数字化营销系列数据挖掘与数据分析应用——发现问题、分析问题、解决问题

1.数据分析到底是如何指导业务的？

（1小时）

1.现实中，我们是如何发现问题的？——经验

2.经验为什么不能被复制？

3.如何准确判断影响业绩的因素？

4.提炼总结数据，构建业务销售的模型：y=f（x）

5.借助模型，代入数据，发现异常，找到问题

6.改善影响销售业绩的因子，提升业绩

【案例】某医美医院，如何通过数据分析发现销售中的问题

【任务】

1.写出影响我司整体销售额业绩的因子

2.尝试借助数学公式，提炼出业务模型

2.如何从一大堆数据中发现问题

（3小时）

1.数据分析的前提是有业务模型

（1）什么是业务模型？——反映因果的一个函数、算法

（2）先有数据，后又模型，还是先有模型，后有数据？

l一部分数据是用来建模的

l一部分数据是用来训练模型的

l一部分数据是用来发现问题的

2.业务建模的两种方式：

（1）通过数据的聚类分析，整理出模型

（2）根据业务运营特征，提炼模型

3.常见的业务大模型：

（1）产品分析：销售=Σ（单品销售）

（2）渠道分析：销售=Σ（渠道业绩）=Σ（2B+2b+2C)渠道

（3）周期分析：销售=访客*转化率*客单价

（4）销售员分析：销售=Σ（销售员业绩）

4.底层支撑大数据：用户画像大数据

（1）用户的动态画像分析是所有业务大模型分析判定的基础

（2）用户分析，对产品、渠道、周期、营销策略等构成决策性影响

（3）用户分析的数据：用户的动态画像、标签

（4）用户数据的获取：客户(2B)和互联网应用（2C）

（5）用户数据分析的方法：基于动态便签画像的场景、心理、决策等推测及验证

5.业务数据的获取：

（1）原始记录：根据运营周期做好数据记录（每天）

（2）互联网：互联网通道对接医院等平台，实时获取数据

6.业务数据分析的步骤和方法

（1）定义目标和明确目标

（2）按照业务模型从不同维度进行目标分解

（3）通过采集的实时数据，与周期内数据进行对照

（4）明确定值和常量

（5）通过对比，借助各类分析方法，发现表现异常因子

（6）深度剖析影响因子的因素，进行改善

【案例】某医院渠道3月销售目标未达标原因分析

【任务】

1.各业务部门按照自身职责划分（按渠道/按团队等）展开一级业务模型和二级业务模型的构建

2.对照上月的目标业绩，明确做的好的和需要提升的点位。

3.常见的业务模型分析及问题优化

（2小时）

1.模型一：产品结构分析

（1）定义正常的产品销售占比

（2）发现产品销售结构占比异常

（3）分析占比异常的原因

常见对策：

（1）优化模型，重新定义占比结构

（2）对产品在定价、服务内容、营销策略等方面展开优化

2.模型二：渠道结构和渠道业绩分析

（1）定义正常的渠道结构

（2）发现数据异常的渠道

（3）借助二级模型、三级模型，分析出该渠道的问题

常见问题：

（1）渠道模型错误，优化渠道占比模型

（2）特定渠道业绩出现流量不足、转化不足、客单较低

（3）二级问题：特定渠道宣传不足、引导不到位、人员讲解、缺乏案例支撑、产品定价不合理等。

常见对策：

（1）流量：做好市场面的品宣、医院、医生等方面的客情关系、广告露出、医院媒体传播等

（2）转化：做好销售人员的专业培训、产品活动、产品定价等

3.模型三：周期分析

（1）定义各销售周期的正常或目标销售额

（2）分析周期内产品结构

（3）分析周期内各产品的渠道结构

（4）分析各渠道的业绩数据

常见问题：

（1）特定周期内销售未达标

（2）某渠道销售业绩不稳定

（3）某渠道运营策略出问题

常见对策：

（1）优化目标销售的周期分布

（2）优化渠道结构

（3）优化单渠道的运营策略

【案例】某品牌医美品牌销售额数据分析实录

【任务】

完成上月度的数据分析，发现问题，做出分析推理，找出可以优化的点位