您好,欢迎来到诺达名师!
客服热线:18898361497

当前位置: 首页 > 市场营销 > 网络营销 > 《呼叫中心大数据时代下的客户视图与客户辨识》内训课

段方

《呼叫中心大数据时代下的客户视图与客户辨识》内训课

段方 / 大数据专家

课程价格: 具体课酬和讲师商量确定

常驻地: 北京

预定该课 下载课纲

咨 / 询 / 热 / 线 18898361497

在线咨询

课程目标

呼叫中心产生了很多的大数据,通过对客户的重新认识和精确营销,可以提升企业的核心竞争能力,可以更新呼叫中心运营的新理念。了解大数据处理的基本技术,包括:数据仓库、数据挖掘、元数据等基本内容。解决数据质量的方法和经验,数据管理的组织机构设置等

课程大纲

一、“大数据、大机遇”:
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?
4)产生的大数据内容
2.大数据时代带来对传统营销的挑战
1)大数据如何成为资产?
2)大数据如何体现精确营销
3)大数据的价值
4)大数据对于运营商的价值
5)呼叫中心在大数据时代的转型
3.大数据时代的新营销模式
1)互联网的营销模式——微博营销、微信营销、网页营销等
2)CRM——“旧貌焕发新颜”
3)精确营销——装上了GPS,实现“精确打击”
4)运营商的营销——终端、流量、内容
5)呼叫中心解决全渠道之后,要解决客户需求细分问题
【示例】淘宝等电商的大数据营销案例分享
4.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”
3)如何发掘潜在客户?
4)呼叫中心如何进行客户信息分析?
 客户资料的获取之后,形成基本的服务标签;
5.如何建立全渠道数据平台,拓展营销渠道,提高营销效率
1)客户接触渠道分类
2)电话、QQ、微博、微信——全方位覆盖
3)如果进行广告的精确投放?
4)呼叫中心营销渠道的拓展:全渠道——语音、视频、网络等多种形式
6.大数据的实现架构和体系
1)HADOOP技术了
2)MAP/REDUCE算法
3)非结构化数据分析的特点
4)数据仓库技术
5)数据的ETL过程描述
6)数据挖掘概述
【示例】互联网企业(BAT)的大数据架构分享

二、大数据下客户的“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?有什么样的客户标签?
3)提供哪些产品?
产品是什么视图?有什么产品标签?
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
2、我们对自己的客户(“上帝”)了解多少?
1)客户会有什么特点?
客户的基本特征(如:不同产品的年龄分布)
客户的群体特征(如:不同年龄群体关注点有哪些?)
现代营销模式的基础,以现有产品为基础,寻找群体客户适合的产品和服务。
客户的交往圈子(如:户外旅游圈子关注哪些产品?)
【示例】电信客户交往圈分析案例
客户的内容消费特征(如:客户喜好哪些内容?)
另一个角度规划产品和服务。
2)大数据时代呼叫中心营销的方法
营销方法论和知识库(分析问题的知识库和方法树)
4G时代的营销:“大数据、微营销”
营销的渠道规划:实时营销和事件营销
了解客户喜好之后的精确营销
【示例】美剧《纸牌屋》的大数据营销;
3)企业管理方面的情况
及时发现企业真实的情况(哪些运营的关键指标KPI?)
像人体一样,如何及时发现病症?(关键指标KPI的波动范围?)
【示例】:电信企业的数码仪表盘,展示企业的KPI;如何**手机彩信及时展现KPI给领导。
【示例】4G时代手机APP大数据应用展示
3、如何“帮客户买产品,而不是推销其不需要的产品”
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】:电信行业客户的内容标签展示
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?
如:电信行业计算出适合用户模式的资费进行选择)
【示例】:为客户定制合适的资费:经过数据精算后,告诉客户,A产品比B产品更适合张三。
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?)
【示例】:竞争对手的“客户回归”分析
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、如何避免对客户的骚扰
1)客户外呼的次数控制
2)客户外呼的内容控制
3)客户外呼的时机控制
4)语术的把握避免投诉
5)不能外呼、不能发短信时,如何进行营销?
【示例】学习互联网的模式,“先有客户,再有生意”。
6、员工坐席的“服务适配”问题
1)客户是什么类型?
2)员工是什么类型?
3)产品的合适客户群如何?
4)如何让匹配的员工坐席为客户提供服务?
7、呼叫中心的轨迹分析
1)IVR语音轨迹分析
2)IVR语音轨迹的优化
3)IVR满意度调查等

