高度决定眼界、专业创造价值!中国规模最大、实力最强的培训服务提供商!

24小时服务热线:020-31041068

详细内容:当前的位置:首页 >> 公开课

大数据分析与挖掘综合能力提升实战

  • 开课时间: 2017年5月26日 周五 2017年5月27日 周六 查看最新上课时间
  • 开课城市: 深圳
  • 培训时长:2天
  •  
  • 课程类别: 市场营销
  • 主讲老师:傅一航 (查看该老师更多课程)
  • 课程编号: 49612
  • 查找同类课程
大数据分析与挖掘综合能力提升实战其它上课时间:

培训对象:

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。

培训内容:

课程大纲:

大数据分析与挖掘综合能力提升实战
【课程目标】
一般情况下,在企业中有80%的数据分析工作(比如业务分析、经营分析等等),都可以使用简单的统计分析方法来解决,关键在于发现企业运营过程中的业务规律及业务问题,进而提出业务策略及建议,供企业领导进行决策。
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。
3、数据可视化呈现,数据报告撰写。
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高级数据分析库操作。
4、熟练使用图表制作工具,掌握图表美化原则,正确使用图表来表达观点。
5、掌握数据分析报告的写作技巧及要点,全面正确地呈现分析结果。
【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Excel2013版软件。
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:认识数据分析
问题:数据分析是神马 数据分析基本过程
1、数据分析面临的常见问题
不知道分析什么(分析目的不明确)
不知道怎样分析(缺少分析方法)
不知道收集什么样的数据(业务理解不足)
不知道下一步怎么做(不了解分析过程)
看不懂数据表达的意思(数据解读能力差)
担心分析不够全面(分析思路不系统)
2、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
3、数据分析需要什么样的能力
懂业务、懂管理、懂分析、懂工具、懂呈现
4、大数据应用的四层结构
数据基础层、数据模型层、业务模型层、业务应用层
5、数据分析与挖掘在企业中的应用
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
先有数据还是先有问题
确定分析目的
确定分析思路
3、步骤2:数据收集理清思路
明确收集数据范围
确定收集来源
确定收集方法
演练:Excel数据导入练习
4、步骤3:数据预处理寻找答案
数据清洗、转化、提取、计算
数据质量评估
演练:Excel数据预处理练习
5、步骤4:数据分析--寻找答案
分析方法选择
构建合适的分析模型
分析工具选择
6、步骤5:数据展示--观点表达
选择合适的可视化工具
选择恰当的图表
7、步骤6:报表撰写--观点表达
选择报告种类
完整的报告结构
8、数据分析的三大误区
案例:终端营销项目过程讨论
第三部分:数据分析方法篇
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
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/)
2、统计分析常用指标
计数、求和、百分比(增跌幅)
集中程度:均值、中位数、众数
离散程度:极差、方差/标准差
分布形态:偏度、峰度
3、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)
演戏:客户年龄分布分析
案例:排班后面隐藏的猫腻
结构分析(评估事物结构)
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
4、综合分析方法及其适用场景
交叉分析(两维分析)
演练:用户性别与地域分布分析
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
5、最合适的分析方法才是硬道理。
第四部分:解读数据分析结果
问题:数据多,看不明白,不知道从何处看出业务问题
1、数据分析的目的
发现业务规律
发现业务异常
寻找业务策略
