数字化运营下的数据分析与数据挖掘

第一部分：解构大数据--- 大数据的战略与大数据思维
1、大数据时代已经来临
2、大数据的三维理解
理论+技术+实践
3、大数据的4V特征
大规模（Volume）
多样性（Variety）
高速度（Velocity）
价值性（Value）
4、大数据战略——定位决定你的地位
数据即资产
“数据化运营”转变为“运营数据”
“搜索引擎”转变为“推荐引擎”
5、大数据思维——思路决定你的出路
定量思维，一切皆可量化
相关思维，一切皆有联系
实验思维，一切皆可尝试
全样本思维，大数据的简单计算胜过小数据的复杂计算
个性化思维，以消费者为中心
融合思维，全平台大数据帮助你的数据需要整合
6、大数据的核心价值——发现规律和预测
7、大数据在各行业的解决方案
金融业
旅游业
零售业
电信业
8、大数据分析与经营决策
9、大数据的实现技术
云计算与大数据
大数据技术简介
HADOOP生态系统简介
 
第二部分：大数据营销的概述
1、大数据时代带来对传统营销的挑战
2、大数据营销的特点
时效性
个性化
关联性
3、大数据时代的新营销模式
如何选择互联网的营销模式——微博营销、网页营销等
客户关系管理CRM——“旧貌焕发新颜”
精确营销——装上了GPS，实现“精确打击”
4、如何在海量数据中整合数据，形成你对消费者的独特洞察力
客户的群体特征——“人以群分”，找准你的准客户
大数据用户画像——互联网时代不再“是否是狗”
5、如何建立全渠道数据平台，拓展营销渠道，提高营销效率
互联网时代渠道分类
如果进行广告的精确投放——广告受众分析
如何实现营销效果的验证——找到适合你的营销方式
6、如何提升你的客户粘性
评估你的客户价值——让营销策略理丰富
如何建立客户响应模型——让你的促销更有效，增加回头客
精准推荐——让你的销量再创新高
7、客户生存周期中的大数据应用
8、数据分析与挖掘在通信行业的应用
客户市场细分与精准营销
客户流失预警与客户挽留
产品交叉销售与套餐捆绑
营销效果评估与广告投放
客户价值评估与忠诚度
销售趋势分析与销售预测
客户满意度分析与影响因素
 
第三部分：认识数据分析
1、认识数据分析
什么是数据分析
数据分析的三大作用
数据分析的三大类型
2、数据分析与挖掘在行业的应用
客户市场细分与精准营销
客户流失预警与客户挽留
产品交叉销售与套餐捆绑
营销效果评估与广告投放
客户价值评估与忠诚度
销售趋势分析与销售预测
客户满意度分析与影响因素
3、数据分析的六步曲
步骤1：需求明确--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
案例演练：Excel数据导入练习
案例演练：Excel数据预处理练习
 
第四部分：数据分析方法篇
1、基本数据分析方法
对比分析、分组分析、结构分析、平均分析、交叉分析
案例演练：数据统计应用（二维交叉表-透视表）
2、综合数据分析方法
多维数据分析（综合评价法）
财务数据分析（杜邦分析法）
流失率与转化率分析（漏斗分析法）
产品策略分析（象限图分析法）
案例演练：品牌认知度分析
 
第五部分：数据分析方法论篇
1、数据分析的思想与框架
2、企业外部环境分析（PEST分析法）
案例演练：电信行业情况分析
3、用户消费行为分析（5W2H分析法）
案例演练：用户消费行为分析（5W2H）
4、公司整体经营情况分析（4P营销理论）
5、业务问题专题分析（逻辑树分析法）
6、用户使用行为研究（用户使用行为分析法）
 
第六部分：数据挖掘篇
1、什么是数据挖掘
2、数据挖掘的发展历程
3、数据挖掘的标准流程（CRISP-DM）
商业理解
数据准备
数据理解
模型建立
模型评估
模型应用
4、数据挖掘技术实践
SPSS基本操作：数据导入、计算变量、描述性统计
参数检验分析（样本均值检验）
案例演练：信用卡消费评估分析
案例演练：吸烟对胆固醇指标影响的评估
案例演练：促销效果评估
 
非参数检验分析（样本分布检验）
案例演练：产品合格率检验
案例演练：儿童身高差异检验
案例演练：制造工艺差异检验
案例演练：训练新方法有效性检验
案例演练：促销方式效果检验
案例演练：客户满意度差异检验
 
方差分析（影响因素分析）
案例演练：广告形式、地区对销量的影响因素分析
案例演练：饲料与生猪体重的影响分析
 
相关分析（相关程度计算）
案例演练：腰围与体重的相关分析
案例演练：家庭生活开支的相关分析
 
回归分析（预测分析）
案例演练：工资与工龄的关系分析
案例演练：客户购买预测分析
案例演练：品牌选择预测分析
 
时间序列分析（预测分析）
案例演练：电视机销量预测分析
案例演练：上海证券交易所综合指数收益率序列分析
案例演练：汽车销量预测分析
 
聚类分析（Clustering）
案例演练：小康指数划分
案例演练：裁判标准一致性分析
案例演练：商场服务奖项奖选择
 
分类分析（Classification）
案例演练：银行低信用客户特征分析
案例演练：电信行业客户流失预警与客户挽留
 
关联分析（Association）
案例演练：超市商品交叉销售与布局优化
RFM模型
案例演练：用户价值评估与促销名单
案例演练：重购用户特征分析
预测分析（回归分析）
案例演练：产品销量预测分析
 
第七部分：图表呈现篇
1、图表类型与作用
2、常用图形
柱状图（对比分析）
条形图（对比分析）
折线图（数据趋势分析）
饼图（产品组成分析）
雷达图（多重数据比较）
案例演练：图形绘制
3、复杂图形
平均线图（对比分析）
双坐标图（不同量纲呈现）
对称条形图（对比）
瀑布图（成本、收益构成分析）
漏斗图（用户转化率分析）
散点图/气泡图（用户、产品分类分析）
帕累托图/柏拉图(主要根因分析）
案例演练：图形绘制
4、图表美化原则
简约
整洁
对比/突出
5、表格呈现
6、优秀图表示例解析
 
第八部分：分析报告撰写
1、分析报告的种类与作用
2、报告的结构
3、报告命名的要求
4、报告的目录结构
5、前言
6、正文
7、结论与建议
8、优秀报告展现与解析
 
结束：课程总结与问题答疑。

傅一航，华为系大数据专家。
傅一航，男，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，数篇国家专利，曾在英国、日本、荷兰等国做项目，对欧洲、日本的电信市场有比较深的了解。
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
 
论文：
1.基于统计的无词典分词方法
2.文本的自动分类
3.基于Internet的智能信息检索技术研究