Im Anschluss an diese Maßnahme können Sie fundierte Analysen im Bereich Marketing durchführen. Sie erwerben Kenntnisse in SEO, Google Ads und People Based Marketing, um zielgerichtete Kampagnen zu erstellen und deren Wirksamkeit zu evaluieren. Sie bauen analytische Fähigkeiten in Statistik und Data Science auf und nutzen Power BI sowie Excel, um Daten zu visualisieren und zu interpretieren. Ihre Fähigkeiten ermöglichen Ihnen Tätigkeiten in der Datenanalyse und im Berichts- und Projektmanagement innerhalb von Marketingabteilungen.

Personalisierte Marketingstrategien
  • Customer Centricity für People Based Marketing
  • Geräte- und kanalübergreifende Nutzerprofile
  • Entwicklung einer People-Based-Marketing-Architektur
  • Planung von People-Based-Marketing-Maßnahmen, Messen und Ausbauen von Erfolg
  • Entwicklung einer First-Party-Data-Strategie
  • Datenbasierte Segmentierung und Zielgruppensegmentierung

Suchmaschinenoptimierung
  • Einführung in SEO und Ziele von SEO
  • Keywordrecherche und Keywordeigenschaften
  • Optimierung von Webseitenstruktur und Ladezeiten und Vermeidung von Duplicate Content
  • Erläuterung der wichtigsten KPIs im SEO-Bereich
  • Offpage-Optimierungen
  • Onpage-Optimierungen

Online-Werbung mit Google Ads
  • Einführung in die Welt von Google Ads
  • Zielgruppen und Kampagnenziele festlegen
  • Conversion-Tracking in Google Ads
  • Aufbau einer effektiven Google Ads Anzeige
  • Strategien zur Kampagnenleistung
  • Automatisierte Gebotsstrategien (z. B. Ziel-ROAS, Ziel-CPA)

Erweiterte Anzeigenstrategien
  • Erweitertes Conversion-Tracking
  • Remarketing-Listen für Suchanzeigen (RLSA)
  • Optimierung von Qualitätsfaktoren für bessere Anzeigenpositionen
  • A/B-Tests für Anzeigen und Landingpages auf fortgeschrittenem Niveau
  • Audience Targeting und Segmentierung

Datenanalyse und Statistik
  • Explorative Datenanalyse
  • Ablauf eines Data-Science-Projekts
  • Grundlagen der Statistik
  • Mittelwert, Varianz und Standardabweichung
  • Verteilungen in der Statistik
  • Hypothesen, Erwartungswerte und Signifikanzniveaus

Maschinelles Lernen und Algorithmen
  • Regressionsanalyse
  • Klassifikation und Support Vector Machines
  • Clustering-Algorithmen
  • Anwendung und Funktion in der Wirtschaft

Power BI-Datenvisualisierung
  • Datenvorbereitung für Power BI
  • Arbeiten mit Power Query
  • Datenquellen verbinden und importieren
  • Interaktive Dashboards gestalten
  • Berechnungen mit DAX-Ausdrücken

Excel für Datenanalysen
  • Datenanalyse mit Pivot
  • Knüpfen von Formatierungen an Bedingungen
  • Verstehen und Anwenden von Verweisfunktionen
  • Verstehen und Anwenden von WENN-Funktionen inklusive Verschachtelung
  • Erstellen von professionellen Diagrammen

Excel-Grundlagen
  • Kennenlernen von Excel: Dateneingabe, Zellenformatierungen und Arbeitsmappenverwaltung
  • Unterschied zwischen Relativen und Absoluten Zellbezug kennen
  • Zellen formatieren, ausfüllen, kopieren und verschieben
  • Mit Funktionen Arbeiten
  • Mit Formeln arbeiten

Statistik und Wahrscheinlichkeitsrechnung
  • Wahrscheinlichkeitsrechnung
  • Stichproben und Konfidenzintervalle