凤冈网

 找回密码
 免费注册

QQ登录

只需一步,快速开始

查看: 47|回复: 0

[我爱灌水] 百度竞价数据分析与实战提升教程

[复制链接]
发表于 10/5-2018 13:45:16 | 显示全部楼层 |阅读模式
  培训对象销售部门、营业厅、业务支撑、经营分析部、网管/网优中心、运营分析部、呼叫中心等对业务数据分析有基本要求的相关人员。《百度竞价数据分析与实战提升教程课程》介绍大数据分析与挖掘综合能力提升实战。
  【课程目标】
  一般情况下,在企业中有80%的数据分析工作(比如业务分析、经营分析等等),都可以使用简单的统计分析方法来解决,关键在于发现企业运营过程中的业务规律及业务问题,进而提出业务策略及建议,供企业领导进行决策。
  本课程覆盖了如下内容:
  1、 数据分析基础,数据分析过程
  2、 数据分析方法,数据分析思路。
  3、 数据可视化呈现,数据报告撰写。
  本课程从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,对数据分析及数据挖掘技术进行了全面的介绍(从数据收集与处理,到数据分析与挖掘,再到数据可视化和报告撰写),通过大量的操作演练,帮助学员掌握数据分析和数据挖掘的思路、方法、表达、工具,从大量的企业经营数据中进行分析,挖掘客户行为特点,帮助运营团队深入理解业务运作,以达到提升学员的数据综合分析能力,支撑运营决策的目的。
  通过本课程的学习,达到如下目的:
  1、 了解数据分析基础知识,掌握数据分析的基本过程。
  2、 学会数据分析的框架和思路,掌握常用数据分析方法来分析问题。
  3、 熟悉数据分析的基本过程,掌握Excel高级数据分析库操作。
  4、 熟练使用图表制作工具,掌握图表美化原则,正确使用图表来表达观点。
  5、 掌握数据分析报告的写作技巧及要点,全面正确地呈现分析结果。
  【学员要求】
  1、 每个学员自备一台便携机(必须)。
  2、 便携机中事先安装好Excel 2013版软件。
  注:讲师可以提供试用版本软件及分析数据源。
  【授课方式】
  数据分析基础 +方法讲解 +实际业务问题分析 + Excel实践操作
  采用互动式教学,围绕业务问题,展开数据分析过程,全过程演练操作,让学员在分析、分享、讲授、总结、自我实践过程中获得能力提升。
  【课程大纲】
  第一部分:认识数据分析
  问题:数据分析是神马?数据分析基本过程?
  1、 数据分析面临的常见问题
   不知道分析什么(分析目的不明确)
   不知道怎样分析(缺少分析方法)
   不知道收集什么样的数据(业务理解不足)
   不知道下一步怎么做(不了解分析过程)
   看不懂数据表达的意思(数据解读能力差)
   担心分析不够全面(分析思路不系统)
  2、 认识数据分析
   什么是数据分析
   数据分析的三大作用
   数据分析的三大类别
  案例:喜欢赚“差价”的营业员
  3、 数据分析需要什么样的能力
   懂业务、懂管理、懂分析、懂工具、懂呈现
  4、 大数据应用的四层结构
   数据基础层、数据模型层、业务模型层、业务应用层
  5、 数据分析与挖掘在企业中的应用
  第二部分:数据分析基本过程
  1、 数据分析的六步曲
  2、 步骤1:明确目的--理清思路
   先有数据还是先有问题?
   确定分析目的
   确定分析思路
  3、 步骤2:数据收集—理清思路
   明确收集数据范围
   确定收集来源
   确定收集方法
  演练:Excel数据导入练习
  4、 步骤3:数据预处理—寻找答案
   数据清洗、转化、提取、计算
   数据质量评估
  演练:Excel数据预处理练习
  5、 步骤4:数据分析--寻找答案
   分析方法选择
   构建合适的分析模型
   分析工具选择
  6、 步骤5:数据展示--观点表达
   选择合适的可视化工具
   选择恰当的图表
  7、 步骤6:报表撰写--观点表达
   选择报告种类
   完整的报告结构
  8、 数据分析的三大误区
