大数据分析与挖掘综合能力提升实战 【课程目标】 本课程为高级课程,培训的内容是继中级课程之后学习的,同时提供了更复杂的数据模型来解决实际工作中的商业决策问题。 本课程面向高级数据分析人员,以及系统开发人员。 本课程核心内容为数据挖掘,分类预测模型,以及专题模型分析,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、 数据建模过程 2、 分类预测模型 3、 分类模型优化思路 4、 市场专题分析模型
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、 熟悉建模的一般过程,能够独立完成整个预测建模项目的实现。 2、 熟练使用各种分类预测模型,以及其应用场景。 3、 熟悉模型质量评估的关键指标,掌握模型优化的整体思路。 4、 熟练掌握常用市场专题分析模型: a) 学会做市场客户细分,划分客户群 b) 学会实现客户价值评估 c) 学会产品功能设计与优化 d) 掌握产品精准推荐模型,学会推荐产品 e) 熟悉产品定价策略,寻找产品最优定价 【授课时间】 2-4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 v24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: 数据建模过程1、 预测建模六步法 Ø 选择模型:基于业务选择恰当的数据模型 Ø 属性筛选:选择对目标变量有显著影响的属性来建模 Ø 训练模型:采用合适的算法对模型进行训练,寻找到最合适的模型参数 Ø 评估模型:进行评估模型的质量,判断模型是否可用 Ø 优化模型:如果评估结果不理想,则需要对模型进行优化 Ø 应用模型:如果评估结果满足要求,则可应用模型于业务场景 2、 数据挖掘常用的模型 Ø 数值预测模型:回归预测、时序预测等 Ø 分类预测模型:逻辑回归、决策树、神经网络、支持向量机等 Ø 市场细分:聚类、RFM、PCA等 Ø 产品推荐:关联分析、协同过滤等 Ø 产品优化:回归、随机效用等 Ø 产品定价:定价策略/最优定价等 3、 属性筛选/特征选择/变量降维 Ø 基于变量本身特征 Ø 基于相关性判断 Ø 因子合并(PCA等) Ø IV值筛选(评分卡使用) Ø 基于信息增益判断(决策树使用) 4、 模型评估 Ø 模型质量评估指标:R^2、正确率/查全率/查准率/特异性等 Ø 预测值评估指标:MAD、MSE/RMSE、MAPE、概率等 Ø 模型评估方法:留出法、K拆交叉验证、自助法等 Ø 其它评估:过拟合评估 5、 模型优化 Ø 优化模型:选择新模型/修改模型 Ø 优化数据:新增显著自变量 Ø 优化公式:采用新的计算公式 6、 模型实现算法(暂略) 7、 好模型是优化出来的 案例:通信客户流失分析及预警模型 第二部分: 分类预测模型问题:如何评估客户购买产品的可能性?如何预测客户的购买行为?如何提取某类客户的典型特征?如何向客户精准推荐产品或业务? 1、 分类模型概述 2、 常见分类预测模型 3、 逻辑回归(LR) Ø 逻辑回归模型原理及适用场景 Ø 逻辑回归的种类 ² 二项逻辑回归 ² 多项逻辑回归 Ø 如何解读逻辑回归方程 Ø 带分类自变量的逻辑回归分析 Ø 多元逻辑回归 案例:如何评估用户是否会购买某产品(二元逻辑回归) 案例:多品牌选择模型分析(多元逻辑回归) 4、 分类决策树(DT) 问题:如何预测客户行为?如何识别潜在客户? 风控:如何识别欠贷者的特征,以及预测欠贷概率? 