【培訓(xùn)對象】
1、即將投身于大數(shù)據(jù)、數(shù)據(jù)分析、數(shù)據(jù)挖掘領(lǐng)域的企業(yè)或者個人； 2、本課程適合于想通過數(shù)據(jù)化決策制定企業(yè)戰(zhàn)略的決策者； 3、適合于經(jīng)常需要匯報工作的管理者； 4、對數(shù)據(jù)可視化分析、數(shù)據(jù)可視化展現(xiàn)等感興趣的人士； 5、對數(shù)據(jù)分析、數(shù)據(jù)挖掘算法等感興趣的人士； 6、大型集團(tuán)公司、大型網(wǎng)站、電商網(wǎng)站等數(shù)據(jù)挖掘、數(shù)據(jù)分析人員； 7、云計算、大數(shù)據(jù)從業(yè)者； 8、系統(tǒng)架構(gòu)師、系統(tǒng)分析師、高級程序員、資深開發(fā)人員； 9、牽涉到大數(shù)據(jù)的數(shù)據(jù)中心運維、規(guī)劃、設(shè)計負(fù)責(zé)人； 10、政府機關(guān)，金融保險、移動互聯(lián)網(wǎng)、能源行業(yè)等大數(shù)據(jù)相關(guān)人員； 11、高校、科研院所統(tǒng)計分析研究員，涉及到數(shù)據(jù)處理的人員；

【培訓(xùn)收益】

時間 內(nèi)容
第一天
第1個主題：數(shù)據(jù)分析與數(shù)據(jù)挖掘概述（深入剖析數(shù)據(jù)數(shù)據(jù)分析與數(shù)據(jù)挖掘的過程與方法，介紹數(shù)據(jù)建模中的機器學(xué)習(xí)與數(shù)據(jù)挖掘）（60分鐘）
1、數(shù)據(jù)分析與建模的概念
2、數(shù)據(jù)分析與建模過程
3、數(shù)據(jù)分析模型開發(fā)過程
4、數(shù)據(jù)建模概述
5、機器學(xué)習(xí)概念
6、機器學(xué)習(xí)算法剖析
7、算法庫分類
8、算法庫
9、深度學(xué)習(xí)
10、神經(jīng)網(wǎng)絡(luò)
11、人工智能
12、商業(yè)智能

第2個主題：數(shù)據(jù)挖掘和應(yīng)用（介紹數(shù)據(jù)挖掘和應(yīng)用）（60分鐘）
1、數(shù)據(jù)挖掘的基本任務(wù)
2、數(shù)據(jù)挖掘建模過程
a)定義挖掘目標(biāo)
b)數(shù)據(jù)取樣
c)數(shù)據(jù)探索
d)數(shù)據(jù)預(yù)處理
e)挖掘建模
f)建立模型
g)業(yè)務(wù)理解
h)模型擬合
i)訓(xùn)練集
j)測試集
k)模型評價
3、常用的數(shù)學(xué)預(yù)測模型
a)線性回歸
b)回歸（預(yù)測）與分類
c)決策樹與隨機森林
d)聚類分析（kmeans）
e)關(guān)聯(lián)規(guī)則
f)時序模式
g)離群點檢測
h)深度學(xué)習(xí)
i)人工智能
j)神經(jīng)網(wǎng)絡(luò)
4、案例：如何從數(shù)據(jù)中挖掘出有價值的信息

第3個主題：數(shù)據(jù)預(yù)處理（剖析數(shù)據(jù)預(yù)處理技術(shù)）（60分鐘）
1、數(shù)據(jù)分析挖掘的過程
2、建立數(shù)據(jù)庫的方法
3、企業(yè)對數(shù)據(jù)分析挖掘的錯誤認(rèn)識
4、有效運用數(shù)據(jù)為客戶提供針對性、主動化服務(wù)（精準(zhǔn)營銷）
5、數(shù)據(jù)源
6、數(shù)據(jù)采集
7、隨機抽樣
8、數(shù)據(jù)去重
9、數(shù)據(jù)缺失值處理
10、檢驗數(shù)據(jù)邏輯錯誤
11、離群點檢測
12、數(shù)據(jù)轉(zhuǎn)換
13、數(shù)據(jù)分組
14、課堂實操：數(shù)據(jù)預(yù)處理案例講解

