1.點(diǎn)擊下面按鈕復(fù)制微信號(hào)
點(diǎn)擊復(fù)制微信號(hào)
上海威才企業(yè)管理咨詢有限公司
本課程從實(shí)際的市場(chǎng)營(yíng)銷問(wèn)題出發(fā),構(gòu)建數(shù)據(jù)分析與數(shù)據(jù)挖掘模型,以解決實(shí)際的商業(yè)問(wèn)題。
并對(duì)大數(shù)據(jù)分析與挖掘技術(shù)進(jìn)行了全面的介紹,通過(guò)從大量的市場(chǎng)營(yíng)銷數(shù)據(jù)中分析潛在的客戶特征,挖掘客戶行為特點(diǎn),實(shí)現(xiàn)精準(zhǔn)營(yíng)銷,幫助市場(chǎng)營(yíng)銷團(tuán)隊(duì)深入理解業(yè)務(wù)運(yùn)作,支持業(yè)務(wù)策略制定以及運(yùn)營(yíng)決策。
了解大數(shù)據(jù)營(yíng)銷內(nèi)容,掌握大數(shù)據(jù)在營(yíng)銷中的應(yīng)用。
了解基本的營(yíng)銷理論,并學(xué)會(huì)基于營(yíng)銷理念來(lái)展開大數(shù)據(jù)分析。
熟悉數(shù)據(jù)分析/挖掘的基本過(guò)程,掌握常用的數(shù)據(jù)挖掘方法。
熟悉Excel數(shù)據(jù)分析工具,能夠利用Excel和SPSS軟件解決實(shí)際的營(yíng)銷問(wèn)題(比如定價(jià)/因素影響/預(yù)測(cè)/客戶需求/客戶價(jià)值/市場(chǎng)細(xì)分等)。
大數(shù)據(jù)實(shí)現(xiàn)精準(zhǔn)營(yíng)銷
傳統(tǒng)營(yíng)銷的困境與挑戰(zhàn)
營(yíng)銷理論的變革(4P4CnPnC)
大數(shù)據(jù)引領(lǐng)傳統(tǒng)營(yíng)銷
大數(shù)據(jù)在營(yíng)銷中的典型應(yīng)用
市場(chǎng)定位與客戶細(xì)分
客戶需求與產(chǎn)品設(shè)計(jì)
精準(zhǔn)廣告與精準(zhǔn)推薦
……
大數(shù)據(jù)營(yíng)銷的基石:用戶畫像
客戶生存周期中的大數(shù)據(jù)應(yīng)用
演練:如何用大數(shù)據(jù)來(lái)支撐手機(jī)精準(zhǔn)營(yíng)銷項(xiàng)目
大數(shù)據(jù)基礎(chǔ)—數(shù)據(jù)思維篇
問(wèn)題:大數(shù)據(jù)的核心價(jià)值是什么?大數(shù)據(jù)是怎樣用于業(yè)務(wù)決策?
大數(shù)據(jù)時(shí)代:你缺的不是一堆方法,而是大數(shù)據(jù)思維
大數(shù)據(jù)的本質(zhì)
數(shù)據(jù),是對(duì)客觀事物的描述和記錄
大數(shù)據(jù)不在于大,而在于全
大數(shù)據(jù)四大核心價(jià)值
用趨勢(shì)圖來(lái)探索產(chǎn)品銷量規(guī)律
從谷歌的GFT產(chǎn)品探索用戶需求變化
從大數(shù)據(jù)炒股看大數(shù)據(jù)如何探索因素的相關(guān)性
阿里巴巴預(yù)測(cè)經(jīng)濟(jì)危機(jī)的到來(lái)
從美國(guó)總統(tǒng)競(jìng)選看大數(shù)據(jù)對(duì)選民行為進(jìn)行分析
大數(shù)據(jù)價(jià)值落地的三個(gè)關(guān)鍵環(huán)節(jié)
業(yè)務(wù)數(shù)據(jù)化
數(shù)據(jù)信息化
信息策略化
案例:喜歡賺“差價(jià)”的營(yíng)業(yè)員(用數(shù)據(jù)管理來(lái)識(shí)別)
