數(shù)據(jù)為王：盤活數(shù)據(jù)價(jià)值，實(shí)現(xiàn)精準(zhǔn)營(yíng)銷
大數(shù)據(jù)已經(jīng)正在改變著我們各種場(chǎng)景體驗(yàn)：
當(dāng)你打開今日頭條APP閱讀文章的時(shí)候，你會(huì)發(fā)現(xiàn)它會(huì)優(yōu)先推送給你感興趣的內(nèi)容；
當(dāng)你打開淘寶時(shí)，平臺(tái)會(huì)主動(dòng)推送你感興趣或者意向的產(chǎn)品給你，實(shí)現(xiàn)千人千面；
這些都是基于大數(shù)據(jù)分析，精準(zhǔn)地向每位用戶推廣他們想要的內(nèi)容。
隨著大數(shù)據(jù)時(shí)代的到來(lái)，大數(shù)據(jù)對(duì)于營(yíng)銷領(lǐng)域的革命性改變也日益凸顯，根據(jù)用戶的行為數(shù)據(jù)分析，可以在最短的時(shí)間讓有效信息觸達(dá)用戶，打動(dòng)用戶，實(shí)現(xiàn)營(yíng)銷轉(zhuǎn)化�；贑RM系統(tǒng)、BI系統(tǒng)和企業(yè)官網(wǎng)等提取的數(shù)據(jù)，雖然能滿足企業(yè)正常營(yíng)銷管理信息需求，但往往并不足以洞察和發(fā)現(xiàn)數(shù)據(jù)的重要規(guī)律和發(fā)展趨勢(shì)，無(wú)法據(jù)此給出精確的營(yíng)銷策略。對(duì)于大數(shù)據(jù)在營(yíng)銷領(lǐng)域的應(yīng)用，很多人仍然不知道如何將數(shù)據(jù)發(fā)揮得淋漓盡致——
n 大數(shù)據(jù)在營(yíng)銷中有哪些典型的應(yīng)用，如何發(fā)揮數(shù)據(jù)的價(jià)值？
n 如何基于用戶的行為數(shù)據(jù)，優(yōu)化用戶體驗(yàn)，提升營(yíng)銷效果？
n 如何通過(guò)數(shù)據(jù)分析，預(yù)測(cè)未來(lái)趨勢(shì)，挖掘更多的營(yíng)銷機(jī)會(huì)？
針對(duì)以上問(wèn)題，我們特邀華為營(yíng)銷大數(shù)據(jù)專家，500強(qiáng)企業(yè)數(shù)據(jù)分析師 傅一航老師與您一同進(jìn)行探討和學(xué)習(xí)，本課程圍繞實(shí)際的營(yíng)銷業(yè)務(wù)問(wèn)題，引導(dǎo)學(xué)員演練如何搭建分析框架，運(yùn)用分析方法，建立分析模型，運(yùn)用分析工具，形成具有針對(duì)性的營(yíng)銷策略。從數(shù)據(jù)思維和數(shù)據(jù)分析等方面，幫助學(xué)員掌握數(shù)據(jù)分析方法，并運(yùn)用于工作中，盤活數(shù)據(jù)價(jià)值，實(shí)現(xiàn)精準(zhǔn)營(yíng)銷。
企業(yè)收益：
1、基于數(shù)據(jù)分析，提升業(yè)務(wù)策略制定及運(yùn)營(yíng)決策的準(zhǔn)確度；
2、用數(shù)據(jù)驅(qū)動(dòng)營(yíng)銷策略，找到并激活最省錢有效的營(yíng)銷方法；
3、培養(yǎng)優(yōu)秀的數(shù)據(jù)分析營(yíng)銷人才，讓精準(zhǔn)營(yíng)銷能落地執(zhí)行。
崗位收益：
1、運(yùn)用數(shù)據(jù)分析的六步曲，理清分析思路；
2、學(xué)會(huì)用數(shù)據(jù)思維分析具體問(wèn)題，掌握數(shù)據(jù)思維方式；
3、掌握用戶行為分析的方法和思路；
4、獲得實(shí)用的數(shù)據(jù)分析工具，能夠利用實(shí)用軟件解決實(shí)際的營(yíng)銷問(wèn)題（如定價(jià)/因素影響/預(yù)測(cè)/客戶需求/客戶價(jià)值/市場(chǎng)細(xì)分等）。
