欧美乱大交av_美女视频黄免费看_国产情久久久久久一区二区三_国产av一区二区久久_欧美日韩av久久久_久久精品国产亚洲av久试看 _日韩高清影院_大陆国产av

SPSS Modeler培訓(xùn)課

【課程目標(biāo)】
本課程面向數(shù)據(jù)分析部等專(zhuān)門(mén)負(fù)責(zé)數(shù)據(jù)分析與挖掘的人士，專(zhuān)注大數(shù)據(jù)挖掘工具SPSS Statistics的培訓(xùn)。
本課程培訓(xùn)覆蓋以下內(nèi)容：
1、數(shù)據(jù)挖掘標(biāo)準(zhǔn)流程。
2、數(shù)據(jù)挖掘模型原理。
3、數(shù)據(jù)挖掘方法及應(yīng)用。
本課程從實(shí)際的業(yè)務(wù)需求出發(fā)，對(duì)數(shù)據(jù)分析及數(shù)據(jù)挖掘技術(shù)進(jìn)行了全面的介紹，通過(guò)大量的操作演練，幫助學(xué)員掌握數(shù)據(jù)分析和數(shù)據(jù)挖掘的思路、方法、工具，從大量的企業(yè)經(jīng)營(yíng)數(shù)據(jù)中進(jìn)行分析，發(fā)現(xiàn)業(yè)務(wù)運(yùn)作規(guī)律，進(jìn)行客戶(hù)洞察，挖掘客戶(hù)行為特點(diǎn)，消費(fèi)行為，實(shí)現(xiàn)精準(zhǔn)營(yíng)銷(xiāo)，幫助運(yùn)營(yíng)團(tuán)隊(duì)深入理解業(yè)務(wù)運(yùn)作，以達(dá)到提升學(xué)員的數(shù)據(jù)綜合分析能力，支撐運(yùn)營(yíng)決策的目的。

通過(guò)本課程的學(xué)習(xí)，達(dá)到如下目的：
1、了解大數(shù)據(jù)基礎(chǔ)知識(shí)，理解大數(shù)據(jù)思維方式。
2、了解數(shù)據(jù)分析與數(shù)據(jù)挖掘的基本知識(shí)（統(tǒng)計(jì)、分布、概率等）。
3、掌握數(shù)據(jù)挖掘的基本過(guò)程和步驟，掌握數(shù)據(jù)挖掘的方法。
4、理解數(shù)據(jù)挖掘的常見(jiàn)模型，原理及適用場(chǎng)景。
5、熟練掌握Modeler基本操作，能利用Modeler進(jìn)行數(shù)據(jù)挖掘。
【授課時(shí)間】
2~4天時(shí)間，或根據(jù)客戶(hù)需求選擇

【授課對(duì)象】
業(yè)務(wù)支撐、網(wǎng)絡(luò)中心、IT系統(tǒng)部、數(shù)據(jù)分析部等對(duì)業(yè)務(wù)數(shù)據(jù)分析有較高要求的相關(guān)專(zhuān)業(yè)人員。
【學(xué)員要求】
1、每個(gè)學(xué)員自備一臺(tái)便攜機(jī)(必須)。
2、便攜機(jī)中事先安裝好SPSS modeler v14.1版本以上軟件。
注：講師可以提供試用版本軟件及分析數(shù)據(jù)源。
【授課方式】
基礎(chǔ)知識(shí)精講 + 案例演練 + 實(shí)際業(yè)務(wù)問(wèn)題分析 + 工具實(shí)際操作
本課程突出數(shù)據(jù)挖掘的實(shí)際應(yīng)用，結(jié)合行業(yè)的典型應(yīng)用特點(diǎn)，從實(shí)際問(wèn)題入手，引出相關(guān)知識(shí)，進(jìn)行大數(shù)據(jù)的收集與處理；探索數(shù)據(jù)之間的規(guī)律及關(guān)聯(lián)性，幫助學(xué)員掌握系統(tǒng)的數(shù)據(jù)預(yù)處理方法；介紹常用的模型，訓(xùn)練模型，并優(yōu)化模型，以達(dá)到最優(yōu)分析結(jié)果。

