我要報名

咨詢電話：
手　　機：	郵箱：

【課程背景】

2012-2013年，中國的營銷者正面臨著一個極具挑戰的經濟時局，然而他們有機會通過撬動海量數據的杠桿來獲取巨額收益。

面對中國5.13億的互聯網用戶、多樣化的1.8 萬億 GB 數據，以及企業數據每年 55% 的增長速度，在蓬勃發展的中國市場環境中，大數據所帶來的機遇前所未有，這將是中國市場的營銷者們預期取得大回報的最佳時機。營銷者必須知道如何透過數據庫的挖掘與分析，讓手中的數據與信息發揮最大的價值，通過有效整合、分析線上和線下數據，提高與客戶、潛在客戶互動的精準度

本講座通過電信行業客戶分析的實際案例，介紹數據分析技術在客戶營銷、企業管理等方面的應用價值。

【培訓目標】

大數據時代下，客戶的重新認識和精確營銷，企業的精細化運營，如何提升企業的核心競爭能力，如何更新企業運營的新理念。了解大數據處理的基本技術，包括數據倉庫、云計算、數據挖掘、元數據等基本內容。解決數據質量的方法和經驗，數據管理的組織機構設置等。

【培訓收益】

通過本次培訓中實際案例的分享，了解數據管理和運營中的各種經驗教訓（別人花費上百億學費買來的經驗啊！），深刻理解大數據運營的意義，發掘客戶精確營銷和運營的價值。

【課程對象】

市場部負責人、電銷中心負責人、客戶中心總監、經理、主管、數據分析人員、IT開發人員

【課程內容】

一、 “大數據、大生意”：

1. 概述

1) 大數據概念和特點 2) 大數據需要哪些技術支撐 3) 大數據能夠帶來哪些新應用？

2. 大數據時代帶來對傳統營銷的挑戰

1) 大數據如何成為資產？ 2) 大數據如何體現精確營銷 3) 大數據的價值

3. 大數據時代的新營銷模式

1) 互聯網的營銷模式——微博營銷、網頁營銷等 2) CRM——“舊貌煥發新顏”

3) 精確營銷——裝上了GPS，實現“精確打擊”

4. 如何在海量數據中整合線上、線下數據，形成你對消費者的獨特洞察力

1) 知道客戶的各個屬性——互聯網時代不再“是否是狗”

2) 客戶的群體特征——“人以群分”

5. 如何建立全渠道數據平臺，拓展營銷渠道，提高營銷效率

1) 客戶接觸渠道分類 2) 電話、QQ、微博——全方位覆蓋 3) 如果進行廣告的精確投放？

6. 大數據的實現技術

1) HADOOP技術了 2) MAP/REDUCE算法 3) 非結構化數據分析的特點

二、 大數據下客戶的“透視”：

1、 客戶是“上帝”，如何找到“上帝”？

1）上帝是什么樣子？

上帝是什么視圖？

2）客戶是什么樣子？

客戶是什么視圖？

3）提供哪些產品？

產品是什么視圖？

4）如何建立客戶和產品間的關系？

為合適的客戶，找到合適的產品

2、 我們對自己的客戶（“上帝”）了解多少？

1） 客戶會有什么特點？

客戶的基本特征（如：不同產品的年齡分布）

客戶的群體特征（如：不同年齡群體關注點有哪些？）

現代營銷模式的基礎，以現有產品為基礎，尋找群體客戶適合的產品和服務。

客戶的交往圈子（如： 戶外旅游圈子關注哪些產品？）

另一個角度規劃產品和服務。

2） 營銷的方法

營銷方法論和知識庫（分析問題的知識庫和方法樹）

金融產品營銷的特點（沒有實物的高利產品）

*貼片廣告：《非誠勿擾2》里送保險，似乎比送房子更時尚

3） 企業管理方面的情況

及時發現企業真實的情況（哪些運營的關鍵指標KPI？）

像人體一樣，如何及時發現病癥？（關鍵指標KPI的波動范圍？）

【示例】企業的數碼儀表盤，展示企業的KPI；手機彩信及時展現KPI給領導。

3、 如何“幫客戶買產品，而不是推銷其不需要的產品”

