自从“大数据”的概念被炒热之后,很多企业营销经理对于数据分析和挖掘产生了浓厚的兴趣,但是不得其门而入,不知道从哪里开始学习数据分析的知识,更不用说如何着手进行一个数据挖掘的项目。虽然大多买过一些《XX数据挖掘》方面的书籍,但是由于缺乏统计学的知识背景,对于那些充斥各种公式的书籍表示阅读困难,去听一些专业课程也如闻天书。
课程特色
1. 专为企业的市场和销售部门从业人员设计,深入浅出的介绍数据挖掘技术的原理及应用
2. 菜鸟入门到精通, 无需学习任何的公式,跟随案例参与演练,掌握那些看似复杂的统计学算法和理论
3. 课程部分案例会使用免费的分析工具加以演示,方便学员在实践中根据本企业的不同情况选择适当的工具。
时间:2016年01月28-31日
地点:人民大学培训教室
费用:4500元/3200元(凭学生证优惠)
(全国远程)
时间:2016年01月28-31日(同步北京现场 内部交流群)
费用:3200元
◆授课软件:SPSS Modeler /Rapidminer /Excel/R
◆授课时间:9:00-12:00,13:30-16:30(16:30-17:00答疑时间)
◆提供午餐咖啡 水果常备 ; 差旅及住宿费用自理
◆证书费用:可以申请《数据分析师》证书
最新优惠:
◆赠送独家讲义数据
◆提前一月报名缴费立减300元
◆同一机构3人报名,9折优惠;5人以上报名,8折优惠;
◆赠送论坛币1000个(玩转论坛必备)
以上优惠不叠加》》》》》》》》
讲师介绍
陈剑: 数据分析专家、信息化专家、IPMA认证项目经理、MCSE、MCDBA从业经验丰富,曾主持开发大型政府业务系统、银行办公系统、电信业务系统、工业自动化控制系统等,负责过OA、ERP、BI系统的集成与实施。历任项目经理,技术总监,副总经理等职务、熟悉整公司营运管理,财务管理、信息化管理、人事行政管理工作。
他擅长从企业营销的角度应用数据挖掘方法,属实战型数据分析专家。自2008年起已经为众多企业进行了数百场各类专业培训。
内训企业有中国银联、工商银行、建设银行、邮储银行、华创证券、大连商品交易所、交银施罗德、渤海国际信托、银雁金融、立信集团、深投投资
汽车行业:东风本田、广汽本田、神龙汽车、东风汽车、长安铃木、一汽马自达、海马汽车、江铃汽车、三一重工、奇瑞汽车
医药领域:恩华药业、复兴医药、大众医药、金域医疗检验、福田医疗、国药控股、奇正藏药、华邦医药
中国移动、携程、富士通、神州数码、华星光电、冠捷电子、OPPO、新易讯、凡谷电子、东方雨虹、凌阳科技、方正电路板、洲明科技、长城计算机、东软、天合光能、雅士电子、帅康、和林电子、亿道电子等等。
课程大纲
课程主题 | 详情内容 |
一、大数据的那些事 | 1.大数据时代概述,哪些企业在使用大数据? 2.那些你必须要清楚的概念 a)大数据 VS 抽样,不同的场景如何选择? b)商业智能/数据仓库 VS 大数据,数据仓库和大数据是一回事吗? c)统计学算法和大数据,我们要学的不是算法,是算法的使用方法。
3.市场销售与大数据技术 a)线上销售 VS 线下销售,在数据分析上有何区别? b)快消品 VS大客户销售,分析模型有什么区别? c)服务业 VS 制造业,分析的关注点有何不同? |
二、数据分析和挖掘知识体系 | 1.数据挖掘方法论 a)SPSS的CRISP-DM b)SAS的SEMMA c)案例演练:方法论如何影响分析,业务理解是如何做的? 2.数据挖掘工具 a)SPSS Modeler简介 b)SAS简介 c)Rapidminer简介 d)R简介 e)如何更好的选择分析工具 3.算法总体介绍 a)描述统计:描述数据特征,例如顾客的行为特征 b)假设检验:可用于满意度、调查A/B测试等场合 c)分类算法:预测顾客行为和反馈 d)时间序列和预测:预测销售的自然增长 |
三、顾客特征分析 | 1.精准营销思想 a)群发的利于弊 无差别的群发引发的客户流失现象 案例:银行业营销模式的反思与改进 b)研讨:电话接通率低和邮件打开率低预示了什么? 2.数据收集 a)客户注册数据/背景数据收集 b)客户行为特征收集及业务特征推导 c)案例:淘宝APP和网站信息收集 3.定量数据的相关性分析 a)演练:离群值和极端值的区别和处理策略 b)通过相关系数矩阵发现因子之间的关联 c)演练:分析相关性矩阵 4.图形化的特征分析方法 a)演练:双变量和3变量分析图形 b)演练:Excel的快速4象限分析图形 c)演练:Rapidminer的快速图形分析及立体3D图形分析 5.聚类分析方法 a)同时处理文本及数值-两步聚类方法 b)演练:对客户数据执行聚类 c)如何优化聚类质量 6.关联规则 a)啤酒-尿布的故事后篇 – 关联规则的深入解读 b)Sequence算法在客户购买行为上的应用 |
四、迭代式销售模式 | 1.迭代式营销理念 – 没有最好,只有更好 2.营销中的A/B测试 a)营销活动的过程,以及目标设立 b)案例:A/B测试的应用方法 c)假设检验 – 理性的效果分析以及现实应用中的的局限性 d)从时间维度和业务维度分析营销活动的有效性 3.客户响应分析模型 a)客户对营销活动的响应分析模型 b)如何避免过度训练 c)案例演练:建立营销活动的客户响应模型 4.分类算法介绍及演练 a)Decision Tree b)Bayes Net c)Logistic Regression d)Neural network e)SVM f)........... 5.模型部署 a)使用ROC曲线评估实施效益 b)通过命中率验证模型有效性 |
五、商业预测 | 1.预测那些事 a)预测准确度与利润的关系 b)如何使用预测优化库存控制 c)金融行业 VS 制造业预测上的差异 d)预测工具的选择 2.基于企业实践的预测流程 a)数据准备 b)历史修正 c)基准预测 d)协同预测 e)预测调整 f)最终报告 案例分享 3.数据准备 a)数据的组织层次 b)数据的产品层次 c)其他辅助数据 预测准确度 广告费用/促销投入 修正数据 4.基准预测 a)周期和季节性概念 b)如何建立预测策略 c)产品生命周期与算法选择 d)自相关概念 e)预测场景 成长期的预测:曲线回归 成熟期的预测:指数平滑与ARIMA 宏观预测:多元线性回归 5.预测实战 a)在不同的时间粒度下分析数据 b)快速区分产品的趋势特征,建立分析策略 c)使用R建立ARIMA模型 d)SPSS专家建模器深度解读 e)使用Excel建立曲线回归模型 6.预测结果的评估 a)如何跟踪预测结果的偏差 b)如何评价预测结果的偏差程度 |
报名流程:
1:点击“立即报名”,网上填写信息提交
2:给予反馈,确认报名信息
3:网上缴费:http://baoming.pinggu.org/paycenter.aspx
4:开课前一周发送课程电子版讲义,软件准备及交通住宿指南
在线咨询:
Tel:010-68456523
QQ:2881989712(张老师)
Mail:zhangwei@pinggu.org