卢辉

阿里巴巴集团数据挖掘与数据化运营专家

Ø 15年以上数据挖掘和分析经验，拥有海外及本土数据挖掘工作经验，熟悉挖掘模型搭建、价值链优化、市场型数据库营销战略规划设计，15年以上商业智能分析高级经验，15年数据分析和数据挖掘与建模应用经验；接受过系统的专业培训，多年负责阿里巴巴多条产品线的数据分析挖掘工作，对总体技术把关和分析课题进行框架设计、指导；

Ø 最近两年领导、参与、见证了东风集团及各子公司近两年来90%的大数据项目和数据化项目，对于汽车行业和制造业的大数据发展现状有切身的体会和感悟。

Ø 有较强的沟通、协调能力；工作认真细致，具亲和力与服务意识；处事具有一定的灵活性，能够承受工作压力。

Ø 2013年6月出版的个人专著《数据挖掘与数据化运营实战—思路、方法、技巧与应用》，出版五年来已经重印15次，受到读者和出版界好评，长居当当、京东等计算机技术类图书畅销榜。是公认的国内数据化运营的畅销书

本课程共分为4个模块，穿插课堂教学和实际案例演示讨论，培训时间共2个工作日（12个小时）完成，不包括答疑 (Q&A) 时间。

模块1 – 大数据时代的企业数据化运营战略和战术（3小时）

1) 现代企业竞争面临的挑战

2) 大数据时代的企业的选择

3) 传统企业数据化转型的顶层架构和实施路径及案例分享（东风汽车集团案例）

4) “ 企业数据化运营”是什么？

5) “企业数据化运营”全景鸟瞰

6) “企业数据化运营”战略中组织架构和具体角色？

7) 企业数据化运营的典型场景和相关的分析挖掘技术概述

8) 目标客户典型特征分析（客户画像）、客户360的全景指标体系

9) 目标客户的预测响应模型（活跃用户流失预测模型实战跟踪分享）

10) 运营群体的活跃度分析（指标定义）（精准营销的用户活跃度指标创建案例）

11) 交叉销售模型（条条大道通罗马，多种算法回答同样的问题，实际案例）

12) 目标用户分层进化金字塔（B2B交易用户的分层模型实战案例）

13） 商品推荐模型（个性化推荐，推荐算法）

14）数据产品（数据产品的目的，BAT的实践，一个新型的职业和专业，app）

15）精细化运营平台的案例（淘宝案例），l 汽车行业客户维系的营销框架及实施（本田汽车案例）

16）决策支持（有企业自身的数据，更有行业的宏观数据；有微观的深入分析挖掘，更有宏观的统计和调研）

17）互联网 ：

18）互联网思维的本质

19）从IT到DT

20）工业4.0与大数据分析挖掘

模块2 – 业务人员的数据分析意识和基本技能

1) 运营人员的基本数据能力一览

2) 业务人员与数据分析人员的定位和分工

3) 数据分析的出发点和基础

4) 数据化运营的核心

5) 细分的技巧

6） RFM细分方法

7） 矩阵分析方法

8) 挑选数据的原则

9) 数据指标及其衍生

10）案例：通过一个线下店铺kpi分解之后对应行动点的罗列，演示如何通过行动点的提升来最终提升kpi

模块3 – 数据分析与数据挖掘在企业实战中的主要方法论和主要技术分享（3.小时）

1) SEMMA

2) CRISP-DM

3） Tom Khabaza 挖掘九律

4) 数据挖掘的主要成熟技术（回归、分类、聚类、时间序列、协同过滤、KNN、关联分析、

5) 常见的数据处理技巧

6) 建模实战中常见的思考核心点

7) 业务是核心、思路是重点、技术是工具（辅助）

8) 一个基本的方法论（HSCTODC）

9) 通过一个淘宝店铺的运营实操流程，看网店的数据化运营（业务是核心，思路是重点，技术是辅佐）（淘宝电商的基本业务模式和业务背景，一个行之有效的运营流程，贯穿其中的“订计划，选目标，监控核心指标，及时反馈修正，最终达成目标）（结合数据化运营的闭环之两个图片，打造爆款脑力图详解，重点在于前期的行业分析，细分市场切入，通过数据分析（核心字段比较）选定竞争对手（商品）和我自身的爆款，销售目标分解，每日落实，每天监控实时效果和对手核心指标，出现问题不仅能及时发觉更要能及时落地到责任人处理，最终30天-45天完成爆款任务）

10) 大胆假设，小心求证

11) 2080原则

12) 结构化思考

13) 即客观，也主观

14）应客户需求，重点深入分析一个实际案例（从需求提出，到分析思路，到模型技术介绍，到如何优化，到落地应用的监控、反馈、修正、提高）H层客户流失预警挽留模型的项目实践。

15) 应客户需求，结合阿里的实践，回答：如何利用手头工具对大量数据进行有效的分析挖掘（首先要看数据如何采集、处理、获取等前期的工作要准确、到位、有效；然后是数据分析的7个渐进的层次金字塔和分析师成长路径的金字塔；每个层次都有实例举证；接下来是数据化运营的落地应用环节，这里涉及到高层的认可和支持，企业全员的数据化运营的意识和氛围，实施的监控和效果指标跟踪，反馈和优化调节

模块4 – 电商内外、行业内外的经典案例赏析

1) 续签数据化运营平台的案例（续签预测模型）；

2) 纯自动在线续签预测模型案例（纯自动续签模型及应用）；

3) H层流失用户预警挽留模型及落地应用闭环实践；

4) 2014海尔空调数据化营销实战案例讨论；

5) 2014招商银行数据化运营案例讨论；

6) 淘宝电商流程优化案例讨论（应客户需求）

7)引导学员实际在R上操作体会有趣的聚类小项目（实际操作，体会）

9) 主要强调：算法是简单的，挖掘建模是简单的，但是不简单的（耗时的）是思路的优化和数据的收集、清理、清洗、转换

备用模块 – 我的企业如何进行数据化运营？

1) 因地制宜、看菜下饭

2) 企业数据化运营之路的典型成长图？l 东风汽车集团数字化转型的困惑和实施路径

3) 他山之石，可以攻玉（如何避免前人的教训）

4) 学员互动，针对学员企业的实际问题，相互讨论，谈谈我的思路或者经验

主讲课程：

数据化运营（数据挖掘与现代企业的数据化运...

业务经理如何提升数据化思维意识和能力

数据分析师如何赢得业务部门的认可和支持

企业数据化运营战略与战术

大数据分析挖掘与互联网 和工业4.0

移动互联网数据分析和数据化运营实战