《大數(shù)據(jù)分析與挖掘綜合能力提升實(shí)戰(zhàn)》課程詳情
點(diǎn)擊下載課大綱及報(bào)名表
【課程目標(biāo)】一般情況下,在企業(yè)中有80%的數(shù)據(jù)分析工作(比如業(yè)務(wù)分析、經(jīng)營(yíng)分析等等),都可以使用簡(jiǎn)單的統(tǒng)計(jì)分析方法來解決,關(guān)鍵在于發(fā)現(xiàn)企業(yè)運(yùn)營(yíng)過程中的業(yè)務(wù)規(guī)律及業(yè)務(wù)問題,進(jìn)而提出業(yè)務(wù)策略及建議,供企業(yè)領(lǐng)導(dǎo)進(jìn)行決策。
本課程覆蓋了如下內(nèi)容:
1、 數(shù)據(jù)分析基礎(chǔ),數(shù)據(jù)分析過程
2、 數(shù)據(jù)分析方法,數(shù)據(jù)分析思路。
3、 數(shù)據(jù)可視化呈現(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(kù)操作。
4、 熟練使用圖表制作工具,掌握?qǐng)D表美化原則,正確使用圖表來表達(dá)觀點(diǎn)。
5、 掌握數(shù)據(jù)分析報(bào)告的寫作技巧及要點(diǎn),全面正確地呈現(xiàn)分析結(jié)果。
【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Excel2013版軟件。
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:認(rèn)識(shí)數(shù)據(jù)分析
問題:數(shù)據(jù)分析是神馬?數(shù)據(jù)分析基本過程?
1、數(shù)據(jù)分析面臨的常見問題
Ø 不知道分析什么(分析目的不明確)
Ø 不知道怎樣分析(缺少分析方法)
Ø 不知道收集什么樣的數(shù)據(jù)(業(yè)務(wù)理解不足)
Ø 不知道下一步怎么做(不了解分析過程)
Ø 看不懂?dāng)?shù)據(jù)表達(dá)的意思(數(shù)據(jù)解讀能力差)
Ø 擔(dān)心分析不夠全面(分析思路不系統(tǒng))
2、認(rèn)識(shí)數(shù)據(jù)分析
Ø 什么是數(shù)據(jù)分析
Ø 數(shù)據(jù)分析的三大作用
Ø 數(shù)據(jù)分析的三大類別
案例:喜歡賺“差價(jià)”的營(yíng)業(yè)員
3、數(shù)據(jù)分析需要什么樣的能力
Ø 懂業(yè)務(wù)、懂管理、懂分析、懂工具、懂呈現(xiàn)
4、大數(shù)據(jù)應(yīng)用的四層結(jié)構(gòu)
Ø 數(shù)據(jù)基礎(chǔ)層、數(shù)據(jù)模型層、業(yè)務(wù)模型層、業(yè)務(wù)應(yīng)用層
5、數(shù)據(jù)分析與挖掘在企業(yè)中的應(yīng)用
第二部分:數(shù)據(jù)分析基本過程
1、數(shù)據(jù)分析的六步曲
2、步驟1:明確目的--理清思路
Ø 先有數(shù)據(jù)還是先有問題?
