【培訓對象】


【培訓收益】
銷售部、營業廳、市場營銷部、運營分析部、業務支撐部等業務及應用人員。 本課程由淺入深，結合原理主講軟件工具應用，不需要太深的數學知識，但希望掌握數據分析的相關人員。

第十部分：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
第十一部分：數據分析過程—分析步驟篇
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
第十二部分：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
第十三部分：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、精準營銷的業務模型（6R準則）
尋找正確的客戶
匹配正確的產品
確定合理的價格
選擇恰當的時機
通過合適的渠道
傳遞恰當的信息
案例討論：如何構建大數據精準營銷的分析框架
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）
5、數據分析策略
第十四部分：影響因素分析—原因分析篇
營銷問題：哪些因素是影響業務目標的關鍵要素？比如，產品在貨架上的位置是否對銷量有影響？價格和廣告開銷是如何影響銷量的？影響風控的關鍵因素有哪些？如何判斷？
1、影響因素分析的常見方法
2、相關分析（衡量兩數據型變量的線性相關性）
相關分析簡介
相關分析的應用場景
相關分析的種類
簡單相關分析
偏相關分析
距離相關分析
相關系數的三種計算公式
Pearson相關系數
Spearman相關系數
Kendall相關系數
相關分析的假設檢驗
相關分析的四個基本步驟
演練：營銷費用會影響銷售額嗎？影響程度如何量化？
演練：哪些因素與汽車銷量有相關性
演練：影響用戶消費水平的因素會有哪些
偏相關分析
偏相關原理：排除不可控因素后的兩變量的相關性
偏相關系數的計算公式
偏相關分析的適用場景
距離相關分析
3、方差分析（衡量類別變量與數值變量間的相關性）
方差分析的應用場景
方差分析的三個種類
單因素方差分析
多因素方差分析
協方差分析
單因素方差分析的原理
方差分析的四個步驟
解讀方差分析結果的兩個要點
演練：擺放位置與銷量有關嗎
演練：客戶學歷對消費水平的影響分析
演練：廣告和價格是影響終端銷量的關鍵因素嗎
演練：營業員的性別、技能級別對產品銷量有影響嗎
演練：尋找影響產品銷量的關鍵因素
多因素方差分析原理
多因素方差分析的作用
多因素方差結果的解讀
演練：廣告形式、地區對銷量的影響因素分析
協方差分析原理
協方差分析的適用場景
演練：排除產品價格，收入對銷量有影響嗎？
4、列聯分析/卡方檢驗（兩類別變量的相關性分析）
交叉表與列聯表：計數值與期望值
卡方檢驗的原理
卡方檢驗的幾個計算公式
列聯表分析的適用場景
案例：套餐類型對客戶流失的影響分析
案例：學歷對業務套餐偏好的影響分析
案例：行業/規模對風控的影響分析
5、相關性分析方法總結
第十五部分：定量預測模型—回歸模型篇
營銷問題：如何預測未來的產品銷量/銷售額？如果產品跟隨季節性變動，該如何預測？
1、回歸分析簡介和原理
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
散點圖+趨勢線（一元）
線性回歸工具（多元線性）
規劃求解工具（非線性回歸）
演練：散點圖找營銷費用與銷售額的關系
4、線性回歸分析的五個步驟
演練：營銷費用、辦公費用與銷售額的關系（線性回歸）
5、線性回歸方程的解讀技巧
定性描述：正相關/負相關
定量描述：自變量變化導致因變量的變化程度
6、回歸預測模型評估
質量評估指標：判定系數R^2
如何選擇最佳回歸模型
演練：如何選擇最佳的回歸預測模型（一元曲線回歸）
7、帶分類自變量的回歸預測
演練：汽車季度銷量預測
演練：工齡、性別與終端銷量的關系
演練：如何評估銷售目標與資源最佳配置
第十六部分：產品銷量預測—時序預測篇
1、時間序列簡介
回歸模型的缺點
2、時序預測常用模型
3、評估預測值的準確度指標
平均絕對誤差MAD
均方差MSE/RMSE
平均誤差率MAPE
4、移動平均（MA）
應用場景及原理
移動平均種類
一次移動平均
二次移動平均
加權移動平均
移動平均比率法
移動平均關鍵問題
期數N的最佳選擇方法
最優權重系數的選取方法
演練：平板電腦銷量預測及評估
演練：快銷產品季節銷量預測及評估
5、指數平滑（ES）
應用場景及原理
最優平滑系數的選取原則
指數平滑種類
一次指數平滑
二次指數平滑（Brown線性、Holt線性、Holt指數、阻尼線性、阻尼指數）
三次指數平滑
演練：煤炭產量預測
演練：航空旅客量預測及評估

結束：課程總結與問題答疑。 

• 流程管理與再造方法詳解與案例分析實戰研討

   

  課程背景：幾乎所有世界一流的企業，如：GE、Motorola、IBM、豐田等，均致力于流程改進，因為他們知道，管理企業的關鍵是建立一套好的流程并保證其得到切實執行。沒有正式高效流程的企業，就像沒有完善法律系統和公共管理系統的社會，充滿著混亂、沖突和低效率，其管理者更像是消防隊員，到處救火，窮于應付，其產品質量、生產速度和成本必然會受到很大影響。建立好..

  ￥   元/ 天

  人氣：2442