• 2019/1/19至2019/1/19 广州

• 2019/10/19至2019/10/19 广州

【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。

课程目的：

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。

【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

用趋势图来探索产品销量规律

从谷歌的GFT产品探索用户需求变化

从美国总统竞选看大数据对选民行为进行分析

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

什么是数据分析

数据分析的三大作用

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

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

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

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）

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

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）

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

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

演练：发现产品销售的时间规律

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

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、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。