Ø 確定分析目的
Ø 確定分析思路
3、步驟2:數(shù)據(jù)收集—理清思路
Ø 明確收集數(shù)據(jù)范圍
Ø 確定收集來源
Ø 確定收集方法
演練:Excel數(shù)據(jù)導(dǎo)入練習(xí)
4、步驟3:數(shù)據(jù)預(yù)處理—尋找答案
Ø 數(shù)據(jù)清洗、轉(zhuǎn)化、提取、計(jì)算
Ø 數(shù)據(jù)質(zhì)量評(píng)估
演練:Excel數(shù)據(jù)預(yù)處理練習(xí)
5、步驟4:數(shù)據(jù)分析--尋找答案
Ø 分析方法選擇
Ø 構(gòu)建合適的分析模型
Ø 分析工具選擇
6、步驟5:數(shù)據(jù)展示--觀點(diǎn)表達(dá)
Ø 選擇合適的可視化工具
Ø 選擇恰當(dāng)?shù)膱D表
7、步驟6:報(bào)表撰寫--觀點(diǎn)表達(dá)
Ø 選擇報(bào)告種類
Ø 完整的報(bào)告結(jié)構(gòu)
8、數(shù)據(jù)分析的三大誤區(qū)
案例:終端營(yíng)銷項(xiàng)目過程討論
第三部分:數(shù)據(jù)分析方法篇
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
Ø 基本分析法(對(duì)比/分組/結(jié)構(gòu)/趨勢(shì)/…)
Ø 綜合分析法(交叉/綜合評(píng)價(jià)/杜邦/漏斗/…)
Ø 高級(jí)分析法(相關(guān)/方差/驗(yàn)證/回歸/時(shí)序/…)
Ø 數(shù)據(jù)挖掘法(聚類/分類/關(guān)聯(lián)/RFM模型/…)
2、統(tǒng)計(jì)分析常用指標(biāo)
Ø 計(jì)數(shù)、求和、百分比(增跌幅)
Ø 集中程度:均值、中位數(shù)、眾數(shù)
Ø 離散程度:極差、方差/標(biāo)準(zhǔn)差
Ø 分布形態(tài):偏度、峰度
3、基本分析方法及其適用場(chǎng)景
Ø 對(duì)比分析(查看數(shù)據(jù)差距)
演練:按性別、省份、產(chǎn)品進(jìn)行分類統(tǒng)計(jì)
Ø 分組分析(查看數(shù)據(jù)分布)
演練:銀行信用卡月消費(fèi)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)
演戲:客戶年齡分布分析
案例:排班后面隱藏的貓膩
Ø 結(jié)構(gòu)分析(評(píng)估事物結(jié)構(gòu))
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)
Ø 趨勢(shì)分析(發(fā)現(xiàn)變化規(guī)律)
案例:破解零售店銷售規(guī)律
4、綜合分析方法及其適用場(chǎng)景
Ø 交叉分析(兩維分析)
演練:用戶性別與地域分布分析
Ø 綜合評(píng)價(jià)法(多維指標(biāo)歸一)
演練:人才選拔評(píng)價(jià)分析(HR)
案例:南京丈母娘選女婿分析表格
Ø 杜邦分析法(關(guān)鍵因素分析-財(cái)務(wù)數(shù)據(jù)分析)
案例:電信市場(chǎng)占有率分析
演練:服務(wù)水平提升分析(呼叫中心)
案例:銷售額的影響因素分析(零售店/電商)
Ø 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)
演練:終端銷售流程分析(電信營(yíng)業(yè)廳)
案例:業(yè)務(wù)辦理流程優(yōu)化分析(銀行營(yíng)業(yè)廳)
案例:物流配送效率分析(物流)
Ø 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
5、最合適的分析方法才是硬道理。
第四部分:解讀數(shù)據(jù)分析結(jié)果
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)分析的目的
Ø 發(fā)現(xiàn)業(yè)務(wù)規(guī)律
Ø 發(fā)現(xiàn)業(yè)務(wù)異常
Ø 尋找業(yè)務(wù)策略
2、對(duì)比分析及業(yè)務(wù)策略
Ø 看差距,補(bǔ)短板
Ø 看極值,評(píng)優(yōu)劣
Ø 看異常,找原因
3、結(jié)構(gòu)分析及業(yè)務(wù)策略
Ø 看占比,聚焦重點(diǎn)
Ø 看失衡,優(yōu)化結(jié)構(gòu)
4、趨勢(shì)分析及業(yè)務(wù)策略
Ø 看變化,說趨勢(shì)
Ø 看峰谷,找規(guī)律
Ø 看異常,找原因
5、解讀要符合業(yè)務(wù)邏輯
