中國培訓(xùn)易(www.a10by9.cn)
市場營銷公開課
主辦單位：廣州必學(xué)企業(yè)管理咨詢有限公司
中國培訓(xùn)易（www.a10by9.cn）
中國培訓(xùn)易（www.a10by9.cn）
舉辦時間：
| 北京 2023年9月14–15日 | 深圳 2023年7月20–21日 |
| 上�！�2023年6月15–16日 |
課程費用：4800元/人（包含：課程、講義、午餐、茶點等費用）
會 員 價：會員優(yōu)惠價請咨詢客服， QQ:674837974 手機/微信：18588851172 符小姐
課程詳情
課程背景:
隨著社會經(jīng)濟發(fā)展和企業(yè)信息化水平的提高，企業(yè)在營銷過程中會接觸到大量的內(nèi)外部數(shù)據(jù)，分析和挖掘企業(yè)營銷數(shù)據(jù)，對于洞察企業(yè)內(nèi)外部態(tài)勢、制定有效的有針對性的營銷策略等有著極強的指導(dǎo)意義。
本課程首先介紹營銷數(shù)據(jù)分析的總體目標(biāo)以及步驟，然后介紹如何提升數(shù)據(jù)分析能力、數(shù)據(jù)分析的常見問題以及基本分析思路，為后續(xù)分析工作打好基礎(chǔ)，隨后介紹數(shù)據(jù)采集和指標(biāo)體系建立、數(shù)據(jù)整理、數(shù)據(jù)描述、異常值分析、相關(guān)分析、客戶細分、捆綁銷售分析、營銷資源籌劃、客戶畫像、營銷數(shù)據(jù)預(yù)測，講解營銷數(shù)據(jù)呈現(xiàn)技術(shù)和powerBI以及數(shù)據(jù)分析報告的撰寫。課程的最后是互動環(huán)節(jié)，現(xiàn)場解答學(xué)員實際工作中的問題。
本課程內(nèi)容豐富，貼近實戰(zhàn)，所選擇的分析工具、模型均為數(shù)據(jù)分析領(lǐng)域常用的成熟的分析模型算法。有理論有案例有實際操作，落地性強，能夠較好地提高學(xué)員的數(shù)據(jù)分析和挖掘能力。全部案例均采用2010/2013/2016、數(shù)據(jù)分析插件進行講解。
課程收獲：
（1）了解數(shù)據(jù)分析的整體步驟
（2）掌握數(shù)據(jù)分析能力的提升路徑
（3）掌握數(shù)據(jù)分析的思路和方法
（4）掌握數(shù)據(jù)挖掘的模型及其應(yīng)用
培訓(xùn)內(nèi)容：
1. 營銷數(shù)據(jù)分析目標(biāo)和步驟
（1）分析目標(biāo)
包括數(shù)據(jù)整體狀況分析、異動分析、數(shù)據(jù)分類、數(shù)據(jù)間邏輯關(guān)系分析、數(shù)據(jù)預(yù)測等。
（2）分析步驟
包括數(shù)據(jù)收集、數(shù)據(jù)整理、報表制作、數(shù)據(jù)分析與數(shù)據(jù)挖掘、圖形呈現(xiàn)、形成策劃案等6個步驟。
2. 數(shù)據(jù)分析與商務(wù)邏輯
（1）數(shù)據(jù)分析能力
包括業(yè)務(wù)理解能力、邏輯思辨能力、需求轉(zhuǎn)換能力、統(tǒng)計分析挖掘工具的掌握等方面。
（2）常見商務(wù)邏輯
a) 如何對數(shù)據(jù)特征進行描述？
b) 我的客戶的特征是啥樣的？
c) 如何結(jié)合銷售現(xiàn)狀判斷數(shù)據(jù)中的異常值？
d) A數(shù)據(jù)和B數(shù)據(jù)之間有關(guān)系嗎？如果有關(guān)系，關(guān)系是怎樣的？
e) 如果數(shù)據(jù)之間有影響，有沒有重要程度的差異？
f) 數(shù)據(jù)和指標(biāo)如何分組？
g) 如果影響指標(biāo)比較多，如何處理？
h) 我想知道數(shù)據(jù)之間的對應(yīng)關(guān)系，如何處理？
i) 如何考慮A事件對B事件的邊際貢獻率？
……
（3）分析思路
