您好,欢迎来到诺达名师!
客服热线:18898361497

当前位置: 首页 > 市场营销 > 网络营销 > 《数字时代的品牌营销》

段方

《数字时代的品牌营销》

段方 / 大数据专家

课程价格: 具体课酬和讲师商量确定

常驻地: 北京

预定该课 下载课纲

咨 / 询 / 热 / 线 18898361497

在线咨询

课程背景

2012-2015年,中国企业正面临着一个极具挑战的经济时局,市场竞争越发激烈,如何避免低水平的价格竞争,凸显产品的差异化?这需要提升企业的管理水平和精细化营销能力,借助大数据的收集和整理,可以实现上述目标。 2014年全年,中国累计生产汽车2372.29万辆,同比增长7.3%,销售汽车2349.19万辆,同比增长6.9%,产销量继续稳居世界第一。2015年中国车联网用户的渗透率有望突破10%的临界值,届时中国车联网的市场规模将超过1500亿元。车联网可以产生海量的数据,这些大数据会带来前所未有的商业机遇。 当前,中国汽车产业赢利点正在从整车销售向个性化服务转移,整合大数据资源进行针对性服务已成为趋势。未来汽车将不再是代步的机械工具,在互联网驱动下,汽车未来将是满足安全性、娱乐性和信息化等诸多需求的智能移动终端,将推动汽车产业全产业链发生本质的变革。 大数据对汽车行业的营销可以分为生产部分和消费部分两块。在大数据时代,大数据放置于汽车行业,将会带来的改变有: A、更精准的营销:传统购车程序中,人们根据颜色、外观、引擎甚至安全性、豪华与否等角度选择,而对那些“不知道自己要什么”的消费者来讲,一个甚至几个类似“空间更大”“座位更大”的固定问题并不能真正戳中心房。这时候,必须要知道每一位消费者的自身需求,提供更多选择的可能性。通过数以百万计的选项,满足每一个细项需求。真正地了解消费者,知道他们想要什么。 B、灵活的生产:通过大数据的统计知道消费者需要什么,按照偏好生产,与市场需求灵活匹配。这样有效降低库存,节约成本。 本讲座将结合制造业企业大数据应用,通过客户分析的实际案例,介绍数据分析技术在客户营销、管理等方面的应用价值,并详细分析大数据在汽车领域的应用场景和案例。

课程目标

通过本次培训中实际案例的分享,了解数据管理和运营中的各种经验教训,深刻理解大数据对于企业精细化管理的意义,发掘客户精细营销和运营的价值,提升企业产品创新的能力。本课程将分析汽车行业的大数据发展前景,展望企业发展转型的战略机遇。 大数据时代下,客户的重新认识和精细营销,如何提升企业的核心竞争能力,如何更新企业运营的新理念。了解互联网时代带来的互联网思维,分享互联网行业大数据分析案例,对传统制造产业带来的冲击分析,探索制造业大数据应用场景。了解大数据处理的基本技术,包括数据仓库、云计算、数据挖掘、元数据等基

课程大纲

课程内容:

一、“大数据、大生意”:

1.概述

1)大数据概念和特点

2)大数据需要哪些技术支撑

3)大数据能够带来哪些新应用?

2.大数据时代带来对传统营销的挑战

1)大数据如何成为资产?——GOOGLE的市值远超过制造企业

2)大数据如何体现精细营销?——卖PIZZA的例子

3)大数据的价值——靠空调电表判断气候趋势(“指数”)

3.大数据时代的“互联网思维”营销模式

1) 互联网思维——先圈用户再挣钱

2)互联网的营销模式——微博营销、网页营销等

3) CRM——“旧貌焕发新颜”

4)精细营销——装上了GPS,实现“精确打击”

5)思维的转型——“特斯拉”的冲击

4.如何在海量数据中整合线上、线下数据,形成你对消费者的独特洞察力

1)知道客户的各个属性——互联网时代不再“是否是狗”

2)客户的群体特征——“人以群分”

5.如何建立产品分析的数据平台,提供产品的“标尺” 

1)产品的数据有哪些?——发动机功率、重量、油耗、颜色等等维度

2)产品设计的互联网思维?——小米手机

3)产品的大数据分析——哪些维度?

