你的位置: 墨尔本胜利本田受伤 > 公開課首頁 > 客戶服務 > 課程詳情

details

墨尔本胜利对广州恒大直播: 大數據與客戶關系管理

墨尔本胜利本田受伤 www.ombiio.com.cn

暫無評價   
  • 開課時間:2016年01月27日 10:59 周三 已結束
  • 結束時間:2016年01月27日 10:59 周三
  • 開課地點:上海市
  • 授課講師: 待定
  • 課程編號:295422
  • 課程分類:客戶服務
  •  
  • 收藏 人氣:67
你實際購買的價格
付款時最多可用0淘幣抵扣0元現金
購買成功后,系統會給用戶帳號返回的現金券
淘課價格
1980
可用淘幣
0
返現金券
待定

你還可以: 收藏

課程大綱:

課程大綱:
第1章 客戶關系管理與大數據的關系
1.1 客戶關系管理成為企業的核心能力
1.2 客戶關系管理中的數據分析
1.3 大數據分析應用的條件
1.3.1全面準確的海量數據
1.3.2精細化管理理念的倡導
1.3.3數據分析和數據挖掘技術的有效應用
1.4 大數據應用的最新進展

第2章 數據挖掘概述
2.1 數據挖掘的發展歷史
2.2 統計分析與數據挖掘的主要區別
2.3 數據挖掘的主要成熟技術以及在客戶關系管理中的主要應用
2.3.1 決策樹
2.3.2 神經網絡
2.3.3 回歸
2.3.4 關聯規則
2.3.5 聚類
2.3.6 貝葉斯分類方法
2.3.7 支持向量機
2.3.8 主成分分析
2.3.9 假設檢驗
2.4 互聯網行業數據挖掘應用的特點

第3章 客戶關系管理中常見的數據分析項目類型
3.1 目標客戶的特征分析
3.2 目標客戶的預測(響應、分類)模型
3.3 運營群體的活躍度定義
3.4 用戶路徑分析
3.5 交叉銷售模型
3.6 信息質量模型
3.7 服務保障模型
3.8 用戶(買家、賣家)分層模型
3.9 賣家(買家)交易模型
3.10 信用風險模型
3.11 商品推薦模型
3.11.1 商品推薦介紹
3.11.2 關聯規則
3.11.3 協同過濾算法
3.11.4 商品推薦模型總結
3.12 數據產品
3.13 決策支持

第4章 數據分析是跨專業、跨團隊的協調與合作
4.1 數據分析團隊與業務團隊的分工和定位
4.1.1 提出業務分析需求并且能勝任基本的數據分析
4.1.2 提供業務經驗和參考建議
4.1.3 策劃和執行精細化運營方案
4.1.4 跟蹤運營效果、反饋和總結
4.2 數據化運營是真正的多團隊、多專業的協同作業
4.3 實例示范數據化運營中的跨專業、跨團隊協調合作

第5章 數據挖掘項目完整應用案例
5.1 項目背景和業務分析需求的提出
5.2 數據分析師參與需求討論
5.3 制定需求分析框架和分析計劃
5.4 抽取樣本數據、熟悉數據、數據清洗和摸底
5.5 按計劃初步搭建挖掘模型
5.6 與業務方討論模型的初步結論,提出新的思路和模型優化方案
5.7 按優化方案重新抽取樣本并建模,提煉結論并驗證模型
5.8 完成分析報告和落地應用建議
5.9 制定具體的落地應用方案和評估方案
5.10 業務方實施落地應用方案并跟蹤、評估效果
5.11 落地應用方案在實際效果評估后,不斷修正完善
5.12 不同運營方案的評估、總結和反饋
5.13 項目應用后的總結和反思

第6章頂尖數據挖掘平臺TipDM
6.1TipDM產品功能
6.1.1TipDM平臺提供的數據探索及預處理算法
6.1.2TipDM平臺提供的分類與回歸算法
6.1.3TipDM平臺提供的時序模式算法
6.1.4TipDM平臺提供的聚類分析算法
6.1.5TipDM平臺提供的關聯規則算法
6.2TipDM使用說明
6.3TipDM產品特點
6.3.1支持CRISP-DM數據挖掘標準流程
6.3.2提供豐富的數據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提供靈活多樣的應用開發接口
6.3.5海量數據的處理能力
6.3.6適應不同類型層次人員需求

第7章數據挖掘在金融電信行業的應用
7.1案例二:電信3G客戶識別系統
7.1.1挖掘目標的提出
7.1.2分析方法與過程
7.1.3建模仿真
7.1.4核心知識點
7.1.5拓展思考
7.2案例三:基于客戶分群的精準智能營銷
7.2.1挖掘目標的提出
7.2.2分析方法與過程
7.2.3建模仿真
7.2.4核心知識點
7.2.5拓展思考

第8章數據挖掘在互聯網行業的應用
8.1案例一:商業零售行業中的購物籃分析
8.1.1挖掘目標的提出
8.1.2分析方法與過程
8.1.3建模仿真
8.1.4啟發與拓展
8.2案例二:電子商務網站用戶行為分析
8.2.1挖掘目標的提出
8.2.2分析方法與過程
8.2.3建模仿真
8.2.4啟發與拓展
8.3案例三:基于用戶行為分析的定向網絡廣告投放
8.3.1挖掘目標的提出
8.3.2分析方法與過程
8.3.3建模仿真
8.3.4結果及分析
8.3.5啟發與拓展

第9章數據挖掘在生產制造行業中的應用
9.1案例:基于RFM的企業客戶關系分析
9.1.1挖掘目標的提出
9.1.2分析過程與方法
9.1.3建模仿真
9.1.4核心知識點
9.1.5拓展思考

結束

本課程名稱: 大數據與客戶關系管理

查看更多:客戶服務公開課

講師動態評分 與同行相比

授課內容與課綱相符00%

講師授課水平00%

服務態度00%