a) 標(biāo)識分析法
b) 二八分析法（二八系數(shù)在第5個模塊第3小節(jié)的工具中自動實現(xiàn)）
c) 特征組合分析法
d) 排序分析法
e) 對比分析法
f) 分組分析法
g) 結(jié)構(gòu)分析法
h) 交叉分析法
i) 對應(yīng)分析法
……
3. 數(shù)據(jù)采集和指標(biāo)體系建立
（1）采集原則
包括邏輯完備、可獲得、不重疊等原則，關(guān)于不重疊一般要做相關(guān)分析甚至是典型相關(guān)分析做檢驗。
（2）采集方法和步驟
包括采用層次分析法等確定收集維度、數(shù)據(jù)變形、數(shù)據(jù)相關(guān)檢驗、權(quán)重確定等。
（3）指標(biāo)體系的建立
一般采用手工指標(biāo)體系和軟件自動評估這兩種方式，這兩種方式都需要客觀規(guī)范地選擇數(shù)據(jù)指標(biāo)，手工指標(biāo)體系要做到權(quán)重設(shè)置合理、指標(biāo)結(jié)果具有可比性（即處在基本同一數(shù)據(jù)區(qū)域），有時需要反復(fù)測試。
案例：浙江某互聯(lián)網(wǎng)企業(yè)的數(shù)據(jù)采集和指標(biāo)體系建立
課堂討論：指標(biāo)體系中的“加”與“乘”
4. 數(shù)據(jù)整理
數(shù)據(jù)整理的包括數(shù)據(jù)糾錯、數(shù)據(jù)填充補齊、數(shù)據(jù)匯總（非常復(fù)雜）以及數(shù)據(jù)
變形、數(shù)據(jù)轉(zhuǎn)換等多個環(huán)節(jié)，其目的是做好數(shù)據(jù)分析前的準備工作，將數(shù)據(jù)處理干凈，以進行后續(xù)的分析工作。
（1）數(shù)據(jù)糾錯
包括兩種形式的錯誤，一是本身數(shù)據(jù)就有錯，例如格式錯誤、空白等，二是數(shù)據(jù)邏輯上的錯誤或者異常。
（2）數(shù)據(jù)填充補齊
將數(shù)據(jù)中的空白填充補齊，這里面可能會涉及到復(fù)雜的業(yè)務(wù)邏輯。
（3）數(shù)據(jù)的匯總
根據(jù)分析目標(biāo)的不同，分為按照時間序列的匯總、按照客戶id的匯總等等。
（4）數(shù)據(jù)變形
為了便于后續(xù)對比分析，經(jīng)常需要對于數(shù)據(jù)進行變形，例如對于不同數(shù)量級的數(shù)據(jù)，將其變形到[0,1]的范圍內(nèi)。
（5）數(shù)據(jù)轉(zhuǎn)換
在數(shù)據(jù)分析中，經(jīng)常存在兩種形式的數(shù)據(jù)轉(zhuǎn)換：連續(xù)變量離散化以及定性數(shù)據(jù)定量化。
5. 數(shù)據(jù)描述
數(shù)據(jù)描述指對銷售數(shù)據(jù)進行描述統(tǒng)計，采用多種指標(biāo)和方法揭示數(shù)據(jù)的概況，為后續(xù)分析做好準備工作。描述的指標(biāo)有求和、計數(shù)、平均值、中位數(shù)、眾數(shù)、方差（標(biāo)準差）、變異系數(shù)、峰度、偏度、占比、累計占比、同比、環(huán)比等。
（1）整體狀況描述
（2）營銷數(shù)據(jù)“七個百分比”
（3）多列對比
---這是應(yīng)培訓(xùn)學(xué)員的要求所做的多列對比的小工具，非常方便，可以一次性地輸出多列之間平均值、總數(shù)、中位數(shù)、變異系數(shù)、二八系數(shù)等的對比。
案例：期貨數(shù)據(jù)中“眾數(shù)”指標(biāo)的運用
討論： 中位數(shù)和平均值的異同
6. 異常值分析
異常值是數(shù)據(jù)中脫離正常變化軌道的數(shù)據(jù)，也是數(shù)據(jù)分析中需要重點關(guān)注的數(shù)據(jù)。通常采用如下方法分析異常值：
