课程收益：

通过本次培训中实际案例的分享，了解数据收集、管理及分析的各种经验教训（别人花费上百亿学费买来的经验啊！），深刻理解大数据的意义，发掘客户精确营销和运营的价值，体会大数据运营的魅力，借助大数据实现新的飞跃。 通过本次培训中跨行业实际案例的分享，了解数据收集、管理的各种经验教训，并明确车载行业大数据的发展前景，洞悉新的市场机遇。

课程背景：

2014-2015年，中国的营销者正面临着一个极具挑战的经济时局，然而他们有机会通过撬动海量数据的杠杆来获取巨额收益。

2012年，我国汽车销量突破2000万辆，已超越美国而成为全球第一大市场。2012年汽车保有量超过1.2亿辆。 2015年中国车联网用户的渗透率有望突破10%的临界值，届时中国车联网的市场规模将超过1500亿元。车联网可以产生海量的数据，这些大数据会带来前所未有的商业机遇。

面对如此庞大的市场，车载电子产品也急待突破。如何借助车联网、借助大数据的发展机遇，实现一次新的转型，是摆在车载电子产品厂商面前的课题。

蓬勃发展中国车联网的大数据，所带来的机遇前所未有，这将是中国市场的营销者们预期取得大回报的最佳时机。营销者必须知道如何透过数据库的挖掘与分析，让手中的数据与信息发挥最大的价值，通过有效整合、分析各种数据，提高与客户、潜在客户互动的精准度，提升企业内部管理水平，实现更大价值。

本讲座借鉴电信行业、电商行业客户分析的实际案例，介绍数据分析技术在客户营销、企业管理等方面的应用价值，并给出大数据在车联网中应用案例及前景展望。

培训目标：

    本次培训将首先介绍一些基本概念，然后分享其它行业的案例，最后给出在车载行业大数据应用的案例和前景展望。本次培训将覆盖以下内容：

1.  通过大数据的收集、分析、管理可以了解整个车载行业的现状，特别是通过对海量数据的去粗取精，去伪存真，由此推测行业发展趋势，有利于未来更精确的定位新产品，满足市场需求;

2.  如何高效、精准地收集市场信息？

3.  如何甄别市场信息，去伪存真？

4.  如何筛选出真正有价值的市场信息，从而发现真正的客户需求和行业趋势？

5.  如何给产品合理定价？

6.  如何确定产品推向市场的关键时间？

课程内容：

一、 “大数据、大机遇”：

1.概述

1)大数据概念和特点

2)大数据需要哪些技术支撑

3)大数据能够带来哪些新应用？

4）车联网时代产生的大数据内容

2.大数据时代带来对传统营销的挑战

1)大数据如何成为资产？

2)大数据如何体现精确营销

3)大数据的价值

4）车联网大数据对于厂商的价值

3.大数据时代的新营销模式

1)互联网的营销模式——微博营销、微信营销、网页营销等

2)CRM——“旧貌焕发新颜”

3)精确营销——装上了GPS，实现“精确打击”

4）厂商的精准营销——车联网之上的电子产品营销

【示例】淘宝等电商的大数据营销案例分享

4.如何在海量数据中整合线上、线下数据，形成你对消费者的独特洞察力

1)知道客户的各个属性——互联网时代不再“是否是狗”

2)客户的群体特征——“人以群分”

3）如何发掘电子产品的潜在客户？

5.如何建立全渠道数据平台，拓展营销渠道，提高营销效率

1)客户接触渠道分类

2)电话、QQ、微博——全方位覆盖

3)如果进行广告的精确投放？

4)车联网时代营销渠道的拓展

6.大数据的实现架构和体系

1)HADOOP技术了

2）数据仓库技术

3）数据挖掘概述

【示例】互联网企业(BAT)的大数据架构分享

二、大数据下客户的“透视”：

1、客户是“上帝”，如何找到“上帝”？

1）上帝是什么样子？

上帝是什么视图？

2）客户是什么样子？

客户是什么视图？有什么样的客户标签？

3）提供哪些车载电子产品？

产品是什么视图？有什么产品标签？

4）如何建立客户和产品间的关系？

为合适的客户，找到合适的产品

2、我们对自己的客户（“上帝”）了解多少？

1）客户会有什么特点？

客户的基本特征（如：不同产品的年龄分布）

客户的群体特征（如：不同年龄群体关注点有哪些？）

现代营销模式的基础，以现有产品为基础，寻找群体客户适合的产品和服务。

【示例】电信客户交往圈分析案例

客户的内容消费特征（如：客户喜好哪些内容？）

另一个角度规划产品和服务。

【示例】基于客户喜好，推荐车载电子产品。

2）大数据时代营销的方法

营销方法论和知识库（分析问题的知识库和方法树）

车联网时代的营销：“大数据、微营销”

