Менеджер клієнтських даних

Основи та стратегічний CRM (близько 2 днів)

CRM як стратегічна корпоративна функція

Структура компанії: процеси компанії

CRM проти чистого програмного рішення

Бізнес-моделі та аналіз цільових груп (приблизно 1 день)

Бізнес-моделі в середовищі CRM

Визначення ринку та цільової групи

Персони для диференційованого підходу до клієнтів

Канали збуту в стратегічній CRM

Клієнтські світи та індивідуальні відносини (приблизно 1 день)

Визначення світу клієнта

Подорож клієнта, клієнтський досвід

Потреби-вимоги-мотиви клієнтів

ERP та операційна CRM (приблизно 1 день)

Планування ресурсів та бізнес-контекст

CRM в ланцюжку створення вартості

Синергія між продажами, маркетингом і сервісом

Захист даних та GDPR (приблизно 1 день)

Захист даних

GDPR в маркетингу

Практичні кейси DSGVO

Програмні системи CRM (приблизно 2 дні)

Вступ до CRM-систем

Впровадження програмного забезпечення

Картування процесів, автоматизація робочих процесів

Штучний інтелект (ШІ) в CRM (близько 1 дня)

Презентація конкретних AI-технологій

Предиктивна аналітика

Аналітика настроїв

АІ-гуманізатор для підвищення лояльності клієнтів

Аналітична CRM (близько 2 днів)

KPI для вимірювання успіху

Інтелектуальний аналіз даних, OLAP

SWOT-аналіз в CRM

Детальний аналіз

Цикл взаємовідносин з клієнтами та задоволеність клієнтів (приблизно 2 дні)

Цикл взаємовідносин з клієнтами

Управління задоволеністю: NPS, CSAT, KANO та параметри для оптимізації

Залучення клієнтів, утримання клієнтів та підвищення прибутковості (близько 2 днів)

Маркетинг, орієнтований на клієнта (ABM)

Стратегічні процеси залучення клієнтів

Програми лояльності

Підвищення прибутковості

Спілкування з клієнтами як запорука відносин (близько 2 днів)

Розмовні навички та емпатія у спілкуванні з клієнтами

Психологія взаємовідносин з клієнтами

Техніки деескалації для критичних моментів з клієнтами

Як автентичне спілкування створює довгострокові відносини

Робота над проектом (близько 3 днів)

Закріплення вивченого матеріалу

Презентація результатів проекту

Хмарні концепції (близько 3,5 днів)

Переваги хмари AWS Cloud

Принципи побудови AWS Cloud

Міграція в хмару AWS Cloud

Поняття хмарної економіки

Штучний інтелект (ШІ) в робочому процесі

Презентація конкретних технологій ШІ

та можливих застосувань у професійному середовищі

Безпека та комплаєнс (близько 4,5 днів)

Модель AWS як спільна відповідальність

Концепції безпеки, управління та відповідності хмарних сервісів AWS

Функції управління доступом до AWS

Компоненти та ресурси для підтримки безпеки

Хмарні технології та сервіси (близько 5 днів)

Методи розгортання та роботи в хмарі AWS Cloud

Глобальна інфраструктура AWS

Обчислювальні сервіси AWS, сервіси баз даних, мережеві сервіси та сервіси зберігання даних

Сервіси AWS для штучного інтелекту та машинного навчання, а також аналітичні сервіси

Послуги з інших охоплених категорій сервісів AWS

Виставлення рахунків, ціноутворення та підтримка (приблизно 2 дні)

Порівняння цінових моделей AWS

Ресурси для виставлення рахунків, управління бюджетом та витратами

Технічні ресурси AWS та варіанти підтримки

Робота над проектом, підготовка до сертифікації та сертифікаційний іспит (близько 5 днів)

AWS Certified Cloud Practitioner CLF-C02 (англійською мовою)

Основи статистики (близько 6 днів)

Основи теорії вимірювання (генеральна сукупність та вибірка, типи вибірок, рівні вимірювання та шкали)

Одновимірна описова статистика (частотні розподіли, центральні міри, міри дисперсії, стандартне значення, гістограми, стовпчикові діаграми, кругові діаграми, лінійні діаграми та блок-діаграми)

Двовимірна описова статистика (міри кореляції, коефіцієнти кореляції, перехресні таблиці, діаграми розсіювання та згруповані гістограми)

Основи індуктивної вивідної статистики (розподіл ймовірностей, нормальний розподіл, розподіл середніх значень, тест на значущість, перевірка нульової гіпотези Фішера, розмір ефекту, оцінка параметрів, довірчі інтервали, гістограми помилок, аналіз потужності та визначення оптимального розміру вибірки)

