|
数据分析方法及生产运营实际应用 【课程目标】 本课程主要介绍数据分析在生产运营过程中的应用，适用于制造行业/保险行业的数据分析人员等。 本课程的主要目的是，帮助学员了解大数据的本质，培养学员的数据意识和数据思维，掌握常用的统计分析方法和工具，以及生产、运营过程中的应用，并以概率的方式来进行决策，提升学员的数据分析及应用能力。 本课程具体内容包括： 1、 数据决策逻辑，数据决策路径。 2、 数据分析过程，数据分析框架。 3、 数据分析方法，数据分析工具。 4、 概率分布，参数估计，假设检验。
本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、 了解数据分析的本质，理解数据决策的底层逻辑 2、 学会搭建数据分析框架，熟悉常用的业务模型 3、 熟悉数据分析标准过程，能够按步骤进行数据分析 4、 掌握常用统计分析方法，熟练使用Excel高级数据分析工具 5、 掌握常用的概率分布，利用概率进行业务决策 6、 理解大数定律，中心极限定理等原理 7、 熟练各种参数估计，假设检验的分布及应用 【授课时间】 2天时间（每天6个小时） 【授课对象】 生产部、运营部、销售部、业务支撑部、经营分析部等对业务数据分析有一定要求的相关人员。 【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Excel2013版本（建议2016版本以上）。 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： 数据核心理念—数据思维篇问题：什么是数据思维？大数据决策的底层逻辑以及决策依据是什么？ 1、 数字化五大技术战略：ABCDI战略 2、 大数据的本质 Ø 数据，是事物发展和变化过程中留下的痕迹 Ø 大数据不在于量大，而在于全（多维性） Ø 业务导向还是技术导向 3、 大数据决策的底层逻辑（即四大核心价值） Ø 探索业务规律，按规律来管理决策 案例：客流规律与排班及最佳营销时机 案例：致命交通事故发生的时间规律 Ø 发现运营变化，定短板来运营决策 案例：考核周期导致的员工月初懈怠 案例：工序信号异常监测设备故障 Ø 理清要素关系，找影响因素来决策 案例：情绪对于股市涨跌的影响 案例：为何升职反而会增加离职风险？ Ø 预测未来趋势，通过预判进行决策 案例：惠普预测员工离职风险及挽留 案例：保险公司的车险预测与个性化保费定价 4、 大数据决策的三个关键环节 Ø 业务数据化：将业务问题转化为数据问题 Ø 数据信息化：提取数据中的业务规律信息 Ø 信息策略化：基于规律形成业务应对策略 案例：用数据来识别喜欢赚“差价”的营业员 第二部分： 数据分析过程—流程步骤篇1、 数据分析的六步曲 2、 步骤1：明确目的，确定分析思路 Ø 确定分析目的：要解决什么样的业务问题 Ø 确定分析思路：分解业务问题，构建分析框架 3、 步骤2：收集数据，寻找分析素材 Ø 明确数据范围 Ø 确定收集来源 Ø 确定收集方法 4、 步骤3：整理数据，确保数据质量 Ø 数据质量评估 Ø 数据清洗、数据处理和变量处理 Ø 探索性分析 5、 步骤4：分析数据，寻找业务答案 Ø 选择合适的分析方法 Ø 构建合适的分析模型 Ø 选择合适的分析工具 6、 步骤5：呈现数，解读业务规律 Ø 选择恰当的图表 Ø 选择合适的可视化工具 Ø 提炼业务含义 7、 步骤6：撰写报告，形成业务策略 Ø 选择报告种类 Ø 完整的报告结构 演练：产品精准营销案例分析 Ø 如何搭建精准营销分析框架 Ø 精准营销分析的过程和步骤 第三部分： 数据分析方法—统计方法篇问题：数据分析方法的种类？分析方法的不同应用场景？ 