課程描述INTRODUCTION
大數據應用開發
日程(cheng)安排(pai)SCHEDULE
課程大綱Syllabus
大數據(ju)應用開(kai)發
課程背景:
大數據時代的到來,正在飛速地改變人們的工作方式、思維模式以及企業的業務形態。近幾年里,大數據影響了社會的方方面面,從最先受益的互聯網行業到傳統的醫療、教育、交通等領域,整個社會都處于“大數據+”的風暴當中。
然而,作為國民經濟重要組成部分的保險行業,在大數據面前還顯得比較遲緩,數據利用基本上處于應付監管的簡單查詢、報表、多維分析層面,主要是對現有數據的簡單加工,很少涉及數據挖掘等深層應用。數據分析意識不強,理念較舊,轉型較慢,缺乏高瞻遠矚的定位。在基礎數據源管理、平臺整合、外部數據拓展、數據分析人才儲備與培養等各方面仍存在較大差距,基于大數據對精準營銷的支撐和經營決策作用也亟待加強。
大數據是一座待挖掘的“金礦”,尤其隨著云計算、物聯網和人工智能的發展,所有的交易記錄、行動軌跡、語音、影像、傳感信息等幾乎一切均可實現數據化。對于保險行業來說,我們應該如何借助大數據為業務拓展和運營管理服務,在深入分析挖掘現有客戶數據的同時,如何實現跨行業、跨平臺的外部數據資源整合,是所有保險從業者需要認真思考的。
課程收益:
1.了解大數據產生的時代背景,正確認知大數據的應用價值;
2.透視大數據的基本規律和特性,掌握大數據思維,提升工作效率;
3.結合保險行業特點,開展數據分析,發現數據背后的問題和機會;
4.基于大數據應用,進行點對點精準營銷,為客戶提供個性化服務;
5.拓展數據獲取渠道,整合相關行業優質客戶資源,提升業績水平。
課程時間:1-2天,6小時/天
授課對象:營銷、運營、市場、技術、風控、客服等部門人員
授(shou)課方式:講師(shi)講授(shou)+案例剖析+互(hu)動交流+現(xian)場答(da)疑
課程大綱
前言:擁抱變化——大數據時代的商業形態與創新思維
1.數據資產:傳統行業的短板
2.互聯網企業的大數據基因
1)什么是大數據基因:客戶VS用戶
2)跨界打劫——挾用戶數據重構市場空間
3)降維打擊——瓦解競爭對手的慣性生存條件
3.“跨界融合”的本質:場景轉換與用戶體驗
第一講:大數據的時代背景和正確認知
一、什么是大數據?
1.上海外灘陳毅廣場踩踏事件的反思和啟示
2.大數據三要素
1)大——海量,平臺級
2)數——信息結構化
3)據——精準、可依賴
3.大數據的六個特征
1)時間
2)空間
3)行為
4)偏好
5)規律
6)預測
案例剖析:五常大米,下單即送
4.大數據的類型
1)消費數據——多維度記錄
2)機器和傳感數據——圖文、語音、影像
3)行為數據——位置、軌跡、交易
二、大數據產生的外部環境和基礎條件
1.移動互聯網
——終端普及率
——用戶習慣
——支付
——物流
——信用體系
——用戶體驗
2.云計算
1)車載導航VS百度地圖
2)阿里云的全球化布局
3.物聯網
1)共享單車、充電寶們的商業邏輯
2)三大運營商的物聯卡戰役
4.人工智能
1)京東、順豐無人機投遞
2)富士康工業機器人作業
3)百度押注(zhu)無人駕駛
第二講:基于用戶畫像的大數據精準營銷與創新服務
一、什么是用戶畫像
1.用戶DNA
2.營銷決策依據
3.效果轉化
案例剖析:今日頭條為什么讓巨頭們恐慌?
