數(shù)說營銷——大數(shù)據(jù)營銷實戰(zhàn)培訓（寧波，7月8日）
【舉辦單位】北京曼頓培訓網(wǎng) www.mdpxb.com
【咨詢電話】4006820825 010-56133998 13810210257
【培訓日期】2020年7月8日
【培訓地點】寧波
【培訓對象】系統(tǒng)支撐、市場營銷部、運營分析部相關技術及應用人員。

【課程收益】
了解大數(shù)據(jù)營銷內(nèi)容，掌握大數(shù)據(jù)在營銷中的應用。
了解基本的營銷理論，并學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軟件解決實際的營銷問題（比如定價/因素影響/預測/客戶需求/客戶價值/市場細分等）。

【課程目標】
本課程從實際的市場營銷問題出發(fā)，構建數(shù)據(jù)分析與數(shù)據(jù)挖掘模型，以解決實際的商業(yè)問題。并對大數(shù)據(jù)分析與挖掘技術進行了全面的介紹，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，實現(xiàn)精準營銷，幫助市場營銷團隊深入理解業(yè)務運作，支持業(yè)務策略制定以及運營決策。
本課程突出數(shù)據(jù)分析的實際應用，結(jié)合行業(yè)的典型應用特點，圍繞實際的商業(yè)問題，進行大數(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，以達到提升學員對營銷數(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)實現(xiàn)精準營銷
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)引領傳統(tǒng)營銷
大數(shù)據(jù)在營銷中的典型應用
市場定位與客戶細分
客戶需求與產(chǎn)品設計
精準廣告與精準推薦
……
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)應用
演練：如何用大數(shù)據(jù)來支撐手機精準營銷項目
第二模塊：大數(shù)據(jù)基礎-數(shù)據(jù)思維
問題：大數(shù)據(jù)的核心價值是什么？大數(shù)據(jù)是怎樣用于業(yè)務決策？
大數(shù)據(jù)時代：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)價值實現(xiàn)的三個關鍵環(huán)節(jié)
業(yè)務數(shù)據(jù)化
數(shù)據(jù)信息化
信息策略化
案例：喜歡賺“差價”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、懂管理、懂分析、懂工具、懂呈現(xiàn)
第三模塊：大數(shù)據(jù)基礎-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)務問題
確定分析思路：分解業(yè)務問題，構建分析框架
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--觀點表達
選擇恰當?shù)膱D表
選擇合適的可視化工具
步驟6：報表撰寫--觀點表達
選擇報告種類
完整的報告結(jié)構
數(shù)據(jù)分析的三大誤區(qū)
演練：如何用大數(shù)據(jù)來支撐手機精準營銷項目
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/趨勢/…）
綜合分析法（交叉/綜合評價/杜邦/漏斗/…）
高級分析法（相關/方差/驗證/回歸/時序/…）
數(shù)據(jù)挖掘法（聚類/分類/關聯(lián)/RFM模型/…）
統(tǒng)計分析常用指標
計數(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/標準差、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：通信運營商的流量套餐劃分合理性的評估
演練：銀行用戶消費層次分析（銀行）
演練：呼叫中心接聽電話效率分析（呼叫中心）
演練：客服中心科學排班人數(shù)需求分析（客服中心）
演練：客戶年齡分布/消費分布分析
結(jié)構分析（評估事物構成）
案例：用戶市場占比結(jié)構分析
案例：物流費用占比結(jié)構分析（物流）
案例：中移動用戶群動態(tài)結(jié)構分析
演練：用戶結(jié)構/收入結(jié)構/產(chǎn)品結(jié)構的分析
趨勢分析（發(fā)現(xiàn)事物隨時間的變化規(guī)律）
案例：破解零售店銷售規(guī)律
案例：手機銷量的淡旺季分析
演練：發(fā)現(xiàn)產(chǎn)品銷售的時間規(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)務套餐偏好分析
綜合分析方法及其適用場景
綜合評價法（多維指標歸一）
案例：南京丈母娘選女婿分析表格
演練：人才選拔評價分析（HR）
杜邦分析法（關鍵因素分析-財務數(shù)據(jù)分析）
案例：運營商市場占有率分析（通信）
案例：服務水平提升分析（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：時間
WHERE：區(qū)域/渠道
HOW：支付方式
HOW MUCH：價格
案例討論：結(jié)合公司情況，搭建用戶消費習慣的分析框架（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鍵因素？比如，產(chǎn)品在貨架上的位置是否對銷量有影響？價格和廣告開銷是如何影響銷量的？
影響風險控制的關鍵因素有哪些？如何判斷？
影響因素分析的常見方法
相關分析（因素影響的相關性分析，相關程度計算）
相關系數(shù)
解讀相關系數(shù)
案例：體重與腰圍的相關分析
案例：推廣費用與銷售金額的相關分析
方差分析（影響關鍵因素分析，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（影響關鍵因素分析）
交叉表與列聯(lián)表
卡方檢驗的原理
案例：套餐類型與客戶流失是否有關系？
案例：學歷與套餐偏好的關系分析
第七模塊：產(chǎn)品銷量預測
營銷問題：如何預測未來的產(chǎn)品銷量？如果產(chǎn)品跟隨季節(jié)性變動，該如何預測？新產(chǎn)品上市，如果評估銷量上限及銷售增速？
銷量預測與市場預測模型介紹
時序預測
回歸模型
回歸分析/回歸預測
問題：如何預測未來的銷售量（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
散點圖+趨勢線
線性回歸工具
規(guī)劃求解工具
演練：散點圖找營銷費用與銷售額的關系（一元回歸）
線性回歸分析的五個步驟
演練：營銷費用、辦公費用與銷售額的關系（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/負相關
定量描述：自變量變化導致因變量的變化程度
回歸預測模型質(zhì)量
評估指標：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測模型（一元曲線回歸）
預測值準確性評估
MAD、MSE/RMSE、MAPE等
演練：如何選擇最佳的回歸預測模型（一元曲線回歸）
帶分類變量的回歸預測
演練：汽車季度銷量預測
演練：工齡、性別與終端銷量的關系
演練：如何評估銷售目標與資源配置（營業(yè)廳）
時序預測模型
第八模塊：客戶行為預測
問題：如何評估客戶購買產(chǎn)品的可能性？如何預測客戶的購買行為？如何提取某類客戶的典型特征？如何向客戶精準推薦產(chǎn)品或業(yè)務？
分類模型概述
常見分類預測模型
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
二項邏輯回歸
多項邏輯回歸
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：如何預測客戶行為？如何識別潛在客戶？
風控：如何識別欠貸者的特征，以及預測欠貸概率？
客戶保有：如何識別流失客戶特征，以及預測客戶流失概率？
決策樹分類簡介
案例：美國零售商（Target）如何預測少女懷孕
演練：識別銀行欠貨風險，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，曼頓培訓網(wǎng)(www.mdpxb.com)資深講師。

