国际人力资本发展之道
人才测评选拔、项目管理与销售人才培养 、管理咨询、企业赋能
Course Introduction
课程介绍
傅老师
迈道国际大数据专家
计算机软件与理论硕士研究生(研究方向:数据挖掘、搜索引擎)。在华为工作十年,五篇国家专利,在华为工作期间获得华为数项奖项,曾在英国、日本、荷兰等国做项目,对大数据有深入的研究。
傅老师专注于大数据分析与挖掘等应用技术,以及大数据系统部署解决方案。旨在将大数据的数据分析、数据挖掘、数据建模应用于行业及商业领域,解决行业实际的问题。将大数据应用于运营决策,帮助企业提升运营决策能力;应用于市场营销,通过大数据营销,解决营销中的用户群细分,产品定位,精准营销,精准促销等实际问题,提升营销效果,节省营销费用,以及市场预测、用户行为预测等。
傅老师目前致力于将大数据技术应用于通信、金融、航空、电商、互联网等领域。傅老师的课程最大特色:实战性强!实现“业务问题+分析思路+分析方法/分析模型+分析工具+结果应用”融为一体。即,结合清晰的业务场景(明确目的),分解为具体的数据问题(分析思路),选择最合适的方法(分析方法),深入浅出的理论讲解(分析模型),使用简单实用的工具操作(分析工具),实现分析结果到业务策略的落地。
获得国家专利:
1.CN1925642:对集群用户进行处理的方法和集群用户处理系统
2.CN101114999A:数据发送控制方法及数据传输设备
3.CN101119183A:重传控制方法及传输设备
4.CN101483847A:实现策略控制的方法、装置及系统
5.CN101605359B:一种切换过程中转发数据的方法、无线实体和基站
服务客户:
傅老师曾提供过培训咨询服务的客户遍及通信、金融、交通、制造、政府等行业,包括华为、富士康、平安集团、中国银行、招商银行、光大银行、中信银行、广电银通、西部航空、海南航空、中国移动、中国联通、中国电信、西部航空、安能物流、广州地铁、富维江森、东风日产、神南矿业、公交集团、广州税务、良品铺子等单位和公司。
课程背景:
本课程为初级课程,面向所有应用型人员,包括业务部分,以及数据分析部门,系统开发人员也同样需要学习。
本课程核心内容是理清大数据的本质及核心理念,培训大数据人才的数据思维模式,以解决业务问题为导向,提升学员在数据分析综合能力。
一般情况下,在企业中有80%的数据分析工作(比如业务分析、经营分析等等),都可以使用简单的统计分析方法来解决,关键在于发现企业运营过程中的业务规律及业务问题,进而提出业务策略及建议,供企业领导进行决策。
课程目标:
了解数据分析基础知识,掌握数据分析的基本过程。
学会数据分析的框架和思路,掌握常用数据分析方法来分析问题。
熟悉数据分析的基本过程,掌握Excel高级数据分析库操作。
熟练使用图表制作工具,掌握图表美化原则,正确使用图表来表达观点。
掌握数据分析报告的写作技巧及要点,全面正确地呈现分析结果。
课程大纲:
1.大数据的核心理念
问题:大数据的核心价值是什么?大数据是怎样用于业务决策?
大数据时代:你缺的不是一堆方法,而是大数据思维
大数据是探索事物发展和变化规律的工具
从案例看大数据的核心本质
认识大数据分析
数据分析需要什么样的能力
大数据应用的四层结构
大数据分析的两大核心理念
大数据分析面临的常见问题
2.数据分析基本过程
数据分析的六步曲
步骤1:明确目的--理清思路
步骤2:数据收集—理清思路
步骤3:数据预处理—寻找答案
步骤4:数据分析--寻找答案
步骤5:数据展示--观点表达
步骤6:报表撰写--观点表达
数据分析的三大误区
3.统计分析实战篇
问题:数据分析有什么方法可依?不同的方法适用解决什么样的问题?
数据分析方法的层次
统计分析常用指标
基本分析方法及其适用场景
综合分析方法及其适用场景
最合适的分析方法才是硬道理
4.解读数据分析结果
问题:数据多,看不明白,不知道从何处看出业务问题?
数据分析的目的
对比分析及业务策略
结构分析及业务策略
趋势分析及业务策略
解读要符合业务逻辑
5.数据分析思路篇
问题:数据分析思路是怎样的?如何才能全面/系统地分析而不遗漏?
数据分析的思路
常用分析思路模型
企业外部环境分析(PEST分析法)
用户消费行为分析(5W2H分析法)
公司整体经营情况分析(4P营销理论)
业务问题专题分析(逻辑树分析法)
用户使用行为研究(用户使用行为分析法)
6.图表呈现篇(这部分根据情况讲解)
问题:如何让你的分析结果更直观易懂?如何让数据“慧”说话?
图表类型与作用
常用图形及适用场景
常用图形
复杂图形
动态图表画法技巧
图表美化原则
表格呈现
优秀图表示例解析
7.分析报告撰写(这部分不讲,课件留给学员参考)
问题:如何让你的分析报告显得更专业?
分析报告的种类与作用
报告的结构
报告命名的要求
报告的目录结构
前言
正文
结论与建议
优秀报告展现与解析
8.数据分析实战篇
影响因素分析,数值预测模型。
相关分析(衡量变量间的的相关性)
方差分析-问题:哪些才是影响销量的关键因素?
回归分析(预测)-问题:如何预测未来的销售量(定量分析)?
时序分析(预测)-问题:随着时间变化,未来的销量变化趋势如何?
9.数据挖掘实战篇
聚类分析-问题:如何实现客户细分,开发符合细分市场的新产品?
分类分析-问题:如何提取客户流失者、拖欠货款者的特征?如何预测其流失的概率?
实战:电信客户流失分析与预警模型
10.结束:课程总结与问题答疑