培訓安排:2024年10月25-26日 深圳
課程費用:3800元/人(含培訓費、資料費、會務服務費)
課程對象:銷售部門、營業廳、呼叫中心、業務支撐、經營分析部、網管/網優中心、運營分析部、系統開發部等對業務數據分析有基本要求的相關人員。
培訓背景:
本課程覆蓋了如下內容:
1、數據分析基礎,數據分析過程
2、數據分析方法,數據分析思路。
本課程從實際的業務需求出發,結合行業的典型應用特點,圍繞實際的商業問題,對數據分析及數據挖掘技術進行了全面的介紹(從數據收集與處理,到數據分析與挖掘,再到數據可視化和報告撰寫),通過大量的操作演練,幫助學員掌握數據分析和數據挖掘的思路、方法、表達、工具,從大量的企業經營數據中進行分析,挖掘客戶行為特點,幫助運營團隊深入理解業務運作,以達到提升學員的數據綜合分析能力,支撐運營決策的目的。
課程目的:
1、了解數據分析基礎知識,掌握數據分析的基本過程。
2、學會數據分析的框架和思路,掌握常用數據分析方法來分析問題。
3、熟悉數據分析的基本過程,掌握Excel數據分析庫操作。
授課方式:
數據分析基礎 + 方法講解 + 實際業務問題分析 + Excel實踐操作
采用互動式教學,圍繞業務問題,展開數據分析過程,全過程演練操作,讓學員在分析、分享、講授、總結、自我實踐過程中獲得能力提升。
培訓大綱:
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 、大數據的本質
◇ 數據,是對客觀事物的描述和記錄
◇ 大數據不在于大,而在于全
3 、大數據四大核心價值
◇ 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
◇ 從大數據炒股看大數據如何探索因素的相關性
◇ 阿里巴巴預測經濟危機的到來
◇ 從美國總統競選看大數據對選民行為進行分析
4 、大數據價值落地的三個關鍵環節
◇ 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)
第二部分:數據分析基本過程
1 、數據分析簡介
◇ 數據分析的三個階段
◇ 分析方法的三大類別
2 、數據分析六步曲
3 、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
4 、步驟2:數據收集—準備數據
◇ 明確收集數據范圍
◇ 確定收集來源
◇ 確定收集方法
5 、步驟3:數據預處理—準備數據
◇ 數據質量評估
◇ 數據清洗、數據處理和變量處理
◇ 探索性分析
6 、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
7 、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
8 、步驟6:報表撰寫--觀點表達
◇ 選擇報告種類
◇ 完整的報告結構
9 、演練:終端大數據精準營銷案例賞析
◇ 如何搭建精準營銷分析框架?
◇ 精準營銷分析的過程和步驟?
◇ 精準營銷分析結果呈現
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
◇ 描述性分析法(對比/分組/結構/趨勢/交叉…)
◇ 相關性分析法(相關/方差/卡方…)
◇ 預測性分析法(回歸/時序/決策樹/神經網絡…)
◇ 專題性分析法(聚類/關聯/RFM模型/…)
2 、統計分析基礎
◇ 統計分析兩大要素
◇ 統計分析三個步驟
3 、統計分析常用指標
◇ 匯總方式: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
4 、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
5 、綜合分析方法及其適用場景(略)
◇ 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
6 、最合適的分析方法才是硬道理。
第四部分: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 、常用分析思路模型
2 、企業外部環境分析(PEST分析法)
案例:電信行業外部環境分析
3 、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)
4 、公司整體經營情況分析(4P營銷理論)
5 、業務問題專題分析(邏輯樹分析法)
案例:用戶增長緩慢分析
6 、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
第五部分:數據分析策略
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:營業廳客流趨勢分析
第六部分:數據呈現(根據需要講解,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(根據需要講解,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
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
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 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)
