渴望學習的您，值得擁有以下知識，以下課程皆免費，但知識是無價的：
Python基礎課程：基礎不夠深入嗎？教您基本變數、資料處理、Python繪圖、Jieba切詞處理。
Line Bot 聊天機器人：申請流程有問題，教您故障排除。另外小秘書版面怎麼做才會漂亮呢？
Telegram Bot 聊天機器人：Telegram如何申請？語法又需要如何編寫？
實用工具：分享生活中，可能會用到的實用工具，用影片手把手告訴您！
鍾皓軒（Howard） - 課程設計者
- 現職：臺灣行銷研究有限公司（TMR）的創辦人
- 公司 : 專精於行銷資料科學之數據分析及商業數據分析之企業內訓
- 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、長榮航空 AI 大數據內訓講師
- 學界經歷：台科大行銷資料科學課程、台科大創新育成中心 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、台北大學及元智大學AI電商經營分析講師
- 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、電商服飾業、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。
楊超霆（Ivan） - 課程主講者
- 現職：臺灣行銷研究有限公司 - 資深資料科學家 / 行銷資料科學粉絲團 - 副主編兼專欄作家
- 出版：打造股市小秘書整合應用實務（國內第一本資料科學結合股市Linebot專書）
- 業界經歷：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、中華電信 AI 專案合作講師
- 學界經歷：台科大行銷資料科學講師
- 產學專案：股票小秘書、電商服飾業、零售產業行銷策略分析、校務管理競爭者分析
- 副主編：Ivan老師程式金融大講堂與 Medium 副主編
- 專長：行銷資料科學、商業數據分析、RFM model、數據系統架設、金融投資分析
以往一家小企業只要經營一段期間，只要老闆、老闆娘或是第一線銷售員工的記憶力不差，大概就可以把上門的顧客區分成三大類型，他們分別是「新客（最近曾經前來消費的客人）」、「常客（經常前來消費的客人）」，以及「貴客（消費金額大的重要客人）」，但是，一旦企業大到一定規模，或是顧客上千上萬人時，恐怕記憶力再好，也無法因應，這時，就需要靠資料分析來協助，而 RFM 模型便是基本好用的工具。
什麼是 RFM 模型？
每個企業都想跟上 AI 與大數據的潮流，但回頭檢視公司內部資料，也許會發現資料不完整、缺乏整理、垃圾資訊過多⋯⋯等問題，甚而在經過資料清理後，能用的資料與欄位已經所剩無幾了。
而 RFM 模型是由學者喬治‧卡利南（George Cullinan）於1961年所提出，他發現資料庫分析中，有三項重要的指標：最近一次消費（Recency）、消費頻率（Frequency）、與消費金額（Monetary），這三項指標的英文字母的分別為 R、F、M，所以就稱為「RFM 模型」，RFM 的特色在於只需要時間、金錢這兩個最基本的銷售資料欄位，便可以進行具有高度管理意涵的數據分析。
利用 RFM 模型，有效避免顧客流失
面對跨境電商的崛起，不論是線上線下的零售產業，都面臨到顧客的流失問題。而解決的方式，不外乎就是建立強大品牌形象，提昇顧客的品牌忠誠度。但企業真的了解顧客嗎？研究顯示，開發一個新顧客的成本，會是留住舊顧客的5倍，如何有效留住舊顧客便是獲利的關鍵之一！
面對企業客戶資料時，我們便可以利用「RFM 顧客價值分類模型」對顧客進行分類，將顧客分成新顧客、常貴客、沉睡客、流失客，協助企業找到獲利的來源，同時避免顧客流失。
課程特色
本課程以 RFM 顧客價值分類模型為核心，讓企業可以藉由行銷資料科學的手法，進行初步的顧客資料診斷，同時檢視公司的獲利來源，以及避免顧客流失。對於常貴客，我們可以提高其忠誠度，蒐集更完整的顧客資料，以便未來導入 AI 或是大數據時，能有更多的欄位與資料量，發展預測模型，進而產出詳細的精準行銷名單。
🎯 您知道如何將 Python 結合 RFM，提昇 CRM 資料庫的價值?