第4個主題：數(shù)據(jù)的描述性分析（深入剖析數(shù)據(jù)的描述性分析）（60分鐘）
1、統(tǒng)計學(xué)基本概念
2、統(tǒng)計數(shù)據(jù)的計量尺度
3、常用基本統(tǒng)計量
4、集中趨勢的描述指標(biāo)
5、離散趨勢的描述指標(biāo)
6、中心極限定理
7、大數(shù)定律
8、數(shù)據(jù)的分布
9、正態(tài)分布的特征
10、偏度和峰度
11、檢測數(shù)據(jù)集的分布
12、數(shù)據(jù)的分布擬合檢驗與正態(tài)性檢驗
13、抽樣標(biāo)準(zhǔn)
14、假設(shè)檢驗
15、T檢驗
16、置信區(qū)間

第5個主題：數(shù)據(jù)的可視化（實踐數(shù)據(jù)可視化）（90分鐘）
1、散點圖
2、直方圖
3、經(jīng)驗分布函數(shù)
4、QQ圖
5、莖葉圖
6、離群點檢測
7、箱型圖檢驗離群值
8、蓋帽法
9、課堂實操：SPSS描述性統(tǒng)計分析實現(xiàn)航空業(yè)客戶描述和行為分析模型

第6個主題：主成分分析和因子分析（深入剖析主成分分析及因子分析）（30分鐘）
1、主成分分析
2、總體主成分
3、樣本主成分
4、主成分分析模型
5、案例：SPSS主成分分析模型實現(xiàn)
6、課堂實操：SPSS主成分分析模型實現(xiàn)

第7個主題：方差分析（深入剖析方差分析方法及SPSS實現(xiàn)）（30分鐘）
1、單因素方差分析
2、單因素方差分析模型
3、因素效應(yīng)的顯著性檢驗
4、因素各水平均值的估計與比較
5、兩因素等重復(fù)試驗下的方差分析
6、統(tǒng)計模型
7、交互效應(yīng)及因素效應(yīng)的顯著性檢驗
8、無交互效應(yīng)時各因素均值的估計與比較
9、有交互效應(yīng)時因素各水平組合上的均值估計與比較
10、兩因素非重復(fù)試驗下的方差分析
11、金融案例：SPSS方差分析實現(xiàn)
12、課堂實操：SPSS方差分析實現(xiàn)

第8個主題：Bayes統(tǒng)計分析（深入剖析Bayes統(tǒng)計分析）（30分鐘）
1、Baves統(tǒng)計模型
2、Bayes統(tǒng)計分析的基本思想
3、Bayes統(tǒng)計模型
4、Bayes統(tǒng)計推斷原則
5、先驗分布的Bayes假設(shè)與不變先驗分布
6、共軛先驗分布
7、先驗分布中超參數(shù)的確定
8、Baves統(tǒng)計推斷
9、參數(shù)的Bayes點估計
10、Bayes區(qū)間估計
11、Bayes假設(shè)檢驗
12、案例：SPSS實現(xiàn)Bayes統(tǒng)計分析建模
13、課堂實操：SPSS實現(xiàn)Bayes統(tǒng)計分析建模

時間 內(nèi)容
第二天
第9個主題：數(shù)學(xué)建模（深入剖析數(shù)學(xué)建模）（30分鐘）
1、數(shù)學(xué)建模
2、數(shù)學(xué)預(yù)測模型
3、模型評估
4、模型參數(shù)優(yōu)化

