市場營銷數(shù)據(jù)的分析與挖掘其它上課時間：

• 2020/8/21至2020/8/21 廣州

• 2020/10/16至2020/10/16 深圳

• 2021/11/18至2021/11/18 北京

• 2021/11/30至2021/11/30 上海

營銷副總、營銷總監(jiān)、市場部經(jīng)理

為何參加
隨著社會經(jīng)濟(jì)發(fā)展和企業(yè)信息化水平的提高，企業(yè)在營銷過程中會接觸到大量的內(nèi)外部數(shù)據(jù)，分析和挖掘企業(yè)營銷數(shù)據(jù)，對于洞察企業(yè)內(nèi)外部態(tài)勢、制定有效的有針對性的營銷策略等有著極強(qiáng)的指導(dǎo)意義
本課程首先介紹數(shù)據(jù)分析的相關(guān)基礎(chǔ)，然后介紹如何提升數(shù)據(jù)分析能力、數(shù)據(jù)分析的常見問題以及基本分析思路，隨后介紹數(shù)據(jù)描述、相關(guān)分析、聚類、關(guān)聯(lián)分析、客戶畫像等重要數(shù)據(jù)分析工具和模型
本課程內(nèi)容豐富，貼近實(shí)戰(zhàn)，所選擇的分析工具、模型均為數(shù)據(jù)分析領(lǐng)域常用的成熟的分析模型算法。有理論有案例有實(shí)際操作，落地性強(qiáng)，能夠較好地提高學(xué)員的數(shù)據(jù)分析和挖掘能力。全部案例均采用Excel、數(shù)據(jù)分析插件進(jìn)行講解
課程收益
了解數(shù)據(jù)分析的整體步驟
掌握數(shù)據(jù)分析能力的提升路徑
掌握營銷數(shù)據(jù)分析的思路和方法
掌握營銷數(shù)據(jù)挖掘的模型及其應(yīng)用

課程大綱

第一模塊數(shù)據(jù)分析基礎(chǔ)
分析目標(biāo)：包括數(shù)據(jù)整體狀況分析、產(chǎn)品線分析、品牌分析、客戶分析、營銷活動分析、異動分析、營銷預(yù)測等
分析步驟：包括數(shù)據(jù)收集、數(shù)據(jù)整理、報表制作、數(shù)據(jù)分析與數(shù)據(jù)挖掘、圖形呈現(xiàn)、形成策劃案等6個步驟
第二模塊數(shù)據(jù)分析與業(yè)務(wù)邏輯
數(shù)據(jù)分析能力：包括業(yè)務(wù)理解能力、邏輯思辨能力、需求轉(zhuǎn)換能力、統(tǒng)計分析挖掘工具的掌握等方面
常見商務(wù)邏輯
如何對數(shù)據(jù)特征進(jìn)行描述？
我的業(yè)務(wù)的特征是啥樣的？
如何結(jié)合營銷現(xiàn)狀判斷數(shù)據(jù)中的異常值？
如何找到銷售工作中的價值洼地（營銷機(jī)會點(diǎn)）？
A數(shù)據(jù)和B數(shù)據(jù)之間有關(guān)系嗎？如果有關(guān)系，關(guān)系是怎樣的？
如果數(shù)據(jù)之間有影響，有沒有重要程度的差異？
數(shù)據(jù)和指標(biāo)如何分組？
如果影響指標(biāo)比較多，如何處理？
我想知道數(shù)據(jù)之間的對應(yīng)關(guān)系，如何處理？
如何考慮A事件對B事件的邊際貢獻(xiàn)率？
分析思路
標(biāo)識分析法
排序分析法
對比分析法
分組分析法
回歸分析法
交叉分析法
假設(shè)分析法
趨勢分析法
二八分析法
客戶畫像分析法
第三模塊數(shù)據(jù)描述
數(shù)據(jù)描述指對銷售數(shù)據(jù)進(jìn)行描述統(tǒng)計，采用多種指標(biāo)和方法揭示數(shù)據(jù)的概況，為后續(xù)分析做好準(zhǔn)備工作。描述的指標(biāo)有求和、計數(shù)、平均值、中位數(shù)、眾數(shù)、方差（標(biāo)準(zhǔn)差）、變異系數(shù)、峰度、偏度、占比、累計占比、同比、環(huán)比等。
數(shù)據(jù)的七個百分比
營銷數(shù)據(jù)的描述統(tǒng)計
多列對比
這是應(yīng)培訓(xùn)學(xué)員的要求所做的多列對比的小工具，非常方便，可以一次性地輸出多列之間平均值、總數(shù)、中位數(shù)、變異系數(shù)、二八系數(shù)等的對比。
第四模塊相關(guān)分析
相關(guān)分析原理
EXCEL“數(shù)據(jù)分析”模塊安裝及介紹
操作及輸出說明
相關(guān)分析在營銷數(shù)據(jù)分析中的作用
案例：上海某公路物流企業(yè)分析其營銷指標(biāo)間關(guān)系
第五模塊聚類-客戶細(xì)分
單獨(dú)一個數(shù)據(jù)，往往因?yàn)閿?shù)據(jù)異�；蛘吲既恍缘仍�因，從來很難發(fā)現(xiàn)明顯的結(jié)論，分組不僅僅讓分析變得簡單，而且能夠發(fā)現(xiàn)簡單對比所無法獲得的結(jié)論。
單指標(biāo)的分類
多指標(biāo)的分類
多指標(biāo)的分組，可以用來做數(shù)據(jù)的細(xì)分等，采用聚類實(shí)現(xiàn)。
案例討論：最佳聚類分類總數(shù)的確定
第六模塊關(guān)聯(lián)分析
關(guān)聯(lián)分析可以分析數(shù)據(jù)中的某些特征同時出現(xiàn)以及次序出現(xiàn)的概率，其輸出的結(jié)果經(jīng)常用來做捆綁銷售，例如客戶購買了A產(chǎn)品之后是否購買了產(chǎn)品B。關(guān)聯(lián)分析通常用來分析多品類、多購買頻次的營銷數(shù)據(jù)分析，其結(jié)論可以用來捆綁銷售、銷售推薦等方面
相關(guān)概念：支持度、置信度、提升度
關(guān)聯(lián)分析算法的使用
第七模塊客戶畫像
客戶畫像是目前營銷數(shù)據(jù)分析的熱點(diǎn)問題之一，4S店的銷售人員希望通過數(shù)據(jù)分析得到其客戶的特征是什么，網(wǎng)店的經(jīng)營者希望知道哪些特征組合的客戶在投訴他們。
算法描述
算法執(zhí)行和輸出
正邏輯和反邏輯數(shù)據(jù)的討論
案例：某網(wǎng)店利用數(shù)據(jù)分析影響客戶購買的特征

