大數據分析與挖掘綜合能力提升

大數據分析與挖掘綜合能力提升課程/講師盡在大數據分析與挖掘綜合能力提升專題,大數據分析與挖掘綜合能力提升公開課北上廣深等地每月開課！大數據分析與挖掘綜合能力提升在線直播課程（免費試聽）。專家微信18749492090，講師手機13522550408，百度搜索“交廣國際管理咨詢”了解更多。

【課程大綱】

第一部分：認識數據分析

問題：數據分析是神馬?數據分析基本過程？

1、 數據分析面臨的常見問題

? 不知道分析什么（分析目的不明確）

? 不知道怎樣分析（缺少分析方法）

? 不知道收集什么樣的數據（業務理解不足）

? 不知道下一步怎么做（不了解分析過程）

? 看不懂數據表達的意思（數據解讀能力差）

? 擔心分析不夠全面（分析思路不系統）

2、 認識數據分析

? 什么是數據分析

? 數據分析的三大作用

? 數據分析的三大類別

案例：喜歡賺“差價”的營業員（用數據管理來識別）

3、 數據分析需要什么樣的能力

? 懂業務、懂管理、懂分析、懂工具、懂呈現

4、 大數據應用的四層結構

? 數據基礎層、數據模型層、業務模型層、業務應用層

5、 數據分析與挖掘在企業中的應用
第二部分：數據分析基本過程

1、 數據分析的六步曲

2、 步驟1：明確目的–理清思路

3、 步驟2：數據收集—理清思路

演練：Excel數據導入練習

4、 步驟3：數據預處理—尋找答案

演練：Excel數據預處理練習

5、 步驟4：數據分析–尋找答案

6、 步驟5：數據展示–觀點表達

7、 步驟6：報表撰寫–觀點表達

8、 數據分析的三大誤區

演練：如何用大數據來支撐手機精準營銷項目
第三部分：數據分析方法篇

問題：數據分析有什么方法可依?不同的方法適用解決什么樣的問題？

1、 數據分析方法的層次

? 基本分析法（對比/分組/結構/趨勢/…）

? 綜合分析法（交叉/綜合評價/杜邦/漏斗/…）

? 高級分析法（相關/方差/驗證/回歸/時序/…）

? 數據挖掘法（聚類/分類/關聯/RFM模型/…）

2、 統計分析常用指標

? 計數、求和、百分比（增跌幅）

? 集中程度：均值、中位數、眾數

? 離散程度：極差、方差/標準差

? 分布形態：偏度、峰度

3、 基本分析方法及其適用場景

? 對比分析（查看數據差距）

演練：按性別、省份、產品進行分類統計

? 分組分析（查看數據分布）

案例：銀行ATM柜員機現金管理分析（銀行）

案例：排班后面隱藏的貓膩

案例：通信運營商的流量套餐的合理性評估
演練：銀行用戶消費層次分析（銀行）

演練：呼叫中心接聽電話效率分析（呼叫中心）

演練：客服中心科學排班人數需求分析（客服中心）

演練：客戶年齡分布分析

? 結構分析（評估事物構成）

案例：用戶市場占比結構分析

案例：物流費用占比結構分析（物流）

? 趨勢分析（發現變化規律）

案例：破解零售店銷售規律

演練：發現產品銷售的時間規律

4、 綜合分析方法及其適用場景

? 交叉分析（多維數據分析）

演練：用戶性別 地域分布分析

? 綜合評價法（多維指標歸一）

案例：南京丈母娘選女婿分析表格

演練：人才選拔評價分析（HR）

? 杜邦分析法（關鍵因素分析-財務數據分析）

案例：運營商市場占有率分析（通信）

案例：服務水平提升分析（呼叫中心）

演戲：提升銷量的銷售策略分析（零售商/電商）

? 漏斗分析法（關鍵流程環節分析-流失率與轉化率分析）

案例：電商產品銷售流程優化與策略分析（電商）

演練：營業廳終端銷售流程分析（電信）

演練：銀行業務辦理流程優化分析（銀行）

? 矩陣分析法（產品策略分析-象限圖分析法）

案例：工作安排評估

案例：HR人員考核與管理

案例：波士頓產品策略分析

5、 **合適的分析方法才是硬道理。
第四部分：解讀數據分析結果

問題：數據多，看不明白，不知道從何處看出業務問題？

1、 數據分析的目的

? 發現業務規律

? 發現業務異常

? 尋找業務策略

2、 對比分析及業務策略

? 看差距，補短板

? 看極值，評優劣

? 看異常，找原因

3、 結構分析及業務策略

? 看占比，聚焦重點

? 看失衡，優化結構

4、 趨勢分析及業務策略

? 看變化，說趨勢

? 看峰谷，找規律

? 看異常，找原因

5、 解讀要符合業務邏輯

案例：銷售額數據分析

案例：營業廳工單結構分析

案例：營業廳客流趨勢分析
第五部分：數據分析思路篇

問題：數據分析思路是怎樣的？如何才能全面/系統地分析而不遺漏？

1、 數據分析的思路

? 從KPI指標開始

