我要預(yù)訂

咨詢電話：027-5111 9925 , 027-5111 9926手機(jī)：18971071887郵箱：Service@mingketang.com

【課程目標(biāo)】

本課程從實(shí)際的市場(chǎng)營(yíng)銷問題出發(fā)，構(gòu)建數(shù)據(jù)分析與數(shù)據(jù)挖掘模型，以解決實(shí)際的商業(yè)問題。并對(duì)大數(shù)據(jù)分析與挖掘技術(shù)進(jìn)行了全面的介紹，通過從大量的市場(chǎng)營(yíng)銷數(shù)據(jù)中分析潛在的客戶特征，挖掘客戶行為特點(diǎn)，實(shí)現(xiàn)精準(zhǔn)營(yíng)銷，幫助市場(chǎng)營(yíng)銷團(tuán)隊(duì)深入理解業(yè)務(wù)運(yùn)作，支持業(yè)務(wù)策略制定以及運(yùn)營(yíng)決策。

通過本課程的學(xué)習(xí)，達(dá)到如下目的：

1、了解大數(shù)據(jù)營(yíng)銷內(nèi)容，掌握大數(shù)據(jù)在營(yíng)銷中的應(yīng)用。

2、了解基本的營(yíng)銷理論，并學(xué)會(huì)基于營(yíng)銷理念來展開大數(shù)據(jù)分析。

3、熟悉數(shù)據(jù)分析/挖掘的基本過程，掌握常用的數(shù)據(jù)挖掘方法。

4、熟悉Excel數(shù)據(jù)分析工具，能夠利用Excel和SPSS軟件解決實(shí)際的營(yíng)銷問題（比如定價(jià)/因素影響/預(yù)測(cè)/客戶需求/客戶價(jià)值/市場(chǎng)細(xì)分等）。

【授課對(duì)象】

系統(tǒng)支撐、市場(chǎng)營(yíng)銷部、運(yùn)營(yíng)分析部相關(guān)技術(shù)及應(yīng)用人員。

本課程由淺入深，結(jié)合原理主講軟件工具應(yīng)用，不需要太深的數(shù)學(xué)知識(shí)，但希望掌握數(shù)據(jù)分析的相關(guān)人員。

【學(xué)員要求】

1、每個(gè)學(xué)員自備一臺(tái)便攜機(jī)(必須)。

2、便攜機(jī)中事先安裝好Excel 2013版本及以上。

3、便攜機(jī)中事先安裝好IBM SPSS Statistics v24版本及以上。

注：講師可以提供試用版本軟件及分析數(shù)據(jù)源。

【授課方式】

理論精講 + 案例演練 + 實(shí)際業(yè)務(wù)問題分析 + Excel實(shí)踐操作 + SPSS實(shí)踐操作

本課程突出數(shù)據(jù)分析的實(shí)際應(yīng)用，結(jié)合行業(yè)的典型應(yīng)用特點(diǎn)，圍繞實(shí)際的商業(yè)問題，進(jìn)行大數(shù)據(jù)的分析與挖掘，介紹常用的模型，以及模型適用場(chǎng)景，通過演練操作，以達(dá)到提升學(xué)員對(duì)營(yíng)銷數(shù)據(jù)的分析以及對(duì)數(shù)據(jù)模型的深入理解。

【課程大綱】

第一部分：大數(shù)據(jù)實(shí)現(xiàn)精準(zhǔn)營(yíng)銷

1、傳統(tǒng)營(yíng)銷的困境與挑戰(zhàn)

2、營(yíng)銷理論的變革（4P4CnPnC）

3、大數(shù)據(jù)引領(lǐng)傳統(tǒng)營(yíng)銷

4、大數(shù)據(jù)在營(yíng)銷中的典型應(yīng)用

?市場(chǎng)定位與客戶細(xì)分

?客戶需求與產(chǎn)品設(shè)計(jì)

?精準(zhǔn)廣告與精準(zhǔn)推薦

?……

5、大數(shù)據(jù)營(yíng)銷的基石：用戶畫像

6、客戶生存周期中的大數(shù)據(jù)應(yīng)用

演練：如何用大數(shù)據(jù)來支撐手機(jī)精準(zhǔn)營(yíng)銷項(xiàng)目

第二部分：大數(shù)據(jù)基礎(chǔ)—數(shù)據(jù)思維篇

問題：大數(shù)據(jù)的核心價(jià)值是什么？大數(shù)據(jù)是怎樣用于業(yè)務(wù)決策？

1、大數(shù)據(jù)時(shí)代：你缺的不是一堆方法，而是大數(shù)據(jù)思維

2、大數(shù)據(jù)的本質(zhì)

?數(shù)據(jù)，是對(duì)客觀事物的描述和記錄

?大數(shù)據(jù)不在于大，而在于全

3、大數(shù)據(jù)四大核心價(jià)值

?用趨勢(shì)圖來探索產(chǎn)品銷量規(guī)律

?從谷歌的GFT產(chǎn)品探索用戶需求變化

?從大數(shù)據(jù)炒股看大數(shù)據(jù)如何探索因素的相關(guān)性

?阿里巴巴預(yù)測(cè)經(jīng)濟(jì)危機(jī)的到來

?從美國(guó)總統(tǒng)競(jìng)選看大數(shù)據(jù)對(duì)選民行為進(jìn)行分析

4、大數(shù)據(jù)價(jià)值落地的三個(gè)關(guān)鍵環(huán)節(jié)

?業(yè)務(wù)數(shù)據(jù)化

?數(shù)據(jù)信息化

?信息策略化

案例：喜歡賺“差價(jià)”的營(yíng)業(yè)員（用數(shù)據(jù)管理來識(shí)別）

第三部分：大數(shù)據(jù)精準(zhǔn)營(yíng)銷—分析框架篇

1、數(shù)據(jù)分析簡(jiǎn)介

?數(shù)據(jù)分析的三個(gè)階段

?分析方法的三大類別

2、數(shù)據(jù)分析的六步曲

3、步驟1：明確目的--理清思路

?確定分析目的：要解決什么樣的業(yè)務(wù)問題

?確定分析思路：分解業(yè)務(wù)問題，構(gòu)建分析框架

4、步驟2：數(shù)據(jù)收集—理清思路

?明確收集數(shù)據(jù)范圍

?確定收集來源

?確定收集方法

5、步驟3：數(shù)據(jù)預(yù)處理—尋找答案

?數(shù)據(jù)質(zhì)量評(píng)估

?數(shù)據(jù)清洗、數(shù)據(jù)處理和變量處理

?探索性分析

6、步驟4：數(shù)據(jù)分析--尋找答案

?選擇合適的分析方法

?構(gòu)建合適的分析模型

?選擇合適的分析工具

7、步驟5：數(shù)據(jù)展示--觀點(diǎn)表達(dá)