二、用戶畫像體系
1.用戶畫像的核心是標簽
2.數據源的建立——內部挖掘+外部整合
1)用戶數據
2)行為數據
3)消費數據
4)商品數據
5)客服數據
3.數據建模及規則
1)購買力模型
2)群體畫像模型
3)購買興趣模型
4)促銷敏感度模型
現場討論:共享雨傘的用戶畫像
三、用戶標簽體系
1.基礎屬性
2.消費特性
3.行為偏好
4.購物偏好
5.異常情況
6.用戶特權
案例解析:滴滴出行的大數據生態鏈
四、用戶畫像與精準營銷
1.個性化搜索
2.社交傳播
3.熱力圖工具
4.會員營銷
5.智能選品
6.DSP廣告
7.個性化推薦
案例剖析1:餐飲O2O解決了什么問題?
1)高峰并發,降低錯漏率
2)數據分析——以銷定產
3)路徑優化,配送效率提升
4)客戶滿意度——良性互動
5)成本控制與品牌傳播
案例剖析2:滴滴出行的商業演進路線圖
1)滴滴大數據:全國哪棟辦公樓下班最晚?
2)為什么先從出租車切入
3)紅包補貼是筆劃算的買賣
4)出行生態鏈構建和延伸
5)基于大數據的智(zhi)慧交通布局
第三講:保險行業大數據開發與應用
一、大數據的開發價值及發展趨勢
1.新能源——數據也是生產力
視頻分享:馬云談大數據
2)個性化服務——感知用戶,精準觸達
3)標準化輸出——邊際成本和規模效應
2.大數據的發展趨勢
1)人格化——個體都是載體
2)擴展性——用之不竭和高兼容性
3)智能化——數據會說話
案例分享:基于大數據的C2B個性化定制
二、保險行業大數據開發的重要性
1.數據是沉睡的金礦
2.發現運營中存在的不足
3.個性化、智能化營銷方案
4.激活休眠客戶群
5.差異化溝通服務體系
6.構建完整的客戶關系鏈
7.最有效的決策依據
8.洞察行業周期性趨勢走向
案例解析:跨界時代的沖擊——競爭對手到底是誰?
三、保險業大數據采集與外部渠道開拓
1.內部數據采集要點
1)連續性——數據累積效應
2)間隔性——周期內變化趨勢
3)多維度——數據的完整性
4)傾向性——目標導向的數據提取
2.外部數據渠道開拓與整合優化
1)“互聯網+保險”的跨界趨勢
2)構建跨平臺信息采集體系
四、大數據分析挖掘方法和要點
1.統計性分析
1)常規統計——用戶數、轉化率、留存率、流失率
2)不同維度的統計分析
3)導向性的數據提取
案例分享:從一組訂餐數據中,你能看出什么?
2.可視化分析
1)文不如表,表不如圖
2)形成觀點和結論
3)呈現方式——Excel、PPT或其他分析工具
案例分享:某移動醫療平臺數據可視化系統
3.預測性分析
1)捕捉各個因素之間的內在關聯
2)通過歷史數據發掘規律和趨勢
3)風險評估,預判和管控
案例分享:一起市場人員集體違規行為引發的KPI重構
4.分析思維的訓練
1)5W2H、SWOT、4P理論、*
2)掌握思維導圖工具(例如百度腦圖等)
3)對比、轉化、關聯,橫向與縱向擴展
4)深入了解各業務板塊,使分析工作貼合實際
5)數據思維是不斷練習的結果
思維訓練(lian):如何(he)通(tong)過數據分析識別已損壞的共享雨傘?
大(da)數據(ju)應用開發
轉載://citymember.cn/gkk_detail/31212.html
已開課(ke)時間Have start time
- 張世民
大數據課程內訓
- 《大數據分析與客戶開發》 喻(yu)國慶
- 《銀行--網絡消費行為與網 武建偉
- 《大數據精益化營銷思維與運 喻國慶(qing)
- 大數據項目解決方案及應用 胡國慶
- 能源電力企業數字化轉型探索 李開東(dong)
- 大數據提升:用戶體驗提升與 武(wu)建偉
- 建材門店--微信獲客與運營 武建偉
- 數據驅動價值 ——基于Ex 張曉如
- 互聯網大數據分析管理 孫平
- 數據創造價值——大數據分析 張曉如
- 《流量神器,銷量升級:如何 武建(jian)偉
- 《精細運營——京東/天貓平 武建偉