助力市场营销与服务的数据分析实战

【培训对象】


【培训收益】
销售部、营业厅、市场营销部、运营分析部、业务支撑部等业务及应用人员。 本课程由浅入深，结合原理主讲软件工具应用，不需要太深的数学知识，但希望掌握数据分析的相关人员。

第十部分：数据核心理念—数据思维篇
问题：什么是数据思维？大数据决策的底层逻辑以及决策依据是什么？
1、数字化五大技术战略：ABCDI战略
A：人工智能，目的是用机器模拟人类行为
B：区块链，构建不可篡改的分布记账系统
C：云计算，搭建按需分配的计算资源平台
D：大数据，实现智能化的判断和决策机制
I：物联网，实现万物互联通信的基础架构
2、大数据的本质
数据，是事物发展和变化过程中留下的痕迹
大数据不在于量大，而在于全（多维性）
业务导向还是技术导向
3、大数据决策的底层逻辑（即四大核心价值）
探索业务规律，按规律来管理决策
案例：客流规律与排班及最佳营销时机
案例：致命交通事故发生的时间规律
发现运营变化，定短板来运营决策
案例：考核周期导致的员工月初懈怠
案例：工序信号异常监测设备故障
理清要素关系，找影响因素来决策
案例：情绪对于股市涨跌的影响
案例：为何升职反而会增加离职风险？
预测未来趋势，通过预判进行决策
案例：惠普预测员工离职风险及挽留
案例：保险公司的车险预测与个性化保费定价
4、大数据决策的三个关键环节
业务数据化：将业务问题转化为数据问题
数据信息化：提取数据中的业务规律信息
信息策略化：基于规律形成业务应对策略
案例：用数据来识别喜欢赚“差价”的营业员
第十一部分：数据分析过程—分析步骤篇
1、数据分析的六步曲
2、步骤1：明确目的，确定分析思路
确定分析目的：要解决什么样的业务问题
确定分析思路：分解业务问题，构建分析框架
3、步骤2：收集数据，寻找分析素材
明确数据范围
确定收集来源
确定收集方法
4、步骤3：整理数据，确保数据质量
数据质量评估
数据清洗、数据处理和变量处理
探索性分析
5、步骤4：分析数据，寻找业务答案
选择合适的分析方法
构建合适的分析模型
选择合适的分析工具
6、步骤5：呈现数，解读业务规律
选择恰当的图表
选择合适的可视化工具
提炼业务含义
7、步骤6：撰写报告，形成业务策略
选择报告种类
完整的报告结构
演练：产品精准营销案例分析
如何搭建精准营销分析框架
精准营销分析的过程和步骤
第十二部分：数据分析方法—统计方法篇
问题：数据分析方法的种类？分析方法的不同应用场景？
1、业务分析的三个阶段
现状分析：通过企业运营指标来发现规律及短板
原因分析：查找数据相关性，探寻目标影响因素
预测分析：合理配置资源，预判业务未来的趋势
2、常用的数据分析方法种类
描述性分析法（对比/分组/结构/趋势/交叉…）
相关性分析法（相关/方差/卡方…）
预测性分析法（回归/时序/决策树/神经网络…）
专题性分析法（聚类/关联/RFM模型/…）
3、统计分析基础
统计分析两大关键要素（类别、指标）
统计分析的操作模式（类别指标）
统计分析三个操作步骤（统计、画图、解读）
透视表的三个组成部分
4、常用的描述性指标
集中程度：均值、中位数、众数
离散程度：极差、方差/标准差、IQR
分布形态：偏度、峰度
5、基本分析方法及其适用场景
对比分析（查看数据差距，发现事物变化）
演练：寻找用户的地域分布特征
演练：分析产品受欢迎情况及贡献大小
演练：用数据来探索增量不增收困境的解决方案
分布分析（查看数据分布，探索业务层次）
演练：银行用户的消费水平和消费层次分析
演练：客户年龄分布/收入分布分析
案例：通信运营商的流量套餐划分合理性的评估
演练：呼叫中心接听电话效率分析（呼叫中心）
结构分析（查看指标构成，评估结构合理性）
案例：增值业务收入结构分析（通信）
案例：物流费用成本结构分析（物流）
案例：中移动用户群动态结构分析
演练：财务领域的结构瀑布图、财务收支的变化瀑布图
趋势分析（发现事物随时间的变化规律）
案例：破解零售店销售规律
案例：手机销量的淡旺季分析
案例：微信用户的活跃时间规律
演练：发现客流量的时间规律
交叉分析（从多个维度的数据指标分析）
演练：用户性别+地域分布分析
演练：不同客户的产品偏好分析
演练：不同学历用户的套餐偏好分析
演练：银行用户的违约影响因素分析
第十三部分：数据分析方法—分析框架篇
问题：如何才能全面/系统地分析而不遗漏？如何分解和细化业务问题？
1、业务分析思路和分析框架来源于业务模型
2、常用的业务模型
外部环境分析：PEST
业务专题分析：5W2H
竞品/竞争分析：SWOT、波特五力
营销市场专题分析：4P/4C等
3、精准营销的业务模型（6R准则）
寻找正确的客户
匹配正确的产品
确定合理的价格
选择恰当的时机
通过合适的渠道
传递恰当的信息