大數(shù)據(jù)精準(zhǔn)營(yíng)銷—分析框架篇
數(shù)據(jù)分析簡(jiǎn)介
數(shù)據(jù)分析的三個(gè)階段
分析方法的三大類別
數(shù)據(jù)分析的六步曲
步驟1:明確目的--理清思路
確定分析目的:要解決什么樣的業(yè)務(wù)問(wèn)題
確定分析思路:分解業(yè)務(wù)問(wèn)題,構(gòu)建分析框架
步驟2:數(shù)據(jù)收集—理清思路
明確收集數(shù)據(jù)范圍
確定收集來(lái)源
確定收集方法
步驟3:數(shù)據(jù)預(yù)處理—尋找答案
數(shù)據(jù)質(zhì)量評(píng)估
數(shù)據(jù)清洗、數(shù)據(jù)處理和變量處理
探索性分析
步驟4:數(shù)據(jù)分析--尋找答案
選擇合適的分析方法
構(gòu)建合適的分析模型
選擇合適的分析工具
步驟5:數(shù)據(jù)展示--觀點(diǎn)表達(dá)
選擇恰當(dāng)?shù)膱D表
選擇合適的可視化工具
步驟6:報(bào)表撰寫--觀點(diǎn)表達(dá)
選擇報(bào)告種類
完整的報(bào)告結(jié)構(gòu)
演練:如何用大數(shù)據(jù)來(lái)支撐手機(jī)精準(zhǔn)營(yíng)銷項(xiàng)目
演練:如何構(gòu)建一個(gè)良好的大數(shù)據(jù)分析框架
用戶行為分析—分析方法篇
問(wèn)題:數(shù)據(jù)分析有什么方法可依?不同的方法適用解決什么樣的問(wèn)題?
大數(shù)據(jù)精準(zhǔn)營(yíng)銷的前提:用戶行為分析
數(shù)據(jù)分析方法的層次
描述性分析法(對(duì)比/分組/結(jié)構(gòu)/趨勢(shì)/交叉…)
相關(guān)性分析法(相關(guān)/方差/卡方…)
預(yù)測(cè)性分析法(回歸/時(shí)序/決策樹/神經(jīng)網(wǎng)絡(luò)…)
專題性分析法(聚類/關(guān)聯(lián)/RFM模型/…)
統(tǒng)計(jì)分析基礎(chǔ)
統(tǒng)計(jì)分析兩要素
統(tǒng)計(jì)分析三步驟
統(tǒng)計(jì)分析常用指標(biāo)
匯總方式:計(jì)數(shù)、求和、百分比(增跌幅)
集中程度:均值、中位數(shù)、眾數(shù)
離散程度:極差、方差/標(biāo)準(zhǔn)差、IQR
分布形態(tài):偏度、峰度
基本分析方法及其適用場(chǎng)景
對(duì)比分析(查看數(shù)據(jù)差距)
演練:尋找用戶的地域分布規(guī)律
演練:尋找公司主打產(chǎn)品
演練:用數(shù)據(jù)來(lái)探索增量不增收困境的解決方案
案例:銀行ATM柜員機(jī)現(xiàn)金管理分析(銀行)
分組分析(查看數(shù)據(jù)分布)
案例:排班后面隱藏的貓膩
案例:通信運(yùn)營(yíng)商的流量套餐劃分合理性的評(píng)估
演練:銀行用戶消費(fèi)層次分析(銀行)
演練:呼叫中心接聽電話效率分析(呼叫中心)
演練:客服中心科學(xué)排班人數(shù)需求分析(客服中心)
演練:客戶年齡分布/消費(fèi)分布分析
結(jié)構(gòu)分析(評(píng)估事物構(gòu)成)
案例:用戶市場(chǎng)占比結(jié)構(gòu)分析
案例:物流費(fèi)用占比結(jié)構(gòu)分析(物流)
案例:中移動(dòng)用戶群動(dòng)態(tài)結(jié)構(gòu)分析
演練:用戶結(jié)構(gòu)/收入結(jié)構(gòu)/產(chǎn)品結(jié)構(gòu)的分析