（1）散點圖
（2）面板散點圖
采用面板的方式實現(xiàn)多個散點圖的觀察，高效直觀。
（3）條件格式
（4）三倍標(biāo)準差方法
案例：中國移動某省公司利用“三倍標(biāo)準差法”捕捉業(yè)務(wù)異常值
7. 相關(guān)分析
（1）相關(guān)分析原理
（2）EXCEL“數(shù)據(jù)分析”模塊安裝及介紹
（3）操作及輸出說明
（4）大型相關(guān)矩陣和條件格式的組合使用
（5）用相關(guān)分析做數(shù)據(jù)掃描的邏輯
案例：上海某藥企利用商務(wù)數(shù)據(jù)分析“頭對頭”的競爭關(guān)系
案例：阿里巴巴利用相關(guān)分析功能來梳理市場競爭態(tài)勢
案例：上海某制造型企業(yè)利用“相關(guān)分析”來分析物料運輸成本并制定合理化對策
8. 客戶細分
單獨一個數(shù)據(jù)，往往因為數(shù)據(jù)異�；蛘吲既恍缘仍�，從來很難發(fā)現(xiàn)明顯的結(jié)論，分組不僅僅讓分析變得簡單，而且能夠發(fā)現(xiàn)簡單對比所無法獲得的結(jié)論。
（1）單指標(biāo)的分類
（2）多指標(biāo)的分類
多指標(biāo)的分組，可以用來做市場細分、客戶分群等，采用聚類實現(xiàn)。
案例：上海某消費品調(diào)研的受訪者分類
案例討論：最佳聚類分類總數(shù)的確定
9. 捆綁銷售分析
關(guān)聯(lián)分析可以分析銷售過程中某些相關(guān)的因素之間的關(guān)聯(lián)性，例如購買A的同時是否購買了B，購買A的用戶中有多少概率購買了B。
（1）相關(guān)概念
支持度、置信度、提升度
（2）關(guān)聯(lián)分析算法的使用
案例：上海某食品企業(yè)進行產(chǎn)品配送的關(guān)聯(lián)度分析
課堂討論：工業(yè)品數(shù)據(jù)做捆綁銷售的數(shù)據(jù)準備
10. 營銷資源籌劃與調(diào)配
營銷資源總是有限的，例如資金、廣宣品等，如何在種種影響因素的限制之下，使得營銷資源效果最大化，是重要的營銷管理問題。
（1）規(guī)劃求解概念
（2）相關(guān)操作和說明
案例：杭州某集團公司進行廣宣品的調(diào)配分析
案例：上海某大型集團公司進行平時工資和年終獎數(shù)額的平衡度分析
11. 迭代抓取數(shù)據(jù)特征
適用于對于有相關(guān)行為的數(shù)據(jù)特征的描述，例如在銷售方面，如果我們對具有相關(guān)特征（年齡、性別、歸屬地、之前消費特征）的消費者的消費行為比較感興趣，我們可以用這一算法找到具有某一消費行為的消費者的特征，例如該消費者的性別、年齡等的組合特征。
再例如4S店有各種車型的銷售數(shù)據(jù)，4S店就關(guān)心購買某種車型的消費者的具體特征是什么。
（1）算法描述
（2）算法執(zhí)行和輸出
12. 營銷數(shù)據(jù)預(yù)測
數(shù)據(jù)預(yù)測是營銷數(shù)據(jù)分析的重要組成部分，我們介紹幾種常用的數(shù)據(jù)分析技術(shù)：
（1）模擬運算表
（2）添加趨勢線
（3）手工數(shù)組方式實現(xiàn)
（4）批量自動實現(xiàn)
案例：上海某企業(yè)對于房屋資產(chǎn)租賃價格的逐步回歸分析
13. 數(shù)據(jù)呈現(xiàn)技術(shù)
分析做得好，還要圖畫得好，數(shù)據(jù)呈現(xiàn)技術(shù)在營銷數(shù)據(jù)分析中顯得尤其重要：
（1）Excel繪圖的基本線型
（2）Excel繪圖的高級圖形
包括堆積柱狀圖、復(fù)合餅圖、半圓圖等。
（3）圖形呈現(xiàn)的高級技巧
包括輔助列、錯位、數(shù)據(jù)標(biāo)簽的應(yīng)用、分色等功能。
14. Power BI工具
