2019-10-26 更新 512次浏览
大数据核心理念
问题:大数据的核心价值是什么?大数据是怎样用于业务决策?
大数据时代:你缺的不是一堆方法,而是大数据思维
大数据是探索事物发展和变化规律的工具
一切不以解决业务问题为导向的大数据都是耍流氓
大数据的核心能力
发现业务运行规律及问题
探索业务未来发展趋势
从案例看大数据的核心本质
用趋势图来探索产品销量规律
从谷歌的GFT产品探索用户需求变化
从美国总统竞选看大数据对选民行为进行分析
从大数据炒股看大数据如何探索因素的相关性
认识大数据分析
什么是数据分析
数据分析的三大作用
常用分析的三大类别
案例:喜欢赚“差价”的营业员(用数据管理来识别)
数据分析需要什么样的能力
懂业务、懂管理、懂分析、懂工具、懂呈现
大数据应用系统的四层结构
数据基础层、数据模型层、业务模型层、业务应用层
大数据分析的两大核心理念
大数据分析面临的常见问题
不知道分析什么(分析目的不明确)
不知道怎样分析(缺少分析方法)
不知道收集什么样的数据(业务理解不足)
不知道下一步怎么做(不了解分析过程)
看不懂数据表达的意思(数据解读能力差)
担心分析不够全面(分析思路不系统)
数据分析过程
数据分析的六步曲
步骤1:明确目的--理清思路
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
步骤2:数据收集—理清思路
明确收集数据范围
确定收集来源
确定收集方法
步骤3:数据预处理—寻找答案
数据质量评估
数据清洗、数据处理和变量处理
探索性分析
步骤4:数据分析--寻找答案
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
步骤5:数据展示--观点表达
选择恰当的图表
选择合适的可视化工具
步骤6:报表撰写--观点表达
选择报告种类
完整的报告结构
数据分析的三大误区
演练:如何用大数据来支撑手机精准营销项目
大数据营销概述
传统营销的困境与挑战
营销理论的变革
第一代:4P理论
第二代:4C理论
第三代:nPnC理论
大数据引领传统营销
大数据在营销中的典型应用
市场定位与客户细分
客户需求与产品设计
精准广告与精准推荐
……
大数据营销的基石:用户画像
客户生存周期中的大数据应用
统计分析方法篇
问题:数据分析有什么方法可依?不同的方法适用解决什么样的问题?
数据分析方法的层次
基本分析法(对比/分组/结构/趋势/…)
高级分析法(相关/方差/验证/回归/时序/…)
数据挖掘法(聚类/分类/关联/RFM模型/…)
基本分析方法及其适用场景
对比分析(查看数据差距)
演练:按性别、省份、产品进行分类统计
演练:如何提升用户消费能力
分组分析(查看数据分布)
案例:银行ATM柜员机现金管理分析(银行)
案例:排班后面隐藏的猫腻
案例:通信运营商的流量套餐的合理性评估(通信)
演练:银行用户消费层次分析(银行)
演练:呼叫中心接听电话效率分析(呼叫中心)
演练:客服中心科学排班人数需求分析(客服中心)
演练:客户年龄分布分析
结构分析(评估事物构成)
案例:用户市场占比结构分析
案例:物流费用占比结构分析(物流)
案例:用户收入结构分析
案例:动态结构分析
趋势分析(发现变化规律)
案例:破解零售店销售规律
案例:手机销量的淡旺季分析
演练:发现产品销售的时间规律
交叉分析(多维数据分析)
演练:用户性别+地域分布分析
演练:不同区域的产品偏好分析
演练:不同教育水平的业务套餐偏好分析
用户行为分析-思路篇
问题:数据分析思路是怎样的?如何才能全面/系统地分析而不遗漏?
数据分析的思路
从KPI指标开始
从营销/管理模型开始
常用分析思路模型
用户消费行为分析(5W2H分析法)
WHY:原因
WHAT:产品
WHO:客户
WHEN:时间
WHERE:区域/渠道
HOW:支付方式
HOW MUCH:价格
案例:用户购买行为分析(5W2H)
影响因素分析
营销问题:哪些是影响市场销量的关键因素?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?
风险控制的关键因素有哪些?如何判断?
相关分析(因素影响的相关性分析,相关程度计算)
相关系数
解读相关系数
案例:体重与腰围的相关分析
案例:推广费用与销售金额的相关分析
演练:家庭生活开支的相关分析
方差分析(影响关键因素分析,影响因素组合分析)
方差分析模型及适用场景
单因素分析/多因素分析
案例:终端陈列位置对销量的影响分析
案例:广告形式、地区对销量的影响因素分析
列联分析(影响关键因素分析)
交叉表与列联表
卡方检验的原理
案例:套餐类型与客户流失是否有关系?
销量预测分析
营销问题:如何预测未来的产品销量?如果产品跟随季节性变动,该如何预测?新产品上市,如果评估销量上限及销售增速?
