《市場營銷數(shù)據(jù)的分析與挖掘》課程詳情
點擊下載課大綱及報名表 課程背景:
隨著社會經(jīng)濟(jì)發(fā)展和企業(yè)信息化水平的提高，企業(yè)在營銷過程中會接觸到大量的內(nèi)外部數(shù)據(jù)，分析和挖掘企業(yè)營銷數(shù)據(jù)，對于洞察企業(yè)內(nèi)外部態(tài)勢、制定有效的有針對性的營銷策略等有著極強的指導(dǎo)意義。
本課程首先介紹營銷數(shù)據(jù)分析的總體目標(biāo)以及步驟，然后介紹如何提升數(shù)據(jù)分析能力、數(shù)據(jù)分析的常見問題以及基本分析思路，為后續(xù)分析工作打好基礎(chǔ)，隨后介紹數(shù)據(jù)采集和指標(biāo)體系建立、數(shù)據(jù)整理、數(shù)據(jù)描述、異常值分析、相關(guān)分析、客戶細(xì)分、捆綁銷售分析、營銷資源籌劃、客戶畫像、營銷數(shù)據(jù)預(yù)測，講解營銷數(shù)據(jù)呈現(xiàn)技術(shù)和powerBI以及數(shù)據(jù)分析報告的撰寫。課程的最后是互動環(huán)節(jié)，現(xiàn)場解答學(xué)員實際工作中的問題。
本課程內(nèi)容豐富，貼近實戰(zhàn)，所選擇的分析工具、模型均為數(shù)據(jù)分析領(lǐng)域常用的成熟的分析模型算法。有理論有案例有實際操作，落地性強，能夠較好地提高學(xué)員的數(shù)據(jù)分析和挖掘能力。全部案例均采用2010/2013/2016、數(shù)據(jù)分析插件進(jìn)行講解。

課程收獲：
（1）了解數(shù)據(jù)分析的整體步驟
（2）掌握數(shù)據(jù)分析能力的提升路徑
（3）掌握數(shù)據(jù)分析的思路和方法
（4）掌握數(shù)據(jù)挖掘的模型及其應(yīng)用

培訓(xùn)內(nèi)容：
1. 營銷數(shù)據(jù)分析目標(biāo)和步驟
（1）分析目標(biāo)
包括數(shù)據(jù)整體狀況分析、異動分析、數(shù)據(jù)分類、數(shù)據(jù)間邏輯關(guān)系分析、數(shù)據(jù)預(yù)測等。
（2）分析步驟
包括數(shù)據(jù)收集、數(shù)據(jù)整理、報表制作、數(shù)據(jù)分析與數(shù)據(jù)挖掘、圖形呈現(xiàn)、形成策劃案等6個步驟。

2. 數(shù)據(jù)分析與商務(wù)邏輯
（1）數(shù)據(jù)分析能力
包括業(yè)務(wù)理解能力、邏輯思辨能力、需求轉(zhuǎn)換能力、統(tǒng)計分析挖掘工具的掌握等方面。
（2）常見商務(wù)邏輯
a) 如何對數(shù)據(jù)特征進(jìn)行描述？
b) 我的客戶的特征是啥樣的？
c) 如何結(jié)合銷售現(xiàn)狀判斷數(shù)據(jù)中的異常值？
d) A數(shù)據(jù)和B數(shù)據(jù)之間有關(guān)系嗎？如果有關(guān)系，關(guān)系是怎樣的？
e) 如果數(shù)據(jù)之間有影響，有沒有重要程度的差異？
f) 數(shù)據(jù)和指標(biāo)如何分組？
g) 如果影響指標(biāo)比較多，如何處理？
h) 我想知道數(shù)據(jù)之間的對應(yīng)關(guān)系，如何處理？
i) 如何考慮A事件對B事件的邊際貢獻(xiàn)率？
……
（3）分析思路
a) 標(biāo)識分析法
b) 二八分析法（二八系數(shù)在第5個模塊第3小節(jié)的工具中自動實現(xiàn)）
c) 特征組合分析法
d) 排序分析法
e) 對比分析法
f) 分組分析法
g) 結(jié)構(gòu)分析法
h) 交叉分析法
i) 對應(yīng)分析法
……

3. 數(shù)據(jù)采集和指標(biāo)體系建立
（1）采集原則
包括邏輯完備、可獲得、不重疊等原則，關(guān)于不重疊一般要做相關(guān)分析甚至是典型相關(guān)分析做檢驗。
（2）采集方法和步驟
包括采用層次分析法等確定收集維度、數(shù)據(jù)變形、數(shù)據(jù)相關(guān)檢驗、權(quán)重確定等。
（3）指標(biāo)體系的建立
一般采用手工指標(biāo)體系和軟件自動評估這兩種方式，這兩種方式都需要客觀規(guī)范地選擇數(shù)據(jù)指標(biāo)，手工指標(biāo)體系要做到權(quán)重設(shè)置合理、指標(biāo)結(jié)果具有可比性（即處在基本同一數(shù)據(jù)區(qū)域），有時需要反復(fù)測試。
案例：浙江某互聯(lián)網(wǎng)企業(yè)的數(shù)據(jù)采集和指標(biāo)體系建立
課堂討論：指標(biāo)體系中的“加”與“乘”

