大数据时代的经营分析与专题分析课件.

大数据时代的经营分析与专题分析2这是什么？报纸比杂志好。海边比大街好。一开始就跑比走好。你可能得试几次，也可能需要借助某种技巧，但很容易学，就连孩子都能享受其中的乐趣。一旦成功了，它就一点儿都不复杂。鸟儿很少会离太近。雨能迅速把它浸透。如果有很多人做同样的事就会引发问题，因为仅仅一个人就需要许多空间。不过，只要不发生纠纷，一切就会很祥和。岩石可以当停放的地方。可一旦挣脱开，你就不会有第二次机会。4目录市场经营分析概论与理念陈述数据分析基础与软件工具介绍流量经营中的业务与客户分析存量客户保有与客户流失预警市场分析综合运用与报告撰写5大数据时代的分析思想变革抽样样本与全体数据的使用数据的精确性和算法的准确度因果关系和相关关系的关键大数据的数据来源和记录提取见微知著与一叶知秋的差异6大数据分析的应用案例7运营商的大数据应用场景可以利用社交媒体收集用户信息，了解客户满意度和消费习惯，为用户提供针对性的套餐；通过情感分析、语义分析等技术，针对客户的喜好、情绪，进行个性化的业务推荐；收集用户呼叫行为，互联网行为等，为每个客户构建交往圈，可用于交叉营销。运营商可以基于内部和外部数据实时地得到报表与分析报告，可以发现并减少收入的流失。运营商可以发现与内容提供商共同进行流量经营与合作的新机制；可以获取用户位置情况，做时空分析，为公共部门提供数据；可以监测电话、即时消息、邮件、博客等信息，实现舆情监控，配合安全部门的相关工作。基于信令分析能提供实体店（如国美）的人流量分析服务；可以向外部客户提供数据分析服务，满足在线广告、电子商务等行业的数据分析需求。能实时发现网络瓶颈，并快速预测流量峰值，预警异常流量，防止网络堵塞和宕机。可以收集各个接触渠道的信息，了解服务投诉情况和用户满意情况；能实时地了解用户呼叫接通和掉话的情况，为客户满意度和流失预测提供依据。8大数据分析的局限性电脑不是人脑，没有社会认知某客户每月76%的通信对象是6个人数据是干草垛，无法理解多重原因和背景开车出事故的概率是千分之一啤酒和尿布会被同时购买大数据解决小问题，小数据作出大决策大数据偏爱潮流却容易忽视重点球队获胜与股票涨跌之间的关系任何数据都不是原始的，内含了价值观念9解释清楚以下问题是合格分析师台湾某媒体报道：平均水深到膝盖，却淹死了人中国是个人均资源匮乏的国家30%车祸是持驾照三年以下者所为，所以新驾驶员容易闯祸出生在上半年的人更容易成为球星出动消防员越多火灾损失就越大限购使北京交通拥堵状况下降了15%我国航班正点率属国际中上水平学历高的人收入高人民币33年贬值6倍多白银的投资挣钱空间仍然巨大10做好数据分析的五个关键词思维,可以复制方法,能够山寨模型,不可教条工具,必须适用解读,多个心眼11目录市场经营分析概论与理念陈述数据分析基础与软件工具介绍流量经营中的业务与客户分析存量客户保有与客户流失预警市场分析综合运用与报告撰写12我们可以采用的主要分析方法统计串连比较合成拆分推理反证13主要高级统计分析方法介绍相关分析回归分析聚类分析判别分析因子分析对应分析其他方法14数据统计分析的核心1.总量：有多少2.趋势：去何处3、结构：变哪里4、对比：找差距5、关系：晓因果1516对比分析法了解企业经营发展状况根据经济现象之间的内在联系，对相关指标进行对比，以分析其数量关系及形成原因的分析方法，是最基本的分析方法。主要的参照系有三种：历史标准：说明其增长或发展速度计划标准：说明其工作目标完成情况行业标准：与行业平均标准比较以说明横向的优劣和先进标准比较说明其差距对比分析包括：绝对数的对比：业务发展增长幅度相对数的对比：主线普及率的增长情况通过office系列软件制作直观的图表进行表现表格——业务、工作情况饼图——结构比例曲线——发展趋势柱状图——横向比较分析或目标完成情况线柱组合图——业务的双指标完成情况示例：发展情况绝对数总体累计增长情况——电话用户数增长一定时段内规模增长——本年放号相对数较基期倍数：表现为发展业绩整体比较等较基期增加：表现为发展业绩在基期基础上的增加幅度多用柱线图表示示例：完成情况（战略－－规划－－计划目标）绝对数：预定目标完成数量相对数：计划完成比例——售卡收入完成年度计划的90%时间进度——按照每月完成1/12年计划的进度多用柱线图表示具体内容与计划对比与上期对比与去年同期、上期对比与历史最好水平对比与总体平均水平对比与国际、国内最好水平对比17排排位次18线上线下购物的体验差别19虚拟运营商的资费20环比/同比/定基比21新增与流失的数据案例项目当月新增项目当月流失项目总量月份移动联通月份移动联通月份移动联通1101291342681318907814028541960346436029182996105373619284129039469329758279358184431456805595067381261935590731040246538209974131210453386049759254215724107386443933285512960205685655933173411730511101491409011922三大运营商用户数的发展变化667675.1649.3582.3512501.9455.3525.9543.1509.9457.9423.8102107221187220237245208350314307310142.8149162.511417586.2688093.580.160.56401002003004005006007008001月2月3月4月5月6月7月8月9月10月11月12月中国移动中国电信中国联通23基于营销需求的数据挖掘和分析方法RFM目标客户选择商品购买的关联分析客户流失分析销售量的预测用户价值和信用的评价24中国人的人均预期寿命25电