让天下没有难找的讲师,职业讲师,商业讲师,培训师,讲师库-北京昭智教育

傅一航:大数据分析与挖掘综合能力提升实战

[复制链接]
大数据分析与挖掘综合能力提升实战
【课程目标】
本课程为大数据分析中级课程,需要在初级课程之后学习。面向所有应用型人员,包括业务部分,以及数据分析部门,系统开发人员也同样需要学习。
本课程核心内容为数据挖掘,预测模型,以及模型优化,帮助学员构建系统全面的业务分析思维,提升学员的数据分析综合能力。
本课程覆盖了如下内容:
1、  数据挖掘基础知识。
2、  常用数值预测模型。
3、  常用时序预测模型。
4、  数据预处理的基本过程。
                                 
本系列课程从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,对数据分析及数据挖掘技术进行了全面的介绍(从数据收集与处理,到数据分析与挖掘,再到数据可视化和报告撰写),通过大量的操作演练,帮助学员掌握数据分析和数据挖掘的思路、方法、表达、工具,从大量的企业经营数据中进行分析,挖掘客户行为特点,帮助运营团队深入理解业务运作,以达到提升学员的数据综合分析能力,支撑运营决策的目的。
通过本课程的学习,达到如下目的:
1、  了解数据挖掘基础知识,以及数据挖掘标准过程。
2、  掌握建模前的影响因素分析,学会寻找影响业务的关键因素。
3、  熟练使用数值预测模型,掌握回归预测模型,学会解读模型中业务规律。
4、  学会自定义回归模型,能够对回归模型进行优化,并找到最优的回归模型。
5、  熟练掌握预处理的基本过程,并根据业务实际情况进行处理。
【授课时间】
2-3天时间(每天6个小时)
【授课对象】
业务支撑部、运营分析部、数据分析部、大数据系统开发部等对业务数据分析有较高要求的相关人员。
【学员要求】
1、  每个学员自备一台便携机(必须)。
2、  便携机中事先安装好Microsoft Office Excel 2013版本及以上。
3、  便携机中事先安装好IBM SPSS Statistics v19版本及以上。
注:讲师可以提供试用版本软件及分析数据源。
【授课方式】
数据分析基础 + 方法讲解 + 实际业务问题分析 + 工具实践操作
采用互动式教学,围绕业务问题,展开数据分析过程,全过程演练操作,让学员在分析、分享、讲授、总结、自我实践过程中获得能力提升。
【课程大纲】
第一部分:  数据挖掘基础
1、        数据挖掘概述
2、        数据挖掘的标准流程(CRISP-DM)
Ø  商业理解
Ø  数据准备
Ø  数据理解
Ø  模型建立
Ø  模型评估
Ø  模型应用
案例:客户流失预测及客户挽留
3、        数据集概述
4、        变量的类型
Ø  存储类型
Ø  度量类型
Ø  角色
5、        SPSS工具介绍
6、        数据挖掘常用模型
第二部分:  影响因素分析篇
问题:如何判断一个因素对另一个因素有影响?比如:价格是否会影响产品销量?产品的陈列位置是否会影响销量?学历是否与客户流失有关系?影响风险的关键因素有哪些?
1、 影响因素分析的常见方法
2、 相关分析(衡量两数据型变量的线性相关性)
问题:这两个属性是否会相互影响?影响程度大吗?
Ø  相关分析简介
Ø  相关分析的应用场景
Ø  相关分析的种类
²  简单相关分析
²  偏相关分析
²  距离相关分析
Ø  相关系数的三种计算公式
²  Pearson相关系数
²  Spearman相关系数
²  Kendall相关系数
Ø  相关分析的假设检验
Ø  相关分析的四个基本步骤
演练:体重与腰围的关系
演练:营销费用会影响销售额吗
演练:哪些因素与汽车销量有相关性