演練:圖表制作與演示
6 、交互式圖表
7 、分層鉆取
8 、四種篩選器
第十部分: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
7 、上下文
◇ 行上下文
◇ 篩選上下文
◇ 度量值的計算原理
◇ 上下文沖突時的上下文處理
結束:課程總結與問題答疑。
培訓講師:傅一航,華為大數據專家
計算機軟件與理論碩士研究生(研究方向:數據挖掘、搜索引擎)。在華為工作十年,五篇國家專利,在華為工作期間獲得華為數項獎項,曾在英國、日本、荷蘭等國家做項目,對大數據有深入的研究。
傅老師專注于大數據分析與挖掘等應用技術,以及大數據系統部署解決方案。旨在將大數據的數據分析、數據挖掘、數據建模應用于行業及商業領域,解決行業實際的問題。將大數據應用于運營決策,幫助企業提升運營決策能力;應用于市場營銷,通過大數據營銷,解決營銷中的用戶群細分,產品定位,精準營銷,精準促銷等實際問題,提升營銷效果,節省營銷費用,以及市場預測、用戶行為預測等。
傅老師目前致力于將大數據技術應用于通信、金融、航空、電商、互聯網、政府等領域。傅老師的課程最大特色:實戰性強!實現“業務問題+分析思路+分析方法/分析模型+分析工具+結果應用”融為一體。即,結合清晰的業務場景(明確目的),分解為具體的數據問題(分析思路),選擇最合適的方法(分析方法),深入淺出的理論講解(分析模型),使用簡單實用的工具操作(分析工具),實現分析結果到業務策略的落地。
專著與榮譽:
獲得國家專利:
1.CN1925642:對集群用戶進行處理的方法和集群用戶處理系統
2.CN101114999A:數據發送控制方法及數據傳輸設備
3.CN101119183A:重傳控制方法及傳輸設備
4.CN101483847A:實現策略控制的方法、裝置及系統
5.CN101605359B:一種切換過程中轉發數據的方法、無線實體和基站
論文:
1.基于統計的無詞典分詞方法
2.文本的自動分類
3.基于Internet的智能信息檢索技術研究
服務客戶:
通信行業培訓客戶:
香港電信:《大數據精準營銷實戰》
湖北聯通:《大數據分析與商業智能》
廣東聯通:《數據分析與數據挖掘實戰培訓》
上海電信:《渠道大數據分析與挖掘思路及方法》
河北電信:《數據化運營下的大數據分析綜合能力提升實戰》
南京電信:《大數據視圖支撐精準化營銷》
上海移動1期:《大數據分析與挖掘綜合能力提升》
上海移動2期:《大數據挖掘模型及實現原理培訓》
上海移動3期:《大數據預處理及模型優化實戰》
浙江移動:《大數據分析與數據挖掘應用實戰》
江蘇移動:《大數據精準營銷技能提升實戰》
深圳移動:《大數據分析綜合能力提升》
廣西移動:《大數據發展趨勢及在公司營銷領域的應用》
遼寧移動:《數據分析方法與經營分析技巧》
泉州移動3期:《數說營銷—市場營銷數據分析與挖掘應用》
德陽移動2期:《大數據挖掘與建模優化實戰培訓》
浙江移動:《大數據產品營銷能力提升》
四川移動:《大數據分析與挖掘綜合能力提升》
吉林移動:《數據分析與數據挖掘培訓》;
貴州移動:《“數”說營銷----大數據營銷實戰與沙盤》
海南移動:《基于大數據運營的用戶行為分析與精準定位》
山東移動:《大數據分析綜合能力提升》
深圳移動:《大數據在行業內外的應用》
中國終端公司:《大數據分析綜合能力提升培訓》
中山移動:《“數”說營銷----大數據營銷實戰與沙盤》
東莞移動:《“數”說營銷----大數據營銷實戰與沙盤》
成都移動:《數字化運營下的數據分析與數據挖掘》
眉山移動2期:《大數據分析綜合能力提升》
云浮移動:《大數據挖掘和信息提煉專項培訓》
陽江移動:《小數據•大運營--運營數據的分析與挖掘》
德陽移動:《電信運營商市場營銷數據挖掘應用典型案例》
陜西在線:《“數”說營銷----大數據營銷實戰與沙盤》
四川在線:《“數”說營銷----大數據營銷實戰與沙盤》
大連移動:《“數”說營銷----大數據營銷實戰與沙盤》
內蒙古移動:《大數據分析與Hadoop大數據解決方案》
貴州中移通信:《SPSS數據分析與數據挖掘應用實戰》
華為技術:《話務量預測與排班管理》
……
金融行業培訓客戶:
江西中行:《大數據變革與商業模式創新》
平安集團:《數據挖掘與現代企業數據化運營實踐》
光大銀行:《大數據分析與數據挖掘應用實戰》
中信銀行:《大數據分析與挖掘綜合能力提升實戰》
平安普惠金融:《Hadoop解決方案技術培訓》
平安產險:《大數據分析綜合能力提升》
交通銀行:《大數據》
招商銀行佛山公司:《“數”說營銷----大數據營銷實戰與沙盤》
杭州銀貨通科技:《大數據產業發展及應用創新》
廣電銀通:《大數據綜合能力提升》
……
能源汽車交通行業培訓客戶:
東風日產:《大數據分析與數據挖掘應用實戰》
富維江森(汽車):《數字化運營下的數據分析與數據挖掘應用培訓》
廣州地鐵1期:《大數據分析與數據挖掘培訓》
廣州地鐵2期:《數據分析與數據建模實戰》
西部航空:《數字化運營下的數據分析與數據挖掘應用培訓》
海南航空:《利用大數據營銷提升航線收益》
北京機場貴賓公司:《市場營銷數據的分析》
深圳公交集團:《大數據與智慧交通》
延長殼牌:《大數據分析與挖掘綜合能力提升》
神南礦業:《大數據產業發展與應用創新》
【報名咨詢】
聯系電話:010-62258232 62278113 13718601312 13120125786
聯 系 人:李先生 陳小姐