RFM 模型是落實 CRM 的常見工具，我們將在課程中將結合 RFM 模型與 Python 分析，並帶入獨創的「五大面向」：市場面、財務面、行銷面、產品面、顧客面來審視顧客資料，利用簡單的銷售資料，從多種角度檢視分析會員資料，提高資料庫價值！
🎯 您知道如何有效區分新顧客、常貴客、沉睡客、流失客?
面對客戶資料時，我們可以利用「RFM 顧客價值分類模型」對顧客進行分類，找出新顧客、常貴客、沉睡客、流失客，同時也能找到獲利的來源、協助思考避免顧客流失的方法！
🎯 如何用簡易的銷售資料，產出精準名單，提高企業獲利?
學習完本堂課程，您將會了解如何透過 RFM 模型讓行銷人員可以有效地識別有價值的顧客，根據顧客的購買行為變數，來對他們進行分類，並製定有效的行銷策略。我們將會手把手的帶領您從顧客資料出發，讓你認識如何對現有顧客進行區隔，找出潛在獲利大的顧客，最後亦可以從宏觀的角度剖析消費者資料，進一步找到潛在的藍海市場。
第一章 RFM 資料前處理
課程一開始，即會帶領您先復習 RFM 課程會用到 Python 基礎:
- Python 的基礎起手式 — 萬用的程式三元素
- Pandas 套件 — 資料處理與轉換的重要好夥伴
- Spyder IDE 界面 — 最容易上手的程式編輯器
並且詳細講解如何安裝環境設定，讓您可以順利地利用 Python 建構 RFM 顧客價值分類模型的分析。
在章節的最後，會使用零售模擬案例，並詳細說明內部資料，如何轉化成 RFM 顧客分類資料。最後列出詳細的顧客分類名單（如圖 1 所示），讓您能精準的對每個顧客進行不同的行銷操作。
【圖 1 — 顧客分類清單】
第二章 RFM 基礎繪圖
一開始會簡單的介紹 Python 的繪圖原理（如圖 2 所示），詳細的介紹各個參數對圖形造成的變化，奠基日後繪製RFM 分析圖的基礎。協助大家能學以致用，調整更細微的參數，製作出屬於個製化的 RFM 顧客分類模型。
【圖 2 — 詳細繪圖教學】
了解繪圖基礎後，便可以開始進入 RFM 的繪圖原理。在此章節的最後，會讓您繪製出最基本的 RFM 分析圖形（如圖 3 左圖所示），並且能客製 RFM 的分類程度。
面對不同型態的資料，到底要如何來切分顧客資料？我們也會在課程中帶給學員 RFM 資料切分時不同的行銷思維及不同的應用。
例如：將顧客切分為 6X6 亦或 2X2 的分類模型（如圖 3 所示），其帶給資料分析人員的意涵及應用亦會有所不同。
【圖 3 — RFM 基本圖形】
🎯創造會員經營五大新觀點市場面－財務面、行銷面、產品面、顧客面五大面向
第三章 RFM 五大面向分析—產品面
本章節延續上面的基礎教學，教導您客製化調整 RFM 的內容（如圖 4 所示），讓您用一張 RFM 圖示，清楚明瞭並意含豐富，看見價值新觀點。
- XY 軸標籤 — 更清析的圖例標籤
- 比例尺 — 同比例尺易於輕鬆比較
- 四大類顧客分群 — 用繽紛色彩一眼辨別不客同顧
為了讓 RFM 產出的圖片更直觀易讀，應避免 RFM 產出的圖片太複雜，因此分析時可以選擇主力產品，或者當季熱門商品來作剖析。藉由圖形呈現的分析結果，比較不同顧客分類中不同產品的銷量，作為不同客群的推廣或不同產品選擇之依據。
【圖 4 — RFM 產品面視覺優化】
第四章 RFM 五大面向分析—市場面
這個面相分析取決於您資料的豐富程度，可以透過不同的類別變數．如：性別、地區、各種行為變數（如圖 5 所示），讓您可以更了解顧客的樣貌。
例如:利用人口變數來作分析時，我們可以觀看在不同的顧客分群中，不同性別消費金額的變化與比較，並依照不同的人口變數，達到產品的分眾行銷。
【圖 5 — RFM 市場面視覺優化】
第五章 RFM 五大面向分析—財務面
財務面可以說是 RFM 模型的核心精隨！我們利用圖文並茂的圖形，更直觀地呈現財務指標（如圖 6 所示）。
若從收益的角度分類顧客:
- 消費最多的顧客，真的就是最有價值的顧客嗎？
- 低消費的顧客要如何行銷他們？
- 您是否掉入收入陷阱呢？
【圖 6 — RFM 成本獲利分析圖】
透過 RFM 檢視顧客終身價值，幫助行銷人員將行銷成本重點放在有消費力的顧客，同時針對顧客不同特性實施行銷策略，提高投資報酬率。