課程主講

紀(jì)賀元
講師，顧問
復(fù)旦大學(xué)MBA。長期從事數(shù)據(jù)分析、市場調(diào)查、Excel等方面的培訓(xùn)工作。紀(jì)老師曾經(jīng)在上海貝爾、MOTOROLA、Lucent、新加坡比技公司、上海全成等公司長期工作，擔(dān)任過項(xiàng)目經(jīng)理、技術(shù)市場經(jīng)理、銷售經(jīng)理、銷售總監(jiān)等職務(wù)，對于數(shù)據(jù)分析和市場營銷有著較多實(shí)戰(zhàn)經(jīng)驗(yàn)。在過去的實(shí)際工作中，紀(jì)老師積累了較多的數(shù)據(jù)分析和挖掘的實(shí)戰(zhàn)經(jīng)驗(yàn)，1995年即開始使用ExcelVBA對于Motorola電信交換機(jī)的運(yùn)營數(shù)據(jù)進(jìn)行分析和編程處理，1998年即開始采用SPSS軟件進(jìn)行數(shù)據(jù)分析和市場調(diào)查報表的分析工作，在新加坡比技公司、上海全成通信等公司組織和領(lǐng)導(dǎo)了多項(xiàng)移勱通信增值業(yè)務(wù)數(shù)據(jù)的數(shù)據(jù)挖掘項(xiàng)目（采用COGNOS商業(yè)報表軟件和CLEMENTINE軟件）。曾經(jīng)參與主持過多項(xiàng)數(shù)據(jù)分析方面的咨詢項(xiàng)目，包括“2005年上海移動有限公司新產(chǎn)品發(fā)展模式市場調(diào)研”、“內(nèi)蒙古杏仁露產(chǎn)品上市前調(diào)研”、“2009年楊浦區(qū)商管公司下屬商業(yè)網(wǎng)點(diǎn)調(diào)研”、“2009格林動力汽車尾氣凈化劑數(shù)據(jù)分析”、“2011年我國電子閱讀器市場用戶消費(fèi)模式調(diào)研”等，在營銷數(shù)據(jù)分析和市場調(diào)查方面有著較多實(shí)戰(zhàn)經(jīng)驗(yàn)。