国产极品粉嫩福利姬萌白酱_伊人WWW22综合色_久久精品a一国产成人免费网站_法国啄木乌AV片在线播放

數據呈現分析課程

【培訓對象】
營(ying)銷、運營(ying)、財務、供(gong)應(ying)鏈等相關(guan)人(ren)員(yuan)。學員(yuan)應(ying)具(ju)有一定的實際工作經(jing)驗，并(bing)熟悉(xi)Excel基本數據(ju)操作。

【培訓收益】
（1）了解數據分析的整體步驟 
（2）掌握數據分析能力的提升路徑 
（3）掌握數據分析的思路和方法 
（4）掌握數(shu)據(ju)挖掘的模型及(ji)其應(ying)用

1.營銷數據分析目標和步驟
（1）分析目標
包括數據整體狀況分析、異動分析、數據分類、數據間邏輯關系分析、數據預測等。
（2）分析步驟
包括數(shu)據(ju)收(shou)集、數(shu)據(ju)整(zheng)理、報表制作、數(shu)據(ju)分析與數(shu)據(ju)挖掘、圖形呈現、形成策劃案等6個步驟。

2.數據分析與商務邏輯
（1）數據分析能力
包括業務理解能力、邏輯思辨能力、需求轉換能力、統計分析挖掘工具的掌握等方面。
（2）常見商務邏輯
a)如何對數據特征進行描述？
b)我的客戶的特征是啥樣的？
c)如何結合銷售現狀判斷數據中的異常值？
d)A數據和B數據之間有關系嗎？如果有關系，關系是怎樣的？
e)如果數據之間有影響，有沒有重要程度的差異？
f)數據和指標如何分組？
g)如果影響指標比較多，如何處理？
h)我想知道數據之間的對應關系，如何處理？
i)如何考慮A事件對B事件的邊際貢獻率？
（3）分析思路
a)標識分析法
b)二八分析法（二八系數在第5個模塊第3小節的工具中自動實現）
c)特征組合分析法
d)排序分析法
e)對比分析法
f)分組分析法
g)結構分析法
h)交叉分析法
i)對應分析法

3.數據采集和指標體系建立
（1）采集原則
包括邏輯完備、可獲得、不重疊等原則，關于不重疊一般要做相關分析甚至是典型相關分析做檢驗。
（2）采集方法和步驟
包括采用層次分析法等確定收集維度、數據變形、數據相關檢驗、權重確定等。
（3）指標體系的建立
一般采用手工指標體系和軟件自動評估這兩種方式，這兩種方式都需要客觀規范地選擇數據指標，手工指標體系要做到權重設置合理、指標結果具有可比性（即處在基本同一數據區域），有時需要反復測試。
案例：浙江某互聯網企業的數據采集和指標體系建立
課堂討論：指(zhi)標體系中的“加”與“乘”

4.數據整理
數據整理的包括數據糾錯、數據填充補齊、數據匯總（非常復雜）以及數據
變形、數據轉換等多個環節，其目的是做好數據分析前的準備工作，將數據處理干凈，以進行后續的分析工作。
（1）數據糾錯
包括兩種形式的錯誤，一是本身數據就有錯，例如格式錯誤、空白等，二是數據邏輯上的錯誤或者異常。
（2）數據填充補齊
將數據中的空白填充補齊，這里面可能會涉及到復雜的業務邏輯。
（3）數據的匯總
根據分析目標的不同，分為按照時間序列的匯總、按照客戶id的匯總等等。
（4）數據變形
為了便于后續對比分析，經常需要對于數據進行變形，例如對于不同數量級的數據，將其變形到[0,1]的范圍內。
（5）數據轉換
在數據分析中，經常(chang)存(cun)在兩種形(xing)式的數據轉(zhuan)換：連續變量(liang)離散化以(yi)及定(ding)性數據定(ding)量(liang)化。

5.數據描述
數據描述指對銷售數據進行描述統計，采用多種指標和方法揭示數據的概況，為后續分析做好準備工作。描述的指標有求和、計數、平均值、中位數、眾數、方差（標準差）、變異系數、峰度、偏度、占比、累計占比、同比、環比等。
（1）整體狀況描述
（2）營銷數據“七個百分比”
（3）多列對比
這是應培訓學員的要求所做的多列對比的小工具，非常方便，可以一次性地輸出多列之間平均值、總數、中位數、變異系數、二八系數等的對比。
案例：期貨數據中“眾數”指標的運用
討(tao)論(lun)： 中位數和平均值的異同

