课程大纲：

顾客行为分析

课程简介
Ｅｘｃｅｌ数据分析课程的专业应用版本。课程面向顾客服务领域，探讨如何利用数据，分析研究顾客的行为，从而为服务、营销和市场活动提供指导依据。

核心知识与学员收获
课程尽*可能回避复杂的数学公式和计算机编程，而强调充分利用软件功能，进行实用的分析
课堂中使用Ｅｘｃｅｌ 和 ＳＰＳＳ为分析工具。
课程关键词：数据分析，顾客服务，顾客行为，市场细分

适用对象
顾客服务数据分析人员

课程大纲
大数据环境与顾客分析
生活在大数据时代
顾客分析的目的与作用
顾客行为分析与生产运营分析的关系
顾客分析的主要方法
“给客户贴上标签”
小案例：什么样的客户爱打电话？
顾客行为数据的搜集与整合
挑战：数据从何而来
传统的数据搜集渠道
顾客互动数据的搜集
跨行业、跨部门数据整合
数据无处不在
与智能手机相关的数据搜集管道
与互联网相关的数据搜集管道
关键字：身份信息
思考：个人信息与个人隐私，法律边界在哪里？
基本的统计学工具和统计概念（复习和提示）
数据描述
平均，中值，地位，方差，标准偏差
数据分布
峰度，二项式分布，正态分布，波淞分布
抽样统计
信度，效度，Ａｌｐｈａ值，置信区间
发现行为规律和客户分类
小案例：异常是怎么产生的
发现行为异常的三个思路
根据行为属性，对客户进行分类
单要素客户分类
多要素客户分类
利用外在属性分类的挑战
聚类分析：基于相似特征的归类
聚类的产生
聚类算法的简单介绍
利用ＳＰＳＳ实现聚类计算
应用案例：频繁服务的行为特征
相关与关联
两种因素之间存在关联吗？
线性相关的基本概念
相关不等于因果
相关系数，为你描述影响的程度与方向
相关系数计算：ｃｏｒｒｅｌ函数
关联度：另外一种相关
当“线性相关”失去意义
关联：简单粗暴，敏锐有效
关联度计算
包括支持度、可信度、提升度
进一步的应用
时序关联：顾客行为是有顺序的
交叉关联：顾客往往从多个渠道寻求服务
案例：发现交叉营销的机会
决策树和决策模型
小案例：什么样的客户会流失
什么影响顾客行为？
是否可以预测顾客行为？
决策树模型建立
用ＳＰＳＳ做决策树分析
趋势与宏观预测
顾客生命周期与增长趋势
单纯的时间影响：增长和增速
季节性因子对趋势分析的影响
外部要素的影响：比例分析
算法一：Ｅｘｃｅｌ自带的预测函数
算法二：带有自纠错机制的财务预测模型
分析结论的可视化
好的图表是不需要解释的
静态图表和动态图表
Ｅｘｃｅｌ*的几个内置图表
通过Ｅｘｃｅｌ透视图表实现动态可视化
通过Ｐｏｗｅｒ ＢＩ Ｄｅｓｋｔｏｐ实现动态可视化
动态数据可视化案例

顾客行为分析