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

TTM卓越培訓(xùn)經(jīng)理培訓(xùn)
課程背景：
隨著企業(yè)的不斷發(fā)展壯大，培訓(xùn)承擔(dān)著人力資源發(fā)展“選育用留”中關(guān)鍵的“育”的角色，這部分工作已經(jīng)越來越被認可和重視，越來越多的企業(yè)開始建立自己的企業(yè)大學(xué)，打造學(xué)習(xí)型組織文化。
作為培訓(xùn)管理者，承擔(dān)著組織及人才發(fā)展的重擔(dān)。但怎樣做好這項工作，對中國的企業(yè)和培訓(xùn)管理者來說都還是一個摸索中的命題。在現(xiàn)今培訓(xùn)管理面臨四大挑戰(zhàn)當(dāng)中，“培訓(xùn)管理者專業(yè)水平亟需提升”排在第一位。絕大部分的培訓(xùn)管理者沒有接受系統(tǒng)培訓(xùn)就直接上崗，在工作中經(jīng)常面臨以下問題：
如何讓培訓(xùn)工作與企業(yè)發(fā)展戰(zhàn)略及業(yè)務(wù)更緊密結(jié)合，促進績效目標達成？
如何提取分析企業(yè)培訓(xùn)需求？
如何開發(fā)有效實用的課程，建立課程體系？
如何搭建內(nèi)訓(xùn)師隊伍，后續(xù)又怎樣培養(yǎng)和管理？
如何管理和評估培訓(xùn)項目，獲得業(yè)務(wù)部門的認同與支持？……
調(diào)查表明，越來越多企業(yè)培訓(xùn)管理者對于工作有很多苦惱，渴望獲得更多學(xué)習(xí)和交流的機會。本課程秉承“幫助培訓(xùn)管理者提升專業(yè)能力，促進企業(yè)績效改進”的理念，從人員體系、課程體系、系統(tǒng)體系三大方面進行深入講解，輔以日立、惠普、保潔、本田等500強經(jīng)典人才發(fā)展案例，提供大量模型工具，全面提升學(xué)員培訓(xùn)項目管理、培訓(xùn)營銷、學(xué)習(xí)設(shè)計、培訓(xùn)評估等各維度的專業(yè)能力。
培訓(xùn)目標：
了解培訓(xùn)管理的本質(zhì)及未來趨勢
掌握培訓(xùn)管理者能力模型及應(yīng)用
掌握培訓(xùn)需求分析收集的工具方法
掌握課程體系設(shè)計、開發(fā)的工具方法
掌握*四級評估工具的運用
了解常見人才發(fā)展項目的設(shè)計與運營
課程大綱：
第一單元 組織學(xué)習(xí)與培訓(xùn)
一、培訓(xùn)的目的與定位
1．培訓(xùn)的四個目的
2．培訓(xùn)的五個定位
二、企業(yè)培訓(xùn)成熟度五級模型
1．兼職做培訓(xùn)
2．獨立做培訓(xùn)
3．系統(tǒng)做培訓(xùn)
4．企業(yè)大學(xué)做培訓(xùn)
5．從培訓(xùn)到學(xué)習(xí)型組織
三、培訓(xùn)管理工作的發(fā)展趨勢及挑戰(zhàn)
1．學(xué)習(xí)方式及技術(shù)的變革
2．獲取支持
3．以最少資源獲得*效果
4．專業(yè)仍有很大提升空間
5．培訓(xùn)產(chǎn)品核心研發(fā)者為業(yè)務(wù)專家
6．更注重用戶體驗和效果評估
第二單元 培訓(xùn)體系三大支柱--人員篇
一、參與培訓(xùn)的三大角色
1．專業(yè)者
2．內(nèi)訓(xùn)師
3．推動者
二、培訓(xùn)經(jīng)理能力模型及應(yīng)用
1．三項通用能力的定義與行為描述
2．五項核心能力的定義與行為描述
3．培訓(xùn)經(jīng)理能力模型的應(yīng)用
三、內(nèi)訓(xùn)師團隊建設(shè)六部曲
1．前期準備
2．建立機制
3．招募選拔
4．技能培訓(xùn)
5．授課展示
6．培養(yǎng)激勵
案例分析：廣汽本田、廣日集團等企業(yè)內(nèi)訓(xùn)師隊伍建設(shè)
四、尋找培訓(xùn)推動者
1．誰是培訓(xùn)推動者？
2．影響力產(chǎn)生的六個原理
3．干系人影響策略
案例分析：培訓(xùn)營銷策略
第三單元 培訓(xùn)體系三大支柱--課程篇
一、學(xué)習(xí)需求的平衡與界定
1．事務(wù)操作型
2．策略支持型
3．戰(zhàn)略引領(lǐng)型
