大数据分析与数据挖掘综合能力提升实战课程特色与背景

【课程目标】

  本课程覆盖了如下内容：

    1、 数据分析基础，数据分析过程

    2、 数据分析方法，数据分析思路。

    本课程从实际的业务需求出发，结合行业的典型应用特点，围绕实际的商业问题，对数据分析及数据挖掘技术进行了全面的介绍（从数据收集与处理，到数据分析与挖掘，再到数据可视化和报告撰写），通过大量的操作演练，帮助学员掌握数据分析和数据挖掘的思路、方法、表达、工具，从大量的企业经营数据中进行分析，挖掘客户行为特点，帮助运营团队深入理解业务运作，以达到提升学员的数据综合分析能力，支撑运营决策的目的。

  通过本课程的学习，达到如下目的：

    1、 了解数据分析基础知识，掌握数据分析的基本过程。

    2、 学会数据分析的框架和思路，掌握常用数据分析方法来分析问题。

    3、 熟悉数据分析的基本过程，掌握Excel数据分析库操作。

【授课方式】

    数据分析基础 + 方法讲解 + 实际业务问题分析 + Excel实践操作

    采用互动式教学，围绕业务问题，展开数据分析过程，全过程演练操作，让学员在分析、分享、讲授、总结、自我实践过程中获得能力提升。

课程大纲

第一部分：大数据的核心思维

问题：大数据的核心价值是什么？大数据是怎样用于业务决策？

1、大数据时代：你缺的不是一堆方法，而是大数据思维

2、大数据的本质

数据，是对客观事物的描述和记录

大数据不在于大，而在于全

3、大数据四大核心价值

用趋势图来探索产品销量规律

从谷歌的GFT产品探索用户需求变化

从大数据炒股看大数据如何探索因素的相关性

阿里巴 巴预测经济危机的到来

从美国 总统竞选看大数据对选民行为进行分析

4、大数据价值落地的三个关键环节

业务数据化

数据信息化

信息策略化

案例：喜欢赚“差价”的营业员（用数据管理来识别）

第二部分：数据分析基本过程

1、数据分析简介

数据分析的三个阶段

分析方法的三大类别

2、数据分析六步曲

3、步骤1：明确目的--理清思路

确定分析目的：要解决什么样的业务问题

确定分析思路：分解业务问题，构建分析框架

4、步骤2：数据收集—准备数据

明确收集数据范围

确定收集来源

确定收集方法

5、步骤3：数据预处理—准备数据

数据质量评估

数据清洗、数据处理和变量处理

探索性分析

6、步骤4：数据分析--寻找答案

选择合适的分析方法

构建合适的分析模型

选择合适的分析工具

7、步骤5：数据展示--观点表达

选择恰当的图表

选择合适的可视化工具

8、步骤6：报表撰写--观点表达

选择报告种类

完整的报告结构

9、演练：终端大数据精准营销案例赏析

如何搭建精准营销分析框架？

精准营销分析的过程和步骤？

精准营销分析结果呈现

第三部分：统计分析方法实战篇

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

描述性分析法（对比/分组/结构/趋势/交叉…）

相关性分析法（相关/方差/卡方…）

预测性分析法（回归/时序/决策树/神经网络…）

专题性分析法（聚类/关联/RFM模型/…）

2、统计分析基础

统计分析两大要素

统计分析三个步骤

3、统计分析常用指标

汇总方式：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、IQR

分布形态：偏度、峰度

4、基本分析方法及其适用场景

对比分析（查看数据差距）

演练：寻找用户的地域分布规律

演练：寻找公司主打产品

演练：用数据来探索增量不增收困境的解决方案

案例：银行ATM柜员机现金管理分析（银行）

分组分析（查看数据分布）

案例：排班后面隐藏的猫腻

案例：通信运营商的流量套餐划分合理性的评估

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/消费分布分析

