Curso de Marketing Analytics

Aula 1 • O que Significa Análise de Marketing

Define análise de marketing e distingue-a da análise geral de negócios. Estabelece o âmbito e o vocabulário utilizados ao longo do curso.

Aula 2 • Métricas e KPIs Essenciais de Marketing

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

Aula 3 • O Fluxo de Trabalho Analítico

Descreve o processo completo, desde a questão de negócio até ao insight acionável. Fornece um quadro reutilizável aplicado em todos os capítulos seguintes.

Aula 1 • Fundamentos de Tracking e Tagging

Explica como as tecnologias de tracking digital capturam o comportamento do utilizador em vários canais. Permite diretamente a recolha de dados precisa para todas as análises a jusante.

Aula 2 • Integração de Dados Através de Canais

Aborda métodos para combinar dados de múltiplas plataformas de marketing numa visão unificada. Resolve o problema de fragmentação que distorce a análise multicanal.

Aula 3 • Privacidade e Consentimento na Recolha de Dados

Aborda os princípios de privacidade do consumidor e os quadros de consentimento que regem a utilização de dados de marketing. Garante que as práticas analíticas permanecem éticas e conformes.

Aula 1 • Análise Exploratória de Dados para Marketers

Aplica sumários 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 • Análise de Segmentação e de Coortes

Agrupa clientes por atributos ou comportamentos partilhados para revelar diferenças de desempenho. A análise de coortes acompanha a evolução dos grupos ao longo do tempo.

Aula 3 • Construir Dashboards de Marketing

Aborda os princípios de design de dashboards e a seleção de ferramentas para monitorização contínua do desempenho. Relaciona as escolhas de visualização com as decisões que os dashboards devem apoiar.

Aula 1 • Previsão de Churn e Análise de Retenção

Constrói modelos que identificam clientes em risco de sair antes de se desligarem. Permite campanhas de retenção proativas baseadas em dados.

Aula 2 • Técnicas de Clustering Comportamental

Utiliza machine learning não supervisionado para agrupar clientes por semelhança comportamental sem rótulos predefinidos. Revela segmentos de audiência naturais para direcionamento.

Aula 3 • Mapeamento da Jornada do Cliente com Dados

Utiliza dados de eventos comportamentais para reconstruir os caminhos que os clientes percorrem desde a notoriedade até à compra. Identifica pontos de atrito e oportunidades de otimização.

Aula 1 • Atribuição Multi-Toque na Prática

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

Aula 2 • Fundamentos dos Modelos de Atribuição

Compara modelos de atribuição baseados em regras e explica os pressupostos subjacentes a cada um. Estabelece por que razão a escolha do modelo altera materialmente as decisões orçamentais.

Aula 3 • Testes de Incrementalidade e de Lift

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

Aula 1 • Interpretar e Agir com Base nos Resultados

Traduz outputs estatísticos em decisões de negócio e documenta aprendizagens para testes futuros. Fecha o ciclo entre a experimentação e a estratégia.

Aula 2 • Executar Testes A/B e Multivariados

Percorre os passos operacionais de lançamento e monitorização de experiências ao vivo. Abrange 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

Utiliza 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 Scoring de Propensão

Constrói modelos que classificam a probabilidade de cada cliente converter, abandonar ou responder. Os scores de propensão alimentam diretamente as estratégias de direcionamento e personalização.

Aula 3 • Previsão de Procura e Planeamento Orçamental

Aplica métodos de séries temporais e regressão para prever o volume de vendas e a procura de marketing. Os outputs alimentam diretamente as decisões de alocação orçamental.

Aula 1 • Técnicas de Otimização Orçamental

Utiliza os outputs do MMM para encontrar a alocação de gastos que maximiza a receita dentro das restrições orçamentais. Responde diretamente à questão central do investimento em marketing.

Aula 2 • Comunicar Insights de MMM à Liderança

Traduz outputs complexos do modelo em narrativas prontas para a direção e recomendações de investimento. Aplica as competências de storytelling do Capítulo 3 a um nível estratégico.

Aula 3 • Construir e Calibrar um MMM

Percorre a especificação do modelo, estimação e calibração com base em resultados conhecidos. Produz um modelo validado e pronto para otimização.