四、客户的分析和认知
1、客户的定义和范畴
用户和客户的区别
客户是否要进行细分,如校园客户、家庭客户等
2、关于客户的基本“信息”(管中窥豹)
身份证信息
行为爱好信息
衍生信息
3、客户的基本属性标签(如旅行者推销旅行险等)
增值服务等方面,让服务更加贴近客户
4、客户的喜好(“不怕没缺点,就怕没爱好”)
经常出没的地方(高尔夫场、酒吧街、电影院等)
通过前台的观察和后台的询问等获取的知识
5、客户的细化分群
客户分群的依据(物以类聚、人以群分)
【示例】电信行业客户分群案例
6、客户的知识库
实时调出符合条件的客户群体来
【示例】电信行业客户知识库举例
7、如何识别欺诈客户
如何识别欺诈客户
如何防范风险
【示例】电销行业客户欺诈案例描述
8、客户的“再挖掘”(UPSELL/CROSS SELL)
客户群中的“种子/关键”客户
客户的交往圈分析
【示例】客户交往圈分析案例
基于客户交往圈,进行客户“再挖掘”
9、客户的生命周期管理
客户的生命周期
数据分析渗透到客户的生命周期全过程
10、电销/网销中能进行哪些客户分析和营销?
网络可以泄露客户更多的信息;(如何买到合适的数据?)
对客户更深层的了解,就可以进行合适的营销:
五、如何为合适的用户提供合适的金融产品?
1、营销的目的:为合适的用户提供合适的产品
除了“激情营销”,更需要“理性营销”;
真正满足客户需求才能构建长久的营销关系;
客户的真实需求如何?
2、如何发现合适的用户
谁是合适的客户?标准有哪些?
客户的担心、顾虑是什么?
3、如何提供合适的产品
从现有的产品客户中寻找目标客户特征
【示例】客户针对性营销案例示例
4、营销案的设计和评估
如何吸引用户?如何让用户选择产品?
5、营销的过程和细节
类似CRM系统的营销流程管理
【示例】电信行业CRM营销的流程框架图
6、营销的渠道选择
客户是否喜欢外呼电话,还是短信?还是网上营业厅?
【示例】用户偏好渠道分析的案例
7、如何避免对客户的过渡打扰
限制每月的外呼次数;
8、网销/电销的客户数据挖掘
9、客户的挽留和延伸销售
识别真正有价值的客户;
【案例】客户价值评估介绍
尽量让客户进入更高级别,避免降级:(电信行业的价格战,将钻石卡用户打成了金卡;金卡用户打成了银卡)
六、如何编写漂亮的分析报告(既有漂亮里子,也要有漂亮面子)
1、数据是基础
2、分析报告是展现形式
3、分析报告的思路
4、分析报告的方法
【示例】分析报告演示
七、数据的质量问题
(数据仓库项目的60%精力是在解决数据质量问题)
1、数据质量的问题表现
接通率的量化依据
数据转换成为成功订单几率的描述
【示例】数据质量的问题分布图
2、数据质量的根源在哪里
业务管理的标准化
指标的口径一致性问题
3、数据质量的管理模式
理清数据的来龙去脉
列出数据的监控点
4、数据质量的量化评估方法
数据质量的评估标准
【示例】数据质量的评估指标
八、云计算技术
1.Hadoop项目简介
2.HDFS体系结构
3.HDFS关键运行机制
4.MapReduce产生背景
5.MapReduce编程模型
6.MapReduce实现机制
7.MapReduce案例分析
8.HIVE介绍
9.HBASE介绍
九、总结和展望
十、总结及展望