推廣 熱搜: 2022  財(cái)務(wù)  微信  法律    網(wǎng)格化  管理  營銷  總裁班  安全 

大數(shù)據(jù)分析與挖掘綜合能力提升實(shí)戰(zhàn)

主講老師: 傅一航 傅一航

主講師資:傅一航

課時(shí)安排: 1天/6小時(shí)
學(xué)習(xí)費(fèi)用: 面議
課程預(yù)約: 隋老師 (微信同號(hào))
課程簡介: 本課程為大數(shù)據(jù)分析中級(jí)課程,需要在初級(jí)課程之后學(xué)習(xí)。面向所有應(yīng)用型人員,包括業(yè)務(wù)部分,以及數(shù)據(jù)分析部門,系統(tǒng)開發(fā)人員也同樣需要學(xué)習(xí)。
內(nèi)訓(xùn)課程分類: 綜合管理 | 人力資源 | 市場營銷 | 財(cái)務(wù)稅務(wù) | 基層管理 | 中層管理 | 領(lǐng)導(dǎo)力 | 管理溝通 | 薪酬績效 | 企業(yè)文化 | 團(tuán)隊(duì)管理 | 行政辦公 | 公司治理 | 股權(quán)激勵(lì) | 生產(chǎn)管理 | 采購物流 | 項(xiàng)目管理 | 安全管理 | 質(zhì)量管理 | 員工管理 | 班組管理 | 職業(yè)技能 | 互聯(lián)網(wǎng)+ | 新媒體 | TTT培訓(xùn) | 禮儀服務(wù) | 商務(wù)談判 | 演講培訓(xùn) | 宏觀經(jīng)濟(jì) | 趨勢(shì)發(fā)展 | 金融資本 | 商業(yè)模式 | 戰(zhàn)略運(yùn)營 | 法律風(fēng)險(xiǎn) | 沙盤模擬 | 國企改革 | 鄉(xiāng)村振興 | 黨建培訓(xùn) | 保險(xiǎn)培訓(xùn) | 銀行培訓(xùn) | 電信領(lǐng)域 | 房地產(chǎn) | 國學(xué)智慧 | 心理學(xué) | 情緒管理 | 時(shí)間管理 | 目標(biāo)管理 | 客戶管理 | 店長培訓(xùn) | 新能源 | 數(shù)字化轉(zhuǎn)型 | 工業(yè)4.0 | 電力行業(yè) |
更新時(shí)間: 2023-09-01 11:40


課程目標(biāo)】

本課程為大數(shù)據(jù)分析中級(jí)課程,需要在初級(jí)課程之后學(xué)習(xí)。面向所有應(yīng)用型人員,包括業(yè)務(wù)部分,以及數(shù)據(jù)分析部門,系統(tǒng)開發(fā)人員也同樣需要學(xué)習(xí)。

本課程核心內(nèi)容為數(shù)據(jù)挖掘,預(yù)測(cè)模型,以及模型優(yōu)化,幫助學(xué)員構(gòu)建系統(tǒng)全面的業(yè)務(wù)分析思維,提升學(xué)員的數(shù)據(jù)分析綜合能力。

本課程覆蓋了如下內(nèi)容:

1、 數(shù)據(jù)挖掘基礎(chǔ)知識(shí)。

2、 常用數(shù)值預(yù)測(cè)模型。

3、 常用時(shí)序預(yù)測(cè)模型。

4、 數(shù)據(jù)預(yù)處理的基本過程。

 

系列課程實(shí)際的業(yè)務(wù)需求出發(fā),結(jié)合行業(yè)的典型應(yīng)用特點(diǎn),圍繞實(shí)際的商業(yè)問題,對(duì)數(shù)據(jù)分析數(shù)據(jù)挖掘技術(shù)進(jìn)行了全面的介紹(從數(shù)據(jù)收集與處理,到數(shù)據(jù)分析與挖掘,再到數(shù)據(jù)可視化和報(bào)告撰寫),通過大量的操作演練,幫助學(xué)員掌握數(shù)據(jù)分析和數(shù)據(jù)挖掘的思路、方法、表達(dá)、工具,從大量的企業(yè)經(jīng)營數(shù)據(jù)進(jìn)行分析,挖掘客戶行為特點(diǎn),幫助運(yùn)營團(tuán)隊(duì)深入理解業(yè)務(wù)運(yùn)作,以達(dá)到提升學(xué)員的數(shù)據(jù)綜合分析能力,支撐運(yùn)營決策的目的。

