AI 行銷學：用 Python 機器學習創造商業新價值

0 seconds of 1 minute, 42 secondsVolume 0%

00:00

01:42

鍾皓軒

AI 行銷學：用 Python 機器學習創造商業新價值

AI 行銷學課程，教你用 Python 機器學習來創造新商業價值。課程將帶你找出消費者重視的變數，從數據中找出商業 insight，透過分析來提高營收、並節省企業成本，讓機器學習幫你開源節流。

Hahow AI 學習升級

156.2 k 的人也在觀看

4.3

(12)

關於課程

課程包含

包含 9 章 62 單元、2 項作業

課程時長

11 時 41 分鐘

課程總人數

363 位同學

觀看限制

不限觀看次數，還會附贈完課證書

學習升級

Hahow AI 學習助教

無需額外付費

即時問答、重點整理、測驗理解，讓知識派上用場

課程內容

「課程介紹」標題置於畫面中央，插畫呈現一名手提公事包的人沿著紅色道路前進，道路延伸至右側的同心圓靶心。

辦公室簡報與團隊討論場景，一名講者站在講台前分享想法，投影圖表與燈泡象徵創意，團隊成員聆聽、記錄並互相交流，畫面上方寫著「Good Job!」。

如何透過 AI 技法，協助行銷人或商業人士最想了解的重要訊息呢?

我們透過客戶、商品或 CRM 資料庫結合機器學習找出：

🎯 願意購買公司產品的目標客群

🎯 商品推薦給誰（有價值的商品推薦名單）

🎯 最會購買（消費力最強的客群）與消費者重視/覺得應改善的服務

但是多數資料科學從業人員的結果評估僅是給出準確率、損失函數狀況等資料科學人員才懂的評估工具，

但是「準確率」真的等於獲利率嗎？還有... 分析結果老闆與主管真的看得懂？

所以我們更要搭配實質的「期望獲利」等指標，讓機器學習真正與商業指標結合。

所以本課程將透過靈活好用的 Python 語言，讓您一步步以「專案導向」的方式，產出【老闆與主管】可快速理解的【數據分析成果】，本課程特別設計了 9 大單元來達到 5 大主軸：

商務應用 Python 0 到 1：由 AI 商業個案瞭解 AI 行銷學，再以 Python 基礎統計方法，實戰行銷模型
開源獲利：實戰線上電商等 3 大模組資料，找出最佳客戶推薦清單、利潤模型與利潤甜蜜點
節流省錢：實戰詐欺偵測模組資料，找出最可能的詐欺清單與節流模型
服務體驗分析：幫助老闆或主管了解總體策略方向，也讓行銷人員接地氣的達到「個人化推薦」
Python 程式模組帶回家：提供所有程式模組，期望學員們可落地套用到手邊的資料

「AI行銷與機器學習創造商業新價值」課程架構，從商務應用 Python 0到1、開源獲利、節流省錢與服務體驗分析出發，學習客戶推薦、詐欺清單與個人化推薦，涵蓋章節1至9，並提供可套用的 Python 程式模組。

【圖 1. AI 行銷學：用 Python 機器學習創造商業新價值 5 大主軸】

課程主題特色的橫幅插圖，以奔跑人物、向前延伸的紅色道路與飛向靶心的箭矢，象徵學習聚焦目標、持續前進與掌握核心特色。

本課程由產學經驗出發，將「行銷商務數據分析」與「資料科學」結合，研發出一套完整的「AI 行銷學」課程內容，讓有心學習行銷資料分析需求或初學者，不須擁有統計數學背景，即可將自身的資料透過科學化的方式進行分析，解決行銷管理上的課題，並做出讓自己、老闆與主管可快速理解的數據分析成果！

「AI 行銷學：用 Python 機器學習創造商業新價值」課程地圖

「商務應用 Python 0 到 1」課程大綱涵蓋 9 章：數據思維與 AI 商業個案、環境安裝、Python 基礎，並實作商務分類模型、電商購物分析、詐欺偵測、服務體驗分析，最後以 Python 機器學習進行 AI 行銷。