第10個主題：回歸分析與分類分析原理與應(yīng)用（深入剖析數(shù)據(jù)的回歸分析與分類分析的原理以及應(yīng)用）（120分鐘）
1、回歸與分類
2、回歸分析概念
3、線性回歸模型及其參數(shù)估計
4、一元線性回歸
5、一元線性回歸模型
6、一元線性回歸模型求解參數(shù)
7、損失函數(shù)
8、求偏導(dǎo)
9、回歸方程的顯著性檢驗
10、殘差分析
11、誤差項的正態(tài)性檢驗
12、殘差圖分析
13、統(tǒng)計推斷與預(yù)測
14、回歸模型的選取
15、窮舉法
16、逐步回歸法
17、嶺回歸分析
18、SPSS一元線性回歸
19、金融案例：SPSS一元線性回歸模型檢驗
20、多元線性回歸概述
21、多元線性回歸模型
22、金融案例：SPSS多元線性回歸實現(xiàn)航空業(yè)信用打分和評級模型

第11個主題：Logistic回歸分析（剖析Logistic回歸與其它回歸分析方法）（60分鐘）
1、Logistic回歸介紹
2、Logistic函數(shù)
3、Logistic回歸模型
4、案例：SPSS Logistic回歸實現(xiàn)
5、課堂實操：SPSS Logistic回歸實現(xiàn)航空業(yè)欺詐預(yù)測模型
6、課堂實操：SPSS Logistic回歸實現(xiàn)航空業(yè)風(fēng)險分析模型

第12個主題：非線性回歸原理及應(yīng)用（剖析非線性回歸原理及應(yīng)用實踐）（60分鐘）
1、非線性回歸
2、雙曲線函數(shù)
3、冪函數(shù)
4、指數(shù)函數(shù)
5、對數(shù)函數(shù)
6、S型曲線
7、案例：SPSS非線性回歸實現(xiàn)
8、課堂實操：SPSS非線性回歸實現(xiàn)航空業(yè)經(jīng)營分析和績效分析模型

第13個主題：數(shù)據(jù)建模常用距離（深入剖析數(shù)據(jù)建模過程中常用的距離模型）（30分鐘）
1、數(shù)據(jù)挖掘常用距離
2、歐氏距離
3、曼哈頓距離
4、切比雪夫距離
5、閔可夫斯基距離
6、標(biāo)準(zhǔn)化歐氏距離
7、馬氏距離
8、夾角余弦
9、漢明距離
10、杰卡德距離 & 杰卡德相似系數(shù)
11、相關(guān)系數(shù) & 相關(guān)距離
12、信息熵

時間 內(nèi)容

第14個主題：聚類分析與建模實現(xiàn)（深入剖析聚類分析以及通過SPSS聚類算法模型分析數(shù)據(jù)）（60分鐘）
1、聚類分析
2、聚類算法
3、樣品間相近性的度量
4、快速聚類法
5、快速聚類法的步驟
6、用Lm距離進(jìn)行快速聚類
7、譜系聚類法
8、類間距離及其遞推公式
9、譜系聚類法的步驟
10、變量聚類
11、案例：SPSS聚類實現(xiàn)及繪圖
12、案例：Kmeans應(yīng)用案例剖析
13、課堂實操：編寫程序?qū)崿F(xiàn)Kmeans應(yīng)用案例剖析

第15個主題：決策樹分析與實現(xiàn)（深入剖析決策樹分析以及通過SPSS決策樹模型分析數(shù)據(jù)）（60分鐘）
1、決策樹分析
2、決策樹
3、決策樹構(gòu)成要素
4、決策樹算法原理
5、決策樹法的決策過程
6、決策樹算法
7、案例：SPSS實現(xiàn)決策樹分析
8、課堂實操：SPSS實現(xiàn)航空業(yè)客戶細(xì)分模型
9、隨機森林

