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 > 《大数据处理技术架构及通过数据分析用户行为》内训课

段方

《大数据处理技术架构及通过数据分析用户行为》内训课

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

课程目标

4G时代,运营商产生了更多的大数据,通过对客户的重新认识和精确营销,可以提升企业的核心竞争能力,可以更新企业运营的新理念。了解大数据处理的基本技术,包括:数据仓库、数据挖掘、元数据等基本内容。解决数据质量的方法和经验,数据管理的组织机构设置等。

课程大纲

一、4G时代的“大数据、大机遇”:

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?

4)4G时代产生的大数据内容

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?

2)大数据如何体现精确营销

3)大数据的价值

4)4G大数据对于运营商的价值

3.大数据时代的新营销模式

1)互联网的营销模式——微博营销、微信营销、网页营销等

2)CRM——“旧貌焕发新颜”

3)精确营销——装上了GPS,实现“精确打击”

4)运营商的4G营销——终端、流量、内容

【示例】淘宝等电商的大数据营销案例分享

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”

3)如何发掘4G潜在客户?

5.如何建立全渠道数据平台,拓展营销渠道,提高营销效率

1)客户接触渠道分类

2)电话、QQ、微博——全方位覆盖

3)如果进行广告的精确投放?

4)4G时代营销渠道的拓展

6.大数据的实现架构和体系

1)HADOOP技术了

2)MAP/REDUCE算法

3)非结构化数据分析的特点

4)数据仓库技术

5)数据的ETL过程描述

6)数据挖掘概述

7)中国移动的经营分析系统实例介绍

【示例】互联网企业(BAT)的大数据架构分享


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?有什么样的客户标签?

3)提供哪些产品?

产品是什么视图?有什么产品标签?

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

2、我们对自己的客户(“上帝”)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?)

现代营销模式的基础,以现有产品为基础,寻找群体客户适合的产品和服务。

客户的交往圈子(如:户外旅游圈子关注哪些产品?)

【示例】电信客户交往圈分析案例

客户的内容消费特征(如:客户喜好哪些内容?)

另一个角度规划产品和服务。

2)大数据时代营销的方法

营销方法论和知识库(分析问题的知识库和方法树)

4G时代的营销:“大数据、微营销”

营销的渠道规划:实时营销和事件营销

【示例】美剧《纸牌屋》的大数据营销;

3)企业管理方面的情况

及时发现企业真实的情况(哪些运营的关键指标KPI?)

像人体一样,如何及时发现病症?(关键指标KPI的波动范围?)

【示例】:电信企业的数码仪表盘,展示企业的KPI;如何**手机彩信及时展现KPI给领导。

【示例】4G时代手机APP大数据应用展示

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】:电信行业客户的内容标签展示

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?

如:电信行业计算出适合用户模式的资费进行选择)

【示例】:为客户定制合适的资费:经过数据精算后,告诉客户,A产品比B产品更适合张三。

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?)

【示例】:竞争对手的“客户回归”分析

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、如何避免对客户的骚扰

1)客户外呼的次数控制

2)客户外呼的内容控制

3)客户外呼的时机控制

4)语术的把握避免投诉

5)不能外呼、不能发短信时,如何进行营销?

【示例】学习互联网的模式,“先有客户,再有生意”。

6、员工坐席的“服务适配”问题

1)客户是什么类型?

2)员工是什么类型?

3)产品的合适客户群如何?

4)如何让匹配的员工坐席为客户提供服务?


三、基础数据的收集和分析

1、数据的种类

1)客户数据内容(电信客户的基本资料)

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)电信数据的特点:(交易型数据较多、价值密度降低等)

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

4)数据仓库的基本原理

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、数据挖掘技术

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)数据挖掘过程

5)数据挖掘算法介绍

包括:关联分析、聚类分析、决策树分析、孤立点分析等算法

【示例】:某省移动客户分群案例剖析(数据挖掘中分类算法)

6)高级的数据挖掘工具SAS和SPSS等

【示例】:切入几张工具的界面图

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、网销/电销数据的收集和整理

1)网销数据的收集/整理

2)电销数据的收集/整理

3)电销和网销数据的关键点:

【示例】:电销企业的营销案例(借助数据挖掘中产品关联分析)


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,如校园客户、家庭客户、集团客户等

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

客户资料信息透露的内容

3、客户的基本属性标签(如对周杰伦粉丝推荐其新歌作为彩铃等)

增值服务等方面,让服务更加贴近客户

如何爬取客户的内容信息

4、客户的喜好(“不怕没缺点,就怕没爱好”)

经常出没的地方(高尔夫场、酒吧街、电影院等)

**前台的观察和后台的询问等获取的知识

【示例】**DPI解析,获取用户的内容信息

5、客户的细化分群

客户分群的依据(物以类聚、人以群分)

数据挖掘技术应用客户分群的方法:

【示例】:电信行业客户内容标签案例

6、客户的知识库

实时调出符合条件的客户群体来

【示例】:电信行业客户知识库举例

7、如何识别欺诈客户

如何识别欺诈客户如何防范风险

【示例】:电销行业客户欺诈案例描述

8、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”

9、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

10、电销/网销中能进行哪些客户分析和营销?

网络可以泄露客户更多的信息;(如何买到合适的数据?)

对客户更深层的了解,就可以进行合适的营销:


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?

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

【示例】:客户手机阅读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

营销活动的实时性提升

【示例】:电信行业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,还是短信?还是网上营业厅?

【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、网销/电销的客户数据挖掘

9、客户的挽留和延伸销售

识别真正有价值的客户;

案例:客户价值评估介绍

尽量让客户进入更高级别,避免降级:(电信行业的价格战,将钻石卡用户打成了金卡;金卡用户打成了银卡)


六、智慧网络运营

1、PCC内容概述:

不同的策略和计费,决定不同的传输性能等;

借助DPI和大数据技术,如何识别网络上的承载业务和价值评估;

采用差异化策略,进行优质客户的优质网络服务。

2、融合通信介绍:

直面微信的竞争;

获取更多的客户数据;

借助大数据分析,展开差异化竞争;

3、基于大数据的网络优化介绍:

4G基站选址分析;

基站选址的成本效益分析等;

【示例】电信网络方面的大数据分析;

4、与虚拟运营商的竞争分析

虚拟运营商的产品分析;

虚拟运营商的客户分析;

虚拟运营商的结算分析等;


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、数据的质量问题

(数据仓库项目的60%精力是在解决数据质量问题)

1、数据质量的问题表现

接通率的量化依据数据转换成为成功订单几率的描述

示例:数据质量的问题分布图

2、数据质量的根源在哪里

业务管理的标准化指标的口径一致性问题

3、数据质量的管理模式

理清数据的来龙去脉列出数据的监控点

4、数据质量的量化评估方法

数据质量的评估标准

【示例】:数据质量的评估指标


九、总结和展望


上一篇: 《大数据时代的精确营销与服务运营》 下一篇:大数据时代---企业的精细化运营与创新管理

下载课纲

X
""