<ul id="8eaoi"></ul> **講 數據分析的基本方法
1、常用的分析方法
2、數據排列和百分比分析
3、均值離差分析
4、趨勢和波動分析
5、相關性分析
6、常見的分析題目
靜態數據分解，例如投訴量
多組同質數據分析，例如質量成績
時間序列，例如話務量
抽樣分析，例如顧客滿意度
對比分析，例如顧客習慣
第二講 數據分析方法在服務分析中的應用
1、數據分析知識：
帕累托分析
數據排列
百分比分析
數據相關性
2、帕累托分析和百分比趨勢變化
話務員質檢成績案例
相關性分析和數據排列
新業務開通量案例
帕累托分析和百分比分析
3、小組課題案例分析和演示
話務量組成案例
數據排列和百分比分析
顧客投訴組成案例
第三講 數據挖掘的基本方法
1、何謂數據挖掘?
數據挖掘能做什么?
商業領域的數據挖掘
2、技術層面的數據挖掘
呼叫中心數據挖掘方法論
呼叫中心數據的分類與描述
3、數據挖掘的價值舉例
4、數據分析前提
5、數據分析結果
6、數據挖掘的基本模型和整體流程
第四講 數據挖掘在服務分析中的應用
1、呼叫中心數據挖掘的類型
商業問題的正確識別
如何將數據轉換成可操作的決策?
呼叫中心數據挖掘模型的建立與選擇數據挖掘的相關算法
如何建立好的預測模型
2、客戶信息的類型與分析數據準備
領先行業的客戶數據管理實踐
客戶價值管理理解客戶管理階梯
客戶管理的內容與策略
客戶價值的正確識別
如何進行客戶細分
3、建立數據挖掘模型
評價模型的幾個標準
選擇合適的模型
客戶數據管理的核心內容
客戶數據采集與數據質量管理
第五講 分析結果的展現
1、數據展示的核心技巧
常用分析圖表與應用
數據展示的工具選擇
報表展示的方法與技巧
案例：數據庫營銷績效評估
2、模型的解釋與說明
模型的評估方法
如何向技術部門說明模型的應用
優化營銷績效的核心方法與技巧
案例：如何從客戶響應與客戶忠誠獲利？
第六講 常用分析工具功能介紹
1、Excel數據分析功能
2、SPSS數據分析功能
