大數據分析與挖掘綜合能力訓練

大數據分析與挖掘綜合能力訓練課程/講師盡在大數據分析與挖掘綜合能力訓練專題,百度搜索“交廣國際管理咨詢”大數據分析與挖掘綜合能力訓練公開課（免費試聽）北上廣深等地開課！芝麻播www.zhimabo.com獨播：大數據分析與挖掘綜合能力訓練在線直播課程。專家微信18749492090，講師手機13522550408。

【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、大數據是探索事物發展和變化規律的工具
3、大數據價值實現的三個關鍵環節
?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）
4、從案例看數據信息化
?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
?從美國總統競選看大數據對選民行為進行分析
?從大數據炒股看大數據如何探索因素的相關性
5、數據分析的三大作用
6、數據分析的三大類別
7、數據分析需要什么樣的能力
?懂業務、懂管理、懂分析、懂工具、懂呈現

第二部分：數據分析基本過程
1、數據分析的六步曲
2、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
3、步驟2：數據收集—理清思路
?明確收集數據范圍
?確定收集來源
?確定收集方法
4、步驟3：數據預處理—尋找答案
?數據質量評估
?數據清洗、數據處理和變量處理
?探索性分析
5、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
6、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
7、步驟6：報表撰寫–觀點表達
?選擇報告種類
?完整的報告結構
8、數據分析的三大誤區
演練：如何用大數據來支撐手機精準營銷項目
演練：如何構建一個良好的大數據分析框架

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
?基本分析法（對比/分組/結構/趨勢/…）
?綜合分析法（交叉/綜合評價/杜邦/漏斗/…）
?高級分析法（相關/方差/驗證/回歸/時序/…）
?數據挖掘法（聚類/分類/關聯/RFM模型/…）
2、統計分析常用指標
?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
3、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
4、綜合分析方法及其適用場景
?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
5、最合適的分析方法才是硬道理。

第四部分：數據分析策略及數據解讀
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：銷售額數據分析
案例：營業廳工單結構分析
案例：營業廳客流趨勢分析

第五部分：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、數據分析的思路
?從KPI指標開始
?從營銷/管理模型開始
2、常用分析思路模型
3、企業外部環境分析（PEST分析法）
案例：電信行業外部環境分析
4、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）
5、公司整體經營情況分析（4P營銷理論）
6、業務問題專題分析（邏輯樹分析法）
案例：用戶增長緩慢分析
7、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

第六部分：數據呈現（這部分不講，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（這部分不講，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
8、優秀報告展現與解析
案例：營業時間調整專題報告
案例：企業業務運營分析報告

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
?Power BI Desktop桌面版本
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 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
第十部分：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）
?自定義視覺對象
?四種篩選器
演練：圖表制作與演示
6、圖表美化原則
7、報表與儀表盤
演練：報表與儀表盤演示