  案例:终端营销项目过程讨论
  第三部分:数据分析方法篇
  问题:数据分析有什么方法可依?不同的方法适用解决什么样的问题?
  1、 数据分析方法的层次
   基本分析法(对比/分组/结构/趋势/…)
   综合分析法(交叉/综合评价/杜邦/漏斗/…)
   高级分析法(相关/方差/验证/回归/时序/…)
   数据挖掘法(聚类/分类/关联/RFM模型/…)
  2、 统计分析常用指标
   计数、求和、百分比(增跌幅)
   集中程度:均值、中位数、众数
   离散程度:极差、方差/标准差
   分布形态:偏度、峰度
  3、 基本分析方法及其适用场景
   对比分析(查看数据差距)
  演练:按性别、省份、产品进行分类统计
   分组分析(查看数据分布)
  演练:银行信用卡月消费分析(银行)
  演练:呼叫中心接听电话效率分析(呼叫中心)
  演练:客服中心科学排班人数需求分析(客服中心)
  演戏:客户年龄分布分析
  案例:排班后面隐藏的猫腻
   结构分析(评估事物结构)
  案例:用户市场占比结构分析
  案例:物流费用占比结构分析(物流)
   趋势分析(发现变化规律)
  案例:破解零售店销售规律
  4、 综合分析方法及其适用场景
   交叉分析(两维分析)
  演练:用户性别与地域分布分析
   综合评价法(多维指标归一)
  演练:人才选拔评价分析(HR)
  案例:南京丈母娘选女婿分析表格
   杜邦分析法(关键因素分析-财务数据分析)
  案例:电信市场占有率分析
  演练:服务水平提升分析(呼叫中心)
  案例:销售额的影响因素分析(零售店/电商)
   漏斗分析法(关键流程环节分析-流失率与转化率分析)
  演练:终端销售流程分析(电信营业厅)
  案例:业务办理流程优化分析(银行营业厅)
  案例:物流配送效率分析(物流)
   矩阵分析法(产品策略分析-象限图分析法)
  案例:工作安排评估
  案例:HR人员考核与管理
  案例:波士顿产品策略分析
  5、 最合适的分析方法才是硬道理。
  第四部分:解读数据分析结果
  问题:数据多,看不明白,不知道从何处看出业务问题?
  1、 数据分析的目的
   发现业务规律
   发现业务异常
   寻找业务策略
  2、 对比分析及业务策略
   看差距,补短板
   看极值,评优劣
   看异常,找原因
  3、 结构分析及业务策略
   看占比,聚焦重点
   看失衡,优化结构
  4、 趋势分析及业务策略
   看变化,说趋势
   看峰谷,找规律
   看异常,找原因
  5、 解读要符合业务逻辑
  案例:销售额数据分析
  案例:营业厅工单结构分析
  案例:营业厅客流趋势分析
  第五部分:数据分析思路篇
  问题:数据分析思路是怎样的?如何才能全面/系统地分析而不遗漏?
  1、 数据分析的思想
   从KPI指标开始
   从营销/管理模型开始
  2、 常用分析思路模型
  3、 企业外部环境分析(PEST分析法)
  案例:电信行业外部环境分析
  4、 用户消费行为分析(5W2H分析法)
  案例:用户购买行为分析(5W2H)
  5、 公司整体经营情况分析(4P营销理论)
  6、 业务问题专题分析(逻辑树分析法)
  案例:用户增长缓慢分析
  7、 用户使用行为研究(用户使用行为分析法)
  案例:终端销售流程分析
  第六部分:图表呈现篇
  问题:如何让你的分析结果更直观易懂?如何让数据“慧”说话?
  1、 图表类型与作用
  2、 常用图形及适用场景
  3、 常用图形
   柱状图(对比分析)
   条形图(对比分析)
   折线图(趋势分析)
   饼图(结构分析)
   雷达图(多重数据比较)
  演练:图形绘制
  4、 复杂图形
   平均线图(对比分析)
   双坐标图(不同量纲呈现)
   对称条形图(对比)
   散点图/气泡图(矩阵分析法)
   瀑布图(成本、收益构成分析)
   漏斗图(用户转化率分析)
  演练:图形绘制
  5、 动态图表画法技巧
