CZĘŚĆ I. DATA DRIVEN MARKETING Wielki wybuch danych Od web 1 do web 5 Ile warte są wasze dane? Rodzaje danych Zjawisko datafikacji Jedna wielka baza danych Negatywne skutki datafikacji Big Data Sukces Big Data Wyzwania Big Data Czym jest AI? Definicja AI Historia AI Czym się różni AI od ML, DL i NN? Czym jest trenowanie modelu? Czym jest projekt OpenAI? AI i Big Data Koncepcja społeczeństwa 5.0 Prawo Amdahla Dane mówią same za siebie Marketing napędzany danymi Marketing 5.0 Chatboty Przepaść międzypokoleniowa Współczesne modele komunikacji marketingowej Co ma Big Data do marketingu? Data Driven Marketing (DDM) Czy to wciąż buzz word? Czy DDM działa? Database marketing Data Driven Marketing a dane klientów Obszary Data Driven Wybrane obszary Data Driven Case studies - napędzane danymi Cele stawiane przed Data Driven Marketingiem Marketing online w świetle Data Driven Koło zamachowe Amazona Rozwój produktu Marketing w świecie offline Krytyczne spojrzenie na DDM Więcej danych = lepsze decyzje Mniej danych = większy błąd statystyczny! Mądrość tłumu Rola intuicji w Data Driven Nos do interesów Performance marketing specialist Intuicja w gronie wybitnych ekspertów Skuteczność decyzji według Tetlocka Czarne łabędzie Czym są czarne łabędzie? Antykruchość Co charakteryzuje jednostki antykruche? VUCA w świetle budowania strategii VUCA Prime Gotowość poznawcza Marketing w świecie VUCA Data Informed i Data Inspired Które podejście jest najlepsze? CZĘŚĆ II. PROCES DDM Pułapki Data Driven I. Cele Znaczenie strategii i celów Fundamenty strategii? Antykrucha strategia Strategia web analityki Cele jako nieodłączny element strategii Klasyfikacja celów S.M.A.R.T. Kluczowe wskaźniki efektywności Znaczenie audytu Hierarchia celów Analityczny cykl biznesowy AAARRR Fuzja wiedzy a proces rozwoju produktu II. Aktywacja danych Skąd pozyskujemy dane? Data scraping Technologie analityczne Audyt analityki III. Raportowanie Raportowanie Rodzaje raportów Proces tworzenia raportu Proces analizy z wykorzystaniem BI Storytelling with data IV. Analiza danych Jakie są typy analizy danych? Wielkie, grube i małe dane Analizy jakościowe i ilościowe Właściwa analiza danych Odkrywanie wiedzy ukrytej w danych V. Interpretacja Błędy poznawcze VI. Decyzje Cykl DDM Bezpieczeństwo danych Trzy filary cyberbezpieczeństwa Ryzyko a zaufanie E-Privacy Czym są dane osobowe? Ograniczenia cookies Zasoby ludzkie Data scientist Data engineer Traffic manager Web analityk SFIA