如今，大数据已成为企业各项业务中需要优先考虑的工作任务，因为它对信息化经济时代的商务产生了深远的影响。各行各业的企业高管都认识到，他们需要更多地了解如何利用大数据。大数据的分析和使用，将为其组织创造巨大的竞争优势。
大数据正逐步运用于企业商业决策、市场营销、销售、业务运营、客户服务等诸多方面，其中以客户为中心的收益创造过程，是企业推动大数据举措中最大的价值领域。
如何真正了解客户，预测客户未来行为，从而为客户提供更好的产品和服务，改善客户体验，全面提升客户数据分析能力，日益成为企业决胜市场的核心能力。

业界观点
如果企业希望了解并向有能力的客户提供价值，必须集中精力将客户作为个体进行了解。企业还需要向新技术和高级分析能力投资，以更好地了解各个客户的交互和偏好。
当今的客户，包括最终消费者或者企业对企业客户，需要的不仅仅是了解。要想有效地培养与客户之间有意义的关系，企业必须以客户认为有价值的方式与客户联系。
价值可能来自更及时、更明智或者更相关的交互；也可能来自于企业通过改进底层运作而增强交互的整体体验。
无论来自何处，分析都有助于从大数据中获得洞察力，这对于在这些关系中达到这一深度日益重要。
——IBM大数据调研白皮书《分析：大数据在现实世界中的应用》

课程收益：
1、掌握大数据的分析和使用，为组织创造巨大的竞争优势；
2、通过分析，帮您真正了解客户，预测客户未来行为，从而为客户提供更好的产品和服务，改善客户体验；
3、学习全面管理和维护客户关系，掌握客户留存、赢回，新客户获取方面的策略；
4、通过对潜在客户的分析，找准产品市场定位，选择和保持有价值的客户群体；
5、了解客户忠诚的因素，及其对收益的影响，促进重复销售和交叉营销；
6、树立以客户为中心的理念，掌握客户数据的相关模型与分析方法；
7、理解客户数据指标，掌握收集客户数据的渠道和方式。

课程内容

目录主要概要内容提纲

一、大数据时代
1、以客户为中心进行价值创造和传递，以数据分析为支点进行商业决策。
2、信息技术大幅度拉近了企业与客户之间的距离，客户关系趋向扁平化，企业与客户的互动越来越有活力，而企业也将追求的目标转向：谋求长期的客户价值最大化。
3、在向客户提供极致的产品体验和差异化服务的背后，大数据成为支点，而客户数据分析是最首要的应用
商业时代变迁--从传统商务和电子商务过渡到现代商务；
价值链反转--从产品导向转变为以客户为导向的业务模式；
营销的变化--从传统的营销跨越到新型营销的变化；
联接客户--将客户作为个体进行了解，以客户认为有价值的方式与客户联系；
数据分析是支点--以数据分析为支点，与客户形成学习关系；
客户价值模型--建立衡量客户价值的业务数据模型；
客户价值最大化--提升短期业绩，同时考虑中长期价值。
数据分析案例：案例1(略)

二、保持有价值的客户
定位目标市场，按客户类型提供不同的产品组合与差别化服务，运用数据挖掘提升客户贡献值。
定位目标市场--通过数据分析，选择进入目标细分市场；
人口基数--人口基数的变化带来结构性机会；
客户类型细分--基于价值的客户分类，提供差别化服务；
增值业务--调整产品组合，设计衍生增值业务；
洞悉客户动态--通过数据监测，洞悉客户群体动态；
提升客户贡献值--运用数据挖掘促进重复购买与交叉销售。
数据分析案例：案例2(略)

三、客户获取与流失选择性管理客户流失，塑造活力品牌低成本获取新客户。
客户获取策略--通过数据分析识别优质的潜在客户，策划有针对性的精准营销；
改进营销活动--对响应建模，优化固定预算的响应，提高活动收益率；
测试与度量--度量市场活动效果，评估获取成本；
塑造强势活力品牌--分析社会化网络传播，进行病毒式事件营销；
客户流失策略--绑定高净值客户，挤出麻烦客户；
客户忠诚度--识别高风险客户，预测客户生存周期。
数据分析案例：
案例3(略)
案例4(略)

四、数据分析技术数据分析和数据挖掘的常用技术与工具。
统计学入门--关于数据的统计学基础概念；
分类与回归--运用最近邻方法与决策树模型；
自动群集检测--客户类型划分与聚类技术；
购物篮分析--关联分析与交叉推荐技术；
比较度量--利用A/B检验比较两种推荐系统；
文本分析--倾听来自客户的声音。
系统与工具－－从Excel到数据仓库系统，以及网站分析工具等。
数据分析案例（练习）：
练习5（略）
练习6（略）

五、数据分析最佳实践据客户是价值根本，数据是核心资产，分析是关键能力。
客户数据分析--在正确的时间为正确的人传递以客户为导向的决策支持；
收集客户数据--关注人口统计基数，设法获得客户签名；
处理缺失数据--从现有的数据出发，循序渐进；
把握数据质量--设计平衡的数据颗粒度；
数据分析流程--数据分析是与其他业务流程交互的流程；
推进数据分析项目--采取行动，效果推动，形成闭环；
系统与团队建设--系统建设与团队建设同步，协同推动业务发展；
业务数据分析师--分析师必备的能力，培养和成长之路；
实施路线图--“教育－探索－接触－执行”四部曲，将数据分析DNA植入企业流程。

讲师介绍：邓静芝

数据分析专家
资深IT产品总监
系统分析师（高级）、数据分析师
拥有十多年大中型国企、民营企业、IT上市公司专业经验，主要负责产品开发设计管理、产品线管理运营、数据建模、数据分析及数据挖掘工作。

经历：在IT上市公司任职期间，主持核心产品线的管理与运营
负责大型分布式数据中心建设与运营，对海量用户行为数据进行分析、挖掘，改进产品和指导业务运营；
基于用户行为数据开发的数据报告产品，获得Intel、NVIDIA、艾瑞咨询、易观国际，以及一些投资基金的采购与合作。
擅长领域：业务数据建模、数据分析顾问、咨询。