“數(shù)”說(shuō)營(yíng)銷 -----大數(shù)據(jù)營(yíng)銷實(shí)戰(zhàn)

第一部分、大數(shù)據(jù)營(yíng)銷的概述
1、大數(shù)據(jù)時(shí)代帶來(lái)對(duì)傳統(tǒng)營(yíng)銷的挑戰(zhàn)
2、大數(shù)據(jù)營(yíng)銷的特點(diǎn)
時(shí)效性
個(gè)性化
關(guān)聯(lián)性
3、大數(shù)據(jù)時(shí)代的新?tīng)I(yíng)銷模式
如何選擇互聯(lián)網(wǎng)的營(yíng)銷模式——微博營(yíng)銷、網(wǎng)頁(yè)營(yíng)銷等
客戶關(guān)系管理CRM——“舊貌煥發(fā)新顏”
精確營(yíng)銷——裝上了GPS，實(shí)現(xiàn)“精確打擊”
4、如何在海量數(shù)據(jù)中整合數(shù)據(jù)，形成你對(duì)消費(fèi)者的獨(dú)特洞察力
客戶的群體特征——“人以群分”，找準(zhǔn)你的準(zhǔn)客戶
大數(shù)據(jù)用戶畫像——互聯(lián)網(wǎng)時(shí)代不再“是否是狗”
5、如何建立全渠道數(shù)據(jù)平臺(tái)，拓展?fàn)I銷渠道，提高營(yíng)銷效率
互聯(lián)網(wǎng)時(shí)代渠道分類
如果進(jìn)行廣告的精確投放——廣告受眾分析
如何實(shí)現(xiàn)營(yíng)銷效果的驗(yàn)證——找到適合你的營(yíng)銷方式
6、如何提升你的客戶粘性
評(píng)估你的客戶價(jià)值——讓營(yíng)銷策略理豐富
如何建立客戶響應(yīng)模型——讓你的促銷更有效，增加回頭客
精準(zhǔn)推薦——讓你的銷量再創(chuàng)新高
7、客戶生存周期中的大數(shù)據(jù)應(yīng)用
8、數(shù)據(jù)分析與挖掘在通信行業(yè)的應(yīng)用
客戶市場(chǎng)細(xì)分與精準(zhǔn)營(yíng)銷
客戶流失預(yù)警與客戶挽留
產(chǎn)品交叉銷售與套餐捆綁
營(yíng)銷效果評(píng)估與廣告投放
客戶價(jià)值評(píng)估與忠誠(chéng)度
銷售趨勢(shì)分析與銷售預(yù)測(cè)
客戶滿意度分析與影響因素
 
第二部分：解構(gòu)大數(shù)據(jù)--- 大數(shù)據(jù)的價(jià)值和應(yīng)用
1、什么是大數(shù)據(jù)
2、大數(shù)據(jù)的三維理解
理論+技術(shù)+實(shí)踐
3、大數(shù)據(jù)戰(zhàn)略——定位決定你的地位
數(shù)據(jù)即資產(chǎn)
“數(shù)據(jù)化運(yùn)營(yíng)”轉(zhuǎn)變?yōu)?ldquo;運(yùn)營(yíng)數(shù)據(jù)”
“搜索引擎”轉(zhuǎn)變?yōu)?ldquo;推薦引擎”
4、大數(shù)據(jù)思維——思路決定你的出路
定量思維，一切皆可量化
相關(guān)思維，一切皆有聯(lián)系
實(shí)驗(yàn)思維，一切皆可嘗試
全樣本思維，大數(shù)據(jù)的簡(jiǎn)單計(jì)算勝過(guò)小數(shù)據(jù)的復(fù)雜計(jì)算
個(gè)性化思維，以消費(fèi)者為中心
融合思維，全平臺(tái)大數(shù)據(jù)幫助你的數(shù)據(jù)需要整合
5、大數(shù)據(jù)的核心價(jià)值——發(fā)現(xiàn)規(guī)律和預(yù)測(cè)
6、大數(shù)據(jù)在各行業(yè)的解決方案
金融業(yè)
旅游業(yè)
零售業(yè)
電信業(yè)
7、大數(shù)據(jù)分析與經(jīng)營(yíng)決策
8、大數(shù)據(jù)的實(shí)現(xiàn)技術(shù)
云計(jì)算與大數(shù)據(jù)
大數(shù)據(jù)技術(shù)簡(jiǎn)介
HADOOP生態(tài)系統(tǒng)簡(jiǎn)介
 
