董晓静 |
LinkedIn 大数据营销总监
董教授的科研和教学方向是大数据分析及其在市场营销和商业决策中的应用，侧重于对消费者决策过程和变化的分析和研究。曾经与美国硅谷以及中国多个著名大公司合作，帮助建立数据分析系统，并指导数据分析和商业策略。在学术休假期间，应邀担任美国领英公司的大数据营销全球总监。主要课题是商业行为如何影响客户的行为和决策，以及客户之间的互相影响，包括产品销量预测，用户决策动态分析，用户acquisition and customer churn 预测，CRM，客户的价值和风险评估，数字/互联网营销，手机营销，品牌的建立，Marketing Attribution，基于大数据的实验设计及分析，数据的采集方法，工业大数据中的运行监控和维护预测，新产品市场开发等等。
课程概要
背景介绍：
在当今新技术层出不穷的挑战下，能够充分应用大数据和人工智能技术，挖掘数据信息，制定有效精准的营销策略，是任何行业任何企业在竞争中脱颖而出的重要手段。本课程介绍数据营销在商业决策中的方法和应用，并分析其在行业中的best practice 和案例和挑战。
解决思路/成功要点：
本讲座将从三个板块介绍数据营销的方法和案例。这三个板块根据客户的生命周期定义的：
板块一：customer acquisition
公司可以通过多种方式和手段赢取新的客户，包括线上和线下的方式。通过使用这些数据，分析不同电子渠道吸引新用户的效率，有效合理的分配营销在获得新客户方面的投入。介绍两种不同的方式分析营销的投资回报率：一个是由上至下的Marketing Mix Modeling, 另外一个是由下至上的Marketing Attribution Modeling.
板块二：customer retention
当一个用户开始在公司的平台上购买产品，她就变成了客户，首先要采取有效的方式跟踪收集关于这个客户的信息。营销的目的是提高客户满意度，客户忠诚度，和客户终身价值。
板块三：customer churn management
通过数据建模可以提前预测到哪些客户有离开的可能，就可以有针对性的采取一些营销的措施，赢回客户。
成果：
虽然各个公司的具体情况不同，商业决策的背景和侧重点也不同。上面介绍的这些方法为公司大数据商业决策的思路提供了一个解决框架，对任何公司的决策过程和管理都有很大的帮助。
听众收益
首先，帮助听众意识到大数据技术在商业决策中的应用并不是自动和直接简单的方式，需要结合大数据/人工智能技术以及业务知识和经验；其次，本讲座介绍了几个具体的方法和实践应用；最后，介绍某些案例和best practice.
董晓静 |
LinkedIn 大数据营销总监
董教授的科研和教学方向是大数据分析及其在市场营销和商业决策中的应用，侧重于对消费者决策过程和变化的分析和研究。曾经与美国硅谷以及中国多个著名大公司合作，帮助建立数据分析系统，并指导数据分析和商业策略。在学术休假期间，应邀担任美国领英公司的大数据营销全球总监。主要课题是商业行为如何影响客户的行为和决策，以及客户之间的互相影响，包括产品销量预测，用户决策动态分析，用户acquisition and customer churn 预测，CRM，客户的价值和风险评估，数字/互联网营销，手机营销，品牌的建立，Marketing Attribution，基于大数据的实验设计及分析，数据的采集方法，工业大数据中的运行监控和维护预测，新产品市场开发等等。
课程概要
背景介绍：
在当今新技术层出不穷的挑战下，能够充分应用大数据和人工智能技术，挖掘数据信息，制定有效精准的营销策略，是任何行业任何企业在竞争中脱颖而出的重要手段。本课程介绍数据营销在商业决策中的方法和应用，并分析其在行业中的best practice 和案例和挑战。
解决思路/成功要点：
本讲座将从三个板块介绍数据营销的方法和案例。这三个板块根据客户的生命周期定义的：
板块一：customer acquisition
公司可以通过多种方式和手段赢取新的客户，包括线上和线下的方式。通过使用这些数据，分析不同电子渠道吸引新用户的效率，有效合理的分配营销在获得新客户方面的投入。介绍两种不同的方式分析营销的投资回报率：一个是由上至下的Marketing Mix Modeling, 另外一个是由下至上的Marketing Attribution Modeling.
板块二：customer retention
当一个用户开始在公司的平台上购买产品，她就变成了客户，首先要采取有效的方式跟踪收集关于这个客户的信息。营销的目的是提高客户满意度，客户忠诚度，和客户终身价值。
板块三：customer churn management
通过数据建模可以提前预测到哪些客户有离开的可能，就可以有针对性的采取一些营销的措施，赢回客户。
成果：
虽然各个公司的具体情况不同，商业决策的背景和侧重点也不同。上面介绍的这些方法为公司大数据商业决策的思路提供了一个解决框架，对任何公司的决策过程和管理都有很大的帮助。
听众收益
首先，帮助听众意识到大数据技术在商业决策中的应用并不是自动和直接简单的方式，需要结合大数据/人工智能技术以及业务知识和经验；其次，本讲座介绍了几个具体的方法和实践应用；最后，介绍某些案例和best practice.
