產(chǎn)品經(jīng)理
互聯(lián)網(wǎng)
大數(shù)據(jù)
推薦課程
average > 0 ? $model->average . '分' : '10.0分' ?>

大數(shù)據(jù)思維-驅(qū)動(dòng)精細(xì)化運(yùn)營與營銷

Tony.Fu

前奇虎360 數(shù)據(jù)中心總經(jīng)理

老師曾在多家大型互聯(lián)網(wǎng)企業(yè)工作,諳熟數(shù)據(jù)分析和數(shù)據(jù)挖掘挖掘方法,在數(shù)據(jù)驅(qū)動(dòng)互聯(lián)網(wǎng)尤其是移動(dòng)互聯(lián)網(wǎng)產(chǎn)品和運(yùn)營方面有十多年的實(shí)踐經(jīng)驗(yàn)。
曾為大型互聯(lián)網(wǎng)企業(yè)-騰訊公司-社交網(wǎng)絡(luò)事業(yè)群-大數(shù)據(jù)分析中心總監(jiān)以及騰訊公司數(shù)據(jù)協(xié)會(huì)會(huì)長,負(fù)責(zé)大數(shù)據(jù)分析、數(shù)據(jù)挖掘、大數(shù)據(jù)管理和創(chuàng)新應(yīng)用,通過數(shù)據(jù)有效的幫助互聯(lián)網(wǎng)業(yè)務(wù)進(jìn)行精細(xì)化的運(yùn)營管理。
曾為360公司大數(shù)據(jù)中心總經(jīng)理。負(fù)責(zé)公司整體的大數(shù)據(jù)管理、大數(shù)據(jù)分析、機(jī)器學(xué)習(xí)、人工智能應(yīng)用。
擔(dān)任中國信息協(xié)會(huì)大數(shù)據(jù)分會(huì)理事、中國互聯(lián)網(wǎng)協(xié)會(huì)大數(shù)據(jù)工作組專家、友盟+數(shù)據(jù)分析顧問。
擔(dān)任北京航空航天大學(xué)軟件學(xué)院大數(shù)據(jù)方向特聘教授;中科院管理學(xué)院MBA特聘企業(yè)導(dǎo)師;首都經(jīng)貿(mào)大學(xué)統(tǒng)計(jì)學(xué)院碩士生導(dǎo)師。

老師曾在多家大型互聯(lián)網(wǎng)企業(yè)工作,諳熟數(shù)據(jù)分析和數(shù)據(jù)挖掘挖掘方法,在數(shù)據(jù)驅(qū)動(dòng)互聯(lián)網(wǎng)尤其是移動(dòng)互聯(lián)網(wǎng)產(chǎn)品和運(yùn)營方面有十多年的實(shí)踐經(jīng)驗(yàn)。 曾為大型互聯(lián)網(wǎng)企業(yè)-騰訊公司-社交網(wǎng)絡(luò)事業(yè)群-大數(shù)據(jù)分析中心總監(jiān)以及騰訊公司數(shù)據(jù)協(xié)會(huì)會(huì)長,負(fù)責(zé)大數(shù)據(jù)分析、數(shù)據(jù)挖掘、大數(shù)據(jù)管理和創(chuàng)新應(yīng)用,通過數(shù)據(jù)有效的幫助互聯(lián)網(wǎng)業(yè)務(wù)進(jìn)行精細(xì)化的運(yùn)營管理。 曾為360公司大數(shù)據(jù)中心總經(jīng)理。負(fù)責(zé)公司整體的大數(shù)據(jù)管理、大數(shù)據(jù)分析、機(jī)器學(xué)習(xí)、人工智能應(yīng)用。 擔(dān)任中國信息協(xié)會(huì)大數(shù)據(jù)分會(huì)理事、中國互聯(lián)網(wǎng)協(xié)會(huì)大數(shù)據(jù)工作組專家、友盟+數(shù)據(jù)分析顧問。 擔(dān)任北京航空航天大學(xué)軟件學(xué)院大數(shù)據(jù)方向特聘教授;中科院管理學(xué)院MBA特聘企業(yè)導(dǎo)師;首都經(jīng)貿(mào)大學(xué)統(tǒng)計(jì)學(xué)院碩士生導(dǎo)師。

