Formation de base en analytique marketing

Leçon 1 • Indicateurs clés et KPI

Présente les indicateurs de rendement marketing les plus critiques et explique comment sélectionner des KPI alignés sur les objectifs d'affaires.

Leçon 2 • Sources de données en marketing

Passe en revue les sources de données de premier, deuxième et troisième ordre utilisées en marketing. Les étudiants apprennent à évaluer la qualité et la pertinence des sources avant l'analyse.

Leçon 3 • L'entonnoir marketing et les données

Cartographie les étapes standard de l'entonnoir marketing avec des signaux de données mesurables. Relie la pensée entonnoir aux indicateurs que les étudiants suivront tout au long du cours.

Leçon 4 • Le rôle et le flux de travail de l'analyste

Décrit le flux de travail analytique de bout en bout, du cadrage de la question à la présentation des connaissances. Positionne l'analyste comme un partenaire stratégique, et non comme un simple générateur de rapports.

Leçon 1 • Configuration de l'analyse Web

Couvre la configuration d'une plateforme d'analyse Web pour capturer des données de site significatives. Les étudiants apprennent à définir des objectifs, des filtres et des vues qui produisent des ensembles de données propres et utilisables.

Leçon 2 • Principes fondamentaux du suivi et du balisage

Explique comment les pixels, les balises et les codes de suivi capturent le comportement des utilisateurs sur les canaux numériques. Fournit les bases techniques pour tout le travail de collecte de données subséquent.

Leçon 3 • Construction d'une pile de données marketing

Passe en revue les outils et les intégrations qui constituent une infrastructure de données marketing moderne. Les étudiants évaluent les composants de la pile en fonction de la taille de l'entreprise et de la maturité analytique.

Leçon 4 • Données CRM et enregistrements clients

Aborde la façon dont les systèmes CRM stockent et structurent les données clients à des fins marketing. Relie les enregistrements CRM au ciblage des campagnes et à l'analyse du cycle de vie.

Leçon 1 • Principes de conception de tableaux de bord

Enseigne la mise en page, la hiérarchie et le choix de graphiques pour des tableaux de bord marketing efficaces. Les étudiants conçoivent des tableaux de bord qui communiquent les informations en un coup d'œil.

Leçon 2 • Analyse comparative et des tendances

Présente les comparaisons d'une période à l'autre, les références concurrentielles et l'identification des tendances. Les étudiants contextualisent les données de rendement par rapport à des points de référence significatifs.

Leçon 3 • Analyse exploratoire des données pour les spécialistes du marketing

Applique des techniques d'AED aux ensembles de données marketing pour faire émerger des tendances et des anomalies. Développe l'habitude de comprendre les données avant de tirer des conclusions.

Leçon 4 • Cadence de production de rapports et besoins des parties prenantes

Aligne la fréquence et le format des rapports sur les différents publics de parties prenantes. Les étudiants apprennent à adapter la profondeur et le niveau de détail aux consommateurs de niveau direction, tactique et opérationnel.

Leçon 1 • Activation et ciblage des segments

Couvre la façon de pousser les segments définis dans les plateformes publicitaires, les outils de courriel et les flux de travail CRM. Les étudiants relient les résultats de la segmentation à l'exécution en direct des campagnes.

Leçon 2 • Analyse RFM

Enseigne la notation de la récence, de la fréquence et de la valeur monétaire pour classer et prioriser les clients. Les résultats RFM alimentent directement les campagnes de fidélisation et de réactivation.

Leçon 3 • Segmentation par regroupement et comportementale

Présente le regroupement par k-moyennes et le regroupement comportemental pour découvrir des segments d'audience naturels. Les étudiants interprètent les résultats du regroupement et les traduisent en actions marketing.

Leçon 4 • Stratégie et logique de segmentation

Établit la justification stratégique de la segmentation et les critères utilisés pour définir des groupes significatifs. Relie les décisions de segmentation aux campagnes et à l'affectation budgétaire.