?選擇恰當(dāng)?shù)膱D表

?選擇合適的可視化工具

8、步驟6：報(bào)表撰寫--觀點(diǎn)表達(dá)

?選擇報(bào)告種類

?完整的報(bào)告結(jié)構(gòu)

演練：如何用大數(shù)據(jù)來支撐手機(jī)精準(zhǔn)營(yíng)銷項(xiàng)目

演練：如何構(gòu)建一個(gè)良好的大數(shù)據(jù)分析框架

第四部分：用戶行為分析—分析方法篇

問題：數(shù)據(jù)分析有什么方法可依?不同的方法適用解決什么樣的問題？

1、大數(shù)據(jù)精準(zhǔn)營(yíng)銷的前提：用戶行為分析

2、數(shù)據(jù)分析方法的層次

?描述性分析法（對(duì)比/分組/結(jié)構(gòu)/趨勢(shì)/交叉…）

?相關(guān)性分析法（相關(guān)/方差/卡方…）

?預(yù)測(cè)性分析法（回歸/時(shí)序/決策樹/神經(jīng)網(wǎng)絡(luò)…）

?專題性分析法（聚類/關(guān)聯(lián)/RFM模型/…）

3、統(tǒng)計(jì)分析基礎(chǔ)

?統(tǒng)計(jì)分析兩要素

?統(tǒng)計(jì)分析三步驟

4、統(tǒng)計(jì)分析常用指標(biāo)

?匯總方式：計(jì)數(shù)、求和、百分比（增跌幅）

?集中程度：均值、中位數(shù)、眾數(shù)

?離散程度：極差、方差/標(biāo)準(zhǔn)差、IQR

?分布形態(tài)：偏度、峰度

5、基本分析方法及其適用場(chǎng)景

?對(duì)比分析（查看數(shù)據(jù)差距）

演練：尋找用戶的地域分布規(guī)律

演練：尋找公司主打產(chǎn)品

演練：用數(shù)據(jù)來探索增量不增收困境的解決方案

案例：銀行ATM柜員機(jī)現(xiàn)金管理分析（銀行）

?分組分析（查看數(shù)據(jù)分布）

案例：排班后面隱藏的貓膩

案例：通信運(yùn)營(yíng)商的流量套餐劃分合理性的評(píng)估

演練：銀行用戶消費(fèi)層次分析（銀行）

演練：呼叫中心接聽電話效率分析（呼叫中心）

演練：客服中心科學(xué)排班人數(shù)需求分析（客服中心）

演練：客戶年齡分布/消費(fèi)分布分析

?結(jié)構(gòu)分析（評(píng)估事物構(gòu)成）

案例：用戶市場(chǎng)占比結(jié)構(gòu)分析

案例：物流費(fèi)用占比結(jié)構(gòu)分析（物流）

案例：中移動(dòng)用戶群動(dòng)態(tài)結(jié)構(gòu)分析

演練：用戶結(jié)構(gòu)/收入結(jié)構(gòu)/產(chǎn)品結(jié)構(gòu)的分析

?趨勢(shì)分析（發(fā)現(xiàn)事物隨時(shí)間的變化規(guī)律）

案例：破解零售店銷售規(guī)律

案例：手機(jī)銷量的淡旺季分析

演練：發(fā)現(xiàn)產(chǎn)品銷售的時(shí)間規(guī)律

?交叉分析（多維數(shù)據(jù)分析）

演練：用戶性別+地域分布分析

演練：不同區(qū)域的產(chǎn)品偏好分析

演練：不同教育水平的業(yè)務(wù)套餐偏好分析

6、綜合分析方法及其適用場(chǎng)景

?綜合評(píng)價(jià)法（多維指標(biāo)歸一）

案例：南京丈母娘選女婿分析表格

演練：人才選拔評(píng)價(jià)分析（HR）

?杜邦分析法（關(guān)鍵因素分析-財(cái)務(wù)數(shù)據(jù)分析）

案例：運(yùn)營(yíng)商市場(chǎng)占有率分析（通信）

案例：服務(wù)水平提升分析（呼叫中心）

演戲：提升銷量的銷售策略分析（零售商/電商）

?漏斗分析法（關(guān)鍵流程環(huán)節(jié)分析-流失率與轉(zhuǎn)化率分析）

案例：電商產(chǎn)品銷售流程優(yōu)化與策略分析（電商）

演練：營(yíng)業(yè)廳終端銷售流程分析（電信）

演練：銀行業(yè)務(wù)辦理流程優(yōu)化分析（銀行）

?矩陣分析法（產(chǎn)品策略分析-象限圖分析法）

案例：工作安排評(píng)估

案例：HR人員考核與管理

案例：波士頓產(chǎn)品策略分析

7、最合適的分析方法才是硬道理。

第五部分：用戶行為分析—分析思路篇

問題：數(shù)據(jù)分析思路是怎樣的？如何才能全面/系統(tǒng)地分析而不遺漏？

1、常用分析思路模型

2、用戶行為分析（5W2H分析思路）

?WHY：原因

?WHAT：產(chǎn)品

?WHO：客戶

?WHEN：時(shí)間

?WHERE：區(qū)域/渠道

?HOW：支付方式

?HOW MUCH：價(jià)格

案例討論：結(jié)合公司情況，搭建用戶消費(fèi)習(xí)慣的分析框架（5W2H）

第六部分：影響因素分析—屬性篩選篇

營(yíng)銷問題：哪些是影響市場(chǎng)銷量的關(guān)鍵因素？比如，產(chǎn)品在貨架上的位置是否對(duì)銷量有影響？?jī)r(jià)格和廣告開銷是如何影響銷量的？

影響風(fēng)險(xiǎn)控制的關(guān)鍵因素有哪些？如何判斷？

1、影響因素分析的常見方法

2、相關(guān)分析（衡量?jī)蓴?shù)據(jù)型變量的線性相關(guān)性）

問題：這兩個(gè)屬性是否會(huì)相互影響？影響程度大嗎？

?相關(guān)分析簡(jiǎn)介

?相關(guān)分析的應(yīng)用場(chǎng)景

?相關(guān)分析的種類

?簡(jiǎn)單相關(guān)分析

?偏相關(guān)分析

?距離相關(guān)分析

?相關(guān)系數(shù)的三種計(jì)算公式

?Pearson相關(guān)系數(shù)

