數說(shuō)營(yíng)銷(xiāo)--大數據營(yíng)銷(xiāo)實(shí)戰培訓

【培訓對象】
市場(chǎng)營(yíng)銷(xiāo)部、運營(yíng)分析部、業(yè)務(wù)支撐等偏業(yè)務(wù)人員。 本課程由淺入深，結合原理主講分析方法和常規分析工具的應用，不需要太深的數學(xué)知識，但希望掌握數據分析的相關(guān)人員。

【培訓收益】

第一部分：數據核心理念—數據思維篇
問(wèn)題：什么是數據思維？大數據決策的底層邏輯以及決策依據是什么？
1、數字化五大技術(shù)戰略：ABCDI戰略
A：人工智能，目的是用機器模擬人類(lèi)行為
B：區塊鏈，構建不可篡改的分布記賬系統
C：云計算，搭建按需分配的計算資源平臺
D：大數據，實(shí)現智能化的判斷和決策機制
I：物聯(lián)網(wǎng)，實(shí)現萬(wàn)物互聯(lián)通信的基礎架構
2、大數據的本質(zhì)
數據，是事物發(fā)展和變化過(guò)程中留下的痕跡
大數據不在于量大，而在于全（多維性）
業(yè)務(wù)導向還是技術(shù)導向
3、大數據決策的底層邏輯（即四大核心價(jià)值）
探索業(yè)務(wù)規律，按規律來(lái)管理決策
案例：客流規律與排班及最佳營(yíng)銷(xiāo)時(shí)機
案例：致命交通事故發(fā)生的時(shí)間規律
發(fā)現運營(yíng)變化，定短板來(lái)運營(yíng)決策
案例：考核周期導致的員工月初懈怠
案例：工序信號異常監測設備故障
理清要素關(guān)系，找影響因素來(lái)決策
案例：情緒對于股市漲跌的影響
案例：為何升職反而會(huì )增加離職風(fēng)險？
預測未來(lái)趨勢，通過(guò)預判進(jìn)行決策
案例：惠普預測員工離職風(fēng)險及挽留
案例：保險公司的車(chē)險預測與個(gè)性化保費定價(jià)
4、大數據決策的三個(gè)關(guān)鍵環(huán)節
業(yè)務(wù)數據化：將業(yè)務(wù)問(wèn)題轉化為數據問(wèn)題
數據信息化：提取數據中的業(yè)務(wù)規律信息
信息策略化：基于規律形成業(yè)務(wù)應對策略
案例：用數據來(lái)識別喜歡賺“差價(jià)”的營(yíng)業(yè)員
第二部分：數據精準營(yíng)銷(xiāo)—分析過(guò)程篇
問(wèn)題：大數據實(shí)現精準營(yíng)銷(xiāo)的整個(gè)過(guò)程是什么？要經(jīng)歷哪些步驟？如何構建精準營(yíng)銷(xiāo)的數據支撐框架？需要采集哪些數據？
1、數據分析的六步曲
明確目標，確定分析思路
收集數據，尋找分析素材
整理數據，確保數據質(zhì)量
分析數據，尋找業(yè)務(wù)答案
呈現數據，解讀業(yè)務(wù)規律
撰寫(xiě)報告，形成業(yè)務(wù)策略
2、精準營(yíng)銷(xiāo)的業(yè)務(wù)分析框架（6R準則）
尋找正確的客戶(hù)
匹配正確的產(chǎn)品
確定合理的價(jià)格
通過(guò)合適的渠道
采用合適的方式
設計恰當的信息
演練：如何構建一個(gè)良好的大數據精準營(yíng)銷(xiāo)分析框架
3、精準營(yíng)銷(xiāo)項目的整個(gè)分析過(guò)程
演練：如何用大數據來(lái)支撐產(chǎn)品精準營(yíng)銷(xiāo)項目
第三部分：用戶(hù)行為分析—分析方法篇
問(wèn)題：數據分析方法的種類(lèi)？分析方法的不同應用場(chǎng)景？
1、業(yè)務(wù)分析的三個(gè)階段
現狀分析：通過(guò)企業(yè)運營(yíng)指標來(lái)發(fā)現規律及短板
原因分析：查找數據相關(guān)性，探尋目標影響因素
預測分析：合理配置資源，預判業(yè)務(wù)未來(lái)的趨勢
2、常用的數據分析方法種類(lèi)
描述性分析法（對比/分組/結構/趨勢/交叉…）
相關(guān)性分析法（相關(guān)/方差/卡方…）
預測性分析法（回歸/時(shí)序/決策樹(shù)/神經(jīng)網(wǎng)絡(luò )…）
專(zhuān)題性分析法（聚類(lèi)/關(guān)聯(lián)/RFM模型/…）