趨勢(shì)分析(發(fā)現(xiàn)事物隨時(shí)間的變化規(guī)律)
案例:破解零售店銷售規(guī)律
案例:手機(jī)銷量的淡旺季分析
演練:發(fā)現(xiàn)產(chǎn)品銷售的時(shí)間規(guī)律
交叉分析(多維數(shù)據(jù)分析)
演練:用戶性別+地域分布分析
演練:不同區(qū)域的產(chǎn)品偏好分析
演練:不同教育水平的業(yè)務(wù)套餐偏好分析
綜合分析方法及其適用場(chǎng)景
綜合評(píng)價(jià)法(多維指標(biāo)歸一)
案例:南京丈母娘選女婿分析表格
演練:人才選拔評(píng)價(jià)分析(HR)
杜邦分析法(關(guān)鍵因素分析-財(cái)務(wù)數(shù)據(jù)分析)
案例:運(yùn)營(yíng)商市場(chǎng)占有率分析(通信)
案例:服務(wù)水平提升分析(呼叫中心)
演戲:提升銷量的銷售策略分析(零售商/電商)
漏斗分析法(關(guān)鍵流程環(huán)節(jié)分析-流失率與轉(zhuǎn)化率分析)
案例:電商產(chǎn)品銷售流程優(yōu)化與策略分析(電商)
演練:營(yíng)業(yè)廳終端銷售流程分析(電信)
演練:銀行業(yè)務(wù)辦理流程優(yōu)化分析(銀行)
矩陣分析法(產(chǎn)品策略分析-象限圖分析法)
案例:工作安排評(píng)估
案例:HR人員考核與管理
案例:波士頓產(chǎn)品策略分析
最合適的分析方法才是硬道理。
用戶行為分析—分析思路篇
問(wèn)題:數(shù)據(jù)分析思路是怎樣的?如何才能全面/系統(tǒng)地分析而不遺漏?
常用分析思路模型
用戶行為分析(5W2H分析思路)
WHY:原因
WHAT:產(chǎn)品
WHO:客戶
WHEN:時(shí)間?
WHERE:區(qū)域/渠道
HOW:支付方式
HOW?MUCH:價(jià)格
案例討論:結(jié)合公司情況,搭建用戶消費(fèi)習(xí)慣的分析框架(5W2H)
影響因素分析—屬性篩選篇
營(yíng)銷問(wèn)題:哪些是影響市場(chǎng)銷量的關(guān)鍵因素?比如,產(chǎn)品在貨架上的位置是否對(duì)銷量有影響??jī)r(jià)格和廣告開銷是如何影響銷量的?
影響風(fēng)險(xiǎn)控制的關(guān)鍵因素有哪些?如何判斷?
影響因素分析的常見(jiàn)方法
相關(guān)分析(衡量?jī)蓴?shù)據(jù)型變量的線性相關(guān)性)
問(wèn)題:這兩個(gè)屬性是否會(huì)相互影響?影響程度大嗎?
相關(guān)分析簡(jiǎn)介
相關(guān)分析的應(yīng)用場(chǎng)景
相關(guān)分析的種類
簡(jiǎn)單相關(guān)分析
偏相關(guān)分析
距離相關(guān)分析
相關(guān)系數(shù)的三種計(jì)算公式
Pearson相關(guān)系數(shù)
Spearman相關(guān)系數(shù)
Kendall相關(guān)系數(shù)
相關(guān)分析的假設(shè)檢驗(yàn)
相關(guān)分析的四個(gè)基本步驟
演練:體重與腰圍的關(guān)系
演練:營(yíng)銷費(fèi)用會(huì)影響銷售額嗎
演練:哪些因素與汽車銷量有相關(guān)性
演練:話費(fèi)與網(wǎng)齡的相關(guān)分析
偏相關(guān)分析
偏相關(guān)原理:排除不可控因素后的兩變量的相關(guān)性
偏相關(guān)系數(shù)的計(jì)算公式
偏相關(guān)分析的適用場(chǎng)景
距離相關(guān)分析
方差分析(衡量類別變量與數(shù)值變量間的相關(guān)性)
問(wèn)題:哪些才是影響銷量的關(guān)鍵因素?
