大数据分析与挖掘综合能力提升实战

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。

讲师介绍

傅一航老师，资深讲师。傅一航，男，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，五篇国家专利，在华为工作期间获得华为数项奖项，曾在英国、日本、荷兰等国家做项目，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。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。

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！实现业务问题+分析思路+分析方法/分析模型+分析工具+结果应用融为一体。即，结合清晰的业务场景（明确目的），分解为具体的数据问题（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），实现分析结果到业务策略的落地。

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