課程背景：

“大數(shù)據(jù)”的概念出現(xiàn)至今已經(jīng)12年了，然而，為數(shù)不少的的市場部、銷售部的相關(guān)員工由于缺乏營銷分析的技能，還在使用原始低效的統(tǒng)計(jì)和分析方法，浪費(fèi)大量的時(shí)間不說，老板還經(jīng)常不滿意。

大數(shù)據(jù)時(shí)代要求市場和銷售部門對客戶響應(yīng)、營銷過程、行業(yè)競爭做深入分析，為決策者提供真正的決策支持，特別是為每一個(gè)營銷動(dòng)作提供最佳的運(yùn)作模型。

本課程從大數(shù)據(jù)的宏觀知識背景開始，探討如何將數(shù)據(jù)分析的技能應(yīng)用于企業(yè)日常的銷售運(yùn)營當(dāng)中。學(xué)習(xí)本課程您將可以掌握以下內(nèi)容：

1. 了解大數(shù)據(jù)的概念，大數(shù)據(jù)包含哪些技術(shù)框架和工具

2. 大數(shù)據(jù)如何跟銀行營銷工作相結(jié)合

3. 數(shù)據(jù)挖掘的CRISP循環(huán)

4. 數(shù)據(jù)分析的工具介紹：例如指標(biāo)分析的方法和統(tǒng)計(jì)學(xué)算法介紹

課程時(shí)間：

1天，6小時(shí)/天

適合對象：

市場分析人員及各銷售管理崗

課程大綱：

一、大數(shù)據(jù)時(shí)代概述

“大數(shù)據(jù)”火了，但是大數(shù)據(jù)的應(yīng)用已經(jīng)有十幾年的歷史了，本節(jié)告訴你大數(shù)據(jù)是什么

1. 大數(shù)據(jù)的應(yīng)用歷史

2. 大數(shù)據(jù)的全景視圖

3. 最熱門的大數(shù)據(jù)工具有哪些

4. 企業(yè)的市場和營銷部門應(yīng)該具備哪些大數(shù)據(jù)的技能?

5. CRISP方法論

案例演練：空降經(jīng)理的煩惱，您來親身體驗(yàn)一下數(shù)據(jù)分析的過程

二、構(gòu)建企業(yè)的分析體系

本節(jié)介紹如何在企業(yè)內(nèi)部實(shí)施大數(shù)據(jù)，利用大數(shù)據(jù)驅(qū)動(dòng)企業(yè)的營銷動(dòng)作

1. 大數(shù)據(jù)如何與企業(yè)的營銷結(jié)合

a) 營銷動(dòng)作和大數(shù)據(jù)的結(jié)合

b) 崗位的設(shè)置和技能要求

2. 分析模型的設(shè)計(jì)、實(shí)施工具

a) SPSS Clementine簡介

b) SAS簡介

c) SQL Analysis簡介

d) Excel控件簡介

3. 數(shù)據(jù)的收集和準(zhǔn)備

a) 數(shù)據(jù)的來源

b) 原始數(shù)據(jù)轉(zhuǎn)換為業(yè)務(wù)數(shù)據(jù)

三、基于關(guān)鍵指標(biāo)的分析方法

指標(biāo)分析是一種快速的企業(yè)績效分析手段，是衡量企業(yè)健康狀況的健康指標(biāo)， 本節(jié)介紹如何通過指標(biāo)構(gòu)建數(shù)據(jù)分析模型。

1. 案例思考：從一張報(bào)表說起

2. 傳統(tǒng)的基于績效考核指標(biāo)分析的缺陷

3. 把KPI指標(biāo)和管理理念相結(jié)合，搭建分析模型分析營銷狀況

4. 案例解析：

a) 競爭力分析模型

b) 利潤分析模型

四、時(shí)間序列分析

時(shí)間序列分析的目的是掌握銷售過程中出現(xiàn)的趨勢、規(guī)律，優(yōu)化產(chǎn)品組合和銷售管理。

1. 時(shí)間序列規(guī)律的三個(gè)方面

2. 如何識別周期，認(rèn)識同比的風(fēng)險(xiǎn)

3. 趨勢如何分析

4. 案例解析

a) 數(shù)據(jù)周期分析

b) 產(chǎn)品風(fēng)險(xiǎn)預(yù)測

5. 一元回歸分析

a) 案例：行業(yè)趨勢分析

五、競爭的量化分析方法簡介

1. 宏觀的行業(yè)競爭力分析矩陣

2. 數(shù)據(jù)來源：根據(jù)市場競爭的四個(gè)層次確定

3. 競爭的敏感性分析

4. 銀行產(chǎn)品的品牌轉(zhuǎn)換矩陣

5. 媒體影響的量化研究

六、常用的統(tǒng)計(jì)學(xué)分析算法簡介

數(shù)據(jù)分析不是空洞理論，還需要有科學(xué)的技術(shù)手段和方法，本節(jié)演示常見的數(shù)據(jù)分析算法。

1. 協(xié)助客戶分類：聚類分析

2. 識別客戶響應(yīng)

a) 類神經(jīng)網(wǎng)絡(luò)

b) 決策樹

c) 邏輯斯蒂回歸

3. 時(shí)間序列預(yù)測

a) ARIMA

b) 指數(shù)平滑

七、商業(yè)預(yù)測技術(shù)

預(yù)測是企業(yè)重要的決策依據(jù)，本節(jié)演示如何結(jié)合統(tǒng)計(jì)學(xué)算法構(gòu)造一個(gè)成熟的預(yù)測模型。

1. 預(yù)測責(zé)任者與支持者

2. 預(yù)測的組織流程

3. 不同的預(yù)測模型各自的優(yōu)缺點(diǎn)

4. 水平和趨勢模型

5. 季節(jié)模型

6. 如何評估預(yù)測的偏差

八、數(shù)據(jù)挖掘

無差別的大眾媒體營銷已經(jīng)無法滿足零和的市場環(huán)境下的競爭要求。精確營銷是現(xiàn)在及未來的發(fā)展方向，精確營銷的基礎(chǔ)是精確的客戶定位，本節(jié)通過案例演示來說明如何進(jìn)行客戶的響應(yīng)分析。

1. 精確營銷與客戶細(xì)分

2. 客戶細(xì)分的價(jià)值

3. 基于數(shù)據(jù)驅(qū)動(dòng)的細(xì)分

4. 基于決策樹的案例解析

5. 結(jié)果的應(yīng)用

【大數(shù)據(jù)分析與營銷】咨詢電話：18612932723(同微信)　高老師