專家講座:價值提升—數據統計分析與數據挖掘

2020-12-20 CTI論壇

專家講座:價值提升—數據統計分析與數據挖掘

2011/01/05

  一、講座時間

:2011年4月14日  

二、講座地點

:北京   

三、主講人

:陳劍老師:企業信息化領域資深專家,微軟認證專家

  四、課程題目

:數據統計分析與數據挖掘  

五、課程背景

:電信市場經營分析是以探索企業關心的問題為目標,以數據為基礎,以定量分析為主要手段說明、預測和評價企業的經營活動,是發現市場經營機會和支撐策略實施的藝術。然而,很多地區的移動公司經營分析人員由於對分析流程、方法和軟體使用缺乏系統了解,因此經營分析的報告只停留在數據和信息的流水帳式的通報,缺乏對客戶、業務、營銷、競爭方面的深入分析,由此電信經營分析價值和意義大打折扣。本課程著眼於數據的分析和統計,教授如何挖掘數據背後的規律和隱含的信息。  

六、課程涵蓋的知識領域

  1.指標分析――企業報告裡出現的最多的是各類的KPI指標,例如用戶數、通話量、通話費、ARPU、MOU、單次時長、平均單價等。這些指標可以讓我們掌握總體的運營情況,但是也容易忽略指標背後的問題和趨勢,誤導我們的決策方向,因此有必要對此進行深一步的研究。

  2.數據多維分析――這是數據挖掘的重要手段,也是很多商業智能軟體的核心功能。各部門都可以利用這個工具快速生成各種多級分類統計報表。並對電信/移動的主要運營狀況進行深入的分析。

  3.市場調查和置信度分析――企業經常會使用市場調查和試銷的手段了解客戶的需求以及競爭環境,但是在此過程中忽視了數據本身的可靠性和誤差,我們需要一種科學的方法來判斷調查結果的可信性及誤差範圍。

  4.客戶細分與聚類分析――當今市場環境下,行業競爭日趨白熱化,以往的粗放式營銷方法已經不能滿足企業的需求,精確營銷正在成為企業發展的方向。聚類分析作為客戶細分的主要方法,對於電信、保險、銀行等直接服務終端客戶的公司以及從事網上銷售的公司來說有很大的幫助,也因此得到了所有數據挖掘產品廠商的一致支持。

  5.關聯分析與產品交叉捆綁銷售的設計――關聯分析是研究客戶購買產品的相關性,即所謂的「尿布和啤酒的關係」,其目的是實現交叉銷售和捆綁銷售,以充分挖掘客戶價值。

  6.回歸預測――經濟和商業環境不斷地隨時間變化,經理們必須設法了解這些變化對企業的運營會有什麼影響。回歸預測是一種基於時間序列和發展慣性的預測手段,可以用來對經營指標進行預測分析。

  7.如何製作分析圖表――一個優秀的報告應該儘量多的使用專業的圖表展示數據,通過各種分析圖表的製作技術分享,您將可以有效提高報告的質量。

  本課程涵蓋了最常見、最實用的統計知識和分析技術,每個主題都開始於一個實際的案例,從這些案例引出每個主題涉及的知識。所有的案例精心製作成可操作的模型,可使用Microsoft Excel軟體演練,使學員在掌握原理的同時更能夠學以致用。  

七、課程特色及收益

  • 訓練經營分析人員的邏輯思維能力

  • 了解經營分析的具體方法

  • 掌握如何如何製作分析圖表

  • 掌握如何通過指標來透視背後的信息

  • 運用關聯分析來進行產品交叉捆綁銷售的設計。
  八、課程安排

  學員人數:小班授課僅限50席。

  教學教材:數據分析專業培訓講義及數據分析演練軟體;

  授課方式:分組、「情景+案例」、學員全程參與的互動式教學方式;