方差分析的應(yīng)用場(chǎng)景
方差分析的三個(gè)種類
單因素方差分析
多因素方差分析
協(xié)方差分析
方差分析的原理
方差分析的四個(gè)步驟
解讀方差分析結(jié)果的兩個(gè)要點(diǎn)
演練:終端擺放位置與終端銷量有關(guān)嗎
演練:開通月數(shù)對(duì)客戶流失的影響分析
演練:客戶學(xué)歷對(duì)消費(fèi)水平的影響分析
演練:廣告和價(jià)格是影響終端銷量的關(guān)鍵因素嗎
演練:營(yíng)業(yè)員的性別、技能級(jí)別對(duì)產(chǎn)品銷量有影響嗎
演練:尋找影響產(chǎn)品銷量的關(guān)鍵因素
多因素方差分析原理
多因素方差分析的作用
多因素方差結(jié)果的解讀
演練:廣告形式、地區(qū)對(duì)銷量的影響因素分析(多因素)
協(xié)方差分析原理
協(xié)方差分析的適用場(chǎng)景
演練:飼料對(duì)生豬體重的影響分析(協(xié)方差分析)
列聯(lián)分析/卡方檢驗(yàn)(兩類別變量的相關(guān)性分析)
交叉表與列聯(lián)表
卡方檢驗(yàn)的原理
卡方檢驗(yàn)的幾個(gè)計(jì)算公式
列聯(lián)表分析的適用場(chǎng)景
案例:套餐類型對(duì)客戶流失的影響分析
案例:學(xué)歷對(duì)業(yè)務(wù)套餐偏好的影響分析
案例:行業(yè)/規(guī)模對(duì)風(fēng)控的影響分析
相關(guān)性分析方法總結(jié)
產(chǎn)品銷量預(yù)測(cè)—回歸預(yù)測(cè)篇
營(yíng)銷問(wèn)題:如何預(yù)測(cè)未來(lái)的產(chǎn)品銷量?如果產(chǎn)品跟隨季節(jié)性變動(dòng),該如何預(yù)測(cè)?新產(chǎn)品上市,如果評(píng)估銷量上限及銷售增速?
銷量預(yù)測(cè)與市場(chǎng)預(yù)測(cè)模型介紹
時(shí)序預(yù)測(cè)
回歸模型
季節(jié)性預(yù)測(cè)(相加/相乘模型)
產(chǎn)品預(yù)測(cè)(珀?duì)柷€/龔鉑茲曲線)
回歸分析/回歸預(yù)測(cè)
問(wèn)題:如何預(yù)測(cè)未來(lái)的銷售量(定量分析)?
回歸分析簡(jiǎn)介
回歸分析的種類(一元/多元、線性/曲線)
得到回歸方程的常用工具
散點(diǎn)圖+趨勢(shì)線
線性回歸工具
規(guī)劃求解工具
演練:散點(diǎn)圖找營(yíng)銷費(fèi)用與銷售額的關(guān)系(一元回歸)
線性回歸分析的五個(gè)步驟
演練:營(yíng)銷費(fèi)用、辦公費(fèi)用與銷售額的關(guān)系(線性回歸)
解讀線性回歸分析結(jié)果的技巧
定性描述:正相關(guān)/負(fù)相關(guān)
定量描述:自變量變化導(dǎo)致因變量的變化程度
回歸預(yù)測(cè)模型質(zhì)量評(píng)估
評(píng)估指標(biāo):判定系數(shù)R^2、標(biāo)準(zhǔn)誤差
如何選擇最佳回歸模型
演練:如何選擇最佳的回歸預(yù)測(cè)模型(一元曲線回歸)
預(yù)測(cè)值準(zhǔn)確性評(píng)估
MAD、MSE/RMSE、MAPE等
帶分類變量的回歸預(yù)測(cè)
演練:汽車季度銷量預(yù)測(cè)
演練:工齡、性別與終端銷量的關(guān)系
演練:如何評(píng)估銷售目標(biāo)與資源配置(營(yíng)業(yè)廳)
回歸分析的基本原理
模型優(yōu)化思路:尋找最佳回歸擬合線
