<var id="tvtrx"><output id="tvtrx"></output></var>
  1. <code id="tvtrx"><cite id="tvtrx"></cite></code>
      1. 當前位置: 首頁 > 公開課程 > 課程內容
        廣告1
        相關熱門公開課程更多 》
        相關熱門內訓課程更多 》
        相關最新下載資料

        大數據分析與挖掘綜合能力提升實戰

        課程編號:43593   課程人氣:295

        課程價格:¥3800  課程時長:2天

        行業類別:各行業通用    專業類別:營銷管理 

        授課講師:傅一航

        課程安排:

               2023.8.11 廣州



        • 課程說明
        • 講師介紹
        • 選擇同類課
        【培訓對象】
        銷售部門、營業廳、呼叫中心、業務支撐、經營分析部、網管/網優中心、運營分析部、系統開發部等對業務數據分析有基本要求的相關人員。

        【培訓收益】


        【課程大綱】
        第一部分:大數據的核心思維
        問題:大數據的核心價值是什么?大數據是怎樣用于業務決策?
        1、大數據時代:你缺的不是一堆方法,而是大數據思維
        2、大數據的本質
        數據,是對客觀事物的描述和記錄
        大數據不在于大,而在于全
        3、大數據四大核心價值
        用趨勢圖來探索產品銷量規律
        從谷歌的GFT產品探索用戶需求變化
        從大數據炒股看大數據如何探索因素的相關性
        阿里巴巴預測經濟危機的到來
        從美國總統競選看大數據對選民行為進行分析
        4、大數據價值落地的三個關鍵環節
        業務數據化
        數據信息化
        信息策略化
        案例:喜歡賺“差價”的營業員(用數據管理來識別)

        第二部分:數據分析基本過程
        1、數據分析簡介
        數據分析的三個階段
        分析方法的三大類別
        2、數據分析六步曲
        3、步驟1:明確目的--理清思路
        確定分析目的:要解決什么樣的業務問題
        確定分析思路:分解業務問題,構建分析框架
        4、步驟2:數據收集—準備數據
        明確收集數據范圍
        確定收集來源
        確定收集方法
        5、步驟3:數據預處理—準備數據
        數據質量評估
        數據清洗、數據處理和變量處理
        探索性分析
        6、步驟4:數據分析--尋找答案
        選擇合適的分析方法
        構建合適的分析模型
        選擇合適的分析工具
        7、步驟5:數據展示--觀點表達
        選擇恰當的圖表
        選擇合適的可視化工具
        8、步驟6:報表撰寫--觀點表達
        選擇報告種類
        完整的報告結構
        9、演練:終端大數據精準營銷案例賞析
        如何搭建精準營銷分析框架?
        精準營銷分析的過程和步驟?
        精準營銷分析結果呈現

        第三部分:統計分析方法實戰篇
        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
        描述性分析法(對比/分組/結構/趨勢/交叉…)
        相關性分析法(相關/方差/卡方…)
        預測性分析法(回歸/時序/決策樹/神經網絡…)
        專題性分析法(聚類/關聯/RFM模型/…)
        2、統計分析基礎
        統計分析兩大要素
        統計分析三個步驟
        3、統計分析常用指標
        匯總方式: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、IQR
        分布形態:偏度、峰度
        4、基本分析方法及其適用場景
        對比分析(查看數據差距)
        演練:尋找用戶的地域分布規律
        演練:尋找公司主打產品
        演練:用數據來探索增量不增收困境的解決方案
        案例:銀行ATM柜員機現金管理分析(銀行)
        分組分析(查看數據分布)
        案例:排班后面隱藏的貓膩
        案例:通信運營商的流量套餐劃分合理性的評估
        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/消費分布分析
        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)
        案例:中移動用戶群動態結構分析
        演練:用戶結構/收入結構/產品結構的分析
        趨勢分析(發現事物隨時間的變化規律)
        案例:破解零售店銷售規律
        案例:手機銷量的淡旺季分析
        演練:發現產品銷售的時間規律
        交叉分析(多維數據分析)
        演練:用戶性別+地域分布分析
        演練:不同區域的產品偏好分析
        演練:不同教育水平的業務套餐偏好分析
        5、綜合分析方法及其適用場景(略)
        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
        6、最合適的分析方法才是硬道理。

        第四部分: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、常用分析思路模型
        2、企業外部環境分析(PEST分析法)
        案例:電信行業外部環境分析
        3、用戶消費行為分析(5W2H分析法)
        案例討論:搭建用戶消費習慣的分析框架(5W2H)
        4、公司整體經營情況分析(4P營銷理論)
        5、業務問題專題分析(邏輯樹分析法)
        案例:用戶增長緩慢分析
        6、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

        第五部分:數據分析策略
        問題:數據多,看不明白,不知道從何處看出業務問題?
        1、數據分析策略
        先宏觀,后微觀
        先整體,再部分
        先普遍,再個別
        先單維,再多維
        先表象,再根因
        先過去,再未來
        2、數據解讀要訣
        看差距,找短板
        看極值,評優劣
        看分布,分層次
        看結構,思重點
        看趨勢,思重點
        看峰谷,找規律
        看異常,找原因
        3、解讀要符合業務邏輯
        案例:營業廳客流趨勢分析

        第六部分:數據呈現(根據需要講解,課件留給學員參考)
        1、常用圖形類型及選擇原則
        2、基本圖形畫圖技巧
        3、圖形美化原則
        4、表格美化技巧
        案例:繪圖示例

        第七部分:分析報告撰寫(根據需要講解,課件留給學員參考)
        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

        第八部分:Power Query預處理工具實戰篇
        1、Power BI組件框架
        Power Query超級查詢器
        Power Pivot超級透視表
        Power View交互式圖表工具
        2、獲取和轉換(Power Query)
        數據處理的常見問題
        PQ功能簡介
        3、多數據源讀取
        多數據源讀取
        演練:從文件/Excel/數據庫/Web頁獲取數據源
        4、數據組合/集成
        數據的追加
        變量的合并
        文件夾合并
        演練:數據集成(追加、合并、文件夾)
        5、數據轉換
        數據表的管理
        數據類型和格式
        數據列的操作
        數據行的操作
        演練:數據預處理操作
        6、PQ的本質—M語言
        強大的M語言
        第九部分:Power View交互式圖表工具實戰篇
        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、Power view簡介
        4、常用圖表制作
        柱狀圖、條形圖
        折線圖、餅圖
        5、復雜圖形制作
        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:圖表制作與演示
        6、交互式圖表
        7、分層鉆取
        8、四種篩選器
        第十部分:Power Pivot數據建模工具實戰篇
        1、Power Pivot簡介
        2、PP基本功能
        數據分類
        匯總方式
        3、超級透視表
        建模的核心:篩選器與計算器
        建立多表關系模型
        關系管理:新建、修改、刪除
        演練:數據預處理操作
        4、度量值
        度量值定義
        度量值計算
        度量值的雙層篩選
        演練:度量值使用
        5、計算列
        新建列
        列與度量值的區別
        6、DAX數據分析表達式
        DAX公式
        DAX運算符
        DAX函數
        DAX高級篩選函數
        7、上下文
        行上下文
        篩選上下文
        度量值的計算原理
        上下文沖突時的上下文處理
        結束:課程總結與問題答疑。 

        咨詢電話:
        0571-86155444
        咨詢熱線:
        • 微信:13857108608
        聯系我們