大數(shù)據(jù)分析與挖掘綜合能力提升實(shí)戰(zhàn)

大數(shù)據(jù)分析與挖掘綜合能力提升實(shí)戰(zhàn)(傅一航)課程介紹：

【課程目標(biāo)】
    本課程為大數(shù)據(jù)分析初級(jí)課程，面向所有應(yīng)用型人員，包括業(yè)務(wù)部門，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)容是理清大數(shù)據(jù)的本質(zhì)及核心理念，培訓(xùn)大數(shù)據(jù)人才的數(shù)據(jù)思維模式，以解決業(yè)務(wù)問題為導(dǎo)向，提升學(xué)員的數(shù)據(jù)分析綜合能力。
本課程覆蓋了如下內(nèi)容：
1 、大數(shù)據(jù)的本質(zhì)，核心數(shù)據(jù)思維。
2 、數(shù)據(jù)分析過程，數(shù)據(jù)分析工具。
3 、數(shù)據(jù)分析方法，數(shù)據(jù)分析思路。
4 、數(shù)據(jù)可視呈現(xiàn)，數(shù)據(jù)報(bào)告撰寫。
     
    本課程從實(shí)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(diǎn)，圍繞實(shí)際的商業(yè)問題，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（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(bào)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(dá)、工具，從大量的企業(yè)經(jīng)營(yíng)數(shù)據(jù)中進(jìn)行分析，挖掘客戶行為特點(diǎn)，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。
通過本課程的學(xué)習(xí)，達(dá)到如下目的：
1 、了解數(shù)據(jù)分析基礎(chǔ)知識(shí)，掌握數(shù)據(jù)分析的基本過程。
2 、學(xué)會(huì)數(shù)據(jù)分析的框架和思路，掌握常用數(shù)據(jù)分析方法來分析問題。
3 、熟悉數(shù)據(jù)分析的基本過程，掌握Excel高級(jí)數(shù)據(jù)分析庫操作。
4 、熟悉大數(shù)據(jù)分析工具Power BI，提升數(shù)據(jù)分析效率，避免重復(fù)工作。

【授課時(shí)間】
2天時(shí)間（每天6個(gè)小時(shí)）

【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Excel 2013版本及以上。
3 、便攜機(jī)中事先安裝好Power BI Desktop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】
數(shù)據(jù)分析基礎(chǔ) + 方法講解 + 實(shí)際業(yè)務(wù)問題分析 + Excel實(shí)踐操作
采用互動(dòng)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(shí)踐過程中獲得能力提升。

【課程大綱】

第一部分：大數(shù)據(jù)的核心思維
問題：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)的本質(zhì)
 ◇ 數(shù)據(jù)，是對(duì)客觀事物的描述和記錄
 ◇ 大數(shù)據(jù)不在于大，而在于全
3 、大數(shù)據(jù)四大核心價(jià)值
 ◇ 用趨勢(shì)圖來探索產(chǎn)品銷量規(guī)律
 ◇ 從谷歌的GFT產(chǎn)品探索用戶需求變化
 ◇ 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
 ◇ 阿里巴巴預(yù)測(cè)經(jīng)濟(jì)危機(jī)的到來
 ◇ 從美國(guó)總統(tǒng)競(jìng)選看大數(shù)據(jù)對(duì)選民行為進(jìn)行分析
4 、大數(shù)據(jù)價(jià)值落地的三個(gè)關(guān)鍵環(huán)節(jié)
 ◇ 業(yè)務(wù)數(shù)據(jù)化
 ◇ 數(shù)據(jù)信息化
 ◇ 信息策略化
案例：喜歡賺“差價(jià)”的營(yíng)業(yè)員（用數(shù)據(jù)管理來識(shí)別）

