《大數(shù)據(jù)時(shí)代的精確營(yíng)銷(xiāo)與服務(wù)運(yùn)營(yíng)》

《大數(shù)據(jù)時(shí)代的精確營(yíng)銷(xiāo)與服務(wù)運(yùn)營(yíng)》

                              -----------段方老師   北京大學(xué)博士后

課程收益：

通過(guò)本次培訓(xùn)中實(shí)際案例的分享，了解數(shù)據(jù)管理和運(yùn)營(yíng)中的各種經(jīng)驗(yàn)教訓(xùn)（別人花費(fèi)上百億學(xué)費(fèi)買(mǎi)來(lái)的經(jīng)驗(yàn)?。。?，深刻理解大數(shù)據(jù)運(yùn)營(yíng)的意義，發(fā)掘客戶(hù)精確營(yíng)銷(xiāo)和運(yùn)營(yíng)的價(jià)值。 通過(guò)本次培訓(xùn)中實(shí)際案例的分享，了解數(shù)據(jù)管理和運(yùn)營(yíng)中的各種經(jīng)驗(yàn)教訓(xùn)（別人花費(fèi)上百億學(xué)費(fèi)買(mǎi)來(lái)的經(jīng)驗(yàn)?。。羁汤斫獯髷?shù)據(jù)運(yùn)營(yíng)的意義，發(fā)掘客戶(hù)精確營(yíng)銷(xiāo)和運(yùn)營(yíng)的價(jià)值。

課程背景：

2018年，中國(guó)的營(yíng)銷(xiāo)者正面臨著一個(gè)極具挑戰(zhàn)的經(jīng)濟(jì)時(shí)局，然而他們有機(jī)會(huì)通過(guò)撬動(dòng)海量數(shù)據(jù)的杠桿來(lái)獲取巨額收益。

面對(duì)中國(guó)5.13億的互聯(lián)網(wǎng)用戶(hù)、多樣化的1.8萬(wàn)億GB數(shù)據(jù)，以及企業(yè)數(shù)據(jù)每年55%的增長(zhǎng)速度，在蓬勃發(fā)展的中國(guó)市場(chǎng)環(huán)境中，大數(shù)據(jù)所帶來(lái)的機(jī)遇前所未有，這將是中國(guó)市場(chǎng)的營(yíng)銷(xiāo)者們預(yù)期取得大回報(bào)的最佳時(shí)機(jī)。營(yíng)銷(xiāo)者必須知道如何透過(guò)數(shù)據(jù)庫(kù)的挖掘與分析，讓手中的數(shù)據(jù)與信息發(fā)揮最大的價(jià)值，通過(guò)有效整合、分析線上和線下數(shù)據(jù)，提高與客戶(hù)、潛在客戶(hù)互動(dòng)的精準(zhǔn)度

本講座通過(guò)電信行業(yè)客戶(hù)分析的實(shí)際案例，介紹數(shù)據(jù)分析技術(shù)在客戶(hù)營(yíng)銷(xiāo)、企業(yè)管理等方面的應(yīng)用價(jià)值。

培訓(xùn)目標(biāo)：

大數(shù)據(jù)時(shí)代下，客戶(hù)的重新認(rèn)識(shí)和精確營(yíng)銷(xiāo)，企業(yè)的精細(xì)化運(yùn)營(yíng)，如何提升企業(yè)的核心競(jìng)爭(zhēng)能力，如何更新企業(yè)運(yùn)營(yíng)的新理念。了解大數(shù)據(jù)處理的基本技術(shù)，包括數(shù)據(jù)倉(cāng)庫(kù)、云計(jì)算、數(shù)據(jù)挖掘、元數(shù)據(jù)等基本內(nèi)容。解決數(shù)據(jù)質(zhì)量的方法和經(jīng)驗(yàn)，數(shù)據(jù)管理的組織機(jī)構(gòu)設(shè)置等。

課程內(nèi)容：

一、“大數(shù)據(jù)、大生意”：

1.概述

1)大數(shù)據(jù)概念和特點(diǎn)

2)大數(shù)據(jù)需要哪些技術(shù)支撐

3)大數(shù)據(jù)能夠帶來(lái)哪些新應(yīng)用？

2.大數(shù)據(jù)時(shí)代帶來(lái)對(duì)傳統(tǒng)營(yíng)銷(xiāo)的挑戰(zhàn)

1)大數(shù)據(jù)如何成為資產(chǎn)？

2)大數(shù)據(jù)如何體現(xiàn)精確營(yíng)銷(xiāo)

3)大數(shù)據(jù)的價(jià)值

3.大數(shù)據(jù)時(shí)代的新?tīng)I(yíng)銷(xiāo)模式

1)互聯(lián)網(wǎng)的營(yíng)銷(xiāo)模式——微博營(yíng)銷(xiāo)、網(wǎng)頁(yè)營(yíng)銷(xiāo)等

2)CRM——“舊貌煥發(fā)新顏”

3)精確營(yíng)銷(xiāo)——裝上了GPS，實(shí)現(xiàn)“精確打擊”

4.如何在海量數(shù)據(jù)中整合線上、線下數(shù)據(jù)，形成你對(duì)消費(fèi)者的獨(dú)特洞察力

1)知道客戶(hù)的各個(gè)屬性——互聯(lián)網(wǎng)時(shí)代不再“是否是狗”

2)客戶(hù)的群體特征——“人以群分”

5.如何建立全渠道數(shù)據(jù)平臺(tái)，拓展?fàn)I銷(xiāo)渠道，提高營(yíng)銷(xiāo)效率

1)客戶(hù)接觸渠道分類(lèi)

2)電話、QQ、微博——全方位覆蓋

3)如果進(jìn)行廣告的精確投放？

6.大數(shù)據(jù)的實(shí)現(xiàn)技術(shù)

1)HADOOP技術(shù)了

2)MAP/REDUCE算法

3)非結(jié)構(gòu)化數(shù)據(jù)分析的特點(diǎn)

二、大數(shù)據(jù)下客戶(hù)的“透視”：

1、客戶(hù)是“上帝”，如何找到“上帝”？

1）上帝是什么樣子？

上帝是什么視圖？

2）客戶(hù)是什么樣子？

客戶(hù)是什么視圖？

3）提供哪些產(chǎn)品？

產(chǎn)品是什么視圖？

4）如何建立客戶(hù)和產(chǎn)品間的關(guān)系？

為合適的客戶(hù)，找到合適的產(chǎn)品

2、我們對(duì)自己的客戶(hù)（“上帝”）了解多少？

1）客戶(hù)會(huì)有什么特點(diǎn)？

客戶(hù)的基本特征（如：不同產(chǎn)品的年齡分布）

客戶(hù)的群體特征（如：不同年齡群體關(guān)注點(diǎn)有哪些？）

現(xiàn)代營(yíng)銷(xiāo)模式的基礎(chǔ)，以現(xiàn)有產(chǎn)品為基礎(chǔ)，尋找群體客戶(hù)適合的產(chǎn)品和服務(wù)。