 

通過本課程的學(xué)習(xí),達(dá)到如下目的:

1、 了解數(shù)據(jù)挖掘基礎(chǔ)知識(shí),以及數(shù)據(jù)挖掘標(biāo)準(zhǔn)過程。

2、 掌握建模前的影響因素分析,學(xué)會(huì)尋找影響業(yè)務(wù)的關(guān)鍵因素。

3、 熟練使用數(shù)值預(yù)測(cè)模型,掌握回歸預(yù)測(cè)模型,學(xué)會(huì)解讀模型中業(yè)務(wù)規(guī)律。

4、 學(xué)會(huì)自定義回歸模型,能夠?qū)貧w模型進(jìn)行優(yōu)化,并找到最優(yōu)的回歸模型

5、 熟練掌握預(yù)處理的基本過程,并根據(jù)業(yè)務(wù)實(shí)際情況進(jìn)行處理。

【授課時(shí)間】

2-3時(shí)間(每天6個(gè)小時(shí))

【授課對(duì)象】

業(yè)務(wù)支撐部、運(yùn)營分析部、數(shù)據(jù)分析部、大數(shù)據(jù)系統(tǒng)開發(fā)部等對(duì)業(yè)務(wù)數(shù)據(jù)分析有較高要求的相關(guān)人員。

 

【學(xué)員要求】

1、 每個(gè)學(xué)員自備一臺(tái)便攜機(jī)(必須)

2、 便攜機(jī)中事先安裝好Microsoft Office Excel 2013版本及以上。

3、 便攜機(jī)中事先安裝好IBM SPSS Statistics v19版本及以上。

注:講師可以提供試用版本軟件及分析數(shù)據(jù)源。

 

【授課方式】

數(shù)據(jù)分析基礎(chǔ) + 方法講解 + 實(shí)際業(yè)務(wù)問題分析 + 工具實(shí)踐操作

采用互動(dòng)式教學(xué),圍繞業(yè)務(wù)問題,展開數(shù)據(jù)分析過程,全過程演練操作,讓學(xué)員在分析、分享、講授、總結(jié)、自我實(shí)踐過程中獲得能力提升。

課程大綱】

第一部分: 數(shù)據(jù)挖掘基礎(chǔ)

1、 數(shù)據(jù)挖掘概述

2、 數(shù)據(jù)挖掘標(biāo)準(zhǔn)流程CRISP-DM

商業(yè)理解

數(shù)據(jù)準(zhǔn)備

數(shù)據(jù)理解

模型建立

模型評(píng)估

模型應(yīng)用

案例:客戶流失預(yù)測(cè)及客戶挽留

3、 數(shù)據(jù)集概述

4、 變量的類型

存儲(chǔ)類型

度量類型

角色

5、 SPSS工具介紹

6、 數(shù)據(jù)挖掘常用模型

 

第二部分: 影響因素分析

問題:如何判斷一個(gè)因素對(duì)另一個(gè)因素有影響?比如:價(jià)格是否會(huì)影響產(chǎn)品銷量?產(chǎn)品的陳列位置是否會(huì)影響銷量?學(xué)歷是否與客戶流失有關(guān)系?影響風(fēng)險(xiǎn)的關(guān)鍵因素有哪些?

1、 影響因素分析的常見方法

2、 相關(guān)分析(衡量兩數(shù)據(jù)型變量的線性相關(guān)性)

問題:這兩個(gè)屬性是否會(huì)相互影響?影響程度大嗎?

相關(guān)分析簡介

相關(guān)分析的應(yīng)用場景

相關(guān)分析的種類

簡單相關(guān)分析

偏相關(guān)分析

距離相關(guān)分析

相關(guān)系數(shù)的三種計(jì)算公式

Pearson相關(guān)系數(shù)

Spearman相關(guān)系數(shù)

Kendall相關(guān)系數(shù)

相關(guān)分析的假設(shè)檢驗(yàn)

相關(guān)分析的四個(gè)基本步驟

演練:體重與腰圍的關(guān)系

演練:營銷費(fèi)用會(huì)影響銷售額嗎

演練:哪些因素與汽車銷量有相關(guān)性

演練話費(fèi)與網(wǎng)齡的相關(guān)分析

偏相關(guān)分析

偏相關(guān)原理:排除不可控因素后的兩變量的相關(guān)性

偏相關(guān)系數(shù)的計(jì)算公式

偏相關(guān)分析的適用場景

距離相關(guān)分析

3、 方差分析(衡量類別變量與數(shù)值變量間的相關(guān)性)

問題:哪些才是影響銷量的關(guān)鍵因素?