財務面的另一指標-投資報酬率
我們亦帶領大家從投資報酬率的角度審視 RFM 模型（如圖 7 所示），檢視報酬率程度不同的顧客群體，以作為下一步策略調整的參考。
【圖 7 — RFM 投報率分析圖】
第六章 RFM 五大面向分析—行銷面
藉由行銷面分析結果，結合行銷預算，進行行銷資源的重配置。同時可作資產重配置的效益評估，例如：將投報率少於 10% 的商品預算，轉移一半的行銷資源到收入相對較高的顧客群中，會產生多少的營收差距？（如圖 8 所示）
【圖 8 — RFM毛利分析圖】
第七章 RFM 五大面向分析—顧客回購面
有別於傳統的RFM顧客分類價值模型，本課程增加了【顧客回購率分析】。例如：A 顧客是企業的常貴客，但那可能是好幾個月前的銷售紀錄，而 A 顧客近半年並沒有再次消費的記錄，那 A 顧客還算稱是常貴客嗎？
我們將在這一章手把手教導您解決這類的顧客回購分析問題，最後會教您製作產出顧客回購名單（如圖 9 所示），並能依照之前的購買紀錄，給予您推薦商品的順序。
【圖 9 — 顧客推薦名單】
註：解鎖統計已於開課前一天結束
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，進行目標解鎖！
歡迎大家能多多分享我們的課程資訊給自已所在的社群，也邀請大家一起討論、一起學習，讓大家合力闖關解鎖：
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（未解鎖）
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
600% - 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（未解鎖）
當課程募資人數百分比超過目標人數的 600% 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！
800% - 行銷資料科學實體課程免費送，抽出 2 位同學任選我們行銷資料科學實體課程一門（未解鎖）
在公布抽獎的半年內，讓中獎學員免費選上一門行銷資料科學實體課程（實體課程為確認有開課的課程）。
1200% -（影片）RFM 系統 - 把 RFM 放到您的公司年度報告書吧！（未解鎖）
當課程募資人數百分比超過目標人數的 1200% 時，我們會加錄主題「RFM 系統 - 把 RFM 放到您的公司年度報告書吧！」。每看一種變數對營收的影響時，都要重新跑次 RFM 圖，不用再那麼麻煩了！我們教導您把 RFM 放到動態網頁中，下拉式選單直接切換您想要的欄位。
⚠️ 贈書抽獎注意事項 FAQ
- 百分比的結算，為募資開始（5/6 12:00）至正式開課前一天 23:59 為止。例如：假設課程 10/9 號開課，那結算日期為 10/8 午夜 23:59。
- 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 2020/7/15 進行贈書抽獎，並於 2020/7/28 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。
- 如有任何異動，將另行公告說明。
講師授課回饋
Ivan 講師在 Hahow 中另一門課程「用 Python 打造自己的股票小秘書」課程，也有多人購買，且超高的課程評價，Ivan 講師的課程這麼好吸收，還不快手刀購買。
作業以商業分析為基礎，指定不同的業態，進行管理意涵的推演，在商業中沒有標準答案，因此藉此腦力激盪，讓一張商業數據結果圖，能由不同的方向思考。
兩位老師會親自執行您的作業檔案，並給予程式邏輯、編排建議，以及與您討論管理意涵，因此無法大量批改，您繳交後，約略兩週內可得到回覆。
問題約略三天內可得到回覆，若想要更即時，可以加入粉絲團，會得到更即時的回覆喔！
網路社群
- Ivan老師FB解惑：除了最新python商業工具，也可私訊詢問相關程式問題喔！
- medium文章：不定期更新最新知識，除了商業類型外，也融合許多商業實做、金融實做等等。
