企业数据化运营战略与战术

1) 改变目前有关数据挖掘理论与实践脱节的课程现状， 从企业全方位、多层次的角度、以实战应用为导向的数据分析挖掘专题培训
2) 使学员理解并掌握如何有效地在企业里进行数据化运营（营销、客户关系管理等等）的思考、布局、应用、提升；
3) 掌握数据分析和数据挖掘在现代企业实战应用中的一系列基本的行之有效的思路、方法、技巧；
4) 学习和掌握在企业里从零开始，一步一步不断提升数据收集和数据应用的视野、框架和能力；
5) 现代企业的中高层如何理解数据化运营（营销、客户关系管理、竞争战略），如何有效在本企业推进数据化运营战略？
6) 企业的数据分析专业人员如何有效提升自己的数据应用专业能力；
7) 现代企业的数据化运营实践中失败的主要原因是什么？如何避免这些前车之鉴；
8) 身处大数据时代的现代企业如何面对大数据的挑战？
9) 数据分析和数据挖掘在企业现代实践中，可以做什么，不能做什么？如何在企业经营中扬长避短，用好数据挖掘的利器？
10) 数据分析挖掘的成熟的经典的应用场景有哪些？为什么这些经典的应用场景可以在我的企业里有效复制和成功落地开花？
11) 互联网内外、国内外、行业内外成功的数据化运营的案例集锦与欣赏（具体的应用背景、过程细节、财务效果分析、给我们的启示）。

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) 数据化运营的前世今生
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
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

卢辉，淘宝网数据挖掘与数据化运营专家，在传统行业和互联网电子商务行业从事数据挖掘在市场营销、客户关系管理、数据化运营实战经历近12年，以商务拓展(BD)经理、项目经理、市场营销部经理、高级咨询顾问、数据分析专家、数据挖掘专家的身份亲历了大量的数据库营销和数据化运营项目实践。在淘宝主要从事数据化运营的数据挖掘规划、项目管理、实施。2013年6月机械工业出版社出版的个人专著《数据挖掘与数据化运营实战—思路、方法、技巧与应用》在不到两年时间里已经被出版社重印了7次，在各大图书网站上稳居相关类目书籍畅销榜前列。