班级规模及环境--热线:4008699035 手机:15921673576( 微信同号) |
坚持小班授课,为保证培训效果,增加互动环节,每期人数限3到5人。 |
上课时间和地点 |
上课地点:【深圳分部】:电影大厦(地铁一号线大剧院站)/深圳大学成教院 【上海】:同济大学(沪西)/新城金郡商务楼(11号线白银路站) 【北京分部】:北京中山学院/福鑫大楼 【南京分部】:金港大厦(和燕路) 【武汉分部】:佳源大厦(高新二路) 【成都分部】:领馆区1号(中和大道) 【沈阳分部】:沈阳理工大学/六宅臻品 【郑州分部】:郑州大学/锦华大厦 【广州分部】:广粮大厦 【西安分部】:协同大厦 【石家庄分部】:河北科技大学/瑞景大厦
最近开课时间(周末班/连续班/晚班):请点击此处咨询在线客服 |
实验设备 |
☆资深工程师授课
☆注重质量
☆边讲边练
☆合格学员免费推荐工作
★实验设备请点击这儿查看★ |
质量保障 |
1、培训过程中,如有部分内容理解不透或消化不好,可免费在以后培训班中重听;
2、课程完成后,授课老师留给学员手机和Email,保障培训效果,免费提供课后答疑。
3、培训合格学员可享受免费推荐就业机会。 |
课程大纲 |
课程介绍
当今社会,经济形态和商业文明已经进入整合阶段,比如电商耦合了物流、零售、支付手段、互联网等载体,各种载体产生的数据汇整在一起便形成“大数据”。大数据的故事、传奇、思想和成功案例,我们已耳熟能详,在本书中亦有大量电商案例介绍。真正的大数据,不是噱头,更不是空心的概念,是“梦想照进现实”般的落地和创造丰厚的经济价值。
商业中的大数据
“大数据”若按照学术界的严格定义,其量级通常不低于1PB(也就是1024TB)。电商各种数据源量级巨大,但是相对粗糙、噪声高,甚至部分是流水,经过数据的筛选、洗涤、转换、聚合等动作之后,“大数据”往往会变成可供商业分析和挖掘“小数据”。所以,大数据是相对的。
目前,尽管大数据如火如荼,但是商业模式和盈利模式并不清晰。能算得上真正的“大数据”量级同时完全由大数据创造的巨额经济价值足以养活整个公司的企业,在笔者看来,仅网络搜索巨擘谷歌和百度两家。而大部分商业场景之下的基于数据的决策倘若按照“大数据”的学术定义,皆称不上大数据,但是数据化决策和管理屡见不鲜、无处不在。所以,商业中(包括电商行业)的大数据一般指的是数据维度比较丰满且数据观测数在1000万以上的规模。
数据驱动电商
课程目标
了解电商基础理论
了解电商数据化运营常用的工具方法
培训对象
希望了解电商运营的同事
希望了解大数据的人员
课程长度
2天(12学时)
授课形式
• PPT+教材+参考资料,理论讲解
• 场景+案例+模拟环境,动手实践
• 手把手解决问题+解决问题经验分享
• 随堂随机提问,并解答
• 随堂留练习题+完成好的学员小小物质奖励
• 分小组讨论+实际场景模拟+老师点评
• 定期知识点review
•
课程内容
第1个主题: 电商大鳄逐鹿中原、数据驱动主宰沉浮
第2个主题: 大数据生态体系介绍(深入理解大数据的生态体系)(30分钟)
1、 大数据生态体系介绍
2、 大数据支撑----云计算
3、 大数据核心----海量数据
4、 大数据灵魂----大数据技术
5、 大数据价值----大数据商业思维
6、 大数据企业应用障碍分析
第3个主题: 大数据技术在大型互联网公司中的实际应用(深入理解大数据作用与意义)(60分钟)
1、 电商遇到的问题
2、 大型互联网企业遇到的问题
3、 大数据主要解决的问题
4、 实例分享:淘宝双十一
5、 实例分享:腾讯QQ
