上海艾纵企业管理咨询有限公司 - 课程体系 - 专题课程 - 大数据 云计算专题


您好!欢迎来到上海艾纵企业管理咨询有限公司!

加入收藏

登录注册

400-676-1955

专题课程

营业厅经理的数据分析综合能力提升培训

我要报名

编辑日期 2018-06-13  阅读次数:618 次


【课程目标】

本课程为基础课程,面向电信运营商的营业厅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。

营业厅,作为电信运营商的线下服务窗口,承担着业务办理与咨询、客户服务、品牌传播、终端销售等功能。对营业厅的数据进行分析,可以对整个运营商的业务运营情况、客户发展情况、流量运营发展情况等进行诊断与体检。

本课程从营业厅的实际业务出发,对数据分析进行了介绍,帮助学员掌握数据分析的方法、思路、工具;通过大量的操作演练,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。

本课程覆盖了如下内容:

Ø  数据分析基础,数据分析过程。

Ø  数据分析方法,数据分析思路。

Ø  数据可视化与数据解读,数据报告撰写。

通过本课程的学习,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,正确地呈现分析结果。

 

【培训对象】

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

【学员要求】

每个学员自备一台便携机(必须)

便携机中事先安装好Excel 2013版软件。

便携机中事先安装好SPSS v19版软件。

注:讲师可以提供试用版本软件及分析数据源。

 

【培训时长】

2天时间

【授课方式】

数据分析基础 + 方法探讨 + 实际业务问题分析 + 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,围绕营业厅实际的业务问题,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】

 

第一部分:认识数据分析

问题:数据分析是神马?数据分析基本过程?

数据分析面临的常见问题

不知道分析什么(分析目的不明确)

不知道怎样分析(缺少分析方法)

不知道收集什么样的数据(业务理解不足)

分析完了然后呢(不了解分析过程)

看不懂数据表达的意思(数据解读能力差)

担心分析不够全面(分析思路不系统)

认识数据分析

什么是数据分析

数据分析的三大作用

数据分析的三大层次

数据分析需要什么样的能力

懂业务、懂分析、懂工具、懂呈现

大数据应用的四层结构

数据基础层、数据模型层、业务模型层、业务应用层

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

数据分析的六步曲

步骤1:明确目的--理清思路

先有数据还是先有问题?

确定分析目的

确定分析思路

步骤2:数据收集理清思路

明确收集数据范围

确定收集来源

确定收集方法

演练:Excel数据导入练习

步骤3:数据预处理寻找答案

数据清洗、转化、提取、计算

数据质量评估

演练:Excel数据预处理练习

步骤4:数据分析--寻找答案

选择合适的分析方法

构建合适的分析模型

选择易用的分析工具

步骤5:数据展示--观点表达

选择合适的可视化工具

选择恰当的图表

步骤6:报表撰写--观点表达

选择报告种类

完整的报告结构

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?

数据分析的三层次

统计分析(对比/分组/结构/趋势/…

数据分析(相关/方差/验证/回归/时序/…

数据挖掘(聚类/分类/关联/RFM模型/…

统计分析常用指标

计数、求和、百分比(增跌幅)

集中程度:均值、中位数、众数

离散程度:极差、方差/标准差

分布形态:偏度、峰度

学会使用透视表(数据统计的利器)

分类汇总

交叉表(二维、多维)

演练:数据统计利器(透视表)

典型统计分析方法及其适用场景

对比分析

演练:分类统计

分组分析

演练:科学排班与客流时间分布分析(呼叫中心)

结构分析

趋势分析

交叉分析(两维分析)

演练:用户性别与地域分布分析

综合数据分析方法

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

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)

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)

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

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?

数据分析的目的

发现业务规律

发现业务异常

寻找业务策略

对比分析及业务策略

看差距,补短板

看极值,评优劣

看异常,找原因

结构分析及业务策略

看占比,聚焦重点

看失衡,优化结构

趋势分析及业务策略

看变化,说趋势

看峰谷,找规律

看异常,找原因

解读要符合业务逻辑

 

第五部分:营业厅的数据分析篇

问题:营业厅有哪些关键数据,如何开展分析?

营业厅的关键数据

营业厅有哪些关键数据

营业厅关注什么样的数据分析

营业厅的工单分析

整体工单分析(你的工作量饱和吗)

工单结构分析(让你聚焦重点工作)

营业厅的客流分析

每日客流趋势分析、峰谷分析(让你的排班更科学)

客流与平均处理时间分析(让你的人员配置更合理)

营业厅的终端分析

终端销量趋势分析(发现销量变化的秘密)

终端价格区间走势分析(让你了解客户层次)

终端畅销机型分析(让你更明白客户的终端偏好)

终端客户匹配分析(让你的推荐更精准)

营业厅的客户分析(让你更了解你的客户)

哪些客户喜欢来营业厅,哪些客户从来不来?

客户分类分析(客户特征分析)

客户喜欢使用哪些套餐(套餐使用分析)

客户喜欢使用什么话费类型(消费特征分析)

客户的流量使用分析(流量套餐分析)

案例讨论:客户满意度分析

营业厅数据分析小结

 

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?

数据分析的思想

KPI指标开始

从营销/管理模型开始

案例:呼叫中心如何提升服务水平

常用分析思路模型

企业外部环境分析(PEST分析法)

案例:电信行业情况分析

用户消费行为分析(5W2H分析法)

案例:用户消费行为分析(5W2H

公司整体经营情况分析(4P营销理论)

业务问题专题分析(逻辑树分析法)

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?

图表类型与作用

常用图形及适用场景

常用图形

柱状图(对比分析)

条形图(对比分析)

折线图(数据趋势分析)

饼图(产品组成分析)

雷达图(多重数据比较)

演练:图形绘制

复杂图形

平均线图(对比分析)

双坐标图(不同量纲呈现)

对称条形图(对比)

瀑布图(成本、收益构成分析)

漏斗图(用户转化率分析)

散点图/气泡图(用户、产品分类分析)

帕累托图/柏拉图(主要根因分析)

演练:图形绘制

动态图表画法技巧

图表美化原则

简约

整洁

对比/突出

表格呈现

优秀图表示例解析

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?

分析报告的种类与作用

报告的结构

报告命名的要求

报告的目录结构

前言

正文

结论与建议

优秀报告展现与解析

案例:营业时间调整专题报告

 

第九部分:数据分析实战篇(中级)

常用数据分析工具

常用数据分析EXCEL

专业数据分析SPSS

EXCEL数据分析功能介绍

模拟分析

规划求解

数据分析工具库

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?

描述统计内容

案例:均值、范围/方差计算?如何理解?

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?

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?

什么是相关关系

相关系数:衡量相关程度的指标

相关分析的过程

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

方差分析

问题:哪些才是影响销量的关键因素?

方差分析解决什么问题

方差分析种类:单因素/双因素可重复/双因素无重复

方差分析的应用场景

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

回归分析(预测)

问题:如何预测未来的销售量(定量分析)?

回归分析的基本原理

回归分析的作用

回归分析的种类(一元/多元、线性/曲线)

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

回归分析(带分类变量)

演练:工龄、性别与终端销量的关系(人员结构分析)

演练:产品销量的季节性变化

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?

时序分析的应用场景(基于时间的变化规律)

移动平均的预测原理

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。