數說營銷——大數據營銷實戰培訓
讓大數據賦能業務，實現精準營銷
培訓安排：2020年7月8-9日上海 7月23-24日北京
培訓對象：系統支撐、市場營銷部、運營分析部相關技術及應用人員。
培訓費用：4640 元/位（含培訓費、資料費、會務服務費）
有何收獲？
·了解大數據營銷內容，掌握大數據在營銷中的應用。
·了解基本的營銷理論，并學會基于營銷理念來展開大數據分析。
·熟悉數據分析/挖掘的基本過程，掌握常用的數據挖掘方法。
·熟悉Excel數據分析工具，能夠利用Excel和SPSS軟件解決實際的營銷問題（比如定價/因素影響/預測/客戶需求/客戶價值/市場細分等）。
備注：
每個學員自備一臺筆記本電腦(必須)。
便攜機中事先安裝好Excel 2013版本及以上。
便攜機中事先安裝好IBM SPSS Statistics v24版本及以上。
注：講師可以提供試用版本軟件及分析數據源。
為何參加？
本課程從實際的市場營銷問題出發，構建數據分析與數據挖掘模型，以解決實際的商業問題。并對大數據分析與挖掘技術進行了全面的介紹，通過從大量的市場營銷數據中分析潛在的客戶特征，挖掘客戶行為特點，實現精準營銷，幫助市場營銷團隊深入理解業務運作，支持業務策略制定以及運營決策。
本課程突出數據分析的實際應用，結合行業的典型應用特點，圍繞實際的商業問題，進行大數據的分析與挖掘，介紹常用的模型，以及模型適用場景，通過演練操作，以達到提升學員對營銷數據的分析以及對數據模型的深入理解。
課程大綱：
第一模塊：大數據實現精準營銷
傳統營銷的困境與挑戰
營銷理論的變革（4P4CnPnC）
大數據引領傳統營銷
大數據在營銷中的典型應用
市場定位與客戶細分
客戶需求與產品設計
精準廣告與精準推薦
……
大數據營銷的基石：用戶畫像
客戶生存周期中的大數據應用
演練：如何用大數據來支撐手機精準營銷項目
第二模塊：大數據基礎-數據思維
問題：大數據的核心價值是什么？大數據是怎樣用于業務決策？
大數據時代：你缺的不是一堆方法，而是大數據思維
大數據是探索事物發展和變化規律的工具
大數據價值實現的三個關鍵環節
業務數據化
數據信息化
信息策略化
案例：喜歡賺“差價”的營業員（用數據管理來識別）
從案例看數據信息化
用趨勢圖來探索產品銷量規律
從谷歌的GFT產品探索用戶需求變化
從美國總統競選看大數據對選民行為進行分析
從大數據炒股看大數據如何探索因素的相關性
數據分析的三大作用
數據分析的三大類別
數據分析需要什么樣的能力
懂業務、懂管理、懂分析、懂工具、懂呈現
第三模塊：大數據基礎-分析過程
數據分析的六步曲
步驟1：明確目的--理清思路
確定分析目的：要解決什么樣的業務問題
確定分析思路：分解業務問題，構建分析框架
步驟2：數據收集—理清思路
明確收集數據范圍
確定收集來源
確定收集方法
步驟3：數據預處理—尋找答案
數據質量評估
數據清洗、數據處理和變量處理
探索性分析
步驟4：數據分析--尋找答案
選擇合適的分析方法
構建合適的分析模型
選擇合適的分析工具
步驟5：數據展示--觀點表達
選擇恰當的圖表
選擇合適的可視化工具
步驟6：報表撰寫--觀點表達
選擇報告種類
完整的報告結構
數據分析的三大誤區
演練：如何用大數據來支撐手機精準營銷項目
第四模塊：用戶行為分析—方法篇
問題：數據分析有什么方法可依?不同的方法適用解決什么樣的問題？
大數據精準營銷的前提：用戶行為分析
數據分析方法的層次
基本分析法（對比/分組/結構/趨勢/…）
綜合分析法（交叉/綜合評價/杜邦/漏斗/…）
