助力市場(chǎng)營(yíng)銷與服務(wù)的數(shù)據(jù)分析實(shí)戰(zhàn)

【課程目標(biāo)】

本課程為基礎(chǔ)課程，面向所有業(yè)務(wù)部門。

本課程的主要目的是，幫助學(xué)員了解大數(shù)據(jù)的本質(zhì)，培養(yǎng)學(xué)員的數(shù)據(jù)意識(shí)和數(shù)據(jù)思維，掌握常用的統(tǒng)計(jì)分析方法和工具，以業(yè)務(wù)問(wèn)題為導(dǎo)向，提升學(xué)員的數(shù)據(jù)分析綜合能力。

本課程具體內(nèi)容包括：

1、 大數(shù)據(jù)的本質(zhì)，核心數(shù)據(jù)思維

2、 數(shù)據(jù)分析過(guò)程，數(shù)據(jù)分析框架

3、 數(shù)據(jù)分析工具，數(shù)據(jù)可視呈現(xiàn)

4、 影響因素分析，定量預(yù)測(cè)模型

本課程從實(shí)際的業(yè)務(wù)需求出發(fā)，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(wèn)題，對(duì)數(shù)據(jù)分析及數(shù)據(jù)挖掘技術(shù)進(jìn)行了全面的介紹（從數(shù)據(jù)收集與處理，到數(shù)據(jù)分析與挖掘，再到數(shù)據(jù)可視化和報(bào)告撰寫），通過(guò)大量的操作演練，幫助學(xué)員掌握數(shù)據(jù)分析和數(shù)據(jù)挖掘的思路、方法、表達(dá)、工具，從大量的企業(yè)經(jīng)營(yíng)數(shù)據(jù)中進(jìn)行分析，挖掘客戶行為特點(diǎn)，幫助運(yùn)營(yíng)團(tuán)隊(duì)深入理解業(yè)務(wù)運(yùn)作，以達(dá)到提升學(xué)員的數(shù)據(jù)綜合分析能力，支撐運(yùn)營(yíng)決策的目的。

通過(guò)本課程的學(xué)習(xí)，達(dá)到如下目的：

1、 了解數(shù)據(jù)分析的本質(zhì)，理解數(shù)據(jù)決策的底層邏輯

2、 學(xué)會(huì)搭建數(shù)據(jù)分析框架，熟悉常用的業(yè)務(wù)模型

3、 熟悉數(shù)據(jù)分析標(biāo)準(zhǔn)過(guò)程，能夠按步驟進(jìn)行數(shù)據(jù)分析

4、 掌握常用數(shù)據(jù)分析方法，熟練使用Excel高級(jí)數(shù)據(jù)分析工具

5、 掌握常用高級(jí)定量預(yù)測(cè)模型，理解模型原理，學(xué)會(huì)解讀模型含義

 【授課時(shí)間】

2天時(shí)間（每天6個(gè)小時(shí)）

【授課對(duì)象】

銷售部、營(yíng)業(yè)廳、市場(chǎng)營(yíng)銷部、運(yùn)營(yíng)分析部、業(yè)務(wù)支撐部等業(yè)務(wù)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（建議2016版本以上）。

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(wèn)題分析 + Excel實(shí)踐操作

采用互動(dòng)式教學(xué)，圍繞業(yè)務(wù)問(wèn)題，展開(kāi)數(shù)據(jù)分析過(guò)程，全過(guò)程演練操作，讓學(xué)員在分析、分享、講授、總結(jié)、自我實(shí)踐過(guò)程中獲得能力提升。

【課程大綱】

第一部分： 數(shù)據(jù)核心理念—數(shù)據(jù)思維篇

問(wèn)題：什么是數(shù)據(jù)思維？大數(shù)據(jù)決策的底層邏輯以及決策依據(jù)是什么？

1、 數(shù)字化五大技術(shù)戰(zhàn)略：ABCDI戰(zhàn)略

? A：人工智能，目的是用機(jī)器模擬人類行為

? B：區(qū)塊鏈，構(gòu)建不可篡改的分布記賬系統(tǒng)