4)如何“产品为中心”发展为“客户为中心”?——有数据就有可能

6.大数据对汽车行业影响

1)汽车生产过程:按需生产,降低库存

2)汽车销售过程:客户的需求把握,客户需求细分

3)流动数据获取:流动数据监控,及时发现汽车安全异常等

4)出行计划制定:合理设计出行路线,避免堵车等

5)汽车生态链的管控:上下游产品数量和质量的量化控制

二、大数据下客户的“透视”:

1、客户是“上帝”,如何找到“上帝”?

1)上帝是什么样子?

· 上帝是什么视图?

2)客户是什么样子?

· 客户是什么视图?

3)产品是什么样子?

· 产品是什么视图?满足哪些功能?

4)如何建立客户和产品间的关系?

· 为合适的客户,找到合适的产品(分析需求,满足需求)

2、我们对自己的客户了解多少?

1)客户会有什么特点?

· 客户的基本特征(如:不同产品的年龄分布)

· 客户的群体特征(如:不同年龄群体关注点有哪些?)

· 客户的交往圈子(如:户外旅游圈子关注哪些产品?)

2)营销的方法

· 营销方法论和知识库(分析问题的知识库和方法树)

· 制造业产品营销的特点(如何突出附加值?)

· 传统营销如何转型互联网营销?

· “汽车”如何私人订制?

3)产品的客户服务

· 大数据能够发现哪些产品质量问题?如何提升客户满意度

3、如何“帮客户买产品,而不是推销其不需要的产品”

1)如何进行客户的“X光透视”?

· 客户的统一视图包含哪些信息?哪些是关键属性?

· 如何发现客户的真实需求?(服务与骚扰的区别)

· 示例:电信行业客户的统一视图

2)内部产品的科学选配

· 如何提供讲师般量化的分析,为用户提供优的内部产品?

3)竞争对手产品的对比

· 与竞争对手间的产品差异化区隔

· 自己产品的优势和弱点(如何提供量化的分析结果?在形象展示出来)

· 示例:竞争对手的客户回归

4)销售过程的处理

· 销售时机的把握销售语术的把握

4、大数据营销的作用和价值

1)数据和知识是人的本质特征

2)大脑是人与动物的差别

3)“事半功倍”是捷径

4)从“拼刺刀”到“信息战”;示例:某人关系图

5、产品如何进行“透视”

1)产品自带数据

2)产品中互联网思维创新设计

· 如何用微信“卖肉夹馍“?

· 如何用微信卖汽车?

3)产品的差异化数据显示——用数据证明产品(功率等参数之外呢?用路线规划、安全告警等新数据)

4)产品的附加值——加法还是减法?(UPS公司的车辆路线规划)

三、基础数据的收集和整理

1、数据的种类

1)客户数据内容(汽车客户的基本资料)

2)产品数据内容(产品的编码)

3)营销数据内容(交易记录的保存)

4)服务数据内容(客户服务数据的保存)

5)制造行业数据的特点:(数据类型杂、数据量大等)

2、数据的存放方法

1)数据的清洗、转换和加载

2)存放在数据库/数据仓库

3)数据的基本分析工具EXCEL等

3、数据的基本整理

1)数据的归类存放(建模型)

2)数据的基本加工

4、数据的基础分析

1)数据的基本汇总

2)数据中的“金子”:从石头中淘金子

3)数据挖掘:“啤酒和尿布”的故事

4)高级的数据挖掘工具SAS和SPSS等

示例:切入几张工具的示意界面图

5、数据质量的基本保障

1)指标的口径描述和统一

2)后期补数据成本是前提收集数据成本的15倍

3)“差之毫厘谬以千里”

