【课程目标】

本课程为基础课程，面向呼叫中心的数据分析综合能力提升，适合于对数据分析有基本要求的业务部门人员。

呼叫中心，作为企业与客户沟通的服务平台，可以了解客户需求，接受客户投诉及意见，甚至可以**外呼来销售产品成为利润中心。对呼叫中心的数据进行分析，可以挖掘客户需求（业务咨询数据），提升客户满意度（投诉数据分析），产品营销响应（外呼/短信响应数据）等等。

本课程从呼叫中心的实际业务出发，对数据分析进行了全面的介绍，帮助学员掌握数据分析的方法、思路、工具；**大量的操作演练，对大量的数据进行分析，帮助学员深入理解业务运作，以达到提升学员的数据综合分析能力，支撑运营决策的目的。

**本课程的学习，达到如下目的：

1、 了解数据分析基础知识，掌握数据分析的基本过程。

2、 学会数据分析的框架和思路，掌握常用数据分析方法来分析问题。

3、 掌握Excel工具使用，及高级数据分析库操作。

4、 熟练使用图表制作工具，掌握图表美化原则，正确使用图表来表达观点。

5、 掌握数据分析报告的写作技巧及要点，全面正确地呈现分析结果。

【授课时间】

2天时间

【授课对象】

营业厅、呼叫中心、市场营销部、业务支撑部、经营分析部等对业务数据分析有基本要求的相关人员。

【学员要求】

1、 每个学员自备一台便携机(必须)。

2、 便携机中事先安装好Excel 2013版软件。

注：讲师可以提供试用版本软件及分析数据源。

【授课方式】

数据分析基础 实际业务问题分析 案例分析讲解 Excel实践操作

本课程突出数据分析的实际应用，结合行业的典型应用特点，围绕实际的业务问题，进行数据的收集与处理、数据分析与挖掘，以及数据呈现与报告撰写，全过程演练操作，以达到提升学员的数据综合分析能力，支撑运营决策的目的。