信业增加值占GDP比重下滑趋势1.9091.9952.152.312.1882.0842.031.911.5721.5y=-0.0249x2+0.2209x+1.7093R2=0.937911.21.41.61.822.22.42000年2001年2002年2003年2004年2005年2006年2007年2008年2009年26恩格尔系数与基尼系数27目录市场经营分析概论与理念陈述数据分析基础与软件工具介绍流量经营中的业务与客户分析存量客户保有与客户流失预警市场分析综合运用与报告撰写28流量经营所需要的数据分析能力客户类型可精确区分消费行为可准确跟踪业务偏好可定点推荐使用价值可及时提升未来购买可提前预测应用习惯可主动引导流量状态可随时监测费用消耗可阶段提醒29流量经营中的客户分析与识别终端WiFi流量联系人客户品牌时间应用套餐30流量经营中的客户应用推荐最近一次消费（Recently）消费频率(Frequency)消费金额(Monetary)31不同时段的在线人数透露出的信息32从数据中发现问题一家B2C电子商务网站的2012年其中两周销售数据，该网站主要用户群是办公室女性，销售额主要集中在5种产品上，1、从数据中，你看到了什么问题？你觉得背后的原因是什么？2、如果要求你提出一个运营改进计划，你会怎么做？3、如果可以进一步分析，你觉得应该从哪些方面入手？表如下：一组每天某网站的销售数据星期一星期二星期三星期四星期五星期六星期日日期11月4日11月5日11月6日11月7日11月8日11月9日11月10日销售额4789488450014989495029802768日期11月11日11月12日11月13日11月14日11月15日11月16日11月17日销售额206260456100599860103420308933因素分析法探究收入未完成的原因收入＝单价×MOU×年度平均用户数项目数额变动收入单价MOU用户数计划150000000.3501000000实际-216000147840000.25561056000用户数影响840000158400000.3501056000MOU影响1900800177408000.3561056000单价影响-2956800147840000.2556105600034因素分析法计算各部分的贡献程度基年报告年度发展速度（%）各部分变动对总收入的影响程度（百分点）绝对值（亿元）比重（%）绝对值（亿元）比重（%）语音收入4316.8645.75246.9146.1121.549.84数据业务收入5119.4854.36134.6553.9119.8310.77合计9436.3410011381.56100120.6120.61语音收入变动对总收入变动的影响程度为比重法=0.457*0.2154=0.0984或9.84（个百分点）差额法=（5246.91-4316.86）÷9436.34=930.05÷9436.34=0.0985或9.85个百分点计算结果表明收入增长了20.61%，其中语音收入贡献了9.84个百分点，数据业务贡献了10.77个百分点。35营业费用效益评估方法36目录市场经营分析概论与理念陈述数据分析基础与软件工具介绍流量经营中的业务与客户分析存量客户保有与客户流失预警市场分析综合运用与报告撰写37客户流失预警的有效识别关键时点果断出击关键表现协议到期预存款额不足对手针对营销异网客服通话消费骤降长期或频繁呼转密切跟踪38用于预测客户流失的主要变量客户的基本信息：客户的年龄、性别、入网时间、使用的终端种类及品牌，客户贡献价值等客户的行为数据：客户的通话次数、通话对象及数量、客户使用流量套餐，客户订阅、使用、退订增值业务的情况，客户下载安装APP应用的情况等客户的交互数据：客户通过不同渠道投诉、业务咨询情况，最近营销活动的响应情况等客户的态度数据：客户满意度调查数据，客户对异网的评价，异网客服的联系等39客户流失预警识别方法边界识别法数据挖掘法经验确定法识别规则通过客户群的临界状态和时间期限等进行识别通过提取特定客户群行为及态度数据等进行数据挖掘，提炼关联规则通过工作人员经验及头脑风暴等确定识别规则40分析流失客户的基本模型流失客户主动流失被动流失主观流失客观流失恶意欠费欺诈行为技术质量资费价格社会/心理便捷程度网络质量终端问题客户服务套餐内容费率方案信誉形象内容体验他人推荐缴费渠道销售渠道搬迁移民生活变动使用方便消费特征竞争因素价格竞争广告宣传市场渗透重点关注重点关注重点关注一般关注一般关注重点关注重点关注重点关注一般关注一般关注需要关注需要关注需要关注需要关注需要关注需要关注需要关注41用内部数据分析客户流失的基本步骤整理已流失客户数据整理已流失客户连续三月的消费数据清理数据数据初步统计分析对相应字段初步统计分析根据频率、占比等简单统计描述出客户总体特征根据数据实际情况清理无法加入分析的客户信息清除业务特殊情况的相应数据外围信息补充决策指标分析高关联性字段分析根据统计结果及相关性分析，得出关联性较高的字段根据决策树分析方法，归类各关联指标间的决策逻辑对每类客户的消费行为使用95%平均值的置信区间分析由问卷调查信息或其它外围信息补充目标客户识别规则由客户属性相关数据补充外围识别规则做个称职的法医42客户基本通信消费资料的收集43竞争对手策反的识别与应对竞争对手策反方式分析直截了当优惠利诱交叉营销竞争对手策反的号码识别用户有奖反馈外网主叫频密接触离网异常竞争对手策反之后的应对顺藤摸瓜观察异动针锋相对围魏救赵44富士康事件的Logistic回归45目录市场经营分析概论与理念陈述数据分析基础与软件工具介绍流量经营中的业务与客户分析存量客户保有与客户流失预警市场分析综合运用与报告撰写46令人咋舌的18个阿里巴巴事实1.2.4万名员工。阿里巴巴的员工数，比雅虎和