第三部分：數(shù)據(jù)分析實(shí)戰(zhàn)篇： 流程、思路、方法、工具操作
1、認(rèn)識(shí)數(shù)據(jù)分析
1)什么是數(shù)據(jù)分析
2)數(shù)據(jù)分析的三大作用
3)數(shù)據(jù)分析的三大類型
2、數(shù)據(jù)分析的六步曲
1)步驟1：需求明確--理清思路
2)步驟2：數(shù)據(jù)收集—理清思路
3)步驟3：數(shù)據(jù)預(yù)處理--尋找答案
4)步驟4：數(shù)據(jù)分析--尋找答案
5)步驟5：數(shù)據(jù)展示--觀點(diǎn)表達(dá)
6)步驟6：報(bào)表撰寫--觀點(diǎn)表達(dá)
案例演練：Excel數(shù)據(jù)導(dǎo)入練習(xí)
案例演練：Excel數(shù)據(jù)預(yù)處理練習(xí)
 
3、基本數(shù)據(jù)分析方法
1)對(duì)比分析、分組分析、結(jié)構(gòu)分析、平均分析、交叉分析
案例演練：數(shù)據(jù)統(tǒng)計(jì)應(yīng)用（二維交叉表-透視表）
4、綜合數(shù)據(jù)分析方法
1)多維數(shù)據(jù)分析（綜合評(píng)價(jià)法）
2)財(cái)務(wù)數(shù)據(jù)分析（杜邦分析法）
3)流失率與轉(zhuǎn)化率分析（漏斗分析法）
4)產(chǎn)品策略分析（象限圖分析法）
案例演練：品牌認(rèn)知度分析，讓你的品牌定位更清晰
 
5、數(shù)據(jù)分析思路
1、數(shù)據(jù)分析的思想與框架
2、企業(yè)外部環(huán)境分析（PEST分析法）
案例演練：電信行業(yè)面臨的挑戰(zhàn)與機(jī)遇分析
3、用戶消費(fèi)行為分析（5W2H分析法）
案例演練：用戶消費(fèi)行為分析（5W2H）
4、公司整體經(jīng)營(yíng)情況分析（4P營(yíng)銷理論）
5、業(yè)務(wù)問(wèn)題專題分析（邏輯樹分析法）
6、用戶使用行為研究（用戶使用行為分析法）
案例演練：終端銷售行為分析，提升轉(zhuǎn)化率
 
第四部分：數(shù)據(jù)挖掘?qū)崙?zhàn)篇：流程、數(shù)據(jù)建模、工具操作
1、數(shù)據(jù)分析VS數(shù)據(jù)挖掘
2、數(shù)據(jù)挖掘的標(biāo)準(zhǔn)流程（CRISP-DM）
商業(yè)理解
數(shù)據(jù)準(zhǔn)備
數(shù)據(jù)理解
模型建立
模型評(píng)估
模型應(yīng)用
案例演練：客戶匹配度建模，找到你的準(zhǔn)客戶
 
3、如何選擇合適的營(yíng)銷方式
各營(yíng)銷渠道的用戶特征分析
促銷方式有效性檢驗(yàn)
參數(shù)檢驗(yàn)與非參數(shù)檢驗(yàn)原理介紹
案例演練：通信行業(yè)ARPU值評(píng)估分析
案例演練：營(yíng)銷效果評(píng)估分析
 
4、哪些是影響市場(chǎng)銷量的關(guān)鍵因素
找到關(guān)鍵因素，實(shí)現(xiàn)精準(zhǔn)營(yíng)銷
方差分析與影響因素分析
案例演練：廣告形式、地區(qū)對(duì)銷量的影響因素分析
案例演練：飼料與生豬體重的影響分析
因素影響的相關(guān)性分析（相關(guān)程度計(jì)算）
案例演練：腰圍與體重的相關(guān)分析
案例演練：家庭生活開(kāi)支的相關(guān)分析
 
