大数据分析与挖掘综合能力提升实战

大数据分析与挖掘综合能力提升实战

 

时间：2019年1月19日广州         2019年10月19日广州

费用：1600元/人

【课程目标】

本课程覆盖了如下内容：

1、  数据分析基础，数据分析过程

2、  数据分析方法，数据分析思路。

 

本课程从实际的业务需求出发，结合行业的典型应用特点，围绕实际的商业问题，对数据分析及数据挖掘技术进行了全面的介绍（从数据收集与处理，到数据分析与挖掘，再到数据可视化和报告撰写），通过大量的操作演练，帮助学员掌握数据分析和数据挖掘的思路、方法、表达、工具，从大量的企业经营数据中进行分析，挖掘客户行为特点，帮助运营团队深入理解业务运作，以达到提升学员的数据综合分析能力，支撑运营决策的目的。

 

通过本课程的学习，达到如下目的：

1、  了解数据分析基础知识，掌握数据分析的基本过程。

2、  学会数据分析的框架和思路，掌握常用数据分析方法来分析问题。

3、  熟悉数据分析的基本过程，掌握Excel数据分析库操作。

【授课时间】

1天时间

【授课对象】

销售部门、营业厅、业务支撑、经营分析部、网管/网优中心、运营分析部、呼叫中心等对业务数据分析有基本要求的相关人员。

【学员要求】

1、  每个学员自备一台便携机(必须)。

2、  便携机中事先安装好Excel 2010版本及以上。

注：讲师可以提供试用版本软件及分析数据源。

 

【授课方式】

数据分析基础 + 方法讲解 + 实际业务问题分析 + Excel实践操作

采用互动式教学，围绕业务问题，展开数据分析过程，全过程演练操作，让学员在分析、分享、讲授、总结、自我实践过程中获得能力提升。

【课程大纲】

第一部分：              大数据的核心理念

问题：大数据的核心价值是什么？大数据是怎样用于业务决策？

1、  大数据时代：你缺的不是一堆方法，而是大数据思维

2、  大数据是探索事物发展和变化规律的工具

3、  从案例看大数据的核心本质

Ø  用趋势图来探索产品销量规律

Ø  从谷歌的GFT产品探索用户需求变化

Ø  从美国总统竞选看大数据对选民行为进行分析

Ø  从大数据炒股看大数据如何探索因素的相关性

4、  认识大数据分析

Ø  什么是数据分析

Ø  数据分析的三大作用

Ø  常用分析的三大类别

案例：喜欢赚“差价”的营业员（用数据管理来识别）

5、  数据分析需要什么样的能力

Ø  懂业务、懂管理、懂分析、懂工具、懂呈现

6、  大数据应用的四层结构

Ø  数据基础层、数据模型层、业务模型层、业务应用层

7、  大数据分析的两大核心理念

8、  大数据分析面临的常见问题

Ø  不知道分析什么（分析目的不明确）

Ø  不知道怎样分析（缺少分析方法）

Ø  不知道收集什么样的数据（业务理解不足）

Ø  不知道下一步怎么做（不了解分析过程）

Ø  看不懂数据表达的意思（数据解读能力差）

Ø  担心分析不够全面（分析思路不系统）

 

第二部分：              数据分析基本过程

1、  数据分析的六步曲

2、  步骤1：明确目的--理清思路

3、  步骤2：数据收集—理清思路

4、  步骤3：数据预处理—寻找答案

5、  步骤4：数据分析--寻找答案

6、  步骤5：数据展示--观点表达

7、  步骤6：报表撰写--观点表达

8、  数据分析的三大误区

演练：如何用大数据来支撑手机精准营销项目

 