客戶(hù)的交往圈子（如：戶(hù)外旅游圈子關(guān)注哪些產(chǎn)品？）

另一個(gè)角度規(guī)劃產(chǎn)品和服務(wù)。

2）營(yíng)銷(xiāo)的方法

營(yíng)銷(xiāo)方法論和知識(shí)庫(kù)（分析問(wèn)題的知識(shí)庫(kù)和方法樹(shù)）

金融產(chǎn)品營(yíng)銷(xiāo)的特點(diǎn)（沒(méi)有實(shí)物的高利產(chǎn)品）

貼片廣告：《非誠(chéng)勿擾2》里送保險(xiǎn)，似乎比送房子更時(shí)尚

3）企業(yè)管理方面的情況

及時(shí)發(fā)現(xiàn)企業(yè)真實(shí)的情況（哪些運(yùn)營(yíng)的關(guān)鍵指標(biāo)KPI？）

像人體一樣，如何及時(shí)發(fā)現(xiàn)病癥？（關(guān)鍵指標(biāo)KPI的波動(dòng)范圍？）

示例：企業(yè)的數(shù)碼儀表盤(pán)，展示企業(yè)的KPI；手機(jī)彩信及時(shí)展現(xiàn)KPI給領(lǐng)導(dǎo)。

3、如何“幫客戶(hù)買(mǎi)產(chǎn)品，而不是推銷(xiāo)其不需要的產(chǎn)品”

1）如何進(jìn)行客戶(hù)的“X光透視”？

（客戶(hù)的統(tǒng)一視圖包含哪些信息？哪些是關(guān)鍵屬性？）

如何發(fā)現(xiàn)客戶(hù)的真實(shí)需求？（服務(wù)與騷擾的區(qū)別）

示例：電信行業(yè)客戶(hù)的統(tǒng)一視圖

2）內(nèi)部產(chǎn)品的科學(xué)選配

（如何提供專(zhuān)家般量化的分析，為用戶(hù)提供最優(yōu)的內(nèi)部產(chǎn)品？

如：電信行業(yè)計(jì)算出最適合用戶(hù)模式的資費(fèi)進(jìn)行選擇）

示例：為客戶(hù)定制最合適的資費(fèi)：經(jīng)過(guò)數(shù)據(jù)精算后，告訴客戶(hù)，A產(chǎn)品比B產(chǎn)品更適合張三。

3）競(jìng)爭(zhēng)對(duì)手產(chǎn)品的對(duì)比

與競(jìng)爭(zhēng)對(duì)手間的產(chǎn)品差異化區(qū)隔

自己產(chǎn)品的優(yōu)勢(shì)和弱點(diǎn)（如何提供量化的分析結(jié)果？）

示例：競(jìng)爭(zhēng)對(duì)手的客戶(hù)回歸

4）銷(xiāo)售過(guò)程的處理

銷(xiāo)售時(shí)機(jī)的把握銷(xiāo)售語(yǔ)術(shù)的把握

4、大數(shù)據(jù)營(yíng)銷(xiāo)的作用和價(jià)值

1）數(shù)據(jù)和知識(shí)是人的本質(zhì)特征

2）大腦是人與動(dòng)物的差別

3）“事半功倍”是捷徑

4）從“拼刺刀”到“信息戰(zhàn)”；示例：某人關(guān)系圖

5、如何避免對(duì)客戶(hù)的騷擾

1）客戶(hù)外呼的次數(shù)控制

2）客戶(hù)外呼的內(nèi)容控制

3）客戶(hù)外呼的時(shí)機(jī)控制

4）語(yǔ)術(shù)的把握避免投訴

6、員工坐席的“服務(wù)適配”問(wèn)題

1)客戶(hù)是什么類(lèi)型？

2)員工是什么類(lèi)型？

3)產(chǎn)品的合適客戶(hù)群如何？

4)如何讓匹配的員工坐席為客戶(hù)提供服務(wù)？

三、基礎(chǔ)數(shù)據(jù)的收集和整理

1、數(shù)據(jù)的種類(lèi)

1）客戶(hù)數(shù)據(jù)內(nèi)容（保險(xiǎn)客戶(hù)的基本資料）

2）產(chǎn)品數(shù)據(jù)內(nèi)容（產(chǎn)品的編碼）

3）營(yíng)銷(xiāo)數(shù)據(jù)內(nèi)容（交易記錄的保存）

4）服務(wù)數(shù)據(jù)內(nèi)容（客戶(hù)服務(wù)數(shù)據(jù)的保存）

5）金融數(shù)據(jù)的特點(diǎn)：（交易型數(shù)據(jù)較少、安全要求高等）

2、數(shù)據(jù)的存放方法

1）數(shù)據(jù)的清洗、轉(zhuǎn)換和加載

2）存放在數(shù)據(jù)庫(kù)/數(shù)據(jù)倉(cāng)庫(kù)

3）數(shù)據(jù)的基本分析工具EXCEL等

3、數(shù)據(jù)的基本整理

1）數(shù)據(jù)的歸類(lèi)存放（建模型）

2）數(shù)據(jù)的基本加工

4、數(shù)據(jù)的基礎(chǔ)分析

1）數(shù)據(jù)的基本匯總

2）數(shù)據(jù)中的“金子”：從石頭中淘金子

3）數(shù)據(jù)挖掘：“啤酒和尿布”的故事

4）高級(jí)的數(shù)據(jù)挖掘工具SAS和SPSS等

示例：切入幾張工具的示意界面圖

5、數(shù)據(jù)質(zhì)量的基本保障

1）指標(biāo)的口徑描述和統(tǒng)一

2）后期補(bǔ)數(shù)據(jù)成本是前提收集數(shù)據(jù)成本的15倍

3）“差之毫厘謬以千里”

6、網(wǎng)銷(xiāo)/電銷(xiāo)數(shù)據(jù)的收集和整理

1）網(wǎng)銷(xiāo)數(shù)據(jù)的收集/整理

2）電銷(xiāo)數(shù)據(jù)的收集/整理

3）電銷(xiāo)和網(wǎng)銷(xiāo)數(shù)據(jù)的關(guān)鍵點(diǎn)：

示例：互聯(lián)網(wǎng)電銷(xiāo)企業(yè)的營(yíng)銷(xiāo)案例（產(chǎn)品關(guān)聯(lián)分析）

四、客戶(hù)的分析和認(rèn)知

1、客戶(hù)的定義和范疇

用戶(hù)和客戶(hù)的區(qū)別

客戶(hù)是否要進(jìn)行細(xì)分，如校園客戶(hù)、家庭客戶(hù)等

2、關(guān)于客戶(hù)的基本“信息”（管中窺豹）

身份證信息行為愛(ài)好信息衍生信息

3、客戶(hù)的基本屬性標(biāo)簽（如旅行者推銷(xiāo)旅行險(xiǎn)等）

增值服務(wù)等方面，讓服務(wù)更加貼近客戶(hù)

