2012-2015年，中国企业正面临着一个极具挑战的经济时局，市场竞争越发激烈，如何避免低水平的价格竞争，凸显产品的差异化？这需要提升企业的管理水平和精细化营销能力，借助大数据的收集和整理，可以实现上述目标。 本讲座将结合制造业企业大数据应用，通过客户分析的实际案例，介绍数据分析技术在企业运营管理等方面的应用价值，并详细分析大数据在相关领域的应用场景和案例。

通过本次培训中实际案例的分享，了解数据管理和运营中的各种经验教训，深刻理解大数据对于企业精细化管理的意义，发掘客户精细营销和运营的价值，提升企业产品创新的能力。本课程将分析行业的大数据发展前景，展望企业发展转型的战略机遇。

一、“大数据、大生意”：

1.概述

1)大数据概念和特点

2)大数据需要哪些技术支撑

3)大数据能够带来哪些新应用？

2.大数据时代的“互联网思维”模式

1) 互联网思维——先圈用户再挣钱

2）互联网的营销模式——微博营销、网页营销等

3) CRM——“旧貌焕发新颜”

4)精细营销——装上了GPS，实现“精确打击”

5）思维的转型——“特斯拉”的冲击

3.如何在海量数据中整合线上、线下数据，形成你对消费者的独特洞察力

1)知道客户的各个属性——互联网时代不再“是否是狗”

2)客户的群体特征——“人以群分”

4.如何建立产品分析的数据平台，提供产品的“标尺” 

1)产品的数据有哪些？——发动机功率、重量、油耗、颜色等等维度

2)产品设计的互联网思维？——小米手机

3)产品的大数据分析——哪些维度？

4）如何“产品为中心”发展为“客户为中心”？——有数据就有可能

二、大数据下的经营“透视”：

1、客户是“上帝”，如何找到“上帝”？

1）上帝是什么样子？

· 上帝是什么视图？

2）客户是什么样子？

· 客户是什么视图？

3）产品是什么样子？

· 产品是什么视图？满足哪些功能？

4）如何建立客户和产品间的关系？

· 为合适的客户，找到合适的产品（分析需求，满足需求）

2、我们对自己的产品了解多少？

1）自己的产品有什么特点？

· 产品的基本特征

· 产品的比较优势特征

· 产品的量化属性

2）营销的方法

· 营销方法论和知识库（分析问题的知识库和方法树）

· 制造业产品营销的特点（如何突出附加值？）

· 传统营销如何转型互联网营销？

· 产品如何“私人订制”？

3）产品的客户服务

· 大数据能够发现哪些产品质量问题？

· 如何提升客户满意度

3、如何“帮客户买产品”

1）如何进行客户的“X光透视”？

· 客户的统一视图包含哪些信息？哪些是关键属性？

· 如何发现客户的真实需求？（服务与骚扰的区别）

· 示例：某行业客户的统一视图

2）内部产品的科学选配

· 如何提供讲师般量化的分析，为用户提供优的内部产品？

3）竞争对手产品的对比

· 与竞争对手间的产品差异化区隔

· 自己产品的优势和弱点（如何提供量化的分析结果？在形象展示出来）

· 示例：竞争对手的客户回归

4）销售过程的处理

· 销售时机的把握销售语术的把握

4、大数据营销的作用和价值

1）数据和知识是人的本质特征

2）大脑是人与动物的差别

3）“事半功倍”是捷径

4）从“拼刺刀”到“信息战”；示例：某人关系图

5、产品如何进行“透视”

1）产品自带数据

2）产品中互联网思维创新设计

· 如何用微信“卖肉夹馍“？

· 如何用微信卖产品？

3）产品的差异化数据显示——用数据证明产品（功率等参数之外呢？用可靠性、安全告警等新数据）

4）产品的附加值——加法还是减法？

6.大数据对企业的精细管理提升

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

7.大数据提升企业的产品质量

1）建立量化的产品管理方法——辣椒的辣度评定

2）产品制造过程的管理控制——监控大数据分析

3）产品问题的及时监控——温度、风速等异常早发现

4）产品订制的范例——好莱坞大片的大数据

5）产品质量的量化管控——挡板安装的故事

三、基础数据的收集和整理

1、数据的种类

1）客户数据内容（汽车客户的基本资料）

2）产品数据内容（产品的编码）

3）营销数据内容（交易记录的保存）

4）服务数据内容（客户服务数据的保存）

5）制造行业数据的特点：（数据类型杂、数据量大等）

2、数据的获取方法

1）数据的收集方法

2）数据的收集原则

3）竞争对手情报收集

4）互联网情报数据收集

3、数据的基本整理

1）数据的清洗、转换和加载

2）存放在数据库/数据仓库

3）数据的基本分析工具EXCEL等

4）数据的归类存放（建模型）

5）数据的基本加工

4、数据的基础分析

1）数据的基本汇总

2）数据中的“金子”：从石头中淘金子

3）数据挖掘：“啤酒和尿布”的故事

4）高级的数据挖掘工具SAS和SPSS等

示例：切入几张工具的示意界面图

5、数据质量的基本保障

1）指标的口径描述和统一

2）后期补数据成本是前提收集数据成本的15倍

3）“差之毫厘谬以千里”

6、制造业企业数据的收集和整理

1）制造环境的数据收集/整理

2）采购数据的收集/整理

3）营销数据的收集/整理：

4）人力资源数据的收集/整理

示例：某企业的数据收集/整理方案

四、产品的分析和再认知

1、产品的定义和范畴

产品的目标客户

产品是否要进行细分，如目标客户的定制等

2、关于产品的基本“信息”

产品的基本参数数据

产品的功能数据、性能数据

3、产品的基本属性标签（如产品的内容属性标签、功能属性标签等）

产品的标签分类

产品的标签举例

4、产品的知识库

实时调出符合条件的产品体来

示例：某企业产品特征知识库举例

5、产品的“再挖掘”（UPSELL/CROSSSELL）

增值服务等方面，让服务更加贴近需求

基于产品增值服务，进行客户“再挖掘”

6、产品的生命周期管理

生命周期数据分析渗透到产品的生命周期全过程

7、制造业中能进行哪些客户分析和营销？

客户的基本信息分析：如对汽车的兴趣和爱好

客户的分群（品牌和产品设计）：汽车行业的客户细分

对客户更深层的了解，就可以进行合适的营销：特斯拉汽车的营销

五、如何进行企业精细化管理

1、企业管理的范围和边界

1）企业经营范围

2）企业管理内容

3）如何量化企业各种管理目标

2、企业制造流程监控

1）制造流程及系统（ERP系统？）

2）关键的监控点

3）监控规则的量化

4）监控的故障告警形式

3、企业上下游质量管控

1）上游物料管控

2）下游企业监管

3）上下游的量化监控

4、企业人力资源量化考评

1）人力资源的量化考评

2）人力资源的量化薪酬设计

3）人力资源告警分析

5、企业财务量化分析

1）财务分析内容

2）财物异常监控

3）财物数据挖掘

6、企业产品质量量化监控

1）产品质量的评估惨呼

2）产品质量监控方法

3）产品质量后评估

六、如何编写漂亮的分析报告（既有漂亮里子，也要有漂亮面子）

1、数据是基础

2、分析报告是展现形式

3、分析报告的思路

4、分析报告的方法

【示例】：分析报告演示

七、总结和展望