客户保有:如何识别流失客户特征,以及预测客户流失概率? Ø 决策树分类简介 案例:美国零售商(Target)如何预测少女怀孕 演练:识别银行欠货风险,提取欠贷者的特征 Ø 构建决策树的三个关键问题 ² 如何选择最佳属性来构建节点 ² 如何分裂变量 ² 修剪决策树 Ø 选择最优属性 ² 熵、基尼索引、分类错误 ² 属性划分增益 Ø 如何分裂变量 ² 多元划分与二元划分 ² 连续变量离散化(最优划分点) Ø 修剪决策树 ² 剪枝原则 ² 预剪枝与后剪枝 Ø 构建决策树的四个算法 ² C5.0、CHAID、CART、QUEST ² 各种算法的比较 Ø 如何选择最优分类模型? 案例:商场酸奶购买用户特征提取 案例:客户流失预警与客户挽留 案例:识别拖欠银行货款者的特征,避免不良货款 案例:识别电信诈骗者嘴脸,让通信更安全 5、 人工神经网络(ANN) Ø 神经网络概述 Ø 神经网络基本原理 Ø 神经网络的结构 Ø 神经网络的建立步骤 Ø 神经网络的关键问题 Ø BP反向传播网络(MLP) Ø 径向基网络(RBF) 案例:评估银行用户拖欠货款的概率 6、 判别分析(DA) Ø 判别分析原理 Ø 距离判别法 Ø 典型判别法 Ø 贝叶斯判别法 案例:MBA学生录取判别分析 案例:上市公司类别评估 7、 最近邻分类(KNN) Ø 基本原理 Ø 关键问题 8、 贝叶斯分类(NBN) Ø 贝叶斯分类原理 Ø 计算类别属性的条件概率 Ø 估计连续属性的条件概率 Ø 贝叶斯网络种类:TAN/马尔科夫毯 Ø 预测分类概率(计算概率) 案例:评估银行用户拖欠货款的概率 9、 支持向量机(SVM) Ø SVM基本原理 Ø 线性可分问题:最大边界超平面 Ø 线性不可分问题:特征空间的转换 Ø 维空难与核函数 第三部分: 分类模型优化1、 集成方法的基本原理:利用弱分类器构建强分类模型 Ø 选取多个数据集,构建多个弱分类器 Ø 多个弱分类器投票决定 2、 集成方法/元算法的种类 Ø Bagging算法 Ø Boosting算法 3、 Bagging原理 Ø 如何选择数据集 Ø 如何进行投票 Ø 随机森林 4、 Boosting的原理 Ø AdaBoost算法流程 Ø 样本选择权重计算公式 Ø 分类器投票权重计算公式 第四部分: 市场细分模型问题:我们的客户有几类?各类特征是什么?如何实现客户细分,开发符合细分市场的新产品?如何提取客户特征,从而对产品进行市场定位? 1、 市场细分的常用方法 Ø 有指导细分 Ø 无指导细分 2、 聚类分析 Ø 如何更好的了解客户群体和市场细分? Ø 如何识别客户群体特征? Ø 如何确定客户要分成多少适当的类别? Ø 聚类方法原理介绍 Ø 聚类方法作用及其适用场景 Ø 聚类分析的种类 Ø K均值聚类(快速聚类) 案例:移动三大品牌细分市场合适吗? 演练:宝洁公司如何选择新产品试销区域? 演练:如何评选优秀员工? 演练:中国各省份发达程度分析,让数据自动聚类 Ø 层次聚类(系统聚类):发现多个类别 Ø R型聚类与Q型聚类的区别 案例:中移动如何实现客户细分及营销策略 演练:中国省市经济发展情况分析(Q型聚类) 演练:裁判评分的标准衡量,避免“黑哨”(R型聚类) Ø 两步聚类 3、 主成分分析 Ø 主成分分析方法介绍 Ø 主成分分析基本思想 Ø 主成分分析步骤 案例:如何评估汽车购买者的客户细分市场 第五部分: 客户价值分析营销问题:如何评估客户的价值?不同的价值客户有何区别对待? 1、 如何评价客户生命周期的价值 Ø 贴现率与留存率 Ø 评估客户的真实价值 Ø 使用双向表衡量属性敏感度 Ø 变化的边际利润 案例:评估营销行为的合理性 2、 RFM模型(客户价值评估) Ø RFM模型,更深入了解你的客户价值 Ø RFM模型与市场策略 Ø RFM模型与活跃度分析 案例:淘宝客户价值评估与促销名单 案例:重购用户特征分析 第六部分: 产品推荐模型问题:购买A产品的顾客还常常要购买其他什么产品?