大數(shù)據(jù)營(yíng)銷(xiāo)基礎(chǔ)與實(shí)務(wù)課件

項(xiàng)目二大數(shù)據(jù)營(yíng)銷(xiāo)流程數(shù)據(jù)采集是大數(shù)據(jù)時(shí)代的關(guān)鍵技術(shù)之一，可以幫助企業(yè)從各種來(lái)源中獲取所需的數(shù)據(jù)，為后續(xù)的數(shù)據(jù)分析和決策提供支持。大數(shù)據(jù)的質(zhì)量會(huì)直接影響到營(yíng)銷(xiāo)效果，要想篩選出準(zhǔn)確、可靠的數(shù)據(jù)，保障大數(shù)據(jù)的質(zhì)量，就需要在數(shù)據(jù)采集和數(shù)據(jù)處理階段進(jìn)行嚴(yán)格的把控。目錄contents01構(gòu)建數(shù)據(jù)管理平臺(tái)02數(shù)據(jù)采集03數(shù)據(jù)處理04數(shù)據(jù)應(yīng)用中國(guó)電信運(yùn)營(yíng)商的大數(shù)據(jù)技術(shù)正在逐步發(fā)展，且廣泛應(yīng)用于各個(gè)行業(yè)。企業(yè)通過(guò)使用運(yùn)營(yíng)商的大數(shù)據(jù)技術(shù)，可以規(guī)避傳統(tǒng)營(yíng)銷(xiāo)渠道的弊端，獲得真實(shí)、可靠的客戶大數(shù)據(jù)。運(yùn)營(yíng)商大數(shù)據(jù)采集已經(jīng)成為一種新的客戶數(shù)據(jù)采集服務(wù)形式，具備準(zhǔn)確性高、及時(shí)性強(qiáng)、覆蓋面廣和交互性強(qiáng)等多重優(yōu)勢(shì)。運(yùn)營(yíng)商大數(shù)據(jù)的精準(zhǔn)獲客業(yè)務(wù)可以幫助各個(gè)行業(yè)中的大小企業(yè)節(jié)約大量客戶營(yíng)銷(xiāo)和推廣成本，大概每個(gè)企業(yè)可以節(jié)省30%～50%的總推廣成本，能夠有效提高15%～30%的獲客率。運(yùn)營(yíng)商大數(shù)據(jù)將成為許多企業(yè)在日常促銷(xiāo)和營(yíng)銷(xiāo)中不可缺少的獲客手段。運(yùn)營(yíng)商的大數(shù)據(jù)采集平臺(tái)可以跟蹤用戶的關(guān)鍵詞搜索足跡，推廣頁(yè)面訪問(wèn)足跡，App下載、注冊(cè)和登錄足跡，互動(dòng)短信足跡和撥號(hào)足跡，并根據(jù)企業(yè)的需求添加偏好標(biāo)簽，構(gòu)建標(biāo)準(zhǔn)的個(gè)性化數(shù)據(jù)模型，能夠直接幫助企業(yè)識(shí)別潛在客戶，實(shí)現(xiàn)低成本、高性價(jià)比的實(shí)時(shí)獲客目的。引導(dǎo)案例Part/