課程費(fèi)用

6800.00 /人

課程時(shí)長

2

成為教練

課程簡(jiǎn)介

大數(shù)據(jù)思維-驅(qū)動(dòng)精細(xì)化運(yùn)營與營銷

目標(biāo)收益

培訓(xùn)對(duì)象

課程大綱

第一天 課程上午主要分享數(shù)據(jù)分析的相關(guān)概述、流程以及有效利用數(shù)據(jù)分析的關(guān)鍵,尤其是數(shù)據(jù)分析如何更好的擁抱大數(shù)據(jù)時(shí)代背景下的分析方法;下午為客戶畫像、數(shù)據(jù)分析應(yīng)用于營銷活動(dòng)優(yōu)化、用戶分群驅(qū)動(dòng)精細(xì)化運(yùn)營、個(gè)性化推薦驅(qū)動(dòng)精準(zhǔn)營銷的相關(guān)內(nèi)容。
Part 1 如何做有效的數(shù)據(jù)分析
內(nèi)容簡(jiǎn)介:本部分介紹數(shù)據(jù)分析的基本流程、常見問題、常見的數(shù)據(jù)研究方法,尤其是數(shù)據(jù)分析人員如何和數(shù)據(jù)應(yīng)用方更有效的合作,驅(qū)動(dòng)業(yè)務(wù)數(shù)據(jù)化運(yùn)營;同時(shí)介紹數(shù)據(jù)分析不同的應(yīng)用場(chǎng)景,以及企業(yè)應(yīng)該如何從無到有搭建數(shù)據(jù)團(tuán)隊(duì)、搭建數(shù)據(jù)分析體系、設(shè)計(jì)數(shù)據(jù)驅(qū)動(dòng)的組織架構(gòu)(有效的組織架構(gòu)是數(shù)據(jù)化運(yùn)營戰(zhàn)略落地的保障)