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）

案例：中移动用户群动态结构分析

演练：用户结构/收入结构/产品结构的分析

趋势分析（发现事物随时间的变化规律）

案例：破解零售店销售规律

案例：手机销量的淡旺季分析

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

5、综合分析方法及其适用场景（略）

综合评价法（多维指标归一）

案例：南京丈母娘选女婿分析表格

演练：人才选拔评价分析（HR）

杜邦分析法（关键因素分析-财务数据分析）

案例：运营商市场占有率分析（通信）

案例：服务水平提升分析（呼叫中心）

演戏：提升销量的销售策略分析（零售商/电商）

漏斗分析法（关键流程环节分析-流失率与转化率分析）

案例：电商产品销售流程优化与策略分析（电商）

演练：营业厅终端销售流程分析（电信）

演练：银行业务办理流程优化分析（银行）

矩阵分析法（产品策略分析-象限图分析法）

案例：工作安排评估

案例：HR人员考核与管理

案例：波士顿产品策略分析

6、最合适的分析方法才是硬道理。

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、常用分析思路模型

2、企业外部环境分析（PEST分析法）

案例：电信行业外部环境分析

3、用户消费行为分析（5W2H分析法）

案例讨论：搭建用户消费习惯的分析框架（5W2H）

4、公司整体经营情况分析（4P营销理论）

5、业务问题专题分析（逻辑树分析法）

案例：用户增长缓慢分析

6、用户使用行为研究（用户使用行为分析法）

案例：终端销售流程分析

第五部分：数据分析策略

问题：数据多，看不明白，不知道从何处看出业务问题？

1、数据分析策略

先宏观，后微观

先整体，再部分

先普遍，再个别

先单维，再多维

先表象，再根因

先过去，再未来

2、数据解读要诀

看差距，找短板

看极值，评优劣

看分布，分层次

看结构，思重点

看趋势，思重点

看峰谷，找规律

看异常，找原因

3、解读要符合业务逻辑

案例：营业厅客流趋势分析

第六部分：数据呈现（根据需要讲解，课件留给学员参考）

1、常用图形类型及选择原则

2、基本图形画图技巧

3、图形美化原则

4、表格美化技巧

案例：绘图示例

第七部分：分析报告撰写（根据需要讲解，课件留给学员参考）

问题：如何让你的分析报告显得更专业？

1、分析报告的种类与作用

2、报告的结构

3、报告命名的要求

4、报告的目录结构

5、前言

6、正文

7、结论与建议

第八部分：Power Query预处理工具实战篇

1、Power BI组件框架

Power Query超级查询器

Power Pivot超级透视表

Power View交互式图表工具

2、获取和转换（Power Query）

数据处理的常见问题

PQ功能简介

3、多数据源读取

多数据源读取

演练：从文件/Excel/数据库/Web页获取数据源

4、数据组合/集成

数据的追加

变量的合并

文件夹合并

演练：数据集成（追加、合并、文件夹）

5、数据转换

数据表的管理

数据类型和格式

数据列的操作

数据行的操作

演练：数据预处理操作

6、PQ的本质—M语言

强大的M语言

第九部分：Power View交互式图表工具实战篇

问题：如何让你的分析结果更直观易懂？如何让数据“慧”说话？

1、图表类型与作用

2、常用图形及适用场景

3、Power view简介

4、常用图表制作

柱状图、条形图

折线图、饼图

5、复杂图形制作

双坐标图（不同量纲呈现）

对称条形图（对比）

散点图/气泡图（矩阵分析法）

瀑布图（成本、收益构成分析）

漏斗图（用户转化率分析）

演练：图表制作与演示

6、交互式图表

7、分层钻取

8、四种筛选器

第十部分：Power Pivot数据建模工具实战篇

1、Power Pivot简介

2、PP基本功能

数据分类