三、基础数据的收集和分析
1、数据的种类
1)客户数据内容(电信客户的基本资料)
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)电信数据的特点:(交易型数据较多、价值密度降低等)
2、数据的存放方法
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)数据仓库的基本原理
3、数据的基本整理
1)数据的归类存放(建模型)
2)数据的基本加工
4、数据挖掘技术
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)数据挖掘过程
5)数据挖掘算法介绍
 包括:关联分析、聚类分析、决策树分析、孤立点分析等算法
 【示例】:某省移动客户分群案例剖析(数据挖掘中分类算法)
6)高级的数据挖掘工具SAS和SPSS等
【示例】:切入几张工具的界面图
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、网销/电销数据的收集和整理
1)网销数据的收集/整理
2)电销数据的收集/整理
3)电销和网销数据的关键点:
【示例】:电销企业的营销案例(借助数据挖掘中产品关联分析)

四、客户的分析和认知(客户统一视图)
1、客户的定义和范畴
用户和客户的区别
客户是否要进行细分,如校园客户、家庭客户、集团客户等
2、关于客户的基本“信息”(管中窥豹)
身份证信息行为爱好信息衍生信息
客户资料信息透露的内容
3、客户的基本属性标签(如对周杰伦粉丝推荐其新歌作为彩铃等)
增值服务等方面,让服务更加贴近客户
如何爬取客户的内容信息
4、客户的喜好(“不怕没缺点,就怕没爱好”)
经常出没的地方(高尔夫场、酒吧街、电影院等)
**前台的观察和后台的询问等获取的知识
【示例】**DPI解析,获取用户的内容信息
5、客户的细化分群
客户分群的依据(物以类聚、人以群分)
数据挖掘技术应用客户分群的方法:
【示例】:电信行业客户内容标签案例
6、客户的知识库
实时调出符合条件的客户群体来
【示例】:电信行业客户知识库举例
7、如何识别欺诈客户
如何识别欺诈客户如何防范风险
【示例】:电销行业客户欺诈案例描述
8、客户的“再挖掘”(UPSELL/CROSSSELL)
客户群中的“种子/关键”客户客户的交往圈分析
【示例】:客户交往圈分析案例
基于客户交往圈,进行客户“再挖掘”
9、客户的生命周期管理
客户的生命周期数据分析渗透到客户的生命周期全过程
10、电销/网销中能进行哪些客户分析和营销?
网络可以泄露客户更多的信息;(如何买到合适的数据?)
对客户更深层的了解,就可以进行合适的营销:

五、如何为合适的用户提供合适的产品?
1、营销的目的:为合适的用户提供合适的产品
除了“激情营销”,更需要“理性营销”;真正满足客户需求才能构建长久的营销关系;
客户的真实需求如何?
2、如何发现合适的用户
谁是合适的客户?标准有哪些?客户的担心、顾虑是什么?
3、如何提供合适的产品
从现有的产品客户中寻找目标客户特征
【示例】:客户手机阅读针对性营销案例示例
4、营销案的设计和评估
如何吸引用户?如何让用户选择产品?
5、营销的过程和细节
类似CRM系统的营销流程管理
营销活动的实时性提升
【示例】:电信行业CRM营销的流程框架图
6、营销的渠道选择
客户是否喜欢外呼电话,还是短信?还是网上营业厅?
【示例】:用户偏好渠道分析的案例
7、如何避免对客户的过渡打扰
限制每月的外呼次数;
8、网销/电销的客户数据挖掘
 网销客户行为信息收集,用户一致性分析等;
9、客户的挽留和延伸销售
识别真正有价值的客户;
案例:客户价值评估介绍
尽量让客户进入更高级别,避免降级:(电信行业的价格战,将钻石卡用户打成了金卡;金卡用户打成了银卡)


六、总结和展望

上一篇: 新媒体传播与网络品牌运营 内训 下一篇:大数据时代的数据挖掘分析及案例(含CRISP-DM方法论)内训

下载课纲

X
""