1） 如何進行客戶的“X光透視”？

（客戶的統一視圖包含哪些信息？哪些是關鍵屬性？）

如何發現客戶的真實需求？（服務與騷擾的區別）

【示例】電信行業客戶的統一視圖

2） 內部產品的科學選配

（如何提供專家般量化的分析，為用戶提供最優的內部產品？

如：電信行業計算出最適合用戶模式的資費進行選擇）

【示例】為客戶定制最合適的資費：經過數據精算后，告訴客戶，A產品比B產品更適合張三。

3） 競爭對手產品的對比

與競爭對手間的產品差異化區隔

自己產品的優勢和弱點（如何提供量化的分析結果？）

【示例】競爭對手的客戶回歸

4） 銷售過程的處理

銷售時機的把握 銷售語術的把握

4、 大數據營銷的作用和價值

1） 數據和知識是人的本質特征 2） 大腦是人與動物的差別 3） “事半功倍”是捷徑

4） 從“拼刺刀”到“信息戰”； 【示例】某人關系圖

5、 如何避免對客戶的騷擾

1） 客戶外呼的次數控制 2） 客戶外呼的內容控制

3） 客戶外呼的時機控制 4） 語術的把握避免投訴

6、 員工坐席的“服務適配”問題

1) 客戶是什么類型？ 2) 員工是什么類型？

3) 產品的合適客戶群如何？ 4) 如何讓匹配的員工坐席為客戶提供服務？

三、 基礎數據的收集和整理

1、 數據的種類

1） 客戶數據內容（保險客戶的基本資料） 2） 產品數據內容（產品的編碼）

3） 營銷數據內容（交易記錄的保存） 4） 服務數據內容（客戶服務數據的保存）

5） 金融數據的特點：（交易型數據較少、安全要求高等）

2、 數據的存放方法

1） 數據的清洗、轉換和加載 2） 存放在數據庫/數據倉庫 3） 數據的基本分析工具EXCEL等

3、 數據的基本整理

1） 數據的歸類存放（建模型） 2） 數據的基本加工

4、 數據的基礎分析

1） 數據的基本匯總 2） 數據中的“金子”：從石頭中淘金子

3） 數據挖掘：“啤酒和尿布”的故事

4） 高級的數據挖掘工具SAS和SPSS等

【示例】切入幾張工具的示意界面圖

5、 數據質量的基本保障

1） 指標的口徑描述和統一 2） 后期補數據成本是前提收集數據成本的15倍

3） “差之毫厘謬以千里”

6、 網銷/電銷數據的收集和整理

1） 網銷數據的收集/整理 2） 電銷數據的收集/整理

3） 電銷和網銷數據的關鍵點：

【示例】互聯網電銷企業的營銷案例（產品關聯分析）

四、 客戶的分析和認知

1、 客戶的定義和范疇

用戶和客戶的區別

客戶是否要進行細分，如校園客戶、家庭客戶等

2、 關于客戶的基本“信息”（管中窺豹）

身份證信息 行為愛好信息 衍生信息

3、 客戶的基本屬性標簽（如旅行者推銷旅行險等）

增值服務等方面，讓服務更加貼近客戶

4、 客戶的喜好（“不怕沒缺點，就怕沒愛好”）

經常出沒的地方（高爾夫場、酒吧街、電影院等）

通過前臺的觀察和后臺的詢問等獲取的知識

5、 客戶的細化分群

客戶分群的依據（物以類聚、人以群分）

【示例】電信行業客戶分群案例

6、 客戶的知識庫

實時調出符合條件的客戶群體來

【示例】電信行業客戶知識庫舉例

7、 如何識別欺詐客戶

如何識別欺詐客戶 如何防范風險

【示例】電銷行業客戶欺詐案例描述

8、 客戶的“再挖掘”（UPSELL/CROSS SELL）

客戶群中的“種子/關鍵”客戶 客戶的交往圈分析

【示例】客戶交往圈分析案例

基于客戶交往圈，進行客戶“再挖掘”

