Curso de Marketing Analytics

Aula 1 • O Fluxo de Trabalho de Analytics

Descreve o processo de ponta a ponta, desde a pergunta de negócio até a recomendação acionável. Estabelece uma metodologia repetível aplicada em todos os capítulos subsequentes.

Aula 2 • O Que Significa Analytics de Marketing

Define analytics de marketing, distingue-o de business intelligence geral e mapeia seu papel na função de marketing. Define o vocabulário usado ao longo do curso.

Aula 3 • Fontes de Dados no Marketing

Cataloga fontes de dados primárias, secundárias e de terceiros e explica seus pontos fortes e limitações. Prepara os alunos para avaliar a qualidade dos dados antes da análise.

Aula 1 • Fundamentos de Governança e Privacidade de Dados

Apresenta gestão de consentimento, minimização de dados e políticas de retenção relevantes para dados de marketing. Garante que os alunos lidem com os dados dos clientes de forma responsável ao longo do curso.

Aula 2 • Integração e Armazenamento de Dados

Explica como consolidar dados de múltiplas plataformas em uma estrutura unificada para análise. Apresenta data warehouses e abordagens de arquivos planos apropriados para profissionais de marketing.

Aula 3 • Engenharia de Atributos para Marketing

Transforma campos brutos em variáveis analiticamente úteis, como pontuações de recência, tiers de engajamento e índices derivados. Habilita diretamente o trabalho de segmentação e modelagem adiante.

Aula 4 • Configuração de Rastreamento e Coleta de Dados

Abrange rastreamento por pixel, parâmetros UTM e captura de dados baseada em eventos em canais digitais. Conecta a configuração adequada à confiabilidade downstream dos dados.

Aula 1 • Visualizando Dados de Marketing

Seleciona e constrói tipos de gráfico apropriados para dados de marketing de série temporal, categóricos e relacionais. As escolhas de visualização feitas aqui reaparecem no capítulo de dashboard.

Aula 2 • Análise de Coorte e Funil

Rastreia grupos de clientes ao longo do tempo e mede a desistência em cada estágio do funil. Revela dinâmicas de retenção e conversão invisíveis em métricas agregadas.

Aula 3 • Estatística Descritiva no Contexto de Marketing

Aplica conceitos de média, mediana, variância e distribuição a métricas de marketing, como valor do pedido e duração da sessão. Fundamenta o pensamento estatístico em cenários familiares de marketing.

Aula 1 • Análise RFM

Constrói modelos de pontuação de Recência, Frequência e Valor Monetário para ranquear e agrupar clientes por comportamento de compra. Os resultados do RFM alimentam diretamente as estratégias de segmentação e retenção.

Aula 2 • Técnicas de Clusterização para Públicos

Apresenta a clusterização k-means e hierárquica para descobrir agrupamentos naturais em dados de clientes. Os alunos interpretam os resultados dos clusters e os traduzem em personas de marketing.

Aula 3 • Estratégia e Critérios de Segmentação

Define as dimensões de segmentação — demográfica, comportamental, psicográfica e baseada em valor — e os critérios para escolhê-las. Enquadra a segmentação como uma decisão estratégica, e não apenas técnica.

Aula 4 • Validação e Dimensionamento de Segmentos

Testa se os segmentos são estatisticamente distintos, estáveis ao longo do tempo e grandes o suficiente para justificar gastos direcionados. Previne a segmentação excessiva que dilui os recursos de marketing.

Aula 1 • Atribuição Baseada em Dados

Explica a atribuição algorítmica que usa dados do caminho de conversão para atribuir crédito fracionado. Contrasta os resultados baseados em dados com os modelos baseados em regras da seção anterior.

Aula 2 • Alocação de Orçamento a partir de Insights de Atribuição

Traduz os resultados de atribuição e MMM em recomendações de orçamento por canal usando lógica de otimização. Conecta as descobertas analíticas às decisões de planejamento financeiro.

Aula 3 • Fundamentos de Modelagem de Mix de Marketing

Apresenta a modelagem de mix de marketing (MMM) baseada em regressão para medir efeitos de canais offline e online. Fornece um complemento macro aos métodos de atribuição digital.

Aula 4 • Fundamentos do Modelo de Atribuição

Compara os modelos de atribuição de primeiro clique, último clique, linear, decaimento temporal e baseado em posição. Os alunos entendem as suposições e vieses embutidos em cada abordagem.

Aula 1 • Conceitos de Modelagem Preditiva

Apresenta aprendizado supervisionado, treinamento de modelo, validação e overfitting em um contexto de marketing. Estabelece a base conceitual para todas as seções de modelagem que se seguem.

Aula 2 • Previsão de Valor do Tempo de Vida do Cliente

Modela a receita futura esperada por cliente usando abordagens probabilísticas e baseadas em regressão. As previsões de CLV permitem segmentação baseada em valor e otimização de lances de aquisição.

Aula 3 • Previsão de Demanda e Receita

Aplica métodos de série temporal, incluindo médias móveis, suavização exponencial e decomposição de tendência para prever a demanda impulsionada pelo marketing. Apoia o planejamento orçamentário e o alinhamento de estoque.

Aula 4 • Modelos de Previsão de Churn

Constrói modelos de regressão logística e árvore de decisão para identificar clientes em risco de churn. Os resultados alimentam diretamente a segmentação de campanhas de retenção abordada no capítulo de segmentação.

Aula 1 • Princípios de Design de Experimento

Abrange formulação de hipóteses, design de grupos de controle e tratamento e métodos de randomização. Um design adequado previne os erros de confusão que invalidam os resultados dos testes.

Aula 2 • Analisando e Interpretando Resultados

Aplica testes t, testes qui-quadrado e intervalos de confiança para determinar significância estatística. Traduz valores-p e tamanhos de efeito em recomendações de negócio claras.

Aula 3 • Métodos Avançados de Experimentação

Apresenta testes multivariados, testes sequenciais e abordagens bayesianas para cenários complexos de marketing. Estende o framework A/B fundamental para programas de otimização de maior velocidade.

Aula 4 • Executando e Monitorando Testes Ao Vivo

Gerencia a execução do teste, monitora problemas de qualidade dos dados e evita erros de parada precoce. A disciplina operacional durante um teste ao vivo é tão importante quanto o design.

Aula 1 • Apresentando Insights para Stakeholders

Prepara os alunos para apresentar descobertas analíticas em reuniões, lidar com perguntas e defender recomendações sob escrutínio. Fecha o ciclo entre a análise e a ação organizacional.

Aula 2 • Construindo Dashboards em Ferramentas de BI

Orienta sobre conectar fontes de dados, criar campos calculados e publicar dashboards interativos em plataformas modernas de BI. A construção prática reforça os princípios de design da seção anterior.

Aula 3 • Estratégia de Dashboard e Design de Público

Define o propósito, o público e a cadência de atualização do dashboard antes de qualquer visualização ser construída. O alinhamento estratégico previne a falha comum de dashboards que ninguém usa.

Aula 4 • Técnicas de Data Storytelling

Estrutura as descobertas analíticas em um arco narrativo com contexto, conflito e recomendação. O storytelling transforma análises corretas em comunicação persuasiva e orientada à ação.