如何處理預(yù)測(cè)離群值(剔除離群值)
如何剔除不顯著因素(剔除不顯著因素)
如何進(jìn)行非線性關(guān)系檢驗(yàn)(增加非線性自變量)
如何進(jìn)行相互作用檢驗(yàn)(增加相互作用自變量)
如何進(jìn)行多重共線性檢驗(yàn)(剔除共線性自變量)
如何檢驗(yàn)誤差項(xiàng)(修改因變量)
如何判斷模型過(guò)擬合(模型過(guò)擬合判斷)
演練:模型優(yōu)化案例
規(guī)劃求解工具簡(jiǎn)介(自定義回歸模型的工具)
自定義模型(如何利用規(guī)劃求解進(jìn)行自定義模型)
案例:如何對(duì)餐廳客流量進(jìn)行建模及模型優(yōu)化
好模型都是優(yōu)化出來(lái)的
產(chǎn)品銷量預(yù)測(cè)—時(shí)序預(yù)測(cè)篇
時(shí)間序列簡(jiǎn)介
回歸模型的缺點(diǎn)
時(shí)序預(yù)測(cè)常用模型
評(píng)估預(yù)測(cè)值的準(zhǔn)確度指標(biāo)
平均絕對(duì)誤差MAD
均方差MSE/RMSE
平均誤差率MAPE
移動(dòng)平均(MA)
應(yīng)用場(chǎng)景及原理
移動(dòng)平均種類
一次移動(dòng)平均
二次移動(dòng)平均
加權(quán)移動(dòng)平均
移動(dòng)平均比率法
移動(dòng)平均關(guān)鍵問(wèn)題
期數(shù)N的最佳選擇方法
最優(yōu)權(quán)重系數(shù)的選取方法
演練:平板電腦銷量預(yù)測(cè)及評(píng)估
演練:快銷產(chǎn)品季節(jié)銷量預(yù)測(cè)及評(píng)估
指數(shù)平滑(ES)
應(yīng)用場(chǎng)景及原理
最優(yōu)平滑系數(shù)的選取原則
指數(shù)平滑種類
一次指數(shù)平滑
二次指數(shù)平滑(Brown線性、Holt線性、Holt指數(shù)、阻尼線性、阻尼指數(shù))
三次指數(shù)平滑
演練:煤炭產(chǎn)量預(yù)測(cè)
演練:航空旅客量預(yù)測(cè)及評(píng)估
溫特斯季節(jié)預(yù)測(cè)模型
適用場(chǎng)景及原理
Holt-Winters加法模型
Holt-Winters乘法模型
演練:汽車銷量預(yù)測(cè)及評(píng)估
回歸季節(jié)預(yù)測(cè)模型
季節(jié)性回歸模型的參數(shù)
常用季節(jié)性預(yù)測(cè)模型(相加、相乘)
案例:美國(guó)航空旅客里程的季節(jié)性趨勢(shì)分析
案例:產(chǎn)品銷售季節(jié)性趨勢(shì)預(yù)測(cè)分析
ARIMA模型
適用場(chǎng)景及原理
ARIMA操作
演練:上海證券交易所綜合指數(shù)收益率序列分析
演練:服裝銷售數(shù)據(jù)季節(jié)性趨勢(shì)預(yù)測(cè)分析
新產(chǎn)品銷量預(yù)測(cè)
新產(chǎn)品累計(jì)銷量的S曲線
如何評(píng)估銷量增長(zhǎng)的拐點(diǎn)
珀?duì)柷€與龔鉑茲曲線
案例:如何預(yù)測(cè)產(chǎn)品的銷售增長(zhǎng)拐點(diǎn),以及銷量上限
演練:預(yù)測(cè)IPad產(chǎn)品的銷量
客戶行為預(yù)測(cè)—分類預(yù)測(cè)篇
問(wèn)題:如何評(píng)估客戶購(gòu)買產(chǎn)品的可能性?如何預(yù)測(cè)客戶的購(gòu)買行為?如何提取某類客戶的典型特征?如何向客戶精準(zhǔn)推薦產(chǎn)品或業(yè)務(wù)?
