通信行業(yè)經(jīng)營分析和大數(shù)據(jù)培訓(xùn)大綱
講師：陳則 瀏覽次數(shù)：2538
課程描述INTRODUCTION
通信行業(yè)經(jīng)營分析培訓(xùn)
培訓(xùn)講師：陳則
課程價格：￥元/人
培訓(xùn)天數(shù)：2天
日程安排SCHEDULE
課程大綱Syllabus
通信行業(yè)經(jīng)營分析培訓(xùn)
第1章 引言與概念
1.1 引言
1.2 數(shù)據(jù)分析的概念
1.3 為什么要做數(shù)據(jù)分析
1.4 電信經(jīng)營分析師需要的素質(zhì)
1.5大數(shù)據(jù)時代下的數(shù)據(jù)挖掘
1.5.1大數(shù)據(jù)的基礎(chǔ)
1.5.2大數(shù)據(jù)的特點
1.5.3大數(shù)據(jù)的作用
1.5.4大數(shù)據(jù)與數(shù)據(jù)挖掘
1.5.5令人期待的大數(shù)據(jù)時
1.6本章小結(jié)
第2章 數(shù)據(jù)分析的流程
2.1 明確要解決的問題
2.2 構(gòu)建分析框架
2.3 選用合適的指標(biāo)體系
2.4 收集數(shù)據(jù)
2.5 數(shù)據(jù)分析
2.6 基于分析結(jié)果，尋找解決方法
2.7 形成報告
第3章 常見的數(shù)據(jù)分析項目類型
3.1 目標(biāo)客戶的特征分析
3.2 目標(biāo)客戶的預(yù)測（響應(yīng)、分類）模型
3.3 運營群體的活躍度定義
3.4 用戶路徑分析
3.5 交叉銷售模型
3.6 信息質(zhì)量模型
3.7 服務(wù)保障模型
3.8 用戶（買家、賣家）分層模型
3.9 賣家（買家）交易模型
3.10 信用風(fēng)險模型
3.11 商品推薦模型
3.12 數(shù)據(jù)產(chǎn)品
3.13 決策支持
第4章 經(jīng)營分析的統(tǒng)計理論
4.1 統(tǒng)計學(xué)的分類
4.2幾個統(tǒng)計的專有名詞
4.3 變量的分類
4.4離散變量常見的分析
4.5連續(xù)變量常見的分析
第5章 常見的數(shù)據(jù)分析方法
5.1 對比分析法
5.2 結(jié)構(gòu)分析法
5.3 交叉分析
5.4 均值分析
5.5 相關(guān)性分析
第6章 SAS在經(jīng)營分析中的應(yīng)用
6.1 聚類分析
6.1.1 聚類分析的典型應(yīng)用場景
6.1.2 主要聚類算法的分類
6.1.3 聚類分析在實踐應(yīng)用中的重點注意事項
6.1.4 聚類分析的擴展應(yīng)用
6.1.5 聚類分析在實際應(yīng)用中的優(yōu)勢和缺點
6.1.6 聚類分析結(jié)果的評價體系和評價指標(biāo)
6.1.7 一個典型的聚類分析課題的案例分享
6.2 關(guān)聯(lián)分析
6.1.1 關(guān)聯(lián)分析的典型應(yīng)用場景
6.1.2 主要關(guān)聯(lián)算法的分類
6.1.3 關(guān)聯(lián)分析在實踐應(yīng)用中的重點注意事項
6.1.4 關(guān)聯(lián)分析的擴展應(yīng)用
6.1.5 關(guān)聯(lián)分析在實際應(yīng)用中的優(yōu)勢和缺點
6.1.6 關(guān)聯(lián)分析結(jié)果的評價體系和評價指標(biāo)
6.1.7 一個典型的關(guān)聯(lián)分析課題的案例分享
6.3 回歸分析
6.4 檢驗假設(shè)
6.5 分類分析
6.6 SAS/EM模塊：執(zhí)行數(shù)據(jù)挖掘
