培訓(xùn)講師：侯明哲老師（>>點(diǎn)擊查看侯明哲老師詳細(xì)介紹）
課程背景：
數(shù)據(jù)是未來(lái)企業(yè)唯一資源，大數(shù)據(jù)營(yíng)銷意味著高效、精準(zhǔn)、成本低、全自動(dòng)化，讓企業(yè)從人海戰(zhàn)、廣告戰(zhàn)、渠道戰(zhàn)的泥潭中拔出來(lái)
為什么搜索廣告效果差了？為什么團(tuán)購(gòu)效果也差了？為什么傳統(tǒng)的用戶細(xì)分、STP在大數(shù)據(jù)提出的用戶畫像面前蒼白了？為什么獨(dú)角獸全靠增長(zhǎng)黑客模式崛起？
企業(yè)未來(lái)如何搭建科學(xué)的大數(shù)據(jù)營(yíng)銷隊(duì)伍，建立科學(xué)的數(shù)字營(yíng)銷體！通過(guò)互動(dòng)獲取數(shù)據(jù)，通過(guò)分析實(shí)現(xiàn)二次營(yíng)銷迭代！
大數(shù)據(jù)營(yíng)銷關(guān)鍵是落地，深度挖掘流程、算法和工具，方能真正理解大數(shù)據(jù)營(yíng)銷規(guī)律！大數(shù)據(jù)營(yíng)銷必須建立思維模型，通過(guò)數(shù)據(jù)看本質(zhì)，找到規(guī)律，提高商業(yè)洞察能力，方式最終目的。
課程收益：
▲ 理念+案例+方案，悟數(shù)字化本質(zhì)，聽完就會(huì)干！
▲ 構(gòu)建大數(shù)據(jù)的整體思維和框架，構(gòu)建數(shù)據(jù)驅(qū)動(dòng)企業(yè)體系
▲ 站在高處，傳統(tǒng)的品牌、技術(shù)、營(yíng)銷、管理的弊端，構(gòu)建指數(shù)型企業(yè)
▲ 獲得翻倍的效益+效率,最大化提高人效
課程時(shí)間：2天，6小時(shí)/天
課程對(duì)象：企業(yè)中基層、營(yíng)銷部門（銷售、市場(chǎng)、電商）人員
課程方式：務(wù)實(shí)、點(diǎn)睛，互動(dòng)性強(qiáng)，理論+案例+實(shí)踐+互動(dòng)
課程大綱：
第一講：大數(shù)據(jù)概述
1. 大數(shù)據(jù)定義和本質(zhì)
2. 大數(shù)據(jù)和傳統(tǒng)數(shù)據(jù)區(qū)別
3. DT和IT
4. 大數(shù)據(jù)與云計(jì)算、人工智能、區(qū)塊鏈、互聯(lián)網(wǎng)關(guān)系
5. 大數(shù)據(jù)基本原理
1）大數(shù)據(jù)特征
2）結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)
3）數(shù)據(jù)倉(cāng)庫(kù)架構(gòu)師怎樣的？
4）大數(shù)據(jù)分析和傳統(tǒng)數(shù)據(jù)分析有何不同？
第二講：大數(shù)據(jù)營(yíng)銷與傳統(tǒng)營(yíng)銷
一、傳統(tǒng)營(yíng)銷模式優(yōu)劣勢(shì)分析
1. 面銷
2. 電話營(yíng)銷
3. 會(huì)議營(yíng)銷
4. 渠道分銷
二、大數(shù)據(jù)營(yíng)銷
1. 精準(zhǔn)營(yíng)銷是怎樣實(shí)現(xiàn)的？
2. 從搜索到個(gè)性化推薦（千人千面）
3. 以用戶為中心的智能營(yíng)銷
4. 從目標(biāo)客戶、STP到用戶畫像
5. RMF用戶模型
6. 從感性營(yíng)銷到科學(xué)營(yíng)銷
案例：獨(dú)角獸為什么全靠增長(zhǎng)黑客模式崛起？
三、用戶畫像
1. 用戶標(biāo)簽
2. 用戶建模
3. 用戶畫像
四、案例分析
1. 紙牌屋為什么這么火？
2. 啤酒與尿布
3. 今日頭條、抖音崛起的秘密
4. LinkedIn的大數(shù)據(jù)應(yīng)用
五、如何培養(yǎng)公司的數(shù)據(jù)分析團(tuán)隊(duì)！
第三講：大數(shù)據(jù)營(yíng)銷全流程
