大數據分析與數據挖掘綜合能力提升實(shí)戰

【培訓對象】
銷(xiāo)售部門(mén)、營(yíng)業(yè)廳、呼叫中心、業(yè)務(wù)支撐、經(jīng)營(yíng)分析部、網(wǎng)管/網(wǎng)優(yōu)中心、運營(yíng)分析部、系統開(kāi)發(fā)部等對業(yè)務(wù)數據分析有基本要求的相關(guān)人員

【培訓收益】
1、了解數據分析基礎知識，掌握數據分析的基本過(guò)程。 2、學(xué)會(huì )數據分析的框架和思路，掌握常用數據分析方法來(lái)分析問(wèn)題。 3、熟悉數據分析的基本過(guò)程，掌握Excel高級數據分析庫操作。 4、熟悉大數據分析工具Power BI，提升數據分析效率，避免重復工作。

第一部分：大數據的核心思維
問(wèn)題：大數據的核心價(jià)值是什么？大數據是怎樣用于業(yè)務(wù)決策？
1、大數據時(shí)代：你缺的不是一堆方法，而是大數據思維
2、大數據的本質(zhì)
數據，是對客觀(guān)事物的描述和記錄
大數據不在于大，而在于全
3、大數據四大核心價(jià)值
用趨勢圖來(lái)探索產(chǎn)品銷(xiāo)量規律
從谷歌的GFT產(chǎn)品探索用戶(hù)需求變化
從大數據炒股看大數據如何探索因素的相關(guān)性
阿里巴巴預測經(jīng)濟危機的到來(lái)
從美國總統競選看大數據對選民行為進(jìn)行分析
4、大數據價(jià)值落地的三個(gè)關(guān)鍵環(huán)節
業(yè)務(wù)數據化
數據信息化
信息策略化
案例：喜歡賺“差價(jià)”的營(yíng)業(yè)員（用數據管理來(lái)識別）

第二部分：數據分析基本過(guò)程
1、數據分析簡(jiǎn)介
數據分析的三個(gè)階段
分析方法的三大類(lèi)別
2、數據分析六步曲
3、步驟1：明確目的--理清思路
確定分析目的：要解決什么樣的業(yè)務(wù)問(wèn)題
確定分析思路：分解業(yè)務(wù)問(wèn)題，構建分析框架
4、步驟2：數據收集—準備數據
明確收集數據范圍
確定收集來(lái)源
確定收集方法
5、步驟3：數據預處理—準備數據
數據質(zhì)量評估
數據清洗、數據處理和變量處理
探索性分析
6、步驟4：數據分析--尋找答案
選擇合適的分析方法
構建合適的分析模型
選擇合適的分析工具
7、步驟5：數據展示--觀(guān)點(diǎn)表達
選擇恰當的圖表
選擇合適的可視化工具
8、步驟6：報表撰寫(xiě)--觀(guān)點(diǎn)表達
選擇報告種類(lèi)
完整的報告結構
9、演練：終端大數據精準營(yíng)銷(xiāo)案例賞析
如何搭建精準營(yíng)銷(xiāo)分析框架？
精準營(yíng)銷(xiāo)分析的過(guò)程和步驟？
精準營(yíng)銷(xiāo)分析結果呈現

