Curso de Marketing Analytics

Aula 1 • O que Significa Análise de Marketing

Define análise de marketing e a distingue da análise geral de negócios. Estabelece o escopo e o vocabulário usados ao longo do curso.

Aula 2 • Métricas Principais de Marketing e KPIs

Apresenta os indicadores de desempenho de marketing mais críticos e suas fórmulas. Conecta a seleção de métricas a objetivos de negócio específicos.

Aula 3 • O Fluxo de Trabalho de Análise

Descreve o processo completo, da pergunta de negócio ao insight acionável. Fornece um framework repetível aplicado em todos os capítulos seguintes.

Aula 1 • Fundamentos de Rastreamento e Marcação

Explica como as tecnologias de rastreamento digital capturam o comportamento do usuário em todos os canais. Viabiliza diretamente a coleta precisa de dados para todas as análises subsequentes.

Aula 2 • Integração de Dados entre Canais

Aborda métodos para combinar dados de múltiplas plataformas de marketing em uma visão unificada. Resolve o problema de fragmentação que distorce a análise entre canais.

Aula 3 • Privacidade e Consentimento na Coleta de Dados

Trata dos princípios de privacidade do consumidor e dos frameworks de consentimento que regulam o uso de dados de marketing. Garante que as práticas analíticas permaneçam éticas e em conformidade.

Aula 1 • Análise Exploratória de Dados para Profissionais de Marketing

Aplica resumos estatísticos e visualizações para descobrir padrões em conjuntos de dados de marketing. Cria o hábito de interrogar os dados antes de tirar conclusões.

Aula 2 • Segmentação e Análise de Coorte

Agrupa clientes por atributos ou comportamentos compartilhados para revelar diferenças de desempenho. A análise de coorte acompanha como os grupos evoluem ao longo do tempo.

Aula 3 • Construindo Dashboards de Marketing

Aborda princípios de design de dashboard e seleção de ferramentas para monitoramento contínuo de desempenho. Conecta as escolhas de visualização às decisões que os dashboards devem apoiar.

Aula 1 • Previsão de Churn e Análise de Retenção

Constrói modelos que identificam clientes em risco de saída antes que eles se desengajem. Viabiliza campanhas de retenção proativas baseadas em dados.

Aula 2 • Técnicas de Agrupamento Comportamental

Usa aprendizado de máquina não supervisionado para agrupar clientes por similaridade comportamental sem rótulos predefinidos. Revela segmentos naturais de audiência para segmentação.

Aula 3 • Mapeamento da Jornada do Cliente com Dados

Usa dados de eventos comportamentais para reconstruir os caminhos que os clientes percorrem do reconhecimento até a compra. Identifica pontos de atrito e oportunidades de otimização.

Aula 1 • Atribuição Multicanal na Prática

Aplica modelos de atribuição a dados reais de campanhas e reconcilia sinais conflitantes dos canais. Produz recomendações acionáveis de realocação de orçamento.

Aula 2 • Fundamentos dos Modelos de Atribuição

Compara modelos de atribuição baseados em regras e explica as premissas por trás de cada um. Estabelece por que a escolha do modelo altera significativamente as decisões orçamentárias.

Aula 3 • Testes de Incrementalidade e Lift

Mede o lift causal real de uma campanha comparando grupos expostos e não expostos. Distingue correlação de causalidade na medição de campanhas.

Aula 1 • Interpretando e Agindo com Base nos Resultados

Traduz resultados estatísticos em decisões de negócio e documenta os aprendizados para testes futuros. Fecha o ciclo entre experimentação e estratégia.

Aula 2 • Executando Testes A/B e Multivariados

Percorre as etapas operacionais de lançamento e monitoramento de experimentos ao vivo. Aborda designs A/B simples e designs multivariados mais complexos.

Aula 3 • Fundamentos Estatísticos para Testes

Aborda os conceitos estatísticos necessários para interpretar corretamente os resultados de testes A/B. Baseia-se na análise descritiva do Capítulo 3 para adicionar raciocínio inferencial.

Aula 1 • Modelos de Regressão para Previsão em Marketing

Usa regressão linear e logística para prever resultados de marketing contínuos e binários. Expande a base estatística construída no capítulo de experimentação.

Aula 2 • Modelos de Classificação para Pontuação de Propensão

Constrói modelos que pontuam a probabilidade de cada cliente converter, churnar ou responder. Os escores de propensão alimentam diretamente estratégias de segmentação e personalização.

Aula 3 • Previsão de Demanda e Planejamento de Orçamento

Aplica métodos de séries temporais e regressão para prever volume de vendas e demanda de marketing. As saídas alimentam diretamente as decisões de alocação de orçamento.

Aula 1 • Técnicas de Otimização de Orçamento

Usa as saídas do MMM para encontrar a alocação de gastos que maximiza a receita dentro das restrições orçamentárias. Responde diretamente à pergunta central do investimento em marketing.

Aula 2 • Comunicando Insights do MMM à Liderança

Traduz saídas complexas do modelo em narrativas prontas para executivos e recomendações de investimento. Aplica as habilidades de storytelling do Capítulo 3 em um nível estratégico.

Aula 3 • Construindo e Calibrando um MMM

Percorre a especificação, estimativa e calibração do modelo em relação a resultados conhecidos. Produz um modelo validado pronto para otimização.