 班級規模及環境--熱線:4008699035 手機:15921673576( 微信同號) |
|
每期人數限3到5人。 |
| 上課時間和地點 |
上課地點：【上海】：同濟大學(滬西)/新城金郡商務樓(11號線白銀路站) 【深圳分部】：電影大廈(地鐵一號線大劇院站)/深圳大學成教院 【北京分部】：北京中山學院/福鑫大樓 【南京分部】：金港大廈(和燕路) 【武漢分部】：佳源大廈（高新二路） 【成都分部】：領館區1號（中和大道） 【沈陽分部】：沈陽理工大學/六宅臻品 【鄭州分部】：鄭州大學/錦華大廈 【石家莊分部】：河北科技大學/瑞景大廈 【廣州分部】：廣糧大廈 【西安分部】：協同大廈
最近開課時間(周末班/連續班/晚班）：2020年3月16日 |
| 實驗設備 |
☆資深工程師授課
☆注重質量
☆邊講邊練
☆合格學員免費推薦工作
★實驗設備請點擊這兒查看★ |
| 質量保障 |
1、培訓過程中，如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
2、培訓結束后,授課老師留給學員聯系方式,保障培訓效果,免費提供課后技術支持。
3、培訓合格學員可享受免費推薦就業機會。 |
課程大綱 |
課程介紹
當今社會，經濟形態和商業文明已經進入整合階段，比如電商耦合了物流、零售、支付手段、互聯網等載體，各種載體產生的數據匯整在一起便形成“大數據”。大數據的故事、傳奇、思想和成功案例，我們已耳熟能詳，在本書中亦有大量電商案例介紹。真正的大數據，不是噱頭，更不是空心的概念，是“夢想照進現實”般的落地和創造豐厚的經濟價值。
商業中的大數據
“大數據”若按照學術界的嚴格定義，其量級通常不低于1PB（也就是1024TB）。電商各種數據源量級巨大，但是相對粗糙、噪聲高，甚至部分是流水，經過數據的篩選、洗滌、轉換、聚合等動作之后，“大數據”往往會變成可供商業分析和挖掘“小數據”。所以，大數據是相對的。
目前，盡管大數據如火如荼，但是商業模式和盈利模式并不清晰。能算得上真正的“大數據”量級同時完全由大數據創造的巨額經濟價值足以養活整個公司的企業，在筆者看來，僅網絡搜索巨擘谷歌和百度兩家。而大部分商業場景之下的基于數據的決策倘若按照“大數據”的學術定義，皆稱不上大數據，但是數據化決策和管理屢見不鮮、無處不在。所以，商業中（包括電商行業）的大數據一般指的是數據維度比較豐滿且數據觀測數在1000萬以上的規模。
數據驅動電商
課程目標
? 了解電商基礎理論
? 了解電商數據化運營常用的工具方法
培訓對象
? 希望了解電商運營的同事
? 希望了解大數據的人員
課程長度
2天（12學時）
授課形式
? PPT+教材+參考資料，理論講解
? 場景+案例+模擬環境，動手實踐
? 手把手解決問題+解決問題經驗分享
? 隨堂隨機提問，并解答
? 隨堂留練習題+完成好的學員小小物質獎勵
? 分小組討論+實際場景模擬+老師點評
? 定期知識點review
?
