课程目标

本课程为大数据分析初级课程，面向所有应用型人员，包括业务部分，以及数据分析部门，系统开发人员也同样需要学习。

本课程核心内容是理清大数据的本质及核心理念，培训大数据人才的数据思维模式，以解决业务问题为导向，提升学员的数据分析综合能力。

本课程覆盖了如下内容：

1、 大数据的本质及核心数据思维。

2、 数据分析过程，数据分析工具。

3、 数据分析方法，数据分析思路。

4、 数据可视化，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、 熟悉大数据分析工具Power BI，提升数据分析效率，避免重复工作。

【授课时间】

2天时间（每天6个小时）

【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 2013版本及以上。

3、 便携机中事先安装好Power BI Desktop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： 大数据的核心思维

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、 大数据的本质

Ø 数据，是对客观事物的描述和记录

Ø 大数据不在于大，而在于全

3、 大数据四大核心价值

Ø 用趋势图来探索产品销量规律

Ø 从谷歌的GFT产品探索用户需求变化

Ø 从大数据炒股看大数据如何探索因素的相关性

Ø 阿里巴巴预测经济危机的到来

Ø 从美国总统竞选看大数据对选民行为进行分析

4、 大数据价值落地的三个关键环节

Ø 业务数据化

Ø 数据信息化

Ø 信息策略化

案例：喜欢赚“差价”的营业员（用数据管理来识别）

第二部分： 数据分析基本过程

1、 数据分析简介

Ø 数据分析的三个阶段

Ø 分析方法的三大类别

2、 数据分析六步曲

3、 步骤1：明确目的--理清思路

Ø 确定分析目的：要解决什么样的业务问题

Ø 确定分析思路：分解业务问题，构建分析框架

4、 步骤2：数据收集—准备数据

Ø 明确收集数据范围

Ø 确定收集来源

Ø 确定收集方法

5、 步骤3：数据预处理—准备数据

Ø 数据质量评估

Ø 数据清洗、数据处理和变量处理

Ø 探索性分析

6、 步骤4：数据分析--寻找答案

Ø 选择合适的分析方法

Ø 构建合适的分析模型

Ø 选择合适的分析工具

7、 步骤5：数据展示--观点表达

Ø 选择恰当的图表

Ø 选择合适的可视化工具

8、 步骤6：报表撰写--观点表达

Ø 选择报告种类

Ø 完整的报告结构

演练：如何用大数据来支撑手机精准营销项目

演练：如何构建一个良好的大数据分析框架

第三部分： 统计分析方法实战篇

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

Ø 描述性分析法（对比/分组/结构/趋势/交叉…）

Ø 相关性分析法（相关/方差/卡方…）

Ø 预测性分析法（回归/时序/决策树/神经网络…）

Ø 专题性分析法（聚类/关联/RFM模型/…）

2、 统计分析基础

Ø 统计分析两要素

Ø 统计分析三步骤

3、 统计分析常用指标

Ø 汇总方式：计数、求和、百分比（增跌幅）

Ø 集中程度：均值、中位数、众数

Ø 离散程度：极差、方差/标准差、IQR

Ø 分布形态：偏度、峰度

4、 基本分析方法及其适用场景

Ø 对比分析（查看数据差距）

演练：寻找用户的地域分布规律

演练：寻找公司主打产品

演练：用数据来探索增量不增收困境的解决方案

案例：银行ATM柜员机现金管理分析（银行）

Ø 分组分析（查看数据分布）

案例：排班后面隐藏的猫腻

案例：通信运营商的流量套餐划分合理性的评估

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/消费分布分析

Ø 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）

案例：中移动用户群动态结构分析

演练：用户结构/收入结构/产品结构的分析

Ø 趋势分析（发现事物随时间的变化规律）

案例：破解零售店销售规律

案例：手机销量的淡旺季分析

演练：发现产品销售的时间规律

Ø 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

5、 综合分析方法及其适用场景（略）

Ø 综合评价法（多维指标归一）

案例：南京丈母娘选女婿分析表格

演练：人才选拔评价分析（HR）

Ø 杜邦分析法（关键因素分析-财务数据分析）

