大数据驱动的服务营销一体化
课程背景：
数据，已经渗透到当今的每一个行业，甚至决定着企业的发展方向。作为一个庞大的产业其大数据时代亦然已经到来。只有把握住大数据的人才能够紧跟现代市场脚步，只有善用大数据的企业才能驱动服务与营销的一体化，本课程研发讲师王厚东先生从大数据的角度出发，整合行业中诸多谈论大数据概念的碎片化学习，教会企业盘活数据资产，将数据价值发挥至最大化。
课程目的：
通过对大数据概念及应用实践的讲解，使学员能够系统了解大数据在行业发展及具体运营中的应用前景；通过一系列数据化运营分析与挖掘的相关实操与演练，使学员能够掌握基本的业务理解、数据理解、分析思路、数据建模以及用数据进行运营决策驱动等数据化运营分析的基本技能，使在精益化运营及服务营销一体化融合等方面具备更坚实的支撑基础。
课程大纲：
大数据时代的数据分析与应用
①大数据的核心概念与定义
4V的含义
实时分析、预测分析与数据挖掘
核心技术架构与平台：Hadoop之HDFS与MapReduce
对全员数据质量意识的要求
对企业运营组织现状的突破
无处不在的大数据应用前景
大数据十诫
②大数据驱动的服务营销发展趋势
基于客户及产品生命周期的主动服务设计
基于客户行为轨迹的体验设计
基于情景的营销与服务促动
基于关联法则的交叉营销推荐
基于关键影响因素的问题预防与根除
③数据挖掘典型应用及其相关算法模型
聚类/分类
预测/估计
异常侦测
关联/交叉
探索与可视化
④数据潜力与机会
话务数据
客户数据
录音及文本数据
运营数据分析实践
①运营数据分析思路与方法
a)接听效率分析：
1.来话量分析
2.工时利用率分析
3.平均处理时长分析
b)服务质量分析
1.员工个人优劣势分析
2.共性与个性问题分析
3.整体质量对比与趋势分析
c)客户反馈分析
1.客户满意度分析
2.客户历程痛点分析
d)指标关联分析
e)问题根源分析
1.根源分析
2.关键影响因素分析
③数据可视化技巧与报表呈现
1.运营报表的构成要素
2.几种主要分析结果的图表呈现技巧
④Excel高级数据分析与挖掘探索
数据挖掘实战助力服务营销
①相关数据挖掘工具简介
②数据的探索与准备
③利用线性回归模型进行数据预测
④利用聚类分析进行客户分类画像
⑤利用二元分类响应模型进行精准营销预测
⑥利用关联法则进行关联与追加销售产品组合
⑦利用决策树及神经网络进行客户响应分类及流失预判