课程定位

连接客户关系管理与数据挖掘应用的课程，重视业务需求、模型验证和运营反馈的全过程。

课程模块

第1章 客户关系管理与大数据的关系

• 1.1 客户关系管理成为企业的核心能力
• 1.2 客户关系管理中的数据分析
• 1.3 大数据分析应用的条件
• 1.3.1 全面准确的海量数据
• 1.3.2 精细化管理理念的倡导
• 1.3.3 数据分析和数据挖掘技术的有效应用
• 1.4 大数据应用的进展

第2章 数据挖掘概述

• 2.1 数据挖掘的发展历史
• 2.2 统计分析与数据挖掘的主要区别
• 2.3 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
• 2.3.1 决策树
• 2.3.2 神经网络
• 2.3.3 回归
• 2.3.4 关联规则
• 2.3.5 聚类
• 2.3.6 贝叶斯分类方法
• 2.3.7 支持向量机
• 2.3.8 主成分分析
• 2.3.9 假设检验
• 2.4 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

• 3.1 目标客户的特征分析
• 3.2 目标客户的预测（响应、分类）模型
• 3.3 运营群体的活跃度定义
• 3.4 用户路径分析
• 3.5 交叉销售模型
• 3.6 信息质量模型
• 3.7 服务保障模型
• 3.8 用户（买家、卖家）分层模型
• 3.9 卖家（买家）交易模型
• 3.10 信用风险模型
• 3.11 商品推荐模型
• 3.11.1 商品推荐介绍
• 3.11.2 关联规则
• 3.11.3 协同过滤算法
• 3.11.4 商品推荐模型总结
• 3.12 数据产品
• 3.13 决策支持

第4章 数据分析是跨专业、跨团队的协调与合作

• 4.1 数据分析团队与业务团队的分工和定位
• 4.1.1 提出业务分析需求并且能胜任基本的数据分析
• 4.1.2 提供业务经验和参考建议
• 4.1.3 策划和执行精细化运营方案
• 4.1.4 跟踪运营效果、反馈和总结
• 4.2 数据化运营是真正的多团队、多专业的协同作业
• 4.3 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

• 5.1 项目背景和业务分析需求的提出
• 5.2 数据分析师参与需求讨论
• 5.3 制定需求分析框架和分析计划
• 5.4 抽取样本数据、熟悉数据、数据清洗和摸底
• 5.5 按计划初步搭建挖掘模型
• 5.6 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
• 5.7 按优化方案重新抽取样本并建模，提炼结论并验证模型
• 5.8 完成分析报告和落地应用建议
• 5.9 制定具体的落地应用方案和评估方案
• 5.10 业务方实施落地应用方案并跟踪、评估效果
• 5.11 落地应用方案在实际效果评估后，不断修正完善
• 5.12 不同运营方案的评估、总结和反馈
• 5.13 项目应用后的总结和反思

第6章 数据挖掘平台TipDM

• 6.1 TipDM产品功能
• 6.1.1 TipDM平台提供的数据探索及预处理算法
• 6.1.2 TipDM平台提供的分类与回归算法
• 6.1.3 TipDM平台提供的时序模式算法
• 6.1.4 TipDM平台提供的聚类分析算法
• 6.1.5 TipDM平台提供的关联规则算法
• 6.2 TipDM使用说明
• 6.3 TipDM产品特点
• 6.3.1 支持CRISP-DM数据挖掘标准流程
• 6.3.2 提供丰富的数据挖掘模型和灵活算法
• 6.3.3 具有多模型的整合能力
• 6.3.4 提供灵活多样的应用开发接口
• 6.3.5 海量数据的处理能力
• 6.3.6 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

• 7.1 案例二：电信3G客户识别系统
• 7.1.1 挖掘目标的提出
• 7.1.2 分析方法与过程
• 7.1.3 建模仿真
• 7.1.4 核心知识点
• 7.1.5 拓展思考
• 7.2 案例三：基于客户分群的精准智能营销
• 7.2.1 挖掘目标的提出
• 7.2.2 分析方法与过程
• 7.2.3 建模仿真
• 7.2.4 核心知识点
• 7.2.5 拓展思考

