[10748] in Discussion of MIT-community interests
=?GB2312?B?NjIzNTA2vqvIt9Oqz/rKx8/W1Nq8sM60wLS1xLei1bm3vc/y?=
daemon@ATHENA.MIT.EDU (=?GB2312?B?1cXB1Q==?=)
Sat Jun 23 21:26:56 2012
From: =?GB2312?B?1cXB1Q==?= <zwerttyu@joybnnmtroudata.com>
To: "mit-talk-mtg" <mit-talk-mtg@charon.mit.edu>
Date: Mon, 24 Jun 2002 09:26:26 +0800
2002-06-24 mit-talk-mtg 2002-06-24 zwerttyu@joybnnmtroudata.com
<html>
<head>
<title>营销数据分析---用数字说话</title>
<meta name="GENERATOR" content="Microsoft FrontPage 6.0">
</head>
<body>
<table width="678" align="center">
<TBODY>
<tr>
<td vAlign="top" align="middle"><table id="table133"
style="BORDER-RIGHT: 1px solid; BORDER-TOP: 1px solid; FONT-SIZE: 12px; BORDER-LEFT: 1px solid; LINE-HEIGHT: 160%; BORDER-BOTTOM: 1px solid"
height="34" cellSpacing="0" borderColorDark="#ffffff" cellPadding="10" width="689"
align="center" bgColor="#ffffff" borderColorLight="#ffffff" border="0">
<TBODY>
<tr>
<td style="COLOR: #990000; LINE-HEIGHT: 200%" borderColor="#ffffff" bgColor="#800000"
height="8"><p style="LINE-HEIGHT: 200%" align="center"><span style="FONT-WEIGHT: 700"><font
face="华文新魏" color="#ffff00" size="2"><br>
</font><font face="华文新魏" size="6" color="#FFFF00">营销数据分析---用数字说话</font><font face="华文新魏" color="#ffff00" size="5"><br>
</font></span></td>
</tr>
</TBODY>
</table>
<table id="table134"
style="BORDER-RIGHT: 1px solid; BORDER-TOP: 1px solid; FONT-SIZE: 12px; BORDER-LEFT: 1px solid; LINE-HEIGHT: 160%; BORDER-BOTTOM: 1px solid"
cellSpacing="0" borderColorDark="#ffffff" cellPadding="10" width="689" align="center"
bgColor="#ffffff" borderColorLight="#ffffff" border="0">
<TBODY>
<tr>
<td style="COLOR: #990000; LINE-HEIGHT: 180%" borderColor="#ffffff" bgColor="#ffffff"><p
align="left">【培训时间】2012年7月13-14日深圳、 7月19-20日北京、 7月21-22日上海 <br>
【培训对象】市场总监、市场分析人员、销售主管、销售总监及其他对营销数据分析有兴趣的人士<br>
【培训费用】2800元/人（包括资料费、午餐及上下午茶点等） <br>
【垂询热线】400 0809 128（免长途话费） <br>
【移动电话】159 7693 2069<br>
【业务信箱】vippx@sohu.com <br>
【业务Q--Q】541 036 785 <br>
<br>
【课程背景】 <br>
市场营销是企业的命脉，然而，为数不少的的市场部、销售部工作人员由于缺乏营销分析的概 <br>
念和方法，企业累积的大量数据得不到有效的利用，营销分析只停留在数据和信息的简单汇总和流 <br>
水帐式的通报，缺乏对客户、业务、营销、竞争方面的深入分析，结果决策者只能凭着本能的反应 <br>
来运作，决策存在很大的失误风险。本课程着眼于营销数据的分析和统计，教授如何挖掘数据背后 <br>
