京公网安备 11010802034615号
经营许可证编号:京B2-20210330
精细化运营·决策树·可视化·互联网·社会化媒体·引爆点
主讲人——傅志华TonyFu
讲师简介:
傅志华先生在互联网行业、产品与营销研究有超过十年的经验,谙熟数据分析和数据挖掘方法。曾担任腾讯社交网络数据分析中心总监以及腾讯公司数据协会会长,专注于移动互联网、社交网络、开放平台、APP、网络游戏以及网络会员服务的深度研究,并通过数据分析和数据挖掘支撑互联网产品精细化营销。
在腾讯前,曾就职于艾瑞市场咨询、易观国际、中国互联网协会,并任 DCCI 互联网数据中心副总裁,在此期间,傅志华先生曾对互联网主流二十多个细分领域进行研究,并对移动互联网、电子商务、网络游戏、社会化媒体以及网络广告等领域进行深入的跟踪研究,并在多家 IT 类杂志发表文章。
最近参与的演讲:
中国网络传播学年会澳门国际会议: 演讲:中国社会化媒体雨效果评估体系
中国移动互联网发展趋势
Social Beta深圳年会:探索互联网社区的传播评估体系
课程大纲:
|
第一天上午(180分钟) |
|
|
一、大数据特征、挑战与应用关键 (70分钟) |
(1)大数据的特征与挑战 介绍大数据的特征以及三个重要的转变; (2)大数据的发展驱动力 介绍互联网与移动互联网在大数据发展中的作用以及相关的生态变化; (3)互联网大数据应用 介绍百度\腾讯\阿里的大数据体系以及应用方向; (4)我们怎么用大数据 介绍大数据在互联网企业的落地存在的问题、方法和具体应用场景; |
|
二、大数据相关电影剪辑—《点球成金》给我们的启示 |
( 20分钟) |
|
三、大数据支撑产品精细化运营监控 (90分钟) |
介绍如何通过大数据分析及时发现互联网产品运营的问题与机会 (1) 产品运营监控金字塔(上)——纵向结构:物理拆解 介绍如何通过构建产品运营金字塔监控体系来及时发现互联网产品运营KPI的异动和问题 1.1金字塔原理简介 1.2产品运营监控指标金字塔指引 1.3产品运营监控指标金字塔示例 (2)产品运营监控金字塔(下)——横向结构:用户关键触点监控与优化 2.1什么是用户触点 2.2Google的GA、友盟统计在关键触点上给我们哪些启发 2.3关键触点应用实例:以A社区为例 2.4有哪些启发 |
|
第一天下午(180分钟) |
|
|
四、大数据支撑产品精细化运营 (180 分钟) |
(1)数据支撑互联网产品营销活动优化 40 分钟 介绍数据在日常的产品运营活动中的使用方法 1.1 通过 Abtest 提升营销创意效果 1.2 通过数据挖掘优化营销效果 (2)大数据用户生命周期管理与产品精细化营销 140 分钟 介绍如何通过用户生命周期管理和数据挖掘结合的办法,来发现潜在用户,预警用户流失,优化产品 运营效果 2.1 用户生命周期管理简介 2.1.1 用户生命周期管理是什么 2.1.2 用户生命周期管理的价值杠杆 2.1.3 实施用户生命周期管理的关键 2.2 用户生命周期管理的实现方法——数据准备及模型建设 2.2.1 建模 2.2.2 模型应用情况 2.3 用户生命周期管理方案试点、固化及应用 2.3.1 方案试点和固化 2.3.2 用户生命周期管理系统应用及展望 |
|
第二天上午(180分钟) |
|
|
五、大数据推荐在互联网产品的应用 (90 分钟) |
(1) 推荐的原理介绍与关键思想 介绍推荐算法的原理与常见算法思想 1.1 推荐算法概述 1.2 推荐算法核心的思想 (2)推荐在互联网音乐中的应用案例 通过案例介绍音乐推荐的思想、流程、算法及注意事项 2.1 推荐核心思想 2.2 推荐算法流程 2.3 推荐偏好判断 2.4 物品相似度计算 2.5 推荐效果 (3)推荐在应用推荐中的应用 通过案例介绍应用推荐的实现方法 3.1 通过决策树算法来实现推荐 3.2 通过人口属性结合应用质量实现推荐 |
|
六、分类方法在互联网产品精细化运营中的应用(90 分钟) |
(1)需要用户分类(用户细分)的常见场景 介绍用户细分在互联网产品运营中常用到的场景 (2)用户分类常用算法介绍 介绍用户细分的常见算法和效果 (3)用户分类实践案例 通过具体的案例从背景\目标\数据\实施\效果等角度介绍用户细分方法在互联网产品运营的具体应用 |
|
第二天下午(180分钟) |
|
|
七、社会化媒体发展与大数据语义分析应用(60 分钟) |