第二部分：數(shù)據(jù)分析基本過程
1 、數(shù)據(jù)分析簡(jiǎn)介
 ◇ 數(shù)據(jù)分析的三個(gè)階段
 ◇ 分析方法的三大類別
2 、數(shù)據(jù)分析六步曲
3 、步驟1：明確目的--理清思路
 ◇ 確定分析目的：要解決什么樣的業(yè)務(wù)問題
 ◇ 確定分析思路：分解業(yè)務(wù)問題，構(gòu)建分析框架
4 、步驟2：數(shù)據(jù)收集—準(zhǔn)備數(shù)據(jù)
 ◇ 明確收集數(shù)據(jù)范圍
 ◇ 確定收集來源
 ◇ 確定收集方法
5 、步驟3：數(shù)據(jù)預(yù)處理—準(zhǔn)備數(shù)據(jù)
 ◇ 數(shù)據(jù)質(zhì)量評(píng)估
 ◇ 數(shù)據(jù)清洗、數(shù)據(jù)處理和變量處理
 ◇ 探索性分析
6 、步驟4：數(shù)據(jù)分析--尋找答案
 ◇ 選擇合適的分析方法
 ◇ 構(gòu)建合適的分析模型
 ◇ 選擇合適的分析工具
7 、步驟5：數(shù)據(jù)展示--觀點(diǎn)表達(dá)
 ◇ 選擇恰當(dāng)?shù)膱D表
 ◇ 選擇合適的可視化工具
8 、步驟6：報(bào)表撰寫--觀點(diǎn)表達(dá)
 ◇ 選擇報(bào)告種類
 ◇ 完整的報(bào)告結(jié)構(gòu)
9 、演練：終端大數(shù)據(jù)精準(zhǔn)營(yíng)銷案例賞析
 ◇ 如何搭建精準(zhǔn)營(yíng)銷分析框架？
 ◇ 精準(zhǔn)營(yíng)銷分析的過程和步驟？
 ◇ 精準(zhǔn)營(yíng)銷分析結(jié)果呈現(xiàn)