  培訓時間:4月14日。

  重要提示:本課程由於有演練環節,請參課學員自帶筆記本,並安裝office2007系統,以便現場演練。

 

  九、學習對象

:企事業單位:骨幹、中高層管理人員、總經理、總裁、董事長、職場人士(行業經典課程,歡迎職場中各級精英人士踴躍報名!團隊報名,更能現場團隊演練,解決問題)  

十、課程大綱

  (一)企業經營分析與挖掘概述

  • 數據分析和挖掘的概念及定義

  • 經營分析的流程

  • 質量改進流程與數據分析方法

  • 常用的數據分析方法

  • 數據分析與挖掘工具簡介

  (二)指標分析

  本節重點分析應用指標的同時,我們應該如何透視指標背後的信息。

  1.常見的指標類型

  • 結果指標與過程指標

  • 靜態指標與動態指標

  • 過程性能指標

  2.時間序列分析與對比分析:通過同比以及環比,靜態對比以及時間序列對比等手段對比數據,判斷發展趨勢或者指標表現。

  3.箱線圖分析:分析數據的分布趨勢,可進行結構分析、產品和服務的質量判斷等。

  4.統計分組與結構分析:根據事先設定的數據水平將數據進行分段統計分析,再使用餅圖、帕累託圖等工具進行圖表分析。

  5.因素分解:通過因果圖、公式分解等手段對指標進行更為細化的分析。

  6.頻數分析

  (三)如何進行數據的分級匯總、多維分析

  多維統計和分析是企業數據分析的基礎,並成為一個新的學科「商業智能」。本節深入淺出的介紹多維統計的概念以及以及分類匯總統計手段:

  • 多維分析的概念

  • 分析維度的概念:時間、空間、客戶屬性、終端方式、流向、撥打方式……

  • 分析指標: 用戶數、通話量、通話費、ARPU、MOU、單次時長、平均單價……

  • 變化趨勢分析(情況是否正常?):環比、同比、定基比

  • 如何製作堆疊表、交叉表和嵌套表

  • 根據分析的目的我們如何選擇主分析維度和輔助維度?

  • 多維分析演練:使用多維分析手段分析銷售數據

  (四)方差分析

  方差分析用於評估不同的營銷手段所產生的效果,方差分析的結果經常作為其他分析結果的一部分。

  1.單因素方差分析,例如:

  • 如何判斷不同促銷方法效果是否存在差異

  • 消費者年齡和套餐的選擇是否有關係

  2.雙因素差異分析,例如

  • 銷售地區和促銷方式是否存在交互影響

  • 不同的套餐和促銷手段廣告手段交互的影響

  (五)市場調查與置信度分析

  • 如何策劃一次市場調查

  • 如何進行有效的抽樣調查

  • 調查誤差的來源分析

  • 如何對抽樣結果進行統計

  • 置信度分析:市場調查是企業經營決策的重要依據,市場調查的結果有多少可信性,或者說誤差有百分之幾
  • 在市場調查取得的有限數據如何推論到整體?

  • 如何對樣本的平均值進行95%的置信區間估計,並估計總體平均數?

  • 如何根據調查結果進行滿意度分析市場調查取得的抽樣數據如何推論到整體?

  • 如何保證調查結果的精確度?

  (六)客戶細分與個性化營銷策劃

  • 客戶細分的價值

  • 客戶細分與「1對1營銷」的區別

  • 基於數據驅動的細分介紹

  • 基於數據驅動的細分的幾種方法

  • 基於聚類細分方法的演練

  • 細分結果的應用

  (七)關聯分析與產品交叉捆綁銷售的設計

  • 關聯規則:研究客戶購買產品的相關性,即所謂的「尿布和啤酒的關係」

  • 交叉銷售與捆綁銷售的概念

  • 交叉銷售的實施步驟

  (八)商業預測技術

  商業預測是企業構建銷售指標體系必不可少的環節和手段,企業通過預測下一年度的市場規模、市場佔有率、銷售量等來制定來年的銷售指標。本節包括以下內容:  