? C：云計(jì)算，搭建按需分配的計(jì)算資源平臺(tái)

? D：大數(shù)據(jù)，實(shí)現(xiàn)智能化的判斷和決策機(jī)制

? I：物聯(lián)網(wǎng)，實(shí)現(xiàn)萬(wàn)物互聯(lián)通信的基礎(chǔ)架構(gòu)

2、 大數(shù)據(jù)的本質(zhì)

? 數(shù)據(jù)，是事物發(fā)展和變化過(guò)程中留下的痕跡

? 大數(shù)據(jù)不在于量大，而在于全（多維性）

? 業(yè)務(wù)導(dǎo)向還是技術(shù)導(dǎo)向

3、 大數(shù)據(jù)決策的底層邏輯（即四大核心價(jià)值）

? 探索業(yè)務(wù)規(guī)律，按規(guī)律來(lái)管理決策

案例：客流規(guī)律與排班及最佳營(yíng)銷時(shí)機(jī)

案例：致命交通事故發(fā)生的時(shí)間規(guī)律

? 發(fā)現(xiàn)運(yùn)營(yíng)變化，定短板來(lái)運(yùn)營(yíng)決策

案例：考核周期導(dǎo)致的員工月初懈怠

案例：工序信號(hào)異常監(jiān)測(cè)設(shè)備故障

? 理清要素關(guān)系，找影響因素來(lái)決策

案例：情緒對(duì)于股市漲跌的影響

案例：為何升職反而會(huì)增加離職風(fēng)險(xiǎn)？

? 預(yù)測(cè)未來(lái)趨勢(shì)，通過(guò)預(yù)判進(jìn)行決策

案例：惠普預(yù)測(cè)員工離職風(fēng)險(xiǎn)及挽留

案例：保險(xiǎn)公司的車險(xiǎn)預(yù)測(cè)與個(gè)性化保費(fèi)定價(jià)

4、 大數(shù)據(jù)決策的三個(gè)關(guān)鍵環(huán)節(jié)

? 業(yè)務(wù)數(shù)據(jù)化：將業(yè)務(wù)問(wèn)題轉(zhuǎn)化為數(shù)據(jù)問(wèn)題

? 數(shù)據(jù)信息化：提取數(shù)據(jù)中的業(yè)務(wù)規(guī)律信息

? 信息策略化：基于規(guī)律形成業(yè)務(wù)應(yīng)對(duì)策略

案例：用數(shù)據(jù)來(lái)識(shí)別喜歡賺“差價(jià)”的營(yíng)業(yè)員

第二部分： 數(shù)據(jù)分析過(guò)程—分析步驟篇

1、 數(shù)據(jù)分析的六步曲

2、 步驟1：明確目的，確定分析思路

? 確定分析目的：要解決什么樣的業(yè)務(wù)問(wèn)題

? 確定分析思路：分解業(yè)務(wù)問(wèn)題，構(gòu)建分析框架

3、 步驟2：收集數(shù)據(jù)，尋找分析素材

? 明確數(shù)據(jù)范圍

? 確定收集來(lái)源

? 確定收集方法

4、 步驟3：整理數(shù)據(jù)，確保數(shù)據(jù)質(zhì)量

? 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

5、 步驟4：分析數(shù)據(jù)，尋找業(yè)務(wù)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

6、 步驟5：呈現(xiàn)數(shù)，解讀業(yè)務(wù)規(guī)律

? 選擇恰當(dāng)?shù)膱D表

? 選擇合適的可視化工具

? 提煉業(yè)務(wù)含義

7、 步驟6：撰寫報(bào)告，形成業(yè)務(wù)策略

? 選擇報(bào)告種類

? 完整的報(bào)告結(jié)構(gòu)

