 班級(jí)規(guī)模及環(huán)境--熱線:4008699035 手機(jī):15921673576( 微信同號(hào)) |
|
每期人數(shù)限3到5人。 |
| 上課時(shí)間和地點(diǎn) |
上課地點(diǎn)：【上?！浚和瑵?jì)大學(xué)(滬西)/新城金郡商務(wù)樓(11號(hào)線白銀路站) 【深圳分部】：電影大廈(地鐵一號(hào)線大劇院站)/深圳大學(xué)成教院 【北京分部】：北京中山學(xué)院/福鑫大樓 【南京分部】：金港大廈(和燕路) 【武漢分部】：佳源大廈（高新二路） 【成都分部】：領(lǐng)館區(qū)1號(hào)（中和大道） 【沈陽分部】：沈陽理工大學(xué)/六宅臻品 【鄭州分部】：鄭州大學(xué)/錦華大廈 【石家莊分部】：河北科技大學(xué)/瑞景大廈 【廣州分部】：廣糧大廈 【西安分部】：協(xié)同大廈
最近開課時(shí)間(周末班/連續(xù)班/晚班）：2020年3月16日 |
| 實(shí)驗(yàn)設(shè)備 |
☆資深工程師授課
☆注重質(zhì)量
☆邊講邊練
☆合格學(xué)員免費(fèi)推薦工作
★實(shí)驗(yàn)設(shè)備請(qǐng)點(diǎn)擊這兒查看★ |
| 質(zhì)量保障 |
1、培訓(xùn)過程中，如有部分內(nèi)容理解不透或消化不好，可免費(fèi)在以后培訓(xùn)班中重聽；
2、培訓(xùn)結(jié)束后,授課老師留給學(xué)員聯(lián)系方式,保障培訓(xùn)效果,免費(fèi)提供課后技術(shù)支持。
3、培訓(xùn)合格學(xué)員可享受免費(fèi)推薦就業(yè)機(jī)會(huì)。 |
課程大綱 |
課程介紹
在國內(nèi)，“數(shù)據(jù)挖掘”作為一門復(fù)合型應(yīng)用學(xué)科，其在商業(yè)領(lǐng)域的實(shí)踐應(yīng)用及推廣只有十幾年的時(shí)間，在此期間，國內(nèi)雖然陸續(xù)出版了一些相關(guān)的書籍，但是絕大多數(shù)都是基于理論或者國外經(jīng)驗(yàn)來闡述的，少有針對(duì)國內(nèi)企業(yè)相關(guān)商業(yè)實(shí)戰(zhàn)的詳細(xì)介紹和分享，更缺乏從數(shù)據(jù)分析師的角度對(duì)商業(yè)實(shí)戰(zhàn)所進(jìn)行的總結(jié)和歸納。因此，從商業(yè)應(yīng)用出發(fā)，基于大量的商業(yè)實(shí)戰(zhàn)案例而不是基于理論探討的數(shù)據(jù)挖掘應(yīng)用書籍成為當(dāng)今圖書市場和廣大“數(shù)據(jù)挖掘”學(xué)習(xí)者的共同需求。
課程目標(biāo)
? 了解數(shù)據(jù)化運(yùn)營基礎(chǔ)理論
? 了解數(shù)據(jù)化運(yùn)營需要的常見技術(shù)手段與場景
培訓(xùn)對(duì)象
? 了解數(shù)據(jù)化運(yùn)營基礎(chǔ)理論
? 了解數(shù)據(jù)化運(yùn)營需要的常見技術(shù)手段與場景
? 擁有大數(shù)據(jù)挖掘需求的人員
? 正在工作中面臨大數(shù)據(jù)挖掘問題的架構(gòu)師，分析師等
課程內(nèi)容
第1個(gè)主題： 電商大鱷逐鹿中原、數(shù)據(jù)驅(qū)動(dòng)主宰沉浮
第2個(gè)主題： 大數(shù)據(jù)生態(tài)體系介紹（深入理解大數(shù)據(jù)的生態(tài)體系）（30分鐘）
1、 大數(shù)據(jù)生態(tài)體系介紹
2、 大數(shù)據(jù)支撐----云計(jì)算
3、 大數(shù)據(jù)核心----海量數(shù)據(jù)
4、 大數(shù)據(jù)靈魂----大數(shù)據(jù)技術(shù)
5、 大數(shù)據(jù)價(jià)值----大數(shù)據(jù)商業(yè)思維
6、 大數(shù)據(jù)企業(yè)應(yīng)用障礙分析
第3個(gè)主題： 大數(shù)據(jù)技術(shù)在大型互聯(lián)網(wǎng)公司中的實(shí)際應(yīng)用（深入理解大數(shù)據(jù)作用與意義）（60分鐘）
1、 電商遇到的問題
2、 大型互聯(lián)網(wǎng)企業(yè)遇到的問題
3、 大數(shù)據(jù)主要解決的問題
