本課程從實(shí)際的市場(chǎng)營(yíng)銷問(wèn)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(wèn)題。并對(duì)大數(shù)據(jù)分析與挖掘技術(shù)進(jìn)行了全面的介紹，通過(guò)從大量的市場(chǎng)營(yíng)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(yíng)銷，幫助市場(chǎng)營(yíng)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(yíng)決策。
通過(guò)本課程的學(xué)習(xí)，達(dá)到如下目的：
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(kāi)大數(shù)據(jù)分析。
3、 熟悉數(shù)據(jù)分析/挖掘的基本過(guò)程，掌握常用的數(shù)據(jù)挖掘方法。
4、 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(yíng)銷問(wèn)題（比如定價(jià)/因素影響/預(yù)測(cè)/客戶需求/客戶價(jià)值/市場(chǎng)細(xì)分等）。
【授課時(shí)間】
2-4天時(shí)間，或者根據(jù)培訓(xùn)需求選擇組合（每天6個(gè)小時(shí)）
內(nèi)容 | 2天 | 4天 |
核心數(shù)據(jù)思維 | √ | √ |
數(shù)據(jù)分析過(guò)程 | √ | √ |
用戶行為分析 | √ | √ |
數(shù)據(jù)分析思路 | √ | √ |
影響因素分析 | √ | √ |
產(chǎn)品銷量預(yù)測(cè) | √回歸 | √時(shí)序 |
客戶行為預(yù)測(cè) | √ | |
市場(chǎng)客戶細(xì)分 | √ | |
客戶價(jià)值評(píng)估 | √ | |
產(chǎn)品推薦模型 | √ | |
產(chǎn)品定價(jià)策略 | √ |
1、 每個(gè)學(xué)員自備一臺(tái)便攜機(jī)(必須)。
2、 便攜機(jī)中事先安裝好Excel 2013版本及以上。
3、 便攜機(jī)中事先安裝好IBM SPSS Statistics v24版本及以上。
注：講師可以提供試用版本軟件及分析數(shù)據(jù)源。
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)的分析與挖掘，介紹常用的模型，以及模型適用場(chǎng)景，通過(guò)演練操作，以達(dá)到提升學(xué)員對(duì)營(yíng)銷數(shù)據(jù)的分析以及對(duì)數(shù)據(jù)模型的深入理解。
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（4Pà4CànPnC）
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
Ø 市場(chǎng)定位與客戶細(xì)分
Ø 客戶需求與產(chǎn)品設(shè)計(jì)
Ø 精準(zhǔn)廣告與精準(zhǔn)推薦
Ø ……
5、 大數(shù)據(jù)營(yíng)銷的基石：用戶畫(huà)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
問(wèn)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？
1、 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
2、 大數(shù)據(jù)的本質(zhì)
Ø 數(shù)據(jù)，是對(duì)客觀事物的描述和記錄
Ø 大數(shù)據(jù)不在于大，而在于全
3、 大數(shù)據(jù)四大核心價(jià)值
Ø 用趨勢(shì)圖來(lái)探索產(chǎn)品銷量規(guī)律
Ø 從谷歌的GFT產(chǎn)品探索用戶需求變化
Ø 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
Ø 阿里巴巴預(yù)測(cè)經(jīng)濟(jì)危機(jī)的到來(lái)
Ø 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)
Ø 業(yè)務(wù)數(shù)據(jù)化
Ø 數(shù)據(jù)信息化
