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。
1、通 过掌握大数据收集、去粗取精、建立结构、有效挖掘等系列操作。
2、理解大数据时代的消费者,并且从消费者角度出发去思考营销和创新。
3、回归本质。用大数据驱动的思维方式去进行互联网营销和创新的战略部署
第一部分: 数据核心理念—数据思维篇
问题:什么是数据思维?大数据决策的底层逻辑以及决策依据是什么?
1、 数字化五大技术战略:ABCDI战略
A:人工智能,目的是用机器模拟人类行为
B:区块链,构建不可篡改的分布记账系统
C:云计算,搭建按需分配的计算资源平台
D:大数据,实现智能化的判断和决策机制
I:物联网,实现万物互联通信的基础架构
2、 大数据的本质
数据,是事物发展和变化过程中留下的痕迹
大数据不在于量大,而在于全(多维性)
业务导向还是技术导向
3、 大数据决策的底层逻辑(即四大核心价值)
探索业务规律,按规律来管理决策
案例:客流规律与排班及**营销时机
案例:致命交通事故发生的时间规律
发现运营变化,定短板来运营决策
案例:考核周期导致的员工月初懈怠
案例:工序信号异常监测设备故障
理清要素关系,找影响因素来决策
案例:情绪对于股市涨跌的影响
案例:为何升职反而会增加离职风险?
预测未来趋势,通 过预判进行决策
案例:惠普预测员工离职风险及挽留
案例:保险公司的车险预测与个性化保费定价
4、 大数据决策的三个关键环节
业务数据化:将业务问题转化为数据问题
数据信息化:提取数据中的业务规律信息
信息策略化:基于规律形成业务应对策略
案例:用数据来识别喜欢赚“差价”的营业员
第二部分: 数据精准营销—分析过程篇
问题:大数据实现精准营销的整个过程是什么?要经历哪些步骤?如何构建精准营销的数据支撑框架?需要采集哪些数据?
1、 数据分析的六步曲
明确目标,确定分析思路
收集数据,寻找分析素材
整理数据,确保数据质量
分析数据,寻找业务答案
呈现数据,解读业务规律
撰写报告,形成业务策略
2、 精准营销的业务分析框架(6R准则)
寻找正确的客户
匹配正确的产品
确定合理的价格
通 过合适的渠道
采用合适的方式
设计恰当的信息
演练:如何构建一个良好的大数据精准营销分析框架
3、 精准营销项目的整个分析过程
演练:如何用大数据来支撑产品精准营销项目
第三部分: 用户行为分析—分析方法篇
问题:数据分析方法的种类?分析方法的不同应用场景?
1、 业务分析的三个阶段
现状分析:通 过企业运营指标来发现规律及短板
原因分析:查找数据相关性,探寻目标影响因素
预测分析:合理配置资源,预判业务未来的趋势
2、 常用的数据分析方法种类
描述性分析法(对比/分组/结构/趋势/交叉…)
相关性分析法(相关/方差/卡方…)
预测性分析法(回归/时序/决策树/神经网络…)
专题性分析法(聚类/关联/RFM模型/…)
3、 统计分析基础
统计分析两大关键要素(类别、指标)
统计分析的操作模式(类别à指标)
统计分析三个操作步骤(统计、画图、解读)
透视表的三个组成部分
4、 常用的描述性指标
集中程度:均值、中位数、众数
离散程度:极差、方差/标准差、IQR
分布形态:偏度、峰度
5、 基本分析方法及其适用场景
对比分析(查看数据差距,发现事物变化)
演练:寻找用户的地域分布特征
演练:分析产品受欢迎情况及贡献大小
演练:用数据来探索增量不增收困境的解决方案
分布分析(查看数据分布,探索业务层次)
演练:银行用户的消费水平和消费层次分析
演练:客户年龄分布/收入分布分析
案例:通信运营商的流量套餐划分合理性的评估
演练:呼叫中心接听电话效率分析(呼叫中心)
结构分析(查看指标构成,评估结构合理性)
案例:增值业务收入结构分析(通信)
案例:物流费用成本结构分析(物流)
案例:中移动用户群动态结构分析
演练:财务领域的结构瀑布图、财务收支的变化瀑布图
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
案例:微信用户的活跃时间规律
演练:发现客流量的时间规律
Copyright © 2006-2018 kaoshi.china.com