大數據營銷

【課程背景】

互聯網時代的到來，徹底顛覆了人們的思維方式和工作方法。如今，企業營銷人員正在通過新型傳播媒介——電子郵件、論壇、微博、微信等，與數以百萬計的客戶建立聯系。面對如此龐大的市場和激烈的同行業競爭，如何快速、精準地找到自己的目標客戶，就成為了企業管理者和營銷人員急需解決的問題。

其實，消費者的所有行為都在產生數據，而且數量巨大，這些大數據可以幫助企業營銷人員更好地提煉產品特色，定位目標消費者，洞察消費者的喜好，理解并判斷消費者的行為，發現真正的消費者并最終實現銷售

【課程時間】2天

【課程對象】

【授課方式】案例+視頻+講解點評

【課程大綱】

第一講　大數據分析用戶行為

1　用戶搜索慣性

1.1　萬圣節搜索意圖

1.2　精準定位的萬圣節關鍵詞

2　用戶的點評數據

3　用戶的購物車列表

3.1　電商網站重視購物車

3.2　巧妙設計購物車

4　亞馬遜的瀏覽軌跡分析

4.1　亞馬遜的促銷策略

4.2　亞馬遜數據的有效利用

5　臉書用戶的情緒數據

5.1　臉書用數據看戀愛

5.2　臉書全方位運用情緒數據

第二講　大數據識別用戶的偏好

1　用戶的停留時間數據表  

1.1　淘寶、天貓的用戶停留時間  

1.2　電商網站有效轉化流量

2　Tindie用戶直奔主題的緣由

2.1　格蕾斯利用瀏覽功能了解用戶

2.2　遵循高效原則的Tindie產品搜索

2.3　Tindie合理正確的導向用戶

2.4　Tindie改進購物車，助力全球化

3　大數據看用戶影視內容偏好

3.1　卡通先生用數據

3.2　《爸爸去哪兒》內容偏好

3.3　56、優酷等視頻網站聚焦大數據

4　那些“為發燒而生”的發燒友們

4.1　小米定位發燒友

4.2　發燒友助力小米營銷

4.3　“為發燒而生”的啟示

5　谷歌的搜索識別系統

5.1　谷歌數據收集

5.2　谷歌運用大數據的啟示

第三講　市場預測與決策的數據源

1　數據分析模型和規則

1.1　塔吉特超市的精準預測

1.2　塔吉特超市的3W數據分析模型

1.3　“尿布與啤酒”數據關聯規則

2　實際場景決定數據價值

2.1　百度天眼場景化應用

2.2　大數據的產業化場景

3　將聲音轉化為數字的颯拉（ZARA）

3.1　ZARA運用數據生產及營銷

3.2　ZARA三個數據源

4　《紙牌屋》的票房奇跡

4.1　Netflix用數據打造《紙牌屋》

4.2　《紙牌屋》成功的啟示

5　梅西百貨的全渠道營銷

5.1　梅西百貨改革策略

5.2　梅西百貨的營銷啟示

第四講　User experience：極致用戶體驗

1　簡約主義（Simple）

1.1　簡約的蘋果手機

1.2　像蘋果一樣簡約

2　定制思維（Customization）

2.1　高級定制——勞力士

2.2　勞力士定制思維啟發

3　從1到10，Windows的更新迭代史

3.1　微軟系統30年發展史

3.2　 Windows 從1到10的啟示  

4　“微創新”模式并不存在抄襲

4.1　新一代行業熱點——微創新

4.2　微創新成就微信的成功

5　諾基亞魔咒

5.1　來自蘋果、安卓的威脅

5.2　諾基亞固守“我們的方式”