01構(gòu)建數(shù)據(jù)管理平臺(tái)數(shù)據(jù)管理平臺(tái)（DMP）是一種軟件系統(tǒng)，可以幫助用戶更好地存儲(chǔ)、組織、管理和分析數(shù)據(jù)，進(jìn)而支持業(yè)務(wù)決策，發(fā)現(xiàn)有價(jià)值的信息。數(shù)據(jù)管理平臺(tái)可以包含多種不同的技術(shù)和組件，如數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)湖、數(shù)據(jù)集成工具、數(shù)據(jù)挖掘工具、數(shù)據(jù)分析工具等，以實(shí)現(xiàn)數(shù)據(jù)的管理和利用。（一）數(shù)據(jù)管理平臺(tái)的作用01增強(qiáng)合規(guī)性和安全性02節(jié)省時(shí)間和成本03數(shù)據(jù)訪問(wèn)高效04生成更可靠和準(zhǔn)確的數(shù)據(jù)集05數(shù)據(jù)分析06促進(jìn)協(xié)作（一）數(shù)據(jù)管理平臺(tái)的作用案例鏈接美團(tuán)數(shù)據(jù)治理平臺(tái)的建設(shè)與實(shí)踐作為一家高度數(shù)字化和技術(shù)驅(qū)動(dòng)的公司，美團(tuán)十分重視數(shù)據(jù)挖掘的價(jià)值。在公司日常運(yùn)行中，美團(tuán)通過(guò)各種數(shù)據(jù)分析、挖掘手段，為公司發(fā)展決策和業(yè)務(wù)開(kāi)展提供數(shù)據(jù)支持。經(jīng)過(guò)多年的發(fā)展，美團(tuán)酒旅內(nèi)部形成了一套完整的解決方案，核心由“數(shù)據(jù)倉(cāng)庫(kù)+各種數(shù)據(jù)平臺(tái)”的方式實(shí)現(xiàn)。其中，數(shù)據(jù)倉(cāng)庫(kù)整合各業(yè)務(wù)線的數(shù)據(jù)，消滅數(shù)據(jù)孤島；各種數(shù)據(jù)平臺(tái)擁有不同的特色和定位，如自助報(bào)表平臺(tái)、專(zhuān)業(yè)數(shù)據(jù)分析平臺(tái)、CRM數(shù)據(jù)平臺(tái)、各業(yè)務(wù)方向績(jī)效考核平臺(tái)等，能夠滿足各類(lèi)數(shù)據(jù)分析和數(shù)據(jù)挖掘的需求。但是，在運(yùn)行過(guò)程中，以往的數(shù)據(jù)平臺(tái)體系產(chǎn)生了以下問(wèn)題：各數(shù)據(jù)平臺(tái)或平臺(tái)內(nèi)不同模塊的指標(biāo)定義不一致、指標(biāo)計(jì)算口徑不一致、指標(biāo)數(shù)據(jù)來(lái)源不一致?？偨Y(jié)起來(lái)，就是指標(biāo)不一致的問(wèn)題，最終帶來(lái)的后果是指標(biāo)數(shù)據(jù)可信度低，嚴(yán)重影響分析決策。針對(duì)這些問(wèn)題，美團(tuán)酒旅內(nèi)部啟動(dòng)了數(shù)據(jù)治理項(xiàng)目，通過(guò)建設(shè)一個(gè)專(zhuān)業(yè)數(shù)據(jù)治理平臺(tái)——起源數(shù)據(jù)治理平臺(tái)，實(shí)現(xiàn)指標(biāo)維度及數(shù)據(jù)的統(tǒng)一管理，并探索一套高效的數(shù)據(jù)治理流程。為了達(dá)成數(shù)據(jù)治理的目標(biāo)，起源數(shù)據(jù)治理平臺(tái)就必須記錄下業(yè)務(wù)發(fā)展過(guò)程，并將其映射到數(shù)據(jù)加工和數(shù)據(jù)提取過(guò)程，從而規(guī)范約束這些過(guò)程。因此，起源數(shù)據(jù)治理平臺(tái)被歸為數(shù)據(jù)治理層，該層位于數(shù)據(jù)倉(cāng)庫(kù)層之上，數(shù)據(jù)應(yīng)用層之下，起到橋梁的作用，而且提供一系列規(guī)則，以改變?cè)瓉?lái)的無(wú)序交互方式，將數(shù)據(jù)倉(cāng)庫(kù)層和數(shù)據(jù)應(yīng)用層的交互變?yōu)橛行虻?、可查詢、可監(jiān)控的。（一）數(shù)據(jù)管理平臺(tái)的作用案例鏈接美團(tuán)數(shù)據(jù)治理平臺(tái)的建設(shè)與實(shí)踐在新的體系架構(gòu)下，對(duì)于數(shù)據(jù)倉(cāng)庫(kù)層，起源數(shù)據(jù)治理平臺(tái)綜合業(yè)務(wù)組織形式、指標(biāo)數(shù)據(jù)來(lái)源、上層產(chǎn)品的使用及查詢的效率，指導(dǎo)數(shù)據(jù)倉(cāng)庫(kù)模型的建設(shè)；對(duì)于應(yīng)用層的產(chǎn)品，業(yè)務(wù)元數(shù)據(jù)信息及數(shù)據(jù)信息都由起源數(shù)據(jù)治理平臺(tái)提供，這保證了各數(shù)據(jù)產(chǎn)品獲取到的信息一致，而且減少了應(yīng)用層產(chǎn)品數(shù)據(jù)的獲取成本，也降低了對(duì)原有系統(tǒng)的侵入風(fēng)險(xiǎn)。起源數(shù)據(jù)治理平臺(tái)的核心是保證數(shù)據(jù)一致，在數(shù)據(jù)安全的前提下，盡可能提升數(shù)據(jù)分發(fā)能力。因此，平臺(tái)內(nèi)部有著極其復(fù)雜的關(guān)系，需要在建設(shè)過(guò)程中進(jìn)行抽象，形成具有相對(duì)單一功能的模塊；合理地組織模塊的層級(jí)和連接關(guān)系，降低平臺(tái)的開(kāi)發(fā)難度，并提升平臺(tái)的可維護(hù)性。起源數(shù)據(jù)治理平臺(tái)在功能模塊上由數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)查詢、數(shù)據(jù)緩存、元數(shù)據(jù)管理、業(yè)務(wù)管理、安全管理、應(yīng)用管理、對(duì)外API構(gòu)成。經(jīng)過(guò)長(zhǎng)時(shí)間的探索開(kāi)發(fā)，美團(tuán)酒旅完成了起源數(shù)據(jù)治理平臺(tái)的建設(shè)，成功解決了上面提到的問(wèn)題，并且已經(jīng)完成了內(nèi)部10多個(gè)數(shù)據(jù)平臺(tái)的建設(shè)（包括定制化產(chǎn)品和通用報(bào)表服務(wù)平臺(tái)的數(shù)據(jù)治理支持）。起源數(shù)據(jù)治理平臺(tái)還帶來(lái)了一些額外的收獲，共實(shí)現(xiàn)了3個(gè)目標(biāo)：一是統(tǒng)一指標(biāo)管理的目標(biāo)，保證指標(biāo)定義、計(jì)算口徑、數(shù)據(jù)來(lái)源的一致性；二是統(tǒng)一維度管理的目標(biāo)，保證維度定義、維度值的一致性；三是統(tǒng)一數(shù)據(jù)出口的目標(biāo)，實(shí)現(xiàn)維度和指標(biāo)元數(shù)據(jù)信息的唯一出口，維度值和指標(biāo)數(shù)據(jù)的唯一出口。（二）主要的數(shù)據(jù)管理平臺(tái)PowerBI是一款用于數(shù)據(jù)分析與挖掘的數(shù)據(jù)管理平臺(tái)，它可以很方便地制作報(bào)表，并提供了一系列的數(shù)據(jù)可視化功能，且支持多種數(shù)據(jù)源的導(dǎo)入和整合，可以滿足不同行業(yè)和企業(yè)的需求?！馪owerBI一個(gè)優(yōu)秀的數(shù)據(jù)交互與共享平臺(tái)可以幫助企業(yè)更好地協(xié)同合作，提高數(shù)據(jù)的利用效率。DataMesh支持多種數(shù)據(jù)格式和協(xié)議的集成，同時(shí)提供了一系列的數(shù)據(jù)安全保障措施，以確保數(shù)據(jù)的安全和可靠性?！馜ataMeshFusionInsight可以快速地實(shí)現(xiàn)數(shù)據(jù)治理和合規(guī)，支持多種安全防護(hù)措施和數(shù)據(jù)訪問(wèn)控制。同時(shí)，F(xiàn)usionInsight提供了一系列的數(shù)據(jù)質(zhì)量評(píng)估和監(jiān)控功能，可以幫助企業(yè)更好地管理和維護(hù)數(shù)據(jù)?！馞usionInsightMaxCompute可以快速地實(shí)現(xiàn)海量數(shù)據(jù)的存儲(chǔ)、計(jì)算和分析，并提供了一系列的數(shù)據(jù)安全保障措施。用戶可以通過(guò)簡(jiǎn)單的SQL語(yǔ)句來(lái)進(jìn)行數(shù)據(jù)查詢和統(tǒng)計(jì)，還可以通過(guò)多種方式進(jìn)行數(shù)據(jù)可視化展示?！馦axComputeDataVane可以快速、高效地抓取多種結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)源，并支持對(duì)數(shù)據(jù)進(jìn)行清洗和篩選。另外，它還提供了一系列的自動(dòng)化工具，可以幫助用戶快速解決數(shù)據(jù)清洗和數(shù)據(jù)格式轉(zhuǎn)換等問(wèn)題。●DataVane（二）主要的數(shù)據(jù)管理平臺(tái)在網(wǎng)絡(luò)上搜索其他的數(shù)據(jù)管理平臺(tái)，并了解這些數(shù)據(jù)管理平臺(tái)的作用。如果有條件，可以搜索使用這些數(shù)據(jù)管理平臺(tái)進(jìn)行大數(shù)據(jù)營(yíng)銷(xiāo)的品牌案例，然后與同學(xué)討論交流，從而更深刻地體會(huì)數(shù)據(jù)管理平臺(tái)對(duì)營(yíng)銷(xiāo)的意義。課堂討論P(yáng)art/