3、統計分析基礎
統計分析兩大關(guān)鍵要素（類(lèi)別、指標）
統計分析的操作模式（類(lèi)別指標）
統計分析三個(gè)操作步驟（統計、畫(huà)圖、解讀）
透視表的三個(gè)組成部分
4、常用的描述性指標
集中程度：均值、中位數、眾數
離散程度：極差、方差/標準差、IQR
分布形態(tài)：偏度、峰度
5、基本分析方法及其適用場(chǎng)景
對比分析（查看數據差距，發(fā)現事物變化）
演練：尋找用戶(hù)的地域分布特征
演練：分析產(chǎn)品受歡迎情況及貢獻大小
演練：用數據來(lái)探索增量不增收困境的解決方案
分布分析（查看數據分布，探索業(yè)務(wù)層次）
演練：銀行用戶(hù)的消費水平和消費層次分析
演練：客戶(hù)年齡分布/收入分布分析
案例：通信運營(yíng)商的流量套餐劃分合理性的評估
演練：呼叫中心接聽(tīng)電話(huà)效率分析（呼叫中心）
結構分析（查看指標構成，評估結構合理性）
案例：增值業(yè)務(wù)收入結構分析（通信）
案例：物流費用成本結構分析（物流）
案例：中移動(dòng)用戶(hù)群動(dòng)態(tài)結構分析
演練：財務(wù)領(lǐng)域的結構瀑布圖、財務(wù)收支的變化瀑布圖
趨勢分析（發(fā)現事物隨時(shí)間的變化規律）
案例：破解零售店銷(xiāo)售規律
案例：手機銷(xiāo)量的淡旺季分析
案例：微信用戶(hù)的活躍時(shí)間規律
演練：發(fā)現客流量的時(shí)間規律
交叉分析（從多個(gè)維度的數據指標分析）
演練：用戶(hù)性別+地域分布分析
演練：不同客戶(hù)的產(chǎn)品偏好分析
演練：不同學(xué)歷用戶(hù)的套餐偏好分析
演練：銀行用戶(hù)的違約影響因素分析
第四部分：用戶(hù)行為分析—分析框架篇
問(wèn)題：如何才能全面/系統地分析而不遺漏？如何分解和細化業(yè)務(wù)問(wèn)題？
1、業(yè)務(wù)分析思路和分析框架來(lái)源于業(yè)務(wù)模型
2、常用的業(yè)務(wù)模型
外部環(huán)境分析：PEST
業(yè)務(wù)專(zhuān)題分析：5W2H
競品/競爭分析：SWOT、波特五力
營(yíng)銷(xiāo)市場(chǎng)專(zhuān)題分析：4P/4C等
3、用戶(hù)行為分析（5W2H分析思路和框架）
WHY：原因（用戶(hù)需求、產(chǎn)品亮點(diǎn)、競品優(yōu)劣勢）
WHAT：產(chǎn)品（產(chǎn)品喜好、產(chǎn)品貢獻、產(chǎn)品功能、產(chǎn)品結構）
WHO：客戶(hù)（基本特征、消費能力、產(chǎn)品偏好）
WHEN：時(shí)間（淡旺季、活躍時(shí)間、重購周期）
WHERE：區域/渠道（區域喜好、渠道偏好）
HOW：支付/促銷(xiāo)（支付方式、促銷(xiāo)方式有效性評估等）
HOW MUCH：價(jià)格（費用、成本、利潤、收入結構、價(jià)格偏好等）
案例討論：結合公司情況，搭建用戶(hù)消費習慣的分析框架（5W2H）
4、數據分析策略
第五部分：影響因素分析—原因分析篇
營(yíng)銷(xiāo)問(wèn)題：哪些因素是影響業(yè)務(wù)目標的關(guān)鍵要素？比如，產(chǎn)品在貨架上的位置是否對銷(xiāo)量有影響？?jì)r(jià)格和廣告開(kāi)銷(xiāo)是如何影響銷(xiāo)量的？影響風(fēng)控的關(guān)鍵因素有哪些？如何判斷？
1、影響因素分析的常見(jiàn)方法
2、相關(guān)分析（衡量?jì)蓴祿妥兞康木€(xiàn)性相關(guān)性）
相關(guān)分析簡(jiǎn)介
相關(guān)分析的應用場(chǎng)景
相關(guān)分析的種類(lèi)
簡(jiǎn)單相關(guān)分析
偏相關(guān)分析
距離相關(guān)分析
相關(guān)系數的三種計算公式
Pearson相關(guān)系數
Spearman相關(guān)系數
Kendall相關(guān)系數
相關(guān)分析的假設檢驗
相關(guān)分析的四個(gè)基本步驟
