【课程目标】

本课程面向通信运营商的营业厅经理。

营业厅，作为电信运营商的线下服务窗口，承担着业务办理与咨询、客户服务、品牌传播、终端销售等功能。对营业厅的数据进行分析，可以对整个运营商的业务运营情况、客户发展情况、流量运营发展情况等进行全面诊断与体检。

本课程从营业厅的实际业务出发，对数据分析进行了全面的介绍，帮助学员掌握数据分析的方法、思路、工具；通过大量的操作演练，对大量的数据进行分析，帮助学员深入理解业务运作，以达到提升学员的数据综合分析能力，支撑运营决策的目的。

本课程覆盖了如下内容：

 数据分析基础，数据分析过程。

 数据分析方法，数据分析思路。

 数据可视化与数据解读，数据报告撰写。

通过本课程的学习，达到如下目的：

1、 了解数据分析基础知识，掌握数据分析的基本过程。

2、 学会数据分析的框架和思路，掌握常用数据分析方法来分析问题。

3、 掌握Excel工具使用，及高级数据分析库操作。

4、 熟练使用图表制作工具，掌握图表美化原则，正确使用图表来表达观点。

5、 掌握数据分析报告的写作技巧及要点，全面正确地呈现分析结果。

【授课时间】

2天时间

【授课对象】

营业厅、呼叫中心、销售部门、经营分析部等对业务数据分析有基本要求的相关人员。

【学员要求】

1、 每个学员自备一台便携机(必须)。

2、 便携机中事先安装好Excel 2010版本及以上。

注：讲师可以提供试用版本软件及分析数据源。

【授课方式】

数据分析基础+方法探讨 + 实际业务问题分析+Excel实践操作

本课程突出数据分析的实际应用，结合行业的典型应用特点，围绕营业厅实际的业务问题，进行数据的收集与处理、数据分析与挖掘，以及数据呈现与报告撰写，全过程演练操作，以达到提升学员的数据综合分析能力，支撑运营决策的目的。

