財(cái)務(wù)預(yù)算編制講師

【講師介紹】
宮同昌

宮同昌，客戶關(guān)系管理培訓(xùn)講師，清華大學(xué)繼續(xù)教育學(xué)院特邀客戶關(guān)系管理講師，北京大學(xué)、上海交通大學(xué)、浙江大學(xué)特邀客戶關(guān)系管理講師，清華大學(xué)客戶關(guān)系管理（CRM）高級(jí)研修班特邀講師，中國(guó)機(jī)械工業(yè)企業(yè)管理協(xié)會(huì)特聘客戶關(guān)系管理講師，清華大學(xué)國(guó)際工程項(xiàng)目管理學(xué)院特聘客戶關(guān)系管理講師，北大縱橫客戶關(guān)系管理特聘講師；國(guó)際電子商務(wù)師聯(lián)合會(huì)特聘講師，清華大學(xué)MBA管理培訓(xùn)俱樂(lè)部常務(wù)理事，雅虎中國(guó)北京推廣會(huì)特邀演講嘉賓，北京市司法局干部培訓(xùn)特邀講師。

宮同昌老師曾任美國(guó)知名CRM軟件產(chǎn)品實(shí)施顧問(wèn)；香港上市公司總裁助理；外企銷(xiāo)售部經(jīng)理；亞星汽車(chē)山西分公司客戶經(jīng)理；清華大學(xué)EMBA項(xiàng)目主管；國(guó)家“八五”、“九五”重點(diǎn)軍工項(xiàng)目主任，所參加項(xiàng)目曾獲部級(jí)科技進(jìn)步二等獎(jiǎng)。

現(xiàn)任北京惠德培訓(xùn)學(xué)院首席講師、北京同昌惠德科技有限公司副總經(jīng)理、國(guó)際電子商務(wù)師聯(lián)合會(huì)北京管理中心主任。

擅長(zhǎng)售后客戶服務(wù)技巧、卓越的客戶服務(wù)技巧、專(zhuān)業(yè)應(yīng)訴技巧培訓(xùn)、客戶服務(wù)體系建立、客戶關(guān)系管理等領(lǐng)域的咨詢(xún)與培訓(xùn)。

【課程目標(biāo)】
成熟的企業(yè)已經(jīng)從跑馬圈地的客戶數(shù)量積累，發(fā)展為提高客戶對(duì)企業(yè)利潤(rùn)貢獻(xiàn)的質(zhì)量管理階段?？蛻絷P(guān)系管理逐漸發(fā)展到培養(yǎng)多次購(gòu)買(mǎi)的忠誠(chéng)客戶階段。如何為客戶創(chuàng)造更高價(jià)值，如何做好客戶關(guān)懷、爭(zhēng)取轉(zhuǎn)介紹和贏得客戶回頭、如何實(shí)施VIP會(huì)員管理、組建吸引客戶的客戶俱樂(lè)部、提升客戶忠誠(chéng)度等等問(wèn)題，正在成為銷(xiāo)售型企業(yè)的客戶管理熱點(diǎn)。

【課程大綱】

1章　客戶關(guān)系管理與大數(shù)據(jù)的關(guān)系

1、客戶關(guān)系管理成為企業(yè)的核心能力

2、客戶關(guān)系管理中的數(shù)據(jù)分析

3、大數(shù)據(jù)分析應(yīng)用的條件

• 3.1 全面準(zhǔn)確的海量數(shù)據(jù)
• 3.2 精細(xì)化管理理念的倡導(dǎo)
• 3.3 數(shù)據(jù)分析和數(shù)據(jù)挖掘技術(shù)的有效應(yīng)用

4、大數(shù)據(jù)應(yīng)用的**新進(jìn)展

第2章　數(shù)據(jù)挖掘概述

1、數(shù)據(jù)挖掘的發(fā)展歷史

2、統(tǒng)計(jì)分析與數(shù)據(jù)挖掘的主要區(qū)別

3、數(shù)據(jù)挖掘的主要成熟技術(shù)以及在客戶關(guān)系管理中的主要應(yīng)用

• 決策樹(shù)
• 神經(jīng)網(wǎng)絡(luò)
• 回歸
• 關(guān)聯(lián)規(guī)則
• 聚類(lèi)
• 貝葉斯分類(lèi)方法
• 支持向量機(jī)
• 主成分分析
• 假設(shè)檢驗(yàn)

4、互聯(lián)網(wǎng)行業(yè)數(shù)據(jù)挖掘應(yīng)用的特點(diǎn)

第3章　客戶關(guān)系管理中常見(jiàn)的數(shù)據(jù)分析項(xiàng)目類(lèi)型

1、目標(biāo)客戶的特征分析

2、目標(biāo)客戶的預(yù)測(cè)（響應(yīng)、分類(lèi)）模型

3、運(yùn)營(yíng)群體的活躍度定義

4、用戶路徑分析

5、交叉銷(xiāo)售模型

6、信息質(zhì)量模型

7、服務(wù)**模型

8、用戶（買(mǎi)家、賣(mài)家）分層模型

9、賣(mài)家（買(mǎi)家）交易模型

10、信用風(fēng)險(xiǎn)模型

11、商品推薦模型

• 商品推薦介紹
• 關(guān)聯(lián)規(guī)則
• 協(xié)同過(guò)濾算法
• 商品推薦模型總結(jié)

