大數據管理應用之道

—— 深度挖掘企業運營中的數據金礦

主講：王道海

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、網站站長、財務人員、質量管理者等所有涉及數據分析挖掘工作的人員。

課程背景：

數據挖掘（英語：Data mining），又譯為資料探勘、數據采礦。

截止2015年，中國已達5億互聯網用戶，越來越多的人通過電子商務網站平臺采購企業的商品。可以說，未能足夠利用互聯網的企業是沒有未來的企業，必將被市場淘汰。而當前，不論在學術界還是在產業界，數據挖掘都是相當時髦紅火的專題，數據挖掘也成為熱的燙手的職業，已經出現年薪百萬的數據分析挖掘工程師。通過數據分析、建模、挖掘、應用等，為企業營銷、管理、決策提供依據，以其獲得利潤最大化，提升企業競爭力。對大多數企業來說，特別是擁有海量數據的企業，再也不能靠盲目的群發短信、優惠來吸引客戶，數據挖掘對企業已不是可有可無的事情，而是一座急需挖掘的金礦，是一個關乎企業生死存亡的問題。

因此數據挖掘已是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，幫助電子商務、金融服務、連鎖零售、產品研發制造、電信運營等行業做好運營，體現出數據挖掘對企業運營業務的價值。

課程特點：

1. 數據挖掘（Data Mining）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。

2. 簡明闡述什么是數據挖掘，數據挖掘的技術是什么。

3. 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,。

4. 實戰應用于數據挖掘主要應用領域以及國內外現狀分析。

學員收益：

數據時代的來臨，使各行業對數據分析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。

本課程定位為實戰操作，以電子商務、金融、連鎖零售、電信、互聯網、產品研發生產等世界500強企業在數據分析與挖掘實戰的經驗結晶為案例貫穿整個培訓，并完全基于數據分析挖掘實戰的需求、思路、建模和展示，進行詳細案例講解與練習，使學員在同步的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。

課程主要內容：

一：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、 企業運營中的10大關鍵問題

3、 數據挖掘:提升企業信息門戶的價值

4、 數據挖掘是延長企業生命周期的關鍵

5、 企業運營價值模型

案例分析與討論：戴爾的運營模式背后的數據鏈、價值鏈

二：數據挖掘概述

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

案例分析與討論：Facebook數據主管的六項心得

三：行業應用案例

1. 電子商務與數據挖掘完美結合

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

案例分析與討論：

a) 淘寶賣家如何應對的客戶“半衰期”—用數據挖掘玩轉淘寶店鋪業務

b) 8.15電商大戰背后的數據內幕及作用

c) 從一號店談數據營銷

d) 如何降低庫存并計算安全庫存——基于數據挖掘，防止積壓與斷貨

2. 連鎖零售企業管理利器

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

案例分析與討論：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. 通過數據挖掘改善電信營銷模式

案例分析與討論：如何更有針對性的建立營銷模式，從規模營銷到定點營銷

4. 游戲運營暴利的秘訣

案例分析與討論：

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

5. GE通過數據提升質量與效率改進

案例分析與討論：提升質量能力的數據過程分析

6. 通過數據挖掘提升銀行信用卡客戶忠誠度

案例分析與討論：從信用卡數據分析，到防止客戶流程

四：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

五：小試牛刀

實戰練習：通過淘寶商城流量，分析運營策略

課程形式：理論講解、互動體驗、實戰演練、案例研討、Q&A答疑；

受訓規模：待定

建議課時：兩天（12課時）