**早鸟价有效期至2021年1月25日,提早报名可省1000元。

课程目标

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。

通过本课程的学习,达到如下目的:

  • 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)。

授课方式

理论精讲 + 案例演练 + 实际业务问题分析 + Excel实践操作 + SPSS实践操作

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

第一部分:  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(4Pà4CànPnC)
  • 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

 

第二部分:  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
  • 案例:喜欢赚“差价”的营业员(用数据管理来识别)
  • 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

 

第三部分:  大数据基础-分析过程

  • 数据分析的六步曲
  • 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

 

第四部分:  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
  • 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
  • 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
  • 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

 

第五部分:  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)

 

第六部分:  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
  • 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
  • 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
  • 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

 

第七部分:  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
  • 季节性预测(相加/相乘模型)
  • 产品预测(珀尔曲线/龚铂兹曲线)
  • 回归分析/回归预测

问题:如何预测未来的销售量(定量分析)?

  • 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)
  • 演练:如何选择最佳的回归预测模型(一元曲线回归)
  • 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)
  • 演练:平板电脑销量预测及评估
  • 演练:快销产品季节销量预测及评估
  • 演练:煤炭产量预测
  • 演练:航空旅客量预测及评估
  • 演练:汽车销量预测及评估
  • 案例:美国航空旅客里程的季节性趋势分析
  • 案例:产品销售季节性趋势预测分析
  • 案例:如何预测产品的销售增长拐点,以及销量上限
  • 演练:预测IPad产品的销量


第八部分:  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?

  • 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)

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?

  • 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,让通信更安全案例:评估银行用户拖欠货款的概率



学员评价

“老师风趣幽默,知识面广,理论和实践相结合。”
-- Leschaco China, Marketing

“框架清晰,深入浅出。”
- Cummins, Pricing Manager

“对于数据分析方法有了一定的了解和认识,可用于日后对于产品相差数据的分析。”
- Lee's Pharmaceutical Holdings, 医学经理