當前位置: 首頁 > 公開課程 > 課程內(nèi)容
廣告1
相關熱門公開課程更多 》
相關熱門內(nèi)訓課程更多 》
相關最新下載資料

大數(shù)據(jù)與客戶關系管理

課程編號:16934   課程人氣:1397

課程價格:¥2680  課程時長:1天

行業(yè)類別:不限行業(yè)    專業(yè)類別:企業(yè)管理 

授課講師:宮同昌

課程安排:

       2015.12.23 深圳



  • 課程說明
  • 講師介紹
  • 選擇同類課
【培訓對象】
董事長、總經(jīng)理、市場總監(jiān)、銷售總監(jiān)、客服總監(jiān)、CIO等總監(jiān)以上級別

【培訓收益】
成熟的企業(yè)已經(jīng)從跑馬圈地的客戶數(shù)量積累,發(fā)展為提高客戶對企業(yè)利潤貢獻的質量管理階段??蛻絷P系管理逐漸發(fā)展到培養(yǎng)多次購買的忠誠客戶階段。如何為客戶創(chuàng)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(yè)的客戶管理熱點。

 課程大綱:

1章 客戶關系管理與大數(shù)據(jù)的關系

1.1 客戶關系管理成為企業(yè)的核心能力

1.2 客戶關系管理中的數(shù)據(jù)分析

1.3 大數(shù)據(jù)分析應用的條件

1.3.1 全面準確的海量數(shù)據(jù)

1.3.2 精細化管理理念的倡導

1.3.3 數(shù)據(jù)分析和數(shù)據(jù)挖掘技術的有效應用

1.4 大數(shù)據(jù)應用的最新進展

2章 數(shù)據(jù)挖掘概述

2.1 數(shù)據(jù)挖掘的發(fā)展歷史

2.2 統(tǒng)計分析與數(shù)據(jù)挖掘的主要區(qū)別

2.3 數(shù)據(jù)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(jīng)網(wǎng)絡

2.3.3 回歸

2.3.4 關聯(lián)規(guī)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(lián)網(wǎng)行業(yè)數(shù)據(jù)挖掘應用的特點

3章 客戶關系管理中常見的數(shù)據(jù)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(lián)規(guī)則

3.11.3 協(xié)同過濾算法

3.11.4 商品推薦模型總結

3.12 數(shù)據(jù)產(chǎn)品

3.13 決策支持

4章 數(shù)據(jù)分析是跨專業(yè)、跨團隊的協(xié)調(diào)與合作

4.1 數(shù)據(jù)分析團隊與業(yè)務團隊的分工和定位

4.1.1 提出業(yè)務分析需求并且能勝任基本的數(shù)據(jù)分析

4.1.2 提供業(yè)務經(jīng)驗和參考建議

4.1.3 策劃和執(zhí)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(shù)據(jù)化運營是真正的多團隊、多專業(yè)的協(xié)同作業(yè)

4.3 實例示范數(shù)據(jù)化運營中的跨專業(yè)、跨團隊協(xié)調(diào)合作

5章 數(shù)據(jù)挖掘項目完整應用案例

5.1 項目背景和業(yè)務分析需求的提出

5.2 數(shù)據(jù)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(shù)據(jù)、熟悉數(shù)據(jù)、數(shù)據(jù)清洗和摸底

5.5 按計劃初步搭建挖掘模型

5.6 與業(yè)務方討論模型的初步結論,提出新的思路和模型優(yōu)化方案

5.7 按優(yōu)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(yè)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

6章 頂尖數(shù)據(jù)挖掘平臺TipDM

6.1 TipDM產(chǎn)品功能

6.1.1 TipDM平臺提供的數(shù)據(jù)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(lián)規(guī)則算法

6.2 TipDM使用說明

6.3 TipDM產(chǎn)品特點

6.3.1 支持CRISP-DM數(shù)據(jù)挖掘標準流程

6.3.2 提供豐富的數(shù)據(jù)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(fā)接口

6.3.5 海量數(shù)據(jù)的處理能力

6.3.6 適應不同類型層次人員需求

7章 數(shù)據(jù)挖掘在金融電信行業(yè)的應用

7.1 案例二:電信3G客戶識別系統(tǒng)

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

8章 數(shù)據(jù)挖掘在互聯(lián)網(wǎng)行業(yè)的應用

8.1 案例一:商業(yè)零售行業(yè)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(fā)與拓展

8.2 案例二:電子商務網(wǎng)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(fā)與拓展

8.3 案例三:基于用戶行為分析的定向網(wǎng)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(fā)與拓展

9章 數(shù)據(jù)挖掘在生產(chǎn)制造行業(yè)中的應用

9.1 案例:基于RFM的企業(yè)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 

咨詢電話:
0571-86155444
咨詢熱線:
  • 微信:13857108608
聯(lián)系我們