第三部分：統計分析方法實(shí)戰篇
問(wèn)題：數據分析有什么方法可依?不同的方法適用解決什么樣的問(wèn)題？
1、數據分析方法的層次
描述性分析法（對比/分組/結構/趨勢/交叉…）
相關(guān)性分析法（相關(guān)/方差/卡方…）
預測性分析法（回歸/時(shí)序/決策樹(shù)/神經(jīng)網(wǎng)絡(luò )…）
專(zhuān)題性分析法（聚類(lèi)/關(guān)聯(lián)/RFM模型/…）
2、統計分析基礎
統計分析兩大要素
統計分析三個(gè)步驟
3、統計分析常用指標
匯總方式：計數、求和、百分比（增跌幅）
集中程度：均值、中位數、眾數
離散程度：極差、方差/標準差、IQR
分布形態(tài)：偏度、峰度
4、基本分析方法及其適用場(chǎng)景
對比分析（查看數據差距）
演練：尋找用戶(hù)的地域分布規律
演練：尋找公司主打產(chǎn)品
演練：用數據來(lái)探索增量不增收困境的解決方案
案例：銀行ATM柜員機現金管理分析（銀行）
分組分析（查看數據分布）
案例：排班后面隱藏的貓膩
案例：通信運營(yíng)商的流量套餐劃分合理性的評估
演練：銀行用戶(hù)消費層次分析（銀行）
演練：呼叫中心接聽(tīng)電話(huà)效率分析（呼叫中心）
演練：客服中心科學(xué)排班人數需求分析（客服中心）
演練：客戶(hù)年齡分布/消費分布分析
結構分析（評估事物構成）
案例：用戶(hù)市場(chǎng)占比結構分析
案例：物流費用占比結構分析（物流）
案例：中移動(dòng)用戶(hù)群動(dòng)態(tài)結構分析
演練：用戶(hù)結構/收入結構/產(chǎn)品結構的分析
趨勢分析（發(fā)現事物隨時(shí)間的變化規律）
案例：破解零售店銷(xiāo)售規律
案例：手機銷(xiāo)量的淡旺季分析
演練：發(fā)現產(chǎn)品銷(xiāo)售的時(shí)間規律
交叉分析（多維數據分析）
演練：用戶(hù)性別+地域分布分析
演練：不同區域的產(chǎn)品偏好分析
演練：不同教育水平的業(yè)務(wù)套餐偏好分析
5、綜合分析方法及其適用場(chǎng)景（略）
綜合評價(jià)法（多維指標歸一）
案例：南京丈母娘選女婿分析表格
演練：人才選拔評價(jià)分析（HR）
杜邦分析法（關(guān)鍵因素分析-財務(wù)數據分析）
案例：運營(yíng)商市場(chǎng)占有率分析（通信）
案例：服務(wù)水平提升分析（呼叫中心）
演戲：提升銷(xiāo)量的銷(xiāo)售策略分析（零售商/電商）
漏斗分析法（關(guān)鍵流程環(huán)節分析-流失率與轉化率分析）
案例：電商產(chǎn)品銷(xiāo)售流程優(yōu)化與策略分析（電商）
演練：營(yíng)業(yè)廳終端銷(xiāo)售流程分析（電信）
演練：銀行業(yè)務(wù)辦理流程優(yōu)化分析（銀行）
矩陣分析法（產(chǎn)品策略分析-象限圖分析法）
案例：工作安排評估
案例：HR人員考核與管理
案例：波士頓產(chǎn)品策略分析
6、最合適的分析方法才是硬道理。

第四部分：數據分析思路篇
問(wèn)題：數據分析思路是怎樣的？如何才能全面/系統地分析而不遺漏？
1、常用分析思路模型
2、企業(yè)外部環(huán)境分析（PEST分析法）
案例：電信行業(yè)外部環(huán)境分析
3、用戶(hù)消費行為分析（5W2H分析法）
案例討論：搭建用戶(hù)消費習慣的分析框架（5W2H）
4、公司整體經(jīng)營(yíng)情況分析（4P營(yíng)銷(xiāo)理論）
5、業(yè)務(wù)問(wèn)題專(zhuān)題分析（邏輯樹(shù)分析法）
案例：用戶(hù)增長(cháng)緩慢分析
6、用戶(hù)使用行為研究（用戶(hù)使用行為分析法）
案例：終端銷(xiāo)售流程分析

第五部分：數據分析策略
問(wèn)題：數據多，看不明白，不知道從何處看出業(yè)務(wù)問(wèn)題？
1、數據分析策略
先宏觀(guān)，后微觀(guān)
先整體，再部分
先普遍，再個(gè)別
先單維，再多維
先表象，再根因
先過(guò)去，再未來(lái)
2、數據解讀要訣
看差距，找短板
看極值，評優(yōu)劣
看分布，分層次
看結構，思重點(diǎn)
看趨勢，思重點(diǎn)
看峰谷，找規律
看異常，找原因
3、解讀要符合業(yè)務(wù)邏輯
案例：營(yíng)業(yè)廳客流趨勢分析

第六部分：數據呈現（根據需要講解，課件留給學(xué)員參考）
1、常用圖形類(lèi)型及選擇原則
2、基本圖形畫(huà)圖技巧
3、圖形美化原則
4、表格美化技巧
案例：繪圖示例

第七部分：分析報告撰寫(xiě)（根據需要講解，課件留給學(xué)員參考）
問(wèn)題：如何讓你的分析報告顯得更專(zhuān)業(yè)？
1、分析報告的種類(lèi)與作用
2、報告的結構
3、報告命名的要求
4、報告的目錄結構
5、前言
6、正文
7、結論與建議