開篇:從一個(gè)successful story開始
1.1數(shù)據(jù)分析的流程
1.2常見的數(shù)據(jù)收集方法和研究方法
1.3搭建數(shù)據(jù)分析體系:數(shù)據(jù)分析應(yīng)用體系-驅(qū)動(dòng)企業(yè)數(shù)據(jù)化運(yùn)營的不同應(yīng)用場(chǎng)景
1.4搭建數(shù)據(jù)分析團(tuán)隊(duì):數(shù)據(jù)分析團(tuán)隊(duì)組織結(jié)構(gòu)
1.5分析師與數(shù)據(jù)應(yīng)用方如何有效合作
1.6蘑菇理論-一流互聯(lián)網(wǎng)企業(yè)推崇備至的方法
1.7如何梳理企業(yè)的數(shù)據(jù)和智能化應(yīng)用場(chǎng)景并進(jìn)行規(guī)劃和落地應(yīng)用
案例:從無到有到有,搭建數(shù)據(jù)分析體系和完整的數(shù)據(jù)團(tuán)隊(duì)
將獲得的收獲:掌握如何系統(tǒng)的搭建數(shù)據(jù)分析體系和數(shù)據(jù)團(tuán)隊(duì),以及數(shù)據(jù)分析如何有效的幫助業(yè)務(wù)提升。
Part 2 數(shù)據(jù)分析必備方法-問題樹分析方法
內(nèi)容簡(jiǎn)介:本部分介紹如何利用問題樹(issue tree)來分析問題。問題樹(issue tree)能保證解決問題的過程的完整性和邏輯性,是分析問題尤其是數(shù)據(jù)分析必須要掌握的方法。
2.1一個(gè)日常案例
2.2建立問題樹的兩種方法
2.3問題樹分析方法的幾個(gè)關(guān)鍵
2.4嘗試用問題樹分析問題
案例:如何通過數(shù)據(jù)分析來提升會(huì)員收入
將獲得的收獲:?jiǎn)栴}樹(issue tree)是國際知名咨詢公司麥肯錫公司咨詢顧問最常用的問題分析方法,合理的使用該方法可以讓數(shù)據(jù)分析的思路更加系統(tǒng)化,更加全面,數(shù)據(jù)分析的結(jié)論和建議更容易落地。
Part3 精細(xì)化運(yùn)營基礎(chǔ)——客戶畫像
內(nèi)容簡(jiǎn)介:客戶畫像是精細(xì)化運(yùn)營的數(shù)據(jù)基礎(chǔ)。本部分講介紹客戶用戶畫像的價(jià)值、客戶畫像的方法和構(gòu)成、以及常見應(yīng)用場(chǎng)景
3.1客戶畫像的價(jià)值
3.2客戶畫像的構(gòu)建和技術(shù)要求
3.3客戶畫像的組成部分
3.4客戶畫像的應(yīng)用場(chǎng)景
案例:移動(dòng)互聯(lián)網(wǎng)應(yīng)用畫像
將獲得的收獲:掌握如何從零開始搭建用戶畫像體系,掌握客戶畫像體系都有哪些關(guān)鍵的構(gòu)成,客戶畫像都有哪些常見的誤區(qū)和陷阱,如何避免。
Part4 數(shù)據(jù)分析應(yīng)用于營銷活動(dòng)優(yōu)化
內(nèi)容簡(jiǎn)介:本部分介紹最為常見的營銷活動(dòng)優(yōu)化的分析方法。
4.1 通過ABtest優(yōu)化營銷活動(dòng)
4.2 通過數(shù)據(jù)挖掘提升營銷效果案例(successful story)
案例:一個(gè)月周期的大型網(wǎng)上活動(dòng)如何優(yōu)化
將獲得的收獲:避免拍腦袋做活動(dòng),掌握如何通過數(shù)據(jù)分析有效的對(duì)營銷活動(dòng)做系統(tǒng)化的優(yōu)化。
Part5 客戶分群數(shù)據(jù)分析方法與精細(xì)化營銷
內(nèi)容簡(jiǎn)介:本部分介紹客戶分類方法和模型在精細(xì)化運(yùn)營及營銷中的應(yīng)用。
5.1需要客戶分類(客戶細(xì)分)的常見場(chǎng)景
5.2客戶分類常用算法和方法介紹
5.3客戶分類實(shí)踐案例(successful story)
案例:電商用戶分群與精細(xì)化營銷
將獲得的收獲:掌握最容易操作,也是最為經(jīng)典的客戶分群方法,并掌握如何根據(jù)不同客戶群體的特征做可落地的運(yùn)營優(yōu)化。
Part6 個(gè)性化推薦與精準(zhǔn)營銷
內(nèi)容簡(jiǎn)介:個(gè)性化推薦是大數(shù)據(jù)時(shí)代最常用的驅(qū)動(dòng)精準(zhǔn)用戶營銷的核心方法。本部分將介紹個(gè)性化推薦的原理、常見算法、應(yīng)用關(guān)鍵、應(yīng)用場(chǎng)景,以及具體的應(yīng)用案例。
