A31 大数据分析及数据挖掘能力提升实战(5天).docx

大数据分析与数据挖掘能力提升实战【课程目标】本课程为综合课程，包含基本的数据分析，到高级的数据挖掘，数据建模，以及大数据在市场营销方面的应用，帮助企业的相关人员提升数据分析的综合能力，解决业务问题和企业决策问题。本课程从实际的业务需求出发（特别是市场营销领域的业务），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：了解大数据的核心理念，以及大数据思维。掌握数据分析的基础知识，掌握数据分析的基本过程。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。掌握数据挖掘，数据建模，以及模型优化，能够解决商业问题。掌握常用分析和挖掘工具，学习使用Excel、SPSS、Modeler工具来做数据分析、数据挖掘，以及数据预处理和建模。【授课时间】5天时间【授课对象】市场营销部、业务支撑、经营分析部、网管/网优中心、数据分析部等对业务数据分析有要求的相关人员。【学员要求】每个学员自备一台便携机(必须)。便携机中事先安装好Excel 2010版本及以上（常规分析）。便携机中事先安装好IBMSPSSStatistics v19版本及以上（数据挖掘）。便携机中事先安装好IBMSPSS Modeler v19版本及以上（数据预处理和建模）。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/挖掘基础+思路分解 +方法讲解 +实际业务问题分析 +工具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。不空谈理论，不空谈方法，以业务分析为核心，以解决问题为目的。一切不以解决业务问题的数据分析/挖掘都是耍流氓！【课程大纲】第一部分：解构大数据大数据时代已经来临大数据的三层理解理论层：以数据为基础技术层：以平台为手段应用层：以应用为导向大数据的4V特征大数据的核心价值发现业务运行规律预测事物未来大数据在各行业是如何应用的医疗卫生政治军事行政执法金融银行……数据分析的核心理念数据变化意味着业务变化数据间关系意味着因素间的关系大数据战略大数据成为企业的核心资产大数据成为业务创新的核心引擎从数据化运营到运营数据大数据的思维变革定量思维相关思维实验思维……大数据的商业模式分析大数据的人才培养第二部分：数据分析篇问题：数据分析是神马?数据分析基本过程？数据分析面临的常见问题认识数据分析什么是数据分析数据分析的三大作用数据分析的三大类别案例：喜欢赚“差价”的营业员数据分析的六步曲明确目的收集数据处理数据（预处理）分析数据呈现数据（可视化）撰写报告案例：终端精准营销项目过程讨论数据分析师需要什么样的能力懂业务、懂管理、懂分析、懂工具、懂呈现大数据应用系统的四层结构数据基础层、数据模型层、业务模型层、业务应用层数据分析方法的层次基本分析法（对比/分组/结构/趋势/…）综合分析法（交叉/综合评价/杜邦/漏斗/…）高级分析法（相关/方差/验证/回归/时序/…）数据挖掘法（聚类/分类/关联/RFM模型/…）基本分析方法及其适用场景对比分析（查看数据差距）演练：按性别、省份、产品进行分类统计分组分析（查看数据分布）演练：银行信用卡月消费分析（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：客户年龄分布分析案例：排班后面隐藏的猫腻结构分析（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）趋势分析（发现变化规律）案例：破解零售店销售规律综合分析方法及其适用场景交叉分析（两维分析）演练：用户性别+地域分布分析综合评价法（多维指标归一）演练：人才选拔评价分析（HR）案例：南京丈母娘选女婿分析表格杜邦分析法（关键因素分析-财务数据分析）案例：电信市场占有率分析演练：服务水平提升分析（呼叫中心）案例：销售额的影响因素分析（零售店/电商）漏斗分析法（关键流程环节分析-流失率与转化率分析）演练：终端销售流程分析（电信营业厅）案例：业务办理流程优化分析（银行营业厅）案例：物流配送效率分析（物流）矩阵分析法（产品策略分析-象限图分析法）案例：工作安排评估案例：HR人员考核与管理案例：波士顿产品策略分析最合适的分析方法才是硬道理。数据分析思路（如何细化业务问题）案例：利用5W2H来分析产品销售情况第三部分：概率与数理统计篇数据统计指标集中程度：平均数/中位数/众数离散程度：全距/四分位距/标准差/