• 2020/7/8至2020/7/8 宁波

• 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

课程时长    

* 7小时（1天）    

有何收获？    

* 知晓大数据的核心理念，以及在各领域中的应用价值。    

* 熟悉数据分析的标准过程，知晓大数据在营销中的应用原理    

* 能够利用营销理念来展开大数据分析    

先决条件？    

* 在工作需要或计划运用大数据    

* 对大数据有兴趣    

为何参加？    

大数据时代已经来临，大数据战略已经上升到国家意志，拥有大数据的规模和利用大数据的能力已经成为国家竞争力的一种体现，大数据的重要性已经毋庸置疑。    

本课程从实际的市场营销问题出发，了解大数据在市场营销领域的价值以及应用。并对大数据分析与挖掘技术进行了介绍，通过从大量的市场营销数据中分析潜在的客户特征，挖掘客户行为特点，实现业务赋能精准营销，帮助团队深入理解业务运作，支持业务策略制定以及营销决策。    

课程大纲    

第一模块：大数据的核心理念    

* 大数据时代：你缺的不是一堆方法，而是大数据思维    

* 大数据是探索事物发展和变化规律的工具    

* 大数据的核心能力    

> 发现业务运行规律及问题    

> 探索业务未来发展趋势    

* 从案例看大数据的核心本质    

> 用趋势图来探索产品销量规律    

> 从谷歌的GFT产品探索用户需求变化    

> 从美国总统竞选看大数据对选民行为进行分析    

> 从大数据炒股看大数据如何探索因素的相关性    

* 认识大数据分析    

> 什么是数据分析    

> 数据分析的三大作用    

> 常用分析的三大类别    

案例：喜欢赚“差价”的营业员（用数据管理来识别）    

* 数据分析需要什么样的能力    

> 懂业务、懂管理、懂分析、懂工具、懂呈现    

* 大数据应用系统的四层结构    

> 数据基础层、数据模型层、业务模型层、业务应用层    

* 大数据分析的两大核心理念    

第二模块：分析数据，让大数据赋能业务    

* 赋能业务实现精准营销的几个关键    

> 精准的定位    

> 精确的信息    

> 精准的投放    

> 精细的管理    

* 数据分析的六步曲    

* 步骤1：明确目的--理清思路    

> 确定分析目的：要解决什么样的业务问题    

> 确定分析思路：分解业务问题，构建分析框架    

* 步骤2：数据收集—理清思路    

> 明确收集数据范围    

> 确定收集来源    

> 确定收集方法    

* 步骤3：数据预处理—寻找答案    

> 数据质量评估    

> 数据清洗、数据处理和变量处理    

> 探索性分析    

* 步骤4：数据分析--寻找答案    

> 选择合适的分析方法    

> 构建合适的分析模型    

> 选择合适的分析工具    

* 步骤5：数据展示--观点表达    

> 选择恰当的图表    

> 选择合适的可视化工具    

* 步骤6：报表撰写--观点表达    

> 选择报告种类    

> 完整的报告结构    

* 数据分析的三大误区    

演练：如何用大数据来支撑手机精准营销项目    

第三模块：大数据应用概述    

* 大数据在行业中的常见应用    

> 大数据+保险    

> 大数据+金融    

> 大数据+旅游    

> 大数据+零售    

* 传统营销的困境    

* 营销理论的变革    

> 第一代：4P理论    

> 第二代：4C理论    

> 第三代：nPnC理论    

* 大数据营销引领传统营销    

* 大数据在营销中的典型应用    

> 市场定位与客户细分    

> 客户需求与产品设计    

> 精准广告与精准推荐    

> 用户行为与特征分析    

* 大数据营销的基石：用户画像    

* 大数据营销在整个营销体系的应用    

第四模块：大数据应用案例    

* 从客户生存周期看大数据营销    

* 如何寻找影响因素？    

案例：决定客户选择产品的关键因素是什么？    

* 如何寻找目标客户（用户匹配模型）    

案例：杂志社去哪里寻找订阅用户    

* 如何进行精准广告投放（利用响应模型优化）？    

案例：宜家IKE如何实现产品手册的精准发送    

* 如何实现客户群划分（聚类）？    

案例：找到汽车行业的细分客户群    

案例：宝洁公司实现多层次客户的产品试销    

* 如何预测客户行为（分类预测），实现精准推荐？    

案例：如何评估客户是否会购买汽车？    

案例：如何评估客户会选择哪个品牌的汽车？    

案例：银行构建欠贷用户模型，实现风险控制    

案例：保险欺诈监测模型    

* 如何实现产品的交叉销售？    

案例：沃尔玛通过交叉销售，促进产品销量提升    

案例：如何推荐汽车附加产品？    

* 如何预测产品销量/销售金额    

案例：如何评估iPad的销量上限及销量增速拐点？    

案例：美国AL航空公司的里程数预测    

案例：菜鸟物流如何提升物流速度    

* 如何实现产品最优定价？    

案例：零售商如何选择产品定价策略？    

* 如何进行产品设计与优化？    

案例：从销量看出客户主要关注产品的哪些功能和特性？    

相关课程    

作为对大数据管理有需求的企业管理者，你可能还会对《市场营销数据的分析与挖掘》感兴趣    

想要在营销管理方面更进一步，你可能需要学习《品效合一的营销创新与实战方法》、《创新思维》    

师资简介    

傅 先生    

* 背景经历       

华为系大数据专家    

计算机软件与理论硕士研究生（研究方向：数据挖掘、搜索引擎）    

曾在华为工作十年，五篇国家专利，在华为工作期间获得华为数项奖项，在英国、日本、荷兰等国家做项目    

专注于大数据分析与挖掘等应用技术，以及大数据系统部署解决方案。旨在将大数据的数据分析、数据挖掘、数据建模应用于行业及商业领域，解决行业实际的问题。将大数据应用于运营决策，帮助企业提升运营决策能力应用于市场营销，通过大数据营销，解决营销中的用户群细分，产品设计优化，产品最优定价，精准营销，精准推荐等实际问题，提升营销效果，节省营销费用，以及市场预测、用户行为预测等    

* 擅长领域    

《大数据分析与数据挖掘综合能力提升实战》《“数”说营销----大数据营销实战与沙盘》《大数据建模与模型优化实战培训》    

《大数据产业现状及应用创新》《大数据战略与商业变革》《大数据时代的精准营销》    

《Hadoop大数据解决方案开发技术基础培训》《大数据分析与挖掘之Python开发实战》    

* 服务客户    

华为、富士康、平安集团、中国银行、招商银行、光大银行、中信银行、交通银行、广电银通、西部航空、海南航空、中国移动、中国联通、中国电信、西部航空、安能物流、广州地铁、富维江森、东风日产、神南矿业、公交集团、广州税务、良品铺子等单位和公司。    

* 学员反馈    

傅老师的课程，开拓了我营销的思维，大数据营销，重在利用数据为营销服务。用户细分、用户特征提取、营销费用预算、客户流失预警，原来可以这样利用大数据，以后不再需要“拍脑袋”了    

——刘经理（贵州某运营商）