• 2020/7/8至2020/7/8 寧波

• 2020/7/10至2020/7/10 上海

• 2020/8/4至2020/8/4 上海

• 2020/11/10至2020/11/10 上海

課程時(shí)長(zhǎng)    

* 7小時(shí)（1天）    

有何收獲？    

* 知曉大數(shù)據(jù)的核心理念，以及在各領(lǐng)域中的應(yīng)用價(jià)值。    

* 熟悉數(shù)據(jù)分析的標(biāo)準(zhǔn)過(guò)程，知曉大數(shù)據(jù)在營(yíng)銷中的應(yīng)用原理    

* 能夠利用營(yíng)銷理念來(lái)展開(kāi)大數(shù)據(jù)分析    

先決條件？    

* 在工作需要或計(jì)劃運(yùn)用大數(shù)據(jù)    

* 對(duì)大數(shù)據(jù)有興趣    

為何參加？    

大數(shù)據(jù)時(shí)代已經(jīng)來(lái)臨，大數(shù)據(jù)戰(zhàn)略已經(jīng)上升到國(guó)家意志，擁有大數(shù)據(jù)的規(guī)模和利用大數(shù)據(jù)的能力已經(jīng)成為國(guó)家競(jìng)爭(zhēng)力的一種體現(xiàn)，大數(shù)據(jù)的重要性已經(jīng)毋庸置疑。    

本課程從實(shí)際的市場(chǎng)營(yíng)銷問(wèn)題出發(fā)，了解大數(shù)據(jù)在市場(chǎng)營(yíng)銷領(lǐng)域的價(jià)值以及應(yīng)用。并對(duì)大數(shù)據(jù)分析與挖掘技術(shù)進(jìn)行了介紹，通過(guò)從大量的市場(chǎng)營(yíng)銷數(shù)據(jù)中分析潛在的客戶特征，挖掘客戶行為特點(diǎn)，實(shí)現(xiàn)業(yè)務(wù)賦能精準(zhǔn)營(yíng)銷，幫助團(tuán)隊(duì)深入理解業(yè)務(wù)運(yùn)作，支持業(yè)務(wù)策略制定以及營(yíng)銷決策。    

課程大綱    

第一模塊：大數(shù)據(jù)的核心理念    

* 大數(shù)據(jù)時(shí)代：你缺的不是一堆方法，而是大數(shù)據(jù)思維    

* 大數(shù)據(jù)是探索事物發(fā)展和變化規(guī)律的工具    

* 大數(shù)據(jù)的核心能力    

> 發(fā)現(xiàn)業(yè)務(wù)運(yùn)行規(guī)律及問(wèn)題    

> 探索業(yè)務(wù)未來(lái)發(fā)展趨勢(shì)    

* 從案例看大數(shù)據(jù)的核心本質(zhì)    

> 用趨勢(shì)圖來(lái)探索產(chǎn)品銷量規(guī)律    

> 從谷歌的GFT產(chǎn)品探索用戶需求變化    

> 從美國(guó)總統(tǒng)競(jìng)選看大數(shù)據(jù)對(duì)選民行為進(jìn)行分析    

> 從大數(shù)據(jù)炒股看大數(shù)據(jù)如何探索因素的相關(guān)性    

* 認(rèn)識(shí)大數(shù)據(jù)分析    

> 什么是數(shù)據(jù)分析    

> 數(shù)據(jù)分析的三大作用    

> 常用分析的三大類別    

案例：喜歡賺“差價(jià)”的營(yíng)業(yè)員（用數(shù)據(jù)管理來(lái)識(shí)別）    

* 數(shù)據(jù)分析需要什么樣的能力    

> 懂業(yè)務(wù)、懂管理、懂分析、懂工具、懂呈現(xiàn)    

* 大數(shù)據(jù)應(yīng)用系統(tǒng)的四層結(jié)構(gòu)    

> 數(shù)據(jù)基礎(chǔ)層、數(shù)據(jù)模型層、業(yè)務(wù)模型層、業(yè)務(wù)應(yīng)用層    

* 大數(shù)據(jù)分析的兩大核心理念    

第二模塊：分析數(shù)據(jù)，讓大數(shù)據(jù)賦能業(yè)務(wù)    