6、制造业企业数据的收集和整理

1)制造环境的数据收集/整理

2)采购数据的收集/整理

3)营销数据的收集/整理:

4)人力资源数据的收集/整理

示例:某企业的数据收集/整理方案

四、客户的分析和认知

1、客户的定义和范畴

用户和客户的区别

客户是否要进行细分,如集团客户、家庭客户等

2、关于客户的基本“信息”(管中窥豹)

身份证信息行为爱好信息衍生信息

3、客户的基本属性标签(如高端客户推销高档汽车等)

增值服务等方面,让服务更加贴近客户

4、客户的喜好(“不怕没缺点,就怕没爱好”)

客户的品牌归宿、产品喜好分析

**客户服务中心的询问等获取的知识

5、客户的细化分群

客户分群的依据(物以类聚、人以群分)

6、客户的知识库

实时调出符合条件的客户群体来

示例:某企业客户特征知识库举例

7、客户的“再挖掘”(UPSELL/CROSSSELL)

客户群中的“种子/关键”客户客户的交往圈分析

示例:客户交往圈分析案例

基于客户交往圈,进行客户“再挖掘”

8、客户的生命周期管理

客户的生命周期数据分析渗透到客户的生命周期全过程

9、制造业中能进行哪些客户分析和营销?

客户的基本信息分析:如对汽车的兴趣和爱好

客户的分群(品牌和产品设计):汽车行业的客户细分

对客户更深层的了解,就可以进行合适的营销:特斯拉汽车的营销

五、如何为合适的用户提供合适的产品?

1、营销的目的:为合适的用户提供合适的产品

除了“激情营销”,更需要“理性营销”;真正满足客户需求才能构建长久的营销关系;

客户的真实需求如何?

“有人开奔驰,有人开奇瑞”不同产品适应不同用户群

2、如何发现合适的用户

谁是合适的客户?标准有哪些?客户的担心、顾虑是什么?

3、如何提供合适的产品

从现有的产品客户中寻找目标客户特征

汽车产品的增值服务

示例:客户针对性营销案例示例

4、营销案的设计和评估

如何吸引用户?如何让用户选择产品?

5、营销的过程和细节

类似CRM系统的营销流程管理

示例:制造行业CRM营销的流程框架图

6、营销的渠道选择

客户是否喜欢外呼电话,还是微信?还是实体营业厅?

示例:用户偏好渠道分析的案例

7、如何避免对客户的过渡打扰

限制每月的外呼次数;

8、制造行业的客户数据挖掘

海尔的数据挖掘案例

9、制造行业的产品质量控制

如何挖掘产品使用过程的异常点

如何分析产品的故障

六、汽车行业大数据发展展望

1.数据的收集:

· 数据是资产,收集更多的数据,上传更多的数据,类似手机收集数据

· 汽车故障监控数据、汽车行驶位置数据、汽车油耗数据等等

2.挖掘客户的需求:

· 找到潜在客户需求,基于“客户群体”进行满足

3.设计产品:

· 基于客户需求设计产品;

· 基于产品提供增值大数据服务

4.设计渠道,进行营销:

· 不同客户的不同渠道喜好;营销时间;营销事件等

5.汽车的安全数据分析:

· 提高器件监控能力,发现于未然,速度监控,防止盗窃等

6.汽车行业发展参考手机行业,提供更多的APP应用;激活增值业务营销。

7.汽车行业的客户服务:

· 找到客户真实反馈,提升产品质量



七、如何编写漂亮的分析报告(既有漂亮里子,也要有漂亮面子)

1、数据是基础

2、分析报告是展现形式

3、分析报告的思路

4、分析报告的方法

【示例】:分析报告演示


八、总结和展望




上一篇: 《网络整合营销实战——传统企业如何借网络营销实现战略突围》 下一篇:《金融行业大数据精准营销及精细化管理》内训

下载课纲

X
""