案例:銷售額數(shù)據(jù)分析
案例:營(yíng)業(yè)廳工單結(jié)構(gòu)分析
案例:營(yíng)業(yè)廳客流趨勢(shì)分析
第五部分: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、數(shù)據(jù)分析的思想
Ø 從KPI指標(biāo)開始
Ø 從營(yíng)銷/管理模型開始
2、常用分析思路模型
3、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
4、用戶消費(fèi)行為分析(5W2H分析法)
案例:用戶購(gòu)買行為分析(5W2H)
5、公司整體經(jīng)營(yíng)情況分析(4P營(yíng)銷理論)
6、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
7、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
第六部分:圖表呈現(xiàn)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、常用圖形
Ø 柱狀圖(對(duì)比分析)
Ø 條形圖(對(duì)比分析)
Ø 折線圖(趨勢(shì)分析)
Ø 餅圖(結(jié)構(gòu)分析)
Ø 雷達(dá)圖(多重?cái)?shù)據(jù)比較)
演練:圖形繪制
4、復(fù)雜圖形
Ø 平均線圖(對(duì)比分析)
Ø 雙坐標(biāo)圖(不同量綱呈現(xiàn))
Ø 對(duì)稱條形圖(對(duì)比)
Ø 散點(diǎn)圖/氣泡圖(矩陣分析法)
Ø 瀑布圖(成本、收益構(gòu)成分析)
Ø 漏斗圖(用戶轉(zhuǎn)化率分析)
演練:圖形繪制
5、動(dòng)態(tài)圖表畫法技巧
6、圖表美化原則
7、表格呈現(xiàn)
8、優(yōu)秀圖表示例解析
第七部分:分析報(bào)告撰寫
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
8、優(yōu)秀報(bào)告展現(xiàn)與解析
案例:營(yíng)業(yè)時(shí)間調(diào)整專題報(bào)告
案例:企業(yè)業(yè)務(wù)運(yùn)營(yíng)分析報(bào)告
第八部分:數(shù)據(jù)分析實(shí)戰(zhàn)篇
1、相關(guān)分析(衡量變量間的的相關(guān)性)
問題:營(yíng)銷費(fèi)用會(huì)影響銷售額嗎?影響程度大嗎?
Ø 什么是相關(guān)關(guān)系
Ø 相關(guān)系數(shù):衡量相關(guān)程度的指標(biāo)
Ø 相關(guān)分析的過程
Ø 相關(guān)分析應(yīng)用場(chǎng)景
演練:體重與腰圍的關(guān)系
演練:營(yíng)銷費(fèi)用與銷售額的關(guān)系
案例:推廣費(fèi)用、銷售額的相關(guān)分析
案例:價(jià)格與利潤(rùn)的相關(guān)分析
2、方差分析
問題:哪些才是影響銷量的關(guān)鍵因素?
Ø 方差分析解決什么問題
Ø 方差分析種類:?jiǎn)我蛩?雙因素可重復(fù)/雙因素?zé)o重復(fù)
Ø 方差分析的應(yīng)用場(chǎng)景
Ø 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?(單因素方差分析)
演練:時(shí)間、區(qū)域是否是影響終端銷量的關(guān)鍵因素(雙因素?zé)o重復(fù)方差分析)
演練:廣告和價(jià)格是影響終端銷量的關(guān)鍵因素嗎(雙因素可重復(fù))
案例:2015年大學(xué)生工資與父母職業(yè)的關(guān)系
3、回歸分析(預(yù)測(cè))
問題:如何預(yù)測(cè)未來的銷售量(定量分析)?
Ø 回歸分析的基本原理和應(yīng)用場(chǎng)景
Ø 回歸分析的種類(一元/多元、線性/曲線)
Ø 回歸分析的方法及分析結(jié)果解讀
演練:散點(diǎn)圖找推廣費(fèi)用與銷售額的關(guān)系(一元線性回歸)
演練:推廣費(fèi)用、辦公費(fèi)用與銷售額的關(guān)系(多元線性回歸)
演練:最佳選擇的預(yù)測(cè)銷售額的回歸模型(一元曲線回歸)
Ø 回歸分析(帶分類變量)
案例:汽車銷量的季度預(yù)測(cè)
演練:工齡、性別與終端銷量的關(guān)系
討論:終端銷售預(yù)測(cè)分析(營(yíng)業(yè)廳)
4、時(shí)序分析(預(yù)測(cè))
問題:隨著時(shí)間變化,未來的銷量變化趨勢(shì)如何?