以下開始針對每一章節進行細部介紹！

「商務應用 Python 0到1」課程標題置於藍綠色圓角橫幅，左側搭配 Python 標誌與獎盃圖案，整體呈現 Python 商務應用的課程主視覺。

章節 1 - 數據思維與 AI 商業個案解析

在課程一開始，我們會介紹爲什麼需要學習 AI 行銷學的原因，並且以「專案導向」的方式，介紹我們的三大 AI 商業成功個案（圖 2），迅速帶領您建立 AI 行銷學中的「開源獲利」與「節流省錢」的重要概念！

課程特色包含三項功能：以「關鍵字標籤」整理內容重點，透過「精準推薦」區分不買與實買 A 商品的顧客，並以「AI自動字幕編排」製作影片字幕。

【圖 2. 三大 AI 商業成功個案】

章節2 - 環境介紹與安裝

本章節介紹與安裝 Python 好用的 Anaconda 環境，這也是會貫穿我們全課程的重要使用環境，同時再附本課程的特製環境檔，讓課程進行不受程式環境的阻擋～！

章節3 - Python 商務實戰 0 到 1 基礎起手式

有了AI 行銷學的概念後，我們便開始由 Python 一步步學習並打造我們的商務應用！若您是初學者，我們不僅引導您本課程 Python 0 到 1 的基礎起手式，亦介紹 Python 如何結合真正的「商務應用」，來實戰產學界好用的 RFM 顧客分類模型（圖 3）的「顧客區隔面」與「產品推薦面」，讓您在 Python 技術上更為精進及落地使用，洞析商務資料新價值！

【圖 3. 實用的 RFM 顧客分類模型 Demo】

金色硬幣堆疊於左側，右側橘黃色圓角橫幅寫著「開源獲利」，以金錢意象搭配文字呈現開源獲利主題。

章節4 - 商務分類模型概念 & Python實戰

我們會以開源獲利的角度介紹：

Logistic Regression、Random Forest、XGBoost 三大商務【分類】預測模型開始探討
如何挑選老闆或主管們看得懂的模型評估指標
如何挑選最適的商務模型，達成商業價值分析的第一步
透過簡易的互動視覺化網頁，將模型的應用有價值且淺顯易懂的教導給您

【圖 4. 互動網頁視覺化 & Demo 影片連結 】

章節 5 - 開源獲利實戰 - 電商零售購物分析

實戰後商務分類模型後，從本章開始，我們會實際操作「電商零售購物分析」真實模擬個案，扎扎實實的介紹如何讓

老闆能快速瞭解資料科學的分析成果
主管或資料科學從業人員從利潤評估模型中（圖 5），瞭解哪種模型可以達到最好的預期獲利
專案執行人員落地進行精準推薦（圖 6）
如何以全套模組套用到手邊的行銷或客戶資料

同時，我們也少不了手把手介紹 Python 實戰與動態視覺化操作，同時，有條理的介紹本案的程式邏輯，達到「開源獲利」的效果，創造 AI 商業獲利模式下的真正價值！

【純機器學習方法】獲利最佳化折線圖比較：xgboost 最佳利潤 $395300、機率閾值=0.16；Random_Forest 為 $383850、機率閾值=0.23；LogisticRegression 為 $232000、機率閾值=0.19。

【圖5. 利潤評估模型視覺化一角】

A 商品購買狀態預測結果表，列出 12 筆 UID 的實際與預測購買狀態；所有客戶實際狀態皆為 1，預測值介於 0.9957709 至 0.99897707。

【圖 6. 精準推薦清單】

粉紅色小豬插圖與淡粉色圓角橫幅並列，橫幅中央以白色大字呈現「節流省錢」，整體呈現簡潔柔和的理財主題視覺。

章節 6 - 節流省錢實戰 - 詐欺偵測分析

我們在本章節將以機器學習實戰詐欺偵測案例，介紹：

節流省錢為什麼會與公司的「無形資產」有強烈的關聯
如何從數以萬計的消費資料中偵測可能的詐欺名單

執行上，我們歸納出節流省錢的獨家步驟，課程中會依循圖 7 步驟，依序實作節流省錢清單、節流省錢評估模型與節流省錢個案全套模組實戰。

AI行銷節流省錢管理步驟，以決定目標、蒐集資料、分析建模、策略行動、評量成效串聯流程，將資料轉化為處理後資料、建模後資料結果、資料背後的模式，最後形成知識。繪圖者：廖彥儀、鍾皓軒。

