大數(shù)據(jù)與客戶(hù)關(guān)系管理（宮同昌）

第1章　客戶(hù)關(guān)系管理與大數(shù)據(jù)的關(guān)系
1.1　客戶(hù)關(guān)系管理成為企業(yè)的核心能力
1.2　客戶(hù)關(guān)系管理中的數(shù)據(jù)分析
1.3　大數(shù)據(jù)分析應(yīng)用的條件
1.3.1全面準(zhǔn)確的海量數(shù)據(jù)
1.3.2精細(xì)化管理理念的倡導(dǎo)
1.3.3數(shù)據(jù)分析和數(shù)據(jù)挖掘技術(shù)的有效應(yīng)用
1.4　大數(shù)據(jù)應(yīng)用的最新進(jìn)展
 
第2章　數(shù)據(jù)挖掘概述
2.1　數(shù)據(jù)挖掘的發(fā)展歷史
2.2　統(tǒng)計(jì)分析與數(shù)據(jù)挖掘的主要區(qū)別
2.3　數(shù)據(jù)挖掘的主要成熟技術(shù)以及在客戶(hù)關(guān)系管理中的主要應(yīng)用
2.3.1　決策樹(shù)
2.3.2　神經(jīng)網(wǎng)絡(luò)
2.3.3　回歸
2.3.4　關(guān)聯(lián)規(guī)則
2.3.5　聚類(lèi)
2.3.6　貝葉斯分類(lèi)方法
2.3.7　支持向量機(jī)
2.3.8　主成分分析
2.3.9　假設(shè)檢驗(yàn)
2.4　互聯(lián)網(wǎng)行業(yè)數(shù)據(jù)挖掘應(yīng)用的特點(diǎn)
 
第3章　客戶(hù)關(guān)系管理中常見(jiàn)的數(shù)據(jù)分析項(xiàng)目類(lèi)型
3.1　目標(biāo)客戶(hù)的特征分析
3.2　目標(biāo)客戶(hù)的預(yù)測(cè)（響應(yīng)、分類(lèi)）模型
3.3　運(yùn)營(yíng)群體的活躍度定義
3.4　用戶(hù)路徑分析
3.5　交叉銷(xiāo)售模型
3.6　信息質(zhì)量模型
3.7　服務(wù)保障模型
3.8　用戶(hù)（買(mǎi)家、賣(mài)家）分層模型
3.9　賣(mài)家（買(mǎi)家）交易模型
3.10　信用風(fēng)險(xiǎn)模型
3.11　商品推薦模型
3.11.1　商品推薦介紹
3.11.2　關(guān)聯(lián)規(guī)則
3.11.3　協(xié)同過(guò)濾算法
3.11.4　商品推薦模型總結(jié)
3.12　數(shù)據(jù)產(chǎn)品
3.13　決策支持
 
第4章　數(shù)據(jù)分析是跨專(zhuān)業(yè)、跨團(tuán)隊(duì)的協(xié)調(diào)與合作
4.1　數(shù)據(jù)分析團(tuán)隊(duì)與業(yè)務(wù)團(tuán)隊(duì)的分工和定位
4.1.1　提出業(yè)務(wù)分析需求并且能勝任基本的數(shù)據(jù)分析
4.1.2　提供業(yè)務(wù)經(jīng)驗(yàn)和參考建議
4.1.3　策劃和執(zhí)行精細(xì)化運(yùn)營(yíng)方案
4.1.4　跟蹤運(yùn)營(yíng)效果、反饋和總結(jié)
4.2　數(shù)據(jù)化運(yùn)營(yíng)是真正的多團(tuán)隊(duì)、多專(zhuān)業(yè)的協(xié)同作業(yè)
4.3　實(shí)例示范數(shù)據(jù)化運(yùn)營(yíng)中的跨專(zhuān)業(yè)、跨團(tuán)隊(duì)協(xié)調(diào)合作
 
第5章　數(shù)據(jù)挖掘項(xiàng)目完整應(yīng)用案例
5.1　項(xiàng)目背景和業(yè)務(wù)分析需求的提出
5.2　數(shù)據(jù)分析師參與需求討論
5.3　制定需求分析框架和分析計(jì)劃
5.4　抽取樣本數(shù)據(jù)、熟悉數(shù)據(jù)、數(shù)據(jù)清洗和摸底
5.5　按計(jì)劃初步搭建挖掘模型
5.6　與業(yè)務(wù)方討論模型的初步結(jié)論，提出新的思路和模型優(yōu)化方案
5.7　按優(yōu)化方案重新抽取樣本并建模，提煉結(jié)論并驗(yàn)證模型
5.8　完成分析報(bào)告和落地應(yīng)用建議
5.9　制定具體的落地應(yīng)用方案和評(píng)估方案
5.10　業(yè)務(wù)方實(shí)施落地應(yīng)用方案并跟蹤、評(píng)估效果
5.11　落地應(yīng)用方案在實(shí)際效果評(píng)估后，不斷修正完善
5.12　不同運(yùn)營(yíng)方案的評(píng)估、總結(jié)和反饋
5.13　項(xiàng)目應(yīng)用后的總結(jié)和反思
 