Штучний інтелект (ШІ) в робочому процесі

Презентація конкретних технологій ШІ

та можливих застосувань у професійному середовищі

Методи для порівняння двох груп (приблизно 5 днів)

z- і t-тест для вибірки (відхилення від заданого значення)

t-тест для середньої різниці між двома незалежними/зв'язаними вибірками

Перевірка ефективності дій, заходів, втручань та інших змін за допомогою t-тестів (претест-посттест з двома групами)

допоміжні тести значущості (тест Андерсона-Дарлінга, тест Райана-Джойнера, тест Левена, тест Боннета, тест значущості для кореляцій)

Непараметричні методи (критерій Вілкоксона, критерій знаків, критерій Манна-Уітні)

Аналіз непередбачуваності (біноміальний тест, точний тест Фішера, тест хі-квадрат, перехресні таблиці з мірами асоціації)

Методи порівняння середніх значень декількох груп (приблизно 5 днів)

Одно- та двофакторний дисперсійний аналіз (простий та збалансований ANOVA)

Багатофакторний дисперсійний аналіз (загальна лінійна модель)

Фіксовані, випадкові, перехресні та вкладені фактори

Методи множинних порівнянь (Tukey-HSD, Dunnett, Hsu-MCB, Games-Howell)

Аналіз взаємодії (аналіз ефектів взаємодії)

Аналіз вибірковості та потужності для дисперсійного аналізу

Вступ до планування експерименту (ПЕ) (приблизно 1 день)

Повні та часткові факторні експериментальні плани

Робота над проектом (близько 3 днів)

Закріплення вивченого матеріалу

Презентація результатів проекту

Основи систем баз даних та SQL (приблизно 3 дні)

Огляд систем та моделей баз даних

Надлишкові дані та цілісність даних

Нормалізація та BCNF

Проектування баз даних та модель зв'язків між сутностями (ERM)

Первинні та зовнішні ключі

Зв'язки між відношеннями

Типи даних в SQL

Індекси та продуктивність

Обмеження та валідація

Запити (SQL)

Форми та звіти в сучасних СУБД

Управління циклічними посиланнями та залежностями

Вступ до SQL Server Management Studio (SSMS) (приблизно 2 дні)

Огляд SQL Server та SSMS

Фізичне проектування бази даних

Створення таблиць і визначення типів даних

Обмеження, значення за замовчуванням та зв'язки

Діаграми та зв'язки бази даних

Резервне копіювання та відновлення

Штучний інтелект (ШІ) в робочому процесі

Презентація конкретних технологій ШІ

та можливих застосувань у професійному середовищі

Вступ до DDL (мови визначення даних) (приблизно 8 днів)

Основи SQL та розширений синтаксис

Створення таблиць та визначення обмежень

Оператори та визначення функцій

Запити та маніпулювання даними

Обробка помилок та управління транзакціями

DCL - Мова управління даними та безпека (приблизно 1 день)

Адміністрування та авторизація користувачів

Ролі, повноваження та аудит

Типи даних, імпорт та експорт даних в сучасних системах (приблизно 1 день)

Імпорт та експорт даних

Сучасні типи даних

Робота над проектом (близько 5 днів)

Закріплення вивченого матеріалу

Презентація результатів проекту

Основи Python (приблизно 1 день)

Історія, поняття

Використання та сфери застосування

синтаксис

Лексика, семантика

Угоди PEP-8

Інтерпретатор проти компілятора

Перші кроки з Python (приблизно 5 днів)

Числа

Рядки

Дата та час

Стандартний ввід та вивід

Числові оператори

Оператори порівняння, логічні та порозрядні оператори

Перетворення типів даних

список, кортеж, множина

Функції та методи роботи зі списками

Розгалуження та цикли (if, for, while)

Оператори-члени

Штучний інтелект (ШІ) в робочому процесі

Презентація конкретних технологій ШІ

та можливих застосувань у професійному середовищі

Функції (приблизно 5 днів)

Визначте власні функції

Змінні

Параметри та аргументи

Значення, що повертаються

Рекурсія

Простори імен

Функціональне програмування

Усунення несправностей (приблизно 0,5 дня)

спробувати, крім

Типи помилок

Перехоплення переривань програми

Пересилання помилок між функціями

Об'єктно-орієнтоване програмування (близько 4,5 днів)

Класи Python

Методи

Незмінні об'єкти

Класи даних

Спадкування

Робота над проектом, підготовка до сертифікації та складання сертифікаційного іспиту "PCEP™ - Certified Entry-Level Python Programmer" англійською мовою (приблизно 4 дні)