6.1個(gè)性化推薦概述
6.2個(gè)性化推薦應(yīng)用關(guān)鍵和場(chǎng)景
6.3個(gè)性化推薦應(yīng)用案例(successful story)
案例:商品如何做個(gè)性化推薦、新聞如何做個(gè)性化推薦、音樂如何做個(gè)性化推薦
將獲得的收獲:掌握產(chǎn)品經(jīng)理或運(yùn)營人員在個(gè)性化推薦中如何更好的發(fā)揮作用,如何讓個(gè)性化推薦效果更好;掌握個(gè)性化推薦的關(guān)鍵成功要素;了解個(gè)性化推薦可能會(huì)陷入的誤區(qū)甚至是失敗,以及如何避免;了解新聞推薦、商品推薦的算法原理;掌握個(gè)性化推薦的關(guān)鍵構(gòu)成模塊。
第二天 課程上午主要為精細(xì)化運(yùn)營的相關(guān)數(shù)據(jù)分析、轉(zhuǎn)化率提升、渠道質(zhì)量數(shù)據(jù)分析內(nèi)容;下午為客戶價(jià)值分析、客戶生命周期管理的相關(guān)內(nèi)容。
Part1 數(shù)據(jù)支持產(chǎn)品精細(xì)化運(yùn)營監(jiān)控
內(nèi)容簡(jiǎn)介:本部分介紹最常用也是最實(shí)用的構(gòu)建監(jiān)控?cái)?shù)據(jù)體系,并容易實(shí)施監(jiān)控的精細(xì)化運(yùn)營數(shù)據(jù)監(jiān)控方法。
1.1構(gòu)建監(jiān)控體系來及時(shí)發(fā)現(xiàn)產(chǎn)品運(yùn)營的異動(dòng)和用戶問題
1.2通過客戶/用戶關(guān)鍵觸點(diǎn)(漏斗模型和轉(zhuǎn)化率分析)監(jiān)控發(fā)現(xiàn)用戶體驗(yàn)問題并優(yōu)化(successful story)
案例:網(wǎng)絡(luò)社區(qū)如何做KPI異動(dòng)分析,并建設(shè)數(shù)據(jù)監(jiān)控體系
將獲得的收獲:避免數(shù)據(jù)下跌較長時(shí)間才發(fā)現(xiàn),通過數(shù)據(jù)監(jiān)控最大程度上的提前發(fā)現(xiàn)問題,減少損失。掌握數(shù)據(jù)下跌最常見的分析方法,并掌握如何有效的建設(shè)數(shù)據(jù)監(jiān)控體系,以及時(shí)發(fā)現(xiàn)數(shù)據(jù)下跌原因。
Part 2 電商收入與轉(zhuǎn)化率提升分析
內(nèi)容簡(jiǎn)介:本部分介紹電商收入的分析方法,并重點(diǎn)介紹如何提升轉(zhuǎn)化率的數(shù)據(jù)分析方法。
2.1收入拆解和分析
2.2轉(zhuǎn)化率拆解和分析(重點(diǎn))
案例:電商收入和轉(zhuǎn)化率分析
將獲得的收獲:掌握如何提升轉(zhuǎn)化率的數(shù)據(jù)分析方法;基于轉(zhuǎn)化率分析的結(jié)果,定位運(yùn)營改進(jìn)的方向
Part3 運(yùn)營數(shù)據(jù)體系與精細(xì)化運(yùn)營數(shù)據(jù)分析
內(nèi)容簡(jiǎn)介:本部分介紹移動(dòng)APP精細(xì)化運(yùn)營的數(shù)據(jù)化運(yùn)營體系A(chǔ)ARRR模型,包括Acquisition客戶獲取、Activation客戶活躍、Retention客戶留存、Revenue獲取收入、Refer自傳播,和常見的分析和監(jiān)控方法。值得注意的是,在當(dāng)今社交媒體盛行的背景下,通過激發(fā)客戶自傳播成為節(jié)省推廣費(fèi)用的有效辦法,而相應(yīng)的數(shù)據(jù)分析和優(yōu)化則顯得尤為重要。
3.1 客戶獲取的數(shù)據(jù)分析體系
3.2 客戶活躍的數(shù)據(jù)分析體系
3.3 客戶留存的數(shù)據(jù)分析體系
3.4 客戶收入的數(shù)據(jù)分析體系
3.5 客戶自傳的數(shù)據(jù)分析體系
案例:移動(dòng)APP數(shù)據(jù)分析體系建設(shè)
將獲得的收獲:掌握如何從無到有建設(shè)移動(dòng)APP的完整數(shù)據(jù)分析體系,包括如何有效的評(píng)估APP發(fā)展的健康度;移動(dòng)APP核心KPI如何有效拆解,并通過數(shù)據(jù)分析發(fā)現(xiàn)重點(diǎn)改進(jìn)方向。
