線上課程|Python 購物籃分析:多商品推薦與利潤策略
1. 透過LINE購物進入蝦皮後禁止再透過蝦皮直播下單,避免訂單認列異常
2. 請務必「清空」蝦皮購物車,再透過LINE購物連結至蝦皮商店進行購買 ;先把商品加入購物車,再從LINE購物連結至蝦皮結帳,將無法獲得點數回饋。
3. 請避免連續下單,若您完成交易後,想下第二張訂單,請重新從LINE購物連結至蝦皮商店進行購買
4. 電子票券及繳費服務類別:回饋0%。
5. 請留意,蝦皮超市內的商品(蝦皮超市、蝦皮直送美妝、蝦皮免運直送)不隸屬於蝦皮商城,點數回饋請依照「蝦皮超市」商店頁為主。
6. 蝦皮商城之訂單適用於部分點數紅包,規範請依該紅包頁說明為主。
7. 點數回饋將依照蝦皮提供扣除折價券、運費與蝦幣後之最終金額進行計算。
8. 同一商品品項(即便不同尺寸規格),皆會計入同一筆返點上限進行計算
9. 用戶需於同一瀏覽器進行交易(若自動跳轉 APP,請在 APP交易)。
10. 若使用不同物流或付款方式,將拆分成不同筆訂單編號發送通知。
11. 若使用折價券折抵,可能會有攤提折抵導致訂單金額些微落差
12. 蝦皮會將LINE的導購跳轉紀錄與蝦皮的會員ID進行綁定,若後續七天內未透過其他媒體來源導入蝦皮官網,則七天內於該蝦皮帳號下訂的首筆訂單會被蝦皮認列為該LINE用戶導購跳轉時所成立之訂單。
13. 若同一用戶使用一個以上蝦皮帳號透過LINE購物進行導購,將可能導致無法收到導購通知,亦可能無法收到點數,再請留意。
[注意事項]
1.如導購途中用戶由網頁版(電腦版/手機版網頁)切換為 App 會造成追蹤中斷而無法進行 LINE Points 回饋
2.若購買過程中關閉蝦皮APP,則需重新透過LINE購物前往蝦皮商城,否則無法進行LINE POINTS 回饋。 / 3.如用戶先前往蝦皮商城將商品加入購物車,後續透過LINE購物前往至蝦皮商城將購物車結清,此方案將不列入 LINE Points 回饋
4.若因系統異常無法追蹤訂單,致使消費者無接收到點數回饋,蝦皮保有更改條款與法律追訴之權利
5. LINE購物商品價格若與蝦皮賣場實際價格有異,以蝦皮賣場價格為準商品描述
Hahow 好學校|線上課程📖
此商品屬「例外商品類別」,不適用七天鑑賞期法規非以有形媒介提供之數位內容或一經提供即為完成之線上服務,經消費者事先同意始提供
📍課程序號發送及兌換詳情請見賣場介紹
課程資訊
【 課程名稱 】:Python 購物籃分析:多商品推薦與利潤策略
【 課程簡介 】
本課程以兩大面向協助您在銷售資料不完全的情況下,也能有效找出值得推薦的商品組合,提升企業的營收。 資料面:善用常見的顧客資料做商品搭售分析! 財務面:利用財務指標產出搭售策略,減少搭售分析結合財務指標的冤枉路!
【 課程大綱 】
章節一:多商品搭售個案環境介紹
單元 1 - 產業情境案例說明
單元 2 - 情境個案資料說明
章節二:購物籃分析環境安裝
單元 1 - 介紹與安裝 Python 好用的工具 - Spyder 操作介面
單元 2 - 安裝特製環境檔
章節三:購物籃演算法介紹與實戰
單元 1 - 商品搭售的好方法 - 購物籃分析介紹
單元 2 - 購物籃分析的資料格式 - 資料清理、處理與轉換
單元 3 - 購物籃分析一把罩 - 手把手教您基礎購物籃分析
單元 4 - 購物籃分析視覺化 - 商品搭售優先順序一覽無遺
章節四:購物籃產品搭售獲利分析
單元 1 - 如何從千百種商品找出建議搭售商品?- 80/20 法則實戰演練
單元 2 - 簡簡單單由財務面解析購物籃成果 - 商品搭售分析推薦表
單元 3 - 簡單視覺化財務面解析購物籃成果 - 商品搭配分析推薦動態網頁圖
單元 4 - 如何挑選有價值的推薦商品?管理意涵
【 老師介紹 】:臺灣行銷研究
臺灣行銷研究有限公司(TMR)所創建的【行銷資料科學團隊】 曾出版國內第一本的行銷資料科學書籍。經歷中華電信AI專案課程服務、資策會AI專案合作與課程服務、外貿協會國際企業人才培訓中心行銷資料科學課程服務。 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 同時創建全台第一個的【行銷資料科學】粉絲專頁、Line@、FB社團與Medium
【 需要準備的工具/軟體 】
- 一台穩定的電腦,不限 Mac/Windows/Linux 作業系統
- 需安裝 Visual Studio Code 開源免費軟體與 Jupyter Notebook 軟體工具,課程中也會一步步帶領大家安裝
- 本課程以 Python 開源免費語言為主
【 需要具備的背景知識 】
- 瞭解 Windows/Mac 電腦的基本操作。
- 具 Python 語法基礎者
【 上完課後,學生可以學到並做出的東西 】
- 將熱賣商品按照利潤大小排序形成推薦名單,得到最大獲利
- 透過機器學習分析找出商品搭配,利用 AI 自動化的方式快速進行配對
- 使用 Apriori 演算法找出商品搭售組合,以購物籃分析角度重新定義搭售組合
- 結合財務指標建立產品組合推薦名單,透過視覺化結合財務面分析讓人一目了然!
【 哪些人適合這堂課?】
- 想為自己職場數據分析力加強的朋友
- 初步熟悉 Python 語法的朋友
- 了解商品搭售的概念,想落地應用的夥伴
- 想從財務面深入解析購物籃成果的朋友