4、 實(shí)例分享：淘寶雙十一
5、 實(shí)例分享：騰訊QQ
6、 實(shí)例分享：百度文庫
7、 實(shí)例分享：打車大戰(zhàn)
8、 大數(shù)據(jù)的作用
9、 戰(zhàn)略決策和精細(xì)化管理
10、 大數(shù)據(jù)網(wǎng)絡(luò)營銷
第4個(gè)主題： 大數(shù)據(jù)企業(yè)級(jí)平臺(tái)選型（大數(shù)據(jù)時(shí)代企業(yè)級(jí)技術(shù)選型分享）（30分鐘）
1、 實(shí)例分享：淘寶技術(shù)變遷
2、 實(shí)例分享：京東技術(shù)變革
實(shí)例分享：滴滴打車技術(shù)變革
第5個(gè)主題： 什么是數(shù)據(jù)化運(yùn)營
1. 現(xiàn)代營銷理論的發(fā)展歷程
a) 從4P到4C
b) 從4C到3P3C
2. 數(shù)據(jù)化運(yùn)營的主要內(nèi)容
3. 為什么要數(shù)據(jù)化運(yùn)營
4. 數(shù)據(jù)化運(yùn)營的必要條件
a) 企業(yè)級(jí)海量數(shù)據(jù)存儲(chǔ)的實(shí)現(xiàn)
b) 精細(xì)化運(yùn)營的需求
c) 數(shù)據(jù)分析和數(shù)據(jù)挖掘技術(shù)的有效應(yīng)用
d) 企業(yè)決策層的倡導(dǎo)與持續(xù)支持
5. 數(shù)據(jù)化運(yùn)營的新現(xiàn)象與新發(fā)展
第6個(gè)主題： 大數(shù)據(jù)挖掘與分析介紹（全面理解大數(shù)據(jù)挖掘概念與分析技術(shù)）（120分鐘）
1、 數(shù)據(jù)分析基本概念
2、 數(shù)據(jù)分析算法
3、 數(shù)據(jù)分析工具
4、 數(shù)據(jù)分析流程
5、 數(shù)據(jù)分析范疇
6、 數(shù)據(jù)挖掘基本概念
7、 數(shù)據(jù)挖掘模型
8、 數(shù)據(jù)挖掘目標(biāo)
9、 數(shù)據(jù)挖掘數(shù)據(jù)質(zhì)量
10、 數(shù)據(jù)挖掘的9大定律
11、 數(shù)據(jù)挖掘發(fā)展趨勢
12、 數(shù)據(jù)挖掘的工具
a) 數(shù)據(jù)采集工具
b) 客戶端數(shù)據(jù)分析工具
c) 客戶端數(shù)據(jù)挖掘工具
d) 數(shù)據(jù)存儲(chǔ)——數(shù)據(jù)庫系統(tǒng)
13、 數(shù)據(jù)挖掘的主要成熟技術(shù)以及在數(shù)據(jù)化運(yùn)營中的主要應(yīng)用
1. 決策樹
2. 神經(jīng)網(wǎng)絡(luò)
3. 回歸
4. 關(guān)聯(lián)規(guī)則
5. 聚類
6. 貝葉斯分類方法
7. 支持向量機(jī)
8. 主成分分析
9. 假設(shè)檢驗(yàn)
14、 數(shù)據(jù)化運(yùn)營中常見的數(shù)據(jù)分析項(xiàng)目類型
1. 目標(biāo)客戶的特征分析
2. 目標(biāo)客戶的預(yù)測（響應(yīng)、分類）模型
3. 運(yùn)營群體的活躍度定義
4. 用戶路徑分析
5. 交叉銷售模型
6. 信息質(zhì)量模型
7. 服務(wù)保障模型
15、 數(shù)據(jù)化運(yùn)營是跨專業(yè)、跨團(tuán)隊(duì)的協(xié)調(diào)與合作
a) 數(shù)據(jù)分析團(tuán)隊(duì)與業(yè)務(wù)團(tuán)隊(duì)的分工和定位
b) 數(shù)據(jù)化運(yùn)營是真正的多團(tuán)隊(duì)、多專業(yè)的協(xié)同作業(yè)
c) 實(shí)例示范數(shù)據(jù)化運(yùn)營中的跨專業(yè)、跨團(tuán)隊(duì)協(xié)調(diào)合作
第2天
第7個(gè)主題： 分析師常見的錯(cuò)誤觀念和對(duì)治的管理策略
8. 輕視業(yè)務(wù)論
9. 技術(shù)萬能論
10. 技術(shù)尖端論
11. 建模與應(yīng)用兩段論
12. 機(jī)器萬能論
第8個(gè)主題： 數(shù)據(jù)挖掘項(xiàng)目完整應(yīng)用案例演示
1. 項(xiàng)目背景和業(yè)務(wù)分析需求的提出
2. 數(shù)據(jù)分析師參與需求討論