PowerBI是微軟推出的商業(yè)智能套件，由于其能支持大數(shù)據(jù)、無需VBA編程就能夠?qū)崿F(xiàn)數(shù)據(jù)快速匯總以及數(shù)據(jù)呈現(xiàn)效果比較豐富等，獲得了廣大用戶的歡迎：
（1）PowerBI部件簡介
（2）用powerquery快速匯總數(shù)據(jù)
（3）用powerpivot支持大數(shù)據(jù)分析
（4）用powerview實現(xiàn)儀表盤
15. 數(shù)據(jù)分析報告撰寫
（1）分析報告的架構(gòu)
（2）分析報告的邏輯
（3）分析報告的表現(xiàn)形式
（4）分析報告的文筆
案例：優(yōu)秀分析報告和工作PPT賞析
16. 互動
現(xiàn)場討論課程中的問題，并就學(xué)員的實際工作問題進行解答。
隨著社會經(jīng)濟發(fā)展和企業(yè)信息化水平的提高，企業(yè)在營銷過程中會接觸到大量的內(nèi)外部數(shù)據(jù)，分析和挖掘企業(yè)營銷數(shù)據(jù)，對于洞察企業(yè)內(nèi)外部態(tài)勢、制定有效的有針對性的營銷策略等有著極強的指導(dǎo)意義。
本課程首先介紹營銷數(shù)據(jù)分析的總體目標(biāo)以及步驟，然后介紹如何提升數(shù)據(jù)分析能力、數(shù)據(jù)分析的常見問題以及基本分析思路，為后續(xù)分析工作打好基礎(chǔ)，隨后介紹數(shù)據(jù)采集和指標(biāo)體系建立、數(shù)據(jù)整理、數(shù)據(jù)描述、異常值分析、相關(guān)分析、客戶細分、捆綁銷售分析、營銷資源籌劃、客戶畫像、營銷數(shù)據(jù)預(yù)測，講解營銷數(shù)據(jù)呈現(xiàn)技術(shù)和powerBI以及數(shù)據(jù)分析報告的撰寫。課程的最后是互動環(huán)節(jié)，現(xiàn)場解答學(xué)員實際工作中的問題。
本課程內(nèi)容豐富，貼近實戰(zhàn)，所選擇的分析工具、模型均為數(shù)據(jù)分析領(lǐng)域常用的成熟的分析模型算法。有理論有案例有實際操作，落地性強，能夠較好地提高學(xué)員的數(shù)據(jù)分析和挖掘能力。全部案例均采用2010/2013/2016、數(shù)據(jù)分析插件進行講解。
課程收獲：
（1）了解數(shù)據(jù)分析的整體步驟
（2）掌握數(shù)據(jù)分析能力的提升路徑
（3）掌握數(shù)據(jù)分析的思路和方法
（4）掌握數(shù)據(jù)挖掘的模型及其應(yīng)用
培訓(xùn)內(nèi)容：
1. 營銷數(shù)據(jù)分析目標(biāo)和步驟
（1）分析目標(biāo)
包括數(shù)據(jù)整體狀況分析、異動分析、數(shù)據(jù)分類、數(shù)據(jù)間邏輯關(guān)系分析、數(shù)據(jù)預(yù)測等。
（2）分析步驟
包括數(shù)據(jù)收集、數(shù)據(jù)整理、報表制作、數(shù)據(jù)分析與數(shù)據(jù)挖掘、圖形呈現(xiàn)、形成策劃案等6個步驟。
2. 數(shù)據(jù)分析與商務(wù)邏輯
（1）數(shù)據(jù)分析能力
包括業(yè)務(wù)理解能力、邏輯思辨能力、需求轉(zhuǎn)換能力、統(tǒng)計分析挖掘工具的掌握等方面。
（2）常見商務(wù)邏輯
a) 如何對數(shù)據(jù)特征進行描述？
b) 我的客戶的特征是啥樣的？
c) 如何結(jié)合銷售現(xiàn)狀判斷數(shù)據(jù)中的異常值？
d) A數(shù)據(jù)和B數(shù)據(jù)之間有關(guān)系嗎？如果有關(guān)系，關(guān)系是怎樣的？
e) 如果數(shù)據(jù)之間有影響，有沒有重要程度的差異？
f) 數(shù)據(jù)和指標(biāo)如何分組？
g) 如果影響指標(biāo)比較多，如何處理？
h) 我想知道數(shù)據(jù)之間的對應(yīng)關(guān)系，如何處理？