Ø 時(shí)序分析的應(yīng)用場(chǎng)景(基于時(shí)間的變化規(guī)律)
Ø 移動(dòng)平均的預(yù)測(cè)原理
Ø 指數(shù)平滑的預(yù)測(cè)原理
案例:銷售額的時(shí)序預(yù)測(cè)
第九部分:數(shù)據(jù)挖掘?qū)崙?zhàn)篇
1、聚類分析
問題:如何實(shí)現(xiàn)客戶細(xì)分,開發(fā)符合細(xì)分市場(chǎng)的新產(chǎn)品?
Ø 聚類分析及其作用
Ø 聚類分析的種類
Ø 層次聚類:發(fā)現(xiàn)多個(gè)類別
Ø R型聚類與Q型聚類的區(qū)別
演練:中國(guó)省市經(jīng)濟(jì)發(fā)展情況分析(Q型聚類)
演練:裁判評(píng)分的標(biāo)準(zhǔn)衡量(R型聚類)
Ø K均值聚類
演練:寶潔公司如何選擇新產(chǎn)品試銷區(qū)域?
演練:如何評(píng)選優(yōu)秀員工?
2、分類分析
案例:美國(guó)零售商(Target)如何預(yù)測(cè)少女懷孕
問題:如何識(shí)別客戶流失者、拖欠貨款者?他們有什么特征?
Ø 分析與聚類
Ø 決策樹分類的原理
Ø 如何評(píng)估分類性能
演練:識(shí)別銀行欠貨風(fēng)險(xiǎn),提取欠貨者的特征
3、關(guān)聯(lián)分析
案例:啤酒與尿布、颶風(fēng)與蛋撻
問題:購(gòu)買面包的人是否也會(huì)購(gòu)買牛奶?他們同時(shí)購(gòu)買哪些產(chǎn)品?
Ø 關(guān)聯(lián)分析解決什么樣的問題
Ø 如何提取關(guān)聯(lián)規(guī)則
Ø 關(guān)聯(lián)規(guī)則的應(yīng)用場(chǎng)景
4、RFM模型
問題:如何評(píng)估客戶的價(jià)值?如何針對(duì)不同的客戶采取營(yíng)銷策略?
Ø RFM模型介紹
Ø RFM的客戶細(xì)分框架理解
演練:淘寶客戶選擇促銷客戶的方式
演練:結(jié)合響應(yīng)模型,宜家IKE實(shí)現(xiàn)最大化營(yíng)銷利潤(rùn)
實(shí)戰(zhàn):電信客戶流失分析與預(yù)警模型
結(jié)束:課程總結(jié)與問題答疑。
《大數(shù)據(jù)分析與挖掘綜合能力提升實(shí)戰(zhàn)》培訓(xùn)受眾
銷售部門、營(yíng)業(yè)廳、業(yè)務(wù)支撐、經(jīng)營(yíng)分析部、網(wǎng)管/網(wǎng)優(yōu)中心、運(yùn)營(yíng)分析部、呼叫中心等對(duì)業(yè)務(wù)數(shù)據(jù)分析有基本要求的相關(guān)人員。
《大數(shù)據(jù)分析與挖掘綜合能力提升實(shí)戰(zhàn)》所屬分類
市場(chǎng)營(yíng)銷
《大數(shù)據(jù)分析與挖掘綜合能力提升實(shí)戰(zhàn)》所屬專題
excel培訓(xùn)、
營(yíng)銷數(shù)據(jù)分析、
新媒體營(yíng)銷培訓(xùn)、
分析銷售數(shù)據(jù)、
《大數(shù)據(jù)分析與挖掘綜合能力提升實(shí)戰(zhàn)》授課培訓(xùn)師簡(jiǎn)介
傅一航
計(jì)算機(jī)軟件與理論碩士研究生。在華為工作十年,數(shù)篇國(guó)家專利。并曾在英國(guó)、日本、荷蘭等國(guó)做項(xiàng)目,對(duì)歐洲、日本的電信市場(chǎng)有比較深的了解。
傅老師專注于大數(shù)據(jù)分析、大數(shù)據(jù)挖掘等應(yīng)用技術(shù),及大數(shù)據(jù)系統(tǒng)解決方案,以及將大數(shù)據(jù)的數(shù)據(jù)分析、數(shù)據(jù)建模、數(shù)據(jù)挖掘應(yīng)用于行業(yè)及商業(yè)領(lǐng)域,解決行業(yè)實(shí)際的問題。將大數(shù)據(jù)應(yīng)用于運(yùn)營(yíng)決策,幫助企業(yè)提升運(yùn)營(yíng)決策能力;應(yīng)用于市場(chǎng)營(yíng)銷,通過大數(shù)據(jù)營(yíng)銷,解決營(yíng)銷中的用戶群細(xì)分,產(chǎn)品定位,精準(zhǔn)營(yíng)銷,精準(zhǔn)促銷等實(shí)際問題,提升營(yíng)銷效果,節(jié)省營(yíng)銷費(fèi)用,以及市場(chǎng)預(yù)測(cè)、用戶行為預(yù)測(cè)等。致力于將大數(shù)據(jù)技術(shù)應(yīng)用于通信、金融、航空、電商、互聯(lián)網(wǎng)等領(lǐng)域。