【課程大綱】
IBM SPPS Modeler 是一個(gè)數(shù)據(jù)流處理工具，適用于數(shù)據(jù)探索與數(shù)據(jù)挖掘，包括數(shù)據(jù)預(yù)處理、數(shù)據(jù)探索、數(shù)據(jù)可視化、數(shù)據(jù)建模、數(shù)據(jù)模型優(yōu)化。
第一部分：大數(shù)據(jù)的核心理念
問(wèn)題：大數(shù)據(jù)的核心價(jià)值是什么？大數(shù)據(jù)是怎樣用于業(yè)務(wù)決策？
1、大數(shù)據(jù)時(shí)代：你缺的不是一堆方法，而是大數(shù)據(jù)思維
2、大數(shù)據(jù)是探索事物發(fā)展和變化規(guī)律的工具
3、一切不以解決業(yè)務(wù)問(wèn)題為導(dǎo)向的大數(shù)據(jù)都是耍流氓
4、大數(shù)據(jù)的核心能力
.發(fā)現(xiàn)業(yè)務(wù)運(yùn)行規(guī)律及問(wèn)題
.探索業(yè)務(wù)未來(lái)發(fā)展趨勢(shì)
5、從案例看大數(shù)據(jù)的核心本質(zhì)
.用趨勢(shì)圖來(lái)探索產(chǎn)品銷(xiāo)量規(guī)律
.從谷歌的GFT產(chǎn)品探索用戶(hù)需求變化
.從*總統(tǒng)競(jìng)選看大數(shù)據(jù)對(duì)選民行為進(jìn)行分析
.從大數(shù)據(jù)炒股看大數(shù)據(jù)如何探索因素的相關(guān)性

6、認(rèn)識(shí)大數(shù)據(jù)分析
.什么是數(shù)據(jù)分析
.數(shù)據(jù)分析的三大作用
.常用分析的三大類(lèi)別
案例：喜歡賺“差價(jià)”的營(yíng)業(yè)員（用數(shù)據(jù)管理來(lái)識(shí)別）
7、數(shù)據(jù)分析需要什么樣的能力
.懂業(yè)務(wù)、懂管理、懂分析、懂工具、懂呈現(xiàn)
8、大數(shù)據(jù)應(yīng)用系統(tǒng)的四層結(jié)構(gòu)
.數(shù)據(jù)基礎(chǔ)層、數(shù)據(jù)模型層、業(yè)務(wù)模型層、業(yè)務(wù)應(yīng)用層
9、大數(shù)據(jù)分析的兩大核心理念
10、大數(shù)據(jù)分析面臨的常見(jiàn)問(wèn)題
.不知道分析什么（分析目的不明確）
.不知道怎樣分析（缺少分析方法）
.不知道收集什么樣的數(shù)據(jù)（業(yè)務(wù)理解不足）
.不知道下一步怎么做（不了解分析過(guò)程）
.看不懂?dāng)?shù)據(jù)表達(dá)的意思（數(shù)據(jù)解讀能力差）
.擔(dān)心分析不夠全面（分析思路不系統(tǒng)）

第二部分：數(shù)據(jù)挖掘標(biāo)準(zhǔn)流程
1、數(shù)據(jù)挖掘概述
2、數(shù)據(jù)挖掘的標(biāo)準(zhǔn)流程（CRISP-DM）
.商業(yè)理解
.數(shù)據(jù)準(zhǔn)備
.數(shù)據(jù)理解
.模型建立
.模型評(píng)估
.模型應(yīng)用
案例：客戶(hù)匹配度建模—找到你的準(zhǔn)客戶(hù)
案例：客戶(hù)流失預(yù)測(cè)及客戶(hù)挽留
3、數(shù)據(jù)集概述
4、數(shù)據(jù)集的類(lèi)型
5、數(shù)據(jù)集屬性的類(lèi)型
.標(biāo)稱(chēng)
.序數(shù)
.度量
6、數(shù)據(jù)質(zhì)量三要素
.準(zhǔn)確性
.完整性
.一致性