【圖 7. AI 行銷：節流省錢管理步驟】

紅色圓角標題橫幅寫著「服務體驗分析」，左側搭配手機螢幕與圓餅圖插圖，呈現服務體驗與數據分析主題。

章節 7 -【總體】服務體驗分析 - 電商服務體驗分析

使用「利潤評估模型」與「推薦清單」鎖定「目標客群」後，我們將介紹為何要使用「總體服務體驗分析」來幫助老闆了解總體策略方向、如何挑選服務體驗分析的模型及如何透過「服務調整分析」讓開源獲利與節流省錢更有價值（圖 8）！

「服務體驗分析」以橫條圖比較多項會員與地區特徵的重要程度；「服務調整分析」則以負值、零點與正值呈現各項因素的調整方向，並以勾號強調分析結果。

【圖 8. 總體「服務體驗分析」與「服務調整分析」示意圖】

章節 8 -【個體】服務體驗分析 - 電商服務體驗分析

經過總體分析的探討後，接著便是要讓商務或行銷人員能接地氣的達到「個人化推薦」的參考，所以我們將介紹如何產出本電商案例的「每一位客戶」的個人化推薦參考，行銷人員即可使用這些參考指標制定相關的個人化行銷推薦戰略（圖9），以客製化的角度試圖提高企業獲利空間！

客戶 ID2872 的購買預測中，傾向購買機率為0.60、傾向不購買機率為0.40；關鍵因素包括速食店app 0.22、用餐方式：內用 -0.13與信用卡 0.06，管理建議為App購物優惠、外帶優惠方案及信用卡組合優惠。

【圖 9. 個人化行銷推薦戰略示意圖】

「Python程式模組帶回家」藍色標題橫幅，搭配顯示程式碼的筆電、QR code 與彩色裝飾圖示，呈現 Python 程式模組主題。

章節 9 - AI 行銷學：用 Python 機器學習創造商業新價值 - 全套模組實戰

在最後一章節，我們將綜整 5 大主軸，操作 5 大模組，產出至少 40 種模組成果（圖 10），讓您「真正能將這些模組帶回家」使用。我們並期許您學習完這門課程後，能在 Python AI 技術上使用我們的模擬個案從新手進化到專業（圖 11），洞析新價值、獲利創新高!

課程以「5大模組！至少40種模組成果！」為核心，涵蓋 Model、Web、Chart、Table 等主題，呈現文件、網頁、圖表與表格等成果形式。

【圖 10. AI 行銷學：5 大模組，產出至少 40 種模組成果】

「Python機器學習實作」課程以新手到專業為主軸，涵蓋零售商品推薦、電商服務體驗分析、信用卡詐欺偵測與零售購物分析四項實作主題。

【圖 11. 4 大模擬個案從新手進化到專業】

上述的演示僅是課堂中幾個教學個案，更多精彩內容都在本課程中！非常歡迎您一同報名，一起來學習更多有價值的應用！

「AI行銷學」主視覺，搭配「用Python機器學習創造商業新價值！」標語，呈現人物、存錢筒、金錢、圓餅圖與成長趨勢圖等商業分析意象。

「課堂作業與問題回覆」標題橫幅，以青綠與紅色背景、奔跑人物、靶心及射入靶心的紅色箭頭呈現課程段落視覺。

課堂作業主要為：

管理意涵作業

本門課程的作業有別以往技術類課程所出的純程式作業，我們更注重您對「管理意涵」的思考邏輯，所以有部分作業將在課程單元講解商務議題當中詢問您對其管理意涵的看法。而特別有趣的是，因為管理意涵在業界存在多種可能性的解釋，所以該作業有多樣性的解答。主要期望同學們能透過本作業踴躍發表自身意見，看看不同產業界的朋友的思維模式，讓自己在商務議題的思考能更加多元活絡！

問題回覆

開課前：我們會每 1 - 2天統一回覆同學提出的問題
開課後：依課程進度，暫定每 2 - 3 天回覆同學關於課程或作業的問題
若我們有不可抗拒的因素，最慢會在 1 - 2 週內回覆您