演練：營(yíng)銷(xiāo)費用會(huì )影響銷(xiāo)售額嗎？影響程度如何量化？
演練：哪些因素與汽車(chē)銷(xiāo)量有相關(guān)性
演練：影響用戶(hù)消費水平的因素會(huì )有哪些
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)系數的計算公式
偏相關(guān)分析的適用場(chǎng)景
距離相關(guān)分析
3、方差分析（衡量類(lèi)別變量與數值變量間的相關(guān)性）
方差分析的應用場(chǎng)景
方差分析的三個(gè)種類(lèi)
單因素方差分析
多因素方差分析
協(xié)方差分析
單因素方差分析的原理
方差分析的四個(gè)步驟
解讀方差分析結果的兩個(gè)要點(diǎn)
演練：擺放位置與銷(xiāo)量有關(guān)嗎
演練：客戶(hù)學(xué)歷對消費水平的影響分析
演練：廣告和價(jià)格是影響終端銷(xiāo)量的關(guān)鍵因素嗎
演練：營(yíng)業(yè)員的性別、技能級別對產(chǎn)品銷(xiāo)量有影響嗎
演練：尋找影響產(chǎn)品銷(xiāo)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
多因素方差結果的解讀
演練：廣告形式、地區對銷(xiāo)量的影響因素分析
協(xié)方差分析原理
協(xié)方差分析的適用場(chǎng)景
演練：排除產(chǎn)品價(jià)格，收入對銷(xiāo)量有影響嗎？
4、列聯(lián)分析/卡方檢驗（兩類(lèi)別變量的相關(guān)性分析）
交叉表與列聯(lián)表：計數值與期望值
卡方檢驗的原理
卡方檢驗的幾個(gè)計算公式
列聯(lián)表分析的適用場(chǎng)景
案例：套餐類(lèi)型對客戶(hù)流失的影響分析
案例：學(xué)歷對業(yè)務(wù)套餐偏好的影響分析
案例：行業(yè)/規模對風(fēng)控的影響分析
5、相關(guān)性分析方法總結
第六部分：產(chǎn)品銷(xiāo)量預測—回歸預測篇
營(yíng)銷(xiāo)問(wèn)題：如何預測未來(lái)的產(chǎn)品銷(xiāo)量/銷(xiāo)售額？如果產(chǎn)品跟隨季節性變動(dòng)，該如何預測？
1、回歸分析簡(jiǎn)介和原理
2、回歸分析的種類(lèi)
一元回歸/多元回歸
線(xiàn)性回歸/非線(xiàn)性回歸
3、常用回歸分析方法
散點(diǎn)圖+趨勢線(xiàn)（一元）
線(xiàn)性回歸工具（多元線(xiàn)性）
規劃求解工具（非線(xiàn)性回歸）
演練：散點(diǎn)圖找營(yíng)銷(xiāo)費用與銷(xiāo)售額的關(guān)系
4、線(xiàn)性回歸分析的五個(gè)步驟
演練：營(yíng)銷(xiāo)費用、辦公費用與銷(xiāo)售額的關(guān)系（線(xiàn)性回歸）
5、線(xiàn)性回歸方程的解讀技巧
定性描述：正相關(guān)/負相關(guān)
定量描述：自變量變化導致因變量的變化程度
6、回歸預測模型評估
質(zhì)量評估指標：判定系數R^2
如何選擇最佳回歸模型
演練：如何選擇最佳的回歸預測模型（一元曲線(xiàn)回歸）
7、帶分類(lèi)自變量的回歸預測
演練：汽車(chē)季度銷(xiāo)量預測
演練：工齡、性別與終端銷(xiāo)量的關(guān)系
演練：如何評估銷(xiāo)售目標與資源最佳配置
8、回歸分析的基本原理
三個(gè)基本概念：總變差、回歸變差、剩余變差
方程的顯著(zhù)性檢驗：方程可用性
因素的顯著(zhù)性檢驗：因素可用性
方程擬合優(yōu)度檢驗：質(zhì)量好壞程度
理解標準誤差含義：預測準確性？
9、回歸模型優(yōu)化措施：尋找最佳回歸擬合線(xiàn)
如何處理預測離群值（剔除離群值）
如何剔除不顯著(zhù)因素（剔除不顯著(zhù)因素）
如何進(jìn)行非線(xiàn)性關(guān)系檢驗（增加非線(xiàn)性自變量）
如何進(jìn)行相互作用檢驗（增加相互作用自變量）
如何進(jìn)行多重共線(xiàn)性檢驗（剔除共線(xiàn)性自變量）
演練：模型優(yōu)化演示
10、好模型都是優(yōu)化出來(lái)的