  6、 图表美化原则
  7、 表格呈现
  8、 优秀图表示例解析
  第七部分:分析报告撰写
  问题:如何让你的分析报告显得更专业?
  1、 分析报告的种类与作用
  2、 报告的结构
  3、 报告命名的要求
  4、 报告的目录结构
  5、 前言
  6、 正文
  7、 结论与建议
  8、 优秀报告展现与解析
  案例:营业时间调整专题报告
  案例:企业业务运营分析报告
  第八部分:数据分析实战篇
  1、 相关分析(衡量变量间的的相关性)
  问题:营销费用会影响销售额吗?影响程度大吗?
   什么是相关关系
   相关系数:衡量相关程度的指标
   相关分析的过程
   相关分析应用场景
  演练:体重与腰围的关系
  演练:营销费用与销售额的关系
  案例:推广费用、销售额的相关分析
  案例:价格与利润的相关分析
  2、 方差分析
  问题:哪些才是影响销量的关键因素?
   方差分析解决什么问题
   方差分析种类:单因素/双因素可重复/双因素无重复
   方差分析的应用场景
   如何解决方差分析结果
  演练:终端摆放位置与终端销量有关吗?(单因素方差分析)
  演练:时间、区域是否是影响终端销量的关键因素(双因素无重复方差分析)
  演练:广告和价格是影响终端销量的关键因素吗(双因素可重复)
  案例:2015年大学生工资与父母职业的关系
  3、 回归分析(预测)
  问题:如何预测未来的销售量(定量分析)?
   回归分析的基本原理和应用场景
   回归分析的种类(一元/多元、线性/曲线)
   回归分析的方法及分析结果解读
  演练:散点图找推广费用与销售额的关系(一元线性回归)
  演练:推广费用、办公费用与销售额的关系(多元线性回归)
  演练:最佳选择的预测销售额的回归模型(一元曲线回归)
   回归分析(带分类变量)
  案例:汽车销量的季度预测
  演练:工龄、性别与终端销量的关系
  讨论:终端销售预测分析(营业厅)
  4、 时序分析(预测)
  问题:随着时间变化,未来的销量变化趋势如何?
   时序分析的应用场景(基于时间的变化规律)
   移动平均的预测原理
   指数平滑的预测原理
  案例:销售额的时序预测
  第九部分:数据挖掘实战篇
  1、 聚类分析
  问题:如何实现客户细分,开发符合细分市场的新产品?
   聚类分析及其作用
   聚类分析的种类
   层次聚类:发现多个类别
   R型聚类与Q型聚类的区别
  演练:中国省市经济发展情况分析(Q型聚类)
  演练:裁判评分的标准衡量(R型聚类)
   K均值聚类
  演练:宝洁公司如何选择新产品试销区域?
  演练:如何评选优秀员工?
  2、 分类分析
  案例:美国零售商(Target)如何预测少女怀孕
  问题:如何识别客户流失者、拖欠货款者?他们有什么特征?
   分析与聚类
   决策树分类的原理
   如何评估分类性能
  演练:识别银行欠货风险,提取欠货者的特征
  3、 关联分析
  案例:啤酒与尿布、飓风与蛋挞
  问题:购买面包的人是否也会购买牛奶?他们同时购买哪些产品?
   关联分析解决什么样的问题
   如何提取关联规则
   关联规则的应用场景
  4、 RFM模型
  问题:如何评估客户的价值?如何针对不同的客户采取营销策略?
   RFM模型介绍
   RFM的客户细分框架理解
  演练:淘宝客户选择促销客户的方式
  演练:结合响应模型,宜家IKE实现最大化营销利润
  实战:电信客户流失分析与预警模型
  结束:课程总结与问题答疑。

回复

使用道具 举报

您需要登录后才可以回帖 登录 | 免费注册

本版积分规则

人才招聘|广告服务|商业推广|帮助中心|实名认证 |QQ

© 2012-2018 www.gzfg.net All Rights Reserved. 凤冈网 版权所有

关于我们 | 隐私保护 | 网站声明 | 不良举报

Comsenz | 黔ICP备12002985号/贵公网安备52032702000034号

快速回复 返回顶部 返回列表