方差分析的應(yīng)用場景

方差分析的三個(gè)種類

單因素方差分析

多因素方差分析

協(xié)方差分析

方差分析的原理

方差分析的四個(gè)步驟

解讀方差分析結(jié)果的兩個(gè)要點(diǎn)

演練終端擺放位置與終端銷量有關(guān)嗎

演練:開通月數(shù)對(duì)客戶流失的影響分析

演練:客戶學(xué)歷對(duì)消費(fèi)水平的影響分析

演練廣告和價(jià)格是影響終端銷量的關(guān)鍵因素嗎

演練營業(yè)員的性別、技能級(jí)別對(duì)產(chǎn)品銷量有影響嗎

演練:尋找影響產(chǎn)品銷量的關(guān)鍵因素

多因素方差分析原理

多因素方差分析的作用

多因素方差結(jié)果的解讀

演練:廣告形式、地區(qū)對(duì)銷量的影響因素分析(多因素)

協(xié)方差分析原理

協(xié)方差分析的適用場景

演練:飼料對(duì)生豬體重的影響分析(協(xié)方差分析)

4、 列聯(lián)分析/卡方檢驗(yàn)(兩類別變量的相關(guān)性分析)

交叉表與列聯(lián)表

卡方檢驗(yàn)的原理

卡方檢驗(yàn)的幾個(gè)計(jì)算公式

列聯(lián)表分析的適用場景

案例:套餐類型對(duì)客戶流失的影響分析

案例:學(xué)歷對(duì)業(yè)務(wù)套餐偏好的影響分析

案例:行業(yè)/規(guī)模對(duì)風(fēng)控的影響分析

5、 相關(guān)性分析方法總結(jié)

 

第三部分: 回歸預(yù)測(cè)模型

問題:如何預(yù)測(cè)產(chǎn)品的銷量/銷售金額?

1、 常用預(yù)測(cè)模型

數(shù)值預(yù)測(cè):回歸預(yù)測(cè)/時(shí)序預(yù)測(cè)

分類預(yù)測(cè):邏輯回歸、決策樹、神經(jīng)網(wǎng)絡(luò)、

2、 回歸分析/回歸預(yù)測(cè)

問題:如何預(yù)測(cè)未來的銷售量(定量分析)?

回歸分析簡介

回歸分析的種類(一元/多元、線性/曲線)

得到回歸方程的常用工具

散點(diǎn)圖+趨勢(shì)線

線性回歸工具

規(guī)劃求解工具

演練:散點(diǎn)圖找營銷費(fèi)用與銷售額的關(guān)系(一元回歸)

線性回歸分析的五個(gè)步驟

演練:營銷費(fèi)用、辦公費(fèi)用與銷售額的關(guān)系(線性回歸)

解讀線性回歸分析結(jié)果的技巧

定性描述:正相關(guān)/負(fù)相關(guān)

定量描述:自變量變化導(dǎo)致因變量的變化程度

回歸預(yù)測(cè)模型質(zhì)量評(píng)估

評(píng)估指標(biāo):判定系數(shù)R^2、標(biāo)準(zhǔn)誤差

如何選擇最佳回歸模型

演練:如何選擇最佳的回歸預(yù)測(cè)模型(一元曲線回歸)

預(yù)測(cè)值準(zhǔn)確性評(píng)估

MAD、MSE/RMSE、MAPE等

帶分類變量的回歸預(yù)測(cè)

演練:汽車季度銷量預(yù)測(cè)

演練工齡、性別與終端銷量的關(guān)系

演練:如何評(píng)估銷售目標(biāo)與資源配置(營業(yè)廳)

3、 自動(dòng)篩選不顯著因素(自變量)

第四部分: 回歸模型優(yōu)化篇

1、 回歸分析的基本原理

三個(gè)基本概念:總變差、回歸變差、剩余變差

方程的顯著性檢驗(yàn):是否可以做回歸分析?

因素的顯著性檢驗(yàn):自變量是否可用?

