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
CDA数据分析师 出品 作者:李诗怡 基础与单表查询 四大类语言 · 数据库基础 · DQL 单表查询 ” 一、SQL 四大类语言与数据 ...
2026-11-13核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-13核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-13一、问题从哪来 财务分析里算增长率,常规公式所有人都会写: 增长率本年数上年数上年数 这个公式在"上年为正"时完全成立。但一 ...
2026-11-12一、什么是加权聚类 普通聚类默认"每个样本、每个指标都同等重要":距离公式里每个样本权重都是 1,每个指标在距离计算里占比相 ...
2026-11-12“纲举目张,执本末从。”若想在数据分析领域有所收获,一套合适的学习教材至关重要。一套优质且契合需求的学习教材无疑是那关键 ...
2026-11-12一、需求从哪来 做 Excel 报表时,"从一个透视表取数据"这个需求通常有三种来源: 汇总页引用:明细透视表在另一个 sheet,汇总 ...
2026-11-11一、透视表的价值在哪 一句话概括:数据透视表把"写公式汇总"变成了"拖字段看结果"。 传统做法要写 SUMIFS、COUNTIFS,改一个维 ...
2026-11-11核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-11一、回归分析到底在解决什么问题 很多人学回归分析,是从公式开始的:最小二乘法、残差平方和、R²、t 检验。公式记住了,但一到 ...
2026-11-10一、等级聚类法是什么 等级聚类法(Hierarchical Clustering),中文也叫系统聚类法、层次聚类法,是聚类分析里最经典的一类方法 ...
2026-11-10考试范围 PART 1 大数据基础理论 占比(8% ) a. 大数据分析基础(1%) b. Python 基础(5%) c. Linux & Ubuntu 操作系统基 ...
2026-11-10一、业务背景 在后台列表、管理系统、报表页面的分页需求里,前端通常需要两份数据:当前页的分页记录、符合筛选条件的数据总条 ...
2026-11-09一、需求看起来简单,实际坑不少 "把文本里所有中括号 [] 中间的内容提取出来"——这是文本清洗里最常见的需求之一。日志里的 [I ...
2026-11-09大数据分析师证书考什么 考试范围 PART 1 大数据基础理论 占比(8% ) a. 大数据分析基础(1%) b. Python 基础(5%) c. Li ...
2026-11-09CDA数据分析师 出品 作者:李诗怡 一、数据处理概述 定义: 在正式开展数据分析之前,对原始采集的数据进行整理、修正、加工和精 ...
2026-11-06一、为什么数据要先标准化 拿到一份数据,各列的量纲往往完全不同:年龄单位是"岁"(约 20~60),收入单位是"元"(几千到几万) ...
2026-11-06一、为什么 Python 成了统计分析的主流工具 十年前做统计分析,主流选择是 SPSS、SAS、Stata。现在越来越多的研究者、分析师转向 ...
2026-11-06核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-06“大学生必备证书有哪些”最容易被答成一张越长越好的清单。但校招筛选的真实逻辑是:证书要对应你投的岗位任务,并且在校期间确 ...
2026-11-05