1、理論結(jié)合實(shí)操：數(shù)據(jù)分析基礎(chǔ) + 方法講解 + 實(shí)際業(yè)務(wù)問(wèn)題分析 + Excel實(shí)踐操作；
2、互動(dòng)式教學(xué)：圍繞業(yè)務(wù)問(wèn)題，展開數(shù)據(jù)分析過(guò)程，全過(guò)程案例分析和演練操作，讓學(xué)員在分析、分享、講授、總結(jié)、自我實(shí)踐過(guò)程中獲得能力提升。
第一部分：大數(shù)據(jù)實(shí)現(xiàn)精準(zhǔn)營(yíng)銷
1、傳統(tǒng)營(yíng)銷的困境與挑戰(zhàn)
2、營(yíng)銷理論的變革（4P4CnPnC）
3、大數(shù)據(jù)引領(lǐng)傳統(tǒng)營(yíng)銷
4、大數(shù)據(jù)在營(yíng)銷中的典型應(yīng)用
5、大數(shù)據(jù)營(yíng)銷的基石：用戶畫像
6、客戶生存周期中的大數(shù)據(jù)應(yīng)用
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
第二部分：大數(shù)據(jù)基礎(chǔ)—數(shù)據(jù)思維篇
1、大數(shù)據(jù)時(shí)代：缺的不是一堆方法，而是大數(shù)據(jù)思維
2、大數(shù)據(jù)的本質(zhì)
3、大數(shù)據(jù)四大核心價(jià)值
（1）用趨勢(shì)圖來(lái)探索產(chǎn)品銷量規(guī)律
（2）從谷歌的GFT產(chǎn)品探索用戶需求變化
（3）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
（4）阿里巴巴預(yù)測(cè)經(jīng)濟(jì)危機(jī)的到來(lái)
（5）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
4、大數(shù)據(jù)價(jià)值落地的三個(gè)關(guān)鍵環(huán)節(jié)
（1）業(yè)務(wù)數(shù)據(jù)化、數(shù)據(jù)信息化、信息策略化
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）
第三部分：大數(shù)據(jù)精準(zhǔn)營(yíng)銷—分析框架篇
1、數(shù)據(jù)分析簡(jiǎn)介
2、數(shù)據(jù)分析的六步曲
步驟1：明確目的--理清思路
步驟2：數(shù)據(jù)收集—理清思路
步驟3：數(shù)據(jù)預(yù)處理—尋找答案
步驟4：數(shù)據(jù)分析--尋找答案
步驟5：數(shù)據(jù)展示--觀點(diǎn)表達(dá)
步驟6：報(bào)表撰寫--觀點(diǎn)表達(dá)
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
演練：如何構(gòu)建一個(gè)良好的大數(shù)據(jù)分析框架
第四部分：用戶行為分析—分析方法篇
1、大數(shù)據(jù)精準(zhǔn)營(yíng)銷的前提：用戶行為分析
2、數(shù)據(jù)分析方法的層次
（1）描述性分析法（對(duì)比/分組/結(jié)構(gòu)/趨勢(shì)/交叉…）
（2）相關(guān)性分析法（相關(guān)/方差/卡方…）
（3）預(yù)測(cè)性分析法（回歸/時(shí)序/決策樹/神經(jīng)網(wǎng)絡(luò)…）
（4）專題性分析法（聚類/關(guān)聯(lián)/RFM模型/…）
3、統(tǒng)計(jì)分析基礎(chǔ)