演練：產(chǎn)品精準(zhǔn)營(yíng)銷案例分析

? 如何搭建精準(zhǔn)營(yíng)銷分析框架

? 精準(zhǔn)營(yíng)銷分析的過(guò)程和步驟

第三部分： 數(shù)據(jù)分析方法—統(tǒng)計(jì)方法篇

問(wèn)題：數(shù)據(jù)分析方法的種類？分析方法的不同應(yīng)用場(chǎng)景？

1、 業(yè)務(wù)分析的三個(gè)階段

? 現(xiàn)狀分析：通過(guò)企業(yè)運(yùn)營(yíng)指標(biāo)來(lái)發(fā)現(xiàn)規(guī)律及短板

? 原因分析：查找數(shù)據(jù)相關(guān)性，探尋目標(biāo)影響因素

? 預(yù)測(cè)分析：合理配置資源，預(yù)判業(yè)務(wù)未來(lái)的趨勢(shì)

2、 常用的數(shù)據(jù)分析方法種類

? 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(shù)/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)分析兩大關(guān)鍵要素（類別、指標(biāo)）

? 統(tǒng)計(jì)分析的操作模式（類別à指標(biāo)）

? 統(tǒng)計(jì)分析三個(gè)操作步驟（統(tǒng)計(jì)、畫圖、解讀）

? 透視表的三個(gè)組成部分

4、 常用的描述性指標(biāo)

? 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，發(fā)現(xiàn)事物變化）

演練：尋找用戶的地域分布特征

演練：分析產(chǎn)品受歡迎情況及貢獻(xiàn)大小

演練：用數(shù)據(jù)來(lái)探索增量不增收困境的解決方案

? 分布分析（查看數(shù)據(jù)分布，探索業(yè)務(wù)層次）

演練：銀行用戶的消費(fèi)水平和消費(fèi)層次分析

演練：客戶年齡分布/收入分布分析

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：呼叫中心接聽(tīng)電話效率分析（呼叫中心）

? 結(jié)構(gòu)分析（查看指標(biāo)構(gòu)成，評(píng)估結(jié)構(gòu)合理性）

案例：增值業(yè)務(wù)收入結(jié)構(gòu)分析（通信）

案例：物流費(fèi)用成本結(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：財(cái)務(wù)領(lǐng)域的結(jié)構(gòu)瀑布圖、財(cái)務(wù)收支的變化瀑布圖

? 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

案例：微信用戶的活躍時(shí)間規(guī)律

演練：發(fā)現(xiàn)客流量的時(shí)間規(guī)律

? 交叉分析（從多個(gè)維度的數(shù)據(jù)指標(biāo)分析）

演練：用戶性別+地域分布分析

演練：不同客戶的產(chǎn)品偏好分析

演練：不同學(xué)歷用戶的套餐偏好分析

演練：銀行用戶的違約影響因素分析

第四部分： 數(shù)據(jù)分析方法—分析框架篇

問(wèn)題：如何才能全面/系統(tǒng)地分析而不遺漏？如何分解和細(xì)化業(yè)務(wù)問(wèn)題？

1、 業(yè)務(wù)分析思路和分析框架來(lái)源于業(yè)務(wù)模型

2、 常用的業(yè)務(wù)模型

? 外部環(huán)境分析：PEST

? 業(yè)務(wù)專題分析：5W2H

? 競(jìng)品/競(jìng)爭(zhēng)分析：SWOT、波特五力

? 營(yíng)銷市場(chǎng)專題分析：4P/4C等

3、 精準(zhǔn)營(yíng)銷的業(yè)務(wù)模型（6R準(zhǔn)則）

? 尋找正確的客戶

? 匹配正確的產(chǎn)品

? 確定合理的價(jià)格

? 選擇恰當(dāng)?shù)臅r(shí)機(jī)