標題寫著「誰適合買這門課?」，畫面呈現手提公事包、奔跑中的人物，以及射向彩色靶心的箭，象徵朝學習目標前進。

本課程的最大目的是希望學員將 AI 行銷學的概念學會後，立即實做，讓學員真正理解如何應用。我們期望這門課程在您商務的管理意涵思考上可以更上一層樓，甚至可更勝我們！因此我們毫不保留的將課程內容逐步解析給您，同時，我們也期望這門課的應用實戰可以讓您逐步走向「行銷資料科學專業人才」，並讓您在有更強大自學能力與競爭力。

歡迎：初學者、資料分析師、行銷人、經理人、資訊人！

相信這門課程很適合您！

👉 課程結束後，對 Python 商務應用就有基本了解的初學者
👉 想瞭解 Python 如何透過資料創造價值的使用人
👉 想學習商務行銷資料分析的學生
👉 想從數據中找出商業 insight 的分析人員
👉 想瞭解機器學習如何創造價值的行銷人
👉 想讓主管或老闆快速理解 AI 分析成果的資訊人
👉 想理解商業應用情境的主管

如果您是以下類型的使用者，歡迎您投資其他更高階的課程

👉 想學習深度學習，單純想降低損失函數的人
👉 每一數據分析步驟都對數學有需求的求知者
👉 欲求知影像視覺的深度學習方法者
👉 單純求知 Python 程式設計者
👉 欲學習大數據服務或純大數據者工程的人（如：GCP、AWS、Azure 等）

「課程解鎖活動－用群眾募資來打開我吧！」橫幅以奔跑人物、紅色箭頭和彩色靶心，搭配青綠與粉紅色背景，呈現群眾募資解鎖課程的主題。

我們希望大家能多多分享我們的課程課程資訊給各位所在的社群，讓大家一起討論，一起多多學習！為了感謝大家對我們的支持與愛戴，我們將會在達成下述特定目標時，解鎖：

300% - 行銷資料科學書籍大贈送，講師（共同作者）將抽出 5 位同學免費獲贈國內第一本行銷資料科學書籍

當課程募資人數百分比超過目標人數的 300% 時，我們將抽出 5 位同學，免費贈送國內第一本行銷資料科學書籍！

附上行銷資料科學各大出版通路參考，請點擊通路名稱，即可觀看書籍詳細介紹：博客來、金石堂、天瓏

《行銷資料科學》以大數據、市場分析與人工智慧為核心，涵蓋行銷理論、實務故事、實戰專案案例及線上程式操作，幫助讀者了解資料科學如何應用於行銷場域。

500% - 行銷資料科學書籍大贈送，將再加碼抽出 10 位同學免費獲贈國內第一本行銷資料科學書籍

當課程募資人數百分比超過目標人數的 500% 時，我們將再加碼抽出 10 位同學，免費贈送國內第一本行銷資料科學書籍！

⚠️ 贈書抽獎注意事項 FAQ

按下「馬上預購」後，將導向「付款資訊」頁面，最下方即是收件資訊填答欄位，所有欄位請務必正確填寫，若未確實填寫，視為不參加抽獎
老師團隊預計於 2020/1/1 進行贈書抽獎，並於 2020/1/10 前寄出獎品，敬請期待！
獎品寄送僅限台澎金馬地區，如果中獎的學員居住於海外，請填寫親友地址協助代收。

700% -（影片）衝高獲利的可能方法 - 使用機器學習模型技法衝高預期獲利

當課程募資人數百分比超過目標人數的 700% 時，我們會加錄主題「衝高獲利的可能方法 - 使用機器學習模型技法衝高預期獲利」，以更精細的方法配合機器學習，介紹行銷資料在分析時，衝高獲利的可能方法。（注意：其方法將可能依照您自身資料集不同而產生不同的結果）

兩組獲利最佳化折線圖比較：純機器學習方法中，xgboost 最佳利潤為 $395300、機率閾值 0.16；利潤提升模型法中，xgboost 最佳利潤為 $400700、機率閾值 0.2。

