大数据时代的营销数据分析技能----用数字说话.PDF

大数据时代的营销数据分析技能----用数字说话.PDF

  1. 1、本文档共3页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
大数据时代的营销数据分析技能----用数字说话.PDF

大数据时代的营销数据分析技能----用数字说话 课程背景 “大数据”的概念出现至今已经 11 年了,然而,为数不少的的市场部、销售部的相关员工由于缺乏营 销分析的技能,还在使用原始低效的统计和分析方法,浪费大量的时间不说,老板还经常不满意。 大数据时代要求市场和销售部门对客户响应、营销过程、行业竞争做深入分析,为决策者提供真正 的决策支持,特别是为每一个营销动作提供最佳的运作模型。 本课程从大数据的宏观知识背景开始,探讨如何将数据分析的技能应用于企业日常的销售运营当中。 学习本课程您将可以掌握以下内容: 了解大数据的概念,大数据包含哪些技术框架和工具 大数据如何跟企业的营销工作相结合 数据挖掘的 CRISP 循环 数据分析的工具介绍:例如指标分析的方法和统计学算法介绍 特别声明: 本课程有若干演练环节,为了保证培训效果,请携带笔记本电脑并安装 Office2007 以上版本, 课堂上不负责为学员安装软件,请预先准备。 陈剑老师课程均赠送 Blade Office 工具箱,请注意核对软件日期是否为培训当天日期以防假冒。 课程大纲 一、大数据时代概述 “大数据”火了,但是大数据的应用已经有十几年的历史了,本节告诉你大数据是什么。 1.大数据的应用历史 2.大数据的全景视图 3.最热门的大数据工具有哪些 4.企业的市场和营销部门应该具备哪些大数据的技能? 5.CRISP 方法论 案例演练:空降经理的烦恼,您来亲身体验一下数据分析的过程 二、构建企业的分析体系 本节介绍如何在企业内部实施大数据,利用大数据驱动企业的营销动作 1.大数据如何与企业的营销结合 a)营销动作和大数据的结合 b)岗位的设置和技能要求 2.分析模型的设计、实施工具 a)SPSS Clementine 简介 b)SAS 简介 c)SQL Analysis 简介 d)Excel 控件简介 3.数据的收集和准备 a)数据的来源 培睿企业咨询(上海)有限公司上海市黄浦区福州路 355 号上海文化商厦商务楼 810 室 Tel: (86) 21 5386 5828 Email: registration@ b)原始数据转换为业务数据 三、基于关键指标的分析方法 指标分析是一种快速的企业绩效分析手段,是衡量企业健康状况的健康指标, 本节介绍如何通过指 标构建数据分析模型。 1.案例思考:从一张报表说起 2.传统的基于绩效考核指标分析的缺陷 3.把 KPI 指标和管理理念相结合,搭建分析模型分析营销状况 4.案例解析: a)竞争力分析模型 b)利润分析模型 四、时间序列分析 时间序列分析的目的是掌握销售过程中出现的趋势、规律,优化产品组合和销售管理。 1.时间序列规律的三个方面 2.如何识别周期,认识同比的风险 3.趋势如何分析 4.案例解析 a)数据周期分析 b)库存风险预测 5.一元回归分析 a)案例:行业趋势分析 五、竞争的量化分析方法简介 1.宏观的行业竞争力分析矩阵 2.数据来源:根据市场竞争的四个层次确定 3.竞争的敏感性分析 4.快消品的品牌转换矩阵 5.媒体影响的量化研究 六、常用的统计学分析算法简介 数据分析不是空洞理论,还需要有科学的技术手段和方法,本节演示常见的数据分析算法。 1.协助客户分类:聚类分析 2.识别客户响应 a)类神经网络 b)决策树 c)逻辑斯蒂回归 3.时间序列预测 a)ARIMA b)指数平滑 七、商业预测技术 预测是企业重要的决策依据,本节演示如何结合统计学算法构造一个成熟的预测模型。 1.预测责任者与支持者 培睿企业咨询(上海)有限公司上海市黄浦区福州路 355 号上海文化商厦商务楼 810 室 Tel: (86) 21 5386 5828 Email: registration@ 2.预测的组织流程 3.不同的预测模型各自的优缺点 4.水平和趋势模型 5.季

文档评论(0)

thl1006 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档