Ø 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
Ø 數(shù)據(jù)分析的三個(gè)階段
Ø 分析方法的三大類別
2、 數(shù)據(jù)分析的六步曲
3、 步驟1：明確目的--理清思路
Ø 確定分析目的：要解決什么樣的業(yè)務(wù)問(wèn)題
Ø 確定分析思路：分解業(yè)務(wù)問(wèn)題，構(gòu)建分析框架
4、 步驟2：數(shù)據(jù)收集—理清思路
Ø 明確收集數(shù)據(jù)范圍
Ø 確定收集來(lái)源
Ø 確定收集方法
5、 步驟3：數(shù)據(jù)預(yù)處理—尋找答案
Ø 數(shù)據(jù)質(zhì)量評(píng)估
Ø 數(shù)據(jù)清洗、數(shù)據(jù)處理和變量處理
Ø 探索性分析
6、 步驟4：數(shù)據(jù)分析--尋找答案
Ø 選擇合適的分析方法
Ø 構(gòu)建合適的分析模型
Ø 選擇合適的分析工具
7、 步驟5：數(shù)據(jù)展示--觀點(diǎn)表達(dá)
Ø 選擇恰當(dāng)?shù)膱D表
Ø 選擇合適的可視化工具
8、 步驟6：報(bào)表撰寫(xiě)--觀點(diǎn)表達(dá)
Ø 選擇報(bào)告種類
Ø 完整的報(bào)告結(jié)構(gòu)
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
問(wèn)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(wèn)題？
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
Ø 描述性分析法（對(duì)比/分組/結(jié)構(gòu)/趨勢(shì)/交叉…）
Ø 相關(guān)性分析法（相關(guān)/方差/卡方…）
Ø 預(yù)測(cè)性分析法（回歸/時(shí)序/決策樹(shù)/神經(jīng)網(wǎng)絡(luò)…）
Ø 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)
Ø 統(tǒng)計(jì)分析兩要素
Ø 統(tǒng)計(jì)分析三步驟
4、 統(tǒng)計(jì)分析常用指標(biāo)
Ø 匯總方式：計(jì)數(shù)、求和、百分比（增跌幅）
Ø 集中程度：均值、中位數(shù)、眾數(shù)
Ø 離散程度：極差、方差/標(biāo)準(zhǔn)差、IQR
Ø 分布形態(tài)：偏度、峰度
5、 基本分析方法及其適用場(chǎng)景
Ø 對(duì)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(lái)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）
Ø 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(yíng)商的流量套餐劃分合理性的評(píng)估
演練：銀行用戶消費(fèi)層次分析（銀行）
演練：呼叫中心接聽(tīng)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
Ø 結(jié)構(gòu)分析（評(píng)估事物構(gòu)成）
案例：用戶市場(chǎng)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
Ø 趨勢(shì)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
Ø 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
6、 綜合分析方法及其適用場(chǎng)景
Ø 綜合評(píng)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(píng)價(jià)分析（HR）
Ø 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(yíng)商市場(chǎng)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）
Ø 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(yíng)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）