案例讨论：如何构建大数据精准营销的分析框架
4、用户行为分析（5W2H分析思路和框架）
WHY：原因（用户需求、产品亮点、竞品优劣势）
WHAT：产品（产品喜好、产品贡献、产品功能、产品结构）
WHO：客户（基本特征、消费能力、产品偏好）
WHEN：时间（淡旺季、活跃时间、重购周期）
WHERE：区域/渠道（区域喜好、渠道偏好）
HOW：支付/促销（支付方式、促销方式有效性评估等）
HOW MUCH：价格（费用、成本、利润、收入结构、价格偏好等）
案例讨论：结合公司情况，搭建用户消费习惯的分析框架（5W2H）
5、数据分析策略
第十四部分：影响因素分析—原因分析篇
营销问题：哪些因素是影响业务目标的关键要素？比如，产品在货架上的位置是否对销量有影响？价格和广告开销是如何影响销量的？影响风控的关键因素有哪些？如何判断？
1、影响因素分析的常见方法
2、相关分析（衡量两数据型变量的线性相关性）
相关分析简介
相关分析的应用场景
相关分析的种类
简单相关分析
偏相关分析
距离相关分析
相关系数的三种计算公式
Pearson相关系数
Spearman相关系数
Kendall相关系数
相关分析的假设检验
相关分析的四个基本步骤
演练：营销费用会影响销售额吗？影响程度如何量化？
演练：哪些因素与汽车销量有相关性
演练：影响用户消费水平的因素会有哪些
偏相关分析
偏相关原理：排除不可控因素后的两变量的相关性
偏相关系数的计算公式
偏相关分析的适用场景
距离相关分析
3、方差分析（衡量类别变量与数值变量间的相关性）
方差分析的应用场景
方差分析的三个种类
单因素方差分析
多因素方差分析
协方差分析
单因素方差分析的原理
方差分析的四个步骤
解读方差分析结果的两个要点
演练：摆放位置与销量有关吗
演练：客户学历对消费水平的影响分析
演练：广告和价格是影响终端销量的关键因素吗
演练：营业员的性别、技能级别对产品销量有影响吗
演练：寻找影响产品销量的关键因素
多因素方差分析原理
多因素方差分析的作用
多因素方差结果的解读
演练：广告形式、地区对销量的影响因素分析
协方差分析原理
协方差分析的适用场景
演练：排除产品价格，收入对销量有影响吗？
4、列联分析/卡方检验（两类别变量的相关性分析）
交叉表与列联表：计数值与期望值
卡方检验的原理
卡方检验的几个计算公式
列联表分析的适用场景
案例：套餐类型对客户流失的影响分析
案例：学历对业务套餐偏好的影响分析
案例：行业/规模对风控的影响分析
5、相关性分析方法总结
第十五部分：定量预测模型—回归模型篇
营销问题：如何预测未来的产品销量/销售额？如果产品跟随季节性变动，该如何预测？
1、回归分析简介和原理
2、回归分析的种类
一元回归/多元回归
线性回归/非线性回归
3、常用回归分析方法
散点图+趋势线（一元）
线性回归工具（多元线性）
规划求解工具（非线性回归）
演练：散点图找营销费用与销售额的关系
4、线性回归分析的五个步骤
演练：营销费用、办公费用与销售额的关系（线性回归）
5、线性回归方程的解读技巧
定性描述：正相关/负相关
定量描述：自变量变化导致因变量的变化程度
6、回归预测模型评估
质量评估指标：判定系数R^2
如何选择最佳回归模型
演练：如何选择最佳的回归预测模型（一元曲线回归）
7、带分类自变量的回归预测
演练：汽车季度销量预测
演练：工龄、性别与终端销量的关系
演练：如何评估销售目标与资源最佳配置
第十六部分：产品销量预测—时序预测篇
1、时间序列简介
回归模型的缺点
2、时序预测常用模型
3、评估预测值的准确度指标
平均绝对误差MAD
均方差MSE/RMSE
平均误差率MAPE
4、移动平均（MA）
应用场景及原理
移动平均种类
一次移动平均
二次移动平均
加权移动平均
移动平均比率法
移动平均关键问题
期数N的最佳选择方法
最优权重系数的选取方法
演练：平板电脑销量预测及评估
演练：快销产品季节销量预测及评估
5、指数平滑（ES）
应用场景及原理
最优平滑系数的选取原则
指数平滑种类
一次指数平滑
二次指数平滑（Brown线性、Holt线性、Holt指数、阻尼线性、阻尼指数）
三次指数平滑
演练：煤炭产量预测
演练：航空旅客量预测及评估

结束：课程总结与问题答疑。 

• 流程管理与再造方法详解与案例分析实战研讨

   

  课程背景：几乎所有世界一流的企业，如：GE、Motorola、IBM、丰田等，均致力于流程改进，因为他们知道，管理企业的关键是建立一套好的流程并保证其得到切实执行。没有正式高效流程的企业，就像没有完善法律系统和公共管理系统的社会，充满着混乱、冲突和低效率，其管理者更像是消防队员，到处救火，穷于应付，其产品质量、生产速度和成本必然会受到很大影响。建立好..

  ￥   元/ 天

  人气：1921