- 駱飛
- 所在地： 湖北省 武漢
- 擅長(zhǎng)領(lǐng)域： 大數(shù)據(jù)營(yíng)銷
- 所屬行業(yè)：IT|通信|電子|互聯(lián)網(wǎng) 通信電信運(yùn)營(yíng)、增值服務(wù)
- 市場(chǎng)價(jià)格： (具體課酬請(qǐng)與講師溝通確定)
- 主講課程：《移動(dòng)互聯(lián)網(wǎng)業(yè)務(wù)與運(yùn)營(yíng)提升》 《數(shù)據(jù)與流量分析》 《解決方案設(shè)計(jì)與呈現(xiàn)》 《4G-LTE系列課程》 《通信行業(yè)微博營(yíng)銷技巧》 《大數(shù)據(jù)》 《全業(yè)務(wù)下集團(tuán)客戶營(yíng)銷》 《云計(jì)算基礎(chǔ)》 《云計(jì)算hadoop》 《云計(jì)算與金融行業(yè)信息化》等
講師課程更多
-
2015-04-27...查看詳情>> 第一章 云計(jì)算概述 1、云計(jì)算的概念。 2、云計(jì)算的發(fā)展歷程與現(xiàn)狀。 3、云計(jì)算的特征. 4、云計(jì)算的主要應(yīng)用形式。 5、云計(jì)算體系結(jié)構(gòu) 6、典型的云計(jì)算平臺(tái)與云應(yīng)用 7、云計(jì)算的發(fā)展前景 第二章 云計(jì)算核心系統(tǒng) 1、。云計(jì)算系統(tǒng)需要什么樣的核心系統(tǒng)。 2、云計(jì)算核心系統(tǒng)的核心是什么。 3、云計(jì)算核心系統(tǒng)可以運(yùn)行什么應(yīng)用。 4、云計(jì)算系統(tǒng)解決了那些互聯(lián)網(wǎng)電視核心問題 第三章 互聯(lián)網(wǎng)電視 1、互聯(lián)網(wǎng)電視的發(fā)展歷程。 2、互聯(lián)網(wǎng)電視的分類。 3、互聯(lián)網(wǎng)電視的一些誤區(qū). 4、互聯(lián)網(wǎng)電視的主要應(yīng)用形式。 5、互聯(lián)網(wǎng)電視發(fā)展趨勢(shì) 第四章 互聯(lián)網(wǎng)電視、智能電視、云電視 1、。智能電視的定義。 2、云電視的特征。 3、三種電視的相同點(diǎn)和不同特征。 4、廣電行業(yè)未來的發(fā)展方向 5、在云計(jì)算時(shí)代的行業(yè)競(jìng)爭(zhēng) 第五章 政府與云計(jì)算 1、。云計(jì)算時(shí)代政府的作用。 2、云計(jì)算時(shí)代國(guó)家的媒體主權(quán)。 3、地方政府如何規(guī)劃云計(jì)算和互聯(lián)網(wǎng)電視產(chǎn)業(yè)。 4、如何將云計(jì)算轉(zhuǎn)化為生產(chǎn)力，促進(jìn)互聯(lián)網(wǎng)電視發(fā)展 5、互聯(lián)網(wǎng)電視如何應(yīng)用于民生重點(diǎn)行業(yè) 第六章 互聯(lián)網(wǎng)電視的云計(jì)算解決方案 1、互聯(lián)網(wǎng)電視臺(tái)構(gòu)架。 2、互聯(lián)網(wǎng)電視機(jī)工作原理。 3、互聯(lián)網(wǎng)電視的國(guó)際標(biāo)準(zhǔn)和國(guó)家標(biāo)準(zhǔn)。 4、互聯(lián)網(wǎng)電視的運(yùn)營(yíng)模式和監(jiān)管政策。 5、傳統(tǒng)電視行業(yè)的變革。 6、主流IT廠商的視頻云計(jì)算解決方案 7、手機(jī)終端的互聯(lián)網(wǎng)電視服務(wù) 第七章 云計(jì)算支撐平臺(tái) 1、新媒體支撐環(huán)境要求。 2、海量電視智能云處理平臺(tái)。 3、內(nèi)容分發(fā)和認(rèn)證。 4、互聯(lián)網(wǎng)電視服務(wù)門戶。
