Webinar: Using two popular data mining techniques to identify customer segments in Excel with XLSTAT, Feb 24

rsz_shutterstock_252391039.jpg

Public: people working in any field in marketing and aiming at gaining their first steps in segmenting customers using data.

Length: 50 minutes (40 minutes of presentation and demo and 10 minutes of Q&A)

For more info: info@xlstat.com

Do not hesitate to spread the word! The Webinar is open to everybody, including non-users of XLSTAT.

Click here to register

Webinar : Using two popular data mining techniques to identify customer segments

Customer segmentation is essential to organize personalized marketing campaigns. Two common data mining techniques can be used on customer data to investigate segmentation: Principal Component Analysis and Agglomerative Hierarchical Clustering. This Webinar features an intuitive introduction to these techniques and an application using the user-friendly XLSTAT statistical software for Excel.

Public

People working in any field in marketing and aiming at gaining their first steps in using data mining techniques to segment customers using data.

Program

  • A few words on customer segmentation
  • Segmenting clients using a simple dataset: scatter plot!
  • Tackling customer segmentation in more complex datasets
    • Data mining with Principal Component Analysis
    • Data mining with Agglomerative Hierarchical Clustering

 

Prix

Dates

Début :

Fin :

Langue

Anglais

En ligne

Profils des formateurs

Jean-Paul Maalouf

Jean-Paul Maalouf est un consultant sénior en statistique ayant rejoint l’équipe d’Addinsoft en 2014. Il détient un doctorat en biologie et une expérience importante de l’enseignement des statistiques, activité qu’il a pratiquée de manière intensive depuis 2012. Il a dispensé des formations auprès des plus grandes institutions de recherche françaises (INRA, CNRS, INSERM, CIRAD, plusieurs universités), ainsi qu’auprès de sociétés privées à travers le monde. Ses méthodes d’enseignement reposent sur une approche conceptuelle et très centrée sur l’exemple plutôt que sur l’explication de formules mathématiques complexes. Les notions sont ainsi saisies aisément par les personnes n’ayant pas nécessairement d’expérience en mathématique mais souhaitant devenir rapidement opérationnels dans le domaine de l’analyse de données.

JP.jpg