你的位置： 首页 > 公开课首页 > 市场营销 > 课程详情
课程介绍 评价详情(0)
问题：大数据的核心价值是什么？大数据是怎样用于业务决策？
1、 大数据时代：你缺的不是一堆方法，而是大数据思维
2、 大数据是探索事物发展和变化规律的工具
3、 从案例看大数据的核心本质
用趋势图来探索产品销量规律
从谷歌的GFT产品探索用户需求变化
从美国总统竞选看大数据对选民行为进行分析
从大数据炒股看大数据如何探索因素的相关性
4、 认识大数据分析
什么是数据分析
数据分析的三大作用
常用分析的三大类别
案例：喜欢赚“差价”的营业员（用数据管理来识别）
5、 数据分析需要什么样的能力
懂业务、懂管理、懂分析、懂工具、懂呈现
6、 大数据应用的四层结构
数据基础层、数据模型层、业务模型层、业务应用层
7、 大数据分析的两大核心理念
8、 大数据分析面临的常见问题
不知道分析什么（分析目的不明确）
不知道怎样分析（缺少分析方法）
不知道收集什么样的数据（业务理解不足）
不知道下一步怎么做（不了解分析过程）
看不懂数据表达的意思（数据解读能力差）
担心分析不够全面（分析思路不系统）
1、 数据分析的六步曲
2、 步骤1：明确目的--理清思路
3、 步骤2：数据收集—理清思路
4、 步骤3：数据预处理—寻找答案
5、 步骤4：数据分析--寻找答案
6、 步骤5：数据展示--观点表达
7、 步骤6：报表撰写--观点表达
8、 数据分析的三大误区
演练：如何用大数据来支撑手机精准营销项目
问题：数据分析有什么方法可依?不同的方法适用解决什么样的问题？
1、 数据分析方法的层次
基本分析法（对比/分组/结构/趋势/…）
综合分析法（交叉/综合评价/杜邦/漏斗/…）
高级分析法（相关/方差/验证/回归/时序/…）
数据挖掘法（聚类/分类/关联/RFM模型/…）
2、 统计分析常用指标
计数、求和、百分比（增跌幅）
集中程度：均值、中位数、众数
离散程度：极差、方差/标准差
分布形态：偏度、峰度
3、 基本分析方法及其适用场景
对比分析（查看数据差距）
演练：按性别、省份、产品进行分类统计
分组分析（查看数据分布）
案例：银行ATM柜员机现金管理分析（银行）
案例：排班后面隐藏的猫腻
案例：通信运营商的流量套餐的合理性评估
演练：银行用户消费层次分析（银行）
演练：呼叫中心接听电话效率分析（呼叫中心）
演练：客服中心科学排班人数需求分析（客服中心）
演练：客户年龄分布分析
结构分析（评估事物构成）
案例：用户市场占比结构分析
案例：物流费用占比结构分析（物流）
趋势分析（发现变化规律）
案例：破解零售店销售规律
演练：发现产品销售的时间规律
交叉分析（多维数据分析）
演练：用户性别+地域分布分析
演练：不同区域的产品偏好分析
演练：不同教育水平的业务套餐偏好分析
问题：数据分析思路是怎样的？如何才能全面/系统地分析而不遗漏？
1、 数据分析的思路
从KPI指标开始
从营销/管理模型开始
2、 常用分析思路模型
3、 用户消费行为分析（5W2H分析法）
演练：用户购买行为分析思路细化
结束：课程总结与问题答疑。
老师简介
傅一航老师——华为大数据专家
傅一航，男，计算机软件与理论硕士研究生（研究方向：数据挖掘、搜索引擎）。在华为工作十年，五篇国家专利，在华为工作期间获得华为数项奖项，曾在英国、日本、荷兰等国家做项目，对大数据有深入的研究。
傅老师专注于大数据分析与挖掘等应用技术，以及大数据系统部署解决方案。旨在将大数据的数据分析、数据挖掘、数据建模应用于行业及商业领域，解决行业实际的问题。将大数据应用于运营决策，帮助企业提升运营决策能力；应用于市场营销，通过大数据营销，解决营销中的用户群细分，产品定位，精准营销，精准促销等实际问题，提升营销效果，节省营销费用，以及市场预测、用户行为预测等。
