資料探勘/預測性模型建置/資料分析 - 行銷

◎上次自介發表日：初次發表


◎ID、暱稱，或團隊、工作室、公司名稱：seremo


◎現況：個人，於正職工作之餘接案。


◎地區：皆可，人目前位於臺北市。


◎聯絡方式：請站內信


◎可否開立發票：否


◎服務項目或專長領域：

1.專業背景:
商業分析與資料分析研所畢業，並於零售業、科技業以及金融產業有實務服務經驗，
主要運用資料分析軟體進行資料探勘與處理，結合機器學習法建置預測性模型，
發掘資料中有價值之洞察，提供予商業決策之依據。

2.分析工具:R Language, Python, SPSS, Weka, Toad for SQL, Tableau。

3.實務/專案經驗:
(1)客戶消費行為分析:
運用降維與羅吉斯迴歸等技術與演算法建立預測性模型，透過ROC驗證模型精準度，
藉以識別可增加客戶轉換率之關鍵因素與關鍵產品功能，進而調整產品銷售決策，
增加客戶購買產品之機率。

(2)行銷活動分析與優化:
運用分群演算法識別具鑑別度之關鍵消費客群，並分別建立預測性模型
(glm, decision tree)以識別行銷活動、行銷種類以及行銷地點之關聯性
與有效性，藉以設計合適之行銷活動，提升客戶消費之次數與金額。

(3)產品推薦組合:
運用購物籃分析、協同過濾推薦之演算法建立產品銷售組合清單，依據客戶與產品
屬性以及偏好相似性推薦產品予客戶，進而增加客戶轉換率與產品銷售機率。

⊙網址：無


⊙自介、經歷、作品集或參考資料：

由於客戶資料皆屬機密不可公開之資訊，
意者再請來信詢問過往專案執行以及資料分析內容(無涉及客戶機密資料的部分)，
感謝。

⊙開始時間或預計開始時間：即日起


⊙想：尋找廠商∕尋找客戶



--