课程大纲
第一模块：数据分析基础
* 分析目标
包括数据整体状况分析、产品线分析、品牌分析、客户分析、营销活动分析、异动分析、营销预测等
* 分析步骤
包括数据收集、数据整理、报表制作、数据分析与数据挖掘、图形呈现、形成策划案等6个步骤
第二模块：数据分析与业务逻辑
* 数据分析能力
包括业务理解能力、逻辑思辨能力、需求转换能力、统计分析挖掘工具的掌握等方面
* 常见商务逻辑
> 如何对数据特征进行描述？
> 我的业务的特征是啥样的？
> 如何结合营销现状判断数据中的异常值？
> 如何找到销售工作中的价值洼地（营销机会点）？
> A数据和B数据之间有关系吗？如果有关系，关系是怎样的？
> 如果数据之间有影响，有没有重要程度的差异？
> 数据和指标如何分组？
> 如果影响指标比较多，如何处理？
> 我想知道数据之间的对应关系，如何处理？
> 如何考虑A事件对B事件的边际贡献率？
* 分析思路
> 标识分析法
> 排序分析法
> 对比分析法
> 分组分析法
> 回归分析法
> 交叉分析法
> 假设分析法
> 趋势分析法
> 二八分析法
> 客户画像分析法
第三模块：数据描述
数据描述指对销售数据进行描述统计，采用多种指标和方法揭示数据的概况，为后续分析做好准备工作。描述的指标有求和、计数、平均值、中位数、众数、方差（标准差）、变异系数、峰度、偏度、占比、累计占比、同比、环比等。
* 细分市场的量价目测分析
* 数据的七个百分比
* 营销数据的描述统计
* 多列对比
这是应培训学员的要求所做的多列对比的小工具，非常方便，可以一次性地输出多列之间平均值、总数、中位数、变异系数、二八系数等的对比。
第四模块：相关分析
* 相关分析原理
* EXCEL“数据分析”模块安装及介绍
* 操作及输出说明
* 相关分析在营销数据分析中的作用
案例：上海某公路物流企业分析其营销指标间关系
第五模块：聚类-客户细分
单独一个数据，往往因为数据异常或者偶然性等原因，从来很难发现明显的结论，分组不仅仅让分析变得简单，而且能够发现简单对比所无法获得的结论。
* 单指标的分类
* 多指标的分类
* 多指标的分组，可以用来做数据的细分等，采用聚类实现。
案例讨论：最佳聚类分类总数的确定
第六模块：关联分析
关联分析可以分析数据中的某些特征同时出现以及次序出现的概率，其输出的结果经常用来做捆绑销售，例如客户购买了A产品之后是否购买了产品B。关联分析通常用来分析多品类、多购买频次的营销数据分析，其结论可以用来捆绑销售、销售推荐等方面
* 相关概念
* 支持度、置信度、提升度
* 关联分析算法的使用
第七模块：客户画像
客户画像是目前营销数据分析的热点问题之一，4S店的销售人员希望通过数据分析得到其客户的特征是什么，网店的经营者希望知道哪些特征组合的客户在投诉他们。
* 算法描述
* 算法执行和输出
* 正逻辑和反逻辑数据的讨论
案例：某网店利用数据分析影响客户购买的特征