【课程大纲】

**部分：认识数据分析

问题：数据分析是神马?数据分析基本过程？

1、 数据分析面临的常见问题

Ø 不知道分析什么（分析目的不明确）

Ø 不知道怎样分析（缺少分析方法）

Ø 不知道收集什么样的数据（业务理解不足）

Ø 不知道下一步怎么做（不了解分析过程）

Ø 看不懂数据表达的意思（数据解读能力差）

Ø 担心分析不够全面（分析思路不系统）

2、 认识数据分析

Ø 什么是数据分析

Ø 数据分析的三大作用

Ø 数据分析的三大层次

3、 数据分析需要什么样的能力

Ø 懂业务、懂分析、懂工具、懂呈现

4、 大数据应用的四层结构

Ø 数据基础层、数据模型层、业务模型层、业务应用层

5、 数据分析与挖掘在企业中的应用

第二部分：数据分析基本过程

1、 数据分析的六步曲

2、 步骤1：明确目的--理清思路

Ø 先有数据还是先有问题？

Ø 确定分析目的

Ø 确定分析思路

3、 步骤2：数据收集—理清思路

Ø 明确收集数据范围

Ø 确定收集来源

Ø 确定收集方法

演练：Excel数据导入练习

4、 步骤3：数据预处理—寻找答案

Ø 数据清洗、转化、提取、计算

Ø 数据质量评估

演练：Excel数据预处理练习

5、 步骤4：数据分析--寻找答案

Ø 分析方法选择

Ø 构建合适的分析模型

Ø 分析工具选择

6、 步骤5：数据展示--观点表达

Ø 选择合适的可视化工具

Ø 选择恰当的图表

7、 步骤6：报表撰写--观点表达

Ø 选择报告种类

Ø 完整的报告结构

8、 数据分析的三大误区

演练：终端营销项目过程讨论

第三部分：数据分析方法篇

问题：数据分析有什么方法可依?不同的方法适用解决什么样的问题？

1、 数据分析的三层次

Ø 统计汇总（对比/分组/结构/趋势/…）

Ø 数据分析（相关/方差/验证/回归/时序/…）

Ø 数据挖掘（聚类/分类/关联/RFM模型/…）

2、 统计分析常用指标

Ø 计数、求和、百分比（增跌幅）

Ø 集中程度：均值、中位数、众数

Ø 离散程度：极差、方差/标准差

Ø 分布形态：偏度、峰度

3、 学会使用透视表（数据统计的利器）

Ø 分类汇总

Ø 交叉表（二维、多维）

演练：数据统计利器（透视表）

4、 基本数据分析方法及其适用场景

Ø 对比分析

演练：分类统计

Ø 分组分析

演练：科学排班与客流时间分布分析

Ø 结构分析

Ø 趋势分析

Ø 交叉分析（两维分析）

演练：用户性别与地域分布分析

5、 综合数据分析方法

Ø 多维数据分析（综合评价法）

演练：人才选拔评价分析（HR）

案例：南京丈母娘选女婿分析表格

Ø 财务数据分析（杜邦分析法）

演练：服务水平提升分析（呼叫中心）

Ø 流失率与转化率分析（漏斗分析法）

演练：终端销售流程分析（营业厅）

Ø 产品策略分析（象限图分析法）

演练：工作安排、波士顿产品矩阵

6、 **合适的分析方法才是硬道理。

第四部分：解读数据分析结果

问题：数据多，看不明白，不知道从何处看出业务问题？

1、 数据分析的目的

Ø 发现业务规律

Ø 发现业务异常

Ø 寻找业务策略

2、 对比分析及业务策略

Ø 看差距，补短板

Ø 看极值，评优劣

Ø 看异常，找原因

3、 结构分析及业务策略

Ø 看占比，聚焦重点

Ø 看失衡，优化结构

4、 趋势分析及业务策略

Ø 看变化，说趋势

Ø 看峰谷，找规律

Ø 看异常，找原因

5、 解读要符合业务逻辑

第五部分：呼叫中心的数据分析篇

问题：呼叫中心有哪些数据，如何开展分析？

1、 呼叫中心的关键数据

Ø 呼叫中心有哪些关键数据

Ø 呼叫中心关注什么样的数据分析

2、 呼叫中心的服务水平提升

Ø 如何提升服务水平

案例：呼叫中心服务水平数据分析

3、 呼叫中心的科学排班

Ø 每日呼叫趋势分析、峰谷分析（让你的排班更科学）

Ø 呼叫与平均处理时间分析（让你的人员配置更合理）

演练：呼叫时间分布分析

4、 呼叫中心的投诉分析

Ø 投诉结构分析（让你聚焦重点工作）

5、 呼叫中心的外呼分析（终端销售外呼）

Ø 如何选择有换机的用户？

Ø 如何确定**的外呼时机？

Ø 如何确定推荐的机型与品牌？

Ø 如何确定终端价格区间？（让你更明白客户的消费层次）

Ø 终端价格区间走势分析（让你更明白客户的消费层次变化）

Ø 终端畅销机型分析（让你更明白客户的终端偏好）

Ø 终端与客户匹配分析（让你的推荐更精准）

Ø 响应模型收集（选择**有可能的销售用户）

6、 呼叫中心数据分析小结

第六部分：数据分析思路篇

问题：数据分析思路是怎样的？如何才能全面/系统地分析而不遗漏？

1、 数据分析的思想

Ø 从KPI指标开始

Ø 从营销/管理模型开始

2、 常用分析思路模型

3、 企业外部环境分析（PEST分析法）

案例：电信行业情况分析

4、 用户消费行为分析（5W2H分析法）

案例：用户消费行为分析（5W2H）

5、 公司整体经营情况分析（4P营销理论）

6、 业务问题专题分析（逻辑树分析法）

7、 用户使用行为研究（用户使用行为分析法）

案例：终端销售流程分析

第七部分：图表呈现篇

问题：如何让你的分析结果更直观易懂？如何让数据“慧”说话？

1、 图表类型与作用

2、 常用图形及适用场景

3、 常用图形

Ø 柱状图（对比分析）

Ø 条形图（对比分析）

Ø 折线图（数据趋势分析）

Ø 饼图（产品组成分析）

Ø 雷达图（多重数据比较）

演练：图形绘制

4、 复杂图形

Ø 平均线图（对比分析）

Ø 双坐标图（不同量纲呈现）

Ø 对称条形图（对比）

Ø 瀑布图（成本、收益构成分析）

Ø 漏斗图（用户转化率分析）

Ø 散点图/气泡图（用户、产品分类分析）

Ø 帕累托图/柏拉图(主要根因分析）

演练：图形绘制

5、 动态图表画法技巧

6、 图表美化原则

Ø 简约

Ø 整洁

Ø 对比/突出

7、 表格呈现

8、 优秀图表示例解析

9、 常见的可视化工具

第八部分：分析报告撰写

问题：如何让你的分析报告显得更专业？

1、 分析报告的种类与作用

2、 报告的结构

3、 报告命名的要求

4、 报告的目录结构

5、 前言

6、 正文

7、 结论与建议

8、 优秀报告展现与解析

案例：营业时间调整专题报告

案例：运营分析报告

第九部分：数据分析实战篇（中级）

1、 常用数据分析工具

Ø 常用数据分析EXCEL

Ø 专业数据分析SPSS

2、 EXCEL分析功能介绍

Ø 模拟分析

Ø 规划求解

Ø 数据分析库

3、 描述统计（对数据的简单描述）

问题：如何更好地描述数据？如何衡量集中程度、离散程度？

Ø 描述统计内容

案例：均值、范围/方差计算？如何理解？

Ø 直方图/柏拉图

问题：如何评估销量数据的分布情况？

案例：客服中心如何排班更合理？

4、 相关分析（衡量变量间的的相关性）

问题：营销费用会影响销售额吗？影响程度大吗？

Ø 什么是相关关系

Ø 相关系数：衡量相关程度的指标

Ø 相关分析的过程

Ø 相关分析应用场景

演练：体重与腰围的关系

演练：营销费用与销售额的关系

案例：香港酒楼与报考厅的相关关系

5、 方差分析

问题：哪些才是影响销量的关键因素？

Ø 方差分析解决什么问题

Ø 方差分析种类：单因素/双因素可重复/双因素无重复

Ø 方差分析的应用场景

Ø 如何解决方差分析结果

演练：终端摆放位置与终端销量有关吗？（单因素方差分析）

演练：时间、区域是否是影响终端销量的关键因素（双因素无重复方差分析）

演练：广告和价格是影响终端销量的关键因素吗（双因素可重复）

案例：2015年大学生工资与父母职业的关系

案例：洗手与婴儿存活率的关系

6、 回归分析（预测）

问题：如何预测未来的销售量（定量分析）？

Ø 回归分析的基本原理

Ø 回归分析的作用

Ø 回归分析的种类（一元/多元、线性/曲线）

Ø 回归分析的方法及分析结果解读

演练：推广费用、办公费用与销售额的关系

Ø 回归分析（带分类变量）

演练：工龄、性别与终端销量的关系

演练：产品销量的季节性变化

7、 时序分析（预测）

问题：随着时间变化，未来的销量变化趋势如何？

Ø 时序分析的应用场景（基于时间的变化规律）

Ø 移动平均的预测原理

Ø 指数平滑的预测原理

案例：终端销量数据分析与预测

结束：课程总结与问题答疑。