演练:话费与网龄的相关分析
Ø  偏相关分析
²  偏相关原理:排除不可控因素后的两变量的相关性
²  偏相关系数的计算公式
²  偏相关分析的适用场景
Ø  距离相关分析
3、 方差分析(衡量类别变量与数值变量间的相关性)
问题:哪些才是影响销量的关键因素?
Ø  方差分析的应用场景
Ø  方差分析的三个种类
²  单因素方差分析
²  多因素方差分析
²  协方差分析
Ø  方差分析的原理
Ø  方差分析的四个步骤
Ø  解读方差分析结果的两个要点
演练:终端摆放位置与终端销量有关吗
演练:开通月数对客户流失的影响分析
演练:客户学历对消费水平的影响分析
演练:广告和价格是影响终端销量的关键因素吗
演练:营业员的性别、技能级别对产品销量有影响吗
演练:寻找影响产品销量的关键因素
Ø  多因素方差分析原理
Ø  多因素方差分析的作用
Ø  多因素方差结果的解读
演练:广告形式、地区对销量的影响因素分析(多因素)
Ø  协方差分析原理
Ø  协方差分析的适用场景
演练:饲料对生猪体重的影响分析(协方差分析)
4、 列联分析/卡方检验(两类别变量的相关性分析)
Ø  交叉表与列联表
Ø  卡方检验的原理
Ø  卡方检验的几个计算公式
Ø  列联表分析的适用场景
案例:套餐类型对客户流失的影响分析
案例:学历对业务套餐偏好的影响分析
案例:行业/规模对风控的影响分析
5、 相关性分析方法总结
第三部分:  回归预测模型篇
问题:如何预测产品的销量/销售金额?
1、 常用预测模型
Ø  数值预测:回归预测/时序预测
Ø  分类预测:逻辑回归、决策树、神经网络、…
2、 回归分析/回归预测
问题:如何预测未来的销售量(定量分析)?
Ø  回归分析简介
Ø  回归分析的种类(一元/多元、线性/曲线)
Ø  得到回归方程的常用工具
²  散点图+趋势线
²  线性回归工具
²  规划求解工具
演练:散点图找营销费用与销售额的关系(一元回归)
Ø  线性回归分析的五个步骤
演练:营销费用、办公费用与销售额的关系(线性回归)
Ø  解读线性回归分析结果的技巧
²  定性描述:正相关/负相关
²  定量描述:自变量变化导致因变量的变化程度
Ø  回归预测模型质量评估
²  评估指标:判定系数R^2、标准误差
²  如何选择最佳回归模型
演练:如何选择最佳的回归预测模型(一元曲线回归)
Ø  预测值准确性评估
²  MAD、MSE/RMSE、MAPE等
Ø  带分类变量的回归预测
演练:汽车季度销量预测
演练:工龄、性别与终端销量的关系
演练:如何评估销售目标与资源配置(营业厅)
3、 自动筛选不显著因素(自变量)
第四部分:  回归模型优化篇
1、 回归分析的基本原理
Ø  三个基本概念:总变差、回归变差、剩余变差
Ø  方程的显著性检验:是否可以做回归分析?
Ø  因素的显著性检验:自变量是否可用?
Ø  拟合优度检验:回归模型的质量评估?
Ø  理解标准误差的含义:预测的准确性?
2、 模型优化思路:寻找最佳回归拟合线
Ø  如何处理预测离群值(剔除离群值)
Ø  如何剔除不显著因素(剔除不显著因素)
Ø  如何进行非线性关系检验(增加非线性自变量)
Ø  如何进行相互作用检验(增加相互作用自变量)
Ø  如何进行多重共线性检验(剔除共线性自变量)
Ø  如何检验误差项(修改因变量)
Ø  如何判断模型过拟合(模型过拟合判断)
演练:模型优化案例
3、 规划求解工具简介(自定义回归模型的工具)
4、 自定义模型(如何利用规划求解进行自定义模型)
案例:如何对餐厅客流量进行建模及模型优化
5、 好模型都是优化出来的
第五部分:  时序预测模型篇
问题:类似于GDP这种无法找到或找全影响因素,无法进行回归建模,怎么办?
1、 时间序列简介
2、 时间序列常用模型
3、 评估预测值的准确度指标