?Spearman相關(guān)系數(shù)

?Kendall相關(guān)系數(shù)

?相關(guān)分析的假設(shè)檢驗(yàn)

?相關(guān)分析的四個(gè)基本步驟

演練：體重與腰圍的關(guān)系

演練：營(yíng)銷費(fèi)用會(huì)影響銷售額嗎

演練：哪些因素與汽車銷量有相關(guān)性

演練：話費(fèi)與網(wǎng)齡的相關(guān)分析

?偏相關(guān)分析

?偏相關(guān)原理：排除不可控因素后的兩變量的相關(guān)性

?偏相關(guān)系數(shù)的計(jì)算公式

?偏相關(guān)分析的適用場(chǎng)景

?距離相關(guān)分析

3、方差分析（衡量類別變量與數(shù)值變量間的相關(guān)性）

問題：哪些才是影響銷量的關(guān)鍵因素？

?方差分析的應(yīng)用場(chǎng)景

?方差分析的三個(gè)種類

?單因素方差分析

?多因素方差分析

?協(xié)方差分析

?方差分析的原理

?方差分析的四個(gè)步驟

?解讀方差分析結(jié)果的兩個(gè)要點(diǎn)

演練：終端擺放位置與終端銷量有關(guān)嗎

演練：開通月數(shù)對(duì)客戶流失的影響分析

演練：客戶學(xué)歷對(duì)消費(fèi)水平的影響分析

演練：廣告和價(jià)格是影響終端銷量的關(guān)鍵因素嗎

演練：營(yíng)業(yè)員的性別、技能級(jí)別對(duì)產(chǎn)品銷量有影響嗎

演練：尋找影響產(chǎn)品銷量的關(guān)鍵因素

?多因素方差分析原理

?多因素方差分析的作用

?多因素方差結(jié)果的解讀

演練：廣告形式、地區(qū)對(duì)銷量的影響因素分析（多因素）

?協(xié)方差分析原理

?協(xié)方差分析的適用場(chǎng)景

演練：飼料對(duì)生豬體重的影響分析（協(xié)方差分析）

4、列聯(lián)分析/卡方檢驗(yàn)（兩類別變量的相關(guān)性分析）

?交叉表與列聯(lián)表

?卡方檢驗(yàn)的原理

?卡方檢驗(yàn)的幾個(gè)計(jì)算公式

?列聯(lián)表分析的適用場(chǎng)景

案例：套餐類型對(duì)客戶流失的影響分析

案例：學(xué)歷對(duì)業(yè)務(wù)套餐偏好的影響分析

案例：行業(yè)/規(guī)模對(duì)風(fēng)控的影響分析

5、相關(guān)性分析方法總結(jié)

第七部分：產(chǎn)品銷量預(yù)測(cè)—回歸預(yù)測(cè)篇

營(yíng)銷問題：如何預(yù)測(cè)未來的產(chǎn)品銷量？如果產(chǎn)品跟隨季節(jié)性變動(dòng)，該如何預(yù)測(cè)？新產(chǎn)品上市，如果評(píng)估銷量上限及銷售增速？

1、銷量預(yù)測(cè)與市場(chǎng)預(yù)測(cè)模型介紹

?時(shí)序預(yù)測(cè)

?回歸模型

?季節(jié)性預(yù)測(cè)（相加/相乘模型）

?產(chǎn)品預(yù)測(cè)（珀?duì)柷€/龔鉑茲曲線）

2、回歸分析/回歸預(yù)測(cè)

問題：如何預(yù)測(cè)未來的銷售量（定量分析）？

?回歸分析簡(jiǎn)介

?回歸分析的種類（一元/多元、線性/曲線）

?得到回歸方程的常用工具

?散點(diǎn)圖+趨勢(shì)線

?線性回歸工具

?規(guī)劃求解工具

演練：散點(diǎn)圖找營(yíng)銷費(fèi)用與銷售額的關(guān)系（一元回歸）

?線性回歸分析的五個(gè)步驟

演練：營(yíng)銷費(fèi)用、辦公費(fèi)用與銷售額的關(guān)系（線性回歸）

?解讀線性回歸分析結(jié)果的技巧

?定性描述：正相關(guān)/負(fù)相關(guān)

?定量描述：自變量變化導(dǎo)致因變量的變化程度

?回歸預(yù)測(cè)模型質(zhì)量評(píng)估

?評(píng)估指標(biāo)：判定系數(shù)R^2、標(biāo)準(zhǔn)誤差

?如何選擇最佳回歸模型

演練：如何選擇最佳的回歸預(yù)測(cè)模型（一元曲線回歸）

?預(yù)測(cè)值準(zhǔn)確性評(píng)估

?MAD、MSE/RMSE、MAPE等

?帶分類變量的回歸預(yù)測(cè)

演練：汽車季度銷量預(yù)測(cè)

演練：工齡、性別與終端銷量的關(guān)系

演練：如何評(píng)估銷售目標(biāo)與資源配置（營(yíng)業(yè)廳）

3、回歸分析的基本原理

4、模型優(yōu)化思路：尋找最佳回歸擬合線

?如何處理預(yù)測(cè)離群值（剔除離群值）

?如何剔除不顯著因素（剔除不顯著因素）

?如何進(jìn)行非線性關(guān)系檢驗(yàn)（增加非線性自變量）

?如何進(jìn)行相互作用檢驗(yàn)（增加相互作用自變量）

?如何進(jìn)行多重共線性檢驗(yàn)（剔除共線性自變量）

?如何檢驗(yàn)誤差項(xiàng)（修改因變量）

?如何判斷模型過擬合（模型過擬合判斷）

演練：模型優(yōu)化案例

5、規(guī)劃求解工具簡(jiǎn)介（自定義回歸模型的工具）

6、自定義模型（如何利用規(guī)劃求解進(jìn)行自定義模型）

案例：如何對(duì)餐廳客流量進(jìn)行建模及模型優(yōu)化

7、好模型都是優(yōu)化出來的

第八部分：產(chǎn)品銷量預(yù)測(cè)—時(shí)序預(yù)測(cè)篇

1、時(shí)間序列簡(jiǎn)介

?回歸模型的缺點(diǎn)

2、時(shí)序預(yù)測(cè)常用模型

3、評(píng)估預(yù)測(cè)值的準(zhǔn)確度指標(biāo)

