數(shù)說營銷——大數(shù)據(jù)營銷實(shí)戰(zhàn)培訓(xùn)（廣州，7月16-17日）
【舉辦單位】北京曼頓培訓(xùn)網(wǎng) www.mdpxb.com
【咨詢電話】4006820825 010-56133998 13810210257
【培訓(xùn)日期】廣州，2020年7月16-17日；北京，2020年7月23-24日
【培訓(xùn)地點(diǎn)】廣州、北京
【培訓(xùn)對象】系統(tǒng)支撐、市場營銷部、運(yùn)營分析部相關(guān)技術(shù)及應(yīng)用人員。

【課程收益】
了解大數(shù)據(jù)營銷內(nèi)容，掌握大數(shù)據(jù)在營銷中的應(yīng)用。
了解基本的營銷理論，并學(xué)會基于營銷理念來展開大數(shù)據(jù)分析。
熟悉數(shù)據(jù)分析/挖掘的基本過程，掌握常用的數(shù)據(jù)挖掘方法。
熟悉Excel數(shù)據(jù)分析工具，能夠利用Excel和SPSS軟件解決實(shí)際的營銷問題（比如定價(jià)/因素影響/預(yù)測/客戶需求/客戶價(jià)值/市場細(xì)分等）。

【課程目標(biāo)】
本課程從實(shí)際的市場營銷問題出發(fā)，構(gòu)建數(shù)據(jù)分析與數(shù)據(jù)挖掘模型，以解決實(shí)際的商業(yè)問題。并對大數(shù)據(jù)分析與挖掘技術(shù)進(jìn)行了全面的介紹，通過從大量的市場營銷數(shù)據(jù)中分析潛在的客戶特征，挖掘客戶行為特點(diǎn)，實(shí)現(xiàn)精準(zhǔn)營銷，幫助市場營銷團(tuán)隊(duì)深入理解業(yè)務(wù)運(yùn)作，支持業(yè)務(wù)策略制定以及運(yùn)營決策。
本課程突出數(shù)據(jù)分析的實(shí)際應(yīng)用，結(jié)合行業(yè)的典型應(yīng)用特點(diǎn)，圍繞實(shí)際的商業(yè)問題，進(jìn)行大數(shù)據(jù)的分析與挖掘，介紹常用的模型，以及模型適用場景，通過演練操作，以達(dá)到提升學(xué)員對營銷數(shù)據(jù)的分析以及對數(shù)據(jù)模型的深入理解。

【課程大綱】
第一模塊：大數(shù)據(jù)實(shí)現(xiàn)精準(zhǔn)營銷
傳統(tǒng)營銷的困境與挑戰(zhàn)
營銷理論的變革（4P4CnPnC）
大數(shù)據(jù)引領(lǐng)傳統(tǒng)營銷
大數(shù)據(jù)在營銷中的典型應(yīng)用
市場定位與客戶細(xì)分
客戶需求與產(chǎn)品設(shè)計(jì)
精準(zhǔn)廣告與精準(zhǔn)推薦
……
大數(shù)據(jù)營銷的基石：用戶畫像
客戶生存周期中的大數(shù)據(jù)應(yīng)用
演練：如何用大數(shù)據(jù)來支撐手機(jī)精準(zhǔn)營銷項(xiàng)目
第二模塊：大數(shù)據(jù)基礎(chǔ)-數(shù)據(jù)思維
問題：大數(shù)據(jù)的核心價(jià)值是什么？大數(shù)據(jù)是怎樣用于業(yè)務(wù)決策？
大數(shù)據(jù)時(shí)代：你缺的不是一堆方法，而是大數(shù)據(jù)思維
大數(shù)據(jù)是探索事物發(fā)展和變化規(guī)律的工具
大數(shù)據(jù)價(jià)值實(shí)現(xiàn)的三個(gè)關(guān)鍵環(huán)節(jié)
業(yè)務(wù)數(shù)據(jù)化
數(shù)據(jù)信息化
信息策略化
案例：喜歡賺“差價(jià)”的營業(yè)員（用數(shù)據(jù)管理來識別）
從案例看數(shù)據(jù)信息化
用趨勢圖來探索產(chǎn)品銷量規(guī)律
從谷歌的GFT產(chǎn)品探索用戶需求變化
從美國總統(tǒng)競選看大數(shù)據(jù)對選民行為進(jìn)行分析
從大數(shù)據(jù)炒股看大數(shù)據(jù)如何探索因素的相關(guān)性
數(shù)據(jù)分析的三大作用
數(shù)據(jù)分析的三大類別
數(shù)據(jù)分析需要什么樣的能力
