【课程对象】

集团类企业的企业运营管理、产品运营、产品营销、客户服务、数据挖掘、数据分析和数据技术等方面相关负责人。

【课程大纲】

1.大数据特征与应用关键


（1）大数据的特征与挑战


介绍大数据的特征以及三个重要的转变


（2）大数据的发展驱动力


介绍互联网与移动互联网在大数据发展中的作用以及相关的生态变化


（3）互联网大数据应用


介绍百度\腾讯\阿里的大数据体系以及应用方向


（4）大数据应用的基础-用户画像


（5）大数据应用层次和体系


（6）企业大数据落地五大关键


介绍大数据在企业的落地存在的问题、方法和具体应用场景


�


2.互联网思维与大数据


（1）互联网思维案例分析


（2）互联网思维和大数据


（3）数据在互联网产品设计、内容建设、产品推广和营销、产品优化等阶段的作用


�


3.搭建移动互联网运营的数据体系


构建移动互联网运营的全方位数据体系，发现运营问题


（1）移动互联网运营KPI类指标如何有效搭建


（2）如何搭建移动互联网运营健康度监控的数据体系


（3）如何通过大数据发现营销推广渠道作弊，更加有效的评判推广渠道质量


�


4.大数据应用于用户体验分析及优化


涉及用户体验模型及监控


（1）大数据用于客户/用户体验监控与优化


介绍通过大数据分析及时发现产品运营中产品体验的问题


1.1构建产品运营监控体系来及时发现产品运营的异动和用户问题


1.2通过客户/用户关键触点监控发现用户体验问题并优化


（2）大数据用于用户口碑监控与优化


2.1洞察口碑：口碑三大分类


2.2管理和激发口碑


2.3大数据：测量和监控用户反馈并优化


�


5.大数据支撑用户精细化运营与营销


（1）数据支撑互联网营销活动优化


介绍数据在日常的产品运营活动中的使用方法


1.1通过Abtest提升营销创意效果


1.2通过数据挖掘优化营销效果


（2）大数据用户生命周期管理与产品精细化营销


介绍如何通过用户生命周期管理和数据挖掘结合的办法，来发现潜在用户，预警客户流失，优化电商运营效果


2.1用户生命周期管理简介


2.1.1用户生命周期管理是什么


2.1.2用户生命周期管理的价值杠杆


2.1.3实施用户生命周期管理的关键


2.2用户生命周期管理的实现方法——数据准备及模型建设


2.2.1建模


2.2.2模型应用情况


2.3用户生命周期管理方案试点、固化及应用


2.3.1方案试点和固化


2.3.2用户生命周期管理系统应用及展望


�


6.大数据推荐在用户个性化营销的应用


涉及用户个性化推荐模型在个性化营销的应用


（1）推荐的原理介绍与关键思想


介绍推荐算法的原理与常见算法思想


1.1推荐算法概述


1.2推荐算法核心的思想


（2）推荐电商的应用案例


通过案例介绍电商个性化推荐的思想、流程、算法及注意事项


2.1推荐核心思想


2.2推荐算法流程


2.3 推荐偏好判断


2.4 物品相似度计算


2.5 推荐效果


2.6 产品经理如何推动个性化推荐算法实施


�


7.分类方法在精细化营销中的应用


涉及用户分类模型在营销中的应用


（1）需要用户分类（用户细分）的常见场景


介绍客户细分在互联网精细化营销中常用到的场景


（2）用户分类常用算法介绍


介绍用户细分的常见算法和效果


（3）用户分类实践案例


通过案例从背景\目标\数据\实施\效果等介绍客户细分方法在精细化营销的具体应用


�


8.大数据如何引爆产品传播


介绍如何通过数据挖掘形成有意思的发现，为互联网产品宣传\公关提供引爆的传播点


（1）大数据传播的常识


介绍通过大数据挖掘来传播互联网产品的注意事项


（2）大数据传播的流程和方法


介绍选题、数据分析、选择引爆点、图谱设计等流程，以及每个环节中的难点和注意点


（3）大数据传播策划的几个关键


通过具体的案例介绍大数据引爆产品和营销传播的关键要素