6、 实例分享:百度文库
7、 实例分享:打车大战
8、 大数据的作用
9、 战略决策和精细化管理
10、 大数据网络营销
第4个主题: 大数据企业级平台选型(大数据时代企业级技术选型分享)(30分钟)
1、 实例分享:淘宝技术变迁
2、 实例分享:京东技术变革
实例分享:滴滴打车技术变革
第5个主题: 电商战略战术解析
1. 电子商务解析:特质,整合效应
2. 电子商务的格局,淘宝到底动了谁的奶酪
3. 电子商务时代的品牌运作
4. 电子商务四大战争
a) 价格之战
b) 人才之战
c) 流量之战
d) 数据之战
第6个主题: 电子商务的战术
1、 电子商务创业
2、 电子商务10大营销定律
3、 电子商务的10大败局定律
4、 电子商务的10大心理学定律
第7个主题: 大数据挖掘与分析介绍(全面理解大数据挖掘概念与分析技术)(120分钟)
5、 数据分析基本概念
6、 数据分析算法
7、 数据分析工具
8、 数据分析流程
9、 数据分析范畴
10、 数据挖掘基本概念
11、 数据挖掘模型
12、 数据挖掘目标
13、 数据挖掘数据质量
14、 数据挖掘的9大定律
15、 数据挖掘发展趋势
16、 数据挖掘在电子商务中的多面性
17、 电子商务数据挖掘的“AVSM法则”
18、 数据挖掘的工具
a) 数据采集工具
b) 客户端数据分析工具
c) 客户端数据挖掘工具
d) 数据存储——数据库系统
第8个主题: 搭建数据化体系
1. 绘制销售图谱
2. 数据化指标及体系
1. 晴雨表体系的建立
2. 晴雨表的解读技巧
3. 组建流量漏斗模型
4. 诊断流量黑洞
5. 诊断流量骤变原因
3. 数据分析入门案例
4. 数据挖掘入门案例
5. 数学建模入门案例
第9个主题: 广告投放策略
1. 互联网广告的形态
2. 广告投放战略
3. 精准投放基础篇
4. 广告投放高级策略
第10个主题: 数据驱动艺术设计
1. 数据驱动与艺术设计漫谈
2. 网站首页最优长度如何测定
3. 网页的结构布局策略
4. 商品详情页的“倒三角形”结构
5. 警惕搭配套餐的骗局
6. 关联推荐的设计
第11个主题: 大数据驱动
1. 数据化管理
a) 任何一个团队或项目不能量化就不能管理
b) 客服团队数据化管理
a) 客服团队排班设计
b) 客服团队的绩效管理
c) 客服团队忠诚度激励方案
d) 客服团队数据化管理高级应用:测算咨询并发数
c) 供应链数据化管理
i. 供应链数据化管理的点和面
ii. 大数据环境下供应链管理的通路
i. 商品结构如何布局
ii. 销量预测的三种最基本的方法
iii. 现货模式下的弹性补货策略
iv. 智能化仓库拣货路径的设计
v. 大型促销活动促销节点的设计
d) 客户“怪诞行为”研究
i. 商品预售是颠覆了零售模式还是电商之殇
ii. 客户手机号和电子邮箱里隐藏的秘密
1. 手机号与客户购买力之间的关系
2. 从Mail地址里窥探那些不能说的秘密
iii. 数学模型量化客户行为
1. 知识储备:条件概率
2. Logistic回归模型解析客户流失概率分布
iv. “7次购物原则”与客户忠诚度
v. 客户生命周期贯穿销售始终
第12个主题: 客户关系管理
7. 客户关系管理没那么简单
8. 客户关系管理的生死穴
9. 客户关系管理的流程
10. 客户关系的五部曲
11. 数据库的组建
12. 数据库的加厚
13. 数据库的标签
14. 数据库的挖掘
15. 客户关系管理的落地
16. 与时俱进的客户关系管理
17. 客户服务的类型
18. 客户关系管理用好现代互联网新媒体
|
|
|
|