第三部分：數(shù)據(jù)預(yù)處理過(guò)程
1、SPSS工具簡(jiǎn)介
2、數(shù)據(jù)預(yù)處理的主要任務(wù)
.數(shù)據(jù)集成：多個(gè)數(shù)據(jù)集的合并
.數(shù)據(jù)清理：異常值的處理
.數(shù)據(jù)處理：數(shù)據(jù)篩選、數(shù)據(jù)精簡(jiǎn)、數(shù)據(jù)平衡
.變量處理：變量變換、變量派生、變量精簡(jiǎn)
.數(shù)據(jù)歸約：實(shí)現(xiàn)降維，避免維災(zāi)難
3、數(shù)據(jù)集成
.外部數(shù)據(jù)讀入：Txt/Excel/SPSS/Database
.數(shù)據(jù)追加（添加數(shù)據(jù)）
.變量合并（添加變量）

4、數(shù)據(jù)理解（異常數(shù)據(jù)處理）
.取值范圍限定
.重復(fù)值處理
.無(wú)效值/錯(cuò)誤值處理
.缺失值處理
.離群值/極端值處理
.數(shù)據(jù)質(zhì)量評(píng)估
5、數(shù)據(jù)準(zhǔn)備：數(shù)據(jù)處理
.數(shù)據(jù)篩選：數(shù)據(jù)抽樣/選擇（減少樣本數(shù)量）
.數(shù)據(jù)精簡(jiǎn)：數(shù)據(jù)分段/離散化（減少變量的取值個(gè)數(shù)）
.數(shù)據(jù)平衡：正反樣本比例均衡
6、數(shù)據(jù)準(zhǔn)備：變量處理
.變量變換：原變量取值更新，比如標(biāo)準(zhǔn)化
.變量派生：根據(jù)舊變量生成新的變量
.變量精簡(jiǎn)：降維，減少變量個(gè)數(shù)

7、數(shù)據(jù)降維
.常用降維的方法
.如何確定變量個(gè)數(shù)
.特征選擇：選擇重要變量，剔除不重要的變量
.從變量本身考慮
.從輸入變量與目標(biāo)變量的相關(guān)性考慮
.對(duì)輸入變量進(jìn)行合并
.因子分析（主成分分析）
.因子分析的原理
.因子個(gè)數(shù)如何選擇
.如何解讀因子含義
案例：提取影響電信客戶(hù)流失的主成分分析
8、數(shù)據(jù)探索性分析
.常用統(tǒng)計(jì)指標(biāo)分析
.單變量：數(shù)值變量/分類(lèi)變量
.雙變量：交叉分析/相關(guān)性分析
.多變量：特征選擇、因子分析
演練：描述性分析（頻數(shù)、描述、探索、分類(lèi)匯總）

第四部分：數(shù)據(jù)可視化篇
1、數(shù)據(jù)可視化的原則
2、常用可視化工具
3、常用可視化圖形
.柱狀圖、條形圖、餅圖、折線(xiàn)圖、箱圖、散點(diǎn)圖等
4、圖形的表達(dá)及適用場(chǎng)景
演練：各種圖形繪制

