
大數(shù)據(jù)營(yíng)銷(xiāo)培訓(xùn)
引言:大數(shù)據(jù)那些事兒
1. 大數(shù)據(jù)定義和本質(zhì)
2. 大數(shù)據(jù)和傳統(tǒng)數(shù)據(jù)區(qū)別
3. 大數(shù)據(jù)和厚數(shù)據(jù)
4. 大數(shù)據(jù)和小數(shù)據(jù)
第一講:大數(shù)據(jù)之用戶
一、新零售下用戶特征
1. 個(gè)性化
2. 情緒化
3. 圈層化
4. 年輕化
二、如何定義目標(biāo)客戶
1. 尋找目標(biāo)客戶的大誤區(qū)
2. 為何要先找到超級(jí)用戶?
3. 超級(jí)用戶特征
三、用戶數(shù)據(jù)的維度
1. 為何態(tài)度數(shù)據(jù)關(guān)鍵(分析元數(shù)據(jù)、行為數(shù)據(jù)和態(tài)度數(shù)據(jù))
2. 傳統(tǒng)市場(chǎng)調(diào)查哪些數(shù)據(jù)是有用的?
三、用戶畫(huà)像
1. 為什么你的畫(huà)像總是沒(méi)用?
2. 用戶標(biāo)簽化怎么做?
3. 人群畫(huà)像模型
案例分析:陳歐體
第二講:大數(shù)據(jù)之產(chǎn)品
一、產(chǎn)品經(jīng)理
1. 產(chǎn)品經(jīng)理為何這么火?
2. 為何人人都要有產(chǎn)品經(jīng)理基因
二、產(chǎn)品企劃之?dāng)?shù)據(jù)維度
1. 產(chǎn)品規(guī)劃數(shù)據(jù)分析模型
2. 產(chǎn)品測(cè)試的策劃模型
三、制造業(yè)大數(shù)據(jù)革命
1. 工業(yè)4. 0和中國(guó)制造2025
2. C2B時(shí)代產(chǎn)品制造和用戶數(shù)據(jù)如何對(duì)接?
3. 紅領(lǐng)集團(tuán)如何實(shí)現(xiàn)大數(shù)據(jù)制造
四、線下為何突然火起來(lái)?
1. 淘品牌為何隕落?
2. 資本為何大舉進(jìn)入新零售?
3. 線上品牌回歸線下是歷史倒流?
案例分析:天貓小店如何利用大數(shù)據(jù)選品
案例分析:名創(chuàng)優(yōu)品如何利用大數(shù)據(jù)協(xié)同研發(fā)新品?
第三講:大數(shù)據(jù)之推廣
一、推廣變化
1. 渠道的變化
2. 內(nèi)容的變化
二、各個(gè)平臺(tái)推廣特點(diǎn)及數(shù)據(jù)規(guī)律
1. 百度競(jìng)價(jià)數(shù)據(jù)分析
2. 微博推廣數(shù)據(jù)分析
3. 今日頭條推廣數(shù)據(jù)分析
4. 廣點(diǎn)通推廣及數(shù)據(jù)分析
5. 網(wǎng)盟投放及數(shù)據(jù)分析
6. 程序化購(gòu)買(mǎi)及數(shù)據(jù)分析
三、大數(shù)據(jù)時(shí)代下?tīng)I(yíng)銷(xiāo)人工作流程
1. 傳統(tǒng)營(yíng)銷(xiāo)組織工作流程
2. 大數(shù)據(jù)背景下新工作流程
四、內(nèi)容營(yíng)銷(xiāo)
1. 大數(shù)據(jù)和內(nèi)容為何密不可分
2. 內(nèi)容創(chuàng)意案例分析
第四講:大數(shù)據(jù)之零售
一、人工智能時(shí)代的新零售
1. 新零售概念和本質(zhì)
2. 新零售和傳統(tǒng)零售區(qū)別
3. 線上零售和線下區(qū)別
4. 如何獲取線下用戶行為數(shù)據(jù)
二、大數(shù)據(jù)新零售—盒馬鮮生
1. 盒馬鮮生如何利用大數(shù)據(jù)選址?
2. 盒馬鮮生如何利用大數(shù)據(jù)配送?
3. 盒馬鮮生如何獲取線下用戶數(shù)據(jù)?
4. 盒馬鮮生如何做活動(dòng)策劃?
三、大數(shù)據(jù)零售—小米之家
1. 小米的新零售戰(zhàn)略
2. 小米零售數(shù)據(jù)公式
四、其他案例分析
1. 銀泰百貨大數(shù)據(jù)變革之路
2. 天貓小店如何利用大數(shù)據(jù)驅(qū)動(dòng)夫妻老婆店
3. 餐飲企業(yè)如何實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)零售
第五講:企業(yè)如何布局新零售
一、新零售平臺(tái)
1. 數(shù)據(jù)平臺(tái)
2. BAT平臺(tái)
3. 自建平臺(tái)(官網(wǎng)、APP或其他)
二、數(shù)據(jù)工作流程
1. 數(shù)據(jù)定義
2. 數(shù)據(jù)采集
3. 數(shù)據(jù)分析
4. 數(shù)據(jù)再次應(yīng)用
三、算法是如何驅(qū)動(dòng)數(shù)據(jù)自運(yùn)營(yíng)?
1. 智能商業(yè)的核心為何離不開(kāi)算法?
2. 企業(yè)后半程為什么越來(lái)越需要算法?
3. 算法如何工作?
4. 算法工程師和傳統(tǒng)營(yíng)銷(xiāo)人如何協(xié)同?