Emory University
管理营销分析中的不确定性
Emory University

管理营销分析中的不确定性

本课程是 营销分析基础 专项课程 的一部分

David Schweidel

位教师:David Schweidel

11,717 人已注册

包含在 Coursera Plus

深入了解一个主题并学习基础知识。
4.3

(68 条评论)

中级 等级
需要一些相关经验
1 周 完成
在 10 小时 一周
灵活的计划
自行安排学习进度
深入了解一个主题并学习基础知识。
4.3

(68 条评论)

中级 等级
需要一些相关经验
1 周 完成
在 10 小时 一周
灵活的计划
自行安排学习进度

要了解的详细信息

可分享的证书

添加到您的领英档案

授课语言:英语(English)

了解顶级公司的员工如何掌握热门技能

Petrobras, TATA, Danone, Capgemini, P&G 和 L'Oreal 的徽标

积累特定领域的专业知识

本课程是 营销分析基础 专项课程 专项课程的一部分
在注册此课程时,您还会同时注册此专项课程。
  • 向行业专家学习新概念
  • 获得对主题或工具的基础理解
  • 通过实践项目培养工作相关技能
  • 获得可共享的职业证书

该课程共有4个模块

模块 1 的重点是理解营销问题中出现的随机性。您将学习计算结果概率的基本规则。我们还将研究如何应用这些规则来确定信息的价值。

涵盖的内容

3个视频2篇阅读材料1个作业

在模块 1 中讨论的随机性和概率基础上,我们将研究如何使用蒙特卡罗模拟将随机性融入商业问题中。我们将使用 Microsoft Excel 建立一个进行蒙特卡罗模拟的工具。我们将使用该工具评估特定业务问题的最佳行动方案。

涵盖的内容

1个视频4篇阅读材料1次同伴评审

在模块 3 中,我们将探讨如何使用概率分布来描述不确定性。我们首先探讨如何将不确定性纳入一般决策框架。然后,根据数据的性质,我们将注意力转向可用于模拟不确定性的不同概率分布。我们将研究这些概率分布的应用,以便使用 Microsoft Excel 中的功能来评估事件发生的可能性。

涵盖的内容

5个视频1篇阅读材料1个作业

在模块 3 讨论概率分布的基础上,我们将这些知识应用到一个具体的应用中:延长服务保修计划的设计。我们概述了业务问题,并讨论了如何利用泊松分布将客户使用保修计划的不确定性纳入其中。我们使用 Microsoft Excel 设计了一种电子表格工具,使用户能够调整服务计划的功能。通过比较不同情况下的公司利润,我们研究了服务计划的不同特点如何导致消费者和公司分担风险。

涵盖的内容

4个视频4篇阅读材料1次同伴评审

获得职业证书

将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。

位教师

David Schweidel
Emory University
11 门课程73,802 名学生

提供方

Emory University

从 营销 浏览更多内容

人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情,我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程,Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好:它远不止于此。Coursera 让我无限制地学习。'

学生评论

4.3

68 条评论

  • 5 stars

    57.35%

  • 4 stars

    27.94%

  • 3 stars

    7.35%

  • 2 stars

    2.94%

  • 1 star

    4.41%

显示 3/68 个

EW
4

已于 Sep 24, 2017审阅

AG
4

已于 Jun 10, 2020审阅

SI
5

已于 Jun 4, 2017审阅

Coursera Plus

通过 Coursera Plus 开启新生涯

无限制访问 10,000+ 世界一流的课程、实践项目和就业就绪证书课程 - 所有这些都包含在您的订阅中

通过在线学位推动您的职业生涯

获取世界一流大学的学位 - 100% 在线

加入超过 3400 家选择 Coursera for Business 的全球公司

提升员工的技能,使其在数字经济中脱颖而出

常见问题

¹ 本课程的部分作业采用 AI 评分。对于这些作业,将根据 Coursera 隐私声明使用您的数据。