5、客戶群細(xì)分、客戶獲取
如何更好的了解客戶結(jié)構(gòu)、如何識(shí)別客戶特征
客戶響應(yīng)模型與促銷
聚類分析與客戶特征提取
案例演練：小康指數(shù)劃分，讓數(shù)據(jù)自動(dòng)聚類
案例演練：裁判標(biāo)準(zhǔn)一致性分析，避免“黑哨”
案例演練：商場(chǎng)服務(wù)獎(jiǎng)項(xiàng)評(píng)選
消費(fèi)者品牌選擇模型分析
案例演練：品牌選擇模型分析，你的品牌適合哪些人群？
 
6、客戶流失與客戶保持
客戶流失特征提取與營(yíng)銷策略
終端生命周期曲線與終端銷售最佳時(shí)機(jī)
分類原理與決策樹算法
案例演練：識(shí)別拖欠銀行貨款者的特征，避免不良貨款
案例演練：電信行業(yè)客戶流失預(yù)警與客戶挽留
案例演練：識(shí)別電信詐騙者嘴臉，讓通信更安全
 
7、客戶關(guān)系管理
如何評(píng)估你的客戶價(jià)值
RFM模型，更深入了解你的客戶價(jià)值
案例演練：用戶價(jià)值評(píng)估與促銷名單
如何制定套餐，實(shí)現(xiàn)交叉/捆綁銷售
產(chǎn)品關(guān)聯(lián)分析模型原理（Association）
案例演練：超市商品交叉銷售與布局優(yōu)化
 
8、銷量預(yù)測(cè)與市場(chǎng)預(yù)測(cè)——讓你看得更遠(yuǎn)
市場(chǎng)需求預(yù)測(cè)模型
回歸分析原理
案例演練：工資與工齡的關(guān)系分析
案例演練：讓你的營(yíng)銷費(fèi)用預(yù)算更準(zhǔn)確
基于時(shí)間的預(yù)測(cè)與時(shí)序分析
案例演練：電視機(jī)銷量預(yù)測(cè)分析
案例演練：上海證券交易所綜合指數(shù)收益率序列分析
 
結(jié)束：課程總結(jié)與問(wèn)題答疑。

傅一航，華為系大數(shù)據(jù)專家。
傅一航，男，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）。在華為工作十年，數(shù)篇國(guó)家專利，曾在英國(guó)、日本、荷蘭等國(guó)做項(xiàng)目，對(duì)歐洲、日本的電信市場(chǎng)有比較深的了解。
傅老師專注于大數(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)品定位，精準(zhǔn)營(yíng)銷，精準(zhǔn)促銷等實(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。
傅老師目前致力于將大數(shù)據(jù)技術(shù)應(yīng)用于通信、金融、航空、電商、互聯(lián)網(wǎng)等領(lǐng)域。傅老師的課程最大特色：實(shí)戰(zhàn)性強(qiáng)！實(shí)現(xiàn)“業(yè)務(wù)問(wèn)題+分析思路+分析方法/分析模型+分析工具+結(jié)果應(yīng)用”融為一體。即，結(jié)合清晰的業(yè)務(wù)場(chǎng)景（明確目的），分解為具體的數(shù)據(jù)問(wèn)題（分析思路），選擇最合適的方法（分析方法），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。
獲得國(guó)家專利：
1.CN1925642:對(duì)集群用戶進(jìn)行處理的方法和集群用戶處理系統(tǒng)
2.CN101114999A:數(shù)據(jù)發(fā)送控制方法及數(shù)據(jù)傳輸設(shè)備
3.CN101119183A:重傳控制方法及傳輸設(shè)備
4.CN101483847A:實(shí)現(xiàn)策略控制的方法、裝置及系統(tǒng)
5.CN101605359B:一種切換過(guò)程中轉(zhuǎn)發(fā)數(shù)據(jù)的方法、無(wú)線實(shí)體和基站
 
論文：
1.基于統(tǒng)計(jì)的無(wú)詞典分詞方法
2.文本的自動(dòng)分類
3.基于Internet的智能信息檢索技術(shù)研究