数据为王：盘活数据价值，实现精准营销
大数据已经正在改变着我们各种场景体验：
当你打开今日头条APP阅读文章的时候，你会发现它会优先推送给你感兴趣的内容；
当你打开淘宝时，平台会主动推送你感兴趣或者意向的产品给你，实现千人千面；
这些都是基于大数据分析，精准地向每位用户推广他们想要的内容。
随着大数据时代的到来，大数据对于营销领域的革命性改变也日益凸显，根据用户的行为数据分析，可以在最短的时间让有效信息触达用户，打动用户，实现营销转化。基于CRM系统、BI系统和企业官网等提取的数据，虽然能满足企业正常营销管理信息需求，但往往并不足以洞察和发现数据的重要规律和发展趋势，无法据此给出精确的营销策略。对于大数据在营销领域的应用，很多人仍然不知道如何将数据发挥得淋漓尽致——
n 大数据在营销中有哪些典型的应用，如何发挥数据的价值？
n 如何基于用户的行为数据，优化用户体验，提升营销效果？
n 如何通过数据分析，预测未来趋势，挖掘更多的营销机会？
针对以上问题，我们特邀华为营销大数据专家，500强企业数据分析师 傅一航老师与您一同进行探讨和学习，本课程围绕实际的营销业务问题，引导学员演练如何搭建分析框架，运用分析方法，建立分析模型，运用分析工具，形成具有针对性的营销策略。从数据思维和数据分析等方面，帮助学员掌握数据分析方法，并运用于工作中，盘活数据价值，实现精准营销。
企业收益：
1、基于数据分析，提升业务策略制定及运营决策的准确度；
2、用数据驱动营销策略，找到并激活最省钱有效的营销方法；
3、培养优秀的数据分析营销人才，让精准营销能落地执行。
岗位收益：
1、运用数据分析的六步曲，理清分析思路；
2、学会用数据思维分析具体问题，掌握数据思维方式；
3、掌握用户行为分析的方法和思路；
4、获得实用的数据分析工具，能够利用实用软件解决实际的营销问题（如定价/因素影响/预测/客户需求/客户价值/市场细分等）。
1、理论结合实操：数据分析基础 + 方法讲解 + 实际业务问题分析 + Excel实践操作；
2、互动式教学：围绕业务问题，展开数据分析过程，全过程案例分析和演练操作，让学员在分析、分享、讲授、总结、自我实践过程中获得能力提升。
第一部分：大数据实现精准营销
1、传统营销的困境与挑战
2、营销理论的变革（4P4CnPnC）
3、大数据引领传统营销
4、大数据在营销中的典型应用
5、大数据营销的基石：用户画像
6、客户生存周期中的大数据应用
演练：如何用大数据来支撑手机精准营销项目
第二部分：大数据基础—数据思维篇
1、大数据时代：缺的不是一堆方法，而是大数据思维
2、大数据的本质
3、大数据四大核心价值
（1）用趋势图来探索产品销量规律
（2）从谷歌的GFT产品探索用户需求变化
（3）从大数据炒股看大数据如何探索因素的相关性
（4）阿里巴巴预测经济危机的到来
（5）从美国总统竞选看大数据对选民行为进行分析
4、大数据价值落地的三个关键环节
（1）业务数据化、数据信息化、信息策略化
案例：喜欢赚“差价”的营业员（用数据管理来识别）
第三部分：大数据精准营销—分析框架篇
1、数据分析简介
2、数据分析的六步曲
步骤1：明确目的--理清思路
步骤2：数据收集—理清思路
步骤3：数据预处理—寻找答案
步骤4：数据分析--寻找答案
步骤5：数据展示--观点表达
步骤6：报表撰写--观点表达
演练：如何用大数据来支撑手机精准营销项目
演练：如何构建一个良好的大数据分析框架
第四部分：用户行为分析—分析方法篇
1、大数据精准营销的前提：用户行为分析
2、数据分析方法的层次
（1）描述性分析法（对比/分组/结构/趋势/交叉…）
（2）相关性分析法（相关/方差/卡方…）
（3）预测性分析法（回归/时序/决策树/神经网络…）
（4）专题性分析法（聚类/关联/RFM模型/…）
3、统计分析基础
4、统计分析常用指标
（1）汇总方式：计数、求和、百分比（增跌幅）
（2）集中程度：均值、中位数、众数
（3）离散程度：极差、方差/标准差、IQR
（4）分布形态：偏度、峰度
5、基本分析方法及其适用场景
（1）对比分析（查看数据差距）
（2）分组分析（查看数据分布）
（3）结构分析（评估事物构成）
（4）趋势分析（发现事物随时间的变化规律）
（5）交叉分析（多维数据分析）