02數(shù)據(jù)采集數(shù)據(jù)采集是大數(shù)據(jù)時(shí)代的關(guān)鍵技術(shù)之一，可以幫助企業(yè)從各種來(lái)源中獲取所需的數(shù)據(jù)，為后續(xù)的數(shù)據(jù)分析和決策提供支持。（一）數(shù)據(jù)采集的原則01目標(biāo)性原則02可靠性原則03合適性原則04安全性原則05準(zhǔn)確性原則06規(guī)模性原則（二）數(shù)據(jù)采集的方式被動(dòng)數(shù)據(jù)采集是從現(xiàn)有的系統(tǒng)中獲取數(shù)據(jù)的方式，通常涉及從數(shù)據(jù)庫(kù)、文件、Web頁(yè)面或其他數(shù)據(jù)源中提取數(shù)據(jù)，其優(yōu)勢(shì)在于它不需要影響或改變現(xiàn)有的系統(tǒng)，不會(huì)對(duì)現(xiàn)有業(yè)務(wù)流程造成干擾。這種數(shù)據(jù)采集方式常用于數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)分析。1．被動(dòng)數(shù)據(jù)采集主動(dòng)數(shù)據(jù)采集與被動(dòng)數(shù)據(jù)采集相反，需要企業(yè)主動(dòng)接觸數(shù)據(jù)源，以獲取所需的數(shù)據(jù)，通常在需要獲取實(shí)時(shí)數(shù)據(jù)或需要定制特定數(shù)據(jù)集的場(chǎng)景中使用。例如，在市場(chǎng)營(yíng)銷(xiāo)中，企業(yè)可能需要通過(guò)調(diào)查或者社交媒體監(jiān)控等方式主動(dòng)收集用戶的反饋信息。2．主動(dòng)數(shù)據(jù)采集元數(shù)據(jù)采集是采集提取和管理數(shù)據(jù)所需的所有描述性信息的方式。這些描述性信息包括數(shù)據(jù)的含義、結(jié)構(gòu)、屬性、關(guān)系及質(zhì)量等。元數(shù)據(jù)對(duì)于理解和管理大量復(fù)雜數(shù)據(jù)集至關(guān)重要，