i) 如何考慮A事件對B事件的邊際貢獻率？
……
（3）分析思路
a) 標(biāo)識分析法
b) 二八分析法（二八系數(shù)在第5個模塊第3小節(jié)的工具中自動實現(xiàn)）
c) 特征組合分析法
d) 排序分析法
e) 對比分析法
f) 分組分析法
g) 結(jié)構(gòu)分析法
h) 交叉分析法
i) 對應(yīng)分析法
……
3. 數(shù)據(jù)采集和指標(biāo)體系建立
（1）采集原則
包括邏輯完備、可獲得、不重疊等原則，關(guān)于不重疊一般要做相關(guān)分析甚至是典型相關(guān)分析做檢驗。
（2）采集方法和步驟
包括采用層次分析法等確定收集維度、數(shù)據(jù)變形、數(shù)據(jù)相關(guān)檢驗、權(quán)重確定等。
（3）指標(biāo)體系的建立
一般采用手工指標(biāo)體系和軟件自動評估這兩種方式，這兩種方式都需要客觀規(guī)范地選擇數(shù)據(jù)指標(biāo)，手工指標(biāo)體系要做到權(quán)重設(shè)置合理、指標(biāo)結(jié)果具有可比性（即處在基本同一數(shù)據(jù)區(qū)域），有時需要反復(fù)測試。
案例：浙江某互聯(lián)網(wǎng)企業(yè)的數(shù)據(jù)采集和指標(biāo)體系建立
課堂討論：指標(biāo)體系中的“加”與“乘”
4. 數(shù)據(jù)整理
數(shù)據(jù)整理的包括數(shù)據(jù)糾錯、數(shù)據(jù)填充補齊、數(shù)據(jù)匯總（非常復(fù)雜）以及數(shù)據(jù)
變形、數(shù)據(jù)轉(zhuǎn)換等多個環(huán)節(jié)，其目的是做好數(shù)據(jù)分析前的準備工作，將數(shù)據(jù)處理干凈，以進行后續(xù)的分析工作。
（1）數(shù)據(jù)糾錯
包括兩種形式的錯誤，一是本身數(shù)據(jù)就有錯，例如格式錯誤、空白等，二是數(shù)據(jù)邏輯上的錯誤或者異常。
（2）數(shù)據(jù)填充補齊
將數(shù)據(jù)中的空白填充補齊，這里面可能會涉及到復(fù)雜的業(yè)務(wù)邏輯。
（3）數(shù)據(jù)的匯總
根據(jù)分析目標(biāo)的不同，分為按照時間序列的匯總、按照客戶id的匯總等等。
（4）數(shù)據(jù)變形
為了便于后續(xù)對比分析，經(jīng)常需要對于數(shù)據(jù)進行變形，例如對于不同數(shù)量級的數(shù)據(jù)，將其變形到[0,1]的范圍內(nèi)。
（5）數(shù)據(jù)轉(zhuǎn)換
在數(shù)據(jù)分析中，經(jīng)常存在兩種形式的數(shù)據(jù)轉(zhuǎn)換：連續(xù)變量離散化以及定性數(shù)據(jù)定量化。
5. 數(shù)據(jù)描述
數(shù)據(jù)描述指對銷售數(shù)據(jù)進行描述統(tǒng)計，采用多種指標(biāo)和方法揭示數(shù)據(jù)的概況，為后續(xù)分析做好準備工作。描述的指標(biāo)有求和、計數(shù)、平均值、中位數(shù)、眾數(shù)、方差（標(biāo)準差）、變異系數(shù)、峰度、偏度、占比、累計占比、同比、環(huán)比等。
（1）整體狀況描述
（2）營銷數(shù)據(jù)“七個百分比”
（3）多列對比
---這是應(yīng)培訓(xùn)學(xué)員的要求所做的多列對比的小工具，非常方便，可以一次性地輸出多列之間平均值、總數(shù)、中位數(shù)、變異系數(shù)、二八系數(shù)等的對比。
案例：期貨數(shù)據(jù)中“眾數(shù)”指標(biāo)的運用
討論： 中位數(shù)和平均值的異同
6. 異常值分析
