課程背景：

截止2015年，中國已達6億互聯網用戶，越來越多的人通過移動互聯網平臺進行溝通、應用、采購商品。可以說，未能足夠利用互聯網思維及數據的企業是沒有未來的企業，必將被市場淘汰。對于企業運營商而言，擁有多年的數據積累，擁有諸如財務收入、業務發展量等結構化數據，并涉及到圖片、文本、音頻、視頻等非結構化數據。從數據來源看，企業運營商的數據來自于涉及移動語音、固定電話、固網接入和無線上網等所有業務，也會涉及公眾客戶、政企客戶和家庭客戶，同時也會收集到實體渠道、電子渠道、直銷渠道等所有類型渠道的接觸信息。整體來看，企業運營商大數據發展仍處在探索階段。

因此大數據分析及挖掘已是各行業、企業無法回避的課題，也是新經濟時代的機遇和挑戰。培訓課程將本著為企業培養數據挖掘方面的知識及人才，從如何通過數據分析、挖掘獲得商機，如何提高產品到凈利潤轉化率，降低經營成本和風險等方面全面提升企業競爭力。并以業務實戰入手， 教授各知名數據挖掘成功贏利模式等活動，幫助企業做好運營，體現出大數據分析及挖掘對企業運營業務的價值。

課程特點：

1. 全面學習、理解《大數據時代：生活、工作與思維的大變革》一書的精華內容，提升并掌握大數據運營知識點

2. 大數據分析及挖掘是一項較新的數據庫技術，它基于由日常積累的大量數據所構成的數據庫，從中發現潛在的、有價值的信息——稱為知識，用于支持決策。

3. 簡明闡述什么是數據挖掘，數據挖掘的技術是什么。

4. 清晰幽默的介紹數據挖掘的常用技術，數據挖掘的主要過程,。

5. 實戰應用于數據挖掘主要應用領域以及國內外現狀分析。

課程對象：

企業各級管理者、企業相關技術人員、企業經營者、產品運營總監、產品經理、數據分析師、財務人員、質量管理者等所有涉及大數據分析、挖掘工作的人員。

學員收益：

大數據時代的來臨，使各行業對大數據分析及挖掘人員的需求呈現爆炸性增長，其中實戰能力在數據分析領域至關重要，一名出色的數據挖掘師需要通過經歷各種各樣的實戰分析項目來吸取經驗教訓以持續成長，光靠教科書上的那些標準案例，只能成為學者，不能直接在企業“落地、見效”。隨著行業需求的迅速增長，相關人員迅速提高自身實戰能力的愿望正在變得日益迫切。

本課程定位以《大數據時代：生活、工作與思維的大變革》一書為藍本，以實戰操作，企業運營落地為案例。圍繞企業運用大數據主要方面開展：（1）網絡管理和優化；（2）市場與精準營銷；（3）客戶關系管理，；（4）企業運營管理；（5）數據商業化指數據對外商業化。

在同步學習和操練中能超越方法和工具的局限，聚焦于對分析、挖掘經驗的領悟，從而“學以致用、舉一反三“地提高自身的實戰能力，回到工作崗位上可以立刻解決企業實際數據挖掘的現實問題，為企業提升競爭力。

課程形式：理論講解、互動體驗、實戰演練、案例研討、Q&A答疑；

建議課時：兩天（12課時）

課程主要內容：

第一天課程

一、思維導入：認識互聯網時代

1、當下互聯網思維現象的深度思考

2、中國互聯網發展簡史及成功企業案例分析

3、互聯網思維是什么？互聯網 是什么？大數據是什么？

二、建立企業運營儀表盤

1、企業運營應尋求最大的“價值杠桿”

2、互聯網運營的實質——大數據運營

3、互聯網時代的企業創新策略——大數據應用

4、大數據運用的本質就是贏得用戶口碑

5、大數據運營是延長企業生命周期的關鍵

分析與討論：當前企業行業大數據應用需求分析

午間休息

三、解讀《大數據時代：生活、工作與思維的大變革》

大數據時代帶來的三大重要變革

1、處理數據理念——思維變革

更多：不是隨機樣本，而是全體數據

更負：不是精確性，而是混雜性

更好：不是因果關系，而是相關關系

2、挖掘數據價值——商業變革

數據化：一切皆可量化，數據交叉復用

價值：取之不盡用之不竭的創新

角色定位：數據、技術與思維的三足鼎立

3、面對數據風險——管理變革

風險：讓數據主宰一切隱憂

掌握：責任與自由并舉的信息管理

四、中國企業大數據應用發展展望

1、企業運營核心競爭力的界定和特征

2、通過大數據了解你的用戶需求

3、贏在“大數據營銷”——借勢“新媒體”

4、企業如何收集、處理海量數據

5、大數據運營推動傳統企業互聯網化

第二天課程

五、數據從何而來——精準營銷及口碑傳播

1、”互聯網 媒體“的特點、商機與挑戰

2、互聯網思維帶來的新媒體營銷變革與應對機制

3、新媒體營銷的主要內容和手段

4、新媒體營銷傳播特點：分眾、精準、個性、交互、口碑、長尾

5、如何增強用戶體驗來提高用戶的訪問粘性 

六、互聯網 大數據在各行業應用案例

1、電子商務與大數據完美結合

A.網站投資回報率的計算

B.網站運營的指標體系

C.客戶價值的細分，如何做客戶運營

D.ARPU值的關鍵作用與法則

2、連鎖零售企業管理利器——平臺化

A.購物中心業績提升六大要素

B.數據幫助提高銷售量

C.奇妙的關聯銷售

分組討論：資金流、物流系統、渠道成員關系管理臺賬的建立和數據分析

3、游戲運營暴利的秘訣

A.游戲如何讓玩家欲罷不能——基于數據挖掘的獎勵、積分模式

B.游戲中經濟系統的維護模式

4、電信企業通過數據挖掘改善企業營銷模式

分組討論：如何更有針對性的建立營銷模式，從規模營銷到定點營銷

5、通過數據挖掘提升銀行信用卡客戶忠誠度

分組討論：從信用卡數據分析，到防止客戶流程

午間休息

七、大數據應用概述

1. 什么要做數據挖掘——多學科的融合

2. 數據挖掘的功能：分類、預測、推估、關聯、聚類、可視化

3. 如何收集、處理海量數據

4. 數據挖掘中的十大經典算法

5. 數據質量管理四大要素

6. 數據挖掘建模、流程及分析指標

八：數據挖掘中的要點

1、 建立運營數據挖掘模型的4個步驟

2、 數據挖掘結果如何展現——可視化數據之美

3、 數據挖掘常用的工具

4、 如何寫一份賞心悅目的數據分析報告——用數據看透問題

5、 數據挖掘技能提升十大必殺技

6、 數據挖掘中易犯的錯誤——給數據分析師的五個忠告

九、互聯網 大數據如何落地

1、 營銷模式的變化

2、 與用戶關系的變化

3、 產品定位的變化

4、 通過流程體系實現大數據價值

5、 建立大數據企業一體化端到端流程

十、小試牛刀

實戰練習：圍繞企業運營商特點，分組練習搭建以下四方面大數據模型：

（1）市場與精準營銷，包括客戶畫像、關系鏈研究、精準營銷、實時營銷和個性化推薦；

（2）客戶關系管理，包括客服中心優化和客戶生命周期管理；

（3）企業運營管理，包括業務運營監控和經營分析；

（4）數據商業化指數體系的初步搭建和分析。