-
2015-04-27...查看詳情>> 第一講：云計(jì)算概述 1.云計(jì)算成為IT發(fā)展趨勢(shì) 2.云計(jì)算定義 3.云計(jì)算的類型和服務(wù)層次 4.云計(jì)算構(gòu)架 5.云計(jì)算的優(yōu)勢(shì) 第二講：云計(jì)算主要技術(shù) 1.云計(jì)算的核心 2.云計(jì)算技術(shù)框架 Level0視圖 Level1視圖 3.云服務(wù)提供 4.基礎(chǔ)架構(gòu)云計(jì)算架構(gòu) 5.主要虛擬化技術(shù) 小型機(jī)虛擬化技術(shù) X86虛擬化技術(shù)比較 服務(wù)器虛擬化的限制 SAN存儲(chǔ)虛擬化技術(shù) 基于集成化設(shè)備的虛擬存儲(chǔ) 基于智能交換機(jī)的虛擬存儲(chǔ) 基于存儲(chǔ)陣列的虛擬存儲(chǔ) 6.IBMXIV 7.網(wǎng)絡(luò)技術(shù)路線圖 第三講：云計(jì)算產(chǎn)業(yè)及應(yīng)用 1.云計(jì)算下的商業(yè)模式 2.云計(jì)算下的應(yīng)用開發(fā)模式變化 3.云計(jì)算產(chǎn)業(yè)鏈 4.云計(jì)算三個(gè)主要領(lǐng)域的典型應(yīng)用 GOOGLE——互聯(lián)網(wǎng)領(lǐng)域的神話 Amazon——機(jī)緣巧合的成功者 Salesforce.com——租用服務(wù)的創(chuàng)新者 5.元計(jì)算目前面臨的問題 6.云計(jì)算應(yīng)用的可靠性 第四講：云計(jì)算與電信運(yùn)營(yíng)商 1.電信運(yùn)營(yíng)商在云計(jì)算產(chǎn)業(yè)鏈的角色 2.電信運(yùn)營(yíng)商引入云計(jì)算的優(yōu)勢(shì) 3.云計(jì)算運(yùn)用的驅(qū)動(dòng)力 4.電信運(yùn)營(yíng)商引入云計(jì)算的切入點(diǎn) 5.國(guó)外運(yùn)營(yíng)商的實(shí)踐
-
2015-04-27...查看詳情>> 第一講：Hadoop概述 1.什么是Hadoop 2.為什么要選擇Hadoop 3.Hadoop關(guān)鍵詞和術(shù)語 第二講：Hadoop的單機(jī)部署 1.部署條件 支持平臺(tái) 所需軟件 安裝軟件 2.下載源 3.運(yùn)行Hadoop集群的準(zhǔn)備工作 4.Hadoop單機(jī)操作方法 5.偽分布式模式的操作 配置文件 免密碼Shh設(shè)置 執(zhí)行程序 第三講：Hadoop集群搭建 1.Hadoop軟件安裝 2.Master配置 3.Slave配置 4.初始化和啟動(dòng)Hadoop集群 初始文件系統(tǒng) 啟動(dòng)Hadoop 停止Hadoop 5.測(cè)試用例 6.管理界面與命令 第四講：Hadoop架構(gòu)分析 1.HDFS特點(diǎn)與角色 2.MapReduce介紹 3.綜合架構(gòu)分析 4.Hadoop應(yīng)用 第五講：Hadoop系統(tǒng)維護(hù) 1.Hadoop的系統(tǒng)監(jiān)控 2.Hadoop中的命令總結(jié) 3.NameNode與JobTracker單點(diǎn)故障說明 4.經(jīng)驗(yàn)總結(jié) 5.其它日常問題說明
-
