大數(shù)據(jù)時(shí)代為企業(yè)帶來了新的機(jī)遇。數(shù)據(jù)是企業(yè)的歷史,以史為鏡,獲取數(shù)據(jù)中隱藏的信息,意味著可以用最少的資源獲取較大的利潤。然而,對(duì)不少企業(yè)來說,大數(shù)據(jù)時(shí)代的到來反而使他們更加迷茫。隨著技術(shù)的發(fā)展,數(shù)據(jù)儲(chǔ)存越來越簡單,企業(yè)可以輕而易舉地獲得大量數(shù)據(jù),同時(shí),各種功能豐富的統(tǒng)計(jì)分析軟件為數(shù)據(jù)的挖掘提供了強(qiáng)大的工具,然而大數(shù)據(jù)就好像儲(chǔ)量驚人的油井,只有了解如何使用工具搭建出有效的開采平臺(tái)才能煉數(shù)成金。??
? ?? ?
廣告的投放,除了電視,紙介質(zhì)刊物,廣播,戶外廣告等傳統(tǒng)媒體,還有各種門戶網(wǎng)站,社交網(wǎng)站等新興媒體,如何評(píng)測不同的媒體的效果?電信運(yùn)營商設(shè)計(jì)不同的用戶優(yōu)惠套餐,但用戶是否買賬,實(shí)際效果如何,是否具有有價(jià)值的回報(bào)?硬件設(shè)備測試,由于實(shí)驗(yàn)設(shè)計(jì)不周,造成大量的測試品被消耗浪費(fèi),成本極高,怎樣才可以既省錢有能達(dá)到測試效果?如上情況,是各行各業(yè)經(jīng)常面臨的問題,若沒有有效的策略,往往都讓人無從下手。
第一課:從認(rèn)識(shí)數(shù)據(jù)開始——數(shù)據(jù)的分類與數(shù)據(jù)的特征
案例:大學(xué)生平均每部份瀏覽知名網(wǎng)站行為的數(shù)據(jù)分析
第二課:從抽樣中獲取數(shù)據(jù)1——隨機(jī)試驗(yàn)設(shè)計(jì)
案例:打折真的能獲取更多利潤?——論商品折扣與銷量的關(guān)系
第三課:從抽樣中獲取數(shù)據(jù)2——交互因素試驗(yàn)
案例:怎樣才能讓用戶氪金更多?——不同獎(jiǎng)勵(lì)方案對(duì)用戶消費(fèi)的影響
第四課:從抽樣中獲取數(shù)據(jù)3——離散變量試驗(yàn)設(shè)計(jì)
案例:我可以考研成功嗎?——某研究生院錄取條件分析
第五部份:從樣本對(duì)總體進(jìn)行估計(jì)——點(diǎn)估計(jì)與區(qū)間估計(jì)
第六部份:從樣本對(duì)總體進(jìn)行推斷1——單樣本檢驗(yàn)
案例:客戶對(duì)我們的商品滿意嗎?——商品滿意度調(diào)查分析
第七部份:從樣本對(duì)總體進(jìn)行推斷2——雙樣本檢驗(yàn)
案例:活躍度提升專題運(yùn)營活動(dòng)效果測試
第八部份:列聯(lián)表的假設(shè)檢驗(yàn)——卡方檢驗(yàn)
案例:怎樣獲取更多用戶?——不同新客戶獲取手段的效果比較
第九部份:應(yīng)對(duì)非正態(tài)數(shù)據(jù)——非參數(shù)檢驗(yàn)
案例:他們都是MVP?——球員得分比較
第十部份:兩個(gè)變量間的關(guān)系研究——相關(guān)分析
案例: 線路成本模型類似嗎?——某地鐵線路成本相關(guān)研究
第十一部份:多個(gè)變量間的關(guān)系研究——方差分析
案例:你會(huì)購買哪種牙膏?——消費(fèi)者牙膏品牌傾向性研究
第十二部份:變量的預(yù)測分析——回歸分析
案例:如何才能獲得較佳營銷效果?——某服裝公司分店銷量影響因素分析
|