为什么阿里巴巴能在1个工作日发放贷款？为什么腾讯如此精准开展微信营销？为什么顺丰快递的广告投递如此精准？原因是他们拥有强大的数据库，因此在互联网时代，在云计算的条件下，企业要实现精准营销已绝非难事，那么究竟如何开展精准客户服务营销呢？这也是我们开设这门课程的原因。
1、掌握大数据的规律和基本特点
2、学会开展数据分析，并找到数据背后的问题
3、通过大数据开展精准化营销
教学过程中运用大量生动且具有实战意义的案例，将对你的思维带来新的冲击和启发，讲师语言生动幽默，多次达到“全场无尿点”的效果。
引言：大数据改变我们的生活，所有人都生活在数据中
例1：女儿怀孕
例2：有趣的必胜客的订餐系统
例3：大数据分析股票
例4：大数据相亲
第一部分：大数据的基本理念
一、大数据到底是什么？
二、大数据时代到来的条件
时代的沿革：
工业革命1.0——机械生产代替手工劳动
工业革命2.0——实现了生产的自动化
工业革命3.0——开始迈入信息化时代
工业革命4.0——智能工业开始拉开序幕
（例：工业4.0进入C2B的模式的私人订制的时代）
（一）移动互联网
（二）云计算
（三）4G网络
二、大数据的条件——大数据VS数据大
1、大数据与传统数据的区别
（1）“由业务向数据提出需求”的运营模式向“以数据指导业务”的运营模式转变
（2）化“数”为“据”是关键 。
2、大数据的特点
（1）数据体量够大（Volume）
（2）数据类型够多（Variety）
（3）数据价值密度低（Value）
（4）数据具有实效性（Velocity）
三、大数据的类型
1、结构化数据——纯数字化数据
2、半结构化数据——图片、声音、影像
3、非结构化数据——行为数据：归根到底是研究“人”
（1）表象数据
（2）心理数据
（3）性格数据
第二部分：大数据的商业意义和使用
一、大数据的商业意义
（一）挖掘需求：永远不要忽略用户的行为数据和潜在需求
1、大数据的本质：还原（通过行为数据还原用户的真实需求）——为C端精确画像
（1）分析用户的特征和行为（2）筛选有价值的用户
（3）注重用户体验
2、还原的三个条件：角度、场景、数据
（1）角度：企业价值和客户价值。
（2）场景——推理“活”数据
（例：客户为什么改了送货地址？）
（例：“十一黄金周”）
（3）数据——挖掘
A、表象数据——挖掘用户的潜在需求
潜在需求指标：搜索的关键词、浏览过的网页、购物车中待购品
对策分析指标：网页停留的时间、购买商品的单价、服务满意度
身份识别指标：常用的物流、常刷的银行卡、常用的送货地址
（2）心理数据——探寻用户的真实感受
A、心理数据一：对比效应——不怕不识货，只怕货比货
B、心理数据二：评估模式——女孩子相信是否要带女伴
C、心理数据三：折中效应——不知是中国喜欢中庸之道
D、心理数据四：沉没成本——人们为什么总停留在过去
E、心理数据五：损失规避——敢不敢冒险，会不会说话
F、心理数据六：禀赋效应——敝帚为什么自珍
G、心理数据七：心理账户——钱和钱是不一样的
H、心理数据八：交易效用——网购为什么疯狂
I、心理数据九：锚定效应——好的起点是成功的一半
（3）性格数据——找到用户的行为动机
（例：空城计中诸葛亮对司马懿性格的预测）
（例：草船借箭中诸葛亮对曹操性格的预测）
3、大数据的基础：经验
（例：打领带、按灯试验、国王与奴隶）
4、大数据的关键作用：预测
（例：塔兰托海港战役）
（例：日俄海战）
（例：大庆油田泄密。）
（例：分析一个女性用或视频网站商城的真实数据）
（例：从支付手段推测银行未来发展趋势）
5、大数据的根本目的：决策
（例：林彪的大数据思维。）
（例：普拉达）
（例：保险公司出险加保问题。
（二）精准营销：开展精准化、低成本营销
1、关联推荐：
（例：啤酒与尿布）
（例：淘宝卖内衣分析。）
2、广告精准推送
（例：“小时代”电影的广告策略。）
3、社区营销，建立核心竞争力
（例：邮政的EMS和顺丰竞争）
（三）内部管理：提高工作效率和服务质量
1、提高工作效率
（例：阿里巴巴征信系统）
2、提升服务质量
（例：泰国的东方饭店服务）
（例：印象舌尖如何营销天平会计事务所）
（例：人性化的关怀。）
3、实现员工的扁平化管理
（例：用淘宝模式管理员工）
（四）模式变革：变革商业模式，引领时代潮流
1、思维变革：信息风暴颠覆思维惯例
（1）从“样本”到“总体”
（2）从“精确性”到“混杂性”
（3）从“因果关系”到“相关关系”
2、商业模式的变革与创新
（1）企业模式创新。
（2）产业模式创新
（3）技术模式创新
二、数据采集的方法
1、试验法（EQ试验）
（例：雀巢速溶咖啡）
2、访问法
（例：罗永浩的锤子手机、刀削面）
（例：脑白金史玉柱的市场调研。
3、问卷法
4、平台法（对于后台数据的监测）——微信的三个号
第三部分 大数据在现实生活中的应用
一、大数据时代的三大发展趋势
（一）数据资产化
（二）产业平台化（垂直整合）
（三）泛互联网化
（二）大数据在各行各业的应用
1、零售业——个性
2、制造业——智能
3、能源业——节能
4、广告业——精准
5、通信业——连接
6、金融业——回归
7、医疗业——开放
8、教育业——交互
9、影视业——质量
10、交通业——监测