高級分析法（相關/方差/驗證/回歸/時序/…）
數據挖掘法（聚類/分類/關聯/RFM模型/…）
統計分析常用指標
計數、求和、百分比（增跌幅）
集中程度：均值、中位數、眾數
離散程度：極差、方差/標準差、IQR
分布形態：偏度、峰度
基本分析方法及其適用場景
對比分析（查看數據差距）
演練：尋找用戶的地域分布規律
演練：尋找公司主打產品
演練：用數據來探索增量不增收困境的解決方案
案例：銀行ATM柜員機現金管理分析（銀行）
分組分析（查看數據分布）
案例：排班后面隱藏的貓膩
案例：通信運營商的流量套餐劃分合理性的評估
演練：銀行用戶消費層次分析（銀行）
演練：呼叫中心接聽電話效率分析（呼叫中心）
演練：客服中心科學排班人數需求分析（客服中心）
演練：客戶年齡分布/消費分布分析
結構分析（評估事物構成）
案例：用戶市場占比結構分析
案例：物流費用占比結構分析（物流）
案例：中移動用戶群動態結構分析
演練：用戶結構/收入結構/產品結構的分析
趨勢分析（發現事物隨時間的變化規律）
案例：破解零售店銷售規律
案例：手機銷量的淡旺季分析
演練：發現產品銷售的時間規律
交叉分析（多維數據分析）
演練：用戶性別+地域分布分析
演練：不同區域的產品偏好分析
演練：不同教育水平的業務套餐偏好分析
綜合分析方法及其適用場景
綜合評價法（多維指標歸一）
案例：南京丈母娘選女婿分析表格
演練：人才選拔評價分析（HR）
杜邦分析法（關鍵因素分析-財務數據分析）
案例：運營商市場占有率分析（通信）
案例：服務水平提升分析（呼叫中心）
演戲：提升銷量的銷售策略分析（零售商/電商）
漏斗分析法（關鍵流程環節分析-流失率與轉化率分析）
案例：電商產品銷售流程優化與策略分析（電商）
演練：營業廳終端銷售流程分析（電信）
演練：銀行業務辦理流程優化分析（銀行）
矩陣分析法（產品策略分析-象限圖分析法）
案例：工作安排評估
案例：HR人員考核與管理
案例：波士頓產品策略分析
最合適的分析方法才是硬道理。
第五模塊：用戶行為分析—思路篇
問題：數據分析思路是怎樣的？如何才能全面/系統地分析而不遺漏？
常用分析思路模型
用戶行為分析（5W2H分析思路）
WHY：原因
WHAT：產品
WHO：客戶
WHEN：時間
WHERE：區域/渠道
HOW：支付方式
HOW MUCH：價格
案例討論：結合公司情況，搭建用戶消費習慣的分析框架（5W2H）
第六模塊：影響因素分析
營銷問題：哪些是影響市場銷量的關鍵因素？比如，產品在貨架上的位置是否對銷量有影響？價格和廣告開銷是如何影響銷量的？
影響風險控制的關鍵因素有哪些？如何判斷？
影響因素分析的常見方法
相關分析（因素影響的相關性分析，相關程度計算）
相關系數
解讀相關系數
案例：體重與腰圍的相關分析
案例：推廣費用與銷售金額的相關分析
方差分析（影響關鍵因素分析，影響因素組合分析）
方差分析模型及適用場景
單因素分析/多因素分析
案例：終端陳列位置對銷量的影響分析
案例：廣告形式、地區對銷量的影響因素分析
列聯分析（影響關鍵因素分析）
交叉表與列聯表
卡方檢驗的原理
案例：套餐類型與客戶流失是否有關系？
案例：學歷與套餐偏好的關系分析
第七模塊：產品銷量預測
營銷問題：如何預測未來的產品銷量？如果產品跟隨季節性變動，該如何預測？新產品上市，如果評估銷量上限及銷售增速？
銷量預測與市場預測模型介紹
時序預測
回歸模型
回歸分析/回歸預測
問題：如何預測未來的銷售量（定量分析）？
回歸分析簡介
回歸分析的種類（一元/多元、線性/曲線）
得到回歸方程的常用工具
散點圖+趨勢線
線性回歸工具