第16個主題：關(guān)聯(lián)規(guī)則分析與實現(xiàn)（深入剖析關(guān)聯(lián)規(guī)則分析以及通過SPSS關(guān)聯(lián)規(guī)則算法模型分析數(shù)據(jù)）（60分鐘）
1、關(guān)聯(lián)規(guī)則
2、支持度與置信度
3、關(guān)聯(lián)規(guī)則挖掘的過程
4、Apriori算法
5、關(guān)聯(lián)規(guī)則案例
6、支持度與置信度計算
7、案例：SPSS實現(xiàn)關(guān)聯(lián)規(guī)則
8、課堂實操：SPSS實現(xiàn)航空業(yè)數(shù)據(jù)關(guān)聯(lián)規(guī)則分析

第17個主題：數(shù)據(jù)建模時序模式分析與實現(xiàn)（深入剖析時序模式分析）（60分鐘）
1、時序模式
2、時間序列分析
3、時間序列分析
4、時間序列
5、序列分析的三個階段
6、課堂實操：SPSS實現(xiàn)航空業(yè)客戶流失模型

第18個主題：數(shù)據(jù)分析工具SPSS/SAS在金融行業(yè)應(yīng)用案例（深入剖析數(shù)據(jù)分析工具SPSS/SAS在金融行業(yè)應(yīng)用案例）（60分鐘）
1、案例：風(fēng)險分析模型
2、案例：信用打分和評級模型
3、案例：客戶細(xì)分模型
4、案例：客戶描述和行為分析模型
5、案例：欺詐預(yù)測模型
6、案例：客戶流失模型
7、案例：經(jīng)營分析和績效分析模型
8、案例：交叉銷售和增量銷售模型
9、案例：SPSS實現(xiàn)航空業(yè)客戶流失模型建模
10、課堂實操：SPSS實現(xiàn)金融行業(yè)客戶流失模型建模

第19個主題：大數(shù)據(jù)個性化精準(zhǔn)推薦實戰(zhàn)（深入理解大數(shù)據(jù)個性化精準(zhǔn)推薦原理和實現(xiàn)技術(shù)）（60分鐘）
1、個性化推薦的理論依據(jù)
2、個性化推薦的價值
3、個性化推薦能達(dá)到的目的
4、個性化推薦的原則
5、個性化推薦技術(shù)發(fā)展史
6、個性化推薦的相關(guān)技術(shù)
7、基于用戶的常用推薦算法
8、基于用戶的協(xié)同過濾推薦
9、課堂實操：SPSS實現(xiàn)航空業(yè)交叉銷售和增量銷售模型 