  • 預測模型的類型概述
  • 如何選擇合適的預測模型
  • 基於時間序列的一元回歸預測
  • 多元回歸分析:如何分析多個因素對目標值的影響程度,例如
  • 回歸分析演練
  •   (九)製作分析圖表

    • 市場分析報常用圖表類型

    • 用實例說明不同的分析場景應該選用的專業圖表類型

    • 為了讓被報告者或者觀眾留下深刻的印象,我們應該如何展現

    頒發證書:CTI論壇頒發專業培訓證書

      收費標準:人民幣3800元(人/2天)(包括培訓費、教材費和證書及合影費,午餐、茶點),可協助學員預定房間(住宿費自理)

      優惠方案: A:同一企業累計報名2人以上(含2人),一次性繳費報名可享受9折優惠;
      B:同一企業累計報名3-5人以上(含5人),一次性繳費報名可享受8.5折優惠;
      C:同一企業累計報名人次6-10人以上(含10人),一次性繳費報名可享受8折優惠;
      D:同一企業一人2011年3月15日前報名並交費可享受9折優惠;
      E:會員企業在享受會員優惠外,兼可以同時享受以上折扣。

      匯款方法:
      戶 名:北京網際星河信息技術有限責任公司
      開戶行:廣東發展銀行北京新外支行
      帳 號:137051516010007106

      報名諮詢:
      請在線報名,或致電CTI論壇:
      車小姐、楊小姐
      電話:010-82012787/82079677
      傳真:010-62041062
      電郵:cheyq#ctiforum.com yangw#ctiforum.com(發送郵件時請將#號換成@)

    在線報名

    CTI論壇報導


    相關閱讀:

    相關焦點

    • 數據分析和數據挖掘的區別——Smartbi
      數據挖掘一般是指從大量的數據中通過算法搜索隱藏於其中信息的過程。數據挖掘通常與計算機科學有關,並通過統計、在線分析處理、情報檢索、機器學習、專家系統(依靠過去的經驗法則)和模式識別等諸多方法來實現上述目標。
    • 數據挖掘入門:校園數據的分析與挖掘
      如何運用專業的統計分析軟體來掌握更準確、更多的規律,已成為持續和順利地完成學校的關鍵目標所亟待解決的問題。方案簡介:在學生數據量劇增以及教育目標日趨複雜的情況下,僅用人工來分析學生數據是不現實的,藉助SPSS統計分析和數據挖掘工具對大量學生數據進行深層次分析,可以挖掘出學生各項數據中隱藏的重要信息。
    • Excel數據統計分析技巧
      Excel是MicrosoftOffice的組件之一,可以完成絕大多數的數據整理、統計、分析工作,甚至能挖掘出隱藏在數據背後的有價值信息
    • 什麼叫數據挖掘_數據挖掘技術解析
      數據挖掘(data mining)是指從大量的資料中自動搜索隱藏於其中的有著特殊關聯性的信息的過程。在全世界的計算機存儲中,存在未使用的海量數據並且它們還在快速增長,這些數據就像待挖掘的金礦,而進行數據分析的科學家、工程師、分析員的數量變化一直相對較小,這種差距稱為數據挖掘產生的主要原因。
    • 一文理清:大數據、數據挖掘、數據分析、數理統計之間的關係
      數理統計與數據挖掘的區別與聯繫四、大數據時代企業該如何布局,個人該如何選擇?數理統計與數據挖掘的聯繫 從兩者的理論來源來看,它們都來源於統計基礎理論,因此它們的很多方法在很多情況下都是同根同源的。例如,概率論和隨機事件是統計學的核心理論之一,統計分析中的抽樣估計需要應用該理論,而數據挖掘技術的樸素貝葉斯分類就是這些統計理論的發展和延伸。
    • 秒懂數據統計、數據挖掘、大數據、OLAP的區別
      在大數據領域裡,經常會看到例如數據挖掘、OLAP、數據統計等等的專業詞彙。如果僅僅從字面上,我們很難說清楚每個詞彙的意義和區別。今天,我們就來通過一些大數據在高校應用的例子,來為大家說明白—數據挖掘、大數據、OLAP、數據統計的區別。
    • 小叮噹數據挖掘(一):初識數據挖掘
      數據在我們身邊海量式地增長,而從這些數據中提取有趣的、非平凡的、蘊涵的、先前未知的、並有潛在價值的信息或模式,便成為人們越來越關注的問題。於是,數據挖掘便在著數據爆炸時代應運而生了。值得一提的是,概括來說數據挖掘是指從海量數據中提取有價值的信息,而不是一些人們對數據挖掘的常見認知錯誤:「數據挖掘就是下載海量數據」,這是一種非常錯誤的認知!
    • 數據挖掘非常重要的一步:數據預處理
      為什麼數據處理很重要對數據挖掘熟悉的小夥伴,數據處理相關佔據了整個項目的工作時間60%以上的。數據的質量,直接決定了模型的預測和泛化能力的好壞。它涉及很多因素,包括:準確性、完整性、一致性、可信性和解釋性。
    • 《數據挖掘R語言實戰》圖書介紹,數據挖掘相關人員看過來!
      今天介紹一本書《數據挖掘R語言實戰》。數據挖掘技術是當下大數據時代最關鍵的技術,其應用領域及前景不可估量。R是一款極其優秀的統計分析和數據挖掘軟體,R語言的特點是入門容易,使用簡單。這本書側重使用R進行數據挖掘,重點進述了R的數據挖掘流程、算法包的使用及相關工具的應用,同時結合大量精選的數據挖掘實例對R軟體進行深入潛出和全面的介紹,以便讀者能深刻理解R的精髓並能快速、高效和靈活地掌握使用R進行數據挖掘的技巧。本書以數據預處理、基本算法及應用和高級算法及應用這三篇展示。
    • 數據挖掘工具主要有哪幾種?
      數據挖掘(Data Mining),也叫數據開採,數據採掘等,是按照既定的業務目標從海量數據中提取出潛在、有效並能被人理解的模式的高級處理過程。在較淺的層次上,它利用現有資料庫管理系統的查詢、檢索及報表功能,與多維分析、統計分析方法相結合,進行聯機分析處理(O乙心),從而得出可供決策參考的統計分析數據;在深層次上,則從資料庫中發現前所未有的、隱含的信息。
    • 數據挖掘用什麼軟體_商業數據挖掘案例
