【课程背景】
在信息社会大数据时代下，市场营销的核心是市场营销数据分析与挖掘，用数字说话，学营销数据分析的整体步骤掌握销售报表的制作方法和技巧掌握营销数据分析的思路套路，在大量市场数据中找到对自己有利点，挖掘开发客户，掌握营销数据挖掘的模型及其应用，为企业建立新的生产要素--数据资产，助力企业新质生产力。
【课程收益】
l 了解大数据的本质
l 掌握基于大数据营销的基本理念及方法
l 能制订能够指导销售动作的报表及决策
l 掌握常见的销售数据分析维度及方法
l 根据销售数据制订销售策略
【课程时间】
线下2天 6小时/天
【课程对象】
销售经理 销售主管 区域主管 销售总监 售前人员 产品经理
【课程大纲】
第一讲 大数据基础认知
1. 一句话讲清楚大数据
2. 大数据的基本特征
3. 大数据与小数据
第二讲 营销数据的采集与清洗
1. 营销数据采集的来源
1）业务系统数据
2）市场调研数据
3）第三方数据
2. 营销数据采集的时效性
1）数据采集的及时性
2）数据采集的阶段性
3. 营销数据清洗常见问题
1) 空数据的规避
2) 乱数据的规避
3) 错数据的规避
4) 确权数据的使用
第三讲 营销数据标准的建立
1. 企业营销数据的建设标准
2. 企业营销数据对信息化的要求
3. 营销数据形成数据资产的意识与标准
4. 如何将数据与企业营销相融合
1) 数据采集和准备
2) 利用优秀的数据挖掘平台
3) 营销运作和大数据的深度结合
4) 大数据营销下对销售人人员的技能要求
第四讲 营销数据（结构化数据）的常见分析模型与实践
1. 人-货-场的数据指标库
2. 快速建立实用的数据表
3. 简单实用的三大分析方法
1) 对比分析
2) 细分分析
3) 转化分析
4. 销售收据分析模型
1) 销售数据主线分析
i. 整体销售分析
ii. 区域分析
iii. 产品线分析
iv. 价格体系分析
v. 销售数据总结及建议
2) 销售数据指标分解
i. 销售额/销量（按人/组）
ii. 区域布局
iii. 季节因素
iv. 其他影响因素
5. 销售漏斗预测方法
1) 销售漏斗的定义及标准
i. 什么是销售漏斗
ii. 什么是客户拓展
iii. 什么是客户线索
iv. 进入销售漏斗需要满足的4个条件
v. 销售漏斗的4中状态
2) 销售漏斗1+2预测原则
i. 月承诺原则
ii. 周承诺原则
3) 销售漏斗预测标准
i. 预测盘点时间点的确定
ii. 连续三个月承诺预测时间
6. 大数据用户生命周期管理
1) 客户生命周期管理
2) 用数据管理用户生命周期
7. 基于关键指标的分析方法
1) 经营过程中的关键指标
2) 案例思考：有效分析市场数据
3) 基于绩效考核指标的传统分析的缺陷
4) 结合KPI和管理理念分析营销状况
8. 时间序列分析方法
1) 时间序列分析法的4个着力点
2) 时间序列分析法的具体方法
3) 趋势如何分析
9. 商业预测技术
1) 商业预测的方法
2) 商业预测的基本流程
工具与实践：利用结构数据构建指数型数据
第五讲 基于销售流程的行为数据（非结构化数据）模型建设
1. 客户采购阶段1：业务驱动、定位问题（10%）
2. 客户采购阶段2：确立需求 启动项目（30%）
3. 客户采购阶段3：评估方案 圈定供应商（50%）
4. 客户采购阶段4：制定规则 落实采购（70%）
5. 客户采购阶段5： 得到结果 签订合同（90%）
6. 客户采购阶段6：付款收货 实施评估（100%）
工具与实践：销售流程数据管理模型的建设模版
第六讲 基于渠道管理的行为数据模型建设
1. 找到合适的发展目标（5%）
2. 确认合适的发展对象（10%）
3. 找到内部支持者（20%）
4. 与主要经营者达成初步合作意向（30%）
5. 基于目标市场，完成市场开发计划（40%）
6. 完成相关培训交流（50%）
7. 完成近期市场开拓行动计划（60%）
8. 成功合作第一单（70%）
9. 达成与合作伙伴的全面业务融合（80%）
10. 渠道成为战略合作伙伴（90%）
工具与实践：渠道建设与管理数据模型建设模版
第八讲 数据资产合规与运营
1. 数据资产合规：贯穿数据资产流程的生命线
2. 公共数据授权运营模式及相关案例
3. 数据资产登记的相关概念和流程
4. 数据入表的条件、流程及相关问题
5. 数据资产交易和资本化的合规风险
6. 企业整体角度的数据资产合规评估及相关服务需求
刘亮