营销的渠道规划：实时营销和事件营销

【示例】美剧《纸牌屋》的大数据营销；

3）企业管理方面的情况

及时发现企业真实的情况（哪些运营的关键指标KPI？）

像人体一样，如何及时发现病症？（关键指标KPI的波动范围？）

【示例】：电信企业的数码仪表盘，展示企业的KPI；如何通过手机彩信及时展现KPI给领导。

【示例】车联网时代手机APP大数据应用展示

3、如何“帮客户买产品，而不是推销其不需要的产品”

1）如何进行客户的“X光透视”？

（客户的统一视图包含哪些信息？哪些是关键属性？）

如何发现客户的真实需求？（服务与骚扰的区别）

【示例】：电信行业客户的内容标签展示

2）内部产品的科学选配

（如何提供专家般量化的分析，为用户提供最优的内部产品？

如：电信行业计算出最适合用户模式的资费进行选择）

【示例】：为客户定制最合适的产品：经过数据精算后，告诉客户，A产品比B产品更适合张三。

3）竞争对手产品的对比

与竞争对手间的产品差异化区隔

自己产品的优势和弱点（如何提供量化的分析结果？）

【示例】：竞争对手的“客户回归”分析

4）销售过程的处理

销售时机的把握销售语术的把握

4、大数据营销的作用和价值

1）数据和知识是人的本质特征

2）大脑是人与动物的差别

3）“事半功倍”是捷径

4）从“拼刺刀”到“信息战”；示例：某人关系图

5、如何避免对客户的营销骚扰

1）客户外呼的次数控制

2）客户外呼的内容控制

3）客户外呼的时机控制

4）语术的把握避免投诉

5）不能外呼、不能发短信时，如何进行营销？

【示例】学习互联网的模式，“先有客户，再有生意”。

三、基础数据的收集和分析

1、数据的种类

1）客户数据内容（电信客户的基本资料）

2）产品数据内容（产品的编码）

3）营销数据内容（交易记录的保存）

4）服务数据内容（客户服务数据的保存）

5）市场数据的收集（第三方购买或者通过网站爬取等）

2.数据的获取方法

1）网站数据的获取（爬虫爬取、百度网站合作）

2）第三方数据的购买或者交换（购买运营商车联网数据）

3）通过电子产品捕获数据（内置蠕虫程序）

4）如何获取行业发展的数据？（行业数据获取及分析）

5）如何获取有效市场信息？（调研或者购买）

3、数据的存放方法

1）数据的清洗、转换和加载

2）存放在数据库/数据仓库

3）数据的基本分析工具EXCEL等

4）数据仓库的基本原理

3、数据的基本整理

1）数据的归类存放（建模型）

2）数据的基本加工

3）如何推测市场发展情况

4、数据挖掘技术

1）数据的基本汇总

2）数据中的“金子”：从石头中淘金子

3）数据挖掘：“啤酒和尿布”的故事

4）数据挖掘过程

5）数据挖掘算法介绍

    包括：关联分析、聚类分析、决策树分析、孤立点分析等算法

    【示例】：某省移动客户分群案例剖析（数据挖掘中分类算法）

5、数据质量的基本保障

1）如何去伪存真？

2）如何发现行业趋势？

指标的口径描述和统一

2）后期补数据成本是前提收集数据成本的15倍

3）“差之毫厘谬以千里”