第三部分：統(tǒng)計(jì)分析方法實(shí)戰(zhàn)篇
問題：數(shù)據(jù)分析有什么方法可依?不同的方法適用解決什么樣的問題？
1 、數(shù)據(jù)分析方法的層次
 ◇ 描述性分析法（對(duì)比/分組/結(jié)構(gòu)/趨勢(shì)/交叉…）
 ◇ 相關(guān)性分析法（相關(guān)/方差/卡方…）
 ◇ 預(yù)測(cè)性分析法（回歸/時(shí)序/決策樹/神經(jīng)網(wǎng)絡(luò)…）
 ◇ 專題性分析法（聚類/關(guān)聯(lián)/RFM模型/…）
2 、統(tǒng)計(jì)分析基礎(chǔ)
 ◇ 統(tǒng)計(jì)分析兩大要素
 ◇ 統(tǒng)計(jì)分析三個(gè)步驟
3 、統(tǒng)計(jì)分析常用指標(biāo)
 ◇ 匯總方式：計(jì)數(shù)、求和、百分比（增跌幅）
 ◇ 集中程度：均值、中位數(shù)、眾數(shù)
 ◇ 離散程度：極差、方差/標(biāo)準(zhǔn)差、IQR
 ◇ 分布形態(tài)：偏度、峰度
4 、基本分析方法及其適用場(chǎng)景
 ◇ 對(duì)比分析（查看數(shù)據(jù)差距）
演練：尋找用戶的地域分布規(guī)律
演練：尋找公司主打產(chǎn)品
演練：用數(shù)據(jù)來探索增量不增收困境的解決方案
案例：銀行ATM柜員機(jī)現(xiàn)金管理分析（銀行）
 ◇ 分組分析（查看數(shù)據(jù)分布）
案例：排班后面隱藏的貓膩
案例：通信運(yùn)營(yíng)商的流量套餐劃分合理性的評(píng)估
演練：銀行用戶消費(fèi)層次分析（銀行）
演練：呼叫中心接聽電話效率分析（呼叫中心）
演練：客服中心科學(xué)排班人數(shù)需求分析（客服中心）
演練：客戶年齡分布/消費(fèi)分布分析
 ◇ 結(jié)構(gòu)分析（評(píng)估事物構(gòu)成）
案例：用戶市場(chǎng)占比結(jié)構(gòu)分析
案例：物流費(fèi)用占比結(jié)構(gòu)分析（物流）
案例：中移動(dòng)用戶群動(dòng)態(tài)結(jié)構(gòu)分析
演練：用戶結(jié)構(gòu)/收入結(jié)構(gòu)/產(chǎn)品結(jié)構(gòu)的分析
 ◇ 趨勢(shì)分析（發(fā)現(xiàn)事物隨時(shí)間的變化規(guī)律）
案例：破解零售店銷售規(guī)律
案例：手機(jī)銷量的淡旺季分析
演練：發(fā)現(xiàn)產(chǎn)品銷售的時(shí)間規(guī)律
 ◇ 交叉分析（多維數(shù)據(jù)分析）
演練：用戶性別+地域分布分析
演練：不同區(qū)域的產(chǎn)品偏好分析
演練：不同教育水平的業(yè)務(wù)套餐偏好分析
5 、綜合分析方法及其適用場(chǎng)景（略）
 ◇ 綜合評(píng)價(jià)法（多維指標(biāo)歸一）
案例：南京丈母娘選女婿分析表格
演練：人才選拔評(píng)價(jià)分析（HR）
 ◇ 杜邦分析法（關(guān)鍵因素分析-財(cái)務(wù)數(shù)據(jù)分析）
案例：運(yùn)營(yíng)商市場(chǎng)占有率分析（通信）
案例：服務(wù)水平提升分析（呼叫中心）
演戲：提升銷量的銷售策略分析（零售商/電商）
 ◇ 漏斗分析法（關(guān)鍵流程環(huán)節(jié)分析-流失率與轉(zhuǎn)化率分析）
案例：電商產(chǎn)品銷售流程優(yōu)化與策略分析（電商）
演練：營(yíng)業(yè)廳終端銷售流程分析（電信）
演練：銀行業(yè)務(wù)辦理流程優(yōu)化分析（銀行）
 ◇ 矩陣分析法（產(chǎn)品策略分析-象限圖分析法）
案例：工作安排評(píng)估
案例：HR人員考核與管理
案例：波士頓產(chǎn)品策略分析
6 、最合適的分析方法才是硬道理。

第四部分：數(shù)據(jù)分析思路篇
問題：數(shù)據(jù)分析思路是怎樣的？如何才能全面/系統(tǒng)地分析而不遺漏？
1 、常用分析思路模型
2 、企業(yè)外部環(huán)境分析（PEST分析法）
案例：電信行業(yè)外部環(huán)境分析
3 、用戶消費(fèi)行為分析（5W2H分析法）
案例討論：搭建用戶消費(fèi)習(xí)慣的分析框架（5W2H）
4 、公司整體經(jīng)營(yíng)情況分析（4P營(yíng)銷理論）
5 、業(yè)務(wù)問題專題分析（邏輯樹分析法）
案例：用戶增長(zhǎng)緩慢分析
6 、用戶使用行為研究（用戶使用行為分析法）
案例：終端銷售流程分析

第五部分：數(shù)據(jù)分析策略
問題：數(shù)據(jù)多，看不明白，不知道從何處看出業(yè)務(wù)問題？
1 、數(shù)據(jù)分析策略
 ◇ 先宏觀，后微觀
 ◇ 先整體，再部分
 ◇ 先普遍，再個(gè)別
 ◇ 先單維，再多維
 ◇ 先表象，再根因
 ◇ 先過去，再未來
2 、數(shù)據(jù)解讀要訣
 ◇ 看差距，找短板
 ◇ 看極值，評(píng)優(yōu)劣
 ◇ 看分布，分層次
 ◇ 看結(jié)構(gòu)，思重點(diǎn)
 ◇ 看趨勢(shì)，思重點(diǎn)
 ◇ 看峰谷，找規(guī)律
 ◇ 看異常，找原因
3 、解讀要符合業(yè)務(wù)邏輯
案例：營(yíng)業(yè)廳客流趨勢(shì)分析