Part 4營銷推廣渠道質(zhì)量數(shù)據(jù)分析
內(nèi)容簡(jiǎn)介:移動(dòng)應(yīng)用(APP或游戲)常常在營銷渠道發(fā)展新用戶方面花大量的金錢,而渠道方可能會(huì)利用不正當(dāng)?shù)氖侄危ㄉ踔潦亲鞅祝﹣碜鐾茝V,如何有效的分析渠道質(zhì)量,本部分將介紹相關(guān)常見的方法。
4.1渠道質(zhì)量的數(shù)據(jù)分析維度
4.2渠道質(zhì)量的數(shù)據(jù)分析方法(successful story)
案例:移動(dòng)APP推廣渠道質(zhì)量分析和優(yōu)化策略
將獲得的收獲:如何通過數(shù)據(jù)分析有效的發(fā)現(xiàn)渠道質(zhì)量問題,可規(guī)避在推廣上不必要的浪費(fèi);同時(shí),掌握基于數(shù)據(jù)分析的渠道優(yōu)化策略。
Part 5 客戶價(jià)值計(jì)算和分析
內(nèi)容簡(jiǎn)介:本部分介紹客戶生命周期管理的常見計(jì)算方法和應(yīng)用案例
5.1客戶生命周期定義和計(jì)算
5.2客戶生命周期價(jià)值常見計(jì)算方法
5.3客戶生命周期價(jià)值應(yīng)用案例(successful story)
案例:網(wǎng)絡(luò)游戲客戶生命周期價(jià)值計(jì)算
將獲得的收獲:清晰合理的計(jì)算出每個(gè)客戶的價(jià)值,才能夠更好的對(duì)不同價(jià)值人群做不同運(yùn)營策略。通過案例,將掌握如何合理的計(jì)算客戶價(jià)值,尤其是客戶全生命周期的價(jià)值。
Part 6客戶生命周期管理和應(yīng)用
內(nèi)容簡(jiǎn)介:本部分介紹游戲客戶生命周期管理的建模方法和應(yīng)用案例
案例:網(wǎng)絡(luò)會(huì)員產(chǎn)品的客戶生命周期管理
將獲得的收獲:基于數(shù)據(jù)分析的客戶生命周期管理是會(huì)員管理的最常用和科學(xué)的方法。通過案例,將了解如何基于數(shù)據(jù)分析來區(qū)分不同客戶所處的客戶生命周期階段(六個(gè)階段:潛在客戶、磨合期、成長期、成熟期、衰退期和流失),并對(duì)重要的生命周期階段進(jìn)行基于數(shù)據(jù)分析來優(yōu)化運(yùn)營策略。
Part 7 大數(shù)據(jù)分析在不同行業(yè)的應(yīng)用趨勢(shì) 7.1大數(shù)據(jù)分析在重點(diǎn)行業(yè)的應(yīng)用案例
7.2大數(shù)據(jù)分析應(yīng)用過程中的誤區(qū)和提示
案例:零售行業(yè)案例、影視行業(yè)案例、房產(chǎn)行業(yè)案例、金融行業(yè)案例等。
將獲得的收獲:更加全面的了解不同行業(yè)通過數(shù)據(jù)分析,尤其是基于大數(shù)據(jù)分析產(chǎn)生的運(yùn)營提升的案例。拓展大數(shù)據(jù)分析應(yīng)用的視野,以更好的啟發(fā)數(shù)據(jù)分析在業(yè)務(wù)運(yùn)營提升思路。
第一天
課程上午主要分享數(shù)據(jù)分析的相關(guān)概述、流程以及有效利用數(shù)據(jù)分析的關(guān)鍵,尤其是數(shù)據(jù)分析如何更好的擁抱大數(shù)據(jù)時(shí)代背景下的分析方法;下午為客戶畫像、數(shù)據(jù)分析應(yīng)用于營銷活動(dòng)優(yōu)化、用戶分群驅(qū)動(dòng)精細(xì)化運(yùn)營、個(gè)性化推薦驅(qū)動(dòng)精準(zhǔn)營銷的相關(guān)內(nèi)容。
Part 1 如何做有效的數(shù)據(jù)分析
內(nèi)容簡(jiǎn)介:本部分介紹數(shù)據(jù)分析的基本流程、常見問題、常見的數(shù)據(jù)研究方法,尤其是數(shù)據(jù)分析人員如何和數(shù)據(jù)應(yīng)用方更有效的合作,驅(qū)動(dòng)業(yè)務(wù)數(shù)據(jù)化運(yùn)營;同時(shí)介紹數(shù)據(jù)分析不同的應(yīng)用場(chǎng)景,以及企業(yè)應(yīng)該如何從無到有搭建數(shù)據(jù)團(tuán)隊(duì)、搭建數(shù)據(jù)分析體系、設(shè)計(jì)數(shù)據(jù)驅(qū)動(dòng)的組織架構(gòu)(有效的組織架構(gòu)是數(shù)據(jù)化運(yùn)營戰(zhàn)略落地的保障)