?平均絕對(duì)誤差MAD

?均方差MSE/RMSE

?平均誤差率MAPE

4、移動(dòng)平均（MA）

?應(yīng)用場(chǎng)景及原理

?移動(dòng)平均種類

?一次移動(dòng)平均

?二次移動(dòng)平均

?加權(quán)移動(dòng)平均

?移動(dòng)平均比率法

?移動(dòng)平均關(guān)鍵問題

?期數(shù)N的最佳選擇方法

?最優(yōu)權(quán)重系數(shù)的選取方法

演練：平板電腦銷量預(yù)測(cè)及評(píng)估

演練：快銷產(chǎn)品季節(jié)銷量預(yù)測(cè)及評(píng)估

5、指數(shù)平滑（ES）

?應(yīng)用場(chǎng)景及原理

?最優(yōu)平滑系數(shù)的選取原則

?指數(shù)平滑種類

?一次指數(shù)平滑

?二次指數(shù)平滑（Brown線性、Holt線性、Holt指數(shù)、阻尼線性、阻尼指數(shù)）

?三次指數(shù)平滑

演練：煤炭產(chǎn)量預(yù)測(cè)

演練：航空旅客量預(yù)測(cè)及評(píng)估

6、溫特斯季節(jié)預(yù)測(cè)模型

?適用場(chǎng)景及原理

?Holt-Winters加法模型

?Holt-Winters乘法模型

演練：汽車銷量預(yù)測(cè)及評(píng)估

7、回歸季節(jié)預(yù)測(cè)模型

?季節(jié)性回歸模型的參數(shù)

?常用季節(jié)性預(yù)測(cè)模型（相加、相乘）

案例：美國(guó)航空旅客里程的季節(jié)性趨勢(shì)分析

案例：產(chǎn)品銷售季節(jié)性趨勢(shì)預(yù)測(cè)分析

8、ARIMA模型

?適用場(chǎng)景及原理

?ARIMA操作

演練：上海證券交易所綜合指數(shù)收益率序列分析

演練：服裝銷售數(shù)據(jù)季節(jié)性趨勢(shì)預(yù)測(cè)分析

9、新產(chǎn)品銷量預(yù)測(cè)

?新產(chǎn)品累計(jì)銷量的S曲線

?如何評(píng)估銷量增長(zhǎng)的拐點(diǎn)

?珀?duì)柷€與龔鉑茲曲線

案例：如何預(yù)測(cè)產(chǎn)品的銷售增長(zhǎng)拐點(diǎn)，以及銷量上限

演練：預(yù)測(cè)IPad產(chǎn)品的銷量

第九部分：客戶行為預(yù)測(cè)—分類預(yù)測(cè)篇

問題：如何評(píng)估客戶購(gòu)買產(chǎn)品的可能性？如何預(yù)測(cè)客戶的購(gòu)買行為？如何提取某類客戶的典型特征？如何向客戶精準(zhǔn)推薦產(chǎn)品或業(yè)務(wù)？

1、分類模型概述

2、常見分類預(yù)測(cè)模型

3、邏輯回歸（LR）

?邏輯回歸模型原理及適用場(chǎng)景

?邏輯回歸的種類

?二項(xiàng)邏輯回歸

?多項(xiàng)邏輯回歸

?如何解讀邏輯回歸方程

?帶分類自變量的邏輯回歸分析

?多元邏輯回歸

案例：如何評(píng)估用戶是否會(huì)購(gòu)買某產(chǎn)品（二元邏輯回歸）

案例：多品牌選擇模型分析（多元邏輯回歸）

4、分類決策樹（DT）

問題：如何預(yù)測(cè)客戶行為？如何識(shí)別潛在客戶？

風(fēng)控：如何識(shí)別欠貸者的特征，以及預(yù)測(cè)欠貸概率？

客戶保有：如何識(shí)別流失客戶特征，以及預(yù)測(cè)客戶流失概率？

?決策樹分類簡(jiǎn)介

案例：美國(guó)零售商（Target）如何預(yù)測(cè)少女懷孕

?演練：識(shí)別銀行欠貨風(fēng)險(xiǎn)，提取欠貸者的特征

?構(gòu)建決策樹的三個(gè)關(guān)鍵問題

?如何選擇最佳屬性來構(gòu)建節(jié)點(diǎn)

?如何分裂變量

?修剪決策樹

?如何評(píng)估分類性能？如何選擇最優(yōu)分類模型？

案例：商場(chǎng)酸奶購(gòu)買用戶特征提取

案例：客戶流失預(yù)警與客戶挽留

案例：識(shí)別拖欠銀行貨款者的特征，避免不良貨款

案例：識(shí)別電信詐騙者嘴臉，讓通信更安全

5、人工神經(jīng)網(wǎng)絡(luò)（ANN）

?神經(jīng)網(wǎng)絡(luò)概述

?神經(jīng)網(wǎng)絡(luò)基本原理

?神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)

?神經(jīng)網(wǎng)絡(luò)的建立步驟

?神經(jīng)網(wǎng)絡(luò)的關(guān)鍵問題

?BP反向傳播網(wǎng)絡(luò)（MLP）

?徑向基網(wǎng)絡(luò)（RBF）

案例：評(píng)估銀行用戶拖欠貨款的概率

第十部分：市場(chǎng)細(xì)分模型

問題：我們的客戶有幾類？各類特征是什么？如何實(shí)現(xiàn)客戶細(xì)分，開發(fā)符合細(xì)分市場(chǎng)的新產(chǎn)品？如何提取客戶特征，從而對(duì)產(chǎn)品進(jìn)行市場(chǎng)定位？

1、市場(chǎng)細(xì)分的常用方法

?有指導(dǎo)細(xì)分

?無指導(dǎo)細(xì)分

2、聚類分析

?如何更好的了解客戶群體和市場(chǎng)細(xì)分？

?如何識(shí)別客戶群體特征？

?如何確定客戶要分成多少適當(dāng)?shù)念悇e？

?聚類方法原理介紹

?聚類方法作用及其適用場(chǎng)景

?聚類分析的種類

?K均值聚類（快速聚類）

案例：移動(dòng)三大品牌細(xì)分市場(chǎng)合適嗎？

演練：寶潔公司如何選擇新產(chǎn)品試銷區(qū)域？

演練：如何評(píng)選優(yōu)秀員工？

演練：中國(guó)各省份發(fā)達(dá)程度分析，讓數(shù)據(jù)自動(dòng)聚類

?層次聚類（系統(tǒng)聚類）：發(fā)現(xiàn)多個(gè)類別

?R型聚類與Q型聚類的區(qū)別

案例：中移動(dòng)如何實(shí)現(xiàn)客戶細(xì)分及營(yíng)銷策略

演練：中國(guó)省市經(jīng)濟(jì)發(fā)展情況分析（Q型聚類）

演練：裁判評(píng)分的標(biāo)準(zhǔn)衡量，避免“黑哨”（R型聚類）

?兩步聚類

3、客戶細(xì)分與PCA分析法

?PCA主成分分析的原理

?PCA分析法的適用場(chǎng)景

演練：利用PCA對(duì)汽車客戶群進(jìn)行細(xì)分

演練：如何針對(duì)汽車客戶群設(shè)計(jì)汽車

第十一部分：客戶價(jià)值分析

營(yíng)銷問題：如何評(píng)估客戶的價(jià)值？不同的價(jià)值客戶有何區(qū)別對(duì)待？

1、如何評(píng)價(jià)客戶生命周期的價(jià)值

?貼現(xiàn)率與留存率

?評(píng)估客戶的真實(shí)價(jià)值

?使用雙向表衡量屬性敏感度

?變化的邊際利潤(rùn)