懂業(yè)務(wù)、懂管理、懂分析、懂工具、懂呈現(xiàn)
第三模塊：大數(shù)據(jù)基礎(chǔ)-分析過程
數(shù)據(jù)分析的六步曲
步驟1：明確目的--理清思路
確定分析目的：要解決什么樣的業(yè)務(wù)問題
確定分析思路：分解業(yè)務(wù)問題，構(gòu)建分析框架
步驟2：數(shù)據(jù)收集—理清思路
明確收集數(shù)據(jù)范圍
確定收集來源
確定收集方法
步驟3：數(shù)據(jù)預(yù)處理—尋找答案
數(shù)據(jù)質(zhì)量評估
數(shù)據(jù)清洗、數(shù)據(jù)處理和變量處理
探索性分析
步驟4：數(shù)據(jù)分析--尋找答案
選擇合適的分析方法
構(gòu)建合適的分析模型
選擇合適的分析工具
步驟5：數(shù)據(jù)展示--觀點(diǎn)表達(dá)
選擇恰當(dāng)?shù)膱D表
選擇合適的可視化工具
步驟6：報(bào)表撰寫--觀點(diǎn)表達(dá)
選擇報(bào)告種類
完整的報(bào)告結(jié)構(gòu)
數(shù)據(jù)分析的三大誤區(qū)
演練：如何用大數(shù)據(jù)來支撐手機(jī)精準(zhǔn)營銷項(xiàng)目
第四模塊：用戶行為分析—方法篇
問題：數(shù)據(jù)分析有什么方法可依不同的方法適用解決什么樣的問題？
大數(shù)據(jù)精準(zhǔn)營銷的前提：用戶行為分析
數(shù)據(jù)分析方法的層次
基本分析法（對比/分組/結(jié)構(gòu)/趨勢/…）
綜合分析法（交叉/綜合評價(jià)/杜邦/漏斗/…）
高級分析法（相關(guān)/方差/驗(yàn)證/回歸/時(shí)序/…）
數(shù)據(jù)挖掘法（聚類/分類/關(guān)聯(lián)/RFM模型/…）
統(tǒng)計(jì)分析常用指標(biāo)
計(jì)數(shù)、求和、百分比（增跌幅）
集中程度：均值、中位數(shù)、眾數(shù)
離散程度：極差、方差/標(biāo)準(zhǔn)差、IQR
分布形態(tài)：偏度、峰度
基本分析方法及其適用場景
對比分析（查看數(shù)據(jù)差距）
演練：尋找用戶的地域分布規(guī)律
演練：尋找公司主打產(chǎn)品
演練：用數(shù)據(jù)來探索增量不增收困境的解決方案
案例：銀行ATM柜員機(jī)現(xiàn)金管理分析（銀行）
分組分析（查看數(shù)據(jù)分布）
案例：排班后面隱藏的貓膩
案例：通信運(yùn)營商的流量套餐劃分合理性的評估
演練：銀行用戶消費(fèi)層次分析（銀行）
演練：呼叫中心接聽電話效率分析（呼叫中心）
演練：客服中心科學(xué)排班人數(shù)需求分析（客服中心）
演練：客戶年齡分布/消費(fèi)分布分析
結(jié)構(gòu)分析（評估事物構(gòu)成）
案例：用戶市場占比結(jié)構(gòu)分析
案例：物流費(fèi)用占比結(jié)構(gòu)分析（物流）
案例：中移動(dòng)用戶群動(dòng)態(tài)結(jié)構(gòu)分析
演練：用戶結(jié)構(gòu)/收入結(jié)構(gòu)/產(chǎn)品結(jié)構(gòu)的分析
趨勢分析（發(fā)現(xiàn)事物隨時(shí)間的變化規(guī)律）
案例：破解零售店銷售規(guī)律
案例：手機(jī)銷量的淡旺季分析
演練：發(fā)現(xiàn)產(chǎn)品銷售的時(shí)間規(guī)律
交叉分析（多維數(shù)據(jù)分析）
演練：用戶性別+地域分布分析
演練：不同區(qū)域的產(chǎn)品偏好分析
演練：不同教育水平的業(yè)務(wù)套餐偏好分析
綜合分析方法及其適用場景
綜合評價(jià)法（多維指標(biāo)歸一）
案例：南京丈母娘選女婿分析表格
演練：人才選拔評價(jià)分析（HR）
杜邦分析法（關(guān)鍵因素分析-財(cái)務(wù)數(shù)據(jù)分析）
案例：運(yùn)營商市場占有率分析（通信）
案例：服務(wù)水平提升分析（呼叫中心）
演戲：提升銷量的銷售策略分析（零售商/電商）
漏斗分析法（關(guān)鍵流程環(huán)節(jié)分析-流失率與轉(zhuǎn)化率分析）
