数字化运营下的数据分析与数据挖掘应用培训
发布日期:2015-10-14浏览:5917
-
课程时长
30 H课程大纲
第一部分:认识大数据
1、 大数据时代已经来临
2、 大数据战略
3、 大数据的4V特征
大规模(Volume)
多样性(Variety)
高速度(Velocity)
价值性(Value)
4、 大数据的应用领域
生活领域
金融领域
行政执法
商业领域
5、 数据分析与经营决策
第二部分:认识数据分析
1、 认识数据分析
什么是数据分析
数据分析的三大作用
数据分析的三大类型
2、 数据分析与挖掘在行业的应用
客户市场细分与精准营销
客户流失预警与客户挽留
产品交叉销售与套餐捆绑
营销效果评估与广告投放
客户价值评估与忠诚度
销售趋势分析与销售预测
客户满意度分析与影响因素
3、 数据分析的六步曲
步骤1:需求明确--理清思路
步骤2:数据收集—理清思路
步骤3:数据预处理--寻找答案
步骤4:数据分析--寻找答案
步骤5:数据展示--观点表达
步骤6:报表撰写--观点表达
案例演练:Excel数据导入练习
案例演练:Excel数据预处理练习
第三部分:数据分析方法篇
1、 基本数据分析方法
对比分析、分组分析、结构分析、平均分析、交叉分析
案例演练:数据统计应用(二维交叉表-透视表)
2、 综合数据分析方法
多维数据分析(综合评价法)
财务数据分析(杜邦分析法)
流失率与转化率分析(漏斗分析法)
产品策略分析(象限图分析法)
案例演练:品牌认知度分析
第四部分:数据分析方法论篇
1、 数据分析的思想与框架
2、 企业外部环境分析(PEST分析法)
案例演练:电信行业情况分析
3、 用户消费行为分析(5W2H分析法)
案例演练:用户消费行为分析(5W2H)
4、 公司整体经营情况分析(4P营销理论)
5、 业务问题专题分析(逻辑树分析法)
6、 用户使用行为研究(用户使用行为分析法)
第五部分:数据挖掘篇
1、 什么是数据挖掘
2、 数据挖掘的发展历程
3、 数据挖掘的标准流程(CRISP-DM)
商业理解
数据准备
数据理解
模型建立
模型评估
模型应用
4、 数据挖掘技术实践
SPSS基本操作:数据导入、计算变量、描述性统计
参数检验分析(样本均值检验)
案例演练:信用卡消费评估分析
案例演练:吸烟对胆固醇指标影响的评估
案例演练:促销效果评估
非参数检验分析(样本分布检验)
案例演练:产品合格率检验
案例演练:儿童身高差异检验
案例演练:制造工艺差异检验
案例演练:训练新方法有效性检验
案例演练:促销方式效果检验
案例演练:客户满意度差异检验
方差分析(影响因素分析)
案例演练:广告形式、地区对销量的影响因素分析
案例演练:饲料与生猪体重的影响分析
相关分析(相关程度计算)
案例演练:腰围与体重的相关分析
案例演练:家庭生活开支的相关分析
回归分析(预测分析)
案例演练:工资与工龄的关系分析
案例演练:客户购买预测分析
案例演练:品牌选择预测分析
时间序列分析(预测分析)
案例演练:电视机销量预测分析
案例演练:上海证券交易所综合指数收益率序列分析
案例演练:汽车销量预测分析
聚类分析(Clustering)
案例演练:小康指数划分
案例演练:裁判标准一致性分析
案例演练:商场服务奖项奖选择
分类分析(Classification)
案例演练:银行低信用客户特征分析
案例演练:电信行业客户流失预警与客户挽留
关联分析(Association)
案例演练:超市商品交叉销售与布局优化
RFM模型
案例演练:用户价值评估与促销名单
案例演练:重购用户特征分析
预测分析(回归分析)
案例演练:产品销量预测分析
第六部分:图表呈现篇
1、 图表类型与作用
2、 常用图形
柱状图(对比分析)
条形图(对比分析)
折线图(数据趋势分析)
饼图(产品组成分析)
雷达图(多重数据比较)
案例演练:图形绘制
3、 复杂图形
平均线图(对比分析)
双坐标图(不同量纲呈现)
对称条形图(对比)
瀑布图(成本、收益构成分析)
漏斗图(用户转化率分析)
散点图/气泡图(用户、产品分类分析)
帕累托图/柏拉图(主要根因分析)
案例演练:图形绘制
4、 图表美化原则
简约
整洁
对比/突出
5、 表格呈现
6、 优秀图表示例解析
第七部分:分析报告撰写
1、 分析报告的种类与作用
2、 报告的结构
3、 报告命名的要求
4、 报告的目录结构
5、 前言
6、 正文
7、 结论与建议
8、 优秀报告展现与解析
结束:课程总结与问题答疑。