案例：运营商市场占有率分析（通信）

案例：服务水平提升分析（呼叫中心）

演戏：提升销量的销售策略分析（零售商/电商）

Ø 漏斗分析法（关键流程环节分析-流失率与转化率分析）

案例：电商产品销售流程优化与策略分析（电商）

演练：营业厅终端销售流程分析（电信）

演练：银行业务办理流程优化分析（银行）

Ø 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

6、 最合适的分析方法才是硬道理。

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、 常用分析思路模型

2、 企业外部环境分析（PEST分析法）

案例：电信行业外部环境分析

3、 用户消费行为分析（5W2H分析法）

案例讨论：搭建用户消费习惯的分析框架（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）

案例：用户增长缓慢分析

6、 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

第五部分： 数据分析策略及数据解读

问题：数据多，看不明白，不知道从何处看出业务问题？

1、 数据分析策略

Ø 先宏观，后微观

Ø 先整体，再部分

Ø 先普遍，再个别

Ø 先单维，再多维

Ø 先表象，再根因

Ø 先过去，再未来

2、 数据解读要诀

Ø 看差距，找短板

Ø 看极值，评优劣

Ø 看分布，分层次

Ø 看结构，思重点

Ø 看趋势，思重点

Ø 看峰谷，找规律

Ø 看异常，找原因

3、 解读要符合业务逻辑

案例：营业厅客流趋势分析

第六部分： 数据呈现（根据需要讲解，课件留给学员参考）

1、 常用图形类型及选择原则

2、 基本图形画图技巧

3、 图形美化原则

4、 表格美化技巧

案例：绘图示例

第七部分： 分析报告撰写（根据需要讲解，课件留给学员参考）

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

第八部分： Power Query预处理工具实战篇

1、 Power BI组件框架

Ø Power Query超级查询器

Ø Power Pivot超级透视表

Ø Power View交互式图表工具

2、 获取和转换（Power Query）

Ø 数据处理的常见问题

Ø PQ功能简介

3、 多数据源读取

Ø 多数据源读取

演练：从文件/Excel/数据库/Web页获取数据源

4、 数据组合/集成

Ø 数据的追加

Ø 变量的合并

Ø 文件夹合并

演练：数据集成（追加、合并、文件夹）

5、 数据转换

Ø 数据表的管理

Ø 数据类型和格式

Ø 数据列的操作

Ø 数据行的操作

演练：数据预处理操作

6、 PQ的本质—M语言

Ø 强大的M语言

第九部分： Power View交互式图表工具实战篇

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、 Power view简介

4、 常用图表制作

Ø 柱状图、条形图

Ø 折线图、饼图

5、 复杂图形制作

Ø 双坐标图（不同量纲呈现）

Ø 对称条形图（对比）

Ø 散点图/气泡图（矩阵分析法）

Ø 瀑布图（成本、收益构成分析）

Ø 漏斗图（用户转化率分析）

演练：图表制作与演示

6、 交互式图表

7、 分层钻取

8、 四种筛选器

第十部分： Power Pivot数据建模工具实战篇

1、 Power Pivot简介

2、 PP基本功能

Ø 数据分类

Ø 汇总方式

3、 超级透视表

Ø 建模的核心：筛选器与计算器

Ø 建立多表关系模型

Ø 关系管理：新建、修改、删除

演练：数据预处理操作

4、 度量值

Ø 度量值定义

Ø 度量值计算

Ø 度量值的双层筛选

演练：度量值使用

5、 计算列

Ø 新建列

Ø 列与度量值的区别

6、 DAX数据分析表达式

Ø DAX公式

Ø DAX运算符

Ø DAX函数

Ø DAX高级筛选函数

结束：课程总结与问题答疑。

培训师介绍：

傅一航

华为系大数据专家

计算机软件与理论硕士研究生

（研究方向：数据挖掘、搜索引擎）

在华为工作十年，五项国家专利，在华为工作期间

获得华为数项奖项，曾在英国、日本、荷兰和比利

时等海外市场做项目，对大数据有深入的研究。

傅老师专注于大数据分析与挖掘、机器学习等应用技术，以及大数据系统部署解决方案。旨在将大数据的数据分析、数据挖掘、数据建模应用于行业及商业领域，解决行业实际的问题。

