概述/Overview

课程简介：

随着社会经济发展和企业信息化水平的提高，企业在营销过程中会接触到大量的内外部数据，分析和挖掘企业营销数据，对于洞察企业内外部态势、制定有效的有针对性的营销策略等有着极强的指导意义。

本课程首先介绍数据分析的相关基础，然后介绍数据采集和数据预处理，随后介绍数据描述、相关分析、聚类、关联分析、客户画像等重要数据分析工具和模型。

本课程内容丰富，贴近实战，所选择的分析工具、模型均为数据分析领域常用的成熟的分析模型算法。有理论有案例有实际操作，落地性强，能够较好地提高学员的数据分析和挖掘能力。全部案例均采用Excel、数据分析插件进行讲解。

课程对象：

营销副总、营销总监、市场部经理、营销人员、市场研究人员、运营人员等。

课程收获：

（1）了解数据分析的整体步骤

（2）掌握数据分析能力的提升路径

（3）掌握营销数据分析的思路和方法

（4）掌握营销数据挖掘的模型及其应用

授课方式：

讲师讲授+互动+软件现场操作

活动纲要/Outline

1. 数据分析基础

（1）分析目标

包括数据整体状况分析、异动分析、数据分类、数据间逻辑关系分析、数据预测等。

（2）分析步骤

包括数据收集、数据整理、报表制作、数据分析与数据挖掘、图形呈现、形成策划案等6个步骤。

2. 数据采集

（1）哪些数据会影响业务发展？

（2）数据采集相关的基本概念

（3）数据采集的基本方法

（4）数据预处理

3. 数据描述

数据描述指对销售数据进行描述统计，采用多种指标和方法揭示数据的概况，为后续分析做好准备工作。描述的指标有求和、计数、平均值、中位数、众数、方差（标准差）、变异系数、峰度、偏度、占比、累计占比、同比、环比等。

（1）数据的七个百分比

（2）营销数据的描述统计

（3）多列对比

     一个多列对比的小工具，非常方便，可以一次性地输出多列之间平均值、总数、中位数、变异系数、二八系数等的对比。

4. 相关分析

（1）相关分析原理

（2）EXCEL“数据分析”模块安装及介绍

（3）操作及输出说明

（4）相关分析在营销数据分析中的作用

案例：上海某公路物流企业分析其营销指标间关系

5. 聚类-客户细分

单独一个数据，往往因为数据异常或者偶然性等原因，从来很难发现明显的结论，分组不仅仅让分析变得简单，而且能够发现简单对比所无法获得的结论。

（1）单指标的分类

（2）多指标的分类

多指标的分组，可以用来做数据的细分等，采用聚类实现。

案例讨论：最佳聚类分类总数的确定

6. 关联分析

关联分析可以分析数据中的某些特征同时出现以及次序出现的概率，其输出的结果经常用来做捆绑销售，例如客户购买了A产品之后是否购买了产品B。关联分析通常用来分析多品类、多购买频次的营销数据分析，其结论可以用来捆绑销售、销售推荐等方面

（1）相关概念

支持度、置信度、提升度

（2）关联分析算法的使用

7. 客户画像

客户画像是目前营销数据分析的热点问题之一，4S店的销售人员希望通过数据分析得到其客户的特征是什么，网店的经营者希望知道哪些特征组合的客户在投诉他们。

（1）算法描述

（2）算法执行和输出

（3）正逻辑和反逻辑数据的讨论

案例：某网店利用数据分析影响客户购买的特征