課程內容
第1個主題： 電商大鱷逐鹿中原、數據驅動主宰沉浮
第2個主題： 大數據生態體系介紹（深入理解大數據的生態體系）（30分鐘）
1、 大數據生態體系介紹
2、 大數據支撐----云計算
3、 大數據核心----海量數據
4、 大數據靈魂----大數據技術
5、 大數據價值----大數據商業思維
6、 大數據企業應用障礙分析
第3個主題： 大數據技術在大型互聯網公司中的實際應用（深入理解大數據作用與意義）（60分鐘）
1、 電商遇到的問題
2、 大型互聯網企業遇到的問題
3、 大數據主要解決的問題
4、 實例分享：淘寶雙十一
5、 實例分享：騰訊QQ
6、 實例分享：百度文庫
7、 實例分享：打車大戰
8、 大數據的作用
9、 戰略決策和精細化管理
10、 大數據網絡營銷
第4個主題： 大數據企業級平臺選型（大數據時代企業級技術選型分享）（30分鐘）
1、 實例分享：淘寶技術變遷
2、 實例分享：京東技術變革
實例分享：滴滴打車技術變革
第5個主題： 電商戰略戰術解析
1. 電子商務解析：特質，整合效應
2. 電子商務的格局，淘寶到底動了誰的奶酪
3. 電子商務時代的品牌運作
4. 電子商務四大戰爭
a) 價格之戰
b) 人才之戰
c) 流量之戰
d) 數據之戰
第6個主題： 電子商務的戰術
1、 電子商務創業
2、 電子商務10大營銷定律
3、 電子商務的10大敗局定律
4、 電子商務的10大心理學定律
第7個主題： 大數據挖掘與分析介紹（全面理解大數據挖掘概念與分析技術）（120分鐘）
5、 數據分析基本概念
6、 數據分析算法
7、 數據分析工具
8、 數據分析流程
9、 數據分析范疇
10、 數據挖掘基本概念
11、 數據挖掘模型
12、 數據挖掘目標
13、 數據挖掘數據質量
14、 數據挖掘的9大定律
15、 數據挖掘發展趨勢
16、 數據挖掘在電子商務中的多面性
17、 電子商務數據挖掘的“AVSM法則”
18、 數據挖掘的工具
a) 數據采集工具
b) 客戶端數據分析工具
c) 客戶端數據挖掘工具
d) 數據存儲——數據庫系統
第8個主題： 搭建數據化體系
1. 繪制銷售圖譜
2. 數據化指標及體系
1. 晴雨表體系的建立
2. 晴雨表的解讀技巧
3. 組建流量漏斗模型
4. 診斷流量黑洞
5. 診斷流量驟變原因
3. 數據分析入門案例
4. 數據挖掘入門案例
5. 數學建模入門案例
第9個主題： 廣告投放策略
1. 互聯網廣告的形態
2. 廣告投放戰略
3. 精準投放基礎篇
4. 廣告投放高級策略
第10個主題： 數據驅動藝術設計
1. 數據驅動與藝術設計漫談
2. 網站首頁最優長度如何測定
3. 網頁的結構布局策略
4. 商品詳情頁的“倒三角形”結構
5. 警惕搭配套餐的騙局
6. 關聯推薦的設計
第11個主題： 大數據驅動
1. 數據化管理
a) 任何一個團隊或項目不能量化就不能管理
b) 客服團隊數據化管理
a) 客服團隊排班設計
b) 客服團隊的績效管理
c) 客服團隊忠誠度激勵方案
d) 客服團隊數據化管理高級應用：測算咨詢并發數
c) 供應鏈數據化管理
i. 供應鏈數據化管理的點和面
ii. 大數據環境下供應鏈管理的通路
i. 商品結構如何布局
ii. 銷量預測的三種最基本的方法
iii. 現貨模式下的彈性補貨策略
iv. 智能化倉庫揀貨路徑的設計
v. 大型促銷活動促銷節點的設計
d) 客戶“怪誕行為”研究
i. 商品預售是顛覆了零售模式還是電商之殤
ii. 客戶手機號和電子郵箱里隱藏的秘密
1. 手機號與客戶購買力之間的關系
2. 從Mail地址里窺探那些不能說的秘密
iii. 數學模型量化客戶行為
1. 知識儲備：條件概率
2. Logistic回歸模型解析客戶流失概率分布
iv. “7次購物原則”與客戶忠誠度
v. 客戶生命周期貫穿銷售始終
第12個主題： 客戶關系管理
7. 客戶關系管理沒那么簡單
8. 客戶關系管理的生死穴
9. 客戶關系管理的流程
10. 客戶關系的五部曲
11. 數據庫的組建
12. 數據庫的加厚
13. 數據庫的標簽
14. 數據庫的挖掘
15. 客戶關系管理的落地
16. 與時俱進的客戶關系管理
17. 客戶服務的類型
18. 客戶關系管理用好現代互聯網新媒體
|
|
|
|
首頁 課程表 在線聊 報名 講師 品牌 QQ聊 活動 就業