擬合優(yōu)度檢驗(yàn):回歸模型的質(zhì)量評(píng)估?

理解標(biāo)準(zhǔn)誤差的含義:預(yù)測(cè)的準(zhǔn)確性?

2、 模型優(yōu)化思路:尋找最佳回歸擬合線

如何處理預(yù)測(cè)離群值(剔除離群值)

如何剔除顯著因素(剔除不顯著因素

如何進(jìn)行非線性關(guān)系檢驗(yàn)(增加非線性自變量)

如何進(jìn)行相互作用檢驗(yàn)(增加相互作用自變量)

如何進(jìn)行多重共線性檢驗(yàn)(剔除共線性自變量)

如何檢驗(yàn)誤差項(xiàng)(修改因變量)

如何判斷模型過擬合(模型過擬合判斷)

演練:模型優(yōu)化案例

3、 規(guī)劃求解工具簡介(自定義回歸模型的工具)

4、 自定義模型(如何利用規(guī)劃求解進(jìn)行自定義模型)

案例:如何對(duì)餐廳客流量進(jìn)行建模及模型優(yōu)化

5、 好模型都是優(yōu)化出來的

 

第五部分: 時(shí)序預(yù)測(cè)模型篇

問題:類似于GDP這種無法找到或找全影響因素,無法進(jìn)行回歸建模,怎么辦?

1、 時(shí)間序列簡介

2、 時(shí)間序列常用模型

3、 評(píng)估預(yù)測(cè)值的準(zhǔn)確度指標(biāo)

平均絕對(duì)誤差MAE

均方差MSE/RMSE

平均誤差率MAPE

4、 移動(dòng)平均(MA)

應(yīng)用場景及原理

移動(dòng)平均種類

一次移動(dòng)平均

二次移動(dòng)平均

加權(quán)移動(dòng)平均

移動(dòng)平均比率法

移動(dòng)平均關(guān)鍵問題

期數(shù)N的最佳選擇方法

最優(yōu)權(quán)重系數(shù)的選取方法

演練:平板電腦銷量預(yù)測(cè)及評(píng)估

演練:快銷產(chǎn)品季節(jié)銷量預(yù)測(cè)及評(píng)估

5、 指數(shù)平滑(ES)

應(yīng)用場景及原理

最優(yōu)平滑系數(shù)的選取原則

指數(shù)平滑種類

一次指數(shù)平滑

二次指數(shù)平滑(Brown線性、Holt線性、Holt指數(shù)、阻尼線性、阻尼指數(shù))

三次指數(shù)平滑

演練:煤炭產(chǎn)量預(yù)測(cè)

演練:航空旅客量預(yù)測(cè)及評(píng)估

6、 溫特斯季節(jié)預(yù)測(cè)模型

適用場景及原理

Holt-Winters加法模型

Holt-Winters乘法模型

演練:汽車銷量預(yù)測(cè)及評(píng)估

7、 回歸季節(jié)預(yù)測(cè)模型

回歸季節(jié)模型的參數(shù)

基于時(shí)期t的相加模型

基于時(shí)期t的相乘模型

怎樣解讀模型的含義

案例美國航空旅客里程的季節(jié)性趨勢(shì)分析

8、 ARIMA模型

適用場景及原理

ARIMA操作

演練:上海證券交易所綜合指數(shù)收益率序列分析

演練:服裝銷售數(shù)據(jù)季節(jié)性趨勢(shì)預(yù)測(cè)分析

9、 新產(chǎn)品銷量預(yù)測(cè)模型

新產(chǎn)品累計(jì)銷量的S曲線

如何評(píng)估銷量增長的拐點(diǎn)及銷量上限

珀?duì)柷€與龔鉑茲曲線

演練:預(yù)測(cè)IPad產(chǎn)品的銷量

演練:預(yù)測(cè)Facebook的用戶增長情況

 

第六部分: 數(shù)據(jù)預(yù)處理篇(了解你的數(shù)據(jù)集)

1、 數(shù)據(jù)預(yù)處理的主要任務(wù)

數(shù)據(jù)集成:多個(gè)數(shù)據(jù)集的合并

數(shù)據(jù)清理:異常值的處理

數(shù)據(jù)處理:數(shù)據(jù)篩選、數(shù)據(jù)精簡、數(shù)據(jù)平衡

變量處理:變量變換、變量派生、變量精簡

數(shù)據(jù)歸約:實(shí)現(xiàn)降維,避免維災(zāi)難

2、 數(shù)據(jù)集成

外部數(shù)據(jù)讀入:Txt/Excel/SPSS/Database

數(shù)據(jù)追加(添加數(shù)據(jù))