4、統(tǒng)計(jì)分析常用指標(biāo)
（1）匯總方式：計(jì)數(shù)、求和、百分比（增跌幅）
（2）集中程度：均值、中位數(shù)、眾數(shù)
（3）離散程度：極差、方差/標(biāo)準(zhǔn)差、IQR
（4）分布形態(tài)：偏度、峰度
5、基本分析方法及其適用場(chǎng)景
（1）對(duì)比分析（查看數(shù)據(jù)差距）
（2）分組分析（查看數(shù)據(jù)分布）
（3）結(jié)構(gòu)分析（評(píng)估事物構(gòu)成）
（4）趨勢(shì)分析（發(fā)現(xiàn)事物隨時(shí)間的變化規(guī)律）
（5）交叉分析（多維數(shù)據(jù)分析）
6、綜合分析方法及其適用場(chǎng)景
（1）綜合評(píng)價(jià)法（多維指標(biāo)歸一）
（2）杜邦分析法（關(guān)鍵因素分析-財(cái)務(wù)數(shù)據(jù)分析）
（3）漏斗分析法（關(guān)鍵流程環(huán)節(jié)分析）
（4）矩陣分析法（產(chǎn)品策略分析-象限圖分析法）
7、最合適的分析方法才是硬道理
第五部分：用戶行為分析—分析思路篇
1、常用分析思路模型
2、用戶行為分析（5W2H分析思路）
案例討論：結(jié)合公司情況，搭建用戶消費(fèi)習(xí)慣的分析框架（5W2H）
第六部分：影響因素分析—屬性篩選篇
1、影響因素分析的常見(jiàn)方法
2、相關(guān)分析（衡量?jī)蓴?shù)據(jù)型變量的線性相關(guān)性）
問(wèn)題：這兩個(gè)屬性是否會(huì)相互影響？影響程度大嗎？
（1）相關(guān)分析簡(jiǎn)介
（2）相關(guān)分析的應(yīng)用場(chǎng)景
（3）相關(guān)分析的種類
（4）相關(guān)系數(shù)的三種計(jì)算公式
（5）相關(guān)分析的假設(shè)檢驗(yàn)
（6）相關(guān)分析的四個(gè)基本步驟
演練：營(yíng)銷費(fèi)用會(huì)影響銷售額嗎
演練：哪些因素與汽車銷量有相關(guān)性
（7）偏相關(guān)分析
（8）距離相關(guān)分析
3、方差分析（衡量類別變量與數(shù)值變量間的相關(guān)性）
問(wèn)題：哪些才是影響銷量的關(guān)鍵因素？
（1）方差分析的應(yīng)用場(chǎng)景
（2）方差分析的三個(gè)種類
（3）方差分析的原理
（4）方差分析的四個(gè)步驟
（5）解讀方差分析結(jié)果的兩個(gè)要點(diǎn)
演練：終端擺放位置與終端銷量有關(guān)嗎
演練：開通月數(shù)對(duì)客戶流失的影響分析
演練：客戶學(xué)歷對(duì)消費(fèi)水平的影響分析
演練：廣告和價(jià)格是影響終端銷量的關(guān)鍵因素嗎
演練：營(yíng)業(yè)員的性別、技能級(jí)別對(duì)產(chǎn)品銷量有影響嗎
演練：尋找影響產(chǎn)品銷量的關(guān)鍵因素
（6）多因素方差分析原理、作用、結(jié)果的解讀
演練：廣告形式、地區(qū)對(duì)銷量的影響因素分析（多因素）
（7）協(xié)方差分析原理
（8）協(xié)方差分析的適用場(chǎng)景
演練：飼料對(duì)生豬體重的影響分析（協(xié)方差分析）
4、列聯(lián)分析/卡方檢驗(yàn)（兩類別變量的相關(guān)性分析）
（1）交叉表與列聯(lián)表
（2）卡方檢驗(yàn)的原理
（3）卡方檢驗(yàn)的幾個(gè)計(jì)算公式
（4）列聯(lián)表分析的適用場(chǎng)景
案例：套餐類型對(duì)客戶流失的影響分析
案例：學(xué)歷對(duì)業(yè)務(wù)套餐偏好的影響分析
案例：行業(yè)/規(guī)模對(duì)風(fēng)控的影響分析