案例：評(píng)估營(yíng)銷行為的合理性

2、RFM模型（客戶價(jià)值評(píng)估）

?RFM模型，更深入了解你的客戶價(jià)值

?RFM模型與市場(chǎng)策略

?RFM模型與活躍度分析

案例：客戶價(jià)值評(píng)估與促銷名單

案例：重購(gòu)用戶特征分析

第十二部分：產(chǎn)品推薦模型

問題：購(gòu)買A產(chǎn)品的顧客還常常要購(gòu)買其他什么產(chǎn)品？應(yīng)該給客戶推薦什么產(chǎn)品最有可能被接受？

1、常用產(chǎn)品推薦模型

2、關(guān)聯(lián)分析

?如何制定套餐，實(shí)現(xiàn)交叉/捆綁銷售

案例：啤酒與尿布、颶風(fēng)與蛋撻

?關(guān)聯(lián)分析模型原理（Association）

?關(guān)聯(lián)規(guī)則的兩個(gè)關(guān)鍵參數(shù)

?支持度

?置信度

?關(guān)聯(lián)分析的適用場(chǎng)景

案例：購(gòu)物籃分析與產(chǎn)品捆綁銷售/布局優(yōu)化

案例：理財(cái)產(chǎn)品的交叉銷售與產(chǎn)品推薦

第十三部分：產(chǎn)品定價(jià)策略及最優(yōu)定價(jià)

營(yíng)銷問題：產(chǎn)品如何實(shí)現(xiàn)最估定價(jià)？套餐價(jià)格如何確定？采用哪些定價(jià)策略可達(dá)到利潤(rùn)最大化？

1、常見的定價(jià)方法

2、產(chǎn)品定價(jià)的理論依據(jù)

?需求曲線與利潤(rùn)最大化

?如何求解最優(yōu)定價(jià)

案例：產(chǎn)品最優(yōu)定價(jià)求解

3、如何評(píng)估需求曲線

?價(jià)格彈性

?曲線方程（線性、乘冪）

4、如何做產(chǎn)品組合定價(jià)

5、如何做產(chǎn)品捆綁/套餐定價(jià)

?最大收益定價(jià)（演進(jìn)規(guī)劃求解）

?避免價(jià)格反轉(zhuǎn)的套餐定價(jià)

案例：電信公司的寬帶、IPTV、移動(dòng)電話套餐定價(jià)

6、非線性定價(jià)原理

?要理解支付意愿曲線

?支付意愿曲線與需求曲線的異同

案例：雙重收費(fèi)如何定價(jià)（如會(huì)費(fèi)+按次計(jì)費(fèi)）

7、階梯定價(jià)策略

案例：電力公司如何做階梯定價(jià)

8、數(shù)量折扣定價(jià)策略

案例：如何通過折扣來實(shí)現(xiàn)薄利多銷

9、定價(jià)策略的評(píng)估與選擇

案例：零售公司如何選擇最優(yōu)定價(jià)策略

10、航空公司的收益管理

?收益管理介紹

?如何確定機(jī)票預(yù)訂限制

?如何確定機(jī)票超售數(shù)量

?如何評(píng)估模型的收益

案例：FBN航空公司如何實(shí)現(xiàn)收益管理（預(yù)訂/超售）

第十四部分：實(shí)戰(zhàn)篇(電信業(yè)客戶流失分析模型)

1、電信業(yè)客戶流失預(yù)警與客戶挽留模型

2、銀行欠貸風(fēng)險(xiǎn)預(yù)測(cè)模型

結(jié)束：課程總結(jié)與問題答疑。

傅老師

華為系大數(shù)據(jù)專家

計(jì)算機(jī)軟件與理論碩士研究生（研究方向：數(shù)據(jù)挖掘、搜索引擎）。在華為工作十年，五項(xiàng)國(guó)家專利，在華為工作期間獲得華為數(shù)項(xiàng)獎(jiǎng)項(xiàng)，曾在英國(guó)、日本、荷蘭和比利時(shí)等海外市場(chǎng)做項(xiàng)目，對(duì)大數(shù)據(jù)有深入的研究。

傅老師專注于大數(shù)據(jù)分析與挖掘、機(jī)器學(xué)習(xí)等應(yīng)用技術(shù)，以及大數(shù)據(jù)系統(tǒng)部署解決方案。旨在將大數(shù)據(jù)的數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)建模應(yīng)用于行業(yè)及商業(yè)領(lǐng)域，解決行業(yè)實(shí)際的問題。

1、讓決策更科學(xué)：將大數(shù)據(jù)應(yīng)用于運(yùn)營(yíng)決策，用大數(shù)據(jù)探索領(lǐng)域發(fā)展規(guī)律和行業(yè)發(fā)展趨勢(shì)，有效分析用戶需求，并預(yù)測(cè)用戶行為，最終實(shí)現(xiàn)市場(chǎng)變化預(yù)測(cè)，提升企業(yè)科學(xué)決策能力。

2、讓管理更高效：將大數(shù)據(jù)應(yīng)用于企業(yè)管理，用大數(shù)據(jù)呈現(xiàn)企業(yè)整體運(yùn)營(yíng)情況，診斷企業(yè)管理問題和風(fēng)險(xiǎn)，全面理解組織、產(chǎn)品、人員、營(yíng)銷、財(cái)務(wù)等要素間的相關(guān)性，實(shí)現(xiàn)企業(yè)資源的最優(yōu)化配置，提升企業(yè)管理效率。