第七部分：客流預測模型—自定義回歸篇
1、回歸建模的本質(zhì)
2、規劃求解工具簡(jiǎn)介
3、自定義回歸模型
案例：如何對客流量進(jìn)行建模預測及模型優(yōu)化
4、季節性預測模型
回歸季節模型的原理及應用場(chǎng)景
加法季節模型
乘法季節模型
模型解讀
案例：美國航空旅客里程的季節性趨勢分析
5、新產(chǎn)品累計銷(xiāo)量的S曲線(xiàn)
S曲線(xiàn)模型的應用場(chǎng)景（最大累計銷(xiāo)量及銷(xiāo)量增長(cháng)的拐點(diǎn)）
珀爾曲線(xiàn)
龔鉑茲曲線(xiàn)
案例：如何預測產(chǎn)品的銷(xiāo)售增長(cháng)拐點(diǎn)，以及銷(xiāo)量上限
演練：預測IPad產(chǎn)品的銷(xiāo)量
第八部分：產(chǎn)品銷(xiāo)量預測—時(shí)序預測篇
營(yíng)銷(xiāo)問(wèn)題：像利率/CPI/GDP等按時(shí)序變化的指標如何預測？當銷(xiāo)量隨季節周期變動(dòng)時(shí)該如何預測？
1、回歸預測vs時(shí)序預測
2、因素分解思想
3、時(shí)序預測常用模型
趨勢擬合
季節擬合
平均序列擬合
4、評估預測值的準確度指標：MAD、RMSE、MAPE
5、移動(dòng)平均（MA）
應用場(chǎng)景及原理
移動(dòng)平均種類(lèi)
一次移動(dòng)平均
二次移動(dòng)平均
加權移動(dòng)平均
移動(dòng)平均比率法
移動(dòng)平均關(guān)鍵問(wèn)題
如何選取最優(yōu)參數N
如何確定最優(yōu)權重系數
演練：平板電腦銷(xiāo)量預測及評估
演練：快銷(xiāo)產(chǎn)品季節銷(xiāo)量預測及評估
6、指數平滑（ES）
應用場(chǎng)景及原理
最優(yōu)平滑系數的選取原則
指數平滑種類(lèi)
一次指數平滑
二次指數平滑（Brown線(xiàn)性、Holt線(xiàn)性、Holt指數、阻尼線(xiàn)性、阻尼指數）
三次指數平滑
演練：煤炭產(chǎn)量預測
演練：航空旅客量預測及評估
7、溫特斯季節預測模型
適用場(chǎng)景及原理
Holt-Winters加法模型
Holt-Winters乘法模型
演練：汽車(chē)銷(xiāo)量預測及評估
8、平穩序列模型（ARIMA）
序列的平穩性檢驗
平穩序列的擬合模型
AR(p)自回歸模型
MA(q)移動(dòng)模型
ARMA(p,q)自回歸移動(dòng)模型
模型的識別與定階
ACF圖/PACF圖
最小信息準則
序列平穩化處理
變量變換
k次差分
d階差分
ARIMA(p,d,q)模型
演練：上海證券交易所綜合指數收益率序列分析
演練：服裝銷(xiāo)售數據季節性趨勢預測分析
平穩序列的建模流程
第九部分：客戶(hù)行為預測—分類(lèi)預測篇
問(wèn)題：如何評估客戶(hù)購買(mǎi)產(chǎn)品的可能性？如何預測客戶(hù)的購買(mǎi)行為？如何提取某類(lèi)客戶(hù)的典型特征？如何向客戶(hù)精準推薦產(chǎn)品或業(yè)務(wù)？