4. 數(shù)據(jù)整理
數(shù)據(jù)整理的包括數(shù)據(jù)糾錯、數(shù)據(jù)填充補齊、數(shù)據(jù)匯總（非常復(fù)雜）以及數(shù)據(jù)
變形、數(shù)據(jù)轉(zhuǎn)換等多個環(huán)節(jié)，其目的是做好數(shù)據(jù)分析前的準(zhǔn)備工作，將數(shù)據(jù)處理干凈，以進(jìn)行后續(xù)的分析工作。
（1）數(shù)據(jù)糾錯
包括兩種形式的錯誤，一是本身數(shù)據(jù)就有錯，例如格式錯誤、空白等，二是數(shù)據(jù)邏輯上的錯誤或者異常。
（2）數(shù)據(jù)填充補齊
將數(shù)據(jù)中的空白填充補齊，這里面可能會涉及到復(fù)雜的業(yè)務(wù)邏輯。
（3）數(shù)據(jù)的匯總
根據(jù)分析目標(biāo)的不同，分為按照時間序列的匯總、按照客戶id的匯總等等。
（4）數(shù)據(jù)變形
為了便于后續(xù)對比分析，經(jīng)常需要對于數(shù)據(jù)進(jìn)行變形，例如對于不同數(shù)量級的數(shù)據(jù)，將其變形到[0,1]的范圍內(nèi)。
（5）數(shù)據(jù)轉(zhuǎn)換
在數(shù)據(jù)分析中，經(jīng)常存在兩種形式的數(shù)據(jù)轉(zhuǎn)換：連續(xù)變量離散化以及定性數(shù)據(jù)定量化。

5. 數(shù)據(jù)描述
數(shù)據(jù)描述指對銷售數(shù)據(jù)進(jìn)行描述統(tǒng)計，采用多種指標(biāo)和方法揭示數(shù)據(jù)的概況，為后續(xù)分析做好準(zhǔn)備工作。描述的指標(biāo)有求和、計數(shù)、平均值、中位數(shù)、眾數(shù)、方差（標(biāo)準(zhǔn)差）、變異系數(shù)、峰度、偏度、占比、累計占比、同比、環(huán)比等。
（1）整體狀況描述
（2）營銷數(shù)據(jù)“七個百分比”
（3）多列對比
---這是應(yīng)培訓(xùn)學(xué)員的要求所做的多列對比的小工具，非常方便，可以一次性地輸出多列之間平均值、總數(shù)、中位數(shù)、變異系數(shù)、二八系數(shù)等的對比。
案例：期貨數(shù)據(jù)中“眾數(shù)”指標(biāo)的運用
討論： 中位數(shù)和平均值的異同

6. 異常值分析
異常值是數(shù)據(jù)中脫離正常變化軌道的數(shù)據(jù)，也是數(shù)據(jù)分析中需要重點關(guān)注的數(shù)據(jù)。通常采用如下方法分析異常值：
（1）散點圖
（2）面板散點圖
采用面板的方式實現(xiàn)多個散點圖的觀察，高效直觀。
（3）條件格式
（4）三倍標(biāo)準(zhǔn)差方法
案例：中國移動某省公司利用“三倍標(biāo)準(zhǔn)差法”捕捉業(yè)務(wù)異常值

7. 相關(guān)分析
（1）相關(guān)分析原理
（2）EXCEL“數(shù)據(jù)分析”模塊安裝及介紹
（3）操作及輸出說明
（4）大型相關(guān)矩陣和條件格式的組合使用
（5）用相關(guān)分析做數(shù)據(jù)掃描的邏輯
案例：上海某藥企利用商務(wù)數(shù)據(jù)分析“頭對頭”的競爭關(guān)系
案例：阿里巴巴利用相關(guān)分析功能來梳理市場競爭態(tài)勢
案例：上海某制造型企業(yè)利用“相關(guān)分析”來分析物料運輸成本并制定合理化對策

8. 客戶細(xì)分
單獨一個數(shù)據(jù)，往往因為數(shù)據(jù)異�；蛘吲既恍缘仍�因，從來很難發(fā)現(xiàn)明顯的結(jié)論，分組不僅僅讓分析變得簡單，而且能夠發(fā)現(xiàn)簡單對比所無法獲得的結(jié)論。
（1）單指標(biāo)的分類
（2）多指標(biāo)的分類
多指標(biāo)的分組，可以用來做市場細(xì)分、客戶分群等，采用聚類實現(xiàn)。
案例：上海某消費品調(diào)研的受訪者分類
案例討論：最佳聚類分類總數(shù)的確定

