Prise de décision Marketing basée sur les données

•	Analyser les données marketing en utilisant des techniques statistiques appropriées
•	Utiliser la modélisation et l'analyse des données pour comprendre les préférences des clients et améliorer les stratégies sans calcul complexe.
La plupart des professionnels du marketing connaissent diverses sources de données clients qui promettent des perspectives de réussite. Il existe de nombreuses sources de données, des enquêtes clients aux données de marketing numérique. 
De plus, il existe une variété croissante d’outils et de techniques pour façonner les données, du Small au big data. 
Cependant, il est crucial d’avoir les bonnes connaissances et de comprendre le contexte dans lequel les données et les outils sont utilisés : 
o	apprendre à contextualiser vos données et à les transformer en informations utiles. 
o	comprendre comment et où utiliser un outil ou un ensemble de données pour une question spécifique, en explorant les « questions quoi et pourquoi » pour apporter une réelle valeur à vos parties prenantes. 
o	Exploiter les outils de l'analyse et de l'inférence causale, la visualisation et la présentation, puis comprendre les directives sur la façon de présenter et de condenser de grandes quantités d’informations en KPI. 
o	apprendre à planifier à l'avance et à faire des prévisions en se plongeant dans l'analyse et les informations sur les clients. 
o	Enfin, mesurer l’efficacité de vos efforts marketing et en tirer des informations pour une prise de décision basée sur les données. 
Dans cette logique, vous comprendrez les outils que vous devez utiliser sur des ensembles de données spécifiques pour fournir un contexte et façonner vos données, ainsi que pour obtenir des informations pour booster vos efforts marketing.
Il est donc impératif aujourd’hui pour les professionnels du Marketing de :
o	comprendre les idées de base derrière les principaux modèles statistiques utilisés dans l'analyse marketing 
o	appliquer les bons modèles et outils à une question analytique spécifique découvrir comment effectuer une inférence causale, une expérimentation et une modélisation statistique avec des outils open source comme R ou Python. 
o	Analyser les données sur la durée de vie du client et générer des informations sur le client
o	Passer par les différentes étapes de l'analyse, du descriptif au prescriptif