课程总览
一、大数据管理与开发流程
- 1. 大数据三个要素
- （1）大——海量，平台级
- （2）数——信息，结构化
- （3）据——精准、可依赖
- 2. 大数据的三种类型
- 3. 大数据六个特征：时间、空间、行为、偏好、规律、预测
- 4. 符合实际情况的数据开发流程
- （1）数据采集
- （2）数据整合
- （3）数据清洗
二、数据驱动是传统行业的短板
- 1. 数据思维：数据意识相对弱，专业能力欠缺
- 2. 数据采集：数据积累时间较长，但质量不佳
- 3. 数据贯通：数据难整合，无法发挥协同作用
- 4. 数据开发：应用场景单一，缺乏业务突破点
- 5. 数据应用：条件所限，缺少应用的成功案例
- 【行动指南】如何完善基础数据治理，打通数据堵点，完成数据贯通和闭环
三、大数据分析挖掘方法和要点
- 1. 统计性分析
- （1）结合业务场景设定关键指标
- （2）不同维度组合的统计模型
- （3）导向性的数据提取
- 2. 预测性分析
- （1）捕捉各个因素之间的内在关联
- （2）通过历史数据发掘规律和趋势
- （3）风险评估，预判和管控
- 3. 可视化分析
- （1）形成观点和结论
四、大数据运营体系及应用方向
- 1. 产品研发：数据反馈与产品定义
- 【案例解析】在非洲卖得最好的中国手机品牌
- 2. 用户画像：客户心理及行为分析
- 3. 精准营销：痛点捕捉与需求触达
- 4. 风险管控：数据监测与风险预警
- 【案例解析】上海外滩踩踏事件的反思和启示
- 5. 运营效率：智能化和精细化管理
- 【案例解析】亚朵酒店全面升级安心工程
- 6. 创新服务：客户个性化需求满足
- 【案例解析】电力大数据在银行征信体系中的应用
一、什么是用户画像
- 1. 目标消费群体的DNA
- 2. 营销决策的重要依据
- 3. 满足用户场景化需求
- 4. 获得最佳的效果转化
二、用户需求分析
- 1. 用户角色属性划分
- 2. 用户真伪需求甄别
- 3. 保持倾听，独立判断
- 4. 满足需求/洞察需求/创造需求
- 5. 刚性需求/弹性需求/隐性需求/伪需求
三、场景触发需求
四、数据源建立
