欢迎您进入广州铱艾姆企业管理咨询有限公司

管理培训、销售培训、团队管理、项目管理培训、执行力培训、商业模式培训、爆品培训|广州铱艾姆企业管理咨询有限公司

EIM管理学院专注企业管理培训与管理咨询辅导

全国咨询热线

020-81578980
当前位置:主页»课程分类»销售管理内训课程»

《大数据分析与挖掘综合能力提升实战》

主讲老师:傅一航
时间:2                              
课程对象:销售部门、营业厅、呼叫中心、业务支撑、经营分析部、网管/网优中心、运营分析部、系统开发部等对业务数据分析有基本要求的相关人员。

【课程目的】

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。
本课程覆盖了如下内容:
1、 大数据的本质及核心理念
2、 数据分析基础,数据分析过程
3、 数据分析方法,数据分析思路。
4、 数据可视化呈现,数据报告撰写。
 
本课程从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,对数据分析及数据挖掘技术进行了全面的介绍(从数据收集与处理,到数据分析与挖掘,再到数据可视化和报告撰写),通过大量的操作演练,帮助学员掌握数据分析和数据挖掘的思路、方法、表达、工具,从大量的企业经营数据中进行分析,挖掘客户行为特点,帮助运营团队深入理解业务运作,以达到提升学员的数据综合分析能力,支撑运营决策的目的。
通过本课程的学习,达到如下目的:
1、 了解数据分析基础知识,掌握数据分析的基本过程。
2、 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。
3、 熟悉数据分析的基本过程,掌握Excel高级数据分析库操作。
4、 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。
5、 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。

【学员要求】
1. 每个学员自备一台便携机(必须)。
2. 便携机中事先安装好Excel 2010版本及以上。
3. 便携机中事先安装好IBM SPSS v19版本及以上。
注:讲师可以提供试用版本软件及分析数据源。

【课程大纲】

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?
1、 大数据时代:你缺的不是一堆方法,而是大数据思维
2、 大数据是探索事物发展和变化规律的工具
3、 从案例看大数据的核心本质
Ø 用趋势图来探索产品销量规律
Ø 从谷歌的GFT产品探索用户需求变化
Ø 从美国总统竞选看大数据对选民行为进行分析
Ø 从大数据炒股看大数据如何探索因素的相关性
4、 认识大数据分析
Ø 什么是数据分析
Ø 数据分析的三大作用
Ø 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)
5、 数据分析需要什么样的能力
Ø 懂业务、懂管理、懂分析、懂工具、懂呈现
6、 大数据应用的四层结构
Ø 数据基础层、数据模型层、业务模型层、业务应用层
7、 大数据分析的两大核心理念
8、 大数据分析面临的常见问题
Ø 不知道分析什么(分析目的不明确)
Ø 不知道怎样分析(缺少分析方法)
Ø 不知道收集什么样的数据(业务理解不足)
Ø 不知道下一步怎么做(不了解分析过程)
Ø 看不懂数据表达的意思(数据解读能力差)
Ø 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

1、 数据分析的六步曲
2、 步骤1:明确目的--理清思路
3、 步骤2:数据收集—理清思路
4、 步骤3:数据预处理—寻找答案
5、 步骤4:数据分析--寻找答案
6、 步骤5:数据展示--观点表达
7、 步骤6:报表撰写--观点表达
8、 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: 统计分析实战

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?
1、 数据分析方法的层次
Ø 基本分析法(对比/分组/结构/趋势/…)
Ø 综合分析法(交叉/综合评价/杜邦/漏斗/…)
Ø 高级分析法(相关/方差/验证/回归/时序/…)
Ø 数据挖掘法(聚类/分类/关联/RFM模型/…)
2、 统计分析常用指标
Ø 计数、求和、百分比(增跌幅)
Ø 集中程度:均值、中位数、众数
Ø 离散程度:极差、方差/标准差
Ø 分布形态:偏度、峰度
3、 基本分析方法及其适用场景
Ø 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
Ø 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
Ø 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)
Ø 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
Ø 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
4、 综合分析方法及其适用场景
Ø 综合评价法(多维指标归一)
案例:南京丈母娘选女婿分析表格
演练:人才选拔评价分析(HR)
Ø 杜邦分析法(关键因素分析-财务数据分析)
案例:运营商市场占有率分析(通信)
案例:服务水平提升分析(呼叫中心)
演戏:提升销量的销售策略分析(零售商/电商)
Ø 漏斗分析法(关键流程环节分析-流失率与转化率分析)
案例:电商产品销售流程优化与策略分析(电商)
演练:营业厅终端销售流程分析(电信)
演练:银行业务办理流程优化分析(银行)
Ø 矩阵分析法(产品策略分析-象限图分析法)
案例:工作安排评估
案例:HR人员考核与管理
案例:波士顿产品策略分析
5、 最合适的分析方法才是硬道理。
 