2015-04-27...查看詳情>> 第一章商務(wù)智能概述 1-商務(wù)智能簡(jiǎn)介 商務(wù)智能應(yīng)用領(lǐng)域 商務(wù)智能發(fā)展前景 示例：中國(guó)移動(dòng)經(jīng)營(yíng)分析系統(tǒng)簡(jiǎn)介 2-數(shù)據(jù)倉庫概念 數(shù)據(jù)倉庫概述 數(shù)據(jù)倉庫的體系架構(gòu) 3-面向數(shù)據(jù) 數(shù)據(jù)粒度 數(shù)據(jù)倉庫的應(yīng)用領(lǐng)域和案例分析 常用數(shù)據(jù)倉庫產(chǎn)品介紹 4-元數(shù)據(jù)管理與ETL概述 第二章多維數(shù)據(jù)技術(shù) 1-數(shù)據(jù)倉庫與數(shù)據(jù)模型 2-維度表與事實(shí)表 星型模式 雪花模式 事實(shí)星座模式 3-聯(lián)機(jī)分析處理OLAP概述 OLAP的前端分析策略 實(shí)驗(yàn)：使用OLAP工具建立及瀏覽多維數(shù)據(jù)集 4-數(shù)據(jù)挖掘系統(tǒng)的分類 5-數(shù)據(jù)挖掘中的數(shù)據(jù)預(yù)處理 實(shí)例：移動(dòng)通信客戶流失分析數(shù)據(jù)預(yù)處理 6-數(shù)據(jù)挖掘過程CRISP-DM簡(jiǎn)介 第三章相關(guān)分析和因子分析 1-主成分分析 2-預(yù)測(cè)與回歸分析 3-關(guān)聯(lián)規(guī)則挖掘 4-Apriori算法介紹 實(shí)例與討論：關(guān)聯(lián)規(guī)則行業(yè)應(yīng)用 5-分類方法 決策樹 神經(jīng)網(wǎng)絡(luò) 其他分類方法 各種分類方法比較 實(shí)例與討論：分類方法行業(yè)應(yīng)用 第四章聚類分析 1-劃分方法 2-分層方法 3-基于密度的方法 4-異常分析 實(shí)例與討論：聚類行業(yè)應(yīng)用 數(shù)據(jù)挖掘模型評(píng)價(jià)數(shù)據(jù)挖掘的應(yīng)用和發(fā)展趨勢(shì) 常用數(shù)據(jù)挖掘工具介紹 實(shí)例：使用數(shù)據(jù)挖掘工具Clementine進(jìn)行數(shù)據(jù)挖掘建模 課程回顧與總結(jié)
-
2015-04-27...查看詳情>> 第一章數(shù)據(jù)匯總與分析的基礎(chǔ) 1-Excel的幾個(gè)實(shí)用數(shù)據(jù)處理技能和技巧 2-管理軟件導(dǎo)入數(shù)據(jù)的高效數(shù)據(jù)整理與處理 3-從海量數(shù)據(jù)中快速高效提取關(guān)鍵數(shù)據(jù) 4-表格架構(gòu)的重新搭建 第二章數(shù)據(jù)動(dòng)態(tài)匯總與分析實(shí)用技能及其實(shí)際應(yīng)用 1-Excel的幾個(gè)實(shí)用函數(shù)和實(shí)用技術(shù) 2-靈活的可以查看任意時(shí)間段的匯總分析表模版 3-大量工作表的快速匯總與靈活分析 4-與管理軟件整合的動(dòng)態(tài)匯總與分析 5-制作動(dòng)態(tài)的滾動(dòng)匯總分析模版 實(shí)際應(yīng)用之一：利潤(rùn)表動(dòng)態(tài)分析模版 實(shí)際應(yīng)用之二：預(yù)算執(zhí)行情況動(dòng)態(tài)分析模版 實(shí)際應(yīng)用之三：人工成本動(dòng)態(tài)滾動(dòng)跟蹤分析模版 實(shí)際應(yīng)用之四：產(chǎn)品標(biāo)準(zhǔn)成本滾動(dòng)匯總分析模版 實(shí)際應(yīng)用之五：經(jīng)營(yíng)業(yè)績(jī)滾動(dòng)分析模版 實(shí)際應(yīng)用之六：人力資源狀況多維度分析模版 第三章數(shù)據(jù)挖掘技術(shù)及其實(shí)際應(yīng)用 