市场营销大数据分析实战

第一部分：海量资料核心理念

问题：海量资料的核心价值为何？海量资料是怎样用于业务决策？

1、海量资料时代：你缺的不是一堆办法，而是海量资料思路

2、海量资料是探索事物演进和变化规律的抓手

3、一切不以破解业务问题为导向的海量资料都是耍流氓

4、海量资料的核心本领

发现业务运行规律以及问题

探索业务未来演进趋势

5、从实例看海量资料的核心本质

用趋势图来探索货品销量规律

从谷歌的GFT货品探索用户诉求变化

从美国总统竞选看海量资料对选民行为开展拆解

从海量资料炒股看海量资料怎样探索因素的相关性

6、认识海量资料拆解

何为资料拆解

资料拆解的三大作用

常用拆解的三大类别

实例：喜欢赚“差价”的营业员（用资料管控来识别）

7、资料拆解需要什么样的本领

懂业务、懂管控、懂拆解、懂抓手、懂呈现

8、海量资料运用系统的四层结构

资料基础层、资料模型层、业务模型层、业务运用层

9、海量资料拆解的两大核心理念

10、海量资料拆解面临的常见问题

不知道拆解什么（拆解目的不明晰）

不知道怎样拆解（缺少拆解办法）

不知道收集什么样的资料（业务领会不足）

不知道下一步怎么做（不弄懂拆解进程）

看不懂资料表述的意思（资料解读本领差）

担心拆解不够周全（拆解思路不系统）

第二部分：资料拆解进程

1、资料拆解的六步曲

2、步骤1：明晰目的--理清思路

确定拆解目的：要破解什么样的业务问题

确定拆解思路：分解业务问题，构筑拆解轮廓

3、步骤2：资料收集—理清思路

明晰收集资料范围

确定收集来源

确定收集办法

4、步骤3：资料预处理—寻找答案

资料质量评核

资料清洗、资料处理和变量处理

探索性拆解

5、步骤4：资料拆解--寻找答案

选项合适的拆解办法

构筑合适的拆解模型

选项合适的拆解抓手

6、步骤5：资料展示--看法表述

选项恰当的图表

选项合适的可视化抓手

7、步骤6：报表撰写--看法表述

选项报告种类

完整的报告结构

8、资料拆解的三大误区

上手：怎样用海量资料来支撑手机精准营销项目

第三部分：海量资料营销概述

1、传统营销的困境和挑战

2、营销理论的变革

第一代：4P理论

第二代：4C理论

第三代：nPnC理论

3、海量资料引领传统营销

4、海量资料在营销中的典型运用

市场定位和买方细分

买方诉求和货品规划

精准广告和精准推荐

……

5、海量资料营销的基石：用户画像

6、买方生存周期中的海量资料运用

第四部分：统计拆解办法篇

问题：资料拆解有什么办法可依?不同的办法适用破解什么样的问题？

1、资料拆解办法的层次

基本拆解法（对比/分组/结构/趋势/…）

高级拆解法（相关/方差/验证/回归/时序/…）

资料挖掘法（聚类/分类/关联/RFM模型/…）

2、基本拆解办法以及其适用情境

对比拆解（查看资料差距）

上手：按照性别、省份、货品开展分类统计

上手：怎样拉升用户消费本领

分组拆解（查看资料分布）

实例：银行ATM柜员机现金管控拆解（银行）

实例：排班后面隐藏的猫腻

实例：通信营运商的流量套餐的合理性评核（通信）

上手：银行用户消费层次拆解（银行）

上手：呼叫中心接听电话效率拆解（呼叫中心）

上手：客服中心科学排班人数诉求拆解（客服中心）

上手：买方年龄分布拆解

结构拆解（评核事物构成）

实例：用户市场占比结构拆解

实例：物流费用占比结构拆解（物流）

实例：用户收入结构拆解

实例：动态结构拆解

趋势拆解（发现变化规律）

实例：破解零售店销售规律

实例：手机销量的淡旺季拆解

上手：发现货品销售的时间规律

