在不平凡的2020年里,
我们如期开课,“云上见”;
我们线上线下融合教学,“一个都不能少”;
我们克服诸多困难,致力提供更高品质的课程与更充实的学习体验,只为清华MBA学子学有所获、不虚此行。
新年伊始,万象更新。
2021,清华MBA将带着更多精彩纷呈的课程向你走来,敬请期待!

MBA新课介绍
大数据分析的营销前沿应用
任课教师/ 梁屹天
大数据的出现使得营销的科学化、精准化变得可能,而其中的核心就是数据分析。本课程将从一个微观实践的角度,以案例作为载体,讲述数据分析在各种营销场景下的前沿应用。
虽然媒体大量的报导已经使得很多人默认了“数据分析”这个概念。但是,数据分析在营销实践中究竟是怎么一回事?人们常说的“模型”和“算法”究竟是什么?它们在营销中如何落地,又面临哪些挑战?数据分析跟业务逻辑应该如何融合?这些问题不仅困扰着很多对数据分析不熟悉的人,对于很多数据分析的从业者和研究者,回答它们也是很有挑战性的。
本课程将从一个微观实践的角度,以案例作为载体,讲述数据分析在各种营销场景下的前沿应用。本课程旨在提高和培养学生在以下各方面的知识和能力:
(1)数据分析在zui前沿的营销实践中是如何实现的。
(2)各种分析方法的核心原理和背后的逻辑。
(3)数据分析与商业逻辑应该如何融合。
*本课程将于2021年春季学期开课
#任课教师
梁屹天
梁屹天,清华大学经济管理学院市场营销系副教授。2011年获得加拿大英属哥伦比亚大学(UBC)统计学硕士学位;2017年获得加拿大英属哥伦比亚大学(UBC)工商管理学(市场营销)博士学位。他运用大数据方法并结合营销理论对一系列营销的前沿问题进行探讨。他的主要研究领域为大数据营销、网络游戏、电影、保险、数字广告、公益、政府补贴、消费者睡眠等。他的论文发表于国际dingji营销与管理杂志Journal of Marketing Research和Management Science。
#教学方法
本课程将采取案例教学的方法,特点如下:
(1)新:案例大多来自前沿的产学研究成果。
(2)全:案例覆盖了营销的多个方面,例如:推荐、产品开发、广告、定价、客户管理等等。
(3)深:案例的讲解是在微观实践层面。不同于很多其他的大数据课程,本课程专注的是微观应用,力图让学生掌握用数据分析解决实际问题的具体思路。
#具体内容
PART-1推荐
案例载体:淘宝天猫优惠商品的推荐。
重点覆盖以下内容:
经典的推荐算法原理(如:Content based,Collaborative Filtering)
案例中原来正在使用的算法原理(如:Logistic regression,Regression tree)
消费者决策过程中的特点如何融入上述模型,进而改进推荐效果
PART-2产品设计与开发
案例载体1:某咨询公司的一个产品设计调研项目。重点覆盖以下内容:
案例载体2:某汽车品牌的新车型外观研发
PART-3广告
案例载体1(线上广告):以Facebook的广告投放系统作为背景 + 若干zui前沿的有关线上互联网广告的产学研成果。“我知道我的广告费用有一半是浪费的,但我不知道浪费的是哪一半”。如何科学化的测量线上广告投放的ROI是互联网广告这个庞大的行业zui核心的问题之一。这部分重点覆盖以下内容:
案例载体2(广告campaign优化):奔驰的新车发售广告campaign优化策略。这部分重点覆盖以下内容:
PART-4 定价
案例载体1(个性化定价):某招聘网站的2B个性化定价案例。这部分重点覆盖以下内容:
案例载体2(竞争性定价):国内某电商基于其竞争者价格的定价实践案例。这部分重点覆盖内容与上面类似
PART-5 用户管理
这部分会通过多个产学研案例来讲述基于数据量化分析的用户管理框架。
用户生命价值的计算:
基于简单描述性统计数据的方法
基于用户大数据和统计模型的方法
用户维系(customer retention):
流失率预测
优化干预的理论和实践矿浆
短期vs.长期用户价值的一些前沿思考和探索
(本文转载自清华大学经济管理学院 ,如有侵权请电话联系0731-84213616)