* 賦能業(yè)務(wù)實(shí)現(xiàn)精準(zhǔn)營(yíng)銷的幾個(gè)關(guān)鍵    

> 精準(zhǔn)的定位    

> 精確的信息    

> 精準(zhǔn)的投放    

> 精細(xì)的管理    

* 數(shù)據(jù)分析的六步曲    

* 步驟1：明確目的--理清思路    

> 確定分析目的：要解決什么樣的業(yè)務(wù)問(wèn)題    

> 確定分析思路：分解業(yè)務(wù)問(wèn)題，構(gòu)建分析框架    

* 步驟2：數(shù)據(jù)收集—理清思路    

> 明確收集數(shù)據(jù)范圍    

> 確定收集來(lái)源    

> 確定收集方法    

* 步驟3：數(shù)據(jù)預(yù)處理—尋找答案    

> 數(shù)據(jù)質(zhì)量評(píng)估    

> 數(shù)據(jù)清洗、數(shù)據(jù)處理和變量處理    

> 探索性分析    

* 步驟4：數(shù)據(jù)分析--尋找答案    

> 選擇合適的分析方法    

> 構(gòu)建合適的分析模型    

> 選擇合適的分析工具    

* 步驟5：數(shù)據(jù)展示--觀點(diǎn)表達(dá)    

> 選擇恰當(dāng)?shù)膱D表    

> 選擇合適的可視化工具    

* 步驟6：報(bào)表撰寫--觀點(diǎn)表達(dá)    

> 選擇報(bào)告種類    

> 完整的報(bào)告結(jié)構(gòu)    

* 數(shù)據(jù)分析的三大誤區(qū)    

演練：如何用大數(shù)據(jù)來(lái)支撐手機(jī)精準(zhǔn)營(yíng)銷項(xiàng)目    

第三模塊：大數(shù)據(jù)應(yīng)用概述    

* 大數(shù)據(jù)在行業(yè)中的常見(jiàn)應(yīng)用    

> 大數(shù)據(jù)+保險(xiǎn)    

> 大數(shù)據(jù)+金融    

> 大數(shù)據(jù)+旅游    

> 大數(shù)據(jù)+零售    

* 傳統(tǒng)營(yíng)銷的困境    

* 營(yíng)銷理論的變革    

> 第一代：4P理論    

> 第二代：4C理論    

> 第三代：nPnC理論    

* 大數(shù)據(jù)營(yíng)銷引領(lǐng)傳統(tǒng)營(yíng)銷    

* 大數(shù)據(jù)在營(yíng)銷中的典型應(yīng)用    

> 市場(chǎng)定位與客戶細(xì)分    

> 客戶需求與產(chǎn)品設(shè)計(jì)    

> 精準(zhǔn)廣告與精準(zhǔn)推薦    

> 用戶行為與特征分析    

* 大數(shù)據(jù)營(yíng)銷的基石：用戶畫像    

* 大數(shù)據(jù)營(yíng)銷在整個(gè)營(yíng)銷體系的應(yīng)用    

第四模塊：大數(shù)據(jù)應(yīng)用案例    

* 從客戶生存周期看大數(shù)據(jù)營(yíng)銷    

* 如何尋找影響因素？    

案例：決定客戶選擇產(chǎn)品的關(guān)鍵因素是什么？    

* 如何尋找目標(biāo)客戶（用戶匹配模型）    

案例：雜志社去哪里尋找訂閱用戶    

* 如何進(jìn)行精準(zhǔn)廣告投放（利用響應(yīng)模型優(yōu)化）？    

案例：宜家IKE如何實(shí)現(xiàn)產(chǎn)品手冊(cè)的精準(zhǔn)發(fā)送    

* 如何實(shí)現(xiàn)客戶群劃分（聚類）？    

案例：找到汽車行業(yè)的細(xì)分客戶群    

案例：寶潔公司實(shí)現(xiàn)多層次客戶的產(chǎn)品試銷    

* 如何預(yù)測(cè)客戶行為（分類預(yù)測(cè)），實(shí)現(xiàn)精準(zhǔn)推薦？    

案例：如何評(píng)估客戶是否會(huì)購(gòu)買汽車？    

案例：如何評(píng)估客戶會(huì)選擇哪個(gè)品牌的汽車？    

案例：銀行構(gòu)建欠貸用戶模型，實(shí)現(xiàn)風(fēng)險(xiǎn)控制    

案例：保險(xiǎn)欺詐監(jiān)測(cè)模型    

* 如何實(shí)現(xiàn)產(chǎn)品的交叉銷售？    

案例：沃爾瑪通過(guò)交叉銷售，促進(jìn)產(chǎn)品銷量提升    

案例：如何推薦汽車附加產(chǎn)品？    

* 如何預(yù)測(cè)產(chǎn)品銷量/銷售金額    

案例：如何評(píng)估iPad的銷量上限及銷量增速拐點(diǎn)？    

案例：美國(guó)AL航空公司的里程數(shù)預(yù)測(cè)    