第八部分：Power Query預處理工具實(shí)戰篇
1、Power BI組件框架
Power Query超級查詢(xún)器
Power Pivot超級透視表
Power View交互式圖表工具
2、獲取和轉換（Power Query）
數據處理的常見(jiàn)問(wèn)題
PQ功能簡(jiǎn)介
3、多數據源讀取
多數據源讀取
演練：從文件/Excel/數據庫/Web頁(yè)獲取數據源
4、數據組合/集成
數據的追加
變量的合并
文件夾合并
演練：數據集成（追加、合并、文件夾）
5、數據轉換
數據表的管理
數據類(lèi)型和格式
數據列的操作
數據行的操作
演練：數據預處理操作
6、PQ的本質(zhì)—M語(yǔ)言
強大的M語(yǔ)言
第九部分：Power View交互式圖表工具實(shí)戰篇
問(wèn)題：如何讓你的分析結果更直觀(guān)易懂？如何讓數據“慧”說(shuō)話(huà)？
1、圖表類(lèi)型與作用
2、常用圖形及適用場(chǎng)景
3、Power view簡(jiǎn)介
4、常用圖表制作
柱狀圖、條形圖
折線(xiàn)圖、餅圖
5、復雜圖形制作
雙坐標圖（不同量綱呈現）
對稱(chēng)條形圖（對比）
散點(diǎn)圖/氣泡圖（矩陣分析法）
瀑布圖（成本、收益構成分析）
漏斗圖（用戶(hù)轉化率分析）
演練：圖表制作與演示
6、交互式圖表
7、分層鉆取
8、四種篩選器
第十部分：Power Pivot數據建模工具實(shí)戰篇
1、Power Pivot簡(jiǎn)介
2、PP基本功能
數據分類(lèi)
匯總方式
3、超級透視表
建模的核心：篩選器與計算器
建立多表關(guān)系模型
關(guān)系管理：新建、修改、刪除
演練：數據預處理操作
4、度量值
度量值定義
度量值計算
度量值的雙層篩選
演練：度量值使用
5、計算列
新建列
列與度量值的區別
6、DAX數據分析表達式
DAX公式
DAX運算符
DAX函數
DAX高級篩選函數
7、上下文
行上下文
篩選上下文
度量值的計算原理
上下文沖突時(shí)的上下文處理
結束：課程總結與問(wèn)題答疑。
 

華為系大數據專(zhuān)家。
計算機軟件與理論碩士研究生（研究方向：數據挖掘、搜索引擎）。在華為工作十年，五項國家專(zhuān)利，在華為工作期間獲得華為數項獎項，曾在英國、日本、荷蘭和比利時(shí)等海外市場(chǎng)做項目，對大數據有深入的研究。

傅老師專(zhuān)注于大數據分析與挖掘、機器學(xué)習等應用技術(shù)，以及大數據系統部署解決方案。旨在將大數據的數據分析、數據挖掘、數據建模應用于行業(yè)及商業(yè)領(lǐng)域，解決行業(yè)實(shí)際的問(wèn)題。

1、讓決策更科學(xué)：將大數據應用于運營(yíng)決策，用大數據探索領(lǐng)域發(fā)展規律和行業(yè)發(fā)展趨勢，有效分析用戶(hù)需求，并預測用戶(hù)行為，最終實(shí)現市場(chǎng)變化預測，提升企業(yè)科學(xué)決策能力。
2、讓管理更高效：將大數據應用于企業(yè)管理，用大數據呈現企業(yè)整體運營(yíng)情況，診斷企業(yè)管理問(wèn)題和風(fēng)險，全面理解組織、產(chǎn)品、人員、營(yíng)銷(xiāo)、財務(wù)等要素間的相關(guān)性，實(shí)現企業(yè)資源的最優(yōu)化配置，提升企業(yè)管理效率。
3、讓營(yíng)銷(xiāo)更精準：將大數據應用于市場(chǎng)營(yíng)銷(xiāo)，解決營(yíng)銷(xiāo)中的用戶(hù)群細分和品牌定位，客戶(hù)價(jià)值評估，產(chǎn)品設計優(yōu)化，產(chǎn)品最優(yōu)定價(jià)等實(shí)際問(wèn)題，實(shí)現精準營(yíng)銷(xiāo)和精準推薦，以最小的營(yíng)銷(xiāo)成本實(shí)現最大化的營(yíng)銷(xiāo)效果。
傅老師目前致力于將大數據技術(shù)應用于通信、金融、航空、電商、互聯(lián)網(wǎng)、政府等領(lǐng)域。傅老師的課程最大特色：實(shí)戰性強！“圍繞業(yè)務(wù)問(wèn)題+搭建分析框架+運用分析方法+建立分析模型+熟悉分析工具+形成業(yè)務(wù)策略”。以商業(yè)問(wèn)題為起點(diǎn)，基于實(shí)際的業(yè)務(wù)應用場(chǎng)景（明確目的），搭建全面系統的業(yè)務(wù)框架和分析維度（分析思路），選擇最合適的方法（分析方法），深入淺出的理論講解（分析模型），使用簡(jiǎn)單實(shí)用的工具操作（分析工具），對分析結果進(jìn)行有效的解讀（數據可視化），最終形成具體的業(yè)務(wù)建議，實(shí)現業(yè)務(wù)分析/數據分析的閉環(huán)。
重思路：核心理念+分析思路；
重體系：分析過(guò)程+分析步驟；
重實(shí)戰：分析方法+分析模型+分析工具；
重落地：數據可視化+數據解讀+業(yè)務(wù)策略。