6、网销/电销数据的收集和整理

1）网销数据的收集/整理

2）电销数据的收集/整理

3）电销和网销数据的关键点：

【示例】：电销企业的营销案例（借助数据挖掘中产品关联分析）

四、客户的分析和认知

1、客户的定义和范畴

用户和客户的区别

客户是否要进行细分，电信行业：校园客户、家庭客户、集团客户等

2、关于客户的基本“信息”（管中窥豹）

身份证信息行为爱好信息衍生信息

客户资料信息透露的内容

3、客户的基本属性标签

增值服务等方面，让服务更加贴近客户（旅游爱好者推荐哪些车载电子产品？）

如何爬取客户的内容信息

4、客户的喜好（“不怕没缺点，就怕没爱好”）

经常出没的地方（高尔夫场、酒吧街、电影院等）

通过前台的观察和后台的询问等获取的知识

【示例】营销时机的把控息案例（京东的实时营销案例）

客户分群的依据（物以类聚、人以群分）

数据挖掘技术应用客户分群的方法：

【示例】：电信行业客户内容标签案例

6、客户的知识库

实时调出符合条件的客户群体来

【示例】：电信行业客户知识库举例

7、客户的生命周期管理

客户的生命周期数据分析渗透到客户的生命周期全过程

8、电销/网销中能进行哪些客户分析和营销？

网络可以泄露客户更多的信息；（如何买到合适的数据？）

对客户更深层的了解，就可以进行合适的营销：

五、如何为合适的用户提供合适的产品？

1、营销的目的：为合适的用户提供合适的产品

除了“激情营销”，更需要“理性营销”；真正满足客户需求才能构建长久的营销关系；

客户的真实需求如何？

2、产品的特征分析：

车载电子产品的量化分析；

与对手产品的竞争分析；

产品增值服务分析；

3、产品定价分析：

成本量化定价方法；

市场比照量化定价方法；

其它量化方法：

【示例】电信行业产品定价测算分析

4、如何发现合适的用户

谁是合适的客户？标准有哪些？客户的担心、顾虑是什么？

5、如何提供合适的产品

从现有的产品客户中寻找目标客户特征

【示例】：客户手机阅读针对性营销案例示例

【示例】：车联网业务营销案例

6、营销案的设计和评估

如何吸引用户？如何让用户选择产品？

7、营销的过程和细节

类似CRM系统的营销流程管理

营销活动的实时性提升

8、营销的渠道选择

客户是否喜欢外呼电话，还是短信？还是营业厅？

【示例】：用户偏好渠道分析的案例

9、网销/电销的客户数据挖掘

【示例】：淘宝电子产品营销示例

10、客户的挽留和延伸销售

识别真正有价值的客户；

案例：客户价值评估介绍

尽量让客户进入更高级别，避免降级：（电信行业的价格战，将钻石卡用户打成了金卡；金卡用户打成了银卡）

六、如何编写漂亮的分析报告（既有漂亮里子，也要有漂亮面子）

1、数据是基础

2、分析报告是展现形式

3、分析报告的思路

4、分析报告的方法

示例：分析报告演示

七、总结和展望

现任国内最大通信集团大数据系统总设计师

多家培训机构及大学总裁班特邀讲师

十几年专注于大数据的研究与推广

2年中国银行金融数据管理工作经验

15年通信领域大数据研究及管理运营经验

段方博士承担了国内最大电信运营商的数据仓库和大数据中心的设计和建设、运营工作，积累了15年的大数据领域的实际工作经验。带领相关的团队，从系统创建到系统运营，开发了很多大数据领域的各种应用。积累了国内唯一的大数据在大企业建设、运营的经验。其前后主持设计的文档，有150余册、1200多万字。涉及大数据系统的数据模型、数据接口、系统架构、质量管控、业务应用、系统安全等各个领域。

受邀为多场大型专业论坛会议进行主题发言，多次获得好评，演讲经验丰富。先后给各种行业（电信行业、金融行业、制造行业、服务行业、零售行业等）进行过各种培训，累计数百次。

