【课程内容】

一、 导言

1. 突如其来的大数据时代

2. 企业应用大数据案例

3. 新时代对企业的要求

a) 收集数据的能力

b) 更精准的预测能力

c) 更强的整合能力

d) 更快的执行力

4. 企业员工需要加强哪些数据能力

5. 数据分析与挖掘工具简介

二、 岗位数据收集和企业大数据平台

没有数据，数据分析就成了空中楼阁。本节的介绍数据搜集的思路和方法，为数据分析奠定坚实的基础。

1. 多数企业面临的数据现状

2. 企业如何构建自己的大数据体系

3. 如何明确自己需要收集的数据

4. 不同的数据来源以及信息收集的方法

5. 规范数据的格式和收集方法

6. 数据的有效期和保鲜

三、 市场调查与分析

市场调研是合法获取数据的重要来源，也是快速了解市场反应的途径，本节讨论市场调查的策划和统计方法。

1.    如何策划一次市场调查

2.    常规调查方法和网上调查方法

3.    市场调查的经典案例

4.    理解误差的来源

6.    如何对抽样结果进行统计

7.    **置信度分析计算调查误差

四、 数据汇总

1. 工作表合并

2. 文件合并

3. Excel统计函数的应用

4. 数据透视表应用

五、 指标分析

1. 指标分析案例

2. 指标举例

a) 宏观市场指标

b) 公司经营状况指标

c) 客户相关指标

d) 市场营销指标

e) 产品运营指标

f) 竞争分析指标

3. 指标分解

a) 演绎

b) 归纳

六、 客户细分与精准营销

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，而客户细分是精确营销的基础。

1. 精准营销大趋势

2. 客户细分的价值

3. 客户细分与“1对1营销”的区别

4. 基于数据驱动的细分

5. RFM分析方法

6. 数据挖掘方法

7. 细分结果的应用

七、 预测技术

预测是企业重要的决策依据，企业**预测技术可以估计下一季度、年度的市场规模、市场占有率、销售量等。

1. 预测模型的类型概述

2. 如何选择合适的预测模型

3. 基于时间序列的一元回归预测，例如

i. 如何预测公司明年、后年的营业收入

ii. 如何预测新年度生产成本

4. 多元回归分析：如何分析多个因素对目标值的影响程度，包含

i. 如何建立多变量业务预测模型

ii. 如何评估业务模型的有效性

iii. 企业外部变量（例如经济宏观数据）的选择和过滤