可以幫助企業(yè)理解數(shù)據(jù)的來(lái)源、目的、定義和依賴

性等。3．元數(shù)據(jù)采集日志數(shù)據(jù)采集是從各種系統(tǒng)和應(yīng)用程序中收集和整理日志文件的方式。這些日志文件記錄了系統(tǒng)和應(yīng)用程序的運(yùn)行情況，包括錯(cuò)誤、異常和性能等信息。通過(guò)日志數(shù)據(jù)采集，企業(yè)可以及時(shí)發(fā)現(xiàn)和解決系統(tǒng)問(wèn)題，同時(shí)通過(guò)分析日志數(shù)據(jù)，企業(yè)可以提高系統(tǒng)的性能和穩(wěn)定性。4．日志數(shù)據(jù)采集（三）數(shù)據(jù)采集的來(lái)源作為城市管理與民生服務(wù)的主體，政府擁有大量高質(zhì)量數(shù)據(jù)資源，一般來(lái)自行政記錄，如個(gè)人信息記錄、政府機(jī)構(gòu)信息記錄、自然和資源記錄等。政府企業(yè)數(shù)據(jù)一般來(lái)自其生產(chǎn)經(jīng)營(yíng)管理過(guò)程中的信息記錄及商業(yè)交易過(guò)程中的數(shù)據(jù)記錄，如企業(yè)資源計(jì)劃系統(tǒng)、客戶關(guān)系管理系統(tǒng)、供應(yīng)鏈管理系統(tǒng)、辦公自動(dòng)化系統(tǒng)等各種企業(yè)應(yīng)用軟件生成的數(shù)據(jù)。企業(yè)用戶數(shù)據(jù)來(lái)源于社交媒體平臺(tái)、電子商務(wù)平臺(tái)和搜索引擎平臺(tái)等互聯(lián)網(wǎng)平臺(tái)，上述渠道產(chǎn)生的用戶數(shù)據(jù)可以分為以下幾類(lèi)：瀏覽行為數(shù)據(jù)、搜索行為數(shù)據(jù)、地理行為數(shù)據(jù)、電商行為數(shù)據(jù)、社交行為數(shù)據(jù)、互聯(lián)網(wǎng)金融行為數(shù)據(jù)。用戶類(lèi)型說(shuō)明瀏覽行為數(shù)據(jù)用戶在手機(jī)、計(jì)算機(jī)等不同終端瀏覽網(wǎng)頁(yè)的數(shù)據(jù)搜索行為數(shù)據(jù)用戶在搜索引擎上的搜索行為地理行為數(shù)據(jù)用戶終端（尤其是手機(jī)）出現(xiàn)的地理位置，可以默認(rèn)為用戶本人的位置電商行為數(shù)據(jù)用戶在不同電商平臺(tái)上的瀏覽和購(gòu)買(mǎi)行為社交行為數(shù)據(jù)用戶在社交媒體上的言行和社交媒體上的關(guān)系網(wǎng)絡(luò)數(shù)據(jù)互聯(lián)網(wǎng)金融行為數(shù)據(jù)用戶在互聯(lián)網(wǎng)上的借貸行為及綜合相關(guān)數(shù)據(jù)后得出的信用數(shù)據(jù)用戶數(shù)據(jù)類(lèi)型（三）數(shù)據(jù)采集的來(lái)源作為城市管理與民生服務(wù)的主體，政府擁有大量高質(zhì)量數(shù)據(jù)資源，一般來(lái)自行政記錄，如個(gè)人信息記錄、政府機(jī)構(gòu)信息記錄、自然和資源記錄等。政府企業(yè)數(shù)據(jù)一般來(lái)自其生產(chǎn)經(jīng)營(yíng)管理過(guò)程中的信息記錄及商業(yè)交易過(guò)程中的數(shù)據(jù)記錄，如企業(yè)資源計(jì)劃系統(tǒng)、客戶關(guān)系管理系統(tǒng)、供應(yīng)鏈管理系統(tǒng)、辦公自動(dòng)化系統(tǒng)等各種企業(yè)應(yīng)用軟件生成的數(shù)據(jù)。企業(yè)用戶數(shù)據(jù)來(lái)源于社交媒體平臺(tái)、電子商務(wù)平臺(tái)和搜索引擎平臺(tái)等互聯(lián)網(wǎng)平臺(tái)，上述渠道產(chǎn)生的用戶數(shù)據(jù)可以分為以下幾類(lèi)：瀏覽行為數(shù)據(jù)、搜索行為數(shù)據(jù)、地理行為數(shù)據(jù)、電商行為數(shù)據(jù)、社交行為數(shù)據(jù)、互聯(lián)網(wǎng)金融行為數(shù)據(jù)。用戶機(jī)器產(chǎn)生的海量數(shù)據(jù)也是大數(shù)據(jù)的重要來(lái)源，包括服務(wù)器日志、傳感器數(shù)據(jù)、圖像和視頻、射頻識(shí)別數(shù)據(jù)、二維碼或條形碼掃描數(shù)據(jù)等。機(jī)器（四）數(shù)據(jù)采集的方法01網(wǎng)絡(luò)爬蟲(chóng)02傳感器采集03日志采集04數(shù)據(jù)庫(kù)采集05文件導(dǎo)入06API采集07圖像識(shí)別08文本挖掘09社交媒體監(jiān)測(cè)10埋點(diǎn)Part/