3、讓營(yíng)銷更精準(zhǔn)：將大數(shù)據(jù)應(yīng)用于市場(chǎng)營(yíng)銷，解決營(yíng)銷中的用戶群細(xì)分和品牌定位，客戶價(jià)值評(píng)估，產(chǎn)品設(shè)計(jì)優(yōu)化，產(chǎn)品最優(yōu)定價(jià)等實(shí)際問題，實(shí)現(xiàn)精準(zhǔn)營(yíng)銷和精準(zhǔn)推薦，以最小的營(yíng)銷成本實(shí)現(xiàn)最大化的營(yíng)銷效果。

傅老師目前致力于將大數(shù)據(jù)技術(shù)應(yīng)用于通信、金融、航空、電商、互聯(lián)網(wǎng)、政府等領(lǐng)域。傅老師的課程最大特色：實(shí)戰(zhàn)性強(qiáng)！“圍繞業(yè)務(wù)問題+搭建分析框架+運(yùn)用分析方法+建立分析模型+熟悉分析工具+形成業(yè)務(wù)策略”。以商業(yè)問題為起點(diǎn)，基于實(shí)際的業(yè)務(wù)應(yīng)用場(chǎng)景（明確目的），搭建全面系統(tǒng)的業(yè)務(wù)框架和分析維度（分析思路），選擇最合適的方法（分析方法），深入淺出的理論講解（分析模型），使用簡(jiǎn)單實(shí)用的工具操作（分析工具），對(duì)分析結(jié)果進(jìn)行有效的解讀（數(shù)據(jù)可視化），最終形成具體的業(yè)務(wù)建議，實(shí)現(xiàn)業(yè)務(wù)分析/數(shù)據(jù)分析的閉環(huán)。

應(yīng)用類：

《大數(shù)據(jù)分析與數(shù)據(jù)挖掘綜合能力提升實(shí)戰(zhàn)》

《“數(shù)”說營(yíng)銷----大數(shù)據(jù)營(yíng)銷實(shí)戰(zhàn)與沙盤》

《市場(chǎng)營(yíng)銷大數(shù)據(jù)分析實(shí)戰(zhàn)培訓(xùn)》

《大數(shù)據(jù)建模與模型優(yōu)化實(shí)戰(zhàn)培訓(xùn)》

《大數(shù)據(jù)分析與挖掘之SPSS工具入門與提高》

《金融行業(yè)風(fēng)險(xiǎn)預(yù)測(cè)模型實(shí)戰(zhàn)培訓(xùn)》

理論/認(rèn)知/戰(zhàn)略類：

《大數(shù)據(jù)產(chǎn)業(yè)現(xiàn)狀及應(yīng)用創(chuàng)新》

《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》

《大數(shù)據(jù)時(shí)代的精準(zhǔn)營(yíng)銷》

技術(shù)類：

《Hadoop大數(shù)據(jù)解決方案開發(fā)技術(shù)基礎(chǔ)培訓(xùn)》

《Python開發(fā)基礎(chǔ)實(shí)戰(zhàn)》

《大數(shù)據(jù)分析與挖掘之Python開發(fā)實(shí)戰(zhàn)》

《Python機(jī)器學(xué)習(xí)算法原理及優(yōu)化實(shí)現(xiàn)》

服務(wù)客戶:

傅老師曾提供過培訓(xùn)咨詢服務(wù)的客戶遍及通信、金融、交通、制造、政府等行業(yè)，包括華為、富士康、平安集團(tuán)、中國(guó)銀行、招商銀行、光大銀行、中信銀行、交通銀行、廣電銀通、西部航空、海南航空、中國(guó)移動(dòng)、中國(guó)聯(lián)通、中國(guó)電信、西部航空、安能物流、廣州地鐵、富維江森、東風(fēng)日產(chǎn)、神南礦業(yè)、公交集團(tuán)、廣州稅務(wù)、良品鋪?zhàn)拥葐挝缓凸尽?/p>

金融行業(yè)培訓(xùn)客戶：

中國(guó)銀行：《大數(shù)據(jù)變革與商業(yè)模式創(chuàng)新》《大數(shù)據(jù)時(shí)代的精準(zhǔn)營(yíng)銷》

廣發(fā)銀行：《大數(shù)據(jù)下的精準(zhǔn)營(yíng)銷實(shí)戰(zhàn)》四期

中信銀行：《大數(shù)據(jù)分析與挖掘綜合能力提升實(shí)戰(zhàn)》叁期

交通銀行：《大數(shù)據(jù)時(shí)代的精準(zhǔn)營(yíng)銷》

安信證券：《大數(shù)據(jù)時(shí)代下的金融發(fā)展》

平安集團(tuán)：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》

平安產(chǎn)險(xiǎn)：《大數(shù)據(jù)分析綜合能力提升》

平安壽險(xiǎn)：《大數(shù)據(jù)分析與應(yīng)用實(shí)戰(zhàn)》

平安銀行：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》

農(nóng)業(yè)銀行：《Python大數(shù)據(jù)分析與挖掘》叁期

建設(shè)銀行：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》兩期

光大銀行：《大數(shù)據(jù)分析與數(shù)據(jù)挖掘應(yīng)用實(shí)戰(zhàn)》四期

招商銀行：《“數(shù)”說營(yíng)銷----大數(shù)據(jù)營(yíng)銷實(shí)戰(zhàn)與沙盤》四期

杭州銀貨通科技：《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展及應(yīng)用創(chuàng)新》

