| 主题 |
内容 |
| 第一讲：大数据概述 |
1. 大数据来源：数据的多种来源构成
2. 大数据价值：数据的价值体现
3. 大数据5V特点：大量、高速、真实性、多样性、价值 |
|
第二讲：需要正视的大数据误区 |
一、关于误区认知
1. 数据中心的误区
2. 云计算的误区
3. 数字化信息的误区
4. 海量数据的误区
二、各个属性大数据分类
1. 政务类——按工商、人口、税务、市场
2. 公共类——按教育、医疗、交通、市政
3. 用户类——按性别、年龄、职业、购买力
4. 产业类——按汽车、税控、3C、娱乐
三、大数据应用在精准营销之外，还用于哪些行业？
1. 消费行业
2. 电子商务
3. 医疗卫生
4. 军事科技
5. 金融行业
案例：企业自身案例 |
| 第三讲：大数据的商业本质 |
一、大数据成为企业的核心竞争力
1. 精准资产
2. 云技术
3. 物联网的动态链接
二、大数据下创新企业的新机会
1. 数字创新带来新机会
2. 数字产业新机会
3. 数字革命新机会
案例：滴滴打车全场景的数字化应用
三、大数据七种思维
1. 定量思维
2. 相关思维
3. 实验思维
4. 全样本思维
5. 个性化思维
6. 融合思维
7. 跨界思维 |
| 第四讲：改变大数据销售过程六大难题 |
难题一：门店客流持续下降
难题二：对客户信息一无所知
难题三：推广成本高，效果差
难题四：促销天天搞，就是不买单
难题五：平台有销量，商家没利润
难题六：老客户无法跟进，回头客少
解决问题：根据现场学员反馈针对性解决
工具：
1. 大数据探针
2. 客户CRM系统
3. DSP精准营销
4. 电商数据分析系统
5. AI人脸识别 |
| 第五讲：大数据引发的思维变革 |
一、大数据成为科学研究的底层基础
案例：第四范式（大数据行业典型企业）
1. 经济科学
2. 理论科学
3. 计算科学
4. 数据密集型阶段
二、管理决策的思维变革
1. 事先总结到事前规划
2. 定量到定性分析
3. 抽样到全体数据分析
4. 拍脑袋到看数据
|
| 第六讲：利用大数据能获取到五大信息源 |
一、客户在哪里？
1. 从性别不同分析
2. 从年龄层次分析
3. 从职业类型分析
4. 从区域特性分析
二、客户是谁？
1. 人口特征——适应规则
2. 消费特征——参考定价
3. 场景特征——复购传播
4. 心理特征——成交转化
三、客户需要什么？
1. 谁？用户的面貌描述
2. 什么？聚焦在一个痛点而非多个痛点
3. 场景？从笼统的场景聚焦到细致入微的场景
四、客户有什么样的消费理念？
现场互动：多种消费数据的汇总能够给我们解答什么样的商业画布
五、客户的购买决策时如何做出的？
——决策的时效以及依据，决策的数字意义
案例解析：在场客户数据的提问以及现场数据问题分析
|
| 第七讲：大数据还原数字营销与内容传播
|
一、数字营销时代未来趋势与方式
1. 数字营销到底是什么？
1）量化投放
2）流量为王
3）精准反馈
2. 数字营销与传统广告营销的区别
1）内容性差异
2）渠道性差异
3）成本性差异
4）传播性差异
5）评估性差异
3. 未来全新数字营销的概念与特性
1）全渠道+大背靠
— 依托销售渠道、微信、自媒体、视频、SNS全部渠道与销售打通，背靠两微一抖进行传播
2）全渠道的特性：多重性、多样性、不可预见性
— 及知、及买、跟流量相关从而达到消费者购买的端点，最终产生购买
— 抖音并不是全渠道，而是消费者心理的触及点，产生最终的转化，才是精髓、才是核心
4. 数字营销两大板块
1）出产内容
2）传播渠道
5. 真正网络营销2件事：集客、转化
6. 全渠道+大背靠的产业误区及痛点
1）众多碎片化合同的签署
2）品牌方权益风险
3）传统的1+1+1风险无法反噬到大背靠
4）单一事件的爆点误区：企业依靠爆点事件，打造全网营销
— 实际情况：很多企业没有声音了，没有爆点
5）借势非造势，星星之火可以燎原
6）多头决策、执行不利
7）顾问型乙方
8）品牌管理扁平化
9）唯数字论，先懵逼两年
10）攀附及其依赖大背靠
二、诊断与评估企业的数字营销策略
1. 传播的广泛性：全渠道、维度内容、背靠品牌及平台
2. 爆点的尖锐性：可传播性、有互动性、能够场景带入
3. 数据的精准性：曝光量、点击量、转发量、转化率
4. 转化的匹配性：内容足够垂直、传播具备延续性
案例：一张完整的数据投放后期检测报告：数据呈现、检测效果、设计产出、达成转化（电商或渠道）
三、立体化内容营销及传播
1. 内容营销的三段式递进步骤
1）客户获取：口碑导流，社会化导流、O2O导流、数字化导流、第三方导流
2）客户转化：留存转化、参与转化、互动式转化
3）客户支付：快捷支付、传播支付、门槛式支付
2. 内容营销的传播特征
1）绳结特征
2）时间连贯性
3）单体差异性
4）要素的整合能力 |
