高度决定眼界、专业创造价值!中国规模最大、实力最强的培训服务提供商!

24小时服务热线:020-31041068

详细内容:当前的位置:首页 >> 公开课

数说营销——大数据营销实战培训

  • 开课时间: 2020年7月23日 周四 2020年7月24日 周五 查看最新上课时间
  • 开课城市: 北京
  • 培训时长:2天
  •  
  • 课程类别: 市场营销
  • 主讲老师:傅先生(查看该老师更多课程)
  • 课程编号: 56067
  • 查找同类课程
数说营销——大数据营销实战培训其它上课时间:

培训对象:

* 系统支撑、市场营销部、运营分析部相关技术及应用人员。

培训内容:

课程时长    

* 2天    


有何收获?    

* 了解大数据营销内容,掌握大数据在营销中的应用。    

* 了解基本的营销理论,并学会基于营销理念来展开大数据分析。    

* 熟悉数据分析/挖掘的基本过程,掌握常用的数据挖掘方法。    

* 熟悉Excel数据分析工具,能够利用Excel和SPSS软件解决实际的营销问题(比如定价/因素影响/预测/客户需求/客户价值/市场细分等)。    


先决条件?    

* 本课程由浅入深,结合原理主讲软件工具应用,不需要太深的数学知识,但希望掌握数据分析的相关人员。    

* 每个学员自备一台便携机(必须)。    

* 便携机中事先安装好Excel 2013版本及以上。    

* 便携机中事先安装好IBM SPSS Statistics v24版本及以上。    

* 注:讲师可以提供试用版本软件及分析数据源。    


为何参加?    

本课程从实际的市场营销问题出发,构建数据分析与数据挖掘模型,以解决实际的商业问题。并对大数据分析与挖掘技术进行了全面的介绍,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,实现精准营销,帮助市场营销团队深入理解业务运作,支持业务策略制定以及运营决策。    

本课程突出数据分析的实际应用,结合行业的典型应用特点,围绕实际的商业问题,进行大数据的分析与挖掘,介绍常用的模型,以及模型适用场景,通过演练操作,以达到提升学员对营销数据的分析以及对数据模型的深入理解。    


课程大纲    

第一模块:大数据实现精准营销    

* 传统营销的困境与挑战    

* 营销理论的变革(4P(4C(nPnC)    

* 大数据引领传统营销    

* 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    

> ……    

* 大数据营销的基石:用户画像    

* 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    

第二模块:大数据基础-数据思维    

问题:大数据的核心价值是什么?大数据是怎样用于业务决策?    

* 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    

* 大数据价值实现的三个关键环节    

> 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)    

* 从案例看数据信息化    

> 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    

* 数据分析的三大作用    

* 数据分析的三大类别    

* 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    

第三模块:大数据基础-分析过程    

* 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    

第四模块:用户行为分析—方法篇    

问题:数据分析有什么方法可依?不同的方法适用解决什么样的问题?    

* 大数据精准营销的前提:用户行为分析    

* 数据分析方法的层次    

> 基本分析法(对比/分组/结构/趋势/…)    

> 综合分析法(交叉/综合评价/杜邦/漏斗/…)    

> 高级分析法(相关/方差/验证/回归/时序/…)    

> 数据挖掘法(聚类/分类/关联/RFM模型/…)    

* 统计分析常用指标    

> 计数、求和、百分比(增跌幅)    

> 集中程度:均值、中位数、众数    

> 离散程度:极差、方差/标准差、    

> 分布形态:偏度、峰度    

* 基本分析方法及其适用场景    

> 对比分析(查看数据差距)    

演练:寻找用户的地域分布规律    

演练:寻找公司主打产品    

演练:用数据来探索增量不增收困境的解决方案    

案例:银行ATM柜员机现金管理分析(银行)    

> 分组分析(查看数据分布)    

案例:排班后面隐藏的猫腻    

案例:通信运营商的流量套餐划分合理性的评估    

演练:银行用户消费层次分析(银行)    

演练:呼叫中心接听电话效率分析(呼叫中心)    

演练:客服中心科学排班人数需求分析(客服中心)    

演练:客户年龄分布/消费分布分析    

> 结构分析(评估事物构成)    

案例:用户市场占比结构分析    

案例:物流费用占比结构分析(物流)    

案例:中移动用户群动态结构分析    

演练:用户结构/收入结构/产品结构的分析    

> 趋势分析(发现事物随时间的变化规律)    

案例:破解零售店销售规律    

案例:手机销量的淡旺季分析    

演练:发现产品销售的时间规律    

> 交叉分析(多维数据分析)    

演练:用户性别+地域分布分析    

演练:不同区域的产品偏好分析    

演练:不同教育水平的业务套餐偏好分析    

* 综合分析方法及其适用场景    

> 综合评价法(多维指标归一)    

案例:南京丈母娘选女婿分析表格    

演练:人才选拔评价分析(HR)    

