【课程目标】

本课程主要帮助大家理解大数据的基本概念，着重探索大数据的本质，理解大数据的核心价值，以及掌握实现大数据价值的三个关键环节，大数据解决业务问题的六个步骤，然后聚焦大数据的七大核心思维，**后，再用案例说明了大数据在各行业的应用场景。

大数据思维，让决策更科学！让管理更高效！让营销更精准！

**本课程的学习，达到如下目的：

1、 了解大数据基本概念，大数据的本质。

2、 理解大数据的四大核心价值，以及数据决策的底层逻辑

3、 掌握大数据思维落地的三个关键环节。

4、 理解大数据的七大思维。

5、 熟悉大数据在各行业的应用场景。

【授课时间】

1天时间

【授课对象】

企业各中高层领导、各级主管，以及普及性的培训。

【授课方式】

理论浅讲 案例剖析 思维探讨

本课程突出数据分析的实际应用，结合行业的典型应用特点，围绕实际的商业问题，进行大数据的分析与挖掘，**营销案例分析，让学员明白大数据思维及其应用，**终实现大数据的价值。

【课程大纲】

**部分： 大数据的核心理念

问题：什么是数据思维？大数据决策的底层逻辑以及决策依据是什么？

1、 数字化五大技术战略：ABCDI战略

Ø A：人工智能，目的是用机器模拟人类行为

Ø B：区块链，构建不可篡改的分布记账系统

Ø C：云计算，搭建按需分配的计算资源平台

Ø D：大数据，实现智能化的判断和决策机制

Ø I：物联网，实现万物互联通信的基础架构

2、 大数据的本质

Ø 数据，是事物发展和变化过程中留下的痕迹

Ø 大数据不在于量大，而在于全（多维性）

Ø 业务导向还是技术导向

3、 大数据决策的底层逻辑（即四大核心价值）

Ø 探索业务规律，按规律来管理决策

案例：客流规律与排班及**营销时机

案例：致命交通事故发生的时间规律

Ø 发现运营变化，定短板来运营决策

案例：考核周期导致的员工月初懈怠

案例：工序信号异常监测设备故障

Ø 理清要素关系，找影响因素来决策

案例：情绪对于股市涨跌的影响

案例：为何升职反而会增加离职风险？

Ø 预测未来趋势，**预判进行决策

案例：惠普预测员工离职风险及挽留

案例：保险公司的车险预测与个性化保费定价

4、 大数据决策的三个关键环节

Ø 业务数据化：将业务问题转化为数据问题

Ø 数据信息化：提取数据中的业务规律信息

Ø 信息策略化：基于规律形成业务应对策略

案例：用数据来识别喜欢赚“差价”的营业员

第二部分： 大数据精准营销分析框架

1、 大数据分析六步曲

2、 步骤1：明确目的--理清思路

Ø 确定分析目的：要解决什么样的业务问题

Ø 确定分析思路：分解业务问题，构建分析框架

3、 步骤2：数据收集—理清思路

Ø 明确收集数据范围

Ø 确定收集来源

Ø 确定收集方法

4、 步骤3：数据预处理—寻找答案

Ø 数据质量评估

Ø 数据清洗、数据处理和变量处理

Ø 探索性分析

5、 步骤4：数据分析--寻找答案

Ø 选择合适的分析方法

Ø 构建合适的分析模型

Ø 选择合适的分析工具

6、 步骤5：数据展示--观点表达

Ø 选择恰当的图表

Ø 选择合适的可视化工具

7、 步骤6：报表撰写--观点表达

Ø 选择报告种类

Ø 完整的报告结构

演练：产品精准营销案例分析

Ø 如何搭建精准营销分析框架

Ø 精准营销分析的过程和步骤

第三部分： 大数据的七大思维

1、 大数据改变我们的思维框架

2、 大数据的三层变革

Ø 工具变革

Ø 思维变革

Ø 文化变革

3、 大数据带来的思维变革

Ø 从拍脑袋到科学决策

Ø 从经验决策到数据驱动决策

Ø 从定性描述到定量分析

Ø 从追求因果关系到探索相关决策

Ø 从追求算法到追求数据

Ø 从领导说了算到基于数据事实

4、 大数据的七大思维

Ø 定量思维

Ø 相关思维

Ø 预测思维

Ø 实验思维

Ø 样本思维

Ø 个性化思维

Ø 融合思维

5、 大数据的困境与挑战

第四部分： 大数据应用案例

1、 大数据在企业的三层价值

Ø 增效（对内增效）

Ø 创收（对外创收）

Ø 创新（模块创新）

2、 大数据在行业中的常见应用

Ø 大数据 保险

Ø 大数据 金融

Ø 大数据 旅游

Ø 大数据 零售

3、 如何寻找影响因素？

案例：运算商如何解决增量不增收的困境？

4、 如何寻找目标客户（用户匹配模型）

案例：杂志社去哪里寻找订阅用户

5、 如何进行精准广告投放（利用响应模型优化）？

案例：宜家IKE如何实现产品手册的精准发送

6、 如何实现客户群划分（聚类）？

案例：找到汽车行业的细分客户群

案例：宝洁公司实现多层次客户的产品试销

7、 如何预测客户行为（分类预测），实现精准推荐？

案例：银行构建欠贷用户模型，实现风险控制

案例：保险欺诈监测模型

8、 如何实现产品的交叉销售？

案例：沃尔玛**交叉销售，促进产品销量提升

9、 如何预测产品销量/销售金额

案例：菜鸟物流如何提升物流速度

10、 如何进行产品设计与优化？

案例：从销量看出客户主要关注产品的哪些功能和特性？

结束：课程总结与问题答疑。