二、基于Goldstein模型的培訓(xùn)需求分析
1．組織分析
2．人員分析
3．任務(wù)分析
三、培訓(xùn)需求收集的八大方法
1．問卷法
2．訪談法
3．觀察法
4．關(guān)鍵事件法
5．績效分析法
6．壓力點法
7．專項測評法
8．勝任力模型法
視頻案例：特務(wù)迷城
PK練習(xí)：培訓(xùn)需求調(diào)研設(shè)計
四、課程體系設(shè)計
1．基于崗位序列的課程體系建設(shè)
．基于職級序列的課程體系建設(shè)
3．基于知識領(lǐng)域的課程體系建設(shè)
案例分析：惠普等企業(yè)的課程體系
PK練習(xí)：課程體系設(shè)計
五、基于績效改進的課程開發(fā)模型
1．設(shè)計階段
2．開發(fā)階段
3．驗證實施階段
案例分析：卡賓、海大等企業(yè)的課程開發(fā)流程
六、基于業(yè)務(wù)結(jié)果的學(xué)習(xí)項目設(shè)計與管理
1．學(xué)習(xí)項目設(shè)計的九個步驟
2．學(xué)習(xí)項目實施的影響因素
3．項目干系人的參與和影響
案例分析：日立的學(xué)習(xí)項目管理
第四單元 培訓(xùn)體系三大支柱--系統(tǒng)篇
一、培訓(xùn)制度管理
1．新員工培訓(xùn)管理制度
2．內(nèi)訓(xùn)師管理制度
3．外訓(xùn)管理制度
模型工具：常見培訓(xùn)管理制度范本
二、培訓(xùn)計劃制定與執(zhí)行
1．培訓(xùn)計劃制定的四個原則
2．制定培訓(xùn)預(yù)算的四種方法
3．計劃調(diào)整的要點
4、培訓(xùn)現(xiàn)場的管理
模型工具：常見培訓(xùn)計劃范本（含培訓(xùn)手冊）
三、*四級評估系統(tǒng)
1．“合伙人”模型--一切培訓(xùn)評估的前提
2．被“誤解”的一級評估
3．“最難”的二級評估
4．“斷層”的三級評估
5．“最容易”的四級評估
PK練習(xí)：培訓(xùn)評估設(shè)計
四、人才發(fā)展系統(tǒng)
1．新員工培養(yǎng)系統(tǒng)設(shè)計
2．管培生培養(yǎng)系統(tǒng)設(shè)計
3．中層人員、核心人員培養(yǎng)系統(tǒng)設(shè)計
4．領(lǐng)導(dǎo)力培養(yǎng)系統(tǒng)設(shè)計
案例分析：寶潔、碧桂園等企業(yè)人才培養(yǎng)案例
五、常見培訓(xùn)管理方式及系統(tǒng)
1．積分制管理
2．E-Learning
3．翻轉(zhuǎn)課堂&微課
4．行動學(xué)習(xí)
5．導(dǎo)師制&OTJ在崗輔導(dǎo)
6．繼任計劃
案例分析：以上培訓(xùn)管理方式及系統(tǒng)實例
大數(shù)據(jù)分析培訓(xùn)公開課程班
【課程目標】
本課程為中級課程，需要在初級課程之后學(xué)習(xí)。面向所有應(yīng)用型人員，包括業(yè)務(wù)部分，以及數(shù)據(jù)分析部門，系統(tǒng)開發(fā)人員也同樣需要學(xué)習(xí)。
本課程核心內(nèi)容為數(shù)據(jù)挖掘，預(yù)測模型，以及模型優(yōu)化，幫助學(xué)員構(gòu)建系統(tǒng)全面的業(yè)務(wù)分析思維，提升學(xué)員在數(shù)據(jù)分析綜合能力。
本課程覆蓋了如下內(nèi)容：
1. 數(shù)據(jù)挖掘基礎(chǔ)知識。
2. 常用數(shù)值預(yù)測模型。
3. 常用分類預(yù)測模型。
4. 數(shù)據(jù)預(yù)處理的基本過程。
本課程從實際的業(yè)務(wù)需求出發(fā)，結(jié)合行業(yè)的典型應(yīng)用特點，圍繞實際的商業(yè)問題，對數(shù)據(jù)分析及數(shù)據(jù)挖掘技術(shù)進行了全面的介紹（從數(shù)據(jù)收集與處理，到數(shù)據(jù)分析與挖掘，再到數(shù)據(jù)可視化和報告撰寫），通過大量的操作演練，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、表達、工具，從大量的企業(yè)經(jīng)營數(shù)據(jù)中進行分析，挖掘客戶行為特點，幫助運營團隊深入理解業(yè)務(wù)運作，以達到提升學(xué)員的數(shù)據(jù)綜合分析能力，支撐運營決策的目的。
