       大数据分析与挖掘综合能力提升培训

第一部分： 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

用趋势图来探索产品销量规律

从谷歌的GFT产品探索用户需求变化

从美国总统竞选看大数据对选民行为进行分析

从大数据炒股看大数据如何探索因素的相关性

认识大数据分析

什么是数据分析

数据分析的三大作用

常用分析的三大类别

案例：喜欢赚“差价”的营业员（用数据管理来识别）

数据分析需要什么样的能力

懂业务、懂管理、懂分析、懂工具、懂呈现

大数据应用的四层结构

数据基础层、数据模型层、业务模型层、业务应用层

大数据分析的两大核心理念

大数据分析面临的常见问题

不知道分析什么（分析目的不明确）

不知道怎样分析（缺少分析方法）

不知道收集什么样的数据（业务理解不足）

不知道下一步怎么做（不了解分析过程）

看不懂数据表达的意思（数据解读能力差）

担心分析不够全面（分析思路不系统）

第二部分： 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

演练：如何用大数据来支撑手机精准营销项目

第三部分： 统计分析方法篇
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

基本分析法（对比/分组/结构/趋势/…）

综合分析法（交叉/综合评价/杜邦/漏斗/…）

高级分析法（相关/方差/验证/回归/时序/…）

数据挖掘法（聚类/分类/关联/RFM模型/…）

统计分析常用指标

计数、求和、百分比（增跌幅）

集中程度：均值、中位数、众数

离散程度：极差、方差/标准差

分布形态：偏度、峰度

基本分析方法及其适用场景

对比分析（查看数据差距）

演练：按性别、省份、产品进行分类统计

分组分析（查看数据分布）

案例：银行ATM柜员机现金管理分析（银行）

案例：排班后面隐藏的猫腻

案例：通信运营商的流量套餐的合理性评估

演练：银行用户消费层次分析（银行）

演练：呼叫中心接听电话效率分析（呼叫中心）

演练：客服中心科学排班人数需求分析（客服中心）

演练：客户年龄分布分析

结构分析（评估事物构成）

案例：用户市场占比结构分析

案例：物流费用占比结构分析（物流）

趋势分析（发现变化规律）

案例：破解零售店销售规律

演练：发现产品销售的时间规律

交叉分析（多维数据分析）

演练：用户性别+地域分布分析

演练：不同区域的产品偏好分析

演练：不同教育水平的业务套餐偏好分析