1、分類(lèi)模型概述及其應用場(chǎng)景
2、常見(jiàn)分類(lèi)預測模型
3、邏輯回歸（LR）
邏輯回歸的適用場(chǎng)景
邏輯回歸的模型原理
邏輯回歸分類(lèi)的幾何意義
邏輯回歸的種類(lèi)
二項邏輯回歸
多項邏輯回歸
如何解讀邏輯回歸方程
帶分類(lèi)自變量的邏輯回歸分析
多項邏輯回歸/多分類(lèi)邏輯回歸
案例：如何評估用戶(hù)是否會(huì )購買(mǎi)某產(chǎn)品（二項邏輯回歸）
案例：多品牌選擇模型分析（多項邏輯回歸）
4、分類(lèi)決策樹(shù)（DT）
問(wèn)題：如何預測客戶(hù)行為？如何識別潛在客戶(hù)？
風(fēng)控：如何識別欠貸者的特征，以及預測欠貸概率？
客戶(hù)保有：如何識別流失客戶(hù)特征，以及預測客戶(hù)流失概率？
決策樹(shù)分類(lèi)簡(jiǎn)介
案例：美國零售商（Target）如何預測少女懷孕
演練：識別銀行欠貨風(fēng)險，提取欠貸者的特征
決策樹(shù)分類(lèi)的幾何意義
構建決策樹(shù)的三個(gè)關(guān)鍵問(wèn)題
如何選擇最佳屬性來(lái)構建節點(diǎn)
如何分裂變量
修剪決策樹(shù)
選擇最優(yōu)屬性生長(cháng)
熵、基尼索引、分類(lèi)錯誤
屬性劃分增益
如何分裂變量
多元劃分與二元劃分
連續變量離散化（最優(yōu)分割點(diǎn)）
修剪決策樹(shù)
剪枝原則
預剪枝與后剪枝
構建決策樹(shù)的四個(gè)算法
C5.0、CHAID、CART、QUEST
各種算法的比較
如何選擇最優(yōu)分類(lèi)模型？
案例：商場(chǎng)用戶(hù)的典型特征提取
案例：客戶(hù)流失預警與客戶(hù)挽留
案例：識別拖欠銀行貨款者的特征，避免不良貨款
案例：識別電信詐騙者嘴臉，讓通信更安全
多分類(lèi)決策樹(shù)
案例：不同套餐用戶(hù)的典型特征
決策樹(shù)模型的保存與應用
5、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 )的結構
神經(jīng)網(wǎng)絡(luò )分類(lèi)的幾何意義
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：評估銀行用戶(hù)拖欠貨款的概率
6、判別分析（DA）
判別分析原理
判別分析種類(lèi)
Fisher線(xiàn)性判別分析
案例：MBA學(xué)生錄取判別分析
案例：上市公司類(lèi)別評估
7、最近鄰分類(lèi)（KNN）
KNN模型的基本原理
KNN分類(lèi)的幾何意義
K近鄰的關(guān)鍵問(wèn)題
8、支持向量機（SVM）
SVM基本原理
線(xiàn)性可分問(wèn)題：最大邊界超平面
線(xiàn)性不可分問(wèn)題：特征空間的轉換
維災難與核函數
9、貝葉斯分類(lèi)（NBN）
貝葉斯分類(lèi)原理
計算類(lèi)別屬性的條件概率
估計連續屬性的條件概率
預測分類(lèi)概率（計算概率）
拉普拉斯修正
案例：評估銀行用戶(hù)拖欠貨款的概率