開篇:從一個(gè)successful story開始
1.1數(shù)據(jù)分析的流程
1.2常見的數(shù)據(jù)收集方法和研究方法
1.3搭建數(shù)據(jù)分析體系:數(shù)據(jù)分析應(yīng)用體系-驅(qū)動(dòng)企業(yè)數(shù)據(jù)化運(yùn)營的不同應(yīng)用場(chǎng)景
1.4搭建數(shù)據(jù)分析團(tuán)隊(duì):數(shù)據(jù)分析團(tuán)隊(duì)組織結(jié)構(gòu)
1.5分析師與數(shù)據(jù)應(yīng)用方如何有效合作
1.6蘑菇理論-一流互聯(lián)網(wǎng)企業(yè)推崇備至的方法
1.7如何梳理企業(yè)的數(shù)據(jù)和智能化應(yīng)用場(chǎng)景并進(jìn)行規(guī)劃和落地應(yīng)用
案例:從無到有到有,搭建數(shù)據(jù)分析體系和完整的數(shù)據(jù)團(tuán)隊(duì)
將獲得的收獲:掌握如何系統(tǒng)的搭建數(shù)據(jù)分析體系和數(shù)據(jù)團(tuán)隊(duì),以及數(shù)據(jù)分析如何有效的幫助業(yè)務(wù)提升。
Part 2 數(shù)據(jù)分析必備方法-問題樹分析方法
內(nèi)容簡(jiǎn)介:本部分介紹如何利用問題樹(issue tree)來分析問題。問題樹(issue tree)能保證解決問題的過程的完整性和邏輯性,是分析問題尤其是數(shù)據(jù)分析必須要掌握的方法。
2.1一個(gè)日常案例
2.2建立問題樹的兩種方法
2.3問題樹分析方法的幾個(gè)關(guān)鍵
2.4嘗試用問題樹分析問題
案例:如何通過數(shù)據(jù)分析來提升會(huì)員收入
將獲得的收獲:?jiǎn)栴}樹(issue tree)是國際知名咨詢公司麥肯錫公司咨詢顧問最常用的問題分析方法,合理的使用該方法可以讓數(shù)據(jù)分析的思路更加系統(tǒng)化,更加全面,數(shù)據(jù)分析的結(jié)論和建議更容易落地。
Part3 精細(xì)化運(yùn)營基礎(chǔ)——客戶畫像
內(nèi)容簡(jiǎn)介:客戶畫像是精細(xì)化運(yùn)營的數(shù)據(jù)基礎(chǔ)。本部分講介紹客戶用戶畫像的價(jià)值、客戶畫像的方法和構(gòu)成、以及常見應(yīng)用場(chǎng)景
3.1客戶畫像的價(jià)值
3.2客戶畫像的構(gòu)建和技術(shù)要求
3.3客戶畫像的組成部分
3.4客戶畫像的應(yīng)用場(chǎng)景
案例:移動(dòng)互聯(lián)網(wǎng)應(yīng)用畫像
將獲得的收獲:掌握如何從零開始搭建用戶畫像體系,掌握客戶畫像體系都有哪些關(guān)鍵的構(gòu)成,客戶畫像都有哪些常見的誤區(qū)和陷阱,如何避免。
Part4 數(shù)據(jù)分析應(yīng)用于營銷活動(dòng)優(yōu)化
內(nèi)容簡(jiǎn)介:本部分介紹最為常見的營銷活動(dòng)優(yōu)化的分析方法。
4.1 通過ABtest優(yōu)化營銷活動(dòng)
4.2 通過數(shù)據(jù)挖掘提升營銷效果案例(successful story)
案例:一個(gè)月周期的大型網(wǎng)上活動(dòng)如何優(yōu)化
將獲得的收獲:避免拍腦袋做活動(dòng),掌握如何通過數(shù)據(jù)分析有效的對(duì)營銷活動(dòng)做系統(tǒng)化的優(yōu)化。
Part5 客戶分群數(shù)據(jù)分析方法與精細(xì)化營銷
內(nèi)容簡(jiǎn)介:本部分介紹客戶分類方法和模型在精細(xì)化運(yùn)營及營銷中的應(yīng)用。
5.1需要客戶分類(客戶細(xì)分)的常見場(chǎng)景
5.2客戶分類常用算法和方法介紹
5.3客戶分類實(shí)踐案例(successful story)
案例:電商用戶分群與精細(xì)化營銷
