آموزش استفاده از تجزیه و تحلیل پیش بینی برای بهبود سفر مشتری

Using Predictive Analytics to Improve the Customer Journey

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیویی برای نمایش وجود ندارد.
توضیحات دوره: این کلاس سطح ابتدایی چیزی برای طراحان و رهبران تجاری که می خواهند Big Data را برای حل مشکلات دنیای واقعی استفاده کنند و جادوگران داده ای که می خواهند کاربردهای عملی الگوریتم ها و بینش های انتزاعی خود را درک کنند ، ارائه می دهد. یک بررسی اخیر نشان داد که 89٪ شرکت ها می خواهند از تجزیه و تحلیل پیش بینی برای بهبود تجارت خود استفاده کنند. اکنون یکی از بزرگترین مشکلات حوزه Big Data این است که سازمان ها تیم هایی را برای تولید همه این تجزیه و تحلیل ها ایجاد کرده اند - آنها در تلاشند بفهمند که با این کار چه کنند. در این دوره ، با استفاده از Predictive Analytics برای بهبود سفر مشتری ، خواهید آموخت که چگونه با مهار Big Data به روشی که منجر به مزایای دنیای واقعی شود ، این مشکل را حل کنید. ابتدا یاد خواهید گرفت که تجزیه و تحلیل مشتری پیش بینی شده چیست ، چگونه تولید می شود و چرا برای اطمینان از عقب ماندن محصولات ، تجربه مشتری و وب سایت های شما ارزشمند است. در مرحله بعدی ، شما نحوه استفاده از نقشه برداری سفر مشتری را برای یافتن فرصت های پنهان (و همچنین "نقاط درد") که باید حل شوند کشف خواهید کرد. سرانجام ، شما می توانید تجزیه و تحلیل پیش بینی با نقشه برداری سفر را نشان دهید تا نشان دهید چگونه می توانید محصولات خود را بهبود بخشید و رضایت مشتری را افزایش دهید. در پایان این دوره ، شما نه تنها قادر خواهید بود بصری سازی های آگاه از داده را ایجاد کنید که UX را بهبود می بخشد و فروش را افزایش می دهد ، بلکه همچنین بینشی کسب خواهید کرد که به شما کمک می کند تیم های متشکل از هر دو گیک داده و nerds طراحی را بهتر مدیریت کنید.

سرفصل ها و درس ها

بررسی اجمالی دوره Course Overview

  • بررسی اجمالی دوره Course Overview

تولید تجزیه و تحلیل پیش بینی Generating Predictive Analytics

  • بررسی اجمالی و مقدمه Overview and Introduction

  • نمونه های واقعی آنچه تجزیه و تحلیل پیش بینی برای چه چیزی مناسب است Real-world Examples of What Predictive Analytics are Good For

  • شکستن آن: مراحل و مراحل تولید تجزیه و تحلیل پیش بینی Breaking It Down: Phases and Steps to Generate Predictive Analytics

  • مرحله کسب اطلاعات ، مرحله 1: شناسایی یک مشکل مشروع Data Acquisition Phase, Step 1: identifying a Legitimate Problem

شناسایی منابع مربوطه Identifying Relevant Data Sources

  • مرحله کسب اطلاعات ، مرحله 2: شناسایی داده های مربوطه Data Acquisition Phase, Step 2: Identifying Relevant Data

  • مرحله کسب اطلاعات ، مرحله 2 ، قسمت 2: پرسیدن سkingالات درست Data Acquisition Phase, Step 2, Part 2: Asking the Right Questions

  • مرحله کسب اطلاعات ، مرحله 3: به دنبال پاسخ در همه منابع داده مناسب هستید Data Acquisition Phase, Step 3: Looking for Answers in All the Right Data Sources

  • مرحله کسب اطلاعات ، مرحله 3 ، قسمت 2: استخراج داده های با ارزش Data Acquisition Phase, Step 3, Part 2: Extracting the Valuable Data

  • جمع آوری ماژول و بررسی واقعیت Module Wrap-up and Reality Check

نقشه برداری از سفر مشتری: چرا مهم است و چگونه می توان آن را انجام داد Mapping the Customer Journey: Why It Matters and How to Do It

  • توضیح سفر کاربر Explaining the User Journey

  • یادگیری اینکه چرا ما باید سفرهای کاربران را نقشه برداری کنیم Learning Why We Need to Map User Journeys

  • 5 مرحله برای ساختن نقشه سفر مشتری The 5 Steps to Building a Customer Journey Map

  • انتخاب فرایندی برای نقشه برداری Picking a Process to Map

  • ایجاد یک کاربر کاربر - چه مواردی را می توان پر کرد؟ Building a User Persona - What Are the Blanks to Be Filled In?