汇总方式

3、超级透视表

建模的核心：筛选器与计算器

建立多表关系模型

关系管理：新建、修改、删除

演练：数据预处理操作

4、度量值

度量值定义

度量值计算

度量值的双层筛选

演练：度量值使用

5、计算列

新建列

列与度量值的区别

6、DAX数据分析表达式

DAX公式

DAX运算符

DAX函数

DAX高级筛选函数

7、上下文

行上下文

筛选上下文

度量值的计算原理

上下文冲突时的上下文处理

结束：课程总结与问题答疑。

课程主讲

    华为大数据专家

   计算机软件与理论硕士研究生

   华为工作十年

   数篇国家专利

专著与荣誉：

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

论文：

   1.基于统计的无词典分词方法

   2.文本的自动分类

   3.基于Internet的智能信息检索技术研究

服务客户

   中国移动、中国联通、中国电信、西部航空等。

   富维江森（汽车）：《数字化运营下的数据分析与数据挖掘应用培训》

   平安集团：《数据挖掘与现代企业数据化运营实践》

   光大银行：《大数据分析与数据挖掘应用实战》

   招商银行佛山公司：《“数”说营销----大数据营销实战与沙盘》

   广州地铁1期：《大数据分析与数据挖掘培训》

   广州地铁2期：《数据分析与数据建模实战》

   华为技术：《话务量预测与排班管理》

   YKK吉田拉链：《大数据分析综合能力提升培训》

   富士康：《数据分析综合能力提升培训》

   泉州移动1期：《大数据分析综合能力提升》

   泉州移动2期：《数说营销—市场营销数据分析与挖掘应用》

   泉州移动3期：《数据模型与数据挖掘应用实战》

   延长壳牌：《大数据分析与挖掘综合能力提升》

   西部航空：《数字化运营下的数据分析与数据挖掘应用培训》

   安能物流：《大数据挖掘分析及应用实战》

   广东联通：《数据分析与数据挖掘实战培训》

   上海电信：《渠道大数据分析与挖掘思路及方法》

   中国移动终端公司：《三级经理大数据分析综合能力提升培训》

   浙江移动：《大数据产品营销能力提升》

   四川移动：《大数据分析与挖掘综合能力提升》

   吉林移动：《数据分析与数据挖掘培训》；

   贵州移动：《“数”说营销----大数据营销实战与沙盘》

   深圳移动：《大数据在行业内外的应用》

   中山移动：《“数”说营销----大数据营销实战与沙盘》

   东莞移动：《“数”说营销----大数据营销实战与沙盘》

   成都移动：《数字化运营下的数据分析与数据挖掘》

   眉山移动1期：《大数据分析综合能力提升》

   眉山移动2期：《大数据挖掘与应用实战（高级）》

   云浮移动：《大数据挖掘和信息提炼专项培训》

   阳江移动：《小数据•大运营--运营数据的分析与挖掘》

   德阳移动：《电信运营商市场营销数据挖掘应用典型案例》

   遵义移动：《让数据说话----大数据分析与挖掘应用实战》

   陕西在线：《“数”说营销----大数据营销实战与沙盘》

   四川在线：《“数”说营销----大数据营销实战与沙盘》

   乌兰浩特移动：《“数”说营销----大数据营销实战与沙盘》

   呼伦贝尔移动：《“数”说营销----大数据营销实战与沙盘》

   大连移动：《“数”说营销----大数据营销实战与沙盘》

   内蒙古移动：《大数据分析与Hadoop大数据解决方案》

   贵州中移通信：《SPSS数据分析与数据挖掘应用实战》

课程对象

销售部门、营业厅、业务支撑、经营分析部、网管/网优中心、运营分析部、呼叫中心等对业务数据分析有基本要求的相关人员。

【学员要求】

    1、 每个学员自备一台便携机(必须)。

    2、 便携机中事先安装好Excel 2010版本及以上。

    注：讲师可以提供试用版本软件及分析数据源。

备注

课程费用：3800元/人