1-數(shù)據(jù)透視表分析數(shù)據(jù)的實(shí)用方法和技巧 2-實(shí)際應(yīng)用：從不同角度挖掘數(shù)據(jù)信息 3-利用數(shù)據(jù)透視表快速匯總大量工作表 4-快速匯總其他工作簿的多個(gè)工作表數(shù)據(jù) 5-以數(shù)據(jù)庫數(shù)據(jù)進(jìn)行深度挖掘和分析 第四章利用圖表展示分析結(jié)果 1-畫龍點(diǎn)睛：突出圖表的重點(diǎn)信息 2-使用組合圖表達(dá)更深層的數(shù)據(jù)信息 3-動(dòng)態(tài)圖表：讓圖表靈活展示需要的信息 4-各種匯總分析圖表案例集萃
-
2015-04-27...查看詳情>> 第一章 數(shù)據(jù)挖掘簡(jiǎn)介 1- 數(shù)據(jù)挖掘的起源 2- CRISP-DM方法論 3- 數(shù)據(jù)挖據(jù)的主流工具 4- 數(shù)據(jù)挖據(jù)技術(shù)發(fā)展趨勢(shì) 第二章 SPSS Modeler簡(jiǎn)介 1- SPSS Modeler15.0的C/S架構(gòu)和界面介紹 2- SPSS Modeler可視化程序的使用基礎(chǔ) 第三章 讀取數(shù)據(jù)文件 1- SPSS Modeler可以讀取的數(shù)據(jù)格式 2- 讀取文本數(shù)據(jù)與查看數(shù)據(jù)、SPSS數(shù)據(jù)、數(shù)據(jù)庫數(shù)據(jù)（SDAP） 3- SPSS Modeler中的字段類型、字段方向 4- 保存SPSS Modeler流 第四章 數(shù)據(jù)質(zhì)量評(píng)估 1- 數(shù)據(jù)理解 2- 缺失值定義 3- 數(shù)據(jù)審核節(jié)點(diǎn)介紹 4- 分布圖節(jié)點(diǎn)--初步理解字符型字段的分布 5- 直方圖/統(tǒng)計(jì)節(jié)點(diǎn)--初步理解數(shù)值型字段的分布 第五章 簡(jiǎn)單數(shù)據(jù)整理 1- Clem語言簡(jiǎn)介 2- 選擇節(jié)點(diǎn)，過濾節(jié)點(diǎn)和導(dǎo)出節(jié)點(diǎn)介紹 3- 自動(dòng)生成操作節(jié)點(diǎn) 第六章 尋找數(shù)據(jù)中的關(guān)系 1- 矩陣節(jié)點(diǎn) 2- 網(wǎng)絡(luò)圖節(jié)點(diǎn) 3- 統(tǒng)計(jì)節(jié)點(diǎn) 4- 散點(diǎn)圖節(jié)點(diǎn) 5- 直方圖節(jié)點(diǎn) 第七章 SPSS Modeler中的數(shù)據(jù)建模技術(shù) 1- 神經(jīng)網(wǎng)絡(luò)、規(guī)則歸納模型、模型比較 2- 聚類分析、關(guān)聯(lián)規(guī)則、序列檢測(cè)
-
2015-04-27...查看詳情>> 第一章 大數(shù)據(jù)分析概述 介紹大數(shù)據(jù)的概念和特征，面向安全的大數(shù)據(jù)分析的目的是希望從大數(shù)據(jù)中分析出異常行為或攻擊事件，尤其是未知且未感知的攻擊和異常。 1、大數(shù)據(jù)（Big data）的前世今生 假如我們有了一個(gè)數(shù)據(jù)預(yù)報(bào)臺(tái)，就像為企業(yè)裝上了一個(gè)GPS和雷達(dá)，企業(yè)的出海將會(huì)更有把握?！R云2012年網(wǎng)商大會(huì)演講 2、大數(shù)據(jù)的4V特征 1V-Volume，數(shù)據(jù)體量巨大。從TB級(jí)別，躍升到PB級(jí)別 2V- Variety，數(shù)據(jù)類型繁多。