内训课列表

大数据时代的企业模式...

  • 课程简介
  • 课程大纲

大数据时代的企业模式变革

发布日期:2020-03-26

397

课程对象

高层管理

课程收益

老师介绍

李达聪

品牌互联网 营销策划...

常驻地址:厦门
擅长领域:主讲课程 《互联网 商业模式创新和落地》 《新零售转型实战全攻略》 《大数据时代的营销模式变革》 《互联网 品牌营销创新攻略》 《传统行业互联网营销实战技巧》 《设计思维爆款打造攻略》 《农村电商和县域产业园运营》 《小程序 大革命》
详细介绍:房地产建筑工程质量管理实战专家,40余年房地产与建筑业从业经历,其中11年中海地产中高管任职经历。曾任中海监理工程师、楼盘主管、工程经理、质量管理维修负责人、中海地产深圳公司客户负责人等职。...

相关内训课程推荐

相关公开课推荐

同类老师推荐

何林凯

企业数字化转型与人工智能实战讲师

魏永强

金融科技与技术应用

石泽杰

商业模式创新讲师

乔海

餐饮运营策划管理师

唐文纲

数字化转型、创新领导力金牌讲师

赵兴峰

实战数字化转型与数据化管理讲师

大数据时代的企业模式变革

发布日期:2020-03-26

397

课程大纲

【课程背景】

2014年-2017年,中国营销者正面临着一个极具挑战的经济时局,面对将近8亿的互联网用户,多样化的10万亿GB数据,以及企业数据每年50%以上的增长率,大数据所带来的机遇前所未有,这将是中国市场的营销者们预期取得大回报的最佳时机。营销者必须知道如何透过数据库的挖掘与分析,让手中的数据与信息发挥最大的价值,通过有效整合、分析线上和线下数据,提高与客户、潜在客户互动的精准度,及时发现企业经营中的各种问题和风险。

在制造行业,通过ERP、CRM等系统,企业在产品制造的过程中也逐步积累了各种形式的大数据,如何将这些大数据服务于企业的生产过程,提高产品质量控制能力,并提升对客户服务质量,也是摆在制造企业面前的一个紧迫问题。

【课程收益】

1、了解大数据处理的基本技术,包括数据仓库、数据挖掘、云计算等基本内容。

2、了解数据挖掘的各种方法,深刻理解大数据的价值,学习提升企业精细化管理的途径。

3、学会通过数据挖掘,发掘客户精细营销和运营的价值,实现产品的精准化营销。

4、掌握利用互联网思维应用于数据挖掘领域,个性化提升客户体验,提升品牌价值。

5、了解互联网行业大数据分析案例,对传统制造产业带来的冲击分析,探索制造业大数据应用场景。

【课程时间】:6小时,可根据学员需求订制内容,或缩短、延长课时

【授课对象】:企业董事长、CEO等决策层、中高层管理者、互联网创业者

【授课方式】:讲师讲授 案例研讨 分组讨论 讲师点评

【课程大纲】

第一章、大数据的基本概述

1、大数据的概念和基本特点

2、国内外目前大数据的基本情况

3、大数据能够带来哪些新的应用

4、大数据给企业带来什么样的机遇

5、大数据时代带来对传统营销的挑战

第二章、缺失正确数据的三大风险

1、风险之一:失败的销售规划

2、风险之二:错误的问题定位

3、风险之三:抹黑的效率管理

第四章、大数据时代“互联网思维”营销模式

1、什么是互联网思维——先圈用户再挣钱

2、大数据技术支持下的互联网营销模式

3、传统CRM变革——个性化的精准数据画像

4、零售电商大数据营销模式分析

5、典型的大数据精准打击营销案例分析

第五章、四大维度分析企业利用大数据进行提升

1、产品开发维度分析大数据的利用

1)产品相关的数据有哪些?

2)产品的大数据分析有哪些维度?

3)利用大数据开发产品的典型代表——小米

4)如何把“以产品为中心”转变为“以客户为中心”

2、产品营销维度分析大数据的利用

1)基于大数据进行有针对性的用户画像

2)通过数据建模让营销更加精准、有效

3)解读大数据提前洞察消费者的方法

4)通过大数据分析媒体价值和品牌管理

3、企业管理维度分析大数据的利用

1)企业的精细管理——不再盲人摸象

2)企业的KPI仪表板——进入驾驶舱

3)预防企业的管理风险——早诊断、早发现

4)员工的量化绩效评定——计件之后计量

4、产品质量维度分析大数据的利用

1)建立量化的产品管理方法——辣椒的辣度评定

2)产品问题的及时监控——温度、风速等异常早发现

3)产品标准化订制的范例——好莱坞大片的大数据

4)产品质量的量化管控——挡板安装的故事

第六章、传统企业的数据挖掘和利用方法

1、数据挖掘技术的基本概述

1)大数据和大数据挖掘技术的区别

2)常用的数据挖掘算法和工具介绍

3)基础数据的收集和整理

2、CRISP-DM数据挖掘技术解析

1)商业理解:要达成的业务目标

2)数据理解:数据的收集、熟悉和理解

3)数据准备:数据的转换、清理和组合

4)建立模型:找出数据中隐藏的规律

5)模型评估:检查建模的整个过程

6)模型部署:数据的实际使用及形成报告

3、企业可利用的大数据解决方案平台介绍

 1)阿里云解决方案介绍(新金融、新零售、O2O案例)

 2)永洪科技解决方案介绍(大制造、大健康、电信行业案例)

第七章、利用大数据再造商业模式案例解析

1、亚马逊的大数据营销

2、优衣库春节场景营销0X0导流

3、海尔数据化打造物联网时代家居生活

4、宜信“”用大数据突破“极速模式”

5、智超医疗的医疗大数据应用“大超人”

第八章、不同行业的大数据利用策略

1、政府是如何利用大数据提升管理效率?

2、传统制造企业如何利用大数据提升生产效率?

3、上游供应链企业如何利用大数据提升供应链效率?

4、终端零售企业如何利用大数据提升客户体验?

在线咨询
电话咨询
名师免费定制方案
Baidu
map