Ø 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(píng)估
案例：HR人員考核與管理
案例：波士頓產(chǎn)品策略分析
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
問(wèn)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？
1、 常用分析思路模型
2、 用戶行為分析（5W2H分析思路）
Ø WHY：原因
Ø WHAT：產(chǎn)品
Ø WHO：客戶
Ø WHEN：時(shí)間
Ø WHERE：區(qū)域/渠道
Ø HOW：支付方式
Ø 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）
第六部分： 影響因素分析—屬性篩選篇
營(yíng)銷問(wèn)題：哪些是影響市場(chǎng)銷量的關(guān)鍵因素？比如，產(chǎn)品在貨架上的位置是否對(duì)銷量有影響？?jī)r(jià)格和廣告開(kāi)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？
1、 影響因素分析的常見(jiàn)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？
Ø 相關(guān)分析簡(jiǎn)介
Ø 相關(guān)分析的應(yīng)用場(chǎng)景
Ø 相關(guān)分析的種類
² 簡(jiǎn)單相關(guān)分析
² 偏相關(guān)分析
² 距離相關(guān)分析
Ø 相關(guān)系數(shù)的三種計(jì)算公式
² Pearson相關(guān)系數(shù)
² Spearman相關(guān)系數(shù)
² Kendall相關(guān)系數(shù)
Ø 相關(guān)分析的假設(shè)檢驗(yàn)
Ø 相關(guān)分析的四個(gè)基本步驟
演練：體重與腰圍的關(guān)系
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
演練：話費(fèi)與網(wǎng)齡的相關(guān)分析
Ø 偏相關(guān)分析
² 偏相關(guān)原理：排除不可控因素后的兩變量的相關(guān)性
² 偏相關(guān)系數(shù)的計(jì)算公式
² 偏相關(guān)分析的適用場(chǎng)景
Ø 距離相關(guān)分析
3、 方差分析（衡量類別變量與數(shù)值變量間的相關(guān)性）
問(wèn)題：哪些才是影響銷量的關(guān)鍵因素？
Ø 方差分析的應(yīng)用場(chǎng)景
Ø 方差分析的三個(gè)種類
² 單因素方差分析
² 多因素方差分析
² 協(xié)方差分析
Ø 方差分析的原理
Ø 方差分析的四個(gè)步驟
Ø 解讀方差分析結(jié)果的兩個(gè)要點(diǎn)
演練：終端擺放位置與終端銷量有關(guān)嗎
演練：開(kāi)通月數(shù)對(duì)客戶流失的影響分析
演練：客戶學(xué)歷對(duì)消費(fèi)水平的影響分析
演練：廣告和價(jià)格是影響終端銷量的關(guān)鍵因素嗎
演練：營(yíng)業(yè)員的性別、技能級(jí)別對(duì)產(chǎn)品銷量有影響嗎
演練：尋找影響產(chǎn)品銷量的關(guān)鍵因素
Ø 多因素方差分析原理
Ø 多因素方差分析的作用
Ø 多因素方差結(jié)果的解讀
演練：廣告形式、地區(qū)對(duì)銷量的影響因素分析（多因素）
Ø 協(xié)方差分析原理
Ø 協(xié)方差分析的適用場(chǎng)景
演練：飼料對(duì)生豬體重的影響分析（協(xié)方差分析）
4、 列聯(lián)分析/卡方檢驗(yàn)（兩類別變量的相關(guān)性分析）
Ø 交叉表與列聯(lián)表
Ø 卡方檢驗(yàn)的原理
Ø 卡方檢驗(yàn)的幾個(gè)計(jì)算公式
Ø 列聯(lián)表分析的適用場(chǎng)景
案例：套餐類型對(duì)客戶流失的影響分析
案例：學(xué)歷對(duì)業(yè)務(wù)套餐偏好的影響分析
案例：行業(yè)/規(guī)模對(duì)風(fēng)控的影響分析
5、 相關(guān)性分析方法總結(jié)
第七部分： 產(chǎn)品銷量預(yù)測(cè)—回歸預(yù)測(cè)篇
營(yíng)銷問(wèn)題：如何預(yù)測(cè)未來(lái)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(cè)？新產(chǎn)品上市，如果評(píng)估銷量上限及銷售增速？
