Книга состоит из двух частей: подходы к привлечению аудитории на сайт или в социальную сеть и основы машинного обучения.
В первой части интересны главы об управлении цифровым маркетингом, о метриках и KPI. Отдельно можно выделить главу о "пиратских" метриках AARRR (Acquisition, Activation, Retention, Referral, Revenue).
Во второй части уделено внимание как классическим методам аналитики данных (линейная и логистическая регрессии), так и методам машинного обучения (нейронные сети, деревья решений и др.). Рассмотрено два подхода к кластерному анализу - К-средних и иерархический. Полезными являются главы о понижении размерности и выявлении аномалий.
Если сделать скидку, что книга обзорная и для маркетологов, то отсутствие детальных экономико-математический моделей является допустимым.
Каждый метод анализа данных сопровождается примерами применения.
Книгу можно рекомендовать для первого ознакомления с методами машинного обучения в маркетинге, или как это назвал автор - интеллектуальным маркетингом.
10 понравилось