  • ساختن یک کاربر کاربر - پر کردن موارد خالی Building a User Persona - Filling in the Blanks

  • شناسایی شخصیت های کاربر جایگزین Identifying Alternate User Personas

استفاده از داده ها برای نقشه برداری از نقاط لمسی Using Data to Map the Touchpoints

  • شناسایی نقاط لمسی و ترسیم آنها با استفاده از داده ها Identifying Touchpoints and Mapping Them Using Data

  • کشف نقاط لمسی برای محصول یا خدمات خود Discovering the Touchpoints for Your Product or Service

  • ساختن نقشه سفر مشتری - پر کردن جای خالی Building a Customer Journey Map - Filling in the Blanks

  • نقشه برداری از یک سفر جایگزین و انجام یک بررسی واقعیت Mapping an Alternate Journey and Performing a Reality Check

ترکیب داده های پیش بینی و نقشه های سفر Combining Predictive Data and Journey Maps

  • ترکیب تجزیه و تحلیل پیش بینی و نگاشت سفر Combining Predictive Analytics and Journey Mapping

  • لکه گیری و بهره برداری از ارزش پنهان در اعداد Spotting and Exploiting the Value Hiding in the Numbers

  • پیش بینی نحوه بهبود سفر چارو Predicting How to Improve Charo's Journey

  • بستن سفر Charo Closing Out Charo's Journey

  • استفاده از داده ها برای بهبود سفر کاربر خرید هدیه Using Data to Improve a Gift-Buying User's Journey

  • باز کردن قفل ارزش پنهان با ارزش ترین مشتری های شما Unlocking the Hidden Value of Your Most Valuable Customers

  • تشویق بهترین مشتریان خود برای بازگشت - و آوردن همکارانشان Incentivizing Your Best Customers to Come Back - and Bring Their Colleagues

  • پیش بینی کاری که باید بعد انجام دهید Predicting What You Should Do Next

نمایش نظرات

آموزش استفاده از تجزیه و تحلیل پیش بینی برای بهبود سفر مشتری
جزییات دوره
2h 51m
29
Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
(آخرین آپدیت)
-
از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

David LaFontaine David LaFontaine

دیوید لا فونتین نویسنده ، روزنامه نگار ، مشاور رسانه های دیجیتال و استاد کمکی در دانشگاه کالیفرنیای جنوبی است. دیوید متخصص در استراتژی محتوا ، طراحی رابط کاربر (UX و UI) و تولید رسانه های دیجیتال است. مشتریان او عبارتند از: دانشکده دندانپزشکی هرمان استرو ، وزارت امور خارجه ایالات متحده ، Lynda.com ، KelbyOne Media ، CreativeLive ، انتشارات ویلی ، B3Communications ، AssetShield و Roundabout Entertainment. تخصص وی در زمینه رسانه و فناوری ، وی را به دعوت سخنرانی در دانشگاه های ایالات متحده ، آمریکای لاتین و اروپا دعوت کرده است ، از جمله در انستیتوی آینده دیجیتال روزنامه نگاری در دانشگاه Mohyla در کیف ، اوکراین ، دانشکده روزنامه نگاری نلسون ماندالا در آدیس آبابا ، اتیوپی و در شهردار دانشگاه در سانتیاگو ، شیلی. در سال 2012 ، وی به عنوان یک متخصص فولبرایت برای آموزش روزنامه نگاران ، NGO ها و گروه های طرفدار دموکراسی در زمینه مهارت های ارتباطی رسانه های دیجیتال به اتیوپی سفر کرد. دیوید پنج کتاب از جمله طراحی رسانه های اجتماعی برای آدمکها ، طراحی وب موبایل برای آدمکها و قلم سم را نوشته یا در تألیف مشترک آن تألیف کرده است. وی همچنین بیش از 20 ساعت فیلم آموزشی آنلاین برای KelbyOne تولید کرده است. کنجکاوی و تمایل او به استفاده از خود به عنوان موش آزمایشگاهی انسانی به او کمک می کند تا از روند فن آوری استفاده کند ، جدیدترین ابزارهای دیجیتال را آزمایش کند و Sips را از وبلاگ Firehose تولید کند. او همچنین یک نویسنده مستقل است که کارهایش شامل مطالعات موردی در مورد روزنامه ها و چندرسانه ای برای انجمن روزنامه های آمریکا (NAA.org) ، انجمن جهانی روزنامه ها (WAN) ، رسانه های تعاملی پیشرفته (گروه AIM) ، گروه مشاوره بین المللی نوآوری ، یونیتی روزنامه نگاران رنگی ، انجمن خبرآنلاین (ONA).