Leçon 1 • Rapports de campagne intégrés

Combine les données intercanaux en une vue unifiée du rendement de la campagne. Les étudiants créent des rapports qui montrent l'impact total de la campagne plutôt que les résultats cloisonnés des canaux.

Leçon 2 • Rendement du contenu et du référencement

Mesure la visibilité dans la recherche organique, l'engagement envers le contenu et le rendement sur la page. Les étudiants relient les indicateurs de contenu au pipeline et aux résultats de revenus.

Leçon 3 • Analyse du marketing par courriel

Analyse les taux d'ouverture, les taux de clics, la délivrabilité et les indicateurs de santé de la liste. Les étudiants diagnostiquent les problèmes de rendement des courriels et appliquent des correctifs fondés sur les données.

Leçon 4 • Analyse des médias sociaux

Évalue la portée, l'engagement de l'audience et la croissance de l'audience sur les canaux sociaux. Les étudiants distinguent les indicateurs de vanité des indicateurs liés aux résultats d'affaires.

Leçon 1 • Test d'incrémentialité et de lift

Couvre les tests de retenue et les expériences géographiques pour mesurer le lift incrémental réel. Les étudiants conçoivent des tests qui isolent la contribution causale du marketing aux résultats.

Leçon 2 • Optimisation budgétaire à l'aide des données d'attribution

Traduit les résultats de l'attribution et du MMM en recommandations exploitables de réaffectation budgétaire. Les étudiants construisent un dossier fondé sur les données pour déplacer les dépenses entre les canaux.

Leçon 3 • Concepts de modélisation du mix marketing

Présente le MMM comme une approche statistique pour mesurer l'impact global des dépenses marketing. Les étudiants apprennent quand le MMM est préférable à l'AMC et de quels intrants il a besoin.

Leçon 4 • Attribution multi-touch en pratique

Applique l'attribution multi-touch à des données de campagne réelles pour révéler la contribution des canaux. Les étudiants interprètent les résultats de l'AMC et ajustent les recommandations budgétaires en conséquence.

Leçon 1 • Prévision de la demande pour les campagnes

Applique la prévision de séries chronologiques pour prédire la demande future, le trafic et les revenus. Les étudiants utilisent les prévisions pour fixer des objectifs de campagne et des plans budgétaires réalistes.

Leçon 2 • Évaluation et itération du modèle

Enseigne la précision, le rappel, l'AUC et le RMSE pour évaluer la qualité du modèle. Les étudiants apprennent à diagnostiquer les faiblesses du modèle et à améliorer le rendement par l'itération.

Leçon 3 • Modèles de notation des prospects et de propension

Développe des modèles de propension à la conversion qui classent les prospects selon la probabilité d'achat. Les étudiants intègrent les scores dans les flux de travail CRM et de vente pour prioriser les interventions.

Leçon 4 • Fondements de l'analyse prédictive

Présente le flux de travail de modélisation prédictive et les types de problèmes qu'il résout en marketing. Les étudiants distinguent les cas d'utilisation de la régression, de la classification et de la prévision.

Leçon 1 • Création d'une culture d'expérimentation

Aborde les changements organisationnels et de processus nécessaires pour soutenir des tests continus. Les étudiants conçoivent des cadres qui font de l'expérimentation une habitude d'équipe.

Leçon 2 • Stratégie marketing axée sur l'analyse

Relie les résultats de l'analyse aux cycles de planification stratégique, aux OKR et à l'affectation des ressources. Les étudiants traduisent les informations issues des données en recommandations stratégiques pour la direction.

Leçon 3 • Tests multivariés et personnalisation

Étend les tests A/B aux expériences multivariées et de personnalisation sur tous les canaux. Les étudiants conçoivent des tests qui optimisent plusieurs éléments simultanément.

Leçon 4 • Conception et exécution de tests A/B

Couvre la formation d'hypothèses, le calcul de la taille de l'échantillon et l'exécution de tests pour les expériences marketing. Les étudiants mènent des tests valides qui produisent des résultats fiables et exploitables.