案例：電商產(chǎn)品銷售流程優(yōu)化與策略分析（電商）
演練：營業(yè)廳終端銷售流程分析（電信）
演練：銀行業(yè)務(wù)辦理流程優(yōu)化分析（銀行）
矩陣分析法（產(chǎn)品策略分析-象限圖分析法）
案例：工作安排評估
案例：HR人員考核與管理
案例：波士頓產(chǎn)品策略分析
最合適的分析方法才是硬道理。
第五模塊：用戶行為分析—思路篇
問題：數(shù)據(jù)分析思路是怎樣的？如何才能全面/系統(tǒng)地分析而不遺漏？
常用分析思路模型
用戶行為分析（5W2H分析思路）
WHY：原因
WHAT：產(chǎn)品
WHO：客戶
WHEN：時(shí)間
WHERE：區(qū)域/渠道
HOW：支付方式
HOW MUCH：價(jià)格
案例討論：結(jié)合公司情況，搭建用戶消費(fèi)習(xí)慣的分析框架（5W2H）
第六模塊：影響因素分析
營銷問題：哪些是影響市場銷量的關(guān)鍵因素？比如，產(chǎn)品在貨架上的位置是否對銷量有影響？價(jià)格和廣告開銷是如何影響銷量的？
影響風(fēng)險(xiǎn)控制的關(guān)鍵因素有哪些？如何判斷？
影響因素分析的常見方法
相關(guān)分析（因素影響的相關(guān)性分析，相關(guān)程度計(jì)算）
相關(guān)系數(shù)
解讀相關(guān)系數(shù)
案例：體重與腰圍的相關(guān)分析
案例：推廣費(fèi)用與銷售金額的相關(guān)分析
方差分析（影響關(guān)鍵因素分析，影響因素組合分析）
方差分析模型及適用場景
單因素分析/多因素分析
案例：終端陳列位置對銷量的影響分析
案例：廣告形式、地區(qū)對銷量的影響因素分析
列聯(lián)分析（影響關(guān)鍵因素分析）
交叉表與列聯(lián)表
卡方檢驗(yàn)的原理
案例：套餐類型與客戶流失是否有關(guān)系？
案例：學(xué)歷與套餐偏好的關(guān)系分析
第七模塊：產(chǎn)品銷量預(yù)測
營銷問題：如何預(yù)測未來的產(chǎn)品銷量？如果產(chǎn)品跟隨季節(jié)性變動(dòng)，該如何預(yù)測？新產(chǎn)品上市，如果評估銷量上限及銷售增速？
銷量預(yù)測與市場預(yù)測模型介紹
時(shí)序預(yù)測
回歸模型
回歸分析/回歸預(yù)測
問題：如何預(yù)測未來的銷售量（定量分析）？
回歸分析簡介
回歸分析的種類（一元/多元、線性/曲線）
得到回歸方程的常用工具
散點(diǎn)圖+趨勢線
線性回歸工具
規(guī)劃求解工具
演練：散點(diǎn)圖找營銷費(fèi)用與銷售額的關(guān)系（一元回歸）
線性回歸分析的五個(gè)步驟
演練：營銷費(fèi)用、辦公費(fèi)用與銷售額的關(guān)系（線性回歸）
解讀線性回歸分析結(jié)果的技巧
定性描述：正相關(guān)/負(fù)相關(guān)
定量描述：自變量變化導(dǎo)致因變量的變化程度
回歸預(yù)測模型質(zhì)量
評估指標(biāo)：判定系數(shù)R^2、
如何選擇最佳回歸模型
演練：如何選擇最佳的回歸預(yù)測模型（一元曲線回歸）
預(yù)測值準(zhǔn)確性評估
MAD、MSE/RMSE、MAPE等
演練：如何選擇最佳的回歸預(yù)測模型（一元曲線回歸）
帶分類變量的回歸預(yù)測
演練：汽車季度銷量預(yù)測
演練：工齡、性別與終端銷量的關(guān)系
演練：如何評估銷售目標(biāo)與資源配置（營業(yè)廳）
時(shí)序預(yù)測模型
第八模塊：客戶行為預(yù)測
問題：如何評估客戶購買產(chǎn)品的可能性？如何預(yù)測客戶的購買行為？如何提取某類客戶的典型特征？如何向客戶精準(zhǔn)推薦產(chǎn)品或業(yè)務(wù)？
分類模型概述
常見分類預(yù)測模型
邏輯回歸模型
邏輯回歸模型原理及適用場景
邏輯回歸的種類
二項(xiàng)邏輯回歸
多項(xiàng)邏輯回歸
如何解讀邏輯回歸方程
帶分類自變量的邏輯回歸分析
多元邏輯回歸
案例：如何評估用戶是否會購買某產(chǎn)品（二元邏輯回歸）
案例：多品牌選擇模型分析（多元邏輯回歸）
