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

大數據人才培養專項培訓

【課程對象】各部門數據分析及運用人才
【課程內容】數據分析方法，數據挖掘流程、算法、工具、與案例，大數據系統、工具、與案例
【課程時長】2-3天

【課程大綱】
項目一：技能學習
1.開場
1.1朝陽大媽的秘密
1.2課程收益
1.3學習(xi)團隊建設

2.數據分析思維
2.1為什么要分析數據？
2.1.1看懂數字，看懂真相
2.1.2市場營銷中的數量決策問題
2.1.3視角一：市場營銷學的理論框架
2.1.4視角二：電信業業務流程視圖（eTOM）
2.1.5示例：營銷案預演中的數據分析
2.2數據分析方法論
2.2.1什么是數據分析？
2.2.2數據分析的類型
2.2.3數據分析論、方法、與工具
2.2.4數據化運營
2.2.5數據分析中的模型化方法
2.2.6分析方法論
2.2.7分析的范圍與緯度
2.2.8兩種分析思路
2.2.9兩種分析套路
2.2.10數據分析模型
2.2.11統計分析流程
2.2.12運用統計方法應遵循的原則(ze)

3.營銷數據分析
3.1數據與測量尺度
3.1.1數據的定義及分類
3.1.1.1數據表現形式一
3.1.1.2數據表現形式二
3.1.2Excel中的數據類型
3.1.3SPSS Modeler中的數據類型
3.1.4統計測量尺度的種類

3.2數據統計分析
3.2.1對比分析法
3.2.2平均分析法
3.2.2.1計算極差、方差、標準差
3.2.3分組分析法
3.2.4結構分析法
3.2.5*分析法
3.2.6漏斗分析法
3.2.7矩陣關聯分析法
3.2.8綜合分析法

3.3時間序列分析
3.3.1時間序列的分類
3.3.1.1趨勢、季節、周期、隨機性
3.3.2時間序列的構成模型
3.3.3環比增長率與同比增長率
3.3.4平穩序列的預測
3.3.4.1簡單平均法 (simple average)
3.3.4.2簡單移動平均法(simple moving average)
3.3.4.3指數平滑法(exponential smoothing)
3.3.4.4一次指數平滑(single exponential smoothing)
3.3.5非平衡序列(linear trend)
3.3.5.1線性模型法(線性趨勢方程)
3.3.5.2季節性變動預測
3.3.5.3分離季節因素
3.3.5.4周期性變動預測 (剩余法)
3.3.6回歸分析
3.3.6.1一元線性回歸模型
3.3.6.2多元(yuan)回歸模型

4.數據挖掘
4.1數據挖掘概論
4.1.1數據挖掘的技術上的定義
4.1.2數據挖掘的商業角度的定義
4.1.3數據挖掘得到的(de)知(zhi)識類型(xing)

4.2數據挖掘技術
4.2.1算法（系統）是數據挖掘的核心
4.2.2數據挖掘系統結構
4.2.3數據挖掘的(de)廣泛應用

4.3數據挖掘流程
4.3.1數據發掘方法論——CRISP-DM
4.3.2數據挖掘過程
4.3.2.1第一步：定義商業問題 
4.3.2.2第二步：建立數據挖掘庫 
4.3.2.3第三步：分析數據 
4.3.2.4第四步：準備數據 
4.3.2.5第五步：建立模型 
4.3.2.6第六步：評價和解釋 
4.3.2.7第七步：實施(shi) 

4.4數據挖掘算法與工具
4.4.1基本的挖掘算法
4.4.1.1關聯規則（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分類與預測（模型、預測型）
4.4.1.2.1模式
4.4.1.2.2常用算法
4.4.1.3聚類（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孤立點探測（Outlier Detection）（模式、預測型）
4.4.1.4.1模式
4.4.1.4.2常用算法
4.4.2數據挖掘工具：SPSS Modeler
4.4.2.1界面
4.4.2.2操作
4.4.2.3案例實操
4.4.3數據挖掘應用
4.4.3.1案例：4G潛在客戶(hu)模(mo)型

5.大數據分析
5.1大數據概述
5.1.1如何定義大數據？
5.1.2大數據產生原因：互聯網+移動互聯網+物聯網
5.1.3大數據主要來源
5.1.4大數據的特征——4V
5.1.5大數據分析與傳統數據分析的差異
5.1.6大數據帶來了思維的變革
5.1.7大數據的威力在于對客戶的深刻洞察
5.1.8大數據在企業管理中的應用
5.1.8.1預測
5.1.8.2更有效地組織企業以節省資金
5.1.8.3真正實時的了解客戶
5.1.8.4企業共同創建、實時改進和創新產品
5.1.8.5利用大數據找到新的商業機會
5.1.8.6給用戶產生行為指紋
5.1.8.7大數據案例：電(dian)商推(tui)薦(jian)系統

5.2大數據分析技術
5.2.1大數據技術要解決的問題
5.2.2大數據的相關技術
5.2.2.1Hadoop生態系統和Google架構比較
5.2.2.2分布式文件系統
5.2.2.3非關系型數據庫NoSQL——Hbase
5.2.2.4實時流處理
5.2.2.5MapReduce的思(si)想

5.3企業大數據建設方法
5.3.1中國(guo)移動的大數據平臺(tai)

5.4大數據營銷應用
5.4.1大數據1.0——應用大數據做流量精準營銷
5.4.2大數據2.0——向企業用戶提供大數據服務
5.4.2.1流量大數據應用案例
5.4.2.2電信運營商大數據用途
5.4.2.3電信運營商的大數據資產優勢
5.4.2.4案例：基于大數據的套餐包營銷

5.5基于大數據的用戶畫像
5.5.1用戶畫像
5.5.2用戶畫像的方法
5.5.3利用大數據(ju)生成用戶畫像

5.6大數據實時事件驅動精準營銷
5.6.1實時營銷的思路
5.6.2大數據實時事件驅動精準營銷流程
5.6.3事件驅動的精準營銷
5.6.4業務場景應(ying)用案例

項目二：基于重點業務績效提升的課題研究與學習實踐
（需要客戶方提供具(ju)體項目(mu)）

大數據人才培養專項培訓