網(wǎng)絡(luò)日志、圖片、視頻、地理位置信息、購(gòu)物等等 3V- Value，價(jià)值密度低。以視頻為例，連續(xù)不間斷監(jiān)控過程中，可能有用的數(shù)據(jù)僅一兩秒 4V- Velocity, 處理速度快。1秒定律。這一點(diǎn)和傳統(tǒng)的data mining有著本質(zhì)不同 3、大數(shù)據(jù)的價(jià)值 縱向：消費(fèi)者、企業(yè)與價(jià)值鏈 橫向：“大交易數(shù)據(jù)”（比如支付寶的交易數(shù)據(jù)）和“大交互數(shù)據(jù)”（比如一些社交網(wǎng)站，移動(dòng)互聯(lián)網(wǎng)新媒體等） 兩類數(shù)據(jù)融合：容易洞察“客戶足跡”，掌控消費(fèi)趨勢(shì)、開發(fā)創(chuàng)新產(chǎn)品和推進(jìn)精確營(yíng)銷 第二章 適用于異常檢測(cè)的大數(shù)據(jù)分析算法原理 1、經(jīng)典統(tǒng)計(jì)方法 組合優(yōu)化 EM優(yōu)化 2、聚類分析算法 例如，我們可以根據(jù)各個(gè)銀行網(wǎng)點(diǎn)的儲(chǔ)蓄量、人力資源狀況、營(yíng)業(yè)面積、特色功能、網(wǎng)點(diǎn)級(jí)別、所處功能區(qū)域等因素情況，將網(wǎng)點(diǎn)分為幾個(gè)等級(jí)，再比較各銀行之間不同等級(jí)網(wǎng)點(diǎn)數(shù)量對(duì)比狀況。 直接聚類法 最短距離聚類法 最遠(yuǎn)距離聚類法 3、相似性分析算法 檢測(cè)效率高 相似列表片段 4、關(guān)聯(lián)分析算法 關(guān)聯(lián)算法是數(shù)據(jù)挖掘中的一類重要算法。1993年,R.Agrawal等人首次提出了挖掘顧客交易數(shù)據(jù)中項(xiàng)目集間的關(guān)聯(lián)規(guī)則問題，其核心是基于兩階段頻繁集思想的遞推算法。該關(guān)聯(lián)規(guī)則在分類上屬于單維、單層及布爾關(guān)聯(lián)規(guī)則，典型的算法是Aprior算法。 5、分類算法 決策樹 貝葉斯 K-近鄰 基于關(guān)聯(lián)規(guī)則的分類 集成學(xué)習(xí) 6、文本分析 (I)用映射或變換的方法把原始特征變換為較少的新特征。 (2)從原始特征中挑選出一些最具代表性的特征。 (3)根據(jù)專家的知識(shí)挑選最有影響的特征。 (4)用數(shù)學(xué)的方法進(jìn)行選取，找出最具分類信息的特征，這種方法是一種比較精確的方法，人為因素的干擾較少，尤其適合于文本自動(dòng)分類挖掘系統(tǒng)的應(yīng)用。 第三章 面向安全的大數(shù)據(jù)分析思路 1、可分析數(shù)據(jù) 可靠性數(shù)據(jù)分析 智能數(shù)據(jù)分析 多元統(tǒng)計(jì)分析 2、分析的過程 數(shù)據(jù)是信息的載體，也是今后系統(tǒng)要處理的主要對(duì)象。因此，必須對(duì)系統(tǒng)調(diào)查中所有搜集的數(shù)據(jù)以及統(tǒng)計(jì)處理數(shù)據(jù)的過程進(jìn)行分析和整理。如有不清楚的問題，應(yīng)立刻返回去弄清楚；如發(fā)現(xiàn)有數(shù)據(jù)不全、采集過程不合理、處理過程不暢、數(shù)據(jù)分析不深入等問題，應(yīng)在本次分析過程中研究解決。 流動(dòng) 變換 存貯 3、基于各種期待結(jié)果的分析場(chǎng)景 黑盒測(cè)試 測(cè)試用例 性能測(cè)試 總結(jié) 課程總結(jié)