4、客戶(hù)的喜好（“不怕沒(méi)缺點(diǎn)，就怕沒(méi)愛(ài)好”）

經(jīng)常出沒(méi)的地方（高爾夫場(chǎng)、酒吧街、電影院等）

通過(guò)前臺(tái)的觀察和后臺(tái)的詢(xún)問(wèn)等獲取的知識(shí)

5、客戶(hù)的細(xì)化分群

客戶(hù)分群的依據(jù)（物以類(lèi)聚、人以群分）

示例：電信行業(yè)客戶(hù)分群案例

6、客戶(hù)的知識(shí)庫(kù)

實(shí)時(shí)調(diào)出符合條件的客戶(hù)群體來(lái)

示例：電信行業(yè)客戶(hù)知識(shí)庫(kù)舉例

7、如何識(shí)別欺詐客戶(hù)

如何識(shí)別欺詐客戶(hù)如何防范風(fēng)險(xiǎn)

示例：電銷(xiāo)行業(yè)客戶(hù)欺詐案例描述

8、客戶(hù)的“再挖掘”（UPSELL/CROSSSELL）

客戶(hù)群中的“種子/關(guān)鍵”客戶(hù)客戶(hù)的交往圈分析

示例：客戶(hù)交往圈分析案例

基于客戶(hù)交往圈，進(jìn)行客戶(hù)“再挖掘”

9、客戶(hù)的生命周期管理

客戶(hù)的生命周期數(shù)據(jù)分析滲透到客戶(hù)的生命周期全過(guò)程

10、電銷(xiāo)/網(wǎng)銷(xiāo)中能進(jìn)行哪些客戶(hù)分析和營(yíng)銷(xiāo)？

網(wǎng)絡(luò)可以泄露客戶(hù)更多的信息；（如何買(mǎi)到合適的數(shù)據(jù)？）

對(duì)客戶(hù)更深層的了解，就可以進(jìn)行合適的營(yíng)銷(xiāo)：

五、如何為合適的用戶(hù)提供合適的金融產(chǎn)品？

1、營(yíng)銷(xiāo)的目的：為合適的用戶(hù)提供合適的產(chǎn)品

除了“激情營(yíng)銷(xiāo)”，更需要“理性營(yíng)銷(xiāo)”；真正滿足客戶(hù)需求才能構(gòu)建長(zhǎng)久的營(yíng)銷(xiāo)關(guān)系；

客戶(hù)的真實(shí)需求如何？

2、如何發(fā)現(xiàn)合適的用戶(hù)

誰(shuí)是合適的客戶(hù)？標(biāo)準(zhǔn)有哪些？客戶(hù)的擔(dān)心、顧慮是什么？

3、如何提供合適的產(chǎn)品

從現(xiàn)有的產(chǎn)品客戶(hù)中尋找目標(biāo)客戶(hù)特征

示例：客戶(hù)針對(duì)性營(yíng)銷(xiāo)案例示例

4、營(yíng)銷(xiāo)案的設(shè)計(jì)和評(píng)估

如何吸引用戶(hù)？如何讓用戶(hù)選擇產(chǎn)品？

5、營(yíng)銷(xiāo)的過(guò)程和細(xì)節(jié)

類(lèi)似CRM系統(tǒng)的營(yíng)銷(xiāo)流程管理

示例：電信行業(yè)CRM營(yíng)銷(xiāo)的流程框架圖

6、營(yíng)銷(xiāo)的渠道選擇

客戶(hù)是否喜歡外呼電話，還是短信？還是網(wǎng)上營(yíng)業(yè)廳？

示例：用戶(hù)偏好渠道分析的案例

7、如何避免對(duì)客戶(hù)的過(guò)渡打擾

限制每月的外呼次數(shù)；

8、網(wǎng)銷(xiāo)/電銷(xiāo)的客戶(hù)數(shù)據(jù)挖掘

9、客戶(hù)的挽留和延伸銷(xiāo)售

識(shí)別真正有價(jià)值的客戶(hù)；

案例：客戶(hù)價(jià)值評(píng)估介紹

盡量讓客戶(hù)進(jìn)入更高級(jí)別，避免降級(jí)：（電信行業(yè)的價(jià)格戰(zhàn)，將鉆石卡用戶(hù)打成了金卡；金卡用戶(hù)打成了銀卡）

六、如何編寫(xiě)漂亮的分析報(bào)告（既有漂亮里子，也要有漂亮面子）

1、數(shù)據(jù)是基礎(chǔ)

2、分析報(bào)告是展現(xiàn)形式

3、分析報(bào)告的思路

4、分析報(bào)告的方法

示例：分析報(bào)告演示

七、數(shù)據(jù)的質(zhì)量問(wèn)題

（數(shù)據(jù)倉(cāng)庫(kù)項(xiàng)目的60%精力是在解決數(shù)據(jù)質(zhì)量問(wèn)題）

1、數(shù)據(jù)質(zhì)量的問(wèn)題表現(xiàn)

接通率的量化依據(jù)數(shù)據(jù)轉(zhuǎn)換成為成功訂單幾率的描述

示例：數(shù)據(jù)質(zhì)量的問(wèn)題分布圖

2、數(shù)據(jù)質(zhì)量的根源在哪里

業(yè)務(wù)管理的標(biāo)準(zhǔn)化指標(biāo)的口徑一致性問(wèn)題

3、數(shù)據(jù)質(zhì)量的管理模式

理清數(shù)據(jù)的來(lái)龍去脈列出數(shù)據(jù)的監(jiān)控點(diǎn)

4、數(shù)據(jù)質(zhì)量的量化評(píng)估方法

數(shù)據(jù)質(zhì)量的評(píng)估標(biāo)準(zhǔn)

示例：數(shù)據(jù)質(zhì)量的評(píng)估指標(biāo)

八、云計(jì)算技術(shù)

1.Hadoop項(xiàng)目簡(jiǎn)介

2.HDFS體系結(jié)構(gòu)

3.HDFS關(guān)鍵運(yùn)行機(jī)制

4.MapReduce產(chǎn)生背景

5.MapReduce編程模型

6.MapReduce實(shí)現(xiàn)機(jī)制

7.MapReduce案例分析

8.HIVE介紹

9.HBASE介紹

九、總結(jié)和展望

                                     -----------段方老師   北京大學(xué)博士后     

課程收益：

       通過(guò)本次培訓(xùn)中實(shí)際案例的分享，了解數(shù)據(jù)管理和運(yùn)營(yíng)中的各種經(jīng)驗(yàn)教訓(xùn)（別人花費(fèi)上百億學(xué)費(fèi)買(mǎi)來(lái)的經(jīng)驗(yàn)?。。?，深刻理解大數(shù)據(jù)運(yùn)營(yíng)的意義，發(fā)掘客戶(hù)精確營(yíng)銷(xiāo)和運(yùn)營(yíng)的價(jià)值。 通過(guò)本次培訓(xùn)中實(shí)際案例的分享，了解數(shù)據(jù)管理和運(yùn)營(yíng)中的各種經(jīng)驗(yàn)教訓(xùn)（別人花費(fèi)上百億學(xué)費(fèi)買(mǎi)來(lái)的經(jīng)驗(yàn)?。。羁汤斫獯髷?shù)據(jù)運(yùn)營(yíng)的意義，發(fā)掘客戶(hù)精確營(yíng)銷(xiāo)和運(yùn)營(yíng)的價(jià)值。

