【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：

Ø 数据分析基础，数据分析过程。

Ø 数据分析方法，数据分析思路。

Ø 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

Ø 用趋势图来探索产品销量规律

Ø 从谷歌的GFT产品探索用户需求变化

Ø 从美国总统竞选看大数据对选民行为进行分析

Ø 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

Ø 什么是数据分析

Ø 数据分析的三大作用

Ø 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

Ø 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

Ø 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

Ø 不知道分析什么（分析目的不明确）

Ø 不知道怎样分析（缺少分析方法）

Ø 不知道收集什么样的数据（业务理解不足）

Ø 不知道下一步怎么做（不了解分析过程）

Ø 看不懂数据表达的意思（数据解读能力差）

Ø 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

Ø 先有数据还是先有问题？

Ø 确定分析目的

Ø 确定分析思路

3、 步骤2：数据收集—理清思路

Ø 明确收集数据范围

Ø 确定收集来源

Ø 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

Ø 数据清洗、转化、提取、计算

Ø 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

Ø 选择合适的分析方法

Ø 构建合适的分析模型

Ø 选择易用的分析工具

6、 步骤5：数据展示--观点表达

Ø 选择合适的可视化工具

Ø 选择恰当的图表

7、 步骤6：报表撰写--观点表达

Ø 选择报告种类

Ø 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

Ø 统计分析（对比/分组/结构/趋势/…）

Ø 数据分析（相关/方差/验证/回归/时序/…）

Ø 数据挖掘（聚类/分类/关联/RFM模型/…）

2、 统计分析常用指标

Ø 计数、求和、百分比（增跌幅）

Ø 集中程度：均值、中位数、众数

Ø 离散程度：极差、方差/标准差

Ø 分布形态：偏度、峰度

3、 学会使用透视表（数据统计的利器）

Ø 分类汇总

Ø 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

Ø 对比分析

演练：分类统计

Ø 分组分析

演练：科学排班与客流时间分布分析（呼叫中心）

Ø 结构分析

Ø 趋势分析

Ø 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

Ø 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

Ø 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）

Ø 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）

Ø 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

Ø 发现业务规律

Ø 发现业务异常

Ø 寻找业务策略

2、 对比分析及业务策略

Ø 看差距，补短板

Ø 看极值，评优劣

Ø 看异常，找原因

3、 结构分析及业务策略

Ø 看占比，聚焦重点

Ø 看失衡，优化结构

4、 趋势分析及业务策略

Ø 看变化，说趋势

Ø 看峰谷，找规律

Ø 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

Ø 营业厅有哪些关键数据

Ø 营业厅关注什么样的数据分析

2、 营业厅的工单分析

Ø 整体工单分析（你的工作量饱和吗）

Ø 工单结构分析（让你聚焦重点工作）

3、 营业厅的客流分析

Ø 每日客流趋势分析、峰谷分析（让你的排班更科学）

Ø 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

Ø 终端销量趋势分析（发现销量变化的秘密）

Ø 终端价格区间走势分析（让你了解客户层次）

Ø 终端畅销机型分析（让你更明白客户的终端偏好）

Ø 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）

Ø 哪些客户喜欢来营业厅，哪些客户从来不来？ 

Ø 客户分类分析（客户特征分析）

Ø 客户喜欢使用哪些套餐（套餐使用分析）

Ø 客户喜欢使用什么话费类型（消费特征分析）

Ø 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

Ø 从KPI指标开始

Ø 从营销/管理模型开始

案例：预约授课