• 2022/4/21至2022/4/22 廣州

課程收獲
1、了解大數(shù)據(jù)營(yíng)銷內(nèi)容，掌握大數(shù)據(jù)在營(yíng)銷中的應(yīng)用
2、了解基本的營(yíng)銷理論，并學(xué)會(huì)基于營(yíng)銷理念來(lái)展開大數(shù)據(jù)分析
3、熟悉數(shù)據(jù)挖掘的標(biāo)準(zhǔn)過(guò)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(yīng)用操作
5、學(xué)會(huì)選擇合適的分析模型來(lái)解決相應(yīng)的營(yíng)銷問(wèn)題
課程特色
理論精講+案例演練+實(shí)際業(yè)務(wù)問(wèn)題分析+Excel實(shí)踐操作+SPSS實(shí)踐操作
本課程由淺入深，結(jié)合原理主講軟件工具應(yīng)用，不需要太深的數(shù)學(xué)知識(shí)，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(wèn)題，進(jìn)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(bào)告撰寫，全過(guò)程演練操作，以達(dá)到提升學(xué)員的數(shù)據(jù)綜合分析能力，支撐運(yùn)營(yíng)決策的目的。

課程大綱

第一部分：大數(shù)據(jù)實(shí)現(xiàn)精準(zhǔn)營(yíng)銷
1、傳統(tǒng)營(yíng)銷的困境與挑戰(zhàn)
2、營(yíng)銷理論的變革（4P4CnPnC）
3、大數(shù)據(jù)引領(lǐng)傳統(tǒng)營(yíng)銷
4、大數(shù)據(jù)在營(yíng)銷中的典型應(yīng)用
5、大數(shù)據(jù)營(yíng)銷的基石：用戶畫像
6、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(lái)支撐手機(jī)精準(zhǔn)營(yíng)銷項(xiàng)目
第二部分：大數(shù)據(jù)基礎(chǔ)—數(shù)據(jù)思維篇
1、大數(shù)據(jù)時(shí)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(jià)值
（1）用趨勢(shì)圖來(lái)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(guān)性
（4）阿里巴巴預(yù)測(cè)經(jīng)濟(jì)危機(jī)的到來(lái)
（5）從美國(guó)總統(tǒng)競(jìng)選看大數(shù)據(jù)對(duì)選民行為進(jìn)行分析
4、大數(shù)據(jù)價(jià)值落地的三個(gè)關(guān)鍵環(huán)節(jié)
（1）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(yíng)業(yè)員（用數(shù)據(jù)管理來(lái)識(shí)別）
第三部分：大數(shù)據(jù)精準(zhǔn)營(yíng)銷—分析框架篇
1、數(shù)據(jù)分析簡(jiǎn)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(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--觀點(diǎn)表達(dá)
演練：如何用大數(shù)據(jù)來(lái)支撐手機(jī)精準(zhǔn)營(yíng)銷項(xiàng)目
演練：如何構(gòu)建一個(gè)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(zhǔn)營(yíng)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(duì)比/分組/結(jié)構(gòu)/趨勢(shì)/交叉…）
（2）相關(guān)性分析法（相關(guān)/方差/卡方…）
（3）預(yù)測(cè)性分析法（回歸/時(shí)序/決策樹/神經(jīng)網(wǎng)絡(luò)…）
（4）專題性分析法（聚類/關(guān)聯(lián)/RFM模型/…）
3、統(tǒng)計(jì)分析基礎(chǔ)
4、統(tǒng)計(jì)分析常用指標(biāo)
（1）匯總方式：計(jì)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(biāo)準(zhǔn)差、IQR
（4）分布形態(tài)：偏度、峰度
5、基本分析方法及其適用場(chǎng)景
（1）對(duì)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(gòu)分析（評(píng)估事物構(gòu)成）
（4）趨勢(shì)分析（發(fā)現(xiàn)事物隨時(shí)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(chǎng)景
（1）綜合評(píng)價(jià)法（多維指標(biāo)歸一）
（2）杜邦分析法（關(guān)鍵因素分析-財(cái)務(wù)數(shù)據(jù)分析）
（3）漏斗分析法（關(guān)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(fèi)習(xí)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(guān)分析（衡量?jī)蓴?shù)據(jù)型變量的線性相關(guān)性）
問(wèn)題：這兩個(gè)屬性是否會(huì)相互影響？影響程度大嗎？
（1）相關(guān)分析簡(jiǎn)介
（2）相關(guān)分析的應(yīng)用場(chǎng)景
（3）相關(guān)分析的種類
（4）相關(guān)系數(shù)的三種計(jì)算公式
（5）相關(guān)分析的假設(shè)檢驗(yàn)
（6）相關(guān)分析的四個(gè)基本步驟
演練：營(yíng)銷費(fèi)用會(huì)影響銷售額嗎
演練：哪些因素與汽車銷量有相關(guān)性
（7）偏相關(guān)分析
（8）距離相關(guān)分析
第七部分：產(chǎn)品銷量預(yù)測(cè)—回歸預(yù)測(cè)篇
1、銷量預(yù)測(cè)與市場(chǎng)預(yù)測(cè)模型介紹
（1）時(shí)序預(yù)測(cè)
（2）回歸模型
（3）季節(jié)性預(yù)測(cè)（相加/相乘模型）
（4）產(chǎn)品預(yù)測(cè)（珀?duì)柷�線/龔鉑茲曲線）
2、回歸分析/回歸預(yù)測(cè)
問(wèn)題：如何預(yù)測(cè)未來(lái)的銷售量（定量分析）？
（1）回歸分析簡(jiǎn)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(diǎn)圖找營(yíng)銷費(fèi)用與銷售額的關(guān)系（一元回歸）
（4）線性回歸分析的五個(gè)步驟
演練：營(yíng)銷費(fèi)用、辦公費(fèi)用與銷售額的關(guān)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(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
（6）回歸預(yù)測(cè)模型質(zhì)量評(píng)估
評(píng)估指標(biāo)：判定系數(shù)R^2、標(biāo)準(zhǔn)誤差
如何選擇最佳回歸模型
演練：如何選擇最佳的回歸預(yù)測(cè)模型（一元曲線回歸）
（7）預(yù)測(cè)值準(zhǔn)確性評(píng)估
MAD、MSE/RMSE、MAPE等
（8）帶分類變量的回歸預(yù)測(cè)
演練：汽車季度銷量預(yù)測(cè)
演練：工齡、性別與終端銷量的關(guān)系
演練：如何評(píng)估銷售目標(biāo)與資源配置（營(yíng)業(yè)廳）