傅老師近十年以來一直從事通信行業(yè)的研究與分析,熟悉大數(shù)據(jù)系統(tǒng)部署與應(yīng)用、SP增值行業(yè)應(yīng)用、終端應(yīng)用與服務(wù)、4G無線解決方案。對(duì)通信行業(yè)的市場(chǎng)態(tài)勢(shì)、客戶行為、服務(wù)效果以及運(yùn)營(yíng)分析等方面有深入的接觸和研究,特別是針對(duì)大數(shù)據(jù)、4G及LTE標(biāo)準(zhǔn)發(fā)展,無線網(wǎng)絡(luò)演進(jìn),網(wǎng)絡(luò)融合,市場(chǎng)發(fā)展及業(yè)務(wù)應(yīng)用分析,在業(yè)務(wù)應(yīng)用領(lǐng)域投入了更多的精力,積累了相當(dāng)?shù)闹R(shí)和見解。
2009與英國(guó)電信BT、荷蘭Zesko運(yùn)營(yíng)商交流,探討3G業(yè)務(wù)的開展與市場(chǎng)分析,2010年與菲律賓、印尼電信運(yùn)營(yíng)商會(huì)議,探討3G業(yè)務(wù)應(yīng)用發(fā)展?fàn)顩r分析,2012年與日本軟銀SBM,實(shí)施4G網(wǎng)絡(luò)解決方案及4G業(yè)務(wù)應(yīng)用分析;2013年與中國(guó)移動(dòng)提供網(wǎng)絡(luò)融合、網(wǎng)絡(luò)互操作、VoLTE等MBB解決方案。
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
培訓(xùn)課題:
應(yīng)用類:
《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)》
《“數(shù)”說營(yíng)銷----大數(shù)據(jù)營(yíng)銷實(shí)戰(zhàn)與沙盤》
《數(shù)據(jù)分析與數(shù)據(jù)挖掘應(yīng)用培訓(xùn)》
《運(yùn)營(yíng)數(shù)據(jù)分析與挖掘之SPSS工具入門與提高》
《數(shù)據(jù)分析方法與SPSS實(shí)操培訓(xùn)》
《營(yíng)業(yè)廳經(jīng)理數(shù)據(jù)分析綜合能力提升》
《呼叫中心大數(shù)據(jù)營(yíng)銷培訓(xùn)》
理論/認(rèn)知/策略類:
《大數(shù)據(jù)產(chǎn)業(yè)現(xiàn)狀及應(yīng)用創(chuàng)新》
《電信運(yùn)營(yíng)商三級(jí)經(jīng)理大數(shù)據(jù)能力提升》
《大數(shù)據(jù)營(yíng)銷策略培訓(xùn)》
技術(shù)類:
《Hadoop大數(shù)據(jù)解決方案開發(fā)技術(shù)培訓(xùn)》
《大數(shù)據(jù)處理技術(shù)架構(gòu)以及數(shù)據(jù)分析用戶行為培訓(xùn)》
服務(wù)客戶:
傅老師曾提供過培訓(xùn)咨詢服務(wù)的客戶:華為技術(shù)有限公司、平安集團(tuán)、安能物流、中國(guó)移動(dòng)、中國(guó)聯(lián)通、中國(guó)電信、西部航空等。
安能物流:《大數(shù)據(jù)挖掘分析及應(yīng)用實(shí)戰(zhàn)》
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)》
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)》
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)》
