课程大纲：

大数据人才培养专项培训

【课程对象】各部门数据分析及运用人才
【课程内容】数据分析方法，数据挖掘流程、算法、工具、与案例，大数据系统、工具、与案例
【课程时长】2-3天

【课程大纲】
项目一：技能学习
1.开场
1.1朝阳大妈的秘密
1.2课程收益
1.3学习团队建设

2.数据分析思维
2.1为什么要分析数据？
2.1.1看懂数字，看懂真相
2.1.2市场营销中的数量决策问题
2.1.3视角一：市场营销学的理论框架
2.1.4视角二：电信业业务流程视图（eTOM）
2.1.5示例：营销案预演中的数据分析
2.2数据分析方法论
2.2.1什么是数据分析？
2.2.2数据分析的类型
2.2.3数据分析论、方法、与工具
2.2.4数据化运营
2.2.5数据分析中的模型化方法
2.2.6分析方法论
2.2.7分析的范围与纬度
2.2.8两种分析思路
2.2.9两种分析套路
2.2.10数据分析模型
2.2.11统计分析流程
2.2.12运用统计方法应遵循的原则

3.营销数据分析
3.1数据与测量尺度
3.1.1数据的定义及分类
3.1.1.1数据表现形式一
3.1.1.2数据表现形式二
3.1.2Excel中的数据类型
3.1.3SPSS Modeler中的数据类型
3.1.4统计测量尺度的种类

3.2数据统计分析
3.2.1对比分析法
3.2.2平均分析法
3.2.2.1计算极差、方差、标准差
3.2.3分组分析法
3.2.4结构分析法
3.2.5*分析法
3.2.6漏斗分析法
3.2.7矩阵关联分析法
3.2.8综合分析法

3.3时间序列分析
3.3.1时间序列的分类
3.3.1.1趋势、季节、周期、随机性
3.3.2时间序列的构成模型
3.3.3环比增长率与同比增长率
3.3.4平稳序列的预测
3.3.4.1简单平均法 (simple average)
3.3.4.2简单移动平均法(simple moving average)
3.3.4.3指数平滑法(exponential smoothing)
3.3.4.4一次指数平滑(single exponential smoothing)
3.3.5非平衡序列(linear trend)
3.3.5.1线性模型法(线性趋势方程)
3.3.5.2季节性变动预测
3.3.5.3分离季节因素
3.3.5.4周期性变动预测 (剩余法)
3.3.6回归分析
3.3.6.1一元线性回归模型
3.3.6.2多元回归模型

4.数据挖掘
4.1数据挖掘概论
4.1.1数据挖掘的技术上的定义
4.1.2数据挖掘的商业角度的定义
4.1.3数据挖掘得到的知识类型

4.2数据挖掘技术
4.2.1算法（系统）是数据挖掘的核心
4.2.2数据挖掘系统结构
4.2.3数据挖掘的广泛应用

4.3数据挖掘流程
4.3.1数据发掘方法论——CRISP-DM
4.3.2数据挖掘过程
4.3.2.1第一步：定义商业问题 
4.3.2.2第二步：建立数据挖掘库 
4.3.2.3第三步：分析数据 
4.3.2.4第四步：准备数据 
4.3.2.5第五步：建立模型 
4.3.2.6第六步：评价和解释 
4.3.2.7第七步：实施 

4.4数据挖掘算法与工具
4.4.1基本的挖掘算法
4.4.1.1关联规则（模式、描述型）
4.4.1.1.1模式
4.4.1.1.2常用算法
4.4.1.2分类与预测（模型、预测型）
4.4.1.2.1模式
4.4.1.2.2常用算法
4.4.1.3聚类（模型、描述型）
4.4.1.3.1模式
4.4.1.3.2常用算法
4.4.1.4孤立点探测（Outlier Detection）（模式、预测型）
4.4.1.4.1模式
4.4.1.4.2常用算法
4.4.2数据挖掘工具：SPSS Modeler
4.4.2.1界面
4.4.2.2操作
4.4.2.3案例实操
4.4.3数据挖掘应用
4.4.3.1案例：4G潜在客户模型

5.大数据分析
5.1大数据概述
5.1.1如何定义大数据？
5.1.2大数据产生原因：互联网+移动互联网+物联网
5.1.3大数据主要来源
5.1.4大数据的特征——4V
5.1.5大数据分析与传统数据分析的差异
5.1.6大数据带来了思维的变革
5.1.7大数据的威力在于对客户的深刻洞察
5.1.8大数据在企业管理中的应用
5.1.8.1预测
5.1.8.2更有效地组织企业以节省资金
5.1.8.3真正实时的了解客户
5.1.8.4企业共同创建、实时改进和创新产品
5.1.8.5利用大数据找到新的商业机会
5.1.8.6给用户产生行为指纹
5.1.8.7大数据案例：电商推荐系统

5.2大数据分析技术
5.2.1大数据技术要解决的问题
5.2.2大数据的相关技术
5.2.2.1Hadoop生态系统和Google架构比较
5.2.2.2分布式文件系统
5.2.2.3非关系型数据库NoSQL——Hbase
5.2.2.4实时流处理
5.2.2.5MapReduce的思想

5.3企业大数据建设方法
5.3.1中国移动的大数据平台

5.4大数据营销应用
5.4.1大数据1.0——应用大数据做流量精准营销
5.4.2大数据2.0——向企业用户提供大数据服务
5.4.2.1流量大数据应用案例
5.4.2.2电信运营商大数据用途
5.4.2.3电信运营商的大数据资产优势
5.4.2.4案例：基于大数据的套餐包营销

5.5基于大数据的用户画像
5.5.1用户画像
5.5.2用户画像的方法
5.5.3利用大数据生成用户画像

5.6大数据实时事件驱动精准营销
5.6.1实时营销的思路
5.6.2大数据实时事件驱动精准营销流程
5.6.3事件驱动的精准营销
5.6.4业务场景应用案例

项目二：基于重点业务绩效提升的课题研究与学习实践
（需要客户方提供具体项目）

大数据人才培养专项培训