教育经历：

2002――2005（博士后学历）：北京大学信息科学技术学院博士后工作

1998——2001（博士学位）：北京邮电大学电子工程系攻读博士学位

1995——1998（硕士学位）：北京邮电大学智能网国家重点实验室  计算机应用专业

主讲课程：

《大数据时代企业的精细化运营和管理》

《大数据在制造业精细管理应用》

《大数据在金融行业的应用和案例》

《互联网和电信行业大数据案例分享》

《呼叫中心系统大数据分析》

《大数据时代的精确营销与服务运营》

《大数据中数据挖掘及案例（含CRISP-DM）》

《大数据处理技术架构及通过数据分析用户行为》
《大数据环境下企业转型与创新》

《金融行业客户征信大数据应用》

《大数据&大分析》

《大数据的互联网思维》

《金融行业的大数据建设及应用》

《大数据的应用及案例汇编》

《大数据关键技术及系统建设》

《某大型国企大数据系统实际案例剖析》……

授课风格：

理智型教学，将理论性、实践性与趣味性相结合,讲解深入浅出，分析、论证时思路清晰。

工作经历：

1.主持设计并完成了电信行业最大的大数据中心系统（截至到2015年达到18000TB存储容量，累计投资120亿元）

充分参考了互联网行业BAT（百度、阿里、腾讯）和谷歌等互联网企业的大数据建设案例，在电信行业主持设计并建设了国内最大的大数据中心（18PB）。基于HADOOP云计算架构，结合数据仓库系统，构建了混搭的大数据中心系统，完成了互联网内容爬去、客户内容喜好分析、客户数据业务营销、社会渠道欺诈、GIS网格量化、客户投诉分析等各种应用。提升了企业对外数据服务管理能力，增强了企业“数据变现”的水平。

2.主持设计并完成了世界上最大的数据仓库系统建设

结合某电信运营商的实际情况，创制性地提出了分级式数据仓库理论，本人主持设计并建设了某电信运营商的“经营分析系统”，前后投资了80多亿人民币，建成了目前国际最大容量的数据仓库系统。实现了客户离网分析、客户细分分群、客户价值评估、数据业务产品喜好分析、一线经理贴身支撑、客户渠道分析、供应链分析、员工量化薪酬管理、营销成本分析等。提升了企业内部量化管理水平，确保客户精准营销能力，降低企业运营成本。

3.带动了国内数据仓库和大数据产业的发展

通过本人主持和设计的最大的数据仓库系统，填补了国内在数据仓库领域技术和应用的很多空白，通过十余年的努力，带动了国内一批数据仓库领域的厂商和研究力量，对国内数据仓库行业的发展起到了积极的推动作用。同时，通过HADOOP云计算技术的研发和推广，探索了云计算如何在大型企业落地的方式、方法，总结了大量的实际案例，推动了大数据在非互联网企业的经营研究。

4.学术上取得了一些成绩

依据提出的“分级式数据仓库理论”。

5.组织了某电信运营商在数据仓库领域和云计算领域的队伍

带动某电信运营商的相关员工，通过多次的培训，逐步组织了各省公司的技术骨干团队，对系统的维护、新业务的开发和工程项目的管理等方面，积累了宝贵的经验。

6.与国内外进行了积极的交流

通过举办几次数据仓库技术论坛，与国内外的厂商进行了广泛的技术交流。先后与VODAPHONE 、AT&T、VERIZION等多家国外运营商就数据仓库的建设和使用进行了充分的交流，并赴部分国外运营商进行了实地的考察工作。

与BAT等互联网企业进行了充分的调研和交流，熟悉BAT大数据的架构和应用情况。详细分析、比较过互联网企业和传统企业在大数据应用领域的各自优势，给出了实际的咨询方案。

出版著作：

2005年出版了电信行业第一本数据仓库专著《数据仓库技术及其在电信领域中的应用》和《数据仓库基础》（电子工业出版社出版）两本书籍。前后在各种技术媒体发表了几十篇各种文章，有的文章被SCI检索收录。

2015年完成《大数据&大分析》和《大数据的互联网思维》两本书籍的编写和出版工作。  

部分曾服务客户：

通信行业：北京移动（4次）、成都移动（2次）、遂宁移动、山东移动、惠州移动、四川移动、南充移动（2次）、深圳移动、上海奉贤区电信、中山电信、上海联通、国信公司、中国吉通、成都电信、上海北区电信……

金融行业：中国人民银行总行、中国银行、民生银行、工商银行、建设银行、交通银行、华夏银行、泰康人寿、中国人寿保险、太平洋保险、安邦保险、中国人民银行、汇丰投资、金泰化成投资……

汽车行业：华通汽车、北斗汽车、广州汽车、北京汽车、重庆北汽银翔汽车……

IT行业：首都信息发展公司、唐郎商旅网、青牛公司、用友软件、兰芯数据定向传媒、深圳金立手机、新东网科技……

其它行业：信息产业部（2次）、杭州苏宁电器、威斯特时尚购物、武汉工贸、北京中交集团（9次）、富邦科技、新农翔饲料、盛世达医疗设备、宁德新能源、亿童文教股份、中国电力建设集团（3次）、中石油吉林公司、中交威海公司、北京电子控股、齐心文具、北京海淀区政府（2次）、广州保利国际……