華為系大數(shù)據(jù)專家
計算機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)項獎項，在英國、日本、荷蘭等國家做項目
專注于大數(shù)據(jù)分析與挖掘等應用技術，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)建模應用于行業(yè)及商業(yè)領域，解決行業(yè)實際的問題。將大數(shù)據(jù)應用于運營決策，幫助企業(yè)提升運營決策能力應用于市場營銷，通過大數(shù)據(jù)營銷，解決營銷中的用戶群細分，產(chǎn)品設計優(yōu)化，產(chǎn)品最優(yōu)定價，精準營銷，精準推薦等實際問題，提升營銷效果，節(jié)省營銷費用，以及市場預測、用戶行為預測等

擅長領域
《大數(shù)據(jù)分析與數(shù)據(jù)挖掘綜合能力提升實戰(zhàn)》《“數(shù)”說營銷----大數(shù)據(jù)營銷實戰(zhàn)與沙盤》《大數(shù)據(jù)建模與模型優(yōu)化實戰(zhàn)培訓》
《大數(shù)據(jù)產(chǎn)業(yè)現(xiàn)狀及應用創(chuàng)新》《大數(shù)據(jù)戰(zhàn)略與商業(yè)變革》《大數(shù)據(jù)時代的精準營銷》
《Hadoop大數(shù)據(jù)解決方案開發(fā)技術基礎培訓》《大數(shù)據(jù)分析與挖掘之Python開發(fā)實戰(zhàn)》
服務客戶
華為、富士康、平安集團、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、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、東風日產(chǎn)、神南礦業(yè)、公交集團、廣州稅務、良品鋪子等單位和公司。

【費用及報名】
1、費用：培訓費3980元（含培訓費、講義費）；如需食宿，會務組可統(tǒng)一安排,費用自理。
2、報名咨詢：4006820825 010-56133998 56028090 13810210257 鮑老師
3、報名流程：電話登記-->填寫報名表-->發(fā)出培訓確認函
4、備注：如課程已過期，請訪問我們的網(wǎng)站，查詢最新課程
5、詳細資料請訪問北京曼頓培訓網(wǎng)：www.mdpxb.com (每月在全國開設四百多門公開課，歡迎報名學習)