数据分析与挖掘课程
讲师：陈则 浏览次数：2577
课程描述INTRODUCTION
江南体育平台是真的吗
：
课程价格：
培训天数：日程安排SCHEDULE
课程大纲Syllabus
数据分析与挖掘课程
课程大纲
第1章 数据思维
1.1 如何用数据说话？
1.2 如何用数据证明？
第2章 数据分析的流程
2.1 明确要解决的问题
2.2 构建分析框架
2.3 选用合适的指标体系
2.4 收集数据
2.5数据分析
2.6基于分析结果，寻找解决方法
2.7形成报告
第3章 明确要解决的问题
3.1 问题从哪来？
3.2 如何确定我们的主要问题？（二八分析法）
3.3 决定问题的因素有哪些？（头脑风暴法，鱼骨图分析法）
第4章 选用合适的数据分析工具和方法
4.1 你常用的数据分析工具有哪些？
4.1.1 Excel常用技巧
4.1.2 SPSS介绍
4.1.3 PPT制作分析报告
4.2 你常用的数据分析方法有哪些？
第5章 收集数据
5.1 从经分/CRM等系统导数据，遇到过哪些问题？
5.1.1 日期数据不能直接用
5.1.2 数值为什么不能直接求和？
5.1.3 姓名一样，但是无法vlookup
5.1.4 有重复值怎么办？
5.1.5 缺失值怎么处理？
5.1.6 极值（*值/最小值）怎么处理？
5.2 从表单收集数据，遇到过哪些问题？
5.2.1 收回来的数据表格，格式不统一怎么处理？
5.2.2 数据表格能不能分权限来限制？
5.2.3 几十张表格，如何快速的合并到一张大表里？
5.3 数据收集小工具推荐
5.3.1 一键去空行/空列
5.3.2 一键合并多个文件等等
第6章 数据分析
6.1 数据的描述性统计
6.1.1均值，中位数，众数，方差，标准差等
6.2 数据的汇总统计
6.2.1 多工作表的数据为什么汇总很麻烦？
6.2.2 多工作表的数据汇总该如何解决？
6.2.3 数据透视表能做什么？
6.2.4 数据透视表的值字段设置：快速的求和、计数、百分比、累加百分比
6.2.5 如何实现透视表的顺序和报表顺序一致？自定义序列排序
6.3 数据汇总出来后，该如何分析？
6.3.1 四大基本分析方法：对比、分类、分布、相关
6.3.2 对比/分类/分布/相关分析法：定义、原则、标准
6.3.2 中高级分析方法：
结构分析法
矩阵关联分析法
综合评价分析法
回归分析法
预测/趋势分析法等等
第7章 销售分析实战篇——找出目标客户（结合客户的实际数据做具体分析）
7.1 数据分析VS数据挖掘
7.2 案例演练：客户匹配度建模，找到你的准客户
7.3 客户群细分、客户获取
如何更好的了解客户结构、如何识别客户特征
客户响应模型与促销
聚类分析与客户特征提取
案例演练：小康指数划分，让数据自动聚类
案例演练：裁判标准一致性分析，避免“黑哨”
案例演练：商场服务奖项评选
消费者品牌选择模型分析
案例演练：品牌选择模型分析，你的品牌适合哪些人群？
第8章 销售分析实战篇——针对目标客户优化销售策略（结合客户的实际数据做具体分析）
8.1 哪些是影响市场销量的关键因素
找到关键因素，实现精准营销
方差分析与影响因素分析
案例演练：广告形式、地区对销量的影响因素分析
案例演练：饲料与生猪体重的影响分析
因素影响的相关性分析（相关程度计算）
案例演练：腰围与体重的相关分析
案例演练：家庭生活开支的相关分析
8.2 如何选择合适的营销方式
各营销渠道的用户特征分析
促销方式有效性检验
参数检验与非参数检验原理介绍
案例演练：营销效果评估分析
数据分析与挖掘课程
转载：//www.ibid2.com/gkk_detail/293150.html
已开课时间Have start time
- 陈则
[仅限会员]
大数据营销内训
- 《大数据精益化营销思维与运 喻国庆
- 数据驱动价值 ——基于Ex 张晓如
- 《银行--网络消费行为与网 武建伟
- 《流量神器，销量升级：如何 武建伟
- 《大数据分析与客户开发》 喻国庆
- 数据创造价值——大数据分析 张晓如
- 企业区块链技术的应用场景与 李璐
- 大数据行业的现状与热点 徐全
- 能源电力企业数字化转型探索 李开东
- 大数据项目解决方案及应用 胡国庆
- 《企业数据管理与数据资产化 张光利
- 数字媒体和数字教学 钟理勇