通過本課程的學(xué)習(xí)，達到如下目的：
1. 了解數(shù)據(jù)挖掘基礎(chǔ)知識，以及數(shù)據(jù)挖掘標準過程。
2. 熟悉建模的一般過程，以及評估模型質(zhì)量的關(guān)鍵指標。
3. 掌握建模前的影響因素分析，學(xué)會尋找影響業(yè)務(wù)的關(guān)鍵因素。
4. 熟練使用數(shù)值預(yù)測模型，掌握自定義模型以及優(yōu)化步驟。
5. 熟練使用分類預(yù)測模型，掌握模型優(yōu)化的思路。
6. 熟練掌握預(yù)處理的基本過程，并根據(jù)業(yè)務(wù)實際情況進行處理。
【授課時間】
2天時間
【授課對象】
銷售部門、營業(yè)廳、呼叫中心、業(yè)務(wù)支撐、經(jīng)營分析部、網(wǎng)管/網(wǎng)優(yōu)中心、運營分析部、系統(tǒng)開發(fā)部等對業(yè)務(wù)數(shù)據(jù)分析有基本要求的相關(guān)人員。
【學(xué)員要求】
1. 每個學(xué)員自備一臺便攜機(必須)。
2. 便攜機中事先安裝好IBM SPSS Statistics v19版本及以上。
3. 便攜機中事先安裝好IBM SPSS Modeler v14版本及以上。
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】
數(shù)據(jù)分析基礎(chǔ) + 方法講解 + 實際業(yè)務(wù)問題分析 + 工具實踐操作
采用互動式教學(xué)，圍繞業(yè)務(wù)問題，展開數(shù)據(jù)分析過程，全過程演練操作，讓學(xué)員在分析、分享、講授、總結(jié)、自我實踐過程中獲得能力提升。
【課程大綱】
第一部分：    數(shù)據(jù)挖掘標準流程
1. 數(shù)據(jù)挖掘概述
2. 數(shù)據(jù)挖掘的標準流程（CRISP-DM）
. 商業(yè)理解
. 數(shù)據(jù)準備
. 數(shù)據(jù)理解
. 模型建立
. 模型評估
. 模型應(yīng)用
案例：客戶匹配度建模—找到你的準客戶
案例：客戶流失預(yù)測及客戶挽留
3. 數(shù)據(jù)集概述
4. 數(shù)據(jù)集的類型
5. 數(shù)據(jù)集屬性的類型
. 標稱
. 序數(shù)
. 度量
6. 數(shù)據(jù)質(zhì)量三要素
. 準確性
. 完整性
. 一致性
第二部分：    影響因素分析篇
問題：如何判斷一個因素對另一個因素有影響？比如營銷費用是否會影響銷售額？產(chǎn)品價格是否會影響銷量？產(chǎn)品的陳列位置是否會影響銷量？
風(fēng)險控制的關(guān)鍵因素有哪些？
1. 影響因素分析的常見方法
2. 相關(guān)分析（衡量變量間的的相關(guān)性）
問題：這兩個屬性是否會相互影響？影響程度大嗎？營銷費用會影響銷售額嗎？
. 相關(guān)系數(shù)的三個計算公式
. 相關(guān)分析的假設(shè)檢驗
. 相關(guān)分析的基本步驟
演練：體重與腰圍的關(guān)系
演練：營銷費用會影響銷售額嗎
演練：哪些因素與汽車銷量有相關(guān)性
演練：通信費用與開通月數(shù)的相關(guān)分析
案例：酒樓生意好壞與報紙銷量的相關(guān)分析
. 偏相關(guān)分析
. 偏相關(guān)系數(shù)的計算公式
. 偏相關(guān)分析的適用場景
. 距離相關(guān)分析
3. 方差分析
問題：哪些才是影響銷量的關(guān)鍵因素？
. 方差分析解決什么問題
. 方差分析種類：單因素/雙因素可重復(fù)/雙因素?zé)o重復(fù)
. 方差分析的應(yīng)用場景
. 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量有關(guān)嗎？
演練：開通月數(shù)對客戶流失的影響分析
演練：客戶學(xué)歷對消費水平的影響分析
演練：廣告和價格是影響終端銷量的關(guān)鍵因素嗎