6、综合分析方法及其适用场景
（1）综合评价法（多维指标归一）
（2）杜邦分析法（关键因素分析-财务数据分析）
（3）漏斗分析法（关键流程环节分析）
（4）矩阵分析法（产品策略分析-象限图分析法）
7、最合适的分析方法才是硬道理
第五部分：用户行为分析—分析思路篇
1、常用分析思路模型
2、用户行为分析（5W2H分析思路）
案例讨论：结合公司情况，搭建用户消费习惯的分析框架（5W2H）
第六部分：影响因素分析—属性筛选篇
1、影响因素分析的常见方法
2、相关分析（衡量两数据型变量的线性相关性）
问题：这两个属性是否会相互影响？影响程度大吗？
（1）相关分析简介
（2）相关分析的应用场景
（3）相关分析的种类
（4）相关系数的三种计算公式
（5）相关分析的假设检验
（6）相关分析的四个基本步骤
演练：营销费用会影响销售额吗
演练：哪些因素与汽车销量有相关性
（7）偏相关分析
（8）距离相关分析
3、方差分析（衡量类别变量与数值变量间的相关性）
问题：哪些才是影响销量的关键因素？
（1）方差分析的应用场景
（2）方差分析的三个种类
（3）方差分析的原理
（4）方差分析的四个步骤
（5）解读方差分析结果的两个要点
演练：终端摆放位置与终端销量有关吗
演练：开通月数对客户流失的影响分析
演练：客户学历对消费水平的影响分析
演练：广告和价格是影响终端销量的关键因素吗
演练：营业员的性别、技能级别对产品销量有影响吗
演练：寻找影响产品销量的关键因素
（6）多因素方差分析原理、作用、结果的解读
演练：广告形式、地区对销量的影响因素分析（多因素）
（7）协方差分析原理
（8）协方差分析的适用场景
演练：饲料对生猪体重的影响分析（协方差分析）
4、列联分析/卡方检验（两类别变量的相关性分析）
（1）交叉表与列联表
（2）卡方检验的原理
（3）卡方检验的几个计算公式
（4）列联表分析的适用场景
案例：套餐类型对客户流失的影响分析
案例：学历对业务套餐偏好的影响分析
案例：行业/规模对风控的影响分析
5、相关性分析方法总结
第七部分：产品销量预测—回归预测篇
1、销量预测与市场预测模型介绍
（1）时序预测
（2）回归模型
（3）季节性预测（相加/相乘模型）
（4）产品预测（珀尔曲线/龚铂兹曲线）
2、回归分析/回归预测
问题：如何预测未来的销售量（定量分析）？
（1）回归分析简介
（2）回归分析的种类（一元/多元、线性/曲线）
（3）得到回归方程的常用工具
演练：散点图找营销费用与销售额的关系（一元回归）
（4）线性回归分析的五个步骤
演练：营销费用、办公费用与销售额的关系（线性回归）
（5）解读线性回归分析结果的技巧
定性描述：正相关/负相关
定量描述：自变量变化导致因变量的变化程度
（6）回归预测模型质量评估
评估指标：判定系数R^2、标准误差
如何选择最佳回归模型
演练：如何选择最佳的回归预测模型（一元曲线回归）
（7）预测值准确性评估
MAD、MSE/RMSE、MAPE等
（8）带分类变量的回归预测
演练：汽车季度销量预测
演练：工龄、性别与终端销量的关系
演练：如何评估销售目标与资源配置（营业厅）
华为营销大数据专家，500强企业数据分析师
傅一航
实战经验
华为10年工作经验，五项国家专利，期间获得华为多项奖项，曾在英国、日本、荷兰等海外市场做项目，对大数据有深入的研究。近十年来一直从事通信行业的研究与分析，对通信行业的市场态势、客户行为、服务效果以及运营分析等方面有深入的研究。目前专注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，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。
授课特点
深入浅出的理论讲解（分析模型），使用简单实用的工具操作（分析工具），实现分析结果到业务策略的落地，实用性极强。
主讲课程
“数”说营销-大数据挖掘与营销应用、大数据产业现状及应用创新、Hadoop大数据解决方案开发技术基础培训、大数据时代的精准营销等。
服务客户
华为、平安集团、良品铺子、安能物流、东风日产、顺丰快递、中国移动、中国联通、中国电信、西部航空、富维江森、广州地铁、富士康、光大银行、招商银行、新时代集团……