آموزش پایتون برای بازاریابی

سرفصل ها و درس ها

مقدمه Introduction

• بازاریابی خود را با پایتون تسریع کنید Accelerate your marketing with Python

1. نقش پایتون در بازاریابی 1. The Role of Python in Marketing

• پیش نیازها Prerequisites

• چرا پایتون برای بازاریابان عالی است Why Python is great for marketers

• چرا پایتون برای بازاریابان با ارزش است Why Python is valuable for marketers

2. بارگیری و کاوش اطلاعات شما 2. Loading and Exploring Your Data

• آشنایی با پاندا Introduction to pandas

• نصب Jupyter Installing Jupyter

• وارد کردن داده های Google Analytics Importing Google Analytics data

• وارد کردن داده های کنسول جستجوی Google Importing Google Search Console data

• وارد کردن داده های Facebook و AdWords Importing Facebook and AdWords data

• دسترسی به API Google Trends Accessing the Google Trends API

• تجسم داده های Google Visualizing Google data

• ترسیم داده های Facebook و Google Ads Plotting Facebook and Google Ads data

• تجسم داده های Google Trends Visualizing Google Trends data

3. تمیز کردن ، پاک کردن و پیوستن به داده های شما 3. Cleaning, Wrangling, and Joining Your Data

• معرفی مقابله با داده ها Introduction to data wrangling

• رفع اطلاعات صفحه Google Analytics Fixing Google Analytics page data

• آماده سازی داده ها برای گروه بندی Preparing data to be grouped

• ایجاد مجموعه داده های جدید با Groupby Creating new datasets with Groupby

• بازسازی داده های Google Analytics Rebuilding Google Analytics data

• انداختن ستون Dropping columns

• در حال جایگزینی داده های تبلیغ آگهی Facebook Replacing missing Facebook Ad data

• ادغام Google Analytics و کنسول جستجو Merging Google Analytics and Search Console

• ذخیره داده های خود در CSV Saving your data to a CSV

4- تجسم داده های بازاریابی در پایتون 4. Visualizing Marketing Data in Python

• تجسم های سفارشی در پایتون Custom visualizations in Python

• نمودار اصلی را وارد کنید ، اکتشاف کنید و ترسیم کنید Import, explore, and plot a basic chart

• ایجاد زیر مجموعه های Matplotlib Creating Matplotlib subplots

• ترسیم یک محور y ثانویه Plotting a secondary y-axis

• اضافه کردن برچسب های x و y به یک طرح Adding x and y labels to a plot

• چرخش برچسب های xticks در طرح Rotating xticks labels on plot

• اضافه کردن یک افسانه به یک طرح Adding a legend to a plot

• عنوان را به نقشه خود اضافه کنید Adding a title to your plot

• اضافه کردن حاشیه نویسی به توطئه ها Adding annotations to plots

• جابجایی بین سبک های Matplotlib Switching between Matplotlib styles

• با استفاده از یک نقشه پراکندگی در Seaborn Using a scatter plot in Seaborn

• شخصی سازی طرح پراکندگی در Seaborn Customizing a scatter plot in Seaborn

• ایجاد نقشه گرمای تبلیغات فیس بوک در Seaborn Creating a Facebook Ads heatmap in Seaborn

5- کار با سری زمان 5. Working with Timeseries

• نوت بوک سری زمانی Time series notebook

• رفع مقادیر گمشده Fixing missing values

• تغییر مجدد داده های سری زمانی Resampling time series data

• نرده های متوسط نورد Rolling average plots

• ترسیم داده های هفتگی PPC و CPC Plotting weekly PPC and CPC data

• اضافه کردن یادداشت های پویا به یک نقشه Adding dynamic annotations to a plot

6. محاسبه ، فیلتر و ایجاد معیارهای جدید 6. Calculating, Filtering, and Creating New Metrics

• مقدمه ای برای محاسبه و فیلتر کردن Introduction to calculating and filtering

• محاسبه معیارها Calculating metrics

• فیلتر کردن داده ها Filtering data

7. ایجاد هشدارهای مفید 7. Creating Helpful Alerts

• معرفی برای هشدار محاسبات Intro to alert calculations

• ایجاد هشدارهای ساده Creating simple alerts

• محاسبه دو محدوده تاریخ Calculating two date ranges

• ایجاد هشدارها با اقدامات Creating alerts with actions

نتیجه Conclusion

• مراحل بعدی Next steps