社群時怎麼用A/B測試來看廣告觸及數或互動數?得到了檢定的證據後,如何將其用來擬定我們下一步的策略呢?有鑑於此,臺灣行銷研究(TMR)團隊在為客戶廠商專案服務時,業界夥伴經常提出以下的問題,如圖1所示:▲圖1.業界常見問題如何用科學方法有效評估不同的行銷方案呢?聽過A/B測試,但要如何將A/B測試應用於行銷方案的挑選呢?哪些統計方法是A/B測試不可或缺的呢?使用A/B測試時,又該如何避免掉入決策陷阱呢?本門課以資料驅動的角度優化行銷策略,幫助您找到高獲利方案!本門課是國內第一門將「A/B測試」結合「Python程式語言」,並深入探討不同條件下執行「A/B測試」統計方法的線上課程。▲圖2.國內第一門PythonxA/B測試的數位課程在資料分析時,常常會需要應用不同的統計方法,但市面上沒有任何一門課程教授統計、資料科學及專案分析的落地應用,因此誕生了本門課,本門課也是國內第一門講解資料科學結合統計應用的課程。本課程也會明確告訴您,在眾多統計檢定當中,如:變異數分析、司徒頓t檢定、Kruskal-wallis、卡方檢定、事後檢定等等,該如何將其有效的運用在對的情境!如圖3所示。▲圖3.常見統計檢定方式本課程也將從基本的研究方法思維切入,帶您利用司徒頓t檢定測試兩廣告間的效益,幫助您找出最佳的行銷方案。若我們有3個以上的行銷方案時,這時就可以使用ANOVA,來比較彼此之間的效益,以找出當中的差異。本課程期望帶給大家更多的商務洞見思維,發揮更具商務意涵的分析應用!本課程共分六大核心特色,如圖4.所示:👉A/B測試的重要性👉業界案例實作分享👉研究方法思維業界專案應用👉統計方法介紹及情境應用👉基礎A/B測試Python實作👉A/B/C/...多重方案Python實作▲圖4.課程核心特色▲圖5.誰適合這門課初步熟悉Python語法的朋友:對Python裡頭的pandas、forloop、if-else、各資料型態不陌生欲進行不同行銷方案的成效比較的朋友想增加評估行銷活動成效分析力的朋友具有商務、行銷或銷售經驗想客觀且高效率為自己行銷活動之成效評估的朋友想學會用A/B測試的朋友:欲加強自己在不同行銷情境下一步步執行A/B測試方法的朋友想應徵商業分析師且提升履歷作品集的社會新鮮人欲製作出屬於自己的商業分析動態視覺化網頁替履歷作品集加分的朋友目前A/B測試在各教學平台多半以英文相關資源及零碎的文章呈現,較難以系統性方式逐步教導學員如何應用。而本課程提供的教學方式及落地業界的應用,是中文市場上少見的A/B測試結合Python商務數據分析課程!本課程與坊間最大的差異有五大面向,比較圖如圖6.所示:▲圖6.本課程與一般A/B測試課程差異理論兼具實務的課程教學:目前市面上的A/B測試課程大多著重在相應的理論與流程,缺乏用Python操作的實務課程。這門課程不僅會講解A/B測試常見的陷阱與科學研究步驟,更會透過Python以實務的角度出發,手把手帶大家操作A/B測試。從實際場域出發,落地應用:以實務落地的角度出發,帶領您透過電商平台廣告的版面設計、廣告投放效益評估個案等,用科學與統計的方法從茫茫選項中,檢定不同方案的績效,找出最好的行銷方案!手把手教學的中文授課:多半A/B測試的課程都是英語授課,而A/B測試在華語地區是個逐漸升溫的基本技能。這門課程能引導同學以數據實作的方式往數據驅動前進。Python技能應用:Python是現在在資料科學領域最為廣泛使用的程式語言。這門課主要教授您A/B測試的內涵及應用,加上Python操作,最後將A/B測試的結果以動態圖作視覺呈現,讓您可以快速了解不同方案的效益。多種統計方法沿用:面對兩廣告間甚至是多個廣告間的成效驗證,我們都會教授同學如何使用相對應的統計方法,一一為您找出成效最佳的廣告,並且增加更多延伸的應用。