5、相關(guān)性分析方法總結(jié)
第七部分：產(chǎn)品銷量預(yù)測(cè)—回歸預(yù)測(cè)篇
1、銷量預(yù)測(cè)與市場(chǎng)預(yù)測(cè)模型介紹
（1）時(shí)序預(yù)測(cè)
（2）回歸模型
（3）季節(jié)性預(yù)測(cè)（相加/相乘模型）
（4）產(chǎn)品預(yù)測(cè)（珀?duì)柷�/龔鉑茲曲線）
2、回歸分析/回歸預(yù)測(cè)
問(wèn)題：如何預(yù)測(cè)未來(lái)的銷售量（定量分析）？
（1）回歸分析簡(jiǎn)介
（2）回歸分析的種類（一元/多元、線性/曲線）
（3）得到回歸方程的常用工具
演練：散點(diǎn)圖找營(yíng)銷費(fèi)用與銷售額的關(guān)系（一元回歸）
（4）線性回歸分析的五個(gè)步驟
演練：營(yíng)銷費(fèi)用、辦公費(fèi)用與銷售額的關(guān)系（線性回歸）
（5）解讀線性回歸分析結(jié)果的技巧
定性描述：正相關(guān)/負(fù)相關(guān)
定量描述：自變量變化導(dǎo)致因變量的變化程度
（6）回歸預(yù)測(cè)模型質(zhì)量評(píng)估
評(píng)估指標(biāo)：判定系數(shù)R^2、標(biāo)準(zhǔn)誤差
如何選擇最佳回歸模型
演練：如何選擇最佳的回歸預(yù)測(cè)模型（一元曲線回歸）
（7）預(yù)測(cè)值準(zhǔn)確性評(píng)估
MAD、MSE/RMSE、MAPE等
（8）帶分類變量的回歸預(yù)測(cè)
演練：汽車季度銷量預(yù)測(cè)
演練：工齡、性別與終端銷量的關(guān)系
演練：如何評(píng)估銷售目標(biāo)與資源配置（營(yíng)業(yè)廳）
華為營(yíng)銷大數(shù)據(jù)專家，500強(qiáng)企業(yè)數(shù)據(jù)分析師
傅一航
實(shí)戰(zhàn)經(jīng)驗(yàn)
華為10年工作經(jīng)驗(yàn)，五項(xiàng)國(guó)家專利，期間獲得華為多項(xiàng)獎(jiǎng)項(xiàng)，曾在英國(guó)、日本、荷蘭等海外市場(chǎng)做項(xiàng)目，對(duì)大數(shù)據(jù)有深入的研究。近十年來(lái)一直從事通信行業(yè)的研究與分析，對(duì)通信行業(yè)的市場(chǎng)態(tài)勢(shì)、客戶行為、服務(wù)效果以及運(yùn)營(yíng)分析等方面有深入的研究。目前專注大數(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，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。
授課特點(diǎn)
深入淺出的理論講解（分析模型），使用簡(jiǎn)單實(shí)用的工具操作（分析工具），實(shí)現(xiàn)分析結(jié)果到業(yè)務(wù)策略的落地，實(shí)用性極強(qiáng)。
主講課程
“數(shù)”說(shuō)營(yíng)銷-大數(shù)據(jù)挖掘與營(yíng)銷應(yīng)用、大數(shù)據(jù)產(chǎn)業(yè)現(xiàn)狀及應(yīng)用創(chuàng)新、Hadoop大數(shù)據(jù)解決方案開發(fā)技術(shù)基礎(chǔ)培訓(xùn)、大數(shù)據(jù)時(shí)代的精準(zhǔn)營(yíng)銷等。
服務(wù)客戶
華為、平安集團(tuán)、良品鋪?zhàn)�、安能物流、東風(fēng)日產(chǎn)、順豐快遞、中國(guó)移動(dòng)、中國(guó)聯(lián)通、中國(guó)電信、西部航空、富維江森、廣州地鐵、富士康、光大銀行、招商銀行、新時(shí)代集團(tuán)……