1、让决策更科学：将大数据应用于运营决策，用大数据探索领域发展规律和行业发展趋势，有效分析用户需求，并预测用户行为，最终实现市场变化预测，提升企业科学决策能力。

2、让管理更高效：将大数据应用于企业管理，用大数据呈现企业整体运营情况，诊断企业管理问题和风险，全面理解组织、产品、人员、营销、财务等要素间的相关性，实现企业资源的最优化配置，提升企业管理效率。

3、让营销更精准：将大数据应用于市场营销，解决营销中的用户群细分和品牌定位，客户价值评估，产品设计优化，产品最优定价等实际问题，实现精准营销和精准推荐，以最小的营销成本实现最大化的营销效果。

傅老师目前致力于将大数据技术应用于通信、金融、航空、电商、互联网、政府等领域。傅老师的课程最大特色：实战性强！“围绕业务问题+搭建分析框架+运用分析方法+建立分析模型+熟悉分析工具+形成业务策略”。以商业问题为起点，基于实际的业务应用场景（明确目的），搭建全面系统的业务框架和分析维度（分析思路），选择最合适的方法（分析方法），深入浅出的理论讲解（分析模型），使用简单实用的工具操作（分析工具），对分析结果进行有效的解读（数据可视化），最终形成具体的业务建议，实现业务分析/数据分析的闭环。

培训课题设计:

应用类：

《大数据分析与数据挖掘综合能力提升实战》

《“数”说营销----大数据营销实战与沙盘》

《市场营销大数据分析实战培训》

《大数据建模与模型优化实战培训》

《大数据分析与挖掘之SPSS工具入门与提高》

《金融行业风险预测模型实战培训》

理论/认知/战略类：

《大数据产业现状及应用创新》

《大数据思维与应用创新》

《大数据时代的精准营销》

技术类：

《Hadoop大数据解决方案开发技术基础培训》

《Python开发基础实战》

《大数据分析与挖掘之Python开发实战》

《Python机器学习算法原理及优化实现》

服务客户:

傅老师曾提供过培训咨询服务的客户遍及通信、金融、交通、制造、政府等行业，包括华为、富士康、平安集团、中国银行、招商银行、光大银行、中信银行、交通银行、广电银通、西部航空、海南航空、中国移动、中国联通、中国电信、西部航空、安能物流、广州地铁、富维江森、东风日产、神南矿业、公交集团、广州税务、良品铺子等单位和公司。