第8章 数据挖掘在互联网行业的应用

• 8.1 案例一：商业零售行业中的购物篮分析
• 8.1.1 挖掘目标的提出
• 8.1.2 分析方法与过程
• 8.1.3 建模仿真
• 8.1.4 启发与拓展
• 8.2 案例二：电子商务网站用户行为分析
• 8.2.1 挖掘目标的提出
• 8.2.2 分析方法与过程
• 8.2.3 建模仿真
• 8.2.4 启发与拓展
• 8.3 案例三：基于用户行为分析的定向网络广告投放
• 8.3.1 挖掘目标的提出
• 8.3.2 分析方法与过程
• 8.3.3 建模仿真
• 8.3.4 结果及分析
• 8.3.5 启发与拓展

第9章 数据挖掘在生产制造行业中的应用

• 9.1 案例：基于RFM的企业客户关系分析
• 9.1.1 挖掘目标的提出
• 9.1.2 分析过程与方法
• 9.1.3 建模仿真
• 9.1.4 核心知识点
• 9.1.5 拓展思考

师资信息

宫老师
清华大学继续教育学院特聘讲师 、北京大学、上海交通大学、浙江大学特邀客户关系管理讲师、新华社旗下媒体《培训》杂志理事会成员、微软中国商务管理解决方案特聘客户关系管理讲师、中国机械工业企业管理协会特聘客户关系管理讲师、国际电子商务师联合会特聘讲师
清华大学MBA管理培训俱乐部常务理事
教育背景：清华大学经济管理学院工商管理硕士
主要工作经历及业绩
擅长客户关系管理(CRM)、服务营销、客户服务、电子商务、企业信息化、物流管理等领域的培训与咨询。
具有扎实的理论功底，丰富的行业知识及企业管理经验，能将复杂深奥的理论用浅显的企业实践案例加以阐述，讲课擅长启发、互动。
主讲课程有：
《360°客户关系管理》、《电子商务时代的客户关系》、《汽车行业客户关系管理》、《客户关系管理维护与提升》、《卓越的客户服务技巧》、《客户服务体系》、《电子商务与网络营销》、《企业信息化与电子商务》等
曾服务过的企业：
大型国企：人民银行、上汽集团、中信集团、中粮集团、中国航空工业集团、中石油、中石化、首都机场、中国烟草公司、国家电网、中国国航、天泽电力、中国红塔集团、京东方、南方航空公司等
外资企业：通用、宝马、戴姆勒-奔驰、ABB、东芝（中国）有限公司、三菱电梯、卡特彼勒、爱普生、UPS、DHL、辉瑞制药、诺华制药、拜耳药业、美国康明斯、法国阿海珐、德国西门子公司、SOFTTEK等
金融行业：中国人民银行清算总中心、上海交通银行、上海招商银行、 中国建设银行、中国农业银行浙江分行、中国工商银行新疆分行、新华保险、广州人民财产保险公司、阳光保险、中国人寿、新华人寿、浙江永安期货、中谷期货…
制物流运输业：UPS、德邦物流、大顺发物流、国药物流、宅急送总公司、DHL…
制造业：三一重工、岛津集团、东芝（中国）有限公司、爱普生（中国）有限公司、南车集团、戴姆勒-奔驰、宇通客车、三一重工、九阳股份、浙江正泰集团、许继集团、北京天泽电力、江森智控…
通信行业：中国邮政、四川电信、山东联通、中国移动、河北移动、广州移动、中兴通讯、长城宽带…
服装行业：中国威丝曼服装、古琦时装（北京）有限公司、雅戈尔服饰、杉杉服饰、报喜鸟、森仕集团…
奢侈品行业：恒信钻石、周大福、GUCCI、BOSS、 Dior迪奥、香奈儿、周生生、…
快速消费品：劲牌酒业、金六福酒、蒙牛乳业、铁骑力士、农标普瑞纳、拜耳药业 …
房地产、建筑行业：中粮地产、北京天鸿地产、万通集团、万科地产、中天集团…
其它行业：大连泰德煤网、证券市场红周刊、航空集团25所、北京市司法局、美克美家、《英才》杂志、浙江新安集团、雅虎中国…

课程咨询与报名

了解本期课程安排、师资及报名事项，请联系新中华学习网：400-061-6586，也可使用本页下方的报名咨询表。具体开课安排以正式通知为准。

温馨提示：本文内容根据课程内容整理，各模块实际讲授内容由授课老师根据学员情况灵活调整，最终以课堂授课为准。