第十部分：市場(chǎng)細分模型—聚類(lèi)模型篇
問(wèn)題：我們的客戶(hù)有幾類(lèi)？各類(lèi)特征是什么？如何實(shí)現客戶(hù)細分，開(kāi)發(fā)符合細分市場(chǎng)的新產(chǎn)品？如何提取客戶(hù)特征，從而對產(chǎn)品進(jìn)行市場(chǎng)定位？
1、市場(chǎng)細分的常用方法
有指導細分
無(wú)指導細分
2、聚類(lèi)分析
如何更好的了解客戶(hù)群體和市場(chǎng)細分？
如何識別客戶(hù)群體特征？
如何確定客戶(hù)要分成多少適當的類(lèi)別？
聚類(lèi)方法原理介紹
聚類(lèi)方法作用及其適用場(chǎng)景
聚類(lèi)分析的種類(lèi)
K均值聚類(lèi)
層次聚類(lèi)
兩步聚類(lèi)
K均值聚類(lèi)（快速聚類(lèi)）
案例：移動(dòng)三大品牌細分市場(chǎng)合適嗎？
演練：寶潔公司如何選擇新產(chǎn)品試銷(xiāo)區域？
演練：如何自動(dòng)評選優(yōu)秀員工？
演練：中國各省份發(fā)達程度分析，讓數據自動(dòng)聚類(lèi)
層次聚類(lèi)（系統聚類(lèi)）：發(fā)現多個(gè)類(lèi)別
R型聚類(lèi)與Q型聚類(lèi)的區別
案例：中移動(dòng)如何實(shí)現客戶(hù)細分及營(yíng)銷(xiāo)策略
演練：中國省市經(jīng)濟發(fā)展情況分析（Q型聚類(lèi)）
演練：裁判評分的標準衡量，避免“黑哨”（R型聚類(lèi)）
兩步聚類(lèi)
3、客戶(hù)細分與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對汽車(chē)客戶(hù)群進(jìn)行細分
演練：如何針對汽車(chē)客戶(hù)群設計汽車(chē)
第十一部分：客戶(hù)價(jià)值評估—RFM模型篇
營(yíng)銷(xiāo)問(wèn)題：如何評估客戶(hù)的價(jià)值？不同的價(jià)值客戶(hù)有何區別對待？
1、如何評價(jià)客戶(hù)生命周期的價(jià)值
貼現率與留存率
評估客戶(hù)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
案例：評估營(yíng)銷(xiāo)行為的合理性
2、RFM模型（客戶(hù)價(jià)值評估）
RFM模型，更深入了解你的客戶(hù)價(jià)值
RFM模型與市場(chǎng)策略
RFM模型與活躍度分析
演練：“雙11”淘寶商家如何選擇價(jià)值客戶(hù)進(jìn)行促銷(xiāo)
演練：結合響應模型，宜家IKE實(shí)現最大化營(yíng)銷(xiāo)利潤
案例：重購用戶(hù)特征分析
第十二部分：產(chǎn)品推薦算法—推薦模型篇
問(wèn)題：購買(mǎi)A產(chǎn)品的顧客還常常要購買(mǎi)其他什么產(chǎn)品？應該給客戶(hù)推薦什么產(chǎn)品最有可能被接受？
1、從搜索引擎到推薦引擎
2、常用產(chǎn)品推薦模型及算法
3、基于流行度的推薦
基于排行榜的推薦，適用于剛注冊的用戶(hù)
優(yōu)化思路：分群推薦
4、基于內容的推薦CBR
關(guān)鍵問(wèn)題：如何計算物品的相似度
優(yōu)缺點(diǎn)
優(yōu)化：Rocchio算法、基于標簽的推薦、基于興趣度的推薦
5、基于用戶(hù)的推薦
關(guān)鍵問(wèn)題：如何對用戶(hù)分類(lèi)/計算用戶(hù)的相似度
算法：按屬性分類(lèi)、RFM模型、PCA、聚類(lèi)、按偏好分類(lèi)、按地理位置
6、協(xié)同過(guò)濾的推薦
基于用戶(hù)的協(xié)同過(guò)濾
基于物品的協(xié)同過(guò)濾
冷啟動(dòng)的問(wèn)題
案例：計算用戶(hù)相似度、計算物品相似度
7、基于關(guān)聯(lián)分析的推薦
如何制定套餐，實(shí)現交叉/捆綁銷(xiāo)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)規則的兩個(gè)關(guān)鍵參數
支持度
置信度
關(guān)聯(lián)分析的適用場(chǎng)景
案例：購物籃分析與產(chǎn)品捆綁銷(xiāo)售/布局優(yōu)化
案例：通信產(chǎn)品的交叉銷(xiāo)售與產(chǎn)品推薦
8、基于分類(lèi)模型的推薦
9、其它推薦算法
LFM基于隱語(yǔ)義模型
按社交關(guān)系
基于時(shí)間上下文
10、多推薦引擎的協(xié)同工作

