• 2022/4/21至2022/4/22 廣州

課程收獲
1、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
2、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
3、熟悉數(shù)據(jù)挖掘的標準過程，掌握常用的數(shù)據(jù)挖掘方法
4、熟悉數(shù)據(jù)分析及數(shù)據(jù)挖掘工具，掌握Excel和SPSS軟件應用操作
5、學會選擇合適的分析模型來解決相應的營銷問題
課程特色
理論精講+案例演練+實際業(yè)務問題分析+Excel實踐操作+SPSS實踐操作
本課程由淺入深，結(jié)合原理主講軟件工具應用，不需要太深的數(shù)學知識，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)的收集與處理、數(shù)據(jù)分析與挖掘，以及數(shù)據(jù)呈現(xiàn)與報告撰寫，全過程演練操作，以達到提升學員的數(shù)據(jù)綜合分析能力，支撐運營決策的目的。

課程大綱

第一部分：大數(shù)據(jù)實現(xiàn)精準營銷
1、傳統(tǒng)營銷的困境與挑戰(zhàn)
2、營銷理論的變革（4P4CnPnC）
3、大數(shù)據(jù)引領傳統(tǒng)營銷
4、大數(shù)據(jù)在營銷中的典型應用
5、大數(shù)據(jù)營銷的基石：用戶畫像
6、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
第二部分：大數(shù)據(jù)基礎—數(shù)據(jù)思維篇
1、大數(shù)據(jù)時代：缺的不是一堆方法，而是大數(shù)據(jù)思維
2、大數(shù)據(jù)的本質(zhì)
3、大數(shù)據(jù)四大核心價值
（1）用趨勢圖來探索產(chǎn)品銷量規(guī)律
（2）從谷歌的GFT產(chǎn)品探索用戶需求變化
（3）從大數(shù)據(jù)炒股看大數(shù)據(jù)如何探索因素的相關性
（4）阿里巴巴預測經(jīng)濟危機的到來
（5）從美國總統(tǒng)競選看大數(shù)據(jù)對選民行為進行分析
4、大數(shù)據(jù)價值落地的三個關鍵環(huán)節(jié)
（1）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）
第三部分：大數(shù)據(jù)精準營銷—分析框架篇
1、數(shù)據(jù)分析簡介
2、數(shù)據(jù)分析的六步曲
步驟1：明確目的--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--觀點表達
步驟6：報表撰寫--觀點表達
演練：如何用大數(shù)據(jù)來支撐手機精準營銷項目
演練：如何構建一個良好的大數(shù)據(jù)分析框架
第四部分：用戶行為分析—分析方法篇
1、大數(shù)據(jù)精準營銷的前提：用戶行為分析
2、數(shù)據(jù)分析方法的層次
（1）描述性分析法（對比/分組/結(jié)構/趨勢/交叉…）
（2）相關性分析法（相關/方差/卡方…）
（3）預測性分析法（回歸/時序/決策樹/神經(jīng)網(wǎng)絡…）
（4）專題性分析法（聚類/關聯(lián)/RFM模型/…）
3、統(tǒng)計分析基礎
4、統(tǒng)計分析常用指標
（1）匯總方式：計數(shù)、求和、百分比（增跌幅）
（2）集中程度：均值、中位數(shù)、眾數(shù)
（3）離散程度：極差、方差/標準差、IQR
（4）分布形態(tài)：偏度、峰度
5、基本分析方法及其適用場景
（1）對比分析（查看數(shù)據(jù)差距）
（2）分組分析（查看數(shù)據(jù)分布）
（3）結(jié)構分析（評估事物構成）
（4）趨勢分析（發(fā)現(xiàn)事物隨時間的變化規(guī)律）
（5）交叉分析（多維數(shù)據(jù)分析）
6、綜合分析方法及其適用場景
（1）綜合評價法（多維指標歸一）
（2）杜邦分析法（關鍵因素分析-財務數(shù)據(jù)分析）
（3）漏斗分析法（關鍵流程環(huán)節(jié)分析）
（4）矩陣分析法（產(chǎn)品策略分析-象限圖分析法）
7、最合適的分析方法才是硬道理
第五部分：用戶行為分析—分析思路篇
1、常用分析思路模型
2、用戶行為分析（5W2H分析思路）
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）

第六部分：影響因素分析—屬性篩選篇
1、影響因素分析的常見方法
2、相關分析（衡量兩數(shù)據(jù)型變量的線性相關性）
問題：這兩個屬性是否會相互影響？影響程度大嗎？
（1）相關分析簡介
（2）相關分析的應用場景
（3）相關分析的種類
（4）相關系數(shù)的三種計算公式
（5）相關分析的假設檢驗
（6）相關分析的四個基本步驟
演練：營銷費用會影響銷售額嗎
演練：哪些因素與汽車銷量有相關性
（7）偏相關分析
（8）距離相關分析
第七部分：產(chǎn)品銷量預測—回歸預測篇
1、銷量預測與市場預測模型介紹
（1）時序預測
（2）回歸模型
（3）季節(jié)性預測（相加/相乘模型）
（4）產(chǎn)品預測（珀爾曲線/龔鉑茲曲線）
2、回歸分析/回歸預測
問題：如何預測未來的銷售量（定量分析）？
（1）回歸分析簡介
（2）回歸分析的種類（一元/多元、線性/曲線）
（3）得到回歸方程的常用工具
演練：散點圖找營銷費用與銷售額的關系（一元回歸）
（4）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）
（5）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
（6）回歸預測模型質(zhì)量評估
評估指標：判定系數(shù)R^2、標準誤差
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）
（7）預測值準確性評估
MAD、MSE/RMSE、MAPE等
（8）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）

講師介紹：

傅一航
華為營銷大數(shù)據(jù)專家，500強企業(yè)數(shù)據(jù)分析師
實戰(zhàn)經(jīng)驗
華為10年工作經(jīng)驗，五項國家專利，期間獲得華為多項獎項，曾在英國、日本、荷蘭等海外市場做項目，對大數(shù)據(jù)有深入的研究。近十年來一直從事通信行業(yè)的研究與分析，對通信行業(yè)的市場態(tài)勢、客戶行為、服務效果以及運營分析等方面有深入的研究。目前專注大數(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，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。
授課特點
深入淺出的理論講解（分析模型），使用簡單實用的工具操作（分析工具），實現(xiàn)分析結(jié)果到業(yè)務策略的落地，實用性極強。
主講課程
“數(shù)”說營銷-大數(shù)據(jù)挖掘與營銷應用、大數(shù)據(jù)產(chǎn)業(yè)現(xiàn)狀及應用創(chuàng)新、Hadoop大數(shù)據(jù)解決方案開發(fā)技術基礎培訓、大數(shù)據(jù)時代的精準營銷等。
服務客戶
華為、平安集團、良品鋪子、安能物流、東風日產(chǎn)、順豐快遞、中國移動、中國聯(lián)通、中國電信、西部航空、富維江森、廣州地鐵、富士康、光大銀行、招商銀行、新時代集團……