1、 銷量預(yù)測(cè)與市場(chǎng)預(yù)測(cè)模型介紹
Ø 時(shí)序預(yù)測(cè)
Ø 回歸模型
Ø 季節(jié)性預(yù)測(cè)（相加/相乘模型）
Ø 產(chǎn)品預(yù)測(cè)（珀?duì)柷�/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）？
Ø 回歸分析簡(jiǎn)介
Ø 回歸分析的種類（一元/多元、線性/曲線）
Ø 得到回歸方程的常用工具
² 散點(diǎn)圖+趨勢(shì)線
² 線性回歸工具
² 規(guī)劃求解工具
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）
Ø 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）
Ø 解讀線性回歸分析結(jié)果的技巧
² 定性描述：正相關(guān)/負(fù)相關(guān)
² 定量描述：自變量變化導(dǎo)致因變量的變化程度
Ø 回歸預(yù)測(cè)模型質(zhì)量評(píng)估
² 評(píng)估指標(biāo)：判定系數(shù)R^2、標(biāo)準(zhǔn)誤差
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(cè)模型（一元曲線回歸）
Ø 預(yù)測(cè)值準(zhǔn)確性評(píng)估
² MAD、MSE/RMSE、MAPE等
Ø 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）
3、 回歸分析的基本原理
4、 模型優(yōu)化思路：尋找最佳回歸擬合線
Ø 如何處理預(yù)測(cè)離群值（剔除離群值）
Ø 如何剔除不顯著因素（剔除不顯著因素）
Ø 如何進(jìn)行非線性關(guān)系檢驗(yàn)（增加非線性自變量）
Ø 如何進(jìn)行相互作用檢驗(yàn)（增加相互作用自變量）
Ø 如何進(jìn)行多重共線性檢驗(yàn)（剔除共線性自變量）
Ø 如何檢驗(yàn)誤差項(xiàng)（修改因變量）
Ø 如何判斷模型過(guò)擬合（模型過(guò)擬合判斷）
演練：模型優(yōu)化案例
5、 規(guī)劃求解工具簡(jiǎn)介（自定義回歸模型的工具）
6、 自定義模型（如何利用規(guī)劃求解進(jìn)行自定義模型）
案例：如何對(duì)餐廳客流量進(jìn)行建模及模型優(yōu)化
7、 好模型都是優(yōu)化出來(lái)的
第八部分： 產(chǎn)品銷量預(yù)測(cè)—時(shí)序預(yù)測(cè)篇
1、 時(shí)間序列簡(jiǎn)介
Ø 回歸模型的缺點(diǎn)
2、 時(shí)序預(yù)測(cè)常用模型
3、 評(píng)估預(yù)測(cè)值的準(zhǔn)確度指標(biāo)
Ø 平均絕對(duì)誤差MAD
Ø 均方差MSE/RMSE
Ø 平均誤差率MAPE
4、 移動(dòng)平均（MA）
Ø 應(yīng)用場(chǎng)景及原理
Ø 移動(dòng)平均種類
² 一次移動(dòng)平均
² 二次移動(dòng)平均
² 加權(quán)移動(dòng)平均
² 移動(dòng)平均比率法
Ø 移動(dòng)平均關(guān)鍵問(wèn)題
² 期數(shù)N的最佳選擇方法
² 最優(yōu)權(quán)重系數(shù)的選取方法
演練：平板電腦銷量預(yù)測(cè)及評(píng)估
演練：快銷產(chǎn)品季節(jié)銷量預(yù)測(cè)及評(píng)估
5、 指數(shù)平滑（ES）
Ø 應(yīng)用場(chǎng)景及原理
Ø 最優(yōu)平滑系數(shù)的選取原則
Ø 指數(shù)平滑種類
² 一次指數(shù)平滑
² 二次指數(shù)平滑（Brown線性、Holt線性、Holt指數(shù)、阻尼線性、阻尼指數(shù)）
² 三次指數(shù)平滑
演練：煤炭產(chǎn)量預(yù)測(cè)
演練：航空旅客量預(yù)測(cè)及評(píng)估
6、 溫特斯季節(jié)預(yù)測(cè)模型
Ø 適用場(chǎng)景及原理
Ø Holt-Winters加法模型
Ø Holt-Winters乘法模型
演練：汽車銷量預(yù)測(cè)及評(píng)估
7、 回歸季節(jié)預(yù)測(cè)模型
Ø 季節(jié)性回歸模型的參數(shù)
Ø 常用季節(jié)性預(yù)測(cè)模型（相加、相乘）
案例：美國(guó)航空旅客里程的季節(jié)性趨勢(shì)分析
案例：產(chǎn)品銷售季節(jié)性趨勢(shì)預(yù)測(cè)分析