課程背景：

       2018年，中國(guó)的營(yíng)銷(xiāo)者正面臨著一個(gè)極具挑戰(zhàn)的經(jīng)濟(jì)時(shí)局，然而他們有機(jī)會(huì)通過(guò)撬動(dòng)海量數(shù)據(jù)的杠桿來(lái)獲取巨額收益。

       面對(duì)中國(guó)5.13億的互聯(lián)網(wǎng)用戶(hù)、多樣化的1.8萬(wàn)億GB數(shù)據(jù)，以及企業(yè)數(shù)據(jù)每年55%的增長(zhǎng)速度，在蓬勃發(fā)展的中國(guó)市場(chǎng)環(huán)境中，大數(shù)據(jù)所帶來(lái)的機(jī)遇前所未有，這將是中國(guó)市場(chǎng)的營(yíng)銷(xiāo)者們預(yù)期取得大回報(bào)的最佳時(shí)機(jī)。營(yíng)銷(xiāo)者必須知道如何透過(guò)數(shù)據(jù)庫(kù)的挖掘與分析，讓手中的數(shù)據(jù)與信息發(fā)揮最大的價(jià)值，通過(guò)有效整合、分析線上和線下數(shù)據(jù)，提高與客戶(hù)、潛在客戶(hù)互動(dòng)的精準(zhǔn)度

本講座通過(guò)電信行業(yè)客戶(hù)分析的實(shí)際案例，介紹數(shù)據(jù)分析技術(shù)在客戶(hù)營(yíng)銷(xiāo)、企業(yè)管理等方面的應(yīng)用價(jià)值。

培訓(xùn)目標(biāo)：

       大數(shù)據(jù)時(shí)代下，客戶(hù)的重新認(rèn)識(shí)和精確營(yíng)銷(xiāo)，企業(yè)的精細(xì)化運(yùn)營(yíng)，如何提升企業(yè)的核心競(jìng)爭(zhēng)能力，如何更新企業(yè)運(yùn)營(yíng)的新理念。了解大數(shù)據(jù)處理的基本技術(shù)，包括數(shù)據(jù)倉(cāng)庫(kù)、云計(jì)算、數(shù)據(jù)挖掘、元數(shù)據(jù)等基本內(nèi)容。解決數(shù)據(jù)質(zhì)量的方法和經(jīng)驗(yàn)，數(shù)據(jù)管理的組織機(jī)構(gòu)設(shè)置等。

課程內(nèi)容：

一、“大數(shù)據(jù)、大生意”：

1.概述

1)大數(shù)據(jù)概念和特點(diǎn)

2)大數(shù)據(jù)需要哪些技術(shù)支撐

3)大數(shù)據(jù)能夠帶來(lái)哪些新應(yīng)用？

2.大數(shù)據(jù)時(shí)代帶來(lái)對(duì)傳統(tǒng)營(yíng)銷(xiāo)的挑戰(zhàn)

1)大數(shù)據(jù)如何成為資產(chǎn)？

2)大數(shù)據(jù)如何體現(xiàn)精確營(yíng)銷(xiāo)

3)大數(shù)據(jù)的價(jià)值

3.大數(shù)據(jù)時(shí)代的新?tīng)I(yíng)銷(xiāo)模式

1)互聯(lián)網(wǎng)的營(yíng)銷(xiāo)模式——微博營(yíng)銷(xiāo)、網(wǎng)頁(yè)營(yíng)銷(xiāo)等

2)CRM——“舊貌煥發(fā)新顏”

3)精確營(yíng)銷(xiāo)——裝上了GPS，實(shí)現(xiàn)“精確打擊”

4.如何在海量數(shù)據(jù)中整合線上、線下數(shù)據(jù)，形成你對(duì)消費(fèi)者的獨(dú)特洞察力

1)知道客戶(hù)的各個(gè)屬性——互聯(lián)網(wǎng)時(shí)代不再“是否是狗”

2)客戶(hù)的群體特征——“人以群分”

5.如何建立全渠道數(shù)據(jù)平臺(tái)，拓展?fàn)I銷(xiāo)渠道，提高營(yíng)銷(xiāo)效率

1)客戶(hù)接觸渠道分類(lèi)

2)電話、QQ、微博——全方位覆蓋

3)如果進(jìn)行廣告的精確投放？

6.大數(shù)據(jù)的實(shí)現(xiàn)技術(shù)

1)HADOOP技術(shù)了

2)MAP/REDUCE算法

3)非結(jié)構(gòu)化數(shù)據(jù)分析的特點(diǎn)

二、大數(shù)據(jù)下客戶(hù)的“透視”：

1、客戶(hù)是“上帝”，如何找到“上帝”？

1）上帝是什么樣子？

上帝是什么視圖？

2）客戶(hù)是什么樣子？

客戶(hù)是什么視圖？

3）提供哪些產(chǎn)品？

產(chǎn)品是什么視圖？

4）如何建立客戶(hù)和產(chǎn)品間的關(guān)系？

為合適的客戶(hù)，找到合適的產(chǎn)品

2、我們對(duì)自己的客戶(hù)（“上帝”）了解多少？

1）客戶(hù)會(huì)有什么特點(diǎn)？

客戶(hù)的基本特征（如：不同產(chǎn)品的年齡分布）

客戶(hù)的群體特征（如：不同年齡群體關(guān)注點(diǎn)有哪些？）

現(xiàn)代營(yíng)銷(xiāo)模式的基礎(chǔ)，以現(xiàn)有產(chǎn)品為基礎(chǔ)，尋找群體客戶(hù)適合的產(chǎn)品和服務(wù)。

客戶(hù)的交往圈子（如：戶(hù)外旅游圈子關(guān)注哪些產(chǎn)品？）

另一個(gè)角度規(guī)劃產(chǎn)品和服務(wù)。

2）營(yíng)銷(xiāo)的方法

營(yíng)銷(xiāo)方法論和知識(shí)庫(kù)（分析問(wèn)題的知識(shí)庫(kù)和方法樹(shù)）

金融產(chǎn)品營(yíng)銷(xiāo)的特點(diǎn)（沒(méi)有實(shí)物的高利產(chǎn)品）

貼片廣告：《非誠(chéng)勿擾2》里送保險(xiǎn)，似乎比送房子更時(shí)尚

3）企業(yè)管理方面的情況

及時(shí)發(fā)現(xiàn)企業(yè)真實(shí)的情況（哪些運(yùn)營(yíng)的關(guān)鍵指標(biāo)KPI？）

像人體一樣，如何及時(shí)發(fā)現(xiàn)病癥？（關(guān)鍵指標(biāo)KPI的波動(dòng)范圍？）

示例：企業(yè)的數(shù)碼儀表盤(pán)，展示企業(yè)的KPI；手機(jī)彩信及時(shí)展現(xiàn)KPI給領(lǐng)導(dǎo)。

3、如何“幫客戶(hù)買(mǎi)產(chǎn)品，而不是推銷(xiāo)其不需要的產(chǎn)品”