案例：菜鳥(niǎo)物流如何提升物流速度    

* 如何實(shí)現(xiàn)產(chǎn)品最優(yōu)定價(jià)？    

案例：零售商如何選擇產(chǎn)品定價(jià)策略？    

* 如何進(jìn)行產(chǎn)品設(shè)計(jì)與優(yōu)化？    

案例：從銷量看出客戶主要關(guān)注產(chǎn)品的哪些功能和特性？    

相關(guān)課程    

作為對(duì)大數(shù)據(jù)管理有需求的企業(yè)管理者，你可能還會(huì)對(duì)《市場(chǎng)營(yíng)銷數(shù)據(jù)的分析與挖掘》感興趣    

想要在營(yíng)銷管理方面更進(jìn)一步，你可能需要學(xué)習(xí)《品效合一的營(yíng)銷創(chuàng)新與實(shí)戰(zhàn)方法》、《創(chuàng)新思維》    

師資簡(jiǎn)介    

傅 先生    

* 背景經(jīng)歷       

華為系大數(shù)據(jù)專家    

計(jì)算機(jī)軟件與理論碩士研究生（研究方向：數(shù)據(jù)挖掘、搜索引擎）    

曾在華為工作十年，五篇國(guó)家專利，在華為工作期間獲得華為數(shù)項(xiàng)獎(jiǎng)項(xiàng)，在英國(guó)、日本、荷蘭等國(guó)家做項(xiàng)目    

專注于大數(shù)據(jù)分析與挖掘等應(yīng)用技術(shù)，以及大數(shù)據(jù)系統(tǒng)部署解決方案。旨在將大數(shù)據(jù)的數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)建模應(yīng)用于行業(yè)及商業(yè)領(lǐng)域，解決行業(yè)實(shí)際的問(wèn)題。將大數(shù)據(jù)應(yīng)用于運(yùn)營(yíng)決策，幫助企業(yè)提升運(yùn)營(yíng)決策能力應(yīng)用于市場(chǎng)營(yíng)銷，通過(guò)大數(shù)據(jù)營(yíng)銷，解決營(yíng)銷中的用戶群細(xì)分，產(chǎn)品設(shè)計(jì)優(yōu)化，產(chǎn)品最優(yōu)定價(jià)，精準(zhǔn)營(yíng)銷，精準(zhǔn)推薦等實(shí)際問(wèn)題，提升營(yíng)銷效果，節(jié)省營(yíng)銷費(fèi)用，以及市場(chǎng)預(yù)測(cè)、用戶行為預(yù)測(cè)等    

* 擅長(zhǎng)領(lǐng)域    

《大數(shù)據(jù)分析與數(shù)據(jù)挖掘綜合能力提升實(shí)戰(zhàn)》《“數(shù)”說(shuō)營(yíng)銷----大數(shù)據(jù)營(yíng)銷實(shí)戰(zhàn)與沙盤》《大數(shù)據(jù)建模與模型優(yōu)化實(shí)戰(zhàn)培訓(xùn)》    

《大數(shù)據(jù)產(chǎn)業(yè)現(xiàn)狀及應(yīng)用創(chuàng)新》《大數(shù)據(jù)戰(zhàn)略與商業(yè)變革》《大數(shù)據(jù)時(shí)代的精準(zhǔn)營(yíng)銷》    

《Hadoop大數(shù)據(jù)解決方案開(kāi)發(fā)技術(shù)基礎(chǔ)培訓(xùn)》《大數(shù)據(jù)分析與挖掘之Python開(kāi)發(fā)實(shí)戰(zhàn)》    

* 服務(wù)客戶    

華為、富士康、平安集團(tuán)、中國(guó)銀行、招商銀行、光大銀行、中信銀行、交通銀行、廣電銀通、西部航空、海南航空、中國(guó)移動(dòng)、中國(guó)聯(lián)通、中國(guó)電信、西部航空、安能物流、廣州地鐵、富維江森、東風(fēng)日產(chǎn)、神南礦業(yè)、公交集團(tuán)、廣州稅務(wù)、良品鋪?zhàn)拥葐挝缓凸�司�?   

* 學(xué)員反饋    

傅老師的課程，開(kāi)拓了我營(yíng)銷的思維，大數(shù)據(jù)營(yíng)銷，重在利用數(shù)據(jù)為營(yíng)銷服務(wù)。用戶細(xì)分、用戶特征提取、營(yíng)銷費(fèi)用預(yù)算、客戶流失預(yù)警，原來(lái)可以這樣利用大數(shù)據(jù)，以后不再需要“拍腦袋”了    

——?jiǎng)⒔?jīng)理（貴州某運(yùn)營(yíng)商）