第十三部分：產(chǎn)品定價(jià)策略—最優(yōu)定價(jià)篇
營(yíng)銷(xiāo)問(wèn)題：產(chǎn)品如何實(shí)現最優(yōu)定價(jià)？套餐價(jià)格如何確定？采用哪種定價(jià)策略可達到利潤最大化？
1、常見(jiàn)的定價(jià)方法
2、產(chǎn)品定價(jià)的理論依據
需求曲線(xiàn)與利潤最大化
如何求解最優(yōu)定價(jià)
案例：產(chǎn)品最優(yōu)定價(jià)求解
3、如何評估需求曲線(xiàn)
價(jià)格彈性
曲線(xiàn)方程（線(xiàn)性、乘冪）
4、如何做產(chǎn)品組合定價(jià)
5、如何做產(chǎn)品捆綁/套餐定價(jià)
最大收益定價(jià)（演進(jìn)規劃求解）
避免價(jià)格反轉的套餐定價(jià)
案例：電信公司的寬帶、IPTV、移動(dòng)電話(huà)套餐定價(jià)
6、非線(xiàn)性定價(jià)原理
要理解支付意愿曲線(xiàn)
支付意愿曲線(xiàn)與需求曲線(xiàn)的異同
案例：雙重收費如何定價(jià)（如會(huì )費+按次計費）
7、階梯定價(jià)策略
案例：電力公司如何做階梯定價(jià)
8、數量折扣定價(jià)策略
案例：如何通過(guò)折扣來(lái)實(shí)現薄利多銷(xiāo)
9、定價(jià)策略的評估與選擇
案例：零售公司如何選擇最優(yōu)定價(jià)策略
10、航空公司的收益管理
收益管理介紹
如何確定機票預訂限制
如何確定機票超售數量
如何評估模型的收益
案例：FBN航空公司如何實(shí)現收益管理（預訂/超售）
第十四部分：實(shí)戰篇(客戶(hù)行為預測)
1、電信業(yè)客戶(hù)流失預警與客戶(hù)挽留模型
2、銀行欠貸風(fēng)險預測模型