第四部分: 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?
1、 数据分析的目的
Ø 发现业务规律
Ø 发现业务异常
Ø 寻找业务策略
2、 对比分析及业务策略
Ø 看差距,补短板
Ø 看极值,评优劣
Ø 看异常,找原因
3、 结构分析及业务策略
Ø 看占比,聚焦重点
Ø 看失衡,优化结构
4、 趋势分析及业务策略
Ø 看变化,说趋势
Ø 看峰谷,找规律
Ø 看异常,找原因
5、 解读要符合业务逻辑
案例:销售额数据分析
案例:营业厅工单结构分析
案例:营业厅客流趋势分析
 

第五部分: 数据分析思路

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?
1、 数据分析的思路
Ø 从KPI指标开始
Ø 从营销/管理模型开始
2、 常用分析思路模型
3、 企业外部环境分析(PEST分析法)
案例:电信行业外部环境分析
4、 用户消费行为分析(5W2H分析法)
案例:用户购买行为分析(5W2H)
5、 公司整体经营情况分析(4P营销理论)
6、 业务问题专题分析(逻辑树分析法)
案例:用户增长缓慢分析
7、 用户使用行为研究(用户使用行为分析法)
案例:终端销售流程分析
 

第六部分: 图表呈现(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?
1、 图表类型与作用
2、 常用图形及适用场景
3、 常用图形
Ø 柱状图(对比分析)
Ø 条形图(对比分析)
Ø 折线图(趋势分析)
Ø 饼图(结构分析)
Ø 雷达图(多重数据比较)
演练:图形绘制
4、 复杂图形
Ø 平均线图(对比分析)
Ø 双坐标图(不同量纲呈现)
Ø 对称条形图(对比)
Ø 散点图/气泡图(矩阵分析法)
Ø 瀑布图(成本、收益构成分析)
Ø 漏斗图(用户转化率分析)
演练:图形绘制
5、 动态图表画法技巧
6、 图表美化原则
7、 表格呈现
8、 优秀图表示例解析
 

第七部分: 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?
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
案例:营业时间调整专题报告
案例:企业业务运营分析报告
 

第八部分: 数据分析实战篇

影响因素分析,数值预测模型。
1、 相关分析(衡量变量间的的相关性)
问题:营销费用会影响销售额吗?影响程度大吗?
Ø 什么是相关关系
Ø 相关系数:衡量相关程度的指标
Ø 相关分析应用场景
演练:体重与腰围的关系
演练:营销费用会影响销售额吗
演练:哪些因素会影响汽车的销量?
2、 方差分析
问题:哪些才是影响销量的关键因素?
Ø 方差分析解决什么问题
Ø 方差分析种类:单因素/双因素可重复/双因素无重复
Ø 方差分析的应用场景
Ø 如何解决方差分析结果
演练:终端摆放位置与终端销量有关吗?
演练:开通月数对客户流失的影响分析
演练:客户学历对消费水平的影响分析
演练:广告和价格是影响终端销量的关键因素吗
演练:营业员的性别、技能级别产品销量有影响吗?
演练:寻找影响产品销量的关键因素
3、 回归分析(预测)
问题:如何预测未来的销售量(定量分析)?
Ø 回归分析的基本原理和应用场景
Ø 回归分析的种类(一元/多元、线性/曲线)
Ø 回归分析的几种常用方法
Ø 回归分析的五个步骤与结果解读
Ø 回归预测结果评估(如何评估预测质量,如何选择最佳回归模型)
演练:散点图找推广费用与销售额的关系(一元线性回归)
演练:推广费用、办公费用与销售额的关系(多元线性回归)
演练:如何选择最佳的回归预测模型(曲线回归)
Ø 回归分析(带分类变量)
演练:工龄、性别与终端销量的关系
演练:如何评估销售目标与资源配置(营业厅)
4、 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?
Ø 时序分析的应用场景(基于时间的变化规律)
Ø 移动平均的预测原理
Ø 指数平滑的预测原理
案例:销售额的时序预测及评估
演练:产品销量预测及评估
演练:预测下个季度的用户数据流量

第九部分: 数据挖掘实战篇

1、 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?
Ø 聚类分析及其作用
Ø 聚类分析的种类
Ø 层次聚类:发现多个类别
Ø R型聚类与Q型聚类的区别
案例:中移动如何实现客户细分及营销策略
演练:中国省市经济发展情况分析(Q型聚类)
演练:裁判评分的标准衡量(R型聚类)
Ø K均值聚类
演练:宝洁公司如何选择新产品试销区域?
演练:如何评选优秀员工?
2、 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?
Ø 分类与聚类
Ø 决策树分类的原理
Ø 如何评估分类性能
案例:美国零售商(Target)如何预测少女怀孕
演练:识别银行欠货风险,提取欠贷者的特征
 
