主辦機構:北京惠德培訓學院 (宮同昌老師主講)
培訓時間:2015年10月28日上海 2015年11月11日深圳 2015年12月23日深圳
培訓費用:2680元/人(含培訓費、資料費、發票等)
聯系方式:劉老師 010-85898602 18911605652
QQ:1154621014 微信號:同昌惠德
課程背景:
成熟的企業已經從跑馬圈地的客戶數量積累,發展為提高客戶對企業利潤貢獻的質量管理階段?蛻絷P系管理逐漸發展到培養多次購買的忠誠客戶階段。如何為客戶創造更高價值,如何做好客戶關懷、爭取轉介紹和贏得客戶回頭、如何實施VIP會員管理、組建吸引客戶的客戶俱樂部、提升客戶忠誠度等等問題,正在成為銷售型企業的客戶管理熱點。
參訓對象:董事長、總經理、市場總監、銷售總監、客服總監、CIO等總監以上級別
課程大綱:
第1章 客戶關系管理與大數據的關系
1.1 客戶關系管理成為企業的核心能力
1.2 客戶關系管理中的數據分析
1.3 大數據分析應用的條件
1.3.1 全面準確的海量數據
1.3.2 精細化管理理念的倡導
1.3.3 數據分析和數據挖掘技術的有效應用
1.4 大數據應用的最新進展
第2章 數據挖掘概述
2.1 數據挖掘的發展歷史
2.2 統計分析與數據挖掘的主要區別
2.3 數據挖掘的主要成熟技術以及在客戶關系管理中的主要應用
2.3.1 決策樹
2.3.2 神經網絡
2.3.3 回歸
2.3.4 關聯規則
2.3.5 聚類
2.3.6 貝葉斯分類方法
2.3.7 支持向量機
2.3.8 主成分分析
2.3.9 假設檢驗
2.4 互聯網行業數據挖掘應用的特點
第3章 客戶關系管理中常見的數據分析項目類型
3.1 目標客戶的特征分析
3.2 目標客戶的預測(響應、分類)模型
3.3 運營群體的活躍度定義
3.4 用戶路徑分析
3.5 交叉銷售模型
3.6 信息質量模型
3.7 服務保障模型
3.8 用戶(買家、賣家)分層模型
3.9 賣家(買家)交易模型
3.10 信用風險模型
3.11 商品推薦模型
3.11.1 商品推薦介紹
3.11.2 關聯規則
3.11.3 協同過濾算法
3.11.4 商品推薦模型總結
3.12 數據產品
3.13 決策支持
第4章 數據分析是跨專業、跨團隊的協調與合作
4.1 數據分析團隊與業務團隊的分工和定位
4.1.1 提出業務分析需求并且能勝任基本的數據分析
4.1.2 提供業務經驗和參考建議
4.1.3 策劃和執行精細化運營方案
4.1.4 跟蹤運營效果、反饋和總結
4.2 數據化運營是真正的多團隊、多專業的協同作業
4.3 實例示范數據化運營中的跨專業、跨團隊協調合作
第5章 數據挖掘項目完整應用案例
5.1 項目背景和業務分析需求的提出
5.2 數據分析師參與需求討論
5.3 制定需求分析框架和分析計劃
5.4 抽取樣本數據、熟悉數據、數據清洗和摸底
5.5 按計劃初步搭建挖掘模型
5.6 與業務方討論模型的初步結論,提出新的思路和模型優化方案
5.7 按優化方案重新抽取樣本并建模,提煉結論并驗證模型
5.8 完成分析報告和落地應用建議
5.9 制定具體的落地應用方案和評估方案
5.10 業務方實施落地應用方案并跟蹤、評估效果
5.11 落地應用方案在實際效果評估后,不斷修正完善
5.12 不同運營方案的評估、總結和反饋
5.13 項目應用后的總結和反思
第6章 頂尖數據挖掘平臺TipDM
6.1 TipDM產品功能
6.1.1 TipDM平臺提供的數據探索及預處理算法
6.1.2 TipDM平臺提供的分類與回歸算法
6.1.3 TipDM平臺提供的時序模式算法
6.1.4 TipDM平臺提供的聚類分析算法
6.1.5 TipDM平臺提供的關聯規則算法
6.2 TipDM使用說明
6.3 TipDM產品特點
6.3.1 支持CRISP-DM數據挖掘標準流程
6.3.2 提供豐富的數據挖掘模型和靈活算法
6.3.3 具有多模型的整合能力
6.3.4 提供靈活多樣的應用開發接口
6.3.5 海量數據的處理能力
6.3.6 適應不同類型層次人員需求
第7章 數據挖掘在金融電信行業的應用
7.1 案例二:電信3G客戶識別系統
7.1.1 挖掘目標的提出
7.1.2 分析方法與過程
7.1.3 建模仿真
7.1.4 核心知識點
7.1.5 拓展思考
7.2 案例三:基于客戶分群的精準智能營銷
7.2.1 挖掘目標的提出
7.2.2 分析方法與過程
7.2.3 建模仿真
7.2.4 核心知識點
7.2.5 拓展思考
第8章 數據挖掘在互聯網行業的應用
8.1 案例一:商業零售行業中的購物籃分析
8.1.1 挖掘目標的提出
8.1.2 分析方法與過程
8.1.3 建模仿真
8.1.4 啟發與拓展
8.2 案例二:電子商務網站用戶行為分析
8.2.1 挖掘目標的提出
8.2.2 分析方法與過程
8.2.3 建模仿真
8.2.4 啟發與拓展
8.3 案例三:基于用戶行為分析的定向網絡廣告投放
8.3.1 挖掘目標的提出
8.3.2 分析方法與過程
8.3.3 建模仿真
8.3.4 結果及分析
8.3.5 啟發與拓展
第9章 數據挖掘在生產制造行業中的應用
9.1 案例:基于RFM的企業客戶關系分析
9.1.1 挖掘目標的提出
9.1.2 分析過程與方法
9.1.3 建模仿真
9.1.4 核心知識點
9.1.5 拓展思考
結束