第五部分：影響因素分析篇
問(wèn)題：如何判斷一個(gè)因素對(duì)另一個(gè)因素有影響？比如營(yíng)銷(xiāo)費(fèi)用是否會(huì)影響銷(xiāo)售額？產(chǎn)品價(jià)格是否會(huì)影響銷(xiāo)量？產(chǎn)品的陳列位置是否會(huì)影響銷(xiāo)量？
風(fēng)險(xiǎn)控制的關(guān)鍵因素有哪些？如何判斷？
1、影響因素分析的常見(jiàn)方法
2、相關(guān)分析（衡量變量間的的相關(guān)性）
問(wèn)題：這兩個(gè)屬性是否會(huì)相互影響？影響程度大嗎？營(yíng)銷(xiāo)費(fèi)用會(huì)影響銷(xiāo)售額嗎？
.什么是相關(guān)關(guān)系
.相關(guān)系數(shù)：衡量相關(guān)程度的指標(biāo)
.相關(guān)系數(shù)的三個(gè)計(jì)算公式
.相關(guān)分析的假設(shè)檢驗(yàn)
.相關(guān)分析的基本步驟
.相關(guān)分析應(yīng)用場(chǎng)景
演練：體重與腰圍的關(guān)系
演練：營(yíng)銷(xiāo)費(fèi)用會(huì)影響銷(xiāo)售額嗎
演練：哪些因素與汽車(chē)銷(xiāo)量有相關(guān)性
演練：通信費(fèi)用與開(kāi)通月數(shù)的相關(guān)分析
案例：酒樓生意好壞與報(bào)紙銷(xiāo)量的相關(guān)分析
.偏相關(guān)分析
.距離相關(guān)分析

3、方差分析
問(wèn)題：哪些才是影響銷(xiāo)量的關(guān)鍵因素？
.方差分析解決什么問(wèn)題
.方差分析種類(lèi)：?jiǎn)我蛩?雙因素可重復(fù)/雙因素?zé)o重復(fù)
.方差分析的應(yīng)用場(chǎng)景
.方差分析的原理與步驟
.如何解決方差分析結(jié)果
演練：終端擺放位置與終端銷(xiāo)量有關(guān)嗎？
演練：開(kāi)通月數(shù)驛客戶(hù)流失的影響分析
演練：客戶(hù)學(xué)歷對(duì)消費(fèi)水平的影響分析
演練：廣告和價(jià)格是影響終端銷(xiāo)量的關(guān)鍵因素嗎
演練：營(yíng)業(yè)員的性別、技能級(jí)別產(chǎn)品銷(xiāo)量有影響嗎？
案例：2015年大學(xué)生工資與父母職業(yè)的關(guān)系
案例：醫(yī)生洗手與嬰兒存活率的關(guān)系
演練：尋找影響產(chǎn)品銷(xiāo)量的關(guān)鍵因素
.多因素方差分析原理
.多因素方差結(jié)果的解讀
演練：廣告形式、地區(qū)對(duì)銷(xiāo)量的影響因素分析（多因素）
.協(xié)方差分析原理
演練：飼料對(duì)生豬體重的影響分析（協(xié)方差分析）

4、列聯(lián)分析（兩類(lèi)別變量的相關(guān)性分析）
.交叉表與列聯(lián)表
.卡方檢驗(yàn)的原理
.卡方檢驗(yàn)的幾個(gè)計(jì)算公式
.列聯(lián)表分析的適用場(chǎng)景
案例：套餐類(lèi)型對(duì)客戶(hù)流失的影響分析
案例：學(xué)歷對(duì)業(yè)務(wù)套餐偏好的影響分析
案例：行業(yè)/規(guī)模對(duì)風(fēng)控的影響分析