03數(shù)據(jù)處理數(shù)據(jù)處理是將數(shù)據(jù)從原始形式轉(zhuǎn)化為更易理解和使用的形式的過(guò)程，具體來(lái)說(shuō)，數(shù)據(jù)處理可以分為數(shù)據(jù)清洗、數(shù)據(jù)變換、數(shù)據(jù)脫敏和數(shù)據(jù)標(biāo)簽設(shè)計(jì)等環(huán)節(jié)。（一）數(shù)據(jù)清洗數(shù)據(jù)清洗是指在數(shù)據(jù)分析和挖掘之前對(duì)原始數(shù)據(jù)進(jìn)行處理與轉(zhuǎn)換，以去除錯(cuò)誤、不完整、重復(fù)或不一致的數(shù)據(jù)，提高數(shù)據(jù)的準(zhǔn)確性和質(zhì)量，使數(shù)據(jù)適合后續(xù)的分析與挖掘工作。一致性：數(shù)據(jù)在數(shù)據(jù)集中是否一致，是否使用一致的測(cè)量單位制定？準(zhǔn)確性：數(shù)據(jù)是否接近真實(shí)值？完整性：數(shù)據(jù)是否包含必需的信息？有效性：數(shù)據(jù)是否符合業(yè)務(wù)規(guī)則或限制？數(shù)據(jù)清洗的概念評(píng)估數(shù)據(jù)質(zhì)量（一）數(shù)據(jù)清洗缺失值處理數(shù)據(jù)清洗的方法缺失值的處理方法主要有刪除含有缺失值的記錄、使用平均值或中位數(shù)填充缺失值、使用插值法估計(jì)缺失值、外推法、匿名化、真值轉(zhuǎn)換法等。（一）數(shù)據(jù)清洗缺失值處理異常值處理數(shù)據(jù)清洗的方法缺失值的處理方法主要有刪除含有缺失值的記錄、使用平均值或中位數(shù)填充缺失值、使用插值法估計(jì)缺失值、外推法、匿名化、真值轉(zhuǎn)換法等。在發(fā)現(xiàn)異常值后，常見(jiàn)的處理方法包括移除、修剪、替換、歸納、轉(zhuǎn)換、修正等。在以下這幾種情況中，數(shù)據(jù)分析人員無(wú)須對(duì)異常值做移除處理：異常值正常反映業(yè)務(wù)運(yùn)營(yíng)結(jié)果需要使用異常檢測(cè)模型數(shù)據(jù)算法和模型包容異常值（一）數(shù)據(jù)清洗缺失值處理異常值處理重復(fù)值處理數(shù)據(jù)清洗的方法缺失值的處理方法主要有刪除含有缺失值的記錄、使用平均值或中位數(shù)填充缺失值、使用插值法估計(jì)缺失值、外推法、匿名化、真值轉(zhuǎn)換法等。在發(fā)現(xiàn)異常值后，常見(jiàn)的處理方法包括移除、修剪、替換、歸納、轉(zhuǎn)換、修正等。在以下這幾種情況中，數(shù)據(jù)分析人員無(wú)須對(duì)異常值做移除處理：異常值正常反映業(yè)務(wù)運(yùn)營(yíng)結(jié)果需要使用異常檢測(cè)模型數(shù)據(jù)算法和模型包容異常值如果確實(shí)是重復(fù)值，常見(jiàn)的處理方法包括刪除重復(fù)值、合并重復(fù)值、對(duì)重復(fù)值進(jìn)行標(biāo)記等。在遇到以下情況時(shí)，數(shù)據(jù)分析人員盡量不執(zhí)行數(shù)據(jù)去重操作：重復(fù)記錄用于分析演變規(guī)律重復(fù)記錄用于樣本不均衡處理重復(fù)記錄用于檢測(cè)業(yè)務(wù)規(guī)則問(wèn)題（一）數(shù)據(jù)清洗數(shù)據(jù)清洗的