8、 ARIMA模型
Ø 適用場(chǎng)景及原理
Ø ARIMA操作
演練：上海證券交易所綜合指數(shù)收益率序列分析
演練：服裝銷售數(shù)據(jù)季節(jié)性趨勢(shì)預(yù)測(cè)分析
9、 新產(chǎn)品銷量預(yù)測(cè)
Ø 新產(chǎn)品累計(jì)銷量的S曲線
Ø 如何評(píng)估銷量增長(zhǎng)的拐點(diǎn)
Ø 珀?duì)柷�與龔鉑茲曲線
案例：如何預(yù)測(cè)產(chǎn)品的銷售增長(zhǎng)拐點(diǎn)，以及銷量上限
演練：預(yù)測(cè)IPad產(chǎn)品的銷量
第九部分： 客戶行為預(yù)測(cè)—分類預(yù)測(cè)篇
問(wèn)題：如何評(píng)估客戶購(gòu)買產(chǎn)品的可能性？如何預(yù)測(cè)客戶的購(gòu)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)？
1、 分類模型概述
2、 常見(jiàn)分類預(yù)測(cè)模型
3、 邏輯回歸（LR）
Ø 邏輯回歸模型原理及適用場(chǎng)景
Ø 邏輯回歸的種類
² 二項(xiàng)邏輯回歸
² 多項(xiàng)邏輯回歸
Ø 如何解讀邏輯回歸方程
Ø 帶分類自變量的邏輯回歸分析
Ø 多元邏輯回歸
案例：如何評(píng)估用戶是否會(huì)購(gòu)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）
4、 分類決策樹(shù)（DT）
問(wèn)題：如何預(yù)測(cè)客戶行為？如何識(shí)別潛在客戶？
風(fēng)控：如何識(shí)別欠貸者的特征，以及預(yù)測(cè)欠貸概率？
客戶保有：如何識(shí)別流失客戶特征，以及預(yù)測(cè)客戶流失概率？
Ø 決策樹(shù)分類簡(jiǎn)介
案例：美國(guó)零售商（Target）如何預(yù)測(cè)少女懷孕
Ø 演練：識(shí)別銀行欠貨風(fēng)險(xiǎn)，提取欠貸者的特征
Ø 構(gòu)建決策樹(shù)的三個(gè)關(guān)鍵問(wèn)題
² 如何選擇最佳屬性來(lái)構(gòu)建節(jié)點(diǎn)
² 如何分裂變量
² 修剪決策樹(shù)
Ø 如何評(píng)估分類性能？如何選擇最優(yōu)分類模型？
案例：商場(chǎng)酸奶購(gòu)買用戶特征提取
案例：客戶流失預(yù)警與客戶挽留
案例：識(shí)別拖欠銀行貨款者的特征，避免不良貨款
案例：識(shí)別電信詐騙者嘴臉，讓通信更安全
5、 人工神經(jīng)網(wǎng)絡(luò)（ANN）
Ø 神經(jīng)網(wǎng)絡(luò)概述
Ø 神經(jīng)網(wǎng)絡(luò)基本原理
Ø 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
Ø 神經(jīng)網(wǎng)絡(luò)的建立步驟
Ø 神經(jīng)網(wǎng)絡(luò)的關(guān)鍵問(wèn)題
Ø BP反向傳播網(wǎng)絡(luò)（MLP）
Ø 徑向基網(wǎng)絡(luò)（RBF）
案例：評(píng)估銀行用戶拖欠貨款的概率
第十部分： 市場(chǎng)細(xì)分模型
問(wèn)題：我們的客戶有幾類？各類特征是什么？如何實(shí)現(xiàn)客戶細(xì)分，開(kāi)發(fā)符合細(xì)分市場(chǎng)的新產(chǎn)品？如何提取客戶特征，從而對(duì)產(chǎn)品進(jìn)行市場(chǎng)定位？
1、 市場(chǎng)細(xì)分的常用方法
Ø 有指導(dǎo)細(xì)分
Ø 無(wú)指導(dǎo)細(xì)分
2、 聚類分析
Ø 如何更好的了解客戶群體和市場(chǎng)細(xì)分？
Ø 如何識(shí)別客戶群體特征？
Ø 如何確定客戶要分成多少適當(dāng)?shù)念悇e？
Ø 聚類方法原理介紹
Ø 聚類方法作用及其適用場(chǎng)景
Ø 聚類分析的種類
Ø K均值聚類（快速聚類）
案例：移動(dòng)三大品牌細(xì)分市場(chǎng)合適嗎？
演練：寶潔公司如何選擇新產(chǎn)品試銷區(qū)域？
演練：如何評(píng)選優(yōu)秀員工？
演練：中國(guó)各省份發(fā)達(dá)程度分析，讓數(shù)據(jù)自動(dòng)聚類
Ø 層次聚類（系統(tǒng)聚類）：發(fā)現(xiàn)多個(gè)類別
Ø R型聚類與Q型聚類的區(qū)別
案例：中移動(dòng)如何實(shí)現(xiàn)客戶細(xì)分及營(yíng)銷策略