規劃求解工具
演練：散點圖找營銷費用與銷售額的關系（一元回歸）
線性回歸分析的五個步驟
演練：營銷費用、辦公費用與銷售額的關系（線性回歸）
解讀線性回歸分析結果的技巧
定性描述：正相關/負相關
定量描述：自變量變化導致因變量的變化程度
回歸預測模型質量
評估指標：判定系數R^2、
如何選擇最佳回歸模型
演練：如何選擇最佳的回歸預測模型（一元曲線回歸）
預測值準確性評估
MAD、MSE/RMSE、MAPE等
演練：如何選擇最佳的回歸預測模型（一元曲線回歸）
帶分類變量的回歸預測
演練：汽車季度銷量預測
演練：工齡、性別與終端銷量的關系
演練：如何評估銷售目標與資源配置（營業廳）
時序預測模型
第八模塊：客戶行為預測
問題：如何評估客戶購買產品的可能性？如何預測客戶的購買行為？如何提取某類客戶的典型特征？如何向客戶精準推薦產品或業務？
分類模型概述
常見分類預測模型
邏輯回歸模型
邏輯回歸模型原理及適用場景
邏輯回歸的種類
二項邏輯回歸
多項邏輯回歸
如何解讀邏輯回歸方程
帶分類自變量的邏輯回歸分析
多元邏輯回歸
案例：如何評估用戶是否會購買某產品（二元邏輯回歸）
案例：多品牌選擇模型分析（多元邏輯回歸）
分類決策樹
問題：如何預測客戶行為？如何識別潛在客戶？
風控：如何識別欠貸者的特征，以及預測欠貸概率？
客戶保有：如何識別流失客戶特征，以及預測客戶流失概率？
決策樹分類簡介
案例：美國零售商（Target）如何預測少女懷孕
演練：識別銀行欠貨風險，提取欠貸者的特征
如何評估分類性能？如何選擇最優分類模型？
案例：商場酸奶購買用戶特征提取
案例：客戶流失預警與客戶挽留
案例：識別拖欠銀行貨款者的特征，避免不良貨款
案例：識別電信詐騙者嘴臉，讓通信更安全
結束：課程總結與問題答疑。
培訓講師：傅一航
·華為系大數據專家
·計算機軟件與理論碩士研究生（研究方向：數據挖掘、搜索引擎）
·曾在華為工作十年，五篇國家專利，在華為工作期間獲得華為數項獎項，在英國、日本、荷蘭等國家做項目
專注于大數據分析與挖掘等應用技術，以及大數據系統部署解決方案。旨在將大數據的數據分析、數據挖掘、數據建模應用于行業及商業領域，解決行業實際的問題。將大數據應用于運營決策，幫助企業提升運營決策能力應用于市場營銷，通過大數據營銷，解決營銷中的用戶群細分，產品設計優化，產品最優定價，精準營銷，精準推薦等實際問題，提升營銷效果，節省營銷費用，以及市場預測、用戶行為預測等
擅長領域：
《大數據分析與數據挖掘綜合能力提升實戰》《“數”說營銷----大數據營銷實戰與沙盤》《大數據建模與模型優化實戰培訓》
《大數據產業現狀及應用創新》《大數據戰略與商業變革》《大數據時代的精準營銷》
《Hadoop大數據解決方案開發技術基礎培訓》《大數據分析與挖掘之Python開發實戰》
服務客戶：華為、富士康、平安集團、中國銀行、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、中國移動、中國聯通、中國電信、西部航空、安能物流、廣州地鐵、富維江森、東風日產、神南礦業、公交集團、廣州稅務、良品鋪子等單位和公司。
學員反饋：
傅老師的課程，開拓了我營銷的思維，大數據營銷，重在利用數據為營銷服務。用戶細分、用戶特征提取、營銷費用預算、客戶流失預警，原來可以這樣利用大數據，以后不再需要“拍腦袋”了——劉經理（貴州某運營商）
【報名咨詢】
聯系電話：010-62258232 62278113 13718601312 18610339408
聯 系 人：李先生 陳小姐
您的位置：