尹老師
多年從事人工智能、深度學(xué)習(xí)、大數(shù)據(jù)、區(qū)塊鏈、云計算、物聯(lián)網(wǎng)研發(fā)工作經(jīng)驗，資深軟件架構(gòu)師，數(shù)學(xué)博士，北航移動云計算碩士，Cloudera大數(shù)據(jù)認(rèn)證（圖1），項目管理師（PMP）認(rèn)證（圖2），移動云計算專家，主要研究方向包括人工智能、深度學(xué)習(xí)、機器學(xué)習(xí)、數(shù)據(jù)挖掘、數(shù)據(jù)分析、大數(shù)據(jù)、云計算、移動開發(fā)、互聯(lián)網(wǎng)營銷、電子商務(wù)、項目管理等；曾就職于阿里等互聯(lián)網(wǎng)企業(yè)，IBM、華為等知名大型企業(yè)，現(xiàn)任某大型知名互聯(lián)網(wǎng)企業(yè)首席架構(gòu)，負(fù)責(zé)人工智能、深度學(xué)習(xí)、機器學(xué)習(xí)、數(shù)據(jù)挖掘、數(shù)據(jù)分析、大數(shù)據(jù)、區(qū)塊鏈、云計算、PaaS平臺研發(fā)工作。
IT從業(yè)近二十年，秉承理論與實踐相結(jié)合，在學(xué)習(xí)中實踐，在實踐中學(xué)習(xí)，積累了豐富的理論與實踐經(jīng)驗，并且樂于將自己的經(jīng)驗分享。尹老師具有敏銳的目光與頭腦，發(fā)現(xiàn)并集成整合社會資源，為企業(yè)節(jié)省資源并創(chuàng)造價值，達(dá)到為合作伙伴創(chuàng)收的目的。曾為多家國內(nèi)知名企業(yè)提供培訓(xùn)與咨詢，包含阿里集團(tuán)、華為、中國移動、中國電信、中國聯(lián)通、當(dāng)當(dāng)網(wǎng)、中石油、中石化、中國電網(wǎng)、中國銀行、中國工商銀行、浦發(fā)銀行、阿爾卡特朗訊、中航國際等。擁有人工智能、深度學(xué)習(xí)、機器學(xué)習(xí)、數(shù)據(jù)挖掘、數(shù)據(jù)分析、大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)、大流量、高并發(fā)、分布式的大型網(wǎng)站架構(gòu)和設(shè)計經(jīng)驗。曾主導(dǎo)過多個人工智能、深度學(xué)習(xí)、機器學(xué)習(xí)、數(shù)據(jù)挖掘、數(shù)據(jù)分析、區(qū)塊鏈、物聯(lián)網(wǎng)、私有云、公有云建設(shè)項目，早些年也主導(dǎo)過ERP、CMS等軟件項目，積累了豐富的實踐經(jīng)驗，這些項目中包含多個數(shù)百萬、上千萬的大型項目。項目經(jīng)歷：呼叫中心人工智能客服研發(fā)項目、貴州省政府云呼叫中心建設(shè)項目、廣東發(fā)展銀行電營、運維大數(shù)據(jù)分析項目、中石油工程設(shè)計西南分公司云計算項目評審委員、中石油大數(shù)據(jù)挖掘項目，電商庫存預(yù)測大數(shù)據(jù)分析項目、大型ERP、電子商務(wù)、CRM、電子政務(wù)等多個項目。
尹老師在工作中研究新技術(shù)、新框架、及時更新知識體系，并長期堅持編寫架構(gòu)核心代碼。在技術(shù)平臺方面，善于TensorFlow、Keras、Hadoop、Spark、Docker、Kubernetes、OpenStack、Storm等技術(shù)平臺的應(yīng)用與運維。深入理解TensorFlow、Keras、Hadoop、HDFS、HBase、MapReduce、Zookeeper、Hive、Sqoop、BigTable 等人工智能、大數(shù)據(jù)技術(shù)和開源框架理論。對于云計算體系有深刻認(rèn)識，及獨到的見解，如OpenStack的技術(shù)架構(gòu)、安裝部署、運維等。在移動云計算方面，善于設(shè)計與建設(shè)云計算體系；也善于移動云計算相關(guān)的咨詢與培訓(xùn)。在項目管理方面，善于使用敏捷項目管理方法，把客戶的需求變更作為常態(tài)，作為軟件架構(gòu)設(shè)計的一部分，減少需求變更帶來的返工；善于捕捉、挖掘、分析客戶需求，為用戶提供滿意的產(chǎn)品。