演練：營業(yè)員的性別、技能級別產(chǎn)品銷量有影響嗎？
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)對銷量的影響因素分析（多因素）
. 協(xié)方差分析原理
演練：飼料對生豬體重的影響分析（協(xié)方差分析）
4. 列聯(lián)分析（兩類別變量的相關(guān)性分析）
. 交叉表與列聯(lián)表
. 卡方檢驗的原理
. 卡方檢驗的幾個計算公式
. 列聯(lián)表分析的適用場景
案例：套餐類型對客戶流失的影響分析
案例：學(xué)歷對業(yè)務(wù)套餐偏好的影響分析
案例：行業(yè)/規(guī)模對風(fēng)控的影響分析
第三部分：    數(shù)值預(yù)測模型篇
問題：如何預(yù)測產(chǎn)品的銷量/銷售金額？
1. 銷量預(yù)測與市場預(yù)測——讓你看得更遠
2. 回歸預(yù)測/回歸分析
問題：如何預(yù)測未來的銷售量（定量分析）？
. 回歸分析的基本原理和應(yīng)用場景
. 回歸分析的種類（一元/多元、線性/曲線）
. 得到回歸方程的幾種常用方法
. 回歸分析的五個步驟與結(jié)果解讀
. 回歸預(yù)測結(jié)果評估（如何評估預(yù)測質(zhì)量）
演練：散點圖找推廣費用與銷售額的關(guān)系（一元線性回歸）
演練：推廣費用、辦公費用與銷售額的關(guān)系（多元線性回歸）
演練：讓你的營銷費用預(yù)算更準確
演練：如何選擇*的回歸預(yù)測模型（曲線回歸）
. 帶分類變量的回歸預(yù)測
演練：汽車季度銷量預(yù)測
演練：工齡、性別與終端銷量的關(guān)系
演練：如何評估銷售目標與資源配置（營業(yè)廳）
3. 時序預(yù)測
問題：隨著時間變化，未來的銷量變化趨勢如何？
. 時序分析的應(yīng)用場景（基于時間的變化規(guī)律）
. 移動平均MA的預(yù)測原理
. 指數(shù)平滑ES的預(yù)測原理
. 如何評估預(yù)測值的準確性？
案例：銷售額的時序預(yù)測及評估
演練：汽車銷量預(yù)測及評估
演練：電視機銷量預(yù)測分析
演練：上海證券交易所綜合指數(shù)收益率序列分析
演練：服裝銷售數(shù)據(jù)季節(jié)性趨勢預(yù)測分析
4. 季節(jié)性預(yù)測模型
. 季節(jié)性回歸模型的參數(shù)
. 常用季節(jié)性預(yù)測模型（相加、相乘）
. 怎樣解讀模型的含義
案例：*航空旅客里程的季節(jié)性趨勢分析
案例：產(chǎn)品銷售季節(jié)性趨勢預(yù)測分析
5. 新產(chǎn)品預(yù)測模型與S曲線
. 如何評估銷量增長的拐點
. 珀爾曲線與龔鉑茲曲線
案例：如何預(yù)測產(chǎn)品的銷售增長拐點，以及銷量上限
演練：預(yù)測IPad產(chǎn)品的銷量
演練：預(yù)測Facebook的用戶增長情況
第四部分：    回歸模型優(yōu)化篇
1. 回歸模型的基本原理
. 三個基本概念：總變差、回歸變差、剩余變差
. 方程的顯著性檢驗：是否可以做回歸分析？
. 擬合優(yōu)度檢驗：回歸模型的質(zhì)量評估？
. 因素的顯著性檢驗：自變量是否可用？
. 理解標準誤差的含義：預(yù)測的準確性？
2. 模型優(yōu)化思路：尋找*回歸擬合線
. 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）
. 如何進行非線性關(guān)系檢驗
. 如何進行相互作用檢驗
. 如何進行多重共線性檢驗
. 如何檢驗誤差項
. 如何判斷模型過擬合
案例：模型優(yōu)化案例
演練：預(yù)測IPad的季度銷量
6. 自定義模型（如何利用規(guī)劃求解進行自定義模型）
案例：如何對餐廳客流量進行建模及模型優(yōu)化
第五部分：    分類預(yù)測模型篇
問題：如何評估客戶購買產(chǎn)品的可能性？或者說，影響客戶購買意向的產(chǎn)品關(guān)鍵特性是什么？
1. 分類模型概述
2. 常見分類預(yù)測模型
3. 邏輯回歸模型
. 邏輯回歸模型原理及適用場景
. 邏輯回歸種類：二元/多元邏輯回歸
. 如何解讀邏輯回歸方程
案例：如何評估用戶是否會購買某產(chǎn)品（二元邏輯）
