你的位置: 首页 > 公开课首页 > 客户服务 > 课程详情
课程介绍 评价详情(0)
本课程名称: 大数据与客户关系管理
查看更多:客户服务公开课
我要找内训供应商
授课内容与课纲相符0低0%
讲师授课水平0低0%
服务态度0低0%
课程介绍 评价详情(0)
课程大纲
1、客户关系管理成为企业的核心能力
2、客户关系管理中的数据分析
3、大数据分析应用的条件
■全面准确的海量数据
■精细化管理理念的倡导
■数据分析和数据挖掘技术的有效应用
4、大数据应用的最新进展
第2章、数据挖掘概述
1、数据挖掘的发展历史
2、统计分析与数据挖掘的主要区别
3、数据挖掘的主要成熟技术以及在客户关系管理中的主要应用
■决策树
■神经网络
■回归
■关联规则
■聚类
■贝叶斯分类方法
■支持向量机
■主成分分析
■假设检验
4、互联网行业数据挖掘应用的特点
第3章、客户关系管理中常见的数据分析项目类型
1、目标客户的特征分析
2、目标客户的预测(响应、分类)模型
3、运营群体的活跃度定义
4、用户路径分析
5、交叉销售模型
6、信息质量模型
7、服务保障模型
8、用户(买家、卖家)分层模型
9、卖家(买家)交易模型
10、信用风险模型
11、商品推荐模型
11、商品推荐介绍
■关联规则
■协同过滤算法
■商品推荐模型总结
12、数据产品
13、决策支持
第4章、数据分析是跨专业、跨团队的协调与合作
1、数据分析团队与业务团队的分工和定位
■提出业务分析需求并且能胜任基本的数据分析
■提供业务经验和参考建议
■策划和执行精细化运营方案
■跟踪运营效果、反馈和总结
2、数据化运营是真正的多团队、多专业的协同作业
3、实例示范数据化运营中的跨专业、跨团队协调合作
第5章、数据挖掘项目完整应用案例
1、项目背景和业务分析需求的提出
2、数据分析师参与需求讨论
3、制定需求分析框架和分析计划
4、抽取样本数据、熟悉数据、数据清洗和摸底
5、按计划初步搭建挖掘模型
6、与业务方讨论模型的初步结论,提出新的思路和模型优化方案
7、按优化方案重新抽取样本并建模,提炼结论并验证模型
8、完成分析报告和落地应用建议
9、制定具体的落地应用方案和评估方案
10、业务方实施落地应用方案并跟踪、评估效果
11、落地应用方案在实际效果评估后,不断修正完善
12、不同运营方案的评估、总结和反馈
13、项目应用后的总结和反思
第6章 顶尖数据挖掘平台TipDM
1、TipDM产品功能
■TipDM平台提供的数据探索及预处理算法
■TipDM平台提供的分类与回归算法
■TipDM平台提供的时序模式算法
■TipDM平台提供的聚类分析算法
■TipDM平台提供的关联规则算法
2、TipDM使用说明
3、TipDM产品特点
■支持CRISP-DM数据挖掘标准流程
■提供丰富的数据挖掘模型和灵活算法
■具有多模型的整合能力
4、提供灵活多样的应用开发接口
5、海量数据的处理能力
6、适应不同类型层次人员需求
第7章 数据挖掘在金融电信行业的应用
1、案例二:电信3G客户识别系统
■挖掘目标的提出
■分析方法与过程
■建模仿真
■核心知识点
■拓展思考
2、案例三:基于客户分群的精准智能营销
■挖掘目标的提出
■分析方法与过程
■建模仿真
■核心知识点
■拓展思考
第8章 数据挖掘在互联网行业的应用
1、案例一:商业零售行业中的购物篮分析
■挖掘目标的提出
■分析方法与过程
■建模仿真
■启发与拓展
2、案例二:电子商务网站用户行为分析
■挖掘目标的提出
■分析方法与过程
■建模仿真
■启发与拓展
3、案例三:基于用户行为分析的定向网络广告投放
■挖掘目标的提出
■分析方法与过程
■建模仿真
■结果及分析
■启发与拓展
第9章 数据挖掘在生产制造行业中的应用
1、案例:基于RFM的企业客户关系分析
■挖掘目标的提出
■分析过程与方法
■建模仿真
■核心知识点
■拓展思考
结束
培训师介绍
本课程名称: 大数据与客户关系管理
查看更多:客户服务公开课