Couverture de Marketing Science in Python, de Hajime Takeda
Le livre

Marketing Science in Python

Un guide pratique de l'inférence causale, des modèles de mix média, du pricing, de la prévision et de l'analyse client.

Par Hajime Takeda, cofondateur de Kuwalyst

Les ventes ont bondi pendant la campagne du mois dernier. Cette hausse était-elle due à la campagne, à une météo plus chaude ou à la rupture de stock d'un concurrent ? Marketing Science in Python est un guide pratique pour rendre les décisions marketing plus fiables. Il explique comment formuler une question à laquelle l'analyse peut répondre, comment estimer les effets réellement attribuables à une campagne et comment s'appuyer sur des modèles et des expérimentations pour décider de l'allocation du budget média. Chaque chapitre pratique des parties 3 à 6 s'accompagne d'un notebook Python utilisant des jeux de données publics ou des données synthétiques.

Son auteur, Hajime Takeda, est marketing scientist et cofondateur de Kuwalyst. Le livre expose les principes qui fondent le Media Planner : s'appuyer sur des preuves causales pour décider dans l'incertitude, calibrer les modèles de mix média avec les résultats d'expérimentations et rendre chaque chiffre traçable jusqu'à sa source. Il présente notre approche et se lit gratuitement en ligne.

Au sommaire

  1. Introduction : comprendre la marketing science et les données marketing
  2. Analyser pour mieux décider : formuler la bonne question, définir des KPI utiles au diagnostic et construire un récit à partir des données
  3. Inférence causale pour le marketing : tests A/B, quasi-expérimentations, analyse d'impact causal sur séries temporelles et modélisation de l'uplift
  4. Analyse client : segmentation et valeur vie client (CLV)
  5. Analyse commerciale : pricing, assortiment et prévision des ventes
  6. Investissement média et optimisation : construction d'un MMM, expérimentations d'incrémentalité et calibration du modèle à partir de leurs résultats
Lire le livre en ligne ↗

Le texte intégral est gratuit sur le site du livre, avec les notebooks sur GitHub. L'édition française est une traduction automatique ; la version anglaise fait foi.

Recevoir le PDF

Vous préférez lire hors ligne ? Laissez-nous vos coordonnées et vous recevrez par e-mail un lien de téléchargement personnel vers le PDF, en anglais.