2、对比分析及业务策略
看差距,补短板
看极值,评优劣
看异常,找原因
3、结构分析及业务策略
看占比,聚焦重点
看失衡,优化结构
4、趋势分析及业务策略
看变化,说趋势
看峰谷,找规律
看异常,找原因
5、解读要符合业务逻辑
案例:销售额数据分析
案例:营业厅工单结构分析
案例:营业厅客流趋势分析
第五部分: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、数据分析的思想
从KPI指标开始
从营销/管理模型开始
2、常用分析思路模型
3、企业外部环境分析(PEST分析法)
案例:电信行业外部环境分析
4、用户消费行为分析(5W2H分析法)
案例:用户购买行为分析(5W2H)
5、公司整体经营情况分析(4P营销理论)
6、业务问题专题分析(逻辑树分析法)
案例:用户增长缓慢分析
7、用户使用行为研究(用户使用行为分析法)
案例:终端销售流程分析
第六部分:图表呈现篇
问题:如何让你的分析结果更直观易懂 如何让数据慧说话
1、图表类型与作用
2、常用图形及适用场景
3、常用图形
柱状图(对比分析)
条形图(对比分析)
折线图(趋势分析)
饼图(结构分析)
雷达图(多重数据比较)
演练:图形绘制
4、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)
散点图/气泡图(矩阵分析法)
瀑布图(成本、收益构成分析)
漏斗图(用户转化率分析)
演练:图形绘制
5、动态图表画法技巧
6、图表美化原则
7、表格呈现
8、优秀图表示例解析
第七部分:分析报告撰写
问题:如何让你的分析报告显得更专业
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
案例:营业时间调整专题报告
案例:企业业务运营分析报告
第八部分:数据分析实战篇
1、相关分析(衡量变量间的的相关性)
问题:营销费用会影响销售额吗 影响程度大吗
什么是相关关系
相关系数:衡量相关程度的指标
相关分析的过程
相关分析应用场景
演练:体重与腰围的关系
演练:营销费用与销售额的关系
案例:推广费用、销售额的相关分析
案例:价格与利润的相关分析
2、方差分析
问题:哪些才是影响销量的关键因素
方差分析解决什么问题
方差分析种类:单因素/双因素可重复/双因素无重复
方差分析的应用场景
如何解决方差分析结果
演练:终端摆放位置与终端销量有关吗 (单因素方差分析)
演练:时间、区域是否是影响终端销量的关键因素(双因素无重复方差分析)
演练:广告和价格是影响终端销量的关键因素吗(双因素可重复)
案例:2015年大学生工资与父母职业的关系
3、回归分析(预测)
问题:如何预测未来的销售量(定量分析)
回归分析的基本原理和应用场景
回归分析的种类(一元/多元、线性/曲线)
回归分析的方法及分析结果解读
演练:散点图找推广费用与销售额的关系(一元线性回归)
演练:推广费用、办公费用与销售额的关系(多元线性回归)
演练:最佳选择的预测销售额的回归模型(一元曲线回归)
回归分析(带分类变量)
案例:汽车销量的季度预测
演练:工龄、性别与终端销量的关系
讨论:终端销售预测分析(营业厅)
4、时序分析(预测)
问题:随着时间变化,未来的销量变化趋势如何
时序分析的应用场景(基于时间的变化规律)
移动平均的预测原理
指数平滑的预测原理
案例:销售额的时序预测
第九部分:数据挖掘实战篇
1、聚类分析
问题:如何实现客户细分,开发符合细分市场的新产品
聚类分析及其作用
聚类分析的种类
层次聚类:发现多个类别
R型聚类与Q型聚类的区别
演练:中国省市经济发展情况分析(Q型聚类)
演练:裁判评分的标准衡量(R型聚类)
K均值聚类
演练:宝洁公司如何选择新产品试销区域
演练:如何评选优秀员工
2、分类分析
案例:美国零售商(Target)如何预测少女怀孕
问题:如何识别客户流失者、拖欠货款者 他们有什么特征
分析与聚类
决策树分类的原理
如何评估分类性能
演练:识别银行欠货风险,提取欠货者的特征
3、关联分析
案例:啤酒与尿布、飓风与蛋挞
问题:购买面包的人是否也会购买牛奶 他们同时购买哪些产品
关联分析解决什么样的问题
如何提取关联规则
关联规则的应用场景
4、RFM模型
问题:如何评估客户的价值 如何针对不同的客户采取营销策略
RFM模型介绍
RFM的客户细分框架理解
演练:淘宝客户选择促销客户的方式
演练:结合响应模型,宜家IKE实现最大化营销利润
实战:电信客户流失分析与预警模型
结束:课程总结与问题答疑。

培训师介绍:

傅一航
傅一航,男,计算机软件与理论硕士研究生。
在华为工作十年,数篇国家专利。
并曾在英国、日本、荷兰等国做项目,对欧洲、日本的电信市场有比较深的了解。
傅老师专注于大数据分析、大数据挖掘等应用技术,及大数据系统解决方案,以及将大数据的数据分析、数据建模、数据挖掘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。
致力于将大数据技术应用于通信、金融、航空、电商、互联网等领域。
傅老师近十年以来一直从事通信行业的研究与分析,熟悉大数据系统部署与应用、SP增值行业应用、终端应用与服务、4G无线解决方案。
对通信行业的市场态势、客户行为、服务效果以及运营分析等方面有深入的接触和研究,特别是针对大数据、4G及LTE标准发展,无线网络演进,网络融合,市场发展及业务应用分析,在业务应用领域投入了更多的精力,积累了相当的知识和见解。
2009与英国电信BT、荷兰Zesko运营商交流,探讨3G业务的开展与市场分析,2010年与菲律宾、印尼电信运营商会议,探讨3G业务应用发展状况分析,2012年与日本软银SBM,实施4G网络解决方案及4G业务应用分析;2013年与中国移动提供网络融合、网络互操作、VoLTE等MBB解决方案。
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:
《数字化运营下的数据分析与数据挖掘应用培训》
《数说营销----大数据营销实战与沙盘》
《数据分析与数据挖掘应用培训》
《运营数据分析与挖掘之SPSS工具入门与提高》
《数据分析方法与SPSS实操培训》
《营业厅经理数据分析综合能力提升》
《呼叫中心大数据营销培训》
理论/认知/策略类:
《大数据产业现状及应用创新》
《电信运营商三级经理大数据能力提升》
《大数据营销策略培训》
技术类:
《Hadoop大数据解决方案开发技术培训》
《大数据处理技术架构以及数据分析用户行为培训》
服务客户:
傅老师曾提供过培训咨询服务的客户:
华为技术有限公司、平安集团、安能物流、中国移动、中国联通、中国电信、西部航空等。
安能物流:
《大数据挖掘分析及应用实战》
平安集团:
《数据挖掘与现代企业数据化运营实践》
光大银行:
《大数据分析与数据挖掘应用实战》
YKK吉田拉链:
《大数据分析综合能力提升培训》
富士康:
《数据分析综合能力提升培训》
广东联通:
《数据分析与数据挖掘实战培训》
上海电信:
《渠道大数据分析与挖掘思路及方法》
中国移动终端公司:
《三级经理大数据分析综合能力提升培训》
深圳移动:
《大数据在行业内外的应用》
中山移动:
《数说营销----大数据营销实战与沙盘》
东莞移动:
《数说营销----大数据营销实战与沙盘》
吉林移动:
《数据分析与数据挖掘》轮训;
成都移动:
《数字化运营下的数据分析与数据挖掘》
云浮移动:
《大数据挖掘和信息提炼专项培训》
泉州移动:
《大数据挖掘分析及应用》
阳江移动:
《小数据大运营--运营数据的分析与挖掘》
德阳移动:
《电信运营商市场营销数据挖掘应用典型案例》
遵义移动:
《让数据说话----大数据分析与挖掘应用实战》
乌兰浩特移动:
《数说营销----大数据营销实战与沙盘》
呼伦贝尔移动:
《数说营销----大数据营销实战与沙盘》
大连移动:
《数说营销----大数据营销实战与沙盘》
天虹商场:
《大数据产业现状及应用创新》
内蒙古移动:
《大数据分析与Hadoop大数据解决方案》
贵州移动:
《数说营销----大数据营销实战与沙盘》
西部航空:
《数字化运营下的数据分析与数据挖掘应用培训》
贵州中移通信:
《SPSS数据分析与数据挖掘应用实战》
招商银行深圳分行:
《大数据之Hadoop解决方案培训》
建设银行:
《大数据分析与挖掘应用培训》
华为技术有限公司:
《多网协同》、《数据分析》、《4G发展状况与业务应用分析》;
宇龙通信:
《终端市场分析与业务应用》;
天虹商场:
《数据分析与数据挖掘》;
腾讯公司:
《数据分析与数据挖掘》;
百度公司:
《数据分析与数据挖掘》;

市场营销公开课推荐

市场营销精品内训推荐

最新发布公开课推荐

博课在线客服关闭


线