部分信息如下所示：

通信行业培训客户：

联通研究院：《大数据预测建模优化》

广州电信：《大数据时代的精准营销》两期

北京电信：《大数据分析综合能力提升》

香港电信：《大数据精准营销实战》

上海电信：《渠道大数据分析与挖掘思路及方法》两期

河北电信：《数据化运营下的大数据分析综合能力提升实战》

南京电信：《大数据视图支撑精准化营销》

佛山电信：《数据挖掘技术及其应用培训》

泉州电信：《大数据挖掘、信息分析及应用培训》

湖北联通：《大数据分析与商业智能》

广东联通：《数据分析与数据挖掘实战培训》两期

江苏联通：《大数据分析综合能力提升》

吉林联通：《大数据分析综合能力提升-中级》

乌鲁木齐联通：《大数据分析综合能力提升》

上海移动：《大数据分析与挖掘、建模及优化》叁期

浙江移动：《大数据分析与数据挖掘应用实战》

江苏移动：《大数据精准营销技能提升实战》

深圳移动：《大数据分析综合能力提升》

广西移动：《大数据发展趋势及在公司营销领域的应用》

辽宁移动2期：《数据分析方法与经营分析技巧》

泉州移动3期：《数说营销—市场营销数据分析与挖掘应用》

德阳移动2期：《大数据挖掘与建模优化实战培训》

浙江移动：《大数据产品营销能力提升》

四川移动：《大数据分析与挖掘综合能力提升》

吉林移动：《数据分析与数据挖掘培训》；

贵州移动：《“数”说营销----大数据营销实战与沙盘》

海南移动：《基于大数据运营的用户行为分析与精准定位》

山东移动：《大数据分析综合能力提升》

深圳移动：《大数据在行业内外的应用》

中国移动终端公司：《大数据分析综合能力提升培训》

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》

成都移动：《数字化运营下的数据分析与数据挖掘》

眉山移动2期：《大数据分析综合能力提升》

云浮移动：《大数据挖掘和信息提炼专项培训》

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》

陕西在线：《“数”说营销----大数据营销实战与沙盘》

四川在线：《“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》

内蒙古移动：《大数据分析与Hadoop大数据解决方案》

贵州中移通信：《SPSS数据分析与数据挖掘应用实战》

华为技术：《话务量预测与排班管理》

……

金融行业培训客户：

中国银行：《大数据变革与商业模式创新》《大数据时代的精准营销》

广发银行：《大数据下的精准营销实战》四期

中信银行：《大数据分析与挖掘综合能力提升实战》叁期

交通银行：《大数据时代的精准营销》

安信证券：《大数据时代下的金融发展》

平安集团：《大数据思维与应用创新》

平安产险：《大数据分析综合能力提升》

平安寿险：《大数据分析与应用实战》

平安银行：《大数据思维与应用创新》

农业银行：《Python大数据分析与挖掘》叁期

建设银行：《大数据思维与应用创新》两期

光大银行：《大数据分析与数据挖掘应用实战》四期

招商银行：《“数”说营销----大数据营销实战与沙盘》四期

杭州银货通科技：《大数据产业发展及应用创新》

广电银通：《大数据综合能力提升》

平安普惠金融：《Hadoop解决方案技术培训》

浦发银行：《大数据精准营销》

金融壹帐通：《大数据分析与挖掘综合能力提升实战》

中金所：《大数据思维与应用创新》

……

能源汽车交通行业培训客户：

一汽解放锡柴：《大数据思维与应用创新》

广东邮政：《大数据分析综合能力提升实战》

深圳水务：《大数据思维与应用创新》

宁夏国电：《大数据思维与应用》两期

柳州上汽五菱：《大数据下的精准营销实战》

东风商用：《数说营销实战》

东风日产：《大数据分析与数据挖掘应用实战》两期

富维江森（汽车）：《数字化运营下的数据分析与数据挖掘应用培训》

广州地铁：《大数据分析与数据挖掘培训》两期

广州地铁：《数据分析与数据建模实战》两期

西部航空：《数字化运营下的数据分析与数据挖掘应用培训》

海南航空：《利用大数据营销提升航线收益》

南方航空：《大数据精准营销实战》两期

北京机场贵宾公司：《市场营销数据的分析》

深圳公交集团：《大数据与智慧交通》

延长壳牌：《大数据分析与挖掘综合能力提升》

神南矿业：《大数据产业发展与应用创新》

宝鸡国电：《大数据分析与挖掘》两期

顺丰快递：《大数据分析综合能力提升实战》

……

其它行业培训客户：

岭南集团：《大数据时代下的精准营销》

ABB：《大数据分析实战培训》

顶新国际：《大数据思维与应用创新》

索菲亚：《大数据分析实战培训》

玫琳凯：《大数据思维与应用》叁期

西部数据：《大数据分析综合能力提升》

无限极：《大数据分析综合能力提升》两期

雅图仕：《大数据分析综合能力提升》

施耐德：《大数据分析综合能力提升》叁期

广州税务：《大数据分析与挖掘实战》叁期

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》

贵州中烟：《互联网+时代的大数据思维》

深圳欣盛商：《电商大数据分析》

安能物流：《大数据挖掘分析及应用实战》

良品铺子：《大数据分析综合能力提升》两期

新时代集团：《问题的挖掘、分析—数据分析技巧》两期培训

挑战牧业：《大数据分析综合能力提升》

易鑫集团：《大数据分析综合能力提升》

赣州监狱：《大数据时代的营销》共三期培训

贺州学院：《大数据时代的人才培养》

……