? 從營銷/管理模型開始

2、 常用分析思路模型

3、 企業外部環境分析（PEST分析法）

案例：電信行業外部環境分析

4、 用戶消費行為分析（5W2H分析法）

案例：用戶購買行為分析（5W2H）

5、 公司整體經營情況分析（4P營銷理論）

6、 業務問題專題分析（邏輯樹分析法）

案例：用戶增長緩慢分析

7、 用戶使用行為研究（用戶使用行為分析法）

案例：終端銷售流程分析
第六部分：圖表呈現篇

問題：如何讓你的分析結果更直觀易懂？如何讓數據“慧”說話？

1、 圖表類型與作用

2、 常用圖形及適用場景

3、 常用圖形

? 柱狀圖（對比分析）

? 條形圖（對比分析）

? 折線圖（趨勢分析）

? 餅圖（結構分析）

? 雷達圖（多重數據比較）

演練：圖形繪制

4、 復雜圖形

? 平均線圖（對比分析）

? 雙坐標圖（不同量綱呈現）

? 對稱條形圖（對比）

? 散點圖/氣泡圖（矩陣分析法）

? 瀑布圖（成本、收益構成分析）

? 漏斗圖（用戶轉化率分析）

演練：圖形繪制

5、 動態圖表畫法技巧

6、 圖表美化原則

7、 表格呈現

8、 優秀圖表示例解析
第七部分：分析報告撰寫

問題：如何讓你的分析報告顯得更專業？

1、 分析報告的種類與作用

2、 報告的結構

3、 報告命名的要求

4、 報告的目錄結構

5、 前言

6、 正文

7、 結論與建議

8、 優秀報告展現與解析

案例：營業時間調整專題報告

案例：企業業務運營分析報告
第八部分：數據分析實戰篇（中級）

影響因素分析，數值預測模型。

1、 相關分析（衡量變量間的的相關性）

問題：營銷費用會影響銷售額嗎？影響程度大嗎？

? 什么是相關關系

? 相關系數：衡量相關程度的指標

? 相關分析的步驟與計算公式

? 相關分析應用場景

演練：體重與腰圍的關系

演練：營銷費用會影響銷售額嗎

案例：酒樓生意好壞與報紙銷量的相關分析

2、 方差分析

問題：哪些才是影響銷量的關鍵因素？

? 方差分析解決什么問題

? 方差分析種類：單因素/雙因素可重復/雙因素無重復

? 方差分析的應用場景

? 如何解決方差分析結果

演練：終端擺放位置與終端銷量有關嗎？

演練：廣告和價格是影響終端銷量的關鍵因素嗎

案例：2015年大學生工資與父母職業的關系

案例：醫生洗手與嬰兒存活率的關系

演練：尋找影響產品銷量的關鍵因素

3、 回歸分析（預測）

問題：如何預測未來的銷售量（定量分析）？

? 回歸分析的基本原理和應用場景

? 回歸分析的種類（一元/多元、線性/曲線）

? 回歸分析的幾種常用方法

? 回歸分析的五個步驟與結果解讀

? 回歸預測結果評估（如何評估預測質量，如何選擇**回歸模型）

演練：散點圖找推廣費用與銷售額的關系（一元線性回歸）

演練：推廣費用、辦公費用與銷售額的關系（多元線性回歸）

演練：如何選擇**的回歸預測模型（曲線回歸）

? 回歸分析（帶分類變量）

演練：工齡、性別與終端銷量的關系

演練：如何評估銷售目標與資源配置（營業廳）

4、 時序分析（預測）

問題：隨著時間變化，未來的銷量變化趨勢如何？

? 時序分析的應用場景（基于時間的變化規律）

? 移動平均的預測原理

? 指數平滑的預測原理

案例：銷售額的時序預測及評估

演練：汽車銷量預測及評估
第九部分：數據挖掘實戰篇（高級）

1、 聚類分析

問題：如何實現客戶細分，開發符合細分市場的新產品？

? 聚類分析及其作用

? 聚類分析的種類

? 層次聚類：發現多個類別

? R型聚類與Q型聚類的區別

案例：中移動如何實現客戶細分及營銷策略

演練：中國省市經濟發展情況分析（Q型聚類）

演練：裁判評分的標準衡量（R型聚類）

? K均值聚類

演練：寶潔公司如何選擇新產品試銷區域？

演練：如何評選優秀員工？

2、 分類分析

問題：如何提取客戶流失者、拖欠貨款者的特征？如何預測其流失的概率？

? 分類與聚類

? 決策樹分類的原理

? 如何評估分類性能

案例：美國零售商（Target）如何預測少女懷孕

演練：識別銀行欠貨風險，提取欠貸者的特征

3、 關聯分析

問題：幾種事物會同時出現嗎？比如購買面包的人是否也會購買牛奶？他們同時購買哪些產品？

? 關聯分析解決什么樣的問題

? 如何提取關聯規則

? 關聯規則的應用場景

案例：啤酒與尿布、颶風與蛋撻

演練：商場購物籃分析與產品捆綁銷售

4、 RFM模型

問題：如何評估客戶的價值？如何針對不同客戶采取不同的營銷策略？

? RFM模型介紹

? RFM的客戶細分框架理解