5.3　董事會成員辭職風波

第五講　Freemium：免費商業模式

1　免費策略：機會成本  

1.1　一美元的機票

1.2　免費的電信手機經營之道

2　產品免費——增值服務收費

2.1　奇虎360通過免費奇襲成功

2.2　奇虎360免費模式的進化歷程

2.3　奇虎360免費模式背后的啟示

3　用戶免費——廣告商付費

3.1　玩家樂意看廣告免費玩游戲  

3.2　微信、微博等超級APP盈利手段  

4　產品免費——附件收費

4.1　剃須刀+刀片的商業模式

4.2　吉列、利樂的成功經驗

5　通過免費開放平臺盈利的谷歌

5.1　平臺免費，后續服務收費

5.2　免費開放：尋找下一個10億  

第六講Operation：精細化運營

1　精細化運營中的數據價值挖掘

1.1　北京大悅城的精細化運營

1.2　大數據在搜狐投放廣告中的價值

2　數據分析：基于案例的推理

2.1　太原鋼鐵集團利用CBR技術巧運營

2.2　太原鋼鐵集團利用數據的啟發

3　陌陌的運營策略

3.1　陌陌垂直細分領域的開拓

3.2　陌陌運營滿足用戶需求

4　大數據透析用戶喜好邏輯實例

4.1　用戶數據助推星巴克激活市場

4.2　星巴克大數據運用的啟發

5　由百度刷臉看用戶需求分析

5.1　世界杯期間拼顏值吃飯

5.2　百度精細化運營啟發

第七講　大數據信息刪除系統

1　數據量大≠大價值

2　隱私數據刪除模式  

2.1　教育機構運用大數據

2.2　有效防止隱私數據泄露  

3　離群數據（Outlier）刪除模式

3.1　離群數據即異常值

3.2　普瑞辛格的忠告

4　重復數據刪除技術

4.1　飛康軟件發力重復數據刪除  

4.2　自由選擇去重方式

5　中國大而不強的信息技術產業

5.1　信息技術產業現狀

5.2　信息技術產業的突破口

第八講　SCRM社會化客戶關系管理

1　QQ增強版看SCRM強關系營銷

1.1　SCRM的戰略應用——營銷QQ增強版

1.2　強關系紐帶的形成

2　SCRM的交互影響力

2.1　從CRM到SCRM的愛爾康

2.2　驢媽媽擁抱SCRM有效避免客戶流失

3　與用戶共同創造產品

3.1　戴爾公司邀用戶共同打造產品  

3.2　戴爾建立直銷平臺的啟發

4　西門子的客戶關系維護系統

4.1　西門子發展的驅動力

4.2　西門子維護客戶關系的原因

5　iPhone的“蘋果樹”思維

5.1　“蘋果樹”的成長歷程

5.2　“蘋果樹”的啟發

第九講　競爭對手數據流監測

1　大數據情報搜集系統

1.1　銀行利用情報規避投資風險

1.2　情報的主要來源

2　競爭對手分析

2.1　英特爾完勝摩托羅拉

2.2　英特爾案例的啟發

3　降維營銷打擊理論

3.1　小米、微信的“降維打擊”  

3.2　小米、微信顛覆市場格局的啟發

4　用數據鄙視競爭對手

4.1　蘋果產品的數據

4.2　蘋果利用數據指標的啟發

5　無敵手的特斯拉汽車

5.1　特斯拉汽車無敵手的原因

5.2　特斯拉的成功經驗

第十講　品牌危機大數據即時預警  

1　危機與機會  

1.1　三星的危機，蘋果的機會

1.2　“乘”虛而入策略

2　“7×24”大數據輿情監測

2.1　北信源網情監測平臺分析

2.2　輿情監測應對體系  

3　唯品會訂單事件

3.1　履行訂單解決品牌危機

3.2　唯品會公關的啟發  

4　不合格的優衣庫危機公關  

4.1 “優衣庫事件”損傷品牌形象

4.2　優衣庫與屈臣氏的危機公關對比

5　數據黑洞  

5.1　大數據有時會失效  

5.2　大數據黑洞來源  

第十一講　發現新市場與預見未來

1　還沒下單，快遞已到家門口

1.1　亞馬遜的神奇物流

1.2　“遞送無憂”的購物體驗  

2　大數據客戶價值挖掘

2.1　樂購中國的深挖客戶價值

2.2　樂購中國利用大數據經營管理

3　用大數據的眼光看世界  

3.1　大數據預測未來及應用  

3.2　大數據引領未來  

4　谷歌的未來戰略——Google X

4.1　解密Google X

4.2　谷歌、豐田的創業經驗

5　有關未來的數據，你能做什么？

5.1　大數據預測“學霸”

5.2　利用大數據，從現在做起