田敬國,田敬國講師,田敬國聯(lián)系方式,田敬國培訓師-【中華講師網(wǎng)】
中國通信行業(yè)管理效能提升專家
52
鮮花排名
0
鮮花數(shù)量
田敬國:《穩(wěn)步扎根——數(shù)據(jù)統(tǒng)計與分析》
2016-01-20 46261
對象
 相關數(shù)據(jù)分析及統(tǒng)計人員
目的
 深入市場分析,將數(shù)據(jù)挖掘應用于企業(yè)經(jīng)營決策。
內容
第一模塊:市場數(shù)據(jù)和信息挖掘 第一節(jié):信息分析工具  宏觀分析方法——PEST分析(經(jīng)濟、政治、社會文化和技術)、SWOT分析  產(chǎn)品分析方法——波士頓矩陣、4P-4C理論  對比分析法  異常分析法——正態(tài)分布曲線、數(shù)據(jù)離散分析  趨勢分析法——增長率、投訴率等  分組分析方法——數(shù)量標準劃分、區(qū)域標準劃分、專業(yè)標準劃分 如:不同ARPU組,數(shù)據(jù)業(yè)務消費情況分析  關聯(lián)分析方法——定性分析判斷、制作散點圖、計算兩者相關系數(shù) 第二節(jié):數(shù)據(jù)信息挖掘方法  數(shù)據(jù)挖掘的作用  聚類分析  聚類分析的描述  類數(shù)量的變動  聚類分析的運用  回歸算法  回歸模型  邏輯回歸  線性判別分析  回歸的實際應用  決策樹算法  決策樹歸納  屬性選擇度量  樹剪枝  決策樹的應用  基于線性規(guī)劃的方法  線性判別分析  多重標準線性規(guī)劃分類  模糊線性規(guī)劃分類  線性規(guī)劃的實際應用 第三節(jié): EXCEL數(shù)據(jù)統(tǒng)計分析  常用函數(shù)VLOOKUP、文本函數(shù)、COUNTIF等  數(shù)據(jù)分列與合并 課后作業(yè):如何去除海量數(shù)據(jù)中的空格?如何排重?表格之間數(shù)據(jù)如何關聯(lián) 第四節(jié):EXCEL數(shù)據(jù)透視表的熟練技巧  數(shù)據(jù)透視表的結構介紹(行字段、列字段、頁字段、統(tǒng)計項)  數(shù)據(jù)透視表的字段與圖表的對應關系(X、Y軸分別對應數(shù)據(jù)透視表的什么字段)  數(shù)據(jù)透視表熟練操作 操作練習:與講師同步操作,熟練掌握數(shù)據(jù)透視表的操作 第二模塊:市場預測分析實戰(zhàn) 專題一:店面運營分析  店面排班管理分析  店面最大客戶容量  店面臺席日均容量  營業(yè)廳歷史業(yè)務量、客流量  每小時客流量  員工或班組的工作現(xiàn)狀分析  受理業(yè)務量、每個業(yè)務處理時間、服務技能 專題二:客戶滿意分析  關系模型:針對相對重要性  回歸分析:探索性數(shù)據(jù)分析以及存在的問題 專題三:客戶投訴分析  投訴地區(qū)分析  投訴熱點分析  投訴處理比率  投訴解決時間分析  投訴原因分析  投訴對象分析 專題四:客戶價值分析  客戶分群  客戶價值分析  客戶信用分析  潛在需求分析  增量銷售及交叉銷售分析  客戶簽約分析  客戶流失分析 專題五:營銷分析(APDE環(huán))  分析(Analysis)  策劃(Plan)  執(zhí)行(Do)  評估(Evaluate) 專題六:競爭對手分析  用戶發(fā)展  業(yè)務滲透  營銷活動跟蹤 專題七:需求預測分析  市場容量及變化  購買力預測  購買力投向  商品需求的變化及發(fā)展趨勢  市場價格變化  生產(chǎn)發(fā)展及其變化趨勢
全部評論 (0)

Copyright©2008-2024 版權所有 浙ICP備06026258號-1 浙公網(wǎng)安備 33010802003509號 杭州講師網(wǎng)絡科技有限公司
講師網(wǎng) kasajewelry.com 直接對接10000多名優(yōu)秀講師-省時省力省錢
講師網(wǎng)常年法律顧問:浙江麥迪律師事務所 梁俊景律師 李小平律師