“互联网+”背景下大数据营销与应用

大数据时代的到来，正在飞速地改变人们的工作方式、思维模式以及企业的业务形态。近几年里，大数据影响了社会的方方面面，从最先受益的互联网行业到传统的医疗、教育、交通等领域，整个社会都处于“大数据+”的风暴当中。
    然而，大部分行业在大数据面前还显得比较迟缓，数据利用基本上处于应付监管的简单查询、报表、多维分析层面，主要是对现有数据的简单加工，很少涉及数据挖掘等深层应用。数据分析意识不强，理念较旧，转型较慢，缺乏高瞻远瞩的定位。在基础数据源管理、平台整合、外部数据拓展、数据分析人才储备与培养等各方面仍存在较大差距，基于大数据对精准营销的支撑和经营决策作用也亟待加强。
大数据是一座待挖掘的“金矿”，它的起源首先要归功于互联网，尤其随着云计算、物联网和人工智能的发展，所有的交易记录、行动轨迹、语音、影像、传感信息等几乎一切均可实现数据化。因此，如何有效利用自身已经沉淀的大数据资源，在深入分析挖掘现有客户数据的同时，如何实现跨行业、跨平台的外部数据资源整合，开展基于大数据的营销与应用，是当前所有企业需要认真思考的。

● 了解大数据产生的时代背景，正确认知大数据的应用价值；
● 透视大数据的基本规律和特性，掌握大数据思维，提升工作效率；
● 结合自身行业特性，开展数据分析，发现数据背后的问题和机会；
● 基于大数据应用，进行点对点精准营销，为客户提供个性化服务；
● 拓展数据获取渠道，整合相关行业优质客户资源，提升业绩水平。

前言：拥抱变化——大数据时代的商业形态与创新营销
1. 数据资产：传统行业的短板
2. 互联网企业的大数据基因
1）什么是大数据基因：客户VS用户
2）跨界打劫——挟用户数据重构市场空间
3）降维打击——瓦解竞争对手的惯性生存条件
3.“跨界融合”的本质：场景转换与用户体验

第一讲：大数据的时代背景和正确认知
一、什么是大数据？
1. 上海外滩陈毅广场踩踏事件的反思和启示
2. 大数据三要素
1）大——海量，平台级
2）数——信息结构化
3）据——精准、可依赖
3. 大数据的六个特征
1）时间
2）空间
3）行为
4）偏好
5）规律
6）预测
案例剖析：五常大米，下单即送
4. 大数据的类型
1）消费数据——多维度记录
2）机器和传感数据——图片、语音、影像
3）行为数据——位置、轨迹、交易
二、大数据产生的外部环境和基础条件
1. 移动互联网
1）终端普及率
2）用户习惯
3）支付
4）物流
5）用体系
2. 云计算
1）车载导航VS百度地图
2）阿里云的全球化布局
3. 物联网
1）共享单车、充电宝们的商业逻辑
2）三大运营商的物联卡战役
4. 人工智能
1）京东、顺丰无人机投递
2）富士康工业机器人作业
3）百度押注无人驾驶

第二讲：物联网在商业领域和公共服务中的应用
一、商业模式创新与底层逻辑重构
案例解析：共享经济——所见即所得，一切皆可共享
案例解析：无人超市——新零售拉开序幕
案例解析：仓储物流——集中调度，货物追踪
案例解析：智能家居——理想生活新境界
案例解析：自动驾驶——一场巨大革命的开始
案例解析：机器人——解放人类还是取代人类
案例解析：无人机——意义远不止与飞翔
二、政府职能转变及公共服务水平提升
案例解析：智能交通——滴滴大数据金矿
案例解析：智慧医疗——平台+硬件+服务
案例解析：公共安全——突发事件预警机制
案例解析：人口管理——RFID芯片身份验证
案例解析：环境保护——能耗监测与平衡发展
案例解析：智慧社区——人脸识别、ETC停车系统
三、传统产业与物联网深度融合的巨大机遇
1. 正在到来的万亿级市场
2. 业务形态重塑和流程再造
3. 助力供给侧改革，释放潜在消费力
案例分享：一个空气净化器厂家的物联网转型策略

第三讲：基于用户画像的大数据精准营销
一、什么是用户画像
1. 用户DNA
2. 营销决策依据
3. 效果转化
案例剖析：今日头条为什么让巨头们恐慌？
二、用户画像体系
1. 用户画像的核心是标签
2. 数据源的建立——内部挖掘+外部整合
1）用户数据
2）行为数据
3）消费数据
4）商品数据
5）客服数据
3. 数据建模及规则
1）购买力模型
2）群体画像模型
3）购买兴趣模型
4）促销敏感度模型
现场讨论：共享雨伞的用户画像
三、用户标签体系
1. 基础属性
2. 消费特性
3. 行为偏好
4. 购物偏好
5. 异常情况
6. 用户特权
案例解析：滴滴打车的大数据生态链
四、用户画像与精准营销
1. 个性化搜索
2. 社交传播
3. 会员营销
4. 智能选品
5. DSP广告
6. 个性化推荐
案例剖析1：餐饮O2O解决了什么问题？
1）高峰并发，降低错漏率
2）数据分析——以销定产
3）路径优化，配送效率提升
4）客户满意度——良性互动
5）成本控制与品牌传播
案例剖析2：滴滴打车的商业演进路线图
1）滴滴大数据：全国哪栋办公楼下班最晚？
2）为什么先从出租车切入
3）红包补贴是笔划算的买卖
4）出行生态链构建和延伸
5）基于大数据的智慧交通布局

第四讲：大数据采集分析、开发价值和发展趋势
一、大数据内部采集与外部整合
1. 内部数据采集要点
1）连续性——数据累积效应
2）间隔性——周期内变化趋势
3）多维度——数据的完整性
4）倾向性——目标导向的数据提取
2. 外部数据渠道开拓与整合优化
1）“互联网+”的跨界趋势
2）构建跨平台信息采集体系
二、大数据分析挖掘方法和要点
1. 统计性分析
1）常规统计——用户数、转化率、留存率、流失率
2）不同维度的统计分析
3）导向性的数据提取
案例分享：从一组订餐数据中，你能看出什么？
2. 可视化分析
1）文不如表，表不如图
2）形成观点和结论
3）呈现方式——Excel、PPT或其他分析工具
案例分享：某移动医疗平台数据可视化系统
3. 预测性分析
1）捕捉各个因素之间的内在关联
2）通过历史数据发掘规律和趋势
3）风险评估，预判和管控
案例分享：一起市场人员集体违规行为引发的KPI重构
4. 分析思维的训练
1）5W2H、SWOT、4P理论、六顶思考帽
2）掌握思维导图工具（例如百度脑图等）
3）对比、转化、关联，横向与纵向扩展
4）深入了解各业务板块，使分析工作贴合实际
5）数据思维是不断练习的结果
思维训练：如何通过数据分析识别已损坏的共享雨伞？
三、大数据的开发价值及发展趋势
1. 新能源——数据也是生产力
视频分享：马云谈大数据
2. 个性化服务——感知用户，精准触达
3. 标准化输出——边际成本和规模效应
4. 大数据发展现状及未来趋势
1）人格化——个体都是载体
2）扩展性——用之不竭和高兼容性
3）智能化——数据会说话
案例解析：基于大数据的C2B个性化定制