演練：中國(guó)省市經(jīng)濟(jì)發(fā)展情況分析（Q型聚類）
演練：裁判評(píng)分的標(biāo)準(zhǔn)衡量，避免“黑哨”（R型聚類）
Ø 兩步聚類
3、 客戶細(xì)分與PCA分析法
Ø PCA主成分分析的原理
Ø PCA分析法的適用場(chǎng)景
演練：利用PCA對(duì)汽車客戶群進(jìn)行細(xì)分
演練：如何針對(duì)汽車客戶群設(shè)計(jì)汽車
第十一部分： 客戶價(jià)值分析
營(yíng)銷問(wèn)題：如何評(píng)估客戶的價(jià)值？不同的價(jià)值客戶有何區(qū)別對(duì)待？
1、 如何評(píng)價(jià)客戶生命周期的價(jià)值
Ø 貼現(xiàn)率與留存率
Ø 評(píng)估客戶的真實(shí)價(jià)值
Ø 使用雙向表衡量屬性敏感度
Ø 變化的邊際利潤(rùn)
案例：評(píng)估營(yíng)銷行為的合理性
2、 RFM模型（客戶價(jià)值評(píng)估）
Ø RFM模型，更深入了解你的客戶價(jià)值
Ø RFM模型與市場(chǎng)策略
Ø RFM模型與活躍度分析
案例：客戶價(jià)值評(píng)估與促銷名單
案例：重購(gòu)用戶特征分析
第十二部分： 產(chǎn)品推薦模型
問(wèn)題：購(gòu)買A產(chǎn)品的顧客還常常要購(gòu)買其他什么產(chǎn)品？應(yīng)該給客戶推薦什么產(chǎn)品最有可能被接受？
1、 常用產(chǎn)品推薦模型
2、 關(guān)聯(lián)分析
Ø 如何制定套餐，實(shí)現(xiàn)交叉/捆綁銷售
案例：啤酒與尿布、颶風(fēng)與蛋撻
Ø 關(guān)聯(lián)分析模型原理（Association）
Ø 關(guān)聯(lián)規(guī)則的兩個(gè)關(guān)鍵參數(shù)
² 支持度
² 置信度
Ø 關(guān)聯(lián)分析的適用場(chǎng)景
案例：購(gòu)物籃分析與產(chǎn)品捆綁銷售/布局優(yōu)化
案例：理財(cái)產(chǎn)品的交叉銷售與產(chǎn)品推薦
第十三部分： 產(chǎn)品定價(jià)策略及最優(yōu)定價(jià)
營(yíng)銷問(wèn)題：產(chǎn)品如何實(shí)現(xiàn)最估定價(jià)？套餐價(jià)格如何確定？采用哪些定價(jià)策略可達(dá)到利潤(rùn)最大化？
1、 常見(jiàn)的定價(jià)方法
2、 產(chǎn)品定價(jià)的理論依據(jù)
Ø 需求曲線與利潤(rùn)最大化
Ø 如何求解最優(yōu)定價(jià)
案例：產(chǎn)品最優(yōu)定價(jià)求解
3、 如何評(píng)估需求曲線
Ø 價(jià)格彈性
Ø 曲線方程（線性、乘冪）
4、 如何做產(chǎn)品組合定價(jià)
5、 如何做產(chǎn)品捆綁/套餐定價(jià)
Ø 最大收益定價(jià)（演進(jìn)規(guī)劃求解）
Ø 避免價(jià)格反轉(zhuǎn)的套餐定價(jià)
案例：電信公司的寬帶、IPTV、移動(dòng)電話套餐定價(jià)
6、 非線性定價(jià)原理
Ø 要理解支付意愿曲線
Ø 支付意愿曲線與需求曲線的異同
案例：雙重收費(fèi)如何定價(jià)（如會(huì)費(fèi)+按次計(jì)費(fèi)）
7、 階梯定價(jià)策略
案例：電力公司如何做階梯定價(jià)
8、 數(shù)量折扣定價(jià)策略
案例：如何通過(guò)折扣來(lái)實(shí)現(xiàn)薄利多銷
9、 定價(jià)策略的評(píng)估與選擇
案例：零售公司如何選擇最優(yōu)定價(jià)策略
10、 航空公司的收益管理
Ø 收益管理介紹
Ø 如何確定機(jī)票預(yù)訂限制
Ø 如何確定機(jī)票超售數(shù)量
Ø 如何評(píng)估模型的收益
案例：FBN航空公司如何實(shí)現(xiàn)收益管理（預(yù)訂/超售）
第十四部分： 實(shí)戰(zhàn)篇(電信業(yè)客戶流失分析模型)
1、 電信業(yè)客戶流失預(yù)警與客戶挽留模型
2、 銀行欠貸風(fēng)險(xiǎn)預(yù)測(cè)模型
結(jié)束：課程總結(jié)與問(wèn)題答疑。
系統(tǒng)支撐、市場(chǎng)營(yíng)銷部、運(yùn)營(yíng)分析部相關(guān)技術(shù)及應(yīng)用人員。 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)，但希望掌握數(shù)據(jù)分析的相關(guān)人員。