傅老师目前致力于将大数据技术应用于通信、金融、航空、电商、互联网、政府等领域。傅老师的课程最大特色：实战性强！实现“业务问题+分析思路+分析方法/分析模型+分析工具+结果应用”融为一体。即，结合清晰的业务场景（明确目的），分解为具体的数据问题（分析思路），选择最合适的方法（分析方法），深入浅出的理论讲解（分析模型），使用简单实用的工具操作（分析工具），实现分析结果到业务策略的落地。
获得国家专利：1.CN1925642:对集群用户进行处理的方法和集群用户处理系统2.CN101114999A:数据发送控制方法及数据传输设备3.CN101119183A:重传控制方法及传输设备4.CN101483847A:实现策略控制的方法、装置及系统5.CN101605359B:一种切换过程中转发数据的方法、无线实体和基站
论文：1.基于统计的无词典分词方法2.文本的自动分类3.基于Internet的智能信息检索技术研究
应用类：
《大数据分析与数据挖掘综合能力提升实战》
《“数”说营销----大数据营销实战与沙盘》
《数据挖掘与模型优化实战培训》
《大数据与商业智能实战培训》
《大数据分析与挖掘之SPSS工具入门与提高》
《大数据分析与挖掘之Modeler工具入门与提高培训》
理论/认知/策略类：
《大数据产业现状及应用创新》
《大数据战略与商业变革》
《大数据时代的精准营销》
技术类：
《Hadoop大数据解决方案开发技术基础培训》
《大数据分析与挖掘技术实战之Python开发》
本课程名称： 大数据分析与挖掘综合能力提升实战
查看更多：市场营销公开课
我要找内训供应商
授课内容与课纲相符0低0%
讲师授课水平0低0%
服务态度0低0%
你实际购买的价格
付款时最多可用0淘币抵扣0元现金
购买成功后，系统会给用户帐号返回的现金券
课程介绍 评价详情(0)
课程大纲
问题：大数据的核心价值是什么？大数据是怎样用于业务决策？
1、 大数据时代：你缺的不是一堆方法，而是大数据思维
2、 大数据是探索事物发展和变化规律的工具
3、 从案例看大数据的核心本质
用趋势图来探索产品销量规律
从谷歌的GFT产品探索用户需求变化
从美国总统竞选看大数据对选民行为进行分析
从大数据炒股看大数据如何探索因素的相关性
4、 认识大数据分析
什么是数据分析
数据分析的三大作用
常用分析的三大类别
案例：喜欢赚“差价”的营业员（用数据管理来识别）
5、 数据分析需要什么样的能力
懂业务、懂管理、懂分析、懂工具、懂呈现
6、 大数据应用的四层结构
数据基础层、数据模型层、业务模型层、业务应用层
7、 大数据分析的两大核心理念
8、 大数据分析面临的常见问题
不知道分析什么（分析目的不明确）
不知道怎样分析（缺少分析方法）
不知道收集什么样的数据（业务理解不足）
不知道下一步怎么做（不了解分析过程）
看不懂数据表达的意思（数据解读能力差）
担心分析不够全面（分析思路不系统）
第二部分： 数据分析基本过程1、 数据分析的六步曲
2、 步骤1：明确目的--理清思路
3、 步骤2：数据收集—理清思路
4、 步骤3：数据预处理—寻找答案
5、 步骤4：数据分析--寻找答案
6、 步骤5：数据展示--观点表达
7、 步骤6：报表撰写--观点表达
8、 数据分析的三大误区
演练：如何用大数据来支撑手机精准营销项目
第三部分： 统计分析方法篇问题：数据分析有什么方法可依?不同的方法适用解决什么样的问题？
1、 数据分析方法的层次
基本分析法（对比/分组/结构/趋势/…）
综合分析法（交叉/综合评价/杜邦/漏斗/…）
高级分析法（相关/方差/验证/回归/时序/…）