销量预测与市场预测模型介绍
时序预测
回归模型
季节性预测(相加/相乘模型)
产品预测(珀尔曲线/龚铂兹曲线)
回归模型
回归模型用于因素影响判断
回归模型原理及适用场景
解读回归方程的五步法
案例:营销费用预算分析(推广费用与销售额的回归分析)
寻找最佳回归拟合线来判断和预测(模型优化思路)
如何判断是否可以用回归分析来作预测
如何判断线性回归的预测准确性
如何判断自变量对目标变量是否有显著影响
如何处理异常数据(残差与异常值排除)
如何进行非线性关系检验
如何进行相互作用检验
如何检验误差项
案例:汽车销量预测分析
案例:工龄、性别与销量的回归分析
季节性预测模型
季节性回归模型的参数
常用季节性预测模型(相加、相乘)
案例:美国航空旅客里程的季节性趋势分析
案例:产品销售季节性趋势预测分析
S曲线与新产品销量预测
如何评估销量增长的拐点
珀尔曲线与龚铂兹曲线
案例:如何预测产品的销售增长拐点,以及销量上限
自定义模型(如何利用规划求解进行自定义模型)
案例:如何对客流量进行建模及模型优化
客户行为预测
问题:如何评估客户购买产品的可能性?如何预测客户的购买行为?如何提取某类客户的典型特征?如何向客户精准推荐产品或业务?
分类模型概述
常见分类预测模型
逻辑回归模型
逻辑回归模型原理及适用场景
逻辑回归种类:二元/多元逻辑回归
如何解读逻辑回归方程
案例:如何评估用户是否会购买某产品(二元逻辑)
消费者品牌选择模型分析
案例:品牌选择模型分析,你的品牌适合哪些人群?(多元逻辑)
分类决策树
问题:如何预测客户行为?如何识别潜在客户?
风控:如何识别欠贷者的特征,以及预测欠贷概率?
客户保有:如何识别流失客户特征,以及预测客户流失概率?
决策树分类简介
如何评估分类性能?
案例:美国零售商(Target)如何预测少女怀孕
案例:商场酸奶购买用户特征提取
案例:客户流失预警与客户挽留
案例:识别拖欠银行货款者的特征,避免不良货款
案例:识别电信诈骗者嘴脸,让通信更安全
市场细分模型篇
问题:我们的客户有几类?各类特征是什么?如何实现客户细分,开发符合细分市场的新产品?如何提取客户特征,从而对产品进行市场定位?
市场细分的常用方法
有指导细分
无指导细分
聚类分析
如何更好的了解客户群体和市场细分?
如何识别客户群体特征?
如何确定客户要分成多少适当的类别?
聚类方法原理介绍
聚类方法作用及其适用场景
聚类分析的种类
K均值聚类(快速聚类)
案例:移动三大品牌细分市场合适吗?
演练:宝洁公司如何选择新产品试销区域?
演练:如何评选优秀员工?
演练:中国各省份发达程度分析,让数据自动聚类
层次聚类(系统聚类):发现多个类别
R型聚类与Q型聚类的区别
案例:中移动如何实现客户细分及营销策略
演练:中国省市经济发展情况分析(Q型聚类)
演练:裁判评分的标准衡量,避免“黑哨”(R型聚类)
两步聚类
客户价值评估与RFM模型
问题:如何评估客户的价值?如何针对不同客户采取不同的营销策略?
RFM模型,更深入了解你的客户价值
RFM的客户细分框架理解
RFM模型与市场策略
RFM模型与活跃度
演练:“双11”淘宝商家如何选择客户进行促销
演练:结合响应模型,宜家IKE实现最大化营销利润
客户价值分析
营销问题:如何评估客户的价值?不同的价值客户有何区别对待?
如何评价客户生命周期的价值
贴现率与留存率
评估客户的真实价值
使用双向表衡量属性敏感度
变化的边际利润
案例:评估营销行为的合理性
RFM模型(客户价值评估)
RFM模型,更深入了解你的客户价值
RFM模型与市场策略
RFM模型与活跃度分析
案例:客户价值评估与促销名单
案例:重购用户特征分析
产品推荐模型篇
问题:购买A产品的顾客还常常要购买其他什么产品?应该给客户推荐什么产品最有可能被接受?
常用产品推荐模型
关联分析
如何制定套餐,实现交叉/捆绑销售
案例:啤酒与尿布、飓风与蛋挞
关联分析模型原理(Association)
关联规则的两个关键参数
支持度
置信度
关联分析的适用场景
案例:购物篮分析与产品捆绑销售/布局优化
案例:理财产品的交叉销售与产品推荐
协同过滤
客户需求分析
营销问题:如何评估客户购买产品的可能性?或者说,影响客户购买意向的产品关键特性是什么?
逻辑回归模型
逻辑回归模型原理及适用场景
评估客户购买产品的概率
案例:杂志社订阅模型
消费者品牌选择模型分析
案例:品牌选择模型分析,你的品牌适合哪些人群?
离散选择分析
如何评估客户购买产品的概率
如何指导产品开发?如何确定产品的重要特性
如何评估品牌价值
竞争下的产品动态调价
如何评估产品的价格弹性
案例:产品开发与设计分析
案例:品牌价值与价格敏感度分析
案例:纳什均衡价格
客户价值分析
营销问题:如何评估客户的价值?不同的价值客户有何区别对待?
如何评价客户生命周期的价值
贴现率与留存率
评估客户的真实价值
使用双向表衡量属性敏感度
变化的边际利润
案例:评估营销行为的合理性
RFM模型(客户价值评估)
RFM模型,更深入了解你的客户价值
RFM模型与市场策略
RFM模型与活跃度
案例:淘宝客户价值评估与促销名单
结束:课程总结与问题答疑。
课程标签:市场营销、大数据营销