1000% -（影片）節流省錢新模式 - 如何使用機器學習模型技法優化節流省錢

當課程募資人數百分比超過目標人數的 1000% 時，我們將錄製如何使用資料科學技法優化節流省錢的案例！（注意：其方法將可能依照您自身資料集不同而產生不同的結果）

1500% -（影片）【個體】服務體驗分析效率再加碼

當課程募資人數百分比超過目標人數的 1500% 時，我們將特別錄製如何使用針對高機率購買人，來產出個人化推薦參考清單，讓您製作個人化推薦更有可能達到精準且有效率！

2000% - 行銷資料科學實體好評課程，定期免費 5 位名額抽獎免費送！

當課程募資人數百分比超過目標人數的 2000% 時，我們將定期（約 1 至 3 個月一次）抽出 5 位學員免費參加原價 NTD $12,000 - 15,000 的行銷資料科學實體課程！

歡迎參考我們行銷資料科學的學習地圖（點擊查看更多）

2019年「行銷資料科學」實戰應用課程地圖，依序從初階 Python 0到1、R語言 0到1 基礎統計分析，進入中階產業3C智慧分析，並進階至 STP智慧行銷策略實戰分析與4P智慧行銷組合分析。

解鎖的注意事項：

若有相關活動被解鎖，請參考下列注意事項

課程募資人數百分比是指正式課程上架到開課「前」（2019/09/04 - 2019/12/02 23:59）的百分比，所以就算 30 天募資結束依然進行計算，直到正式開課後，就將不列入計算
有關於 300% 和 500% 的抽獎贈書活動，我們將以正式開課前的貢獻「課程募資人數百分比的學員」中抽出中獎人
有關於 2000% 的行銷資料科學實體好評課程「名額抽獎」活動，主要依照臺灣行銷研究有限公司的實體課程資訊爲主，若當期有開放實體課且人數達到開班標準，則我們會持續且不間斷的進行抽獎活動；若當期有不可抗拒之因素無法開課，則當期就不會有抽獎活動。但依照過往經驗，我們目前實體開班皆達成 100% 開班率，敬請大家參考之
行銷資料科學實體好評課程採取小班教學制，並於「臺北市」舉辦，提供抽中之學員任選當期有開放報名的實體課程，因此皆有限制名額，若未能於約定期間內進行回覆參加意願，將視同放棄實體課之參加權利。
行銷資料科學實體好評課程之時間、地點、課程內容等細節，將於募資結束後，另行公告於課程頁面及行銷資料科學粉絲專頁及Line@，抽籤結果亦同。
解鎖之錄影課程將於開課後，將依照解鎖順序每隔 20 天上架，若所有課程皆被解鎖，我們將在開課後 20 天首先上架700% 的解鎖課程；40 天後上架 1000% 的解鎖課程；60 天後上架 1500% 的解鎖課程。

「師資介紹」標題橫幅，背景以奔跑中的商務人士、紅色道路與同心圓靶心插圖，呈現前進與聚焦的視覺意象。

講師 Howard，具備中華電信、資策會、外貿協會與臺科大等多個單位的 AI 講師經歷。

鍾皓軒

臺灣行銷研究有限公司（TMR）的創辦人
出版：行銷資料科學（國內第一本行銷資料科學專書）
業界經歷：中華電信AI專案合作講師、資策會AI合作講師、外貿協會國際企業人才培訓中心行銷資料科學講師
學界經歷：台科大行銷資料科學課程、台科大創新育成中AI課程講師、台科大新南向創業營隊市場分析及行銷策略講師(全英文授課)、台科大 AI 連續性製程機器學習課程
產學專案：曾主持參與金融業、化工業、醫療業、網路廣告業、彩妝業、出版業、高教產業、文教產業等資料科學案
主編：行銷資料科學粉絲專頁、Line@、FB社團與Medium 總管理者/主編/創辦人
作家：評鑑雙月刊校務專欄作家，刊登的【文章 1】與【文章 2】
專長：行銷資料科學、機器學習建模、連續性智慧製程、自然語言分析與校務研究。