一、流程
1. 收集
2. 清洗
3. 數(shù)據(jù)建模
4. OLAP
5. 可視化
互動(dòng)練習(xí)：自己動(dòng)手?jǐn)?shù)據(jù)清洗
二、數(shù)據(jù)收集：數(shù)據(jù)從哪兒來(lái)
1. 數(shù)據(jù)源
1）APP如何獲取數(shù)據(jù)
2）PC網(wǎng)站數(shù)據(jù)獲取之道
3）新媒體（微信、微博、抖音、愛奇藝、優(yōu)酷……）
4）電商平臺(tái)（淘寶京東）
5）行業(yè)數(shù)據(jù)源
2. 數(shù)據(jù)采集思考
1）借助DRD（數(shù)據(jù)需求文檔）提出埋點(diǎn)
2）未來(lái)物聯(lián)網(wǎng)時(shí)代如何獲取數(shù)據(jù)？
3. 區(qū)塊鏈讓數(shù)據(jù)可靠的秘密在哪兒
案例：某FEED流產(chǎn)品數(shù)據(jù)采集解析
三、數(shù)據(jù)建模
1. 層次模型
2. 關(guān)系模型
3. 網(wǎng)狀模型
四、大數(shù)據(jù)之算法
1. 貝葉斯分類
2. 回歸
3. 聚類
4. 關(guān)聯(lián)
5. 其他
五、數(shù)據(jù)可視化
1. 可視化意義
2. 工具（EXCEL透視表、RAWGraphs、地理位置可視化）
第四講：大數(shù)據(jù)之智能商業(yè)
一、智能商業(yè)雙螺旋
1. 網(wǎng)絡(luò)協(xié)同
2. 數(shù)據(jù)效應(yīng)
案例：美團(tuán)、阿里巴巴
二、大數(shù)據(jù)商業(yè)10大體系（案例解析）
1. 大數(shù)據(jù)下的選址
2. 大數(shù)據(jù)下的選品
3. 大數(shù)據(jù)下的陳列
4. 大數(shù)據(jù)下的定價(jià)
5. 大數(shù)據(jù)下的運(yùn)營(yíng)
6. 大數(shù)據(jù)下的促銷
7. 大數(shù)據(jù)下的客服
8. 大數(shù)據(jù)下的物流倉(cāng)儲(chǔ)配送
9. 大數(shù)據(jù)下的會(huì)員管理
10. 產(chǎn)品定位和人格化
三、常見電商數(shù)據(jù)模型
1. 商品數(shù)據(jù)模型
2. 用戶數(shù)據(jù)模型
3. 評(píng)價(jià)數(shù)據(jù)模型
4. 其他
第五講：大數(shù)據(jù)分析挖掘之道
一、數(shù)據(jù)分析之道
1. 數(shù)據(jù)取樣
2. 為什么同樣的數(shù)據(jù)得出不同結(jié)論
3. 那些媒體騙人的數(shù)據(jù)和結(jié)論
4. 為什么數(shù)據(jù)無(wú)法取代調(diào)研
5. 必要的統(tǒng)計(jì)學(xué)和數(shù)學(xué)知識(shí)
二、數(shù)據(jù)分析之術(shù)
1. 聚類分析
2. 因子分析
3. 相關(guān)分析
4. 分組分析
5. 其他
三、營(yíng)銷數(shù)據(jù)分析應(yīng)用（通過(guò)現(xiàn)象看本質(zhì)）
1. 銷售數(shù)據(jù)分析
2. 流量數(shù)據(jù)分析
3. 商品數(shù)據(jù)分析(周轉(zhuǎn)率、件單價(jià)、)
4. 轉(zhuǎn)化率數(shù)據(jù)分析（成交轉(zhuǎn)化率）
5. 用戶數(shù)據(jù)分析（拉新、留存、活躍、轉(zhuǎn)化）
6. 用戶行為數(shù)據(jù)分析（動(dòng)線、停留、詢問(wèn)…）
四、數(shù)據(jù)分析工具
1. SPSS
2. 電商平臺(tái)：谷歌分析、生意參謀
3. POWER BI
4. Tableau
5. Phthon
6. 其他
【相關(guān)公開課】
【聯(lián)系咨詢】
聯(lián)系電話：010-62258232 62278113 13718601312 13120125786
聯(lián) 系 人：李先生 陳小姐
您的位置：