本課程共分為四大章節,第一章為A/B測試的介紹,第二章將介紹及帶您安裝所需要的環境,並於第三章開始實戰A/B測試,了解兩廣告間的不同。接著第四章則是三者以上的廣告效果比較!課程章節圖如圖7.所示,詳細的各章節安排則會在以下段落說明。▲圖7.課程單元大綱章節1-A/B測試介紹在章節1主要分成三大部分:第一部分:分享臺灣行銷研究在業界服務的經驗根據TMR的實戰經驗,我們統整出以下常見的問題:想要優化廣告、產品來吸引更多受眾,卻不知道從何處下手?從電商個案了解產業痛點,發掘A/B測試實驗的重要性!有哪些是我們應該避開的A/B測試陷阱?A/B測試的常見統計方法有哪些?▲圖8.A/B測試介紹第二部分透過電商個案介紹A/B測試的重要性及其效益電商個案範例,如圖9所示。▲圖9.從電商個案了解A/B測試第三部分:如何避開A/B測試的陷阱前面介紹了這麼多案例與A/B測試之間的關聯,難道A/B測試沒有任何缺點嗎?其中藏有許多陷阱,如圖10.中過度關注平均值的狀況,都會影響結果的判斷。在課程中,我們將詳細說明A/B測試常見的陷阱以及如何避免,讓我們能更精準地評估不同方案成效的好壞。▲圖10.三大常見的A/B測試陷阱章節2-環境介紹與安裝在章節二,我們將帶您安裝Python操作所需要的Spyder開發環境,如影片1.所示,讓我們後續可以:順利將Python語言與A/B測試的實作相互結合手把手引領您操作出本門課程所欲傳授的A/B測試實戰▲影片1.Python的開發環境安裝章節3-A/B測試實戰-如何辨別廣告A與B之間的不同?本章節分為三大部分。同學能夠學會:A/B測試的研究流程與基本統計原理評估兩種電商廣告效益的統計檢定方法比較各統計方法的使用情境Python實作統計檢定與視覺化第一部分:深入淺出的說明基礎的A/B測試流程舉例來說,在執行A/B測試前,最一開始需先定義的問題及建立的假設,包含:A方案(對照組)與B方案(實驗組)分別是什麼?期望達到的效益(即關鍵指標的變化)又是什麼?後續的科學研究步驟流程,我們將在課程中為大家精彩的解說。如圖11.所示。▲圖11.A/B測試的科學研究步驟第二部分:科學研究步驟融入商務上的情境案例我們會將科學研究步驟融入商務上的情境案例,實際帶領大家執行A/B測試的統計檢定,學習資料的前置處理到最後如何提出好的下一步行動決策,如圖12.所示。▲圖12.A/B測試檢定的流程第三部分:A/B測試的基礎檢定實作我們會帶大家實作A/B測試的基礎檢定該如何運用Python程式碼完成,並產出如圖13.與影片2.所示的動態圖。透過視覺化的呈現,可以發現廣告2的平均消費金額大於廣告1,且兩者的差距在統計上是顯著的,代表廣告2的表現確實較廣告1佳。▲圖13.A/B測試檢定的動態圖示意▲影片2.司徒頓t檢定Python實作示範更多精彩的視覺化操作以及相關的A/B測試內容,將在章節3的課程細部為大家做說明。章節4-A/B測試實戰:如果我有三種以上的廣告或產品(A/B/C方案),該如何操作呢?在真實的商業情境,行銷活動通常會有多重方案的比較,章節4則會手把手引導大家實作A/B/C多重方案的檢定測試。多重方案的效益要用哪些統計方法呢?如何用ANOVA測試多重的廣告方案?如果ANOVA的先決假設沒通過時,要怎麼執行A/B測試?Python實作統計檢定與視覺化本課程會帶您透過Python程式碼實作多重方案的統計檢定,並產出如圖14.所示的動態視圖。透過視覺化的呈現,我們可以發現三個廣告之中,廣告1的平均消費金額大於廣告2,且兩者的差距在統計上是顯著的,代表廣告1的表現確實較廣告2佳。▲圖14.TukeyHSD檢定的互動式視覺化示意更多精彩的視覺化操作以及相關的多重方案測試內容,將在章節4的課程細部為大家做說明。