將獲得的收獲:掌握最容易操作,也是最為經(jīng)典的客戶分群方法,并掌握如何根據(jù)不同客戶群體的特征做可落地的運(yùn)營優(yōu)化。
Part6 個(gè)性化推薦與精準(zhǔn)營銷
內(nèi)容簡(jiǎn)介:個(gè)性化推薦是大數(shù)據(jù)時(shí)代最常用的驅(qū)動(dòng)精準(zhǔn)用戶營銷的核心方法。本部分將介紹個(gè)性化推薦的原理、常見算法、應(yīng)用關(guān)鍵、應(yīng)用場(chǎng)景,以及具體的應(yīng)用案例。
6.1個(gè)性化推薦概述
6.2個(gè)性化推薦應(yīng)用關(guān)鍵和場(chǎng)景
6.3個(gè)性化推薦應(yīng)用案例(successful story)
案例:商品如何做個(gè)性化推薦、新聞如何做個(gè)性化推薦、音樂如何做個(gè)性化推薦
將獲得的收獲:掌握產(chǎn)品經(jīng)理或運(yùn)營人員在個(gè)性化推薦中如何更好的發(fā)揮作用,如何讓個(gè)性化推薦效果更好;掌握個(gè)性化推薦的關(guān)鍵成功要素;了解個(gè)性化推薦可能會(huì)陷入的誤區(qū)甚至是失敗,以及如何避免;了解新聞推薦、商品推薦的算法原理;掌握個(gè)性化推薦的關(guān)鍵構(gòu)成模塊。
第二天
課程上午主要為精細(xì)化運(yùn)營的相關(guān)數(shù)據(jù)分析、轉(zhuǎn)化率提升、渠道質(zhì)量數(shù)據(jù)分析內(nèi)容;下午為客戶價(jià)值分析、客戶生命周期管理的相關(guān)內(nèi)容。
Part1 數(shù)據(jù)支持產(chǎn)品精細(xì)化運(yùn)營監(jiān)控
內(nèi)容簡(jiǎn)介:本部分介紹最常用也是最實(shí)用的構(gòu)建監(jiān)控?cái)?shù)據(jù)體系,并容易實(shí)施監(jiān)控的精細(xì)化運(yùn)營數(shù)據(jù)監(jiān)控方法。
1.1構(gòu)建監(jiān)控體系來及時(shí)發(fā)現(xiàn)產(chǎn)品運(yùn)營的異動(dòng)和用戶問題
1.2通過客戶/用戶關(guān)鍵觸點(diǎn)(漏斗模型和轉(zhuǎn)化率分析)監(jiān)控發(fā)現(xiàn)用戶體驗(yàn)問題并優(yōu)化(successful story)
案例:網(wǎng)絡(luò)社區(qū)如何做KPI異動(dòng)分析,并建設(shè)數(shù)據(jù)監(jiān)控體系
將獲得的收獲:避免數(shù)據(jù)下跌較長時(shí)間才發(fā)現(xiàn),通過數(shù)據(jù)監(jiān)控最大程度上的提前發(fā)現(xiàn)問題,減少損失。掌握數(shù)據(jù)下跌最常見的分析方法,并掌握如何有效的建設(shè)數(shù)據(jù)監(jiān)控體系,以及時(shí)發(fā)現(xiàn)數(shù)據(jù)下跌原因。
Part 2 電商收入與轉(zhuǎn)化率提升分析
內(nèi)容簡(jiǎn)介:本部分介紹電商收入的分析方法,并重點(diǎn)介紹如何提升轉(zhuǎn)化率的數(shù)據(jù)分析方法。
2.1收入拆解和分析
2.2轉(zhuǎn)化率拆解和分析(重點(diǎn))
案例:電商收入和轉(zhuǎn)化率分析
將獲得的收獲:掌握如何提升轉(zhuǎn)化率的數(shù)據(jù)分析方法;基于轉(zhuǎn)化率分析的結(jié)果,定位運(yùn)營改進(jìn)的方向
Part3 運(yùn)營數(shù)據(jù)體系與精細(xì)化運(yùn)營數(shù)據(jù)分析
內(nèi)容簡(jiǎn)介:本部分介紹移動(dòng)APP精細(xì)化運(yùn)營的數(shù)據(jù)化運(yùn)營體系A(chǔ)ARRR模型,包括Acquisition客戶獲取、Activation客戶活躍、Retention客戶留存、Revenue獲取收入、Refer自傳播,和常見的分析和監(jiān)控方法。值得注意的是,在當(dāng)今社交媒體盛行的背景下,通過激發(fā)客戶自傳播成為節(jié)省推廣費(fèi)用的有效辦法,而相應(yīng)的數(shù)據(jù)分析和優(yōu)化則顯得尤為重要。
