【培訓對象】
銷售部門、營業廳、呼叫中心、業務支撐、經營分析部、運營分析部等對業務數據分析有基本要求的相關人員。

【培訓收益】

第一部分：數據核心理念—數據思維篇
問題：什么是數據思維？大數據決策的底層邏輯以及決策依據是什么？
1、數字化五大技術戰略：ABCDI戰略
A：人工智能，目的是用機器模擬人類行為
B：區塊鏈，構建不可篡改的分布記賬系統
C：云計算，搭建按需分配的計算資源平臺
D：大數據，實現智能化的判斷和決策機制
I：物聯網，實現萬物互聯通信的基礎架構
2、大數據的本質
數據，是事物發展和變化過程中留下的痕跡
大數據不在于量大，而在于全（多維性）
業務導向還是技術導向
3、大數據決策的底層邏輯（即四大核心價值）
探索業務規律，按規律來管理決策
案例：客流規律與排班及最佳營銷時機
案例：致命交通事故發生的時間規律
發現運營變化，定短板來運營決策
案例：考核周期導致的員工月初懈怠
案例：工序信號異常監測設備故障
理清要素關系，找影響因素來決策
案例：情緒對于股市漲跌的影響
案例：為何升職反而會增加離職風險？
預測未來趨勢，通過預判進行決策
案例：惠普預測員工離職風險及挽留
案例：保險公司的車險預測與個性化保費定價
4、大數據決策的三個關鍵環節
業務數據化：將業務問題轉化為數據問題
數據信息化：提取數據中的業務規律信息
信息策略化：基于規律形成業務應對策略
案例：用數據來識別喜歡賺“差價”的營業員
第二部分：數據分析過程—流程步驟篇
1、數據分析的六步曲
2、步驟1：明確目的，確定分析思路
確定分析目的：要解決什么樣的業務問題
確定分析思路：分解業務問題，構建分析框架
3、步驟2：收集數據，尋找分析素材
明確數據范圍
確定收集來源
確定收集方法
4、步驟3：整理數據，確保數據質量
數據質量評估
數據清洗、數據處理和變量處理
探索性分析
5、步驟4：分析數據，尋找業務答案
選擇合適的分析方法
構建合適的分析模型
選擇合適的分析工具
6、步驟5：呈現數，解讀業務規律
選擇恰當的圖表
選擇合適的可視化工具
提煉業務含義
7、步驟6：撰寫報告，形成業務策略
選擇報告種類
完整的報告結構
演練：產品精準營銷案例分析
如何搭建精準營銷分析框架
精準營銷分析的過程和步驟
第三部分：數據分析方法—統計方法篇
問題：數據分析方法的種類？分析方法的不同應用場景？
1、業務分析的三個階段
現狀分析：通過企業運營指標來發現規律及短板
原因分析：查找數據相關性，探尋目標影響因素
預測分析：合理配置資源，預判業務未來的趨勢
2、常用的數據分析方法種類
描述性分析法（對比/分組/結構/趨勢/交叉…）
相關性分析法（相關/方差/卡方…）
預測性分析法（回歸/時序/決策樹/神經網絡…）
專題性分析法（聚類/關聯/RFM模型/…）
3、統計分析基礎
統計分析兩大關鍵要素（類別、指標）
統計分析的操作模式（類別指標）
統計分析三個操作步驟（統計、畫圖、解讀）
透視表的三個組成部分
4、常用的描述性指標
集中程度：均值、中位數、眾數
離散程度：極差、方差/標準差、IQR
分布形態：偏度、峰度
5、基本分析方法及其適用場景
對比分析（查看數據差距，發現事物變化）
演練：尋找用戶的地域分布特征
演練：分析產品受歡迎情況及貢獻大小
演練：用數據來探索增量不增收困境的解決方案
分布分析（查看數據分布，探索業務層次）
演練：銀行用戶的消費水平和消費層次分析
演練：客戶年齡分布/收入分布分析
案例：通信運營商的流量套餐劃分合理性的評估
演練：呼叫中心接聽電話效率分析（呼叫中心）
結構分析（查看指標構成，評估結構合理性）
案例：增值業務收入結構分析（通信）
案例：物流費用成本結構分析（物流）
案例：中移動用戶群動態結構分析
演練：財務領域的結構瀑布圖、財務收支的變化瀑布圖
趨勢分析（發現事物隨時間的變化規律）
案例：破解零售店銷售規律
案例：手機銷量的淡旺季分析
案例：微信用戶的活躍時間規律
演練：發現客流量的時間規律
交叉分析（從多個維度的數據指標分析）
演練：用戶性別+地域分布分析
演練：不同客戶的產品偏好分析
演練：不同學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：數據分析方法—分析框架篇
問題：如何才能全面/系統地分析而不遺漏？如何分解和細化業務問題？
1、業務分析思路和分析框架來源于業務模型
2、常用的業務模型
外部環境分析：PEST
業務專題分析：5W2H
競品/競爭分析：SWOT、波特五力
營銷市場專題分析：4P/4C等
3、用戶行為分析（5W2H分析思路和框架）
WHY：原因（用戶需求、產品亮點、競品優劣勢）
WHAT：產品（產品喜好、產品貢獻、產品功能、產品結構）
WHO：客戶（基本特征、消費能力、產品偏好）
WHEN：時間（淡旺季、活躍時間、重購周期）
WHERE：區域/渠道（區域喜好、渠道偏好）
HOW：支付/促銷（支付方式、促銷方式有效性評估等）
HOW MUCH：價格（費用、成本、利潤、收入結構、價格偏好等）
案例討論：結合公司情況，搭建用戶消費習慣的分析框架（5W2H）

