第二部分：大数据基础-数据思维

1.大数据时代：你缺的不是一堆方法，而是大数据思维
2.大数据是探索事物发展和变化规律的工具
3.大数据价值实现的三个关键环节—业务数据化、数据信息化、信息策略化
案例：喜欢赚“差价”的营业员

4.从案例看数据信息化
4.1用趋势图来探索产品销量规律
4.2从谷歌的GFT产品探索用户需求变化
4.3从美国总统竞选看大数据对选民行为进行分析
4.4从大数据炒股看大数据如何探索因素的相关性
5.数据分析的三大作用
6.数据分析的三大类别
7.数据分析需要什么样的能力
  7.1懂业务、懂管理、懂分析、懂工具、懂呈现

第三部分：大数据基础-分析过程

1. 数据分析的六步曲
2.步骤1：明确目的--理清思路（要解决什么样的业务问题；分解业务问题，构建分析框架）
3步骤2：数据收集—理清思路（收集数据范围、收集来源、收集方法）
4.步骤3：数据预处理—寻找答案（数据质量评估；数据清洗、数据处理和变量处理；探索性分析）
5.步骤4：数据分析--寻找答案（选择合适的分析方法；构建合适的分析模型；选择合适的分析工具）
6.步骤5：数据展示--观点表达（选择恰当的图表；选择合适的可视化工具）
7.步骤6：报表撰写--观点表达（选择报告种类；完整的报告结构）

8.数据分析的三大误区
演练：如何用大数据来支撑手机精准营销项目

第四部分：用户行为分析—方法篇

1.大数据精准营销的前提：用户行为分析
2.数据分析方法的层次—基本分析法、综合分析法、高级分析法、数据挖掘法
3.统计分析常用指标（计数、求和、百分比；集中程度：均值、中位数、众数；离散程度：极差、方差/标准差、IQR；分布形态：偏度、峰度）
4.基本分析方法及其适用场景
4.1对比分析
演练

a.寻找用户的地域分布规律
b.寻找公司主打产品
c.用数据来探索增量不增收困境的解决方案
案例

a.银行ATM柜员机现金管理分析
4.2分组分析

演练

a.排班后面隐藏的猫腻

b.银行用户消费层次分析
c.呼叫中心接听电话效率分析

d.客服中心科学排班人数需求分析
e.客户年龄分布/消费分布分析
案例

a.通信运营商的流量套餐划分合理性的评估
4.3结构分析

案例

a.用户市场占比结构分析
b.物流费用占比结构分析
c.中移动用户群动态结构分析

c.用户结构/收入结构/产品结构的分析
4.4趋势分析

案例

a.破解零售店销售规律
b.手机销量的淡旺季分析
c.发现产品销售的时间规律
4.5交叉分析
演练

用户性别+地域分布分析
b.不同区域的产品偏好分析
c.不同教育水平的业务套餐偏好分析

5.综合分析方法及其适用场景
5.1综合评价法
案例:南京丈母娘选女婿分析表格
演练：人才选拔评价分析

5.2杜邦分析法

案例

a.运营商市场占有率分析
b.服务水平提升分析
演练：提升销量的销售策略分析
5.3漏斗分析法

案例：电商产品销售流程优化与策略分析演练

a.营业厅终端销售流程分析
b.银行业务办理流程优化分析
5.4矩阵分析法

案例

a.工作安排评估
b.HR人员考核与管理
c.波士顿产品策略分析
6.最合适的分析方法才是硬道理

第五部分：用户行为分析—思路篇

1.常用分析思路模型
2.用户行为分析—原因、产品、客户、时间、区域/渠道、支付方式、价格

案例：结合公司情况，搭建用户消费习惯分析框架

第六部分：影响因素分析

1.影响因素分析的常见方法
2.相关分析—相关系数、解读相关系数

案例

a.体重与腰围的相关分析
b.推广费用与销售金额的相关分析
3.方差分析—方差分析模型及适用场景、单因素分析/多因素分析
案例

a.终端陈列位置对销量的影响分析
b.广告形式、地区对销量的影响因素分析
4.列联分析—交叉表与列联表、卡方检验的原理
案例

a.套餐类型与客户流失是否有关系
b.学历与套餐偏好的关系分析

第七部分：产品销量预测

1.销量预测与市场预测模型介绍—时序预测、回归模型、季节性预测、产品预测

2.回归分析/回归预测

3.时序预测模型
4.移动平均
5.指数平滑
6.温特斯季节预测模型
7.季节性预测模型（季节性回归模型的参数；常用季节性预测模型）
8.S曲线与新产品销量预测

第八部分：客户行为预测

1.分类模型概述

2.常见分类预测模型
3.逻辑回归模型
4.决策树分类简介
5.人工神经网络（神经网络概述、神经网络基本原理、神经网络的结构、神经网络的建立步骤、神经网络的关键问题、BP反向传播网络、径向基网络）

案例：评估银行用户拖欠货款的概率

第九部分：市场细分模型

1.市场细分的常用方法—有指导细分、无指导细分
2.聚类分析
3.客户细分与PCA分析法

第十部分：客户价值分析

1.如何评价客户生命周期的价值
2.RFM模型

第十一部分：产品推荐模型

1.常用产品推荐模型
2.关联分析
3.协同过滤

第十二部分：产品设计与优化

1.联合分析法
2.离散选择模型
3.品牌价值评估
4.产品市场占有率评估

第十三部分：产品定价策略及最优定价

1.常见的定价方法
2.产品定价的理论依据
案例：产品最优定价求解
3.如何评估需求曲线—价格弹性、曲线方程
4.如何做产品组合定价
5.如何做产品捆绑/套餐定价
案例：电信公司的宽带、IPTV、移动电话套餐定价
6.非线性定价原理
案例：双重收费如何定价

7.阶梯定价策略
案例：电力公司如何做阶梯定价
8.数量折扣定价策略
案例：如何通过折扣来实现薄利多销
9.定价策略的评估与选择
案例：零售公司如何选择最优定价策略
10.航空公司的收益管理
案例：FBN航空公司如何实现收益管理

第十四部分：实战篇(电信业客户流失分析模型)

1电信业客户流失预警与客户挽留模型
2.银行欠贷风险预测模型

结束：课程总结与问题答疑