9. 捆綁銷售分析
關(guān)聯(lián)分析可以分析銷售過程中某些相關(guān)的因素之間的關(guān)聯(lián)性，例如購買A的同時是否購買了B，購買A的用戶中有多少概率購買了B。
（1）相關(guān)概念
支持度、置信度、提升度
（2）關(guān)聯(lián)分析算法的使用
案例：上海某食品企業(yè)進(jìn)行產(chǎn)品配送的關(guān)聯(lián)度分析
課堂討論：工業(yè)品數(shù)據(jù)做捆綁銷售的數(shù)據(jù)準(zhǔn)備

10. 營銷資源籌劃與調(diào)配
營銷資源總是有限的，例如資金、廣宣品等，如何在種種影響因素的限制之下，使得營銷資源效果最大化，是重要的營銷管理問題。
（1）規(guī)劃求解概念
（2）相關(guān)操作和說明
案例：杭州某集團(tuán)公司進(jìn)行廣宣品的調(diào)配分析
案例：上海某大型集團(tuán)公司進(jìn)行平時工資和年終獎數(shù)額的平衡度分析

11. 迭代抓取數(shù)據(jù)特征
適用于對于有相關(guān)行為的數(shù)據(jù)特征的描述，例如在銷售方面，如果我們對具有相關(guān)特征（年齡、性別、歸屬地、之前消費特征）的消費者的消費行為比較感興趣，我們可以用這一算法找到具有某一消費行為的消費者的特征，例如該消費者的性別、年齡等的組合特征。
再例如4S店有各種車型的銷售數(shù)據(jù)，4S店就關(guān)心購買某種車型的消費者的具體特征是什么。
（1）算法描述
（2）算法執(zhí)行和輸出

12. 營銷數(shù)據(jù)預(yù)測
數(shù)據(jù)預(yù)測是營銷數(shù)據(jù)分析的重要組成部分，我們介紹幾種常用的數(shù)據(jù)分析技術(shù)：
（1）模擬運算表
（2）添加趨勢線
（3）手工數(shù)組方式實現(xiàn)
（4）批量自動實現(xiàn)
案例：上海某企業(yè)對于房屋資產(chǎn)租賃價格的逐步回歸分析

13. 數(shù)據(jù)呈現(xiàn)技術(shù)
分析做得好，還要圖畫得好，數(shù)據(jù)呈現(xiàn)技術(shù)在營銷數(shù)據(jù)分析中顯得尤其重要：
（1）Excel繪圖的基本線型
（2）Excel繪圖的高級圖形
包括堆積柱狀圖、復(fù)合餅圖、半圓圖等。
（3）圖形呈現(xiàn)的高級技巧
包括輔助列、錯位、數(shù)據(jù)標(biāo)簽的應(yīng)用、分色等功能。

14. Power BI工具
PowerBI是微軟推出的商業(yè)智能套件，由于其能支持大數(shù)據(jù)、無需VBA編程就能夠?qū)崿F(xiàn)數(shù)據(jù)快速匯總以及數(shù)據(jù)呈現(xiàn)效果比較豐富等，獲得了廣大用戶的歡迎：
（1）PowerBI部件簡介
（2）用powerquery快速匯總數(shù)據(jù)
（3）用powerpivot支持大數(shù)據(jù)分析
（4）用powerview實現(xiàn)儀表盤

15. 數(shù)據(jù)分析報告撰寫
（1）分析報告的架構(gòu)
（2）分析報告的邏輯
（3）分析報告的表現(xiàn)形式
（4）分析報告的文筆
案例：優(yōu)秀分析報告和工作PPT賞析

16. 互動
現(xiàn)場討論課程中的問題，并就學(xué)員的實際工作問題進(jìn)行解答。

《市場營銷數(shù)據(jù)的分析與挖掘》培訓(xùn)受眾
營銷、運營、財務(wù)、供應(yīng)鏈等相關(guān)人員。學(xué)員應(yīng)具有一定的實際工作經(jīng)驗，并熟悉Excel基本數(shù)據(jù)操作。

《市場營銷數(shù)據(jù)的分析與挖掘》所屬分類
市場營銷

《市場營銷數(shù)據(jù)的分析與挖掘》所屬專題
excel培訓(xùn)、整合營銷推廣培訓(xùn)、云營銷培訓(xùn)、年度營銷計劃培訓(xùn)、區(qū)域市場競爭分析與規(guī)劃培訓(xùn)、營銷管理、營銷數(shù)據(jù)分析、狼性營銷、品牌營銷管理、房地產(chǎn)營銷、海外營銷、營銷人員培訓(xùn)、分析銷售數(shù)據(jù)、消費品營銷、

《市場營銷數(shù)據(jù)的分析與挖掘》授課培訓(xùn)師簡介

《市場營銷數(shù)據(jù)的分析與挖掘》報名服務(wù)流程

-----------------------------------------------------------------------------------