Чему вы научитесь
- После курса вы сможете:
- работать в Google Colab;
- писать простой код на Python;
- загружать таблицы CSV в pandas;
- проверять данные на пропуски и ошибки;
- считать CPL, CAC и ROMI;
- строить столбчатые диаграммы;
- формулировать промпты для AI;
- получать рекомендации по рекламным кампаниям;
- проверять выводы AI по своим данным.
- Друзья, пожалуйста, не проходите мимо.
- Оставьте отзыв о курсе: что понравилось, что было непонятно и чего вам не хватило. Ваше мнение поможет мне сделать следующие курсы лучше.
О курсе
Для кого этот курс
Начальные требования
Для прохождения курса не нужны знания программирования.
Понадобится:
-
компьютер, ноутбук или планшет с доступом в интернет;
-
браузер;
-
аккаунт Google;
-
базовое умение работать с таблицами;
-
желание применять Python и AI в маркетинге.
Опыт работы с Python, pandas, рекламными кабинетами или нейросетями не требуется.
Преподаватели курса
40
Как проходит обучение
Урок 1. Что вы сделаете за курс
Вы узнаете, какой результат получите, зачем маркетологу Python и как подготовить рабочее место в Google Colab.
Урок 2. Python минимум для маркетолога
Вы освоите переменные, списки и словари. Эти знания нужны для работы с рекламными кампаниями и их показателями.
Урок 3. Загружаем данные
Вы подключите библиотеку pandas, загрузите CSV файл и проведёте первичный осмотр таблицы.
Урок 4. Считаем метрики
Вы создадите колонки с CPL, CAC и ROMI. Узнаете, как найти убыточные кампании и кампании с лучшей окупаемостью.
Урок 5. Графики и выводы
Вы построите столбчатую диаграмму, сравните кампании и сделаете первый вывод по распределению бюджета.
Урок 6. AI аналитик
Вы научитесь составлять промпты, передавать AI данные кампаний и получать рекомендации. Также научитесь проверять ответы AI.
Урок 7. Следующий шаг
Вы закрепите результат и узнаете, как перейти от одного отчёта к полной AI маркетинг системе.
Что вы получите
- После курса вы сможете:
- работать в Google Colab;
- писать простой код на Python;
- загружать таблицы CSV в pandas;
- проверять данные на пропуски и ошибки;
- считать CPL, CAC и ROMI;
- строить столбчатые диаграммы;
- формулировать промпты для AI;
- получать рекомендации по рекламным кампаниям;
- проверять выводы AI по своим данным.