第六部分：數(shù)值預(yù)測(cè)模型篇
問(wèn)題：如何預(yù)測(cè)產(chǎn)品的銷(xiāo)量/銷(xiāo)售金額？如果產(chǎn)品跟隨季節(jié)性變動(dòng)，該如何預(yù)測(cè)？新產(chǎn)品上市，如果評(píng)估銷(xiāo)量上限及銷(xiāo)售增速？
1、銷(xiāo)量預(yù)測(cè)與市場(chǎng)預(yù)測(cè)——讓你看得更遠(yuǎn)
2、回歸預(yù)測(cè)/回歸分析
問(wèn)題：如何預(yù)測(cè)未來(lái)的銷(xiāo)售量（定量分析）？
.回歸分析的基本原理和應(yīng)用場(chǎng)景
.回歸分析的種類(lèi)（一元/多元、線(xiàn)性/曲線(xiàn)）
.得到回歸方程的幾種常用方法
.回歸分析的五個(gè)步驟與結(jié)果解讀
.回歸預(yù)測(cè)結(jié)果評(píng)估（如何評(píng)估預(yù)測(cè)質(zhì)量，如何選擇*回歸模型）
演練：散點(diǎn)圖找推廣費(fèi)用與銷(xiāo)售額的關(guān)系（一元線(xiàn)性回歸）
演練：推廣費(fèi)用、辦公費(fèi)用與銷(xiāo)售額的關(guān)系（多元線(xiàn)性回歸）
演練：讓你的營(yíng)銷(xiāo)費(fèi)用預(yù)算更準(zhǔn)確
演練：如何選擇*的回歸預(yù)測(cè)模型（曲線(xiàn)回歸）
.帶分類(lèi)變量的回歸預(yù)測(cè)
演練：汽車(chē)季度銷(xiāo)量預(yù)測(cè)
演練：工齡、性別與終端銷(xiāo)量的關(guān)系
演練：如何評(píng)估銷(xiāo)售目標(biāo)與資源配置（營(yíng)業(yè)廳）

3、時(shí)序預(yù)測(cè)
問(wèn)題：隨著時(shí)間變化，未來(lái)的銷(xiāo)量變化趨勢(shì)如何？
.時(shí)序分析的應(yīng)用場(chǎng)景（基于時(shí)間的變化規(guī)律）
.移動(dòng)平均MA的預(yù)測(cè)原理
.指數(shù)平滑ES的預(yù)測(cè)原理
.自回歸移動(dòng)平均ARIMA模型
.如何評(píng)估預(yù)測(cè)值的準(zhǔn)確性？
案例：銷(xiāo)售額的時(shí)序預(yù)測(cè)及評(píng)估
演練：汽車(chē)銷(xiāo)量預(yù)測(cè)及評(píng)估
演練：電視機(jī)銷(xiāo)量預(yù)測(cè)分析
演練：上海證券交易所綜合指數(shù)收益率序列分析
演練：服裝銷(xiāo)售數(shù)據(jù)季節(jié)性趨勢(shì)預(yù)測(cè)分析

第七部分：回歸模型優(yōu)化篇
1、回歸模型的基本原理
.三個(gè)基本概念：總變差、回歸變差、剩余變差
.方程的顯著性檢驗(yàn)：是否可以做回歸分析？
.擬合優(yōu)度檢驗(yàn)：回歸模型的質(zhì)量評(píng)估？
.因素的顯著性檢驗(yàn)：自變量是否可用？
.理解標(biāo)準(zhǔn)誤差的含義：預(yù)測(cè)的準(zhǔn)確性？
2、模型優(yōu)化思路：尋找*回歸擬合線(xiàn)
.如何處理異常數(shù)據(jù)（殘差與異常值排除）
.如何剔除非顯著因素（因素顯著性檢驗(yàn)）
.如何進(jìn)行非線(xiàn)性關(guān)系檢驗(yàn)
.如何進(jìn)行相互作用檢驗(yàn)
.如何進(jìn)行多重共線(xiàn)性檢驗(yàn)
.如何檢驗(yàn)誤差項(xiàng)
.如何判斷模型過(guò)擬合
案例：模型優(yōu)化案例