1、 业务分析的三个阶段 Ø 现状分析：通过企业运营指标来发现规律及短板 Ø 原因分析：查找数据相关性，探寻目标影响因素 Ø 预测分析：合理配置资源，预判业务未来的趋势 2、 常用的数据分析方法种类 Ø 描述性分析法（对比/分组/结构/趋势/交叉…） Ø 相关性分析法（相关/方差/卡方…） Ø 预测性分析法（回归/时序/决策树/神经网络…） Ø 专题性分析法（聚类/关联/RFM模型/…） 3、 统计分析基础 Ø 统计分析两大关键要素（类别、指标） Ø 统计分析的操作模式（类别à指标） Ø 统计分析三个操作步骤（统计、画图、解读） Ø 透视表的三个组成部分 4、 常用的描述性指标 Ø 集中程度：均值、中位数、众数 Ø 离散程度：极差、方差/标准差、IQR Ø 分布形态：偏度、峰度 5、 基本分析方法及其适用场景 Ø 对比分析（查看数据差距，发现事物变化） 演练：寻找用户的地域分布特征 演练：分析产品受欢迎情况及贡献大小 演练：用数据来探索增量不增收困境的解决方案 Ø 分布分析（查看数据分布，探索业务层次） 演练：银行用户的消费水平和消费层次分析 演练：客户年龄分布/收入分布分析 案例：通信运营商的流量套餐划分合理性的评估 演练：呼叫中心接听电话效率分析（呼叫中心） Ø 结构分析（查看指标构成，评估结构合理性） 案例：增值业务收入结构分析（通信） 案例：物流费用成本结构分析（物流） 案例：中移动用户群动态结构分析 演练：财务领域的结构瀑布图、财务收支的变化瀑布图 Ø 趋势分析（发现事物随时间的变化规律） 案例：破解零售店销售规律 案例：手机销量的淡旺季分析 案例：微信用户的活跃时间规律 演练：发现客流量的时间规律 Ø 交叉分析（从多个维度的数据指标分析） 演练：用户性别+地域分布分析 演练：不同客户的产品偏好分析 演练：不同学历用户的套餐偏好分析 演练：银行用户的违约影响因素分析 第四部分： 概率分布基础—概率决策篇问题：掌握随机事件的规律性，利用概率来做最优决策 1、 基本概念 Ø 随机事件与随机变量 Ø 频率与概率 Ø 概率分布及表示方式 2、 离散型变量概率分布 Ø 伯努利分布 案例：产品质量合格率 Ø 二项分布 案例：保费设计与盈利分析 案例：设备维修方案设计 Ø 泊松分布 案例：最佳库存量设计 案例：客服来电次数概率 案例：保险赔付概率计算 3、 连续型变量概率分布 Ø 均值分布 Ø 指数分布 案例：排队时长评估 案例：来电时间间隔分析 案例：产品故障率及平均故障时间MTBF分布 案例：产品担保期如何设计 Ø 正态分布 案例：产品销售金额评估 4、 其他常用分布 Ø file:///C:/Users/yzl05/AppData/Local/Temp/msohtmlclip1/01/clip_image004.png分布 Ø file:///C:/Users/yzl05/AppData/Local/Temp/msohtmlclip1/01/clip_image006.png分布 Ø file:///C:/Users/yzl05/AppData/Local/Temp/msohtmlclip1/01/clip_image008.png分布 案例：营业厅客流趋势分析 第五部分： 产品质量评估—参数估计1、 抽样估计基本概念 2、 抽样方式 3、 抽样估计的原理 Ø 大数据定律 Ø 中心极限定理 4、 参数估计—点估计 案例：汽车油耗估计 案例：市场占有率估计 案例：产品寿命估计 5、 参数估计—区间估计 Ø 均值区间估计 案例：灌装液的灌装量评估 案例：药效评估 案例：设备稳定性评估 案例：信用卡刷卡金额估计 Ø 方差区间估计 案例：配件长度波动性检验 Ø 比例区间估计 案例：汽车占有率评估 案例：候选人获胜率评估 6、 抽样误差与样本容量 第六部分： 产品质量检验—假设检验问题：产品的寿命是多少？新营销手段是否有效提升产品销量？新的装配方法能否提高产品质量？两种配方的效果是否有显著差异？ 1、 假设检验种类与作用 2、 假设检验的基本思想 3、 假设检验的基本步骤 Ø 拒绝域检验 Ø 显著性检验 4、 均值检验 案例：包装机是否正常工作 案例：牛奶是否掺水检验 案例：产品寿命合格性检验 案例：焦虑指数评估 5、 方差检验 案例：铜丝的折断力检验 案例：电池寿命波动检验 案例：车床精度检验 6、 比例检验 案例：满意度调查评估 第七部分： 差异性检验—双样本检验1、 独立双样本假设检验 Ø 均值差异检验 案例：两种催化剂效果检验 案例：供应商交付周期差异评估 案例：烟龄是否会导致胆固醇升高 Ø 方差差异检验 案例：两台机器的稳定性比较 2、 配对双样本假设检验 Ø 配对设计 Ø 配对双样本均值差异检验 案例：施肥对幼苗成长影响 案例：基建螺旋柱长度估计值与实际值差异评估 结束：课程总结与问题答疑。 | 