【课程大纲】

第一部分： 大数据的核心理念

问题：大数据的核心价值是什么？大数据是怎样用于业务决策？

1、 大数据时代：你缺的不是一堆方法，而是大数据思维

2、 大数据是探索事物发展和变化规律的工具

3、 从案例看大数据的核心本质

 用趋势图来探索产品销量规律

 从谷歌的GFT产品探索用户需求变化

 从美国总统竞选看大数据对选民行为进行分析

 从大数据炒股看大数据如何探索因素的相关性

4、 认识大数据分析

 什么是数据分析

 数据分析的三大作用

 常用分析的三大类别

案例：喜欢赚“差价”的营业员（用数据管理来识别）

5、 数据分析需要什么样的能力

 懂业务、懂管理、懂分析、懂工具、懂呈现

6、 大数据应用的四层结构

 数据基础层、数据模型层、业务模型层、业务应用层

7、 大数据分析的两大核心理念

8、 大数据分析面临的常见问题

 不知道分析什么（分析目的不明确）

 不知道怎样分析（缺少分析方法）

 不知道收集什么样的数据（业务理解不足）

 不知道下一步怎么做（不了解分析过程）

 看不懂数据表达的意思（数据解读能力差）

 担心分析不够全面（分析思路不系统）

第二部分： 数据分析基本过程

1、 数据分析的六步曲

2、 步骤1：明确目的--理清思路

 先有数据还是先有问题？

 确定分析目的

 确定分析思路

3、 步骤2：数据收集—理清思路

 明确收集数据范围

 确定收集来源

 确定收集方法

演练：Excel数据导入练习

4、 步骤3：数据预处理—寻找答案

 数据清洗、转化、提取、计算

 数据质量评估

演练：Excel数据预处理练习

5、 步骤4：数据分析--寻找答案

 选择合适的分析方法

 构建合适的分析模型

 选择易用的分析工具

6、 步骤5：数据展示--观点表达

 选择合适的可视化工具

 选择恰当的图表

7、 步骤6：报表撰写--观点表达

 选择报告种类

 完整的报告结构

8、 数据分析的三大误区

演练：终端营销项目过程讨论

第三部分： 数据分析方法篇

问题：数据分析有什么方法可依?不同的方法适用解决什么样的问题？

1、 数据分析的三层次

 统计分析（对比/分组/结构/趋势/…）

 数据分析（相关/方差/验证/回归/时序/…）

 数据挖掘（聚类/分类/关联/RFM模型/…）

2、 统计分析常用指标

 计数、求和、百分比（增跌幅）

 集中程度：均值、中位数、众数

 离散程度：极差、方差/标准差

 分布形态：偏度、峰度

3、 学会使用透视表（数据统计的利器）

 分类汇总

 交叉表（二维、多维）

演练：数据统计利器（透视表）

4、 典型统计分析方法及其适用场景

 对比分析

演练：分类统计

 分组分析

演练：科学排班与客流时间分布分析（呼叫中心）

 结构分析

 趋势分析

 交叉分析（两维分析）

演练：用户性别与地域分布分析

5、 综合数据分析方法

 多维数据分析（综合评价法）

演练：人才选拔评价分析（hr）

案例：南京丈母娘选女婿分析表格

 财务数据分析（杜邦分析法）

演练：服务水平提升分析（呼叫中心）

 流失率与转化率分析（漏斗分析法）

演练：终端销售流程分析（营业厅）

 产品策略分析（象限图分析法）

演练：工作安排、波士顿产品矩阵

6、 最合适的分析方法才是硬道理。

第四部分： 解读数据分析结果

问题：数据多，看不明白，不知道从何处看出业务问题？

1、 数据分析的目的

 发现业务规律

 发现业务异常

 寻找业务策略

2、 对比分析及业务策略

 看差距，补短板

 看极值，评优劣

 看异常，找原因

3、 结构分析及业务策略

 看占比，聚焦重点

 看失衡，优化结构

4、 趋势分析及业务策略

 看变化，说趋势

 看峰谷，找规律

 看异常，找原因

5、 解读要符合业务逻辑

第五部分： 营业厅的数据分析篇

问题：营业厅有哪些关键数据，如何开展分析？

1、 营业厅的关键数据

 营业厅有哪些关键数据

 营业厅关注什么样的数据分析

2、 营业厅的工单分析

 整体工单分析（你的工作量饱和吗）

 工单结构分析（让你聚焦重点工作）

3、 营业厅的客流分析

 每日客流趋势分析、峰谷分析（让你的排班更科学）

 客流与平均处理时间分析（让你的人员配置更合理）

4、 营业厅的终端分析

 终端销量趋势分析（发现销量变化的秘密）

 终端价格区间走势分析（让你了解客户层次）

 终端畅销机型分析（让你更明白客户的终端偏好）

 终端客户匹配分析（让你的推荐更精准）

5、 营业厅的客户分析（让你更了解你的客户）

 哪些客户喜欢来营业厅，哪些客户从来不来？

 客户分类分析（客户特征分析）

 客户喜欢使用哪些套餐（套餐使用分析）

 客户喜欢使用什么话费类型（消费特征分析）

 客户的流量使用分析（流量套餐分析）

案例讨论：客户满意度分析

6、 营业厅数据分析小结

第六部分： 数据分析思路篇

问题：数据分析思路是怎样的？如何才能全面/系统地分析而不遗漏？

1、 数据分析的思想

 从KPI指标开始

 从营销/管理模型开始

案例：呼叫中心如何提升服务水平

2、 常用分析思路模型

3、 企业外部环境分析（PEST分析法）

案例：电信行业情况分析

4、 用户消费行为分析（5W2H分析法）

案例：用户消费行为分析（5W2H）

5、 公司整体经营情况分析（4p营销理论）

6、 业务问题专题分析（逻辑树分析法）

7、 用户使用行为研究（用户使用行为分析法）

案例：终端销售流程分析

第七部分： 图表呈现篇

问题：如何让你的分析结果更直观易懂？如何让数据“慧”说话？

1、 图表类型与作用

2、 常用图形及适用场景

3、 常用图形

 柱状图（对比分析）

 条形图（对比分析）

 折线图（数据趋势分析）

 饼图（产品组成分析）

 雷达图（多重数据比较）

演练：图形绘制

4、 复杂图形

 平均线图（对比分析）

 双坐标图（不同量纲呈现）

 对称条形图（对比）

 瀑布图（成本、收益构成分析）

 漏斗图（用户转化率分析）

 散点图/气泡图（用户、产品分类分析）

 帕累托图/柏拉图(主要根因分析）

演练：图形绘制

5、 动态图表画法技巧

6、 图表美化原则

 简约

 整洁

 对比/突出

7、 表格呈现

8、 优秀图表示例解析

9、 常见的可视化工具

第八部分： 分析报告撰写

问题：如何让你的分析报告显得更专业？

1、 分析报告的种类与作用

2、 报告的结构

3、 报告命名的要求

4、 报告的目录结构

5、 前言

6、 正文

7、 结论与建议

8、 优秀报告展现与解析

案例：营业时间调整专题报告

第九部分： 高级数据分析实战篇

影响因素分析，数值预测模型。

1、 相关分析（衡量变量间的的相关性）

问题：营销费用会影响销售额吗？影响程度大吗？

 什么是相关关系

 相关系数：衡量相关程度的指标

 相关分析应用场景

演练：体重与腰围的关系

演练：营销费用会影响销售额吗

演练：哪些因素会影响产品销量？

2、 方差分析

问题：哪些才是影响销量的关键因素？

 方差分析解决什么问题

 方差分析种类：单因素/双因素可重复/双因素无重复

 方差分析的应用场景

 如何解决方差分析结果

演练：终端摆放位置与终端销量有关吗？

演练：开通月数对客户流失的影响分析

演练：客户学历对消费水平的影响分析

演练：广告和价格是影响终端销量的关键因素吗

演练：营业员的性别、技能级别产品销量有影响吗？

演练：寻找影响产品销量的关键因素

3、 回归分析（预测）

问题：如何预测未来的销售量（定量分析）？

 回归分析的基本原理和应用场景

 回归分析的种类（一元/多元、线性/曲线）

 回归分析的几种常用方法

 回归分析的五个步骤与结果解读

 回归预测结果评估（如何评估预测质量，如何选择最佳回归模型）

演练：散点图找推广费用与销售额的关系（一元线性回归）

演练：推广费用、办公费用与销售额的关系（多元线性回归）

演练：如何选择最佳的回归预测模型（曲线回归）

 回归分析（带分类变量）

演练：工龄、性别与终端销量的关系

演练：如何评估销售目标与资源配置（营业厅）

4、 时序分析（预测）

问题：随着时间变化，未来的销量变化趋势如何？

 时序分析的应用场景（基于时间的变化规律）

 移动平均的预测原理

 指数平滑的预测原理

案例：销售额的时序预测及评估

演练：产品销量预测及评估

演练：预测下个季度的用户数据流量

结束：课程总结与问题答疑。