廣電銀通：《大數(shù)據(jù)綜合能力提升》

平安普惠金融：《Hadoop解決方案技術(shù)培訓(xùn)》

浦發(fā)銀行：《大數(shù)據(jù)精準(zhǔn)營(yíng)銷》

金融壹帳通：《大數(shù)據(jù)分析與挖掘綜合能力提升實(shí)戰(zhàn)》

中金所：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》

……

通信行業(yè)培訓(xùn)客戶：

聯(lián)通研究院：《大數(shù)據(jù)預(yù)測(cè)建模優(yōu)化》

廣州電信：《大數(shù)據(jù)時(shí)代的精準(zhǔn)營(yíng)銷》兩期

北京電信：《大數(shù)據(jù)分析綜合能力提升》

香港電信：《大數(shù)據(jù)精準(zhǔn)營(yíng)銷實(shí)戰(zhàn)》

上海電信：《渠道大數(shù)據(jù)分析與挖掘思路及方法》兩期

河北電信：《數(shù)據(jù)化運(yùn)營(yíng)下的大數(shù)據(jù)分析綜合能力提升實(shí)戰(zhàn)》

南京電信：《大數(shù)據(jù)視圖支撐精準(zhǔn)化營(yíng)銷》

佛山電信：《數(shù)據(jù)挖掘技術(shù)及其應(yīng)用培訓(xùn)》

泉州電信：《大數(shù)據(jù)挖掘、信息分析及應(yīng)用培訓(xùn)》

湖北聯(lián)通：《大數(shù)據(jù)分析與商業(yè)智能》

廣東聯(lián)通：《數(shù)據(jù)分析與數(shù)據(jù)挖掘?qū)崙?zhàn)培訓(xùn)》兩期

江蘇聯(lián)通：《大數(shù)據(jù)分析綜合能力提升》

吉林聯(lián)通：《大數(shù)據(jù)分析綜合能力提升-中級(jí)》

烏魯木齊聯(lián)通：《大數(shù)據(jù)分析綜合能力提升》

上海移動(dòng)：《大數(shù)據(jù)分析與挖掘、建模及優(yōu)化》叁期

浙江移動(dòng)：《大數(shù)據(jù)分析與數(shù)據(jù)挖掘應(yīng)用實(shí)戰(zhàn)》

江蘇移動(dòng)：《大數(shù)據(jù)精準(zhǔn)營(yíng)銷技能提升實(shí)戰(zhàn)》

深圳移動(dòng)：《大數(shù)據(jù)分析綜合能力提升》

廣西移動(dòng)：《大數(shù)據(jù)發(fā)展趨勢(shì)及在公司營(yíng)銷領(lǐng)域的應(yīng)用》

遼寧移動(dòng)2期：《數(shù)據(jù)分析方法與經(jīng)營(yíng)分析技巧》

泉州移動(dòng)3期：《數(shù)說營(yíng)銷—市場(chǎng)營(yíng)銷數(shù)據(jù)分析與挖掘應(yīng)用》

德陽(yáng)移動(dòng)2期：《大數(shù)據(jù)挖掘與建模優(yōu)化實(shí)戰(zhàn)培訓(xùn)》

浙江移動(dòng)：《大數(shù)據(jù)產(chǎn)品營(yíng)銷能力提升》

四川移動(dòng)：《大數(shù)據(jù)分析與挖掘綜合能力提升》

吉林移動(dòng)：《數(shù)據(jù)分析與數(shù)據(jù)挖掘培訓(xùn)》；

貴州移動(dòng)：《“數(shù)”說營(yíng)銷----大數(shù)據(jù)營(yíng)銷實(shí)戰(zhàn)與沙盤》

海南移動(dòng)：《基于大數(shù)據(jù)運(yùn)營(yíng)的用戶行為分析與精準(zhǔn)定位》

山東移動(dòng)：《大數(shù)據(jù)分析綜合能力提升》

深圳移動(dòng)：《大數(shù)據(jù)在行業(yè)內(nèi)外的應(yīng)用》

中國(guó)移動(dòng)終端公司：《大數(shù)據(jù)分析綜合能力提升培訓(xùn)》

中山移動(dòng)：《“數(shù)”說營(yíng)銷----大數(shù)據(jù)營(yíng)銷實(shí)戰(zhàn)與沙盤》

東莞移動(dòng)：《“數(shù)”說營(yíng)銷----大數(shù)據(jù)營(yíng)銷實(shí)戰(zhàn)與沙盤》

成都移動(dòng)：《數(shù)字化運(yùn)營(yíng)下的數(shù)據(jù)分析與數(shù)據(jù)挖掘》

眉山移動(dòng)2期：《大數(shù)據(jù)分析綜合能力提升》

云浮移動(dòng)：《大數(shù)據(jù)挖掘和信息提煉專項(xiàng)培訓(xùn)》

陽(yáng)江移動(dòng)：《小數(shù)據(jù)·大運(yùn)營(yíng)--運(yùn)營(yíng)數(shù)據(jù)的分析與挖掘》

德陽(yáng)移動(dòng)：《電信運(yùn)營(yíng)商市場(chǎng)營(yíng)銷數(shù)據(jù)挖掘應(yīng)用典型案例》

陜西在線：《“數(shù)”說營(yíng)銷----大數(shù)據(jù)營(yíng)銷實(shí)戰(zhàn)與沙盤》

四川在線：《“數(shù)”說營(yíng)銷----大數(shù)據(jù)營(yíng)銷實(shí)戰(zhàn)與沙盤》

大連移動(dòng)：《“數(shù)”說營(yíng)銷----大數(shù)據(jù)營(yíng)銷實(shí)戰(zhàn)與沙盤》

內(nèi)蒙古移動(dòng)：《大數(shù)據(jù)分析與Hadoop大數(shù)據(jù)解決方案》

貴州中移通信：《SPSS數(shù)據(jù)分析與數(shù)據(jù)挖掘應(yīng)用實(shí)戰(zhàn)》

華為技術(shù)：《話務(wù)量預(yù)測(cè)與排班管理》

……

能源汽車交通行業(yè)培訓(xùn)客戶：

一汽解放錫柴：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》

廣東郵政：《大數(shù)據(jù)分析綜合能力提升實(shí)戰(zhàn)》

深圳水務(wù)：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》

寧夏國(guó)電：《大數(shù)據(jù)思維與應(yīng)用》兩期

柳州上汽五菱：《大數(shù)據(jù)下的精準(zhǔn)營(yíng)銷實(shí)戰(zhàn)》

東風(fēng)商用：《數(shù)說營(yíng)銷實(shí)戰(zhàn)》

東風(fēng)日產(chǎn)：《大數(shù)據(jù)分析與數(shù)據(jù)挖掘應(yīng)用實(shí)戰(zhàn)》兩期

富維江森（汽車）：《數(shù)字化運(yùn)營(yíng)下的數(shù)據(jù)分析與數(shù)據(jù)挖掘應(yīng)用培訓(xùn)》

廣州地鐵：《大數(shù)據(jù)分析與數(shù)據(jù)挖掘培訓(xùn)》兩期

廣州地鐵：《數(shù)據(jù)分析與數(shù)據(jù)建模實(shí)戰(zhàn)》兩期

西部航空：《數(shù)字化運(yùn)營(yíng)下的數(shù)據(jù)分析與數(shù)據(jù)挖掘應(yīng)用培訓(xùn)》

海南航空：《利用大數(shù)據(jù)營(yíng)銷提升航線收益》

南方航空：《大數(shù)據(jù)精準(zhǔn)營(yíng)銷實(shí)戰(zhàn)》兩期

北京機(jī)場(chǎng)貴賓公司：《市場(chǎng)營(yíng)銷數(shù)據(jù)的分析》

深圳公交集團(tuán)：《大數(shù)據(jù)與智慧交通》

延長(zhǎng)殼牌：《大數(shù)據(jù)分析與挖掘綜合能力提升》

神南礦業(yè)：《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展與應(yīng)用創(chuàng)新》