6.異常值分析
異常值是數據中脫離正常變化軌道的數據，也是數據分析中需要重點關注的數據。通常采用如下方法分析異常值：
（1）散點圖
（2）面板散點圖
采用面板的方式實現多個散點圖的觀察，高效直觀。
（3）條件格式
（4）三倍標準差方法
案例：中國移動某(mou)省公(gong)司利用“三(san)倍標準差法”捕(bu)捉業務異(yi)常值

7.相關分析
（1）相關分析原理
（2）EXCEL“數據分析”模塊安裝及介紹
（3）操作及輸出說明
（4）大型相關矩陣和條件格式的組合使用
（5）用相關分析做數據掃描的邏輯
案例：上海某藥企利用商務數據分析“頭對頭”的競爭關系
案例：阿里巴巴利用相關分析功能來梳理市場競爭態勢
案例：上(shang)海某制造型(xing)企業利用“相(xiang)關分析”來分析物料運輸成本并制定合理化對策

8.客戶細分
單獨一個數據，往往因為數據異常或者偶然性等原因，從來很難發現明顯的結論，分組不僅僅讓分析變得簡單，而且能夠發現簡單對比所無法獲得的結論。
（1）單指標的分類
（2）多指標的分類
多指標的分組，可以用來做市場細分、客戶分群等，采用聚類實現。
案例：上海某消費品調研的受訪者分類
案例討論：*聚類分類總數的確定

9. 捆綁銷售分析
關聯分析可以分析銷售過程中某些相關的因素之間的關聯性，例如購買A的同時是否購買了B，購買A的用戶中有多少概率購買了B。
（1）相關概念
支持度、置信度、提升度
（2）關聯分析算法的使用
案例：上海某食品企業進行產品配送的關聯度分析
課堂討論：工業品數據(ju)做(zuo)捆綁銷售的數據(ju)準備(bei)

10. 營銷資源籌劃與調配
營銷資源總是有限的，例如資金、廣宣品等，如何在種種影響因素的限制之下，使得營銷資源效果*化，是重要的營銷管理問題。
（1）規劃求解概念
（2）相關操作和說明
案例：杭州某集團公司進行廣宣品的調配分析
 案例：上海某大型集團(tuan)公司進(jin)行平時工(gong)資(zi)和年終獎數額的平衡(heng)度分析

11.迭代抓取數據特征
適用于對于有相關行為的數據特征的描述，例如在銷售方面，如果我們對具有相關特征（年齡、性別、歸屬地、之前消費特征）的消費者的消費行為比較感興趣，我們可以用這一算法找到具有某一消費行為的消費者的特征，例如該消費者的性別、年齡等的組合特征。
再例如4S店有各種車型的銷售數據，4S店就關心購買某種車型的消費者的具體特征是什么。
（1）算法描述
（2）算(suan)法執行(xing)和輸出

12. 營銷數據預測
數據預測是營銷數據分析的重要組成部分，我們介紹幾種常用的數據分析技術：
（1）模擬運算表
（2）添加趨勢線
（3）手工數組方式實現
（4）批量自動實現
案例：上海某企(qi)業對于房屋資產(chan)租賃價(jia)格(ge)的逐步回歸(gui)分析(xi)

13. 數據呈現技術
分析做得好，還要圖畫得好，數據呈現技術在營銷數據分析中顯得尤其重要：
（1）Excel繪圖的基本線型
（2）Excel繪圖的高級圖形
包括堆積柱狀圖、復合餅圖、半圓圖等。
（3）圖形呈現的高級技巧
包括(kuo)輔助(zhu)列、錯位、數據標簽(qian)的應用(yong)、分色等功(gong)能。

14. PowerBI簡介
PowerBI是微軟推出的商業智能套件，由于其能支持大數據、無需VBA編程就能夠實現數據快速匯總以及數據呈現效果比較豐富等，獲得了廣大用戶的歡迎：
（1）PowerBI部件簡介
（2）用power query快速匯總數據
（3）用power pivot支持大數據分析
（4）用power view實(shi)現(xian)儀表盤

15. 數據分析報告撰寫
（1）分析報告的架構
（2）分析報告的邏輯
（3）分析報告的表現形式
（4）分析報告的文筆
案例：優秀分析報告和(he)工(gong)作(zuo)PPT賞析

16.互動
現場討論課程中的(de)問(wen)題，并就學員的(de)實際工作(zuo)問(wen)題進行解答(da)。 

數據呈現分析課程