实战:电信客户流失分析与预警模型
 
结束:课程总结问题答疑

【讲师介绍】
EIM培训公司特聘讲师  傅一航

计算机软件与理论硕士研究生(数据挖掘方向)。在华为工作十年,数篇国家专利。并曾在英国、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、大数据挖掘等应用技术,及大数据系统解决方案,以及将大数据的数据分析、数据建模、数据挖掘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。傅老师的课程特色: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),分解转化为具体的数据问题(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。
傅老师近十年以来一直从事通信行业的研究与分析,熟悉大数据系统部署与应用、SP增值行业应用、终端应用与服务、4G无线解决方案。对通信行业的市场态势、客户行为、服务效果以及运营分析等方面有深入的接触和研究,特别是针对大数据、4G及LTE标准发展,无线网络演进,网络融合,市场发展及业务应用分析,在业务应用领域投入了更多的精力,积累了相当的知识和见解。

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
 
 
培训课题:
 
应用类:
《数字化运营下的数据分析与数据挖掘应用培训》
《“数”说营销----大数据营销实战与沙盘》
《数据分析与数据挖掘应用培训》
《DT时代运营商客户数据挖掘与应用》
《运营数据分析与挖掘之SPSS工具入门与提高》
《数据分析方法与SPSS实操培训》
《营业厅经理数据分析综合能力提升》
《呼叫中心大数据营销培训》
 
理论/认知/策略类:
《大数据产业现状及应用创新》
《电信运营商三级经理大数据能力提升》
 
技术类:
《Hadoop大数据解决方案开发技术培训》
 
服务客户:
傅老师曾提供过培训咨询服务的客户:华为技术有限公司、平安集团、安能物流、中国移动、中国联通、中国电信、西部航空等。
富维江森(汽车):《数字化运营下的数据分析与数据挖掘应用培训》
平安集团:《数据挖掘与现代企业数据化运营实践》
光大银行:《大数据分析与数据挖掘应用实战》
招商银行佛山公司:《“数”说营销----大数据营销实战与沙盘》
广州地铁1期:《大数据分析与数据挖掘培训》
广州地铁2期:《数据分析与数据建模实战》
华为技术:《话务量预测与排班管理》
YKK吉田拉链:《大数据分析综合能力提升培训》
富士康:《数据分析综合能力提升培训》
延长壳牌:《大数据分析与挖掘综合能力提升》
西部航空:《数字化运营下的数据分析与数据挖掘应用培训》
安能物流:《大数据挖掘分析及应用实战》
广东联通:《数据分析与数据挖掘实战培训》
上海电信:《渠道大数据分析与挖掘思路及方法》
中国移动终端公司:《三级经理大数据分析综合能力提升培训》
浙江移动:《大数据产品营销能力提升》
四川移动:《大数据分析与挖掘综合能力提升》
吉林移动:《数据分析与数据挖掘培训》;
贵州移动:《“数”说营销----大数据营销实战与沙盘》
深圳移动:《大数据在行业内外的应用》
中山移动:《“数”说营销----大数据营销实战与沙盘》
东莞移动:《“数”说营销----大数据营销实战与沙盘》
成都移动:《数字化运营下的数据分析与数据挖掘》
眉山移动1期:《大数据分析综合能力提升》
眉山移动2期:《大数据挖掘与应用实战(高级)》
云浮移动:《大数据挖掘和信息提炼专项培训》
泉州移动1期:《大数据分析综合能力提升》
泉州移动2期:《数说营销—市场营销数据分析与挖掘应用》
泉州移动3期:《数据模型与数据挖掘应用实战》
阳江移动:《小数据·大运营--运营数据的分析与挖掘》
德阳移动:《电信运营商市场营销数据挖掘应用典型案例》
遵义移动:《让数据说话----大数据分析与挖掘应用实战》
陕西在线:《“数”说营销----大数据营销实战与沙盘》
四川在线:《“数”说营销----大数据营销实战与沙盘》
乌兰浩特移动:《“数”说营销----大数据营销实战与沙盘》
呼伦贝尔移动:《“数”说营销----大数据营销实战与沙盘》
大连移动:《“数”说营销----大数据营销实战与沙盘》
内蒙古移动:《大数据分析与Hadoop大数据解决方案》
贵州中移通信:《SPSS数据分析与数据挖掘应用实战》

推荐产品

同类文章排行

最新资讯文章