第一部分： 解構(gòu)大數(shù)據(jù) --- 大數(shù)據(jù)的戰(zhàn)略與大數(shù)據(jù)思維
1、大數(shù)據(jù)時(shí)代已經(jīng)來(lái)臨
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)的4V特征
大規(guī)模（Volume）
多樣性（Variety）
高速度（Velocity）
價(jià)值性（Value）
4、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)椤斑\(yùn)營(yíng)數(shù)據(jù)”
“搜索引擎”轉(zhuǎn)變?yōu)椤巴扑]引擎”
5、大數(shù)據(jù)思維——思路決定你的出路
6、大數(shù)據(jù)的核心價(jià)值——發(fā)現(xiàn)規(guī)律和預(yù)測(cè)
7、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)
8、大數(shù)據(jù)分析與經(jīng)營(yíng)決策
9、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
第二部分、大數(shù)據(jù)營(yíng)銷(xiāo)的概述
1、大數(shù)據(jù)時(shí)代帶來(lái)對(duì)傳統(tǒng)營(yíng)銷(xiāo)的挑戰(zhàn)
2、大數(shù)據(jù)營(yíng)銷(xiāo)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(xiāo)模式
如何選擇互聯(lián)網(wǎng)的營(yíng)銷(xiāo)模式——微博營(yíng)銷(xiāo)、網(wǎng)頁(yè)營(yíng)銷(xiāo)等
客戶關(guān)系管理CRM——“舊貌煥發(fā)新顏”
精確營(yíng)銷(xiāo)——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(huà)像——互聯(lián)網(wǎng)時(shí)代不再“是否是狗”
5、如何提升你的客戶粘性
評(píng)估你的客戶價(jià)值——讓營(yíng)銷(xiāo)策略理豐富
如何建立客戶響應(yīng)模型——讓你的促銷(xiāo)更有效，增加回頭客
精準(zhǔn)推薦——讓你的銷(xiāo)量再創(chuàng)新高
6、客戶生存周期中的大數(shù)據(jù)應(yīng)用
客戶滿意度分析與影響因素
第三部分：認(rèn)識(shí)數(shù)據(jù)分析
1、認(rèn)識(shí)數(shù)據(jù)分析
什么是數(shù)據(jù)分析
數(shù)據(jù)分析的三大作用
數(shù)據(jù)分析的三大類(lèi)型
2、數(shù)據(jù)分析與挖掘在行業(yè)的應(yīng)用
客戶市場(chǎng)細(xì)分與精準(zhǔn)營(yíng)銷(xiāo)
客戶流失預(yù)警與客戶挽留
營(yíng)銷(xiāo)效果評(píng)估與廣告投放
客戶價(jià)值評(píng)估與忠誠(chéng)度
銷(xiāo)售趨勢(shì)分析與銷(xiāo)售預(yù)測(cè)
客戶滿意度分析與影響因素
3、數(shù)據(jù)分析的六步曲
步驟1：需求明確--理清思路
步驟2：數(shù)據(jù)收集—理清思路
步驟3：數(shù)據(jù)預(yù)處理--尋找答案
步驟4：數(shù)據(jù)分析--尋找答案
步驟5：數(shù)據(jù)展示--觀點(diǎn)表達(dá)
步驟6：報(bào)表撰寫(xiě)--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)
第四部分：數(shù)據(jù)分析方法篇
1、基本數(shù)據(jù)分析方法
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）
2、綜合數(shù)據(jù)分析方法
多維數(shù)據(jù)分析（綜合評(píng)價(jià)法）
財(cái)務(wù)數(shù)據(jù)分析（杜邦分析法）
流失率與轉(zhuǎn)化率分析（漏斗分析法）
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
第五部分：數(shù)據(jù)分析方法論篇
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)情況分析
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(xiāo)理論）
5、業(yè)務(wù)問(wèn)題專(zhuān)題分析（邏輯樹(shù)分析法）
6、用戶使用行為研究（用戶使用行為分析法）
第六部分：數(shù)據(jù)挖掘篇
1、什么是數(shù)據(jù)挖掘
2、數(shù)據(jù)挖掘的發(fā)展歷程
3、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
4、數(shù)據(jù)挖掘技術(shù)實(shí)踐
SPSS基本操作：數(shù)據(jù)導(dǎo)入、計(jì)算變量、描述性統(tǒng)計(jì)
參數(shù)檢驗(yàn)分析（樣本均值檢驗(yàn)）
案例演練：信用卡消費(fèi)評(píng)估分析
案例演練：吸煙對(duì)膽固醇指標(biāo)影響的評(píng)估
案例演練：促銷(xiāo)效果評(píng)估
非參數(shù)檢驗(yàn)分析（樣本分布檢驗(yàn)）
案例演練：產(chǎn)品合格率檢驗(yàn)
案例演練：兒童身高差異檢驗(yàn)
案例演練：制造工藝差異檢驗(yàn)
案例演練：訓(xùn)練新方法有效性檢驗(yàn)
案例演練：促銷(xiāo)方式效果檢驗(yàn)
案例演練：客戶滿意度差異檢驗(yàn)
方差分析（影響因素分析）
案例演練：廣告形式、地區(qū)對(duì)銷(xiāo)量的影響因素分析
案例演練：飼料與生豬體重的影響分析
相關(guān)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
回歸分析（預(yù)測(cè)分析）
案例演練：工資與工齡的關(guān)系分析
案例演練：客戶購(gòu)買(mǎi)預(yù)測(cè)分析
案例演練：品牌選擇預(yù)測(cè)分析
時(shí)間序列分析（預(yù)測(cè)分析）
案例演練：電視機(jī)銷(xiāo)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
案例演練：汽車(chē)銷(xiāo)量預(yù)測(cè)分析
聚類(lèi)分析（Clustering）
案例演練：小康指數(shù)劃分
案例演練：裁判標(biāo)準(zhǔn)一致性分析
案例演練：商場(chǎng)服務(wù)獎(jiǎng)項(xiàng)獎(jiǎng)選擇
分類(lèi)分析（Classification）
案例演練：銀行低信用客戶特征分析
案例演練：電信行業(yè)客戶流失預(yù)警與客戶挽留
關(guān)聯(lián)分析（Association）
案例演練：超市商品交叉銷(xiāo)售與布局優(yōu)化
RFM模型
案例演練：用戶價(jià)值評(píng)估與促銷(xiāo)名單
案例演練：重購(gòu)用戶特征分析
預(yù)測(cè)分析（回歸分析）
案例演練：產(chǎn)品銷(xiāo)量預(yù)測(cè)分析
第七部分：分析報(bào)告撰寫(xiě)
1、分析報(bào)告的種類(lèi)與作用
2、報(bào)告的結(jié)構(gòu)
3、報(bào)告命名的要求
4、報(bào)告的目錄結(jié)構(gòu)
5、前言
6、正文
7、結(jié)論與建議
8、優(yōu)秀報(bào)告展現(xiàn)與解析 |
合作伙伴與授權(quán)機(jī)構(gòu)
總部李老師