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》
吉林移動(dòng):《數(shù)據(jù)分析與數(shù)據(jù)挖掘》輪訓(xùn);
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》
云浮移動(dòng):《大數(shù)據(jù)挖掘和信息提煉專項(xiàng)培訓(xùn)》
泉州移動(dòng):《大數(shù)據(jù)挖掘分析及應(yīng)用》
陽(yáng)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(yáng)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)》
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》
天虹商場(chǎng):《大數(shù)據(jù)產(chǎn)業(yè)現(xiàn)狀及應(yīng)用創(chuàng)新》
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》
貴州移動(dòng):《“數(shù)”說營(yíng)銷----大數(shù)據(jù)營(yíng)銷實(shí)戰(zhàn)與沙盤》
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)》
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)》
招商銀行深圳分行:《大數(shù)據(jù)之Hadoop解決方案培訓(xùn)》
建設(shè)銀行:《大數(shù)據(jù)分析與挖掘應(yīng)用培訓(xùn)》
華為技術(shù)有限公司:《多網(wǎng)協(xié)同》、《數(shù)據(jù)分析》、《4G發(fā)展?fàn)顩r與業(yè)務(wù)應(yīng)用分析 》;
宇龍通信:《終端市場(chǎng)分析與業(yè)務(wù)應(yīng)用》;
天虹商場(chǎng):《數(shù)據(jù)分析與數(shù)據(jù)挖掘》;
騰訊公司:《數(shù)據(jù)分析與數(shù)據(jù)挖掘》;
百度公司:《數(shù)據(jù)分析與數(shù)據(jù)挖掘》;
……
學(xué)員心得:
吉林某運(yùn)營(yíng)商——《數(shù)據(jù)分析與數(shù)據(jù)挖掘應(yīng)用培訓(xùn)》 學(xué)員:張經(jīng)理
五天的培訓(xùn),讓我對(duì)數(shù)據(jù)分析與數(shù)據(jù)挖掘有了進(jìn)一步的了解,也學(xué)到了技術(shù)。以前參加過培訓(xùn),兩天的培訓(xùn)我都覺得有時(shí)很難,而這次連續(xù)五天的培訓(xùn),我聽課過程當(dāng)中既然感覺到時(shí)間過得很快。
內(nèi)蒙古某運(yùn)營(yíng)商——《大數(shù)據(jù)處理技術(shù)與數(shù)據(jù)挖掘應(yīng)用培訓(xùn)》 學(xué)員:胡經(jīng)理
2天的課,讓我弄明白Hadoop的架構(gòu)原理以及實(shí)現(xiàn)原理,有理論高度也有實(shí)踐。而且解決了我們項(xiàng)目中最大的一個(gè)實(shí)際難題:如何讓HBASE和HIVE共用同一個(gè)數(shù)據(jù)庫(kù)文件。老師的實(shí)戰(zhàn)水平也很高,贊!
貴州某運(yùn)營(yíng)商——《“數(shù)”說營(yíng)銷----大數(shù)據(jù)營(yíng)銷實(shí)戰(zhàn)》 學(xué)員:劉經(jīng)理
傅老師的課程,開拓了我營(yíng)銷的思維,大數(shù)據(jù)營(yíng)銷,重在利用數(shù)據(jù)為營(yíng)銷服務(wù)。用戶細(xì)分、用戶特征提取、營(yíng)銷費(fèi)用預(yù)算、客戶流失預(yù)警,原來可以這樣利用大數(shù)據(jù),以后不再需要“拍腦袋”了呵呵。