第六部分：數(shù)據(jù)呈現(xiàn)（根據(jù)需要講解，課件留給學(xué)員參考）
1 、常用圖形類型及選擇原則
2 、基本圖形畫圖技巧
3 、圖形美化原則
4 、表格美化技巧
案例：繪圖示例

第七部分：分析報(bào)告撰寫（根據(jù)需要講解，課件留給學(xué)員參考）
問題：如何讓你的分析報(bào)告顯得更專業(yè)？
1 、分析報(bào)告的種類與作用
2 、報(bào)告的結(jié)構(gòu)
3 、報(bào)告命名的要求
4 、報(bào)告的目錄結(jié)構(gòu)
5 、前言
6 、正文
7 、結(jié)論與建議

第八部分：Power Query預(yù)處理工具實(shí)戰(zhàn)篇
1 、Power BI組件框架
 ◇ Power Query超級(jí)查詢器
 ◇ Power Pivot超級(jí)透視表
 ◇ Power View交互式圖表工具
2 、獲取和轉(zhuǎn)換（Power Query）
 ◇ 數(shù)據(jù)處理的常見問題
 ◇ PQ功能簡(jiǎn)介
3 、多數(shù)據(jù)源讀取
 ◇ 多數(shù)據(jù)源讀取
演練：從文件/Excel/數(shù)據(jù)庫/Web頁獲取數(shù)據(jù)源
4 、數(shù)據(jù)組合/集成
 ◇ 數(shù)據(jù)的追加
 ◇ 變量的合并
 ◇ 文件夾合并
演練：數(shù)據(jù)集成（追加、合并、文件夾）
5 、數(shù)據(jù)轉(zhuǎn)換
 ◇ 數(shù)據(jù)表的管理
 ◇ 數(shù)據(jù)類型和格式
 ◇ 數(shù)據(jù)列的操作
 ◇ 數(shù)據(jù)行的操作
演練：數(shù)據(jù)預(yù)處理操作
6 、PQ的本質(zhì)—M語言
 ◇ 強(qiáng)大的M語言

第九部分：Power View交互式圖表工具實(shí)戰(zhàn)篇
問題：如何讓你的分析結(jié)果更直觀易懂？如何讓數(shù)據(jù)“慧”說話？
1 、圖表類型與作用
2 、常用圖形及適用場(chǎng)景
3 、Power view簡(jiǎn)介
4 、常用圖表制作
 ◇ 柱狀圖、條形圖
 ◇ 折線圖、餅圖
5 、復(fù)雜圖形制作
 ◇ 雙坐標(biāo)圖（不同量綱呈現(xiàn)）
 ◇ 對(duì)稱條形圖（對(duì)比）
 ◇ 散點(diǎn)圖/氣泡圖（矩陣分析法）
 ◇ 瀑布圖（成本、收益構(gòu)成分析）
 ◇ 漏斗圖（用戶轉(zhuǎn)化率分析）
演練：圖表制作與演示
6 、交互式圖表
7 、分層鉆取
8 、四種篩選器