3. 制定需求分析框架和分析計(jì)劃
4. 抽取樣本數(shù)據(jù)、熟悉數(shù)據(jù)、數(shù)據(jù)清洗和摸底
5. 按計(jì)劃初步搭建挖掘模型
6. 與業(yè)務(wù)方討論模型的初步結(jié)論，提出新的思路和模型優(yōu)化方案
7. 按優(yōu)化方案重新抽取樣本并建模，提煉結(jié)論并驗(yàn)證模型
8. 完成分析報(bào)告和落地應(yīng)用建議
9. 制定具體的落地應(yīng)用方案和評(píng)估方案
10. 業(yè)務(wù)方實(shí)施落地應(yīng)用方案并跟蹤、評(píng)估效果
11. 落地應(yīng)用方案在實(shí)際效果評(píng)估后，不斷修正完善
12. 不同運(yùn)營方案的評(píng)估、總結(jié)和反饋
13. 項(xiàng)目應(yīng)用后的總結(jié)和反思
第9個(gè)主題： 用戶特征分析
1. 用戶特征分析所適用的典型業(yè)務(wù)場景
2. 尋找目標(biāo)用戶
3. 尋找運(yùn)營的抓手
4. 用戶群體細(xì)分的依據(jù)
5. 新品開發(fā)的線索和依據(jù)
6. 用戶特征分析的典型分析思路和分析技術(shù)
7. 3種劃分的區(qū)別
8. RFM
9. 聚類技術(shù)的應(yīng)用
10. 決策樹技術(shù)的應(yīng)用
11. 預(yù)測（響應(yīng)）模型中的核心自變量
12. 假設(shè)檢驗(yàn)的應(yīng)用
13. 特征提煉后的評(píng)價(jià)體系
14. 用戶特征分析與用戶預(yù)測模型的區(qū)別和聯(lián)系
15. 用戶特征分析案例
第10個(gè)主題： 運(yùn)營效果分析的典型應(yīng)用和技術(shù)小竅門
1. 為什么要做運(yùn)營效果分析
2. 統(tǒng)計(jì)技術(shù)在數(shù)據(jù)化運(yùn)營中最重要最常見的應(yīng)用
3. 為什么要進(jìn)行假設(shè)檢驗(yàn)
4. 假設(shè)檢驗(yàn)的基本思想
5. T檢驗(yàn)概述
6. 兩組獨(dú)立樣本T檢驗(yàn)的假設(shè)和檢驗(yàn)
7. 兩組獨(dú)立樣本的非參數(shù)檢驗(yàn)
8. 配對(duì)差值的T檢驗(yàn)
9. 配對(duì)差值的非參數(shù)檢驗(yàn)?
10. 方差分析概述
11. 單因素方差分析
12. 多個(gè)樣本組的非參數(shù)檢驗(yàn)
13. 卡方檢驗(yàn)
14. 控制變量的方法
15. AB Test
第11個(gè)主題： 漏斗模型和路徑分析
1. 漏斗模型和路徑分析
2. ??網(wǎng)絡(luò)日志和布點(diǎn)
3. ????日志布點(diǎn)
4. ????日志采集
5. ??日志解析
6. ??日志分析
7. ??漏斗模型與路徑分析的主要區(qū)別和聯(lián)系
8. ??漏斗模型的主要應(yīng)用場景
9. ??運(yùn)營過程的監(jiān)控和運(yùn)營效率的分析與改善
10. ??用戶關(guān)鍵路徑分析
11. ??產(chǎn)品優(yōu)化
12. ??路徑分析的主要應(yīng)用場景
13. ??路徑分析的主要算法
14. ??社會(huì)網(wǎng)絡(luò)分析方法
15. ??基于序列的關(guān)聯(lián)分析
16. 最樸素的遍歷方法
17. 路徑分析案例的分享
第12個(gè)主題： 數(shù)據(jù)分析師對(duì)業(yè)務(wù)團(tuán)隊(duì)數(shù)據(jù)分析能力的培養(yǎng)
1. 培養(yǎng)業(yè)務(wù)團(tuán)隊(duì)數(shù)據(jù)分析意識(shí)與能力的重要性
2. 數(shù)據(jù)分析師在業(yè)務(wù)團(tuán)隊(duì)數(shù)據(jù)分析意識(shí)能力培養(yǎng)中的作用
3. 數(shù)據(jù)分析師如何培養(yǎng)業(yè)務(wù)團(tuán)隊(duì)的數(shù)據(jù)分析意識(shí)和能力
4. 數(shù)據(jù)分析師培養(yǎng)業(yè)務(wù)團(tuán)隊(duì)數(shù)據(jù)分析意識(shí)能力的案例分享 |
|
|
|
首頁 課程表 在線聊 報(bào)名 講師 品牌 QQ聊 活動(dòng) 就業(yè)