應(yīng)用領(lǐng)域數(shù)據(jù)倉(cāng)庫(kù)

領(lǐng)域01數(shù)據(jù)挖掘

領(lǐng)域02數(shù)據(jù)質(zhì)量管理

領(lǐng)域03（二）數(shù)據(jù)變換數(shù)據(jù)變換主要是對(duì)數(shù)據(jù)進(jìn)行規(guī)范化處理，將數(shù)據(jù)轉(zhuǎn)換成適當(dāng)?shù)男问剑员Ａ艉诵牡男畔?，以適用于后續(xù)的分析處理。進(jìn)行數(shù)據(jù)變換的原因可能有數(shù)據(jù)差異性較大、數(shù)據(jù)內(nèi)容較為雜亂、數(shù)據(jù)格式不統(tǒng)一等。數(shù)據(jù)變換的概念進(jìn)行數(shù)據(jù)變換的原因（二）數(shù)據(jù)變換有時(shí)數(shù)據(jù)分析人員對(duì)數(shù)字進(jìn)行運(yùn)算，發(fā)現(xiàn)得出的不是正確的結(jié)果，這可能是因?yàn)閿?shù)據(jù)格式出現(xiàn)了問(wèn)題。在Excel中，數(shù)據(jù)格式包括文本、數(shù)字、邏輯值、錯(cuò)誤值等。ISLOGICAL函數(shù)用于判斷是否為邏輯值，ISTEXT函數(shù)用于判斷是否為文本，ISNUMBER函數(shù)用于判斷是否為數(shù)字。1．?dāng)?shù)據(jù)類(lèi)型轉(zhuǎn)換（二）數(shù)據(jù)變換有時(shí)數(shù)據(jù)分析人員對(duì)數(shù)字進(jìn)行運(yùn)算，發(fā)現(xiàn)得出的不是正確的結(jié)果，這可能是因?yàn)閿?shù)據(jù)格式出現(xiàn)了問(wèn)題。在Excel中，數(shù)據(jù)格式包括文本、數(shù)字、邏輯值、錯(cuò)誤值等。ISLOGICAL函數(shù)用于判斷是否為邏輯值，ISTEXT函數(shù)用于判斷是否為文本，ISNUMBER函數(shù)用于判斷是否為數(shù)字。1．?dāng)?shù)據(jù)類(lèi)型轉(zhuǎn)換有時(shí)Excel單元格中會(huì)存儲(chǔ)很多基本信息，信息之間常常用某些符號(hào)進(jìn)行分隔，數(shù)據(jù)分析人員可以采用以下兩種方法來(lái)將復(fù)合信息單獨(dú)提取出來(lái)：分列使用公式（使用MID函數(shù)創(chuàng)建公式）2．分離雜亂信息不同評(píng)價(jià)指標(biāo)往往具有不同的量綱。標(biāo)準(zhǔn)化的方法有兩種：0～1標(biāo)準(zhǔn)化，通過(guò)公式將原始數(shù)據(jù)縮放到[0，1]內(nèi)。Z-Score標(biāo)準(zhǔn)化，通過(guò)公式處理使數(shù)據(jù)符合標(biāo)準(zhǔn)正態(tài)分布，即平均值為0，標(biāo)準(zhǔn)差為1，其中的參數(shù)表示平均值和標(biāo)準(zhǔn)差。3．標(biāo)準(zhǔn)化數(shù)據(jù)簡(jiǎn)化是指對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)化或匯總，以減少數(shù)據(jù)的數(shù)量或降低其復(fù)雜性，使其更易于管理、分析和可視化的過(guò)程。數(shù)據(jù)簡(jiǎn)化的目標(biāo)是保留最重要和最相關(guān)的數(shù)據(jù)，同時(shí)消除冗余或不相關(guān)的數(shù)據(jù)，可以通過(guò)數(shù)據(jù)壓縮、聚合或降維等技術(shù)來(lái)實(shí)現(xiàn)。4．?dāng)?shù)據(jù)簡(jiǎn)化（三）數(shù)據(jù)脫敏數(shù)據(jù)脫敏是一種可以幫助保護(hù)個(gè)人隱私的技術(shù)。數(shù)據(jù)脫敏已經(jīng)在政府、金融、醫(yī)療等領(lǐng)域得到廣泛應(yīng)用，因?yàn)檫@些領(lǐng)域中的數(shù)據(jù)往往涉及大量個(gè)人敏感信息，必須采取有效措施進(jìn)行保護(hù)。全數(shù)據(jù)脫敏替換敏感數(shù)據(jù)格式保持脫敏刪除部分?jǐn)?shù)據(jù)加密處理混淆處理匿名化處理切分脫敏數(shù)據(jù)脫敏的概念數(shù)據(jù)脫敏方法（三）數(shù)據(jù)脫敏（1）元數(shù)據(jù)識(shí)別/設(shè)置（2）脫敏數(shù)據(jù)識(shí)別（3）定義脫敏方案（4）脫敏執(zhí)行（5）效果對(duì)比數(shù)據(jù)分析人員可以使用Excel及一些常用的數(shù)據(jù)脫敏公式來(lái)解決隱私問(wèn)題，包括：隱藏姓名隱藏手機(jī)號(hào)碼隱藏身份證號(hào)碼數(shù)據(jù)脫敏過(guò)程使用Excel進(jìn)行數(shù)據(jù)脫敏（四）數(shù)據(jù)標(biāo)簽設(shè)計(jì)數(shù)據(jù)標(biāo)簽化是一種將數(shù)據(jù)分為不同的類(lèi)別或標(biāo)簽，以便更好地進(jìn)行數(shù)據(jù)管理和分析的技術(shù)。通過(guò)標(biāo)簽化，企業(yè)可以對(duì)數(shù)據(jù)進(jìn)行分類(lèi)、歸納和標(biāo)準(zhǔn)化，從而使數(shù)據(jù)更加結(jié)構(gòu)化、易于理解和處理。（1）識(shí)別數(shù)據(jù)類(lèi)型（2）數(shù)據(jù)處理（3）確定標(biāo)簽（4）使用標(biāo)簽化工具（5）數(shù)據(jù)管理（6）數(shù)據(jù)分析數(shù)據(jù)標(biāo)簽的概念數(shù)據(jù)標(biāo)簽化的步驟（四）數(shù)據(jù)標(biāo)簽設(shè)計(jì)客戶分析營(yíng)銷(xiāo)策略客戶服務(wù)產(chǎn)品設(shè)計(jì)數(shù)據(jù)分析在Excel中，數(shù)據(jù)標(biāo)簽是表格中與數(shù)據(jù)點(diǎn)相關(guān)聯(lián)的文本標(biāo)簽，位于圖表中的數(shù)據(jù)點(diǎn)旁邊，用于顯示數(shù)據(jù)點(diǎn)的具體數(shù)值。大量的數(shù)據(jù)標(biāo)簽可能會(huì)使Excel表格顯得擁擠和混亂，為了避免出現(xiàn)這種情況，數(shù)據(jù)分析人員可以對(duì)數(shù)據(jù)標(biāo)簽進(jìn)行分組，或者添加數(shù)據(jù)點(diǎn)連接線。數(shù)據(jù)標(biāo)簽的應(yīng)用使用Excel設(shè)計(jì)數(shù)據(jù)標(biāo)簽（四）數(shù)據(jù)標(biāo)簽設(shè)計(jì)你覺(jué)得數(shù)據(jù)分析人員需要具備什么能力？請(qǐng)和同學(xué)討論，針對(duì)自身具備的能力，說(shuō)一說(shuō)要想掌握數(shù)據(jù)處理技能，自己要從哪些方面努力。課堂討論P(yáng)art/