結束：課程總結與問(wèn)題答疑。 

• 低成本智能自動(dòng)化技能實(shí)戰培訓

   

  課程特色全面：從無(wú)動(dòng)力到有動(dòng)力裝置的LCIA，從基礎到精細化LCIA再到手元化等高級LCIA；治具類(lèi)、操作類(lèi)、搬運類(lèi)、品質(zhì)類(lèi)等等，一應俱全；實(shí)操：學(xué)員在道場(chǎng)內親自設計、動(dòng)手制作，全情體驗（拉線(xiàn)、自重、杠桿等原理的巧妙設計）；案例：各種類(lèi)型LCIA的視頻案例，如何建設LCIA道場(chǎng)LCIA模擬，茅塞頓開(kāi)；系統：從單個(gè)LCIA“點(diǎn)&..

  ￥   元/ 天

  人氣：996  

  

• 金牌促銷(xiāo)員實(shí)戰培訓課程

   

  第一講：認識促銷(xiāo)一.促銷(xiāo)的定義二.促銷(xiāo)員的角色(1)企業(yè)的代言人(2)溝通的橋梁(3)服務(wù)大使。三.促銷(xiāo)員的職責(1)宣傳品牌(2)銷(xiāo)售產(chǎn)品(3)布置賣(mài)場(chǎng)(4)收集信息。四、促銷(xiāo)的基本素質(zhì)(1)強烈的銷(xiāo)售意識；(2)熱情友好的服務(wù)；(3)熟練的推銷(xiāo)技巧；(4)勤奮的工..

  ￥   元/ 天

  人氣：2330  

  

• 電話(huà)銷(xiāo)售溝通實(shí)戰培訓

   

  第一部分　準備篇　拿起電話(huà)前應做哪些準備第1講　產(chǎn)品了解透，做到心里有數　第2節　詳細了解你的客戶(hù)，知道什么是他們的菜　第3節　設計電話(huà)銷(xiāo)售腳本　第4節　確定明確的目標，保持思路清晰　分析：電話(huà)銷(xiāo)售溝通實(shí)戰培訓案例！解析：電話(huà)銷(xiāo)售溝通實(shí)戰內訓案例!案例：電話(huà)銷(xiāo)售溝通實(shí)戰課程案例分析！第2講　客戶(hù)需求要搞清，明確銷(xiāo)售的底..

  ￥   元/ 天

  人氣：2426  

  

• 房地產(chǎn)銷(xiāo)售風(fēng)水開(kāi)運實(shí)戰培訓

   

  培訓大綱：一， 風(fēng)水基礎知識與門(mén)派簡(jiǎn)介：1， 風(fēng)水概念。2， 八宅風(fēng)水。3， 玄空風(fēng)水。4， 過(guò)路陰陽(yáng)。5， 楊公風(fēng)水。6， 三元風(fēng)水。7， 玄空大卦。8， 形勢與理氣。二， 基礎理論。陰陽(yáng)，五行，八卦，干支，龍，砂，水，向。四象，九行，元運。三， 樓盤(pán)環(huán)境風(fēng)水。1， 樓盤(pán)的周邊環(huán)境。2..

  ￥   元/ 天

  人氣：2724  

  

• 如何有效管理經(jīng)銷(xiāo)商實(shí)戰培訓

   

  第一單元：正確看待廠(chǎng)商關(guān)系 經(jīng)銷(xiāo)商和廠(chǎng)家真的是“魚(yú)水關(guān)系”那么單純嗎？ 為什么說(shuō)廠(chǎng)商之間的關(guān)系有的時(shí)候不像魚(yú)和水、而是好像“魚(yú)和開(kāi)水” 經(jīng)銷(xiāo)商對廠(chǎng)家 的10種“副作用” 廠(chǎng)家對經(jīng)銷(xiāo)商的 10種“副作用” 正確認識經(jīng)銷(xiāo)商；認識經(jīng)銷(xiāo)商和廠(chǎng)家的關(guān)系實(shí)..

  ￥   元/ 天

  人氣：3274  

  

• 房地產(chǎn)銷(xiāo)售全案實(shí)戰培訓

   

  房地產(chǎn)行業(yè)經(jīng)過(guò)了比實(shí)力、拼品牌、斗景觀(guān)之后，新一輪的競爭正漸漸地轉變?yōu)橛捎布母偁幧壍杰浖母偁?。因此企業(yè)在做好硬件方面的有關(guān)事項之后，必須要把精力集中在軟件方面，銷(xiāo)售人員作為現在房地產(chǎn)軟件戰斗中的核心隊伍，其戰斗力顯得尤為重要。戰斗前的準備——培訓將成為日后戰斗成敗的關(guān)鍵要素。 隨著(zhù)產(chǎn)業(yè)結構、科技時(shí)代、消費模式、社..

  ￥   元/ 天

  人氣：1979