圖1. 大數(shù)據(jù)行業(yè)公認(rèn)的Cloudera認(rèn)證

圖2. 含金量較高的PMP認(rèn)證

講師經(jīng)驗
1、阿里巴巴集團(tuán)云計算、大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)咨詢師
2、百度云計算、大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)咨詢師及講師
3、中國移動多省人工智能、大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)、云計算特聘講師
4、中國移動多省Docker特聘講師
5、中國移動研究院微特聘講師
6、中國聯(lián)通總部人工智能、大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)、云計算特聘講師
7、中國電信人工智能、大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)、云計算、虛擬化特約講師
8、中國人民銀行人工智能、大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)特聘講師
9、中國工商銀行人工智能、大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)講師
10、花旗銀行人工智能、大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)講師
11、招商銀行人工智能、大數(shù)據(jù)調(diào)優(yōu)、區(qū)塊鏈、物聯(lián)網(wǎng)講師
12、中信銀行人工智能、分布式數(shù)據(jù)庫、區(qū)塊鏈、物聯(lián)網(wǎng)講師
13、中國航天三院人工智能、大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)咨詢師
14、中國石油人工智能、大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)、云計算特聘講師
15、中國石化人工智能、大數(shù)據(jù)、云計算特聘講師
16、中國電力科學(xué)研究院流計算特聘講師
17、西安電信十所人工智能、大數(shù)據(jù)架構(gòu)設(shè)計、區(qū)塊鏈、物聯(lián)網(wǎng)講師
18、RedHat（中國）大數(shù)據(jù)咨詢師
19、中電28所人工智能、大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)特聘講師
20、北京中電普華人工智能、大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)特聘講師
21、中國石油東方地球物理公司大數(shù)據(jù)咨詢師
22、當(dāng)當(dāng)網(wǎng)人工智能、云計算、大數(shù)據(jù)咨詢師
23、北航人工智能、云計算、大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)特聘企業(yè)講師
24、阿爾卡特-朗訊（Alcatel-Lucent）虛擬化與OpenStack培訓(xùn)特約講師
25、中石油工程設(shè)計西南分公司云計算數(shù)據(jù)中心建設(shè)項目
26、廣東發(fā)展信用卡精準(zhǔn)營銷項目
27、廣東發(fā)展銀行電營、運維大數(shù)據(jù)分析項目
28、電商庫存預(yù)測大數(shù)據(jù)分析項目
29、中航國際大綜貿(mào)易云計算規(guī)劃項目咨詢、培訓(xùn)講師
30、北京民生軟件SaaS平臺研發(fā)咨詢師
31、北京立達(dá)資本項目管理信息系統(tǒng)解決方案咨詢師
32、曾任大型ERP、電子商務(wù)、CRM、電子政務(wù)等項目經(jīng)理

項目經(jīng)驗
1、云呼叫中心人工智能客服項目研發(fā)
2、云呼叫中心PaaS平臺首席架構(gòu)師
3、貴州省政府云呼叫中心建設(shè)項目
4、廣東發(fā)展信用卡智能精準(zhǔn)營銷項目
5、廣東發(fā)展銀行電營、運維大數(shù)據(jù)分析、區(qū)塊鏈、物聯(lián)網(wǎng)項目
6、中石油工程設(shè)計西南分公司云計算項目評審委員、培訓(xùn)講師
7、中石油人工智能、大數(shù)據(jù)挖掘、區(qū)塊鏈、物聯(lián)網(wǎng)項目，項目經(jīng)理
8、電商庫存預(yù)測大數(shù)據(jù)分析項目
9、智能物流、智能供應(yīng)鏈管理項目
10、中航國際大綜貿(mào)易云計算規(guī)劃項目咨詢、培訓(xùn)講師
11、北京民生軟件SaaS平臺研發(fā)咨詢師
12、北京立達(dá)資本項目管理信息系統(tǒng)解決方案咨詢師
13、曾任大型ERP、電子商務(wù)、CRM、電子政務(wù)等多個項目的項目經(jīng)理 

• 業(yè)務(wù)數(shù)據(jù)分析II（Excel）

   

  【課程背景】數(shù)據(jù)分析有多個含義，普通含義的數(shù)據(jù)分析包括展現(xiàn)數(shù)據(jù)的趨勢，對數(shù)據(jù)做分類匯總，發(fā)現(xiàn)其中的TOPN數(shù)據(jù)，對比數(shù)據(jù)的不同與變化等。這些常規(guī)分析可以通過數(shù)據(jù)透視表來完成。這些內(nèi)容在課程《業(yè)務(wù)數(shù)據(jù)分析I》中已經(jīng)詳細(xì)介紹了。而對數(shù)據(jù)的深入分析還包括發(fā)現(xiàn)數(shù)據(jù)之間的模式，規(guī)律，相關(guān)性及因果關(guān)系，預(yù)測未來業(yè)務(wù)數(shù)據(jù)，對數(shù)據(jù)進(jìn)行統(tǒng)計分析從而發(fā)現(xiàn)問題等等。 ..