講師介紹：

傅一航
華為營(yíng)銷大數(shù)據(jù)專家，500強(qiáng)企業(yè)數(shù)據(jù)分析師
實(shí)戰(zhàn)經(jīng)驗(yàn)
華為10年工作經(jīng)驗(yàn)，五項(xiàng)國(guó)家專利，期間獲得華為多項(xiàng)獎(jiǎng)項(xiàng)，曾在英國(guó)、日本、荷蘭等海外市場(chǎng)做項(xiàng)目，對(duì)大數(shù)據(jù)有深入的研究。近十年來(lái)一直從事通信行業(yè)的研究與分析，對(duì)通信行業(yè)的市場(chǎng)態(tài)勢(shì)、客戶行為、服務(wù)效果以及運(yùn)營(yíng)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(yīng)用技術(shù)，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(yīng)用于行業(yè)及商業(yè)領(lǐng)域，解決行業(yè)實(shí)際的問(wèn)題。
授課特點(diǎn)
深入淺出的理論講解（分析模型），使用簡(jiǎn)單實(shí)用的工具操作（分析工具），實(shí)現(xiàn)分析結(jié)果到業(yè)務(wù)策略的落地，實(shí)用性極強(qiáng)。
主講課程
“數(shù)”說(shuō)營(yíng)銷-大數(shù)據(jù)挖掘與營(yíng)銷應(yīng)用、大數(shù)據(jù)產(chǎn)業(yè)現(xiàn)狀及應(yīng)用創(chuàng)新、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)時(shí)代的精準(zhǔn)營(yíng)銷等。
服務(wù)客戶
華為、平安集團(tuán)、良品鋪?zhàn)�、安能物流、東風(fēng)日產(chǎn)、順豐快遞、中國(guó)移動(dòng)、中國(guó)聯(lián)通、中國(guó)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(shí)代集團(tuán)……