變量合并(添加變量)

3、 數(shù)據(jù)理解(異常數(shù)據(jù)處理

取值范圍限定

重復(fù)值處理

無效值/錯(cuò)誤值處理

缺失值處理

離群值/極端值處理

數(shù)據(jù)質(zhì)量評(píng)估

4、 數(shù)據(jù)準(zhǔn)備:數(shù)據(jù)處理

數(shù)據(jù)篩選:數(shù)據(jù)抽樣/選擇(減少樣本數(shù)量)

數(shù)據(jù)精簡:數(shù)據(jù)分段/離散化(減少變量的取值個(gè)數(shù))

數(shù)據(jù)平衡:正反樣本比例均衡

5、 數(shù)據(jù)準(zhǔn)備:變量處理

變量變換:原變量取值更新,比如標(biāo)準(zhǔn)化

變量派生:根據(jù)舊變量生成新的變量

變量精簡:降維,減少變量個(gè)數(shù)

6、 數(shù)據(jù)降維

常用降維的方法

如何確定變量個(gè)數(shù)

特征選擇:選擇重要變量,剔除不重要的變量

從變量本身考慮

從輸入變量與目標(biāo)變量的相關(guān)性考慮

對(duì)輸入變量進(jìn)行合并

因子分析(主成分分析)

因子分析的原理

因子個(gè)數(shù)如何選擇

如何解讀因子含義

案例:提取影響電信客戶流失的主成分分析

7、 數(shù)據(jù)探索性分析

常用統(tǒng)計(jì)指標(biāo)分析

單變量:數(shù)值變量/分類變量

雙變量:交叉分析/相關(guān)性分析

多變量:特征選擇、因子分析

演練:描述性分析(頻數(shù)、描述、探索、分類匯總)

8、 數(shù)據(jù)可視化

數(shù)據(jù)可視化:柱狀圖、條形圖、餅圖、折線圖、箱圖、散點(diǎn)圖等

圖形的表達(dá)及適用場景

演練:各種圖形繪制

 

結(jié)束:課程總結(jié)問題答疑。

 
反對(duì) 0舉報(bào) 0 收藏 0
更多>與大數(shù)據(jù)分析與挖掘綜合能力提升實(shí)戰(zhàn)相關(guān)內(nèi)訓(xùn)課
企業(yè)家經(jīng)營哲學(xué)與企業(yè)經(jīng)營之道 高   效   執(zhí)   行   力 教練式經(jīng)銷商管理 商業(yè)模式創(chuàng)新 創(chuàng)新思維管理應(yīng)用訓(xùn)練?—?jiǎng)?chuàng)造性解決問題 創(chuàng)新思維和有效執(zhí)行 微課的設(shè)計(jì)與制作 高效能主管風(fēng)暴訓(xùn)練營
傅一航老師介紹>傅一航老師其它課程
大數(shù)據(jù)產(chǎn)業(yè)現(xiàn)狀及應(yīng)用創(chuàng)新 大數(shù)據(jù)挖掘工具:SPSS Modeler入門與提高 大數(shù)據(jù)挖掘工具: SPSS Statistics入門與提高 大數(shù)據(jù)建模與模型優(yōu)化實(shí)戰(zhàn)培訓(xùn) 金融行業(yè)風(fēng)險(xiǎn)預(yù)測(cè)模型實(shí)戰(zhàn) 數(shù)說營銷——大數(shù)據(jù)營銷實(shí)戰(zhàn)培訓(xùn) 大數(shù)據(jù)分析與挖掘綜合能力提升實(shí)戰(zhàn) 助力市場營銷與服務(wù)的數(shù)據(jù)分析實(shí)戰(zhàn)
網(wǎng)站首頁  |  關(guān)于我們  |  聯(lián)系方式  |  誠聘英才  |  網(wǎng)站聲明  |  隱私保障及免責(zé)聲明  |  網(wǎng)站地圖  |  排名推廣  |  廣告服務(wù)  |  積分換禮  |  網(wǎng)站留言  |  RSS訂閱  |  違規(guī)舉報(bào)  |  京ICP備11016574號(hào)-25