内容：

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。

标签：市场营销、大数据营销