  ￥   元/ 天

  人氣：996  

  

• 業(yè)務(wù)數(shù)據(jù)分析I（Excel）

   

  【課程背景】數(shù)據(jù)分析是數(shù)據(jù)應(yīng)用的重要目的。海量的，紛繁復(fù)雜的原始數(shù)據(jù)只有經(jīng)過分析才能抽取關(guān)鍵信息，獲得對數(shù)據(jù)的準(zhǔn)確認(rèn)知，才能對未來起到知道作用。本課程從準(zhǔn)備數(shù)據(jù)開始，一步一步的經(jīng)過數(shù)據(jù)整理，分析，最終做出報表呈現(xiàn)分析結(jié)果，并通過各個領(lǐng)域的案例，使您可以快速將學(xué)習(xí)到的分析和預(yù)測方法落實到您的實際工作中?！菊n程大綱】（..

  ￥   元/ 天

  人氣：936  

  

• 數(shù)據(jù)分析與圖示化呈現(xiàn)技巧

   

  課程背景據(jù)統(tǒng)計，我們?nèi)粘９ぷ髦?，通過視覺獲取的信息超過70%，所以如何將數(shù)據(jù)圖示化、視覺化，如果讓老板、領(lǐng)導(dǎo)或者客戶、消費者在短時間內(nèi)迅速get到你想表達(dá)的信息在當(dāng)今信息化時代顯得尤為重要?；谏虅?wù)應(yīng)用需要，Office高效辦公專家李憲磊老師以多年的企業(yè)實戰(zhàn)工作經(jīng)驗和企業(yè)實際需求為出發(fā)點，開發(fā)出《數(shù)據(jù)分析與圖示化呈現(xiàn)技巧》課程。本課程結(jié)合日常的數(shù)據(jù)信..

  ￥   元/ 天

  人氣：825  

  

• 服裝行業(yè)終端店長——店鋪商品數(shù)據(jù)分析課程

   

  【課程大綱】1.店鋪商品的構(gòu)成分析2.店鋪商品的訂貨方法3.店鋪商品數(shù)據(jù)分析的要點4.店鋪商品陳列的方法5.店鋪商品促銷管理方法6. 店鋪商品庫存管理

  ￥   元/ 天

  人氣：1211  

  

• 新零售用戶行為數(shù)據(jù)分析與產(chǎn)品優(yōu)化

   

  第一單元 用戶分類1.用戶分析集中的三個方面u用戶統(tǒng)計監(jiān)控u用戶定向營銷u用戶調(diào)研2.互聯(lián)網(wǎng)思維——用戶為中心u顧客-用戶u顧客為中心-用戶為中心u顧客至上-用戶體驗至上3.用戶分析的指標(biāo)u訪問用戶數(shù)u新用戶數(shù)u活躍用戶數(shù)u流失用戶數(shù)4.新老用戶5.新活躍用戶和流失用戶 ..

  ￥   元/ 天

  人氣：952  

  

• 移動互聯(lián)網(wǎng)時代的精焳營銷-數(shù)據(jù)分析

   

  一、大數(shù)據(jù)未來的通行證美國的大數(shù)據(jù)、阿里的大數(shù)據(jù)大數(shù)據(jù)改變未來未來誰是王者案例：未來的一天、IBM的規(guī)劃二、數(shù)據(jù)分析五步法1）數(shù)據(jù)搜集數(shù)據(jù)搜集不等CRM2）數(shù)據(jù)清洗3）數(shù)據(jù)建模4) 數(shù)據(jù)整理三、市場調(diào)查1）市場調(diào)研帶來哪些價值機會點研究品牌研究廣告促銷研究滿意度研究四、數(shù)據(jù)分..

  ￥   元/ 天

  人氣：2155