傅一航:数”说营销----大数据营销实战培训（中级）

讲师资历

课程目标

学会利用大数据分析与挖掘模型来解决营销面临的问题（定价/关键影响/客户需求 /客户价值/市场细分/预测等问题）。

课程大纲

第一部分、大数据营销的概述 大数据时代带来对传统营销的挑战 传统营销的困境 大数据营销引领营销变革 大数据营销的基石：用户画像 大数据营销的思维变革 客户生存周期中的大数据应用 数据分析与挖掘在各行业的应用     演练：如何用大数据支持手机精准营销项目 第二部分：定价策略分析 1、营销问题      Ø  运营商的产品如何定价？套餐价格如何确定？采用哪些定价策略可达到利润最大化？     Ø  航空公司如何确定预订机票限制数量或者超售机票的数量？ 2、产品定价的理论依据     Ø  需求曲线与利润最大化     Ø  如何求解最优定价 案例：产品最优定价求解 3、如何做产品组合/套餐定价     Ø  最大收益定价（演进规划求解）     Ø  避免价格反转的套餐定价 案例：电信公司的宽带、IPTV、移动电话套餐定价 5、非线性定价策略     Ø  要理解支付意愿曲线     Ø  支付意愿曲线与需求曲线的异同 案例：高尔夫球场的双重收费如何定价（如会费+按次计费） 6、定价策略的评估与选择     Ø  单一定价     Ø  阶梯定价     Ø  数量折扣     Ø  最优化双重收费 案例：电力公司如何选择最优定价策略 7、收益管理     Ø  收益管理介绍     Ø  如何确定预订限制     Ø  如何确定超售数量     Ø  如何评估模型的收益 案例：FBN航空公司如何实现收益管理（预订/超售） 第三部分：影响因素分析 1、营销问题     Ø  产品在货架上的位置是否对销量有影响？     Ø  价格和广告开销是如何影响销量的？ 2、相关分析     Ø  相关系数     Ø  解读相关系数 案例：营销费用与销量的相关性分析 3、方差分析（影响关键因素分析，影响因素组合分析）     Ø  方差分析模型及适用场景     Ø  单因素分析/多因素分析 案例：产品摆放位置与销量的相关性分析 案例：寻找影响手机销量的关键因素 4、回归模型用于因素影响判断     Ø  回归模型原理及适用场景     Ø  线性回归（一元、多元）     Ø  曲线回归 案例：如何评估和量化-营销投入对产品销量提升的作用？ 第四部分： 销售预测分析 1、营销问题     Ø  如何预测未来的产品销量？ 2、回归模型 3、寻找最佳拟合线来判断和预测     Ø  如何判断预测的准确性     Ø  回归分析结果的解读 4、回归模型的优化七步骤    Ø 因素显著性检验    Ø 异常值检验    Ø  多重共线性检验    Ø  残差分析 案例：回归模型优化步骤 5、自定义模型 案例：深圳某餐厅客户流量预测与分析项目 6、季节性预测模型     Ø  季节性回归模型的参数     Ø  常用季节性预测模型（相加、相乘） 案例：美国航空旅客里程的季节性趋势分析与预测 7、新产品销量预测（S曲线）     Ø  如何评估销量增长的拐点时间及销量高峰值     Ø  珀尔曲线、 龚铂兹曲线 案例：预测IPOD的销量情况 第五部分： 客户需求分析 1、营销问题     Ø  影响产品销售的关键属性和等级如何评估     Ø  影响营销效果的关键因素是什么？     Ø  影响用户购买的关键因素/客户消费偏好是什么 2、逻辑回归模型     Ø  逻辑回归模型原理及适用场景     Ø  评估客户购买产品的概率 案例：杂志社如何利用回归模型评估用户是潜在用户 3、离散选择分析     Ø  如何评估客户购买产品的概率     Ø  如何指导产品开发？如何确定产品的重要特性     Ø  如何评估品牌价值     Ø  竞争下的产品动态调价     Ø  如何评估产品的价格弹性 案例：从竞争对手产品销量来看产品应该具有哪些属性（产品特征开发分析） 案例：品牌价值评估与产品价格敏感度分析（价格变动如何影响销量升降） 案例：纳什均衡价格（竞争态势下的价格如何调整） 第六部分：客户价值分析 1、如何评价客户生命周期的价值     Ø  贴现率与留存率     Ø  评估客户的真实价值     Ø  使用双向表衡量属性敏感度     Ø  变化的边际利润 案例：从客户价值来评估营销活动的合理性 2、RFM模型（客户价值评估）     Ø  RFM模型与市场策略     Ø  如何计算RFM     Ø  RFM模型与活跃度 案例：淘宝客户的价值评估 案例：双11期间如何选择老客户做广告 第七部分：市场细分分析 1、营销问题     Ø  如何对市场进行细分     Ø  如何对产品进行市场定位 2、聚类分析     Ø  属性如何标准化     Ø  确定聚类的适当数量     Ø  聚类算法过程 演练：宝洁公司如何进行新产品试销地点（城市）的选择 3、分类决策树与客户行为预测     Ø  决策树的原理与适用场景     Ø  决策树构建的关键问题     Ø  如何提取客户特征 案例：商场酸奶购买用户特征提取 演练：银行风控：低信用客户的特征分析及欠贷预测 第八部分：其它市场营销方法 1、关联规则分析（套餐制定、产品推荐） 案例：沃尔玛超市摆放布局优化分析 2、推荐算法(协同过滤) 案例：视频网站电影推荐评估系统 3、主成分分析（PCA） 案例：宝洁公司新产品试销地点选择 实战：美国达美航空航班设计与定价分析 结束：课程总结与问题答疑。