1）如何進(jìn)行客戶(hù)的“X光透視”？

（客戶(hù)的統(tǒng)一視圖包含哪些信息？哪些是關(guān)鍵屬性？）

如何發(fā)現(xiàn)客戶(hù)的真實(shí)需求？（服務(wù)與騷擾的區(qū)別）

示例：電信行業(yè)客戶(hù)的統(tǒng)一視圖

2）內(nèi)部產(chǎn)品的科學(xué)選配

（如何提供專(zhuān)家般量化的分析，為用戶(hù)提供最優(yōu)的內(nèi)部產(chǎn)品？

如：電信行業(yè)計(jì)算出最適合用戶(hù)模式的資費(fèi)進(jìn)行選擇）

示例：為客戶(hù)定制最合適的資費(fèi)：經(jīng)過(guò)數(shù)據(jù)精算后，告訴客戶(hù)，A產(chǎn)品比B產(chǎn)品更適合張三。

3）競(jìng)爭(zhēng)對(duì)手產(chǎn)品的對(duì)比

與競(jìng)爭(zhēng)對(duì)手間的產(chǎn)品差異化區(qū)隔

自己產(chǎn)品的優(yōu)勢(shì)和弱點(diǎn)（如何提供量化的分析結(jié)果？）

示例：競(jìng)爭(zhēng)對(duì)手的客戶(hù)回歸

4）銷(xiāo)售過(guò)程的處理

銷(xiāo)售時(shí)機(jī)的把握銷(xiāo)售語(yǔ)術(shù)的把握

4、大數(shù)據(jù)營(yíng)銷(xiāo)的作用和價(jià)值

1）數(shù)據(jù)和知識(shí)是人的本質(zhì)特征

2）大腦是人與動(dòng)物的差別

3）“事半功倍”是捷徑

4）從“拼刺刀”到“信息戰(zhàn)”；示例：某人關(guān)系圖

5、如何避免對(duì)客戶(hù)的騷擾

1）客戶(hù)外呼的次數(shù)控制

2）客戶(hù)外呼的內(nèi)容控制

3）客戶(hù)外呼的時(shí)機(jī)控制

4）語(yǔ)術(shù)的把握避免投訴

6、員工坐席的“服務(wù)適配”問(wèn)題

1)客戶(hù)是什么類(lèi)型？

2)員工是什么類(lèi)型？

3)產(chǎn)品的合適客戶(hù)群如何？

4)如何讓匹配的員工坐席為客戶(hù)提供服務(wù)？

三、基礎(chǔ)數(shù)據(jù)的收集和整理

1、數(shù)據(jù)的種類(lèi)

1）客戶(hù)數(shù)據(jù)內(nèi)容（保險(xiǎn)客戶(hù)的基本資料）

2）產(chǎn)品數(shù)據(jù)內(nèi)容（產(chǎn)品的編碼）

3）營(yíng)銷(xiāo)數(shù)據(jù)內(nèi)容（交易記錄的保存）

4）服務(wù)數(shù)據(jù)內(nèi)容（客戶(hù)服務(wù)數(shù)據(jù)的保存）

5）金融數(shù)據(jù)的特點(diǎn)：（交易型數(shù)據(jù)較少、安全要求高等）

2、數(shù)據(jù)的存放方法

1）數(shù)據(jù)的清洗、轉(zhuǎn)換和加載

2）存放在數(shù)據(jù)庫(kù)/數(shù)據(jù)倉(cāng)庫(kù)

3）數(shù)據(jù)的基本分析工具EXCEL等

3、數(shù)據(jù)的基本整理

1）數(shù)據(jù)的歸類(lèi)存放（建模型）

2）數(shù)據(jù)的基本加工

4、數(shù)據(jù)的基礎(chǔ)分析

1）數(shù)據(jù)的基本匯總

2）數(shù)據(jù)中的“金子”：從石頭中淘金子

3）數(shù)據(jù)挖掘：“啤酒和尿布”的故事

4）高級(jí)的數(shù)據(jù)挖掘工具SAS和SPSS等

示例：切入幾張工具的示意界面圖

5、數(shù)據(jù)質(zhì)量的基本保障

1）指標(biāo)的口徑描述和統(tǒng)一

2）后期補(bǔ)數(shù)據(jù)成本是前提收集數(shù)據(jù)成本的15倍

3）“差之毫厘謬以千里”

6、網(wǎng)銷(xiāo)/電銷(xiāo)數(shù)據(jù)的收集和整理

1）網(wǎng)銷(xiāo)數(shù)據(jù)的收集/整理

2）電銷(xiāo)數(shù)據(jù)的收集/整理

3）電銷(xiāo)和網(wǎng)銷(xiāo)數(shù)據(jù)的關(guān)鍵點(diǎn)：

示例：互聯(lián)網(wǎng)電銷(xiāo)企業(yè)的營(yíng)銷(xiāo)案例（產(chǎn)品關(guān)聯(lián)分析）

四、客戶(hù)的分析和認(rèn)知

1、客戶(hù)的定義和范疇

用戶(hù)和客戶(hù)的區(qū)別

客戶(hù)是否要進(jìn)行細(xì)分，如校園客戶(hù)、家庭客戶(hù)等

2、關(guān)于客戶(hù)的基本“信息”（管中窺豹）

身份證信息行為愛(ài)好信息衍生信息

3、客戶(hù)的基本屬性標(biāo)簽（如旅行者推銷(xiāo)旅行險(xiǎn)等）

增值服務(wù)等方面，讓服務(wù)更加貼近客戶(hù)

4、客戶(hù)的喜好（“不怕沒(méi)缺點(diǎn)，就怕沒(méi)愛(ài)好”）

經(jīng)常出沒(méi)的地方（高爾夫場(chǎng)、酒吧街、電影院等）

通過(guò)前臺(tái)的觀察和后臺(tái)的詢(xún)問(wèn)等獲取的知識(shí)

5、客戶(hù)的細(xì)化分群

客戶(hù)分群的依據(jù)（物以類(lèi)聚、人以群分）

示例：電信行業(yè)客戶(hù)分群案例

6、客戶(hù)的知識(shí)庫(kù)

實(shí)時(shí)調(diào)出符合條件的客戶(hù)群體來(lái)

示例：電信行業(yè)客戶(hù)知識(shí)庫(kù)舉例

7、如何識(shí)別欺詐客戶(hù)

如何識(shí)別欺詐客戶(hù)如何防范風(fēng)險(xiǎn)

示例：電銷(xiāo)行業(yè)客戶(hù)欺詐案例描述

8、客戶(hù)的“再挖掘”（UPSELL/CROSSSELL）

客戶(hù)群中的“種子/關(guān)鍵”客戶(hù)客戶(hù)的交往圈分析

示例：客戶(hù)交往圈分析案例

基于客戶(hù)交往圈，進(jìn)行客戶(hù)“再挖掘”