交叉拆解（多维资料拆解）

上手：用户性别+地域分布拆解

上手：不同区域的货品偏好拆解

上手：不同教育水平的业务套餐偏好拆解

第五部分：用户行为拆解-思路篇

问题：资料拆解思路是怎样的？怎样才能周全/系统地拆解而不遗漏？

1、资料拆解的思路

从KPI指标开始

从营销/管控模型开始

2、常用拆解思路模型

3、用户消费行为拆解（5W2H拆解法）

WHY：原因

WHAT：货品

WHO：买方

WHEN：时间

WHERE：区域/渠道

HOW：支付方式

HOW MUCH：价格

实例：用户购买行为拆解（5W2H）

第六部分：影响因素拆解

营销问题：哪些是影响市场销量的要害因素？比如，货品在货架上的位置是否对销量有影响？价格和广告开销是怎样影响销量的？

隐患将控的要害因素有哪些？怎样判断？

1、相关拆解（因素影响的相关性拆解，相关程度计算）

相关系数

解读相关系数

实例：体重和腰围的相关拆解

实例：推广费用和销售金额的相关拆解

上手：家庭生活开支的相关拆解

2、方差拆解（影响要害因素拆解，影响因素组合拆解）

方差拆解模型以及适用情境

单因素拆解/多因素拆解

实例：终端陈列位置对销量的影响拆解

实例：广告形式、地区对销量的影响因素拆解

3、列联拆解（影响要害因素拆解）

交叉表和列联表

卡方检验的原理

实例：套餐类型和买方离职是否有关系？

第七部分：销量预测拆解

营销问题：怎样预测未来的货品销量？倘若货品跟随季节性变动，该怎样预测？新货品上市，倘若评核销量上限以及销售增速？

1、销量预测和市场预测模型引见

时序预测

回归模型

季节性预测（相加/相乘模型）

货品预测（珀尔曲线/龚铂兹曲线）

2，回归模型

回归模型用于因素影响判断

回归模型原理以及适用情境

解读回归方程的五步法

实例：营销费用预算拆解（推广费用和销售额的回归拆解）

3、寻找最佳回归拟合线来判断和预测（模型精进思路）

怎样判断是否能够用回归拆解来作预测

怎样判断线性回归的预测准确性

怎样判断自变量对标的变量是否有显著影响

怎样处理异常资料（残差和异常值排除）

怎样开展非线性关系检验

怎样开展相互作用检验

怎样检验误差项

实例：汽车销量预测拆解

实例：工龄、性别和销量的回归拆解

4、季节性预测模型

季节性回归模型的参数

常用季节性预测模型（相加、相乘）

实例：美国航空旅客里程的季节性趋势拆解

实例：货品销售季节性趋势预测拆解

5、S曲线和新货品销量预测

怎样评核销量增长的拐点

珀尔曲线和龚铂兹曲线

实例：怎样预测货品的销售增长拐点，以及销量上限

6、自定义模型（怎样利用规划求解开展自定义模型）

实例：怎样对客流量开展建模以及模型精进

第八部分：买方行为预测

问题：怎样评核买方购买货品的可能性？怎样预测买方的购买行为？怎样提取某类买方的典型特征？怎样向买方精准推荐货品或者业务？

1、分类模型概述

2、常见分类预测模型

3、推演回归模型

推演回归模型原理以及适用情境

推演回归种类：二元/多元推演回归

怎样解读推演回归方程

实例：怎样评核用户是否会购买某货品（二元推演）

消费者品牌选项模型拆解

实例：品牌选项模型拆解，你的品牌适合哪些人群？（多元推演）

4、分类决策树

问题：怎样预测买方行为？怎样识别潜在买方？

风控：怎样识别欠贷者的特征，以及预测欠贷概率？

买方保有：怎样识别离职买方特征，以及预测买方离职概率？

决策树分类简介

怎样评核分类性能？

实例：美国零售商（Target）怎样预测少女怀孕

实例：商场酸奶购买用户特征提取

实例：买方离职预警和买方挽留

