关于本站
人大经济论坛-经管之家:分享大学、考研、论文、会计、留学、数据、经济学、金融学、管理学、统计学、博弈论、统计年鉴、行业分析包括等相关资源。
经管之家是国内活跃的在线教育咨询平台!
经管之家新媒体交易平台
提供"微信号、微博、抖音、快手、头条、小红书、百家号、企鹅号、UC号、一点资讯"等虚拟账号交易,真正实现买卖双方的共赢。【请点击这里访问】
TOP热门关键词
扫码加入金融交流群 |
https://bbs.pinggu.org/thread-3946445-1-1.html
免费试听课程
营销案例数据分析培训
人大经济论坛联合全美最大的独立客户关系营销咨询公司,提供全面整合的客户关系营销解决方案,帮助客户最大化其投资回报。如今,我们进一步面向个人和企业级客户提供全方位定制化的数据培训课程。此次课程以各个热门行业的成功案例为原型,经过筛选整合,与常用的统计分析手段相结合,提供从理论到实战的一体化培训。
1) 学员对象
1. 从事各个行业的数据分析人员,客户关系营销领域的工作人员;
2. 有志于从事数据分析,客户关系营销领域的本科生、研究生和其他领域的工作人员;
3. 希望快速提高统计知识及统计软件应用能力的人员
2) 课程目标
1. 掌握数据处理的一般过程及其商业模式下的数据分析过程及方法;
2. 能够灵活应用常用的建模方法,由浅入深,了解基本建模分析和高级建模分析;
3. 掌握商业报告的基本格式——表格、图形、报告;
4. 熟悉实际项目的基本情况,以及项目中会遇到的问题和解决方法。
3) 课程特色
1. 通过真实的案例来介绍不同的数据分析方法在各个行业的应用,内容通俗易懂,由浅入深,极具实战性。
2. 统计与业务问题相结合,不同的实际问题对应着不同的分析手段,力求算法与业务的有效整合,从而能精确定位模型与业务问题,提供策略方案。
3. 每节课都是由具体案例而展开的,可以在巩固知识点的同时进一步加深软件操作与实务,最终实现问题与工具的综合运用。
4. 六天的课程不相关联,学员可以随意选择其中的任意几门有兴趣的课听,并先后在上海和南京开课
4) 课程时间安排
5) 课程目录大纲
1. 在零售行业中应用逻辑回归估计客户生命价值
1.1 预测性模型简介
• 预测性模型概述
• 通用的建模流程
• 引题案例:针对客户响应与否
1.2 逻辑回归概述
• 逻辑回归的原理
• 能够解决的商业问题
1.3 案例分析
• 预测用户在未来(30天内)购买的概率
2. 在零售行业中应用线性回归估计客户生命价值
2.1 预测性模型简介
• 预测性模型概述
• 通用的建模流程
• 引题案例:针对客户消费金额大小
2.2 线性回归概述
线性回归的原理
• 能够解决的商业问题
2.3 案例分析
• 预测用户在未来(30天内)花费金额的大小
2.4 拓展:逻辑回归模型和线性回归模型的综合应用
3. 在保险业中使用决策树并展示其成果
3.1 决策树的基本概念
• 定义、目的以及总体步骤
3.2 决策树的基本原理
• CART算法
3.3 决策树的应用基础
• 如何用R实现决策树
3.4 案例分析
• 决策树在客户画像中的应用
4. 利用客户分群实现保险行业中现存客户的精准定位
4.1 客户分群概述
• 客户分群的要素、类型及目的
4.2 客户分群的原理
• 聚类分析
4.3 分群的SAS实现
4.4 案例分析
• 人寿保险公司的客户分群及营销策略
5. 利用时间序列精准预估零售业的销量与营业额
5.1 时间序列简介
5.2 时间序列模型
• 移动平均(Moving Average, MA) 和自回归(Autoregresive, AR)
• 自回归移动平均模型(ARMA/ARIMA)
5.3 Box-Jenkins 建模流程
平稳性判断、模型识别、模型拟合、模型验证
5.4 案例分析
• 预估零售业的销量与营业额
6. 如何针对行业特性进行媒体组合优化
6.1 组合优化方法简介
6.2 营销组合优化建模
营销组合优化模型过程概述
• 自上而下的营销组合模型
• 自下而上的归因模型
6.3 案例分析
• 零售业优化分析案例
• 保险业优化分析案例
• 医药、娱乐及媒体行业更多应用
6)联系我们!!!
联系人: 关老师
电话:010-53675718
联系人: 曹老师
电话: 18810531180
免流量费下载资料----在经管之家app可以下载论坛上的所有资源,并且不额外收取下载高峰期的论坛币。
涵盖所有经管领域的优秀内容----覆盖经济、管理、金融投资、计量统计、数据分析、国贸、财会等专业的学习宝库,各类资料应有尽有。
来自五湖四海的经管达人----已经有上千万的经管人来到这里,你可以找到任何学科方向、有共同话题的朋友。
经管之家(原人大经济论坛),跨越高校的围墙,带你走进经管知识的新世界。
扫描下方二维码下载并注册APP
您可能感兴趣的文章
人气文章
2.转载的文章仅代表原创作者观点,与本站无关。其原创性以及文中陈述文字和内容未经本站证实,本站对该文以及其中全部或者部分内容、文字的真实性、完整性、及时性,不作出任何保证或承若;
3.如本站转载稿涉及版权等问题,请作者及时联系本站,我们会及时处理。