大数据营销课件.pptxVIP

 大数据营销革命;第一节 大数据营销概述;一、什么是大数据营销;二、大数据营销在国内外的发展现状;三、从传统营销到大数据营销;;2.从单一属性到全方位解读;3.从广泛撒网到精准营销;四、大数据营销的特征;2、个性化;3、时效强;4、高效率;五、大数据营销的主要应用;2、产品定制化;3、推广精准化;4、改善用户体验;5、维系客户关系;6、发现新市场;案例：腾讯手游;第二节 大数据营销体系的参与者;一、媒体：大数据产生的起因;二、数据服务公司：大数据营销落地的关键;案例：秦淮数据;三、数???广告代理商：提升营销效果的主体;第三节　大数据营销的科学化;一、聚焦数据，提升营销流程的科学性;二、强调洞察，增强营销决策的预见性;三、重视创新，实现营销活动的人性化;第四节　大数据营销的认识误区;误区一：大数据是包治百病的灵丹妙药;误区二：大数据营销思维与应用之间存在鸿沟;误区三：大数据应用必然带来效率的提升和成本的下降;数据甄别;误区四：大数据服务商是万能的;第五节　大数据营销的发展趋势;一、不同数据库之间的整合与协同;二、场景成为大数据营销的着力点;三、通过效果监测实时优化策略;;第六节 大数据营销的机遇与挑战;一、机遇;二、挑战;案例讨论1、IBM世界杯大数据营销2、新意互动与一汽马自达携手运营抖音蓝V; 　大数据营销流程;第一节　大数据的采集与存储;一、大数据的采集;1.大数据的来源;政府数据的特点;（2）企业;（3）用户;（4）机器;案例：谷歌无人驾驶汽车;2.大数据的采集过程;二、大数据的预处理;ETL;ETL;三、大数据的存储;链接：什么是云存储？;第二节　大数据挖掘;什么是数据挖掘？;数据挖掘的目标;数据挖掘和数据分析的区别;二、数据挖掘的流程;CRISP-DM数据挖掘流程;1.商业理解;2.数据理解;3.数据准备;4.模型建立;5.模型评估与模型应用;三、数据挖掘的算法与应用;数据挖掘的算法类型;1.有监督学习;（1）分类;例子;（2）预测;2.无监督学习;（1）聚类;聚类分析的应用;（2）关联;例子;案例：亚马逊;第三节　大数据营销的技术支撑;Hadoop;Hadoop的应用;一、Hadoop平台概述;Hadoop命名来历;Hadoop的核心部分;2.Hadoop的功能;3.Hadoop的优点与缺点;;缺点;二、Hadoop的体系架构;Hadoop生态系统图;1.HDFS;2.MapReduce;3.HBase;4.Pig;5.Hive;6.Mahout;7.Zookeeper;8.Ambari;9.Flume;10.Sqoop;三、Hadoop的应用;2.Hadoop在搜索引擎中的应用;3.Hadoop在电商平台中的应用;其他应用;案例讨论1、天猫依托大数据实现”造节营销”2、京东大数据邮件精准营销; 　基于大数据的消费者洞察;第一节　基于大数据消费者洞察的优势;一、提高效率：大数据vs小数据;;二、优化效果：动态vs静态;;三、深入洞察：全面vs片面;;四、真实可信：客观vs主观;;第二节　基于大数据消费者洞察的方法;一、cookie数据追踪行为;cookie是怎样形成的？;;;Atlas;基于人的营销;二、搜索数据揭示兴趣;三、社交数据发现身份;;四、电商数据体现消费;五、跨屏数据打破界限;六、物联网数据探索状态;全息洞察;第三节　基于大数据消费者洞察的流程;洞察流程的四个步骤;一、收集整理消费者数据;二、利用标签绘制消费者画像;三、针对消费者特征制定营销策略与获得反馈改进营销策略;案例讨论1、腾讯群聚标签DMP：发现欧乐B目标人群2、用大数据唱一首歌：安居客神曲营销; 大数据驱动的产品、定价与渠道创新;大数据驱动的营销创新;第一节　大数据驱动的产品创新;一、制造智能化;;;案例：安踏;二、产品订制化;案例：红领西服定制;定制流程;红领的C2M模式;数据系统;三、服务个性化;服务个性化举例;案例：世纪佳缘“懂你”;大数据时代的个性化教育;第二节　大数据驱动的定价策略;一、个性化定价;案例：J;Jet如何让价格更低？;案例：S;二、动态定价;案例：滴滴出行;第三节 大数据驱动的渠道优化与变革;案例：顺丰下乡;大数据分析支撑顺丰决策;渠道下沉势在必行;案例讨论1、尚品宅配：大数据驱动的C2B模式2、汽车巨头福特的大数据之路;大数据与大数据资产;一、大数据的定义及发展历程;大数据的定义;大数据概念的发展;扩展阅读：舍恩伯格《大数据时代》;二、大数据的特点;一、数据体量大（volume） ;链接：存储单位;二、数据类型多（variety）;三、价值密度低（value） ;四、处理速度快（velocity） ;三、大数据带来的变革 ;1、数字化冲击之一——思维变革;（2）整