寶雞國(guó)電：《大數(shù)據(jù)分析與挖掘》兩期

順豐快遞：《大數(shù)據(jù)分析綜合能力提升實(shí)戰(zhàn)》

……

其它行業(yè)培訓(xùn)客戶：

嶺南集團(tuán)：《大數(shù)據(jù)時(shí)代下的精準(zhǔn)營(yíng)銷》

ABB：《大數(shù)據(jù)分析實(shí)戰(zhàn)培訓(xùn)》

頂新國(guó)際：《大數(shù)據(jù)思維與應(yīng)用創(chuàng)新》

索菲亞：《大數(shù)據(jù)分析實(shí)戰(zhàn)培訓(xùn)》

玫琳凱：《大數(shù)據(jù)思維與應(yīng)用》叁期

西部數(shù)據(jù)：《大數(shù)據(jù)分析綜合能力提升》

無限極：《大數(shù)據(jù)分析綜合能力提升》兩期

雅圖仕：《大數(shù)據(jù)分析綜合能力提升》

施耐德：《大數(shù)據(jù)分析綜合能力提升》叁期

廣州稅務(wù)：《大數(shù)據(jù)分析與挖掘?qū)崙?zhàn)》叁期

YKK吉田拉鏈：《大數(shù)據(jù)分析綜合能力提升培訓(xùn)》

富士康：《數(shù)據(jù)分析綜合能力提升培訓(xùn)》

貴州中煙：《互聯(lián)網(wǎng)+時(shí)代的大數(shù)據(jù)思維》

深圳欣盛商：《電商大數(shù)據(jù)分析》

安能物流：《大數(shù)據(jù)挖掘分析及應(yīng)用實(shí)戰(zhàn)》

良品鋪?zhàn)樱骸洞髷?shù)據(jù)分析綜合能力提升》兩期

新時(shí)代集團(tuán)：《問題的挖掘、分析—數(shù)據(jù)分析技巧》兩期培訓(xùn)

挑戰(zhàn)牧業(yè)：《大數(shù)據(jù)分析綜合能力提升》

易鑫集團(tuán)：《大數(shù)據(jù)分析綜合能力提升》

贛州監(jiān)獄：《大數(shù)據(jù)時(shí)代的營(yíng)銷》共三期培訓(xùn)

賀州學(xué)院：《大數(shù)據(jù)時(shí)代的人才培養(yǎng)》

……

【學(xué)員評(píng)價(jià)】

傅老師是我目前聽過的很少忽悠而多干貨的老師，能夠?qū)⒗碚撝v得深入淺出，將案例講深講透，將實(shí)戰(zhàn)講得易理解易操作。在課堂中，他能把枯燥的數(shù)據(jù)說得有生命，在課堂上，他能對(duì)學(xué)員關(guān)注和付出。我不是對(duì)數(shù)據(jù)很喜歡的人，但仍然在課堂中能夠感覺到數(shù)據(jù)的生命力。五天的課讓我進(jìn)入到數(shù)據(jù)構(gòu)成的多彩、多維的世界，值得！

——學(xué)員分享

某金融行業(yè)---《大數(shù)據(jù)變革與商業(yè)模式創(chuàng)新》

傅老師運(yùn)用全面翔實(shí)的案例和不拘一格的語(yǔ)言，全方位剖析大數(shù)據(jù)發(fā)展以來在工具、思維和文化上帶來的變革，生動(dòng)闡述數(shù)據(jù)分析過程六部曲、數(shù)據(jù)戰(zhàn)略七大思維等經(jīng)典概述，立體呈現(xiàn)大數(shù)據(jù)時(shí)代企業(yè)所面臨的機(jī)遇與挑戰(zhàn)。結(jié)合當(dāng)前關(guān)注焦點(diǎn)和時(shí)代熱點(diǎn)話題，傅老師現(xiàn)場(chǎng)分享了第一代傳統(tǒng)營(yíng)銷、第二代互聯(lián)網(wǎng)營(yíng)銷、第三代大數(shù)據(jù)營(yíng)銷的進(jìn)階升級(jí)和精準(zhǔn)營(yíng)銷實(shí)戰(zhàn)應(yīng)用。在為學(xué)員呈現(xiàn)一場(chǎng)思維見識(shí)領(lǐng)域盛宴的同時(shí)，傅老師還與學(xué)員進(jìn)行了積極互動(dòng)和現(xiàn)場(chǎng)答疑，在相互交流中啟迪智慧、開拓思維，在思想碰撞中點(diǎn)燃大數(shù)據(jù)時(shí)代下的創(chuàng)新引擎，為全行在未來發(fā)展中進(jìn)一步把握經(jīng)濟(jì)大勢(shì)、開展前瞻預(yù)判、實(shí)施精準(zhǔn)決策提供了重要思想指引。

吉林某企業(yè)——《數(shù)據(jù)分析與數(shù)據(jù)挖掘應(yīng)用培訓(xùn)》 學(xué)員：張經(jīng)理

五天的培訓(xùn)，讓我對(duì)數(shù)據(jù)分析與數(shù)據(jù)挖掘有了進(jìn)一步的了解，也學(xué)到了技術(shù)。以前參加過培訓(xùn)，兩天的培訓(xùn)我都覺得有時(shí)很難，而這次連續(xù)五天的培訓(xùn)，我聽課過程當(dāng)中既然感覺到時(shí)間過得很快。

貴州某運(yùn)營(yíng)商——《“數(shù)”說營(yíng)銷----大數(shù)據(jù)營(yíng)銷實(shí)戰(zhàn)》 學(xué)員：劉經(jīng)理

傅老師的課程，開拓了我營(yíng)銷的思維，大數(shù)據(jù)營(yíng)銷，重在利用數(shù)據(jù)為營(yíng)銷服務(wù)。用戶細(xì)分、用戶特征提取、營(yíng)銷費(fèi)用預(yù)算、客戶流失預(yù)警，原來可以這樣利用大數(shù)據(jù)，以后不再需要“拍腦袋”了,呵呵。

遼寧某運(yùn)營(yíng)商——《數(shù)據(jù)分析與經(jīng)營(yíng)分析實(shí)戰(zhàn)培訓(xùn)》學(xué)員：于經(jīng)理

傅老師的課程全程高能，信息量巨大，我們已經(jīng)建議公司安排后續(xù)高級(jí)課程，期待再次學(xué)習(xí)，點(diǎn)贊！

我要預(yù)訂

咨詢電話：027-5111 9925 , 027-5111 9926手機(jī)：18971071887郵箱：Service@mingketang.com