課程背景：
為什么阿里巴巴能在1個工作日發放貸款?為什么騰訊如此精準開展微信營銷?為什么順豐快遞的廣告投遞如此精準?原因是他們擁有強大的數據庫，因此在互聯網時代，在云計算的條件下，企業要實現精準營銷已絕非難事，那么究竟如何開展精準客戶服務營銷呢?這也是我們開設這門課程的原因。
課程收獲：
●掌握大數據的規律和基本特點
●學會開展數據分析，并找到數據背后的問題
●通過大數據開展精準化營銷
教學過程中運用大量生動且具有實戰意義的案例，將對你的思維帶來新的沖擊和啟發，講師語言生動幽默，多次達到“全場無尿點”的效果
課程時間：
1天,6小時/天
課程對象：
中層員工/基層員工
課程方式：
工具講解、小組討論、實戰練習、案例分析等
課程大綱：
引言：大數據改變我們的生活，所有人都生活在數據中
例1：女兒懷孕
例2：有趣的必勝客的訂餐系統
例3：大數據分析股票
例4：大數據相親
 
第一章：大數據的基本理念
一、大數據到底是什么?
二、大數據時代到來的條件
1.時代的沿革
1）工業革命1.0——機械生產代替手工勞動
2）工業革命2.0——實現了生產的自動化
3）工業革命3.0——開始邁入信息化時代
4）工業革命4.0——智能工業開始拉開序幕
例：工業4.0進入C2B的模式的私人訂制的時代
2.移動互聯網
3.云計算
4.4G網絡
二、大數據的條件——大數據VS數據大
1.大數據與傳統數據的區別
1）“由業務向數據提出需求”的運營模式向“以數據指導業務”的運營模式轉變
2）化“數”為“據”是關鍵。
2.大數據的特點
1）數據體量夠大（Volume）
2）數據類型夠多（Variety）
3）數據價值密度低（Value）
4）數據具有實效性（Velocity）
三、大數據的類型
1.結構化數據——純數字化數據
2.半結構化數據——圖片、聲音、影像
3.非結構化數據——行為數據：歸根到底是研究“人”
1）表象數據
2）心理數據
3）性格數據
 
第二章：大數據的商業意義和使用
一、大數據的商業意義
挖掘需求：永遠不要忽略用戶的行為數據和潛在需求
1.大數據的本質：還原（通過行為數據還原用戶的真實需求）——為C端精確畫像
1）分析用戶的特征和行為
2）篩選有價值的用戶
3）注重用戶體驗
2.還原的三個條件：角度、場景、數據
1）角度：企業價值和客戶價值。
2）場景——推理“活”數據
例：客戶為什么改了送貨地址?
例：“十一黃金周”
3）數據——挖掘
--表象數據——挖掘用戶的潛在需求
潛在需求指標：搜索的關鍵詞、瀏覽過的網頁、購物車中待購品
對策分析指標：網頁停留的時間、購買商品的單價、服務滿意度
身份識別指標：常用的物流、常刷的銀行卡、常用的送貨地址
--心理數據——探尋用戶的真實感受
--心理數據一：對比效應——不怕不識貨，只怕貨比貨
--心理數據二：評估模式——女孩子相信是否要帶女伴
--心理數據三：折中效應——不知是中國喜歡中庸之道
--心理數據四：沉沒成本——人們為什么總停留在過去
--心理數據五：損失規避——敢不敢冒險，會不會說話
--心理數據六：稟賦效應——敝帚為什么自珍
--心理數據七：心理賬戶——錢和錢是不一樣的
--心理數據八：交易效用——網購為什么瘋狂
--心理數據九：錨定效應——好的起點是成功的一半
--性格數據——找到用戶的行為動機
例：空城計中諸葛亮對司馬懿性格的預測
例：草船借箭中諸葛亮對曹操性格的預測
3.大數據的基礎：經驗
例：打領帶、按燈試驗、國王與奴隸
4.大數據的關鍵作用：預測
例：塔蘭托海港戰役
例：日俄海戰
例：大慶油田泄密。
例：分析一個女性用或視頻網站商城的真實數據
例：從支付手段推測銀行未來發展趨勢
5.大數據的根本目的：決策
例：林彪的大數據思維。
例：普拉達
例：保險公司出險加保問題。
精準營銷：開展精準化、低成本營銷
1.關聯推薦：
例：啤酒與尿布
例：淘寶賣內衣分析。
2.廣告精準推送
例：“小時代”電影的廣告策略。
3.社區營銷，建立核心競爭力
例：郵政的EMS和順豐競爭
內部管理：提高工作效率和服務質量
1.提高工作效率
例：阿里巴巴征信系統
2.提升服務質量
例：泰國的東方飯店服務
例：印象舌尖如何營銷天平會計事務所
例：人性化的關懷。
3.實現員工的扁平化管理
例：用淘寶模式管理員工
模式變革：變革商業模式，引領時代潮流
1.思維變革：信息風暴顛覆思維慣例
1）從“樣本”到“總體”
2）從“精確性”到“混雜性”
3）從“因果關系”到“相關關系”
2.商業模式的變革與創新
1）企業模式創新
2）產業模式創新
3）技術模式創新
二、數據采集的方法
1.試驗法（EQ試驗）
例：雀巢速溶咖啡
2.訪問法
例：羅永浩的錘子手機、刀削面
例：腦白金史玉柱的市場調研。
3.問卷法
4.平臺法（對于后臺數據的監測）——微信的三個號
 
第三章：大數據在現實生活中的應用
一、大數據時代的三大發展趨勢
--數據資產化
--產業平臺化（垂直整合）
--泛互聯網化
--大數據在各行各業的應用
--大數據在各行各業的應用
1.零售業——個性
1）零售行業的數據采集的目的是為了掌握用戶的心理數據
2）根據用戶數據重新定位零售產品的品牌
3）社群調性的設計是零售行業數據利用的最高層次
例：小米手機、錘子手機
2.制造業——智能
1）未來的汽車制造商難道還僅僅是制造企業嗎?
2）無人車與無人機的發展與應用
3）未來的服裝生產商還僅僅是服裝生產商嗎?
例：紅領西裝定制
3.能源業——節能
1）升級客戶分析
2）提高智能控制
3）人性化服務
例：智能電表的應用
4.廣告業——精準
1）廣告的四種收費模式：CPC、CPS、CPM、CPT
2）廣告商發展的三種趨勢：掌心終端、交互模式、口碑見證
3）數字媒體模式：RTB、XAD
5.通信業——連接
1）通信行業的痛點
2）微信成為第四大運營商的理由
3）通信行業最寶貴的資源——修寬帶的員工
6.金融業——回歸
1）金融行業三大痛點：重關系重產品、重背景不重體驗、重政治不重效率
2）大數據時代下的第三方支付手段
3）如何運用大數據發放貸款
例：阿里小貸、空付
7.醫療業——開放
1）醫療行業的痛點
2）醫療行業的流程改革
3）醫療行業如何運用數據盈利
例：蘋果手環
8.教育業——交互
1）商業講師的痛點
2）3D全息成像系統
3）沉浸式教學體驗
例：BUY+
9.影視業——質量
1）如何運用大數據進行前期推廣
2）如何運用大數據進行客戶分析
3）如何運用大數據進行后續長尾盈利
例：彈幕
10.交通業——監測
1）傳感器實現大數據采集
2）實現安全交通與智慧物流