分類模型概述
常見(jiàn)分類預(yù)測(cè)模型
邏輯回歸(LR)
邏輯回歸模型原理及適用場(chǎng)景
邏輯回歸的種類
二項(xiàng)邏輯回歸
多項(xiàng)邏輯回歸
如何解讀邏輯回歸方程
帶分類自變量的邏輯回歸分析
多元邏輯回歸
案例:如何評(píng)估用戶是否會(huì)購(gòu)買某產(chǎn)品(二元邏輯回歸)
案例:多品牌選擇模型分析(多元邏輯回歸)
分類決策樹(DT)
問(wèn)題:如何預(yù)測(cè)客戶行為?如何識(shí)別潛在客戶?
風(fēng)控:如何識(shí)別欠貸者的特征,以及預(yù)測(cè)欠貸概率?
客戶保有:如何識(shí)別流失客戶特征,以及預(yù)測(cè)客戶流失概率?
決策樹分類簡(jiǎn)介
案例:美國(guó)零售商(Target)如何預(yù)測(cè)少女懷孕
演練:識(shí)別銀行欠貨風(fēng)險(xiǎn),提取欠貸者的特征
構(gòu)建決策樹的三個(gè)關(guān)鍵問(wèn)題
如何選擇最佳屬性來(lái)構(gòu)建節(jié)點(diǎn)
如何分裂變量
修剪決策樹
如何評(píng)估分類性能?如何選擇最優(yōu)分類模型?
案例:商場(chǎng)酸奶購(gòu)買用戶特征提取
案例:客戶流失預(yù)警與客戶挽留
案例:識(shí)別拖欠銀行貨款者的特征,避免不良貨款
案例:識(shí)別電信詐騙者嘴臉,讓通信更安全
人工神經(jīng)網(wǎng)絡(luò)(ANN)
神經(jīng)網(wǎng)絡(luò)概述
神經(jīng)網(wǎng)絡(luò)基本原理
神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
神經(jīng)網(wǎng)絡(luò)的建立步驟
神經(jīng)網(wǎng)絡(luò)的關(guān)鍵問(wèn)題
BP反向傳播網(wǎng)絡(luò)(MLP)
徑向基網(wǎng)絡(luò)(RBF)
案例:評(píng)估銀行用戶拖欠貨款的概率
市場(chǎng)細(xì)分模型
問(wèn)題:我們的客戶有幾類?各類特征是什么?如何實(shí)現(xiàn)客戶細(xì)分,開發(fā)符合細(xì)分市場(chǎng)的新產(chǎn)品?如何提取客戶特征,從而對(duì)產(chǎn)品進(jìn)行市場(chǎng)定位?
市場(chǎng)細(xì)分的常用方法
有指導(dǎo)細(xì)分
無(wú)指導(dǎo)細(xì)分
聚類分析
如何更好的了解客戶群體和市場(chǎng)細(xì)分?
如何識(shí)別客戶群體特征?
如何確定客戶要分成多少適當(dāng)?shù)念悇e?
聚類方法原理介紹
聚類方法作用及其適用場(chǎng)景
聚類分析的種類
K均值聚類(快速聚類)
案例:移動(dòng)三大品牌細(xì)分市場(chǎng)合適嗎?
演練:寶潔公司如何選擇新產(chǎn)品試銷區(qū)域?
演練:如何評(píng)選優(yōu)秀員工?
演練:中國(guó)各省份發(fā)達(dá)程度分析,讓數(shù)據(jù)自動(dòng)聚類
層次聚類(系統(tǒng)聚類):發(fā)現(xiàn)多個(gè)類別
R型聚類與Q型聚類的區(qū)別
案例:中移動(dòng)如何實(shí)現(xiàn)客戶細(xì)分及營(yíng)銷策略
演練:中國(guó)省市經(jīng)濟(jì)發(fā)展情況分析(Q型聚類)
演練:裁判評(píng)分的標(biāo)準(zhǔn)衡量,避免“黑哨”(R型聚類)
兩步聚類
客戶細(xì)分與PCA分析法
PCA主成分分析的原理
PCA分析法的適用場(chǎng)景
演練:利用PCA對(duì)汽車客戶群進(jìn)行細(xì)分
演練:如何針對(duì)汽車客戶群設(shè)計(jì)汽車
客戶價(jià)值分析
營(yíng)銷問(wèn)題:如何評(píng)估客戶的價(jià)值?不同的價(jià)值客戶有何區(qū)別對(duì)待?
