1. 认识大数据和大数据带来的变革。 2. 大数据的价值体现，各个行业应用。 3. 大数据带来的行业机遇：多行业分析。 4. 案例贯穿课程始终，从案例中，让学员认识大数据，转变理念。 5. 根据行业特点，剖析如何利用大数据，工具、技巧和方法。 6. 重点结合某行业，剖析如何利用大数据的关键流程和行动。 7. 根据企业实际情况和提出的问题，所采取的行动方案建议。
| 1. 认识大数据和大数据带来的变革。2. 大数据的价值体现，各个行业应用。3. 大数据带来的行业机遇：多行业分析。4. 案例贯穿课程始终，从案例中，让学员认识大数据，转变理念。5. 根据行业特点，剖析如何利用大数据，工具、技巧和方法。6. 重点结合某行业，剖析如何利用大数据的关键流程和行动。7. 根据企业实际情况和提出的问题，所采取的行动方案建议。课程大纲方案一：营销类**部分：认识大数据1. 概念：什么是大数据案例分享2. 特点：大数据的特点案例分享第二分部：大数据带来的变革和价值体现1. 变革：大数据带来的思维变革案例分享2. 价值：商业变革和大数据的价值体现案例分享3. 管理与机会：大数据带来的管理变革案例分享第三部分：大数据的行业应用（每个行业**多个案例讨论）行业应用1. 互联网2. 电信3. 金融4. 医疗卫生5. 能源6. 大数据营销第四部分：大数据带来的行业机遇行业机遇分析1. 大数据技术、产品和产业结构2. 大数据与营销分享和讨论：您所在企业，潜在的大数据营销？可能遇到的问题？3. 大数据与管理分享和讨论：从管理提升角度，您所在企业的大数据应用？可能遇到的问题？4. 政府支持和企业布局分享和讨论：传统IT巨头和互联网IT具体的行业布局第五部分：我们与大数据大数据技术分析：1. 大数据的市场前景和面临的问题2. 大数据学习路径3. 分析“我”的大数据4. 行业大数据应用分析 （结合学员上一节提出的问题，作为案例）1) 大数据平台建立和维护2) 大数据系统的建立和数据维护3) 大数据分析与处理：数据挖掘4) 可能需要的管理和营销模式转变方案二：技术类**部分：大数据时代概述“大数据”火了，但是大数据的应用已经有十几年的历史了，本节告诉你大数据是什么。1.大数据的应用历史2.大数据的全景视图3.热门的大数据工具有哪些4.企业的市场和营销部门应该具备哪些大数据的技能？5.CRISP方法论案例演练：空降经理的烦恼，您来亲身体验一下数据分析的过程第二部分：构建企业的分析体系本节介绍如何在企业内部实施大数据，利用大数据驱动企业的营销动作1.大数据如何与企业的营销结合a)营销动作和大数据的结合b)岗位的设置和技能要求2.分析模型的设计、实施工具a)SPSS Clementine简介b)SAS简介c)SQL Analysis简介d)Excel控件简介3.数据的收集和准备a)数据的来源b)原始数据转换为业务数据第三部分：基于关键指标的分析方法指标分析是一种快速的企业绩效分析手段，是衡量企业健康状况的健康指标， 本节介绍如何**指标构建数据分析模型。1.案例思考：从一张报表说起2.传统的基于绩效考核指标分析的缺陷3.把KPI指标和管理理念相结合，搭建分析模型分析营销状况4.案例解析：a)竞争力分析模型b)利润分析模型第四部分：时间序列分析时间序列分析的目的是掌握销售过程中出现的趋势、规律，优化产品组合和销售管理。1.时间序列规律的三个方面2.如何识别周期，认识同比的风险3.趋势如何分析4.案例解析a)数据周期分析b)库存风险预测5.一元回归分析a)案例：行业趋势分析第五部分：竞争的量化分析方法简介1.宏观的行业竞争力分析矩阵2.数据来源：根据市场竞争的四个层次确定3.竞争的敏感性分析4.快消品的品牌转换矩阵5.媒体影响的量化研究第六部分：常用的统计学分析算法简介数据分析不是空洞理论，还需要有科学的技术手段和方法，本节演示常见的数据分析算法。