Curso de Marketing Analytics para Clientes

Aula 1 • Panorama Geral dos Dados de Clientes

Mapeia as categorias de dados de clientes disponíveis para os profissionais de marketing e as suas fontes. Relaciona os tipos de dados a decisões específicas de marketing.

Aula 2 • Métricas-Chave e KPIs

Apresenta os indicadores de desempenho de marketing mais críticos e como são calculados. Fundamenta os estudantes nos números que analisarão ao longo do curso.

Aula 3 • O que Significa Análise de Marketing

Define análise de marketing, o seu âmbito e como difere da inteligência de negócio geral. Estabelece o vocabulário utilizado ao longo do curso.

Aula 1 • Privacidade, Consentimento e Governança de Dados

Aborda os requisitos éticos e regulamentares para recolher e utilizar dados de clientes. Garante que os estudantes constroem pipelines de análise conformes desde o início.

Aula 2 • Qualidade e Validação de Dados

Aborda técnicas para avaliar e melhorar a exatidão, a completude e a consistência dos dados de clientes. A má qualidade dos dados é a principal causa de resultados analíticos enganadores.

Aula 3 • Identidade do Cliente e Unificação de Dados

Explica como relacionar registos de clientes através de canais num único perfil. Permite a análise multicanal precisa abordada em capítulos posteriores.

Aula 1 • Princípios de Segmentação de Clientes

Estabelece por que razão a segmentação melhora a eficácia do marketing e o que torna um segmento acionável. Fornece os critérios de avaliação utilizados para julgar todos os resultados da segmentação.

Aula 2 • Segmentação Baseada em Regras e RFM

Ensina a segmentação manual e por recência-frequência-valor monetário como pontos de partida práticos. Estes métodos não requerem modelação avançada e proporcionam valor empresarial imediato.

Aula 3 • Validar e Ativar Segmentos

Aborda métodos para testar a estabilidade dos segmentos e traduzir segmentos em targeting de campanhas. Fecha o ciclo entre o resultado analítico e a execução de marketing.

Aula 4 • Segmentação Comportamental e Psicográfica

Estende a segmentação para além da demografia para atitudes, motivações e padrões de utilização. Produz segmentos mais ricos que impulsionam estratégias de marketing mais personalizadas.

Aula 1 • Fundamentos de Modelação de Atribuição

Explica como o crédito pelas conversões é atribuído através de pontos de contacto e por que razão a escolha do modelo é importante. Estabelece as bases para a atribuição avançada abordada no Capítulo 6.

Aula 2 • Mapear a Jornada do Cliente

Apresenta o mapeamento da jornada como uma ferramenta analítica fundamentada em dados comportamentais. Relaciona mapas de jornada qualitativos com métricas de funil quantitativas.

Aula 3 • Análise de Caminhos e Mineração de Sequências

Explora técnicas para descobrir os caminhos de cliente mais comuns e mais valiosos. Revela rotas de conversão não óbvias que os funis padrão perdem.

Aula 1 • Métodos de Cálculo de CLV Histórico

Explica as fórmulas de CLV histórico a nível agregado e individual utilizando dados de transações. Constrói sobre as competências de gestão de dados do Capítulo 2.

Aula 2 • Conceitos de CLV e Impacto no Negócio

Define CLV e explica por que razão é a métrica central para o marketing centrado no cliente. Relaciona o CLV com o custo de aquisição, o investimento em retenção e as decisões de rentabilidade.

Aula 3 • Aplicar o CLV a Decisões de Marketing

Traduz os outputs de CLV em estratégias acionáveis de aquisição, retenção e reconquista. Demonstra como o CLV altera a alocação de recursos entre segmentos de clientes.

Aula 1 • Teste A/B e Multivariado

Ensina a mecânica de realizar testes A/B e multivariados em e-mail, anúncios e landing pages. Relaciona a conceção do teste com os KPIs estabelecidos no Capítulo 1.

Aula 2 • Significância Estatística e Confiança

Explica p-valores, intervalos de confiança e tamanhos de efeito em linguagem de marketing simples. Equipa os estudantes para evitar falsos positivos e conclusões prematuras de testes.

Aula 3 • Incrementalidade e Teste com Grupo de Controlo

Apresenta grupos de controlo e experiências baseadas em geo para medir o verdadeiro lift incremental. Aborda as limitações da medição baseada no último clique e na correlação.

Aula 4 • Relatórios de Campanha e Iteração

Aborda como documentar resultados de testes, partilhar conclusões e incorporar aprendizagens em campanhas futuras. Constrói uma cultura de melhoria contínua baseada em dados.

Aula 1 • Otimização Orçamental com Dados de Atribuição

Aplica outputs de atribuição e MMM para realocar orçamentos de meios para máximo retorno. Relaciona conclusões analíticas com decisões estratégicas de investimento.

Aula 2 • Limitações da Atribuição Baseada em Regras

Revisita os modelos de atribuição do Capítulo 4 e expõe os seus enviesamentos estruturais. Motiva a necessidade de alternativas baseadas em dados e econométricas.

Aula 3 • Fundamentos de Modelação de Mix de Meios

Apresenta a modelação econométrica de mix de meios como uma abordagem de medição ao nível do canal. Explica como o MMM complementa os modelos de atribuição ao nível do utilizador.

Aula 1 • Implementação e Monitorização de Modelos

Aborda a operacionalização de modelos preditivos em sistemas de marketing e a sua gestão de desempenho contínua. Garante que os modelos permanecem precisos à medida que o comportamento do cliente evolui.

Aula 2 • Modelos de Propensão e Upsell

Aborda modelos que preveem a probabilidade de compra, a prontidão para upsell e a afinidade por produtos. Permite um targeting de precisão que melhora o ROI das campanhas.

Aula 3 • Estruturas de Próxima Melhor Ação

Apresenta estruturas de decisão que combinam múltiplos outputs de modelos para selecionar a interação ideal com o cliente. Representa o ápice estratégico do conjunto de competências analíticas desenvolvido neste curso.

Aula 4 • Fundamentos de Modelação Preditiva

Estabelece a estrutura de aprendizagem supervisionada e o ciclo de vida do desenvolvimento de modelos. Constrói sobre os conceitos de CLV e segmentação dos Capítulos 3 e 5.