如何評(píng)價(jià)客戶生命周期的價(jià)值
貼現(xiàn)率與留存率
評(píng)估客戶的真實(shí)價(jià)值
使用雙向表衡量屬性敏感度
變化的邊際利潤(rùn)
案例:評(píng)估營(yíng)銷行為的合理性
RFM模型(客戶價(jià)值評(píng)估)
RFM模型,更深入了解你的客戶價(jià)值
RFM模型與市場(chǎng)策略
RFM模型與活躍度分析
案例:客戶價(jià)值評(píng)估與促銷名單
案例:重購(gòu)用戶特征分析
產(chǎn)品推薦模型
問(wèn)題:購(gòu)買A產(chǎn)品的顧客還常常要購(gòu)買其他什么產(chǎn)品?應(yīng)該給客戶推薦什么產(chǎn)品最有可能被接受?
常用產(chǎn)品推薦模型
關(guān)聯(lián)分析
如何制定套餐,實(shí)現(xiàn)交叉/捆綁銷售
案例:啤酒與尿布、颶風(fēng)與蛋撻
關(guān)聯(lián)分析模型原理(Association)
關(guān)聯(lián)規(guī)則的兩個(gè)關(guān)鍵參數(shù)
支持度
置信度
關(guān)聯(lián)分析的適用場(chǎng)景
案例:購(gòu)物籃分析與產(chǎn)品捆綁銷售/布局優(yōu)化
案例:理財(cái)產(chǎn)品的交叉銷售與產(chǎn)品推薦
產(chǎn)品定價(jià)策略及最優(yōu)定價(jià)
營(yíng)銷問(wèn)題:產(chǎn)品如何實(shí)現(xiàn)最估定價(jià)?套餐價(jià)格如何確定?采用哪些定價(jià)策略可達(dá)到利潤(rùn)最大化?
常見(jiàn)的定價(jià)方法
產(chǎn)品定價(jià)的理論依據(jù)
需求曲線與利潤(rùn)最大化
如何求解最優(yōu)定價(jià)
案例:產(chǎn)品最優(yōu)定價(jià)求解
如何評(píng)估需求曲線
價(jià)格彈性
曲線方程(線性、乘冪)
如何做產(chǎn)品組合定價(jià)
如何做產(chǎn)品捆綁/套餐定價(jià)
最大收益定價(jià)(演進(jìn)規(guī)劃求解)
避免價(jià)格反轉(zhuǎn)的套餐定價(jià)
案例:電信公司的寬帶、IPTV、移動(dòng)電話套餐定價(jià)
非線性定價(jià)原理
要理解支付意愿曲線
支付意愿曲線與需求曲線的異同
案例:雙重收費(fèi)如何定價(jià)(如會(huì)費(fèi)+按次計(jì)費(fèi))
階梯定價(jià)策略
案例:電力公司如何做階梯定價(jià)
數(shù)量折扣定價(jià)策略
案例:如何通過(guò)折扣來(lái)實(shí)現(xiàn)薄利多銷
定價(jià)策略的評(píng)估與選擇
案例:零售公司如何選擇最優(yōu)定價(jià)策略
航空公司的收益管理
收益管理介紹
如何確定機(jī)票預(yù)訂限制
如何確定機(jī)票超售數(shù)量
如何評(píng)估模型的收益
案例:FBN航空公司如何實(shí)現(xiàn)收益管理(預(yù)訂/超售)
實(shí)戰(zhàn)篇(電信業(yè)客戶流失分析模型)
電信業(yè)客戶流失預(yù)警與客戶挽留模型
銀行欠貸風(fēng)險(xiǎn)預(yù)測(cè)模型
結(jié)束:課程總結(jié)與問(wèn)題答疑。
聯(lián)系電話:4006-900-901
微信咨詢:威才客服
企業(yè)郵箱:shwczx@shwczx.com
深耕中國(guó)制造業(yè)
助力企業(yè)轉(zhuǎn)型
2021年度咨詢客戶數(shù)
資深實(shí)戰(zhàn)導(dǎo)師
客戶滿意度
續(xù)單和轉(zhuǎn)介紹