第十部分：Power Pivot數(shù)據(jù)建模工具實(shí)戰(zhàn)篇
1 、Power Pivot簡(jiǎn)介
2 、PP基本功能
 ◇ 數(shù)據(jù)分類
 ◇ 匯總方式
3 、超級(jí)透視表
 ◇ 建模的核心：篩選器與計(jì)算器
 ◇ 建立多表關(guān)系模型
 ◇ 關(guān)系管理：新建、修改、刪除
演練：數(shù)據(jù)預(yù)處理操作
4 、度量值
 ◇ 度量值定義
 ◇ 度量值計(jì)算
 ◇ 度量值的雙層篩選
演練：度量值使用
5 、計(jì)算列
 ◇ 新建列
 ◇ 列與度量值的區(qū)別
6 、DAX數(shù)據(jù)分析表達(dá)式
 ◇ DAX公式
 ◇ DAX運(yùn)算符
 ◇ DAX函數(shù)
 ◇ DAX高級(jí)篩選函數(shù)
7 、上下文
 ◇ 行上下文
 ◇ 篩選上下文
 ◇ 度量值的計(jì)算原理
 ◇ 上下文沖突時(shí)的上下文處理
結(jié)束：課程總結(jié)與問題答疑。

傅一航——華為大數(shù)據(jù)專家
華為大數(shù)據(jù)專家
計(jì)算機(jī)軟件與理論碩士研究生
華為工作十年
數(shù)篇國(guó)家專利

專著與榮譽(yù)：
獲得國(guó)家專利：
1.CN1925642:對(duì)集群用戶進(jìn)行處理的方法和集群用戶處理系統(tǒng)
2.CN101114999A:數(shù)據(jù)發(fā)送控制方法及數(shù)據(jù)傳輸設(shè)備
3.CN101119183A:重傳控制方法及傳輸設(shè)備
4.CN101483847A:實(shí)現(xiàn)策略控制的方法、裝置及系統(tǒng)
5.CN101605359B:一種切換過程中轉(zhuǎn)發(fā)數(shù)據(jù)的方法、無線實(shí)體和基站
論文：
1.基于統(tǒng)計(jì)的無詞典分詞方法
2.文本的自動(dòng)分類
3.基于Internet的智能信息檢索技術(shù)研究