「課程好評」標題置於畫面中央，一名提著公事包的商務人士沿著紅色箭頭前進，箭頭指向右側的彩色同心圓靶心，呈現朝向目標的視覺意象。

本門課程已經開發實體課程，我們的學員來自大學教授、壽險業、銀行業、資訊業、廣告產業、分析總監、數據分析師..等。

學員評價涵蓋廣告、資訊、數位行銷與銀行領域：課程結合真實行銷個案，分享 pipeline 與實務眉角，並以 Python 應用商業實務、分析模式與多產品行銷策略，內容實用且貼近實務。

合作夥伴成果展示，涵蓋全球科技、IC設計、電信、資訊與航空企業，以及臺灣科技大學、高雄師範大學、臺北市立大學等單位的資料科學、Python與行銷分析培訓課程。

紅色道路延伸至右側同心圓靶心，一名提著公事包、向前奔跑的人物沿路前進，中央以大型中文標語「追蹤我們」傳達持續關注的訊息。

網路社群

行銷資料科學 FB 粉絲專頁：我們每週都會在粉專 po 出 3-5 篇行銷資料科學文章
行銷資料科學 Line@：凡事加入我們的 Line@，「一定」會追蹤到我們每週發表的3-5篇行銷資料科學文章
行銷資料科學 Medium：行銷資料科學的文章官方網站，裡面將過往文章做了系統性整理，讓讀者閱讀起來更方便
專業經理人「行銷資料科學」交流團：專業經理人公開社群，歡迎大家到本社團分享您的新知

學員專區

FB 社團 - 歡迎本課程學員加入 AI 行銷學：用 Python 機器學習創造商業新價值！

哪些人適合這堂課？

歡迎：初學者、資料分析師、行銷人、經理人、資訊人！ 👉 課程結束後，對 Python 商務應用就有基本了解的初學者 👉 想瞭解Python如何透過資料創造價值的使用人 👉 想學習商務行銷資料分析的學生 👉 想從數據中找出商業 insight 的分析人員 👉 想瞭解機器學習如何創造價值的行銷人 👉 想讓主管或老闆快速理解AI分析成果的資訊人 👉 想理解商業應用情境的主管

你可以學到

🏆 AI 行銷面 🏆： 🎯 開源賺錢：實戰 3 大資料科學專案，學習以商務的角度，挑選最佳的機器學習模型，試圖創造淨收最大化 🎯 節流省錢：以2大機器學習的省錢案例，理解並實戰機器學習如何達到省錢的目的 🎯 服務體驗分析：分析成果宏觀總體策略方向，再以微觀的角度作爲個人化推薦之參考 🏆 AI技術面 🏆： 🎯 Python基礎：特別以行銷 RFM 模型 weili，帶入Pandas、Numpy 等套件，學習基礎資料分析，再學習基礎的同時，還可以做到基礎的客戶分群，試圖找出有價值的客戶 🎯 視覺化互動網頁：使用視覺化工具，讓您不僅能以動態網頁瞭解各機器學習概念，還更有效率的分析視覺化成果 🎯 各種機器學習模型：XGBoost、Logistic Regression、Random Forest在商務上的用法 🏆 課程模組面 🏆：我們將毫不保留的將上述Python模組透過本門課程分享給您，期望您將能真正能【落地】使用！

上課前的準備

需要準備的工具 / 軟體（若購買課程前不清楚版本是否支援，請先留言與老師確認。）

您需要準備： 👉 一台穩定的電腦，不限 Mac / Windows / Linux作業系統，部分實案資料集檔案較大，運算時會使用較多的計算資源 👉 電腦需要安裝 Anaconda 系列軟體：Spyder（版本限定 Python 3 以上），課程中也會一步步帶領大家安裝 👉 本課程將以 Python 語言為主體

需要具備的背景知識

👉 熟悉簡單的機率、統計概念（如：平均數、標準差、機率） 👉 若有 Python 程式基礎會更好（如：Pandas、Numpy、list、for、if） 👉 若是初學者也沒有關係，我們的課程會帶領您從必要的基礎開始，讓您從0到1使用機器學習創造商業新價值

單元一覽

9 章 62 單元｜總時長 701 分鐘

全部展開

數據思維與AI商業個案解析

單元 1 - 學習AI行銷學的原因

點我試看