 

• 大數據挖掘、可視化與ChatGPT職場(chǎng)賦能 培訓班

  開(kāi)課時(shí)間：已開(kāi)課

  開(kāi)課地點(diǎn)： 北京-北京

  第一天上午 數據分析實(shí)戰 第一講 零基礎學(xué)Python講解Python背景、國內發(fā)展狀況、基礎語(yǔ)法、數據結構及繪圖操作等內容。特別針對向量計算這塊，著(zhù)重介紹Python在這方面的優(yōu)勢及用法。第二講 數據分析方法論講解統計分析基礎，包括統計學(xué)基本概念，假設檢驗，置信區間等基礎，并結..

  ￥7,800   元/ 天

  人氣：209  

  

• 金稅四期大數據監管下企業(yè)中高收入者個(gè)稅籌劃及外籍人士個(gè)稅風(fēng)險應對

  開(kāi)課時(shí)間：已開(kāi)課

  開(kāi)課地點(diǎn)： 上海-上海

  第一部分：最新政策解讀1、個(gè)人養老金有關(guān)個(gè)人所得稅政策解讀2、延續實(shí)施有關(guān)個(gè)人所得稅優(yōu)惠政策（股權激勵、）解讀3、支持居民換購住房個(gè)人所得稅政策解讀4、法律援助補貼有關(guān)稅收政策解讀5、《個(gè)人所得稅專(zhuān)項附加扣除操作辦法（試行）》政策解讀6、海南自由貿易港、滬港通個(gè)稅優(yōu)惠政策..

  ￥3,500   元/ 天

  人氣：223  

  

• 金稅四期大數據監管下企業(yè)中高收入者個(gè)稅籌劃及外籍人士個(gè)人稅收風(fēng)險應對

  開(kāi)課時(shí)間：已開(kāi)課

  開(kāi)課地點(diǎn)： 北京-北京

  第一部分：最新政策解讀1、個(gè)人養老金有關(guān)個(gè)人所得稅政策解讀2、延續實(shí)施有關(guān)個(gè)人所得稅優(yōu)惠政策（股權激勵、）解讀3、支持居民換購住房個(gè)人所得稅政策解讀4、法律援助補貼有關(guān)稅收政策解讀5、《個(gè)人所得稅專(zhuān)項附加扣除操作辦法（試行）》政策解讀6、海南自由貿易港、滬港通個(gè)稅優(yōu)惠政策..

  ￥3,500   元/ 天

  人氣：270  

  

• 大數據分析與挖掘綜合能力提升實(shí)戰

  開(kāi)課時(shí)間：已開(kāi)課

  開(kāi)課地點(diǎn)： 廣東-廣州

  【課程大綱】第一部分：大數據的核心思維問(wèn)題：大數據的核心價(jià)值是什么？大數據是怎樣用于業(yè)務(wù)決策？1、大數據時(shí)代：你缺的不是一堆方法，而是大數據思維2、大數據的本質(zhì)數據，是對客觀(guān)事物的描述和記錄大數據不在于大，而在于全3、大數據四大核心價(jià)值..

  ￥3,800   元/ 天

  人氣：490  

  

• 企業(yè)級大數據專(zhuān)業(yè)人員(EBDP)認證

  開(kāi)課時(shí)間：已開(kāi)課

  開(kāi)課地點(diǎn)： 福建-廈門(mén)

  時(shí)間安排 培訓模塊 培訓內容 ..

  ￥6,800   元/ 天

  人氣：466