? 通過(guò)合適的渠道

? 傳遞恰當(dāng)?shù)男畔?/span>

案例討論：如何構(gòu)建大數(shù)據(jù)精準(zhǔn)營(yíng)銷的分析框架

4、 用戶行為分析（5W2H分析思路和框架）

? WHY：原因（用戶需求、產(chǎn)品亮點(diǎn)、競(jìng)品優(yōu)劣勢(shì)）

? WHAT：產(chǎn)品（產(chǎn)品喜好、產(chǎn)品貢獻(xiàn)、產(chǎn)品功能、產(chǎn)品結(jié)構(gòu)）

? WHO：客戶（基本特征、消費(fèi)能力、產(chǎn)品偏好）

? WHEN：時(shí)間（淡旺季、活躍時(shí)間、重購(gòu)周期）

? WHERE：區(qū)域/渠道（區(qū)域喜好、渠道偏好）

? HOW：支付/促銷（支付方式、促銷方式有效性評(píng)估等）

? HOW MUCH：價(jià)格（費(fèi)用、成本、利潤(rùn)、收入結(jié)構(gòu)、價(jià)格偏好等）

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）

5、 數(shù)據(jù)分析策略

第五部分： 影響因素分析—原因分析篇

營(yíng)銷問(wèn)題：哪些因素是影響業(yè)務(wù)目標(biāo)的關(guān)鍵要素？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(kāi)銷是如何影響銷量的？影響風(fēng)控的關(guān)鍵因素有哪些？如何判斷？

1、 影響因素分析的常見(jiàn)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）

? 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

2 簡(jiǎn)單相關(guān)分析

2 偏相關(guān)分析

2 距離相關(guān)分析

? 相關(guān)系數(shù)的三種計(jì)算公式

2 Pearson相關(guān)系數(shù)

2 Spearman相關(guān)系數(shù)

2 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：營(yíng)銷費(fèi)用會(huì)影響銷售額嗎？影響程度如何量化？

演練：哪些因素與汽車銷量有相關(guān)性

演練：影響用戶消費(fèi)水平的因素會(huì)有哪些

? 偏相關(guān)分析

2 偏相關(guān)原理：排除不可控因素后的兩變量的相關(guān)性

2 偏相關(guān)系數(shù)的計(jì)算公式

2 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）

? 方差分析的應(yīng)用場(chǎng)景

? 方差分析的三個(gè)種類

2 單因素方差分析

2 多因素方差分析

2 協(xié)方差分析

? 單因素方差分析的原理

? 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：擺放位置與銷量有關(guān)嗎

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

? 協(xié)方差分析原理

? 協(xié)方差分析的適用場(chǎng)景

演練：排除產(chǎn)品價(jià)格，收入對(duì)銷量有影響嗎？

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：計(jì)數(shù)值與期望值

? 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)

第六部分： 定量預(yù)測(cè)模型—回歸模型篇

營(yíng)銷問(wèn)題：如何預(yù)測(cè)未來(lái)的產(chǎn)品銷量/銷售額？如果產(chǎn)品跟隨季節(jié)性變動(dòng)，該如何預(yù)測(cè)？

1、 回歸分析簡(jiǎn)介和原理

2、 回歸分析的種類

? 一元回歸/多元回歸

? 線性回歸/非線性回歸

3、 常用回歸分析方法

? 散點(diǎn)圖+趨勢(shì)線（一元）

? 線性回歸工具（多元線性）

? 規(guī)劃求解工具（非線性回歸）

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

4、 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）

5、 線性回歸方程的解讀技巧

? 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

6、 回歸預(yù)測(cè)模型評(píng)估

? 質(zhì)量評(píng)估指標(biāo)：判定系數(shù)R^2

? 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）

7、 帶分類自變量的回歸預(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)與資源最佳配置

第七部分： 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

2 一次移動(dòng)平均

2 二次移動(dòng)平均

2 加權(quán)移動(dòng)平均

2 移動(dòng)平均比率法

? 移動(dòng)平均關(guān)鍵問(wèn)題

2 期數(shù)N的最佳選擇方法

2 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

2 一次指數(shù)平滑

2 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)）

2 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

結(jié)束：課程總結(jié)與問(wèn)題答疑。