实例：识别拖欠银行货款者的特征，防止不良货款

实例：识别电信诈骗者嘴脸，就一线经验说，让通信更安全

第九部分：市场细分模型篇

问题：我们的买方有几类？各类特征为何？怎样达成买方细分，开发符合细分市场的新货品？怎样提取买方特征，从而对货品开展市场定位？

1、市场细分的常用办法

有指导细分

无指导细分

2、聚类拆解

怎样更好的弄懂买方群体和市场细分？

怎样识别买方群体特征？

怎样确定买方要分成多少适当的类别？

聚类办法原理引见

聚类办法作用以及其适用情境

聚类拆解的种类

K均值聚类（迅速聚类）

实例：移动三大品牌细分市情境适吗？

上手：宝洁公司怎样选项新货品试销区域？

上手：怎样评选出色员工？

上手：中国各省份发达程度拆解，让资料自动聚类

层次聚类（系统聚类）：发现多个类别

R型聚类和Q型聚类的区别

实例：中移动怎样达成买方细分以及营销打法

上手：中国省市经济演进情况拆解（Q型聚类）

上手：裁判评分的准则衡量，防止“黑哨”（R型聚类）

两步聚类

3、买方价值评核和RFM模型

问题：怎样评核买方的价值？怎样针对不同买方采取不同的营销打法？

RFM模型，更纵深弄懂你的买方价值

RFM的买方细分轮廓领会

RFM模型和市场打法

RFM模型和活跃度

上手：“双11”淘宝商家怎样选项买方开展促销

上手：结合响应模型，宜家IKE达成最大化营销利润

第十部分：买方价值拆解

营销问题：怎样评核买方的价值？不同的价值买方有何区别对待？

1、怎样评价买方生命周期的价值

贴现率和留存率

评核买方的真实价值

采用双向表衡量属性敏感度

变化的边际利润

实例：评核营销行为的合理性

2、RFM模型（买方价值评核）

RFM模型，更纵深弄懂你的买方价值

RFM模型和市场打法

RFM模型和活跃度拆解

实例：买方价值评核和促销名单

实例：重购用户特征拆解

第十一部分：货品推荐模型篇

问题：购买A货品的顾客还常常要购买其他什么货品？应该给买方推荐什么货品最有可能被接受？

1、常用货品推荐模型

2、关联拆解

怎样拟定套餐，达成交叉/捆绑销售

实例：啤酒和尿布、飓风和蛋挞

关联拆解模型原理（Association）

关联规则的两个要害参数

a)支持度

b)置信度

关联拆解的适用情境

实例：购物篮拆解和货品捆绑销售/布局精进

实例：理财货品的交叉销售和货品推荐

3、协同过滤

第十二部分：买方诉求拆解

营销问题：怎样评核买方购买货品的可能性？或者说，影响买方购买意向的货品要害特性为何？

1、推演回归模型

推演回归模型原理以及适用情境

评核买方购买货品的概率

实例：杂志社订阅模型

消费者品牌选项模型拆解

实例：品牌选项模型拆解，你的品牌适合哪些人群？

2、离散选项拆解

怎样评核买方购买货品的概率

怎样指导货品开发？怎样确定货品的要害特性

怎样评核品牌价值

竞争下的货品动态调价

怎样评核货品的价格弹性

实例：货品开发和规划拆解

实例：品牌价值和价格敏感度拆解

实例：纳什均衡价格

第十三部分：买方价值拆解

营销问题：怎样评核买方的价值？不同的价值买方有何区别对待？

3、怎样评价买方生命周期的价值

贴现率和留存率

评核买方的真实价值

采用双向表衡量属性敏感度

变化的边际利润

实例：评核营销行为的合理性

4、RFM模型（买方价值评核）

RFM模型，更纵深弄懂你的买方价值

RFM模型和市场打法

RFM模型和活跃度

实例：淘宝买方价值评核和促销名单

结束：课程收束和问题答疑。

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|傅一航老师