第八部分：分類(lèi)預(yù)測(cè)模型篇
問(wèn)題：如何評(píng)估客戶(hù)購(gòu)買(mǎi)產(chǎn)品的可能性？如何預(yù)測(cè)客戶(hù)的購(gòu)買(mǎi)行為？如何提取某類(lèi)客戶(hù)的典型特征？如何向客戶(hù)精準(zhǔn)推薦產(chǎn)品或業(yè)務(wù)？
1、分類(lèi)模型概述
2、常見(jiàn)分類(lèi)預(yù)測(cè)模型
3、邏輯回歸模型
.邏輯回歸模型原理及適用場(chǎng)景
.邏輯回歸種類(lèi)：二元/多元邏輯回歸
.如何解讀邏輯回歸方程
案例：如何評(píng)估用戶(hù)是否會(huì)購(gòu)買(mǎi)某產(chǎn)品（二元邏輯）
.消費(fèi)者品牌選擇模型分析
案例：品牌選擇模型分析，你的品牌適合哪些人群？（多元邏輯）
4、分類(lèi)決策樹(shù)
問(wèn)題：如何預(yù)測(cè)客戶(hù)行為？如何識(shí)別潛在客戶(hù)？
風(fēng)控：如何識(shí)別欠貸者的特征，以及預(yù)測(cè)欠貸概率？
客戶(hù)保有：如何識(shí)別流失客戶(hù)特征，以及預(yù)測(cè)客戶(hù)流失概率？
.決策樹(shù)分類(lèi)簡(jiǎn)介
.如何評(píng)估分類(lèi)性能？
案例：*零售商（Target）如何預(yù)測(cè)少女懷孕

演練：識(shí)別銀行欠貨風(fēng)險(xiǎn)，提取欠貸者的特征
.構(gòu)建決策樹(shù)的三個(gè)關(guān)鍵問(wèn)題
.如何選擇*屬性來(lái)構(gòu)建節(jié)點(diǎn)
.如何分裂變量
.修剪決策樹(shù)
.選擇最優(yōu)屬性
.熵、基尼索引、分類(lèi)錯(cuò)誤
.屬性劃分增益
.如何分裂變量
.多元?jiǎng)澐峙c二元?jiǎng)澐?br /> .連續(xù)變量離散化（最優(yōu)劃分點(diǎn)）
.修剪決策樹(shù)
.剪枝原則
.預(yù)剪枝與后剪枝
.構(gòu)建決策樹(shù)的四個(gè)算法
.C5.0、CHAID、CART、QUEST
.各種算法的比較
.如何選擇最優(yōu)分類(lèi)模型？
.案例：商場(chǎng)酸奶購(gòu)買(mǎi)用戶(hù)特征提取
.案例：電信運(yùn)營(yíng)商客戶(hù)流失預(yù)警與客戶(hù)挽留
.案例：識(shí)別拖欠銀行貨款者的特征，避免不良貨款
.案例：識(shí)別電信詐騙者嘴臉，讓通信更安全

5、人工神經(jīng)網(wǎng)絡(luò)（ANN）
.神經(jīng)網(wǎng)絡(luò)概述
.神經(jīng)網(wǎng)絡(luò)基本原理
.神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
.神經(jīng)網(wǎng)絡(luò)的建立步驟
.神經(jīng)網(wǎng)絡(luò)的關(guān)鍵問(wèn)題
.BP反向傳播網(wǎng)絡(luò)（MLP）
.徑向基網(wǎng)絡(luò)（RBF）
案例：評(píng)估銀行用戶(hù)拖欠貨款的概率
6、支持向量機(jī)（SVM）
.SVM基本原理
.線(xiàn)性可分問(wèn)題：*邊界超平面
.線(xiàn)性不可分問(wèn)題：特征空間的轉(zhuǎn)換
.維空難與核函數(shù)
7、判別分析
.判別分析原理
.距離判別法
.典型判別法
.貝葉斯判別法
案例：MBA學(xué)生錄取判別分析
案例：上市公司類(lèi)別評(píng)估

第九部分：市場(chǎng)細(xì)分模型篇
問(wèn)題：我們的客戶(hù)有幾類(lèi)？各類(lèi)特征是什么？如何實(shí)現(xiàn)客戶(hù)細(xì)分，開(kāi)發(fā)符合細(xì)分市場(chǎng)的新產(chǎn)品？如何提取客戶(hù)特征，從而對(duì)產(chǎn)品進(jìn)行市場(chǎng)定位？
1、市場(chǎng)細(xì)分的常用方法
.有指導(dǎo)細(xì)分
.無(wú)指導(dǎo)細(xì)分
2、聚類(lèi)分析
.如何更好的了解客戶(hù)群體和市場(chǎng)細(xì)分？
.如何識(shí)別客戶(hù)群體特征？
.如何確定客戶(hù)要分成多少適當(dāng)?shù)念?lèi)別？
.聚類(lèi)方法原理介紹
.聚類(lèi)方法作用及其適用場(chǎng)景
.聚類(lèi)分析的種類(lèi)
.K均值聚類(lèi)（快速聚類(lèi)）