应该给客户推荐什么产品最有可能被接受? 1、 从搜索引擎到推荐引擎 2、 常用产品援藏模型及算法 3、 基于流行度的推荐 Ø 基于排行榜的推荐,适用于刚注册的用户 Ø 优化思路:分群推荐 4、 基于内容的推荐CBR Ø 关键问题:如何计算物品的相似度 Ø 优缺点 Ø 优化:Rocchio算法、基于标签的推荐、基于兴趣度的推荐 5、 基于用户的推荐 Ø 关键问题:如何对用户分类/计算用户的相似度 Ø 算法:按属性分类、RFM模型、PCA、聚类、按偏好分类、按地理位置 6、 协同过滤的推荐 Ø 基于用户的协同过滤 Ø 基于物品的协同过滤 Ø 冷启动的问题 案例:计算用户相似度、计算物品相似度 7、 基于关联分析的推荐 Ø 如何制定套餐,实现交叉/捆绑销售 案例:啤酒与尿布、飓风与蛋挞 Ø 关联分析模型原理(Association) Ø 关联规则的两个关键参数 ² 支持度 ² 置信度 Ø 关联分析的适用场景 案例:购物篮分析与产品捆绑销售/布局优化 案例:通信产品的交叉销售与产品推荐 8、 基于分类模型的推荐 9、 其它推荐算法 Ø LFM基于隐语义模型 Ø 按社交关系 Ø 基于时间上下文 10、 多推荐引擎的协同工作 第七部分: 产品设计优化1、 联合分析法 2、 离散选择模型 Ø 如何评估客户购买产品的概率 Ø 如何指导产品开发?如何确定产品的重要特性 Ø 竞争下的产品动态调价 Ø 如何评估产品的价格弹性 案例:产品开发与设计分析 案例:品牌价值与价格敏感度分析 案例:纳什均衡价格 3、 品牌价值评估 4、 新产品市场占有率评估 第八部分: 产品定价策略及产品最优定价营销问题:产品如何实现最优定价?套餐价格如何确定?采用哪些定价策略可达到利润最大化? 1、 常见的定价方法 2、 产品定价的理论依据 Ø 需求曲线与利润最大化 Ø 如何求解最优定价 案例:产品最优定价求解 3、 如何评估需求曲线 Ø 价格弹性 Ø 曲线方程(线性、乘幂) 4、 如何做产品组合定价 5、 如何做产品捆绑/套餐定价 Ø 最大收益定价(演进规划求解) Ø 避免价格反转的套餐定价 案例:电信公司的宽带、IPTV、移动电话套餐定价 6、 非线性定价原理 Ø 要理解支付意愿曲线 Ø 支付意愿曲线与需求曲线的异同 案例:双重收费如何定价(如会费+按次计费) 7、 阶梯定价策略 案例:电力公司如何做阶梯定价 8、 数量折扣定价策略 案例:如何通过折扣来实现薄利多销 9、 定价策略的评估与选择 案例:零售公司如何选择最优定价策略 10、 航空公司的收益管理 Ø 收益管理介绍 Ø 如何确定机票预订限制 Ø 如何确定机票超售数量 Ø 如何评估模型的收益 案例:FBN航空公司如何实现收益管理(预订/超售) 第九部分: 信用评分卡模型1、 信用评分卡模型简介 2、 评分卡的关键问题 3、 信用评分卡建立过程 Ø 筛选重要属性 Ø 数据集转化 Ø 建立分类模型 Ø 计算属性分值 Ø 确定审批阈值 4、 筛选重要属性 Ø 属性分段 Ø 基本概念:WOE、IV Ø 属性重要性评估 5、 数据集转化 Ø 连续属性最优分段 Ø 计算属性取值的WOE 6、 建立分类模型 Ø 训练逻辑回归模型 Ø 评估模型 Ø 得到字段系数 7、 计算属性分值 Ø 计算补偿与刻度值 Ø 计算各字段得分 Ø 生成评分卡 8、 确定审批阈值 Ø 画K-S曲线 Ø 计算K-S值 Ø 获取最优阈值 第十部分: 实战篇1、电信业客户流失预警和客户挽留模型实战 2、银行欠贷风险预测模型实战 3、银行信用卡评分模型实战 结束:课程总结与问题答疑。
|