異常值是數(shù)據(jù)中脫離正常變化軌道的數(shù)據(jù)，也是數(shù)據(jù)分析中需要重點關(guān)注的數(shù)據(jù)。通常采用如下方法分析異常值：
（1）散點圖
（2）面板散點圖
采用面板的方式實現(xiàn)多個散點圖的觀察，高效直觀。
（3）條件格式
（4）三倍標(biāo)準差方法
案例：中國移動某省公司利用“三倍標(biāo)準差法”捕捉業(yè)務(wù)異常值
7. 相關(guān)分析
（1）相關(guān)分析原理
（2）EXCEL“數(shù)據(jù)分析”模塊安裝及介紹
（3）操作及輸出說明
（4）大型相關(guān)矩陣和條件格式的組合使用
（5）用相關(guān)分析做數(shù)據(jù)掃描的邏輯
案例：上海某藥企利用商務(wù)數(shù)據(jù)分析“頭對頭”的競爭關(guān)系
案例：阿里巴巴利用相關(guān)分析功能來梳理市場競爭態(tài)勢
案例：上海某制造型企業(yè)利用“相關(guān)分析”來分析物料運輸成本并制定合理化對策
8. 客戶細分
單獨一個數(shù)據(jù)，往往因為數(shù)據(jù)異�；蛘吲既恍缘仍�，從來很難發(fā)現(xiàn)明顯的結(jié)論，分組不僅僅讓分析變得簡單，而且能夠發(fā)現(xiàn)簡單對比所無法獲得的結(jié)論。
（1）單指標(biāo)的分類
（2）多指標(biāo)的分類
多指標(biāo)的分組，可以用來做市場細分、客戶分群等，采用聚類實現(xiàn)。
案例：上海某消費品調(diào)研的受訪者分類
案例討論：最佳聚類分類總數(shù)的確定
9. 捆綁銷售分析
關(guān)聯(lián)分析可以分析銷售過程中某些相關(guān)的因素之間的關(guān)聯(lián)性，例如購買A的同時是否購買了B，購買A的用戶中有多少概率購買了B。
（1）相關(guān)概念
支持度、置信度、提升度
（2）關(guān)聯(lián)分析算法的使用
案例：上海某食品企業(yè)進行產(chǎn)品配送的關(guān)聯(lián)度分析
課堂討論：工業(yè)品數(shù)據(jù)做捆綁銷售的數(shù)據(jù)準備
10. 營銷資源籌劃與調(diào)配
營銷資源總是有限的，例如資金、廣宣品等，如何在種種影響因素的限制之下，使得營銷資源效果最大化，是重要的營銷管理問題。
（1）規(guī)劃求解概念
（2）相關(guān)操作和說明
案例：杭州某集團公司進行廣宣品的調(diào)配分析
案例：上海某大型集團公司進行平時工資和年終獎數(shù)額的平衡度分析
11. 迭代抓取數(shù)據(jù)特征
適用于對于有相關(guān)行為的數(shù)據(jù)特征的描述，例如在銷售方面，如果我們對具有相關(guān)特征（年齡、性別、歸屬地、之前消費特征）的消費者的消費行為比較感興趣，我們可以用這一算法找到具有某一消費行為的消費者的特征，例如該消費者的性別、年齡等的組合特征。
再例如4S店有各種車型的銷售數(shù)據(jù)，4S店就關(guān)心購買某種車型的消費者的具體特征是什么。
（1）算法描述
（2）算法執(zhí)行和輸出
12. 營銷數(shù)據(jù)預(yù)測
數(shù)據(jù)預(yù)測是營銷數(shù)據(jù)分析的重要組成部分，我們介紹幾種常用的數(shù)據(jù)分析技術(shù)：
（1）模擬運算表
（2）添加趨勢線
（3）手工數(shù)組方式實現(xiàn)
（4）批量自動實現(xiàn)
案例：上海某企業(yè)對于房屋資產(chǎn)租賃價格的逐步回歸分析
13. 數(shù)據(jù)呈現(xiàn)技術(shù)
分析做得好，還要圖畫得好，數(shù)據(jù)呈現(xiàn)技術(shù)在營銷數(shù)據(jù)分析中顯得尤其重要：
（1）Excel繪圖的基本線型
（2）Excel繪圖的高級圖形
包括堆積柱狀圖、復(fù)合餅圖、半圓圖等。
（3）圖形呈現(xiàn)的高級技巧
包括輔助列、錯位、數(shù)據(jù)標(biāo)簽的應(yīng)用、分色等功能。
