课程大纲：
大数据分析与挖掘技术课程
培训背景
电信市场经营分析是以探索企业关心的问题为目标，以数据为基础，以定量分析为主要手段说明、预测和评价企业的经营活动，是发现市场经营机会和支撑策略实施的艺术。然而，很多地区的电信公司经营分析人员由于对分析流程、方法和软件使用缺乏系统了解，缺乏对客户、业务、营销、竞争方面的深入分析，由此电信经营分析价值和意义大打折扣。在此背景下，为共同提升电信经营分析水平，学习和借鉴业界和同行先进方法，陈则老师结合多年的通信行业经验，开发了此门课程。力求，帮助电信企业经营分析人员系统了解经营分析工作特点，掌握电信经营分析内容，了解电信经营分析流程，提高电信经营分析实战能力，更好地服务于电信经营决策。
培训收益
1、掌握了解经营分析的基本流程和框架
2、掌握经分的方法论
3、掌握常用经分工具的使用
4、掌握实战经分的思路、步骤和成果呈现
培训对象
核心经验分析人员，各地市数据分析人员
课程大纲
第1章 引言与概念
1.1 引言
1.2 数据分析的概念
1.3 为什么要做数据分析
1.4 经营分析师需要的素质
1.5大数据时代下的数据挖掘
1.6本章小结
第2章 数据分析的流程
第3章 明确要解决的问题
3.1 问题从哪来？
3.2 如何确定我们的主要问题？（二八分析法）
3.3 决定问题的因素有哪些？（头脑风暴法，鱼骨图分析法）
第4章 选用合适的指标体系
4.1 通信行业经营分析的指标如何分解？
4.2 如何选择合适的通信行业经分指标？
第5章 收集数据
5.1 从通信行业经分系统导数据，遇到过哪些问题？
5.1.1 日期数据不能直接用
5.1.2 数值为什么不能直接求和？
5.1.3 姓名一样，但是无法vlookup
5.1.4 有重复值怎么办？
5.1.5 缺失值怎么处理？
5.1.6 极值（*值/最小值）怎么处理？
案例：营业厅日报的规范和汇总（工具：Excel）
5.2 从表单收集数据，遇到过哪些问题？
5.2.1 收回来的数据表格，格式不统一怎么处理？
5.2.2 数据表格能不能分权限来限制？
5.2.3 几十张表格，如何快速的合并到一张大表里？
5.3 数据收集小工具推荐
5.3.1 一键去空行/空列
5.3.2 一键合并多个文件等等
案例：通信行业各地市报表的快速合并与拆分（工具：Excel）
第6章 数据分析
6.1 数据的描述性经营
6.1.1均值，中位数，众数，方差，标准差等
6.2 数据的汇总经营
6.2.1 多工作表的数据为什么汇总很麻烦？
6.2.2 多工作表的数据汇总该如何解决？
6.2.3 数据透视表能做什么？
6.2.4 数据透视表的值字段设置：快速的求和、计数、百分比、累加百分比
6.2.5 如何实现透视表的顺序和报表顺序一致？自定义序列排序
案例：通信行业数据分析的重点客户与重点产品怎么找？（工具：Excel/SPSS）
6.3 数据汇总出来后，该如何分析？
6.3.1 四大基本分析方法：对比、分类、分布、相关
案例：通信行业数据分析的客户客单价在什么区间？（工具：Excel/SPSS）
案例：流量和客户收入存在什么关系？（工具：Excel/SPSS）
6.3.2 对比/分类/分布/相关分析法：定义、原则、标准
6.3.2 中高级分析方法：
结构分析法
矩阵关联分析法
案例：通信行业的产品，如何从市场占有率和增长率做分析？（工具：Excel/SPSS）
案例：通信行业的客户，如何从客单价和忠诚度做分析？（工具：Excel）
案例：通信行业的团队，如何从能力和态度做分析？（工具：Excel）
综合评价分析法
案例：通信行业的客户，如果利用RFM模型做客户画像？（工具：Excel）
回归分析法
案例：通信行业的营销费用与利润直接有什么关系？（工具：Excel/SPSS）
预测/趋势分析法等等
6.3.3常用的数据挖掘方法
假设检验
信度分析
列联表分析
方差分析
案例：通信行业的手机品牌的销售量差异是真的吗？（工具： SPSS）
聚类分析
案例：通信行业的客户，如何做特征提取，做画像？（工具： SPSS）
因子分析法
多维分析法等等
第7章 数据结果的解读
7.1 明确指标的计算法则
7.2 选择一个基点，一个参照系
7.3 关注异常值
7.4 基于目的，转动数据*，各种转化
7.5 相互验证，大胆假设，多方求证
7.6 把握趋势或者规律
7.7 归纳总结，数清理明
第8章 用图表表达，让图表说话（工具： Excel/SPSS）
8.1常用图形介绍
8.2热力图介绍
8.3雷达图介绍
8.4柏拉图介绍
8.5其他常用图形的演化
8.6图表美化的技巧
8.7每种分析方法的常用图形总结
第9章 经营分析实战篇--找出目标客户（工具： SPSS）
9.1 数据分析VS数据挖掘
9.2 案例演练：客户匹配度建模，找到你的准客户
9.3 客户群细分、客户获取
案例演练：小康指数划分，让数据自动聚类
案例演练：裁判标准一致性分析，避免“黑哨”
案例演练：商场服务奖项评选
消费者品牌选择模型分析
案例演练：品牌选择模型分析，你的品牌适合哪些人群？
大数据分析与挖掘技术课程
上一篇: 数字化运营下的数据分析思维训练
下一篇: 通信行业经营分析报表自动化
其他相关公开课程:
其他相关公开课程:
其他相关公开课程:
|
|
||
|
联系电话：4000504030 |
 线上课程关注公众号 |
|
