课程简介

Excel数据分析课程的专业应用版本。课程面向顾客服务领域，探讨如何利用数据，分析研究顾客的行为，从而为服务、营销和市场活动提供指导依据。

要求学员对统计学基础知识有初步的了解。标准课程时间为2天。

核心知识与学员收获

² 课程尽**大可能回避复杂的数学公式和计算机编程，而强调充分利用软件功能，进行实用的分析

² 课堂中使用Excel 和 SPSS为分析工具。

² 课程关键词：数据分析，顾客服务，顾客行为，市场细分

培训方法

教学、讨论、演练相结合。

学员需要在培训全过程使用电脑操作。

适用对象

顾客服务数据分析人员

课程大纲

ü 大数据环境与顾客分析

Ø 生活在大数据时代

Ø 顾客分析的目的与作用

Ø 顾客行为分析与生产运营分析的关系

Ø 顾客分析的主要方法

Ø “给客户贴上标签”

Ø 小案例：什么样的客户爱打电话？

ü 顾客行为数据的搜集与整合

Ø 挑战：数据从何而来

Ø 传统的数据搜集渠道

n 顾客互动数据的搜集

n 跨行业、跨部门数据整合

Ø 数据无处不在

n 与智能手机相关的数据搜集管道

n 与互联网相关的数据搜集管道

Ø 关键字：身份信息

Ø 思考：个人信息与个人隐私，法律边界在哪里？

ü 基本的统计学工具和统计概念（复习和提示）

Ø 数据描述

平均，中值，地位，方差，标准偏差

Ø 数据分布

峰度，二项式分布，正态分布，波淞分布

Ø 抽样统计

信度，效度，Alpha值，置信区间

ü 发现行为规律和客户分类

Ø 小案例：异常是怎么产生的

Ø 发现行为异常的三个思路

Ø 根据行为属性，对客户进行分类

n 单要素客户分类

n 多要素客户分类

n 利用外在属性分类的挑战

Ø 聚类分析：基于相似特征的归类

n 聚类的产生

n 聚类算法的简单介绍

n 利用SPSS实现聚类计算

Ø 应用案例：频繁服务的行为特征

ü 相关与关联

Ø 两种因素之间存在关联吗？

n 线性相关的基本概念

n 相关不等于因果

n 相关系数，为你描述影响的程度与方向

相关系数计算：correl函数

Ø 关联度：另外一种相关

n 当“线性相关”失去意义

n 关联：简单粗暴，敏锐有效

n 关联度计算

包括支持度、可信度、提升度

Ø 进一步的应用

n 时序关联：顾客行为是有顺序的

n 交叉关联：顾客往往从多个渠道寻求服务

Ø 案例：发现交叉营销的机会

ü 决策树和决策模型

Ø 小案例：什么样的客户会流失

Ø 什么影响顾客行为？

Ø 是否可以预测顾客行为？

Ø 决策树模型建立

Ø 用SPSS做决策树分析

ü 趋势与宏观预测

Ø 顾客生命周期与增长趋势

Ø 单纯的时间影响：增长和增速

Ø 季节性因子对趋势分析的影响

Ø 外部要素的影响：比例分析

Ø 算法一：Excel自带的预测函数

Ø 算法二：带有自纠错机制的财务预测模型

ü 分析结论的可视化

Ø 好的图表是不需要解释的

Ø 静态图表和动态图表

Ø Excel**新的几个内置图表

Ø **Excel透视图表实现动态可视化

Ø **Power BI Desktop实现动态可视化

Ø 动态数据可视化案例