数据挖掘法（聚类/分类/关联/RFM模型/…）
2、 统计分析常用指标
计数、求和、百分比（增跌幅）
集中程度：均值、中位数、众数
离散程度：极差、方差/标准差
分布形态：偏度、峰度
3、 基本分析方法及其适用场景
对比分析（查看数据差距）
演练：按性别、省份、产品进行分类统计
分组分析（查看数据分布）
案例：银行ATM柜员机现金管理分析（银行）
案例：排班后面隐藏的猫腻
案例：通信运营商的流量套餐的合理性评估
演练：银行用户消费层次分析（银行）
演练：呼叫中心接听电话效率分析（呼叫中心）
演练：客服中心科学排班人数需求分析（客服中心）
演练：客户年龄分布分析
结构分析（评估事物构成）
案例：用户市场占比结构分析
案例：物流费用占比结构分析（物流）
趋势分析（发现变化规律）
案例：破解零售店销售规律
演练：发现产品销售的时间规律
交叉分析（多维数据分析）
演练：用户性别+地域分布分析
演练：不同区域的产品偏好分析
演练：不同教育水平的业务套餐偏好分析
第四部分： 数据分析思路篇问题：数据分析思路是怎样的？如何才能全面/系统地分析而不遗漏？
1、 数据分析的思路
从KPI指标开始
从营销/管理模型开始
2、 常用分析思路模型
3、 用户消费行为分析（5W2H分析法）
演练：用户购买行为分析思路细化
结束：课程总结与问题答疑。
老师简介
傅一航老师——华为大数据专家
傅一航，男，计算机软件与理论硕士研究生（研究方向：数据挖掘、搜索引擎）。在华为工作十年，五篇国家专利，在华为工作期间获得华为数项奖项，曾在英国、日本、荷兰等国家做项目，对大数据有深入的研究。
傅老师专注于大数据分析与挖掘等应用技术，以及大数据系统部署解决方案。旨在将大数据的数据分析、数据挖掘、数据建模应用于行业及商业领域，解决行业实际的问题。将大数据应用于运营决策，帮助企业提升运营决策能力；应用于市场营销，通过大数据营销，解决营销中的用户群细分，产品定位，精准营销，精准促销等实际问题，提升营销效果，节省营销费用，以及市场预测、用户行为预测等。
傅老师目前致力于将大数据技术应用于通信、金融、航空、电商、互联网、政府等领域。傅老师的课程最大特色：实战性强！实现“业务问题+分析思路+分析方法/分析模型+分析工具+结果应用”融为一体。即，结合清晰的业务场景（明确目的），分解为具体的数据问题（分析思路），选择最合适的方法（分析方法），深入浅出的理论讲解（分析模型），使用简单实用的工具操作（分析工具），实现分析结果到业务策略的落地。
获得国家专利：
1.CN1925642:对集群用户进行处理的方法和集群用户处理系统
2.CN101114999A:数据发送控制方法及数据传输设备
3.CN101119183A:重传控制方法及传输设备
4.CN101483847A:实现策略控制的方法、装置及系统
5.CN101605359B:一种切换过程中转发数据的方法、无线实体和基站
论文：
1.基于统计的无词典分词方法
2.文本的自动分类
3.基于Internet的智能信息检索技术研究
应用类：
《大数据分析与数据挖掘综合能力提升实战》
《“数”说营销----大数据营销实战与沙盘》
《数据挖掘与模型优化实战培训》
《大数据与商业智能实战培训》
《大数据分析与挖掘之SPSS工具入门与提高》
《大数据分析与挖掘之Modeler工具入门与提高培训》
理论/认知/策略类：
《大数据产业现状及应用创新》
《大数据战略与商业变革》
《大数据时代的精准营销》
技术类：
《Hadoop大数据解决方案开发技术基础培训》
《大数据分析与挖掘技术实战之Python开发》
本课程名称： 大数据分析与挖掘综合能力提升实战
查看更多：市场营销公开课