9、客戶(hù)的生命周期管理

客戶(hù)的生命周期數(shù)據(jù)分析滲透到客戶(hù)的生命周期全過(guò)程

10、電銷(xiāo)/網(wǎng)銷(xiāo)中能進(jìn)行哪些客戶(hù)分析和營(yíng)銷(xiāo)？

網(wǎng)絡(luò)可以泄露客戶(hù)更多的信息；（如何買(mǎi)到合適的數(shù)據(jù)？）

對(duì)客戶(hù)更深層的了解，就可以進(jìn)行合適的營(yíng)銷(xiāo)：

五、如何為合適的用戶(hù)提供合適的金融產(chǎn)品？

1、營(yíng)銷(xiāo)的目的：為合適的用戶(hù)提供合適的產(chǎn)品

除了“激情營(yíng)銷(xiāo)”，更需要“理性營(yíng)銷(xiāo)”；真正滿足客戶(hù)需求才能構(gòu)建長(zhǎng)久的營(yíng)銷(xiāo)關(guān)系；

客戶(hù)的真實(shí)需求如何？

2、如何發(fā)現(xiàn)合適的用戶(hù)

誰(shuí)是合適的客戶(hù)？標(biāo)準(zhǔn)有哪些？客戶(hù)的擔(dān)心、顧慮是什么？

3、如何提供合適的產(chǎn)品

從現(xiàn)有的產(chǎn)品客戶(hù)中尋找目標(biāo)客戶(hù)特征

示例：客戶(hù)針對(duì)性營(yíng)銷(xiāo)案例示例

4、營(yíng)銷(xiāo)案的設(shè)計(jì)和評(píng)估

如何吸引用戶(hù)？如何讓用戶(hù)選擇產(chǎn)品？

5、營(yíng)銷(xiāo)的過(guò)程和細(xì)節(jié)

類(lèi)似CRM系統(tǒng)的營(yíng)銷(xiāo)流程管理

示例：電信行業(yè)CRM營(yíng)銷(xiāo)的流程框架圖

6、營(yíng)銷(xiāo)的渠道選擇

客戶(hù)是否喜歡外呼電話，還是短信？還是網(wǎng)上營(yíng)業(yè)廳？

示例：用戶(hù)偏好渠道分析的案例

7、如何避免對(duì)客戶(hù)的過(guò)渡打擾

限制每月的外呼次數(shù)；

8、網(wǎng)銷(xiāo)/電銷(xiāo)的客戶(hù)數(shù)據(jù)挖掘

9、客戶(hù)的挽留和延伸銷(xiāo)售

識(shí)別真正有價(jià)值的客戶(hù)；

案例：客戶(hù)價(jià)值評(píng)估介紹

盡量讓客戶(hù)進(jìn)入更高級(jí)別，避免降級(jí)：（電信行業(yè)的價(jià)格戰(zhàn)，將鉆石卡用戶(hù)打成了金卡；金卡用戶(hù)打成了銀卡）

六、如何編寫(xiě)漂亮的分析報(bào)告（既有漂亮里子，也要有漂亮面子）

1、數(shù)據(jù)是基礎(chǔ)

2、分析報(bào)告是展現(xiàn)形式

3、分析報(bào)告的思路

4、分析報(bào)告的方法

示例：分析報(bào)告演示

七、數(shù)據(jù)的質(zhì)量問(wèn)題

（數(shù)據(jù)倉(cāng)庫(kù)項(xiàng)目的60%精力是在解決數(shù)據(jù)質(zhì)量問(wèn)題）

1、數(shù)據(jù)質(zhì)量的問(wèn)題表現(xiàn)

接通率的量化依據(jù)數(shù)據(jù)轉(zhuǎn)換成為成功訂單幾率的描述

示例：數(shù)據(jù)質(zhì)量的問(wèn)題分布圖

2、數(shù)據(jù)質(zhì)量的根源在哪里

業(yè)務(wù)管理的標(biāo)準(zhǔn)化指標(biāo)的口徑一致性問(wèn)題

3、數(shù)據(jù)質(zhì)量的管理模式

理清數(shù)據(jù)的來(lái)龍去脈列出數(shù)據(jù)的監(jiān)控點(diǎn)

4、數(shù)據(jù)質(zhì)量的量化評(píng)估方法

數(shù)據(jù)質(zhì)量的評(píng)估標(biāo)準(zhǔn)

示例：數(shù)據(jù)質(zhì)量的評(píng)估指標(biāo)

八、云計(jì)算技術(shù)

1.Hadoop項(xiàng)目簡(jiǎn)介

2.HDFS體系結(jié)構(gòu)

3.HDFS關(guān)鍵運(yùn)行機(jī)制

4.MapReduce產(chǎn)生背景

5.MapReduce編程模型

6.MapReduce實(shí)現(xiàn)機(jī)制

7.MapReduce案例分析

8.HIVE介紹

9.HBASE介紹

九、總結(jié)和展望

段方博士后簡(jiǎn)介

專(zhuān)業(yè)背景：

世界最大電信運(yùn)營(yíng)商總部大數(shù)據(jù)系統(tǒng)

總設(shè)計(jì)師、奠基人

北京大學(xué)信息處理專(zhuān)業(yè)博士后

北京郵電大學(xué)博士

十七年專(zhuān)注于數(shù)據(jù)倉(cāng)庫(kù)、大數(shù)據(jù)、云計(jì)算、

人工智能的研究與推廣

      曾經(jīng)在中國(guó)銀行工作，熟悉銀行業(yè)務(wù)。段方博士后承擔(dān)了國(guó)際最大電信運(yùn)營(yíng)商的數(shù)據(jù)倉(cāng)庫(kù)和大數(shù)據(jù)中心的設(shè)計(jì)和建設(shè)、運(yùn)營(yíng)工作，積累了17年的大數(shù)據(jù)（含機(jī)器學(xué)習(xí)）領(lǐng)域的實(shí)際工作經(jīng)驗(yàn)。帶領(lǐng)相關(guān)的團(tuán)隊(duì)，從系統(tǒng)創(chuàng)建到系統(tǒng)運(yùn)營(yíng)，開(kāi)發(fā)了很多大數(shù)據(jù)領(lǐng)域的各種應(yīng)用。積累了國(guó)內(nèi)唯一的大數(shù)據(jù)系統(tǒng)在大型企業(yè)建設(shè)、運(yùn)營(yíng)的經(jīng)驗(yàn)。其前后主持設(shè)計(jì)的技術(shù)文檔，有150余冊(cè)、1200多萬(wàn)字。涉及大數(shù)據(jù)系統(tǒng)的數(shù)據(jù)模型、數(shù)據(jù)接口、系統(tǒng)架構(gòu)、質(zhì)量管控、業(yè)務(wù)應(yīng)用、系統(tǒng)安全等各個(gè)領(lǐng)域。

