如果你在营销分析的职位上工作了一段时间以后，想要在数据分析这一领域更加精进，并且实现薪水翻倍的话，Le wagon编程训练营推荐可以考虑向营销数据科学家的职位发展。这一职位近年来成为了来很多大公司和互联网科技公司营销部门里的香饽饽。

　　营销数据科学家是从2015年起被逐渐确立为企业内的一个独立岗位，是近年来数据科学中的一个比较新的领域。这是一个专注于提高组织营销效率的数据科学家的角色。营销数据科学家同样会分析内部和外部数据集，利用从中获得的洞察向公司高层提供有关消费者行为方面的信息，并就市场营销策略和分析方法上的修改或补充提供建议。营销数据科学家的任务是根据高级的统计建模和机器学习方法，提供可靠的预测性和行动方案。该角色的另一个重要部分是对沟通表达能力有更高的要求——他们必须能够以简单的方式传达复杂的想法，以便不懂统计建模等专业概念的管理和相关支持人员能够理解并从中受益。

        营销数据科学家工作内容、技能及背景要求的信息：

　　工作职能：

　　洞察关于战术和战略上的见解，以提高企业营销效率；

　　探索性的数据分析；

　　指标和分析方法的选择；

　　A/B测试；

　　为管理层和其他专业人士提供处理和理解组织数据方面的咨询、培训和协助。

　　所需技能：

　　SQL；

　　数据可视化（Tableau等）；

　　会用Python或R编写数据分析相关的程序语言；

　　预测建模（通过统计和机器学习方法）；

　　出色的“人际能力”——能够和数据工程师，商业管理层以及其他支持人员合作。

　　你肯定很好奇，为什么企业要为自己的营销部门配备专属的数据科学家并愿意支付其两倍于数据分析师的费用？答案很简单，Le wagon编程训练营来答疑！

　　通过营销数据科学方法产生的预测性和规范性洞察可以并且确实有能力提高当今企业的最大创收潜力；否则，企业将在未来几年继续陷于市场激烈的竞争僵局中。

　　举几个营销数据科学为企业创造价值的具体例子：

　　预测消费者行为趋势借助预测建模，营销人不必通过观察过去的行为来估测消费者下一步会做什么，而是可以更加准确地预测消费者的趋势。例如，通过分析购买历史记录，营销数据科学家可以预测一个人何时将用完洗衣粉或隐形眼镜液，从而通过提供折扣的方式提醒他们购买。或是在消费者购买了特定产品时向他们提供其他相关产品的介绍，比如如果某人在Netflix上看完了一部电影，可以给对方提供类似内容的其他影片介绍。

　　营销预算分配现如今，营销人员总是处于严格的预算控制下，而每一位营销人员的主要目标都是从分配到的预算中获得最大的ROI。通过分析各个营销渠道的购买、支出和表现数据，数据科学家可以建立出能够更好利用预算的分配模型，即营销组合建模，帮助营销人员在各个位置、渠道、媒介和广告营销活动之间分配预算，优化关键指标。

　　匹配合适的营销策略为了最大化营销投放效益，营销人员需要将不同的营销策略与合适的客户匹配。这一点跟营销数据分析师的工作内容很接近，但营销数据科学家会通过更加复杂的方式，比如营销数据科学家可以帮助创建一个预测潜在顾客的评分系统，计算潜在客户转化的可能性并细分，主要可以分为以下几类：热情的客户，好奇的潜在客户和不感兴趣的潜在客户。

　　此外，还可以创建一个客户生命周期价值模型。该模型可以按客户的行为表现对其进行细分。营销人员基于此模型应用的实例有：向高价值客户发送促销码或现金返还优惠，或是将一些留存策略应用于可能会流失的客户。

　　总而言之，掌握了高级的分析和建模技能，营销数据科学家就可以帮助公司合理利用资源，制定科学的营销策略，最终实现更多收益。

　　新的营销方案层出不穷，关于渠道、关于消费者或受众的各类数据数以亿计。解码大量数据并给出科学的营销解决方案是一项艰巨的任务，这正是营销数据科学家可以发挥极大价值的地方。

　　Le wagon编程训练营教会你如何使用功能强大的Python库（例如Pandas和NumPy）来探索和分析大数据集，从各种来源收集数据，包括CSV文件，关系数据库上的SQL查询，Google Big Query，API和Web抓取。教会你学习如何提出正确的问题以及如何通过构建正确的SQL查询，深入研究SELECT的高级操作，以从独立数据库或使用SQL客户端软件（如DBeaver）中提取有用的信息。教会你如何通过进行数据可视化使数据分析更加直观和易于理解，去探索开发人员友好的keras新库，tensorflow（由Google创建的深度学习库）。如果你正在考虑将职业过渡到数据科学，如果市场营销是你感兴趣的领域，如果对数据科学技能上的要求还在让你产生犹豫，止步不前！如果你想知道营销数据科学中应用最广泛的分析和预测方法，那么千万不要错过Le wagon编程训练营！