9、 客戶的生命周期管理

客戶的生命周期 數據分析滲透到客戶的生命周期全過程

10、 電銷/網銷中能進行哪些客戶分析和營銷？

網絡可以泄露客戶更多的信息；（如何買到合適的數據？）

對客戶更深層的了解，就可以進行合適的營銷：

五、 如何為合適的用戶提供合適的金融產品？

1、 營銷的目的：為合適的用戶提供合適的產品

除了“激情營銷”，更需要“理性營銷”； 真正滿足客戶需求才能構建長久的營銷關系；

客戶的真實需求如何？

2、 如何發現合適的用戶

誰是合適的客戶？標準有哪些？ 客戶的擔心、顧慮是什么？

3、 如何提供合適的產品

從現有的產品客戶中尋找目標客戶特征

【示例】客戶針對性營銷案例示例

4、 營銷案的設計和評估

如何吸引用戶？如何讓用戶選擇產品？

5、 營銷的過程和細節

類似CRM系統的營銷流程管理

【示例】電信行業CRM營銷的流程框架圖

6、 營銷的渠道選擇

客戶是否喜歡外呼電話，還是短信？還是網上營業廳？

【示例】用戶偏好渠道分析的案例

7、 如何避免對客戶的過渡打擾

限制每月的外呼次數；

8、 網銷/電銷的客戶數據挖掘

9、 客戶的挽留和延伸銷售

識別真正有價值的客戶；

【案例】客戶價值評估介紹

盡量讓客戶進入更高級別，避免降級：（電信行業的價格戰，將鉆石卡用戶打成了金卡；金卡用戶打成了銀卡）

六、 如何編寫漂亮的分析報告（既有漂亮里子，也要有漂亮面子）

1、 數據是基礎 2、 分析報告是展現形式

3、 分析報告的思路 4、 分析報告的方法

【示例】分析報告演示

七、 數據的質量問題

（數據倉庫項目的60%精力是在解決數據質量問題）

1、 數據質量的問題表現

接通率的量化依據 數據轉換成為成功訂單幾率的描述

【示例】數據質量的問題分布圖

2、 數據質量的根源在哪里

業務管理的標準化 指標的口徑一致性問題

3、 數據質量的管理模式

理清數據的來龍去脈 列出數據的監控點

4、 數據質量的量化評估方法

數據質量的評估標準

【示例】數據質量的評估指標

八、 云計算技術

1. Hadoop項目簡介 2. HDFS體系結構 3. HDFS關鍵運行機制

4. MapReduce產生背景 5. MapReduce編程模型 6. MapReduce實現機制

7. MapReduce案例分析 8. HIVE介紹 9. HBASE介紹

九、 總結和展望

段老師

專業背景：

1．北京大學信息與通信工程專業 博士后從事數據倉庫方面研究，提出了分級式數據倉庫理論

2．北京郵電大學電子工程系 博士從事計算機電信集成（CTI）方面研究，是該方向中國第一個博士畢業生，后期從事數據倉庫/數據挖掘等相關技術的研究工作。

工作經驗：

1． 在電信領域積累了十余年的行業專業業務經驗，具有市場、技術的背景，擁有10年的全球最大移動運營商總部的實際管理工作經驗；

2． 負責主持過移動集團國內大型信息系統的系統開發、運維管理，主持建立了世界最大的數據倉庫系統；

3． 引導了國內電信領域在數據倉庫和信息分析領域的業務、技術發展，帶動了相關產業的發展，主持編著了國內電信領域數據倉庫的第一本專業書籍；

4． 99年開始了對呼叫中心的研究和探討。熟悉呼叫中心領域的相關技術和運營，并具體主持設計了大規模的呼叫中心系統；曾為多家知名企業提供呼叫中心咨詢服務，并以顧問的身份，參加過如下較大項目的評審過程：

1） 信息產業部2000年問題呼叫中心；

2） 中國互聯網信息中心（CNNIC）呼叫中心；

3） 中國吉通公司北京總部呼叫中心；

4） 首都信息發展公司的呼叫中心；

5） 中國移動公司呼叫中心改造系統；

同時，也應中國聯通公司、國信公司之邀，進行過有關的技術交流活動；

業績情況

1.段博士主持設計并完成了世界上最大的數據倉庫系統建設

段博士在中國移動工作期間，創制性地提出了分級式數據倉庫理論，主持設計并建設了中國移動的“經營分析系統”，前后投資了六十多億，建成了目前國際最大容量的數據倉庫系統。

2. 提出的分級式數據倉庫理論：在國內首次系統性地引入了數據倉庫的各種業務應用（報表/指標/OLAP/數據挖掘等），建立了系統的數據倉庫數據質量管理體系。并完成了《移動通信海量數據倉庫構建與應用研究》的博士后報告。

3.帶動了國內數據倉庫產業的發展：通過段博士主持和設計的最大的數據倉庫系統，填補了國內在數據倉庫領域技術和應用的很多空白，帶動了國內一批數據倉庫領域的研究力量，對國內數據倉庫行業的發展起到了積極的推動作用。

4．.組織了中國移動在數據倉庫領域的隊伍

帶動中國移動的相關員工，通過多次的培訓，逐步組織了各省公司的數據倉庫骨干團隊，對系統的維護、新業務的開發和工程項目的管理等方面，積累了寶貴的經驗。

5．段博士先后在電子工業出版社出版了《數據倉庫技術及其在電信領域中的應用》和《數據倉庫基礎》兩本書籍，并發表了幾十篇文章。

相關活動：

1、 與國外進行了積極的交流：通過舉辦多次數據倉庫技術論壇，先后與國外多家知名運營商就數據倉庫的建設和使用進行了充分的交流，并赴部分國外運營商進行了實地的考察工作。

2、 先后組織中國移動各省公司人員，編制了經營分析系統相關系列規范達十六分冊，為中國移動的經營分析系統建設提供了技術、業務框架，確立了經營分析系統建設的基礎。

4、 每年定期和不定期的組織移動全國性的經營分析系統的調研及會議，先后奔赴全國的各個省份，了解經營分析系統建設的有關情況，及時發現并解決有關問題。

5、 段博士曾對多個移動公司講授關于數據庫分析、挖掘、客戶細分等方面的培訓。

我要報名

在線報名：大數據時代的精確營銷與服務運營(深圳)

其他城市市場營銷培訓

北京市場營銷培訓 上海市場營銷培訓 廣州市場營銷培訓 深圳市場營銷培訓 蘇州市場營銷培訓 西安市場營銷培訓 杭州市場營銷培訓 太原市場營銷培訓 臺州市場營銷培訓