-
2015-04-27...查看詳情>> 第一講：金融業(yè)信息化發(fā)展趨勢(shì) 1. 從蘋果看技術(shù)趨勢(shì) 2. 云終端的發(fā)展未來 3. 多屏融合 4. 云計(jì)算與金融業(yè)的融合 第二講：云平臺(tái)發(fā)展 1. 與客戶共建云平臺(tái) 2. 自建或托管“私有云”平臺(tái) 3. 云平臺(tái)的關(guān)鍵技術(shù) 第三講： 云計(jì)算在銀行業(yè)應(yīng)用 1. 云計(jì)算帶來的變化 2. 基礎(chǔ)設(shè)施虛擬化 3. 從“虛擬化平臺(tái)”到云計(jì)算平臺(tái) 4. 以“服務(wù)方式“交付資源的關(guān)鍵技術(shù) 第四講： 云計(jì)算的支撐網(wǎng)絡(luò) 1. 網(wǎng)絡(luò)資源需求 2. 虛擬化感知 3. 二層多路徑 4. 融合與無損交換 5. 動(dòng)態(tài)安全與應(yīng)用優(yōu)化 6. 支撐網(wǎng)絡(luò)的結(jié)構(gòu) 第五講： 云計(jì)算案例 1. 亞馬遜網(wǎng)絡(luò)服務(wù) 2. Google 3. Yahoo! 4. IBM 5. eBay 6. Baidu 7. 微軟 8. 匯豐銀行 9. 花旗銀行 10. 高盛集團(tuán)
-
2015-04-27...查看詳情>> 第一講：中國(guó)市場(chǎng)大環(huán)境現(xiàn)狀 一、經(jīng)營(yíng)成本的激烈上升 二、消費(fèi)者的不斷變化 第二講：互聯(lián)網(wǎng)思維體系及落地策略 一、什么是互聯(lián)網(wǎng)思維 案例：打車軟件的啟發(fā) 1、互聯(lián)網(wǎng)之前的商業(yè)世界 2、互聯(lián)網(wǎng)發(fā)展的兩個(gè)階段 互聯(lián)網(wǎng)發(fā)展的第一階段：“聯(lián)”的階段 互聯(lián)網(wǎng)發(fā)展的第二階段：“互”的階段 3、互聯(lián)網(wǎng)思維的特點(diǎn) 創(chuàng)造讓用戶尖叫的產(chǎn)品 誘發(fā)、***和吸納用戶的尖叫 互聯(lián)網(wǎng)思維=熟人社會(huì)思維? 二、互聯(lián)網(wǎng)的11大核心思維 1、歷史思維 案例：諾基亞和蘋果之戰(zhàn) 2、用戶思維 一切一用戶為中心 得“屌絲”者得天下 用戶體驗(yàn)至上 案例：平安***和招商銀行的微信銀行APP 3、跨界思維 跨界“野蠻人”，重塑產(chǎn)品格局 打破現(xiàn)有的利益分配格局，把握跨界制勝的命門 用戶體驗(yàn)是跨界制勝的關(guān)鍵 敢于自我顛覆、主動(dòng)變革是企業(yè)轉(zhuǎn)型和生存之道 案例：余額寶 4、參與思維 C2B模式：讓用于參與到產(chǎn)品設(shè)計(jì)和創(chuàng)新中來 粉絲經(jīng)濟(jì)：讓用戶參與到品牌建設(shè)中來 案例：《來自星星的你》的拍攝方式、小米手機(jī)的制造流程 5、痛點(diǎn)思維和興奮點(diǎn)思維 需求要抓得準(zhǔn) 自己要逼得狠 管理要盯得緊 要敢于“毀三觀” 案例：打車軟件和微信紅包 6、微創(chuàng)新思維——先開炮后瞄準(zhǔn) 進(jìn)入“微”時(shí)代 微創(chuàng)新成為主流的背后邏輯 如何實(shí)踐“微創(chuàng)新”？ 怎樣做到快速迭代？ 