14. Power BI工具
PowerBI是微軟推出的商業(yè)智能套件，由于其能支持大數(shù)據(jù)、無需VBA編程就能夠?qū)崿F(xiàn)數(shù)據(jù)快速匯總以及數(shù)據(jù)呈現(xiàn)效果比較豐富等，獲得了廣大用戶的歡迎：
（1）PowerBI部件簡介
（2）用powerquery快速匯總數(shù)據(jù)
（3）用powerpivot支持大數(shù)據(jù)分析
（4）用powerview實現(xiàn)儀表盤
15. 數(shù)據(jù)分析報告撰寫
（1）分析報告的架構(gòu)
（2）分析報告的邏輯
（3）分析報告的表現(xiàn)形式
（4）分析報告的文筆
案例：優(yōu)秀分析報告和工作PPT賞析
16. 互動
現(xiàn)場討論課程中的問題，并就學(xué)員的實際工作問題進行解答。
講師簡介
紀先生 老師
大連理工大學(xué)計算機系，復(fù)旦大學(xué)MBA。長期從事數(shù)據(jù)分析、市場調(diào)查、Excel等方面的培訓(xùn)工作
紀老師曾經(jīng)在上海貝爾、MOTOROLA、Lucent、新加坡比技公司、上海全成等公司長期工作，擔(dān)任過項目經(jīng)理、技術(shù)市場經(jīng)理、銷售經(jīng)理、銷售總監(jiān)等職務(wù)，對于數(shù)據(jù)分析和市場營銷有著較多實戰(zhàn)經(jīng)驗
紀老師積累了較多的數(shù)據(jù)分析和挖掘的實戰(zhàn)經(jīng)驗，1995年即開始使用Excel、VBA對于Motorola電信交換機的運營數(shù)據(jù)進行分析和編程處理，1998年即開始采用SPSS軟件進行數(shù)據(jù)分析和市場調(diào)查報表的分析工作，在新加坡比技公司、上海全成通信等公司組織和領(lǐng)導(dǎo)了多項移動通信增值業(yè)務(wù)數(shù)據(jù)的數(shù)據(jù)挖掘項目（采用COGNOS商業(yè)報表軟件和CLEMENTINE軟件）。
同時，紀老師也曾經(jīng)參與或主持過多項數(shù)據(jù)分析方面的咨詢項目，包括“2005年上海移動有限公司新產(chǎn)品發(fā)展模式市場調(diào)研”、“內(nèi)蒙古杏仁露產(chǎn)品上市前調(diào)研”、“2009年楊浦區(qū)商管公司下屬商業(yè)網(wǎng)點調(diào)研”、“2009格林動力汽車尾氣凈化劑數(shù)據(jù)分析”、“2011年我國電子閱讀器市場用戶消費模式調(diào)研”等，在營銷數(shù)據(jù)分析和市場調(diào)查方面有著較多實戰(zhàn)經(jīng)驗。
擅長領(lǐng)域：
《銷售報表制作與分析》、《市場營銷數(shù)據(jù)的分析與挖掘》、《Excel高效操作技巧》、《EXCEL VBA在金融建模中的應(yīng)用》、《市場調(diào)研數(shù)據(jù)分析和利用》、《大數(shù)據(jù)時代的數(shù)據(jù)分析和挖掘》、《Access在數(shù)據(jù)分析中的高效運用》、《SPSS商業(yè)數(shù)據(jù)分析》。
曾經(jīng)參與或主持過多項數(shù)據(jù)分析方面的咨詢項目，包括：
2015年：上海張江高科科技園政府扶持企業(yè)資金投入產(chǎn)出績效分析項目（分析工具提供）（VBA實現(xiàn)DEA算法）
2015年：迪皮埃復(fù)材構(gòu)件（太倉、大豐）兩公司生產(chǎn)部報表項目（VBA實現(xiàn)）
2015年：某證券私募企業(yè)股票指標(biāo)數(shù)據(jù)跟蹤與分析系統(tǒng)（VBA實現(xiàn)）
2014年：上海印鈔廠統(tǒng)計分析培訓(xùn)專題咨詢
2013年：迪皮埃復(fù)材構(gòu)件（太倉）有限公司，生產(chǎn)部數(shù)據(jù)流程整合咨詢項目（包括VBA編碼調(diào)試）