      近期啟動(dòng)了人工智能、區(qū)塊鏈等新技術(shù)的研究和部署工作，積累了大型企業(yè)人工智能技術(shù)部署和應(yīng)用的經(jīng)驗(yàn)。受邀為多場(chǎng)大型專(zhuān)業(yè)論壇會(huì)議進(jìn)行主題發(fā)言，多次獲得好評(píng)，行業(yè)經(jīng)驗(yàn)豐富。

      2018年6月在美國(guó)硅谷datawork summit 2018（世界頂級(jí)的大數(shù)據(jù)峰會(huì)）上兩次發(fā)言（國(guó)內(nèi)僅四家中國(guó)企業(yè)參會(huì)），取得良好效果。

教育經(jīng)歷：

2002――2005（博士后學(xué)歷）：北京大學(xué)信息科學(xué)技術(shù)學(xué)院博士后工作

1998——2001（博士學(xué)位）：北京郵電大學(xué)電子工程系攻讀博士學(xué)位

1995——1998（碩士學(xué)位）：北京郵電大學(xué)智能網(wǎng)國(guó)家重點(diǎn)實(shí)驗(yàn)室  計(jì)算機(jī)應(yīng)用專(zhuān)業(yè)

主要經(jīng)驗(yàn)：

       大數(shù)據(jù)系統(tǒng)相關(guān)領(lǐng)域的知識(shí)：數(shù)據(jù)倉(cāng)庫(kù)、大數(shù)據(jù)的基本技術(shù)，熟悉當(dāng)前業(yè)界的使用和規(guī)模特點(diǎn)。熟悉數(shù)據(jù)倉(cāng)庫(kù)及數(shù)據(jù)建模技術(shù)基礎(chǔ)，實(shí)際進(jìn)行過(guò)十余年數(shù)據(jù)質(zhì)量管控工作。熟悉DB2/ORACLE/TERADATA等數(shù)據(jù)倉(cāng)庫(kù)的產(chǎn)品特點(diǎn)，了解Erwin等建模工具。了解VERTICA/GP等MPP數(shù)據(jù)庫(kù)的原理和特點(diǎn)。熟悉數(shù)據(jù)挖掘等機(jī)器學(xué)習(xí)技術(shù),熟悉聚類(lèi)、分類(lèi)、回歸預(yù)測(cè)等機(jī)器學(xué)習(xí)算法，有十余年的實(shí)際數(shù)據(jù)挖掘案例經(jīng)驗(yàn)。熟悉HADOOP相關(guān)生態(tài)的組件技術(shù)，包括：SPARK/KAFKA/FLUME/YARN/HIVE/HBASE/STORM等實(shí)現(xiàn)技術(shù)，熟悉：R、mahout、SAS/SPSS等數(shù)據(jù)分析技術(shù)。掌握Python、Scala等編程語(yǔ)言。

熟悉TensorFlow等人工智能框架，了解深度學(xué)習(xí)、增強(qiáng)學(xué)習(xí)、遷移學(xué)習(xí)原理，實(shí)際進(jìn)行過(guò)人工智能項(xiàng)目的實(shí)施和部署。

授課風(fēng)格：

       理智型教學(xué)，理論聯(lián)系實(shí)踐，將理論性、實(shí)踐性與趣味性相結(jié)合,講解深入淺出，分析、論證時(shí)思路清晰。

工作經(jīng)歷：-——十六年的大數(shù)據(jù)專(zhuān)業(yè)經(jīng)驗(yàn)

1.主持設(shè)計(jì)并完成了世界電信行業(yè)最大的大數(shù)據(jù)中心系統(tǒng)（截至到2017年底達(dá)到500PB存儲(chǔ)容量，累計(jì)投資150億元）

充分參考了互聯(lián)網(wǎng)行業(yè)BAT（百度、阿里、騰訊）和谷歌等互聯(lián)網(wǎng)企業(yè)的大數(shù)據(jù)建設(shè)案例，在電信行業(yè)主持設(shè)計(jì)并建設(shè)了國(guó)內(nèi)最大的大數(shù)據(jù)中心（500PB）。基于HADOOP云計(jì)算架構(gòu)，結(jié)合數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)，構(gòu)建了混搭的大數(shù)據(jù)中心系統(tǒng)，完成了互聯(lián)網(wǎng)內(nèi)容爬去、客戶(hù)內(nèi)容喜好分析、客戶(hù)數(shù)據(jù)業(yè)務(wù)營(yíng)銷(xiāo)、社會(huì)渠道欺詐、GIS網(wǎng)格量化、客戶(hù)投訴分析等各種應(yīng)用。提升了企業(yè)對(duì)外數(shù)據(jù)服務(wù)管理能力，增強(qiáng)了企業(yè)“數(shù)據(jù)變現(xiàn)”的水平。

2.主持設(shè)計(jì)并完成了世界上最大的數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)建設(shè)

    結(jié)合某電信運(yùn)營(yíng)商的實(shí)際情況，創(chuàng)制性地提出了分級(jí)式數(shù)據(jù)倉(cāng)庫(kù)理論，本人主持設(shè)計(jì)并建設(shè)了某電信運(yùn)營(yíng)商的“經(jīng)營(yíng)分析系統(tǒng)”，前后投資了80多億人民幣，建成了目前國(guó)際最大容量的數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)。實(shí)現(xiàn)了客戶(hù)離網(wǎng)分析、客戶(hù)細(xì)分分群、客戶(hù)價(jià)值評(píng)估、數(shù)據(jù)業(yè)務(wù)產(chǎn)品喜好分析、一線經(jīng)理貼身支撐、客戶(hù)渠道分析、供應(yīng)鏈分析、員工量化薪酬管理、營(yíng)銷(xiāo)成本分析等。提升了企業(yè)內(nèi)部量化管理水平，確保客戶(hù)精準(zhǔn)營(yíng)銷(xiāo)能力，降低企業(yè)運(yùn)營(yíng)成本。

3.帶動(dòng)了國(guó)內(nèi)數(shù)據(jù)倉(cāng)庫(kù)和大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展

    通過(guò)本人主持和設(shè)計(jì)的最大的數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)，填補(bǔ)了國(guó)內(nèi)在數(shù)據(jù)倉(cāng)庫(kù)領(lǐng)域技術(shù)和應(yīng)用的很多空白，通過(guò)十六年的努力，帶動(dòng)了國(guó)內(nèi)一批數(shù)據(jù)倉(cāng)庫(kù)領(lǐng)域的廠商和研究力量，對(duì)國(guó)內(nèi)數(shù)據(jù)倉(cāng)庫(kù)行業(yè)的發(fā)展起到了積極的推動(dòng)作用。同時(shí)，從2010年開(kāi)始通過(guò)HADOOP云計(jì)算技術(shù)的研發(fā)和推廣，探索了云計(jì)算如何在大型企業(yè)落地的方式、方法，總結(jié)了大量的實(shí)際案例，推動(dòng)了大數(shù)據(jù)在非互聯(lián)網(wǎng)企業(yè)的經(jīng)營(yíng)研究。

4.學(xué)術(shù)上取得了一些成績(jī)

