01
代理商体系概述
什么是代理商分级、为什么需要分级、分级带来的商业价值。
概念价值
02
代理商分级模型设计
金字塔模型、星级模型、能力成熟度模型对比。
模型对比
03
核心分级指标（KPI）
销售额、回款率、客户满意度、市场覆盖率。
KPI指标
04
数据采集与清洗
如何从CRM/ERP提取数据、数据去重与异常值处理。
数据清洗
05
权重分配方法
主观赋权法（AHP层次分析）、客观赋权法（熵权法）。
AHP熵权法
06
评分卡构建
设计评分维度、设定阈值、自动化评分逻辑。
评分自动化
07
分级结果输出
钻石、金牌、银牌、铜牌、普通五级划分标准。
五级标准
08
优选策略概述
什么是优选、优选与分级的区别、优选的目标。
优选策略
09
优选指标设计
历史业绩、增长潜力、合作意愿、资源匹配度。
指标设计
10
数据标准化处理
Min-Max归一化、Z-score标准化实战。
归一化Z-score
11
TOPSIS法优选
构建决策矩阵、计算正负理想解、贴近度排序。
TOPSIS排序
12
层次分析法（AHP）实战
构建层次结构、构造判断矩阵、一致性检验。
AHP一致性
13
熵权法确定权重
信息熵计算、权重推导、Python代码实现。
熵权Python
14
聚类分析辅助分级
K-means聚类、肘部法则确定K值、轮廓系数评估。
聚类K-means
15
RFM模型在代理商分析中的应用
最近一次交易、交易频率、交易金额。
RFM分析
16
代理商生命周期管理
引入期、成长期、成熟期、衰退期策略。
生命周期策略
17
动态分级机制
季度/年度调整、升降级触发条件、预警机制。
动态预警
18
激励政策设计
返点比例、市场费用支持、培训资源倾斜。
激励返点
19
风险控制
信用评级、坏账预警、合同履约监控。
风控信用
20
渠道冲突管理
价格冲突、区域冲突、线上线下一体化策略。
冲突渠道
21
数据可视化看板
分级分布饼图、业绩趋势折线图、雷达图对比。
可视化看板
22
Python实战：Pandas数据清洗与特征工程
数据清洗、特征构造、代码实战。
Pandas特征工程
23
Python实战：Scikit-learn实现K-means聚类分级
聚类模型、分级映射、代码实现。
K-meansSklearn
24
Python实战：自定义评分函数与自动化分级脚本
自动化评分、分级脚本、批量处理。
自动化脚本
25
Python实战：TOPSIS优选算法完整代码实现
TOPSIS完整代码、排序输出。
TOPSIS代码
26
案例1：某消费品企业代理商分级体系搭建全过程
从0到1搭建分级体系，实战案例。
案例消费品
27
案例2：某科技公司利用TOPSIS优选核心代理商
TOPSIS优选核心代理，提升效率。
案例科技
28
案例3：某制造企业动态分级与激励政策联动实践
动态分级+激励联动，业绩增长。
案例制造
29
常见问题与避坑指南
数据不全怎么办、指标打架怎么处理、老板不认可怎么办。
FAQ避坑
30
课程总结与未来趋势
AI辅助分级、实时动态分级、生态型代理商体系。
趋势AI