课程背景：
为什么阿里巴巴能在1个工作日发放贷款?为什么腾讯如此精准开展微信营销?为什么顺丰快递的广告投递如此精准?原因是他们拥有强大的数据库，因此在数字化时代，在云计算的条件下，企业要实现精准营销已绝非难事，那么究竟如何开展精准客户服务营销呢?
大数据营销课程从实际的市场营销问题出发，构建数据分析与数据挖掘模型，以解决实际的商业问题。并对大数据分析与挖掘技术进行了全面的介绍，从大量的市场营销数据中分析潜在的客户特征，挖掘客户行为特点，实现精准营销，帮助市场营销团队深入理解业务运作，支持业务策略制定以及运营决策。
课程收获：
本课程将帮助学员理解并解决以下切实落地问题：
1. 什么是数据思维？大数据决策的底层逻辑以及决策依据是什么？
2. 大数据实现精准营销的整个过程是什么？要经历哪些步骤？如何构建精准营销的数据支撑框架？需要采集哪些数据？
3. 数据分析方法的种类？分析方法的不同应用场景？
4. 如何才能全面/系统地分析而不遗漏？如何分解和细化业务问题？
5. 哪些因素是影响业务目标的关键要素？比如，产品在货架上的位置是否对销量有影响？价格和广告开销是如何影响销量的？影响风控的关键因素有哪些？如何判断？
6. 如何预测未来的产品销量/销售额？如果产品跟随季节性变动，该如何预测？
7. 当销量随季节周期变动时该如何预测？
8. 如何评估客户购买产品的可能性？如何预测客户的购买行为？如何提取某类客户的典型特征？如何向客户精准推荐产品或业务？
课程时间：1天或2天，2天则以比赛或工作坊形式呈现
课程方式：主题讲授+史杰松服务真实案例分析+互动问答+视频欣赏+情景模拟+小队讨论+模拟训练
课程大纲：
第一章：大数据的基本理念
一、大数据到底是什么?
二、大数据时代到来的条件
1. 时代的沿革
① 工业革命1.0——机械生产代替手工劳动
② 工业革命2.0——实现了生产的自动化
③ 工业革命3.0——开始迈入信息化时代
④ 工业革命4.0——智能工业开始拉开序幕
2. 移动数字化
3. 云计算
4. 6G网络
二、大数据的条件——大数据VS数据大
1. 大数据与传统数据的区别
① “由业务向数据提出需求”的运营模式向“以数据指导业务”的运营模式转变
② 化“数”为“据”是关键。
2. 大数据的特点
① 数据体量够大（Volume）
② 数据类型够多（Variety）
③ 数据价值密度低（Value）
④ 数据具有实效性（Velocity）
三、大数据的类型
1. 结构化数据——纯数字化数据
2. 半结构化数据——图片、声音、影像
3. 非结构化数据——行为数据：归根到底是研究“人”
① 表象数据
② 心理数据
③ 性格数据
第二章：大数据的商业意义和使用
一、大数据的商业意义
挖掘需求：永远不要忽略用户的行为数据和潜在需求
1. 大数据的本质：还原（通过行为数据还原用户的真实需求）——为C端精确画像
① 分析用户的特征和行为
② 筛选有价值的用户
③ 注重用户体验
2. 还原的三个条件：角度、场景、数据
① 角度：企业价值和客户价值。
② 场景——推理“活”数据
③ 数据——挖掘
④ 表象数据——挖掘用户的潜在需求
⑤ 潜在需求指标：搜索的关键词、浏览过的网页、购物车中待购品
⑥ 对策分析指标：网页停留的时间、购买商品的单价、服务满意度
⑦ 身份识别指标：常用的物流、常刷的银行卡、常用的送货地址
3. 心理数据——探寻用户的真实感受
① 心理数据一：对比效应——不怕不识货，只怕货比货
② 心理数据二：评估模式——女孩子相信是否要带女伴
③ 心理数据三：折中效应——不知是中国喜欢中庸之道
④ 心理数据四：沉没成本——人们为什么总停留在过去
⑤ 心理数据五：损失规避——敢不敢冒险，会不会说话
⑥ 心理数据六：禀赋效应——敝帚为什么自珍
⑦ 心理数据七：心理账户——钱和钱是不一样的
⑧ 心理数据八：交易效用——网购为什么疯狂
⑨ 心理数据九：锚定效应——好的起点是成功的一半
4. 性格数据——找到用户的行为动机
5. 大数据的基础：经验
6. 大数据的关键作用：预测
7. 大数据的根本目的：决策
二、精准营销：开展精准化、低成本营销
1. 关联推荐：
2. 广告精准推送
3. 社区营销，建立核心竞争力
三、内部管理：提高工作效率和服务质量
1. 提高工作效率
2. 提升服务质量
3. 实现员工的扁平化管理
四、模式变革：变革商业模式，引领时代潮流
1.思维变革：信息风暴颠覆思维惯例
① 从“样本”到“总体”
② 从“精确性”到“混杂性”
③ 从“因果关系”到“相关关系”
2.商业模式的变革与创新
① 企业模式创新
② 产业模式创新
③ 技术模式创新
五、数据采集的方法
1. 试验法（EQ试验）
2. 访问法
3. 问卷法
4. 平台法（对于后台数据的监测）
第三章：大数据在现实生活中的应用
一、大数据时代的三大发展趋势
1. 数据资产化
2. 产业平台化（垂直整合）
3. 泛数字化化
4. 零售业——个性
① 零售行业的数据采集的目的是为了掌握用户的心理数据
② 根据用户数据重新定位零售产品的品牌
③ 社群调性的设计是零售行业数据利用的最高层次
5. 制造业——智能
① 未来的汽车制造商难道还仅仅是制造企业吗?
② 无人车与无人机的发展与应用
③ 未来的服装生产商还仅仅是服装生产商吗?
6. 能源业——节能
① 升级客户分析
② 提高智能控制
③ 人性化服务
7. 广告业——精准
① 广告的四种收费模式：CPC、CPS、CPM、CPT
② 广告商发展的三种趋势：掌心终端、交互模式、口碑见证
③ 数字媒体模式：RTB、XAD
8. 通信业——连接
① 通信行业的痛点
② 微信成为第四大运营商的理由
③ 通信行业最宝贵的资源——修宽带的员工
9. 金融业——回归
① 金融行业三大痛点：重关系重产品、重背景不重体验、重政治不重效率
② 大数据时代下的第三方支付手段
③ 如何运用大数据发放贷款
10. 医疗业——开放
医疗行业的痛点
医疗行业的流程改革
医疗行业如何运用数据盈利
11. 影视业——质量
① 如何运用大数据进行前期推广
② 如何运用大数据进行客户分析
③ 如何运用大数据进行后续长尾盈利
12. 交通业——监测
① 传感器实现大数据采集
② 实现安全交通与智慧物流
授课老师
史杰松 数字化营销管理专家
常驻地：北京
邀请老师授课：13439064501 陈助理