依據(jù)提出的“分級(jí)式數(shù)據(jù)倉(cāng)庫(kù)理論”，獲得了北京大學(xué)的博士后。發(fā)表了幾十篇文章，出版了4-5本技術(shù)專(zhuān)著。

5.組建了某電信運(yùn)營(yíng)商在數(shù)據(jù)倉(cāng)庫(kù)領(lǐng)域和云計(jì)算領(lǐng)域的隊(duì)伍

    帶動(dòng)某電信運(yùn)營(yíng)商相關(guān)領(lǐng)域的員工，通過(guò)多次的培訓(xùn)，逐步組織了各省公司的技術(shù)骨干團(tuán)隊(duì)，在對(duì)系統(tǒng)的維護(hù)、新業(yè)務(wù)的開(kāi)發(fā)和工程項(xiàng)目的管理等方面，積累了寶貴的經(jīng)驗(yàn)。

6.與國(guó)內(nèi)外進(jìn)行了積極的交流

    通過(guò)舉辦多次大數(shù)據(jù)相關(guān)技術(shù)論壇，與國(guó)內(nèi)外的廠商進(jìn)行了廣泛的技術(shù)交流。先后與VODAPHONE 、AT&T、VERIZION等多家國(guó)外運(yùn)營(yíng)商就數(shù)據(jù)倉(cāng)庫(kù)的建設(shè)和使用進(jìn)行了充分的交流，并赴部分國(guó)外運(yùn)營(yíng)商進(jìn)行了實(shí)地的考察工作。

與BAT等互聯(lián)網(wǎng)企業(yè)進(jìn)行了充分的調(diào)研和交流，熟悉BAT大數(shù)據(jù)的架構(gòu)和應(yīng)用情況。詳細(xì)分析、比較過(guò)互聯(lián)網(wǎng)企業(yè)和傳統(tǒng)企業(yè)在大數(shù)據(jù)應(yīng)用領(lǐng)域的各自?xún)?yōu)勢(shì)，給出了實(shí)際的咨詢(xún)方案。

出版著作：

       2005年出版了電信行業(yè)第一本數(shù)據(jù)倉(cāng)庫(kù)專(zhuān)著《數(shù)據(jù)倉(cāng)庫(kù)技術(shù)及其在電信領(lǐng)域中的應(yīng)用》和《數(shù)據(jù)倉(cāng)庫(kù)基礎(chǔ)》（電子工業(yè)出版社出版）兩本書(shū)籍。前后在各種技術(shù)媒體發(fā)表了幾十篇各種文章，有的文章被SCI檢索收錄。

       2015年結(jié)合15年大數(shù)據(jù)從業(yè)經(jīng)驗(yàn)，完成了《大數(shù)據(jù)&大分析》（人民郵電出版社）和《大數(shù)據(jù)的互聯(lián)網(wǎng)思維》（電子工業(yè)出版社）兩本書(shū)籍的編寫(xiě)和出版工作。

       2018年《數(shù)聯(lián)網(wǎng)》（人民郵電出版社）書(shū)籍已經(jīng)出版（世界上第一本關(guān)于數(shù)聯(lián)網(wǎng)的書(shū)）；《大數(shù)據(jù)基礎(chǔ)介紹》（編寫(xiě)中）

 獲得的獎(jiǎng)項(xiàng)：

 1）2006年，《基于海量數(shù)據(jù)的經(jīng)營(yíng)分析系統(tǒng)》項(xiàng)目獲得中國(guó)通信學(xué)會(huì)科學(xué)技術(shù)獎(jiǎng)一等獎(jiǎng)           2）2018年在美國(guó)硅谷datawork summit 2018 峰會(huì)上發(fā)言，取得良好反響。

部分曾服務(wù)客戶(hù)：

通信行業(yè)：

        北京移動(dòng)（4次）、河北移動(dòng)、成都移動(dòng)（4次）、遂寧移動(dòng)、山東移動(dòng)、惠州移動(dòng)、四川移動(dòng)、南充移動(dòng)（2次）、瀘州移動(dòng)、康定移動(dòng)、西昌移動(dòng)、江門(mén)移動(dòng)、陽(yáng)江移動(dòng)、江蘇移動(dòng)、山西移動(dòng)、深圳移動(dòng)、中國(guó)移動(dòng)卓望公司、上海奉賢區(qū)電信、上海北區(qū)電信、上海聯(lián)通、浙江聯(lián)通、上海移動(dòng)、中山電信、廣東移動(dòng)、國(guó)信公司、中國(guó)吉通、成都電信、福建移動(dòng)、河南移動(dòng)、河北電信、北京電信、安徽移動(dòng)、廣州電信……

金融保險(xiǎn)行業(yè)：

        中國(guó)人民銀行總行、中國(guó)銀行、民生銀行、工商銀行、建設(shè)銀行、交通銀行、華夏銀行、浦發(fā)銀行、興業(yè)銀行、泰康人壽、中國(guó)人壽保險(xiǎn)、太平洋保險(xiǎn)、安邦保險(xiǎn)、中國(guó)人民銀行、匯豐投資、金泰化成投資、天和融資、南方基金管理、中信銀行、中國(guó)電信翼支付、平安銀行、某大宗商品交易中心、深圳佰仟金融公司……

交通行業(yè)：

       北京中交集團(tuán)（9次）、華通汽車(chē)、北斗汽車(chē)、廣州汽車(chē)、北京汽車(chē)、重慶北汽銀翔汽車(chē)、中交威海公司、中國(guó)鐵路研究院……

IT行業(yè)：

       首都信息發(fā)展公司、華為公司、愛(ài)立信公司、唐郎商旅網(wǎng)、青牛公司、用友軟件、蘭芯數(shù)據(jù)定向傳媒、深圳金立手機(jī)、新東網(wǎng)科技、東軟軟件、亞信公司、新大陸公司、北京電子控股……

高校研修班：

      北京大學(xué)、清華大學(xué)、北京郵電大學(xué)、武漢大學(xué)總裁研修班、浙江大學(xué)總裁研修班、上海交通大學(xué)總裁研修班、

其它行業(yè)：

        信息產(chǎn)業(yè)部（2次）、北京海淀區(qū)政府（2次）、中國(guó)電力建設(shè)集團(tuán)（3次）、中石油吉林公司、深圳中海油公司、廣東美的電器、杭州蘇寧電器、威斯特時(shí)尚購(gòu)物、武漢工貿(mào)、富邦科技、新農(nóng)翔飼料、愛(ài)民藥業(yè)集團(tuán)、寧德新能源、億童文教股份、寧波商貿(mào)、寧波市政府、齊心文具、廣州保利國(guó)際、湖南糧食集團(tuán)、中遠(yuǎn)集團(tuán)、寶鋼地產(chǎn)、上海閃迪芯片公司、國(guó)家電網(wǎng)西安公司、國(guó)家電網(wǎng)武漢公司、長(zhǎng)白山電力公司、旺旺食品有限公司、大連冰山集團(tuán)……

段方老師的其它課程