Ø  平均绝对误差MAE
Ø  均方差MSE/RMSE
Ø  平均误差率MAPE
4、 移动平均(MA)
Ø  应用场景及原理
Ø  移动平均种类
²  一次移动平均
²  二次移动平均
²  加权移动平均
²  移动平均比率法
Ø  移动平均关键问题
²  期数N的最佳选择方法
²  最优权重系数的选取方法
演练:平板电脑销量预测及评估
演练:快销产品季节销量预测及评估
5、 指数平滑(ES)
Ø  应用场景及原理
Ø  最优平滑系数的选取原则
Ø  指数平滑种类
²  一次指数平滑
²  二次指数平滑(Brown线性、Holt线性、Holt指数、阻尼线性、阻尼指数)
²  三次指数平滑
演练:煤炭产量预测
演练:航空旅客量预测及评估
6、 温特斯季节预测模型
Ø  适用场景及原理
Ø  Holt-Winters加法模型
Ø  Holt-Winters乘法模型
演练:汽车销量预测及评估
7、 回归季节预测模型
Ø  回归季节模型的参数
Ø  基于时期t的相加模型
Ø  基于时期t的相乘模型
Ø  怎样解读模型的含义
案例:美国航空旅客里程的季节性趋势分析
8、 ARIMA模型
Ø  适用场景及原理
Ø  ARIMA操作
演练:上海证券交易所综合指数收益率序列分析
演练:服装销售数据季节性趋势预测分析
9、 新产品销量预测模型
Ø  新产品累计销量的S曲线
Ø  如何评估销量增长的拐点及销量上限
Ø  珀尔曲线与龚铂兹曲线
演练:预测IPad产品的销量
演练:预测Facebook的用户增长情况
第六部分:  数据预处理篇(了解你的数据集)
1、数据预处理的主要任务
Ø  数据集成:多个数据集的合并
Ø  数据清理:异常值的处理
Ø  数据处理:数据筛选、数据精简、数据平衡
Ø  变量处理:变量变换、变量派生、变量精简
Ø  数据归约:实现降维,避免维灾难
2、数据集成
Ø  外部数据读入:Txt/Excel/SPSS/Database
Ø  数据追加(添加数据)
Ø  变量合并(添加变量)
3、数据理解(异常数据处理)
Ø  取值范围限定
Ø  重复值处理
Ø  无效值/错误值处理
Ø  缺失值处理
Ø  离群值/极端值处理
Ø  数据质量评估
4、数据准备:数据处理
Ø  数据筛选:数据抽样/选择(减少样本数量)
Ø  数据精简:数据分段/离散化(减少变量的取值个数)
Ø  数据平衡:正反样本比例均衡
5、数据准备:变量处理
Ø  变量变换:原变量取值更新,比如标准化
Ø  变量派生:根据旧变量生成新的变量
Ø  变量精简:降维,减少变量个数
6、数据降维
Ø  常用降维的方法
Ø  如何确定变量个数
Ø  特征选择:选择重要变量,剔除不重要的变量
²  从变量本身考虑
²  从输入变量与目标变量的相关性考虑
²  对输入变量进行合并
Ø  因子分析(主成分分析)
²  因子分析的原理
²  因子个数如何选择
²  如何解读因子含义
案例:提取影响电信客户流失的主成分分析
7、数据探索性分析
Ø  常用统计指标分析
Ø  单变量:数值变量/分类变量
Ø  双变量:交叉分析/相关性分析
Ø  多变量:特征选择、因子分析
演练:描述性分析(频数、描述、探索、分类汇总)
8、数据可视化
Ø  数据可视化:柱状图、条形图、饼图、折线图、箱图、散点图等
Ø  图形的表达及适用场景
演练:各种图形绘制
结束:课程总结与问题答疑。

使用道具

管理技能讲师|企业战略讲师|网络媒体讲师|营销服务讲师|职场技能讲师|人力资源讲师|党政爱国讲师|财税金融讲师|生产管理讲师|其他类讲师|内训课程|讲师列表|手机版|

讲师库 | 讲师列表 | 账号登录 | 立即注册 | 网站地图 | 京公网安备11010702002698 | 京ICP备2024062795号-1

返回顶部 返回列表