案例：百度的運(yùn)營(yíng)思維 7、免費(fèi)思維羊毛出在狗身上 免費(fèi)的玩法 免費(fèi)策略的兩個(gè)原則 案例：360殺毒軟件模式 8、流量和口碑思維 流量的本質(zhì)是用戶關(guān)注度 流量的核心手段是口碑相傳 案例：特斯拉電動(dòng)車的特殊營(yíng)銷 9、平臺(tái)思維 平臺(tái)是互聯(lián)網(wǎng)時(shí)代的驅(qū)動(dòng)力 構(gòu)建多方共贏的平臺(tái)生態(tài)圈 把企業(yè)打造成員工的平臺(tái) 案例：用淘寶思維管理理發(fā)店和講師經(jīng)紀(jì)公司 10、事件營(yíng)銷和病毒思維 案例：習(xí)大大套餐和京東劉強(qiáng)東的營(yíng)銷思路、王思聰事件、印象舌尖的事件營(yíng)銷、娃哈哈營(yíng)養(yǎng)快線的營(yíng)銷方案 11、“大數(shù)據(jù)”思維 一切皆可數(shù)據(jù)化 “聲嘶力竭”的大數(shù)據(jù) 數(shù)據(jù)資產(chǎn)成為核心競(jìng)爭(zhēng)力 未來有價(jià)值的公司，一定是數(shù)據(jù)驅(qū)動(dòng)型的公司 精準(zhǔn)化營(yíng)銷：大數(shù)據(jù)帶來的管理變革 案例：林彪的大數(shù)據(jù)思維、“小時(shí)代”電影的廣告策略、大數(shù)據(jù)下沒有隱私 第三講：用互聯(lián)網(wǎng)思維改造企業(yè)經(jīng)營(yíng)模式 一、組織變革 1、組織結(jié)構(gòu) 2、考核方式 3、激勵(lì)措施 二、產(chǎn)品研發(fā) 1、喬布斯為什么不做市場(chǎng)調(diào)查 2、小米的崛起VS凡客衰落 3、找到你的社群，成為代言人 案例：陳歐：我是陳歐，我為自己代言 4、商業(yè)角度的三種不同層次的社群 三、用戶體驗(yàn) 1、傅盛的贊嘆 2、使用情景，是尋找用戶體驗(yàn)的路標(biāo) 3、對(duì)使用行為進(jìn)行動(dòng)作分解 4、把自己變成傻瓜 四、產(chǎn)品人格化 1、褚橙、柳桃和潘蘋果 2、產(chǎn)品要有態(tài)度，要有腔調(diào) 3、精神內(nèi)涵從何而來 五、揀選用戶 1、味道很重要嗎? 2、揀選用戶如何成為可能 3、服務(wù)好你的鐵桿同類 六、尖叫：來自于出乎意料 1、人類不能阻止的海底撈 2、驚喜、驚訝、驚恐 案例：印象舌尖情人節(jié)幫你抓小三 3、管理用的期望值 七、客服：品牌塑造抓手和銷售持續(xù)手段 1、怎一個(gè)“親”字了得 2、從售后服務(wù)到售前客服 3、快速響應(yīng)與全員客服 八、歸屬感：用戶為什么參與 1、邏輯思維朋友圈與小米同城會(huì) 2、用戶為什么參與 3、***用戶情緒 4、讓用戶自己講故事 九、任何事情都可以是一場(chǎng)秀 1、小米米粉節(jié) 2、秀什么 3、什么事件都可以秀 十、老板要會(huì)站臺(tái) 1、雷軍的沮喪 2、老板要會(huì)站臺(tái) 3、展現(xiàn)真實(shí)的自己 第四講：用互聯(lián)網(wǎng)思維改造企業(yè)營(yíng)銷模式 一、營(yíng)銷互聯(lián)網(wǎng)化 1、互聯(lián)網(wǎng)營(yíng)銷的靈魂：巧借事件營(yíng)銷低成本打造品牌 2、顛覆性的力量：微信營(yíng)銷如何成為營(yíng)銷新利器 3、“微”力無窮：如何借微博營(yíng)銷以“微”力改變市場(chǎng)地位 二、銷售互聯(lián)網(wǎng)化 1、產(chǎn)品與品牌規(guī)劃 誰是消費(fèi)者 陳歐體走紅的市場(chǎng)營(yíng)銷啟示 2、構(gòu)建互聯(lián)網(wǎng)銷售體系 外部平臺(tái)的打造 3、如何提升轉(zhuǎn)化率 賣點(diǎn)突出的設(shè)計(jì) 三、整體運(yùn)營(yíng)互聯(lián)網(wǎng)化 1、動(dòng)態(tài)化 2、融合化 3、全員化
請(qǐng)輸入正確的用戶名
