大数据营销分析

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,大数据分析,-,市场、营销数据分析高级应用,一、,数据分析必备基础知识,1.,什么是数据分析,数据分析是指用适当的统计方法对收集来的大量第一手资料和第二手资料进行分析，以求最大化地开发数据资料的功能，发挥数据的作用。是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。,2.,逻辑树的分析方式,3.,定性分析与定量分析,定性分析,定量分析,4.,统计数据的内在规律,通过统计描述和统计推断的方法探索数据内在规律,描述统计,推断统计,5.,数据尺度及基本度量方法,为了选择一个恰当的统计方法来描述和分析数据，我们需要区分不同的度量尺度（,measurementscales,）或者说是测量标准。,所有数据都会用下面四种度量尺度之一进行度量：名义型、顺序型、区间型或者比率型。,6.,数据的预处理和“脏”数据处理,7,数据检查的主要步骤,基本检查,属性检查,拓扑关系检查,逻辑一致性检查,完整性检查,8,提取数据应注意的关键环节,目标性,需求性,方法性,9.,合适的方法处理特异值,直接删除法,暂且保留，待结合整体模型综合分析法,如果样本量很小，可以考虑使用均值或其他统计量取代法,将其视为缺失值，利用统计模型填补法,做过多处理，根据其性质特点，使用稳健模型加以修饰法,使用抽样技术或模拟技术，接受更合理的标准误等信息法,10.,慧眼识逻辑，厘清潜在关系,案例分析,计算机处理数据的方法,计算机整理数据的方法,二、数据挖掘：精确营销,数据挖掘：互联网大数据时代数字化营销和精确营销,1.,科学决策！不凭“经验”，不拍脑门,2.,数字化营销新趋势,数字化营销是企业的命脉，然而，为数不少的市场部、销售部工作人员由于缺乏营销分析的概念和方法，企业累积的大量数据得不到有效的利用，营销分析只停留在数据和信息的简单汇总和流水账的通报，缺乏对客户、业务、营销、竞争方面的深入分析，结果决策者只能凭本能的反应来运作，决策存在很大的失误风险。,决策者应着眼于营销数据的分析和统计，学会如何挖掘背后的规律和隐含的信息，从而提升科学管理和科学决策的水平。,3.,客户细分与挖掘,客户画像法,企业用户画像,客户聚类法,客户判别法,4.,精确营销新趋势,针对顾客偏好，有针对性地进行一对一的营销。精确营销往往由直复营销、数据库营销等多种手段的结合，前提是掌握精确的营销信息，精确的目标受众资讯以及有效的市场手段。精确营销是不同于大众营销的一种营销新趋势。可以这样形象的来比喻、传统的营销模式好像是过去战争中的狂轰滥炸，而这种做法在现代战争中已经不怎么采用了，现代战争中更多的是利用先进的定位系统来有效地打击目标，精确营销就如同现代战争中的这种做法。,5.,实施数据分析的系统策划和实施,实施数据分析的系统策划,实施数据分析的实施,6.,目前流行的数据分析与挖掘工具简介,SPSS,SPSS Modeler,Clementine,Matlab,R,Excel,7.,客户数据库分析的,RFM,指标,最近一次消费,消费频率,消费金额,8.,基于聚类细分方法的案例解析,聚类分析方法,案例分析,9.,市场,营销数据的案例分析,细分结果的应用,品牌分析的应用,采用,Logistic,回归方法的应用,三 数据规划与数据收集,指标统计方法与来源格式,指标的定义,指标的种类,指标的应用,2.,数据来源和收集途径,数据来源,数据收集途径,3.,数据搜集工具和手段,数据搜集工具,数据搜集手段,4.,数据表的规划和设计,数据表的规划,数据表的设计,5.,数据的有效期和保鲜,数据的有效期,数据的保鲜,6.,将目标与,KPI,相结合,7.,学会使用,excel,逻辑函数,EXCEL,常用的逻辑函数,EXCEL,常用逻辑函数的应用,四 常用分析与展示方法,1.,多产品的相关性分析,2.,销售周期分析,3.,销售趋势分析,4.,销售结构分析,5.,常用的分析图表：如何使用图表图形化的分析数据,8.,数据透视表的应用,9.,创建表达多种信息的综合报表；创建环比、同比分析报表,10.,各种市场、销售数据分析、技术报表的多视角分析等。,11.,消费动因和营销活动绩效分析应用,12,市场营销数据异动分析,五 指标分析,1.,销售绩效的评估与考核,2.,宏观市场与产业市场指标,3.,公司经营状况指标,4.,客户相关指标,5.,市场营销指标,6.,对指标的细化分析，从数据的分布趋势深入分析指标,7.,如何将指标分解到相关影响因子,六 市场调查,1.,策划市场调查介绍,2.,常规调查方法和网上调查方法,3.,如何进行统计学上有效的抽样调查,4.,理解误差的来源分析,5.,调研成本的策划与控制,6.,如何对抽样结果进行统计,7.,通过置信度分析计算调查误差,七,商业预测应用,1.,预测依据与理论,2.,预测的模型介绍,3.,不同的预测模型各自的优缺点与选择,4.,水平和趋势模型（回归分析）,5.,季节模型（时间序列分析）,6.,如何评估预测的偏差,八 数据统计分析,SPSS,应用,一、描述统计分析的市场应用,1,、数据分析相关基础理论,2,、,SPSS,描述性统计分析的实现,案例：企业数据汇总与展示,二、推断统计分析的市场应用,1,、事物（如产品的各个变量）之间的关系探讨及度量,2,、利用变量之间的关系对某一变量进行预测,案例：银行不良贷款回归分析与预测,3,、利用事物过去的发展模式对其未来进行预测,案例：汽车销售额分解预测,4,、回归分析与时间序列预测的实现,三、多元统计分析的市场应用,1,、,SPSS,聚类分析与因子分析的实现,案例：某行业产品类型划分；上市公司多指标业绩评价,