案例：移動(dòng)三大品牌細(xì)分市場(chǎng)合適嗎？
演練：寶潔公司如何選擇新產(chǎn)品試銷(xiāo)區(qū)域？
演練：如何評(píng)選優(yōu)秀員工？
演練：中國(guó)各省份發(fā)達(dá)程度分析，讓數(shù)據(jù)自動(dòng)聚類(lèi)
.層次聚類(lèi)（系統(tǒng)聚類(lèi)）：發(fā)現(xiàn)多個(gè)類(lèi)別
.R型聚類(lèi)與Q型聚類(lèi)的區(qū)別
案例：中移動(dòng)如何實(shí)現(xiàn)客戶(hù)細(xì)分及營(yíng)銷(xiāo)策略
演練：中國(guó)省市經(jīng)濟(jì)發(fā)展情況分析（Q型聚類(lèi)）
演練：裁判評(píng)分的標(biāo)準(zhǔn)衡量，避免“黑哨”（R型聚類(lèi)）
.兩步聚類(lèi)
3、主成分分析PCA分析
.主成分分析原理
.主成分分析基本步驟
.主成分分析結(jié)果解讀
演練：PCA探索汽車(chē)購(gòu)買(mǎi)者的細(xì)分市場(chǎng)
4、RFM模型客戶(hù)細(xì)分框架

第十部分：客戶(hù)價(jià)值評(píng)估
1、客戶(hù)價(jià)值評(píng)估與RFM模型
問(wèn)題：如何評(píng)估客戶(hù)的價(jià)值？如何針對(duì)不同客戶(hù)采取不同的營(yíng)銷(xiāo)策略？
.RFM模型，更深入了解你的客戶(hù)價(jià)值
.RFM的客戶(hù)細(xì)分框架理解
.RFM模型與市場(chǎng)策略
.RFM模型與活躍度
演練：“雙11”淘寶商家如何選擇客戶(hù)進(jìn)行促銷(xiāo)
演練：結(jié)合響應(yīng)模型，宜家IKE實(shí)現(xiàn)*化營(yíng)銷(xiāo)利潤(rùn)
演練：重購(gòu)用戶(hù)特征分析

第十一部分：產(chǎn)品推薦模型
問(wèn)題：購(gòu)買(mǎi)A產(chǎn)品的顧客還常常要購(gòu)買(mǎi)其他什么產(chǎn)品？應(yīng)該給客戶(hù)推薦什么產(chǎn)品最有可能被接受？
1、常用產(chǎn)品推薦模型
2、關(guān)聯(lián)分析
.如何制定套餐，實(shí)現(xiàn)交叉/捆綁銷(xiāo)售
案例：啤酒與尿布、颶風(fēng)與蛋撻
.關(guān)聯(lián)分析模型原理（Association）
.關(guān)聯(lián)規(guī)則的兩個(gè)關(guān)鍵參數(shù)
.支持度
.置信度
.關(guān)聯(lián)分析的適用場(chǎng)景
案例：購(gòu)物籃分析與產(chǎn)品捆綁銷(xiāo)售/布局優(yōu)化
案例：理財(cái)產(chǎn)品的交叉銷(xiāo)售與產(chǎn)品推薦
.如何提取關(guān)聯(lián)規(guī)則（關(guān)聯(lián)分析的算法）
.Apriori算法
.FP-Growth算法
3、協(xié)同過(guò)濾
4、分類(lèi)預(yù)測(cè)模型
結(jié)束：課程總結(jié)與問(wèn)題答疑。

SPSS Modeler培訓(xùn)課