> 杜邦分析法(关键因素分析-财务数据分析)    

案例:运营商市场占有率分析(通信)    

案例:服务水平提升分析(呼叫中心)    

演戏:提升销量的销售策略分析(零售商/电商)    

> 漏斗分析法(关键流程环节分析-流失率与转化率分析)    

案例:电商产品销售流程优化与策略分析(电商)    

演练:营业厅终端销售流程分析(电信)    

演练:银行业务办理流程优化分析(银行)    

> 矩阵分析法(产品策略分析-象限图分析法)    

案例:工作安排评估    

案例:HR人员考核与管理    

案例:波士顿产品策略分析    

* 最合适的分析方法才是硬道理。    

第五模块:用户行为分析—思路篇    

问题:数据分析思路是怎样的?如何才能全面/系统地分析而不遗漏?    

* 常用分析思路模型    

* 用户行为分析(5W2H分析思路)    

> WHY:原因    

> WHAT:产品    

> WHO:客户    

> WHEN:时间    

> WHERE:区域/渠道    

> HOW:支付方式    

> HOW MUCH:价格    

案例讨论:结合公司情况,搭建用户消费习惯的分析框架(5W2H)    

第六模块:影响因素分析    

营销问题:哪些是影响市场销量的关键因素?比如,产品在货架上的位置是否对销量有影响?价格和广告开销是如何影响销量的?    

影响风险控制的关键因素有哪些?如何判断?    

* 影响因素分析的常见方法    

* 相关分析(因素影响的相关性分析,相关程度计算)    

> 相关系数    

> 解读相关系数    

案例:体重与腰围的相关分析    

案例:推广费用与销售金额的相关分析    

* 方差分析(影响关键因素分析,影响因素组合分析)    

> 方差分析模型及适用场景    

> 单因素分析/多因素分析    

案例:终端陈列位置对销量的影响分析    

案例:广告形式、地区对销量的影响因素分析    

* 列联分析(影响关键因素分析)    

> 交叉表与列联表    

> 卡方检验的原理    

案例:套餐类型与客户流失是否有关系?    

案例:学历与套餐偏好的关系分析    

第七模块:产品销量预测    

营销问题:如何预测未来的产品销量?如果产品跟随季节性变动,该如何预测?新产品上市,如果评估销量上限及销售增速?    

* 销量预测与市场预测模型介绍    

> 时序预测    

> 回归模型    

* 回归分析/回归预测    

问题:如何预测未来的销售量(定量分析)?    

> 回归分析简介    

> 回归分析的种类(一元/多元、线性/曲线)    

> 得到回归方程的常用工具    

- 散点图+趋势线    

- 线性回归工具    

- 规划求解工具    

演练:散点图找营销费用与销售额的关系(一元回归)    

> 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)    

> 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    

> 回归预测模型质量    

- 评估指标:判定系数R^2、    

- 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)    

> 预测值准确性评估    

- MAD、MSE/RMSE、MAPE等    

演练:如何选择最佳的回归预测模型(一元曲线回归)    

> 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)    

* 时序预测模型    

第八模块:客户行为预测    

问题:如何评估客户购买产品的可能性?如何预测客户的购买行为?如何提取某类客户的典型特征?如何向客户精准推荐产品或业务?    

* 分类模型概述    

* 常见分类预测模型    

* 逻辑回归模型    

> 逻辑回归模型原理及适用场景    

> 逻辑回归的种类    

- 二项逻辑回归    

- 多项逻辑回归    

> 如何解读逻辑回归方程    

> 带分类自变量的逻辑回归分析    

> 多元逻辑回归    

案例:如何评估用户是否会购买某产品(二元逻辑回归)    

案例:多品牌选择模型分析(多元逻辑回归)    

* 分类决策树    

问题:如何预测客户行为?如何识别潜在客户?    

风控:如何识别欠贷者的特征,以及预测欠贷概率?    

客户保有:如何识别流失客户特征,以及预测客户流失概率?    

> 决策树分类简介    

案例:美国零售商(Target)如何预测少女怀孕    

演练:识别银行欠货风险,提取欠贷者的特征    

> 如何评估分类性能?如何选择最优分类模型?    

案例:商场酸奶购买用户特征提取    

案例:客户流失预警与客户挽留    

案例:识别拖欠银行货款者的特征,避免不良货款    

案例:识别电信诈骗者嘴脸,让通信更安全    

结束:课程总结与问题答疑。    


相关课程    

作为市场营销人员,你可能还会对《市场营销数据的分析与挖掘》、《市场营销创新策略》感兴趣    

想要在数据分析方面更进一步,你可能需要学习《让你的分析报告更具说服力——Excel高效数据分析之道》、《用powerBI玩转数据分析》    


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)    




市场营销公开课推荐

市场营销精品内训推荐

博课在线客服关闭


线