. 消費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. 分類決策樹
問題：如何預(yù)測客戶行為？如何識別潛在客戶？
風(fēng)控：如何識別欠貸者的特征，以及預(yù)測欠貸概率？
客戶保有：如何識別流失客戶特征，以及預(yù)測客戶流失概率？
. 決策樹分類簡介
. 如何評估分類性能？
案例：*零售商（Target）如何預(yù)測少女懷孕
演練：識別銀行欠貨風(fēng)險，提取欠貸者的特征
. 構(gòu)建決策樹的三個關(guān)鍵問題
. 如何選擇*屬性來構(gòu)建節(jié)點
. 如何分裂變量
. 修剪決策樹
. 選擇最優(yōu)屬性
. 熵、基尼索引、分類錯誤
. 屬性劃分增益
. 如何分裂變量
. 多元劃分與二元劃分
. 連續(xù)變量離散化（最優(yōu)劃分點）
. 修剪決策樹
. 剪枝原則
. 預(yù)剪枝與后剪枝
. 構(gòu)建決策樹的四個算法
. C5.0、CHAID、CART、QUEST
. 各種算法的比較
. 如何選擇最優(yōu)分類模型？
. 案例：商場酸奶購買用戶特征提取
. 案例：電信運營商客戶流失預(yù)警與客戶挽留
. 案例：識別拖欠銀行貨款者的特征，避免不良貨款
. 案例：識別電信詐騙者嘴臉，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)鍵問題
. BP反向傳播網(wǎng)絡(luò)（MLP）
. 徑向基網(wǎng)絡(luò)（RBF）
案例：評估銀行用戶拖欠貨款的概率
6. 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：上市公司類別評估
第六部分：    數(shù)據(jù)預(yù)處理篇（了解你的數(shù)據(jù)集）
1. 數(shù)據(jù)預(yù)處理的主要任務(wù)
. 數(shù)據(jù)集成：多個數(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、數(shù)據(jù)平衡
. 變量處理：變量變換、變量派生、變量精簡
. 數(shù)據(jù)歸約：實現(xiàn)降維，避免維災(zāi)難
2. 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）
3. 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
. 無效值/錯誤值處理
. 缺失值處理
. 離群值/極端值處理
. 數(shù)據(jù)質(zhì)量評估
4. 數(shù)據(jù)準備：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：數(shù)據(jù)分段/離散化（減少變量的取值個數(shù)）
. 數(shù)據(jù)平衡：正反樣本比例均衡
5. 數(shù)據(jù)準備：變量處理
. 變量變換：原變量取值更新，比如標準化
. 變量派生：根據(jù)舊變量生成新的變量
. 變量精簡：降維，減少變量個數(shù)
6. 數(shù)據(jù)降維
. 常用降維的方法
. 如何確定變量個數(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
. 從輸入變量與目標變量的相關(guān)性考慮
. 對輸入變量進行合并
. 因子分析（主成分分析）
. 因子分析的原理
. 因子個數(shù)如何選擇
. 如何解讀因子含義
案例：提取影響電信客戶流失的主成分分析
7. 數(shù)據(jù)探索性分析
. 常用統(tǒng)計指標分析
. 單變量：數(shù)值變量/分類變量
. 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、分類匯總）
8. 數(shù)據(jù)可視化
. 數(shù)據(jù)可視化：柱狀圖、條形圖、餅圖、折線圖、箱圖、散點圖等
. 圖形的表達及適用場景
演練：各種圖形繪制
結(jié)束：課程總結(jié)與問題答疑。
大數(shù)據(jù)分析培訓(xùn)公開課程班 TTM卓越培訓(xùn)經(jīng)理培訓(xùn)