Andere Kunden interessierten sich auch für
![Les Processus de Longue Mémoire avec erreurs GARCH]( "Les Processus de Longue Mémoire avec erreurs GARCH")
Les Processus de Longue Mémoire avec erreurs GARCH43,99 €![Étude comparative des méthodes de stabilité des modèles stochastiques]( "Étude comparative des méthodes de stabilité des modèles stochastiques")
Étude comparative des méthodes de stabilité des modèles stochastiques36,99 €![Estimateurs récursifs et leurs applications à la prévision]( "Estimateurs récursifs et leurs applications à la prévision")
Estimateurs récursifs et leurs applications à la prévision32,99 €![Classification et prévision avec les algorithmes d''auto-organisation]( "Classification et prévision avec les algorithmes d''auto-organisation")
Classification et prévision avec les algorithmes d''auto-organisation38,99 €![Apport des Ondelettes dans l''Analyse Univariée et Multivariée des Processus à Mémoire Longue]( "Apport des Ondelettes dans l''Analyse Univariée et Multivariée des Processus à Mémoire Longue")
Apport des Ondelettes dans l''Analyse Univariée et Multivariée des Processus à Mémoire Longue45,99 €![L'effet de la pondération des individus dans les méthodes statistiques]( "L'effet de la pondération des individus dans les méthodes statistiques")
L'effet de la pondération des individus dans les méthodes statistiques26,99 €![Le médecin généraliste]( "Le médecin généraliste")
Le médecin généraliste29,99 €
Notre étude avait pour objectif d'optimiser les canaux d'acquisition et de rétention du trafic, et de faire des prévisions sur l'audience du site web kerawa.com. Cela consistait à augmenter le trafic du site web kerawa.com, faire en sorte que les utilisateurs de ce site restent plus longtemps, et faire des prévisions sur l'audience du site, i.e. donner une estimation des valeurs du trafic du site pour les jours futurs. Nous avons pour cela, utilisé la régression linéaire multiple avec 02 variables explicatives, pour mesurer l'impact des seuls trafics provenant de Google (trafic payant) et des réseaux sociaux sur le trafic global du site kerawa.com. Nous avons ensuite utilisé la régression logistique binaire, pour déterminer quels étaient les canaux qui amélioraient ou dégradaient la qualité du trafic du site. Nous avons également utilisé le modèle SARIMA, pour modéliser l'audience du site en question afin d'y faire des prévisions, et enfin, nous avons utilisé la méthode de classification des k-means, dans le but de déterminer les différents profils des jours de navigation sur le site kerawa.com.