的规律和隐含的信息。通过学习本课程您将可以掌握营销数据分析的重要概念和高级技能，提升科 <br>
学管理和科学决策的水平。 <br>
<br>
【导师简介】[陈剑] <br>
信息化专家、IPMA认证项目经理、MCSE、MCDBA、经济分析师，从业经验丰富,曾主持开发大型 <br>
政府业务系统、银行办公系统、电信业务系统、工业自动化控制系统等,负责过OA、ERP、BI系统的 <br>
集成与实施。 历任项目经理，技术总监，副总经理等职务，熟悉整公司营运管理，财务管理、信息 <br>
化管理、人事行政管理工作。 <br>
<br>
陈剑老师擅长的课程有： <br>
《实用企业数据统计和分析技术》 <br>
《专业幻灯片和图表制作技术》 <br>
《现代项目管理》 <br>
《新产品研发和客户需求分析》 <br>
《Excel、Access和POWERPOINT在管理中的实战运用》 <br>
<br>
【课程大纲】 <br>
一、导言 <br>
互联网的高速发展加上市场竞争的加剧，使得数字化营销和精确营销进入了企业的视野，并引起了 <br>
营销方式的巨大改变... <br>
1用数字说话 <br>
2数字化营销新趋势 <br>
3精确营销循环 <br>
4实施营销数据分析的系统策划和实施 <br>
5数据分析与挖掘工具简介 <br>
<br>
二、指标分析 <br>
指标分析是一种快速的企业绩效分析手段，是衡量企业健康状况的健康指标，本节对各类指标进行 <br>
深入解析，并试图透视指标背后的隐含信息。 <br>
1销售绩效的评估与考核 <br>
2宏观市场指标 <br>
3公司经营状况指标 <br>
4客户相关指标 <br>
5市场营销指标 <br>
6对指标的细化分析，从数据的分布趋势深入分析指标 <br>
7如何将指标分解到相关影响因子 <br>
8案例演练 <br>
<br>
三、常规收据收集和指标统计 <br>
没有数据，营销分析就成了空中楼阁。本节介绍数据搜集的思路和方法，为营销分析奠定坚实的基 <br>
础。 <br>
1指标统计方法与来源格式 <br>
2数据来源和收集途径 <br>
3数据搜集工具和手段 <br>
4数据表的规划和设计 <br>
5数据的有效期和保鲜 <br>
6将目标和KPI相连 <br>
<br>
四、竞争分析 <br>
企业总是在竞争中壮大，如果能提前预知竞争对手的信息和策略，企业更容易成功。 <br>
1市场竞争的四个层次 <br>
2如何界定竞争对手 <br>
3竞争对手数据收集 <br>
4需求的交叉弹性 <br>
5品牌转换矩阵 <br>
6行业竞争力分析 <br>
7竞争分析矩阵 <br>
<br>
五、常用分析方法 <br>
数据分析需要有实际的方法和手段，以下的方法将贯穿在本课程中进行学习和演练。 <br>
1方差分析 <br>
2时间序列分析和对比分析 <br>
3频数分析 <br>
4多业务条件动态分类汇总 <br>
5可视化分段与结构分析 <br>
<br>
六、市场调查与置信度分析 <br>
市场调研是合法获取数据的重要来源，也是快速了解市场反应的途径，本节讨论市场调查的策划和 <br>
统计方法。 <br>
1如何策划一次市场调查 <br>
2常规调查方法和网上调查方法 <br>
3如何进行进行统计学上有效的抽样调查 <br>
4理解误差的来源分析 <br>
5调研成本的策划与控制 <br>
6如何对抽样结果进行统计 <br>
7通过置信度分析计算调查误差 <br>
<br>
七、客户细分与精确营销 <br>
无差别的大众媒体营销已经无法满足零和的市场环境下的竞争要求。精确营销是现在及 <br>
未来的发展方向，而客户细分是精确营销的基础。 <br>
1精确营销大趋势 <br>
2客户细分的价值 <br>
3客户细分与“1对1营销”的区别 <br>
4基于数据驱动的细分介绍 <br>
5基于数据驱动的细分的几种方法 <br>
6客户数据库分析的RFM指标 <br>
7顾客的价值(VOC)测量 <br>
8基于聚类细分方法的演练 <br>
9细分结果的应用 <br>
<br>
八、商业预测技术 <br>
预测是企业重要的决策依据，企业通过预测技术可以估计下一季度、年度的市场规模、 <br>
市场占有率、销售量等。 <br>
1预测模型的类型概述 <br>
2如何选择合适的预测模型 <br>
3基于时间序列的一元回归预测，例如 <br>
i. 如何预测公司明年、后年的营业收入 <br>
ii. 如何预测新年度生产成本 <br>
4多元回归分析：如何分析多个因素对目标值的影响程度，包含 <br>
i.如何建立多变量业务预测模型 <br>
ii.如何评估业务模型的有效性 <br>
iii.企业外部变量（例如经济宏观数据）的选择和过滤 <br>
iv.季节因素的时间序列回归分析 <br>
5回归分析演练：如何预测新市场的规模及制定发展目标 </td>
</tr>
</table>
</td>
</tr>
</table>
</body>
</html>