      所謂的數據挖掘其實就是在大量的的非結構化數據裡搜索可用的數據,並提取隱含在其中、人們事先不知道的、但又有潛在應用價值的過程。Smartbi數據挖掘工具揭示的是未知的、將來的數據關係。數據挖掘的知識領域涵蓋了資料庫技術、統計學知識、機器學習、可視化等多學科知識的綜合應用。Smartbi Mining平臺是一個注重於實際生產應用的數據分析預測平臺,它旨在為個人、團隊和企業所做的決策提供預測。該平臺不僅可為用戶提供直觀的流式建模、拖拽式操作和流程化、可視化的建模界面,還提供了大量的數據預處理操作。
    • 統計數據挖掘在知客CRM中的應用分析
      企業可獲得的數據在急劇增長,對客戶數據進行全面收集、集成、分析與利用是知客CRM實施的基礎。如何管理和分析海量的客戶信息,並從中找出對CRM決策有價值的知識?這需要更先進的技術和工具的支持,即數據挖掘技術。
    • 數據挖掘價值變現,靠譜嘛? | 網際網路數據資訊網-199IT | 中文互聯...
      作為一名數據從業者,行業受到重視理應高興才對,但過多熱捧讓我感到不安,這裡不談數據挖掘技術,只談數據挖掘價值變現的一些困境。 一、數據挖掘的存在形式數據挖掘是門技術,本身並不產生價值,實施數據挖掘後產生的結果才有商業價值,因此,在市場上目前以兩種形式存在。
    • 大數據之數據挖掘
      —— 「數據挖掘」。數據挖掘通常與計算機科學有關,並通過統計、在線分析處理、情報檢索、機器學習、專家系統(依靠過去的經驗法則)和模式識別等諸多方法來實現上述目標。下面我們從三方面為大家詳細講解一下。一、相關定義:數據挖掘有以下這些不同的定義:「從數據中提取出隱含的過去未知的有價值的潛在信息」「一門從大量數據或者資料庫中提取有用信息的科學。」數據挖掘儘管通常數據挖掘應用於數據分析,但是像人工智慧一樣,它也是一個具有豐富含義的詞彙,可用於不同的領域。
    • 安聯全球救援:挖掘數據價值
      如何把這些數據和服務經驗變成有價值的信息,又如何在這些信息基礎之上提煉有價值的服務是核心競爭力所在。2003 年,隸屬於德國安聯集團的蒙迪艾爾進入中國,作為全世界第一家從事救援方面業務的跨國公司,它成為第一家經政府批准提供救援服務的外商獨資機構。2010 年,安聯集團決定在全球30 幾個國家的運營機構當中逐漸使用「安聯全球救援」,並率先在中國啟用新品牌。
    • 大數據的價值挖掘與聯想研究院的探索實踐
      這個定義揭示出大數據是一種資產,但這個資產的價值不在於龐大的數據量本身,而在於對這些數據進行分析處理,發現數據中潛在的規律,從而創造價值。 大數據在醫療、商業、金融、政治事件以及企業生產和運營中凸顯了巨大價值。隨著信息化和數位化系統的部署,生產製造類企業逐漸積累起產品相關的全流程、全生命周期的數據和信息。
    • 如何學習基於SPSS Modeler的數據挖掘
      什麼樣的數據、要透過什麼樣的方法,才能快速且實時的轉變成決策時有用的信息,是現代企業所面臨最迫切性的問題。數據挖掘(Data Mining)無疑是解決這些問題最有效的途徑。從現有的大量數據中,擷取不明顯、之前未知、可能有用的知識。
    • 大數據採集之大數據挖掘流程及方法總結
      二、數據挖掘流程 定義問題:清晰地定義出業務問題,確定數據挖掘的目的。 數據準備:數據準備包括:選擇數據–在大型資料庫和數據倉庫目標中 提取數據挖掘的目標數據集;數據預處理–進行數據再加工,包括檢查數據的完整性及數據的一致性、去噪聲,填補丟失的域,刪除無效數據等。 數據挖掘:根據數據功能的類型和和數據的特點選擇相應的算法,在淨化和轉換過的數據集上進行數據挖掘。
    • 機場運行數據統計分析與運用
      數據統計分析是指採用適當的統計方法,對收集的數據資料進行匯總、提煉、分析和研究,探索對象內在規律。數據統計分析是改善企業管理、提高精細化管理水平的有效手段,是企業經營決策的重要依據。  我國民航運輸業目前處於快速增長時期,企業管理粗放,對於生產經營過程有關數據信息的收集、分析和研究重視程度不夠,企業的經營管理和決策多依賴於經驗判斷。
    • [Memo] 時間序列/多元統計/生存分析/數據挖掘
      下面的內容包含以下幾門課程的若干資料:時間序列分析,多元統計分析,生存分析,數據挖掘。注意:老師課上使用的ppt不能夠提供。主要提供課本、可以參考的習題、其他與本課程相關的資料的下載地址。(均為網絡公開連結)下載可能需要繞牆(比如gen.lib.rus.ec),否則可能無法打開連結/下載成功。