2013年：上海印鈔廠統(tǒng)計分析專題咨詢
2011年：內(nèi)蒙古杏仁露產(chǎn)品上市前調(diào)研
2010年：我國電子閱讀器市場用戶消費模式調(diào)研
2009年：格林動力汽車尾氣凈化劑數(shù)據(jù)分析
2009年：上海楊浦區(qū)商管公司下屬商業(yè)網(wǎng)點調(diào)研
2005年：上海移動有限公司新產(chǎn)品發(fā)展模式市場調(diào)研
服務(wù)客戶：
華晨寶馬、天津殼牌、大連中升之星、賽諾菲、寶鋼股份、立邦涂料、迪皮埃（太倉）、阿斯利康、中石化殼牌、上海醫(yī)療器械集團、上海印鈔廠、上海造幣廠、上海浦東新區(qū)發(fā)改委、大眾汽車、大眾聯(lián)合、大眾電子、上汽集團、河南移動、大賽璐（中國）、重慶康明斯、奇瑞汽車、中國移動集團公司、中國網(wǎng)通北京分公司、地中海游輪（上海）、杭州華數(shù)集團、諾翼航空等
課程對象
營銷、運營、財務(wù)、供應(yīng)鏈等相關(guān)人員。學(xué)員應(yīng)具有一定的實際工作經(jīng)驗，并熟悉Excel基本數(shù)據(jù)操作。
備 注
課程名稱：市場營銷數(shù)據(jù)的分析與挖掘
| 咨詢電話：020-29042042 QQ： 59870764 |
報 名 回 執(zhí) 表
為確保您的報名名額和及時參加，請?zhí)崆皩⒋耍▓竺恚?/font>E-mail至674837974@QQ.com；721560397@QQ.COM（符小姐、黃小姐）我們將有專人與您聯(lián)系確認，并于開課前發(fā)出《培訓(xùn)報名確認函》。培訓(xùn)時間、地點、住宿等詳細信息請以《培訓(xùn)報名確認函》書面通知為準，敬請留意。謝謝！
聯(lián)系人：符小姐 電話：18588851172 QQ：674837974 |
網(wǎng)址：www.a10by9.cn（中國培訓(xùn)易）
課程名稱：市場營銷數(shù)據(jù)的分析與挖掘 時間地區(qū)：____月____日_____市 | |||||
公司全稱： | |||||
聯(lián)系人 | | 部門 | | 公司網(wǎng)址 | |
聯(lián)系電話 | | 傳真 | | 聯(lián)系郵箱 | |
公司地址 | | 郵編 | | ||
參會人數(shù): 名 | |||||
參會人員資料 | |||||
姓名 | 職務(wù) | 電話 | 手機 | E-mail | |
| | | | | |
| | | | | |
| | | | | |
付款方式: □ 轉(zhuǎn)帳 □ 現(xiàn)金 （請選擇 在□打√） 注：部分地區(qū)不可現(xiàn)金
開戶人: 廣州必學(xué)企業(yè)管理咨詢有限公司 開戶行: 中國農(nóng)業(yè)銀行廣州天銀大廈支行 帳 號: 4405 8501 0400 08276 | |||||
課程金額：__________ | |||||
住宿要求（費用自理，開課前三天預(yù)訂） | |||||
是否需要會務(wù)組協(xié)助安排住宿: □是 □否 入住天數(shù)（ ）天 入住時間 2024 年 月 日 □標(biāo)準雙人間（ ）間 □標(biāo)準單人間（ ）間 | |||||
發(fā)票信息： 一、增值稅普通發(fā)票（數(shù)電票）： 公司名稱（發(fā)票抬頭）： 納稅人識別號： 發(fā)票內(nèi)容：□1、*現(xiàn)代服務(wù)*培訓(xùn)費 □2、*現(xiàn)代服務(wù)*咨詢服務(wù)費 □3、*現(xiàn)代服務(wù)*咨詢費 □4、*現(xiàn)代服務(wù)*培訓(xùn)咨詢服務(wù)費 二、增值稅專用發(fā)票（數(shù)電票）： 公司名稱： 納稅人識別號： 發(fā)票內(nèi)容：□1、*現(xiàn)代服務(wù)*培訓(xùn)費 | |||||