课程目的：

学会利用大数据分析与挖掘模型来解决营销面临的问题（定价/关键影响/客户需求 /客户价值/市场细分/预测等问题）。

课程内容：

第一部分、大数据营销的概述

大数据时代带来对传统营销的挑战

传统营销的困境

大数据营销引领营销变革

大数据营销的基石：用户画像

大数据营销的思维变革

客户生存周期中的大数据应用

数据分析与挖掘在各行业的应用 

 演练：如何用大数据支持手机精准营销项目

第二部分：定价策略分析

1、营销问题

     Ø  运营商的产品如何定价？套餐价格如何确定？采用哪些定价策略可达到利润最大化？

    Ø  航空公司如何确定预订机票限制数量或者超售机票的数量？

2、产品定价的理论依据

    Ø  需求曲线与利润最大化

    Ø  如何求解最优定价

案例：产品最优定价求解

3、如何做产品组合/套餐定价

    Ø  最大收益定价（演进规划求解）

    Ø  避免价格反转的套餐定价

案例：电信公司的宽带、IPTV、移动电话套餐定价

5、非线性定价策略

    Ø  要理解支付意愿曲线

    Ø  支付意愿曲线与需求曲线的异同

案例：高尔夫球场的双重收费如何定价（如会费+按次计费）

6、定价策略的评估与选择

    Ø  单一定价

    Ø  阶梯定价

    Ø  数量折扣

    Ø  最优化双重收费

案例：电力公司如何选择最优定价策略

7、收益管理

    Ø  收益管理介绍

    Ø  如何确定预订限制

    Ø  如何确定超售数量

    Ø  如何评估模型的收益

案例：FBN航空公司如何实现收益管理（预订/超售）

第三部分：影响因素分析

1、营销问题

    Ø  产品在货架上的位置是否对销量有影响？

    Ø  价格和广告开销是如何影响销量的？

2、相关分析

    Ø  相关系数

    Ø  解读相关系数

案例：营销费用与销量的相关性分析

3、方差分析（影响关键因素分析，影响因素组合分析）

    Ø  方差分析模型及适用场景

    Ø  单因素分析/多因素分析

案例：产品摆放位置与销量的相关性分析

案例：寻找影响手机销量的关键因素

4、回归模型用于因素影响判断

    Ø  回归模型原理及适用场景

    Ø  线性回归（一元、多元）

    Ø  曲线回归

案例：如何评估和量化-营销投入对产品销量提升的作用？

第四部分： 销售预测分析

1、营销问题

    Ø  如何预测未来的产品销量？

2、回归模型

3、寻找最佳拟合线来判断和预测

    Ø  如何判断预测的准确性

    Ø  回归分析结果的解读

4、回归模型的优化七步骤

   Ø 因素显著性检验

   Ø 异常值检验

   Ø  多重共线性检验

   Ø  残差分析

案例：回归模型优化步骤

5、自定义模型

案例：深圳某餐厅客户流量预测与分析项目

6、季节性预测模型

    Ø  季节性回归模型的参数

    Ø  常用季节性预测模型（相加、相乘）

案例：美国航空旅客里程的季节性趋势分析与预测

7、新产品销量预测（S曲线）

    Ø  如何评估销量增长的拐点时间及销量高峰值

    Ø  珀尔曲线、 龚铂兹曲线

案例：预测IPOD的销量情况

第五部分： 客户需求分析

1、营销问题

    Ø  影响产品销售的关键属性和等级如何评估

    Ø  影响营销效果的关键因素是什么？

    Ø  影响用户购买的关键因素/客户消费偏好是什么

2、逻辑回归模型

    Ø  逻辑回归模型原理及适用场景

    Ø  评估客户购买产品的概率

案例：杂志社如何利用回归模型评估用户是潜在用户

3、离散选择分析

    Ø  如何评估客户购买产品的概率

    Ø  如何指导产品开发？如何确定产品的重要特性

    Ø  如何评估品牌价值

    Ø  竞争下的产品动态调价

    Ø  如何评估产品的价格弹性

案例：从竞争对手产品销量来看产品应该具有哪些属性（产品特征开发分析）

案例：品牌价值评估与产品价格敏感度分析（价格变动如何影响销量升降）

案例：纳什均衡价格（竞争态势下的价格如何调整）

第六部分：客户价值分析

1、如何评价客户生命周期的价值

    Ø  贴现率与留存率

    Ø  评估客户的真实价值

    Ø  使用双向表衡量属性敏感度

    Ø  变化的边际利润

案例：从客户价值来评估营销活动的合理性

2、RFM模型（客户价值评估）

    Ø  RFM模型与市场策略

    Ø  如何计算RFM

    Ø  RFM模型与活跃度

案例：淘宝客户的价值评估

案例：双11期间如何选择老客户做广告

第七部分：市场细分分析

1、营销问题

    Ø  如何对市场进行细分

    Ø  如何对产品进行市场定位

2、聚类分析

    Ø  属性如何标准化

    Ø  确定聚类的适当数量

    Ø  聚类算法过程

演练：宝洁公司如何进行新产品试销地点（城市）的选择

3、分类决策树与客户行为预测

    Ø  决策树的原理与适用场景

    Ø  决策树构建的关键问题

    Ø  如何提取客户特征

案例：商场酸奶购买用户特征提取

演练：银行风控：低信用客户的特征分析及欠贷预测

第八部分：其它市场营销方法

1、关联规则分析（套餐制定、产品推荐）

案例：沃尔玛超市摆放布局优化分析

2、推荐算法(协同过滤)

案例：视频网站电影推荐评估系统

3、主成分分析（PCA）

案例：宝洁公司新产品试销地点选择

实战：美国达美航空航班设计与定价分析

结束：课程总结与问题答疑。