已认证
数说营销——大数据营销实战培训（宁波，7月8日）
【举办单位】北京曼顿培训网 www.mdpxb.com
【咨询电话】4006820825 010-56133998 13810210257
【培训日期】2020年7月8日
【培训地点】宁波
【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。
【课程收益】
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）。
【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。
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（4P4CnPnC）
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、IQR
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。
【讲师介绍】
傅老师，曼顿培训网(www.mdpxb.com)资深讲师。
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。
【费用及报名】
1、费用：培训费3980元（含培训费、讲义费）；如需食宿，会务组可统一安排,费用自理。
2、报名咨询：4006820825 010-56133998 56028090 13810210257 鲍老师
3、报名流程：电话登记-->填写报名表-->发出培训确认函
4、备注：如课程已过期，请访问我们的网站，查询最新课程
5、详细资料请访问北京曼顿培训网：www.mdpxb.com (每月在全国开设四百多门公开课，欢迎报名学习)
