何伟:​客户关系管理与大数据分析

讲师资历

课程目标

大数据已经运用到社会的各个领域，客户关系管理作为倡导以客户为中心的企业经营管理思想，其基石是企业的信息化，与大数据的融合将成为必然。

课程大纲

客户关系管理与大数据分析 【课程背景】 大数据已经运用到社会的各个领域，客户关系管理作为倡导以客户为中心的企业经营管理思想，其基石是企业的信息化，与大数据的融合将成为必然。 【课程对象】客户单位一线运维工程师、数据分析师、CIO及销售、客服 【课程时间】1-2天 【授课方法】案例+视频+讲解+点评 【课程大纲】 第一讲：大数据思维 1、 七种必备的大数据思维 1.1从 1－0≠8－7 开始说起 1.2统计，一门与赌博密不可分的技术 1.3串联，一种简单实用的日常分析法 1.4对比，常用也实用的分析方法 1.5拆分，庖丁解牛之后的透视 1.6合成，组合起来的魅力 1.7逻辑与反证，大视野大转换下的推理 1.8大数据分析的关键在于有用 2、 善用数据，但别自作聪明 2.1收集情报和信息的几种方法 2.2网络资料的鉴别与识别谣言 2.3网上的这些分析都是忽悠，你中招过吗 2.4大数据营销不能自作聪明，别小瞧你的消费者 3、 换个角度，让结论海阔天空 3.1如何看不同的趋势图 3.2模型都是靠不住的，挑战短板理论 3.3大数据也有做不到的事 第二讲 客户营销与客户关系 1 客户资源研究 1.1 谁是我们的客户 1.2 客户让渡价值 1.3 客户价值链1 1.4 以客户价值为轴，扩展竞争优势 2 客户关系营销 2.1 重新认识“客户关系 2.2 客户关系的类型及其选择 2.3 客户关系的PDCA改进 2.4 “4P+4C”：重构客户关系营销体系 客户接触点与维护 3.1 如何寻找客户接触点 3.2 接触点信息的动态维护 3.3 接触点管理：从顶层出发 4 客户满意度与忠诚度 4.1 客户满意度研究 4.2 客户忠诚度研究 4.3 如何创造持久的客户热情 第三讲　客户关系管理与大数据的关系 1　客户关系管理成为企业的核心能力 2　客户关系管理中的数据分析 3　大数据分析应用的条件 3.1 全面准确的海量数据 3.2 精细化管理理念的倡导 3.3 数据分析和数据挖掘技术的有效应用 4　大数据应用的最新进展 第四讲　大数据分析方法全聚合 1　数据挖掘的发展历史 2　统计分析与数据挖掘的主要区别 3　数据挖掘的主要成熟技术以及在客户关系管理中的主要应用 3.1　决策树 3.2　神经网络 3.3　回归 3.4　关联规则 3.5　聚类 3.6　贝叶斯分类方法 3.7　支持向量机 3.8　主成分分析 3.9　假设检验 4　互联网行业数据挖掘应用的特点 第五讲　客户关系管理中常见的数据分析项目类型 1　目标客户的特征分析 2　目标客户的预测（响应、分类）模型 3　运营群体的活跃度定义 4　用户路径分析 5　交叉销售模型 6　信息质量模型 7　服务保障模型 8　用户（买家、卖家）分层模型 9　卖家（买家）交易模型 10　信用风险模型 11　商品推荐模型 11.1　商品推荐介绍 11.2　关联规则 11.3　协同过滤算法 11.4　商品推荐模型总结 12　数据产品 13　决策支持