第三部分：              统计分析方法篇

问题：数据分析有什么方法可依?不同的方法适用解决什么样的问题？

1、  数据分析方法的层次

Ø  基本分析法（对比/分组/结构/趋势/…）

Ø  综合分析法（交叉/综合评价/杜邦/漏斗/…）

Ø  高级分析法（相关/方差/验证/回归/时序/…）

Ø  数据挖掘法（聚类/分类/关联/RFM模型/…）

2、  统计分析常用指标

Ø  计数、求和、百分比（增跌幅）

Ø  集中程度：均值、中位数、众数

Ø  离散程度：极差、方差/标准差

Ø  分布形态：偏度、峰度

3、  基本分析方法及其适用场景

Ø  对比分析（查看数据差距）

演练：按性别、省份、产品进行分类统计

Ø  分组分析（查看数据分布）

案例：银行ATM柜员机现金管理分析（银行）

案例：排班后面隐藏的猫腻

案例：通信运营商的流量套餐的合理性评估

 

演练：银行用户消费层次分析（银行）

演练：呼叫中心接听电话效率分析（呼叫中心）

演练：客服中心科学排班人数需求分析（客服中心）

演练：客户年龄分布分析

Ø  结构分析（评估事物构成）

案例：用户市场占比结构分析

案例：物流费用占比结构分析（物流）

Ø  趋势分析（发现变化规律）

案例：破解零售店销售规律

演练：发现产品销售的时间规律

Ø  交叉分析（多维数据分析）

演练：用户性别+地域分布分析

演练：不同区域的产品偏好分析

演练：不同教育水平的业务套餐偏好分析

 

第四部分：              数据分析思路篇

问题：数据分析思路是怎样的？如何才能全面/系统地分析而不遗漏？

1、  数据分析的思路

Ø  从KPI指标开始

Ø  从营销/管理模型开始

2、  常用分析思路模型

3、  用户消费行为分析（5W2H分析法）

演练：用户购买行为分析思路细化

 

结束：课程总结与问题答疑。

 

老师简介

傅一航老师——华为大数据专家

 

傅一航，男，计算机软件与理论硕士研究生（研究方向：数据挖掘、搜索引擎）。在华为工作十年，五篇国家专利，在华为工作期间获得华为数项奖项，曾在英国、日本、荷兰等国家做项目，对大数据有深入的研究。

傅老师专注于大数据分析与挖掘等应用技术，以及大数据系统部署解决方案。旨在将大数据的数据分析、数据挖掘、数据建模应用于行业及商业领域，解决行业实际的问题。将大数据应用于运营决策，帮助企业提升运营决策能力；应用于市场营销，通过大数据营销，解决营销中的用户群细分，产品定位，精准营销，精准促销等实际问题，提升营销效果，节省营销费用，以及市场预测、用户行为预测等。

傅老师目前致力于将大数据技术应用于通信、金融、航空、电商、互联网、政府等领域。傅老师的课程最大特色：实战性强！实现“业务问题+分析思路+分析方法/分析模型+分析工具+结果应用”融为一体。即，结合清晰的业务场景（明确目的），分解为具体的数据问题（分析思路），选择最合适的方法（分析方法），深入浅出的理论讲解（分析模型），使用简单实用的工具操作（分析工具），实现分析结果到业务策略的落地。

获得国家专利：
1.CN1925642:对集群用户进行处理的方法和集群用户处理系统
2.CN101114999A:数据发送控制方法及数据传输设备
3.CN101119183A:重传控制方法及传输设备
4.CN101483847A:实现策略控制的方法、装置及系统
5.CN101605359B:一种切换过程中转发数据的方法、无线实体和基站

 

论文：
1.基于统计的无词典分词方法
2.文本的自动分类
3.基于Internet的智能信息检索技术研究

 

应用类：

《大数据分析与数据挖掘综合能力提升实战》

《“数”说营销----大数据营销实战与沙盘》

《数据挖掘与模型优化实战培训》

《大数据与商业智能实战培训》

《大数据分析与挖掘之SPSS工具入门与提高》

《大数据分析与挖掘之Modeler工具入门与提高培训》

 

理论/认知/策略类：

《大数据产业现状及应用创新》

《大数据战略与商业变革》

《大数据时代的精准营销》

 

技术类：

《Hadoop大数据解决方案开发技术基础培训》

《大数据分析与挖掘技术实战之Python开发》

联系方式：中企联企业培训网 咨询电话：010-62885261 传真：010-62885218 联 系 人：潘洪利 13051501222 电子邮箱：phL568@163.com 网 址：www.zqLpx.com