- Beschleunigen Sie Ihr Marketing mit Python
- Warum Python für Marketer wertvoll ist
- Warum Python für Vermarkter wertvoll ist
- Einführung in Pandas
- Installieren von Jupyter
- Importieren von Google Analytics-Daten
- Importieren von Google Search Console-Daten
- Importieren von Facebook- und AdWords-Daten
- Zugriff auf die Google Trends API
- Visualisieren von Google-Daten
- Plotten von Facebook- und Google Ads-Daten
- Visualisieren von Google Trends-Daten
- Einführung in die Datenbereinigung
- Bereinigen von Google Analytics-Seitendaten
- Vorbereiten von zu gruppierenden Daten
- Erstellen neuer Datensätze mit Groupby
- Neuaufbau von Google Analytics-Daten
- Entfernen von Spalten
- Ersetzen von fehlenden Facebook-Ad-Daten
- Zusammenführen von Google Analytics und Search Console
- Speichern Ihrer Daten in einer CSV-Datei
- Benutzerdefinierte Visualisierungen in Python
- Importieren, Erkunden und Plotten eines einfachen Diagramms
- Erstellen von Matplotlib-Subplots
- Plotten einer sekundären y-Achse
- Hinzufügen von x- und y-Beschriftungen zu einem Plot
- Drehen von xticks-Beschriftungen im Plot
- Hinzufügen einer Legende zu einem Plot
- Hinzufügen eines Titels zu Ihrem Plot
- Hinzufügen von Annotationen zu Plots
- Umschalten zwischen Matplotlib-Stilen
- Verwenden einer Punktwolke in Seaborn
- Anpassen einer Punktwolke in Seaborn
- Erstellen einer Facebook Ads Heatmap in Seaborn
- Zeitreihen-Notizbuch
- Fehlende Werte korrigieren
- Zeitreihendaten neu abtasten
- Rollierende Durchschnittsplots
- Wöchentliche PPC- und CPC-Daten grafisch darstellen
- Hinzufügen von dynamischen Anmerkungen zu einem Diagramm
- Einführung in das Berechnen und Filtern
- Berechnen von Metriken
- Filtern von Daten
- Einführung in die Berechnung von Alarmen
- Erstellen von einfachen Alarmen
- Berechnen von zwei Datumsbereichen
- Erstellen von Alarmen mit Aktionen
(Version: 2026-02-13T10:43:51+01:00)