Não são as palavras-chave que você precisa aprender para usar modelos grandes para análise de dados comerciais, são essas...

Usar grandes modelos para análise de dados comerciais nada mais é do que gerar texto, SVG, Python, e pode não ser a palavra-chave que as pessoas precisam, mas aprender esses 9 modelos!

1. modelo AARRR (modelo Pirate) 2. modelo RFM 3. modelo de árvore de decisão 4. modelo de análise PEST 5. modelo de análise de cluster 6. modelo de regressão logística 7. modelo de análise de série temporal 8. modelo 5W2H 9. modelo Pareto (o princípio dos dois-oito)

1. modelo AARRR (modelo pirata)

O modelo AARRR divide o crescimento do usuário em cinco estágios: Aquisição, Ativação, Retenção, Receita e Indicação.

2. modelo RFM

Avalia o valor de um usuário com base em três dimensões: o consumo mais recente do usuário (Recency), a frequência de consumo (Frequency) e o valor gasto (Monetary).

3. modelagem de árvore de decisão

Um modelo estruturado em árvore que classifica ou prevê dados por um conjunto de regras

4. modelo de análise PEST

Analisar o impacto do macroambiente externo nos negócios a partir de quatro perspectivas: política, econômica, social e tecnológica.

5. modelos de análise de cluster

Agregar objetos de dados semelhantes em várias classes ou clusters, de modo que os objetos dentro do mesmo cluster sejam os mais semelhantes possíveis e os objetos entre clusters diferentes sejam os mais diferentes possíveis

6. modelos de regressão logística

Um método de análise estatística usado para examinar a relação entre uma ou mais variáveis independentes e uma variável dependente e para prever o valor da variável dependente.

7. modelos de análise de séries temporais

Análise de tendências, ciclos e sazonalidade de dados com base em dados de séries temporais (dados organizados em ordem cronológica)

Modelo 8.5W2H

Inclui sete perguntas: O quê, Por quê, Quem, Quando, Onde, Como, Quanto, para uma análise abrangente do problema.

9. modelo de Pareto (princípio dos dois oitavos)

Também conhecida como a regra 80/20, ela afirma que causas de aproximadamente 20% geralmente levam à ocorrência de 80% resultados