大数据分析与挖掘综合能力提升实战

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。

【课程目标】
本课程覆盖了如下内容：
数据分析基础，数据分析过程
数据分析方法，数据分析思路。大数据分析与挖掘综合能力提升实战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：
了解数据分析基础知识，掌握数据分析的基本过程。
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。
熟悉数据分析的基本过程，掌握Excel数据分析库操作。大数据分析与挖掘综合能力提升实战【学员要求】
每个学员自备一台便携机(必须)。
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。大数据分析与挖掘综合能力提升实战【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。大数据分析与挖掘综合能力提升实战【课程大纲】
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？
大数据时代：你缺的不是一堆方法，而是大数据思维
大数据是探索事物发展和变化规律的工具
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
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）
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
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
大数据分析的两大核心理念
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）大数据分析与挖掘综合能力提升实战数据分析基本过程
数据分析的六步曲
步骤1：明确目的--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
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大数据分析与挖掘综合能力提升实战统计分析方法篇
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？
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/…）
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
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大数据分析与挖掘综合能力提升实战演练：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大数据分析与挖掘综合能力提升实战数据分析思路篇
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？
数据分析的思路
从KPI指标开始
从营销/管理模型开始
常用分析思路模型
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大数据分析与挖掘综合能力提升实战
结束：课程总结与问题答疑。