1.协助客户分类：聚类分析2.识别客户响应a)类神经网络b)决策树c)逻辑斯蒂回归3.时间序列预测a)ARIMAb)指数平滑第七部分：商业预测技术预测是企业重要的决策依据，本节演示如何结合统计学算法构造一个成熟的预测模型。1.预测责任者与支持者2.预测的组织流程3.不同的预测模型各自的优缺点4.水平和趋势模型5.季节模型6.如何评估预测的偏差第八部分：数据挖掘无差别的大众媒体营销已经无法满足零和的市场环境下的竞争要求。精确营销是现在及未来的发展方向，精确营销的基础是精确的客户定位，本节**案例演示来说明如何进行客户的响应分析。1.精确营销与客户细分2.客户细分的价值3.基于数据驱动的细分4.基于决策树的案例解析5.结果的应用方案三：应用类**部分：传统企业如何开展O2O全渠道直销1、传统企业在移动互联网时代的出路：转型成为一家移动互联网公司或者资产互联网化2、传统企业在移动互联网时代的资产及线下优势3、开展O2O的方法论和模型体系（找痛点，建产品，搭平台，玩口碑）4、O2O运营平台搭建（线下渠道＋网站 App 微信＋大数据管理）第二部分：O2O运营平台搭建之大数据管理1、大数据思维（大数据变革：不是大数据而是全数据）1.1用数据来重新界定价值（1000亿美金的估值：每个Facebook的用户价值100美元）1.2关联推荐——数据相关性（沃尔玛：啤酒和尿布的故事）1.3预测未来——大数据洞察（《少数派报告》）1.4再造价值——数据再利用、重组与挖掘（智能输入法）1.5个性化——不是群体而是个人（C2B）1.6挣脱大数据——卓越的才华不依赖数据（乔布斯的创新：更大的数据源于人本身）1.7大数据时代的隐私暴露与数据依赖症2、品牌商O2O大数据的构成（用户、产品、订单、资金、信息的关系图谱）2.1传统品牌商关注的大数据：本位数据（财务数据、渠道数据、商品数据、供应链数据、订单数据、物流数据、售后数据）2.2O2O移动互联网时代关注的大数据：消费者全行为数据（需求、寻找、发现、对比、购买、支付、分享、潜在需求）2.3消费者数据模型2.4分销商数据模型2.5行业性特征的数据模型第三部分：O2O运营平台搭建之线下管理1、线下（Offline）在O2O价值链中的价值2、O2O中各个角色（品牌商，经销商，分销商，消费者）价值2.1O2O中经销商的角色、定位及作用2.2O2O中消费者的角色、定位及作用2.3O2O中分销商商的角色、定位及作用2.4O2O中品牌商的角色、定位及作用2.5O2O中各个角色（品牌商，经销商，分销商，消费者，店员）的利益分配模型3、O2O中各个角色的功能实现（商家APP、商户APP、分销APP、微信）——App（大数据的前端表象，复杂功能的载体）3.1商家APP业务场景及功能介绍3.2商户APP业务场景及功能介绍3.3分销APP业务场景及功能介绍3.4微信（轻App，便捷的入口）订阅号、服务号的定位4、线下（Offline）的组织架构及团队管理第四部分：O2O运营平台搭建之线上运营管理1、线上（Online）在O2O价值链中的价值及盈利模式2、线上（Online）的运营主要工作内容2.1商户服务2.2用户CRM管理2.3活动策划2.4市场推广2.5客户服务2.6数据分析2.7技术维护3、线上（Online）的组织架构及团队管理第五部分：O2O运营平台运营之品牌建设1、O2O项目整体价值包装及品牌定位2、O2O项目超级符号及超级创意（品牌名，广告语，VI）3、O2O项目的整合传播（网上网下的整合传播）第六部分：O2O业务流程在不同应用场景中的实现1、服装鞋包行业的O2O案例2、商业地产的O2O案例3、餐饮行业的O2O案例4、母婴行业的O2O案例5、其它案例第七部分：学员O2O项目互动交流 |