12、數(shù)據(jù)產(chǎn)品

13、決策支持

第4章　數(shù)據(jù)分析是跨專(zhuān)業(yè)、跨團(tuán)隊(duì)的協(xié)調(diào)與合作

1、數(shù)據(jù)分析團(tuán)隊(duì)與業(yè)務(wù)團(tuán)隊(duì)的分工和定位

• 提出業(yè)務(wù)分析需求并且能勝任基本的數(shù)據(jù)分析
• 提供業(yè)務(wù)經(jīng)驗(yàn)和參考建議
• 策劃和執(zhí)行精細(xì)化運(yùn)營(yíng)方案
• 跟蹤運(yùn)營(yíng)效果、反饋和總結(jié)

2、數(shù)據(jù)化運(yùn)營(yíng)是真正的多團(tuán)隊(duì)、多專(zhuān)業(yè)的協(xié)同作業(yè)

3、實(shí)例示范數(shù)據(jù)化運(yùn)營(yíng)中的跨專(zhuān)業(yè)、跨團(tuán)隊(duì)協(xié)調(diào)合作

第5章　數(shù)據(jù)挖掘項(xiàng)目完整應(yīng)用案例

1、項(xiàng)目背景和業(yè)務(wù)分析需求的提出

2、數(shù)據(jù)分析師參與需求討論

3、制定需求分析框架和分析計(jì)劃

4、抽取樣本數(shù)據(jù)、熟悉數(shù)據(jù)、數(shù)據(jù)清洗和摸底

5、按計(jì)劃初步搭建挖掘模型

6、與業(yè)務(wù)方討論模型的初步結(jié)論，提出新的思路和模型優(yōu)化方案

7、按優(yōu)化方案重新抽取樣本并建模，提煉結(jié)論并驗(yàn)證模型

8、完成分析報(bào)告和落地應(yīng)用建議

9、制定具體的落地應(yīng)用方案和評(píng)估方案

10、業(yè)務(wù)方實(shí)施落地應(yīng)用方案并跟蹤、評(píng)估效果

11、落地應(yīng)用方案在實(shí)際效果評(píng)估后，不斷修正完善

12、不同運(yùn)營(yíng)方案的評(píng)估、總結(jié)和反饋

13、項(xiàng)目應(yīng)用后的總結(jié)和反思

第6章 頂尖數(shù)據(jù)挖掘平臺(tái)TipDM

1、TipDM產(chǎn)品功能

• TipDM平臺(tái)提供的數(shù)據(jù)探索及預(yù)處理算法
• TipDM平臺(tái)提供的分類(lèi)與回歸算法
•  TipDM平臺(tái)提供的時(shí)序模式算法
• TipDM平臺(tái)提供的聚類(lèi)分析算法
• TipDM平臺(tái)提供的關(guān)聯(lián)規(guī)則算法

2、TipDM使用說(shuō)明

3、TipDM產(chǎn)品特點(diǎn)

• 支持CRISP-DM數(shù)據(jù)挖掘標(biāo)準(zhǔn)流程
• 提供豐富的數(shù)據(jù)挖掘模型和靈活算法
• 具有多模型的整合能力
• 提供靈活多樣的應(yīng)用開(kāi)發(fā)接口
• 海量數(shù)據(jù)的處理能力
• 適應(yīng)不同類(lèi)型層次人員需求

第7章   數(shù)據(jù)挖掘在金融電信行業(yè)的應(yīng)用

1、案例二：電信3G客戶識(shí)別系統(tǒng)

• 挖掘目標(biāo)的提出
• 分析方法與過(guò)程
• 建模仿真
• 核心知識(shí)點(diǎn)
• 拓展思考

2、案例三：基于客戶分群的精準(zhǔn)智能營(yíng)銷(xiāo)

• 挖掘目標(biāo)的提出
• 分析方法與過(guò)程
• 建模仿真
• 核心知識(shí)點(diǎn)
• 拓展思考

第8章   數(shù)據(jù)挖掘在互聯(lián)網(wǎng)行業(yè)的應(yīng)用

1、案例一：商業(yè)零售行業(yè)中的購(gòu)物籃分析

• 挖掘目標(biāo)的提出
• 分析方法與過(guò)程
• 建模仿真
• 啟發(fā)與拓展

2、案例二：電子商務(wù)網(wǎng)站用戶行為分析

• 挖掘目標(biāo)的提出
• 分析方法與過(guò)程
• 建模仿真
• 啟發(fā)與拓展

3、案例三：基于用戶行為分析的定向網(wǎng)絡(luò)廣告投放

• 挖掘目標(biāo)的提出
• 分析方法與過(guò)程
• 結(jié)果及分析
• 啟發(fā)與拓展

第9章 數(shù)據(jù)挖掘在生產(chǎn)制造行業(yè)中的應(yīng)用

1、案例：基于RFM的企業(yè)客戶關(guān)系分析

• 挖掘目標(biāo)的提出
• 分析過(guò)程與方法
• 建模仿真
• 核心知識(shí)點(diǎn)
• 拓展思考

更多客戶關(guān)系內(nèi)訓(xùn)課點(diǎn)擊進(jìn)入