分類決策樹
問題：如何預(yù)測客戶行為？如何識別潛在客戶？
風(fēng)控：如何識別欠貸者的特征，以及預(yù)測欠貸概率？
客戶保有：如何識別流失客戶特征，以及預(yù)測客戶流失概率？
決策樹分類簡介
案例：美國零售商（Target）如何預(yù)測少女懷孕
演練：識別銀行欠貨風(fēng)險(xiǎn)，提取欠貸者的特征
如何評估分類性能？如何選擇最優(yōu)分類模型？
案例：商場酸奶購買用戶特征提取
案例：客戶流失預(yù)警與客戶挽留
案例：識別拖欠銀行貨款者的特征，避免不良貨款
案例：識別電信詐騙者嘴臉，讓通信更安全
結(jié)束：課程總結(jié)與問題答疑。

【講師介紹】
傅老師，曼頓培訓(xùn)網(wǎng)(www.mdpxb.com)資深講師。
背景經(jīng)歷
KNX培訓(xùn)師、顧問
華為系大數(shù)據(jù)專家
計(jì)算機(jī)軟件與理論碩士研究生（研究方向：數(shù)據(jù)挖掘、搜索引擎）
曾在華為工作十年，五篇國家專利，在華為工作期間獲得華為數(shù)項(xiàng)獎(jiǎng)項(xiàng)，在英國、日本、荷蘭等國家做項(xiàng)目
專注于大數(shù)據(jù)分析與挖掘等應(yīng)用技術(shù)，以及大數(shù)據(jù)系統(tǒng)部署解決方案。旨在將大數(shù)據(jù)的數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)建模應(yīng)用于行業(yè)及商業(yè)領(lǐng)域，解決行業(yè)實(shí)際的問題。將大數(shù)據(jù)應(yīng)用于運(yùn)營決策，幫助企業(yè)提升運(yùn)營決策能力應(yīng)用于市場營銷，通過大數(shù)據(jù)營銷，解決營銷中的用戶群細(xì)分，產(chǎn)品設(shè)計(jì)優(yōu)化，產(chǎn)品最優(yōu)定價(jià)，精準(zhǔn)營銷，精準(zhǔn)推薦等實(shí)際問題，提升營銷效果，節(jié)省營銷費(fèi)用，以及市場預(yù)測、用戶行為預(yù)測等

擅長領(lǐng)域
《大數(shù)據(jù)分析與數(shù)據(jù)挖掘綜合能力提升實(shí)戰(zhàn)》《“數(shù)”說營銷----大數(shù)據(jù)營銷實(shí)戰(zhàn)與沙盤》《大數(shù)據(jù)建模與模型優(yōu)化實(shí)戰(zhàn)培訓(xùn)》
《大數(shù)據(jù)產(chǎn)業(yè)現(xiàn)狀及應(yīng)用創(chuàng)新》《大數(shù)據(jù)戰(zhàn)略與商業(yè)變革》《大數(shù)據(jù)時(shí)代的精準(zhǔn)營銷》
《Hadoop大數(shù)據(jù)解決方案開發(fā)技術(shù)基礎(chǔ)培訓(xùn)》《大數(shù)據(jù)分析與挖掘之Python開發(fā)實(shí)戰(zhàn)》
服務(wù)客戶
華為、富士康、平安集團(tuán)、中國銀行、招商銀行、光大銀行、中信銀行、交通銀行、廣電銀通、西部航空、海南航空、中國移動(dòng)、中國聯(lián)通、中國電信、西部航空、安能物流、廣州地鐵、富維江森、東風(fēng)日產(chǎn)、神南礦業(yè)、公交集團(tuán)、廣州稅務(wù)、良品鋪?zhàn)拥葐挝缓凸�司�?/p>

【費(fèi)用及報(bào)名】
1、費(fèi)用：培訓(xùn)費(fèi)5800元（含培訓(xùn)費(fèi)、講義費(fèi)）；如需食宿，會務(wù)組可統(tǒng)一安排,費(fèi)用自理。
2、報(bào)名咨詢：4006820825 010-56133998 56028090 13810210257 鮑老師
3、報(bào)名流程：電話登記-->填寫報(bào)名表-->發(fā)出培訓(xùn)確認(rèn)函
4、備注：如課程已過期，請?jiān)L問我們的網(wǎng)站，查詢最新課程
5、詳細(xì)資料請?jiān)L問北京曼頓培訓(xùn)網(wǎng)：www.mdpxb.com (每月在全國開設(shè)四百多門公開課，歡迎報(bào)名學(xué)習(xí))