第6章 頂尖數(shù)據(jù)挖掘平臺(tái)TipDM
6.1 TipDM產(chǎn)品功能
6.1.1TipDM平臺(tái)提供的數(shù)據(jù)探索及預(yù)處理算法
6.1.2TipDM平臺(tái)提供的分類(lèi)與回歸算法
6.1.3TipDM平臺(tái)提供的時(shí)序模式算法
6.1.4TipDM平臺(tái)提供的聚類(lèi)分析算法
6.1.5TipDM平臺(tái)提供的關(guān)聯(lián)規(guī)則算法
6.2 TipDM使用說(shuō)明
6.3 TipDM產(chǎn)品特點(diǎn)
6.3.1支持CRISP-DM數(shù)據(jù)挖掘標(biāo)準(zhǔn)流程
6.3.2提供豐富的數(shù)據(jù)挖掘模型和靈活算法
6.3.3具有多模型的整合能力
6.3.4提供靈活多樣的應(yīng)用開(kāi)發(fā)接口
6.3.5海量數(shù)據(jù)的處理能力
6.3.6適應(yīng)不同類(lèi)型層次人員需求
 
第7章 數(shù)據(jù)挖掘在金融電信行業(yè)的應(yīng)用
7.1 案例二：電信3G客戶(hù)識(shí)別系統(tǒng)
7.1.1挖掘目標(biāo)的提出
7.1.2分析方法與過(guò)程
7.1.3建模仿真
7.1.4核心知識(shí)點(diǎn)
7.1.5拓展思考
7.2 案例三：基于客戶(hù)分群的精準(zhǔn)智能營(yíng)銷(xiāo)
7.2.1挖掘目標(biāo)的提出
7.2.2分析方法與過(guò)程
7.2.3建模仿真
7.2.4核心知識(shí)點(diǎn)
7.2.5拓展思考
 
第8章 數(shù)據(jù)挖掘在互聯(lián)網(wǎng)行業(yè)的應(yīng)用
8.1 案例一：商業(yè)零售行業(yè)中的購(gòu)物籃分析
8.1.1挖掘目標(biāo)的提出
8.1.2分析方法與過(guò)程
8.1.3建模仿真
8.1.4啟發(fā)與拓展
8.2 案例二：電子商務(wù)網(wǎng)站用戶(hù)行為分析
8.2.1挖掘目標(biāo)的提出
8.2.2分析方法與過(guò)程
8.2.3建模仿真
8.2.4啟發(fā)與拓展
8.3 案例三：基于用戶(hù)行為分析的定向網(wǎng)絡(luò)廣告投放
8.3.1挖掘目標(biāo)的提出
8.3.2分析方法與過(guò)程
8.3.3建模仿真
8.3.4結(jié)果及分析
8.3.5啟發(fā)與拓展
 
第9章 數(shù)據(jù)挖掘在生產(chǎn)制造行業(yè)中的應(yīng)用
9.1 案例：基于RFM的企業(yè)客戶(hù)關(guān)系分析
9.1.1挖掘目標(biāo)的提出
9.1.2分析過(guò)程與方法
9.1.3建模仿真
9.1.4核心知識(shí)點(diǎn)
9.1.5拓展思考
 
結(jié)束 
 
講師簡(jiǎn)介 
宮同昌老師：男   46歲                                             
清華大學(xué)繼續(xù)教育學(xué)院特聘講師 、北京大學(xué)、上海交通大學(xué)、浙江大學(xué)特邀客戶(hù)關(guān)系管理講師、新華社旗下媒體《培訓(xùn)》雜志理事會(huì)成員、微軟中國(guó)商務(wù)管理解決方案特聘客戶(hù)關(guān)系管理講師、中國(guó)機(jī)械工業(yè)企業(yè)管理協(xié)會(huì)特聘客戶(hù)關(guān)系管理講師、國(guó)際電子商務(wù)師聯(lián)合會(huì)特聘講師
清華大學(xué)MBA管理培訓(xùn)俱樂(lè)部常務(wù)理事
教育背景：清華大學(xué)經(jīng)濟(jì)管理學(xué)院工商管理碩士

