課程背景:

1.了解大數據的概念，大數據包含哪些技術框架和工具

2.大數據如何跟銀行營銷工作相結合

3.數據挖掘的 CRISP 循壞

4.數據分析的工具介紹:例如指標分析的方法和統計學算法介紹

適合對象:市場分析人員及各銷售管理崗

課程大綱:

一．大數據時代概述

“大數據”火了，但是大數據的應用已經有十幾年的歷史了，本節(jié)告訴你大數據是什么

1.大數據的應用歷史

大數據的全景視圖

最熱門的大數據工具有哪些

企業(yè)的市場和營銷部門應該具備哪些大數據的技能?

CRISP 方法論

案例演練:空降經理的煩惱，您來親身體驗一下數據分析的過程

構建企業(yè)的分析體系二、

本節(jié)介紹如何在企業(yè)內部實施大數據，利用大數據驅動企業(yè)的營銷動作

1.大數據如何與企業(yè)的營銷結合

營銷動作和大數據的結合

崗位的設置和技能要求

2.分析模型的設計、實施工具

a)SPSS Clementine簡介

b)SAS 簡介

C）SQL Analysis 簡介

d）Excel控件簡介

3.數據的收集和準備

a)數據的來源

b)原始數據轉換為業(yè)務數據

三、基于關鍵指標的分析方法

指標分析是一種快速的企業(yè)績效分析手段，是衡量企業(yè)健康狀況的健康指標本節(jié)介紹如何通過指標構建數據分析模型。

1案例思考:從一張報表說起

2傳統的基于績效考核指標分析的缺陷

3把 KPI指標和管理理念相結合，搭建分析模型分析營銷狀況

4案例解析:

a）競爭力分析模型

b)利潤分析模型

四、時間序列分析

時間序列分析的目的是掌握銷售過程中出現的趨勢、規(guī)律，優(yōu)化產品組合和銷售管理

1.時間序列規(guī)律的三個方面

2.如何識別周期，認識同比的風險

趨勢如何分析

案例解析

數據周期分析

產品風險預測

一元回歸分析

案例:行業(yè)趨勢分析

五、競爭的量化分析方法簡介

1.宏觀的行業(yè)竟爭力分析矩陣

2數據來源:根據市場竟爭的四個層次確定

竟爭的敏感性分析

銀行產品的品牌轉換矩陣

媒體影響的量化研究

六、常用的統計學分析算法簡介

數據分析不是空洞理論，還需要有科學的技術手段和方法，本節(jié)演示常見的數據分析算法。

1.協助客戶分類:聚類分析

2.識別客戶響應

a)類神經網絡

b)決策樹

C)邏輯斯蒂回歸

3時間序列預測

a)ARIMAa)

b)指數平滑

七、商業(yè)預測技術

預測是企業(yè)重要的決策依據，本節(jié)演示如何結合統計學算法構造一個成熟的預測模型

1預測責任者與支持者

2預測的組織流程

3不同的預測模型各自的優(yōu)缺點

4水平和趨勢模型

5季節(jié)模型

6如何評估預測的偏差

八、數據挖掘

無差別的大眾媒體營銷已經無法滿足零和的市場環(huán)境下的競爭要求。精確營銷是現在及未來的發(fā)展方向精確營銷的基礎是精確的客戶定位，本節(jié)通過案例演示來說明如何進行客戶的響應分析。

1.?精確營銷與客戶細分

2.?客戶細分的價值

3.?基于數據驅動的細分

4.?基于決策樹的案例解析

5.結果的應用