04數(shù)據(jù)應(yīng)用在經(jīng)過(guò)數(shù)據(jù)采集、數(shù)據(jù)處理之后，大部分?jǐn)?shù)據(jù)可以被廣泛應(yīng)用到營(yíng)銷(xiāo)過(guò)程中，經(jīng)過(guò)數(shù)據(jù)管理平臺(tái)的整合，為企業(yè)創(chuàng)造價(jià)值。（一）營(yíng)銷(xiāo)業(yè)務(wù)規(guī)劃數(shù)據(jù)

創(chuàng)意數(shù)據(jù)創(chuàng)意是指數(shù)據(jù)分析人員根據(jù)自己的知識(shí)和經(jīng)驗(yàn)，整合現(xiàn)有的和外部可利用的數(shù)據(jù)資源進(jìn)行數(shù)據(jù)變現(xiàn)的方式。數(shù)據(jù)創(chuàng)意可以幫助企業(yè)構(gòu)建不同的營(yíng)銷(xiāo)場(chǎng)景。營(yíng)銷(xiāo)

策略在營(yíng)銷(xiāo)策劃階段，企業(yè)把戰(zhàn)略目標(biāo)分解到市場(chǎng)部，市場(chǎng)部又將其承擔(dān)的目標(biāo)分解到主管各細(xì)分市場(chǎng)的市場(chǎng)經(jīng)理，然后需要數(shù)據(jù)分析人員幫助營(yíng)銷(xiāo)人員進(jìn)行客戶細(xì)分，并評(píng)估現(xiàn)有的客戶數(shù)據(jù)。商業(yè)