(1)社会化媒体发展与大数据品牌营销 介绍社会化媒体包括微博\微信的发展情况与大数据营销的机会 1.1 社会化媒体正在发生的变局 1.2 社会化媒体发展带来的挑战 1.3 社会化大数据如何助力品牌营销 (2)大数据洞察口碑与管理口碑 介绍如何口碑形成的机制,测量口碑的数据方法以及如何通过大数据激发口碑 2.1 口碑形成机制 2.2 口碑三大分类 2.3 管理与激发口碑 2.4 口碑价值与模型 (3)大数据舆情监测与管理 介绍负面舆情监控关键方法 3.1 负面舆情的影响 3.2 舆情监测关键成功要素 3.3 舆情监测与负面预警 3.4 社会化媒体时代危机公关七要素 3.5 舆情管理机制与提示 (4)大数据社会化媒体传播与舆情监测体系 介绍如何通过形成系统化的社会化传播监控体系 4.1 构建监测体系的必要性与挑战 4.2 网络舆情与口碑测量体系的误区 4.3 社会化媒体营销与传播评估体系 |
|
八、数据可视化的技巧 |
(1)数据可视化的价值 介绍数据可视化的价值 1.1 商业价值 1.2 用户价值 (2)数据可视化的几个关键 介绍数据可视化的关键要素 2.1 简洁 2.2 层次 2.3 可对比 2.4 颜色表意 2.5 可探索 2.6 讲故事 数据如何引爆产品 |
|
九、数据如何引爆产品传播 |
本部分介绍如何通过数据挖掘形成有意思的发现,为互联网产品宣传\公关提供引爆的传播点 (1)大数据传播的常识 介绍通过大数据挖掘来传播互联网产品的注意事项 (2)大数据传播的流程和方法 介绍如何选题、数据分析、选择引爆点、图谱设计等流程,以及每个环节中的难点和注意点 (3)大数据传播策划的几个关键 通过具体的案例介绍大数据引爆产品传播的关键要素 |
详细安排:
【咨询方式】
电话:010-68454276
手机:15210500313(周老师)QQ:2881989708
15210507396(刘老师)QQ:2881989707
邮箱:zhoulei@pinggu.org
ljbing@pinggu.org
——Join Learn!
【精细化运营·决策树·可视化·互联网·社会化媒体·引爆点】
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA(Certified Data Analyst)数据分析师的日常工作中,“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代,用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业,提前精准预测潜在流失用户, ...
2026-01-09在量化投资领域,多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子(如估值、成长、盈利、流 ...
2026-01-09在CDA(Certified Data Analyst)数据分析师的工作场景中,分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据,是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下,数据已成为驱动业务增长的核心引擎。电商公司的数据分析师,不仅是数据的“解读官”,更是业务的 ...
2026-01-08在数据驱动决策的链路中,统计制图是CDA(Certified Data Analyst)数据分析师将抽象数据转化为直观洞察的关键载体。不同于普通 ...
2026-01-08在主成分分析(PCA)的学习与实践中,“主成分载荷矩阵”和“成分矩阵”是两个高频出现但极易混淆的核心概念。两者均是主成分分 ...
2026-01-07在教学管理、学生成绩分析场景中,成绩分布图是直观呈现成绩分布规律的核心工具——通过图表能快速看出成绩集中区间、高分/低分 ...
2026-01-07在数据分析师的工作闭环中,数据探索与统计分析是连接原始数据与业务洞察的关键环节。CDA(Certified Data Analyst)作为具备专 ...
2026-01-07在数据处理与可视化场景中,将Python分析后的结果导出为Excel文件是高频需求。而通过设置单元格颜色,能让Excel中的数据更具层次 ...
2026-01-06在企业运营、业务监控、数据分析等场景中,指标波动是常态——无论是日营收的突然下滑、用户活跃度的骤升,还是产品故障率的异常 ...
2026-01-06在数据驱动的建模与分析场景中,“数据决定上限,特征决定下限”已成为行业共识。原始数据经过采集、清洗后,往往难以直接支撑模 ...
2026-01-06在Python文件操作场景中,批量处理文件、遍历目录树是高频需求——无论是统计某文件夹下的文件数量、筛选特定类型文件,还是批量 ...
2026-01-05在神经网络模型训练过程中,开发者最担心的问题之一,莫过于“训练误差突然增大”——前几轮还平稳下降的损失值(Loss),突然在 ...
2026-01-05