結束：課程總結與問題答疑。 

• 贏在開門紅——養老金、教育金銷售技能提升實戰訓練

   

  第一講：后疫情時期的保險業更值得期待一、我國保險行業發展的趨勢1.未來更好：我國保險行業歷年發展的大趨勢1）19年前的發展趨勢2）今年的迅速恢復2.未來更強：保險深度和密度增長的大空間3.未來更穩：監管守護行業可持續發展二、后疫情時期保險發展的機遇（一）經濟大形勢的變化1.國際形式2.政府工作報告解讀3.回歸理..

  ￥   元/ 天

  人氣：1492  

  

• 大數據及人工智能背景下消費和小微信貸線上獲客、產品設計、風控應對策略

   

  第一部分：金融科技發展狀況的介紹一、金融科技的現狀與發展趨勢（一）宏觀背景1、金融科技（支付寶人臉識別技術、APPLEPAY、虹膜技術、二維碼支付技術）2、利率市場化3、金融脫媒（二）移動互聯技術的發展使互聯網金融成為可能1、移動互聯網技術2、移動支付技術3、H5、APP（三）互聯網金融對傳統銀行資產業務的顛覆和沖..

  ￥   元/ 天

  人氣：1233  

  

• 大數據時代——提升患者管理，構建專業藥房

   

  【課程導言】：移動互聯時代下，實體門店面臨巨大的挑戰，同時也是一種機會。馬云說：不是實體門店不行了，而是你的實體門店不行了。面臨新的沖擊實體店如何進行創新，如何守住老陣地，如何利用新武器，這是所有實體連鎖共同面臨的問題。課程從互聯網環境對我們的實體店挑戰和我們面臨的消費者消費習慣和方式的的變化入手，通過分析新零售良品鋪子，海瀾之家，名創優品的..

  ￥   元/ 天

  人氣：933  

  

• 電商互聯網大數據營銷之落地實踐鐵律

   

  課程背景：未來人貨場一切數字化，數據將成為一種資源，沒有數據沒有未來，企業如何構建自己的大數據未來？人工智能已經來臨，人工智能在營銷板塊的應用本質就是大數據營銷！企業的ERP、CRM、報表等等僅僅是零散的死數據，如何激活流動產生閉環，產生效益？經驗將成為負債，未來將利用數據產品規劃、定位、策劃、人群分析、活動策劃，數據成為商業的起點！人為..

  ￥19,100   元/ 天

  人氣：1630  

  

• 電商互聯網智能商業：大數據營銷分析與落地實踐

   

  課程背景：數據是未來企業唯一資源，大數據營銷意味著高效、精準、成本低、全自動化，讓企業從人海戰、廣告戰、渠道戰的泥潭中拔出來為什么搜索廣告效果差了？為什么團購效果也差了？為什么傳統的用戶細分、STP在大數據提出的用戶畫像面前蒼白了？為什么獨角獸全靠增長黑客模式崛起？企業未來如何搭建科學的大數據營銷隊伍，建立科學的數字營銷體！通過互動獲取數據，..

  ￥19,100   元/ 天

  人氣：1909  

  

• 大數據基礎原理與應用

   

  一、運營商網絡架構和技術選擇1.運營商網絡架構2.運營商業務類型3.接入網技術選擇4.不同業務的技術實現二、全業務運營技術實現1.集團業務分類及特點2.集團高等級業務特點及業務場景3.集團低等級業務特點及業務場景4.集團高、低等級業務要求及技術選擇5.數據專線業務及技術實現6.互聯網專線業務及技術實現7.集..

  ￥   元/ 天

  人氣：1274