3.1 客戶獲取的數(shù)據(jù)分析體系
3.2 客戶活躍的數(shù)據(jù)分析體系
3.3 客戶留存的數(shù)據(jù)分析體系
3.4 客戶收入的數(shù)據(jù)分析體系
3.5 客戶自傳的數(shù)據(jù)分析體系
案例:移動(dòng)APP數(shù)據(jù)分析體系建設(shè)
將獲得的收獲:掌握如何從無到有建設(shè)移動(dòng)APP的完整數(shù)據(jù)分析體系,包括如何有效的評(píng)估APP發(fā)展的健康度;移動(dòng)APP核心KPI如何有效拆解,并通過數(shù)據(jù)分析發(fā)現(xiàn)重點(diǎn)改進(jìn)方向。
Part 4營銷推廣渠道質(zhì)量數(shù)據(jù)分析
內(nèi)容簡(jiǎn)介:移動(dòng)應(yīng)用(APP或游戲)常常在營銷渠道發(fā)展新用戶方面花大量的金錢,而渠道方可能會(huì)利用不正當(dāng)?shù)氖侄危ㄉ踔潦亲鞅祝﹣碜鐾茝V,如何有效的分析渠道質(zhì)量,本部分將介紹相關(guān)常見的方法。
4.1渠道質(zhì)量的數(shù)據(jù)分析維度
4.2渠道質(zhì)量的數(shù)據(jù)分析方法(successful story)
案例:移動(dòng)APP推廣渠道質(zhì)量分析和優(yōu)化策略
將獲得的收獲:如何通過數(shù)據(jù)分析有效的發(fā)現(xiàn)渠道質(zhì)量問題,可規(guī)避在推廣上不必要的浪費(fèi);同時(shí),掌握基于數(shù)據(jù)分析的渠道優(yōu)化策略。
Part 5 客戶價(jià)值計(jì)算和分析
內(nèi)容簡(jiǎn)介:本部分介紹客戶生命周期管理的常見計(jì)算方法和應(yīng)用案例
5.1客戶生命周期定義和計(jì)算
5.2客戶生命周期價(jià)值常見計(jì)算方法
5.3客戶生命周期價(jià)值應(yīng)用案例(successful story)
案例:網(wǎng)絡(luò)游戲客戶生命周期價(jià)值計(jì)算
將獲得的收獲:清晰合理的計(jì)算出每個(gè)客戶的價(jià)值,才能夠更好的對(duì)不同價(jià)值人群做不同運(yùn)營策略。通過案例,將掌握如何合理的計(jì)算客戶價(jià)值,尤其是客戶全生命周期的價(jià)值。
Part 6客戶生命周期管理和應(yīng)用
內(nèi)容簡(jiǎn)介:本部分介紹游戲客戶生命周期管理的建模方法和應(yīng)用案例
案例:網(wǎng)絡(luò)會(huì)員產(chǎn)品的客戶生命周期管理
將獲得的收獲:基于數(shù)據(jù)分析的客戶生命周期管理是會(huì)員管理的最常用和科學(xué)的方法。通過案例,將了解如何基于數(shù)據(jù)分析來區(qū)分不同客戶所處的客戶生命周期階段(六個(gè)階段:潛在客戶、磨合期、成長期、成熟期、衰退期和流失),并對(duì)重要的生命周期階段進(jìn)行基于數(shù)據(jù)分析來優(yōu)化運(yùn)營策略。
Part 7 大數(shù)據(jù)分析在不同行業(yè)的應(yīng)用趨勢(shì)
7.1大數(shù)據(jù)分析在重點(diǎn)行業(yè)的應(yīng)用案例
7.2大數(shù)據(jù)分析應(yīng)用過程中的誤區(qū)和提示
案例:零售行業(yè)案例、影視行業(yè)案例、房產(chǎn)行業(yè)案例、金融行業(yè)案例等。
將獲得的收獲:更加全面的了解不同行業(yè)通過數(shù)據(jù)分析,尤其是基于大數(shù)據(jù)分析產(chǎn)生的運(yùn)營提升的案例。拓展大數(shù)據(jù)分析應(yīng)用的視野,以更好的啟發(fā)數(shù)據(jù)分析在業(yè)務(wù)運(yùn)營提升思路。

活動(dòng)詳情

提交需求