案例分析1: 電商客戶信息調(diào)查的數(shù)據(jù)分析流程；
案例分析2: 耐用消費品預(yù)期銷售的序列預(yù)報；
案例分析3: 用戶體驗的文本信息關(guān)聯(lián)度分析。
第7章 數(shù)據(jù)結(jié)果的解讀
7.1 明確指標(biāo)的計算法則
7.2 選擇一個基點，一個參照系
7.3 關(guān)注異常值
7.4 基于目的，轉(zhuǎn)動數(shù)據(jù)*，各種轉(zhuǎn)化
7.5 相互驗證，大膽假設(shè)，多方求證
7.6 把握趨勢或者規(guī)律
7.7 歸納總結(jié)，數(shù)清理明
第8章 用圖表表達(dá)，讓圖表說話
8.1 常用圖形介紹
8.2 熱力圖介紹
8.3 雷達(dá)圖介紹
8.4 柏拉圖介紹
8.5 其他常用圖形的演化
8.6 圖表美化的技巧
第9章 經(jīng)營分析實戰(zhàn)篇——找出目標(biāo)客戶
1.數(shù)據(jù)分析VS數(shù)據(jù)挖掘
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
模型評估
模型應(yīng)用
3.案例演練：客戶匹配度建模，找到你的準(zhǔn)客戶
4.客戶群細(xì)分、客戶獲取
如何更好的了解客戶結(jié)構(gòu)、如何識別客戶特征
客戶響應(yīng)模型與促銷
聚類分析與客戶特征提取
*案例演練：小康指數(shù)劃分，讓數(shù)據(jù)自動聚類
*案例演練：裁判標(biāo)準(zhǔn)一致性分析，避免“黑哨”
*案例演練：商場服務(wù)獎項評選
消費者品牌選擇模型分析
*案例演練：品牌選擇模型分析，你的品牌適合哪些人群？
5.客戶標(biāo)簽
客戶標(biāo)簽介紹
客戶標(biāo)簽的類別
以市場應(yīng)用為出發(fā)點設(shè)計標(biāo)簽庫
客戶標(biāo)簽的管理
*手動/自動打標(biāo)簽
*標(biāo)簽梳理
*標(biāo)簽的更新
業(yè)務(wù)需求為出發(fā)點合理應(yīng)用客戶標(biāo)簽
第10章 經(jīng)營分析實戰(zhàn)篇——針對目標(biāo)客戶優(yōu)化銷售策略
1.哪些是影響市場銷量的關(guān)鍵因素
找到關(guān)鍵因素，實現(xiàn)精準(zhǔn)營銷
方差分析與影響因素分析
*案例演練：廣告形式、地區(qū)對銷量的影響因素分析
*案例演練：飼料與生豬體重的影響分析
因素影響的相關(guān)性分析（相關(guān)程度計算）
*案例演練：腰圍與體重的相關(guān)分析
*案例演練：家庭生活開支的相關(guān)分析
2.影響用戶購買的關(guān)鍵因素/客戶消費偏好是什么
3.影響產(chǎn)品銷售的關(guān)鍵屬性和等級如何評估
4.邏輯回歸模型
邏輯回歸模型原理及適用場景
評估客戶購買產(chǎn)品的概率
5.離散選擇分析
如何評估客戶購買產(chǎn)品的概率
如何指導(dǎo)產(chǎn)品開發(fā)？如何確定產(chǎn)品的重要特性
如何評估品牌價值
競爭下的產(chǎn)品動態(tài)調(diào)價
如何評估產(chǎn)品的價格彈性
6.如何選擇合適的營銷方式
各營銷渠道的用戶特征分析
促銷方式有效性檢驗
參數(shù)檢驗與非參數(shù)檢驗原理介紹
*案例演練：通信行業(yè)ARPU值評估分析
*案例演練：營銷效果評估分析
通信行業(yè)經(jīng)營分析培訓(xùn)
轉(zhuǎn)載：http://szsxbj.com/gkk_detail/47123.html
已開課時間Have start time
- 陳則
[僅限會員]