主要工作經(jīng)歷及業(yè)績(jī)
國(guó)際電子商務(wù)師聯(lián)合會(huì)北京管理中心主任；曾任美國(guó)著名CRM軟件產(chǎn)品咨詢(xún)顧問(wèn)；香港上市公司總裁助理；外企銷(xiāo)售部經(jīng)理；亞星汽車(chē)山西分公司經(jīng)理；清華大學(xué)EMBA項(xiàng)目主管；國(guó)家“八五”、“九五”重點(diǎn)軍工項(xiàng)目主任，所參加項(xiàng)目曾獲部級(jí)科技進(jìn)步二等獎(jiǎng)。
擅長(zhǎng)客戶(hù)關(guān)系管理(CRM)、服務(wù)營(yíng)銷(xiāo)、客戶(hù)服務(wù)、電子商務(wù)、企業(yè)信息化、物流管理等領(lǐng)域的培訓(xùn)與咨詢(xún)。
具有扎實(shí)的理論功底，豐富的行業(yè)知識(shí)及企業(yè)管理經(jīng)驗(yàn)，能將復(fù)雜深?yuàn)W的理論用淺顯的企業(yè)實(shí)踐案例加以闡述，講課擅長(zhǎng)啟發(fā)、互動(dòng)。
主講課程有：
《360°客戶(hù)關(guān)系管理》、《電子商務(wù)時(shí)代的客戶(hù)關(guān)系》、《汽車(chē)行業(yè)客戶(hù)關(guān)系管理》、《客戶(hù)關(guān)系管理維護(hù)與提升》、《卓越的客戶(hù)服務(wù)技巧》、《客戶(hù)服務(wù)體系》、《電子商務(wù)與網(wǎng)絡(luò)營(yíng)銷(xiāo)》、《企業(yè)信息化與電子商務(wù)》等
曾服務(wù)過(guò)的企業(yè)：
大型國(guó)企：人民銀行、上汽集團(tuán)、中信集團(tuán)、中糧集團(tuán)、中國(guó)航空工業(yè)集團(tuán)、中石油、中石化、首都機(jī)場(chǎng)、中國(guó)煙草公司、國(guó)家電網(wǎng)、中國(guó)國(guó)航、天澤電力、中國(guó)紅塔集團(tuán)、京東方、南方航空公司等
外資企業(yè)：通用、寶馬、戴姆勒-奔馳、ABB、東芝（中國(guó)）有限公司、三菱電梯、卡特彼勒、愛(ài)普生、UPS、DHL、輝瑞制藥、諾華制藥、拜耳藥業(yè)、美國(guó)康明斯、法國(guó)阿?，m、德國(guó)西門(mén)子公司、SOFTTEK等
金融行業(yè)：中國(guó)人民銀行清算總中心、上海交通銀行、上海招商銀行、 中國(guó)建設(shè)銀行、中國(guó)農(nóng)業(yè)銀行浙江分行、中國(guó)工商銀行新疆分行、新華保險(xiǎn)、廣州人民財(cái)產(chǎn)保險(xiǎn)公司、陽(yáng)光保險(xiǎn)、中國(guó)人壽、新華人壽、浙江永安期貨、中谷期貨…
制物流運(yùn)輸業(yè)：UPS、德邦物流、大順發(fā)物流、國(guó)藥物流、宅急送總公司、DHL…
制造業(yè)：三一重工、島津集團(tuán)、東芝（中國(guó)）有限公司、愛(ài)普生（中國(guó)）有限公司、南車(chē)集團(tuán)、戴姆勒-奔馳、宇通客車(chē)、三一重工、九陽(yáng)股份、浙江正泰集團(tuán)、許繼集團(tuán)、北京天澤電力、江森智控…
通信行業(yè)：中國(guó)郵政、四川電信、山東聯(lián)通、中國(guó)移動(dòng)、河北移動(dòng)、廣州移動(dòng)、中興通訊、長(zhǎng)城寬帶…
服裝行業(yè)：中國(guó)威絲曼服裝、古琦時(shí)裝（北京）有限公司、雅戈?duì)柗?、杉杉服飾、?bào)喜鳥(niǎo)、森仕集團(tuán)…
奢侈品行業(yè)：恒信鉆石、周大福、GUCCI、BOSS、  Dior迪奧、香奈兒、周生生、…
快速消費(fèi)品：勁牌酒業(yè)、金六福酒、蒙牛乳業(yè)、鐵騎力士、農(nóng)標(biāo)普瑞納、拜耳藥業(yè) …
房地產(chǎn)、建筑行業(yè)：中糧地產(chǎn)、北京天鴻地產(chǎn)、萬(wàn)通集團(tuán)、萬(wàn)科地產(chǎn)、中天集團(tuán)…
其它行業(yè)：大連泰德煤網(wǎng)、證券市場(chǎng)紅周刊、航空集團(tuán)25所、北京市司法局、美克美家、《英才》雜志、浙江新安集團(tuán)、雅虎中國(guó)…