我們是臺灣行銷研究,公司在2017年創立於國立臺灣科技大學,公司主要以「行銷資料科學(MarketingDataScience,簡稱MDS)」觀點出發,除了開發行銷資料科學專案、發行實體與數位課程之外,同時也出版相關書籍,致力於擴展資料科學的行銷應用,開啟厚植數據分析之契機。臺灣行銷研究公司官網臺灣行銷研究公司臉書粉絲團鍾皓軒(Howard)-課程設計者/講師臺灣行銷研究有限公司(TMR)創辦人專書出版行銷資料科學:榮登銷售排行第3名/已三刷暢銷/國內第一本行銷資料科學專書STP行銷策略之Python商業應用實戰:預購即榮登暢銷排行第1名/國內第一本行銷策略結合Python商業應用專書最強行銷武器-整合行銷研究與資料科學:國內第一本整合行銷研究與資料科學專書實戰Excel行銷分析|不寫程式也能分析大數據:國內第一本應用Excel與實戰實戰分析業界經歷曾擔任過中華電信、長榮航空、資策會、工研院、外貿協會國際人才培訓中心、證基會及知名金融企業等多個單位的資料科學課程講師學界經歷台科大行銷資料科學課程業師、台科大創新育成中心行銷資料科學課程、台科大新南向創業營隊市場分析及行銷策略講師(全英文授課)、台科大AI連續性製程機器學習課程、北市大行銷資料科學應用課程講師產學專案曾主持參與金融業、化工業、醫療業、網路廣告業、彩妝業、出版業、高教產業、文教產業等資料科學案主編行銷資料科學粉絲專頁、FB社團與Medium創辦人周柏儀(Derek)-課程設計者/講師TMR特約行銷資料科學分析師學界與法人經歷中華民國外貿協會國際人才培育中心–資料科學實作助教經濟部工業局「DIGI+Talent跨域數位人才加速躍升計畫」–資料科學研習生業界經歷曾參與台灣前十大知名科技公司之STP行銷策略資料科學專案–分析師曾參與台灣前十大知名科技公司之品牌競爭分析資料科學專案–分析師曾參與台灣前十大知名科技公司之輿情分析機器人資料科學專案–分析師曾參與台灣前十大知名醫療機構之會員回購預測分析資料科學專案–分析師邢芳瑜(Ruby)-課程設計者/講師TMR特約行銷資料科學分析師出版作品《Medium-台灣資料科學社群》-紀錄作者學界與法人經歷中華民國外貿協會國際人才培育中心–資料科學實作助教業界經歷曾參與台灣前十大知名科技公司之STP行銷策略資料科學專案–分析師曾參與台灣前十大知名科技公司之品牌競爭分析資料科學專案–分析師合作夥伴中華電信-合作經驗工研院-合作經驗長榮航空-合作經驗資策會-合作經驗臺科大-合作經驗外貿協會-合作經驗出版專書臺灣行銷研究目前已出版4本暢銷書籍,其中包括《行銷資料科學》、《STP行銷策略之Python商業應用實戰》、《最強行銷武器-整合行銷研究與資料科學》及《實戰Excel行銷分析|不寫程式也能分析大數據》。🏆暢銷排行第1名-STP行銷策略之Python商業應用實戰專書🏆歡迎點擊通路名稱,即可觀看書籍詳細介紹:博客來、金石堂、天瓏🏆暢銷排行第3名-行銷資料科學🏆歡迎點擊通路名稱,即可觀看書籍詳細介紹:博客來、金石堂、天瓏🏆最新強檔書籍-最強行銷武器整合行銷研究與資料科學🏆歡迎點擊通路名稱,即可觀看書籍詳細介紹:博客來、誠品、天瓏🏆最新強檔書籍-實戰Excel行銷分析|不寫程式也能分析大數據🏆歡迎點擊通路名稱,即可觀看書籍詳細介紹:博客來、天瓏、官網一個禮拜回答一次問題一個禮拜批改一次本次作業說明想要透過發放EDM的方式,進而促進消費者的購買意願,導購的按鈕有3種不同顏色的版本,分別是原先的綠色、新增的藍色與紫色。資料集介紹欄位1為使用者代碼欄位2為不同顏色按鈕的版本欄位3為每位使用者在看到該廣告三個月後的總消費金額舉例:UID5的使用者在看到廣告1後的三個月內,總共累積了22.63美元期望大家在學習前面單元所介紹到的前提假設、ANOVA、TukeyHSD檢定後,去得到各自的結論。舉例:如圖我們可以得到下方「比較不同廣告的平均消費金額」的Tukey檢定視覺化成果,試著從圖表上觀察到的資訊,歸納出未來業者可以優化的方向