成熟的企业已经从跑马圈地的客户数量积累，发展为提高客户对企业利润贡献的质量管理阶段。客户关系管理逐渐发展到培养多次购买的忠诚客户阶段。如何为客户创造更高价值，如何做好客户关怀、争取转介绍和赢得客户回头、如何实施VIP会员管理、组建吸引客户的客户俱乐部、提升客户忠诚度等等问题，正在成为销售型企业的客户管理热点。

【课程大纲】

1章　客户关系管理与大数据的关系

1、客户关系管理成为企业的核心能力

2、客户关系管理中的数据分析

3、大数据分析应用的条件

• 3.1 全面准确的海量数据
• 3.2 精细化管理理念的倡导
• 3.3 数据分析和数据挖掘技术的有效应用

4、大数据应用的**新进展

第2章　数据挖掘概述

1、数据挖掘的发展历史

2、统计分析与数据挖掘的主要区别

3、数据挖掘的主要成熟技术以及在客户关系管理中的主要应用

• 决策树
• 神经网络
• 回归
• 关联规则
• 聚类
• 贝叶斯分类方法
• 支持向量机
• 主成分分析
• 假设检验

4、互联网行业数据挖掘应用的特点

第3章　客户关系管理中常见的数据分析项目类型

1、目标客户的特征分析

2、目标客户的预测（响应、分类）模型

3、运营群体的活跃度定义

4、用户路径分析

5、交叉销售模型

6、信息质量模型

7、服务保障模型

8、用户（买家、卖家）分层模型

9、卖家（买家）交易模型

10、信用风险模型

11、商品推荐模型

• 商品推荐介绍
• 关联规则
• 协同过滤算法
• 商品推荐模型总结

12、数据产品

13、决策支持

第4章　数据分析是跨专业、跨团队的协调与合作

1、数据分析团队与业务团队的分工和定位

• 提出业务分析需求并且能胜任基本的数据分析
• 提供业务经验和参考建议
• 策划和执行精细化运营方案
• 跟踪运营效果、反馈和总结

2、数据化运营是真正的多团队、多专业的协同作业

3、实例示范数据化运营中的跨专业、跨团队协调合作

第5章　数据挖掘项目完整应用案例

1、项目背景和业务分析需求的提出

2、数据分析师参与需求讨论

3、制定需求分析框架和分析计划

4、抽取样本数据、熟悉数据、数据清洗和摸底

5、按计划初步搭建挖掘模型

6、与业务方讨论模型的初步结论，提出新的思路和模型优化方案

7、按优化方案重新抽取样本并建模，提炼结论并验证模型

8、完成分析报告和落地应用建议

9、制定具体的落地应用方案和评估方案

10、业务方实施落地应用方案并跟踪、评估效果

11、落地应用方案在实际效果评估后，不断修正完善

12、不同运营方案的评估、总结和反馈

13、项目应用后的总结和反思

第6章 顶尖数据挖掘平台TipDM

1、TipDM产品功能

• TipDM平台提供的数据探索及预处理算法
• TipDM平台提供的分类与回归算法
•  TipDM平台提供的时序模式算法
• TipDM平台提供的聚类分析算法
• TipDM平台提供的关联规则算法

2、TipDM使用说明

3、TipDM产品特点

• 支持CRISP-DM数据挖掘标准流程
• 提供丰富的数据挖掘模型和灵活算法
• 具有多模型的整合能力
• 提供灵活多样的应用开发接口
• 海量数据的处理能力
• 适应不同类型层次人员需求

第7章   数据挖掘在金融电信行业的应用

1、案例二：电信3G客户识别系统

• 挖掘目标的提出
• 分析方法与过程
• 建模仿真
• 核心知识点
• 拓展思考

2、案例三：基于客户分群的精准智能营销

• 挖掘目标的提出
• 分析方法与过程
• 建模仿真
• 核心知识点
• 拓展思考

第8章   数据挖掘在互联网行业的应用

1、案例一：商业零售行业中的购物篮分析

• 挖掘目标的提出
• 分析方法与过程
• 建模仿真
• 启发与拓展

2、案例二：电子商务网站用户行为分析

• 挖掘目标的提出
• 分析方法与过程
• 建模仿真
• 启发与拓展

3、案例三：基于用户行为分析的定向网络广告投放

• 挖掘目标的提出
• 分析方法与过程
• 结果及分析
• 启发与拓展

第9章 数据挖掘在生产制造行业中的应用

1、案例：基于RFM的企业客户关系分析

• 挖掘目标的提出
• 分析过程与方法
• 建模仿真
• 核心知识点
• 拓展思考

更多客户关系内训课点击进入培训课程