服務(wù)客戶
中國(guó)移動(dòng)、中國(guó)聯(lián)通、中國(guó)電信、西部航空等。
富維江森（汽車）：《數(shù)字化運(yùn)營(yíng)下的數(shù)據(jù)分析與數(shù)據(jù)挖掘應(yīng)用培訓(xùn)》
平安集團(tuán)：《數(shù)據(jù)挖掘與現(xiàn)代企業(yè)數(shù)據(jù)化運(yùn)營(yíng)實(shí)踐》
光大銀行：《大數(shù)據(jù)分析與數(shù)據(jù)挖掘應(yīng)用實(shí)戰(zhàn)》
招商銀行佛山公司：《“數(shù)”說營(yíng)銷----大數(shù)據(jù)營(yíng)銷實(shí)戰(zhàn)與沙盤》
廣州地鐵1期：《大數(shù)據(jù)分析與數(shù)據(jù)挖掘培訓(xùn)》
廣州地鐵2期：《數(shù)據(jù)分析與數(shù)據(jù)建模實(shí)戰(zhàn)》
華為技術(shù)：《話務(wù)量預(yù)測(cè)與排班管理》
YKK吉田拉鏈：《大數(shù)據(jù)分析綜合能力提升培訓(xùn)》
富士康：《數(shù)據(jù)分析綜合能力提升培訓(xùn)》
泉州移動(dòng)1期：《大數(shù)據(jù)分析綜合能力提升》
泉州移動(dòng)2期：《數(shù)說營(yíng)銷—市場(chǎng)營(yíng)銷數(shù)據(jù)分析與挖掘應(yīng)用》
泉州移動(dòng)3期：《數(shù)據(jù)模型與數(shù)據(jù)挖掘應(yīng)用實(shí)戰(zhàn)》
延長(zhǎng)殼牌：《大數(shù)據(jù)分析與挖掘綜合能力提升》
西部航空：《數(shù)字化運(yùn)營(yíng)下的數(shù)據(jù)分析與數(shù)據(jù)挖掘應(yīng)用培訓(xùn)》
安能物流：《大數(shù)據(jù)挖掘分析及應(yīng)用實(shí)戰(zhàn)》
廣東聯(lián)通：《數(shù)據(jù)分析與數(shù)據(jù)挖掘?qū)崙?zhàn)培訓(xùn)》
上海電信：《渠道大數(shù)據(jù)分析與挖掘思路及方法》
中國(guó)移動(dòng)終端公司：《三級(jí)經(jīng)理大數(shù)據(jù)分析綜合能力提升培訓(xùn)》
浙江移動(dòng)：《大數(shù)據(jù)產(chǎn)品營(yíng)銷能力提升》
四川移動(dòng)：《大數(shù)據(jù)分析與挖掘綜合能力提升》
吉林移動(dòng)：《數(shù)據(jù)分析與數(shù)據(jù)挖掘培訓(xùn)》；
貴州移動(dòng)：《“數(shù)”說營(yíng)銷----大數(shù)據(jù)營(yíng)銷實(shí)戰(zhàn)與沙盤》
深圳移動(dòng)：《大數(shù)據(jù)在行業(yè)內(nèi)外的應(yīng)用》
中山移動(dòng)：《“數(shù)”說營(yíng)銷----大數(shù)據(jù)營(yíng)銷實(shí)戰(zhàn)與沙盤》
東莞移動(dòng)：《“數(shù)”說營(yíng)銷----大數(shù)據(jù)營(yíng)銷實(shí)戰(zhàn)與沙盤》
成都移動(dòng)：《數(shù)字化運(yùn)營(yíng)下的數(shù)據(jù)分析與數(shù)據(jù)挖掘》
眉山移動(dòng)1期：《大數(shù)據(jù)分析綜合能力提升》
眉山移動(dòng)2期：《大數(shù)據(jù)挖掘與應(yīng)用實(shí)戰(zhàn)（高級(jí)）》
云浮移動(dòng)：《大數(shù)據(jù)挖掘和信息提煉專項(xiàng)培訓(xùn)》
陽江移動(dòng)：《小數(shù)據(jù)•大運(yùn)營(yíng)--運(yùn)營(yíng)數(shù)據(jù)的分析與挖掘》
德陽移動(dòng)：《電信運(yùn)營(yíng)商市場(chǎng)營(yíng)銷數(shù)據(jù)挖掘應(yīng)用典型案例》
遵義移動(dòng)：《讓數(shù)據(jù)說話----大數(shù)據(jù)分析與挖掘應(yīng)用實(shí)戰(zhàn)》
陜西在線：《“數(shù)”說營(yíng)銷----大數(shù)據(jù)營(yíng)銷實(shí)戰(zhàn)與沙盤》
四川在線：《“數(shù)”說營(yíng)銷----大數(shù)據(jù)營(yíng)銷實(shí)戰(zhàn)與沙盤》
烏蘭浩特移動(dòng)：《“數(shù)”說營(yíng)銷----大數(shù)據(jù)營(yíng)銷實(shí)戰(zhàn)與沙盤》
呼倫貝爾移動(dòng)：《“數(shù)”說營(yíng)銷----大數(shù)據(jù)營(yíng)銷實(shí)戰(zhàn)與沙盤》
大連移動(dòng)：《“數(shù)”說營(yíng)銷----大數(shù)據(jù)營(yíng)銷實(shí)戰(zhàn)與沙盤》
內(nèi)蒙古移動(dòng)：《大數(shù)據(jù)分析與Hadoop大數(shù)據(jù)解決方案》
貴州中移通信：《SPSS數(shù)據(jù)分析與數(shù)據(jù)挖掘應(yīng)用實(shí)戰(zhàn)》

更多大數(shù)據(jù)分析與挖掘綜合能力提升實(shí)戰(zhàn)相關(guān)課程：