课程大纲

一、大数据时代概述“大数据”火了，但是大数据的应用已经有十几年的历史了，本节告诉你大数据是什么。1. 大数据的应用历史2. 大数据的全景视图3. 最热门的大数据工具有哪些4. 企业的市场和营销部门应该具备哪些大数据的技能？5. CRISP方法论案例演练：空降经理的烦恼，您来亲身体验一下数据分析的过程二、构建企业的分析体系本节介绍如何在企业内部实施大数据，利用大数据驱动企业的营销动作。1. 大数据如何与企业的营销结合a) 营销动作和大数据的结合b) 岗位的设置和技能要求2. 分析模型的设计、实施工具a) SPSS Clementine简介b) SAS简介c) SQL Analysis简介d) Excel控件简介3. 数据的收集和准备a) 数据的来源b)原始数据转换为业务数据分析三、基于关键指标的分析方法指标分析是一种快速的企业绩效分析手段，是衡量企业健康状况的健康指标， 本节介绍如何通过指标构建数据分析模型。1. 案例思考：从一张报表说起2. 传统的基于绩效考核指标分析的缺陷3. 把KPI指标和管理理念相结合，搭建模型分析营销状况4. 案例解析：a)竞争力分析模型b)利润分析模型四、时间序列分析时间序列分析的目的是掌握销售过程中出现的趋势、规律，优化产品组合和销售管理。1. 时间序列规律的三个方面2. 如何识别周期，认识同比的风险3. 趋势如何分析4. 案例解析a) 数据周期分析b) 库存风险预测5. 一元回归分析a) 案例：行业趋势分析五、竞争的量化分析方法简介1. 宏观的行业竞争力分析矩阵2. 数据来源：根据市场竞争的四个层次确定3. 竞争的敏感性分析4. 快消品的品牌转换矩阵5. 媒体影响的量化研究六、常用的统计学分析算法简介数据分析不是空洞理论，还需要有科学的技术手段和方法，本节演示常见的数据分析算法。1. 协助客户分类：聚类分析2. 识别客户响应a) 类神经网络b) 决策树c) 逻辑斯蒂回归3. 时间序列预测a) ARIMAb) 指数平滑七、商业预测技术预测是企业重要的决策依据，本节演示如何结合统计学算法构造一个成熟的预测模型。1. 预测责任者与支持者2. 预测的组织流程3. 不同的预测模型各自的优缺点4. 水平和趋势模型5. 季节模型6. 如何评估预测的偏差八、数据挖掘无差别的大众媒体营销已经无法满足零和的市场环境下的竞争要求。精确营销是现在及未来的发展方向，精确营销的基础是精确的客户定位，本节通过案例演示来说明如何进行客户的响应分析。1. 精确营销与客户细分2. 客户细分的价值3.基于数据驱动的细分4.基于决策树的案例解析5.结果的应用