智能在大數(shù)據(jù)營(yíng)銷(xiāo)的實(shí)際操作中，CRM系統(tǒng)通常會(huì)收集到眾多可能影響客戶購(gòu)買(mǎi)決策的屬性數(shù)據(jù)。因此，數(shù)據(jù)分析人員可用數(shù)據(jù)挖掘方法分析CRM系統(tǒng)中的數(shù)據(jù)，確定哪些數(shù)據(jù)起決定性作用，讓業(yè)務(wù)人員讀懂?dāng)?shù)據(jù)及結(jié)論，讓不同數(shù)據(jù)分析需求方在同一個(gè)數(shù)據(jù)口徑下閱讀分析報(bào)告。（二）數(shù)據(jù)落地應(yīng)用大數(shù)據(jù)營(yíng)銷(xiāo)帶來(lái)更多的基于數(shù)據(jù)的標(biāo)準(zhǔn)化產(chǎn)品，整合了各種數(shù)據(jù)源和營(yíng)銷(xiāo)技術(shù)，基于某些應(yīng)用場(chǎng)景將數(shù)據(jù)變?yōu)榭捎糜跔I(yíng)銷(xiāo)推廣、電商引流和營(yíng)銷(xiāo)分析的標(biāo)準(zhǔn)化產(chǎn)品。數(shù)據(jù)產(chǎn)品01營(yíng)銷(xiāo)協(xié)同個(gè)性化營(yíng)銷(xiāo)實(shí)時(shí)營(yíng)銷(xiāo)接觸管理營(yíng)銷(xiāo)自動(dòng)化02競(jìng)價(jià)實(shí)時(shí)場(chǎng)景完善互聯(lián)網(wǎng)廣告

變現(xiàn)模式03傳統(tǒng)營(yíng)銷(xiāo)數(shù)字營(yíng)銷(xiāo)生態(tài)營(yíng)銷(xiāo)社交營(yíng)銷(xiāo)通過(guò)營(yíng)銷(xiāo)接觸點(diǎn)

連接客戶04案例鏈接微博的大數(shù)據(jù)分析應(yīng)用微博作為國(guó)內(nèi)用戶規(guī)模較大的社交媒體平臺(tái)，在企業(yè)營(yíng)銷(xiāo)過(guò)程中起著十分重要的作用。在大數(shù)據(jù)時(shí)代，大數(shù)據(jù)技術(shù)的應(yīng)用讓微博營(yíng)銷(xiāo)更高效。微博的大數(shù)據(jù)分析包括數(shù)據(jù)收集與整理、用戶畫(huà)像分析、話題與趨勢(shì)分析、競(jìng)品分析。（1）數(shù)據(jù)收集與整理數(shù)據(jù)收集與整理主要包括數(shù)據(jù)采集、數(shù)據(jù)清洗和數(shù)據(jù)存儲(chǔ)。（2）用戶畫(huà)像分析用戶畫(huà)像分析主要包括用戶基本屬性分析、用戶行為分析、用戶興趣圖譜構(gòu)建等。（3）話題與趨勢(shì)分析話題與趨勢(shì)分析主要包括話題監(jiān)測(cè)、話題分析和趨勢(shì)預(yù)測(cè)。（4）競(jìng)品分析競(jìng)品分析主要包括競(jìng)品選擇、競(jìng)品數(shù)據(jù)收集和競(jìng)品對(duì)比分析。在微博營(yíng)銷(xiāo)中，大數(shù)據(jù)分析技術(shù)可以幫助企業(yè)更好地了解消費(fèi)者群體的興趣愛(ài)好、行為習(xí)慣等信息，從而制定更加精準(zhǔn)的營(yíng)銷(xiāo)策略。（二）數(shù)據(jù)落地應(yīng)用大數(shù)據(jù)營(yíng)銷(xiāo)帶來(lái)更多的基于數(shù)據(jù)的標(biāo)準(zhǔn)化產(chǎn)品，整合了各種數(shù)據(jù)源和營(yíng)銷(xiāo)技術(shù)，基于某些應(yīng)用場(chǎng)景將數(shù)據(jù)變?yōu)榭捎糜跔I(yíng)銷(xiāo)推廣、電商引流和營(yíng)銷(xiāo)分析的標(biāo)準(zhǔn)化產(chǎn)品。數(shù)據(jù)產(chǎn)品01營(yíng)銷(xiāo)協(xié)同個(gè)性化營(yíng)銷(xiāo)實(shí)時(shí)營(yíng)銷(xiāo)接觸管理營(yíng)銷(xiāo)自動(dòng)化02競(jìng)價(jià)實(shí)時(shí)場(chǎng)景完善互聯(lián)網(wǎng)廣告

變現(xiàn)模式03傳統(tǒng)營(yíng)銷(xiāo)數(shù)字營(yíng)銷(xiāo)生態(tài)營(yíng)銷(xiāo)社交營(yíng)銷(xiāo)通過(guò)營(yíng)銷(xiāo)接觸點(diǎn)

連接客戶04營(yíng)銷(xiāo)管理數(shù)據(jù)分析數(shù)據(jù)報(bào)表客戶管理構(gòu)建用戶忠誠(chéng)度平臺(tái)05線下渠道電銷(xiāo)渠道電商渠道多渠道整合銷(xiāo)售渠道