Omet navegació

4. Aplicació

Temporització: 1 hora

Apliquem el que hem après

Ara que tenim una comprensió sòlida del Teorema de Bayes, variables aleatòries i distribucions de probabilitat, estem preparats per aplicar aquests coneixements a un context real. En aquesta activitat, analitzarem un conjunt de dades de clients i farem servir les nostres habilitats estadístiques per a predir el seu comportament i optimitzar una campanya de màrqueting. Estàs preparat per aquest desafiament?

Instruccions:

  1. Anàlisi de Dades (Grup Petit - 30 minuts)

    • Rebràs un conjunt de dades de clients ficticis.
    • Com a grup, hauràs d'analitzar aquestes dades i identificar les tendències i patrons que puguis trobar.
    • Hauràs d'utilitzar les tècniques que has après, com el Teorema de Bayes i les distribucions de probabilitat, per a ajudar-te a entendre aquestes dades.
    • PRODUCTE: Notes sobre l'anàlisi de dades.
  2. Prediccions (Grup Petit - 15 minuts)

    • Basant-te en la teva anàlisi de dades, hauràs de fer prediccions sobre el comportament dels clients.
    • Considera quins factors podrien influir en el comportament dels clients i com aquests factors es podrien fer servir per a optimitzar una campanya de màrqueting.
    • PRODUCTE: Notes sobre les prediccions.
  3. Recomanacions (Grup Petit - 15 minuts)

    • Finalment, hauràs de fer recomanacions per a la campanya de màrqueting basant-te en la teva anàlisi de dades i les teves prediccions.
    • Pensa en com l'empresa podria usar aquesta informació per a dissenyar una campanya de màrqueting més efectiva.
    • PRODUCTE: Notes sobre les recomanacions.

Aquesta és l'última etapa del nostre viatge. Aplica el que has après i demostra les teves habilitats com a analista de dades

Rúbrica

Apliquem el que hem après
 No Acomplert Acompliment Baix Acompliment Mitjà Acompliment Alt
Anàlisi de DadesL'alumne mostra una comprensió molt baixa o nul·la de com analitzar les dades dels clients. (1)L'alumne mostra una comprensió bàsica de com analitzar les dades dels clients, però té dificultats per aplicar aquestes tècniques o interpretar els resultats. (2)L'alumne mostra una bona comprensió de com analitzar les dades dels clients i pot aplicar aquestes tècniques i interpretar els resultats amb certa facilitat. (3)L'alumne mostra una excel·lent comprensió de com analitzar les dades dels clients i pot aplicar aquestes tècniques i interpretar els resultats amb facilitat i precisió. (4)
PrediccionsL'alumne no és capaç de fer prediccions basades en l'anàlisi de dades. (1)L'alumne és capaç de fer prediccions basades en l'anàlisi de dades, però aquestes prediccions no són sempre precises o ben fonamentades. (2)L'alumne és capaç de fer prediccions precises i ben fonamentades basades en l'anàlisi de dades. (3)L'alumne és capaç de fer prediccions precises i ben fonamentades basades en l'anàlisi de dades, i pot explicar clarament com ha arribat a aquestes prediccions. (4)
RecomanacionsL'alumne no és capaç de fer recomanacions basades en l'anàlisi de dades i les prediccions. (1)L'alumne és capaç de fer recomanacions basades en l'anàlisi de dades i les prediccions, però aquestes recomanacions no són sempre realistes o útils. (2)L'alumne és capaç de fer recomanacions realistes i útils basades en l'anàlisi de dades i les prediccions. (3)L'alumne és capaç de fer recomanacions realistes i útils basades en l'anàlisi de dades i les prediccions, i pot explicar clarament com ha arribat a aquestes recomanacions. (4)
  • Activitat
  • Nom
  • Data
  • Puntuació
  • Notes
  • Reinicia
  • Imprimeix
  • Aplica
  • Finestra nova

Creado con eXeLearning (Ventana nueva)